Fórmula de Taylor y aplicaciones

Índice general

1. HISTORIA 3

2. INTRODUCCIÓN Y DEFINICIONES 5
2.1. TEOREMA DE LAS SERIES ALTERNAS . . . . . . . . . . . 6

3. FORMULA DE TAYLOR 8
3.1. EXPRESIÓN DE UN POLINOMIO POR SUS DERIVADAS
EN UN PUNTO . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2. FÓRMULA DE TAYLOR . . . . . . . . . . . . . . . . . . . . 9
3.3. DIVERSAS FORMAS DEL TÉRMINO COMPLEMENTARIO 10
3.3.1. Forma infinitesimal . . . . . . . . . . . . . . . . . . . . 10
3.3.2. Forma de Lagrange . . . . . . . . . . . . . . . . . . . . 10
3.3.3. Forma integral . . . . . . . . . . . . . . . . . . . . . . 11
3.3.4. Otras formas . . . . . . . . . . . . . . . . . . . . . . . 12
3.4. DIVERSAS EXPRESIONES DE LA FORMULA DE TAYLOR 12
3.4.1. Mac-Laurin . . . . . . . . . . . . . . . . . . . . . . . . 12
3.4.2. Forma diferencial . . . . . . . . . . . . . . . . . . . . . 13
3.4.3. Teorema del valor medio: . . . . . . . . . . . . . . . . . 14
3.4.4. Teorema de Taylor en términos de h: . . . . . . . . . . 15
3.5. EL CASO DE LAS FUNCIONES DE DOS VARIABLES . . . 15
3.5.1. Polinomios de primer y segundo orden . . . . . . . . . 16
3.5.2. Formas cuadráticas . . . . . . . . . . . . . . . . . . . 18
3.5.3. Matriz Hessiana . . . . . . . . . . . . . . . . . . . . . . 20
3.5.4. Polinomios de orden más alto . . . . . . . . . . . . . . 21

4. APLICACIONES 24
4.1. CALCULO DE LÍMITES INDETERMINADOS . . . . . . . . 24

1
4.2. CRITERIO DE MAXIMOS Y MINIMOS UTILIZANDO DE-
RIVADAS DE ORDEN SUPERIOR . . . . . . . . . . . . . . 25
4.3. ERROR DE TRUNCAMIENTO . . . . . . . . . . . . . . . . 27
4.4. APLICACIONES AL ESTUDIO DE LA CONVEXIDAD . . . 28
4.5. SENOS, COSENOS Y eX . . . . . . . . . . . . . . . . . . . . 30
4.5.1. ex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.5.2. Cosx . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.5.3. Sinx . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.6. SINH y COSH . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.7. LOGARITMOS, ARCO TANGENTES Y π . . . . . . . . . . 37
4.7.1. Cálculo de logaritmos . . . . . . . . . . . . . . . . . . . 37
4.7.2. Cálculo de π y arctan x . . . . . . . . . . . . . . . . . . 39

2
Capı́tulo 1

HISTORIA

Los polinomios figuran entre las funciones más sencillas que se estudian
en Análisis. Son adecuadas para trabajar en cálculos numéricos porque sus
valores se pueden obtener efectuando un número finito de multiplicaciones
y adiciones. Por lo tanto, cualquier otra función que pueda aproximarse por
polinomios facilita su estudio, entre ellas las funciones logarı́tmicas, exponen-
ciales y trigonométricas, las cuales no pueden evaluarse tan fácilmente. Ve-
remos que muchas funciones pueden aproximarse mediante polinomios y que
éstas, en lugar de la función original, pueden emplearse para realizar cálculos
cuando la diferencia entre el valor real de la función y la aproximación po-
linómica es suficientemente pequeña. Varios métodos pueden emplearse para
aproximar una función dada mediante polinomios. Uno de los mas amplia-
mente utilizados hace uso de la formula de Taylor, llamada ası́ en honor del
matemático ingles Brook Taylor. Brook Taylor nació en Edmonton (Inglate-
rra) en 1685. Fue discı́pulo de Newton y continuó su obra en el campo del
análisis matemático. Su obra Methodus Incrementorum Directo et Inversa ,
la publicó en Londres en 1715, donde describe su fórmula, aunque sin demos-
trarla, cosa que hizo Mac-Laurin (aunque esta fórmula era ya conocida por
Gregory y Leibniz, pero no la habı́an publicado). Allı́ examinó los cambios
de variable, las diferencias finitas (las cuales definió como incrementos), y
presentó el desarrollo en serie de una función de una variable. Tales estudios
no se hicieron famosos enseguida, sino que permanecieron desconocidos hasta
1772, cuando el matemático francés Joseph Louis de Lagrange, subrayó la
importancia para el desarrollo del cálculo diferencial. Publicó también varios
trabajos sobre perspectiva, dando el primer tratamiento general de los pun-

3
tos de fuga; sobre los fenómenos de capilaridad, sobre problemas de cuerdas
vibrantes y sobre centros de oscilación, a los que ya en 1708 habı́a dado una
solución. Falleció en Londres en 1731.

4
Capı́tulo 2

INTRODUCCIÓN Y
DEFINICIONES

-Una sucesión es una función cuyo dominio es el conjunto de los números

naturales (enteros positivos).

Si denotamos
£ la función por f ,¤su valor para n es f (n). La sucesión f es
el conjunto [n, f (n)]|n = 1, 2, 3, ... ; es decir, el conjunto de todas las parejas
[n, f (n)], con n entero positivo.
£ ¤
Ası́, por ejemplo, (n, 1/n)|n = 1, 2, 3, ... es una sucesión cuyo valor para
n es 1/n.

Puesto que el dominio de una sucesión es siempre el mismo (el conjunto de

los enteros), es costumbre abreviar
£ la notación y escribir
¤ solo f (n) en lugar
de [n, f (n)]. Ası́ la sucesión (n, 1/n)|n = 1, 2, 3, ... se expresa de forma
£ ¤ £ n−1 ¤
abreviada 1/n . Análogamente, 12 representa la sucesión

·µ ¶¯ ¸
1 ¯
n, n−1 ¯¯n = 1, 2, 3, ... .
2

-Lı́mite de una sucesión.-Una sucesión [(n, an )] puede tener distinto valor

an para cada valor diferente de n; pero sucede a veces que los distintos valores
an tienden a agruparse en torno a cierto número L, y se escribe:

5
 lı́m (an ) = L.
n→∞
Definamos que es una serie: En matemáticas, una serie es la suma de
los términos de una sucesión. Se representa una serie con términos an como
P N
i=1 ai donde N es el ı́ndice final de la serie. Las series infinitas son aque-
llas donde i toma el valor de absolutamente todos los números naturales, es
decir,i = 1, 2, 3, ... . Pn
Las series convergen o divergen. En cálculo, una serie
Pn diverge si lı́m n→∞ i=1 ai
no existe o si tiende a infinito; converge si lı́mn→∞ i=1 ai para algún L²R.

Una serie de la forma

a + ar + ar2 + ... + arn−1 + ...

recibe el nombre de serie geométrica. El cociente de un término al anterior
vale r.

2.1. TEOREMA DE LAS SERIES ALTER-

NAS
Un importante teorema del cálculo que se utiliza a menudo para establecer
la convergencia de una serie y determinar el error asociado con su truncación
es el teorema de las series alternas, esto es, series en las que los términos
sucesivos alternan el signo.
Teorema 2.1.1. Si a1 ≥ a2 ≥ ... ≥ an ≥ .., 0 para todo valor de n y
lı́m an = 0, entonces la serie alterna:
n→∞

a1 − a2 + a3 − a4 + ...
converge, esto es:
∞
X n
X
k−1
(−1) ak = lı́m (−1)k−1 ak = lı́m Sn = S
n→∞ n→∞
k=1 k=1

donde S es la suma de la serie y Sn la suma parcial hasta el término

enésimo. Además, para todo n se verifica que:
|S − Sn | ≤ an+1

6
 La consecuencia práctica de este teorema es la siguiente: si la magnitud de
los términos en una serie alterna converge monótonamente a cero, entonces
el error que se comete al truncar la serie no es mayor que la magnitud del
primer término omitido.
Veamos un ejemplo. Consideremos la expansión en series de Taylor de la
función seno:

X ∞
x3 x5 x2k+1
sen x = x − + − ... = (−1)k (|x| < ∞)
3! 5! k=0
(2k + 1)!

¿Cuántos términos serı́an necesarios para calcular sen(1) con un error

menor de ( 12 )10−6 ?. La respuesta es una aplicación inmediata del teorema de
las series alternas. El desarrollo para x = 1 es:

1 1 (−1)n−1 (−1)n
sen 1 = 1 − + − . . . + + + ...
3! 5! (2n − 1)! (2n + 1)!
1
Si truncamos la serie en (2n−1)! el error no excede de acuerdo a dicho
1
teorema el primer término que despreciamos, esto es (2n+1)! . En consecuencia,
basta con seleccionar un n tal que:
1 1
< 10−6
(2n + 1)! 2

Tomando el logaritmo decimal a ambos lados de la igualdad:

log (2n + 1)! > log 2 + 6 = 6, 3

Para n ≥ 5 la ecuación anterior se verifica siempre.

7
Capı́tulo 3

FORMULA DE TAYLOR

3.1. EXPRESIÓN DE UN POLINOMIO POR

SUS DERIVADAS EN UN PUNTO

Queremos intentar aproximar una función f (x) en el entorno de un punto

a, mediante un polinomio de grado prefijado que tenga el contacto de orden
más elevado (polinomio osculador), y hallar el orden de magnitud del error
que se comete en esta aproximación. Para abordarlo comencemos por expre-
sar un polinomio P (x) de grado n, mediante sus derivadas en x − a, para lo
cual lo escribimos de la forma:

P (x) = c0 + c1 (x − a) + c2 (x − a)2 + ... + cn (x − a)n

Para determinar los coeficientes, basta derivar sucesivamente, y luego
hacer x = a con lo que se obtiene:

P (a) = c0

P 0 (a) = 1!c1
P 00 (a) = 2!c2
...
P n) (a) = n!cn

8
de donde, reemplazando, resulta la expresión buscada:

P 0 (a) P 00 (a) P n) (a)

P (x) = P (a) + (x − a) + (x − a)2 + ... + (x − a)n
1! 2! n!
(3.1.1)

que puede enunciarse ası́: el incremento P (x) − P (a) de un polinomio es la

suma de los productos de las potencias del incremento de la variable por las
derivadas sucesivas en el punto inicial, divididas por los factoriales respecti-
vos.

3.2. FÓRMULA DE TAYLOR

Si f (x) es una función cualquiera definida en un entorno E de a, y con

derivadas sucesivas finitas en x = a hasta la -ésima, el problema planteado
en la anterior sección, se resuelve aproximándola por un polinomio P (x) de
grado n, que coincida en x = a con f (x), conjuntamente con las n primeras
derivadas respectivas, pues se tendrá entonces un contacto de orden superior
a n − 1. En virtud de 3.1.1, dicho polinomio existe y es único:

f 0 (a) f 00 (a) f n) (a)

P (x) = f (a) + (x − a) + (x − a)2 + ... + (x − a)n
1! 2! n!
(3.2.1)

Llamando Tn (x) al término complementario que hay que agregar a este po-
linomio para obtener f (x), se tiene la fórmula general de Taylor:

f (x) = P (x) + Tn (x)

f 0 (a) f n) (a)
= f (a) + (x − a) + · · · + (x − a)n + Tn (x)
1! n!
(3.2.2)

Los polinomios Pn (x) aproximan a f (x) en la vecindad de x = a, tanto

mejor cuanto mayor sea n, y el término complementario Tn (x) da el error de
aproximación.

9
3.3. DIVERSAS FORMAS DEL TÉRMINO
COMPLEMENTARIO

3.3.1. Forma infinitesimal

Hipotesis: Existe f n (n) finita. El término complementario es:
f 0 (a) f n) (a)
Tn (x) = f (x) − f (a) − (x − a) − ... − (x − a)n (3.3.1)
1! n!
que se anula para x = a, lo mismo que sus derivadas hasta la de orden n
inclusive; luego, llamando h = x − a:
Tn (x) = o(hn ) (3.3.2)
En muchas cuestiones (concavidad, inflexiones, contactos) es suficiente esta
expresión, es decir, basta saber que al detener el desarrollo en la potencia hn ,
el término complementario es infinitésimo respecto de ella. Por otra parte,
un desarrollo de esta forma permite definir derivadas sucesivas generalizadas.

3.3.2. Forma de Lagrange

Impongamos ahora a f (x) la condición más restrictiva de que en un en-
torno de x = a sea f n) (x) continua y que exista f n+1) (x) como derivada
única. Tomemos un x = a + h en él. Entonces (3.2.2) se transforma en:
f 0 (a) f 00 (a) 2 f n) (a) n
f (a + h) = f (a) + h+ h + ... + h + Tn (3.3.3)
1! 2! n!
siendo (para a y h fijos) Tn una constante. Vamos a demostrar que puede
dársele la siguiente forma, atribuida a Lagrange:

f n+1 (ξ)
Tn = (x − a)n+1 (a < ξ < x) (3.3.4)
(n + 1)!
Para ello, pongamos b = a + h y consideremos la función de t(es decir,
sustituimos t por a):
f 0 (t) f n) (t) Tn
f (t) + (b − t) + ... + (b − t)n + n+1 (b − t)n+1 (3.3.5)
1! n! h

10
que es continua y toma el mismo valor f (b) = f (a+h), para t = a y t = b. En
virtud del teorema de Rolle, su derivada, que existe en virtud de las hipótesis
hechas y es:

f (n+1) (t) Tn
(b − t)n − n+1 (n + 1)(b − t)n (3.3.6)
n! h
se anula en un punto intermedio ξ = a + θh, de donde resulta (3.3.4).
Volviendo a la notación de (3.2.2), tendremos el término de Lagrange en
la forma :
f (n+1) (ξ)
Tn (x) = (x − a)n+1 (3.3.7)
(n + 1)!

que da a Tn (x) la misma estructura de los términos del polinomio Pn (x), con
la sola modificación de tomar la derivada en el punto ξ, que depende de x y
de n.

3.3.3. Forma integral

Sea f (x) una función continua conjuntamente con sus derivadas hasta el
orden n + 1.Se tiene:
Z x Z x
0
f (x) − f (0) = f (u)du = f 0 (x − t)dt
0 0

e integrando por partes resulta:

Z x
0
f (x) − f (0) = xf (0) + f 00 (x − t)tdt
0

2
Si reiteramos el procedimiento, tomando como parte diferencial tdt = (dt2 ) , t2 dt =
(dt3 )
3
, · · · , tendremos, después de n integraciones por partes se obtiene:

x2 00 xn
f (x) = f (0) + xf 0 (0) + f (0) + ... + f n) (0) + Tn
2! n!
siendo Z x
1
Tn = f n+1) (x − t)tn dt
n! 0

11
 Esta es la fórmula de Mac Laurin (3.3.1), con la expresión exacta del
término complementario. Aplicándola a F (h) = f (a + h), resulta para la
fórmula de Taylor(3.3.3):
Z
1 h (n+1)
Tn = f (a + h − t)tn dt
n! 0
o bien, con el cambio de variables a + h − t = τ :
Z
1 a+h (n+1)
Tn = f (τ )(a + h − τ )n dτ
n! a

3.3.4. Otras formas

Si se modifica la función, reemplazando en el último término n + 1 por
p (0 < p < n + 1), el razonamiento anterior puede repetirse de igual modo,
y se llega a la forma de Tn llamada de Schlömilch:
f (n+1) (a + θh) n+1
Tn = h (1 − θ)n+1−p (3.3.8)
n!p
Otra forma del término residual de la fórmula de Taylor y que es de mucha
importancia es la forma de Cauchy(para p=1):

f (n+1) (a + θh) n+1

Tn = h (1 − θ)n (3.3.9)
n!

3.4. DIVERSAS EXPRESIONES DE LA FOR-

MULA DE TAYLOR

3.4.1. Mac-Laurin
Si tomamos a = 0 en la fórmula de Taylor (3.2.2) adopta esta forma
llamada fórmula de Mac-Laurin:
f 0 (0) f 00 (0) 2 f n) (0) n
f (x) = f (0) + x+ x + ... + x + Tn (3.4.1)
1! 2! n!

12
Estando ξ en (3.3.7)comprendido ahora entre 0 y x, puede ponerse ξ = θx
(cumpliendo θ la condición 0 < θ < 1), y Tn tiene la expresión:

f (n+1) (θx) n+1

Tn = x (3.4.2)
(n + 1)!

3.4.2. Forma diferencial

Si en la forma (3.3.3) de la fórmula de Taylor tomamos para Tn la forma
de Lagrange (3.3.4), y ponemos luego a = x, h = dx, aquella fórmula adopta
la llamada forma diferencial:
df (x) d2 f (x) dn f (x) dn+1 f (ξ)
∆f (x) = + + ... + + (3.4.3)
1! 2! n! (n + 1)!
siendo ahora ξ = x + θdx. Esta forma nos da la relación del incremento δf
con infinitésimos diferenciales.

Corolario 3.4.1. Diferencial de una magnitud (y) respecto de otra (x) es la

unica funcion lineal del incremento (dy = k(x)dx), la unica estimacion lineal
del ∆y, que permite obtener la relacion exacta entre ∆y y ∆x via integral, y
para ello su pendiente debe coincidir con la función derivada : y 0 .

Para n − 0 resulta como caso particular el teorema del incremento finito

3.4.4. También resulta, de (3.4.3), que el incremento es un infinitésimo equi-
valente a la primera diferencial no nula dividida por el factorial del ı́ndice.
Esta forma diferencial es la más adecuada para la generalización a varias
variables.

Teorema 3.4.2. Teorema del Incremento Finito: Si f : [a, b] → R es una

función continua en el intervalo [a, b] f es derivable en (a, b) y f (a) = f (b),
entonces existe al menos un punto c²(a, b) tal que f (b) − f (a) = f 0 (c)(b − a).
Del teorema del incremento finito resulta, que si la derivada de una función
es nula en todos los puntos de un intervalo, entonces la función es constante
en dicho intervalo, además, la función es creciente (resp. Decreciente) en el
intervalo si la derivada de la función es positiva (resp. Negativa) en todos los
puntos del intervalo.

13
Corolario 3.4.3. : Sea f : [a, b] → R una función continua en el intervalo
[a, b] y derivable en (a, b).

· Si f 0 (x) = 0∀x²(a, b), entonces la función f es constante en [a, b].

· Si f : [a, b] → R es continua en [a, b], derivable en (a, b) y f 0 (x) ≥ 0

(resp. f 0 (x) ≤ 0) ∀x²(a, b), entonces la función f es creciente (resp. Decre-
ciente) en el intervalo [a, b].

Observación: Si f 0 (x) > 0 (resp. f 0 (x) < 0)∀x²(a, b) entonces f es estric-

tamente creciente (resp. estrictamente decreciente) en [a, b].

3.4.3. Teorema del valor medio:

El caso especial de n = 0 en el teorema de Taylor se conoce como Teorema

del valor medio. Tomando n = 0 en la ecuación (3.2.2), obtenemos:

f (x) = f (a) + (x − a)f 0 (ξ)

lo que nos permite enunciar el teorema del valor medio como:

Teorema 3.4.4. Si f es una función continua en el intervalo cerrado [a, b]

y derivable en cada punto del intervalo abierto (a, b), entonces: existe un ξ
en (a, b) tal que:

f (b) = f (a) + (b − a)f 0 (ξ) , ξ²(a, b)

f (b) − f (a)
En consecuencia, el cociente es igual a la derivada de f en
b−a
algún punto comprendido entre a y b, esto es:

f (b) − f (a)
f 0 (ξ) = ξ²(a, b) ,
b−a
f (b) − f (a)
lo que nos permite usar como una aproximación a la derivada
b−a
de f en el intervalo (a, b).

14
3.4.4. Teorema de Taylor en términos de h:

Otra forma muy útil del teorema de Taylor es la expansión en términos

de h. Partiendo de:
Xn
f k (a)
f (x) = (x − a)k + Tn
k=0
k!

Llamando h a la distancia x − a:
n
X f k (x − h)
f (x) = (h)k + Tn
k=0
k!

Y realizando el cambio de variable x = x + h obtenemos:

n
X f k (x)
f (x + h) = (h)k + Tn
k=0
k!

f n+1 (ξ) n+1

Tn = h ,x < ξ < x + h
(n + 1)!

El término de error Tn converge a cero con la misma velocidad con que

hn+1 converge a cero. Explı́citamente:
f (x + h) = f (x) + f 0 (ξ1 )h = f (x) + o(h)
1
f (x + h) = f (x) + f 0 (x)h + f 00 (ξ2 )h2 = f (x) + f 0 (x)h + o(h2 )
2!
1 1
f (x + h) = f (x) + f 0 (x)h + f 00 (x)h2 + f 000 (ξ3 )h3
2! 3!
1
= f (x) + f 0 (x)h + f 00 (x)h2 + o(h3 )
2!

3.5. EL CASO DE LAS FUNCIONES DE

DOS VARIABLES
Consideramos el caso de una función de dos variables, ponemos z =
f (x, y), que queremos aproximar cerca de un punto p = (x0 , y0 ) mediante
polinomios.

15
3.5.1. Polinomios de primer y segundo orden

La estrategia para obtener aproximaciones más y más precisas consiste

en considerar polinomios de grado cada vez más alto. El polinomio de grado
uno de una función z = f (x, y) es, obviamente, el polinomio que define a su
plano tangente. De manera que, si llamamos T1,p f (x, y) a ese polinomio de
grado 1 en el punto p, se tiene:

∂f ∂f
T1,p f (x, y) = f (x0 , y0 ) + ( )p · (x − x0 ) + ( )p · (y − y0 )
∂x ∂y

Considerando una derivada parcial ( ∂f

∂
) de una función de diversas va-
riables su derivada respecto a una de esas variables manteniendo las otras
constantes.

Como hemos señalado, un plano es un objeto lineal, que no puede detectar

fenómenos como la curvatura. Si queremos obtener una aproximación más
precisa y con más información, debemos considerar un polinomio de grado
superior. Si la función f es suficientemente regular en p (por ejemplo si es de
clase C 2 o más en una bola centrada en p), la expresión que se obtiene para
el polinomio de Taylor de grado dos en p es la que reflejamos en la siguiente
definición:

Polinomio de Taylor de grado dos:

Si z = f (x, y) es de clase C 2 en el punto p, entonces su polinomio de

Taylor de grado dos en ese punto es

∂f ∂f
T2,p f (x, y) = f (x0 , y0 ) + ( )p (x − x0 ) + ( )p (y − y0 )
∂x ∂y
· 2 2
1 ∂ f ∂ f
+ ( 2 )p (x − x0 )2 + 2( )p (x − x0 )(y − y0 )
2! ∂x ∂y∂x
¸
∂ 2f 2
+ ( 2 )p (y − y0 )
∂y

16
 En la segunda y tercera lı́neas de esta fórmula aparecen los términos de
grado dos, que involucran a las derivadas segundas de f en p. Como puede
verse, los términos de grado menor coinciden con los del polinomio de Taylor
de orden uno. Esta es una propiedad general de los polinomios de Taylor,
y que ya conocemos en el caso de funciones de una variable: al aumentar
el grado del polinomio se añaden nuevos términos a los ya conocidos. El
siguiente teorema nos confirma que este polinomio es la aproximación que
buscábamos. Recordemos que para usar el polinomio de Taylor de grado dos,
hemos pedido que la función sea derivable dos veces.

Teorema 3.5.1. Supongamos que existe una bola B(p, r), centrada en p =
(x0 , y0 ), en la que f es de clase C 3 . Entonces, si (x, y) es cualquier punto de
esa bola, se tiene

f (x, y) = T2,p f (x, y) + o(||(x − x0 , y − y0 )||)

donde
o(||(x − x0 , y − y0 )||)
lı́m = 0.
(x,y)→p ||(x − x0 , y − y0 )||2

Es decir, que el error que se comete al usar T2,p f (x, y) como aproximación
al valor f (x, y) es muy pequeño: es pequeño comparado con el cuadrado de
la distancia de (x, y) a p. Además, al igual que en el caso de una variable, el
polinomio de Taylor T2,p f (x, y) es el único polinomio de grado dos con esta
propiedad.

Veamos un ejemplo:
Ejemplo. Dada la función z = f (x, y) = sen(xy) su polinomio de Taylor
en el punto p = (π/2, 1) se calcula teniendo en cuenta estos valores:
f (p) = sen(π/2) = 1

⇒ ∂f = y cos(xy) ⇒ ∂x∂f
= 0,
¡ ∂ 2 f∂x¢ 2
p
¡ ∂2f
¢
2 = −y sen(xy) ⇒ 2 = −1
¡ ∂x
∂2f
¢p ¡ ∂ 2 f ¢ ∂x p

∂y∂x
= ∂x∂y = cos(xy) − xy sen(xy)

⇒ ∂f = x cos(xy) ⇒ ∂x∂f
=0
¡ ∂ 2 f∂y¢ 2
p
¡ ∂2f
¢
2 = −x sen(xy) ⇒ 2 = −1
¡ ∂y
∂2f
¢p ¡ ∂2f ¢ ∂y p

∂y∂x p
= ∂x∂y p = −π/2

17
 Por lo tanto el polinomio que buscamos es:

T2,p f (x, y) = 1 + 0 · (x − π/2) + 0 · (y − 1)+

1
+ [(−1) · (x − π/2)2 + 2 · (−π/2) · (x − π/2) · (y − 1) + (−1) · (y − 1)2 ]
2!

1 1 2 3 1 1 1
= − x + xπ − π 2 − πxy + π 2 y − y 2 + y
2 2 8 2 4 2

3.5.2. Formas cuadráticas

En el próximo capı́tulo trataremos sobre los extremos locales de una fun-
ción de dos variables z = f (x, y). La herramienta básica para hacerlo es el
polinomio de Taylor que acabamos de describir. Y, como en el caso de una
variable, para poder decidir si un cierto punto es un máximo, un mı́nimo o
ninguna de ambas cosas, tendremos que analizar los términos de orden dos
(las derivadas segundas) de ese polinomio. Por esa razón nos vamos a detener
ahora a analizar con algo de detenimiento esos términos de orden dos, para
expresarlos de una forma más conveniente.
Dada una matriz cuadrada A = (aij ), de orden n, y un vector x̄ =
(x1 ; · · · ; xn ) de Rn , podemos combinarlos de esta forma
  
¡ ¢ a11 a 12 a1n x1
q(x̄) = x1 x2 xn a21 a22 a2n   x2 
a31 a32 a3n xn
Es decir, interpretamos el vector x̄ a la izquierda como una matriz fila
(1, n) y a la derecha como una matriz columna (n, 1). Y multiplicamos las
tres matrices que aparecen aquı́; el resultado es una matriz (1, 1), es decir,
un número.

Ejemplo: Si usamos x̄ = (x1 , x2 ) es un vector cualquiera de R2 , entonces

la forma cuadrática asociada a la matriz
µ ¶
1 3
A=
5 −1
se obtiene calculando:

18
 µ ¶
¡ ¢ x
q(x1 , x2 ) = x1 x2 A 1
x2

µ ¶ µ ¶
¡ ¢ x1 ¡ ¢ x1 + 3x2
q(x1 , x2 ) = x1 x2 A = x1 x 2
x2 5x1 − x2
= x21 + 3x1 x2 + 5x2 x1 − x22 = x21 + 8x1 x2 − x22

Como puede verse, el resultado es un polinomio de grado dos en las coor-

denadas (x1 , x2 ). Además, todos los términos del polinomio son de grado dos,
no hay términos de grado uno o cero (el polinomio es homogéneo). Recı́pro-
camente, dado cualquier otro polinomio homogéneo de grado dos en (x1 , x2 )
(sin términos de grado uno o cero), como, por ejemplo,

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22

podemos encontrar una matriz A que permite expresar q̃(x1; x2) como la
forma cuadrática asociada a esa matriz. Por ejemplo, poniendo

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22 = 2x21 + 5x1 x2 + 3x2 x1 + 6x22

se observa que podemos usar la matriz
µ ¶
2 5
A=
3 6
Y si escribimos el mismo polinomio q̃(x1; x2) de esta otra forma

q̃(x1 , x2 ) = 2x21 + 8x1 x2 + 6x22 = 2x21 + 10x1 x2 − 2x2 x1 + 6x22

vemos que podemos usar también esta otra matriz

µ ¶
2 10
A=
−2 6
Como se ve, hay una cierta arbitrariedad en la elección de la matriz,
asociada a los términos cruzados x1x2. Podemos eliminar esa arbitrariedad
pidiendo que la matriz A sea simétrica. En ese caso, sólo hay una matriz
posible:

19
 µ ¶µ ¶
¡ ¢ 2 4 x1
q̃(x1 , x2 ) = 2x21 +8x1 x2 +6x22 = 2x21 +4x1 x2 +4x2 x1 +6x22 = x 1 x2
4 6 x2

Resumimos las anteriores observaciones en una definición:

DEFINICION:Forma cuadrática
Dada una matriz cuadrada de orden nA = (aij ) y simétrica, es decir,
con aij = aji ), la forma cuadrática asociada a la matriz A es la aplicación
q : Rn → R definida mediante:

  
a1 1 a1 2 ··· a1 n x1
¡ ¢  a2 1 a2 2 ··· a2 n   x2 
q(x1 , · · · , xn ) = x1 x2 · · · xn  ···
  = x̄·A·x̄T
··· ··· ···  ··· 
an 1 an 2 ··· an n xn

donde el vector x̄ se interpreta como una matriz fila (1; n), y x̄T es su
matriz traspuesta (una matriz columna).

3.5.3. Matriz Hessiana

Ahora que disponemos de este lenguaje de formas cuadráticas, podemos
volver a los polinomios de Taylor. Si nos fijamos en los términos de grado
dos del polinomio de Taylor, que son

1 £ ∂ 2f ∂ 2f ∂ 2f ¤
( 2 )p · (x − x0 )2 + 2( )p · (x − x0 ) · (y − y0 ) + ( 2 )p · (y − y0 )2
2! ∂x ∂y∂x ∂x
observaremos que estos términos son homogéneos en x − x0 e y − y0 . Por
lo tanto, podemos usar la notación matricial para representarlos como una
forma cuadrática:
à 2 ! µ ¶
∂2f
1 ¡ ¢ ∂∂xf2 ∂y∂x x − x0
x − x0 y − y0 ∂2f ∂2f
2! ∂x∂y ∂y 2
y − y0
p

La matriz que aparece en esta expresión se merece un nombre:

DEFINICION: Matriz Hessiana

20
 Si f es dos veces derivable en el punto p = (x0, y0), entonces su matriz
hessiana en p es la matriz 2x2:
à 2 2
!
∂ f ∂ f
∂x2 ∂y∂x
Hf (p) = ∂2f ∂2f
∂x∂y ∂y 2 p
2
Obsérvese que si f es de clase C en p entonces la matriz hessiana es
simétrica (Lema de Schwarz).

3.5.4. Polinomios de orden más alto

Naturalmente, si en el punto p la función f es de una clase C k con k > 3,

podemos seguir buscando aproximaciones polinómicas de grado superior. Por
ejemplo, el polinomio de grado tres se obtiene sumando al de grado dos estos
términos de grado tres:

1 £ ∂ 3f ∂ 3f
t3,p (f )(x) = ( 3 )p · (x − x0 )3 + 3( 2 )p · (x − x0 )2 · (y − y0 )+
3! ∂x ∂x ∂y

∂ 3f 2 ∂ 3f ¤
3( 2
)p · (x − x 0 ) · (y − y 0 ) + ( 3
)p · (y − y0 )3
∂x ∂y ∂x
De manera que, como decı́amos el polinomio de Taylor de grado tres es

T3,p (f )(x) = T2,p (f )(x) + t3,p (f )(x)

¿Cuál es la justificación del coeficiente 3 que acompaña a la derivada
3
∂ f
? La razón es que este término proviene de tres derivadas parciales
∂x2 ∂y
cruzadas iguales:

∂ 3f ∂ 3f ∂ 3f
, ,
∂x∂x∂y ∂x∂y∂x ∂y∂x∂x
∂3f
De la misma forma el coeficiente 3 que acompaña a la derivada
∂x∂y 2
proviene de estas otras tres derivadas parciales cruzadas iguales:

21
 ∂ 3f ∂ 3f ∂ 3f
, ,
∂x∂x∂y ∂x∂y∂x ∂y∂x∂x
Número de derivadas parciales cruzadas coincidentes. En general, el po-
linomio de Taylor de grado k es de la forma:
Tk,p (f )(x) = t0,p (f )(x)+t1,p (f )(x)+t2,p (f )(x)+· · ·+tk,p (f )(x) = Tk−1,p (f )(x)+
tk,p (f )(x)
donde tk,p (f )(x) son los términos de orden k de este polinomio. Para
poder escribirlos necesitamos averiguar cuántas derivadas cruzadas de orden
k coinciden, como hemos hecho en el caso k = 3.

Ejemplo: Este problema es puramente combinatorio. Una derivada par-

cial tal como:

∂ 7f
∂x5 ∂y 2
se obtiene derivando f siete veces, cinco de ellas con respecto a x y dos
con respecto a y. Un posible orden de derivación es éste:
¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¢¢¢¢¢¢¢
∂x ∂y ∂x ∂x ∂y ∂x ∂x
Pero si f es de clase C 7 , se puede intercambiar las posiciones de las x y
las y, sin que cambie el resultado. Es decir, que en general tenemos
¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂ ¡ ∂f ¢¢¢¢¢¢¢
∂?? ∂?? ∂?? ∂?? ∂?? ∂?? ∂??
y tenemos a nuestra disposición cinco letras x y dos letras y para colo-
carlas en lugar de las interrogaciones. ¿De cuántas formas distintas podemos
hacerlo? Es fácil darse cuenta de que se trata simplemente de decidir en
qué dos posiciones colocamos las dos y, y luego rellenar el resto con x. Se
trata de elegir las dos posiciones¡de las
¢ y entre siete posibles; en combinatoria
7!
se aprende que la respuesta es a7 a2 = 2!((7−2)!) = 21. Es decir, que hay 21
órdenes distintos de derivación que producen el mismo valor de la derivada
parcial.
Generalizando el ejemplo anterior es fácil ver que, dada una derivada
parcial de orden k, de la forma

∂kf
∂xi ∂y j

22
µ (donde,
¶ µ naturalmente,
¶ se debe cumplir i + j = k), se pueden encontrar
k k k!
= =
i j i!j!
derivadas cruzadas iguales.
Con estos resultados, es fácil entender que los términos de grado k del
polinomio de Taylor son (aquı́ se usa que j = k − i):
k
1 X¡ ¢ ¡ ∂kf ¢
tk,p (f )(x) = ak ai (x − x0 )i (y − y0 )k−i
k! k=0 ∂xi ∂y k−i p
Y por tanto el polinomio de grado k completo es:

Xk s
¡1 X ¡ ¢ ¡ ∂ sf ¢
Tk,p (f )(x) = as ai i ∂y s−i p
(x − x0 )i (y − y0 )s−i
s=0
s! i=0
∂x

(por convenio, la derivada de orden 0 de f es la propia f ).

23
Capı́tulo 4

APLICACIONES

4.1. CALCULO DE LÍMITES INDETERMI-

NADOS

El método más rápido y seguro para calcular lı́mites de cocientes y pro-

ductos en los casos de indeterminación, consiste en efectuar los desarrollos
taylorianos de las funciones elementales que componen la expresión, utili-
zando la forma infinitesimal del término complementario, que no es preciso
siquiera escribir. Por ejemplo:
3 5
x − sen x x − (x − x3! + x5! + ...)
lı́m = lı́m 2 4 =
x→0 x(cos x − 1) x→0 x(1 − x + x + ... − 1)
2! 4!
x3 5 3
3!
− x5! + ... 1
3!
− x5! + ... 1
3! 1
= lı́m = lı́m = =−
− 2!1
3 5 3
x→0 − x + x + ... x→0 − 1 + x − ... 3
2! 4! 2! 4!
Otra posibilidad de cálculo de este lı́mite es aplicar la regla de L’Hôpital,pero

los cálculos se complican un poco más.

24
4.2. CRITERIO DE MAXIMOS Y MINIMOS
UTILIZANDO DERIVADAS DE ORDEN
SUPERIOR

El criterio de la segunda derivada para encontrar valores extremos para

una función de una variable, funciona cuando para un punto crı́tico x0 , la
segunda derivada evaluada en x0 es diferente de 0, siendo un valor máximo
si f 00 (x0 ) < 0 y un valor mı́nimo si f 00 (x0 ) > 0. Sin embargo hay funciones
con valores extremos en un punto crı́tico x0 en las que también se anula la
segunda derivada, como se muestra en el siguiente sencillo ejemplo:

-Utilice el criterio de la segunda derivada para encontrar los valores ex-

tremos de la función f (x) = x4 .

Solución: Los puntos crı́ticos satisfacen f 0 (x) = 4x3 = 0 Lo cual se satisfa-

ce únicamente para xo = 0. Como f 00 (x) = 12x2 , entonces f 00 (0) = 0, fallando
el criterio de la segunda derivada. Si utilizamos el criterio de la primera de-
rivada, vemos fácilmente que esta función tiene un valor mı́nimo en xo = 0.
A continuación demostraremos, utilizando el Teorema de Taylor, un criterio
para detectar valores extremos relativos, cuando el de la segunda derivada
falla.

400

200

-4 -2 2 4

-200

-400

Figura 4.1: 4x3

25
Teorema 4.2.1. Sea f : R → R con n derivadas continuas en un intervalo
(a, b) que contiene a xo y supóngase que f 0 (xo ) = 0, f 00 (xo ) = 0, f (3) (xo ) =
0, ..., f (n−1) (xo ) = 0 y f (n) (xo ) = 0; entonces:

1. Si n es par: a) f (n) (xo ) < 0 ⇒ f toma un máximo relativo en xo . b)

(n)
f (xo ) > 0 ⇒ f toma un mı́nimo relativo en xo .

2. Si n es impar, la función no alcanza un valor extremo en xo .

Demostración 1.Supongamos, por ejemplo, que n es par. Como f (n) (x) es

continua en un intervalo (a, b) que contiene a xo y f (n) (xo ) < 0, podemos
encontrar un subintervalo (xo − δ, xo + δ) j (a, b) de tal manera f (n) (x) sea
negativa en este subintervalo.

Consideremos x en el intervalo (xo − δ, xo + δ), por el Teorema de Taylor:

f 00 (x0 ) f (n−1) (x0 )

f (x) = f (x0 )+f 0 (x0 )(x−x0 )+ (x−x0 )2 +...+ (x−x0 )n−1 +En−1
2! (n − 1)!
(n)
con En = f n!(c) (x − x0 )n y c entre x y xo como las primeras (n − 1) derivadas
se anulan en xo , se tiene:

f (n) (c)
f (x) = f (xo ) + (x − xo )n
n!
f (n) (c) < 0 por estar c entre x y xo y a su vez estos puntos en el intervalo
(xo − δ, xo + δ) donde la n-ésima derivada es negativa. Al ser f (n) (c) < 0 y n
par, la expresión (x − xo )n < 0 y por lo tanto y en consecuencia f (x) < f (xo )
para toda x en el intervalo (xo − δ, xo + δ), lo cual significa que f (xo ) es el
mayor de los valores de f en dicho intervalo, es decir f alcanza un máximo
relativo en xo .

Ejemplo: Encuentre los valores extremos de f (x) = x4 + 4x3 + 6x2 + 4x

Solución: Encontremos primero los puntos crı́ticos:

f 0 (x) = 4x3 + 12x2 + 12x + 4 = 0

f 0 (x) = 4(x3 + 3x2 + 3x + 1) = 4(x + 1)3 = 0 ⇒ x = −1

26
 Por lo tanto el único punto crı́tico es xo = −1 Tratemos ahora de deter-
minar su naturaleza:
f 00 (x) = 12x2 + 24x + 12f 00 (−1) = 0
f (3) (x) = 24x + 24f (3) (−1) = 0
f (4) (x) = 24f (4)(−1) = 24
Como la primera derivada diferente de cero en -1 es la de grado 4 y 4
es par, el signo positivo de esta cuarta derivada nos dice que f alcanza un
mı́nimo en xo = −1.

4.3. ERROR DE TRUNCAMIENTO

Vamos a exponer un ejemplo de utilización del teorema para estimar el
residuo a fin de determinar el error de truncamiento.
Ejemplo: Calcular e con un error menor que 10−7 .
Hallamos el desarrollo de Taylor paraf (x) = ex :
x2 x3 xn
ex = 1 + x + + + ... + + Tn
2! 3! n!
Y aplicando x = 1:
1 1 1
e=1+1+ + + ... + + Tn
2! 3! n!
con:
1
Tn = ec
(n + 1)!
para algún número c comprendido entre 0 y 1. Poedemos limitar el número
e en el intervalo tal que:
1 3
< Tn <
(n + 1)! (n + 1)!
pues 1 < ec < 3. Por tanto hallamos que 9!1 > 10−6 .Por tanto debemos tomar
(n + 1) igual a 10 como mı́nimo.Con un error menor que 10−4 ,
1 1 1
c=1+1+ + + ... + ≈ 2, 718282
2! 3! 9!

27
4.4. APLICACIONES AL ESTUDIO DE LA
CONVEXIDAD
Se dice que una funcion f : (a, b) → R, derivable, es convexa si el grafo de
la función(hace referencia al subconjunto como agregado de pares ordenados o
puntos en un plano) pertenece a todos los semiplanos superiores definidos por
sus tangentes en dicho intervalo (a, b). Se define sı́metricamente la concavidad
por el hecho de que el grafo pertenezca a todos los semiplanos inferiores
que definen las rectas tangentes en (a, b). Es inmediato que f (x) es convexa
(globalmente) en el intervalo (a, b) si es convexa localmente en todo punto
x0 ²(a, b). Lo mismo ocurre con la concavidad.

Asi, pues, si es y − f (x0 ) = f 0 (x0 )(x − x0 )la recta tangente a f (x) en

x0 ²(a, b), se tiene que:- Si f (x) − y > 0, ∀x²(a, b), f (x) es convexa en (a, b).-

Si f (x) − y < 0∀x²(a, b), f (x) es cóncava en (a, b).

Proposicion:

Si la función f : (a, b) → R es 2-veces derivable en x0 ²(a, b), entonces, se

tiene que f (x) es convexa en x0 si f 00 (x0 ) > 0, o cóncava en x0 si f 00 (x0 ) < 0.

Demostración Consideremos el desarrollo de Taylor de f (x) hasta el orden

2, y la recta tangente en x0 :
f 00 (x0 )
f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + Tn
2
y = f (x0 ) + f 0 (x0 )(x − x0 )
Se tiene, al restar ambas expresiones:
f 00 (x0 ) £ f 00 (x0 ) Tn ¤
f (x) − y = (x − x0 )2 + Tn = (x − x0 )2 + 2
2 2 (x − x0 )
Tn
y siendo (x−x0 )2
→ 0, se tienen las dos alternativas:

f 00 (x0 ) £ f 00 (x0 ) Tn ¤
f (x) − y = (x − x0 )2 + Tn = (x − x0 )2 + 2
2 2 (x − x0 )

28
 - Si es f 00 > 0 ⇒ f (x) − y > 0 ⇒ f (x)convexa en x0 .

- Si es f 00 < 0 ⇒ f (x) − y < 0 ⇒ f (x)cóncava en x0 .

Corolario 4.4.1. Si es f (x) 3-veces derivable en x0 ²(a, b), se cumple que si

f 00 (x0 ) = 0, y es f 000 (x0 ) > 0, la función es cóncava a la izquierda y convexa
a la derecha de x0 , y, simetricamente, si es f 00 (x0 ) = 0, y esf 000 (x0 ) > 0, la
funcion es convexa a la izquierda y cóncava a la derecha de x0 .

Para probar esto haremos aquı́ el desarrollo de Taylor de f (x) hasta el

orden 3, y la ecuación de la recta tangente en x0 :

f 000 (x0 )
f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )3 + Tn
3!
y = f (x0 ) + f 0 (x0 )(x − x0 )
Restamos ahora ambas expresiones:

f 00 (x0 ) £ f 000 (x0 ) Tn ¤

f (x) − y = (x − x0 )3 + Tn = (x − x0 )3 +
3! 3! (x − x0 )3
Tn
y siendo (x−x0 )3
→ 0, se tienen las dos alternativas:

- Si es f 000 (x0 ) > 0 :

,→si x < x0 ⇒ f (x) − y < 0 ⇒ cóncava.

,→si x > x0 ⇒ f (x) − y > 0 ⇒convexa

⇒ la función es cóncava a la izquierda y convexa a la derecha de x0 . Es

decir, en x0 hay un punto de inflexión cóncavo-convexo.

- Si es f 000 (x0 ) < 0 ⇒

,→si x < x0 ⇒ f (x) − y > 0 ⇒convexa

,→si x > x0 ⇒ f (x) − y < 0 ⇒cóncava

⇒la función es convexa a la izquierda y cóncava a la derecha de x0 .Es

decir, en x0 hay un punto de inflexión convexo-cóncavo.

29
 Generalización: Sea f (x) suficientemente derivable en x0 ²(a, b).

Si la primera derivada que no se anula, f (n) (x0 ), es de orden par, la curva

es cóncava (si f (n) (x0 ) > 0), o convexa (si f (n) (x0 ) < 0).

Si la primera derivada que no se anula, f (n)(x0 ), es de orden impar, la

curva tiene un punto de inflexión , que sera cóncavo-convexo (si f (n) (x0 ) > 0),
o convexo-cóncavo (si f (n) (x0 ) < 0).

4.5. SENOS, COSENOS Y eX

4.5.1. ex
Mostrar que la serie de Taylor de f (x) = ex en torno a a = 0 converge
hacia f (x) para cualquier valor real de x.Sea f (x) = ex . Esta función y todas

sus derivadas son continuas en cada punto, por lo que podemos aplicar el
teorema de Taylor para cualquier valor conveniente a a. Tomamos a = 0
para facilitar el cálculo de los valores de f y sus derivadas. El teorema de
Taylor da

x2 x3 xn
ex = 1 + x + + + ··· + + Rn (x, 0)
2! 3! n!
donde

ec
Rn (x, 0) = xn+1
(n + 1)!
Para algún número comprendido entre 0 y x. Como ex es una función cre-

ciente de x, y c está entre 0 y x, el valor de ec se hallará entre 1 y ex . Por

tanto, si x es negativo, también lo es c, y ec < 1; si x es positivo, también lo
será c, y ec < ex . Ası́, podemos escribir
|x|n+1
Rn (x, 0) < (n+1)!
cuando x < 0,

y
x n+1
Rn (x, 0) < ex (n+1)! cuando x > 0.

30
 Cuando x = 0, el primer término de la serie (9a) es 1 = e0 , por lo que el
error es cero. Finalmente, como
xn+1
lı́mn→∞ (n+1)!
=0 para todo x,

es cierto además que

lı́mn→∞ Rn (x, 0) = 0 para todo valor de x:

∞
X xk x2 xk
ex = =1+x+ + ··· + + ··· .
k=0
k! 2! k!

-2 -1 1 2

Figura 4.2: ex y aproximaciones

Tambien podemos calcular f (x) = e−x , dando lugar a:

x2 x3 x4 xn
Fe−x = 1 − x + − + + ... + (−1)n
2! 3! 4! n!

31
 50

-10 -5 5 10

-50

Figura 4.3: e−x y aproximaciones

4.5.2. Cosx
La serie de Maclaurin para cos x converge hacia cos x cualquier valor de
x. Comenzamos sumando el término del residuo al polinomio de Taylor para
cos x de la ecuación (4) de la sección anterior, con lo que obtenemos la fórmula
de Taylor para cos x con n = 2k:

x2 x4 x2k
cos x = 1 − + + · · · + (−1)k + R2k (x, 0).
2! 4! (2k)!

Como las derivadas del coseno tiene valor absoluto menor o igual que 1,
aplicamos el teorema 2 con M = 1 y r = 1, y resulta

|x|2k+1
|R2k (x, 0)| ≤ 1 ·
(2k + 1)!
Para cualquier valor de x, R2k → 0 cuando k → ∞. Por tanto, la serie
converge hacia cos x para todo valor de x:

∞
X (−1)k x2k x2 x4 x6
cos x = =1− + + + ...
k=0
(2k)! 2! 4! 6!

32
 3

-2 -1 1 2 3 4 5
-1

-2

-3

Figura 4.4: Cosx y aproximaciones

4.5.3. Sinx
La serie de Maclaurin para sen x converge hacia sen x para todo x. Ex-
presadas en términos de x, la función y sus derivadas son

f (x) = sen x, f 0 (x) = cos x, f 00 (x) = − sen x,

000
f (x) = − cos x, ... ...
... ... ...

f (2k) (x) = (−1)k sen x, f (2k+1) (x) = (−1)k cos x,

de manera que f (2k) (0) = 0 y f (2k+1) (0) = (−1)k .

La serie sólo tiene términos de potencias impares y, para n = 2k + 1, la

fórmula de Taylor da:

x3 x5 (−1)k x2k+1
sen x = x − + − ··· + + R2k+1 (x, 0).
3! 5! (2k + 1)!

Ahora bien, como todas las derivadas de sen x tienen valor absoluto menor
o igual que 1, podemos aplicar el teorema 2 con M = 1 y r = 1 para obtener

|x|2k+2
|R2k+1 (x, 0)| ≤ 1 · .
(2k + 2)!

33
dado que [|x|2k+2 /(2k + 2)!] → 0 cuando k → ∞, para todo valor de x,

R2k+1 (x, 0) → 0,

y la serie de Maclaurin para sen x converge hacia sen x para todo x:

∞
X (−1)k x2k+1 x3 x5 x7
sen x = =x− + + + ··· .
k=0
(2k + 1)! 3! 5! 7!

-2 -1 1 2 3 4 5

-2

-4

Figura 4.5: Sen x y aproximaciones

EJEMPLO : ¿Qué valor de a debe elegirse en la serie de Taylor3.1.1

para calcular sen 35o ?Podrı́amos tomar a = 0 y utilizar la serie

x3 x5
sen x = x − + − ···
3! 5!
x2n+1
+(−1)n + 0 · x2n+2 + R2n+2 (x, 0)
(2n + 1)!
o bien elegir a = π/6(que corresponde a 30o )con la serie

34
 π π³ π´ π (x − π/6)2 π (x − π/6)2
sen x = sen + cos x− − sen − cos
6 6 6 6 2! 6 3!
³π π ´ (x − π/6)n ³ π´
+ · · · + sen +n + Rn x, .
6 2 n! 6
El residuo de la serie segunda satisface la desigualdad

|x|2n+3
|R2n+2 (x, 0)| ≤
(2n + 3)!

que tiende a cero cuando n se hace infinito, por muy grande que sea |x|.

Podrı́amos entonces calcular sen 35o haciendo

35π
x= = 0, 6108652
180
en la aproximación

x3 x5 x7
sen x ≈ x − + − .
6 120 5040
Mediante la serie, con a = π/6, podrı́amos obtener la misma precisión con
√
un exponente n menor, pero a costa de tener que introducir cos π/6 = 3/2
como uno de los coeficientes. En esta serie, con a = π/6, tomarı́amos

35π
x= ,
180
pero la cantidad elevada a las distintas potencias es

π 5π
x− = = 0, 0872665,
6 180
que drecrece rápidamente cuando los exponentes son altos. De hecho,para

35
facilitar el cálculo del seno o del coseno de cualquier ángulo con la serie
de Maclaurin de las dos funciones, pueden usarse varias identidades trigo-
nométricas, como
³π ´
sen − x = cos x,
2
Este método para determinar el seno o el coseno de un ángulo se aplica en

el cálculo con computadores.

4.6. SINH y COSH

Sabiendo que:
ex − e−x
senh x =
2
e + e−x
x
cosh x =
2
Y aplicando Taylor:

x3 x5 x2n+1
Tsenh x (x) = x + + + ... +
3! 5! (2n + 1)!

20

10

-4 -2 2 4

-10

-20

Figura 4.6: Seno hiperbólico

36
 30

25

20

15

10

-4 -2 2 4

Figura 4.7: Coseno hiperbólico

x2 x4 x2n
Tcosh x (x) = 1 + + + ... +
2! 4! (2n)!

4.7. LOGARITMOS, ARCO TANGENTES

Yπ
4.7.1. Cálculo de logaritmos
Los logaritmos naturales pueden calcularse mediante series. El punto de
partida es la serie para ln(1 + x) en potencia de x:

x2 x3 xn
ln(x + 1) = x − + − · · · + (−1)n−1 + · · · . (4.7.1)
2 3 n
Esta serie deriva directamente del desarrollo en serie de Taylor, ecuación
3.4.1, con a = 0. También se obtiene integrando la serie geométrica para
1/(1 + t) desde t = 0 hasta t = x:
Z x Z x
dt
= < (1 − t + t2 − t3 + · · · )dt,
0 1+t 0

37
 ix t2 t3 t4 ix
ln(1 + t) = t − + − + · · · ,
0 2 3 4 0
2 3 4
x x x
ln(1 + x) = x − x + − + ··· .
2 3 4

-3 -2 -1 1 2 3

-5

Figura 4.8: Ln(x + 1)

El desarrollo 4.7.1 es válido para |x| < 1, ya que entonces el residuo

Rn (x, 0) tiende a cero cuando n → ∞, como veremos ahora. El residuo viene
dado por la integral del residuo en la serie geométrica, esto es,

Z x
(−1)n tn
Rn (x, 0) = dt.
0 1+t
Supongamos que |x| < 1. Para todo t comprendido entre 0 y x inclusive,

tenemos

|1 + t| ≥ 1 − |x|

38
y

|(−1)n tn | = |t|n ,
de modo que

¯ (−1)n tn ¯ |t|n
¯ ¯
¯ ¯≤ .
1+t 1 − |x|
Por tanto,

Z |
tn 1 |x|n+1
|Rn (x, 0)| ≤ x| dt = · .
o 1 − |x| n + 1 1 − |n|
Cuando n → ∞, esta última expresión tiende a cero y, por tanto, también lo

hará el resto. Ası́, 4.7.1 se cumple para |x| < 1.

4.7.2. Cálculo de π y arctan x

En el siglo III a. de C., Arquı́medes (287-212) dio para π la aproximación

1 10
3 >π>3 .
7 71
Otra interesante fórmula descubierta por el matemático inglés Wallis, es

π 1 1 1
= 1 − + − + ··· ,
4 3 5 7
conocida como fórmula de Leibniz. Pero si miramos a la serie para tan−1 x,

la cual da origen a la fórmula de Leibniz y otras mediante las que puede

calcularse π con gran número de cifras decimales. Dado que

Z x
−1 dt
tan x= ,
o 1 + t2

39
se trata de integrar la serie geométrica con residuo

1 2 4 6 n 2n (−1)n+1 t2n+2
= 1 − t + t − t + · · · + (−1) t + .
1 + t2 1 + t2
Ası́,

x3 x 5 x7 x2n+2
tan−1 x = x − + − + · · · + (−1)n + R,
3 5 7 2n + 1
donde
Z x
(−1)n+1 t2n+2
R= dt.
0 1 + t2

-2 -1 1 2

-1

-2

-3

Figura 4.9: Arco tangente

El denominador del integrando es mayor, o igual, que 1, y por tanto,

Z |x|
|x|2n+3
|R| ≤ t2n+2 dt = .
0 2n + 3
Si |x| ≤ 1, el segundo miembro de la desigualdad (6) tiende a cero cuando

n → ∞. Por tanto, R también tiende a cero, y tenemos

40
 ∞
X
−1 (−1)n x2n+1
tan x= ,
n=0
2n + 1

o sea,

x3 x5 x7
tan−1 x = x − + − + · · · , |x| ≤ 1.
3 5 7
Cuando en (8) ponemos x = 1, tan−1 1 = π/4, y obtenemos la fórmula de

Leibniz:
π 1 1 1 1 (−1)n−1
= 1 − + − + − ··· + + ···
4 3 5 7 9 2n − 1
Esta serie converge lentamente y no sirve para aproximar π con muchas cifras

decimales. La serie tan−1 x converge más rápidamente cuando x está cerca

de cero. Por esta razón, para calcular π mediante tan−1 x, se utilizan varias
identidades trigonométricas. Por ejemplo, si

1 1
α = tan−1 y β = tan−1 ,
2 3
entonces

1
tan α + tan β 2
+ 13 π
tan (α + β) = = 1 = 1 = tan
1 − tan α tan β 1− 6 4
y

π 1 1
= α + β = tan−1 + tan−1 .
4 2 3
De este modo, se calculan mediante (8)tan 2 y tan−1 13 , y la suma de esos
−1 1

resultados, multiplicada por 4, proporciona π

41