Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes de MATEMTICAS I
para los Grados en:
Ingeniera en Tecnologas Industriales (GITI)
Ingeniera de Organizacin Industrial (GIOI)
13 de agosto de 2015
ndice
1. Nmeros, sucesiones y series numricas
1.1. Los Nmeros Reales
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Topologa en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.
1.3.2. Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
11
13
18
. . . . . . . . . . . . . . . . . . . . . . . . .
19
25
27
1.5. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
1.6.
33
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.
. . . . . . . . . . . . . . .
37
41
43
Funciones
2.1.
46
46
46
. . . . . . . . . . . . . . . . . . . . . . . . . . .
48
50
62
62
65
67
67
71
71
72
75
77
79
xa
. . . . . . . . . . . .
80
86
88
93
98
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
. . . . . . . . . . . . . . . . . . . 103
124
150
167
7.1.
7.2.
Clculo de la Integral
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.3.
Integracin numrica
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.4.
. . . . . . . . . . . . . . . . . . . . . 177
33
3
8.
193
8.1.
8.2.
8.3.
8.4.
44
4
Teora
Gua Docente + Nmeros reales
Rn + Suc 18,19
Sucesiones (19-24)
Sucesiones (24-29)
Sucesiones (29) + Series (29-34)
Series (35-39)
Series (40-44)
SP (45) + Func (46-53)
Funciones (54-61 )
Func f (x, y) + cont f (x) (62-69)
Continuidad f (x) (69-74)
Continuidad f (x) (75-78) + f (x, y) (80)
Continuidad f (x, y) (81-85)
Dif. f (x) (86-90)
Dif. f (x) (90-96)
Rolle&Lagrange + Taylor (103-105)
Taylor (105-110)
Taylor (110-114)
Primitivas + Ec. Dif. (115-119)
Ec.Dif. (120-122) + DIF (125-127)
DIF (127-132)
DIF (132-137)
DIF (138-143)
Taylor 2v+ F.Pot+ Extremos (150-153)
Extremos (154-158)
Extremos (159-164)
Extremos+ Integrales f (x) (165-169)
Integrales f (x) (170-174)
Integrales f (x) (175-180)
Integrales f (x) + dobles (181-194)
Integrales dobles (195-199)
Integrales dobles (200-204)
Integrales dobles (204-209)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35 Problemas: Integrales dobles y triples III
36 Problemas: Integrales dobles y triples III
Problemas
1 Complejos
2 Complejos. Polinomios
3 Complejos. Reales
4 Sucesiones I
5 Sucesiones II
6 Series I
7 Series II
8 Series III
9 Funciones y lmites
10 Lmites funcionales
11 Funciones continuas
12 Dif. Rolle y TVML
13 Taylor
14 Primitivas
15 Ecuaciones Dif.
16 Parciales, Direcc, Plano tg
17 Schwarz, RC, Direcc
18 RC vect, F. Potencial
19 Extremos locales
20 Extremos Condicionados
21 Extremos absolutos
22 Integrales una variable
23 Integrales dobles y triples I
24 Integrales dobles y triples II
Primer parcial: Teoras desde 1 hasta 18, Problemas desde 1 hasta 12, incluidos.
1.
1.1.
Para llegar a los nmeros reales, que son el objeto principal de esta asignatura, vamos a
presentar los distintos conjuntos de nmeros. Partimos de los nmeros naturales:
N = {1, 2, 3, 4, }
|
1
o tambin
3
= 1.50000.... = 1.5b0 = 1.5
2
y que todo desarrollo decimal peridico puede expresarse como una fraccin, luego Q es
tambin el conjunto de todos los desarrollos decimales peridicos:
n
o
p
Q=
, con p, q Z, q = 0 = desarrollos decimales peridicos .
q
1
|
1
Adems, entre cualquier par de nmeros reales distintos existen una infinidad de racionales y de irracionales, es decir, los racionales y los irracionales estn, digamos, infinitamente
mezclados en la recta. Sin embargo, puede probarse que hay una cantidad infinitamente
mayor de irracionales que de racionales. As, el salto importante en la construccin de los
conjuntos de nmeros es el que hacemos de Q a R. Notar que un slo nmero irracional tiene infinitas cifras decimales, que nunca podremos conocer completamente. En este sentido,
podramos decir, cuntos nmeros irracionales caben en el ordenador con ms capacidad
del mundo? Ninguno.
El conjunto R es ordenado, es decir, dados x = y R cualesquiera se cumple que, o bien
x < y o bien x > y. Recordemos ahora algunas de las propiedades de las desigualdades. Lo
haremos para <, pero son tambin vlidas para >, , .
Propiedades de las desigualdades: Para cualesquiera reales x, y, z, t R se cumple que:
(1) Si x < y, e y < z,
entonces x < z.
x + z < y + z,
1
x
(5) Si
x z < y z.
x<y
entonces
z<t
>
x + z < y + t.
2
Estas propiedades significan que podemos operar con desigualdades como si fuesen igualdades, aunque con dos excepciones: al multiplicar por un nmero negativo (propiedad 3)
y al invertir dos nmeros del mismo signo (propiedad 4) hay que cambiar el sentido de la
desigualdad (de < a > o viceversa).
Las desigualdades nos sirven para definir intervalos de R y el mdulo de un nmero real:
R
:
x
b
,
(, b) = x R : x < ,
(, b] =
b
n
(a, +) = x R : x >
o
x
R
:
x
a
.
[a, +) =
,
a
x si x 0
.
x si x 0
Por ejemplo, |7| = 7, | 7| = 7. El valor absoluto sirve para calcular distancias entre
nmeros reales, pues |x y| es la distancia en la recta entre x e y. As por ejemplo, el conjunto
de reales x que cumplen la desigualdad
|x 7| < 2
son los puntos x de la recta que estn a una distancia del punto 7 menor que 2, es decir, son
los puntos x del intervalo (5, 9).
Propiedades del valor absoluto: Para cualesquiera reales x, y R:
(1) |x| 0. Adems, |x| = 0 si, y slo si, x = 0
(2) |xy| = |x||y|
3
|x| |y| |x y|
(5)
o h
i n
x R : |x 7| < 2 = propiedad 4 = x R :
o
2 < x 7 < +2 =
o
1.2.
Topologa en Rn
A partir de R se define R2 :
R2 = R R = (x, y) : x, y R .
Como R se representa con una recta (la recta
real), R2 se representa con un plano, en el que
cada par (x, y) se corresponde con un punto
del plano y viceversa (ver Figura).
n
i=1
Nota 1 En p
R, la norma coincide con el valor absoluto, pues kxk = + x2 = |x|. En R2 ,
k(x, y)k = + x2 + y2 representa, por el Teorema de Pitgoras, la distancia del punto (x, y)
al origen. En general, la norma sirve para medir distancias: dados a, b Rn , kabk es la
distancia en Rn que hay entre los puntos a y b. Por ejemplo, la distancia en R4 del punto
a = (1, 3, 4, 7) al origen (0, 0, 0, 0) es:
p
p
kak = x21 + x22 + ... + x2n = (1)2 + (3)2 + (4)2 + (7)2 = 75.
Puede demostrarse que se cumplen las siguientes propiedades:
(1) kxk 0. Adems, kxk = 0 si, y slo si, x = (0, 0, . . . , 0)
(2) kxk = || kxk x Rn , R
(3) kx + yk kxk + kyk x, y Rn
Definicin 4 (Bola abierta) Se llama bola abierta con centro en a Rn y radio > 0 a:
B a, = x Rn : kx ak <
y se llama bola cerrada con centro en a Rn y radio > 0 a
x Rn : kx ak .
x R : x a = a , a + .
(x, y) R : x + y < 1
2
es decir, es el crculo de centro (0, 0) y radio 1. Notar que en la bola abierta, la circunferencia
exterior (de radio 1) no est incluida, mientras que las bolas cerradas (con ), s incluyen la
circunferencia exterior:
(x, y) R2 : x2 + y 2 < 1 ,
(x, y) R2 : x + y 3 ,
(x, y) R2 : x 3 x 3 y 2 y 2 .
> 0,
en
1.3.
1.3.1.
En el conjunto R de los nmeros reales hay ecuaciones que no tienen solucin, como por
ejemplo x2 +5 = 0, luego tenemos que ampliar R. Notar que la solucin de la ecuacin anterior
Notar que los complejos tales que Im(z) = 0 son nmeros reales. Los complejos tales que
Re(z) = 0 se llaman imaginarios puros.
Los nmeros complejos pueden sumarse y multiplicarse como binomios:
(2 + i) + (3 2 i) = 2 + 3 + i 2 i = 5 i,
(2 + i)(3 2 i) = 6 4 i + 3 i 2 i2 = 6 4 i + 3 i + 2 = 8 i
En general, si z = a + b i, w = c + d i son dos complejos, definimos
Suma: z + w = (a + b i) + (c + d i) = (a+c) + (b+d) i C,
Producto: zw = (a+b i)(c+d i) = ac+ad i+bc i+bd i2 = (acbd)+(ad+bc) i C.
En el producto hemos utilizado que i2 = 1. Al multiplicar complejos pueden aparecer
distintas potencias de i, pero todas pueden simplificarse:
i0 = 1 i1 = i
i2 = 1 i3 = i
i4 = 1 i5 = i
i6 = 1 i7 = i . . .
2 i
2 1
(2 i)
2 i
= i
(2 + i)(2 i) 22 i2 = 4 + 1
5 5
=
(2)
z + w = z + w, z w = z w
(3)
z=z
(4)
z z = (a + b i)(a b i) = a2 b2 i2 = a2 + b2 R+
La propiedad 1 dice que los reales coinciden con su conjugado. La propiedad 2 dice que el
conjugado de la suma es la suma de los conjugados y que lo mismo ocurre con el producto. La
propieded 3 dice que el conjugado de z es el propio z. La propiedad 4 dice que si multiplicamos
un complejo por su conjugado obtenemos un real positivo. Como hemos visto, esta propiedad
es til en operaciones con fracciones para eliminar la unidad imaginaria i del denominador.
Nota 3 El conjugado es tambin til para otras expresiones con nmeros complejos. Por
ejemplo, si sumamos z + z obtenemos 2a, luego
1
1
Re(z) = (z + z). Del mismo modo, Im(z) = (z z).
2i
2
9
Como R se representa por una recta, la recta real, el conjunto C se representa por un
plano, el plano complejo (Figura 2), en donde cada nmero z = a + b i se representa por el
punto del plano R2 de coordenadas (a, b).
Nota 4 (C no es un conjunto ordenado) Puesto que no puede representarse en una recta, el conjunto C no es un conjunto ordenado, y dados dos complejos z = w no reales, no
podemos decir ni que z < w ni que w < z. Lo que s podemos comparar son sus mdulos:
Definicin 8 (Mdulo de un complejo) Dado z = a + b i, llamaremos mdulo de z a
2
2
|z| = + a + b = + zz.
Notar que, si z R, esta definicin coincide con la Definicin 2 del mdulo de un real. Por
el Teorema de Pitgoras, |z| es la distancia en el plano del complejo z al origen. Como en
los reales, |z w| representa la distancia en el plano entre los complejos z y w. Tambin
comparte con R las propiedades ms importantes:
(1) |z| 0. Adems, |z| = 0 si, y slo si, z = 0
(2) |zw| = |z||w|
(3) |z + w| |z| + |w|
(4) |z| = |z|
(5) Si z = 0, | 1z | =
(6)
1
|z|
|z| |w| |z w|
10
1.3.2.
Polinomios
As, dado un polinomio complejo f , por el Teorema Fundamental del lgebra (TFA,
Teorema 2) f tiene un cero 1 C, y por el Teorema 3:
f (x) = (x 1 )q(x).
Como q es tambin un polinomio con coeficientes complejos, por el TFA tiene, al menos, un
cero 2 C, y por el Teorema 3, q(x) = (x 2 )q2 (x), luego sustituyendo:
f (x) = (x 1 )(x 2 )q2 (x).
As sucesivamente, todo polinomio complejo f de grado n 1 puede descomponerse de la
forma
f (x) = M (x 1 )(x 2 ) (x n ) con i , M C,
es decir, todo polinomio complejo de grado n 1, tiene exactamente n ceros complejos, no
necesariamente distintos. Por ejemplo, un polinomio complejo de grado 4 podra descomponerse como
f (x) = 5(x 7)(x 7)(x 3)(x + 1) = 5(x 7)2 (x 3)(x + 1).
En este caso, f (x) tiene al 7 como cero de multiplicadad 2 (cero doble), y a 3 y a -1 como
ceros de multiplicadad uno (ceros simples). Con esta idea de multiplicidad, podemos decir
que todo polinomio complejo de grado n 1, tiene exactamente n ceros complejos contando
su multiplicidad:
f (x) = M (x 1 )m1 (x 2 )m2 (x k )mk ,
con todos los i nmeros complejos distintos y con m1 + m2 + + mk = n.
1.3.3.
Polinomios reales
(1)
a0 + a1 + + an ()n = 0,
a0 + a1 + + an ()n = 0,
es decir, f () = 0 y es un cero de f.
De esta manera, en la descomposicin anterior (1), para cada cero complejo = a + bi,
tambin est su conjugado = a bi. Adems,
Teorema 5 Si multiplicamos (x )(x ) obtenemos un polinomio real (de grado 2).
Demostracin: Sean = a + bi y = a bi. Entonces,
(x )(x ) = x2 ( + )x + = x2 2a x + (a2 + b2 ),
que es un polinomio real pues 2a y a2 + b2 son reales.
Por lo tanto, agrupando en (1) cada cero complejo con su conjugado, tenemos que un
polinomio real de grado n 1 puede descomponerse como producto de polinomios:
de grado 1, correspondientes a sus ceros reales, y
de grado 2, correspondientes a parejas de ceros complejos congugados (no reales),
f (x) = M (x 1 )m1 (x 2 )m1 (x k )mk (x2 + b1 x + c1 )n1 (x2 + bj x + cj )nj ,
con todos los i , bi , ci nmeros reales distintos, todos los polinomios (x2 + bi x + ci )nj sin ceros
reales y con m1 + m2 + + mk + 2n1 + + 2nj = n.
El Teorema 2 (TFA) es un teorema de existencia, que asegura que cualquier ecuacin
polinmica tiene solucin en C, pero no indica cmo calcular los ceros de un polinomio
dado. Hasta el siglo XIX se pensaba que todas estas ecuaciones podan resolverse por
radicales, es decir, con frmulas expresadas con las 5 operaciones bsicas: suma, resta,
multiplicacin, divisin y radicacin. Esto es cierto para todos los polinomios de grado 2, 3
y 4. Por ejemplo, dado un polinomio complejo de grado 2, f (x) = ax2 + bx + c, sus ceros son:
b + b2 4ac
b b2 4ac ,
.
2 =
2a
1 =
2a
El modo de resolver polinomios de grado 3 y 4 es ms complicado y no lo veremos aqu.
Pero no es cierto para polinomios de grado 5 o ms: Galois demostr en 1832 que no existen
frmulas por radicales para resolver cualquier polinomio de grado 5 o ms.
Sin embargo, algunos de estos polinomios s pueden resolverse. Por ejemplo, si un polinomio tiene sus ceros enteros o fraccionarios, podemos calcularlos con el mtodo de Ruffini:
dado f (x) = 3x6 + 4x5 5x4 5x3 4x2 + 5x + 2, hacemos
13
-5
3
7
7
2
-5 -4
9
2
-6
4
-8
4
-8 -2
1 0
-1
3
-1
3
-1
0
-1/3
2 -3 -7 -2
-3 -7 -2 0
3 10 12
3 10 12 9
-2
2
0
1 12 4
1 3i
calcularlos con la frmula anterior:
=
2
2.
Otro ejemplo de polinomios que pueden resolverse son los de la forma f (x) = xn z,
con z C. Para resolverlos, necesitamos la forma polar de un nmero complejo.
1.3.4.
Como cada complejo se corresponde con un punto en el plano, adems de las coordenadas
cartesianas (Figura 2) tambin podemos utilizar las coordenadas polares (ver Figura 3). Cada
a = r cos()
b = r sen()
r=
a2 + b2
= arc tg( ab )
14
polares, podemos calcular las coordenadas cartesianas y viceversa con las frmulas
a = r cos()
r = a2 + b2
b = r sen()
= arc tg( ab )
Nota 5 (Clculo del argumento) La funcin arc tg(x) en las calculadoras da un resultado en el intervalo 2 , 2 , pero el argumento puede estar en el intervalo , . Por
ejemplo, para el complejo 1 + i tenemos que = arc tg( ab ) = arc tg( 1 1 ) = arc tg(1) = 4 ,
lo cual es correcto. Sin embargo, para el complejo 1 i tenemos que = arc tg( ab ) =
+ =
5
4
Vamos a utilizar estas coordenadas polares para obtener otro modo de escribir un nmero
complejo. El mdulo de un complejo y sus propiedades fueron estudiados en la Definicin 8.
Definimos ahora el argumento de un complejo:
Definicin 9 (Argumento) Llamaremos argumento de z = a + b i = 0, arg(z), a cualquier nmero real (ngulo) tal que
a = |z| cos()
b = |z| sen()
para todo
nZ
La forma polar resulta til para multiplicar y dividir complejos z = |z| e i , w = |w| e i :
15
16
z = |z|ei = |z| () i
.
|w| e
w
|w| e i
Observa que al multiplicar complejos se multiplican sus mdulos y se suman sus argumentos
y al dividir complejos se dividen sus mdulos y se restan sus argumentos. Tambin es til
para calcular la potencia n-sima de un complejo (n Z),
z n = |z| e i
= |z|n e i
= |z|n e(n) i
Observa que el mdulo se eleva a la potencia n mientras que el argumento se multiplica por
n. La forma polar tambin se usa para para calcular las raices n-simas de un complejo:
Definicin 11 (Raz n-sima) Dado z C, z = 0, y dado n N, decimos que w C es
una raz n-sima de z si wn = z.
Notar que es equivalente a decir que w es una raiz del polimomio f (x) = xn z. As por
ejemplo, -2 es una raz cbica de -8, pues (2)3 = 8, y tambin es un cero del polinomio
f (x) = x3 + 8, pues f (2) = (2)3 + 8 = 0. Del mismo modo, i es una raz octava de 1,
pues (i)8 = 1, y es un cero del polinomio f (x) = x8 1. Veamos que todo complejo no
nulo z tiene exactamente n raices n-simas distintas y cmo calcularlas. Comencemos con
un ejemplo.
Ejemplo 5 (Las raices cbicas de -8) Sabemos que 2 es una raz cbica de 8 pero,
hay ms? Expresemos 8 en forma polar. Como | 8| = 8 y un argumento de 8 es ,
tenemos que 8 = 8ei . Recordemos que al elevar al cubo un complejo se eleva al cubo su
mdulo y se multiplica por 3 su argumento. Entonces, sacando la raiz cbica real de 8 y
w0 = 2e 3 i . Pero veamos que hay ms. Todas las races cbicas de 8ei tendrn mdulo 2 y
argumento cualquier tal que 3 = , o ms exactamente, que 3 = + 2k para cualquier
k Z. Dividiendo por 3 tenemos que k = + k 2 es un argumento de las races cbicas de
3
8ei , para todo k Z. Veamos cuntos de estos argumentos proporcionan ngulos distintos
(sabemos que, a lo sumo, habrn 3. Por qu?):
0 =
+0
2
3
17
1 =
+1
2
3
3
3
2 =
+2
2
3
5
3
3 =
+3
2
3
7
3
4 =
+4
2
3
9
3
3
3
= 0
= = 1
5 =
luego slo hay 3 argumentos que produzcan ngulos distintos (a partir de 3 se repiten),
que son 0 = , 1 = + 2 = y 2 = + 2 2 = 5 . Por lo tanto, 8 tiene
3
i) = 1 +
3i,
= 2(cos(
3 )
+ sen(
3 )i)
= 2(2 1 2
i) = 1
w0 = 1 +
w1 = 2
w2 = 1
3i.
3i
3i
x3 + 8 = (x + 2) x 1 3 i x 1 + 3 i .
Si queremos la descomposicin en R de x3 + 8, multiplicamos los dos ltimos polinomios de
grado 1 y obtenemos
x3 + 8 = (x + 2)(x2 2x + 4).
18
+ 2 2i
x+2
+2
x +2
p
|w|n = |z| y, por lo tanto, todas las raices tienen mdulo |w| = + n |z|
n = + 2k (recordemos que si es argumento entonces tambin lo son + 2k) y,
dividiendo por n, obtenemos k = +2k
, para todo k Z. De estos infinitos argun
mentos tomamos los n que producen ngulos distintos, es decir, para k = 0, 1, . . . , n1:
2
+(n 1)
,
1 =
+ ,
2 =
0 =
+2 ,
...
n1 =
n
n
n
n
n
n
n
w0 = n |z|e n i ,
w1 = n |z|e n i ,
w2 = n |z|e n i ,
19
...
wn1 =
p
n
|z|e
+2(n1)
i
n
20
1.4.
En Matemticas, una sucesin es una secuencia infinita de elementos, de modo que uno
de ellos es el primero, otro el segundo, etc. Aqu vamos a estudiar sucesiones de nmeros
reales, en las que cada elemento (tambin llamado trmino) es un nmero real, xn . As, una
sucesin de nmeros reales puede representarse por
x1 , x2 , x3 , x4 , x5 ,
en donde los puntos suspensivos indican que tenemos infinitos trminos, tantos como n+
meros naturales. Tambin podemos escribir {xn}n=1
o bien sencillamente {xn }. Cada uno
de los trminos xn es un nmero real, y tienen un orden en el sentido que x1 es el primer trmino, x2 es el segundo, x3 el tercero y as sucesivamente. Puesto que cada nmero real xn representa un punto de la recta, una sucesin puede representarse como una
secuencia infinita de puntos en la recta. Por ejemplo, en la Figura 7a est representada
la sucesin {xn } 1, 2, 3, 4, 5, 6, 7, y en la Figura 7b est representada la sucesin
{xn } 1, 12 , 13 , 14 , 15 , 16, 17, .
+
n=1
1 +
n
n=1
n+1
n
2n5
3n+1
78
77
22
x1 = 1
q
x2 =
q
x1 +2
x2 +2
x3 =
q3
2
x5 =
x4 +2
=
2
= 1.224744871391
2
q
=
+2
1,224744871391+2
2
1,269792280530+2
2
1,278630572239+2
2
x3 +2
x4 =
q
1+2
= 1.269792280530
= 1.278630572239
= 1.280357483720
Notar que, a diferencia de la frmula para el trmino general, si queremos conocer el valor
de, digamos, x77 , tenemos que calcular todos los trminos consecutivos desde x1 hasta el
propio x77 .
1.4.1.
Sucesiones convergentes
> 0, N N : si n N, entonces
|xn x| < .
(2)
24
entonces
|xn x| <
puede entenderse que, efectivamente, |xn x| puede hacerse tan pequeo como queramos:
ms pequeo que cualquier valor positivo . La parte central de (2)
. . . . . . . . . . . . . . . N N : si n N, . . . . . . . . . . . . . . . . . .
indica que no todos los xn tienen que cumplir |xn x| < , sino slo los trminos a partir
de una cierta posicin definida por un natural N .
Por ejemplo, supongamos que en la sucesin de la Figura 8 tomamos un valor 1 (Figura
9). Notar que 1 representa una distancia alrededor de x, pues |xn x| < si, y slo si,
< xn x < si, y slo si, x < xn < x + si, y slo si, xn (x , x + ).
0 < 0.1
1
n
< 0.1
n>
1
0.1
n > 10.
Por lo tanto, para = 0.1, tomando N = 11 se cumple (2). Si ahora tomamos = 0.001,
1
n
0 < 0.001
1
n
< 0.001
n>
0.001
= 1000.
Por lo tanto, para = 0.001, tomando N = 1001 se cumple (2). Sin embargo, para demostrar
que la sucesin n1 es convergente a cero, la proposicin (2) debe cumplirse para todo > 0.
Como hay infinitos valores para , el modo de demostrarlo para todo > 0 es considerar un
> 0 cualquiera (sin darle un valor concreto). Entonces,
1
n
0 <
1
n
<
n > 1 .
Por lo tanto, basta tomar un N > 1 , lo que siempre es posible pues el conjunto N de los
nmeros naturales es infinito. As pues hemos demostrado que sucesin 1n es convergente
a cero, o bien que lm 1n = 0.
n
26
27
Teorema 6 (lgebra de sucesiones convergentes) Sean {xn } e {yn } sucesiones convergentes a x e y, respectivamente. Entonces,
(i) la sucesin {xn + yn } converge a x + y, es decir, lm xn + yn = x + y = lm xn + lm yn ,
n
p x
n
1
xn
converge a 1x,
Demostracin: Vamos a demostrar nicamente (i) (las demostraciones de (ii) a (v) son
parecidas). Sea un > 0 cualquiera. Para demostrar (i) tenemos que encontrar un N N
tal que si n N entonces (xn + yn ) (x + y) < . Como se cumple que
(xn + yn ) (x + y) = xn x + yn y |xn x| + |yn y|,
tenemos que (xn + yn ) (x + y) ser menor que si conseguimos hacer que |xn x| y
|yn y| sean menores que 2 . As pues, consideremos 2 > 0 y le aplicamos que {xn } converge
a x:
+ = ,
2 2
28
2n 5
lm
n
= lm
3n + 1
3n
= lm
r
2
3+
.
3
5n 4
= lm
7n2 + 2n + 1
5n
n2
7n2
n2
n2
2n
n2
= lm
1
n2
n n2
7 + 2n +
=
1
n2
0 0
= 0.
7+0+0
Nota 11 Las propiedades (i) y (ii) se cumplen tambin si, en lugar de sumar o multiplicar
2 sucesiones convergentes, se suman o multiplican un nmero fijo p de sucesiones:
(i) lm xn + yn + .(p. ). + zn = x + y + .(p. ). + z
n
En particular, si en (ii) tomamos la misma sucesin {xn } repetida p veces, tenemos que la
potencia p-sima de una sucesin {xn } convergente es tambin convergente:
lm xpn = xp .
n
Sin embargo, las propiedades (i) y (ii) no son ciertas si el nmero de sumandos o factores es
variable. Por ejemplo, si consideramos la sucesin
xn =
n+1
n+2
+ ... +
2n
n=1
De
hecho, se cumple que
1
1
n+1
xn =
n+1
luego si xn
1
2
+ ... +
1
n+2
2n
2n
+
... +
1
2n
2n
2n
= 1,
2
30
Demostracin: Sea > 0 cualquiera. Tenemos que encontrar un natural N a partir del
cual |yn x| < . Como {xn } converge a x,
N 0 N tal que, si n N 0 entonces |xn x| <
es decir, < xn x < , o bien x < xn < x + .
Como {zn } tambin converge a x, N 00 N tal que, si n N 00 entonces x < zn < x + .
Si ahora definimos N = max{N 0 , N 00 } resulta que, si n N , entonces
x < xn yn zn < x+ = x < yn < x+ = < yn x < + = |yn x| < .
Por lo tanto, la sucesin {yn } es convergente a x.
sen(n)
Ejemplo 11 Estudiar el lmite lm
n
n . Como 1 sen(n) +1, dividiendo por n,
=
1
n
sen(n)
n , y como lm
n
sen(n)
= lm n = 0, = Sandwich = lm
n
1
n2 +1
++
n2 +2
= 0.
n2 +n
(Nota 11) que no es correcto aplicar (i) para deducir que su lmite es 0 + 0 + + 0 = 0.
Lo intentamos por el Teorema del Sandwich: cada sumando n21+i puede ser acotado entre el
menor y el mayor de ellos,
1
n2 +n
n2 +n
+ +
n2 +n
n2 +1
n
n2 +n
y como lm n2n+n = 0 y lm
n
n2 +i1
1
n2 +n
1
n2 +1
n
n2 +1=
n2 +1 1 , y sumando para i = 1, 2, . . . , n:
1
+
+
n2 +2
1
+ +
+ +
n2 +2
n2 +n
1
n2 +n
n2 +1
n2 +1
+ +
n2 +1
n
n2 +1
31
32
Ejemplo 13 lm
n
i
sen(n)
1 h
= lm sen(n) = Acotada por convergente a cero = 0.
n
n
n
Sucesiones de Cauchy
|xm xn | < .
(3)
Ambos conceptos, sucesin convergente y Sucesin de Cauchy, son equivalentes (en R):
Teorema 10 (de completitud de Cauchy) Sea {xn } una sucesin de reales. Entonces,
{xn } es una Sucesin de Cauhy si, y slo si, {xn } es una sucesin convergente (a un x).
33
Con esta idea, podemos estudiar la convergencia de una sucesin sin necesidad de conocer
previamente el valor del lmite, como veremos en el Teorema 11.
Definicin 15 (Sucesin montona) Diremos que una sucesin {xn } es montona si es
montona creciente, es decir, si xn xn+1 para todo n N, o bien si es
montona decreciente, es decir, si xn+1 xn para todo n N
Si cambiamos por <, podemos hablar de estrictamente creciente o decreciente.
Teorema 11 (de la convergencia montona) Toda sucesin {xn } montona y acotada
es convergente.
Como no lo vamos a demostrar, demos una justificacin visual de este Teorema 11. Una
sucesin montona creciente tiene que estar creciendo indefinidamente (cada trmino debe
estar a la derecha del anterior, como en la Figura 12). Si, adems, est acotada superiormente,
los trminos no pueden rebasar una cota M , luego necesariamente tienen que acercarse entre
s infinitamente y la sucesin es sucesin de Cauchy (y, por tanto, convergente). Notar que
sabemos que es convergente aunque no conocemos el valor del lmite.
1 3 5 (2n1)
.
2 4 6 (2n)
34
= xn+1
xn
xn =
2 4 6 (2n) (2n+2)
2n+1
1 3 5 (2n1) = 2n+2
2n+1
y como 2n+2
1 para todo n, entonces xn+1 xn , n, y la sucesin {xn } es decreciente.
Adems, es obvio que xn 0 para todo n (pues es producto de nmeros positivos), luego
la sucesin {xn } est acotada inferiormente por M = 0. Por el Teorema 11 (y la Nota 12),
sabemos que la sucesin {xn } es convergente (aunque no conocemos su lmite).
n = 1.
(ii) lm
xn = 0 si, y slo si, |x| < 1.
n
Demostracin: (i) Para n > 1 tenemos que n n > n 1= 1, luego n n = 1 + xn con xn > 0.
As, basta demostrar que lm xn = 0. Elevando a n en n n = 1 + xn tenemos
n
2
n = (1 + xn ) = Bin. Newton = 1 + nxn + n(n1)
x2n+ ... + xnn> 1 + n(n1)
2
2 x n
q
p
2
y despejando: n(n1) x2 < n 1 n x2 < 1 n xn < 1 xn <
,
n
q
luego 0 < xn <
2
n
|x|
constante. Entonces,
1
x 0 = |x| = (1 + t)n
n
Nota 13 lm
n
n2 = lm
h
i
= Bin. Newton =
1 + nt + + tn
n = 1 1 = 1. Tambin lm
lm
35
<
nt
n2
n = lm
q(n)
1
0 = 0.
n
n
n = 1. En
2n+3
1.4.3.
7n5 + 4n3 = 1.
Sucesiones divergentes
Diremos que una sucesin {xn } es divergente si no es convergente. Los siguientes son
ejemplos de sucesiones divergentes:
1. {xn } 1, 2, 3, 4, 5, 6, 7,
36
2. {xn } 1, 2, 3, 4, 5, 6, 7,
3. {xn } 1, 2, 3, 4, 5, 6, 7, 8,
4. {xn } 1, 2, 1, 2, 1, 2, 1, 2,
5. {xn } 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2,
6. {xn } 1, 12 , 2, 23 , 3, 14 , 4, 15, 5, 16,
7. {xn } 1, 12 , 1+ 21 , 31 , 1+ 31 , 41 , 1+ 51 , 51 ,
Las sucesiones 4 a 7 anteriores son divergentes porque son oscilantes. Ahora nos interesan
ms las sucesiones divergentes 1 a 3:
Definicin 16 (Sucesin divergente) Diremos que una sucesin {xn } es:
(i) divergente a + si M R, N N : si n N, entonces
xn > M
(4)
xn < M
(5)
37
(+) + (+) = +,
() + () = ,
= 0,
s
5n2 + n 4
5n2
n2
n2
n2
= lm
3n + 1
5 +
n n2
=
m
3 l
3n
n2
n2
5 + 0 0
=
= +.
0+0
n2
1
n
n),
1
n
1
n2
n),
n2 ).
0 ()
00
0
0
0).
Vamos a dar un mtodo til para el clculo de lmites de sucesiones en forma de fracciones
en las que, en el numerador o en el denominador, aparecen sumas de n trminos.
Teorema 14 (de Stolz) Sea {vn } una sucesin montona creciente tal que lm
vn = +.
n
n
un+1 un
vn+1 vn
Si lm
38
=x R
entonces
lm
un
= x.
vn
39
12 + 22 + ... + n2
.
xn =
n3
12 + 22 + ... + n2
1
= .
lm xn = lm
3
n
n
3
n
1k + 2k + ... + nk
nk+1
(Solucin:
un un1
vn vn1
1
k+1
).
en lugar de lm
n
un+1 un
.
vn+1 vn
Hemos visto en la Nota 13 que lnm n np = 1 para calquier p N fijo. Sin embargo, vamos
lm
n!
n nn en
n
n
2n nn en = lm 2n 2n e1 n = 1 1e (+) = +.
Ejemplo 17
lm n! = lm
n
40
xn =
Para poder utilizar la frmula de Stirling, tenemos que manipular la expresin anterior de
modo que aparezcan factoriales. Para obtener un factorial en el numerador, multiplicamos y
dividimos por 2 4 6 (2n):
(2n)!
1 3 5 (2n1) = lm 1 2 3 4 5 6 (2n1) (2n) = lm
n 2 4 6 (2n) 2 4 6 (2n)
n (2 4 6 (2n))2
2 4 6 (2n)
lm
n
Para obtener un factorial con el producto de los pares, 2 4 6 (2n), sacamos el factor
2 de cada nmero par: 2 4 6 (2n) = (2 1) (2 2) (2 3) (2 4) (2 n) = 2n n!:
lm
n
(2n)!
(2n)!
= lm n
=
2
n (2 n!)2
(2 4 6 (2n))
Sucesiones en Rn
1.5.
Una sucesin en Rn es
x(k)
k=1
(k)
, x2 , . . . , xn(k) Rn .
n
2
,1 ,
1
2
2 ,
1
3
3 ,
1
4
4 ,
1
5
1
k,
5 ,
1
6
o+
k,
,
k=1
6 6 ,
, es decir,
1
7
7 , ...
N N :
si
x(k)
k=1
k N, entonces
42
x(k)
k=1
en R2 convergente a a R2
Volviendo
al Ejemplo 19, vemos que la primera componente, k1 , convege a 0 y la segunda
componente, k k, converge a 1. Es esto suficiente para poder asegurar que la sucesin es
convergente a (0, 1)? S: para calcular el lmite de una sucesin en Rn basta con calcular el
lmite de n sucesiones en R (sus componentes), como dice el siguiente Teorema.
Ejemplo 20 La sucesin en R3 ,
La sucesin en R3 ,
1
n
n, en
o +
n, e n
, es convergente a (0, 1, 1) .
n=1
n=1
43
1.6.
Una serie en matemticas es una suma con infinitos sumandos. Una serie numrica es:
a1 + a2 + a3 + a4 + a5 + =
+
X
an ,
donde cada
an R.
n=1
1 1 1
1
1
1
1
+ + +
+
+
+
2 4 8 16 32 64 128 + = 1.
Para dar significado matemtico a las sumas con infinitos sumandos tenemos que recurrir
al concepto de paso al lmite,
+
X
an = a1 + a2 + a3 + a4 + a5 + = lm a1 + a2 + + an = lm Sn ,
n
n=1
es decir, una serie puede considerarse como una sucesin {Sn } cuyo trmino general se escribe
como un sumatorio, Sn = a1 + a2 + + an .
P
Definicin 18 (Serie convergente) Una serie
an se dice convergente o divergente
si la correspondiente sucesin {Sn } de sus sumas parciales es convergente o divergente, se
llama suma de la serie al valor A = lm Sn y escribimos que
n
X
a1 + a2 + a3 + a4 + a5 + = A
o bien
an = A.
Con esta definicin y con las propiedades
convergentes puede demosP de las sucesiones
P
trarse que, dadas dos series convergentes
an = A y
bn = B, se cumple que,
P
(i) la serie
(an + bn ) es convergente y su suma es A + B:
a1 + b1 + a2 + b2 + a3 + b3 + a4 + b4 + a5 + b5 + = A + B,
P
(ii) la serie
an , con R, es convergente y su suma es A:
a1 + a2 + a3 + a4 + = (a1 + a2 + a3 + a4 + ) = A,
44
1. 0 + 0 + 0 + 0 + 0 + = lm 0 + 0 + + 0 = lm 0 = 0
n
(n)
2. 1 + 1 + 1 + 1 + 1 + = lm 1 + 1 + + 1 = lm n = +
n
3. 1 12 + 13 14 + 15 16 + = lm 1 12 + 13 14+ 1 5 + 1 n = lm ?
n
1
4. 1 + 12 + 13 + 14 + 15 + 1 6+ = lm 1 + 1 2+ 1 3+ 1 4+ 1 +
m ?
5 +
n = l
n
5. 1 + 1 + 1 + 1 +
2
+ = lm 1 + 1 + 1 + 1 + +
16
1
2n1
= lm ?
n
Las dos primeras son triviales: la primera es convergente con suma 0 y la segunda es
divergente a +. En las otras tres podemos ver la particularidad de las series: slo podremos
resolverlas como una sucesin cuando podamos calcular Sn = a1 + a2 + a3 + + an , lo que,
en general, no ser posible. En el ejemplo 3, como no se conoce ninguna frmula para sumar
1 21 + 31 41 +51 + n1 , no podemos resolver esta serie simplemente calculando el lm Sn .
Lo mismo ocurre con el ejemplo 4, pues tampoco sabemos sumar 1 + 12 + 13 + 14 + 15 + + 1n.
En algunos casos (muy pocos), como en el ejemplo 5, s es posible. Este es un caso
particular de una serie muy importante, la serie geomtrica. Antes de estudiarla, recordemos
la frmula para sumar los n trminos de una progresin geomtrica:
Nota 18 (Progresin Geomtrica) Decimos que n nmeros a1 , a2 , a3 , , an1 , an estn en Progresin Geomtrica de razn K (= 1) si cumplen que ai+1 = K ai , para todo i.
La suma de estos n nmeros, S = a1 + a2 + + an , puede calcularse del modo siguiente:
S = a1 + a2 + a3 + + an1 + an
K S = a2 + a3 + a4 + + an + K an
S K S = a1 + 0 + 0 + + 0 K an
= multiplicando por K =
= restando y cancelando trminos
=
a1 an K
, es decir,
= S(1 K ) = a1 an K y despejando S resulta que S =
1K
S = al primero menos el ltimo por la razn dividido por uno menos la razn.
Definicin 19 (Serie geomtrica) Llamamos serie geomtrica de razn x a
+
X
xn = 1 + x + x2 + x3 + x4 +
n=0
series, pues para cada valor de x tenemos una serie diferente. Veamos que, dependiendo del
valor de x, la serie es convergente o divergente.
46
P n
Teorema 17 (de la serie geomtrica) La serie
x es convergente si, y slo si, |x| < 1.
1
En este caso, su suma es 1x , es decir,
+
X
1
xn = 1 + x + x2 + x3 + x4 + =
para todo x (1, +1).
1x
n=0
2n
1
2
= 1 + 2 + 4 + 8 + 16 + 32 + =
= 1 1
2
1
1
+48+
16
1 12
32 + =
1+ 12
= 2 (geomtrica de razn x = 2 )
1
(geomtrica de razn x =
Otro ejemplo de series que pueden sumarse son las telescpicas, llamadas as porque sus
sumas parciales se calculan por cancelacin telescpica, como en el siguiente ejemplo.
+
X
1
1 2
+2
1
3
+3 4 1 4+ 5
47
1
. n(n+1)
+ n(n+1)
+
n
A
n+1
B
n(n+1)
1
n(n+1)
resolviendo
An+A+Bn
A = 1, B = 1 =
n(n+1)
1
48
n
1
n+1
1
1
1 2
y, por lo tanto, Sn =
=
1
1
2+
1
2
3+
1
3
4+
luego lm Sn = lm 1
n
+2
X
n1
1
n+1
1
4
1
3
+
3
1
4
+5
4
5 + +
1
n
+ n(n+1)
+
= sustituyendo =
1
n+1
= [cancelacin telescpica] =
1
n+1
1
1
=
n(n+1)
1 2
1
+
2 3
+
3 4
+
4 5
+ = 1.
P
Como dada una serie an no podemos, en general, calcular Sn = a1 + a2 + a3 + + an ,
(salvo en algunas excepciones) tenemos que estudiar las series, no a partir de la sucesin
{Sn }, que no conocemos,
Psino a partir de sus trminos an , que s conocemos. Por ejemplo,
sabemos que una serie
anP
es convergente si {Sn } es convergente (Definicin 18), pero,
qu significa que una serie
an sea convergente respecto de sus trminos an ? Es lo que
dice el siguiente teorema.
Teorema 18 (Cauchy para series) Una serie
P
Demostracin: Por la Definicin 18, an es convergente si la sucesin {Sn } es convergente,
y por el Teorema 10, {Sn } es convergente si, y slo si, es Sucesin de Cauchy:
> 0, N N : si m > n N entonces |Sm Sn | < ,
donde Sm Sn = (a1 + a2 + + am ) (a1 + a2 + + an ) = an+1 + an+2 + + am .
Es decir, las series convergentes son aquellas cuyas colas, an+1 + an+2 + + am , se hacen
tan pequeas como queramos (haciendo n suficientemente grande). Si las colas tienden a
cero, en particular tambin tiende a cero an , como dice el siguiente teorema.
Teorema 19 Si
Demostracin: Sea > 0 cualquiera. Para demostrar que {an } converge a cero tenemos
P
que encontrar un N N tal que si n N entonces |an 0| < (Definicin 12). Si
an es
convergente, por el Teorema 18, dado ese > 0,
N N : si m > n N entonces
luego
lm an = 0.
n
1 1 + 1 1 + 1 +
n
7n2 +3n
P
Es cierto el recproco del Teorema 19? Es decir, si una serie an cumple que lman = 0,
n
ser necesariamente convergente?
La
respuesta
es
negativa
y
un
contraejemplo
lo
proporP1
1
tiende a cero pero que no es
ciona la serie armnica,
, cuyo trmino general an =
n
P1
n,
es divergente, es decir,
+
X
1 1 1 1 1 1
1
= 1 + + + + + + + = +
2
3 4 5 6 7
n
n=1
Demostracin: Tenemos que ver que la sucesin de sumas parciales {Sn } diverge a +,
con Sn = 1 + 12 + 13 + 14 + 15 + + 1n. Para ello, veamos que los trminos de la forma S2k son
mayores que algo que tiende a +:
h
i
1
1 1 1 1 1 1
S2 k = 1 +
= 1+
1
+
2
1 1
+
3 4
3
+
1 1 1 1
+ + +
5 6 7 8
+ +
2k
+ +
agrupando trminos =
=
1
2k1
+1
1
2k1
1
+
+
2k
+2
1
(2k1 )
1
1 1
1 1 1 1
1
1
+ +
+ k + + k =
+
+
+
+ + +
k
2
2
2
2
4 4
8 8 8 8
1 1 1 (k)
1
1
= 1+ + + + + = 1+ k
que tiende a + cuando k +.
2 2 2
2
2
= 1+
P
Por lo tanto, si lm an = 0, entonces la serie
an es divergente, pero si lm an = 0
n
Pn
entonces la serie
an puede
Pser convergente o divergente. Necesitamos criterios que nos
permitan decidir si una serie
an es convergente o divergente.
1.6.1.
an con an > 0, n
51
an ser convergente, o
P
que {Sn } no est acotada superiormente, y entonces
an ser divergente a +.
an
P
an es convergente
bn = R, = 0. Entonces,
bn es convergente.
P
P
(En este caso decimos que
an y
bn tienen el mismo carcter. Notar que tambin se
P
P
cumple que
an es divergente
bn es divergente.)
X n 2 + 3n
.
2n3 + 10
sea un nmero positivo. Como
lm
n
la serie
n2
2n3 +10
an =
bn
n2 +3n
2n3 +10
1
n
= lm
n
n 3+ 3n 2
2n3 + 10
=0
P1
n
+3n
decir, es divergente.
P
P
an bn . De este modo, el
Notacin: lm an = R, = 0 puede denotarse como
n
bn
,
2n3 + 10
divergente. n
P
Del mismo modo, en el Ejemplo
21 hemos probado que
1
52
1
n(n+1)
es convergente y como
1
n2
1
n(n+1) ,
la serie
n2
es convergente.
Notar que todas las series con trmino general del tipo polinomio dividido por polinomio
P 1
pueden expresarse como
np , para algn valor de p. As, si resolvemos esta familia
P 1
p
de series,
n , llamada serie armnica generalizada, habremos resuelto todas las series
polinomio dividido por polinomio.
53
P1
Como casos particulares, para p = 1 tenemos la serie armnica
n, para p = 2 tenemos
P
,
para
p
=
n2
convergentes.
Teorema 23 (de la serie armnica generalizada)
+
X
1
converge
p > 1.
np
n=1
As, la serie
1
n3/2
es convergente y la serie
este resultado y con el criterio de comparacin anterior, conocemos el carcter de todas las
series del tipo polinomio dividido por polinomio.
Teorema 24 (Criterio del Cociente o de DAlembert) Sea = lm
n
P
P
P
an+1
.
an
an converge.
an diverge.
an puede ser convergente o divergente.
Teorema 25 (Criterio de
P
(1) Si < 1 entonces
an
P
(2) Si > 1 entonces
an
P
(3) Si = 1 entonces
an
= lm
n
an .
converge.
diverge.
puede ser convergente o divergente.
Demostracin: (1) Si < 1, sea q tal que < q < 1. Como lm n an = , tomando
n
= q existir un natural N tal que si n N entonces
n
n
an < q = n an < q = n an < q = an < q n N.
P
Como la serie q n es convergente
(geomtrica de razn q < 1), por el criterio de comparacin
P
(Teorema 21), la serie
an es tambin convergente.
54
(2) Si lm
an < 1 =
an > 1
an > 1 = an > 1 n N.
55
an es divergente.
r
n(n+1)
. Por el criterio del cociente,
2n
(n+1)(n+2)
2n+1
s
= lm
n
n(n+1)
2n
(n+1)(n+2)2n
1
= < 1 = la serie es convern+1
n(n + 1)2
2
n
n(n+1)
1
= lm
= lm n an = lm
= < 1 = la serie es convergente.
n
n
n
2n
2
2
En el ejemplo anterior hemos obtenido = . Puede probarse que esto es cierto en general:
Teorema 26 Si existe = lm
an , entonces existe = lm
an+1
= .
an
Por lo tanto, los dos criterios anteriores son similares. Adems no son muy eficaces, porque
si observamos la demostracin del Teorema 25, slo se obtiene < 1 en series ms pequeas
que la geomtrica y slo se obtiene > 1 en series cuyo trmino general no tiende a cero. El
siguiente, Criterio de Raabe, es ms potente que ambos.
Teorema 27 (Criterio de Raabe) Sea
(1) Si < 1 entonces
(3) Si = 1 entonces
= lm n
n
an+1
1
an
an converge.
an diverge.
an puede ser convergente o divergente.
32 2!
2 5 8
+
33 3!
2 5 8 11
+
34 4!
2 5 8 (3n 1) (3n + 2) 3 n
n!
n+1
3
(n+1)! 2 5 8 (3n 1)
3n + 2
= 1, no sabemos.
3n + 3
Si el cociente falla ( = 1), probamos con Raabe, para lo cual ya tenemos calculado an+1
:
n
n
3n+3
=n
1
an
1
an+1
3n+2
56
n
=n
3n + 3
3n+23n3
=
1
= > 1,
3
diverg
e.
3
n
+
3
57
1.6.2.
P
Si
an es una serie de trminos positivos y negativos, tomando valores absolutos la
P
serie
|an | es de trminos positivos. Si le aplicamos a sta los criterios anteriores y resulta
convergente, tambin es convergente la serie original:
Definicin 21 (Serie absolutamente convergente) Una serie
P
convergente si la serie
|an | (de sus mdulos) es convergente.
an es absolutamente
P
P
Teorema 28 (Abs. conv. conv) Si
|an | es convergente =
an es convergente.
P
Demostracin: Sea > 0 cualquiera. Si
|an | es convergente, por el Teorema 18,
N N : si m > n N entonces |an+1 | + |an+2 | + + |am | < .
As, si m > n N, |an+1 + aP
n+2 + + am | |an+1 | + |an+2 | + + |am | <
y, por el Teorema 18, la serie
an es convergente.
P
P
Sin embargo, si
|an | es divergente entonces
an puede ser divergente o convergente
(ver Ejemplo 25). En este caso, si la serie es alternada (Definicin 22), podemos aplicar el
Criterio de Leibniz (Teorema 29).
Definicin 22 (Serie alternada) Una serie se dice alternada si es del tipo:
X
a1 a2 + a3 a4 + a5 a6 + ,
o bien
(1)n1 an ,
con cada an > 0.
n1
n=1
n1
1
2n+1
1
2n+2
+ =
10
+ +
12
1
2n+1
4n+2
+ =
4n+4
introducimos parntesis
= 1 1 1 +
1 1+
6
10
+ +
12
2n+1
1
4n+2
+ =
4n+4
1
2
1
2
14 +
1
6
81 +
1
10
1
12
+ +
1 21 + 13 14 + 15 16 + +
1
4n+2
1
2n+1
1
4n+4
2n+21
59
+ =2
log(2)
1
2
As, hemos obtenido que log(2) = 21 log(2), lo cual es absurdo. Por lo tanto, no es cierto que
cualquier serie convergente pueda ser reordenada sin que cambie su suma.
Sin embargo, s hay series que pueden reordenarse sin alterar su suma. Cmo saber
cuales son? El siguiente teorema nos dice que son las series que convergen en valor absoluto.
60
P
Teorema 31 (de las series que s pueden reordenarse) Una serie
an cumple que
cualquier serie
obtenida
de
reordenar
sus
trminos
es
convergente
y
con
la
misma suma
P
P
si, y slo si,
an es absolutamente convergente ( |an | es convergente, Definicin 21).
Este teorema puede interpretarse como que son las series absolutamente convergentes
las que realmente generalizan a las sumas finitas.
Ejemplo 26 La serie armnica alternada no puede ser reordenada (sin cambiar su suma)
porque en valor absoluto es divergente. Las siguientes series s convergen en valor absoluto,
luego s pueden ser reordenadas sin cambiar su suma:
P
1
1
1
1
1
1
=
+
+
+
+
+
n2
1
4
9
16
25
P
1
1
1
1
1
1
1
1
2n
+
n
1
2
=
1
4
1
2
16
32
+ = 2 (geomtrica de razn x = 2 )
2+48+
16
32 + =
(geomtrica de razn x =
1.7.
Series de potencias
que es una serie numrica para cada valor de x R, y puede ser convergente para algunos
valores de x y divergente para otros, como ocurre con la serie geomtrica de razn x:
1 + x + x2 + x3 + x4 + =
1
,
1x
x (1, 1)
(Teorema 17).
Observa que una SP puede entenderse como un polinomio de grado infinito. Otros
ejemplos importantes de SP son:
1+
x2
x
1!
2!
x3
+
3!
+ +
xn
n!
+ ,
1
61
x2
x4
+
+ + (1)
x2k
(2k)!
+ ,
2!
4!
P
que convergen x R. En general, cada SP
an xn tiene asociado un intervalo de convergencia que siempre est centrado en cero, como dice el siguiente teorema.
62
1
.
h
Nota 21 (a), (b) y (c) pueden resumirse simblicamente por R =
i
, y podemos cambiar
por = lm | aan+1
n |, pues sabemos que si existe entonces existe = (Teorema 26).
El Teorema 33 es slo vlido si an = 0 para todo n, es decir, para SP que tiene todas
las potencias xn (a partir de un cierto n). Si tenemos una SP en la que, por ejemplo, las
potencias van de 2 en 2, el resultado no es aplicable directamente, pero s indirectamente,
como indica el siguiente ejemplo.
Ejemplo 27 (Si las potencias van de 2 en 2) Calcular el radio de convergencia de
X (1)n+1
1
1
1 7
x2n+1 = x3
+
x
n
n 5
3 53 +
5 5
x
2 52
n1
1
5
1
25
x2 +
2
x 4 +
3 53
=y
3/2
1
5
25
y+
2
53
y 2 +
q
lm
1
n 5n
1
)
5
fica que converge absolutamente para todo y tal que |y| < 5. Deshaciendo el cambio,
|x2 | < 5 |x| < 5, luego el radio de convergencia de la serie original (en x) es R = 5.
64
1
1
1
1
x + x 2 + x3 + x 4
1!
2!
3!
4!
x3
x5
k
sen(x) = x 3! + 5! + + (1)
x R,
x2k+1
(2k + 1)!
x R.
2.
Funciones
2.1.
Definicin 25 (Funcin) Llamamos funcin real de una variable real a toda regla de asignacin f entre un subconjunto D R y R, de modo que a cada elemento x D le hace
corresponder un elemento y = f (x) de R:
f : D R R
x
y = f (x)
D es el dominio de definicin de la funcin f .
A veces escribimos simplemente y = f (x). En este caso, si no se indica explcitamente
otra cosa, entenderemos que la funcin est definida en su dominio ms amplio.
Ejemplo 28 Si consideramos la funcin y = x1 , su dominio ms amplio es el conjunto
de los nmeros reales menos el cero, pero bien podramos estar interesados en esta
funcin restringida slo a los reales positivos, o incluso al intervalo (0, 1]. Entonces estaramos hablando de tres funciones distintas, con la misma frmula pero con distinto dominio:
f : R\{0} R,
f : R+ R,
f : (0, 1] R,
f (x) =
f (x) =
1
x
1
x
f (x) =
1
x
(1x)n es f : (0, 2) R,
n0
f (x) = x1 .
Ejemplo 29 Algunas funciones estn definidas a trozos, como la funcin signo de x, sg(x),
sg : R R, sg(x) =
1, si x > 0,
0, si x = 0,
1, si x < 0,
2.1.1.
f (x) = |x| =
x, si x 0,
x, si x 0.
Representacin grfica
Figura 15: Grficas de las funciones f (x) = x2 , x [1, 1], y f (x) = 1/x.
Nota 24 Una grfica como la de esta figura no es una funcin y = f (x), pues
para el valor de x de la figura no sabemos
quin es f (x). Sin embargo, s puede ser
la grfica de una funcin x = f (y) (ver
Seccin 2.1.2)
67
2.1.2.
Funciones Inyectivas
68
D R
x
B R
f (x)
g : B R, con f (D) B:
R
g(f (x))
g f
B
f (x)
D
(f (x)) = x
69
R
x2
g f
2.1.3.
R
sen(x2 )
Funciones importantes
p(x)
,
q(x)
p, q polinomios
71
1+ x
n
es convergente.
n=1
1+
x
n
+
n=1
, es creciente y acotada
a + a2 + +
A= 1
G = k a1 a2 ak .
ak
k
Si lo aplicamos a los n + 1 nmeros a1 = 1, a2 = 1+ nx , . . . , an+1 = 1+ nx , obtenemos que
q
1 + n(1+ nx ) n + 1 + x
x
n
= elevando a n + 1
G = n+1 1 + x A =
= 1+
=
n
= 1 + x
n +1
1+
n+1
n +1
= x x
n
n+1
n +1
para todo n.
n+1
P k
Para ver que est acotada superiormente utilizamos que la serie xk! es convergente (crite+
P xk
rio del cociente), luego podemos llamar A =
. Desarrollando por el binomio de Newton,
k!
k=0
xn = 1 +
= 1+ n
2
3
+ n(n 1) x + n(n 1)(n 2) x
2
= 1 + x + n(n 1) x
n2
2!
2!
n2
n3
n3
3!
n(n 1)(n 2) x3
+ +
xn
nn
3!
+ +
1+x +
xn
nn
x2
2!
x3
3!
+ +
xn
n!
< A,
1+
+
,
n=1
x n
n
exp(x) = lm
n
1+
x
n
x
n
= lm 1 +
n
x
n
1+
x
n
73
1+
x
n
= 1 1 1 1 = 1,
pues el nmero de factores no es fijo sino que depende de n (ver Nota 11, pgina 23). Slo si
n
tomamos x = 0 obtenemos exp(0) = lm 1 + 0n = 1. Si tomamos x = 1, se obtiene como
n
lmite el que llamamos nmero e:
1 n
.
Definicin 28 (Nmero e) Llamamos e = exp(1) = lm 1 +
n
El nmero e o constante de Euler es un nmero irracional de valor e = 2,718281828459046 .
La propiedad ms caracterstica de esta funcin exponencial es:
Teorema 35 (Exponencial de la suma) exp(x) exp(z) = exp(x+z) para todo x, z R.
Demostracin: Lo haremos slo para x, z > 0. Por definicin,
exp(x) exp(z) = lm 1 + xn
1 + x n = lm 1 + x+zn + xz n2 ,
exp(x+z) = lm 1 + x+zn .
1+
x+z
n
n1
n1
+A
xz n
n2
n2
1+
x+z n
n
B + + AB
=
i
n2
+B
n2
n1
n1
n
x+z
xz
n2
1+
x+z
n2
+ 1+
xz n1
x+z
n 1+
xz
xz
n2
xz
1+
x+z
1+
x+z
+ + 1+
n2
xz
x+z
xz
n1
0 exp(x) exp(z) = 0,
n2
n2
luego ambas sucesiones tienen el mismo lmite: exp(x) exp(z) = exp(x + z).
De la propiedad anterior se deducen:
exp(x) =
exp(x)
exp(z)
1
exp(x)
= exp(x)
1
exp(z)
ex ez = ex+z ,
ex =
1
ex
ex
ez
= exz
y = log(x) x = exp(y).
75
Notar que la funcin logaritmo slo est definida para valores positivos y que, como inversa
de la exponencial, cumple que
log(exp(y)) = y, exp(log(x)) = x.
La grfica de la funcin logaritmo es la simtrica de la grfica de la funcin exponencial, y
estn representadas ambas en la Figura 23(b).
log(x) + log(z) y obtenemos un valor que, por el Teorema 36(i), es igual a log(xz). Buscamos
este valor en la tabla y obtenemos xz. As, hemos multiplicado dos reales con tres bsquedas
en la tabla y una suma.
Para la divisin x/z, hacemos como antes cambiando la suma por la resta log(x) log(z),
y calculamos una divisin con tres
en la tabla y una resta.
bsquedas
1
Para calcular, por ejemplo, 19 x = x 19 , buscamos log(x) y hacemos la divisin log(x)
(esta
19
divisin puede hacerse con tres bsquedas en la tabla y una resta). El valor obtenido es igual
1
1
a log(x 19 ), y buscndolo en la tabla obtenemos x 19 . As, hemos calculado una raz 19 con
cinco busquedas en la tabla y una resta.
Hoy en da las tablas logartmicas de papel han sido sustituidas por calculadoras electrnicas y ordenadores, que tienen tablas logartmicas en la memoria y realizan los clculos
complicados de un modo similar al anterior.
Con las funciones exponencial y logaritmo ya definidas (Definiciones 27 y 29), podemos
ahora definir cualquier potencia ax (con base positiva).
Definicin 30 (Exponencial en base a) Dados a > 0, x R, se define
ax = ex log(a) .
As, que hemos definido ax como un lmite pues, por la Definicin 27, ax = lm 1 +
n
Prueba que tambin cumple las propiedades habituales de las potencias:
ax az = ax+z
ax / az = axz
log(ax ) = x log(a)
ax bx = (a b)x
(ax )z = axz
xlog(a) n
.
n
ax /bx = (a/b)x
ap/q = q ap
Las grficas de estas funciones pueden verse en la Figura 24a para distintos valores de a.
Figura 24: Grficas de las funciones 2x , ex , 4x y de las funciones log2 (x), log(x) y log10 (x)
55
y = loga (x) x = ay .
x = ay = ey log(a)
log(x) = y log(a)
y=
log(x)
,
log(a)
luego los logaritmos en base a = 1 se obtienen con logaritmos neperianos del modo siguiente:
loga (x) =
log(x)
,
log(a)
a, x > 0, a = 1.
Las grficas de estas funciones pueden verse tambin en la Figura 24b. Prueba que la funcin
loga (x) tiene tambin las propiedades de log(x) enunciadas en el Teorema 36.
En resumen las funciones exponenciales y logaritmos son:
x n
y = log(x)
ex = lm 1 +
x = ey
ax = ex log(a)
n
n
log (x) =
a
log(x)
log(a)
4. Funciones trigonomtricas:
Dado un nmero real x, se definen cos(x), sen(x) como las coordenadas del punto P de
la circunferencia unidad (ver Figura 25) tal que la longitud del arco de circunfencia que va
del punto Q = (1, 0) a P es x.
56
funciones cos(x), sen(x) para todo real x, cuyas grficas aparecen en la Figura 26. Notar
que estas funciones son peridicas de perodo 2 pues los reales x y x + 2 proporcionan el
mismo punto P en la Figura 25.
cos(x) = cos(x)
cos(x) = sen(x + 2)
etc.
58
Las grficas de estas funciones inversas (la imagen simtrica a la grfica de la funcin original
respecto de la bisectriz del primer cuadrante) estn en las Figuras 29 y 30.
59
(ex ex )2
4
1
=
2x
+ e
2x
60
x R,
x
+ 2e e e
pues:
2x
2x
+ 2e e
= 1.
Las grficas de las funciones senh(x) y cosh(x) estn en la Figura 31. Estas funciones
tienen propiedades que recuerdan a las de sen(x), cos(x):
senh(x) = senh(x)
cosh(x) = cosh(x)
cosh(x) senh(x) = ex
cosh(x) + senh(x) = ex
P
toda SP(a) define una funcin suma f (x) = an (x a)n en el intervalo (a R, a + R) y,
posiblemente, tambin en x = aR y en x = a+R.
2.2.
2.2.1.
Hasta este momento hemos hablado de funciones de una variable, como por ejemplo,
f (x) = x2 , donde la variable x es un nmero real, x R. Ahora queremos estudiar funciones
de varias variables, como por ejemplo f (x, y) = x2 + y2 , que tiene dos variables, x e y, que
son nmeros reales. En lugar de escribir x, y R, escribiremos que (x, y) R2 .
Del mismo modo que una funcin de una variable asigna un valor f (x) a cada punto x de
la recta, una funcin de dos variables asigna un valor f (x, y) a cada punto (x, y) del plano.
2
Por ejemplo, as como f (x) = ex puede representar la temperatura de un hilo en cada
punto x (en el punto x = 0 la temperatura es f (0) = 1, en el punto x = 1 la temperatura
2
2
es f (1) = 1/e, etc.), la funcin f (x, y) = ex y puede representar la temperatura de una
placa o superficie plana en cada punto (x, y) (en el punto (0, 0) la temperatura es f (0, 0) = 1,
en el punto (1, 0) la temperatura es f (1, 0) = 1/e, en el punto (1, 2) la temperatura es
f (1, 2) = e5 , etc.).
Tambin podemos considerar funciones de tres variables, como f (x, y, z) = x2 + y2 + xyz.
2
2
2
En este caso, escribimos que (x, y, z) R3 . Una funcin como f (x, y, z) = ex y z puede
representar la temperatura cada punto (x, y, z) del espacio.
Una funcin con 4 variables puede ser f (x, y, z, t), o tambin f (u, v, w, s). En general,
en funciones con n variables, tenemos que enumerar las variables, como en f (x1 , x2 , ..., xn ),
cuyas n variables son x1 , x2 , ..., xn y escribimos (x1 , x2 , ..., xn ) Rn .
Como ocurre con las funciones de una variable, una funcin de n variables puede estar
definida slo en un subconjunto D de Rn que llamamos dominio de la funcin:
62
Definicin 33 (Campo escalar) Llamamos funcin escalar (o campo escalar) de n variables a cualquier regla de asignacin f : D Rn R tal que a cada (x1 , x2 , ..., xn ) D
le asocie f (x1 , x2 , ..., xn ) R:
f : D Rn
R
(x1 , x2 , ..., xn )
f (x1 , x2 , ..., xn )
Al conjunto D sobre el que est definida se le llama dominio de f .
Ejemplo 31 f : [2, 2] [2, 2] R, f (x, y) = x2 + y2 es una funcin de dos variables
cuyo dominio es el cuadrado en el plano R2 definido por los intervalos [2, 2] para la x y [2, 2]
para la variable y: Podemos dar valores a las variables x e y dentro del dominio:
f (0, 0) = 0,
f (1, 0) = 1,
f (1, 1) = 2,
f (2, 1) = 5,
f (2, 2) = 8, etc.
Representacin grfica
Del mismo modo que una funcin de una variable se representa grficamente en el plano
R , tomando un eje para la variable x y otro para el valor de la funcin en cada punto x,
y = f (x), una funcin de dos variables se representa en el espacio R3 , tomando el plano XY
para las variables x, y y el eje Z para el valor de la funcin en cada punto (x, y), z = f (x, y),
como en la funcin f : [1, 1] [1, 1] R2 , f (x, y) = x2 + y2 (ver Figura 34).
2
2 y 2
y f (x, y) = x2 y2 + 2xy + 1.
2 sen (2x2 + y 2 )
.
f (x, y) =
1 + 2x2 + y2
64
2.2.2.
Campos vectoriales
66
3.
3.1.
xa
= la sucesin {f (xn )} b.
1, si x > 0
0, si x = 0
1, si x < 0
Veamos que no existe lm sg (x) (intuitivamente, porque cuando x se acerca a cero, sg(x)
x0
puede acercarse a +1 o a 1):
1
Consideremos, por ejemplo, la sucesin
, que es convegente a 0. La sucesin
n
n=1
+
1
sg(
)
=
es converente a 1. Por lo tanto, si el lmite existe, debe valer 1.
{1}+
+
n=1
n=1
n=1
n=1
f (x) =
1, si x (0, 1]
(Figura 43a).
2, si x = 0
Claramente existe el lmf (x) = 1, aunque f (0) = 2 (cuando el lm f (x) coincida con f (a),
x0
xa
diremos que la funcin f es continua en a, pero eso es materia del Tema 3.2).
Sea f : (0, 1] R, f (x) = 1 (Figura 43b). En este caso, existe el lmf (x) = 1, aunque
x 0
f (0) ni siquiera est definido.
Como consecuencia directa del Teorema 6 (lgebra de lmites de sucesiones, pgina 22),
obtenemos el teorema siguiente.
Teorema 37 (lgebra de lmites funcionales) Sean dos funciones f, g : D R R
y sea a un punto de acumulacin de D. Si lm f (x) = b, lm g(x) = c, entonces,
xa
(iv) lm
p
p
xa f (x)
xa
(ii) lm f (x)g(x) = bc
xa
(v) lm f (x) =
= 1 , si b = 0 y f (x) = 0
p
b, si f (x) 0.
xa
Demostracin: Veamos (i) por sucesiones. Dada una sucesin {xn } a, {xn } D \ {a}
cualquiera, tenemos que probar que la sucesin {f (xn ) + g(xn )} b + c.
Como lm f (x) = b, la sucesin {f (xn )} b. Como lm g (x) = c, la sucesin {g(xn )} c.
xa
xa
69
lm f (x) = +
xa
lm f (x) =
xa
x+
lm f (x) = +
x+
lm f (x) = +
x
lm f (x) =
x+
lm f (x) =
x
70
= la sucesin {f (xn )} .
x+
Intuitivamente, ese lmite no existe pues cuando x tiende a +, la funcin seno se mantiene
oscilando en el intervalo [1, +1] (ver Figura 26, pgina 57). Para demostrarlo analticamente, tomamos la sucesin siguiente, divergente a +:
xn = n
, 2
, 3
, 4
, . . . +
1, 0, 1, 0, 1, 0, 1, 0, . . .
Cada uno de los 9 lmites anteriores pueden definirse tambin por entornos, como en
la Definicin 36 para el caso a, b R. Deduce la definicin por entornos para los casos
lm f (x) = b y lm f (x) = y compralos con las Definiciones 12 y 16(ii).
x+
x+
Clculo de lmites.
Veamos algunos ejemplos de clculo de lmites funcionales, as como la forma de resolver
algunas de las indeterminaciones que pueden presentarse:
lm (x3 2x + 1) = 8 + 4 + 1 = 3, lm (x3 2x + 1) = +1.
x 0
x2
lm (x3 2x + 1) = +,
x+
x3 3x
lm
x+
x3 + 5x2 + x
lm (x3 2x + 1) = .
h
=
dividiendo por x
= lm
x+
x2
1+5
x
= 1.
x2
h
i
3
x2 3
x
3x
= 3.
lm 3
=
dividiendo
por
x
=
l
m
x0 x + 5x2 + x
x0 x2 + 5x + 1
1 + x 1
1 + x+ 1
1 + x 1 h
i
=
multiplicando
por
el
conjugado
=
l
m
=
lm
x0
x0
x
x
1+x +1
1 + x 1
= lm
x0 x
1+x +1
1
= .
= lm
x0
2
1+x+1
lm
71
x2
2=
l
(x
m
2)
2) (x +
x + 2
2
=
lm
x2
(x 2)
x2
(x 2)
x2
(x 2)
=
.
0
0
La herramienta ms til para resolver indeterminaciones
es la Regla de
0
LHpital que veremos cuando estudiemos derivadas (Teorema 54, pgina 100).
72
3.2.
3.2.1.
73
Esta funcin f (x) = [x] no es continua en el punto a = 1 pues f (1) = 1 pero f (0.8) =
f (0.99) = f (0.99997) = 0. Sin embargo, s es continua en el punto a = 1.6 (por ejemplo).
3.2.2.
La continuidad en un punto
xa
f(a)
2
> 0, como f
f (a)
f (a)
f (a)
> 0.
xa
x<a
xa
x>a
f
(v) p f , si f 0.
(i) f + g
(ii) f g
(iii) |f |
(iv) g , si g(a) = 0
Demostracin: Obvia, aplicando el Teorema 37. Por ejemplo, para demostrar (i),
h
i
h
i
lm f (x)+g(x) = Teorema 37 = lm f (x)+ lm g(x) = f, g cont. en a = f (a)+g(a),
xa
xa
xa
74
g f
g f, es
xa
xa
lm f (x) = f lm x
xa
xa
podemos decir que las funciones continuas son las que conmutan con el paso al lmite:
h
i
h
i
lm g f (x) = si g es continua = g lm f (x) = si f es continua = g(f (a)).
xa
xa
Las funciones exponencial y logaritmo son continuas, exp(x) en todo R y log(x) en los
reales positivos, R+ .
Las funciones trigonomtricas son continuas, sen(x) y cos(x) en todo R y tg(x), cotg(x)
en ciertos intervalos.
P
Las funciones definidas como sumas de SPs, f (x) = an xn , son continuas en (R, R).
Si, adems, una SP es convergente para x = R, el siguiente Teorema de Abel afirma
que su funcin suma f (x) es tambin continua en x = R (lo mismo ocurre en x = R).
P
Teorema 41 (de Abel) Sea fP: [0, R] R una funcin continua tal queP
f (x) = an xn
para todo x [0, R). Si la serie
an Rn es convergente entonces su suma es
an Rn = f (R)
(ver Figura 46). Lo mismo ocurre con el intervalo [R, 0].
75
Del mismo modo que, si no hay indeterminacin, el lmite del producto es el producto
lm g(x)
de los lmites, tambin es cierto que lm f (x)g(x) = lm f (x) xa , pues
xa
xa
h
i
h
i
lm f (x)g(x) = Definicin 30 = lm exp g(x) log(f (x)) = exp(x) es continua =
xa
xa
i
h
= exp lm g(x) log(f (x))
= si no hay indeterminacin en el producto =
xa
h
i
= exp lm g(x) lm log(f (x))
= log(x) es continua =
xa
= exp
xa
xa
xa
h
i
lm g(x)
= Definicin 30 = lm f (x) xa .
xa
0
Por ejemplo, lm (cos x + 4)x = (cos 0 + 4) = 50 = 1. Cundo es indeterminado un lmite
x0
de este tipo? Cuando el lmite del producto lm g(x) log(f (x) sea indeterminado, es decir,
xa
del tipo [0 ] [ 0], lo que ocurre cuando:
lm g(x) = 0 y lm f (x) = +, = indeterminacin del tipo [ 0 ] .
xa
xa
xa
xa
xa
xa
En estos casos, podemos tomar logaritmos para bajar el exponente, como en los ejemplos
siguientes:
1
i
h
x
0
x
indeterminado
,
. Tomamos logaritmos:
lm e + x
x+
76
L = lm
x+
e +x
1
x
= log(L) = log
lm
x+
e +x
1
x
h
= log(x) continua
77
= lm
1
x
log ex + x
x+
x+
lm
x+
= lm
ex
= lm
x+
= log(L) = lm
log(x)
x0
x+
LHpital
x+
ex + 1
LHpital
i
00 , indeterminado . Tomamos logaritmos:
x0
lm
log(x)
L = lm x
i
= LHpital
= 1. Por lo tanto, L = e1 = e.
ex
x+
lm x
ex + x
ex
log(e h+ x)
log(ex + x) = lm
ex + 1
=
= lm
x0
x2 2
x2 + x + 1
L = lm
x+
x+1
x2 2
x2 + x + 1
log(x)
h
i
1 , indeterminado . Tomamos logaritmos:
x+1
= log(L) = lm (x + 1) log
x+
x2 2
x2 + x + 1
Nota 34 (Frmula de Euler) Para las indeterminaciones del tipo [1 ] , una alternativa
que suele ser ms sencilla es la frmula de Euler:
lm f (x)g(x) = exp
xa
lm g (x) f (x) 1
xa
x+
= exp
= exp
x2 2
x2 + x + 1
lm (x + 1)
x+
lm
x+
x2 2
x+1
= exp
lm (x + 1)
x2 2 x2 x 1
x2 + x + 1
(x + 1)(x 3)
x2 + x + 1
x2 + x + 1
x+
= e1 =
= exp
lm (x + 1)
x+
x 3
x2 + x + 1
1
.e
xa
lm g(x) log(f (x)) = lm g(x)(f (x) 1). Para ello, veamos que el lmite del cociente es 1:
xa
xa
lm
g(x) log(f(x))
xa g(x)(f (x)
1)
= lm
xa
log(f(x))
h
i
= LHpital = lm
f (x) 1
f0 (x)
f(x)
xa f 0 (x)
79
= lm
xa f (x)
= 1.
2
x
( +3 x2 1)
x3
1
es correcto aplicar Euler. Por ejemplo, sea
lm
x+
x3 + x5
2 + 3 x2 1
2 + 3 +
x
x
x2 1
x2 + 3 x2 1 = lm
=
lm
x+
x+
x2 + 3 + x2 1
(x2 + 3) (x2 1)
= lm
x+
x2 + 3 +
x2 1
= lm
x+
x2 + 3 +
x2 1
lm
x3
1
x+
x3 + x5
3.2.4.
h 4 i
= 0.
x2 +3 x2 1)
= 10 = 1.
Son dos teoremas importantes relacionados con las funciones continuas en intervalos [a, b].
Teorema 42 (de Weierstrass) Sea f : [a, b] R continua. Entonces, f alcanza su
mximo y su mnimo en [a, b], es decir, existen, al menos, dos puntos c, d [a, b] tales que:
f (c) = mn {f (x) : x [a, b]} , o bien f (c) f (x), x [a, b], f
(d) = max {f (x) : x [a, b]} , o bien f (d) f (x), x [a, b].
80
Nota 37 En la Figura 47 est representado este Teorema de Weierstras para una funcin
continua en el cerrado [a, b], que alcanza el mnimo en el punto c y el mximo en el punto
d = b. Notar que el Teorema no es cierto para la misma funcin (continua) pero definida en
el intervalo [a, b) (Figura 48a), pues en ningn punto de [a, b) se alcanza el mximo de la
funcin. Tampoco es cierto si la funcin est definida en el cerrado [a, b] pero no es continua
(Figura 48b).
81
Figura 48: En el Tma. de Weierstrass es necesario que [a, b] sea cerrado y que f sea continua.
Teorema 43 (de Bolzano) Sea f : [a, b] R continua tal que f (a)f (b) < 0. Entonces,
existe, al menos, un c (a, b) tal que f (c) = 0 (c es un cero de f ).
Nota 38 En la Figura 49 est representado el Teorema de Bolzano. Notar que la condicin
f (a)f (b) < 0 significa que f cambia de signo entre a y b. As, si f pasa de negativa a
positiva (o viceversa) y es continua, en algn punto tendr que tomar el valor cero. Esto se
x+
lm p (x) =
x+
lm
lm
Por lo tanto, p(x) cambia de signo y, por el Teorema de Bolzano, tiene, al menos, un cero.
82
El mtodo de la biseccin
83
a+b
.
2
1
(b a) < 10 t 10t (b a) 2n n log2 (b a)10t .
2n
El punto fuerte del mtodo de la biseccin es que la convergencia est garantizada, es decir,
que siempre funciona. Su punto dbil es que es es relativamente lento. Adems, notar que
aunque haya ms de un cero de f en el intervalo inicial, slo obtenemos uno de ellos. Para
superar estos inconvenientes, necesitamos el concepto de derivada de una funcin (ver Seccin
4.4 en la pgina 101).
3.3.
(i) sucesin
x(k)
a,
x(k) D
= la sucesin
f x(k)
f (a),
(x,y)(1,2)
Sus grficas (Figuras 34 y 35b, pgina 63) son superficies continuas. Tambin son continuas
2 sen(2x 2+y 2 )
2
2
las funciones f (x, y) = ex y (Figura 35a) y f (x, y) = 1+2x2 +y 2 (Figura 36). Observa que
el nico problema de sta ltima podra ser el denominador nulo, pero esto nunca ocurre.
1
Ejemplo 36 La funcin f (x, y) = 2
es continua en R2 excepto en el punto (0, 0),
x + y2
donde no est definida. Adems, como
lm
lm
f (x, y) =
(x,y)(0,0)
(x,y)(0,0)
x2
+y 2
= +,
(ver Figura 52a), la funcin no puede definirse en (0, 0) de modo que sea continua.
f (x, y) =
x2
1
1
y f (x, y) =
.
2
x y
+y
1
es continua en R2 excepto en los puntos de la recta
x y
f (x, y) =
lm
(x,y)(,) xy
85
1
0
+ si x > y
si x < y
(ver Figura 52b), luego f no puede definirse en esos puntos de modo que sea continua.
86
0 si x = 0, y = 0
,
1 si x = 0 y = 0
tiene las dos rectas horizontales en las direcciones de los ejes de coordenadas a la altura de
z = 1, pero en el resto de puntos vale 0. Esta funcin f no es continua en ninguno de los
puntos de los ejes de coordenadas.
Ejemplo 39 Considera la grfica de una funcin como la de Figura 54. Esta funcin no es
continua en los puntos del semieje OX negativo, como en (2, 0), pues la grfica alrededor
de este punto est cortada. Y en el punto (0, 0), es continua? Pensemos que en (0, 0) la
funcin vale f (0, 0) = 0 y que, si hacemos pequeos cambios en el valor de (x, y) alrededor
de (0, 0), producimos cambios pequeos en el valor de la funcin. Por lo tanto, f s es
continua en (0, 0).
2
2
Ejemplo 40 La funcin f (x, y) = x 2 y 2
x +y
est definida. Para ver si podemos definir f (0, 0) para que sea continua tenemos que estudiar
87
el
x 2y
lm
(x,y)(0,0)
x2 +y 2
0
0
En general, los lmites en dos variables son ms difciles que los de una variable. Veamos
primero algunos mtodos para demostrar que un lmite en dos variables no existe, todos ellos
basados en la siguiente observacin:
Si
lm f (x, y) existe y vale L, al acercarnos a (0, 0) de cualquier manera posible,
(x,y)(0,0)
x0
2
2
lm x 2 y2
y0 x +y
x2
x0 x
= lm
= +1,
lm
y0
x2 y 2
2
2
x0 x +y
lm
= lm
y 2
2
y
y0
= 1.
Cada lmite reiterado representa un modo particular de acercarse (0, 0). Como son distintos
entre s, obtenemos que el lmite
lm
x2y 2
no existe.
2
2
(x,y)(0,0) x +y
As, no puede definirse f (0, 0) para que esta funcin sea continua en (0, 0).
Observa en la grfica de esta funcin, Figura 55, que si nos acercamos a (0, 0) por el eje
OX el valor de la funcin se acerca a +1 mientras que si nos acercamos por el eje OY la
2
2
funcin se acerca a +1. Por lo tanto, el lm x y no existe.
2
2
(x,y)(0,0) x +y
f (x, y) =
x2 y2
.
x2 + y2
El segundo mtodo para demostrar que un lmite de dos variables no existe es estudiar
qu ocurre al acercarnos por rectas: supongamos que (x, y) se acerca a (0, 0) por la recta
y = mx, siendo m un nmero cualquiera. Obtenemos un lmite en una variable,
x2 + y2
lm
x2 y 2
(x,y)(0,0)
88
y=
i
mx
lm
x2 m2 x2
x2 + m2 x2
=
x2 (mx)2 = lm
x0
x2 + (mx)2
(x,mx)
(0,0)
89
1
m2
1+
.
m2
lm
x0
y0
x y
x2 +y 2
= lm
x0
lm
= 0,
x2
y0
lm
x0
= lm
x2 +y 2
y0
= 0.
y 2
Como los lmites reiterados son iguales, no podemos deducir ni que el lmite existe ni que no
existe. Slo que, si existe, el lmite en dos variables vale 0. Estudiemos el lmite acercndonos
por rectas x = my:
h
i
x2 y 2
x2 (mx)2
x2 (1 m2 )
p
lm p
= lm
= 0.
y = mx
lm
(x,y)(0,0)
x2 + y2
(x,mx)(0,0)
x2 + (mx)2
x0
x 1 + m2
Como el resultado es 0 (no depende de m), seguimos sin poder deducir si el lmite existe o
no. Lo mismo ocurre si estudiamos el lmite acercndonos por parbolas.
x2 y 2
f (x, y) = p
.
x2 + y2
Observando la grfica de esta funcin, Figura 56, vemos que, cuando (x, y) se acerca a
(0, 0), el valor de f (x, y) se acerca a 0, lo que, intuitivamente, significa que el lmite s existe
91
y vale 0. Si esto fuese cierto, definiendo f (0, 0) = 0 obtendramos que la funcin es continua
en todo R2 .
El mtodo que nos permite demostrar que un lmite en dos variables s existe es el
cambio a polares. Esto es porque, si hacemos el cambio de coordenadas cartesianas (x, y)
a coordenadas polares (r, ) (ver Figura 57; ver tambin la Seccin 1.3.4), podemos expresar
el lmite (x, y) (0, 0) simplemente como r 0 sin perder nada. En el ejemplo anterior,
h
i
(r cos())2 (r sen())2
x2 y 2
p
Cambio a polares lm p
=
lm
(x,y)(0,0)
r0
x2 + y2
(r cos())2 + (r sen())2
2
2
2
= lm r (cos () sen ()) = lm r cos2 ()
r0
r0
r
h
sen2 () = conv. a 0
i
acotado = 0,
con lo que podemos afirmar, ahora s, que el lmite en dos variables es cero.
x = r cos()
y = r sen()
r=
x2 + y2
= arc tg( xy )
Con el cambio a polares tambin se puede demostrar que un lmite no existe: en el lmite
del Ejemplo 40,
h
i
(r cos())2 (r sen())2
x2 y 2
=
Cambio
a
polares
lm
l
m
(x,y)(0,0) x2 + y2
r0 (r cos())2 + (r sen())2
2
2
2
= lm r (cos () 2sen ()) = lm cos2 () sen2 () = cos2 () sen2 (),
r0
r0
r
92
Teorema 44 (Weierstrass) Sea D Rn un conjunto cerrado y acotado y sea f una funcin continua en D. Entonces, f alcanza su mximo y su mnimo en D, es decir, existen, al
menos, dos puntos c, d en D tales que
f (c) = mn {f (x) : x D} ,
f (d) = max {f (x) : x D} ,
93
4.
La derivada de una funcin indica cunto cambia la funcin. Por ejemplo, en la funcin
de la Figura 58 observamos que alrededor del punto a el valor de la funcin aumenta poco,
que alrededor del punto b aumenta ms, alrededor del punto c disminuye bastante y que
alrededor del punto d disminuye menos.
1
4
y 1, respectivamente
La recta asociada con el punto b (Figura 59b) tiene pendiente 1, luego la derivada es
94
95
32
),
96
4.1.
La derivada en un punto
f(x)f(a)
xa
grfica de f que pasa por los puntos (a, f (a)) y (x, f (x)) (Figura 62b). Si tomamos lmite
cuando x a, estas rectas secantes convergen a la recta tangente a la grfica de f en el
punto (a, f (a)) (Figura 62a). As pues, una funcin f es diferenciable en un punto a interior
de su dominio D si la grfica de f tiene recta tangente no vertical en el punto (a, f (a)), y
su derivada es la pendiente de dicha recta. Veamos algunos ejemplos.
97
Ejemplo 42 Consideremos la funcin f (x) = |x|, cuya grfica est en la Figura 63, y
estudiemos si f es diferenciable en el punto a = 0. Observemos que la expresin de |x|
depende de si x > 0 o si x < 0, por lo que, para estudiar el lmite del cociente de Newton,
tenemos que estudiar los dos lmites laterales por separado:
f(x) f(0)
x 0
lm
= lm
= 1,
x0
x0
x
x
lm+
x0
f(x) f(0)
x 0
= +1,
= lm+
x0
x
x
2
Ejemplo 43 Consideremos la funcin f (x) = x 3 = 3 x2 , cuya grfica est en la Figura 64,
y estudiemos tambin si f es diferenciable en el punto a = 0:
r
3
f(x) f(0)
1
x2
= lm 3
= ,
lm
= lm
x0
x0
x
x0
x
x
r
3 2
f(x) f(0)
1
x
= lm+ 3 = +,
lm+
= lm+
x0
x
x
x0
x0
x
luego no existe el lmite (finito) y f no es diferenciable en a = 0, es decir, no existe f 0 (a).
Notar en la grfica de la Figura 64 que f no tiene recta tangente en el punto a = 0, y que las
98
rectas secantes a f que pasan por los puntos (0, 0) y por (x, f (x)) con x < 0 tienen pendientes
que se acercan a cuando x se acerca a 0, mientras que para x > 0 las pendientes de las
rectas secantes se acercan a + cuando x se acerca a 0.
99
x2 no es diferenciable en a = 0.
1
Ejemplo 44 Consideremos la funcin f (x) = x 3 = 3 x, cuya grfica est en la Figura 65,
y estudiemos tambin si f es diferenciable en el punto a = 0:
r
3
1
x
3
lm+ f(x) f(0) = lm+
= lm+
x
x
x0
x0
x0
x2 = +,
luego no existe el lmite (finito) y f no es diferenciable en a = 0. Notar en la grfica (Figura
x no es diferenciable en a = 0.
65) que f s tiene recta tangente en el punto a = 0, aunque esta tangente es una recta vertical
(pendiente infinita) y este caso est considerado como no diferenciable en la Definicin 41.
Tenemos ahora dos conceptos distintos para una funcin f en un punto a: continuidad y
diferenciabilidad. Veamos qu relacin hay entre ambos.
Teorema 45 (Diferenciable implica continua) Sea f : D R R y sea a un punto
interior de D. Si f es diferenciable en a entonces f es continua en a.
100
= lm
xa
xa
f(x) f(a)
(x a) = f 0 (a) 0 = 0,
x a
xa
Nota 42 La demostracin anterior no es vlida si aceptamos que f 0 (a) puede ser , pues
la ltima parte f 0 (a)0 = 0 no sera correcta. Comprubalo con la funcin f (x) = x1 , x = 0,
f (0) = 0, en el punto a = 0. Este es el motivo por el que se considera como no diferenciable
el caso de recta tangente vertical.
Nota 43 (Funcin continua no derivable en ningn punto) En la poca de Weierstrass circulaba la conjetura de que las funciones continuas eran diferenciables excepto en
puntos aislados. Weierstrass (1872) demostr que la conjetura es falsa con la funcin
f (x) =
+
P
an cos(bn x),
n=0
+
X
1 n
cos(3n x)
2
n=0
102
xa
= lm
xa
= f 0 (a) + g 0 (a).
As, hemos demostrado que f + g es diferenciable en a y que su derivada es f 0 (a) + g 0 (a).
f(x)g(x) f(a)g(x) + f(a)g(x) f(a)g(a)
=
(ii) (f g)0 (a) = lm f(x)g(x) f(a)g(a) = lm
xa
xa
x a
x a
= lm
xa
Notar que hemos usado que g es continua en a (por ser diferenciable) y, as, lm g(x) = g(a).
xa
( f )(x) (
)(a)
(a) = lm
g
= lm
xa
= lm
xa
= lm
xa
x a
= lm
xa
f(x)
f(a)
g(x)
g(a)
x a
f(x)g(a)
= lm
xa
f(a)g(x)
=
g(a)g(x)(x a)
f(x)g(a) f(a)g(a)
f(a)g(x) f(a)g(a)
x a
=.
x a
1
103
f(x) f(a)
g(a) f
(a)
xa
g(x) g(a)
g(a)g(x)
x a
f0 (a)g(a)
f(a)g 0 (a)
.
x a
g(a)2
104
(Regla de la cadena).
(a))
Demostracin: Por definicin, g f es diferenciable en a si existe el lm g(f(x))g(f
.
xa
xa
Estudiemos este lmite por sucesiones (Nota 41): dada {xn } a cualquiera, tenemos que
n
o n
o n
o
g(f(xn ))g(f(a))
g(f(xn ))g(f(a))
f(xn )f(a)
=
xn a
f (xn )f (a)
xn a
(supondremos que nf (xn ) = f o
(a), n; el caso general es ms complicado). Si f es diferenciable
f(xn )f(a)
en a, la sucesin
es convergente a f 0 (a). Si g es diferenciable en f (a), dada
xn a
n
o
g(f(xn ))g(f(a))
converge a g 0 (f (a)).
{f (xn )} f (a), pues f es continua en a, la sucesin
f (xn )f (a)
n
Por lo tanto, la sucesin
g(f(xn ))g(f(a))
xn a
4.2.
La funcin derivada
Definicin 42 (funcin derivada) Decimos que una funcin f : D R R es diferenciable en el abierto D si es diferenciable en cada punto de D. En ese caso, llamamos funcin
derivada de f a la funcin f 0 : D R R tal que a cada x D le hace corresponder f 0 (x).
Funcin constante: Sea una funcin constante, f (x) = c, x R. Entonces,
c c
f 0 (x) = lm f(x + h) f(x) = lm
= 0,
h0
h0
h
h
luego las funciones constantes son diferenciables en todo x R y su derivada es f 0 (x) = 0.
105
106
f(x + h) f(x)
=
h
h0
x
= Binomio de
= lm
h0
h
Newton
i
n
n1
n
n
= lm x + nx h + + h x = nxn1 ,
h0
h
ex + ex
f 0 (x) =
ex ex
2
es diferenciable en R y
an xn es indefinidamente diferenciable
n0
X
n1
nan xn1 ,
f 00 (x) =
X
n2
n(n1)an xn2 ,
f 000 (x) =
n(n1)(n2)an xn3 ,
etc.,
n3
Para la derivada de la funcin logaritmo y de otras inversas como arc sen(x) necesitamos
el siguiente resultado, que no demostramos pero que visualmente es evidente.
Teorema 48 (Diferenciabilidad de la funcin inversa) Sea f : D R R una funcin diferenciable en D intervalo abierto, con f 0 > 0 f 0 < 0 en D. Entonces, su funcin
inversa : B R R es diferenciable en su dominio de definicin, B = {f (a), a D}, y
su derivada es
1
0 f (a) = 0
(ver Figura 67).
f (a)
107
108
1
= .
x
log(x)
log(a)
Nota 45 (Derivada de loga ) Sea f (x) = loga (x), con 0 < a = 1. Como loga (x) =
(ver la Definicin 31 en la pgina 56), su derivada es f 0 (x) =
1
.
log(a) x
(ver la
1, 1 y
1
sen0 (y)
cos(y)
109
=p
1
1 sen2 (y)
1 x2
1
.
1 x2
1
.
1 + x2
u0 (x)
u(x)
Demostracin: Por definicin, f (x) = u(x)v(x) = exp v(x) log(u(x)) , luego es diferenciable por ser composicin y producto de funciones diferenciables. Adems, derivando la ltima
expresin:
u0 (x)
=
f 0 (x) = exp v(x) log(u(x)) v 0 (x) log(u(x)) + v(x)
u(x)
0
(x)
= f (x) v 0 (x) log(u(x)) + v(x) uu(x)
.
Nota 47 En la prctica, la derivada anterior tambin puede calcularse del modo siguiente:
sea f (x) = u(x)v(x) . Tomando logartmos, log(f (x)) = v(x) log(u(x)), y derivando,
u0 (x)
f 0 (x)
,
= v 0 (x) log(u(x)) + v(x)
u(x)
f (x)
por lo que, despejando, f 0 (x) = f (x) v 0 (x) log(u(x)) + v(x)
u0 (x)
u(x)
110
Funciones derivadas
dh p i
u (x) = p up1 (x) u0 (x)
dx
i
d hp
u0 (x)
p
u(x) =
dx
2 u(x)
En particular (p = 12 ):
d h u(x) i
e
= eu(x) u0 (x)
dx
d h u(x) i
d h u(x) log(a) i
a
=
e
= log(a) au(x) u0 (x)
dx
dx
i
dh
u(x)v(x) = (tomar logaritmos y derivar)
dx
i
dh
u0 (x)
log(u(x)) =
dx
u(x)
i
dh
d h log(u(x)) i
u0 (x)
log (u(x)) =
=
dx
dx
log(a)
i
dh
sen(u(x))
dx
i
dh
cos(u(x))
dx
i
dh
tg(u(x))
dx
i
dh
arc sen(u(x))
dx
i
dh
arc tg(u(x))
dx
i
dh
senh(u(x))
dx
i
dh
cosh(u(x))
dx
i
dh
tgh(u(x))
dx
u(x) log a
=
cos(u(x)) u0 (x)
sen(u(x)) u0 (x)
u0 (x)
= 1 + tg2 (u(x))
cos2 (u(x))
u0 (x)
u0 (x)
1 u2 (x)
u0 (x)
1 + u2 (x)
cosh(u(x)) u0 (x)
senh(u(x))u0 (x)
u0 (x)
cosh2 (u(x))
Tabla 1: Derivadas.
111
= 1
tgh2 (u(x))
u0 (x)
4.3.
Teorema 52 (Rolle) Sea f : [a, b] R una funcin continua en [a, b], diferenciable en
(a, b) y tal que f (a) = f (b). Entonces existe, al menos, un punto c (a, b) tal que f 0 (c) = 0
(ver Figura 68). Estos valores c se llaman puntos crticos de f .
negativo
positivo 0,
negativo
negativo 0.
Notar que estos lmites existen pues f es diferenciable. Como f 0 (e) 0 y f 0 (e) 0,
necesariamente f 0 (e) = 0.
Si d es punto interior de [a, b], del mismo modo obtenemos que f 0 (d) = 0.
Si e, d no son interiores, se corresponden con los puntos a, b, y como por hiptesis
f (a) = f (b), tenemos que f (e) = f (d) (mximo y mnimo son iguales) y la funcin f es
constante en [a, b]. En este caso, f 0 (c) = 0 en todos los puntos de (a, b).
Corolario 2 (Aplicacin de Rolle) Sea f : D R R una funcin diferenciable en D
intervalo abierto de R. Si f 0 no se anula en D entonces f tiene, a lo sumo, un cero en D.
Demostracin: Por reduccin al absurdo, supongamos que f tiene dos ceros en D:
f (a) = f (b) = 0. Entonces, por el Teorema de Rolle (f es diferenciable en (a, b) D y continua
en [a, b] D) existe un punto c (a, b) tal que f 0 (c) = 0, lo que es una contradiccin (pues
f 0 no se anula en D).
112
g(b) = f (b)
f(b) f(a)
bf(b) af(b) bf(b) + bf(a)
b=
= bf(a) af(b)
ba
ba
ba
Por el Teorema de Rolle para la funcin g, existe, al menos, un punto c (a, b) tal que
(a)
g 0 (c) = 0. Derivando g tenemos que g 0 (x) = f 0 (x) f(b)f
ba , luego
g 0 (c) = 0 = f 0 (c)
f(b)f(a)
ba
= 0 = f 0 (c) =
f(b)f(a)
ba .
Figura 69: Representacin grfica del Teorema del Valor Medio de Lagrange.
Sabemos que si f es una funcin constante, es decir, f (x) = c x, entonces su derivada
es cero. Es cierto el recproco? En general, no es cierto: sea f : D = (1, 2) (3, 4) R
definida como f (x) = 2, si x (1, 2) y f (x) = 1, si x (3, 4). Entonces f 0 (x) = 0 para
todo x D pero f no es constante en D. Sin embargo, si D es un intervalo, s es cierto:
113
xb
o que
xb
lm f (x) = lm g(x) = +.
xb
xb
f 0 (x)
Si lm
xb
g 0 (x)
f (x)
= L (finito o infinito),
entonces
lm
xb
g(x)
= L.
Nota 48 El teorema anterior est escrito para lmites laterales por la izquierda, x b . Es
tambin vlido para lmites laterales por la derecha, x b+ y, por lo tanto, tambin para
lmites por los dos lados, x b. Adems, tanto b como L pueden ser un nmero o pueden ser
+. En cualquiera de esos casos, la Regla de LHopital dice que el lmite del cociente de las
derivadas puede trasladarse al lmite del cociente de las funciones. Slo hay una excepcin,
que es la siguiente: si el lmite del cociente de las derivadas no existe, entonces no podemos
afirmar que el lmite del cociente de las funciones originales tampoco exista, como se ve en
el siguiente ejemplo. Supongamos que queremos calcular el
x2 sen( x1 )
.
x0 sen(x)
lm
0
0
que es un lmite que no existe (pues no existe el lm cos( 1x)). Sin embargo, el lmite original
x0
s existe y vale 0:
lm
x2 sen( x1 )
= lm
114
x sen
= 1 0 [acotado] = 0.
x0
sen(x)
x0
sen(x)
115
4.4.
El mtodo de Newton
Por lo tanto, el mtodo de Newton funciona mejor cuanto ms cerca estamos del cero
buscado . Sea xn una aproximacin de . Cmo calcular la siguiente, xn+1 ? Si la funcin
f fuese exactamente una recta, el cero sera exactamente el punto de corte de esta recta
con el eje de abcisas OX (ver Figura 70). Si suponemos que f es casi una recta, tomamos
como la siguiente aproximacin, xn+1 , el punto de corte de la recta tangente con el eje OX.
La ecuacin de la recta tangente a f en el punto xn , f (xn ) es
y f (xn ) = f 0 (xn )(x xn )
y el punto de corte se calcula haciendo y = 0 y despejando el valor de x:
f (xn )
f (xn )
= xn+1 = xn 0
.
0 f (xn ) = f 0 (xn )(x xn ) = x xn = 0
f (xn )
f (x n )
As, el mtodo de Newton es:
Datos: x0 (aproximacin al cero), (precisin deseada), f (diferenciable).
Paso 0: Calcular x1 = x0 ff(x0 (x0 )0 ). Hacer n = 1.
Paso 1: Mientras |xn xn1 | >= , repetir:
1.1 Calcular xn+1 = xn ff(x0 (xn )n ). Hacer n = n + 1.
Paso 2: Final: el cero buscado (con una precisin menor que ) es xn+1 .
116
n.
Notar que si, por ejemplo |xn | < 0,001 (3 cifras decimales exactas), entonces |xn+1 | <
M 0,000001 ( 6 cifras decimales exactas). As, la convergencia cuadrtica significa que
en cada iteracin se duplica el nmero de cifras decimales exactas (simpre que estemos
suficientemente cerca del cero y si no tenemos en cuenta la constante M ).
La principal desventaja del mtodo de Newton es que puede no funcionar: si xn no est
cerca del cero, la funcin f puede no ser parecida a una recta entre xn y y las siguientes
iteraciones pueden salirse del dominio de f (piensa en x0 = 0.8 en la Figura 70b). Tambin
puede ocurrir que f 0 (xn ) sea cero y el mtodo falla. Una buena combinacin es aplicar
primero biseccin, hasta tener una aproximacin aceptable del cero, y luego aplicar Newton
para mejorar esa aproximacin rpidamente.
Ejemplo 48 (Mtodo de Newton) Calcular 19. Como 19 es una solucin de la ecuacin x2 = 19, tomamos f (x) = x2 19 y aplicamos Newton para calcular su cero:
x2 19
f(xn )
xn+1 = xn
Como
f 0 (x n )
= xn
xn
= xn
2 xn
19
+
2 xn
1
=
19
xn + x .
n
x1 =
1
2
x0 + 19
x0 =
1
2
4 + 194 = 4.375
x2 =
1
2
x1 + 19
x1 =
1
2
4.375 +
x3 =
1
2
x2 + 19
x2 =
1
2
4.35892 +
19
4.375
= 4.35892
19
4.35892
117
= 4.35889
19 = 4.358898943....
118
4.5.
f
(x)
=
x
2
x,
si x 0
0
2
2
2 , si x 0
cuya grfica est en la Figura 71, y estudiemos si f es diferenciable:
si x > 0, entonces f es diferenciable en x y su derivada es f 0 (x) =
2x
2
= x,
h |h |
2
h0 h
= lm |h|2 = 0,
h0
x,
x,
si
si
x 0
,
x0
x|x|
(diferenciable pero con f 0 no diferenciable).
2
119
120
4.5.1.
La frmula de Taylor
00
(a)
2 (x
a)2 .
Polinomio de grado tres, P (x) = m + n(x a) + q(x a)2 + r(x a)3 . Si f es 3 veces
diferenciable, exigimos que P y f tengan, en a, el mismo valor, la misma derivada, la misma
derivada segunda, y la misma derivada tercera:
P (a) = f (a), = m = f (a),
h
i
0 (x) = n + 2q(x a) + 3r(x a)2
0
0
P
P (a) = f (a), =
= n = f 0 (a),
i
h
00
00
00
P (a) = f (a), = P (x) = 2q + 3 2 r(x a) = q =
121
2
f 00 (a)
,
3!
h
i
000
= 3 2 r = f 000 (a) = r =
P
(x)
=
3
r
P (a) = f (a), =
000
000
122
f 000 (a)
00
(a)
2 (x
a)2 + f
000
(a)
3! (x
a)3 .
a)
+
(x a)n ,
Pn (x) = f (a) +
(x a) +
(x a) + +
1!
2!
3!
n!
que este polinomio es el que cumple que P n(i) (a) = f (i) (a), i = 0, 1, 2, . . . , n,
que el numerador de los coeficientes del polinomio es f (i) (a),
que el denominador de los coeficientes, i!, proviene de derivar i veces el trmino (x a)i .
As, una funcin n-veces diferenciable puede aproximarse por un polinomio de grado n:
f0 (a)
f(n) (a)
f00 (a)
f000 (a)
n
2
3
f (x) f (a) + 1! (x a) + 2! (x a) + 3! (x a) + + n! (x a) .
En esta frmula tenemos que utilizar el smbolo (aproximado) pues una funcin general no
es igual a ningn polinomio. Si queremos tener una igualdad, necesitamos aadir un trmino,
llammosle Rn+1 (x), que represente la diferencia entre el polinomio y la funcin en cada x:
f 0 (a)
f 00 (a)
f (n) (a)
2
f (x) = f (a) +
(x a)n + Rn+1 (x).
1! (x a) + 2! (x a) + + n!
El Teorema de Taylor, adems de mostrar la forma que tiene el polinomio aproximador,
tambin nos indica la expresin de este trmino complementario o resto Rn (x).
Teorema 55 (de Taylor) Sea f una funcin n-veces diferenciable en D intervalo de R.
Sean a, x puntos de D. Existe un entre a y x tal que
f (x) = f (a) +
f 0 (a)
1!
(x a) +
f 00 (a)
(x a)2 + +
2!
f (n1) (a)
(x a)n1 +
f (n) ()
(n1)!
{z
n!
}
Pn1 (x)
(x a)n .
{z
Rn (x)
Observa que con este Teorema 55 de Taylor, una funcin f que sea n veces diferenciable
puede aproximarse por un polinomio de grado n1, pues la derivada n-sima se utiliza para
el trmino complementario Rn (x). Es el siguiente Teorema 56 de Taylor-Young el que indica
que una funcin n veces diferenciable puede aproximarse por un polinomio de grado n. El
precio que pagamos es que no tenemos una forma explcita del trmino complementario sino
123
124
f 0 (a)
1!
(xa) +
f 00 (a)
(xa)2 + +
2!
f (n) (a)
(xa)n + o (xa)n , x a.
n!
{z
Pn (x)
Nota 49 La notacin R(x) = o (xa)n , x a se define rigurosamente como que
R(x)
= 0,
xa (xa)n
lm
y significa que, cuando x a, R(x) es de orden superior a (x a)n , y por lo tanto tiende a
cero ms rpidamente que (xa)n , y puede despreciarse frente al trmino (xa)n en lmites
cuando x a.
Por ejemplo, veremos que la funcin exponencial puede aproximarse por un polinomio de
Taylor de cualquier grado:
x
x2
x3
xn
+ +
exp(x) = 1 + +
+
n! +
1! 2!
3!
Si la aproximamos por un polinomio de grado 3, por ejemplo, podemos escribir que
x
x2
x3
3
exp(x) = 1 + +
+
1! 2!
3! + o(x ), x 0
y quiere decir que, si cortamos en x3 , todos los trminos posteriores juntos son despreciables
frente a x3 en lmites cuando x 0. En la prctica, esto lo utilizaremos para estudiar lmites
funcionales (ver el Ejemplo 53).
125
(6)
Apliquemos la frmula de Taylor (6) a las funciones ms importantes. Notar que lo nico
que falta por calcular son las derivadas sucesivas f (i) (0), i = 0, 1, 2, . . . , n.
126
x2k+1
(2k + 1)!
2k+2
), x 0.
+ o(x
(3) La funcin coseno: procediendo como con el seno obtenemos que, para todo k N,
2k
x2
x4
k x
2k+1
+ o(x
cos(x) = 1 2! + 4! + + (1)
), x 0.
(2k)!
(4) La funcin logaritmo: f (x) = log(1 + x). Para todo n N (ver Ejemplo 64),
n
x2
x3
n 1 x
+
+
(1)
+ o(xn ), x 0.
log(1 + x) = x 2
3
n
p
0
p
1
x+
p
2
x2 +
p
3
x3 + +
p
k
p
p
xp ,
p!
, para
k! (pk)!
p!
k! (pk)!
127
=
128
p(p 1)(p 2) (p k + 1)
k!
p(p 1)(p 2) (p k + 1)
k!
1/2
Por ejemplo,
(1/2)(3/2)(5/2)
=
= 1.
5
=
3!
R,
16
f(i) (0)
p(p 1)(p 2) (p i + 1)
=
i!
i!
y tenemos que, para todo n N,
p
i
, i N,
(1 + x)p =n
129
p
1
+
p
2
x2 +
p x3 + n
n
3 p + x + o(x ), x
0.
130
3 2 1 0
= 0,
4!
y lo mismo ocurre con cualquier natural n > 3. Por lo tanto obtenemos que
(1 + x)3 =
3
0
3
1
x+
x2 +
x3 = 1 + 3x + 3x2 + x3 ,
1
= (1 + x) 1/2 =
1+x
1
es una funcin binmica con p = 1/2, luego
1+x
1/2
0
1/2
1
x+
1/2
2
x2 +
1/2
3
x3 + . . .
= 1,
1/2
1
2
obtenemos que
1+x
= 1
1/2
( 12 )(3 2 )
2!
1/2
= ,
8
5
16
+ x x + o(x ), x 0.
8
16
x0
sen(x) x
.
x3
Una posibilidad es utilizar la regla de LHopital (Teorema 54, pgina 100). Comprueba que
habra que aplicarla 3 veces para obtener el valor del lmite. Otra posibilidad es utilizar los
desarrollos de Taylor:
sen(x) = x
x3
3!
+ o(x ), x 0 luego
3!
+ o(x ), x 0
i
3!x3 + o(x ) h 3
1
sen(x)
x
3
= o(x ) es despreciable frente a x =
.
lm
= lm
3
3
x
x0
x0
6
x
3
y, as,
sen(x) x =
x3
131
4.5.2.
132
X
f0 (a)
f00 (a)
f(n) (a)
f(i) (a)
i
2
n
(x
a)
=
f
(a)
+
(x
a)
+
(x
a)
+
+
i!
1!
2!
n! (x a) + . . .
i=0
que es una SP(a) (ver Nota 24). Queremos saber para qu valores de x D la serie de Taylor
de f en a es convergente y suma f (x), pues para estos valores de x podremos decir que
f
f (x) = f (a) + f (a)
1! (x a) +
0
00
(a)
2! (x
a)2 + + f
(n)
(a)
n! (x
a)n + . . .
f0 (a)
f(n1) (a)
(x a) + +
(x a)n1 = Pn1 (x).
1!
(n1)!
2!
3!
n!
n!
resto puede expresarse como Rn (x) = f n!() xn , con (0, x). Para las funciones (1) y (2)
n
siguientes utilizamos que, para todo a R, lm an! = 0 (demustralo).
n
133
(n)
f(n) ()
0 Rn (x) =
|x|n
exp()
n
x exp(x)
0 x R.
n!
n!
n!
x
x2
x3
+
+
+ x R.
1! 2!
3!
1
1!
1
2!
1
3!
1
4!
1
1!
1
2!
1
3!
1
4!
+ es
+ = exp(1) = e1 .
x2k+1
(2k + 1)!
x R.
+
(1)
+ para todo x (1, 1).
log(1+x) = x 2
3
n
(5) La funcin binmica: f (x) = (1 + x)p , p R, es indefinidamente diferenciable en
(1, +). Sin embargo, puede probarse que su serie de Taylor slo converge en (1, 1):
(1 + x)p =
p
0
p
1
x+
p
2
x2 +
p x3 + +
3
p
n
xn +
x (1, 1).
Ejemplo 54 (Serie de Taylor que no suma f (x)) Sea f (x) = exp( x21 ), si x = 0,
f (0) = 0. Puede verse que f es indefinidamente diferenciable en R, y que f (n) (0) = 0 n N.
134
135
n
z
z2 + + z
exp(z) = 1 + +
n! + (puede verse que converge para todo z C).
1! 2!
( i)n
i ( i)2 ( i)3 ( i)4 ( i)5 ( i)6
+
+
+
+
+
3!
4!
5!
6! + + n! + =
1!
2!
como i1 = i, i2 = 1, i3 = i, i4 = 1, i5 = i, i6 = 1, i7 = i,
2 4
3 5
1 +
+ + +
+ i = cos() + sen() i,
2! 4!
3! 5!
que es la conocida frmula de Euler, e i = cos() + sen() i que vimos en la Definicin 10.
4.5.3.
Puede probarse que es correcto realizar operaciones con las SP (suma, producto, derivacin, etc.) en su intervalo de convergencia abierto, (R, +R), como si fuesen polinomios.
Veamos algunos ejemplos.
Ejemplo 55 (Derivacin trmino a trmino) Como
x3
x5
x2k+1
k
+ x R,
sen(x) = x 3! + 5! + + (1)
(2k + 1)!
2k
x2
x4
k x
+
cos(x) = 1 2! + 4! + + (1)
(2k)!
x R.
1
x
x2
x3
1
x
x2 x3
1+ +
+
2
1! 2!
3! +
2
1! 2!
3! +
luego senh(x) =
x
x3
x5
+
+
1! 3!
5! + para todo x R.
136
x x3 x5
+ + +
1! 3! 5!
137
= 1,
= ,
2
1/2
2 )( 2
2!
1+x
1+x2
x4 + . . .
1/2
,
16
1/2
,
128
obtenemos que
1
(1 + x) = 1 +
2
1/2
1
x
1
2
x +
x
3
16
1/2
0
1/2
= 1,
obtenemos que (1 + x2 )
1
2
128
1/2 x2 +
1
1
,
2
1/2
(x2 )2 + y calculando
2
1/2
( 12 )(3 2 )
3
= ,
2!
8
1 2 3 4
2
= 1 2 x + 8 x + , para todo x tal que |x | < 1, es decir,
para todo x (1, +1). Multiplicando las dos series como si fuesen polinomios tenemos que
q
1+x
f (x) =
= 1 + 1 x 1 x2 + 1 x3 1 x4 + 1 1 x2 + 3 x4 + =
1+x2
16
= 1 + 1 x + 1 1 x2 + 1 +
2
128
x3 + = 1 + 1 x 5 x2
16
8
3
x3 + x (1, 1).
16
1
. Queremos calcular su serie
cos(x)
x
2!
x
4!
x R. Para dividr,
= 1.
139
2!
4!
Trmino en x0 :
d0 1 = 1 = d0 = 1.
Trmino en x1 :
d0 0 + d1 1 = 0 = d1 = 0.
Trmino en x2 :
1
d0 ( 1
2 ) + d1 0 + d2 1 = 0 = d2 = 2 .
Trmino en x3 :
d0 0 + d1 ( 1
2 ) + d2 0 + d3 1 = 0 = d3 = 0.
Trmino en x4 :
d0 ( 4!1 ) + d1 0 + d2 ( 1
2 ) + d3 0 + d4 1 = 0 = d4 =
5
24
.
Por lo tanto, sec(x) = 1 + 12x2 +
5
24
x4 +
En general,
que queremos calcular la SP que resulta del cociente de dos SPs
P supongamos
P
conocidas,
an xn ,
bn xn , es decir, queremos calcular los di tales que
P
X
X
X
X
an xn
n
n
n
d
x
b
x
an xn .
dn x = P
=
n
n
bn xn
d0 b0 = a0
Trmino en x1 :
d0 b1 + d1 b0 = a1
Trmino en x2 :
d0 b2 + d1 b1 + d2 b0 = a2
= d0 = . . .
= d1 = . . .
= d2 = . . .
.
y as vamos calculando los coeficientes di de la SP cociente.
Ejemplo 59 (Sustitucin de una SP en otra) Sea f (x) = exp sen(x) . Queremos cal2
3
cular su serie de McLaurin. Como exp(x) = 1 + x + x + x + , x R, entonces
1!
2!
3!
exp sen(x) = 1 +
sen(x)
sen 2 (x)
sen3 (x)
+
+
+
1!
2!
3!
exp sen(x) = 1 +
+1 xx +x
xx +x
1!
3!
5!
2!
+ x +
140
+x
3!
5!
3!
3!
5!
Calculamos x x + x
3
4!
3!
5!
, x x + x +
3
141
4.6.
x D,
Es decir, la integral (indefinida) no es slo una funcin primitiva sino una familia de infinitas
funciones primitivas que dependen de un parmetro.
A partir de la Tabla 1 de derivadas obtenemos la Tabla 2 de primitivas o integrales
inmediatas. Slo vamos a comentar la integral de 1x. Sabemos que la primitiva de 1x es
log(x), pero sta slo est definida para x > 0, mientras que 1x est definida tambin para
1
x < 0. Para x < 0, la derivada de F (x) = log(x) es F 0 (x) = x
= x1 , luego la funcin
(
log(x),
si x > 0
F (x) =
, es decir, F (x) = log(|x|)
log(x),
si x < 0
Z
1
1
dx = log(|x|) + C .
es la primitiva de f (x) = x en todo R \ {0} y escribimos
x
142
2
x
(1 + cos(x) + log(1 + x ))(x + 2 + e )
143
p+1
xp dx =
Z
Integrales inmediatas
Z
x
+C
p+1
(p = 1)
1
dx = log(|x|) + C
x
u0 (x)
dx = log(|u(x)|) + C
u(x)
Z
cos(u(x))u0 (x) dx = sen(u(x)) + C
cos(x) dx = sen(x) + C
Z
Z
sen(x) dx = cos(x) + C
1
cos2 (x)
+C
e dx = e + C
u(x)
p+1
Z
x
u(x)p u0 (x) dx =
p+1
dx = tg(x)+C
dx = arc sen(x) + C
1 x2
1
dx = arc tg(x) + C
1 + x2
u0 (x)
cos2 (u(x))
p
Z
dx = tg(u(x))+C
u0 (x)
dx = arc sen(u(x)) + C
1 u(x)2
u0 (x)
dx = arc tg(u(x)) + C
1 + u(x)2
145
sen2 (x)
dx =
cos(x)
h
Descomponiendo en fracciones simples,
Z
=
1
1 dt +
dt
1t
1
+
dt
1+t
Z
=
t2
dt =
1 t2
i
1
1
t2
=
1
+
+
,
luego
1 t2
2(1 t) 2(1 + t)
1
=
t = sen(x)
dt = cos(x)dx
1
log(|1 + t|)
log(|1 t|) t + C =
h
i
1
1
= deshaciendo el cambio, t = sen(x) = log(1+sen(x)) log(1sen(x)) sen(x) + C .
2
2
4.6.1.
147
(basta derivar para comprobarlo). As, las SPs pueden integrarse (y derivarse) trmino a
trmino en (R, +R). Veamos algunos ejemplos.
x3
x5
x2k+1
k
+ x R, si inEjemplo 62 Como sen(x) = x 3! + 5! + + (1)
(2k + 1)!
tegramos trmino a trmino tenemos que:
cos(x) =
x2
x4
x6
+
+ + C
2!
4!
6!
= en x = 0 = 1 = C , luego
2k
x2
x4
k x
+
= cos(x) = 1 2! + 4! + + (1)
(2k)!
Ejemplo
63 (La primitiva de
sen(x)
sen(x)
x R.
si x = 0, f (0) = 1, es
) La funcin f (x) =
una funcin continua en R que tiene funcin primitiva, F (x) + C . Aunque no se conoce
ninguna frmula o expresin sencilla para esta funcin primitiva F (x), s podemos conocer
su desarrollo de Taylor a partir del desarrollo de Taylor de f (x):
sen(x)
x2 x4
x2k
k
=
1
+
(1)
+ x R,
f (x) =
3!
5!
(2k + 1)!
x
si integramos trmino a trmino tenemos que:
Z
sen(x)
x5
x2k+1
x3
+
+ + ( 1)k
F (x) =
+ x R.
dx
=
x
1
,
1+ x
1
1
=
= 1 + (x) + (x)2 + (x)3 + = 1 x + x2 x3 + x4 +
1+ x
1 (x)
para todo x tal que | x| < 1, es decir, para todo x (1, +1). Integrando (sale C = 0),
n
x2
x3
n 1 x
+
+
(1)
+
log(1 + x) = x 2
3
n
+
(1)
+ x (1, 1].
log(1+ x) = x 2
3
n
148
(x2 )
1
,
1 + x2
149
para todo x tal que | x2 | < 1, es decir, para todo x (1, 1). Integrando,
arc tg(x) = x 13 x3 + 15 x5 17 x7 + para todo x (1, 1).
Adems, para x = 1 la serie resulta 1 13 + 15 17 + , que es convergente por Leibniz y
lo mismo ocurre para x = 1. Por el Teorema 41 de Abel tenemos que
arc tg(x) = x
1 3 1 5 1 7
x + x x +
5
3
7
x [1, 1].
f (x) = 1x2 = (1 +( x ))
= Binmica con p = 1/2 =
=
21
21
21
2 1
2
2 2
2 3
+
(x
)
+
(x
)
+
1
2
3 (x ) + =
0
= 1 + 1 x2 + (1/2)(3/2) x4
2
2!
(1/2)(3/2)(5/2)
3!
x3
2 3
+ 13
x5
24 5
x + = 1+ 2 x +
6
+ 135
x7
+...
13
24
x +
para todo x
246 7
135
246
x +...
( 1, +1).
1 x3
2 3
4.7.
5
7
+ 1 3 x + 1 3 5 x + . . .
24 5
246 7
(7)
para una f (x) conocida. Esta ecuacin (7) es un ejemplo sencillo de ecuacin diferencial.
Una ecuacin diferencial es una ecuacin en la que aparece una variable independiente
x, una variable y que es funcin de x, y(x), y la derivada de esta funcin, y 0 (x). Un ejemplo
ms complicado podra ser:
2 sen(xy)y 0 + (1+ x)y2 = exy y 0 .
Resolver una ecuacin diferencial es encontrar la o las funciones y(x) que cumplen la
ecuacin. Puesto que no sabemos encontrar una gran parte de funciones primitivas (ver
150
Nota 52), muchas ecuaciones diferenciales, incluso de las ms sencillas como (7), no se pueden
resolver. El objeto de esta seccin no es resolver ecuaciones diferenciales sino entender qu
es una ecuacin diferencial.
151
significa que, entre las infinitas funciones que forman la solucin general, la nica funcin
que cumple la condicin inicial y(2) = 1 es x2 1, como puede verse en la Figura 73. Esta
funcin y = x2 1 se llama solucin particular de la ecuacin diferencial y 0 = x con la
condicin inicial y(2) = 1.
Veamos otro ejemplo sencillo. Consideremos ahora la ecuacin diferencial y 0 = y. En
este caso, en cada punto (x, y) del plano la pendiente de la solucin vale y, lo que podemos
representar como en la gfica de la Figura 74, que representa la solucin general de la
ecuacin diferencial y 0 = y. Grficamente, podemos conjeturar que esa familia de funciones
para todo C1 , C2 R.
Para comprobarlo, derivamos dos veces: y 0 (x) = kC1 sen(kx) + kC2 cos(kx)
= C1 = 1
y de la segunda que
0 = y 0 (0) = kC1 sen(kx) + kC2 cos(kx) = kC2
= C2 = 0
(8)
k 2a
43
= a4 =
( k 2) 2
4!
C0
5 4 a 5 = k 2 a 3 = a 5 =
k 2a
54
= a5 =
( k 2) 2
5!
C1
6 5 a 6 = k 2 a 4 = a 6 =
k 2a
65
= a6 =
( k 2) 3
6!
C0
7 6 a 7 = k 2 a 5 = a 7 =
..
k 2a
76
= a7 =
( k 2) 3
7!
C1
154
k2
2
2
k
3!
C0
C1
4!
x6 +
+C
6!
= C0 cos(kx) + 1 C1 kx k x3 + k x5
k
3!
5!
x 3 + k x5
2
3!
5!
x7 +
= (9)
7!
= C cos(kx) + 1 C sen(kx).
0
7!x7
155
5.
En este tema vamos a extender los conceptos relacionados con la derivada de una funcin
de una variable a funciones de varias variables. Recordemos que una funcin de una variable
es diferenciable en un punto si tiene recta tangente (no vertical) en ese punto, y la derivada
es la pendiente de esa recta. Una funcin de dos variables va a ser diferenciable en un punto
si tiene plano tangente (no vertical) en ese punto (ver Seccin 5.4). Ya sabemos qu es la
pendiente de una recta. Qu es la pendiente de un plano?
156
Figura 76: Las infinitas derivadas que puede tener una funcin f (x, y) en un punto (x0 , y0 )
5.1.
Derivadas parciales
Del mismo modo que la derivada f 0 (x) indica cmo vara la funcin f (x) en cada punto
(ver Figuras 58, 59 y 60), la derivada D1 f (x, y), llamada derivada parcial primera, indica
cmo vara la funcin f (x, y) en cada punto en la direccin del eje OX (Figura 77a). As,
la derivada parcial primera de f (x, y) en un punto es la pendiente de la recta tangente (si
existe) en dicho punto en la direccin del eje OX (Figura 77a).
Nota 54 Por definicin, la parcial D1 f (x0 , y0 ) (si existe) es la derivada de la funcin f (x, y0 ),
que resulta de fijar y = y0 y considerar variable slo a la x. Por lo tanto,
D1 f (x0 , y0 ) indica el cambio que se produce en el valor de f cuando, a partir de (x0 , y0 ),
aumentamos la variable x en una unidad manteniendo la y constante, y = y0 .
D1 f (x0 , y0 ) es la pendiente de la recta tangente en (x0 , y0 ) en la direccin del eje OX.
La derivada parcial primera puede calcularse considerando a la y como constante y derivando respecto a x con las reglas de derivacin conocidas para una variable, como se ve en
el siguiente ejemplo.
Ejemplo 68 Sea f (x, y) = 2x sen(x2 + y2 ). Su derivada parcial primera en un punto
(x, y) R2 se calcula derivando respecto a x considerando la y como una constante:
D1 f (x, y) = 2 sen(x2 +y 2 ) + 2x cos(x2 +y 2 )2x.
La derivada parcial segunda de f indica cmo vara la funcin f (x, y) en cada punto
en la direccin del eje OY, y se define como la derivada de la funcin de una variable f (x0 , y):
Definicin 47 (Derivada Parcial Segunda) Dada f : D R2 R y dado (x0 , y0 )
punto interior de D, se llama derivada parcial segunda de f en (x0 , y0 ) al lmite
f(x0 , y0 +h) f(x0 , y0 )
f(x0 , y) f(x0 , y0 )
lm
o bien
lm
yy
h0
h
0
y y0
(si existe y es finito) y se representa por D2 f (x0 , y0 ) o bien por
f
(x0 , y0 ).
y
Figura 78: Derivadas parciales de una funcin de dos variables en un punto (x0 , y0 ).
Nota 56 (Generalizacin a Rn ) Para funciones con n variables, f (x1 , x2 , . . . , xn ), se define su derivada parcial k-sima, o derivada parcial respecto a xk , en el punto (x1 , x2 , . . . , xn ),
f
que denotamos por Dk f (x1 , x2 , . . . , xn ) o bien por x
(x1 , x2 , . . . , xn ), al lmite (si existe y
k
es finito)
f(x1 ,. . . ,xk + h,. . . ,xn ) f(x1 , .. . ,xk ,.. . ,xn ) h
lm
.
h0
Notar que mantenemos constantes a todas las xi excepto a la propia xk , que es la nica
variable respecto a la cual derivamos. As, el modo de calcular esta derivada parcial es
considerar a todas las dems xi como constantes y derivar slo respecto a xk . Intuitivamente,
Dk f (x1 , x2 , . . . , xn ) representa la variacin de la funcin f desde el punto (x1 , x2 , . . . , xn ) si
aumentamos en una unidad la variable xk manteniendo constantes las dems variables xi .
159
D1 f (x, y, z, t) = 2yez +t ,
D2 f (x, y, z, t) = 2xez
2+t 2
z 2+t2
D3 f (x, y, z, t) = 4xyze
D4 f (x, y, z, t) = 4xytez
5.2.
2+t 2
Derivadas direccionales
Las derivadas parciales en un punto (x0 , y0 ) son las derivadas en las direcciones dadas
por los ejes de coordenadas (Figura 78). Ahora vamos a estudiar la derivada de f en el punto
(x0 , y0 ) pero en la direccin dada por un vector unitario v = (v1 , v2 ) R2 , kvk = 1, (ver
Figura 79a). Notar que, a partir de (x0 , y0 ), los puntos que estn en la direccin dada por v
pueden expresarse como (x0 , y0 ) + h(v1 , v2 ), siendo h R un parmetro (Figura 79b).
Definicin 48 (Derivada direccional) Dada f : D R2 R, dado (x0 , y0 ) punto interior de D y dado un vector unitario v = (v1 , v2 ) R2 , se llama derivada direccional de f en
(x0 , y0 ) en la direccin v al lmite
Dv f (x0 , y0 ) = lm f((x0 , y0 ) + h(v1 ,v2 )) f(x0 ,
h0
y0 ) h
,
o bien
Dv f (x0 , y0 ) = lm f(x0 + hv1 , y0 + hv2 ) f(x0 , y0 )
h0
h
.
160
5.3.
El plano tangente
Figura 80: Grficas de f (x, y) = 1|x||y |, f (x, y) = 1|x|, f (x, y) = max(1|x|, 1|y|)
Figura 81: Un ejemplo en el que no todas las rectas tangentes estn en un mismo plano.
5.4.
Recordemos que f (x) es diferenciable en un punto si tiene recta tangente (no vertical) en
dicho punto. En dos variables, vamos a definir que f (x, y) es diferenciable en un punto de modo que signifique que la funcin tiene plano tangente (no vertical) en dicho punto (Definicin
(x0 )
50). Para generalizar la definicin de diferenciable en una variable, lm f(x)f
= f 0 (x0 ),
xx0
xx0
xx0
lm
xx0
lm
xx0
f(x)f(x0 )
xx0
f 0 (x0 ) = 0, =
y significa que, cuando x x0 , la diferencia entre la funcin y una recta (su recta tangente
en x0 ) tiende a cero ms rpido que (x x0 ) (o bien que es o (x x0 ) , x x0 ), ver Nota
49). Esta expresin s podemos generalizarla a dos variables:
Definicin 50 (Funcin Diferenciable) Sea f : D R2 R y sea (x0 , y0 ) punto interior de D. Diremos que f es diferenciable en (x0 , y0 ) si existen dos constantes K y M y
162
existe el lmite
lm
(x,y)(x0 ,y0 )
lm
xx0
f(x, y0 ) f(x0 , y0 ) K (x x0 )
= 0 =
|x x0 |
h
f(x, y ) f(x , y )
0
lm
xx0
x x0
= 0 =
f(x, y0 ) f(x0 , y0 ) K (x x0 )
=0
xx0
x x0
i
lm
= K =
Definicin 47
= existe D1 f (x0 , y0 ) = K.
Del mismo modo (haciendo x = x0 en el lmite de la Definicin 50) se obtiene que existe
D2 f (x0 , y0 ) = M .
Si sustituimos K y M por D1 f (x0 , y0 ) y D2 f (x0 , y0 ) en la Definicin 50, el plano del
lmite es el plano tangente a f en (x0 , y0 ) (ver Definicin 49). As, una funcin f (x, y) es
diferenciable en un punto (x0 , y0 ) interior de su dominio si su grfica tiene plano tangente no
vertical (pues K y M son constantes finitas) en (x0 , y0 , f (x0 , y0 )). Por ejemplo, las funciones
de la Figura 35 en la pgina 64 son diferenciables en todos los puntos. Si tiene plano tangente,
tambin tiene todas las rectas tangentes, luego existen todas las derivadas direccionales en
ese punto (entre ellas las derivadas parciales, como hemos demostrado).
Una funcin f (x, y) no es diferenciable en (x0 , y0 ) si la grfica de f no tiene plano tangente
en dicho punto. Por ejemplo, las funciones de la Figura 80 no son diferenciables en los puntos
de las aristas (no hay plano tangente), aunque s lo son en los dems puntos.
El siguiente Teorema es equivalente al Teorema 45 para funciones de una variable.
Teorema 59 (Diferenciable implica continua) Sea f : D R2 R y sea (x0 , y0 )
punto interior de D. Si f es diferenciable en (x0 , y0 ), entonces f es continua en (x0 , y0 ).
163
164
f (x, y) f (x0 , y0 ) =
lm
(x,y)(x0 ,y0 )
=
=
lm
(x,y)(x0 ,y0 )
f (x, y) f (x0 , y0 ) K (x x0 ) M (y y0 ) + K (x x0 ) + M (y y0 ) =
+
luego
lm
(x,y)(x0 ,y0 )
lm
(x,y)(x0 ,y0 )
(x x0 )2 + (y y0 )2 +
K (x x0 ) + M (y0 y0 ) = 0 0 + K 0 + M 0 = 0,
Nota 57 Que existan las dos parciales D1 f y D2 f en un punto (x0 , y0 ) no implica que f sea
diferenciable en (x0 , y0 ). De hecho, ni siquiera implica que f sea continua en (x0 , y0 ), como
se ve en la funcin de la Figura 82,
0 si x = 0, y = 0
f (x, y) =
1 si x = 0 y = 0,
Figura 82: Funcin con derivadas parciales en (0, 0) pero no continua en (0, 0)
f (x, y) =
0 si x = 0, y = 0
1 si x = 0 y = 0,
que tiene las dos derivadas parciales en (0, 0), que son las pendientes (cero) de las dos rectas
horizontales en las direcciones de los ejes de coordenadas a la altura de z = 1, pero f no
es continua en (0, 0). Sin embargo, si las parciales son continuas en un entorno de (x0 , y0 )
entonces f s es diferenciable en (x0 , y0 ), como dice el siguiente Teorema 60. Este teorema
tambin proporciona un modo de comprobar si f es diferenciable en un punto (x, y).
165
166
= lm
=
(h,k)(0,0)
h2 + k 2
= =
h
i
2
(h k)2
2
=
polares
= lm (r cos()r sen()) = lm r(cos() sen())2 = 0.
2
r0
r0
(h,k)(0,0) h + k
r
5.5.
lm
Si una funcin f (x, y) tiene derivada parcial primera, D1 f (x, y), en todos los puntos
de su dominio, entonces D1 f (x, y) es tambin una funcin de dos variables, y podemos
plantearnos sus derivadas parciales, que sern derivadas parciales de segundo orden de f .
Veamoslo con un ejemplo:
Ejemplo 71 Sea f (x, y) = 2x sen(x2 + y2 ). Su derivada parcial primera es
f
(x, y) = 2 sen(x2 + y2 ) + 2x cos(x2 + y 2 )2x,
x
que es tambin una funcin de dos variables y tiene dos derivadas parciales, que son derivadas
parciales de segundo orden de f :
2f
(x, y) = 12x cos(x2 + y2 ) 8x3 sen(x2 + y 2 ),
x2
2f
yx
f
(x, y) = 4xy cos(x2 + y 2 ),
y
2f
(x, y) = 4x cos(x2 + y2 ) 8xy2 sen(x2 + y 2 ).
y2
168
(x, y) =
(x, y),
o bien
D11 f (x, y) = D1 (D1 f ) (x, y).
x2
x x
2f
y2
(x, y) =
2f
yx
(x, y) =
2f
xy
(x, y) =
(x, y),
o bien
(x, y),
o bien
(x, y),
o bien
Nota 58 (Derivadas parciales cruzadas) Vemos en el ejemplo 71 que las dos parciales
de segundo orden cruzadas son iguales, D12 f (x, y) = D21 f (x, y). Esto no es siempre as,
como puede verse en algn ejemplo como el siguiente.
x2 y2
xy 2
si (x, y) = (0, 0)
x + y2
Ejemplo 72 consideremos la funcin f (x, y) =
0
xhxx2h
0
f(x, h) f(x, 0)
x2 h2
+h2
D 2 f (x, 0) = lm
= x.
= lm
= lm x 2
h0
h0
h0
x + h2
h
h
2
D1 f(0,h) D1 f(0, 0)
h
h0
h0
= lm h 0 = 1.
h0
h
D2 f(h,0) D2 f(0,0)
= lm h 0 = 1.
h
h0
h
169
170
D1n f (a)
D2n f (a)
Dnn f (a)
El Teorema de Schwartz nos asegura que, bajo ciertas condiciones de continuidad, las
derivadas parciales cruzadas coinciden,
2f
2f
Dij f (a) = Dji f (a),
o bien
(a) =
x x
j
(a),
x x
i
5.6.
f
R2
R.
R
171
172
definida por
Vemos (Figura 83) que cuando t recorre el intervalo [0, 2], la imagen (t) recorre la circun-
definida por
En este caso, cuando t recorre el intervalo [0, ], el valor 2t recorre el intervalo [0, 2], luego
(t) describe la circunferencia unidad entera. Por otro lado, la parametrizacin
: [0, 2] R R2
definida por
describe una partcula dando dos vueltas a la circunferencia unidad, mientras que
: [0, 2] R R2
definida por
describe una partcula recorriendo la circunferencia unidad en sentido contrario. Todas las
funciones anteriores parametrizan la circunferencia unidad, de ecuacin x2 + y2 = 1.
173
definida por
174
f
D R2
IR
R
t0
(t0 )
f ((t0 )).
g = f
175
(10)
o bien
y el vector
lo que puede leerse como que la derivada de g(t) = f (t) es la derivada de f (gradiente)
en (t) sin derivar por (producto escalar) la derivada de , 0 (t). As, esta frmula recuerda
a la otra regla de la cadena vista en el Teorema 47 para funciones con una variable.
La regla de la cadena tiene una aplicacin inmediata al clculo de las derivadas direccionales (ver Seccin 5.2 en pgina 128), como indica el siguiente teorema.
176
h0
h0
g(h) g(0)
= g 0 (0).
h
Observemos que g(h) es la composicin de f (x, y) con la funcin (h) = (x0 + hv1 , y0 + hv2 ),
luego derivando g(h) con la regla de la cadena (10) tenemos que
g 0 (h) = D1 f (x0 + hv1 , y0 + hv2 )v1 + D2 f (x0 + hv1 , y0 + hv2 )v2 ,
y, tomando h = 0, g 0 (0) = D1 f (x0 , y0 )v1 + D2 f (x0 , y0 )v2 .
Nota 59 Este teorema puede entenderse del modo siguiente: si f es diferenciable en (x, y),
entonces la grfica de f tiene plano tangente en el punto (x, y, f (x, y)) y este plano contiene
a todas las rectas tangentes (derivadas direccionales), luego conociendo dos de ellas (por
ejemplo las correspondientes a las derivadas parciales) todas las dems pueden expresarse
como combinacin de esas dos.
Nota 60 (Direccin de pendiente mxima) Sabemos que la pendiente de una funcin
f en la direccin dada por un vector unitario v R2 es la derivada direccional, Dv f (x0 , y0 )
(ver Seccin 5.2). Si f es diferenciable, entonces Dv f (x0 , y0 ) = f (x0 , y0 ) v (Teorema 63),
y como el producto escalar puede expresarse como
Dv f (x0 , y0 ) = f (x0 , y0 ) v = k f (x0 , y0 ) k k v k cos(),
la derivada direccional ser mxima cuando cos() = 1, es decir, cuando el vector v forma
un ngulo = 0 con el gradiente f (x0 , y0 ). Por lo tanto, la direccin y sentido de pendiente
mxima de una funcin f en un punto (x0 , y0 ) viene dada por el vector gradiente f (x0 , y0 )
y esta pendiente vale k f (x0 , y0 ) k.
Del mismo modo, la direccin y sentido de pendiente mnima viene dada por f (x0 , y0 )
(cos() = 1, ngulo = ) y la direccin de pendiente nula es perpendicular al gradiente
f (x0 , y0 ) (cos() = 0, ngulo = 2 ). La direcciones de pendiente nula son las que siguen
las llamadas curvas de nivel, que son las curvas en el plano XY definidas por f (x, y) = cte
(ver Figura 37 en la pgina 65). As, el gradiente f (x0 , y0 ) es perpendicular a las curvas de
nivel (ver Figura 85).
177
Figura 85: Curvas de nivel y vector gradiente de una funcin f (x, y).
Nota 61 (Generalizacin a Rn ) La regla de la cadena (10) es tambin vlida para funciones de n variables: la derivada de g(t) = f (t) = f x1 (t), x2 (t), . . . , xn (t) , es
g 0 (t) = f ((t)) / 0 (t) ,
o bien
5.7.
(11)
En la regla de la cadena (11) anterior las funciones g y xi slo tienen una variable (la t):
g(t) = f (t) = f x1 (t), x2 (t), . . . , xn (t) .
Supongamos ahora que tienen dos variables, u y v (tomemos, para simplificar, n = 3),
g(u, v) = f (u, v) = f x(u, v), y(u, v), z(u, v) ,
(12)
R3
(u, v)
g = f
R
f ((u, v))
slo respecto a u (una variable), podemos aplicar la regla de la cadena (11) anterior a la
expresin (12) derivando respecto a u:
D1 g(u, v) = D1 f (u, v) D1 x(u, v) + D2 f (u, v) D1 y(u, v) + D3 f (u, v) D1 z(u, v). (13)
En notacin clsica, la frmula (13) resulta
f
x
f
f
z
g
y
(u, v) =
(u, v)
(u, v)
(u, v ) (u, v) +
(u, v)
(u, v),
u
u
y
z
u
+
x
u
Notar que en esta frmula estamos haciendo un cierto abuso de notacin, pues x es
x
a la vez una variable (en f
x ) y una funcin (en
u). Esta frmula puede recordarse ms
fcilmente con un diagrama. Dada g(u, v) = f (x(u, v), y(u, v), z(u, v)), consideramos que la
funcin f depende de tres variables, x, y, z, que a su vez dependen de otras variables, u, v,
lo que expresamos con el siguiente diagrama:
&
%
y
&
g
u
g
f x
=
=
v
&
&
x u
f x
x v
f y
+
+
y u
f y
f z
+
+
y v
z u
f z
z v
x
%
f
&
h
r
f x
=
x r
179
f y
+
y r
f
= cos()
f
+ sen()
&
%
y
&
f x
=
180
f y
+
= r sen()
f
x
f
+ r cos()
o, ms exactamente,
f
f
h
(r, ) = cos()
r cos(), r sen() + sen()
r cos(), r sen() ,
r
x
y
h
f
f
(r, ) = r sen()
r cos(), r sen() + r cos()
r cos(), r sen() .
x
y
&
=
&
&
h
r
f
x
(x2 + y 2 ) 2 2x +
1
h r
=
r x
x2
h
+
y2
o ms exactamente
f
x
h p 2
x + y 2 , arc tg( xy )
(x, y) = p
x
x2 + y2 r
x2
x2 + y2 r
y
h
+y 2
x2
y2
x2 + y2 , arc tg( xy ) .
=
r
r
= sen()
f
x
r sen()
f
x ,
r sen()
f
f
+ r cos()
x
y
f
x
f
+ cos()
+ r cos()
f
2 f x
181
f
x
&
x2 r
2 f y
,
yx r
luego
2
&
%
y
&
f y
f x
=
xy
r
182
y2 r
Sustituyendo,
f
= sen()
+ cos()
5.8.
r sen()
x2 r
f
+ cos()
2 f y
yx r
2 f x 2 f y
+
xy r y 2 r
f
+ r cos()
y
f
= sen()
2 f x
2f
2f
r sen() cos()
+ r sen() cos() 2 +
x2
y
2
f
+ r cos2 () r sen2 ()
.
xy
y
En la seccion 4.4 hemos visto el mtodo de Newton para resolver la ecuacin de una
variable f (x) = 0. Supongamos ahora que tenemos un sistema de n ecuaciones y n variables:
f1 (x1 , x2 , . . . , xn ) = 0
f2 (x1 , x2 , . . . , xn ) = 0
f (x , x , , x ) = 0
2 ...
n
n
1
Si llamamos x = (x1 , x2 , . . . , xn ) Rn y consideramos el campo vectorial F : Rn Rn ,
F (x) = f1 (x), . . . , fn (x) , lo que queremos resolver es el sistema F (x) = 0. El mtodo de
Newton para varias variables es similar al de una variable presentado en la pgina 102: a partir
de una aproximacin inicial x0 = (x01, x02, . . . , x0n) Rn vamos generando aproximaciones
x1 2 3
sucesivas , x , x , . . . con la frmula
k
xk+1 = xk JF1 (xk )F (x ),
JF (x ) =
Fi
xj
(x )
=
nn
D1 F1 (xk )
.
.
D1 Fn (xk )
Dn F1 (xk )
...
Dn Fn (x )
183
5.9.
La frmula de Taylor para una funcin de una variable f involucra a f y a sus derivadas
sucesivas en un punto a del dominio, f (a), f 0 (a), f 00 (a), . . . , f (n) (a). Una funcin de dos variables, f (x, y), tiene 2 derivadas parciales de primer orden, 4 derivadas parciales de segundo
orden, 8 de tercer orden, etc., y la frmula de Taylor resulta ms complicada.
Teorema 64 (de Taylor) Sea f : D R2 R una funcin con derivadas parciales
hasta segundo orden continuas en D. Sean (x0 , y0 ), (x0 + h, y0 + k) puntos de D tales que el
segmento que los une est contenido en D. Entonces, existe un (0, 1) tal que
f (x0 + h, y0 + k) = f (x0 , y0 ) + D1 f (x0 , y0 )h + D2 f (x0 , y0 )k +
+
1
D f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k2 .
2 11
y, en t = ,
g 00 () =
1
D f (x0 , y0 )h2 + 2D12 f (x0 , y0 )hk + D22 f (x0 , y0 )k 2 +
2 11
1
D f (x0 , y0 )h3 + 3D112 f (x0 , y0 )h2 k + 3D122 f (x0 , y0 )hk 2 + D222 f (x0 , y0 )k 3 +
3! 111
184
1
D1111 f (x0 , y0 )h4 + 4D1112 f (x0 , y0 )h3 k + 6D1122 f (x0 , y0 )h2 k2 + . . .
4!
donde los ltimos puntos suspensivos representan los trminos de grado superior a 4.
5.10.
La Funcin potencial
D2 H (x, y) = q(x, y)
(x, y) D.
Nota 63 (Condicin necesaria) Si dos funciones p, q tienen funcin potencial H , entonces cumplen que
D2 p(x, y) = D1 q(x, y),
pues como H tiene derivadas parciales hasta orden 2 continuas,
h
i
D2 p = D12 H = Teorema de Schwartz = D21 H = D1 q.
Nota 64 (Condicin suficiente) Si dos funciones p, q cumplen que D2 p = D1 q en un rectngulo D = [a, b] [c, d] de R2 , entonces p, q tienen funcin potencial H. Para demostrarlo,
fijamos un (x0 , y0 ) D = [a, b] [c, d] cualquiera y consideramos la funcin
Zx
Zy
H (x, y) =
q (x, s) ds
p (t, y0 ) dt +
x0
y0
que est bien definida ya que los segmentos [x0 , x] {y0 } y {x} [y, y0 ] estn dentro de
D por ser D un rectngulo. Calculemos sus derivadas:
185
D 1 H (x, y) = p (x, y0 ) +
s=y
= p(x, y0 ) + p(x, s)
s=y0
Ry
y0 D 1 q (x, s) ds = p (x, y0 ) +
Ry
y0
D2 p (x, s) ds =
D1 q(x, y) = 2xy.
y4
,
4
g (x) =
x4
,
4
y sustituyendo en H ,
H (x, y) =
x4
x2 y2 y 4
+
+
+ C.
4
2
4
donde f (y) es una constante (respecto a x) que tenemos que calcular. Derivando esta expresin respecto a y y comparando con q, pues D2 H = q, tenemos
h
i
y4
x2 y + f 0 (y) = x2 y + y3 = f 0 (y) = y3 = integrando respecto a y = f (y) =
+ C,
4
187
y sustituyendo en H ,
H (x, y) =
x4
x2 y2 y 4
+
+
+ C.
4
2
4
5.11.
x4
x2 y2 y 4
+
+
+ C.
4
2
4
Es una ecuacin en la que aparecen una o ms derivadas parciales de una funcin de varias
variables, digamos u(x, y). El objetivo es encontrar las funciones u(x, y) que cumplen dicha
ecuacin. Recordemos con un ejemplo muy sencillo las ecuaciones diferenciales ordinarias:
h
i
h
i
x4
y
=
+ 2.
condicin
inicial,
y(0)
=
2
+C
4
x4
0
3
y = x integrando y =
4
Un ejemplo tambin muy sencillo de ecuacin en derivadas parciales puede ser:
h
i
x4
x2 y2
D1 u(x, y) = x3 + xy2 integrando respecto a x u(x, y) = 4 + 2 + f (y),
luego tiene infinitas soluciones que dependen, no de un parmetro C arbitrario, sino de una
2
2
4
funcin f (y) arbitraria. Es decir, para cualquier funcin f (y), u(x, y) = x + x y + f
(y)
4
2
es solucin de la ecuacin en derivadas parciales anterior. As, para determinar una solucin
particular, no basta con una condicin inicial (el valor de la funcin en un punto) sino que
es necesaria una condicin de contorno, en la que damos el valor de la funcin en una
infinidad de puntos, como por ejemplo
u(0, y) = y 3 ,
que indica que, sobre la recta x = 0, la funcin solucin u es igual a y 3 . As, exigiendo que
u(0, y) = y3 obtenemos que 0 + 0 + f (y) = y3 y por lo tanto
u(x, y) =
x4
x2 y 2
+
+ y3
4
2
188
189
Las ecuaciones en derivadas parciales ms utilizadas son las de segundo orden, en las
que aparecen algunas de las derivadas D11 , D22 , D12 . En este caso, necesitamos 2 condiciones
de contorno, alguna de las cuales puede involucrar a alguna parcial de u. En el siguiente
ejemplo, cambiamos la variable y por la variable t, representando el tiempo.
Ejemplo 86 (Cuerda vibrante) Podemos modelizar el movimiento de una cuerda vibrante representando por u(x, t) la elongacin de la cuerda (desviacin vertical) en cada punto
x y en cada instante t. Por ejemplo, en el instante t = t0 la posicin u(x, t0 ) de la cuerda
podra ser:
1 2u
c2 t2
= 0,
donde c es un parmetro que representa la velocidad de onda. Las dos condiciones de contorno
pueden ser, por ejemplo, u(x, 0) = x2 , que indica la posicin de la cuerda en el momento
t = 0, y u
t (x, 0) = x, que indica la velocidad (vertical) de cada punto de la cuerda en el
instante t = 0. As, tenemos la EDDP con condiciones de contorno siguiente,
2u
1 2u
(x, t) = 0,
(x,
t)
x2
c2 t2
u(x, 0) = x2 ,
u
(x, 0) = x,
t
cuya solucin es u(x, t) = x2 + c2 t2 + xt, como comprobamos a continuacin:
u
u
x
(x, t) = 2x + t,
2u
x2
(x, t) = 2,
x2
(x, t)
1 2u
c2 t2
(x, t) = 2
(x, t) = 2c t + x,
t
1
c2
2c2 = 0,
u(x, 0) = x2 + 0 + 0 = x2 ,
190
2 u
t2
(x, t) = 2c
u
(x,
t
0) = 0 + x = x.
191
6.
En este tema vamos a estudiar cmo calcular mximos y mnimos (que llamaremos
extremos) de funciones de una y de varias variables. Recordemos los Teoremas 42 y 44 de
Weierstrass de existencia de extremos absolutos de una funcin f continua en un dominio
cerrado y acotado (Seccin 6.3). Estos extremos pueden estar:
en el interior del dominio, lo que nos lleva al concepto de extremo local (Seccin 6.1), o
en la frontera del dominio, que en una variable implica simplemente calcular
f (a) y f (b) pero en varias variables necesitamos el concepto de extremos condicionados que resolvemos con el Teorema de los Multiplicadores de Lagrange (Seccin 6.2).
6.1.
Extremos locales
0
,
f (x0 ) = lm+
h0
h
positivo
f 0 (x0 ) = lm
h0
h positivo i
f(x0 + h) f(x0 )
0
.
negativo
h
193
Figura 86: Una funcin con 3 puntos crticos pero slo 2 puntos extremos locales.
Demostracin: Como f (n) es continua en D y f (n) (x0 ) no se anula, existe un entorno J de
x0 donde f (n) (x) tiene el mismo signo que f (n) (x0 ) (ver Teorema 38). Sean x, x0 J . Por el
Teorema 55 de Taylor, existe un entre x y x0 tal que
f (x) = f (x0 ) +
f(n) ()
f0 (x0 )
f(n1) (x0 )
n1
(x x 0 )n ,
+
(x x 0) + +
(x x0 )
1!
n!
(n 1)!
La forma tpica de mnimo local de una funcin de 2 variables es la de la Figura 34, pgina
63, que tiene un mnimo local en el punto (0, 0). La forma tpica de mximo local de una
funcin de 2 variables es la de la Figura 35a. La funcin representada en la Figura 87 tiene
un mximo local en el punto (0, 0) y 4 mnimos locales, situados alrededor del punto (0, 0).
As como en funciones de una variable los extremos locales tienen recta tangente horizontal
(Figura 86), los extremos locales de funciones (diferenciables) de dos variables tienen plano
tangente horizontal, luego sus derivadas parciales son nulas, como dice el siguiente teorema.
o bien
Fijando y = y0 tenemos que f (x, y0 ) f (x0 , y0 ) para todo (x, y0 ) B((x0 , y0 ), ), luego
x0 es un mnimo local de la funcin f (x, y0 ) de una variable, la x. Como esta funcin es
diferenciable (ver Nota 54), su derivada es D1 f (x, y0 ), y tiene un mnimo local en x0 , por
el Teorema 65 su derivada en x0 es cero: D1 f (x0 , y0 ) = 0. Del mismo modo, fijando x = x0
obtenemos que D2 f (x0 , y0 ) = 0.
Para funciones de dos variables, el hecho de que f (x0 , y0 ) = (0, 0) (plano tangente
horizontal) tampoco es suficiente para que (x0 , y0 ) sea extremo local de f . Por ejemplo, la
195
funcin representada en la Figura 35b, pagina 64, tiene derivadas parciales nulas en el punto
(0, 0), pero ste no es mximo ni mnimo local de f . Estos puntos se llaman puntos de silla
(pues su forma recuerda la de una silla de montar). Observa que la funcin representada en
la Figura 87 tiene tambin 4 puntos de silla, situados entre cada par de mnimos locales.
Para saber si un determinado punto crtico es mximo local, mnimo local o punto de
silla, necesitamos una condicin suficiente, que depende de las derivadas parciales de orden
superior (Teorema 68). Recordemos que una funcin de 2 variables tiene 4 derivadas parciales
de segundo orden, 8 de tercer orden y, en general, 2n derivadas de orden n. Por lo tanto,
para funciones de dos variables nos limitaremos a ver la condicin suficiente con las derivadas
parciales de segundo orden, que se obtiene de la frmula de Taylor (Teorema 64, pgina 145):
f (x0 + h, y0 + k) = f (x0 , y0 ) + D1 f (x0 , y0 )h + D2 f (x0 , y0 )k +
+
1
D f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k 2 ,
2 11
para algn valor de (0, 1). Si (x0 , y0 ) es un punto crtico de f , entonces D1 f (x0 , y0 ) = 0,
D2 f (x0 , y0 ) = 0, y tenemos que f (x0 + h, y0 + k) f (x0 , y0 ) =
=
1
D f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k 2 ,
2 11
luego (x0 , y0 ) ser mximo, mnimo local o punto de silla segn el signo de esta expresin.
Teorema 68 (Condicin suficiente (dos variables)) Sea f : D R2 R una funcin con derivadas parciales hasta segundo orden continuas en D. Sea (x0 , y0 ) punto interior
de D tal que D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0 (punto crtico). Sea la matriz Hessiana de f en
(x0 , y0 ),
a11 a12
D11 f (x0 , y0 ) D12 f (x0 , y0 )
A=
=
.
a21 a22
D21 f (x0 , y0 ) D22 f (x0 , y0 )
1. Si a11 > 0, det(A) > 0, entonces (x0 , y0 ) es mnimo local de f .
2. Si a11 < 0, det(A) > 0, entonces (x0 , y0 ) es mximo local de f .
3. Si det(A) < 0, (x0 , y0 ) no es mximo ni mnimo local de f , (es punto de silla).
4. En otro caso (det(A) = 0), no sabemos si (x0 , y0 ) es mximo o mnimo local de f
(habra que estudiar las derivadas parciales de orden superior).
Ejemplo 87 (2 variables) Calcular los extremos locales de f (x, y) = x2 + y2 + cos(x).
Paso 1: Calcular los puntos crticos. Para ello, calculamos las derivadas parciales, igualamos
a cero y resolvemos el sistema de 2 ecuaciones con 2 incgnitas resultante (Teorema 67):
D1 f (x, y) = 2x sen(x) = 0
D2 f (x, y) = 2y = 0
Por lo tanto, tenemos un nico punto crtico, el (0, 0).
196
x=0
y=0
Paso 2: Estudiar si ese punto crtico es mximo local, mnimo local o punto de silla. Para
ello, calculamos el valor de las derivadas parciales de segundo orden en el punto crtico
(Teorema 68). Primero derivamos y luego sustituimos en (0, 0):
D11 f (x, y) = 2 cos(x) D11 f (0, 0) = 1
D12 f (x, y) = 0
D12 f (0, 0) = 0
D22 f (x, y) = 2
D22 f (0, 0) = 2
luego la matriz Hessiana A22 , de las derivadas parciales de segundo orden, en (0, 0) es
A=
1 0
0 2
Como a11 = 1 > 0 y det(A) = 2 > 0, por el Teorema 68 el punto (0, 0) es un minimo local
de f (Figura 88).
f (x, y) = x2 + y2 + cos(x).
Paso 2: Estudiar, para cada uno de estos 9 puntos crticos, si es mximo local, mnimo local
o punto de silla. Para ello, tenemos que calculamos el valor de las derivadas parciales de
segundo orden en cada punto crtico (Teorema 68). Primero derivamos:
D11 f (x, y) = 24x2 4
D12 f (x, y) = 0
D22 f (x, y) = 12y2 4
y ahora tenemos que sustituir (x, y) por cada uno de los 9 puntos crticos. Como son muchos,
es tpico construir una tabla como la que sigue, en la que, para cada punto crtico (x0 , y0 ),
adems del valor de D11 f (x0 , y0 ), D22 f (x0 , y0 ) y D12 f (x0 , y0 ) calculamos el valor del determinante de la matriz A22 asociada. Con los signos de D11 f (x0 , y0 ) y de det(A) decidimos
si el correspondiente punto crtico (x0 , y0 ) es mximo local, mnimo local o punto de silla:
D11 f
D22 f
D12 f
det(A)
(0, 0)
1)
-4
-4
0
16
max
(0, 1)
-4
8
0
-32
silla
(0, 1)
-4
8
0
-32
silla
28
, 0)
-4
0
-32
silla
, 1)
28
8
0
64
min
, 1)
( 1 , 0) ( 1 , 1)
28
28
-4
8
0
0
-32
64
silla
min
28
8
0
64
min
28
8
0
64
min
As, la funcin f tiene un mximo local, 4 mnimos locales y 4 puntos de silla (Figura 87).
Nota 67 Los Teoremas 67 y 68 anteriores pueden generalizarse a funciones de n variables:
Si un punto a = (x , x , . . . , x ) Rn es extremo local de una funcin f (x1 , x2 , . . . , xn )
1
diferenciable en a entonces
D1 f (a) = D2 f (a) = = Dn f (a) = 0, o bien
el determinante de la submatriz 33
....
a11 a12
a12
a11
a21
a31
198
a22
a12 a13
a22 a23
a32 a33
199
6.2.
2 2
2
0
2 6
2 2
Extremos condicionados
Llamamos problema de extremos condicionados, al problema de calcular los valores mximos y mnimos que alcanza una funcin f (x, y) sobre los puntos (x, y) R2 que satisfacen
una condicin representada por una ecuacin g(x, y) = 0, es decir,
200
Minimizar/maximizar f (x, y)
sujeto a:
g(x, y) = 0
201
Por ejemplo, en la Figura 89 tenemos la grfica de una funcin f (x, y), que es una
superficie que slo tiene un mnimo, en (0, 0). La ecuacin g(x, y) = 0 representa una curva
sobre el plano OXY. Esta curva se proyecta verticalmente dibujando una curva sobre la
superficie de la grfica de f . Se trata de calcular el mnimo sobre dicha curva. Este mnimo
est representado por un punto a de la curva g(x, y) = 0. Notar que a no es mnimo de f
considerada como superficie, slo es mnimo de f condicionado a g(x, y) = 0.
202
luego en esos puntos no se alcanza el mnimo. Justo en el punto en el que la curva definida
por g(x, y) = 0 es tangente a una curva de nivel de f (punto a de la Figura 90b), el valor
de f (x, y) pasa de ir disminuyendo a empezar a aumentar, luego a es un mnimo (de f
condicionado a g(x, y) = 0). Es decir, si un punto a es un mnimo de f condicionado a
g(x, y) = 0, la curva definida por g(x, y) = 0 es tangente a la correspondiente curva de nivel
de f que pasa por ese punto, y sus vectores normales, f (a), g(a) tienen que ser paralelos.
Nota 69 El modo de aplicar este Teorema 69 en la prctica es construir la funcin auxiliar
U (x, y) = f (x, y) + g(x, y),
donde es una constante indeterminada, y resolver el sistema
D1 U (x, y) = 0
D2 U (x, y) = 0
g(x, y) = 0,
(14)
que es un sistema de tres ecuaciones con tres incgnitas (x, y, ). Los puntos (x0 , y0 ) solucin
de este sistema sern los candidatos a mximos o mnimos de f condicionados a g(x, y) = 0.
El Teorema 69 de los multiplicadores de Lagrange es tambin un teorema de condicin
necesaria, pero no suficiente. Todas las soluciones del sistema (14) son condidatos a extremo
condicionado. Si dada (x0 , y0 ) una solucin del sistema (14) queremos saber si es mximo,
mnimo o ni mximo ni mnimo condicionado, podemos hacer como en los siguientes ejemplos.
Ejemplo 90 (Extremos condicionados) Encontrar los mximos y mnimos de la funcin
f (x, y) = xy sujetos a la condicin x + y = 6.
Construimos la funcin auxiliar U (x, y) = f (x, y) +g(x, y) = xy +x+y 6 y planteamos
el sistema
D1 U (x, y) = y + = 0
D2 U (x, y) = x + = 0
g(x, y)
= x +y6= 0
De las primeras 2 ecuaciones obtenemos que = x = y y sustituyendo en la tercera resulta
que = x = y = 3. As pues, tenemos que = 3, que no tiene ningn significado
especial, y que (x, y) = (3, 3) es el nico candidato a extremo de f condicionado a x + y = 6.
Para estudiar si es un mximo o un mnimo procedemos del modo siguiente. Vamos a
estudiar la diferencia entre el valor de f en el punto, f (3, 3), y el valor de f en los puntos
del entorno de (3, 3) que satisfacen x + y = 6: f (3 + h, 3 + k) siendo (3 + h, 3 + k) tal que
satisface (3 + h) + (3 + k) = 6, es decir, k = h. Entonces,
f (3 + h, 3 + k) f (3, 3) = (3 + h)(3 + k) 9 = 9 + 3h + 3k + hk 9 = 3h + 3k + hk =
h
i
= como k = h, sustituyendo = 3h 3h h2 = h2 < 0 (para todo h = 0).
Por lo tanto, f (3 + h, 3 + k) < f (3, 3) y (3, 3) es un mximo condicionado.
204
x = 0,
1 + + x = 0 = x 1.
= 1.
16
, = 1 = ( 3 ,
16
).
16
16
16
que
cumple la condicin (h 3 )2 (k
7
4
f (h 3 , k 7 ) f ( 3 , 7 ) = =
suficientemente
4
16
4
16
4
7
16
16
) = 1, o bien k
= (h 3 )2 1. Sustituyendo:
16
206
g1 (x, y, z) = x2 xy + y2 z 2 1 = 0
g2 (x, y, z) = x2 + y2 1 = 0,
= x2 xy + y2 z 2 1 = 0
g2 (x, y, z)
= x2 + y2 1 = 0,
que tiene 5 ecuaciones con 5 incgnitas (x, y, z, , ). De la tercera ecuacin tenemos que o
bien z = 0 o bien = 1.
Si z = 0 entonces comparando las ecuaciones (4) y (5) se obtiene que xy = 0
207
x=0
y = 0.
y=1
y = 1.
x=1
x = 1.
Tenemos, pues, cuatro posibilidades para x, y (con z = 0). Resolviendo en las ecuaciones
(1) y (2) se obtiene que = 0, = 1 en los cuatro casos. Por lo tanto tenemos 4 soluciones
del sistema que proporcionan 4 posibles extremos: (0, 1, 0), (0, 1, 0), (1, 0, 0) y (1, 0, 0).
Si consideramos ahora el caso = 1, entonces sustituyendo en las ecuaciones (1) y (2) y
restando la ecuacin (5) de la (4) tenemos:
4x y + 2x = 0
x + 4y + 2y = 0
xy z 2 = 0
(4 + 2)x y = 0
(10 )
x + (4 + 2)y = 0 (20 ) (4 + 2)2 x x = 0
xy + z 2 = 0
(40 )
x=0
((4 + 2) 1)x = 0
2
(4 + 2)2 = 1.
Si x = 0 entonces por (1) tenemos que y = 0 lo cual contradice la ecuacin (5) y este caso
no proporciona ninguna solucin del sistema.
Si (4 + 2)2 = 1 entonces 4 + 2 = 1
= 3/2
= 5/2
, ,
2
2
2
1
2
2
2
2
2
2
44 de Weierstrass). Como
f (0, 1, 0) = f (0, 1, 0) = f (1, 0, 0) = f (1, 0, 0) = 1,
f
, 1
,
2
2
2
=f
1
1
1
, ,
2
2
2
=f
, 2 , 2 = f
, ,
2
2
2
= 2,
los 4 primeros puntos son mnimos de f condicionados (y los 4 siguientes son mximos).
209
6.3.
Extremos absolutos
Nota 70 (Para calcular los extremos absolutos) de f continua en [a, b] hay que calcular el valor de f en los puntos siguientes:
puntos x0 (a, b) donde f es diferenciable y f 0 (x0 ) = 0 (puntos crticos),
puntos x0 (a, b) donde f no es diferenciable (punto d en la Figura 91), y
los puntos a, b.
Por ejemplo, para calcular los extremos absolutos de una funcin f (x, y) continua sobre
el semicrdulo D (cerrado y acotado) de la Figura 92 estudiamos:
Interior de D: calculamos los puntos crticos en los que f es diferenciable y se cumple que
f (x, y) = 0 y los puntos en los que f no es diferenciable, y consideramos slo los que estn
en el interior de D.
Frontera de D: supongamos que dicha frontera est expresada con ecuaciones. Por ejemplo,
la frontera de D (Figura 92) est definida en dos tramos, el segmento circular de ecuacin
g1 (x, y) = x2 + y2 4 = 0 y el segmento recto de ecuacin g2 (x, y) = x + y = 0, unidos por
los puntos P y Q. Si resolvemos un problema de extremos condicionados para cada una de
las ecuaciones que definen la frontera,
Minimizar/maximizar f (x, y)
sujeto a:
g1 (x, y) = 0
Minimizar/maximizar f (x, y)
sujeto a:
g2 (x, y) = 0,
los puntos crticos que encontremos que estn en el correspondiente segmento de frontera
sern posibles extremos absolutos de f en D. Adems, tambin tenemos que considerar los
puntos en los que la frontera no es diferenciable, como P y Q de la Figura 92.
Figura 92: La frontera de D est determinada por dos ecuaciones, g1 (x, y) = 0, g2 (x, y) = 0
Nota 71 (Para calcular los extremos absolutos) de f continua en D cerrado y acotado hay que calcular el valor de f en los puntos
(a) del interior de D en los que f es diferenciable y cumplen f (x, y) = 0 (puntos crticos),
(b) del interior de D en los que f no es diferenciable,
(c) de cada segmento diferenciable de la frontera de D, expresados como g(x, y) = 0 y que
son puntos crticos del correspondiente problema de extremos condicionados, y
(d) en los puntos donde la frontera no es diferenciable, como P y Q de la Figura 92.
Ejemplo 93 (Extremos absolutos) Determinar los extremos absolutos de la funcin
2
2
f (x, y) = ex x+y en el dominio D = (x, y) R2 : x2 + y2 4, x + y 0
211
2 x+y 2
x+y
=0
=0
x=
y=0
1
2
1
As, f tiene un slo punto
crtico, el ( 12 , 0), que s est en el interior de D (pues cumple que
( 12 ) 2 + 02 < 4 y que 2 + 0 > 0).
sujeto a:
x+y 2
+ 2x = 0
x 2x+y
D2 U (x, y) = 2ye
g1 (x, y)
+ 2y = 0
= x2 + y2 4 = 0
g2 (x, y) = x + y = 0
212
213
D2 U (x, y) = 2yex
g2 (x, y)
2 x+y 2
x+y 2
+ =0
+ =0
= x+y=0
(d) Puntos entre segmentos de la frontera de D: P = ( 2, 2) y Q = ( 2, 2).
Figura 93: Los candidatos a extremo global: ( 12 , 0), (2, 0), ( 14, 14), ( 2, 2) y ( 2, 2)
Por lo tanto, el mximo y el mnimo absolutos de f en D estn entre estos cinco puntos:
1
1
(1
, 0), (2, 0), ( 4 , 4 ), ( 2, 2) y ( 2, 2).
2
Calculamos el valor de f en cada uno de ellos,
f ( 1 , 0) = e 4 , f (2, 0) = e2 , f ( 1 , 1 ) = e 8 , f ( 2,
1
y obtenemos que:
2) = e4
y f(
2, 2) = e4+ 2 ,
( 12 , 0) es el mnimo absoluto y ( 2, 2) es el mximo absoluto de f en D.
214
7.
Sabiendo que el rea de un rectngulo es base por altura, podemos calcular el rea
de una superficie irregular? S, con el concepto de paso al lmite. En este tema vamos a
estudiar el problema de calcular el rea de una superficie irregular especial, definida por una
funcin y = f (x), el eje OX y las rectas verticales de abscisas a y b:
Observa que esta superficie tiene tres lados rectos como los de un rectngulo y uno slo
irregular, definido por una funcin f . Si podemos calcular este tipo de reas, podremos
calcular el rea de superficies irregulares ms generales pues stas pueden ser divididas en
trozos de modo que cada trozo sea del tipo anterior.
Supongamos que la funcin f : [a, b] R es positiva y acotada, como la de la figura
anterior. Para calcular el rea, dividimos el intervalo [a, b] en n subintervalos tomando n + 1
puntos
a = t0 < t1 < t2 < . . . < tn = b,
y construimos n rectngulos de base cada uno de los subintervalos [tj1 , tj ] y altura f (tj ) .
n
P
j=1
n
P
j=1
215
Rb
a
f , o por
Rb
a
f (x) dx
R1
Ejemplo 94 Dada la funcin f : [0, 1] R, f (x) = x2 , calculemos 0 f . Para ello,
dividimos el intervalo [0, 1] en n subintervalos de igual longitud 1n. Calculemos, en primer
lugar, la suma de los rectngulos por encima de la funcin:
h
i
A1 (n) = base (suma de alturas) =
1
n
1 2
n
1
n
2 2
n
3 2
n
+ +
+f
n
n 2
n
+f
+ + f
12 + 22 + + 2n
.
n3
2
As, tenemos una aproximacin al valor de la integral, A1 (n) = 1 +2 n3++n , que ser mejor
cuanto mayor sea n. Si queremos el valor exacto, tomamos lmite cuando n +:
h
i
2
2
2
1
lm A1 (n) = lm 1 2 + 2 + 3 + + = Stolz, Ejemplo 16, pgina 30 = ,
n
n
n3
R1
0
216
217
A2 (n) =
1
n
02 +
1
n
2
2
n
+ +
n1
n
,
n3
tenemos una aproximacin distinta,
A2 (n), al valor de la integral. Notar que, por construcR1
cin se cumple que: A 2 (n) < 0 f < A 1(n). Como antes, si tomamos lmite:
h
i
2
2
2
1
lm A2 (n) = lm 1 + 2 + + (n 1) = Stolz = .
n
12 + 22 + + (n 1)2
n3
Rb
Nota 72 Si f es positiva en [a, b], la integral a f representa el rea entre la grfica de fb y
R
Pn
)
son
negativas
y
la
integral
f
el eje OX. Si f es negativa, las sumas
f
(t
)(t
t
1
j=1
j
j
j
a
es tambin negativa,
luego no puede ser un rea. En este caso, el rea
Rb
R b entre la grfica de f y
el eje OX es a f . Si f es positiva y negativa en [a, b], entonces a f representa la suma de
las reas de las superficies por encima del eje ROX menos la suma de las reas por debajo del
b
eje OX. Por ejemplo, en la figura siguiente, a f representa el rea por encima del eje OX
menos el rea por debajo.
Rc
RSib lo que queremos es calcular el rea de la superficie sombreada
tenemos que hacer a f c f .
7.1.
La integral de Riemann
Por ejemplo, el conjunto D = [0, 1) est acotado, no tiene mximo, pero s tiene supremo,
que es el 1 (la menor de las cotas superiores). El conjunto D = [0, 1) s tiene mnimo, que
es el 0, y tambin es el nfimo (la mayor de las cotas inferiores). Aunque puede ocurrir que
un conjunto acotado D no tenga mximo, siempre tendr supremo, como dice el siguiente
teorema.
Teorema 70 (del supremo) Todo conjunto de reales no vaco que tenga cota superior,
tiene supremo. Todo conjunto de reales no vaco que tenga cota inferior, tiene nfimo.
As, si f est acotada en [a, b], el Teorema 70 anterior garantiza la existencia del supremo
y del nfimo de f (x) en cualquier subintervalo de [a, b].
Definicin 61 (Particiones) Llamamos particin de [a, b] a cualquier conjunto de puntos
P = {t0 , t1 , t2 , ..., tn } tales que
Denotamos por P al conjunto de todas las particiones del intervalo [a, b]. Dadas dos particiones P, Q P , decimos que Q es ms fina que P si P Q como conjuntos de puntos.
Una particin P = {t0 , t1 , t2 , ..., tn } divide al intervalo [a, b] en n subintervalos:
[a, b] = [t0 , t1 ] [t1 , t2 ] ... [tn1 , tn ] .
Estos subintervalos van a ser las bases de los rectngulos de las que llamaremos sumas
de Darboux. Para las alturas, denotamos por
Mj = supremo f (x) : x [tj1 , tj ]
mj = nfimo f (x) : x [tj1 , tj ]
y as definimos
n
X
U (f, P ) =
Mj (tj tj 1 ) ,
mj (tj tj 1 ) ,
j=1
n
X
L (f, P ) =
j=1
219
Como mj Mj , tenemos que L (f, P ) U (f, P ) (y entre ambas est el valor exacto de
la integral). Adems puede verse que, cuando tomamos particiones ms finas, las sumas
inferiores crecen y las sumas superiores decrecen (y aproximan ms el valor de la integral):
As, slo falta hacer el paso al lmite. Notar que en la Definicin 61 de particin no
se pide que las particiones tengan n subintervalos de igual longitud, por lo que el paso al
lmite en general no consiste simplemente en hacer n +. El modo de hacerlo es con los
conceptos de nfimo y supremo (Definicin 60, pgina 169).
Teorema 71 Sean P, Q P cualesquiera, entonces L (f, Q) U (f, P ) .
Demostracin: Dadas dos particiones P, Q P cualesquiera, sea la particin R = P Q
(unir y reordenar). Entonces, R es ms fina que P , luego U (f, R) U (f, P ) , y R es tambin
ms fina que Q, luego L (f, R) L (f, Q) . Adems, L (f, R) U (f, R). Combinando estas
3 desigualdades tenemos que L (f, Q) L (f, R) U (f, R) U (f, P ).
Por este Teorema, el conjunto {L (f, P ) : P P } est acotado superiormente (por cualquier U (f, P )), luego por el Teorema 70 tiene supremo, que llamaremos en la Definicin 62.
El conjunto {U (f, P ) : P P } est acotado inferiormente (por cualquier L (f, P )), luego
por el Teorema 70 tiene nfimo, que llamaremos en la siguiente Definicin 62:
Definicin 62 (Funcin integrable Riemann) Llamemos
= supremo L (f, P ) : P P ,
= nfimo U (f, P ) : P P .
220
n
P
j=1
y, por lo tanto, = 3(b a). Del mismo modo, todos los Mj = 3 y U (f, P ) =
n
P
j=1
0, si x Q,
1, si x
/ Q.
En este caso, dada una particin cualquiera P = {t0 , t1 , t2 , . . . , tn }, todos los mj valen cero
y todos los Mj valen 1, por lo que
n
P
P
L (f, P ) =
mj (tj tj1 ) = 0 (tj tj1 ) = 0,
j=1
n
P
P
Mj (tj tj1 ) = 1 (tj tj1 ) = (tn t0 ) = (b a) .
U (f, P ) =
j=1
221
(v) Si f g entonces
Rb
a
Rb
a
g.
Ra
a
f = 0,
(viii)
Ra
f =
Rb
Rc
a
f+
Rb
c
f =
f.
222
Rc
a
f+
Rb
c
f+
Ra
b
f = 0.
Rb
a
f.
7.2.
Clculo de la Integral
Rb
a
Si una funcin f es integrable en un intervalo [a, b], por el Teorema 74(vi) f es integrable
en cada subintervalo [a, x] con x [a, b], y podemos definir una nueva funcin
Zx
G : [a, b] R, G(x) =
f,
a
Rx
o bien G(x) = a f (t) dt, que representa el rea barrida por el segmento f (t) cuando t
vara entre a y x:
1, si x [0, 1]
G(x) =
x+1, si x [1, 0]
G(x) = 1|x|.
x+1, si x [0, 1]
Rx
a
f , en particular
Rb
a
f . Esta
Rx
Teorema 75 Sea f integrable en [a, b]. (i) G(x) = a f es una funcin continua en [a, b].
Rx
(ii) Si, adems, f es continua, G(x) = a f es una funcin primitiva de f en (a, b).
Demostracin: Aunque con una demostracin no muy rigurosa, vamos a demostrar (ii).
Recordemos (Seccin 4.6) que G es una funcin primitiva de f si G es diferenciable y G 0 = f .
Observa en la figura siguiente que el rea sombreada G(x+h) G(x) puede aproximarse,
para valores de h pequeos, por un rectngulo de base h y altura f (t), para algn t [x, x+h]
(si f es continua), luego G(x + h) G(x) = hf (t). Dividiendo por h, G(x+h)G(x)
= f (t),
h
y tomando lmites cuando h 0, G 0 (x) =
h
i
h
i
G(x + h) G(x)
=
l
mf
(t)
=
f
continua
= f lm t = t [x, x + h] = f (x).
= lm
h0
h0
h0
h
223
Si f no es continua, G puede ser no diferenciable, como G(x) = 1|x| del Ejemplo 97.
Rx
Si f es continua, la funcin G(x) = a f es una primitiva de f pero, cul de ellas?
Recordemos (Seccin 4.6) que si f tiene una primitiva F entonces tiene infinitas, todas
de la forma F + C (constante). Sea F una primitiva cualquiera de f . Sabemos que hay
una constante tal que G(x) = F (x) + C . Haciendo x = a en esta expresin resulta que
G(a) = F (a) + C, luego C = F (a) y tenemos que
Z
G(x) = F (x) F (a),
f = F (x) F (a),
es decir,
Rb
siendo F una primitiva calquiera de f . En particular, a f = F (b) F (a). Este resultado es
tambin vlido aunque f no sea continua, y se conoce como:
Teorema 76 (Fundamental del Clculo) Sea f integrable en [a, b] y sea F una funcin
continua en [a, b] y primitiva de f en (a, b) cualquiera. Entonces:
Zb
f = F (b) F (a) .
a
= F 0 (z )j = f (z ),
j
tj tj1
F (t ) F (t
j
) = f (z )(t t
j1
). Sustituyendo,
j1
F (b) F (a) =
j=1
Pero si f es integrable, el nico valor que estR entre todas las sumas superiores y todas las
b
inferiores es la integral, luego F (b) F (a) = a f .
224
Este Teorema 76 se llama Fundamental del Clculo pues reduce el problema de la integracin (clculo de reas, por ejemplo) a un problema de derivacin al revs (clculo de
primitivas).
En la prctica es suficiente comprobar que F es una primitiva de f en algn abierto que
incluya a [a, b]. Por ejemplo, la integral del Ejemplo 94 (pgina 168) puede calcularse sin
3
necesidad de lmites sabiendo que x3 es una primitiva de x2 en todo R:
Z1
2
x dx =
7.3.
x3
x=1
=
x=0
13
03
1
= .
3
3
Integracin numrica
Como ocurre con las ecuaciones del tipo f (x) = 0 (ver Seccin 3.2.5), la mayora de las
Rb
integrales definidas a f (x) dx no pueden resolverse de modo analtico, pero en muchas situaciones prcticas es suficiente obtener una solucin numrica aproximada con un determinado
nmero de decimales exactos. Para ello, existen un gran nmero de mtodos llamados de integracin numrica, de los que vamos a ver los dos ms sencillos, el mtodo de los rectngulos
y el de los trapecios, que se basan en aproximar la integral por una suma de Darboux.
Sea f : [a, b] R continua y hagamos una particin de [a, b] en n subintervalos de igual
longitud h = ba
: a = t0 < t1 < t2 < . . . < tn1 < tn = b, con cada t j+1 = tj + h.
n
Mtodo de los rectngulos: consiste en aproximar cada
R tj
tj1
de base h y altura f (zj ), siendo zj = tj12+tj el punto medio del subintervalo j. Entonces,
una aproximacin al valor de la integral es:
R(n) =
n
P
h f (zj ) =
j=1
n
P
j=1
ba
n
tj1 +tj
2
R tj
tj1 f (x)
n
P
f(tj1 )+f(tj)
2
ba
2n
j=1
ba
2n
Puede demostrarse que, si f tiene derivada segunda continua, el error mximo cometido por
estas aproximaciones est acotado por
Rb
2
f R(n) h24 (b a) max |f 00 (x)|, x [a, b] ,
a
225
Rb
a
f T (n)
h2
12
luego podemos calcular el valor de la integral con la precisin que necesitemos tomando n
suficientemente pequeo).
suficientemente grande (o bien h = ba
n
226
7.4.
Aplicaciones de la integral
7.4.1.
7.4.2.
Lmites e integrales
Veamos que el lmite de algunas sucesiones cuyo trmino general puede expresarse de la
forma xn = 1n f 1n + f 2n + f n3 + + f nn , puede calcularse transformndolo en
una integral.
Si una funcin f es integrable en el intervalo [0, 1] entonces existe el lmite de sus
sumas de Darboux cuando las particiones se hacen infinitamente finas. En particular, las
particiones Pn = 0, 1n , 2n , . . . , nn del intervalo [0, 1] se hacen infinitamente finas cuando
n tiende a infinito, luego si f es integrable en [0, 1] entonces
Rb
lm U (f, Pn ) = lm L(f, Pn ) = a f .
n
1
n
1
n
cumple que mj f
j
n
f
n
j
n
2
n
+f
3
n
+ +f
1
n
+f
2
n
+f
3
n
n
n
U (f, Pn )
1
lm
+f
+ +f
n
n
227
f (x)dx
=
0
Por ejemplo, lm
n +1
= lm
n
1 + 1/n
n +2
1
+ +
n+n
+f
+f
n +1
+ +f
+ +
n +2
n+n
i
1+x
1 + n/n
Z
= tomando f (x) =
1
= lm
+ +
1 + 2/n
= lm
dx
= log(1 + x)
1+x
= log(2).
0
Nota 74 (La suma de la armnica alternada) El ejemplo anterior sirve para calcular
la suma de la armnica alternada (ver Teorema 30)
X
1
1 1 1 1 1
(1)n1
= 1 + + + .
n
2 3 4 5 6
n1
1+
1
1 1 1 1 1
+ + + + + +
2n
2 3 4 5 6
1+
1
1 1 1 1 1
+ + + + + +
2n
2 3 4 5 6
1
1
=
n +1
n +2
1 1 1 1 1
1
+ + +
=
2 3 4 5 6
2n
1 1 1
1
2
+ + + +
=
2 4 6
2n
S2n = 1
1+
1 1 1
1
+ + + +
n
2 3 4
1
+ +
n+n
228
7.4.3.
Longitud de arco
Queremos calcular la longitud de la curva definida por la grfica de una funcin f diferenciable entre a y b. Cada particin P = {t0 , t1 , . . . , tn } del intervalo [a, b], define una lnea
poligonal que aproxima a la curva (ver Figura 96a).
229
Figura 96: Curva definida por f y poligonal definida por la particin P = {t0 , t1 , . . . , tn }.
Puesto que el lmite de las poligonales (cuando la particin se hace infinitamente fina) es
la curva definida por f , el lmite de las longitudes de las poligonales ser la longitud de la
curva. Cada segmento de la poligonal entre tj1 y tj mide (ver Figura 96b)
q
(tj tj1 )2 + (f (tj ) f (t j1 ))2 .
Si aplicamos el TVML (Teorema 53, pgina 99) a f (diferenciable) en cada intervalo [tj1 , tj ],
existe un zj (tj1 , tj ) tal que
f 0 (zj ) =
f(tj) f(tj1 )
tj tj1
t
1 + f 0 (zj )2 .
)
(tj tj1 ) + ((tj tj1 )f (zj )) = (tj
j1
Sumando todos los segmentos, la longitud de la poligonal asociada a la particin P es:
n
n
q
X
X
0
2
(tj tj 1 ) 1 + f (z ) =
h(z )(t t ),
j=1
j1
j=1
p
que es una suma de Darboux de la funcin h(x) = 1 + f 0 (x)2 con la particin P . Como
Rb
el lmite de las sumas de Darboux es la integral a h(x) dx, obtenemos que la longitud del
arco definido por la grfica de la funcin f en [a, b] vale:
Z bp
1 + f 0 (x)2 dx.
a
230
231
x
a
x=p
x
dt = a senh
= a senh
x=0
Ejemplo 99 (longitud de arco de y = x2 ) En el Ejemplo 94 de la pgina 168 hemos calculado el rea de la regin limitada por la funcin y = x2 en el intervalo [0, 1]. Calculemos
ahora su permetro. Obviamente, los lados rectos, horizontal y vertical, miden 1. La longitud
del arco es
Z 1
Z 1p
Z 1p
0
2
2
L=
1 + f (x) dx =
1 + (2x) dx =
1 + 4x2 dx =
0
h
Integrando por partes se obtiene que
=
1
senh(t) cosh(t) +
2 2
t=arg senh(2)
t=0
h
como arg senh(x) = log x +
=
2
R
cosh(t)2 dt =
i
1
2
senh(t) cosh(t) + t2
i
x2 + 1
1
1
2 cosh log(2 + 5) + log(2 + 5) =
2 5 + log(2 + 5 1,4789429.
4
4
7.4.4.
Si hacemos girar la grfica de la Figura 96a sobre el eje OX, la funcin f genera un slido
de revolucin en R3 del que queremos calcular el rea de su superficie lateral y su volumen.
232
Observa que la lnea poligonal genera una figura de revolucin formada por un conjunto de
troncos de cono y que el lmite de esta figura (cuando la particin se hace infintamente fina)
es la figura generada por f . Si calculamos el rea lateral y el volumen de los troncos de cono,
al pasar al lmite sern el rea lateral y el volumen de la figura de revolucin genrada por f .
233
r1 + r2
s
2
y su volumen
h r 21 + r 22 + r1 r2 .
3
f(tj1 ) + f(tj)
(tj tj1 )
2
q
1 + f 0 (zj )2
y sumando para todo j tenemos que la superficie lateral del conjunto de troncos de cono es
n
q
X
f (tj 1 ) + f (tj ) 1 + f 0 (zj )2 (tj tj1 ), y en el lmite, el rea de la superficie generada
j=1
2f (x)
1 + f 0 (x)2 dx.
j=1
f (x)2 dx.
7.4.5.
234
Puede verse que esto es cierto en general: dada una curva en el plano parametrizada como
: [a, b] R R2 , (t) = (x(t), y(t)) , diferenciable, la longitud de esta curva es
Zb
Z bp
0
2
0
2
x (t) + y (t) dt o bien
|| 0 (t)|| dt.
a
: [0, 2] R R2 ,
(t) = x(t), y(t) = a cos(t), b sen(t) R2 .
Z
L=
x0 (t)2 +
y 0 (t)2
h
dt =
i
por simetra
=4
=4
=4
Z
a2
sen2 (t) +
b2
cos2 (t)
dt = 4
Z
a2 (a2 b2 ) cos2 (t) dt = 4a
h
=
x0 (t)2 + y 0 (t)2 dt =
llamemos h =
a2 b2
a2
r
(a2 b 2)
1
cos2 (t) dt =
a2
Z
i
0, si suponemos que a
b)
h2 cos2 (t) dt = ?
= 4a
Resulta que esta integral no puede resolverse analticamente. De hecho, no se conoce ninguna frmula simple para calcular la longitud de una elipse (el gran
p matemtico indio S.A.
Ramanujan propuso la siguiente aproximacin: L 3(a + b) (3a + b)(a + 3b) ).
Ejemplo 101 (la longitud de una hlice) Calculemos la longitud de la hlice en R3
: 4, 4 R R3 , (t) = a cos(t), a sen(t), bt :
Z 4 q
Z 4
2
2
a sen(t) + a cos(t) + b2 dt =
L=
|| 0 (t)|| dt =
4
235
a2
b2
2
2
dt = 8 a + b .
236
7.4.6.
f ((t)) || (t)|| dt =
t2 + (1 t)2
=
0
p
f ((t)) x0 (t)2 + y 0 (t)2 dt =
Z
12 + ( 1)2 dt = 2
1
0
2
3
2t2 2t + 1 dt = 3 .
4
2
2 2
a +b t
a2
b2
dt =
a2
b2
a2 + b2 a2 4 + b2
4
4
+ a2 4 + b2
3
3
t
a2 t + b2
3
t=+4
t=4
a2 + b2 8a2 +
128 3 2
b .
3
Nota 75 (Valor promedio de f ) El valor promedio de una funcin f (x, y) ( f (x, y, z))
a lo largo de una curva C en el plano XY (respectivamente en el espacio) puede entenderse
como la integral de lnea de f sobre la curva C dividido por la longitud de C , es decir,
Rb
0
a f((t)) || (t)||dt
Rb
0
a || (t)|| dt
Por ejemplo, el valor promedio de la funcin f (x, y, z) = x2 + y2 + z 2 sobre la hlice de los
Ejemplos 101 y 103 es
= a 2 + 163 2 b2 .
2
2
8 a +b
7.4.7.
F ((t)) 0 (t) dt
a
239
=
0
t dt =
0
(4)2
= 8 2 .
2
=
0
(t 4)dt =
=
0
(4)2
2
4(4) = 8 ,
240
241
es decir, la integral de lnea de F a lo largo de una curva slo depende de los puntos inicial
y final. A estos campos vectoriales F (que son el gradiente de un campo escalar H ), se les
llama campos conservativos.
7.4.8.
El Teorema de Green
Estudiemos ahora las integrales de lnea de campos vectoriales sobre una curva C en el
plano cerrada (continua y tal que el punto inicial y final coinciden), regular a trozos (puede
ser parametrizada con una diferenciable excepto en un nmero finito de puntos) y simple
(no se corta a s misma). En ese caso, se suele utilizar le notacin
Zb
I
F dC =
F ((t)) 0 (t) dt.
a
x
y
C
(t) =
(t, 0),
(1, t 1),
(3 t, 1),
(0, 4 t),
242
si t [0, 1],
si t [1, 2],
si t [2, 3],
si t [3, 4],
F dC =
luego
Z
F ((t)) (t) dt =
0
Z
F (3 t, 1) (1, 0) dt +
F (t, 0) (1, 0) dt +
(t , 0) (1, 0) dt +
F (0, 4 t) (0, 1) dt =
t dt +
(t 1)dt +
1
3
4
2
(t2 + 6t 10)dt + 0 =
F (1, t 1) (0, 1) dt +
(1 + (t 1)2 , t 1) (0, 1) dt +
2 21 + 1 9 + 27 30 +
8 12 +
3
20 = 21.
q
x
ZZ
dx dy =
Z 1Z
(y) dx dy =
12
(y) dy = .
(y) dx dy =
0
q
p
= y,
= 2y,
x
y
I
sen(x2 ) + 3y, 2x cos(y 2 ) dC siendo
C la circunferencia x2 + y2 = 4.
q
p
= 2,
= 3,
x
y
ZZ
(2 3) dx dy = 22 = 4.
243
7.5.
Notar que queremos calcular el rea de una regin infinita. Puede una regin infinita tener
un rea (finita)? Para definirla tenemos que recurrir al paso al lmite. Sea f : [a, +) R
una funcin integrable en cada intervalo [a, x] con x > a. Llamamos integral infinita al lmite
Zx
Z +
f = lm
f (t) dt,
x+
xb
xa
Rx
a
integral podemos utilizar cualquier mtodo vlido (sustitucin, partes, etc.). En particular,
245
f = lm F (x) F (a) .
xb
Nota 78 Como en todo lmite cuando x ( finito o infinito), su existencia, o no, slo
depende de lo que ocurre cerca de . As por ejemplo, dado c (a, +),
f (x) dx +
f (x) dx =
a
f (x) dx.
c
Nota 79 Si el nmero de puntos problemticos es mayor que uno, hay que dividir
R + la
integral en trozos de modo que cada integral sea de uno de los 4 tipos anteriores,
f,
a
Rb
R b
R +
Rb
f y a+ f . Por ejemplo, dada f : R R continua, la integral f es
f,
a
convergente si, tomando c R, convergen las integrales
Z
f =
f +
Rc
f y
R +
c
f, y definimos
f.
c
ex dx =
2
247
Ra
f,
R b
a
f,
Rc
f,
b+
R d
f,
Re
f,
d+
R +
f.
1
.
1x
1x
= lm
x1
x1
1s
x1
s=0
log(1x) + log(1) = +.
1
Ejemplo 108 Consideremos la funcin f : [1, +) R, f (x) = (con R).
x
Z +
Zx
1
1
Para = 1,
dx = lm
ds = lm log(x) log(1) = + (Divergente).
x
Z
Para = 1,
x+
Z
dx =
x+
dx = lm
248
s ds = lm
s+1
s=x
x+
x+
+ 1
s=1
= lm
x+
x
1
1
1
1
1
1 ,
lm (x
x+
249
si > 1
)=
diverge, si < 1.
1
dx es convergente si, y slo si, > 1. Este resultado es
x
1
P 1
1
1
1
1
+ + ,
similar al de la serie armnica generalizada,
1
1
6
n1 n = + + + +
1
2
3
4
5
Por lo tanto, la integral
que tambin es convergente si, y slo si, > 1 (ver el Teorema 23, pgina 39). Esto no es
casualidad, pues existe una relacin entre integrales infinitas y series:
Teorema 78 (Criterio de Cauchy) Sea f : [1, +) R+ decreciente, y sean an > 0
tales que f (n) = an , para todo n. Entonces,
Z +
+
X
an converge.
f (x) dx converge
1
n=1
R +
f (x) dx
diverge
n=1
P+
R +
diverge.
n
es
convergente. De este modo, algunos criterios para series pueden traducirse a criterios para la
convergencia de integrales infinitas (recordemos que no siempre se puede calcular la primitiva
de una funcin f ):
Teorema 79 (Criterio de Comparacin con ) Sean f, g : [a, +) R+ funciones
integrables en cada [a, x] con x > a y tales que 0 < f (x) g(x) para todo x.
R +
R +
Si a g es convergente, entonces a f tambin es convergente.
R +
R +
Si a f es divergente, entonces a g tambin es divergente.
Teorema 80 (Criterio de Comparacin con lmites) Sean f, g : [a, +) R+
funciones integrables en cada [a, x] con x > a y tales que
f (x)
= R, = 0.
lm
x+
Z
Entonces,
f es convergente
a
g(x)
g es convergente.
a
Como ocurre en series, estos resultados son para funciones positivas. Para funciones
positivas y Rnegativas
f : [a, +) R (integrable en cada [a, x] con x > Ra),+ decimos que
+
la integral a f (x) dx es absolutamente convergente si la integral
|f (x)| dx es
a
convergente. Y tambin como en series se cumple que absolutamente convergente implica
convergente y que el recproco no es cierto (ver Figura 99).
R +
Estos criterios los hemos escrito para integrales infinitas del tipo
f, pero son
a
250
251
Rb
Cambio de variable
1
t=
x a
a+
Integral infinita
Z +
f t1+ a
f (x) dx
t=
1
bx
1
ba
1
ba
dt
t2
f b
1
t
dt
t2
Ejemplo 109 Hay funciones importantes que se definen con integrales infinitas, como la
funcin gamma de Euler,
Z +
(s) =
ex xs1 dx,
s > 0,
0
8.
As como las integrales de funciones de una variable representan el rea de una superficie,
las integrales dobles de funciones de dos variables representan el volumen de un slido.
8.1.
De un modo similar a las integrales de funciones de una variable (Seccin 7.1 pagina 169), tomamos dos particiones P = {s0 , s1 , . . . , sn }, Q = {t0 , t1 , . . . , tm } de los intervalos [a, b], [c, d],
a = s0 < s1 < . . . < sn = b,
U (f, P, Q) =
i=1 j=1
n m
XX
L (f, P, Q) =
i=1 j=1
y entre ambos valores est el valor de la integral. Como en una variable, puede verse que
existen = supremo {L (f, P, Q) , P, Q} y = nfimo {L (f, P, Q) , P, Q}.
253
Figura 100: Construccin de las sumas superior e inferior en una integral doble.
Definicin 65 Decimos que f es integrable en R si = , a este valor lo llamamos integral
doble de f en R y se denota por
ZZ
f (x, y) dx dy.
R
(Si f es positiva, representa el volumen del prisma que tiene como base la regin R en el
plano OXY y est limitado por arriba por la grfica de f ).
Por ejemplo, puede verse que si f es continua en R entonces f es integrable en R.
Cmo calcular esa integral doble? Si f es integrable, existe el lmite doble de las sumas de
Darboux cuando ambas particiones se hacen infinitamente finas, luego tambin existen los
lmites reiterados, en los que primero hacemos una particin infinitamente fina y, despus la
otra. Supongamos que f es continua en R. Entonces, la suma de Darboux con las particiones
P y Q puede expresarse como
!
n P
m
n
m
P
P
P
f (wi , uj ) (tj tj1 ) (si si1 ) =
f (wi , uj ) (tj tj1 ) (si si1 ),
i=1j=1
i=1
j=1
con (wi , uj ) un punto del rectngulo Rij . Para cada i, la funcin de una variable f (wi , y) es
continua, luego integrable, y si hacemos la particin Q infinitamente fina obtenemos:
h
i P
n
n
Rd
Rd
P
f
(w
,
y)dy
Llamando
A(x)
=
f
(x,
y)dy
=
i
(s
s
)
=
A(wi )(si si1 ),
i
i1
c
c
i=1
i=1
que es una suma de Darboux con la particin Q de la funcin de una variable A(x), continua.
Rb
Si ahora hacemos Q infinitamente fina obtenemos la integral a A(x)dx y sustituyendo A(x)
obtenemos que
ZZ
Z bZ d
f (x, y)dx dy =
f (x, y)dy dx
(Integral Reiterada 1).
254
255
R bR d
Rb
Intuitivamente, la integral reiterada anterior a c f (x, y)dy dx = a A(x)dx significa que
el volumen de un slido puede obtenerse como la suma de las reas de sus infinitas secciones
A(x) perpendiculares al eje OX, (ver la Figura 101) para todo x recorriendo el intervalo
[a, b]:
Z
Volumen
A(x)dx
a
i=1j=1
m
P
n
P
j=1
i=1
Z
Volumen
B(y)dy
c
256
Hemos visto que el volumen de un slido slo depende del rea de cada seccin vertical.
As, obtenemos:
Nota 80 (El Principio de Cavalieri) Dos cuerpos con la misma altura que tengan igual
rea en sus secciones planas realizadas a una misma altura, tienen el mismo volumen.
Ejemplo 110 Calcular el volumen de la regin del espacio comprendida bajo la grfica de
la funcin f (x, y) = x2 + y3 y sobre el rectngulo R = [0, 1] [2, 3] (ver figura).
con R = (x, y) : 0 x 1, 2 y 3 ,
que podemos calcular con las integrales
reiteradas:
Z 3Z
V =
x +y
f (x, y) dx dy =
2
y=3
+
3
x3
dx dy =
=
4
dy =
x=0
y=2
x=1
+ y3x
y4
y
+ y3 dy =
199
12
o bien
Z 1Z
V =
3x2 +
34
24
dx =
x3 +
4 y=3
x2 y +
x2 + y3 dy dx =
0
2x2
f (x, y) dy dx =
0
34
2x3
24
x=1
= 1+
x=0
y
4
34
dx =
y=2
24
199
12
258
8.2.
Tambin podemos calcular el volumen de slidos que tengan como base, no un rectngulo
R, sino una regin D ms general del plano OX Y como, por ejemplo,
n
o
2
D = (x, y) R : a x b, g1 (x) y g2 (x) .
RR
En este caso, la integral doble D f (x, y) dx dy (con f positiva) representa el volumen del
slido que tiene como base la regin D del plano OX Y y est limitado por arriba por la
grfica de z = f (x, y), y se calcula con la integral reiterada:
!
ZZ
Z b Z g2 (x)
f (x, y) dy dx.
f (x, y) dxdy =
D
g1 (x)
ZZ
h2 (y)
f (x, y) dx dy.
f (x, y) dxdy =
D
h1 (y)
259
y puede describirse del modo siguiente. Para cada valor de y entre 1 y 2, los puntos que estn
en D son aquellos cuyo valor de x est entre 1y e y, es decir,
D=
ZZ
luego
1 y 2,
(x, y) :
!
y
x2 y
xy dx dy =
xy dx dy =
xy ,
x=y
dy =
y3
dy =
1
1
y
D
y=2
y4
log(|y|)
=
2
y=1
x=1/y
log(2)
+ log(1)
15
log(2)
As, el modo natural de hacer esta integral ha sido integrar primero respecto a x y despus
respecto a y. Veamos que tambin puede hacerse al revs, aunque resulta ms complicado.
Si observamos la regin D anterior, la x vara entre 12 y 2. Ahora, para cada uno de estos
valores de x tenemos que indicar entre qu valores vara la y. Para hacer esto, tenemos que
distinguir dos casos: para cada valor de x entre 21 y 1, los puntos que estn en D son aquellos
cuyo valor de y est entre x1 y 2, mientras que para cada valor de x entre 1 y 2, los puntos
que estn en D son aquellos cuyo valor de y est entre x y 2. Es decir,
n
o n
o
D = (x, y) : 12 x 1, x1 y 2 (x, y) : 1 x 2, x y 2 ,
!
Z1 Z2
ZZ
Z2 Z2
xy dy dx +
xy dx dy =
xy dy dx =
y por lo tanto
D
1
1
2
xy2
y=2
dx +
xy2
1
x
y=2
2x
dx =
2x
dx +
x3
dx =
1
2
y=1/x
1
=
x2
x=2
+ x2
log(x)
x=1/2
y=x
2x
1
2
x4
x=2
x=1
log(1)
= 1
2
1
1
+
24
log( ) + 4
1+ =
2
8
8
15 log(2)
.
8
2
ZZ
ZZ
1 dx dy Volumen = base altura =
D
= rea(D) 1 = rea(D).
261
Nota 83 (Valor promedio de una funcin) De modo anlogo a lo que vimos para una
variable en la Seccin 7.4, el valor promedio de la funcin f (x, y) en un dominio D es la
altura
M del prisma de
RR
RR base D que tiene un volumen igual a la integral de f , es decir,
f
(x,
y)
dx
dy
=
M
1 dx dy. Despejando M , el valor promedio de f (x, y) en D es
D
D
RR
f(x, y) dxdy
DRR
1 dx dy
D
8.3.
Integrales triples
g1 (x)
h1 (x,y)
RRR
f(x, y,z)
DRRR
D
dxdy dz
.
1 dx dy dz
Ejemplo 112 Calcular, con una integral triple, el volumen V de la regin D del espacio R3
encerrada por la superficie z = 4 x2 y2 y los planos x + y = 2, x = 0, y = 0, z = 0.
D es la regin del primer octante de R3 bajo la grfica del paraboloide z = 4 x2 y2
cortada por el plano vertical x + y = 2:
262
Tenemos que describir D matemticamente, indicando intervalos para las tres variables
x, y, z. Para ver mejor el rango de las variables x, y hemos representado la planta de la
regin D sobre el plano OX Y . As, tenemos que 0 x 2 y, para cada uno de estos
valores de x, 0 y 2 x. Ahora, para cada par de estos valores de (x, y), tenemos que
0 z 4 x2 y2 . As, la regin D se describe como:
n
o
D = (x, y, z) R3 : 0 x 2, 0 y 2 x, 0 z 4 x2 y 2 ,
y podemos calcular el volumen V con la integral triple sobre D de la funcin f (x, y, z) = 1:
! !
Z 2 Z 2x Z 4x2 y 2
Z 2 Z 2x
ZZZ
1 dz dy dx =
V =
1 dx dy dz =
4 x2 y 2 dy dx =
D
h
En este punto tenemos una integral doble. Notar que el volumen V tambin podramos
haberlo planteado como una integral doble. En ese caso, sera la integral de la funcin
f (x, y) = 4 x2 y2 sobre la regin del plano definida por la planta de D,i es decir,
{(x, y) R2 : 0 x 2, 0 y 2 x}, que es la integral doble que tenemos.
Z 2
Z 2
3
y3 y=2x
16
2
=
dx =
4y x y
4(2 x) x2 (2 x) (2 x) dx = = .
0
8.4.
y=0
263
: R D, (x, y) = (u, v). Recordemos que, para integrales de funciones de una variable,
si hacemos el cambio x = g(t) tenemos que (ver pgina 117)
Zb
Zd
f (x) dx =
f (g (t)) g 0 (t) dt, con a = g(c), b = g(d).
c
Notar que aparece la derivada de la funcin de cambio de variable, g 0 (t). Para integrales
dobles, si hacemos el cambio de variables (x, y) = (u, v) tambin aparecen las derivadas,
que en este caso son las 4 derivadas parciales de x, y respecto de u, v:
ZZ
ZZ
(x, y)
f (u, v)
du dv, con D = (R) ,
f (x, y) dxdy =
(u, v)
D
R
(x, y)
donde
(u, v)
= det
x
u
x
v
(x, y)
es el Jacobiano de , y
su valor absoluto.
(u, v)
= det
x
r
y
r
cos() r sen()
= det
= r.
sen()
r cos()
ZZ
Ejemplo 113 Calcular
las circunferencias x2 + y2 = 9 y x2 + y2 = 4.
264
f (x, y) dx dy =
f (x, y) dy dx +
+2
9x2
9x2
Z 3Z
f (x, y) dy dx +
f (x, y) dy dx +
4x2
9x2
+ 9x2
f (x, y) dy dx.
9x2
n
D = (x, y)
h
= hacemos
n
= (r, ) :
n
= (r, ) :
n
= (r, ) :
: 4x +y 9 =
2
i
x = r cos(), y = r sen() =
o
4 r2 cos2 () + r 2 sen2 () 9 =
o h
i
2
4 r 9 = para todo
o
2 r 3, 0 2 = R.
Por
Z Z lo tanto,
ZZ
Z 2Z
f (x, y) dx dy =
f r cos(), r sen() r dr d =
D
265
f r cos(), r sen() r dr d,
2
que es una integral, en general, ms fcil de calcular. Por ejemplo, si tomamos como funcin
266
r2
2
r=3
d =
r=2
22
5
32
= 2 = 5.
2
2
2
= 2
RR
D
e(x
2 +y 2
R = (r, ) : 0 2 , 1 r 2 .
Por lo tanto,
ZZ
ZZ
(x2 +y 2 )
dx dy =
Z Z
r 2
r dr d =
(2r)er dr =
2
er
r 2
i Z2 2
r dr d = Nota 81 =
er r dr =
h
e4 +
e1 .
4
Z
ZZ
R +
x2
ex dx, presentada en la
2
dx y tambin I =
R +
ey dy.
2
ZZ
x2
y 2
dx e
ex ey dx dy =
2
dy =
ZZ
267
R2
e(x
2 +y 2 )
h
dx dy =
i
cambiando a polares =
R2
= Nota 81 = 2
0
er r dr d =
R2
0
r
er r dr = 2 lm
2
r+
er r dr d =
et t dt = 2
268
1
2
Z
et ( 2t) dt =
lm
r+
et
= () lm
r
t=r
2
= () lm
8.4.2.
ex dx =
= I =
r+
t=0
er 1 = . Por lo tanto, I 2 =
El cambio a coordenadas
elpticas es til cuando la regin D es una elipse o porcin de
2
2
elipse, de ecuacin x + y = 1, y viene dado por la siguiente relacin:
a2
b2
x = a r cos()
y = b r sen()
(r, )
x
r
y
r
a cos() ra sen()
= det
= abr.
b sen()
rb cos()
Ejemplo 116 (El rea de la elipse) Calculemos el rea de la superficie D encerrada por
2
2
la elipse de semiejes a y b, de ecuacin x + y = 1. Cambiando a coordenadas elpticas,
a2
n
D = (x, y) :
n
= (r, ) :
b2
o h
i
2
2
x
y
+ 2 1 = hacemos x = a r cos(), y = b r sen() =
a2
b
2 2
a r cos ()
a2
o n
o
2 2
2
b r sen ()
1 = (r, ) : 0 r2 1 =
+
b2
n
o
= (r, ) : 0 r 1, 0 2 = R.
ZZ
h
i ZZ
Por lo tanto, el rea de la elipse es:
1 abr dr d =
1 dx dy = cambio a elpticas =
D
269
Z 2Z
= ab
0
r dr d = Nota 81 = ab
270
Z
d
r dr = ab 2
0
r2
2
r=1
r=0
= ab.
8.4.3.
Para las integrales triples, si hacemos el cambio de variables (x, y, z) = (u, v, w) (por
ejemplo, transforma un paraleleppedo R en un conjunto D de R3 ),
ZZZ
ZZZ
(x, y, z)
f (u, v, w)
du dv dw.
f (x, y, z) dx dy dz =
(u, v, w)
D
R
Por ejemplo, el cambio de cartesianas a coordenadas cilndricas viene dado por
(x, y, z) = (r, , z) = r cos(), r sen(), z ,
es decir,
x = r cos()
y = r sen()
z=z
donde r 0, [0, 2], z R. Estas coordenadas se llaman cilndricas pues los puntos de
R3 que cumplen r = cte forman un cillindro. El determinante de la matriz Jacobiana es
x
x
x
cos() r sen() 0
r
z
(x, y, z)
= det
(r, , z)
8.4.4.
z
r
z
z
= det
sen()
r cos()
= r.
271
es decir,
x = cos() cos()
y = cos() sen()
z = sen()
donde 0, [0, 2], [ 2 , 2 ]. Estas coordenadas se llaman esfricas pues los puntos
de R3 que cumplen = cte forman una esfera. El determinante de la matriz Jacobiana es
(x, y, z)
= det
(, , )
= sen()
cos()
cos() cos()
h
i
= desarrollando por la fila 3 =
2
2
2
= sen() sen() cos() 2 cos() cos2 () = 2 cos() sen () + cos () = 2 cos().
(x, y, z)
Por lo tanto,
(u, v, w)
= 2 cos().
Ejemplo 117 (El volumen de la esfera de Radio R) Observa en la figura anterior que
la esfera de radio R se describe en coordenadas esfricas como
n
o
(, , ) : 0 2, + , 0 R ,
2
2
272
cos() d
Z R
+
2
R
=+
2 d = 2 sen()
h
i
2 cos() d d d = Nota 81 =
3
=R
= 2(1 + 1)
3
=0
R
3
R3 .
x
Seccin(x)
dx
=
Volumen =
dx =
R2 x2 dx =
R
x
= R x
3
x=R
R
R
= R
+ R3
3
3
x=R
4 3
R .
3
Nota 84 Existe otra versin de las coordenadas esfricas en R3 , que viene dada por:
(x, y, z) = ( sen() cos(), sen() sen(), cos()) .
x = sen() cos()
y = sen() sen()
z = cos()
(x, y, z)
= 2 sen().
(, , )
273
Dependiendo del problema, pueden ser tiles otros cambios de coordenadas distintos de
los anteriores. Veamos un ejemplo.
ZZ
(x y)2 cos2 (x + y) dx dy, siendo D la regin acoEjemplo 119 Calcular la integral
D
tada por el cuadrado de vrtices (0, 1) , (1, 2) , (2, 1) , (1, 0), (ver figura).
274
o
1v3 .
R = (u, v) : 1 u +1,
(x,y)
(u,v).
(x, y)
(u, v)
ZZ
= det
y
u
x
v
1
2
= det
y
v
(x y) cos (x + y) dx dy = Cam
2
Por lo tanto,
21
u3
u=1
u=1
v
2
1
=
1
2
u2 cos2 (v)
=
R
i 1Z
u cos (v)dvdu = Nota 81 =
2
1
2
ZZ
bioi
Despejando x, y en u = xy,
1
2
v=3
sen(v) cos(v)
=
v=1
u2 du
275
1
dv du =
2
cos2 (v) dv =
1
1
6
Ejemplo 120 (Ejemplo Resumen) Calcular el volumen del slido comprendido entre el
paraboloide invertido z = 5 x2 y2 y los planos z = 1 y z = 4.
276
En la primera figura estn representadas las tres superficies del problema, en la segunda el
slido del que queremos calcular el volumen y en la tercera la proyeccin de este slido sobre
el plano XY, donde llamamos D1 al crculo interior (de radio 1), D2 al crculo exterior (de
radio 2) y R a la corona circular D2 \D1 . Podemos calcular el volumen de cuatro modos:
Calculamos el volumen entre el paraboloide y el plano z = 1, cuya base es D2 , y le restamos
el volumen entre el paraboloide y el plano z = 4, cuya base es D1 :
ZZ
ZZ
2
2
V =
(5 x y ) 1 dx dy
(5 x2 y2 ) 4 dx dy.
D2
D1
D1
V =
Seccin(z) dz = Cada seccin es un crculo de radio 5z =
(5z) dz.
1
3
Como una integral
RRR triple: si llamamos E al recinto de R cuyo volumen queremos calcular,
entonces V =
1 dx dy dz. El recinto E puede expresarse como
E
n
o
E = (x, y, z) : 1 z 4, 5z x + 5z, 5z x2 y + 5z x2 ,
ZZZ
luego V =
Z 4Z
1 dx dy dz =
+ 5z
5z
+ 5zx2
1 dy dx dz.
5zx2
15
2
8.5.
Del mismo modo que la longitud de una linea curva puede calcularse con una integral
de una variable (ver Seccin 7.4.3), el rea de una superficie curva puede calcularse con una
integral doble. Si tenemos una superficie en R3 definida por una funcin z = f (x, y) sobre
un dominio D R2 , el rea de esta superficie es
s
ZZ
2
f
1+
+
x
D
f
y
dxdy.
R2 x2 y2 + x2 +
ZZ
p
dxdy = 2
D
y2
h
i
R
dxdy = cambio a polares =
R2 x2 y2
R2 x2 y2
ZZ
=2
R
R2
r drd = 2 2 R
r2
drd = 2R
R2 r 2
= 2R
(R2 r2 )
1
2
r=R
r=0
= 0 + 2R 2 R2 = 4R .
278
2r R2 r 2
dr =