Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grado en Ingeniera
Informtica
CLCULO
Curso: 2011/2012
Clase: Primero - Grupo: B
Aviso legal: los archivos estn sujetos a derechos de propiedad intelectual y su
titularidad corresponde a los usuarios que los han subido a SWAD. Esto es solo una
recopilacin de toda la asignatura impartida en la UGR.
TEORA
Curso: 2011/2012
Clase: Primero - Grupo: B
Existen diferentes formas de formalizar el conjunto de los nmeros reales aunque se pueden
agrupar en dos variantes: constructivos y axiomticos. Los primeros son demasiado laboriosos
para un curso de Clculo y, por este motivo, hemos preferido dejarlos de lado. En su lugar, hemos
asumido que el conjunto de los nmeros reales es conocido por el lector y elegimos la definicin
axiomtica de este conjunto.
5)
6)
7)
8)
Orden
El orden en el conjunto de los nmeros reales tambin es algo conocido por el lector. Lo podemos ver de varias formas: sabemos cundo un nmero es positivo o somos capaces de decidir
cul de dos nmeros es el mayor. Hagamos un breve resumen de las propiedades relacionadas con
el orden. Evidentemente las propiedades podemos exponerlas sobre "ser menor que", "ser mayor
que" o tambin sobre "ser mayor o igual que" o "ser menor o igual que". Como hay que elegir una
de las posibilidades elegimos esta ltima aunque el resto nos daran propiedades anlogas.
10) Propiedad reflexiva: a a.
11) Propiedad antisimtrica: si a b y b a, entonces a = b.
12) Propiedad transitiva: si a b y b c, entonces a c.
13) El orden es total: dado a R, se cumple que a 0 o que a 0 o, lo que es lo mismo, dados
a, b R, se cumple que a b o que b a.
Las siguientes propiedades relacionan la suma y el producto con el orden que acabamos de
presentar.
14) Si a b, entonces a + c b + c.
15) Si a b y c 0, entonces ac bc.
El ltimo axioma
Las propiedades que hemos comentado hasta ahora no determinan de manera nica el conjunto
de los nmeros reales. El conjunto de los nmero racionales tambin las verifica como se puede
comprobar fcilmente. Cal es la diferencia entre ambos conjuntos? Qu sabemos hacer en R
que no podamos hacer en Q? Siempre que se hace esta pregunta en clase las respuestas suelen ser
del tipo: races cuadradas, logaritmos, senos o cosenos, etc. Aunque se podra intentar seguir por
ah, ese camino puede tener ms dificultades a posteriori que el que vamos a elegir.
Necesitamos, por tanto, alguna propiedad ms para diferenciarlos. Esta ltima propiedad est
muy relacionada con el orden, pero antes de presentarla necesitamos definir algunos conceptos.
Cota
Definicin 1.2.
a) Sea A R, diremos que M R es una cota superior o mayorante (resp. inferior o
minorante) de A si a M para cualquier a A (resp. a M).
Mximo absoluto
Este axioma es equivalente al axioma del nfimo. Slo hay que darse cuenta de que si cambiamos el signo las desigualdades tambin cambian.
Ejemplo 1.5. Los extremos de un intervalo acotado son el supremo e nfimo de dicho intervalo
independientemente de si pertenecen o no al intervalo. En el caso particular de que alguno de ellos
est en dicho intervalo sern, adems mximo o mnimo (lo que corresponda).
/
Supremo
nfimo
i) a x, para todo a A
x = sup(A)
Nmeros enteros
El conjunto de los nmeros enteros, Z, es
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .}
La operacin suma en Z es una operacin interna: la suma (y la resta) de enteros es un entero. No
ocurre lo mismo con el producto. El inverso de un nmero entero no nulo es un nmero racional.
Dentro de los nmeros reales podemos distinguir entre nmeros algebraicos y nmeros trascendentes. Un nmero es algebraico si es solucin de un polinomio con coeficientes enteros. Por
Valor absoluto
ejemplo, cualquier racional o 2 son nmeros algebraicos. Si no se puede expresar como raz de
un polinomio con coeficientes enteros diremos que es un nmero trascendente.
No es fcil buscar las races irracionales de un polinomio, pero s podemos buscar las posibles
races racionales de un polinomio con coeficientes enteros.
Nmero trascendente
Valor Absoluto
Desigualdad triangular
El principio de induccin
Principio de
induccin
Proposicin 1.17.
a) A es inductivo,
b) A N.
Entonces A = N.
En otras palabras, para demostrar que un subconjunto del conjunto de los nmeros naturales,
A N, es, en realidad, el conjunto de los naturales es suficiente con comprobar que
a) 1 A, y que
b) si n A, entonces n + 1 A.
La principal utilidad de este principio es demostrar que una propiedad indicada en el conjunto
de los naturales es cierta. Por ejemplo, la propiedad todos los nmeros de la forma n3 + 5n son
10
El principio de induccin
divisibles por 6 son en realidad muchas (tantas como naturales) afirmaciones. No es difcil fijar
un natural y comprobar que para ese concreto la propiedad es cierta. Pero, cmo podemos hacerlo
para todos a la vez? En este tipo de demostraciones, el principio de induccin nos proporciona una
ventaja. Para demostrar que se cumple para un natural puede suponerse que la propiedad es cierta
para el natural anterior (hiptesis de induccin). Esto puede ser muy til en algunas ocasiones.
Ejemplo 1.18. Demostrar que 1 + 3 + 5 + . . . + (2n 1) = n2 , para cualquier n N.
Lo demostramos usando el mtodo de induccin. Tenemos que comprobar que el conjunto
n
o
A = n N; 1 + 3 + 5 + . . . + (2n 1) = n2
coincide con N. Para ello es suficiente con demostrar que A es un conjunto inductivo, o sea, tenemos
que comprobar que
a) la propiedad es cierta para n = 1, y que
b) si la propiedad es cierta para un nmero natural, tambin es cierta para el siguiente nmero
natural.
Vamos all.
a) Es inmediato comprobar que la propiedad se cumple la propiedad para n = 1.
b) Supongamos que se cumple para un natural fijo m y comprobemos que se cumple para m + 1:
1 + 3 + 5 + . . . + (2m 1) + (2m + 1) = m2 + (2m + 1) = (m + 1)2 .
Por tanto, A = N y la propiedad se cumple para todos los naturales.
1.4.1
Nmeros combinatorios
n! = 1 2 3 n
y que 0! = 1.
Las siguientes propiedades de los nmeros combinatorios son fciles de comprobar y nos sern
muy tiles.
a) n0 = nn = 1, para cualquier n N.
n n+1
b) ni + i1
= i , para cualesquiera i n naturales.
Proposicin 1.19.
11
Binomio de Newton
El principio de induccin
!
n
X
n ni i
a b
(a + b) =
i
i=0
n
!
!
!
n1
n n+1i i X n ni i+1
n + 1 n+1
a
b +
a b +
b
i
i
n+1
i=0
!
!
!
n
n n+1i i X n
n + 1 n+1
n+1 j j
a
b +
a
b +
b
i
j1
n+1
j=1
!
!#
!
n " !
n + 1 n+1 X n
n
n + 1 n+1
n+1i i
=
a +
+
a
b +
b
0
i
i1
n+1
i=1
!
!
!
n
n + 1 n+1 X n + 1 n+1i i
n + 1 n+1
=
a +
a
b +
b
0
i
n+1
i=1
!
n+1
X
n + 1 n+1i i
=
a
b .
i
i=0
tringulo de Pascal
2
3
1
1
(a + b)n
1
1
2
n o combinatorio
0
2
1
3
2
a+b
1
a2 + 2ab + b2
2
3
3
3
3
12
a3 + 3a2 b + 3ab2 + b3
Intervalo
Ya conoces cules son los distintos intervalos: abiertos, semiabiertos, cerrados, acotados o no:
[a, b] = {x R : a x b}
]a, b] = {x R : a < x b}
[a, b[= {x R : a x < b}
]a, b[= {x R : a < x < b}
[a, +[= {x R : a x}
]a, +[= {x R : a < x}
] , b] = {x R : x b}
] , b[= {x R : x < b}
Definicin 1.21. Sea A un subconjunto de R.
a) Diremos que a A es un punto interior si existe > 0 tal que ]a , a + [ I.
b) El interior de A es el conjunto, A = a A : a es un punto interior . Diremos que el
conjunto A es abierto si coincide con su interior.
c) Diremos que x R es un punto adherente si para cualquier > 0 se tiene que
]a , a + [A 6= .
d) El cierre o adherencia del conjunto A es A = x R : x es un punto adherente de A .
Diremos que el conjunto A es cerrado si coincide con su adherencia.
e) Diremos que x R es un punto de acumulacin de A si para cualquier r positivo se
cumple que
Punto interior
Punto adherente
Punto de acumulacin
]a r, a + r[ (A \ {a}) 6= .
Notaremos A0 al conjunto de todos los puntos de acumulacin de A.
f) Diremos que x R es un punto aislado del conjunto A si existe r > 0 tal que
Punto aislado
]a r, a + r[A = {a}.
g) La frontera de A es Fr(A) = A \ A.
Frontera
Ejemplo 1.22.
a) Los intervalos abiertos, ya sean acotados o no, son conjuntos abiertos. De la misma forma los
intervalos cerrados son conjuntos cerrados.
b) El conjunto de los naturales N es cerrado y tiene interior vaco al igual que Z. Adems todos
sus puntos son aislados.
n
o
c) El conjunto A = n1 : n N tiene interior vaco, todos sus puntos son aislados y su cierre es
A {0}. Ms concretamente, 0 es un punto de acumulacin de A.
13
Ejercicios
/
Proposicin 1.23. Sea A un subconjunto de R. Se verifican las siguientes afirmaciones.
a) A A A,
b) A es abierto si, y slo si, R \ A es cerrado.
1.6 Ejercicios
Ejercicio 1.1. Calcula para qu valores de x se verifica que
2x3
x+2
< 31 .
1.6.1
Principio de induccin
Ejercicio 1.5. Demuestra por induccin que 1 + 2 + 3 + . . . + n =
n(n+1)
2 ,
para cualquier n N.
Prueba que la suma de los cubos de tres nmeros naturales consecutivos es divi-
Ejercicio 1.8.
Demuestra que 12 + 22 + 32 + . . . + n2 =
1.6.2
Demuestra que
1
2
1
4
1
8
+ ... +
1
2n1
n(n+1)(2n+1)
,
6
n2 (n+1)2
,
4
para cualquier n N.
para n N.
Ejercicios complementarios
Ejercicio 1.1. Calcula, si existen, el supremo, nfimo, mximo y mnimo de los siguientes conjuntos
a) A = [0, 1] [2, 3[,
b) A = {2n
( : n N},
)
2
1
c) A = x R : x + 2x + 1 <
,
2
d) A = [0, +[Q.
Ejercicio 1.2. Resuelve las siguientes inecuaciones:
a) |x 5| < |x + 1|,
b) |x 3| < 0.
14
Ejercicios
Ejercicio 1.3. Demostrar por induccin que todos los nmeros de la forma n3 +5n son divisibles
por 6.
Ejercicio 1.4. Demostrar por induccin que todos los nmeros de la forma 32n 1 son divisibles
por 8.
E
Ejercicio 1.5. Prubese que para todo natural n 2 se verifica que 3 no divide a n3 n + 1.
Ejercicio 1.6.
Ejercicio 1.7.
1
xn+1
> xn +
1
xn ,
Ejercicio 1.10.
xn+1 1
, n N.
x1
Ejercicio 1.11.
1 + x + x2 + x3 + . . . + xn =
15
16
Problema A
Problema matemtico B
Solucin exacta u
Problema aproximado B0
Solucin aproximada u0
17
n(n+1)
2 .
Algoritmo
de Horner
slo necesitamos n multiplicaciones. Es preferible usar el segundo mtodo porque exige menos
operaciones y, por tanto, menos posibilidades error. El segundo mtodo de evaluar el polinomio
se denomina algoritmo de Horner.
/
Error absoluto
Definicin 2.2. Sea un valor real y una aproximacin de ste. Se define entonces el
error absoluto como
erra = | |
Error relativo
| |
||
Ejemplo 2.3. Con los siguientes ejemplos vamos a constatar que se puede dar el mismo error
relativo aunque los errores absolutos sean distintos.
error absoluto
error relativo
2
210 -4
210 4
2.1
2.110 -4
2.110 4
0.1
0.110 -4
0.110 4
0.05
0.05
0.05
18
/
Hay que comentar que el valor del error relativo nos informa de la relevancia del error cometido
al hacer la aproximacin. Si medimos la distancia de Granada a Barcelona, as como la longitud de
una pizarra y en ambos casos cometemos un error (absoluto) de 15cm, est claro que en el primer
caso podramos asegurar que la medicin es correcta, cosa que en el segundo caso no sera. El
motivo de que una aproximacin sea precisa o no estriba en el error relativo. En el primer caso
el error relativo es muy pequeo si estamos midiendo kilmetros; mientras que en el caso de la
pizarra, sera un error relativo considerable.
En la prctica, como el valor de no se conoce, en consecuencia tampoco se conocen los errores
absoluto y relativo. Pero s se pueden encontrar acotaciones de dichos errores.
Definicin 2.4.
Se dice que M > 0 es una cota del error si se verifica que erra < M.
/*
* ====================================================
* Copyright (C) 1993 by Sun Microsystems, Inc. All rights reserved.
*
* Developed at SunPro, a Sun Microsystems, Inc. business.
* Permission to use, copy, modify, and distribute this
* software is freely granted, provided that this notice
* is preserved.
* ====================================================
*/
/* __ieee754_exp(x)
* Returns the exponential of x.
*
* Method
*
1. Argument reduction:
*
Reduce x to an r so that |r| <= 0.5*ln2 0.34658.
*
Given x, find r and integer k such that
1
Clibc es una pequea biblioteca en C diseada para sistemas con Linux empotrado.
19
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
x = k*ln2 + r,
20
Aritmtica de ordenador
2.3.1
21
Aritmtica de ordenador
2.3.2
2.3.3
2.3.4
22
Estabilidad
q = 1.23454678
y supongamos que estamos trabajando con una precisin de 9 cifras. Si los restamos:
p q = 0.00002111
observamos que hemos perdido precisin ya que de 9 cifras significativas, hemos pasado a slo 4
(el resto son iguales). Puede ocurrir, entonces, que el ordenador sustituya estas cifras por ceros o
por valores arbitrarios (depende de la mquina), lo que puede afectar a los clculos siguientes. /
Veamos otro ejemplo donde se constata el efecto que produce el fenmeno de la cancelacin de
cifras significativas.
Ejemplo 2.8. Por ejemplo, al resolver una ecuacin de segundo grado a x2 + bx + c = 0 y al
calcular las races de la forma convencional
b + b2 4ac
b b2 4ac
x1 =
x2 =
2a
2a
observamos que, cuando
b es positivo y grande, en el numerador de x1 estamos restando dos n
meros similares ( b2 4ac b), con lo que se producir el efecto de la cancelacin de cifras
significativas; mientras que en el clculo de x2 este efecto no se producir puesto que estamos
sumando dos cifras similares. Para evitar lo primero podemos radicalizar la frmula que calcula
x1 de la forma siguiente:
2a
2a
(b b2 4ac) b + b2 4ac
El fenmeno que acabamos de comentar lo constataremos en prcticas con wxMaxima con un
ejemplo concreto.
/
2.4 Estabilidad
Qu pasa cuando acumulamos errores debido a hacer un nmero elevado de operaciones?
A este fenmeno se le conoce como propagacin de errores. Y el objetivo es saber reconocer
situaciones en los que los errores se magnifiquen. Veremos que muchas veces, slo cambiando el
proceso de clculo podemos evitar situaciones molestas.
2.4.1
Propagacin de errores
Las operaciones de multiplicacin, divisin y radicacin no afectan a la magnificacin de errores
relativos. No ocurre lo mismo con los errores absolutos ya que el dividir por un nmero pequeo
o, lo que es lo mismo, multiplicar por un nmero grande, se puede magnificar el error absoluto.
Ya que los errores son inevitables en el clculo numrico, al menos debemos aspirar cuando
establezcamos un algoritmo que la propagacin de errores no afecte demasiado al resultado final.
Cuando esto ocurra diremos que el algoritmo es estable. En otro caso, diremos que el algoritmo es
inestable. A lo largo del curso intentaremos asegurar la estabilidad de los algoritmos propuestos.
23
Ejercicios
2.5 Ejercicios
Ejercicio 2.1. Comprobar las siguientes propiedades de los sumatorios:
n
n
n
X
X
X
a)
(ak + bk ) =
ak +
bk
k=1
k=1
k=1
n
n
X
X
b)
(c ak ) = c
ak ,
k=1
k=1
n
X
c)
(ak ak1 ) = an a0 ,
k=1
i=1
100
100
X
X
b)
(2 + k) = 202 +
k,
k=0
k=0
100 100
100
X
X X
3
c)
k = k k2 ,
k=1
k=1
k=1
100 3
100
X
X
d)
k3 = k ,
k=1
e)
f)
100
X
k=1
k2 =
100
X
k=0
k=1
100
X
99
X
k=0
k2 =
k=1
Ejercicio 2.3.
k2 ,
k2 + 2
99
X
k + 100.
k=1
x+1+ x
Ejercicio 2.4. Deseamos calcular 9876 9875 Cul es el mejor modo de realizarlo?
Ejercicio 2.5. Detectar posibles problemas en la evaluacin de las expresiones siguientes y
proponer alternativas para evitarlas:
24
Ejercicios
1
1x
25
26
Funciones elementales
Definiciones
Funciones elementales
3
3.1 Definiciones 27
La idea de funcin aparece por todas partes: cada persona tiene una edad o un nmero de hijos o
una cantidad de dinero en el bolsillo. No necesariamente tenemos que referirnos a nmeros, podemos decir que cada persona tiene, o tuvo, un color de pelo, una marca de coche, etc. El formalismo
de las funciones nos permite tratar todas estas situaciones de la misma forma.
3.1 Definiciones
3.1.1
27
dominio
Definiciones
Funciones elementales
cos(x)
0
3
2
5
2
1
Figura 3.1 Grfica e imagen de la funcin coseno
a) Su dominio es el intervalo [0, 3]
b) Su codominio es todo el conjunto de los nmeros reales aunque podramos haber puesto cualquier conjunto ms grande que el intervalo [1, 1] (su imagen).
c) En la Figura 3.1 hemos representado en azul la grfica de la funcin, esto es, el siguiente subconjunto del plano
{(x, cos(x)) : x [0, 3]} .
d) La imagen de la funcin son los valores que toma. En este caso, la funcin coseno toma todos
los valores entre 1 y 1 (en rojo en la figura anterior).
e) La preimagen de un valor puedes ser nica, pueden ser varios elementos o vaca. En nuestro
caso, al ser la funcin peridica, la preimagen nunca es nica. Por ejemplo,
f 1 (1) = {x [0, 3] : cos(x) = 1} = {0, 2} ,
en cambio, f 1 (2) = , ya que la funcin coseno nunca vale 2.
f) Cuando es la funcin positiva? Por definicin, cuando el valor de la funcin es mayor estrictamente que cero:
# 3 5 "
1
f (]0, +[) = {x [0, 3] : cos(x) > 0} = 0,
,
.
2
2 2
Observa que en este caso f 1 (]0, +[) = f 1 (]0, 1]).
Ejemplo 3.4. Uno de los ejemplos ms frecuentes de funciones con los que nos encontramos
son las sucesiones. En el Captulo 4 hablaremos de ellas con ms detalle. Una sucesin es una
funcin cuyo dominio es el conjunto de los nmeros naturales. Si el codominio es el conjunto de
los nmeros reales, tenemos una sucesin de nmeros reales; si el codominio es el conjunto de
los alumnos de la clase, tendremos una sucesin de estudiantes, etc. Es importante resaltar que el
hecho de que el dominio sea N lo que nos da es una lista ordenada de elementos. Por ejemplo, la
funcin
f : N R,
f (n) = 2n
1 7 2
2 7 4
...
nos enumera el conjunto de los pares: el primer nmero par es el 2, el segundo el 4, etc.
28
Funciones elementales
Definiciones
Ejemplo 3.5. Todos los ejemplos hasta ahora han tenido subconjuntos de R como dominio y codominio. Es por eso que todas las representaciones las hemos hecho en el plano R2 . La representacin
de funciones con ms variables en salida o en llegada requiere ms
dimensiones para la representacin de su grfica. En la Figura 3.2
tienes la representacin de la funcin definida en el plano como
Figura 3.2 Grfica de una
cos x2 + y2
funcin de dos variables
f (x, y) =
.
1 + x 2 + y2
No es sencillo visualizar en el papel funciones de ms variables ya que habra que representar
espacios con cuatro dimensiones o ms en el plano.
/
3.1.2
18
x2
18
16
16
14
14
12
12
(-3,9) 10
(-3,9) 10
(3,9)
4 3 2 1 0 1 2 3 4
2
4 3 2 1 0 1 2 3 4
2
No
29
Funcin inyectiva
Funcin sobreyectiva
Funcin biyectiva
Definiciones
Funciones elementales
b) Las funciones peridicas no son inyectivas: el valor de la funcin se repite cuando avanzamos
el periodo, ms concretamente, si la funcin es T -peridica, entonces f (x) = f (x + T ).
c) La funcin exponencial
i y el logaritmo son inyectivas.
h
d) La funcin sen : 2 , 2 [1, 1] es biyectiva.
/
Funcin inversa
Si f : A B es una funcin inyectiva, la funcin inversa de f , a la que denotaremos f 1 , es la
funcin f 1 : f (A) A definida por f 1 ( f (a)) = a. En otras palabras, si la funcin f enva a en
f (a), su inversa deshace el camino y envia a f (a) de nuevo a a.
Conocemos muchas funciones inyectivas y, para algunas de ellas, tambin conocemos su inversa.
Por ejemplo, sabemos que la funcin exponencial y el logaritmo neperiano son inversas una de la
otra. Qu quiere decir esto? Simplemente que se cumplen las dos siguientes igualdades:
log(ea ) = a y elog(b) = b.
6
4
2
exponencial
4 3 2 1
2
0 1
logaritmo neperiano
30
Funciones elementales
Definiciones
f (x) = x2 + x + 1
5
4
y = x2 + x + 1
3
2
g(x) =
3 2 1 0 1
1
2
5
h(x) =
1+ 4x3
2
1 4x3
2
3.1.3
3.1.4
Funcin par
Funcin impar
Funciones peridicas
Definicin 3.11. Una funcin f : R R es peridica si existe algn nmero real T tal que
f (x) = f (x + T ) para cualquier x real. A cualquiera de esos valores se le llama un periodo de
la funcin. El periodo fundamental, , es el menor de todos ellos, o sea,
= inf {T : f (x) = f (x + T ), x R}
31
Funcin peridica
Definiciones
Funciones elementales
3.1.5
Acotacin
Dada una funcin con valores reales, podemos hablar de M
cundo los valores que toma dicha funcin se encuentran
en un rango determinado, son mayores o son menores que
una cierta cantidad. En otras palabras, podemos aplicar las
nociones de acotacin de conjuntos a la imagen de la funcin. As surgen las nociones de funcin acotada y funcio- f(x)
nes acotadas superior o inferiormente.
32
Funciones elementales
Definiciones
se alcanza. Piensa, por ejemplo, en los intervalos abiertos. La misma situacin se puede dar con
funciones. Por ejemplo, la funcin f :]0, 1[]0, 1[, f (x) = x est acotada, pero no tiene mximo
ni mnimo.
3.1.6
Funciones montonas
Definicin 3.17.
a) Una funcin f : A R R es creciente (resp. decreciente) si
Funcin creciente
3
2
1
0
Monotona e inyectividad
Se deduce directamente de la definicin de funcin estrictamente montona que puntos del
dominio distintos tienen imgenes distintas. En particular, las funciones estrictamente montonas
son inyectivas. Es cierto el recproco? Es fcil encontrar ejemplos de que no es cierto en general.
Por ejemplo, la funcin f : [0, 3] R definida como
x,
si 0 x < 2,
f (x) =
5 x, si 2 x 3,
no es creciente ni decreciente. La funcin f no es continua y podra pensarse que este fenmeno
no se presentara en funciones continuas, pero no es difcil conseguir un ejemplo con funciones
continuas. Dnde presenta problemas de continuidad la funcin f ? Pues eliminemos esos puntos.
Considera la funcin g : [0, 1] [2, 3] R definida como
x,
si 0 x < 1,
f (x) =
5 x, si 2 x 3,
33
Funciones elementales
Funciones elementales
2
f
0 1
0 1
Funciones potenciales
La funcin potencial f : R+ R definida como f (x) = xb tiene sentido para cualquier exponente b real. En el caso particular de potencias naturales, se puede extender la definicin a toda la
recta real.
a) f es biyectiva de R+ en R+ , continua y derivable con f 0 (x) = bxb1 .
b) (xy)b = xb yb .
c) Si b > 0, f es estrictamente creciente y verifica lim x0 xb = 0 y lim x+ xb = +.
d) Si b < 0, f es estrictamente decreciente y verifica lim x0 xb = + y lim x+ xb = 0.
f (x) = x2
4
3
2
1
-2
-1
g(x) =
0
x
5
-1
-2
Figura 3.10
Funcin potencial
Como consecuencia se obtiene que los polinomios, suma de funciones potenciales con exponente
natural, son derivables en todo R. Ms concretamente, si p(x) = a0 + a1 x + . . . + an xn , entonces
p0 (x) = a1 + 2a2 x + . . . + nan xn1 , x R.
34
Funciones elementales
3.2.2
Funciones elementales
Funcin exponencial
La funcin exponencial de base e, f : R R est definida como f (x) = e x . A veces usaremos
la notacin exp(x) para indicar e x .
a) f es continua y derivable en R con f 0 (x) = e x .
b) f es biyectiva de R en R+ y estrictamente creciente.
c) lim e x = 0 y lim e x = +.
x
x+
d) e x+y = e x ey .
6
5
f (x) = e x
4
3
2
g(x) = log(x)
1
-4
-3
-2
-1
-1
-2
-3
-4
Figura 3.11
3.2.3
x+
+
log(xy)
= log(x) + log(y), x, y R .
log yx = log(x) log(y), x, y R+ .
log(xy ) = y log(x), x R+ , y R.
log(1) = 0, log(e) = 1.
Haciendo uso de la siguiente frmula se deducen las dems funciones elementales, excepto las
trigonomtricas
d)
e)
f)
g)
ab = elog(a ) = eb log(a) , a R+ , b R.
b
35
Funciones elementales
3.2.4
Funciones elementales
x+
x+
g(x) =
f (x) = 2.5 x
1
2.5 x
-2
-1
3.2.5
log(x)
x R+
log(a)
x0
x+
x0
36
x+
Funciones elementales
Funciones elementales
f (x) = log(x)
g(x) = log0.5 (x)
2
1
-1
-2
-3
Figura 3.13
Funcin logaritmo
Funciones trigonomtricas
3.2.6
d) cos : [0, ] [1, 1] es una biyeccin estrictamente decreciente con cos(0) = 1, cos 2 = 0, mental de trigonometra
cos() = 1.
e) sen : [ 2 , 2 ] [1, 1] es una biyeccin estrictamente creciente con sen 2 = 1, sen(0) = 0,
sen 2 = 1.
f) La imagen, tanto de la funcin seno como de la funcin coseno, es el intervalo [1, 1].
g) La funcin coseno es par: cos(x) = cos(x), x R.
h) La funcin seno es impar: sen(x) = sen(x), x R.
i) cos(x + ) = cos(x), sen(x + ) = sen(x), x R.
j) Las funciones seno y coseno no tienen lmite en + ni en .
37
Funciones elementales
Funciones elementales
0.5
0.5
1
1
Funcin seno
0.5
0.5
1
3
2
Funcin coseno
Figura 3.14
Radianes
Coseno
Seno
Tangente
0
/6
/4
/3
/2
2/3
3/4
5/6
3/2
2/2
1/2
0
1/2
2/2
3/2
1
0
1/2
2/2
3/2
1
32
2/2
1/2
0
1/ 3
1
3
1
1/ 3
0
38
Funciones elementales
Funciones elementales
2
2
3
3
2
3
4
2
2
5
6
1
2
2
2
2
2
12
3
2
1
2
12
5
6
2
2
2
3
Figura 3.15
3
2
3
4
3
2
2
Crculo trigonomtrico
h = a sen()
rea= 21 bh
Teorema del coseno: c2 = a2 + b2 2ab cos()
a
h
3.2.7
La funcin tangente
Como se verifica que cos(x) = 0 x = 2 + k, k Z, podemos definir la funcin tangente
como
sen(x)
tan : A R, A = R \
+ k : k Z , tan(x) =
2
cos(x)
39
Funciones elementales
Funciones elementales
Figura 3.16
Funcin tangente
a) tan(x +
i ) = htan(x), x A.
b) tan : 2 , 2 R es una funcin continua y estrictamente creciente y adems verifica que
lim x 2 tan(x) = y lim x 2 tan(x) = +.
c) La funcin tangente es derivable y
tan0 (x) = 1 + tan2 (x) =
3.2.8
1
.
cos2 (x)
cosec : B R, cosec(x) =
donde A = R \ { 2 + k : k Z} y B = R \ {k : k Z}.
Dichas funciones son continuas y derivables en su correspondiente dominio y
sec0 (x) = tan(x) sec(x),
cosec0 (x) = cotan(x) cosec(x),
1
cotan0 (x) = 2
= cosec2 (x) = (1 + cotan2 (x)).
sen (x)
40
Funciones elementales
3.2.9
Funciones elementales
Arcocoseno
Esta funcin es la inversa de la restriccin de la funcin seno al intervalo [ 2 , 2 ], y por tanto arcsen : [1, 1] [ 2 , 2 ] verifica que
sen(arcsen(x)) = x, x [1, 1].
Adems, es una funcin biyectiva, continua y estrictamente creciente con
0
2
Figura 3.17
arcocoseno
1
arcsen0 (x) =
.
1 x2
Arcoseno
Arcoseno y
Funcin arcocoseno
Es la funcin inversa de la restriccin de la funcin coseno al intervalo [0, ], y por tanto
cos(arccos(x)) = x, x [1, 1].
Esta funcin es biyectiva, continua y estrictamente decreciente con
Funcin arcotangente
i
h
Es la inversa de la restriccin de la funcin tangente al intervalo 2 , 2 y, por tanto,
arctan : R ,
2 2
verifica que tan(arctan(x)) = x, x R.
a) Esta funcin es biyectiva, continua y estrictamente creciente con
1
.
1+x2
41
Funciones elementales
Funciones elementales
Arcotangente
2
Figura 3.18 Funcin arcotangente
3.2.10
Identidades trigonomtricas
a) Identidades pitagricas
sen2 (x) + cos2 (x) = 1
tan2 (x) + 1 = sec2 (x)
cotan2 (x) + 1 = cosec2 (x)
b) Suma y diferencia de ngulos
sen(x y) = sen(x) cos(y) cos(x) sen(y)
cos(x y) = cos(x) cos(y) sen(x) sen(y)
tan(x y) =
tan(x) tan(y)
1 tan(x) tan(y)
c) Angulo doble
sen(2x) = 2 sen(x) cos(x),
cos(2x) = cos2 (x) sen2 (x) = 2 cos2 (x) 1 = 1 2 sen2 (x)
d) Angulo mitad
1
sen2 (x) = (1 cos(2x))
2
1
cos2 (x) = (1 + cos(2x))
2
x 1 cos(x)
sen(x)
tan
=
=
2
sen(x)
1 + cos(x)
e) Producto
1
(cos(x y) cos(x + y))
2
1
cos(x) cos(y) = (cos(x y) + cos(x + y))
2
1
sen(x) cos(y) = (sen(x + y) + sen(x y))
2
sen(x) sen(y) =
42
Funciones elementales
3.2.11
Funciones elementales
Funciones hiperblicas
De forma anloga a como estn definidas las funciones seno y coseno, podemos interpretar
geomtricamente las funciones hiperblicas. El papel que juega la circunferencia unidad x2 +y2 = 1
lo pasa a representar la hiprbola x2 y2 = 1. En este caso, relacionamos el punto (x, y) con el
rea que aparece sombreada en la figura 3.19.
x2 y2 = 1
1
(), ())
rea
Figura 3.19
e x ex
e x + ex
senh(x)
, cosh(x) =
, tanh(x) =
2
2
cosh(x)
Por analoga con las funciones trigonomtricas hablaremos tambin de tangente, secante y cosecante hiperblica.
4
3
2
1
Figura 3.20
Seno hiperblico
Coseno hiperblico
Funciones hiperblicas
43
Ejercicios
3.2.12
Funciones elementales
Identidades hiperblicas
a) Identidades pitagricas
cosh2 (x) senh2 (x) = 1,
tanh2 (x) + sech2 (x) = 1
cotanh2 (x) cosech2 (x) = 1
b) Sumas y diferencias de ngulos.
senh(x + y) = senh(x) cosh(y) + cosh(x) senh(y),
senh(x y) = senh(x) cosh(y) cosh(x) senh(y),
cosh(x + y) = cosh(x) cosh(y) + senh(x) senh(y),
senh(x y) = cosh(x) cosh(y) senh(x) senh(y).
c) ngulo doble
senh2 (x) =
1 + cosh(2x)
,
2
cosh2 (x) =
1 + cosh(2x)
.
2
3.3 Ejercicios
Ejercicio
q 3.1. Calcula el dominio de las siguientes las funciones:
q
x
c)
y
=
a) y = x2
1|x|
x+2
2
d)
y
=
tan
x
+
b) y = log xx2 5x+6
4
+4x+6
Ejercicio 3.2. Si f (x) = 1/x y g(x) = 1/ x, cules son los dominios naturales de f , g, f + g,
f g y de las composiciones f g y g f ?
Ejercicio 3.3. Estudia si son pares o impares las siguientes funciones:
a) f (x) = |x +1| |x 1|
d) f (x) = e x ex
e) f (x) = sen (|x|)
b) f (x) = log 1+x
1x
f) f (x) = cos(x3 )
x
x
c) f (x) = e + e
44
Funciones elementales
Ejercicio 3.4.
Ejercicios
Ejercicio 3.5. Comprueba que la igualdad alog(b) = blog(a) es cierta para cualquier par de nmeros
positivos a y b.
Ejercicio 3.6. Resuelve la siguiente ecuacin:
1
1
1
1
=
+
+
.
log x (a) logb (a) logc (a) logd (a)
Ejercicio 3.7. Para qu valores de x se cumple que log(x 1)(x 2) = log(x 1) + log(x 2)?
Ejercicio 3.9.
Resuelve la ecuacin x
x
x .
1
1x ,
entonces f f f (x) = x.
Ejercicio
3.12. Calcula la inversa de las siguientes funciones
3
ex
b) f (x) = 1+e
a) f (x) = 1 x3
x
Ejercicio 3.13.
Ejercicio 3.14.
45
x+y=
1
x+y
1
x
x + y?
+ 1y ?
Definicin y propiedades
El concepto de lmite es bsico en Clculo y, de entre las diversas posibilidades, hemos elegido
que haga su aparicin asociado a sucesiones de nmeros reales. La idea intuitiva de sucesin es
sencilla: una sucesin es una lista ordenada.
Sucesin
N R,
n 7 xn .
Llamaremos trmino general a xn y, usualmente, no mencionaremos la funcin sino slo la Trmino general
imagen de la funcin. Dicho de otra manera, hablaremos de sucesin con trmino general xn y la
notaremos {xn }nN o (xn )nN .
Ejemplo 4.2. Hay dos formas usuales de definir una sucesin: mediante una frmula general que nos permita obxn
tener todos los trminos de la sucesin o, por recurrencia,
o sea obtenemos cada trminon en funcin
de los anterioo
1
res. Por ejemplo, la sucesin 2n1
es la sucesin 1, x +
nN
x
3, 5, 7,... Como puedes ver, sabemos todos los trminos
1
de la sucesin. El que ocupa el lugar 53 es 105 . En cam- x
bio, la sucesin definida como x1 = 0, x2 = 1 y xn+2 =
n
1 2 3
xn+1 + xn conocida como sucesin de Fibonacci est deFigura 4.1 Lmite de una sucesin
finida por recurrencia. Para calcular un trmino tenemos
que conocer previamente el valor de los dos anteriores. No
importa. Puesto que sabemos los dos primeros, podemos calcular el tercero y as sucesivamente:
0, 1, 2, 3, 5, 8, 13, 21, . . .
Definicin 4.3. Diremos que la sucesin {xn }nN es convergente si existe x R verificando
que para cada > 0 existe n0 N tal que |xn x| < , para cualquier n n0 . En ese caso
escribiremos que lim xn = x o {xn } x.
n
47
Sucesin convergente
Definicin y propiedades
Ejemplo 4.4.
a) La sucesin constantes
son convergentes y su lmite es dicha constante.
n o
1
b) La sucesin n
es convergente a cero.
nN
4.1.1
Sucesin acotada
Sucesiones y acotacin
Definicin 4.5.
a) La sucesin {xn }nN est acotada superiormente (respectivamente inferiormente) si existe
M R verificando que xn M para todo n N (respectivamente xn M).
b) La sucesin est acotada si lo est superior e inferiormente o, lo que es lo mismo, si existe
M R tal que | xn | M, para cualquier natural n.
Proposicin 4.6. Toda sucesin convergente est acotada.
Demostracin. Aplicamos la definicin de convergencia para = 1. Entonces existe un natural
n0 tal que | xn x | < 1 para n n0 . En particular, el conjunto {xn : n n0 } est acotado superiormente por x + 1 e inferiormente por x 1. El resto de los trminos de la sucesin tambin est
acotado por ser un conjunto finito. Por tanto, la unin de ambos est acotado.
Observacin 4.7.
convergente.
4.1.2
lgebra de lmites
Despus de definir el lmite de una sucesin, los siguientes resultados relacionan su comportamiento y las operaciones usuales de nmeros reales. En primer lugar, comenzamos con la suma y
el producto.
Proposicin 4.8. Sean {xn } e {yn } dos sucesiones convergentes. Entonces
a) lim (xn + yn ) = lim xn + lim yn ,
n
n n
b) lim (xn yn ) = lim xn lim yn ,
n
n
n
xn limn xn
c) si lim yn 6= 0, se tiene que lim
=
.
n
n yn
limn yn
Proposicin 4.9. Sea {xn } una sucesin convergente a cero e {yn } una sucesin acotada. Entonces
{xn yn } es convergente a cero.
log 3n4 2n + 7
Ejemplo 4.10. Vamos a calcular lim
.
n log 2n2 + 2n 1
log n4 (3 n23 + n74 )
log(3n4 2n + 7)
lim
= lim
n log(2n2 + 2n 1)
n log n2 (2 + 2 1 )
2
n
n
4
log(n ) + log 3 n23 + n74
= lim
n log(n2 ) + log 2 + 2 1
n
n2
4 log(n) + log 3 n23 + n74
= lim
n 2 log(n) + log 2 + 2 1
n
n2
48
Sucesiones parciales
4.1.3
4
= 2.
2
Convergencia y orden
En esta seccin vamos a hacer relacionar convergencia y orden. El primer resultado nos dice que las desigualdades entre
los trminos de dos sucesiones se trasladan a sus respectivos
lmites. De hecho, no hace falta que todos los trminos verifican la desigualdad. Es suficiente con que, por ejemplo, para
x
los trminos pares o los impares tengamos la desigualdad.
y
Proposicin 4.11. Sean {xn } e {yn } dos sucesiones convergenn
tes. Supongamos que el conjunto {n N : xn yn } es infinito.
1 2 3
Entonces lim xn lim yn .
n
n
Figura 4.2 El orden se conserva al tomar lmites
Proposicin 4.12. Sean {xn }, {yn } y {zn } sucesiones de nmeros
reales verificando que
a) lim xn = lim zn y que
n
Ejemplo 4.13.
1
2
n
+
+
.
n n2 n
n2 n
n2 n
1 2 3
lim
Usando que
1
m
n
2 2
n n n n n
n2
1
1
2
n
n
2 + 2 + + 2 n 2 , n N.
n n n n n
n n
n n
n2
Como nuestra sucesin est encajada entre dos sucesiones que tienden a cero, se tiene que
lim
2
n
1
+ 2 + + 2 = 0.
n n n
n n
n n2
49
Monotona
Sucesin parcial
Cola
Definicin 4.14. Sea {xn } una sucesin de nmeros reales. Diremos que {yn } es una sucesin
parcial de {xn } si existe una aplicacin estrictamente creciente : N N tal que yn = x(n)
para cualquier natural n.
Ejemplo 4.15.
a) El primer ejemplo de sucesin parcial de una sucesin dada es simple: eliminemos una cantidad
finita de trminos al inicio de la sucesin. Por ejemplo, eliminar los tres primeros trminos se
consigue con la aplicacin (n) = n + 3. La sucesin {xn+3 }nN es lo que se llama una cola de
la sucesin {xn }nN .
En general, si p es un nmero natural, las sucesin parcial {xn+p }nN es una cola de la sucesin
{xn }nN . La convergencia de una sucesin y de sus colas es equivalente: la sucesin converge si,
y slo si, lo hacen todas o alguna de sus colas.
b) Quedarnos slo con los trminos que ocupan una posicin par o impar consiste en considerar
las parciales {x2n }nN o {x2n1 }nN .
Proposicin 4.16. Sea {xn } una sucesin de nmeros reales convergente. Entonces cualquier
parcial es convergente y con el mismo lmite.
Este resultado se suele usar para demostrar que una sucesin no es convergente: si existe alguna
parcial no convergente o existen parciales distintas convergentes a lmites distintos, la sucesin
original no es convergente.
Ejemplo 4.17. La sucesin {(1)n } no es convergente puesto que la parcial de los pares converge
a 1 mientras que la de los impares lo hace a 1.
4.3 Monotona
La definicin de monotona para funciones cualesquiera se puede enunciar para sucesiones.
Sucesin creciente
Definicin 4.18. Una sucesin {xn }nN es creciente si cumple que xn xn+1 para todo
natural n. Dicho de otra forma, cuando avanzamos en la lista los trminos son mayores:
n m = xn xm .
Anlogamente, diremos que {xn }nN es decreciente si cumple que xn xn+1 para todo natural
n o, lo que es lo mismo, n m = xn xm .
Evidentemente no todas las sucesiones son montonas al igual que no todas las funciones son
montonas. Por ejemplo, la sucesin {cos(n)}nN no es montona ni tampoco lo es la sucesin
{(1)n }.
1
1
10
12
14
16
18
20
50
Monotona
Sucesiones
Acotadas
Convergentes
Montonas
x1 = 1, xn+1 =
xn + 1, n 1.
Para demostrar que esta sucesin es convergente vamos a comprobar que es una sucesin montona
y acotada.
a) Observa que x2 = 2 > x1 = 1. Vamos a demostrar por induccin que la sucesin es creciente.
xn+1 = xn + 1 2 + 1 = 3 2.
Por tanto, existe x = limn xn y lo calculamos haciendo uso de la frmula de recurrencia. Tomando lmites
1 5
2
2
xn+1 = xn + 1 = x x 1 = 0 = x =
.
2
1+ 5
2 .
x1 = 32
Como {xn } es creciente y el primer trmino es 1, la nica posibilidad que cabe es que x =
E
Ejemplo 4.22. Consideremos la sucesin {xn }nN definida por recurrencia como
y
3
3xn+1 = 2 + xn para cualquier natural n. Estudia si {xn }nN es convergente y, caso de que lo sea,
calcula su lmite.
a) Si calculas algunos trminos de la sucesin, parece que la sucesin es creciente. Vamos a comprobarlo por induccin.
11
.
i) x1 = 23 x2 = 24
ii) Supongamos que xn xn+1 para un natural n, entonces
51
Monotona
xn+1 =
3
2 + xn3 2 + xn+1
= xn+2
3
3
2 + xn3 2 + 1
1.
3
3
tiempo hemos demostrado que est acotada inferiormente: a xn , para cualquier n natural. Por
tanto, la sucesin {xn+1 } (que no es ms que la sucesin {xn } comenzando en el segundo trmino)
es convergente. Llamemos L a su lmite. Debe verificar que
1
a
L+
L = a.
L=
2
L
Volveremos a este ejemplo ms adelante.
Si unimos los dos resultados anteriores: toda sucesin acotada tiene una parcial montona que,
por ser parcial, sigue siendo acotada y, por tanto, convergente.
52
Sucesiones divergentes
Aunque lo usaremos poco en los ejemplos prcticos, este teorema es la clave que permite probar
la existencia de mximo y mnimo de funciones continuas en intervalos cerrados y acotados.
b) De manera similar, diremos que {xn }nN diverge negativamente o que tiende a si para
cualquier K R existe un natural n0 tal que xn K para cualquier n n0 . En ese caso
escribiremos lim xn = .
n
+, si x > 1,
0,
si | x | < 1.
Comencemos con el caso x > 1. Vamos a demostrar que la sucesin {xn }, que claramente es
creciente, no est acotada. Por reduccin al absurdo, supongamos que s est acotada. En ese caso,
la sucesin es convergente al supremo de sus elementos por ser creciente. Notemos L a dicho
supremo. Se tiene que xn L, n N. En particular,
L
xn+1 L, n N = xn < L,
x
53
Teorema de
Bolzano
Weierstrass
Criterios de convergencia
1
xn
= +
la forma 00 o
. En cierta manera juega un papel similar a la regla de LHpital para cocientes
de funciones.
Criterio de Stolz
Proposicin 4.29. Sean {xn }nN e {yn }nN dos sucesiones de nmeros reales. Supongamos que
se verifica alguna de las siguientes condiciones:
a) {yn }nN es creciente y diverge positivamente, o bien
b) lim xn = lim yn = 0 e {yn }nN es montona.
n
n
Entonces se verifica que:
xn+1 xn
xn
a) Si lim
= L R, entonces lim
= L.
n yn+1 yn
n yn
xn
xn+1 xn
= + , entonces lim
= +.
b) Si lim
n yn
n yn+1 yn
xn+1 xn
xn
c) Si lim
= , entonces lim
= .
n yn+1 yn
n yn
Veamos un ejemplo de su uso.
Ejemplo 4.30.
Vamos a calcular
12 + 22 + 32 + + n2
.
n
n3
lim
= 13 .
Proposicin 4.31. Sea {xn }nN una sucesin de nmeros reales positivos. Se verifica que:
xn+1
a) Si lim
= L R, entonces lim n xn = L.
n xn
n
xn+1
b) Si lim
= + , entonces lim n xn = +.
n xn
n
n
y
Ejemplo 4.34.
Calcular limn
n2 n+3 n+3
.
2
n +2n2
54
Criterios de convergencia
n2 n + 3
lim 2
n n + 2n 2
!n+3
=e
!
n2 n + 3
lim (n + 3) 2
1 = L.
n
n + 2n 2
!
!
n2 + 2n 2
n2 n + 3
n2 n + 3
1
=
lim
(n
+
3)
n
n2 + 2n 2
n2 + 2n 2 n2 + 2n 2
(n + 3)(3n + 5)
= 3.
n
n2 + 2n 2
= lim
n
n o
es creciente y tiene lmite e.
Ejemplo 4.35. La sucesin 1 + 1n
nN
Para comprobar que, en efecto, es creciente vamos a escribir el trmino n-simo utilizando el
binomio de Newton
!n X
!
n
1
n nk 1
=
1
1+
n
k
nk
k=0
1 n(n 1) 1
n(n 1)(n 2) 1
n(n 1) 2 1 1
+
2+
3 + +
n
n
2!
3!
n!
n
n
n
!
!
!
!
1
1 1
2
3 1
+ 1
+
=1+1+ 1
1
1
n 2!
n
n
n 3!
!
!
!
!
1
2
3
n1 1
+ 1
.
1
1 1
n
n
n
n
n!
=1+n
!n+1
!
!
!
!
1
1
1
1
2
3
=1+1+ 1
+ 1
+
1
1
n + 1 2!
n+1
n+1
n + 1 3!
!
!
!
!
1
2
3
n1 1
+ 1
1
1
1
n+1
n+1
n+1
n + 1 n!
!
!
!
2
n1
n
1
1
+ 1
1
1
1
.
n+1
n+1
n+1
n + 1 (n + 1)!
Observa los dos trminos que acabamos de escribir. Hay dos diferencias:
a) Este ltimo tiene un sumando ms que el trmino n-simo. Dicho trmino de ms, el ltimo, es
positivo. En realidad, todos los sumandos son positivos.
b) Si nos fijamos en el resto de sumandos y vamos comparando uno a uno
1 1,
1
1
1
,
n
n+1
!
!
!
!
1
2
1
2
1
1
1
1
,
n
n
n+1
n+1
1
y as sucesivamente.
55
Velocidad de convergencia
Uniendo estos dos apartados, obtenemos la desigualdad que estbamos buscando, esto es, que
n
1 n+1
1 1n 1 n+1
.
El clculo del lmite es fcil utilizando la Proposicin 4.33 (la regla del nmero e):
!n
!
1
1
L
= e lim n 1 + 1 = L,
lim 1 +
n
n
n
n
y este segundo lmite es inmediato comprobar que vale uno.
= lim
1
= 0,
n
lo que indica que la sucesin del denominador, 1n , es mucho mayor que la del numerador, 1/n2 .
Definicin 4.36. Sea {an }nN una sucesin convergente con lmite l y sea {bn } otra sucesin
convergente a otro nmero m.
a) Diremos que la velocidad o el orden de convergencia de la sucesin {an } es O(bn ) si existe
una constante K tal que
| an l |
K, n N
| bn m |
b) Diremos que la velocidad o el orden de convergencia de la sucesin es o(bn ) si
lim
| an l |
= 0.
| bn m |
1/n
1/n2
1
2
3
4
5
6
7
8
9
10
1.0
0.5
0.3333333333333333
0.25
0.2
0.1666666666666667
0.1428571428571428
0.125
0.1111111111111111
0.1
1.0
0.25
0.1111111111111111
0.0625
0.04
0.02777777777777778
0.02040816326530612
0.015625
0.01234567901234568
0.01
56
Ejercicios
| an |
= 0.
| bn |
4.7 Ejercicios
4.7.1
Sucesiones
Ejercicio 4.1.
1
1x
xn
para n N. Probar
Ejercicio 4.2. Sea a un nmero real positivo y definamos x1 = a, xn+1 = 1+x
n
que la sucesin {xn }nN converge a cero.
Ejercicio 4.4. Se considera la sucesin definida por recurrencia por a1 = 1 y an+1 = 2an + 3
para n N. Estudia si es convergente y, en caso de que lo sea, calcula el lmite.
Ejercicio 4.5. Se define la sucesin {xn } por recurrencia como x1 = 1, xn+1 = 1 + 2xn 1.
n
Calcula limn xn y limn xxn+1
.
Ejercicio 4.6. Sea {xn }nN la sucesin definida por recurrencia como x1 =
a) Demuestra que 15 < xn < 45 para cualquier natural n.
b) Demuestra que {xn }nN es decreciente.
c) Calcula su lmite.
57
1
2
y xn+1 = xn2 +
4
25 .
Ejercicios
4.7.2
xn2 +a
2
Criterios de convergencia
Ejercicio 4.8. Estudia la convergencia de las siguientes sucesiones y calcular su lmite cuando
exista.
(
)
)
(
1 + 1/2 + 1/3 + + 1/n
1 + 24 + 34 + + n4
c)
a)
n
n5
)
(
)
(
1 + 3 + 5 + + (2n 1) 2n + 1
1! + 2! + 3! + + n!
d)
b)
n+1
2
n!
Ejercicio
4.9. Calcula
el lmite de las siguientes sucesiones
)
3
n
log(1 2 n)
1
+
2
+
3
+
.
.
.
n
,
a)
c)
2
n
log(n)
n n
b)
1 + 2 2 + 3 3 + . . . + nn
Ejercicio
(
) 4.10. Estudia la convergencia de las siguientes
n sucesiones:
2 4 6 2n
a) n
d)
n!
n
+
1
)
(
p
1n
(3n + 1)(3n + 2) (3n + n)
b)
nr
1 n (2n)!
c)
n!
Ejercicio
4.11. Calculael lmite de las siguientes sucesiones.
!n2 +56n+5
c) 1 + log(n + 1) log(n) n
1
a)
1+ 2
n +1
2 +5
n
!
n2 5n + 6 n+2
b)
n + 2n + 1
Ejercicio
4.12. Calcula
el lmite de las siguientes sucesiones.
(
)
1
1
log(n + 1)!
1 + 2 + . . . + n
b)
a)
log(n + 1)n
log(n)
Ejercicio
4.13. Calcula
sucesiones.
!)
n
+
1
b) sen
a)
n2 + n + 5
cos( n2 + 1) log(n)
c)
Ejercicio
4.14. Calcula el lmite de las siguientes sucesiones.
s
log(n!)
n n!
b)
a)
n+1
(2n)
1 + 2 + . . . + n
58
Ejercicio 4.15.
Ejercicio 4.16.
Ejercicios
2
32
43
1 + 2 + 32 + +
n2
(n+1)n
nn1
4.7.3
!!4n+1
.
Ejercicios complementarios
Ejercicio 4.1. Sea
a 1. Estudia la convergencia de la sucesin definida por recurrencia como
x1 = a, xn+1 = 1 1 xn .
Ejercicio 4.2. Estudia la convergencia de la sucesin definida de forma recurrente por x1 = a >
Ejercicio 4.8.
+ + cos
log n3 + 1
1
2
1
n
n
.
o
n
Sean a, b R+ ; estudiar el carcter de la sucesin (an + bn )1/n .
59
60
Nmeros complejos
Introduccin
Nmeros complejos
1
1.1 Introduccin 1
1.2 Forma binmica de un nmero complejo 3
1.3 Represen1.4 Forma polar y
tacin grfica. Conjugado y mdulo de un nmero complejo 4
argumento de un nmero complejo 5 1.5 Funciones elementales 8
1.1 Introduccin
Los nmeros que hoy llamamos complejos fueron durante muchos aos motivo de polmicas
y controversias entre la comunidad cientfica. Poco a poco, por la creciente evidencia de su utilidad,
acabaron por ser aceptados, aunque no fueron bien comprendidos hasta pocas recientes. Nada
hay de extrao en ello si pensamos que los nmeros negativos no fueron plenamente aceptados
hasta finales del siglo XVII.
Los nmeros complejos hacen sus primeras tmidas apariciones en los trabajos de Cardano
(15011576) y Bombelli (15261572) relacionados con el clculo de las races de la cbica o ecuacin
de tercer grado. Fue Ren Descartes (15961650) quien afirm que ciertas ecuaciones algebraicas
slo tienen solucin en nuestra imaginacin y acu el calificativo imaginarias para referirse a
ellas. Desde el siglo XVI hasta finales del siglo XVIII los nmeros complejos o imaginarios son
usados con recelo, con desconfianza. Con frecuencia, cuando la solucin de un problema resulta
ser un nmero complejo esto se interpreta como que el problema no tiene solucin.
Las razones de todo esto son claras. As como los nmeros reales responden al problema cotidiano de la medida de magnitudes, no ocurre nada similar con los nmeros complejos. Mientras
los matemticos necesitaron interpretar en trminos fsicos sus objetos de estudio, no se avanz
mucho en la comprensin de los nmeros complejos.
El xito de Euler y Gauss al trabajar con nmeros complejos se debi a que ellos no se preocuparon de la naturaleza de los mismos; no se preguntaron qu es un nmero complejo?, sino que
se dijeron para qu sirven?, qu puede hacerse con ellos? Es Gauss quien definitivamente concede a los nmeros complejos un lugar privilegiado dentro de las matemticas al probar en 1799
el conocido como Teorema Fundamental del lgebra que afirma que toda ecuacin polinmica de
grado n con coeficientes complejos tiene, si cada raz se cuenta tantas veces como su orden, n
races que tambin son nmeros complejos. Algunas de sus implicaciones las podemos comentar
directamente. Fjate en cada una de las ecuaciones:
x + 3 = 0,
2x + 3 = 0,
x 2 2 = 0,
x 2 + 2x + 2 = 0,
Introduccin
Nmeros complejos
El trmino, hoy usado de nmeros complejos se debe a Gauss, quien tambin hizo popular
la letra i que Euler (17071783) haba usado espordicamente. En 1806 Argand interpreta los
nmeros complejos como vectores en el plano. La fecha de 1825 es considerada como el nacimiento
de la teora de funciones de variable compleja, pues se publica en dicho ao la Memoria sobre la
Integracin Compleja que Cauchy haba escrito ya en 1814.
En estas notas vamos a dar solamente unos breves conceptos de distintas formas de expresar los
nmeros complejos y cmo se trabaja con ellos. Pero antes de empezar una advertencia: aunque
histricamente (y vulgarmente) se llama i a la raz cuadrada de 1 esta expresin no es totalmente
cierta. Si as fuera obtendramos la siguiente cadena de igualdades que no es posible,...verdad?
q
p
p p
1 = 1 = (1)(1) = 1 1 = ii = i2 = 1.
u+w
u
Nmeros complejos
(2,3)
3 4
18 1
As, por ejemplo, (3,4) = (2, 3) 25
, 25 = 25 , 25 . Pues bien, los nmeros complejos son justamente el cuerpo (R2 , +, ). Es decir cada nmero complejo es una pareja (a, b) donde a y b son
nmeros reales, y la suma y el producto de complejos son los que hemos descrito antes. A esta
forma de representar los nmeros complejos se la suele llamar forma cartesiana. Esta forma es
muy cmoda para trabajar con sumas de nmeros complejos pero no lo es tanto para trabajar con
el producto: prueba a calcular (1, 1)4 .
En la siguiente definicin recogemos toda la informacin anterior.
Definicin 1.1. Consideremos en el conjunto R2 las operaciones de adicin y producto definidas por
(a, b) + (c, d) = (a + c, b + d)
(a, b)(c, d) = (ac bd, ad + bc)
El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto. Adems, (a, b)
es el opuesto de (a, b), y todo (a, b) (0, 0) tiene inverso
a
b
= (1, 0).
(a, b)
,
a2 + b2 a2 + b2
Todas estas propiedades se resumen diciendo que (R2 , +, ) (lase el conjunto R2 con las
operaciones suma y producto) es un cuerpo. Dicho cuerpo se representa simblicamente por
C y sus elementos se llaman nmeros complejos.
a1 , a2 R.
Esto hace que el conjunto {(a, 0); a R}, con la suma y el producto definidos antes sea tambin
un cuerpo, pero este cuerpo se puede identificar con los nmeros reales mediante la aplicacin
Forma cartesiana
Nmeros complejos
R {(a, 0); a R}
a (a, 0)
De ahora en adelante siempre usaremos esta identificacin; es decir, para nosotros van a ser indistinguibles el complejo (a, 0) y el nmero real a. Como consecuencia, cualquier nmero complejo
(a, b) se puede escribir de la forma
(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + b(0, 1).
Forma binmica
Parte real e
imaginaria
Si ahora llamamos (0, 1) = i, obtenemos que el nmero complejo z = (a, b) (se le suele llamar
a los nmeros complejos con letras como z, u, v,...) se puede poner como z = a + ib. Esto es lo
que se llama la forma binmica de un nmero complejo. Al nmero real a se le llama la parte
real del complejo y al nmero b se le llama la parte imaginaria. A i tambin se le llama la unidad
imaginaria. Es claro que i no es ningn nmero real (no es un par con la segunda componente 0) y
cumple una propiedad que nos ser til y que, seguramente, ya conocas
i2 = ii = (0, 1)(0, 1) = (1, 0) = 1,
es decir, el cuadrado de i es 1. Esto nos permite que las frmulas para la suma y el producto
de nmeros complejos, cuando estn puestos en forma binmica, sean fciles de recordar, ya
que, formalmente, los vamos a sumar y multiplicar como si fueran nmeros reales y simplemente
tendremos en cuenta que i2 = 1. Nos referimos a lo siguiente: antes hemos definido la suma de
dos nmeros complejos (puestos como pares) de la forma (a, b) + (c, d) = (a + c, b + d). Esta
misma operacin, puesta en forma binmica, quedara a + ib + c + id = a + c + i(b + d), que es la
suma formal de las parejas a + ib y c + id, sacando al final factor comn el i.
Para el producto sucede igual. Si multiplicamos dos complejos en
z = a + bi
b
forma de pares (a, b)(c, d) = (ac bd, ad + bc). Esto puesto en
|z|
forma binmica sera (a + ib)(c + id) = ac bd + i(ad + bc).
Pero este resultado es lo que se obtiene multiplicando formalmente
a + ib por c + id y tenemos en cuenta que i2 = 1.
z = a bi
Conjugado
Mdulo
Segn hemos definido, el nmero complejo a + ib no es ms que el elemento (a, b) del plano
R2 y, en ese sentido, se habla del plano complejo. El eje horizontal recibe el nombre de eje real, y
el eje vertical recibe el nombre de eje imaginario.
Definicin 1.2. Si z = a+ib es un nmero complejo (con a y b reales), entonces el conjugado
de z se define como z = a ib y el mdulo o valor absoluto de z, se define como: | z | =
p
a2 + b2 .
Nmeros complejos
p
Observa que a2 + b2 est definido sin ambigedad; es la raz cuadrada del nmero real no
negativo a2 + b2 .
Geomtricamente, z es la reflexin de z respecto al eje real, mientras que | z | es la distancia del
punto (a, b) a (0, 0) o, tambin, la longitud o norma eucldea del vector (a, b) (ver figura 1.2). La
distancia entre dos nmeros complejos z y w se define como | z w |.
La representacin grfica de la suma es conocida. Dos nmeros complejos z = a+ib y w = c +id
determinan un paralelogramo cuya diagonal (ver Figura 1.1) es z + w.
Proposicin 1.3. Sean z, w C. Entonces
a) z = z,
b) z + w = z + w,
c) zw = z w.
d) | z |2 = zz,
e) max {| Re(z) | , | Im(z) |} | z | | Re(z) | + | Im(z) |,
f) | zw | = | z | | w |,
g) | z + w | | z | + | w | .
Demostracin. La comprobacin de estas afirmaciones es inmediata. Por ejemplo, para comprobar
que la propiedad f) se verifica, basta observar que | zw | y | z | | w | son nmeros positivos cuyos
cuadrados coinciden, pues
| zw |2 = zwzw = zwzw = zzww = | z |2 | w |2 = (| z | | w |)2 .
Para demostrar la ltima afirmacin es suficiente probar que | z + w |2 (| z |+| w |)2 . En efecto:
| z + w |2 = (z + w)(z + w) = (z + w)(z + w) = zz + ww + zw + zw
= | z |2 + | w |2 + 2 Re (zw) | z |2 + | w |2 + 2 | Re (zw) |
| z |2 + | w |2 + 2 | zw | = | z |2 + | w |2 + 2 | z | | w | = | z |2 + | w |2 + 2 | z | | w |
= (| z | + | w |)2 .
Observacin 1.4. De la demostracin de la ltima afirmacin se deduce que | z + w | = | z |+| w |
+
si, y slo si, Re(zw) = | zw |, esto es, si zw R+
0 , o lo que es lo mismo zw = donde R0 . Esta
2
igualdad, puede escribirse de forma equivalente multiplicando por w como z | w | = w, esto es,
z = w para algn R+
0 lo que quiere decir que z y w estn en una misma semirrecta a partir
del origen.
Ejemplo 1.5. La divisin de nmeros complejos es fcil teniendo en cuenta que el producto de
un complejo y su conjugado da como resultado el mdulo al cuadrado de dicho nmero complejo.
1+i 2+i
1 + 3i
1+i
=
=
.
2i
2i 2+i
5
La divisin o el producto de dos nmeros complejos no es difcil, pero s que puede ser aburrido
calcular (1 + i)10 . Existe algo como el binomio de Newton para nmeros reales? Comprubalo t
mismo. Lo que s es muy fcil es su mdulo:
p 10
(1 + i)10 = | 1 + i |10 = 2 = 25 ./
Desigualdad triangular
Nmeros complejos
A los dos ejes del plano (en este caso se suele llamar el plano complejo) se les denota por el
eje real (donde se representa la primera componente) y el eje imaginario (donde se representa la
segunda).
A la vista del dibujo est claro que el nmero z (o el par
(a, b), al fin y al cabo para nosotros son la misma cosa)
z
queda totalmente determinado por dos magnitudes: la
longitud del vector y su direccin. Cmo medimos
la direccin? Si normalizamos el nmero complejo z
b
a
.
z = |z|
+i
sen ()
|z|
|z|
ngulo de radianes
b
Como | a
+
i
z|
| z | es un vector de mdulo uno (per1
tenece
a
la
circunferencia
centrada en el origen y de
cos()
radio uno), se tiene que poder escribir de la forma
Figura 1.3 Argumento
b
a
,
= (cos(), sen())
|z| |z|
Argumento principal
Forma polar
De entre todos los argumentos de un nmero complejo z 0 hay un nico argumento que se
encuentra en el intervalo ] , ]. A dicho argumento se le llama argumento principal de z
y se representa por arg(z).
Al nmero complejo de mdulo y argumento se le suele representar y las frmulas que
hemos visto son la forma de pasar de la forma binmica a la forma polar de un complejo.
Observacin 1.7.
a) Observa que el argumento principal no es ms que el ngulo que forma el vector con la parte
positiva del eje real.
b) Si 1 y 2 son dos argumentos del mismo nmero complejo, entonces
cos(1 ) = cos(2 )
1 , 2 Arg(z)
1 = 2 + 2k para algn k Z.
sen( ) = sen( )
1
Dicho de otra manera, si es un argumento de z, podemos obtener el conjunto de todos argumentos aadiendo mltiplos enteros de 2 , esto es, Arg(z) = { + 2k ; k Z}. En particular,
Arg(z) = arg(z) + 2k ; k Z .
Nmeros complejos
arctan a ,
=
2 ,
arctan a
+
arctan b
a
si a > 0,
si a = 0 y b > 0 ,
si a = 0 y b < 0
si a < 0 y b > 0,
si a < 0 y b < 0.
16 = 4, mientras que el argumento se calcula de la siguiente forma. Como la parte real es negativa
y la parte imaginaria es positiva, el argumento es
!
p
2 3
2
= arctan
+ = arctan 3 + = + =
.
2
3
3
As 2 + 2 3i = 4 2 ./
3
3
= 5 cos
4
5 3
4
1.4.1
3
+ i5 sen
4
2
2
= 5
i5
./
2
2
argumentos. Por ejemplo, para calcular (1 + i)4 como | 1 + i | = 2 y arg(1 + i) = /4, se sigue
que (1 + i)4 = 4.
Obsrvese que aunque los dos argumentos sean argumentos principales la suma no tiene por
qu ser argumento principal.
As pues, el producto de dos nmeros complejos es geomtricamente un giro (pues se suman los
argumentos de los nmeros que estamos multiplicando) seguido de una homotecia (el producto
de los mdulos de ambos nmeros).
Como consecuencia, es fcil demostrar mediante induccin la siguiente frmula que ser de
gran utilidad.
Forma trigonomtrica
Funciones elementales
Nmeros complejos
uw
1 + 2
2
1
1 =
2
,
n
2 =
4
,
n
...
n1 =
2(n 1)
.
n
Nmeros complejos
Funciones elementales
Obviamente hay ms nmeros enteros pero no es difcil ver que cualquier otro entero nos da un
ngulo que difiere en un mltiplo entero de 2 de los que hemos obtenido y produce, por tanto,
el mismo argumento. Concluyendo, las races n-simas de 1 son n nmeros complejos distintos,
z0 , z1 , . . . , zn1 todos con mdulo 1 y el argumento (no necesariamente el principal) de zk es 2k
n
para k {0, 1, . . . , n 1}.
Ejemplo 1.12. Las races cbicas de la unidad son los nmeros
i1
complejos z0 = 10 , z1 = 1 2 y z2 = 1 4 . Es decir z0 = 1, z1 =
21 + i 23 , y z2 = 12 i 23 . Si las representamos en el plano complejo quedan las tres en la circunferencia unidad pero es que adems
forman un tringulo equiltero uno de cuyos vrtices est en el 1.
De igual forma las races cuartas de la unidad sern z0 = 10 , z1 = i
2
1 2 , z2 = 1 4 y z3 = 1 6 , es decir z0 = 1, z1 = i, z2 = 1 y z3 = i.
4
4
4
En este caso, al igual que antes, todas las races se distribuyen en la
circunferencia unidad (todas tienen mdulo 1) pero ahora sern los
vrtices de un cuadrado, siendo uno de ellos (el que corresponde a
z0 ) el nmero 1. /
i0
i4
i3
Esta propiedad puede generalizarse a cualquier natural: dado n
N las races n-simas de la unidad son los vrtices de un polgono
Figura 1.5 Races quintas de i
regular de n lados inscrito en la circunferencia unidad, estando uno
de dichos vrtices en el punto 1.
Finalmente si lo que queremos es hacer las races n-simas de un nmero complejo, haciendo pequeas modificaciones en el proceso anterior, obtendremos las races que se recogen en el
siguiente resultado.
Proposicin 1.13.
dadas por
Sea n un nmero natural. Las races n-simas del nmero complejo z vienen
+ 2k
+ 2k
+ i sen
,
zk = | z |1/n cos
n
n
Raz n-sima
k = 0, 1, 2, . . . , n 1,
donde es un argumento de z.
Esto tambin tiene una interpretacin geomtrica clara. Las n races n-simas de un nmero
p
complejo z = | z | se distribuyen todas en la circunferencia centrada en el origen y radio n | z |
formando
un polgono regular de n lados, uno de los cuales est en el complejo
losvrtices de
p
n
+ i sen n
.
| z | cos n
1.5.2
La funcin exponencial
Definimos la exponencial compleja como
ez = exp(z) = eRe(z) (cos(Im(z)) + i sen(Im(z))) .
Observa que |ez | = eRe(z) ,
Euler
(t R)
que establece una relacin entre la exponencial compleja y las funciones trigonomtricas. Haciendo
t = tenemos la singular igualdad ei + 1 = 0 en la que intervienen los nmeros ms importantes
de las matemticas. De la frmula de Euler se deducen fcilmente las llamadas ecuaciones de Euler :
Frmula de Euler
Ecuaciones de Euler
Funciones elementales
Nmeros complejos
cos(t) =
eit + eit
,
2
sen(t) =
eit eit
2i
(t R).
Se prueba fcilmente que ez+w = ez ew para todos z, w C. Se deduce que para todo z C y
todo k Z es ez = ez+2k i . Lo que nos dice que la exponencial compleja es una funcin peridica
con perodo 2 i. Naturalmente, esto supone una gran diferencia con la exponencial real que es
una funcin inyectiva. Observa que la exponencial no se anula nunca pues |ez | = eRe(z) > 0.
Justificacin
Por qu hemos definido la funcin exponencial de esta forma? En un principio slo tenemos
la restriccin de que su valor coincida con el de la funcin exponencial que ya conocemos en los
nmeros reales. Si queremos que se siga cumpliendo que ex ey = ex+y , podemos avanzar algo. Si
z C, debera cumplirse que
ez = eRe(z)+i Im(z) = eRe(z) ei Im(z) .
Por tanto, slo nos hace falta definir eit con t real. Por que hemos elegido cmo definicin eit =
cos(t)+i sen(t)? Una posible justificacin es que la definicin est hecha as para que las derivadas
vayan bien: si
0
eit = ieit = i (cos(t) + i sen(t)) = sen(t) + i cos(t),
entonces coincide con
(cos(t) + i sen(t))0 = sen(t) + i cos(t).
El segundo motivo necesita conocer el desarrollo de Taylor de la las funciones exponencial, seno y
coseno. En la Seccin ?? tienes los detalles.
1.5.3
Logaritmos complejos
El comportamiento peridico de la exponencial compleja se va a traducir, como vamos a ver
enseguida, en que la ecuacin ew = z, donde z es un nmero complejo no cero, va a tener infinitas
soluciones w C. Como
ew = eRe(w) (cos(Im(w)) + i sen(Im(w))) .
Logaritmo
Logaritmo principal
10
Nmeros complejos
Funciones elementales
Observacin 1.14. Es importante que nos demos cuenta de que la igualdad log(zw) = log(z) +
log(w), que es vlida para nmeros reales positivos, no es siempre cierta cierta para nmeros
complejos. Por ejemplo:
p
p
p
log(1 + i 3) = log 1 + i 3 + i arg(1 + i 3)
p
2
= log(2) + i arctan( 3) + = log(2) + i
3
p
p
p
log( 3 + i) = log 3 + i + i arg( 3 + i)
p
5
= log(2) + i arctan(1/ 3) + = log(2) + i
6
p
p
1.5.4
Potencias complejas
Recuerda que dados dos nmeros reales a > 0 y b R, la potencia de base a y exponente b se
define como ab = eb log(a) . Ahora, dados a, b C, con a 0, sabemos que hay infinitos logaritmos
de a, todos ellos son de la forma log(a) + i2k , con k Z. Por ello, cualquier nmero complejo
de la forma eb(log(a)+i2k ) donde k Z, es una potencia de base a y exponente b. De todas ellas
se destaca una:
ab = eb log(a)
y dicho nmero se llama valor principal de la potencia de base a y exponente b. Observa que si
b = 1/n donde n N, el nmero
1
a1/n = exp
log(a)
n
log(a)
arg(a)
= exp
+i
n
n
arg(a)
arg(a)
1/n
+ i sen
=|z|
cos
n
n
es el valor principal de la raz n-sima de a que antes hemos notado por n a. Esta definicin da lugar
a las funciones exponenciales complejas de base a, z , az , definidas por az = exp(z log(a)). Tambin permite definir la funcin potencia compleja de exponente b, z , zb como zb = exp(b log(z)).
Las funciones exponenciales cumplen evidentemente la igualdad az+w = az + aw pero las funciones potencias no cumplen, en general como vimos al estudiar las races, la propiedad (zw)b =
zb w b . Esta igualdad se da en el caso de que
exp(b log(zw)) = exp(b log(z) + b log(w))
o, puesto que la funcin exponencial es peridica de periodo 2 i, cuando se verifique que
1 No hemos hablado todava de funciones continuas, mucho menos de continuidad de funciones complejas, pero la idea intuitiva
de que cuando z se acerca a z0 , el argumento principal de z se acerca al argumento principal de z0 sigue siendo vlida.
11
Valor principal
Funciones elementales
Nmeros complejos
para algn k Z.
Como caso particular, cuando z y w pertenecen al primer cuadrante la igualdad log(zw) = log(z)+
log(w) es cierta con lo cual lo anterior se cumple para k = 0. Por los mismos motivos la igualdad
(zb )c = zbc no es cierta en general.
12
Series
Definicin y propiedades
Series
5
5.1 Definicin y propiedades 61
5.2 Convergencia absoluta e incondicional 65
5.3 Criterios de convergencia para series de trminos no negativos 66 5.4 Otros
criterios 69 5.5 Suma de series 69 5.6 Ejercicios 72
En el siglo XVIII muchos matemticos buscaban, sin demasiado xito, el valor de la expresin
1+
1
1
1
+
+
+ ...
22 32 42
La primera aportacin relevante fue hecha por Jacobo Bernoulli en 1689 cuando demostr la convergencia de dicha serie. Ms tarde, en 17281729, D. Bernoulli calcul su valor con una precisin
de una centsima. Stirling aument la precisin hasta los ocho primeros decimales al ao siguiente.
Cuatro aos despus, Euler calcul el valor con dieciocho cifras decimales y se dio cuenta de que
coincidan con la expresin de 2 /6. En aos posteriores, Euler no slo demostr que, efectivamente, ese era el valor de dicha suma sino que calcul 1 + 21k + 31k + 41k + . . . para k par.
En este tema vamos a estudiar sucesiones de esta forma. Veremos que, en algunos casos concretos, seremos capaces de calcular su lmite. En el resto de ocasiones intentaremos, al menos, decidir
sobre la convergencia o no de dichas sucesiones.
an . A los
n1
trminos sn se les suele llamar sumas parciales de la serie. Si {sn } tiene lmite, lo notaremos
61
Serie de nmeros
reales
Definicin y propiedades
Series
lim a1 + a2 + + an = lim
n
X
ak =
k=1
ak .
k=1
La principal dificultad para estudiar la convergencia de una serie es que normalmente no disponemos de una frmula para las sumas parciales. En aquellos casos en que s, la convergencia de
una serie se reduce al clculo de un lmite. Vamos a empezar por un ejemplo sencillo.
X 1
Ejemplo 5.2. Vamos a estudiar si la serie
es convergente o, lo que es lo mismo, vamos a
2n
k1
calcular
1
1 1
lim + + + n .
n 2
4
2
Los trminos de la sucesin de sumas parciales son
n sumas parciales
1
1
2
1
2
1
4
1
2
1
4
1
8
1
2
1
4
1
8
1
2
1
4
+ 21n
sn
1
2
3
4
7
8
1
16
14
16
...
+
1
2n
1 1
1
1
+ + + n = lim 1 n = 1.
n 2
n
4
2
2
1
2
1
4
1
8
...
Ejemplo 5.3.
donde cada trmino se obtiene del anterior multiplicndolo por una cantidad fija r, la razn. Esta
forma particular hace que se puede calcular su suma de manera explcita. Fijmonos que
62
Series
Definicin y propiedades
(1 r)
n
X
k=0
rk =
n
X
rk r
n
X
k=0
rk = 1 rn+1
k=0
n
X
rk = a
k=0
1 rn+1
.
1r
(5.1)
1
1 2n+1 1
1
1
1
1
2n+1
=
Por ejemplo, 1 + + 2 + . . . + n = 1
= 2 n.
n
2 2
2
2
2
2 1
El hecho de que tengamos la frmula (5.1) nos pone en bandeja el clculo del lmite cuando n
tiende a +. Es fcil comprobar que
0,
si r ] 1, 1[,
lim rn =
1,
si r = 1,
n
no existe, en otro caso.
Por tanto,
X
k=0
ark = lim a
n
1 rn+1
a
=
1r
1r
n1
An+1 = a1 + a2 + + an + an+1
an
n=1
n
An = a1 + a2 + + an
an
n=1
63
La serie armnica
no es convergente
Definicin y propiedades
Series
Como consecuencia
+
X
1
n=1
= +.
1+
1
2
+ 31 + +
log(n)
1
n
=1
1 1
1
+ + + = +.
2 3
n
c) Tambin podemos utilizar integrales para calcular la suma. Fijado un natural n, consideremos
la funcin f (x) = 1/x en el intervalo [1, n] y consideremos la particin P = {1, 2, 3, . . . , n1, n}
de dicho intervalo. Cunto valen las sumas superiores e inferiores?
y que, por tanto, lim 1 +
n
f (x) =
1
x
0.5
f (x) =
1
x
0.5
0 1
...
n1 n
0 1
...
n1 n
Z
1
dx
= log(n) .
x
(5.3)
1
1
1 1
+ + +
+
2 3
n1 n
1 1
1
1
+ + +
+ 1 + log(n).
2 3
n1 n
En resumen,
log(n + 1) 1 +
1 1
1
1
+ + +
+ 1 + log(n) .
2 3
n1 n
Como la funcin logaritmo diverge positivamente en +, obtenemos que la serie no es convergente, aunque la anterior desigualdad nos da ms informacin sobre el valor de las sumas
parciales del que hemos conseguido en los dos apartados anteriores.
64
Series
Dado que una serie de nmeros reales no es ms que una sucesin, las propiedades que ya conocemos de lmites de sucesiones siguen siendo ciertas en este ambiente. La siguiente proposicin
nos dice que el lmite de una serie es lineal: parte sumas y saca fuera escalares.
X
X
Proposicin 5.6.
Sean
an y
bn dos series convergentes. Sean y nmeros reales.
Linealidad
n1
n1
X
Entonces la serie
(an + bn ) es convergente y
n1
(an + bn ) =
n=1
an +
n=1
bn .
n=1
Trabajando con sucesiones es inmediato comprobar (de hecho, ya lo hemos usado en varias ocasiones) que una sucesin {an }nN es convergente si, y slo si, lo son sus colas {an+k }nN . Adems,
ambas tienen el mismo lmite. Si consideramos la serie asociada a cada de una ellas, la convergencia de ambas est tambin muy relacionada.
ProposicinX
5.7. Sea {an } una sucesin de nmeros reales
Xy k un nmero natural fijo. Entonan+k . Adems, caso de que sean
ces la serie
an es convergente si, y slo si, lo es la serie
n1
n1
an =
k1
X
an +
X
n=1
n=1
n=1
an+k ,
o lo que es lo mismo,
an =
k1
X
an +
n=1
n=1
an .
n=k
De nuevo obtenemos que la convergencia de una serie depende de las colas de dicha serie aunque
la suma total s depende de que aadamos o no los primeros trminos.
X
n=1
an =
a(n) .
n=1
Observacin 5.9. La convergencia incondicional de una serie es el anlogo a la propiedad conmutativa para una suma infinita. Una serie es incondicionalmente convergente si se puede sumar
en cualquier orden y el resultado siempre es el mismo. Este es el motivo de que en algunos textos
se hable de series conmutativamente convergentes.
La convergencia absoluta y la convergencia incondicional son condiciones ms fuertes que la
convergencia de una serie. El siguiente resultado nos dice que estn relacionadas.
65
Convergencia absoluta
Convergencia incondicional
Teorema de
Riemann
Series
P
Teorema 5.10.
Sea an una serie de nmeros reales. La serie converge incondicionalmente si, y slo si, converge absolutamente.
En la prctica, es sumamente difcil comprobar la convergencia incondicional de una serie directamente. No es sencillo trabajar con todas las reordenaciones posibles de una sucesin de nmeros
reales. Lo que s haremos es estudiar la convergencia absoluta.
El primer criterio y, posiblemente, el ms importante que vamos a utilizar en el estudio de la
convergencia de series de nmeros reales es el criterio de comparacin. Esencialmente nos dice
que si una serie se puede sumar tambin se puede sumar otra ms pequea y, recprocamente, si
una serie no se puede sumar, otra mayor tampoco se puede.
Criterio de
comparacin
Teorema de
Riemann
Teorema 5.11. Sean {an } y {bn } dos sucesiones de nmeros reales verificando que | an | bn
para todo n N.
P
P
a) Si bn es convergente, entonces an es convergente.
P
P
b) Si an es divergente, entonces bn es divergente.
Si aplicamos el criterio de comparacin tomando bn = | an |, se obtiene que las series absolutamente convergentes son convergentes, esto es, una de las implicaciones del teorema de Riemann.
El recproco del criterio de comparacin no es cierto.
n
P
Ejemplo 5.12. La serie (1)
n es convergente pero no absolutamente convergente.
n
P
Dado que la serie (1)
no es incondicionalmente convergente, si la sumamos en distinto
n
orden nos puede dar un resultado diferente pero cuntos?. La respuesta es que muchos. Ms
concretamente, la serie se puede reordenar de forma que su suma sea el nmero real que queramos.
P
Teorema 5.13. Sea an una serie convergente pero no absolutamente convergente. Dado
X
un nmero real x cualquiera, existe una biyeccin : N N tal que
a(n) = x.
n=1
Proposicin 5.14.
Sean {an }, {bn } sucesiones de nmeros reales verificando an 0, y bn > 0.
Entonces se verifican las siguientes afirmaciones:
P
P
an
a) Si lim
= L 6= 0 entonces, an converge bn converge.
n bn
P
P
an
b) Si lim
= 0 entonces,
bn converge =
an converge.
n bn
P
P
an
= + entonces,
an converge =
bn converge.
c) Si lim
n bn
P 1
P
Ejemplo 5.15. Las series n12 y 3n2 n+7
tienen el mismo carcter de convergencia. La ventaja
del criterio de comparacin por paso al lmite es que no hace falta saber que una de ellas es mayor
que la otra. Es suficiente con que sean aproximadamente iguales:
1
n2
1
n
3n2 n+7
lim
3n2 n + 7
= 3.
n
n2
= lim
Por ahora no sabemos si ambas series son convergentes o no (dentro de poco veremos que s lo son)
P
P
pero s podemos aplicarlo a otras series. Por ejemplo, 2n1n y 21n tiene el mismo carcter. Como
66
Series
P
P
sabemos que 21n es convergente, tambin lo es 2n1n . Observa que el criterio de comparacin
no nos resuelve este mismo problema: 2n1n es mayor que 21n y, por tanto, el criterio de comparacin
no da informacin.
Proposicin 5.16.
Sea {an } una sucesin de nmeros positivos.
P
b) Si n an 1, entonces an no es convergente.
Criterio de la raz o
de Cauchy
P
a) Si lim n an = L < 1, entonces an es convergente.
n
P
b) Si lim n an > 1, entonces an no es convergente.
n
P n 2n+1
Ejemplo 5.18. Vamos a estudiar la convergencia de la serie
utilizando el criterio
7n+3
de la raz. Para ello calculamos el lmite
r
n 2n+1
n
1
n 2n+1
n
lim
= 2.
= lim
n
n 7n + 3
7n + 3
7
Como dicho lmite es menor que uno, la serie es convergente.
Para calcular el lmite de una raz n-sima podemos aplicar el criterio de la raz (vase Proposicin 4.31).
Proposicin 5.19.
Sea {an } una sucesin de nmeros positivos.
P
an+1
a) Si an L < 1, entonces an es convergente.
P
b) Si aan+1
1, entonces an no es convergente.
n
2n2
2n +3
2(n + 1)2 2n + 3
1
= .
2
n+1
n
2n
2 +3 2
= lim
1,
entonces
la
serie
an no es convergente.
n
Sea! {an } una sucesin de nmeros positivos.
P
an+1
a) Si lim n 1
> 1, entonces la serie an es convergente.
n
an !
P
an+1
b) Si lim n 1
< 1, entonces la serie an no es convergente.
n
an
Corolario 5.23.
Ejemplo 5.24.
(2n)!
1
.
n! n! (2n + 1) 22n
67
Criterio de Raabe
Series
(2n+2)!
1
((n+1)!)2 (2n+3) 22n+2
(2n)!
1
(n!)2 (2n+1) 22n
= lim
(2n + 1)2
n 2(n + 1)(2n + 3)
= lim
4n2 + 4n + 1
= 1.
n 4n2 + 10n + 6
= lim
Como
4n2 + 4n + 1
1
4n2 + 10n + 6
el criterio del cociente no da informacin til. Aplicamos ahora el criterio de Raabe:
!
!
4n2 + 4n + 1
an+1
= lim n 1 2
lim n 1
n
n
an
4n + 10n + 6
6n2 + 5n
6
= > 1,
n 4n2 + 10n + 6
4
= lim
Proposicin 5.25. Sea {an } una sucesin de nmeros no negativos tal que {an } es una sucesin
decreciente a cero. Entonces se verifica que
X
X
an es convergente
2n a2n es convergente .
Ejemplo 5.26.
X 1
, con a R.
na
n1
1
2(a1)n
1
2a1
< 1 a > 1.
68
Series
Otros criterios
1
na
= na an .
Criterio de Dirichlet
Criterio de Abel
5.5.1
n0
Series telescpicas
P
Las series telescpicas son aquellas series an cuyo trmino general se puede escribir de la
forma an = bn bn+1 para alguna sucesin {bn }. El clculo de su suma equivale al clculo del
lmite de la sucesin {bn }. Para verlo slo tienes que calcular las sumas parciales:
a1 + a2 + + an = (b1 b2 ) + (b2 b3 ) + + (bn bn+1 ) = b1 bn+1 .
Resumiendo,
69
Suma de series
Series
Proposicin 5.33. Sea {bn } una sucesin de nmeros reales. Entonces la serie que tiene como
trmino general an = bn bn+1 es convergente si, y slo si, {bn } es convergente. En ese caso
X
an = b1 lim bn .
n
n=1
Ejemplo 5.34.
Como
1
n(n+1)
X
n=1
1
n
1
n(n + 1)
1
n+1 ,
,
i(i + 1) i=1 i i + 1
1 2
2 3
n n+1
n+1
i=1
con lo que
X
n=1
5.5.2
1
1
= lim 1
= 1.
n
n(n + 1)
n+1
Series geomtricas
P
La serie rn se puede sumar utilizando que conocemos sus sumas parciales, como ya hicimos
en el Ejemplo 5.3. Sabemos que
n
X
k=0
rk =
rn+1 1
r1
rn
X
n=0
rn =
1
.
1r
Demostracin. Slo hay que usar la frmula de la suma de una progresin geomtrica que vimos
en el Ejemplo 5.3:
X
k=0
rn = lim
n
X
k=0
1
rn+1 1
=
,
n r 1
1r
rk = lim
ya que lim rn = 0 si | r | < 1. En cualquier otro caso el trmino general de la serie no converge a
n
cero y, por tanto, la serie no es convergente.
Veamos un ejemplo
X
X
4
1
4
=
4
=
n
n
5
5
1
n=0
n=0
1
5
= 5.
Si la serie no comienza en n = 0,
X
X
1
1
1X 1
1
1
[m
=
=
n
2]
=
=
=
n
m
m+2
2
4 m=0 2
4 1
2
n=2
m=0
70
1
2
1
.
2
Series
5.5.3
Suma de series
Series aritmtico-geomtricas
P
Las series aritmtrico-geomtricas son series de la forma p(n)rn , donde p es un polinomio.
Para calcular su suma, transformamos la serie en otra en la que el grado del polinomio es menor
P
n
hasta obtener una serie geomtrica. Si
n=0 p(n)r = S , entonces
(1 r)S =
p(n)r
n=0
p(n)rn + 1
n=0
= p(0) +
n=1
Observa que p(n) p(n 1) sigue siendo un polinomio, pero con grado estrictamente menor que
el grado de p(n). Repitiendo este proceso las veces necesarias, acabamos obteniendo una serie
geomtrica. Veamos un ejemplo.
X
Ejemplo 5.36. Vamos a calcular la suma de la serie
(n2 n)rn . Si su suma es S , entonces
n0
(1 r)S =
h
X
(n n) ((n 1) (n 1)) r =
2
2nrn ,
n=1
n=1
o, lo que es lo mismo,
2 X n
S =
nr .
1 r n=1
Repetimos el proceso anterior, si S 1 =
nrn , entonces
n=1
(1 r)S 1 = r +
[n (n 1)]rn = r +
n=2
1
r
1r =
.
1r
1r
Por tanto,
X
(n2 n)rn =
n=0
5.5.4
2
r
2r
=
.
1 r 1 r (1 r)2
Cocientes de polinomios
En algunos casos se pueden sumar descomponiendo el trmino general en fracciones simples.
Tambin pueden ser de utilidad algunas identidades como, por ejemplo, la que define la constante
de Euler.
La constante de Euler-Mascheroni
En el Ejercicio 7.31 vimos que
x
< log(1 + x) < x
1+x
se cumple para cualquier x positivo. En particular, para x =
71
1
n
N obtenemos que
Ejercicios
Series
!
!
1
1
1+n
= log 1 +
<
log(1 + n) log(n) = log
n
n
n
y que
1
1
= n
n+1 1+
1
n
1
< log 1 +
n
.
Si definimos a2n1 =
1
n
o, lo que es lo mismo, la sucesin {an } es decreciente. El criterio de Leibniz nos da que la serie
P
(1)n+1 an es convergente, o sea que existe el lmite
lim a1 + a2 + + (1)n an = lim 1 log(2) log(1)
1
1
1
log(3) log(2) + + + log(n + 1) log(n)
2
3
n
1
1
= lim 1 + + + log(n + 1).
n
2
n
+
Constante de
Euler-Mascheroni
1 1
1
+ + + log(n).
2 3
n
5.6 Ejercicios
5.6.1
72
Series
Ejercicios
Ejercicio 5.3. Aplicar el criterio de comparacin para estudiar la posible convergencia de las
siguientes series:
P log(n)
P 1
a)
e)
n
P 1
P (2n1)2n
b)
1
f)
n(n+1)
n
P 1
P 3 n
c)
g)
P 2n1
(n+1) n
1
d)
n
2 n
Ejercicio 5.4. Aplicar el criterio de condensacin para estudiar la posible convergencia de las
siguientes series:
P 1
a)
P n log(n)
1
b)
2
P n(log(n)) 1
c)
n(log(n)) log(log(n))
Ejercicio 5.5.
P 2n
a)
P nn+1
b)
P 2n+11
c)
n2 log(n)
e)
n
( 2)
Ejercicio 5.9.
P 2n+1 n2
.
a)
2n+5
P 1+log(n)
b)
.
nn
Ejercicio 5.10.
P an
a)
P na
b) an na
73
Ejercicios
5.6.2
Series
Suma de series
Ejercicio 5.11. Sumar, si es posible, las siguientes series
X
15
a)
10n
n=0
X
1
b)
2n(n + 1)
n=1
X (1)n
c)
3n
n=2
Ejercicio 5.12. Sumar, si es posible, las siguientes series
X
1
a)
(n + 3)(n + 4)
n=0
X
1
b)
n+3
2
n=1
X 2n + 3n
c)
5n
n=1
Ejercicio 5.13.
2
X
n +n+1
n=1
5.6.3
Ejercicios complementarios
5.6.4
n!
Ejercicio 5.1. Discutir en funcin del parmetro a la convergencia de la serie de nmeros reales
!
!
X
1
1
log 1 +
log 1 +
n
(log(n))a
Ejercicio 5.2. Estudiar la convergencia de las siguientes series:
P
P 1 log(n)
c) (1)n+1 n1
a)
10
log(n)
P 1
P
1+tan( 1n )
d)
b) log 1tan( 1 )
n 3 nn
n
74
Lmites y continuidad
Lmite funcional
Lmites y continuidad
6
6.1 Lmite funcional 79
6.2 Lmites infinitos y en el infinito 81
6.3 Clculo de lmites 83
6.4 Continuidad 84
6.5 Teorema del valor intermedio 87
6.6 Monotona 89 6.7 Ejercicios 90
Para que esto valga como definicin de lmite, slo tenemos que garantizarnos que existan sucesiones convergentes al punto donde tomamos lmite. Recordemos que A0 denota al conjunto de
puntos de acumulacin del conjunto A. Con todos estos ingredientes ya podemos dar la definicin
de lmite de una funcin en un punto.
Definicin 6.1. Sea A un subconjunto de R y f : A R una funcin. Diremos que f tiene
lmite en x0 A0 y que vale L si para cualquier sucesin {xn } de elementos de A distintos de
x0 que tienda a x0 se cumple que { f (xn )} tiende a L.
Caso de ser as, escribiremos lim f (x) = L.
xx0
Observacin 6.2. Recuerda que si la funcin est definida en un intervalo, todos los puntos del
correspondiente intervalo cerrado son puntos de acumulacin.
En algunas ocasiones puede ser ms til reescribir la definicin de la forma siguiente.
Proposicin 6.3. Sea f : A R R y x0 A0 . Las siguientes afirmaciones son equivalentes.
a) lim f (x) = L.
xx0
b) Para cualquier > 0 existe > 0 tal que si 0 < | x x0 | < y x A, entonces | f (x) L | < .
79
Lmite funcional
6.1.1
Lmites y continuidad
lgebra de lmites
Dado que la definicin de lmite se puede ver en trminos de sucesiones, podemos aplicar
los resultados sobre lmites de sucesiones que conocemos. Obtenemos el resultado anlogo a la
Proposicin 4.8 sobre el comportamiento de lmite con respecto a sumas, productos y cocientes.
Proposicin 6.4. Sean f, g : A R y x0 A0 . Entonces,
a) lim ( f + g)(x) = lim f (x) + lim g(x),
xx0
xx0 xx0
b) lim ( f g)(x) = lim f (x) lim g(x) ,
xx0
xx0
xx0
!
lim xx0 f (x)
f
(x) =
c) si lim g(x) 6= 0, se cumple que lim
.
xx0
xx0 g
lim xx0 g(x)
De igual manera que ocurre con sucesiones, el lmite del producto de una funcin con lmite
cero y una funcin acotada es cero.
Proposicin 6.5. Sean f, g : A R y x0 A0 . Si lim f (x) = 0 y g est acotada, entonces
xx0
lim ( f g)(x) = 0.
xx0
6.1.2
Lmites laterales
Intuitivamente, para calcular lim xx0 f (x) tomamos valores cercanos a x0 , calculamos su imagen por la aplicacin f y vemos si se acercan a algn valor. Si nos acercamos a x0 por valores
mayores que x0 , hablaremos de lmite por la derecha. Si nos acercamos por valores menores hablaremos de lmite por la izquierda. Formalizemos estos conceptos.
Definicin 6.6. Sea A un subconjunto de R, f : A R una funcin y x0 A0 .
a) Si x0 es un punto de acumulacin de A = {x A : x < x0 }, se define el lmite por la
izquierda de f en x0 como lim f (x) := lim f|A (x).
xx0
xx0
A+
b) Si x0 es un punto de acumulacin de
= {x A : x > x0 }, se define el lmite por la
derecha de f en x0 como lim+ f (x) := lim f|A+ (x).
xx0
xx0
En principio no tienen porqu tener sentido ambos lmites laterales. Por ejemplo, si x0 es el
extremo de un intervalo slo se puede estudiar uno de los dos lmites laterales. Lo que s es cierto
es que si se puede estudiar el lmite, al menos uno de los lmites laterales tiene que tener sentido.
Adems, una funcin tiene lmite en x0 si, y slo si, existen todos los lmites laterales que tengan
sentido y coinciden.
Proposicin 6.7. Sea f : A R y x0 A0 .
a) Si x0 (A+ )0 y x0 / (A )0 , entonces lim f (x) = L lim+ f (x) = L.
xx0
b) Si x0
(A )0
c) Si x0
(A+ )0
y x0 /
(A+ )0 ,
(A )0 ,
xx0
xx0
xx0
80
xx0
Lmites y continuidad
Asntotas verticales
Como ya hemos comentado en la seccin anterior, la definicin de lmite de una funcin con
sucesiones siempre tiene el mismo aspecto:
lim f (x) = b lim xn = a = lim f (xn ) = b .
xa
Hasta ahora hemos tomado a y b como el punto donde tomamos lmite y como el valor del lmite.
Si admitimos que a y/o b sean , obtenemos la definicin de lmite infinito o en el infinito.
0
Tambin podemos reformular de manera equivalente la definicin de lmite sin utilizar sucesiones.
0
f (x) =
f (x) =
1
1x
1
| 1x |
3 2 1
3 2 1
0 1
0 1
1
La funcin f (x) = | 1x
| tiene
una asntota vertical en x = 1
1
La funcin f (x) = 1x
tambin
tiene una asntota vertical en x = 1
81
6.2.2
Lmites y continuidad
Asntotas horizontales
La ltima posibilidad que nos queda es definir lmites en + o . De nuevo empezamos con
sucesiones.
Definicin 6.10. Sea A R un subconjunto no acotado superiormente y sea f : A R.
a) Diremos que f tiene lmite en + y que vale L si para cualquier sucesin {xn } de elementos
de A que tienda a + se cumple que { f (xn )} tiende a L.
b) De forma similar, diremos que el lmite de f en + es + si para cualquier sucesin {xn }
de elementos de A que tienda a + se cumple que { f (xn )} tiende a +.
Y tambin tenemos las reformulaciones equivalentes sin usar sucesiones.
Proposicin 6.11. Sea A R un subconjunto no acotado superiormente y sea f : A R.
a) lim f (x) = L si, y slo si, dado > 0 existe M R tal que si x > M y x A entonces
x+
| f (x) L | < .
b) lim f (x) = + si, y slo si, dado M R existe N tal que si x > N, entonces f (x) > M.
x+
(y0 , f (y0 ))
(x0 + T, f (x0 + T ))
(y0 + T, f (y0 + T ))
Cundo una funcin tiene lmite en + o solemos decir que la funcin tiene una asntota
horizontal. Por ejemplo, como
2x + 3 sen(x)
= 2,
x+
x
lim
la funcin f (x) = 2x+3 xsen(x) tiene una asntota horizontal en 2. Observa que, a diferencia de las
asntotas verticales, la grfica de la funcin puede cruzar la recta que define la asntota (y = 2 en
este caso).
82
Lmites y continuidad
Clculo de lmites
4.5
4
3.5
3
2.5
2
1.5
1
Figura 6.3 Asntota horizontal
6.2.3
Indeterminaciones
Existen lmites que no se pueden resolver utilizando las operaciones elementales, lese por ejemplo el lmite de una suma es la suma de los lmites. A estas situaciones las llamamos indeterminaciones y son
0
, , , 0 , 00 , 0 , 1 .
0
Ya conoces algunas formas de eliminar indeterminaciones. Por ejemplo, cuando nos encontramos
con un cociente de polinomios con una indeterminacin del tipo 00 , eso significa que numerador y
denominador tienen una solucin comn. Si simplificamos dicha raz, eliminamos la indeterminacin.
x2 1
Ejemplo 6.13. Calculemos lim
x1 x 1
x2 1
(x 1)(x + 1)
lim
= lim
= lim x + 1 = 2.
x1 x 1
x1
x1
x1
xx0
b) Si lim f (x) = + y existe K > 0 tal g(x) > K para todo x, entonces lim f (x)g(x) = +.
xx0
xx0
xa
xa
xa
x+
x2 + 2x + 1
x2 x + 3
! x3
.
83
Continuidad
Lmites y continuidad
x2 + 2x + 1
x2 x + 3
lim
x+
! x1
=e
!
x2 + 2x + 1
lim (x 3) 2
1 = L.
x+
x x+3
x+
x+
x2 + 2x + 1
x2 x + 3
!
(x 3)(3x 2)
x2 + 2x + 1
1
= lim
= 3.
x+
x2 x + 3
x2 x + 3
! x3
= e3 .
x+
x0
e1/x
x3
lim+
x0
e1/x
y3
= 0,
=
lim
y+ ey2
x3
6.4 Continuidad
Ya que tenemos la definicin de lmite, podemos hablar de continuidad.
Definicin 6.21. Sea f : A R R. La funcin f es continua en a A si lim f (x) = f (a),
xa
Podemos expresar la continuidad utilizando sucesiones de manera similar a lo que hemos hecho
con lmites o de la forma .
84
Lmites y continuidad
Continuidad
6.4.1
Discontinuidades
Qu puede fallar para que que una funcin no sea continua? Para que s lo sea, debe existir el
lmite en dicho punto y coincidir con el valor de funcin. Por tanto, las discontinuidades se deben
a alguno de estas dos causas:
a) El lmite lim f (x) existe pero no vale f (a). En este caso decimos que la funcin presenta una
xa
discontinuidad evitable en a. El motivo es que si cambiamos el valor de la funcin en a por el
del lmite obtenemos una funcin continua.
b) La segunda posibilidad es que no exista el lim f (x). Esto puede deberse a varios factores.
xa
i) Existen los lmites laterales pero no coinciden. En este caso diremos que f presenta una
discontinuidad de salto en a.
ii) Algn lmite lateral no existe: diremos que f tiene una discontinuidad esencial en a.
6.4.2
85
Continuidad
Lmites y continuidad
6.4.3
es continua en R+ slo nos estamos fijando en x2 que, evidentemente, es una funcin continua. En
otras palabras, la continuidad de f en el punto x = 0.5 no depende del comportamiento de dicha
funcin en R .
2
1
2
f
3
f
0
1
2
El siguiente resultado nos dice que la restriccin de una funcin continua sigue siendo una funcin
continua.
Proposicin 6.28. Sea f : A R R una funcin continua en a A y sea B A con a B.
Entonces f|B es continua en a.
Si nos quedamos con un dominio ms pequeo, la continuidad no se resiente. Qu ocurre con
el recproco? Si una funcin es continua en un dominio, qu ocurre si la extendemos a un dominio
mayor? En general no se mantiene la continuidad: piensa, por ejemplo en una funcin definida en
los [0, +[. Se puede extender a R manteniendo la continuidad en el origen? La respuesta ya la
conoces: slo si el lmite por la izquierda coincide con el valor de la funcin en 0. Ahora bien, en
otros puntos la situacin es distinta. Por ejemplo, si la funcin era continua en 1, tambin lo sigue
siendo la extensin.
86
Lmites y continuidad
(6.1)
f (a) +
f (a)
f (a)
(a, f (a))
a a a+
87
Lmites y continuidad
(a, f (a))
Figura 6.6
(b, f (b))
comprobar que f (e10 ) < 0 y 0 < f (e10 ). Por tanto, la ecuacin e x + log(x) = 0 tiene al menos una
solucin entre e10 y e10 . En particular, tiene solucin en R+ .
El teorema del valor intermedio es equivalente al teorema de los ceros de Bolzano. Si este ltimo
afirma que en cuanto una funcin continua tome valores positivos y negativos, tiene que anularse,
el teorema del valor intermedio traslada esta afirmacin a cualquier nmero real: en cuanto una
funcin continua tome dos valores distintos, tambin tiene que alcanzar los valores intermedios.
Todo esto es cierto nicamente cuando el dominio es un intervalo.
Teorema 6.33 (del valor intermedio). Sea I un intervalo, f : I R una funcin continua.
Entonces f (I) es un intervalo.
Demostracin. Tenemos que demostrar que si c, d f (I), entonces [c, d] f (I). Puesto que c y d
pertenecen a la imagen de la funcin, existen a y b en I tales que f (a) = c y f (b) = d. Puesto que
I es un intervalo [a, b] I. Tengse en cuenta que no sabemos si a es menor o mayor que b y que
cuando escribimos [a, b] nos estamos refiriendo al intervalo [a, b] o al [b, a], depende del orden
que corresponda.
Sea z ]c, d[. Consideremos la funcin g : [a, b] R definida como g(x) = f (x) z. Es claro
que g es una funcin continua. Adems, g(a) = f (a) z = c z < 0 < d z = f (b) z = g(b)
y, por tanto, g verifica las hiptesis del teorema de los ceros de Bolzano. En consecuencia, existe
x0 [a, b] tal que g(x0 ) = 0 o, equivalente, f (x0 ) = z.
Si el teorema de los ceros de Bolzano nos garantiza que una
2
ecuacin vale cero o, lo que es lo mismo, que una funcin se
anula, el teorema del valor intermedio nos permite conocer to1
dos los valores de una funcin: su imagen. Slo nos queda una
dificultad que superar. Imagina por un momento que sabes los
valores de una funcin en dos puntos. Por ejemplo, supongaa
a
b
b
0
mos que una funcin f : [a, b] R continua verifica que
f (a) = 0 y que f (b) = 1. Qu podemos decir sobre su imagen?
El teorema del valor intermedio nos dice que la funcin toma
todos los valores entre 0 y 1. En otras palabras [0, 1] f ([a, b]),
Figura 6.7
pero se da la igualdad? En la Figura 6.7 puedes ver que la imagen puede ser un conjunto mayor. El ingrediente que falta para
resolver este problema es la monotona de la funcin.
88
Lmites y continuidad
Monotona
Propiedad de compacidad
El siguiente teorema y sus versiones para funciones de varias variables es una herramienta
fundamental en el estudio de los extremos absolutos de una funcin y responde a la pregunta de
qu se puede decir sobre cmo son los intervalos en el teorema del valor intermedio. Ningn otro
resultado nos va a garantizar a tanta generalidad la existencia de extremos.
Teorema 6.34 (Propiedad de compacidad). Sea f : [a, b] R una funcin continua.
Entonces f ([a, b]) es un intervalo cerrado y acotado. En particular, la funcin f tiene mximo
y mnimo absolutos.
6.6 Monotona
Cmo podemos calcular los extremos absolutos de una funcin? Hay algn punto destacado
donde buscar? En un intervalo, los nicos puntos destacados son los extremos pero es muy fcil
encontrar funciones que no alcanzan su mximo o su mnimo en ninguno de los extremos del
intervalo. Por ejemplo, consideremos la funcin sen : [0, 2] R. Sabemos su valor en los
extremos: cero. Nos da eso alguna informacin sobre el mximo o el mnimo de la funcin? La
verdad es que no demasiada. La informacin adicional que necesitamos sobre la funcin es la
monotona.
Definicin 6.35.
a) Una funcin f : A R R es creciente (resp. decreciente) si
x y = f (x) f (y) (resp. f (x) f (y)).
b) Una funcin f : A R R es estrictamente creciente (resp. estrictamente decreciente)
si
x < y = f (x) < f (y) (resp. f (x). > f (y))
En general, diremos que una funcin es montona si es creciente o decreciente y diremos que
es estrictamente montona si es estrictamente creciente o estrictamente decreciente.
Observacin 6.36. Hay veces que los nombres nos pueden inducir a error y este es uno de esos
casos. La idea intuitiva que tenemos todos es que una funcin creciente es aquella que tiene una
grfica ascendente. En realidad eso es una funcin estrictamente creciente. Una funcin constante
es creciente (y decreciente). La expresin correcta debera ser que una funcin creciente es aquella
cuya grfica no baja.
89
Ejercicios
Lmites y continuidad
b) Sea f :]a, b[
R una funcincontinua y estrictamente creciente. Entonces la imagen de f es
f (]a, b[) = lim f (x), lim f (x) .
xa
xb
x
Ejemplo 6.38. Sea f : [0, 1] R la funcin definida por f (x) = 1+x
, para cualquier x [0, 1].
a) El dominio de la funcin es un intervalo.
b) La funcin es continua por ser cocientes de funciones continuas, polinomios en este caso.
c) Vamos a comprobar que es creciente: si x, y [0, 1],
f (x) f (y)
x
y
x(1 + y) y(1 + x) x + xy y + xy x y.
1+x 1+y
6.6.1
Monotona e inyectividad
3
2
1
f
0 1
3
2
1
g
0 1
6.7 Ejercicios
6.7.1
Lmites elementales
Ejercicio 6.1. Calcular los siguientes lmites
x
a) lim x 7x+4
5x+3
b) lim x 2x2 +1
90
Lmites y continuidad
Ejercicios
4
c) lim x2 xx2
2 +4
d) lim x2+ xx2
b) lim x0
c)
d)
Ejercicio 6.3.
lim x0 1+x1
1x1
lim x0 3 2x+3
26+x3
b) lim x1
c)
6.7.2
q
d) lim x+
d) lim x0
e) lim x0
x+ x x
1
221/x
1
e1/x +1
Lmites y continuidad
Ejercicio 6.5.
a)
, si x 6= 0
1+e1/x
f (x) =
0,
si x = 0
b)
ex
, si x < 0
x
g(x) =
x,
si 0 x < 1
5
x, si x 1
Estudiar la continuidad de f y g y la existencia de lmites de f y g en + y .
1
Ejercicio 6.6. Sea f : R+ R la funcin definida por f (x) = x log(x)1 , para todo x R+ \ {e}.
Estudiar el comportamiento de f en 0, e, +.
i
h
sen(x)
1
Ejercicio 6.7. Sea f : 0, 2 R la funcin definida por f (x) = tan(x)
. Probar que f tiene
lmite en los puntos 0 y 2 y calcular dichos lmites.
i
h
Ejercicio 6.8. Sea f : 0, 2 R la funcin definida por f (x) = (1 + sen(x))cotan(x) . Estudiar la
continuidad de f y su comportamiento en 0 y /2.
91
Ejercicios
Lmites y continuidad
Ejercicio 6.10. Probar que existe un nmero real positivo x tal que log(x) + x = 0.
Ejercicio 6.11. Probar que la ecuacin x + e x + arctan(x) = 0 tiene una sola raz real. Da un
intervalo de longitud uno en el que se encuentre dicha raz.
Ejercicio 6.12. Determinar la imagen de la funcin f : R R definida por f (x) = arctan(log |x|).
Ejercicio 6.13. Sea f : [0, 1] [0, 1] una funcin continua en [0, 1]. Prubese que f tiene un
punto fijo: x [0, 1] : f (x) = x.
Ejercicio 6.14. Un escalador comienza, desde su campamento base, a subir a una montana el
sbado a las 7 horas, alcanzando la cima a las 8 de la tarde. A las 7 horas del domingo inicia
el descenso hacia el campamento base tardando el mismo tiempo que le cost la subida. Demostrar que existe una determinada hora, a lo largo del domingo, en la que el escalador se encuentra
exactamente a la misma altura que a esa misma hora del sbado.
6.7.3
Ejercicios complementarios
Ejercicio 6.1. Prubese que todo polinomio de grado impar admite al menos una raz real.
Ejercicio 6.2. Sean f :]0, 1[ R y g : R R definidas por
x
, si x 0
1+x
f (x) = x, x ]0, 1[, g(x) =
x , si x < 0.
1x
Comprobar que f y g son continuas y acotadas pero no tienen mximo ni mnimo absolutos.
Ejercicio 6.3. Dado un nmero real positivo a, prubese que existe x R+ tal que x2 = a.
Adems x es nico.
Ejercicio 6.4. Sea f : [0, 1] R una funcin
verificando f (0) = f (1) = 0. Probar que,
continua
1
dado n N, existe x [0, 1] tal que f (x) = f x + n .
Ejercicio 6.5.
su imagen.
x2
,x
1+x2
92
Derivabilidad
Derivabilidad
7
7.1 Definicin. Recta tangente. 107 7.2 Reglas de derivacin 109 7.3 Teo7.4 Consecuencias del teorema del valor merema del valor medio 111
dio 113 7.5 Derivadas de orden superior 115 7.6 Concavidad y convexidad 116 7.7 Algunas aplicaciones de la derivada 117 7.8 Derivacin
numrica 120 7.9 Ejercicios 121 7.10 Ejercicios complementarios 125
7.11 Otros ejercicios 129
xa
f (x) f (a)
xa
xa
x2 a2
(x + a)(x a)
f (x) f (a)
= lim
= lim
= 2a.
xa x a
xa
xa
xa
Obtenemos as la frmula usual de la derivada de f (x) = x2 , esto es, que f 0 (x) = 2x.
La condicin de ser derivable es ms fuerte que la de ser continua.
107
Derivabilidad
f (x)
f (x) f (a)
xa
f (a)
108
f (x)
Derivabilidad
Reglas de derivacin
xa
f (x) f (a)
= f 0 (a )
xa
xa
f (x) f (a)
= f 0 (a+ )
xa
109
Reglas de derivacin
c) Si g(a) 6= 0, la funcin
Derivabilidad
f
g
es derivable y su derivada es
!0
f 0 (a)g(a) f (a)g0 (a)
f
(a) =
.
g
(g(a))2
Usando el primer apartado podemos calcular la derivada de cualquier polinomio, siempre que sepamos la derivada de xn . Comencemos por eso.
Ejemplo 7.9 (Derivada de una potencia). Es inmediato comprobar que la funcin identidad f (x) = x es derivable y que f 0 (x) = 1. Usando la segunda propiedad se demuestra por
induccin que cualquier potencia tambin lo es y que la derivada de la funcin g(x) = xn es
g0 (x) = nxn1 , para cualquier natural n, aunque dicha derivada tambin se puede calcular
directamente:
!
!
(a + h)n an
n n2
n n1
a h + = nan1 ,
lim
a +
= lim
h0
h0 1
2
h
usando la frmula del binomio de Newton.
Con esto tenemos resuelta la derivada de una funcin racional. Veamos otro tipo de
funciones. Por ejemplo, cul es la derivada de la funcin exponencial?
Ejemplo 7.10 (Derivada de la funcin exponencial). Calculamos la derivada de la funcin exponencial. Si a R,
ea e xa 1
e x ea
lim
= lim
.
xa x a
xa
xa
Usando la regla que tenemos para resolver indeterminaciones del tipo 1 (Proposicin 6.15),
1/(xa)
1 xa
lim
e 1 = L lim e xa
= e = eL .
xa x a
xa
Por tanto L = 1 y
ea e xa 1
e x ea
lim
= lim
= ea
xa x a
xa
xa
o, lo que es lo mismo, la derivada de la funcin exponencial es ella misma.
No parece fcil calcular la derivada de la funcin logaritmo nicamente con la definicin,
pero el siguiente resultado nos dice cmo calcular la derivada de la inversa de cualquier
funcin.
Proposicin 7.11 (Regla de la cadena). Sean f : A R con f (A) B y g : B R.
Supongamos que f derivable en a A y que g es derivable en f (a). Entonces, la funcin
compuesta g f es tambin derivable en a con derivada
(g f )0 (a) = g 0 ( f (a)) f 0 (a) .
110
Derivabilidad
111
Derivabilidad
2
1
1
2
Figura 7.3 Funcin parte entera
112
Derivabilidad
1
1
f 0 (x) =
= 0 x = 1 + x x = 1 + x
2 x 2 1+x
Por tanto, f 0 no se anula nunca. El teorema del valor intermedio para las derivadas nos
asegura que f es estrictamente montona en R+ . En efecto, si la derivada cambiase de
signo, tendra que anularse, cosa que no ocurre.
Una vez que sabemos que f 0 tiene el mismo signo en todo R+ , podemos averiguar dicho
signo evaluando en cualquier punto. Por ejemplo f 0 (1) > 0, con lo que f es estrictamente
creciente.
Lo que hemos visto en el ejemplo anterior, lo podemos repetir con cualquier funcin
cuya derivada no se anule.
Corolario 7.24. Sea I un intervalo y f : I R una funcin derivable con f 0 (x) 6= 0,
para todo x I. Entonces f es estrictamente montona.
Teorema 7.25 (de la funcin inversa). Sea I un intervalo y f : I R derivable
1
en I con f 0 (x)
6=00 para todo x I. Entonces f es estrictamente montona, f es
derivable y f 1 ( f (a)) = f 01(a) .
113
Derivabilidad
lim
f 0 (x)
xa g0 (x)
xa
= L, +, = lim
xa
f (x)
= L, +, .
g(x)
lim
xa
g0 (x)
= L = lim
xa
114
f (x)
= L.
g(x)
Derivabilidad
115
Concavidad y convexidad
Derivabilidad
(
f (x) =
00
(n + 1)n(x a)n1 ,
0,
si x a,
si x < a,
y, sucesivamente,
f
(n)
(x) =
(n + 1)!(x a),
0,
si x a,
si x < a.
116
Derivabilidad
(x, f (x))
Observacin 7.35.
Figura 7.5 Funcin convexa
a) La convexidad (anlogamente la concavidad) tiene una clara interpretacin geomtrica. Debe verificarse que el segmento que une los
puntos (x, f (x)), (y, f (y)) quede por encima de la grfica de la funcin. Recuerda que
dados dos puntos x, y Rn , el segmento que los une es el conjunto
x, y = {(1 )x + y : [0, 1]} .
b) No est de ms recalcar que f es convexa si, y slo si, f es cncava.
Proposicin 7.36. Sea I un intervalo y f : I R dos veces derivable. Entonces
a) Si f 00 (x) > 0 para cualquier x I, entonces f convexa.
b) Si f 00 (x) < 0 para cualquier x I, entonces f cncava.
Definicin 7.37. Diremos que f : I R tiene un punto de inflexin en a I si en
dicho punto la funcin cambia de cncava a convexa o viceversa.
117
Derivabilidad
Resultados similares se tienen para funciones decrecientes. Observa que necesitamos tres datos de la funcin para poder aplicarlos: continuidad, monotona y
que el dominio sea un intervalo. Observa que, hasta este momento, no ha aparecido la palabra derivada. Su
papel es facilitarnos el estudio de la monotona. Nada
ms.
Ejemplo 7.38. Veamos un ejemplo: vamos a calcular
la imagen de la funcin f : [0, 5] R definida como
f (x) = x3 6x2 + 9x 1. En este caso, la funcin es derivable en todo su dominio, es un polinomio. Cules
son sus puntos crticos?
20
18
16
14
12
10
8
6
4
2
f (x) = x3 6x2 + 9x 1
f 0 (x) = 3x2 12x + 9
[0, 1]
[1, 3]
[3, 5]
0
2
4
est. creciente
est. decreciente
est. creciente
lim x3 6x2 + 9x 1 = +.
x+
118
Derivabilidad
Extremos absolutos
Acabamos de ver cmo el estudio de la imagen de una funcin nos da automticamente,
si existen, los extremos absolutos. En el caso de que tengamos garantizado la existencia
de dichos extremos antes de estudiar monotona, es posible ahorrar algunos clculos. Por
ejemplo, la funcin del Ejemplo 7.38 tiene mximo y mnimo por la propiedad de compacidad: es una funcin continua en un intervalo cerrado y acotado. Eso quiere decir que los
extremos absolutos se tienen que alcanzar en uno de los siguientes puntos:
a) puntos crticos,
b) extremos del intervalo, o
c) puntos donde la funcin no sea continua o no sea derivable.
En este caso, los extremos de la funcin f : [0, 5] R, f (x) = x3 6x2 + 9x 1 tienen
que estar entre los siguientes: 0, 1, 3 y 5. Hemos reducido el problema de averiguar el
valor mximo o mnimo en todo un intervalo a averiguar el mximo o el mnimo de cuatro
nmeros. Slo hace falta echar un vistazo para encontrarlos:
f (0) = 1, f (1) = 3, f (3) = 1, f (5) = 24.
Por tanto, el mximo absoluto se alcanza en 5 y el mnimo en 0 y en 1.
Desigualdades y ecuaciones
La demostracin de una desigualdad o el estudio de el nmero de soluciones de una
ecuacin son slo dos ejemplos que podemos resolver estudiando las funciones adecuadas.
Por ejemplo, la validez de la desigualdad
sen(x) < x, x 0, ,
2
la podemos ver de varias formas: pasamos restando o idividiendo
y comprobamos que
h
119
Derivacin numrica
Derivabilidad
i
h
Calculemos cul es la imagen de f (x) = x sen(x) en el intervalo 0, 2 . Como f 0 (x) =
1 cos(x) > 0 en dicho intervalo, f es estrictamente creciente y, en consecuencia,
f 0,
= lim f (x), lim f (x) = 0, 1 .
x0
2
2
x 2
Tambin podemos utilizar la monotona para contar el nmero de soluciones de una ecuacin. Para ello nos aprovecharemos de que una funcin continua y estrictamente montona
en un intervalo se anula (una nica vez) si, y slo si, cambia de signo en los extremos de
dicho intervalo. Ms concretamente,
sea f :]a, b[ R continua y estrictamente creciente. Se cumple que
a) si lim f (x) > 0 o lim f (x) < 0, f no se anula en ]a, b[, y
xa
xb
b) si lim f (x) < 0 y lim f (x) > 0, entonces f se anula una nica vez en
xa
xb
]a, b[.
f 0 (a) =
1
h
( f (a) f (a h)) + f 00 () , ]a h, a[
h
2
120
Derivabilidad
Ejercicios
1
h
( f (a + h) f (a)) f 00 () , ]a, a + h[
h
2
f 0 (a) =
h2 000
1
( f (a + h) f (a h))
f () , ]a h, a + h[
2h
6
1
h2 000
(3 f (a) + 4 f (a + h) f (a + 2h)) +
f () , ]a, a + 2h[
2h
3
1
h4 (5)
( f (a 2h) 8 f (a h) + 8 f (a + h) f (a + 2h))
f (a) =
f () , ]a2h, a+2h[
12h
30
0
sta es central.
f 0 (a) =
1
h4
(25 f (a) + 48 f (a + h) 36 f (a + 2h) + 16 f (a + 3h) 3 f (a + 4h))+ f (5) (),
12h
5
7.9 Ejercicios
121
Ejercicios
Derivabilidad
Ejercicio 7.7.
por
arctan
exp
, si x < 0
x2
2x ,
si 0 x 1
f (x) =
x2 +1
log(x)
si 1 < x.
1 + x ,
122
Derivabilidad
Ejercicios
123
Ejercicios
c)
lim
x/2
Derivabilidad
2x
cos(x)
1 cos(x)
x0
x2
d) lim
x 2+ x2
, = 2.
a) A =]2, +[, f (x) =
x2 4
1
1
b) A = R+ \ {1}, f (x) =
, = 1.
log(x) x 1
xx x
, = 1.
c) A =]1, +[, f (x) =
1 x log(x)
Ejercicio 7.22. Estudia el comportamiento en + de las funciones f, g: R+ R dadas
por
log(2 + 3e x )
a) f (x) =
,
2 + 3x2
b) g(x) = (a x + x)1/x , donde a R+ .
Ejercicio 7.23. Estudia el comportamiento en el punto cero de la funcin f : A R en
los siguientes casos:
1
1 cos(x)
2
a) A = R+ , f (x) =
,
3 sin(x) 3x cos(x)
Ejercicio 7.24. Calcula lim
x0
x3
! 1x
.
7.9.4 Optimizacin
Ejercicio 7.25. Dibuja las grficas de las siguientes funciones indicando los mximos,
mnimos y puntos de inflexin.
a) y = 6 2x x2
b) y = 3x4 4x3
c) y = (x 1)3
124
Derivabilidad
Ejercicio 7.26.
mximo.
Ejercicios complementarios
Ejercicio 7.27. Calcula las dimensiones del rectngulo de mayor rea que puede inscribirse en un semicrculo de radio r.
E
Ejercicio 7.28. Calcula las dimensiones del trapecio con mayor rea que puede inscribirse en una semicircunferencia de radio 1.
Ejercicio 7.29. Cul es la longitud mnima del segmento que tiene un extremo en el
eje x, otro extremo en el eje y, y pasa por el punto (8, 1)?
Ejercicio 7.30. Demuestra que la suma de un nmero positivo y su recproco es al menos
2.
Ejercicio 7.31. Calcula las dimensiones de la cruz simtrica respecto de los ejes y con rea mxima que se puede
inscribir en una circunferencia de radio 1.
Ejercicio 7.32.
x2
400
y2
225
+
= 1 con sus lados paralelos a los ejes. Halla las
dimensiones del rectngulo para que
a) el rea sea mxima,
b) el permetro sea mximo.
E
Ejercicio 7.34. A un espejo rectangular de medidas 80x90 cm. se le rompe (accidentalmente) por una esquina un tringulo de lados 10x12cm. Calcula las medidas del espejo de
mayor rea de forma rectangular que se puede obtener del la pieza restante.
125
Ejercicios complementarios
Derivabilidad
(
f (x) =
(1 e x ) sen
0
1
x
si x > 0
si x = 0
Ejercicio 7.5. Determinar el nmero de races reales de la ecuacin 3x5 +5x3 30x = m
segn el valor de m.
x
sen(arctan(x)) =
.
1 + x2
x0
x(x1/x 1)
log(x) .
!1/x
con a > 0.
Ejercicio 7.13. Calcula el lmite el punto indicado:
126
Derivabilidad
Ejercicios complementarios
lim
x0
x arctan( 2x )
sen2 (2x) cos(sen(x))
x+
3x2 + 1
1
c) lim a x1 x + 1 x1 , (a > 0).
x1
7.10.4 Optimizacin
Ejercicio 7.16. Estudiar los extremos relativos de la funcin f : R R en los siguientes casos
a)
x log |x|, si x R ,
f (x) =
0,
si x = 0.
b)
(
f (x) =
x2 log |x|,
0,
si x R ,
si x = 0.
Ejercicio 7.20.
a) Sean f, g : R+ R definidas por
f (x) =
2 x
+ ,
x 2
g(x) =
2 x
.
x 2
Estudia los extremos, los intervalos de monotona, los cortes con los ejes y el comportamiento en + y 0 de ambas funciones. Haz un esbozo de sus grficas.
127
Ejercicios complementarios
Derivabilidad
xn+1 =
2
xn
+ , n N.
xn
2
Demuestra que {xn } es montona y acotada y calcula su lmite. (Sugerencia: usa las
funciones del apartado anterior).
Ejercicio 7.21. Calcular el rea mxima de un rectngulo, que tiene dos vrtices sobre
una circunferencia de radio R y los otros dos sobre una cuerda dada de dicha circunferencia.
Ejercicio 7.22. Se desea construir una ventana con forma de rectngulo coronado de
un semicrculo de dimetro igual a la base del rectngulo. Pondremos cristal blanco en la
parte rectangular y cristal de color en el semicrculo. Sabiendo que el cristal coloreado deja
pasar la mitad de luz (por unidad de superficie) que el blanco, calcular las dimensiones
de la ventana para conseguir la mxima luminosidad si se ha de mantener un permetro
constante dado.
Ejercicio 7.23. Hallar las dimensiones del cilindro de mayor volumen entre todos aquellos que tienen la superficie lateral total constante.
Ejercicio 7.24. Dado un punto P = (a, b) situado en el primer cuadrante del plano,
determinar el segmento con extremos en los ejes coordenados y que pasa por P que tiene
longitud mnima.
Ejercicio 7.25. Cul es la longitud de la escalera ms larga que puede hacerse pasar a
travs de la esquina, en ngulo recto, que forman dos corredores de anchuras respectivas
a y b?
Ejercicio 7.26. Se desea construir un silo, con un volumen V determinado, que tenga la
forma de un cilindro rematado por una semiesfera. El costo de construccin (por unidad de
superficie) es doble para la semiesfera que para el cilindro (la base es gratis). Determnense
las dimensiones ptimas para minimizar el costo de construccin.
Ejercicio 7.27. Se proyecta un jardn de forma de sector circular de radio R y ngulo central . El rea del jardn ha de ser A fija. Qu valores de R y hacen mnimo el permetro
que bordea el jardn?
128
Derivabilidad
Otros ejercicios
R
r
y = r
Ejercicio 7.30. Calcula el permetro mximo que puede tener un rectngulo que tiene
dos vrtices en el eje de abscisas y los otros dos en la grfica de la funcin f (x) = 4 sen(x),
con x [0, ].
Ejercicio 7.31. Un tringulo rectngulo cuya hipotenusa tiene una longitud a se hace
girar alrededor de uno de sus catetos. Qu volumen mximo puede tener un cono engendrado de esta manera?
Ejercicio 7.32.
lados a y b.
Ejercicio 7.33. De un cuadrado de lado 2 se recortan cuatro tringulos issceles iguales. Cul es el volumen mximo de la pirmide
que se puede formar? (Indicacin: el volumen de una pirmide es 31 Ah,
donde A es el rea de la base y h su altura).
129
Otros ejercicios
Derivabilidad
x
1+x
|x|
e| x1 |
ea
x
130
Derivabilidad
Ejercicio 7.49.
a = e.
Otros ejercicios
Sea a > 0 un nmero real que verifica a x/a x x > 0. Probar que
Ejercicio 7.50. Probar que para 0 < a < 1 se verifica (1 + x)a 1 + ax, x 1.
(1 + x) p
2 p1 para todo x 0.
p
1+x
p
Ejercicio 7.52. Sea f (x) = Ax3 + Bx2 +Cx+ D con A > 0. Calcula lim x+ 3 f (x + 1)
p3
f (x).
7.11.3 Optimizacin
Ejercicio 7.55. Calcular max
E
n
o
n
n: nN.
Ejercicio 7.56.
a) Sean f, g : R+ R definidas por
f (x) =
2 x
+ ,
x 2
g(x) =
2 x
.
x 2
Estudia los extremos, los intervalos de monotona, los cortes con los ejes y el comportamiento en + y 0 de ambas funciones. Haz un esbozo de sus grficas.
b) Sea a > 2. Se define la sucesin {xn }:
x1 = a,
xn+1 =
xn
2
+ , n N.
xn
2
Demuestra que {xn } es montona y acotada y calcula su lmite. (Sugerencia: usa las
funciones del apartado anterior).
Ejercicio 7.57. Durante la tos, el dimetro de la trquea disminuye. La velocidad v del
aire en la trquea durante la tos se relaciona con el radio, r, mediante la ecuacin v =
Ar2 (r0 r), donde A es una constante y r0 es el radio en estado de relajacin. Determnese
el radio de la trquea cuando la velocidad es mxima, as como esta velocidad.
Ejercicio 7.58. Calcular el rea mxima de un rectngulo, que tiene dos vrtices sobre
una circunferencia de radio R y los otros dos sobre una cuerda dada de dicha circunferencia.
131
Otros ejercicios
Derivabilidad
Ejercicio 7.59. Una persona desea cortar un pedazo de alambre de longitud L en dos trozos. Uno de ellos se va a doblar en forma de circunferencia, y el otro en forma de cuadrado.
Cmo debe cortar el alambre para que la suma de reas sea mnima? Y mxima?
Ejercicio 7.60. Se traza la tangente en un punto de la elipse x2 /25 + y2 /16 = 1 de forma
que el segmento (de dicha tangente) interceptado por los ejes sea mnimo. Demostrar que
la longitud de dicho segmento es 9 unidades.
Ejercicio 7.61. Se desea confeccionar una tienda de campaa cnica de un volumen
determinado. Calcular sus dimensiones para que la cantidad de lona necesaria sea mnima.
Ejercicio 7.62. Demostrar que de todos los tringulos issceles que se pueden circunscribir a una circunferencia de radio r, el de rea mnima es el equiltero de altura 3r.
Ejercicio 7.63. Atamos el extremo de una cuerda de longitud L a una columna de radio
R mediante un nudo corredizo. Calcular la mxima distancia posible del otro extremo al
centro de la columna.
Ejercicio 7.64. Un muro de 4 metros de altura est a 3 metros de la fachada de una casa.
Hallar la escalera ms corta que llegar desde el suelo hasta la casa por encima del muro.
Ejercicio 7.65. Investigar la posibilidad de inscribir un cilindro circular recto de rea
total mxima (sin las tapas) en un cono circular recto de radio r y altura h.
Ejercicio 7.66. Un cultivador de naranjas estima que, si planta 60 naranjos, obtendr
una cosecha media de 400 naranjas por rbol. Este nmero bajar 4 unidades por cada
rbol ms que se plante en el mismo terreno. Halle el nmero de rboles que hace mxima
la cosecha.
Ejercicio 7.67. Una fbrica de plsticos recibe del ayuntamiento de la ciudad un pedido
de 8000 tablas flotadoras para el programa de natacin del verano. La fbrica posee 10
mquinas, cada una de las cuales produce 50 tablas por hora. El coste de preparar las
mquinas para hacer el trabajo es de 800 por mquina. Una vez que las mquinas estn
preparadas, la operacin es automtica y puede ser supervisada por una sola persona, que
gana 35/hora.
a) Cuntas mquinas hay que usar para minimizar el coste de produccin?
b) Si se usa el nmero ptimo de mquinas, cunto ganar el supervisor durante el proceso?
Ejercicio 7.68.
a) Calcula los extremos relativos y la imagen de la funcin f : R+ R definida como
log(x)
f (x) = x .
b) Qu nmero es mayor e o e ? Y entre 9999991000000 y 1000000999999 .
132
Derivabilidad
Otros ejercicios
R
r
y = r
Ejercicio 7.71. Calcula el permetro mximo que puede tener un rectngulo que tiene
dos vrtices en el eje de abscisas y los otros dos en la grfica de la funcin f (x) = 4 sen(x),
con x [0, ].
133
Integracin
Funciones integrables
Integracin
10
10.1 Funciones integrables 149 10.2 Teorema fundamental del Clculo 155 10.3 Ejercicios 158
El rea de un recinto, la longitud de un cable que cuelga entre dos postes, el volumen o la
superficie de una esfera...Estos son el tipo de problemas que vamos a resolver en este captulo.
Para ello presentamos el concepto de integral de una funcin.
149
Funciones integrables
Integracin
x0
x1
x2
x3
...
xn
x0
x1
x2
Suma superior
x3
...
xn
Suma inferior
Rb
a
fo
Rb
a
R1
0
x dx = 12 .
No es fcil calcular la integral de una funcin con la definicin. En el ejemplo anterior hemos
tenido que usar la suma de una progresin aritmtica y usar particiones de una forma particular.
En el resto del tema veremos qu funciones son integrables, qu propiedades tienen y, por ltimo,
el teorema fundamental del clculo y la regla de Barrow nos permitirn calcular integrales de una
forma ms cmoda.
150
Integracin
Funciones integrables
10.1.1 Propiedades
Comenzamos recogiendo informacin sobre la integrabilidad de funciones relacionada con las
operaciones usuales.
Linealidad de la integral
Con respecto a la suma, el conjunto de las funciones integrables es un espacio vectorial y la
integral es una aplicacin lineal.
Proposicin 10.7. Sean f, g : [a, b] R integrables. Entonces
R
R
R
a) La suma f + g es integrable y ( f + g) = f + g.
R
R
b) Si R, entonces ( f ) = f .
Producto de funciones
La integral que acabamos de introducir tambin se comporta bien con respecto al producto
aunque en este caso no hay una identidad que relaciones la integral de un producto de funciones
con el producto de las integrales.
Proposicin 10.8. Sean f, g : [a, b] R integrables.
a) El producto de ambas funciones, f g, es una funcin integrable.
b) (Desigualdad de Schwarz)
R
c) (Desigualdad de Minkowski)
2 R
R
( f g) f 2 g2 .
R
( f + g)2
1/2
R
f2
1/2
R
g2
1/2
Orden
En cuanto al orden, el siguiente resultado nos dice que la integral lo conserva.
Proposicin 10.9. Sean f, g : [a, b] R integrables. Si f (x) g(x) para cualquier x [a, b],
entonces
Z b
Z b
f (x) dx
g(x) dx.
a
Rb
a
f (x) dx.
151
Funciones integrables
Integracin
Dominio
Se puede demostrar que si una funcin es integrable en un intervalo, tambin lo es en cualquier
intervalo contenido en l. Teniendo en cuenta esto, podemos calcular la integral de una funcin en
un intervalo dividiendo este en varios trozos y sumar los resultados. Esto se conoce como aditividad
de de la integral respecto de su dominio.
Proposicin 10.11 (Aditividad respecto del dominio). Sea f : [a, b] R una funcin acotada
y c ]a, b]. Entonces f es integrable en [a, b] si, y slo si, es integrable en los intervalos [a, c] y
[c, b]. En ese caso,
Z c
Z b
Z b
f (x) dx =
f (x) dx +
f (x) dx.
a
Observacin 10.12. La integral de una funcin f en un intervalo [a, b] no cambia si trasladamos dicha funcin.
b
b+k
f (x k)
f
a+k
a+k
b+k
Podemos utilizar esto para simplificar el clculo de algunas integrales. Por ejemplo, si f es una
funcin impar, entonces
Z a
f (x) dx = 0.
a
Ra
a
f =2
Ra
0
f.
152
Integracin
Funciones integrables
Esta resultado afirma que si se cambia el valor de una funcin en una cantidad finita de puntos
se obtiene una funcin que sigue siendo integrable y, de hecho, el valor de la integral no cambia.
Observacin 10.15. Existen funciones integrables que no son continuas. Este hecho debera estar
claro despus de haber afirmado que las funciones montonas son integrables y recordando que
ya conocemos funciones montonas que no son continuas (como por ejemplo la parte entera). De
todas formas la ltima proposicin nos da una manera muy fcil de fabricar funciones integrables
que no son continuas: tmese una funcin continua y cmbiesele el valor en un punto. De este
modo se obtiene una funcin que deja de ser continua en dicho punto pero que tiene la misma
integral.
Cambiando el valor de una funcin en un punto slo obtenemos discontinuidades evitables.
Aunque las discontinuidades no sean evitables, si no son demasiadas, la funcin es integrable.
Proposicin 10.16. Sea f : [a, b] R acotada. Si f tiene una cantidad finita de discontinuidades,
entonces es integrable.
Existe una caracterizacin completa de las funciones integrables. Para darla, se necesita hablar
de conjuntos pequeos: los llamados conjuntos de medida nula. Si la medida, la longitud en esta
caso de un intervalo acotado es `(I) = sup(I) inf(I). Un conjunto de medida nula es un conjunto
que tiene longitud cero. Veamos la definicin con ms detalle.
Definicin 10.17. Sea A un subconjunto de R. Diremos que A es un conjunto de medida
nula si dado > 0 existe una sucesin de intervalos acotados {In } verificando que
a) A
i=1 In ,
153
Funciones integrables
Integracin
154
Integracin
f
f (yi )
x0
x1
x2
yi
xn
Teorema 10.22 (de Darboux). Sea f : [a, b] R una funcin acotada y sea {Pn } una
sucesin de particiones del intervalo [a, b] con lim k Pn k = 0. Entonces, si S n son sumas de
Zn
Riemann asociadas a Pn se cumple lim S n =
f.
n
Obsrvese que la comodidad del lema anterior radica en que no sabemos como estn ordenados
a, b y c.
Definicin 10.26. Si f es una funcin localmente integrable en I y a I podemos definir
una nueva funcin que mide como cambia la integral de la funcin de la forma
Z x
F(x) =
f (t) dt.
a
155
Integracin
f (t) dt
b
f (t) dt +
f (t) dt =
f (t) dt.
a
Existe una gran tendencia a confundir integral y primitiva. Es usual que hablemos de vamos
a calcular la integral cuando nos estamos refiriendo a encontremos una funcin cuya derivada
sea.... Los conceptos de integral definida y primitiva son, en principio, independientes. El objetivo
de los dos siguientes resultados es poner de manifiesto que existe una clara relacin entre ellos y,
de paso, obtener una forma prctica de calcular integrales.
Teorema 10.29 (fundamental del Clculo). Sea I un intervalo, f : I R una funcin
localmente integrable y F una integral indefinida de f . Entonces
a) F es una funcin continua.
b) Si f es continua en a I, entonces F es derivable en a con F 0 (a) = f (a).
En particular, si f es una funcin continua, F es una funcin derivable y F 0 (x) = f (x) para
todo x en I.
Ejemplo 10.30.
a) La funcin parte entera, E(x), es montona y por tanto integrable en cualquier intervalo. Dicho
de otra manera, la funcin parte entera es localmente integrable en R. Cualquier integral indefinida ser una funcin continua en todo R y derivable en R \ Z. Sin embargo, la funcin parte
entera no tiene primitiva. El teorema del valor intermedio para las derivadas (Teorema 7.21)
nos dice que la funcin parte entera no es la derivada de nadie porque su imagen no es un
intervalo.
b) La funcin f : [1, 1] R definida como
(
0,
si x = 1,
f (x) = 1 , si 1 < x < 1,
2
1x
no es integrable por no ser acotada. En cambio, s admite una primitiva: la funcin arcoseno.
156
Integracin
Una de las primeras utilidades del Teorema fundamental del Clculo es poder definir funciones
de una manera rigurosa usando la integral. Por ejemplo, se puede definir la funcin logaritmo como
Z x
1
log(x) =
dt.
1 t
R h(x)
La funcin G(x) = g(x) f (t) dt es continua si lo son f y g. Si, adems, g y h son derivables, y f es
continua, entonces G es derivable con
!0
Z h(x)
f (t) dt (x) = f (h(x))h0 (x) f (g(x))g0 (x).
g(x)
x2 +1 sen(t)
t
1
dt es derivable y su derivada es
sen x2 + 1
f 0 (x) =
2x.
x2 + 1
Ejemplo 10.33. La primera integral que calculamos fue la de la identidad en el intervalo [0, 1]
(ver Ejemplo 10.6). Ahora podemos calcularla mucho ms fcilmente.
" 2 #1
Z 1
x
1
x dx =
= .
2 0 2
0
Ejemplo 10.34. Las propiedades de la integral nos pueden servir para darnos cuenta de que
estamos haciendo algo mal. Por ejemplo:
#1
"
Z 1p
Z 1 p
2
1
2
3/2
x2 + x4 dx =
x 1 + x2 dx =
(1 + x )
= 0.
32
1
1
1
A primera vista puede parecer correcto, pero la integral de una funcin continua y positivano
puede valer cero, tiene que ser positiva tambin. Qu hemos hecho mal? La respuesta es que x2
es | x | y no x como hemos dicho. Hagmosla correctamente:
Z
x2
x4 dx
p
| x | 1 + x2 dx
Z
0
"
#1
p
2
2 2
2
2
3/2
x 1 + x2 dx =
(1 + x )
=
.
3
3
3
0
157
Ejercicios
Integracin
Corolario 10.35 (Teorema de cambio de variable). Sea : [a, b] R una funcin derivable
y con derivada 0 integrable. Sea I un intervalo tal que ([a, b]) I y f : I R una funcin
continua con primitiva G. Entonces
Z b
Z (b)
0
( f ) =
f = G((b)) G((a)).
(a)
10.3 Ejercicios
Ejercicio 10.1. Halla las derivadas de cada una de las funciones siguientes:
Rx
a) F(x) = a sen3 (t) dt,
b) F(x) =
Rb
dt,
c) F(x) =
Rb
dt.
1
x 1+t2 +sen2 (t)
x
a 1+t2 +sen2 (t)
Ejercicio 10.2.
x2
0
a) F(x) =
b) F(x) =
R1
c) F(x) =
x2
x3
x2
Ejercicio 10.4.
lim
sen2 (x)
x0
E
Ejercicio 10.5.
et dt
.
Ejercicio 10.6.
x0
sen(sen(t)) dt
x2
158
Integracin
Ejercicios
Ejercicio 10.7.
x3 x2 t2
e
0
dt , x R.
x0
f (x)
.
sen(x3 x2 )
159
160
Clculo de primitivas
Clculo de primitivas
Clculo de primitivas
11
11.1 Clculo de primitivas
R
Utilizaremos la notacin f (x) dx para denotar una primitiva de la funcin f . Adems, abusando del lenguaje, a menudo hablaremos de integral de la funcin cuando deberamos decir
primitiva de la funcin.
Los mtodos que vamos a comentar son slo unos pocos y cubren la mayora de los casos usuales,
pero no debes olvidar que hay muchos ms. En cualquier caso, lo primero y ms importante es
manejar con soltura las derivadas de las funciones elementales. En el Apndice B puedes encontrar
un par de tablas con algunas de las derivadas y primitivas.
dy
=
dy
x
2 + ex
2
+
y
y
2+y
dy = e dx
!
Z
5
=
3
dy
2+y
=3y 5 log | y + 2 | = 3e x 5 log e x + 2 .
161
Clculo de primitivas
Clculo de primitivas
sen(x)e x dx =
1
2
(sen(x)e x cos(x)e x ).
P(x)
(ax+b)n
P(y)
yn
dy.
Ejemplo 11.5.
Z
Z
3x2 + 5x + 2
3(y + 1)2 + 5(y + 1) + 2
dx
=
y
=
x
1,
dy
=
dx
=
dy
(x 1)3
y3
Z
3y2 + 11y + 10
dy
=
y3
Z
Z
Z
dy
dy
dy
+ 11
+ 10
=3
y
y2
y3
11
5
=3 log | x 1 |
.
x 1 (x 1)2
Mx+N
,
x2 +bx+c
162
Clculo de primitivas
Clculo de primitivas
Z
Mx + N
M(x d) + N + Md
dx =
dx
2
2
(x d) + k
(x d)2 + k2
Z
Z
M(x d)
N + Md
=
dx +
dx
2
2
(x d) + k
(x d)2 + k2
Z
M
dx
=
log (x d)2 + k2 + (N + Md)
2
(x d)2 + k2
Mx + N
dx =
2
x + bx + c
xd
k .
A B+ D = 0
B = 1/4
=
A+ BC = 0
C=0
ABD = 1
D = 1/2
Por tanto,
163
Clculo de primitivas
Clculo de primitivas
Z
Z
Z
1
dx
dx
1
dx
1
dx
=
4
2
x1 4
x+1 2
x 1 4
x +1
1
1
1
= log |x 1| log |x + 1| arctan(x).
4
4
2
1
x
+
1
(x 1)(x + 1)
(x + 1)
(x + 1)3
3
2
A(x + 1) + B(x 1)(x + 1) + C(x 1)(x + 1) + D(x 1)
=
(x 1)(x + 1)3
1
=
(x 1)(x + 1)3
Igualando coeficientes:
A+B=0
3A + B + C = 0
3A B + D = 0
A BC D = 1
A= 1
B = 18
C = 14
D = 12 .
x1 8
x+1 4
(x 1)(x + 1)3 8
(x + 1)2 2
(x + 1)3
1
1
1
1
= log |x 1| log |x + 1| +
+
.
8
8
4(x + 1) 4(x + 1)2
P(x)
Q(x)
Paso 1
Escribimos el cociente
P(x)
Q(x)
de la siguiente forma:
164
Clculo de primitivas
Clculo de primitivas
Mm x + Nm
P(x)
A1
An
M 1 x + N1
=
+ +
+ 2
+ + 2
+
Q(x) x a1
x an x + b1 x + c1
x + bm x + cm
!
d
F(x)
+
dx (x a1 )1 1 (x an )n 1 (x2 + b1 x + c1 )1 1 (x2 + bm x + cm )m 1
donde A1 , . . . , An , M1 , . . . , Mm , N1 , . . . , Nm son coeficientes que tenemos que determinar, y en la
fraccin que aparece con una derivada F(x) es un polinomio genrico de grado uno menos que
P(x)
el denominador. En resumen, se trata de escribir Q(x)
como suma de fracciones simples, una por
cada factor, ms la derivada de un cociente que tiene por denominador lo que queda de Q(x).
Cmo determinamos todos los coeficientes? Basta efectuar la derivada, reducir todas las fracciones a comn denominador (que ser Q(x)), e igualar P(x) al numerador resultante. Esto nos
producir un sistema de ecuaciones cuya resolucin nos dar el valor de todos los coeficientes.
Paso 3
P(x)
Una vez escrita la funcin racional Q(x)
de la forma anterior, es fcil calcular su integral:
Z
Z
Z
P(x)
A1
M1 x + N1
dx =
dx + +
dx +
2
Q(x)
x a1
x + b1 x + c1
F(x)
+
1
2
(x a1 ) 1 (x an ) n (x + b1 x + c1 )1 1 (x2 + bm x + cm )m 1
R
2
Ejemplo 11.10. Clculo de (x2x+9)2 dx.
!
x2
Mx + N
d ax + b
= 2
+
dx x2 + 9
(x2 + 9)2
x +9
(Mx + N)(x2 + 9) a(x2 + 9) 2x(ax + b)
=
+
(x2 + 9)2
(x2 + 9)2
3
2
Mx + (N a)x + (9M 2b)x + (9a + 9N)
=
(x2 + 9)2
M=0
b=0
a + N
= 1
N
=
1/2
a
=
1/2
2b + 9M = 0
9a + 9N = 0
De esta forma se tiene
Z
12 x
1
x2
dx
=
+
2
2
2
(x + 9)
x +9 2
dx
,
+9
x2
dx
=
x2 + 9
x
x2
x
1
dx
=
+
arctan
.
3
(x2 + 9)2
2(x2 + 9) 6
x
1/9
1
dx
=
arctan
.
2
3
3
x
+1
3
En resumen,
165
Clculo de primitivas
Clculo de primitivas
x2 2
x3 (x2 +1)2
dx.
!
x2 2
A Mx + N
d ax3 + bx2 + cx + d
= + 2
+
.
x
dx
x3 (x2 + 1)2
x +1
x2 (x2 + 1)
Realizando la derivada y reduciendo a comn denominador, obtenemos un sistema de ecuaciones
cuya solucin es a = 0, b = 5/2, c = 0, d = 1, A = 5, M = 5 y N = 0; por lo tanto
Z
(5/2)x2 + 1
5
x2 2
dx
=
+ 5 log(x) log(x2 + 1).
3
2
2
2
2
2
x (x + 1)
x (x + 1)
Integrales de la forma
tann (x),
cotann (x)
Se reducen a una con grado inferior separando tan2 (x) o cotan2 (x) y sustituyndolo por sec2 (x)
1 y cosec2 (x) 1.
R
Ejemplo 11.13. Calcular tan5 (x) dx.
Z
Z
Z
5
3
2
tan (x) dx = tan (x) tan (x) dx =
tan3 (x) sec2 (x) 1 dx
Z
Z
3
2
= tan (x) sec (x) dx tan3 (x) dx.
Acabamos por separado cada integral:
Z
1
tan3 (x) sec2 (x) dx = tan4 (x) dx (utilizando el cambio y = tan(x))
4
Z
Z
Z
tan3 (x) dx = tan(x) tan2 (x) dx =
tan(x)(sec2 (x) 1) dx
Z
Z
1
= tan(x) sec2 (x) dx tan(x) dx = tan2 (x) + log | cos(x) | .
2
166
Clculo de primitivas
Clculo de primitivas
Integrales de la forma
Se transforman en una integral racional con el cambio y = cos(x) (si m es impar) o y = sen(x)
(si n es impar).
R
3 (x)
Ejemplo 11.14. Calcular cos
dx.
sen2 (x)
"
# Z
Z
Z
y = sen(x)
cos3 (x)
(1 sen2 (x)) cos(x) dx
1 y2
dx
=
=
=
dy
sen2 (x)
sen2 (x)
y2
dy = cos(x) dx
1
1
sen(x).
= y=
y
sen(x)
Integrales de la forma
Se resuelven usando las identidades cos2 (x) = 21 (1 + cos(2x)), y sen2 (x) = 12 (1 cos(2x)).
R
Ejemplo 11.15. Calcular cos2 (x) dx.
Z
Z
Z
Z
1 + cos(2x)
dx
cos(2x)
x sen(2x)
2
cos (x) dx =
dx =
+
dx = +
.
2
2
2
2
4
Integrales de la forma
Diremos que R es una funcin racional par si R(sen(x), cos(x)) = R( sen(x), cos(x)). Se resuelven utilizando el cambio y = tan(x)
R
Ejemplo 11.16. Calcular sen3 (x)dxcos5 (x)
"
# Z
Z
y = tan(x)
(1 + y2 )3
dx
=
=
dy
y3
sen3 (x) cos5 (x)
dy = sec2 x dx
1
3
1
= cotan2 (x) + 3 log | tan(x) | + tan2 (x) + tan4 (x) .
2
2
4
Integrales de la forma
Z 2
x
cos(x) dx
t 1
= tan
= t = =
dt
sen(x) cos(x) sen(x)
2
2t3
x
1
log | t |
1
1
.
+ log tan
= 2+
=
x
2
2
2
2
4t
4 tan
dx
=
sen(x) tan(x)
167
Clculo de primitivas
Clculo de primitivas
Integrales de la forma
R
R
R
Integrales de la forma senh(ax) cosh(bx), senh(ax) senh(bx) o cosh(ax) cosh(bx)
Se resuelven usando las identidades
1
senh(x) senh(y) = (cosh(x + y) senh(x y))
2
1
cosh(x) cosh(y) = (cosh(x + y) + senh(x y))
2
1
senh(x) cosh(y) = (senh(x + y) + senh(x y)) .
2
Ejemplo 11.19.
Z
Z
Z
1
1
1
1
senh(3x) cosh(x) dx =
senh(4x) dx +
senh(2x) dx = cosh(4x) cosh(2x).
2
2
8
4
qp1
qp2
qpn !
n
1
2
R x, ax+b
, ax+b
, . . . , ax+b
cx+d
cx+d
cx+d
ax+b
cx+d ,
Haciendo el cambio x = y6 ,
Z
Z
Z
dx
6y5
y3
dy
=
6
dy
3 =
y+1
y3 + y2
x+ x
168
Clculo de primitivas
Clculo de primitivas
Integrales de la forma
R x, a2 x2
Se transforman en una integral trigonomtrica con el cambio x = a sen(t) o x = a cos(t). Tambin se puede realizar el cambio x = a tanh(t) y se transforma en una integral hiperblica.
R 4x2
Ejemplo 11.21. Clculo de
dx:
x2
p
cos(t)
sen(t)
4x2
x ,
se tiene que
x
4 x2
arcsen
=
.
x
2
Integrales de la forma
R x, a2 + x2
.
Ejemplo 11.22. Calcular
2
x 1+x
2
tan(t)
sec(t)
sen(t)
2
2
x 1+x
R
2
Ejemplo 11.23. Calcular x 2 dx.
1+x
2
4
2
1 + x2
Integrales de la forma
R x, x2 a2
Z p
Z
Z
cosh(2t) 1
x x2 1 arccosh(x)
2
2
x 1 dx =
senh (t) dt =
dt = . . . =
.
2
2
2
169
Ejercicios
Clculo de primitivas
Integrales de la forma
R x, ax2 + bx + c
Se reducen a uno de los casos anteriores completando cuadrados, esto es, escribiendo ax2 +bx+c
de la forma a(x + )2 + .
R
Ejemplo 11.25. Calcular dx 2 .
8xx
Transformamos el integrando:
!2
r
2
dy = dx/4
8x x2
x4
16 1 4
!
Z
Z
4dy
dy
x4
=
=
=
arcsen(y)
=
arcsen
.
p
p
4
4 1 y2
1 y2
11.2 Ejercicios
11.2.1 Integrales inmediatas y cambio de variable
Ejercicio 11.1. Calcula las siguientes primitivas
R dx
R
d)
a) R 5 x6 dx
n
R x2
2
b) R x(x + 1)(x 2)dx
e) (a 3 x 3 )3 dx
3
2
c) (2 + 3 x ) dx
Ejercicio 11.2. Calcula las siguientes primitivas
R dx
3
R
1+log(x)
b)
e x +1
dx
a)
x
f)
x2 +1
x1 dx
c)
x(2x + 5)10 dx
g)
x sen(x) cos(x)dx
170
Clculo de primitivas
R
a)
R
b)
Ejercicios
dx
x3 +1
c)
dx
(x+1)2 (x2 +1)2
dx
(x4 1)2
Ejercicio 11.7.
R cos(x)
dx
a) 1+cos(x)
R 1+tan(x)
b) 1tan(x) dx
R
dx
c) 1+cos
2 (3x)
e)
e)
cos6 (3x)dx
f)
cos5 (x)
dx
sen3 (x)
dx
3 sen2 (x)+5 cos2 (x)
sen(2x)
dx
1+sen2 (x)
b)
Ejercicio 11.9.
R
2
a) x2 dx
x+1
R x dx
b)
R x5 x5x2 1
c) 2 dx
x+1+
(x+1)3
c)
d)
d)
1x
171
dx
3
x+
x
x+1+2
dx
(x+1)2 x+1
x
1+x2
dx
172
Integrales impropias
Integrales impropias
12
12.1 Integrales impropias en intervalos acotados
Hasta ahora hemos visto cmo calcular integrales de funciones acotadas en intervalos cerrados
y acotados. En esta seccin vamos a extender la nocin de integral a intervalos de cualquier tipo y
a funciones no acotadas. Pensemos por un momento en un caso concreto: la funcin f (x) = 1 2
1x
en ] 1, 1[. Sabemos calcular su integral en cualquier intervalo de la forma [a, b] ] 1, 1[:
Z b
dx
= arcsen(b) arcsen(a).
a
1 x2
Si queremos definir la integral en ] 1, 1[, la idea ms natural parece tomar lmites. Movamos b
hacia 1 y a hacia 1. La forma ms cmoda de formalizar estos lmites es utilizar sucesiones.
Definicin 12.1. Sea f :]a, b[ R una funcin localmente integrable. Diremos que f es
impropiamente integrable si para cualesquiera sucesiones {an } y {bn } de elementos de ]a, b[
con lim an = a y lim bn = b se cumple que existe el lmite 1
n
bn
lim
f (x) dx.
an
bn
lim
f (x) dx =
an
f (x) dx.
a
La integral impropia satisface propiedades similares a la de la integral ya vista. Sirvan los siguientes resultados como muestra.
Proposicin 12.2 (Aditividad respecto del dominio). Sea f una funcin localmente integrable
en el intervalo ]a, b[ y sea c ]a, b[. Entonces las siguientes afirmaciones son equivalentes.
a) f es impropiamente integrable en ]a, b[.
b) f es impropiamente integrable en ]a, c[ y en ]c, b[.
Adems, caso de ser ciertas, se cumple que
Z b
Z c
Z b
f (x) dx =
f (x) dx +
f (x) dx
a
En esta definicin no hemos asumido que el lmite es nico. Esto se obtiene como consecuencia de que el lmite exista
para cualesquier pareja de sucesiones {an } y {bn }.
173
Integrales impropias
( f + g)(x) dx =
f (x) dx +
Rb
a
g(x) dx.
a
Rb
a
g.
sen(x)
x
En el caso de funciones continuas la situacin es un poco ms sencilla. El teorema fundamental del Clculo nos garantiza que la integral indefinida es una primitiva. Vamos a ver tres casos
posibles.
es decir, la integral vale F(+) F(a), considerando F(+) = lim x+ F(x). Si el lmite de la
primitiva es + o , diremos que la integral vale + o .
Una vez que hemos definido una integral para este tipo de funciones, podemos generalizar el
rea bajo una curva, la longitud de un arco de curva, la superficie y el volumen de un slido de
revolucin,etc. siendo todas frmulas perfectamente vlidas.
El caso de una funcin definida en un intervalo de la forma ] , b] es completamente anlogo.
Adems, si tenemos una funcin definida en todo R, podemos dividir la integral como:
Z +
Z c
Z +
f (x) dx =
f (x) dx +
f (x) dx
174
Integrales impropias
xb
xa
lim
2
dx
=
2
x
x = 2.
A=
x0+
x
0
0
El nico problema que se puede presentar es, de nuevo, que la suma valga , en cuyo caso
no podemos calcular la integral.
R1
Ejemplo 12.8. Calcular 1 log x2 dx.
La funcin que nos dan es f : [1, 1] \ {0} R, f (x) = log(x2 ). Esta funcin tiene una asntota
vertical en x = 0, por lo que para calcular su integral dividimos el intervalo en dos partes, [1, 0[
y ]0, 1]. Cada una de las dos integrales vale:
Z 0
h
i0
log x2 dx = x log x2 2x = 2
1
1
Z 1
h
i1
log x2 dx = x log x2 2x = 2,
0
175
Ejercicios
Integrales impropias
R1
1
log x2 dx = 2 2 = 4.
R1
1
1 x2
1
1
dx.
" #1
1
1
= 1 (+1) = 2!!!!!
dx =
2
x 1
x
Pero la funcin que estamos integrando es positiva, no tiene sentido que tenga integral negativa!
Qu ha pasado? Como la funcin 1/x2 tiene una asntota vertical en x = 0, tenemos que descomponer la integral como
Z 0
Z 1
Z 1
1
1
1
dx =
dx +
dx,
2
2
2
1 x
0 x
1 x
pero
" #0
Z 0
1
1
= lim (1/x) (+1) = +
dx =
2
x 1 x0
1 x
" #1
Z 1
1
1
dx =
= 1 lim+ (1/x) = +,
2
x0
x 0
x
0
R1
y por tanto 1 x12 dx = +.
12.4 Ejercicios
Ejercicio 12.1. Prueba que existen las siguientes integrales y que tienen el valor que se indica
en cada caso:
R 1 dx
2
a) 0 1+e
x = 1 + log 1+e
R 1/2
7
b) 0 dx 2 = arcsen 32 arcsen 12
20+8xx
c)
R3
d)
R1
e)
f)
g)
0
0
dx
9x2
x
dx
1x6
R +
x1
dx = 3+log(2)
10
x3 3x2 +x+5
R + x
dx = 123
3+x4
0
1
R +
dx
e x +ex
Ejercicio 12.2. Prueba que existen las siguientes integrales y que tienen el valor que se indica
en cada caso:
R1
a) 1 1 x2 dx = 2
R
b) (1 + cos(x))2 dx = 3
R /2
c) /2 | sen(x)|3 dx = 43
R /2
176
Aplicaciones de la integral
Clculo de reas
Aplicaciones de la integral
13
13.1 Clculo de reas
El rea entre dos funciones f , g : [a, b] R se define como
Z b
rea =
| f (x) g(x) | dx.
a
Hasta ahora no hemos visto ningn metodo que nos permita calcular primitivas en las que aparecen
valores absolutos. Por eso, antes de comenzar a integrar, es necesario estudiar cunto vale | f g |
o, dicho de otra forma, averiguar cul de las dos funciones es la mayor.
Ejemplo 13.1. Calcular el rea entre la funcin f (x) = x(x1)(x2)
y el eje OX en el intervalo [0, 3].
Dividimos en intervalos donde sepamos el signo de la funcin e integramos:
Z 3
Z 1
Z 2
Z 3
| f (x) | dx =
| f (x) | dx +
| f (x) | dx +
| f (x) | dx
0
0
1
2
Z 2
Z 1
f (x) = x(x 1)(x 2)
=
x(x 1)(x 2) dx
x(x 1)(x 2) dx
0
1
Z 3
+
x(x 1)(x 2) dx
2
1
2
19 3
=
+
= ./
4 15 30 4
2 2
1 1 x2
1
1
177
Aplicaciones de la integral
1
1
Z 1
1 x2
dx = 2
dx = 2 2 = 4./
1
1 x2
178
Aplicaciones de la integral
Ejercicios
Esta funcin, debida a Euler, tiene inters como posible generalizacin del factorial para nmeros
reales cualesquiera. Se puede demostrar que
a) (x + 1) = x(x), para cualquier x R+ .
b) (x + n) = (x + n 1)(x + n 2) . . . (x + 1)(x), x R+ , n N.
c) (n) = (n 1)!, n N.
13.6 Ejercicios
Ejercicio 13.1.
Ejercicio 13.3.
Ejercicio 13.4. Halla el rea del recinto limitado por las grficas de f (x) = cosh(x) y g(x) =
senh(x), en el primer cuadrante.
Calcula el rea entre las curvas y = sech(x) e y =
3
4
Ejercicio 13.5.
Ejercicio 13.6. El cuadrado con un vrtice en el origen y el vrtice opuesto en (1, 1) se divide
en dos partes por cada una de las siguiente curvas. En cada caso, halla la razn entre el rea mayor
y el rea menor.
a) y2 = x3 ,
b) y = xn , n > 1,
Ejercicio 13.7.
a) y =
x4 +48
24x
cosh(x).
c) y = xe x1 .
en [2, 4]
b) y = log(1 x2 ) en
1 2
3, 3
i
.
179
Ejercicios
Ejercicio 13.8.
Ejercicio 13.9.
(2 3, 3).
Aplicaciones de la integral
1
4y
desde y = 1 hasta y = 3.
Hllese la longitud del arco de la curva 9x2 = 4y3 entre los puntos (0, 0) y
Ejercicio 13.10. La curva y = sen2 (x), para x [0, ], gira en torno al eje OX determinando un
slido. Calcula su volumen.
Ejercicio 13.11.
18x
.
x2 +9
Ejercicio 13.12.
e y = x2
Ejercicio 13.14. Al girar alrededor del eje OX, el segmento de curva y = x comprendido entre
las abscisas 0 y a, engendra
un tronco de paraboloide de revolucin cuya superficie es igual a la
OX entre y = 0 y y = 2.
Ejercicio 13.16. Halla mediante integracin el rea y volumen de un cono circular recto de
altura h y con base de radio r.
180
PRCTICAS
Curso: 2011/2012
Clase: Primero - Grupo: B
Primeros pasos
Introduccin
Primeros pasos
1
1.1 Introduccin 5
1.2 Resultados exactos y aproximacin decimal 9
1.3 Funciones
usuales 11 1.4 Operadores lgicos y relacionales 14 1.5 Variables 16 1.6 Expresiones
simblicas 18 1.7 La ayuda de Maxima 24 1.8 Ejercicios 26
1.1 Introduccin
Vamos a comenzar familiarizndonos con Maxima y con el entorno de trabajo wxMaxima. Cuando iniciamos el programa se nos presenta una ventana como la de la Figura 1.1. En la parte superior tienes el men
con las opciones usuales (abrir, cerrar, guardar) y otras relacionadas con las posibilidades ms matemticas de Maxima. En segundo lugar aparecen algunos iconos que sirven de atajo a algunas operaciones y la
ventana de trabajo. En sta ltima, podemos leer un recordatorio de las versiones que estamos utilizando de
los programas Maxima y wxMaxima as como el entorno Lisp sobre el que est funcionando y la licencia
(GNU Public License): 1
(%i1)
2+3;
(%o1)
Como puedes ver Maxima da la respuesta coFigura 1.1 Ventana inicial de wxMaxima
rrecta: 5. Bueno, no parece mucho. Seguro que
tienes una calculadora que hace eso. De acuerdo. Es slo el principio.
Observacin 1.1. Conviene hacer algunos comentarios sobre lo que acabamos de hacer:
a) No intentes escribir los smbolos (%i1) y (%o1), ya que stos los escribe el programa para llevar
un control sobre las operaciones que va efectuando. (%i1) se refiere a la primera entrada (input) y
(%o1) a la primera respuesta (output).
1
Por defecto, la ventana de wxMaxima aparece en blanco. En las preferencias del programa, se puede elegir que aparezca la versin
instalada al inicio del mismo como se ve en la figura.
Introduccin
Primeros pasos
b) La entradas terminan en punto y coma. wxMaxima lo aade si t te has olvidado de escribirlo. Justamente
lo que nos haba pasado.
Operaciones bsicas
suma
/
o
sqrt( )
producto
divisin
potencia
raz cuadrada
(%i2)
35;
(%o2)
15
Para multiplicar nmeros es necesario escribir el smbolo de la multiplicacin. Si slo dejamos un espacio
entre los factores el resultado es un error:
(%i3)
5 4;
(%o3)
(%i4)
5+(24+6)/7;
(%o4)
(%i5)
5+24+6/7;
97
7
(%o5)
eso s, teniendo cuidado con la precedencia de las operaciones. En estos casos el uso de parntesis es obligado.
Podemos escribir potencias
(%i6)
3 57;
(%o6)
1570042899082081611640534563
Fjate en el nmero de dgitos que tiene el resultado. Es un primer ejemplo de que la potencia de clculo
de Maxima es mayor que la de una calculadora que no suele tener ms all de 10 o 12. Ya s lo que estars
pensando en este momento: en lugar de elevar a 57, elevemos a un nmero ms grande. De acuerdo.
Primeros pasos
Introduccin
(%i7)
3 1000;
(%o7)
13220708194808066368904552597
5[418 digits]6143661321731027
68902855220001
(%i8)
set_display(ascii)$
(%i9)
3 1000;
(%o9)
1322070819480806636890455259752144365965422032752148167664
9203682268285973467048995407783138506080619639097776968725
8235595095458210061891186534272525795367402762022519832080
3878014774228964841274390400117588618041128947815623094438
0615661730540866744905061781254803444055470543970388958174
6536825491613622083026856377858229022841639830788789691855
6404084898937609373242171846359938695516765018940588109060
4260896714388641028143503856487471658320106143661321731027
68902855220001
La salida en formato ascii es la que tiene por defecto Maxima. La salida con formato xml es una mejora
de wxMaxima. Siempre puedes cambiar entre una y otra va el men o volviendo a escribir
(%i10)
set_display(xml)$
(%i11)
3 1000;
(%o11)
132207081948080663689045525975[418 digits]61436613217310
2768902855220001
Observacin 1.2. Antes de seguir, por qu sale $ y no punto y coma al final de la salida anterior? El
punto y coma sirve para terminar un comando o separar varios de ellos. El dlar, $, tambin termina un
comando o separa varios de ellos pero, a diferencia del punto y coma, no muestra el resultado en pantalla.
Si trabajamos con fracciones, Maxima dar por defecto el resultado en forma de fraccin
(%i12)
(%o12)
2+5/11;
27
11
(%i13)
(%o13)
128/234;
64
117
Introduccin
Primeros pasos
Clculo simblico
Cuando hablamos de que Maxima es un programa de clculo simblico, nos referimos a que no necesitamos trabajar con valores concretos. Fjate en el siguiente ejemplo:
(%i14)
(%o14)
Races
a/2+3a/5
11a
10
Bueno, hasta ahora sabemos sumar, restar, multiplicar, dividir y poco ms. Maxima tiene predefinidas la
mayora de las funciones usuales. Por ejemplo, para obtener la raz de un nmero se usa el comando sqrt
(%i15)
(%o15)
sqrt(5);
lo cul no parece muy buena respuesta. En realidad es la mejor posible: Maxima es un programa de clculo
simblico y siempre intentar dar el resultado en la forma ms exacta.
Obviamente, tambin puedes hacer la raz cuadrada de un nmero, elevando dicho nmero al exponente
1
2
(%i16)
(%o16)
float
5 (1/2);
(%i17)
float( 5);
(%o17)
2.23606797749979
Constantes
Adems de las funciones usuales (ya iremos viendo ms), Maxima tambin conoce el valor de algunas
de las constantes tpicas.
%pi
%e
%i
%phi
el nmero
el nmero e
la unidad imaginaria
la razn area,
1+ 5
2
(%i18)
(2+3*%i)*(5+3*%i);
(%o18)
(3*%i+2)*(3*%i+5)
Evidentemente necesitamos alguna manera de indicar a Maxima que debe desarrollar los productos, pero
eso lo dejaremos para ms tarde.
Primeros pasos
%
%inmero
%onmero
ltimo resultado
entrada nmero
resultado nmero
Con Maxima podemos usar el resultado de una operacin anterior sin necesidad de teclearlo. Esto se
consigue con la orden %. No slo podemos referirnos a la ltima respuesta sino a cualquier entrada o salida
anterior. Para ello
(%i19)
(%o19)
%o15
(%i20)
(%o20)
%o4+%o5;
146
7
(%i21)
(%o21)
1/2+1/3;
5
6
Mientras estemos utilizando nicamente nmeros exactos, Maxima intenta dar la respuesta de la misma
forma. Ahora bien, en cuanto algn trmino sea aproximado el resultado final ser siempre aproximado. Por
ejemplo
(%i22)
1.0/2+1/3;
(%o22)
0.83333333333333
Este comportamiento de Maxima viene determinado por la variable numer que tiene el valor false por
defecto. En caso de que cambiemos su valor a true, la respuesta de Maxima ser aproximada.
(%i23)
numer;
numer
(%o23)
false
(%i24)
numer:true$
(%i25)
1/2+1/3
(%o25)
0.83333333333333
(%i26)
numer:false$
Primeros pasos
Recuerda cambiar el valor de la variable numer a false para volver al comportamiento original de
Maxima. En wxMaxima, podemos utilizar el men Numricoconmutar salida numrica para cambiar
el valor de la variable numer.
float(nmero )
nmero,numer
bfloat(nmero )
Si slo queremos conocer una aproximacin decimal de un resultado exacto, tenemos a nuestra disposicin
las rdenes float y bfloat.
(%i27)
float(sqrt(2));
(%o27)
1.414213562373095
(%i28)
fpprec:100;
(%o28)
100
(%i29)
float(%pi);
(%o29)
3.141592653589793
No parece que tengamos 100 dgitos...de acuerdo, justo eso nos deca la ayuda de mxima: La variable
fpprec no afecta a los clculos con nmeros decimales de punto flotante ordinarios. Necesitamos la orden
bfloat para que Maxima nos muestre todos los decimales pedidos (y cambiar la pantalla a ascii):
(%i30)
bfloat(%pi);
(%o30)
3.1415926535897932384626433832[43 digits]62862089986280348
25342117068b0
(%i31)
set_display(ascii)$
10
Primeros pasos
Funciones usuales
(%i32)
bfloat(%pi);
(%o32)
3.141592653589793238462643383279502884197169399375105820
974944592307816406286208998628034825342117068b0
(%i33)
sqrt(4);
(%o33)
sqrt(x)
exp(x)
log(x)
sin(x), cos(x), tan(x)
csc(x), sec(x), cot(x)
asin(x), acos(x), atan(x)
sinh(x), cosh(x), tanh(x)
asinh(x), acosh(x), atanh(x)
raz cuadrada de x
exponencial de x
logaritmo neperiano de x
seno, coseno y tangente en radianes
cosecante, secante y cotangente en radianes
arcoseno, arcocoseno y arcotangente
seno, coseno y tangente hiperblicos
arcoseno, arcocoseno y arcotangente
hiperblicos
(%i34)
625 (1/4);
(%o34)
(%i35)
(%o35)
21/3 54/3
(%i36)
%e 2;
11
Funciones usuales
(%o36)
Primeros pasos
%e2
(%i37)
exp(2);
(%o37)
%e 2
(%i38)
exp(2),numer;
(%o38)
7.38905609893065
Logaritmos
Maxima slo tiene la definicin del logaritmo neperiano o natural que se consigue con la orden log:
(%i39)
log(20);
(%o39)
log(20)
(%i40)
log(20),numer;
(%o40)
2.995732273553991
Observacin 1.3.
(%i41)
ln(20);
(%o41)
ln(20)
puede parecer que funciona igual que antes pero en realidad Maxima no tiene la ms remota idea de lo que
vale, slo est repitiendo lo que le habis escrito. Si no te lo crees, pdele que te diga el valor:
(%i42)
ln(20),numer;
(%o42)
ln(20)
Cmo podemos calcular log2 (64)? Para calcular logaritmos en cualquier base podemos utilizar que
logb (x) =
log(x)
.
log(b)
Se puede definir una funcin que calcule los logaritmos en base 2 de la siguiente manera
(%i43)
log2(x):=log(x)/log(2)$
(%i44)
log2(64);
log(64)
log(2)
(%o44)
12
Primeros pasos
Funciones usuales
Te habrs dado cuenta de que Maxima no desarrolla ni simplifica la mayora de las expresiones. En
segundo lugar, la posibilidad de definir funciones a partir de funciones conocidas nos abre una amplia gama
de posibilidades. En el segundo captulo veremos con ms detalle cmo trabajar con funciones.
(%i45)
(%o45)
sin(%pi/4)
1
(%i46)
(%i47)
atan(1);
4
sec(0);
(%o47)
(%o46)
Otras funciones
Adems de las anteriores, hay muchas ms funciones de las que Maxima conoce la definicin. Podemos,
por ejemplo, calcular factoriales
(%i48)
32!
(%o48)
263130836933693530167218012160000000
o nmeros binmicos
(%i49)
binomial(10,4);
(%o49)
210
Recuerdas cul es la definicin de mn ?
!
m
m(m 1)(m 2) (m (n 1))
=
n
n!
En el desarrollo de Taylor de una funcin veremos que estos nmeros nos simplifican bastante la notacin.
2
El nmero no aparece como tal por defecto en wxMaxima. Para que aparezca as, puedes marcar Usar fuente griega dentro de
PreferenciasEstilo.
13
Primeros pasos
factorial de n
n!
entier(x)
abs(x)
random(x)
signum(x)
max( x1 , x2 ,...)
min( x1 , x2 ,...)
random
parte entera de x
valor absoluto o mdulo de x
devuelve un nmero aleatorio
signo de x
mximo de x1 ,x2 ,...
mnimo de x1 ,x2 ,...
Una de las funciones que usaremos ms adelante es random. Conviene comentar que su comportamiento es
distinto dependiendo de si se aplica a un nmero entero o a un nmero decimal, siempre positivo, eso s. Si
el nmero x es natural, random(x ) devuelve un natural menor o igual que x 1.
(%i50)
random(100);
(%o50)
Obviamente no creo que t tambin obtengas un 7, aunque hay un caso en que s puedes saber cul es el
nmero aleatorio que vas a obtener:
(%i51)
random(1);
(%o51)
efectivamente, el nico entero no negativo menor o igual que 1 1 es el cero. En el caso de que utilicemos
nmeros decimales random(x) nos devuelve un nmero decimal menor que x. Por ejemplo,
(%i52)
random(1.0);
(%o52)
0.9138095996129
(%i53)
is(3<5);
(%o53)
true
is(expresin )
assume(expresin )
forget(expresin )
and
or
14
Primeros pasos
No se pueden encadenar varias condiciones. No se admiten expresiones del tipo 3 < 4 < 5. Las desigualdades
slo se aplican a parejas de expresiones. Lo que s podemos hacer es combinar varias cuestiones como, por
ejemplo,
(%i54)
is(3<2 or 3<4);
(%o54)
true
(%i55)
(%o55)
false
=
notequal
x>y
x<y
x>=y
x<=y
igual
distinto
mayor
menor
mayor o igual
menor o igual
Pues no pareca tan difcil de responder. Lo cierto es que Maxima no ha desarrollado la expresin. Vamos
con otra pregunta fcil:
(%i56)
is((x+1) 2>0);
(%o56)
unknown
Pero, no era positivo un nmero al cuadrado? Hay que tener en cuenta que x podra valer 1 . Te parece
tan mala la respuesta ahora? Si nosotros disponemos de informacin adicional, siempre podemos ayudar.
Por ejemplo, si sabemos que x es distinto de 1 la situacin cambia:
(%i57)
assume(notequal(x,-1));
(%o57)
[notequal(x,-1)]
(%i58)
is((x+1) 2>0);
(%o58)
true
Eso s, en este caso Maxima presupone que x es distino de 1 en lo que resta de sesin. Esto puede dar
lugar a errores si volvemos a utilizar la variable x en un ambiente distinto ms adelante. El comando forget
nos permite hacer olvidar a Maxima.
(%i59)
forget(notequal(x,-1));
(%o59)
[notequal(x,-1)]
(%i60)
is(notequal(x,-1));
(%o60)
unknown
15
forget
Variables
Primeros pasos
1.5 Variables
El uso de variables es muy fcil y cmodo en Maxima. Uno de los motivos de esto es que no hay que
declarar tipos previamente. Para asignar un valor a una variable utilizamos los dos puntos
(%i61)
a:2
(%o61)
(%i62)
a2
(%o62)
4
la variable var vale expr
var :expr
kill(a1,a2,... )
remvalue(var1,var2,... )
values
Cuando una variable tenga asignado un valor concreto, a veces diremos que es una constante, para distinguir
del caso en que no tiene ningn valor asignado.
Observacin 1.4. El nombre de una variable puede ser cualquier cosa que no empiece por un nmero.
Puede ser una palabra, una letra o una mezcla de ambas cosas.
(%i63)
largo:10;
(%o63)
10
(%i64)
ancho:7;
(%o64)
(%i65)
largoancho;
(%o65)
70
Podemos asociar una variable con prcticamente cualquier cosa que se nos ocurra: un valor numrico,
una cadena de texto, las soluciones de una ecuacin, etc.
(%i66)
solucion:solve(x 2-1=0,x);
(%o66)
[x=-1,x=1]
(%i67)
x:3;
(%o67)
16
Primeros pasos
Variables
y despus intentamos derivar una funcin de x, olvidando que le hemos asignado un valor. Cul es el
resultado?
(%i68)
diff(sin(x),x);
Non-variable 2nd argument to diff:
3
-- an error. To debug this try debugmode(true);
Efectivamente, un error. Hay dos maneras de evitar esto. La primera es utilizar el operador comilla, ,
que evita que se evale la variable:
(%i69)
diff(sin(x),x);
(%o69)
cos(x)
(%i70)
values;
(%o70)
[a,largo,ancho,x,solucion]
(%i71)
remvalue(a,x);
(%o71)
[a,x]
values
remvalue
o todas.
(%i72)
remvalue(all);
(%o72)
[largo,ancho,solucion]
La orden remvalue slo permite borrar valores de variables. Existen versiones similares para borrar
funciones, reglas, etc. En cambio, la orden kill es la versin genrica de borrar valores de cualquier cosa. kill
(%i73)
ancho:10$
(%i74)
kill(ancho);
(%o74)
done
(%i75)
remvalue(ancho);
17
Expresiones simblicas
(%o75)
Primeros pasos
[false]
Una de las pequeas diferencias entre kill y remvalue es que la primera no comprueba si la variable,
o lo que sea, estaba previamente definida y siempre responde done. Existe tambin la posibilidad de borrar
todo:
(%i76)
(%o0)
kill(all);
done
y, si te fijas, Maxima se reinicia: es como si empezramos de nuevo. Hemos borrado cualquier valor que
tuvisemos previamente definido.
(%i1)
exp(log(x));
(%o1)
es decir, sin saber el valor de la variable x el programa es capaz de trabajar simblicamente con ella. Ms
ejemplos
(%i2)
exp(x)*exp(y);
(%o2)
%ey+x
(%i3)
log(xy);
(%o3)
log(x y)
(%i4)
log(x)+log(y);
(%o4)
log(y)+log(x)
Vamos a practicar con comandos de Maxima para manejar expresiones algebraicas: polinomios, funciones
racionales, trigonomtricas, etc.
18
Primeros pasos
Expresiones simblicas
Casi todas las rdenes de esta seccin, ya sea expandir o simplificar expresiones, se encuentran en el
men Simplificar y, opcionalmente, en los paneles de wxMaxima.
1.6.1
(%i5)
p:(x+2)(x-1);
(%o5)
(x-1)(x+2)
(%i6)
q:(x-3) 2
(%o6)
(x-3)2
Vale, tampoco desarrolla el cuadrado. Probemos ahora a restar las dos expresiones:
(%i7)
p-q;
(%o7)
(x-1)(x+2)-(x-3)2
Si no haba desarrollado las expresiones anteriores, no era lgico esperar que desarrollara ahora la diferencia. Maxima no factoriza ni desarrolla automticamente: debemos decirle que lo haga. Cmo lo hacemos?
expand(expr )
partfrac(frac,var )
num(frac )
denom(frac )
(%i8)
expand(p);
(%o8)
x2 +x-2
expand
y cocientes.
(%i9)
(%o9)
expand(p/q);
x2
x2 -6 x+9
x
2
x2 -6 x+9 x2 -6 x+9
Como puedes ver, expand slo divide la fraccin teniendo en cuenta el numerador. Si queremos dividir
en fracciones simples tenemos que usar partfrac.
(%i10)
partfrac(p/q,x);
19
partfrac
Expresiones simblicas
(%o10)
num
denom
Primeros pasos
10
7
+1
+
x-3 x-32
Por cierto, tambin podemos recuperar el numerador y el denominador de una fraccin con las rdenes
num y denom:
(%i11)
denom(p/q);
(%o11)
(x-3)2
(%i12)
num(p/q);
(%o12)
(x-1)(x+2)
Comportamiento de expand
El comportamiento de la orden expand viene determinado por el valor de algunas variables. No vamos
a comentar todas, ni mucho menos, pero mencionar algunas de ellas nos puede dar una idea del grado de
control al que tenemos acceso.
expand(expr,n,m)
logexpand
radexpand
1
2
1
+
+
x (x 1)2 (x 7)15
posiblemente no estemos interesados en que Maxima escriba los desarrollos completos de los dos primeros
sumandos o del ltimo. Quedara demasiado largo en pantalla. La orden expand permite acotar qu potencias desarrollamos. Por ejemplo, expand(expr,3,5) slo desarrolla aquellas potencias que estn entre 3
y 5.
(%i13)
(%o13)
(%i14)
log(ab);
(%o14)
log(a b)
(%i15)
(%o15)
sqrt(xy)
xy
(%i16)
radexpand:all$ logexpand:all$
20
Primeros pasos
Expresiones simblicas
(%i17)
log(ab);
(%o17)
log(a)+log(b)
(%i18)
sqrt(xy)
x y
(%o18)
Factorizacin
factor(expr )
La orden factor realiza la operacin inversa a expand. La podemos utilizar tanto en nmeros
(%i19)
factor(100);
(%o19)
22 52
factor
(%i20)
factor(x 2-1);
(%o20)
(x-1)(x+1)
(%i21)
(x-y)(xy-3x 2);
(%o21)
(x-y)(xy-3x2 )
(%i22)
expand(%);
(%o22)
(%i23)
factor(%);
(%o23)
-x(y-3x)(y-x)
Ahora que hemos estado trabajando con expresiones polinmicas, para evaluar en un punto podemos utilizar
la orden ev. En su versin ms simple, esta orden nos permite dar un valor en una expresin:
(%i24)
ev(p,x=7);
(%o24)
54
21
ev
Expresiones simblicas
Primeros pasos
(%i25)
p,x=7;
(%o25)
54
(%i26)
x 2+ev(2*x,x=3);
(%o26)
x2 +6
Este tipo de sustituciones se pueden hacer de forma un poco ms general y sustituir expresiones enteras
(%i27)
(%o27)
x-3*t3 +t2
En la ayuda de Maxima puedes ver con ms detalle todos los argumentos que admite la orden ev, que
son muchos.
1.6.2
Simplificacin de expresiones
Es discutible qu queremos decir cuando afirmamos que una expresin es ms simple o ms sencilla que
otra. Por ejemplo, cul de las dos siguientes expresiones te parece ms sencilla?
(%i28)
(%o28)
(%i29)
(%o29)
radcan(p/q);
x2 +x-2
x2 -6*x+9
partfrac(p/q,x);
7
10
+
+1
x-3 x-32
radcan(expr )
ratsimp(expr )
fullratsimp(expr )
Maxima tiene algunas rdenes que permiten simplificar expresiones pero muchas veces no hay nada como
un poco de ayuda y hay que indicarle si queremos desarrollar radicales o no, logaritmos, etc como hemos
visto antes.
Para simplificar expresiones racionales, ratsimp funciona bastante bien aunque hay veces que es necesario aplicarlo ms de una vez. La orden fullratsimp simplifica algo mejor a costa de algo ms de tiempo
y proceso.
(%i30)
(%o30)
Para simplificar expresiones que contienen radicales, exponenciales o logaritmos es ms til la orden
radcan
22
Primeros pasos
1.6.3
Expresiones simblicas
(%i31)
(%o31)
%e x -1
Expresiones trigonomtricas
Maxima conoce las identidades trigonomtricas y puede usarlas para simplificar expresiones en las que
aparezcan dichas funciones. En lugar de expand y factor, utilizaremos las rdenes trigexpand, trigsimp y trigreduce.
trigexpand(expresion )
desarrolla funciones
trigonomtricas e hiprbolicas
trigsimp(expresion )
simplifica funciones
trigonomtricas e hiperblicas
trigreduce(expresion )
simplifica funciones
trigonomtricas e hiperblicas
Por ejemplo,
(%i32)
trigexpand(cos(a+b);
(%o32)
cos(a)cos(b)-sin(a)sin(b);
(%i33)
trigexpand(sin(2atan(x)));
2x
x2 +1
trigexpand(sin(x+3y)+cos(2z)sin(x-y));
(%o33)
(%i34)
(%o34)
(%i35)
(%o35)
32 cos(x)5 sin(x)2
Compara el resultado del comando trigexpand con el comando trigreduce en la ltima expresin:
(%i36)
(%o36)
x)
x)
3 cos(5
+ cos(3
+ 2
cos (3 x) 3 cos (x)
2
2
2
+
+
8
8
8
8
8
Quizs es complicado ver qu est ocurriendo con estas expresiones tan largas. Vamos a ver cmo se
comportan en una un poco ms sencilla:
(%i37)
eq:cos(2*x)+cos(x) 2$
(%i38)
trigexpand(eq);
(%o38)
2cos(x)2 -sin(x)2
(%i39)
trigreduce(eq);
23
La ayuda de Maxima
Primeros pasos
(%i40)
cos(2x)+1
+cos(2x)
2
trigsimp(eq);
(%o40)
cos(2x)+cos(x)2
(%o39)
Como puedes ver, trigsimp intenta escribir la expresin de manera simple, trigexpand y trigreduce desarrollan y agrupan en trminos similares pero mientras una prefiere usar potencias, la otra utiliza
mltiplos de la variable. Estos es muy a grosso modo.
Cualquiera de estas rdenes opera de manera similar con funciones hiperblicas:
(%i41)
trigexpand(sinh(2x) 3);
(%o41)
8 cosh(x)3 sinh(x)3
(%i42)
trigreduce(cosh(x+y)+sinh(x) 2);
cosh(2x)-1
cosh(y+x)+
2
(%o42)
Observacin 1.5. Al igual que con expand o ratsimp, se puede ajustar el comportamiento de estas rdenes mediante el valor de algunas variables como trigexpand, trigexpandplus o trigexpandtimes.
Consulta la ayuda de Maxima si ests interesado.
describe(expr )
example(expr )
apropos("expr ")
??expr
Figura 1.3
Ayuda de wxMaxima
24
Primeros pasos
La ayuda de Maxima
En el caso de que conozcamos el nombre del comando sobre el que estamos buscando ayuda, la orden
describe 3 nos da una breve, a veces no tan breve, explicacin sobre la variable, comando o lo que sea que
hayamos preguntado.
(%i43)
(%o43)
true
Claro que a veces nos equivocamos y no nos acordamos exactamente del nombre del comando
(%i44)
(%o44)
false
La solucin la tenemos escrita justo en la salida anterior: ?? busca en la ayuda comandos, variables, etc.
que contengan la cadena plot.
(%i45)
(%o45)
true
Si, como en este caso, hay varias posibles elecciones, Maxima se queda esperando hasta que escribimos el
nmero que corresponde al tem en que estamos interesados, o all o none si estamos interesados en todos o
en ninguno respectivamente. Mientras no respondamos a esto no podemos realizar ninguna otra operacin.
El comando describe(expr ) produce el mismo resultado que ?expr . Es obligatorio el espacio en blanco entre la interrogacin y
la expresin.
25
describe
Ejercicios
apropos
example
Primeros pasos
Si has mirado en el men de wxMaxima, seguramente habrs visto AyudaA propsito. Su propsito
es similar a las dos interrogaciones, ??, que acabamos de ver pero el resultado es levemente distinto:
(%i46)
apropos("plot");
(%o46)
[plot,plot2d,plot3d,plotheight,plotmode,plotting,plot_format,
plot_options,plot_realpart]
nos da la lista de comandos en los que aparece la cadena plot sin incluir nada ms. Si ya tenemos una idea
de lo que estamos buscando, muchas veces ser suficiente con esto.
Muchas veces es mejor un ejemplo sobre cmo se utiliza una orden que una explicacin terica. Esto
lo podemos conseguir con la orden example.
(%i47)
example(limit);
(%i48)
limit(xlog(x),x,0,plus)
(%o48)
(%i49)
limit((x+1) (1/x),x,0)
(%o49)
%e
(%i50)
limit(%e x/x,x,inf)
(%o50)
(%i51)
limit(sin(1/x),x,0)
(%o51)
ind
(%o51)
done
Por ltimo, la ayuda completa de Maxima est disponible en la pgina web de Maxima
http://maxima.sourceforge.net/es/
en formato PDF y como pgina web. Son ms de 800 pginas que explican prcticamente cualquier detalle
que se te pueda ocurrir.
1.8 Ejercicios
Ejercicio 1.1. Calcula
a) Los 100 primeros decimales del nmero e,
b) el logaritmo en base 3 de 16423203268260658146231467800709255289.
c) el arcocoseno hiperblico de 1,
d) el seno y el coseno de i, y
e) el logaritmo de -2.
Ejercicio 1.2.
a) Qu nmero es mayor 1000999 o 9991000 ?
b) Ordena de mayor a menor los nmeros , 73231844868435875
37631844868435563 y cosh(3)/3.
Ejercicio 1.3.
Descompn la fraccin
x2 4
x5 +x4 2 x3 2 x2 +x+1
26
en fracciones simples.
Primeros pasos
Ejercicio 1.4.
Ejercicios
Ejercicio 1.5. Comprueba si las funciones hiperblicas y las correspondientes arco-versiones son inversas.
27
Grficos
Funciones
Grficos
2
2.1 Funciones 31 2.2 Grficos en el plano con plot2d 35
draw 39 2.4 Animaciones grficas 50 2.5 Ejercicios 52
2.1 Funciones
funcion(var1,var2,..) :=(expr1,expr2,... )
define (func,expr )
fundef(func )
functions
remfunction(func1,func2,... )
definicin de funcin
la funcin vale expr
devuelve la definicin de la funcin
lista de funciones
definidas por el usuario
borra las funciones
Para definir una funcin en Maxima se utiliza el operador :=. Se pueden definir funciones de una
o varias variables, con valores escalares o vectoriales,
(%i1)
f(x):=sin(x);
(%o1)
f(x):=sin(x)
(%i2)
(%o2)
f(%pi/4);
1
(%i3)
g(x,y,z):=[2x,3cos(x+y)];
31
Funciones
define
Grficos
(%o3)
g(x,y,z):=[2x,3cos(x+y)]
(%i4)
g(1,%pi,0);
(%o4)
[2,-3cos(1)]
Tambin se puede utilizar el comando define para definir una funcin. Por ejemplo, podemos
utilizar la funcin g para definir una nueva funcin y, de hecho veremos que sta es la manera
correcta de hacerlo cuando la definicin involucra funciones previamente definidas, derivadas de
funciones, etc. El motivo es que la orden define evala los comandos que pongamos en la definicin.
(%i5)
define(h(x,y,z),g(x,y,z) 2);
(%o5)
h(x,y,z):=[4x2 ,9cos(y+x)2 ]
Eso s, aunque hemos definido las funciones f , g y h, para utilizarlas debemos aadirles variables:
(%i6)
g;
(%o6)
(%i7)
g(x,y);
Too few arguments supplied to g(x,y,z):
[x,y]
-- an error. To debug this try debugmode(true);
(%i8)
g(x,y,z);
(%o8)
[2x,3cos(y+x)]
32
Grficos
Funciones
funcin tenemos la solucin a cmo borrar una funcin (o todas). Tambin podemos hacer esto
con la orden remfunction.
(%i9)
functions;
(%o9)
[f(x),g(x,y,z),h(x,y,z)]
Ya sabemos preguntar cul es la definicin de cada una de ellas. Ms cmodo es, quizs, utilizar
la orden fundef que nos evita escribir las variables
(%i10)
fundef(f);
(%o10)
f(x):=sin(x)
(%i11)
remfunction(f);
(%o11)
[f]
(%i12)
remfunction(all);
(%o12)
[g,h]
33
remfunction
fundef
Funciones
Grficos
(%i13)
(%o13)
(%i14)
f(-2);
(%o14)
(%i15)
f(2);
(%o15)
o dibujarla
(%i16)
plot2d(f(x),[x,-3,3]);
(%o16)
30
20
25
15
10
0
-3
-2
-1
R3
3
0
x
f (x) dx:
(%i17)
integrate(f(x),x,-3,3);
(%o17)
R3
3
La otra posibilidad es mucho ms de andar por casa, pero muy prctica. Podemos definir las
funciones
(%i18)
f1(x):=x 2$
(%i19)
f2(x):=x 3$
(%i20)
(%o20)
integrate(f1(x),x,-3,0)+integrate(f2(x),x,0,3);
117
4
34
Grficos
Evidentemente, si la funcin tiene muchos trozos, la definicin se alarga; no cabe otra posibilidad. En este caso tenemos que anidar varias estructuras if-then-else o definir tantas funciones
como trozos. Por ejemplo, la funcin
2
x ,
si x 1,
g(x) =
sen(x),
si
1 x ,
x + 1, si x >
la podemos escribir como sigue anidando dos condicionales
(%i21)
(%i22)
[g(-3),g(2),g(5)];
(%o22)
[9,sin(2),-4]
(%i23)
plot2d(sin(2*x),[x,-2*%pi,2*%pi]);
(%o23)
sin(2*x)
0.5
-0.5
-1
-6
-4
-2
0
x
o de varias
(%i24)
plot2d([x 2,sqrt(2*x)],[x,-2,2]);
35
(%o24)
Grficos
x2
sqrt(2)*sqrt(x)
3.5
3
2.5
2
1.5
1
0.5
0
-2
-1.5
-1
-0.5
0.5
1.5
Observa en esta ltima salida cmo el programa asigna a cada grfica un color distinto para
diferenciarlas mejor y aade la correspondiente explicacin de qu color representa a cada funcin.
Cuando accedemos a travs del men, aparece una ventana de dilogo con varios campos que
podemos completar o modificar:
a) Expresin(es). La funcin o funciones que queramos dibujar. Por defecto, wxMaxima rellena
este espacio con % para referirse a la salida anterior.
b) Variable x. Aqu establecemos el intervalo de la variable x donde queramos representar la funcin.
c) Variable y. dem para acotar el recorrido de los
valores de la imagen.
d) Graduaciones. Nos permite regular el nmero de
puntos en los que el programa evala una funcin
para su representacin.
e) Formato. Maxima realiza por defecto la grfica
con un programa auxiliar. Si seleccionamos en
lnea, dicho programa auxiliar es wxMaxima y
obtendremos la grfica en una ventana alineada
con la salida correspondiente. Hay dos opciones
ms y ambas abren una ventana externa para dibuFigura 2.2 Grficos en 2D
jar la grfica requerida: gnuplot es la opcin por
defecto que utiliza el programa Gnuplot para realizar la representacin; tambin est disponible la opcin openmath que utiliza el programa XMaxima. Prueba las diferentes opciones y
decide cul te gusta ms.
f) Opciones. Aqu podemos seleccionar algunas opciones para que, por ejemplo, dibuje los ejes de
coordenadas ("set zeroaxis;"); dibuje los ejes de coordenadas, de forma que cada unidad
en el eje Y sea igual que el eje X ("set size ratio 1; set zeroaxis;"); dibuje una
cuadrcula ("set grid;") o dibuje una grfica en coordenadas polares ("set polar; set
zeroaxis;"). Esta ltima opcin la comentamos ms adelante.
g) Grfico al archivo. Guarda el grfico en un archivo con formato Postscript.
Evidentemente, estas no son todas las posibles opciones. La cantidad de posibilidades que tiene
Gnuplot es inmensa.
Observacin 2.1.
El prefijo wx aadido a plot2d o a cualquiera del resto de las rdenes
que veremos en este captulo hace que wxMaxima pase automticamente a mostrar los grficos
en la misma ventana y no en una ventana separada. Es lo mismo que seleccionar en lnea. Por
ejemplo,
36
Grficos
(%i25)
wxplot2d(sin(2x),[x,-2%pi,2%pi]);
1
(%t25)
sin(2*x)
0.5
-0.5
-1
-6
-4
-2
Es complicado representar una ventana separada en unas notas escritas as que, aunque no utilicemos wxplot2d, s hemos representado todas las grficas a continuacin de la correspondiente wxplot2d
orden.
Veamos algunos ejemplos de las opciones que hemos comentado. Podemos aadir ejes,
(%i26)
(%o26)
x/(x -4)
-2
-4
-6
-6
-4
-2
0
x
(%i27)
(%o27)
x/(x2-4)
-2
-4
-6
-6
-4
-2
0
x
37
Grficos
set size ratio 1 dibuja ambos ejes con el mismo tamao en pantalla, set size ratio 2
o set size ratio 0.5 dibuja el eje X el doble o la mitad de grande que el eje Y. O podemos
aadir una malla que nos facilite la lectura de los valores de la funcin.
(%i28)
plot2d(x/(x 2-4),[x,-6,6],[y,-6,6],
[gnuplot_preamble, "set grid;"])$
(%o28)
x/(x -4)
-2
-4
-6
-6
-4
-2
0
x
(%i29)
(%o29)
sqrt(1-x2)
-sqrt(1-x2)
0.5
-0.5
-1
-1
-0.5
0
x
0.5
Tambin podemos dibujar grficas de funciones a trozos. Antes, tenemos que recordar cmo
se definen estas funciones. Lo hacemos con un ejemplo. Consideremos la funcin f : R R
definida como
(
x si x < 0
f (x) =
3
x
si x 0.
Vamos, en primer lugar, a definirla:
(%i30)
38
Grficos
(%o30)
x else x3
y luego la representamos
(%i31)
plot2d(f(x),[x,-9,9],[y,-1,6],
[gnuplot_preamble,"set zeroaxis;"])$
(%o31)
-1
-8
-6
-4
-2
0
x
(%i32)
load(draw)$
gr2d(opciones, objeto grfico,... )
draw(opciones, objeto grfico,... )
draw2d(opciones, objeto grfico,... )
El paquete draw, permite utilizar, entre otras, la orden draw2d para dibujar grficos en dos dimensiones. Un grfico est compuesto por varias opciones y el objeto grfico que queremos dibujar.
Por ejemplo, en dos dimensiones tendramos algo as:
objeto:gr2d(
color=blue,
nticks=60,
explicit(cos(t),t,0,2$*$\%pi)
)
Las opciones son numerosas y permiten controlar prcticamente cualquier aspecto imaginable.
Aqu comentaremos algunas de ellas pero la ayuda del programa es insustituible. En segundo lugar
aparece el objeto grfico. En este caso explicit(cos(t),t,0,2%pi). Estos pueden ser de
varios tipos aunque los que ms usaremos son quizs explicit e implicit. Para dibujar un
grfico tenemos dos posibilidades
a) Si tenemos previamente definido el objeto, draw(objeto), o bien,
draw
39
draw2d
Grficos
(%i33)
coseno:gr2d(
color=blue,
explicit(cos(x),x,0,4*%pi))$
(%i34)
draw(coseno);
(%o34)
0.5
-0.5
-1
0
10
12
(%i35)
(%o35)
draw2d(
color=blue,
explicit(cos(x),x,0,4*%pi)$
1
0.5
-0.5
-1
0
10
12
(%i36)
draw2d(
color=red,
explicit(x 2,x,-1,1),
color=blue,nticks=60,
implicit(x 2+y 2=1,x,-1,1,y,-1,1));
40
Grficos
(%o36)
Vamos a comentar brevemente alguno de los objetos y de las opciones del mdulo draw. Comenzamos con algunos de los objetos que podemos representar y, posteriormente, comentamos
algunas opciones.
2.3.1
Objetos
explicit: nos permite dibujar una funcin de una o dos variables. Para funciones de una variable
usaremos explicit( f (x), x,a,b) para dibujar f (x) en [a, b]. Con funciones de dos variables
escribiremos explicit( f (x, y), x,a,b,y,c,d).
(%i37)
draw2d(
color=dark-red,line_width=5,
xaxis=true,yaxis=true,
explicit(log(x),x,0,7));
(%o37)
1.5
0.5
-0.5
-1
-1.5
-2
0
implicit: nos permite dibujar el lugar de los puntos que verifican una ecuacin en el plano
41
(%i38)
(%o38)
Grficos
draw2d(
grid=true,
line_type=solid,
color=blue,
key="y 2=x 3-2x+1",
implicit(y 2=x 3-2x+1, x, -4,4, y, -4,4),
line_type=dots,
color=red,
key="x 3+y 3 = 3xy 2-x-1",
implicit(x 3+y 3 = 3xy 2-x-1, x,-4,4, y,-4,4),
title="dos funciones implcitas");
dos funciones impl citas
4
y^2=x^3-2*x+1
x^3+y^3 = 3*x*y^2-x-1
3
2
1
0
-1
-2
-3
-4
-4
-3
-2
-1
rectangle: para dibujar un rectngulo slo tenemos que indicar el vrtice inferior izquierdo y
su opuesto.
(%i39)
draw2d(line_width=6,
line_type=dots,
transparent=false,
fill_color=spring-green,
rectangle([-2,-2],[6,-1]),
transparent=false,
fill_color=red,
line_type=solid,
line_width=2,
rectangle([9,4],[2,-1]),
xrange=[-3,10],
yrange=[-3,4.5]);
42
Grficos
(%o39)
-1
-2
-3
-2
10
ellipse: la orden ellipse permite dibujar elipses indicando 3 pares de nmeros: los dos primeros son las coordenadas del centro, los dos segundos indican la longitud de los semiejes y los
ltimos son los ngulos inicial y final.
En el dibujo siguiente puedes comprobar cmo la opcin nticks permite mejorar, aqu empeorar,
un grfico aumentando o, como en este caso, disminuyendo el nmero de puntos que se utilizan
para dibujarlo.
(%i40)
(%o40)
draw2d(
ellipse(0,0,4,2,0,180),
nticks = 5,
ellipse(0,0,4,2,180,360));
2
1.5
0.5
-0.5
-1
-1.5
-2
-4
-3
-2
-1
points: para representar una lista de puntos en el plano o en el espacio tenemos dos posibilidades.
Podemos dar los vectores de la forma 5 [[x1,y1],[x2,y2],...], como por ejemplo
(%i41)
draw2d(
color=blue,
point_type=filled_circle,
point_size=2,
points(makelist([random(10.0),random(10.0)],k,1,150)));
En el ejemplo usaremos la orden makelist que genera una lista de acuerdo a la regla que aparece como primera entrada
con tantos elementos como indique el contador que le sigue. En el prximo captulo lo comentaremos con ms detalle.
43
(%o41)
Grficos
9
8
7
6
5
4
3
2
1
(%i42)
(%o42)
draw2d(
color=orange-red,
point_type=5,
point_size=3,
points(makelist(random(10.0),k,1,10),
makelist(random(10.0),k,1,10)));
9
8
7
6
5
4
3
2
1
1
vector: dibuja vectores tanto en dos como en tres dimensiones. Para dar un vector hay que fijar
el origen y la direccin.
(%i43)
draw2d(
head_length = 0.03, head_angle=20,
color=cyan, vector([0,0],[1,1]/sqrt(2)),
color=red, vector([0,0],[1,-1]/sqrt(2)),
color=blue, vector([0,0],[1,2]/sqrt(5)),
title="tres vectores");
44
Grficos
(%o43)
En la ayuda puedes encontrar varios opciones sobre el aspecto como se representan los vectores.
Nosotros hemos usado head_length y head_angle para el tamao de la punta de la fecha de
los vectores.
2.3.2
Opciones
Es importante destacar que hay dos tipos de opciones: locales y globales. Las locales slo afectan
al objeto que les sigue y, obligatoriamente, tienen que precederlo. En cambio las globales afectan
a todos los objetos dentro de la orden draw y da igual su posicin (aunque solemos escribirlas
todas juntas al final).
Opciones globales
xrange, yrange: rango de las variables x e y. Por defecto se ajusta automticamente al objeto
que se est representando pero hay ocasiones en que es preferible fijar un rango comn.
(%i44)
(%o44)
draw2d(color=blue,
explicit(cos(x),x,0,4%pi),
color=red,
explicit(x 3,x,-5,5),
xrange=[0,%pi],yrange=[-2,2])$
2
1.5
0.5
-0.5
-1
-1.5
-2
0
0.5
1.5
2.5
45
(%i45)
(%o45)
Grficos
draw2d(
color=blue,nticks=100,
implicit(xy=1,x,-3,3,y,-3,3),
grid=true)$
3
-1
-2
-3
-3
-2
-1
title ="ttulo de la ventana" nos permite poner un ttulo a la ventana donde aparece el resultado
final. Es una opcin global.
(%i46)
(%o46)
draw2d(
color=blue,
nticks=100,
implicit(xy=1,x,-3,3,y,-3,3),
grid=true,
title="Hiperbola"
)$
Hiperbola
3
-1
-2
-3
-3
-2
-1
xlabel, ylabel, zlabel: indica la etiqueta de cada eje. Es una opcin global.
(%i47)
draw2d(color=blue,
explicit(exp(x/2),x,-2,2),
xlabel="Tiempo",
ylabel="Habitantes",
title="Evolucion de la poblacion");
46
Grficos
(%o47)
Evolucion de la poblacion
2.5
Habitantes
1.5
0.5
-2
-1.5
-1
-0.5
0
Tiempo
0.5
1.5
xaxis, yaxis: si vale true se dibuja el correspondiente eje. Es una opcin global.
Opciones locales
point_size: tamao al que se dibujan los puntos. Su valor por defecto es 1. Afecta a los objetos
de tipo point.
point_type: indica cmo se van a dibujar los puntos . El valor para esta opcin puede ser un nombre o un nmero: none (-1), dot (0),plus (1), multiply (2), asterisk (3), square (4), filled_square (5),
circle (6), filled_circle (7), up_triangle (8), filled_up_triangle (9), down_triangle (10), filled_down_triangle
(11), diamant (12) y filled_diamant (13). Afecta a los objetos de tipo point.
filled_func: esta orden nos permite rellenar con un color la grfica de una funcin. Existen
dos posibilidades: si filled_func vale true se rellena la grfica de la funcin hasta la parte
inferior de la ventana con el color establecido en fill_color
(%i48)
(%o48)
draw2d(fill_color=blue,
filled_func=true,
explicit(cos(x),x,0,10)
):
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
10
en cambio, si filled_func es una funcin, entonces se colorea el espacio entre dicha funcin y
la grfica que estemos dibujando
(%i49)
draw2d(
filled_func=sin(x),
fill_color=navy,
explicit(cos(x),x,0,10));
47
(%o49)
Grficos
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
10
En este caso, tenemos sombreada el rea entre las funciones seno y coseno. Podemos dibujar stas
tambin pero es necesario suprimir el sombreado si queremos que no tape a las funciones:
(%i50)
(%o50)
draw2d(
filled_func=sin(x),fill_color=navy,
explicit(cos(x),x,0,10),
filled_func=false,color=red,line_width=10,
explicit(sin(x),x,0,10),
color=yellow,line_width=10,
explicit(cos(x),x,0,10));
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
10
48
Grficos
line_width: grosor con el que se dibujan las lneas. Su valor por defecto es 1.
(%i51)
(%o51)
draw2d(
color=blue,line_width=10,nticks=100,
implicit(xy=1,x,-3,3,y,-3,3),
grid=true,
)$
3
-1
-2
-3
-3
-2
-1
nticks: nmero de puntos que se utilizan para calcular los dibujos. Por defecto es 30. Un nmero
mayor aumenta el detalle del dibujo aunque a costa de un mayor tiempo de clculo y tamao del
fichero (si se guarda). Slo afecta a los objetos de tipo ellipse, explicit, parametric, polar
y parametric.
key: indica la leyenda con la que se identifica la funcin.
(%i52)
draw2d(color=blue,key="funcin",explicit(f(x),x,-2,3),
color=red,key="tangente",explicit(tangente(x,1),x,-2,3),
grid=true);
(%o52)
funcion
tangente
5
-5
-10
-2
-1
49
Animaciones grficas
Grficos
with_slider
with_slider_draw
animacin de draw2d
Tenemos dos posibilidades para construir animaciones dependiendo de si queremos que Maxima
utilice plot2d o draw2d. En cualquier caso, en primer lugar siempre empezamos con el parmetro, una lista de valores del parmetro y el resto debe ser algo aceptable por el correspondiente
comando con el que vayamos a dibujar.
Por ejemplo, vamos a crear una animacin con la orden with slider de la funcin sen(x + n),
donde el parmetro n va a tomar los valores desde 1 a 20. La orden makelist(i,i,1,20) nos
da todos los nmeros naturales comprendidos entre 1 y 20. Ya veremos con ms detalle en el
Captulo 3 cmo podemos manejar listas.
(%i53)
with slider(n,
makelist(i,i,1,20),
sin(x+n),
[x,-2*%pi,2*%pi],
[y,-1.1,1.1]);
0.5
0.5
sin(x+15)
sin(x+5)
with_slider
animacin de plot2d
-0.5
-0.5
-1
-1
-6
-4
-2
0
x
-6
n = 5
-4
-2
0
x
n = 15
Figura 2.3 sen(x + n)
50
Grficos
Animaciones grficas
with slider(n,makelist(i,i,1,20),sin(xn),
[x,-2*%pi,2*%pi],[y,-1.1,1.1]);
(%i54)
0.5
0.5
sin(15*x)
sin(5*x)
Puedes ver en la Figura 2.4 puedes ver cmo aumenta la frecuencia con n.
-0.5
-0.5
-1
-1
-6
-4
-2
0
x
-6
-4
n = 5
-2
0
x
n = 15
Figura 2.4 sen(n x)
Si en lugar de plot2d, utilizamos el mdulo draw para disear los dibujos, tenemos que usar
with_slider_draw. De nuevo, en primer lugar va el parmetro, despus, una lista que indica
los valores que tomar el parmetro y el resto debe ser algo aceptable por la orden draw. Un
detalle importante en este caso es que el parmetro no slo puede afectar a la funcin sino que
podemos utilizarlo en cualquier otra parte de la expresin. Por ejemplo, podemos utilizar esto para
ir dibujando poco a poco una circunferencia en coordenadas paramtricas de la siguiente forma
(%i55)
with_slider_draw(
t,makelist(%pii/10,i,1,20),
parametric(cos(x),sin(x),x,0,t),
xrange=[-1,1],
yrange=[-1,1],
user_preamble="set size ratio 1")$
51
Ejercicios
Grficos
0.5
0.5
-0.5
-0.5
-1
-1
-0.5
0.5
-1
1
-1
t =
-0.5
0.5
y = 3/2
(%i56)
with_slider_draw(t,makelist(2%pii/39,i,1,40),
line_width=3, color=blue,
parametric(cos(x),sin(x),x,0,t),
color=light-red, key="seno",
explicit(sin(x),x,0,t),
color=dark-red, key="coseno",
explicit(cos(x),x,0,t),
line_type=dots, head_length=0.1,
color=dark-red, key="",
vector([0,0],[cos(t),0]),
color=light-red, line_type=dots,
head_length=0.1, key="",
vector([0,0],[0,sin(t)]),
line_type=dots, head_length=0.1, key="",
vector([0,0],[cos(t),sin(t)]),
xaxis=true,yaxis=true,
title="Funciones seno y coseno",
xrange=[-1,2%pi],yrange=[-1,1]);
2.5 Ejercicios
Ejercicio 2.1. Representa en una misma grfica las funciones seno y coseno en el intervalo
[2, 2]. Utiliza las opciones adecuadas para que una de las funciones se represente en azul y
otra en rojo y, adems, tengan grosores distintos.
52
Grficos
Ejercicios
seno
coseno
0.5
-0.5
-1
-1
Ejercicio 2.7. Encuentra las funciones cuyas grficas corresponden a las siguientes curvas:
En el siguiente captulo puedes encontrar una explicacin ms detallada sobre como definir y operar con listas.
53
Ejercicios
Grficos
(a)
(b)
(c)
(d)
54
Listas y matrices
Listas
Listas y matrices
3
3.1 Listas 55 3.2 Matrices 60
3.3 Ejercicios 69
3.1 Listas
Maxima tiene una manera fcil de agrupar objetos, ya sean nmeros, funciones, cadenas de
texto, etc. y poder operar con ellos. Una lista se escribe agrupando entre corchetes los objetos que
queramos separados por comas. Por ejemplo,
(%i1)
[0,1,-3];
(%o1)
[0,1,-3]
(%i2)
[x,x 2,x 3]
(%o2)
[x,x2 ,x3 ]
(%i3)
[0,1,-3,a,"hola"];
(%o3)
[0,1,-3,a,hola]
first, second,...,tenth
lista[i]
last
part
reverse
sort
flatten
length
unique
primera, segunda,...,dcima
entrada de una lista
entrada i-sima de la lista
ltimo elemento de una lista
busca un elemento dando
su posicin en la lista
invertir lista
ordenar lista
unifica las sublistas en una lista
longitud de la lista
elementos que slo aparecen
una vez en la lista
55
Listas
Listas y matrices
Los elementos que forman la lista pueden ser, a su vez, listas (aunque no es exactamente lo mismo,
piensa en matrices como listas de vectores):
(%i4)
(%o4)
lista: [1,2],1,[3,a,1]
[1,2],1,[3,a,1]
Podemos referirnos a una entrada concreta de una lista. De hecho Maxima tiene puesto nombre
a las diez primeras: first, second,..., tenth
last
part
(%i5)
first(lista);
(%o5)
[1,2]
(%i6)
second(lista);
(%o6)
(%i7)
last(lista);
(%o7)
[3,a,1]
Si sabemos la posicin que ocupa, podemos refererirnos a un elemento de la lista utilizando part.
Por ejemplo,
(%i8)
part(lista,1)
(%o8)
[1,2]
nos da el primer elemento de la lista anterior. Obtenemos el mismo resultado indicando la posicin
entre corchetes. Por ejemplo,
(%i9)
lista[3];
(%o9)
[3,a,1]
y tambin podemos anidar esta operacin para obtener elementos de una sublista
(%i10)
lista[3][1];
(%o10)
Con part podemos extraer varios elementos de la lista enumerando sus posiciones. Por ejemplo,
el primer y el tercer elemento de la lista son
56
Listas y matrices
(%i11)
part(lista,[1,3]);
(%o11)
[[1,2],[3,a,1]]
Listas
(%i12)
part(lista,3,2);
(%o12)
El comando flatten construye una nica lista con todas los elementos, sean estos listas o no. flatten
Mejor un ejemplo:
(%i13)
flatten([[1,2],1,[3,a,1]])
(%o13)
[1,2,1,3,a,1]
La lista que hemos obtenido contiene todos los anteriores. Podemos eliminar los repetidos con
unique
unique
(%i14)
unique(%)
(%o14)
[1,2,3,a]
Vectores
En el caso de vectores, listas de nmeros, tenemos algunas posibilidades ms. Podemos sumarlos
(%i15)
v1:[1,0,-1];v2:[-2,1,3];
(%o15)
[1,0,-1]
(%o16)
[-2,1,3]
(%i17)
v1+v2;
(%o17)
[-1,1,2]
o multiplicarlos.
(%i18)
v1v2;
(%o18)
[-2,0,-3]
Un momento, cmo los hemos multiplicado? Trmino a trmino. Esto no tiene nada que ver con
el producto escalar o con el producto vectorial. El producto escalar, por ejemplo, se indica con .
(%i19)
v1.v2;
57
Listas
(%o19)
sort
length
3.1.1
Listas y matrices
-5
(%i20)
sort(v1);
(%o20)
[-1,0,1]
(%i21)
length(v1);
(%o21)
makelist
genera lista
aplicar un operador a una lista
aplicar una funcin a una lista
devuelve true si la expresin
es una lista
Los ejemplos que hemos visto de listas hasta ahora son mezcla de nmeros y letras de forma
bastante aleatoria. En la prctica, muchas de las listas que aparecen estn definidas por alguna
regla. Por ejemplo, queremos dibujar las funciones sen(x), sen(2x),..., sen(20x). Seguro que no
tienes ganas de escribir la lista completa. Este es el papel de la orden makelist. Para escribir esa
lista necesitamos la regla, la frmula que la define, un parmetro y entre qu dos valores se mueve
dicho parmetro:
(%i22)
makelist(sin(tx),t,1,20)
(%o22)
Las listas tambin se pueden utilizar como contadores. El caso que suele ser ms til es una lista
cuyas entradas sean un rango de enteros. Por ejemplo, los primeros cien naturales empezamos en
uno) son
(%i23)
makelist(i,i,1,100);
58
Listas y matrices
(%o23)
Listas
[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,
23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,
42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,
61,62,63,64,65,66,67, 68,69,70,71,72,73,74,75,76,77,78,79,
80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,
99,100]
(%i24)
makelist(2i,i,1,50);
(%o24)
[2,4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34,36,38,40,
42,44,46,48,50,52,54,56,58,60,62,64,66,68,70,72,74,76,78,
80,82,84,86,88,90,92,94,96,98,100]
Ya que tenemos una lista, cmo podemos jugar con sus elementos? Por ejemplo, se puede
calcular el cuadrado de los 100 primeros naturales? Y su media aritmtica o su media geomtrica?
Las rdenes map y apply nos ayudan a resolver este problema. La orden map permite aplicar una map
funcin a cada uno de los elementos de una lista. Por ejemplo, para calcular sen(1), sen(2),...,
sen(10), hacemos lo siguiente
(%i25)
map(sin,makelist(i,i,1,10));
(%o25)
[sin(1),sin(2),sin(3),sin(4),sin(5),sin(6),sin(7),sin(8),
sin(9),sin(10)]
(%i26)
%,numer
(%o26)
[0.8414709848079,0.90929742682568,0.14112000805987,
-0.75680249530793,-0.95892427466314,-0.27941549819893,
0.65698659871879,0.98935824662338,0.41211848524176,
-0.54402111088937]
La orden apply, en cambio, pasa todos los valores de la lista a un operador que, evidentemente, apply
debe saber qu hacer con la lista. Ejemplos tpicos son el operador suma o multiplicacin. Por
ejemplo
(%i27)
apply("+",makelist(i,i,1,100));
(%o27)
5050
59
Matrices
Listas y matrices
Ejemplo 3.1. Vamos a calcular la media aritmtica y la media geomtrica de los 100 primeros
naturales. Cul ser mayor? Recuerdas la desigualdad entre ambas medias? La media aritmtica
es la suma de todos los elementos dividido por la cantidad de elementos que sumemos:
(%i28)
(%o28)
apply("+",makelist(i,i,1,100))/100;
101
2
(%i29)
apply("",makelist(i,i,1,100)) (1/100);
(%o29)
(%i30)
float(%);
(%o30)
37.9926893448343
(%i31)
vector:[1,3,-7,8,1];
(%o31)
[1,3,-7,8,1]
(%i32)
sqrt(apply("+",vector 2));
2 31
(%o32)
Tambin es posible calcular el mdulo como la raz cuadrada del producto escalar de un vector
consigo mismo.
(%i33)
(%o33)
sqrt(vector.vector);
2 31
A la vista de estos ejemplos, cmo podramos definir una funcin que nos devuelva la media
aritmtica, la media geomtrica de una lista o el mdulo de un vector?
3.2 Matrices
matrix
Las matrices se escriben de forma parecida a las listas y, de hecho, slo tenemos que agrupar las
filas de la matriz escritas como listas bajo la orden matrix. Vamos a definir un par de matrices y
un par de vectores que van a servir en los ejemplos en lo que sigue.
60
Listas y matrices
(%i34)
Matrices
(%o37)
A:matrix([1,2,3],[-1,0,3],[2,1,-1]);
B:matrix([-1,1,1],[1,0,0],[-3,7,2]);
a:[1,2,1];
b:[0,1,-1];
1 2 3
-1 0 3
2 1 -1
-1 1 1
1 0 0
-3 7 2
[1,2,1]
(%o37)
[0,-1,1]
(%o35)
(%o36)
Introducir valores
matrix(fila1,fila2,... )
matrix_size(matriz )
matrixp(expresin )
matriz
nmero de filas y columnas
devuelve true si expresin
es una matriz
Las dimensiones de una matriz se pueden recuperar mediante la orden matrix_size que devuel- matrix_size
ve una lista con el nmero de filas y columnas.
(%i38)
matrix_size(A);
(%o38)
[3,3]
Observacin 3.3.
61
matrixp
Matrices
Listas y matrices
(%i39)
matrixp(a);
(%o39)
false
(%i40)
listp(a);
(%o40)
true
Slo es aceptado como matriz aquello que hallamos definido como matriz mediante la orden matrix o alguna de sus variantes. Al menos en wxMaxima, hay un pequeo truco para ver si algo es
o no una matriz. Cul es la diferencia entre las dos siguientes salidas?
(%i41)
[1,2,3];
(%o41)
[1,2,3]
(%i42)
matrix([1,2,3]);
(%o42)
[1
3]
wxMaxima respeta algunas de las diferencias usuales entre vectores y matrices: no pone comas
separando las entradas de las matrices y, adems, dibuja los corchetes un poco ms grandes en el
caso de matrices.
3.2.1
(%i43)
(%o43)
(%i44)
(%o44)
A+B;
0
0
1
A-B;
2
2
3
0
8
1
0
6
en cambio el producto de matrices se indica con un punto, ., como ya vimos con vectores. El
operador multiplica los elementos de la matriz entrada a entrada.
(%i45)
(%o45)
A.B;
8 22
8 20
2 5
62
Listas y matrices
(%i46)
(%o46)
Matrices
AB;
1 2
1 0
6 7
Con las potencias ocurre algo parecido: n eleva toda la matriz a n, esto es, multiplica la
matriz consigo misma n veces,
(%i47)
(%o47)
A 2
5 5
5 1
1 3
10
(%i48)
(%o48)
A2
1 4
1 0
4 1
Para el producto de una matriz por un vector slo tenemos que tener cuidado con utilizar el
punto.
(%i49)
(%o49)
A.a;
8
2
3
(%i50)
a.A
(%o50)
[1
8]
El nico caso en que tiene el resultado esperado es el producto de una matriz o un vector por
un escalar.
(%i51)
(%o51)
2*A;
2 4
2 0
4 2
63
Matrices
3.2.2
Listas y matrices
rango de la matriz
columna i de la matriz
fila j de la matriz
menor de la matriz obtenido al
eliminar la fila i y la columna j
transpose
Existen rdenes para la mayora de las operaciones comunes. Podemos calcular la matriz transpuesta con transpose,
(%i52)
(%o52)
determinant
invert
calcular el determinante,
(%i53)
determinant(A);
(%o53)
(%i54)
(%o54)
rank
transpose(A);
1 1 2
2 0
1
3 3 1
invert(A);
3
5
3
4
4
2
5
7
3
4
2
41
3
1
4
4
2
Como det(A) 6= 0, la matriz A tiene rango 3. En general, podemos calcular el rango de una
matriz cualquiera n m con la orden rank
(%i55)
m:matrix([1,3,0,-1],[3,-1,0,6],[5,-3,1,1])$
(%i56)
rank(m);
64
Listas y matrices
(%o56)
Matrices
(%i57)
(%o57)
triangularize(m);
3
0
1
1
0 10
0
9
0
0
10 102
Cualquiera de estos mtodos es ms rpido que ir menor a menor buscando alguno que no se
anule. Por ejemplo, el menor de la matriz A que se obtiene cuando se eliminan la segunda fila y la
primera columna es
(%i58)
(%o58)
minor
minor(A,2,1);
2 3
1 1
Caso de que no fuera suficiente con eliminar una nica fila y columna podemos eliminar tantas
filas y columnas como queramos con la orden submatrix. Esta orden elimina todas las filas que
escribamos antes de una matriz y todas las columnas que escribamos despus. Por ejemplo, para
eliminar la primera y ltima columnas junto con la segunda fila de la matriz m escribimos:
(%i59)
triangularize
submatrix
submatrix(2,m,1,4);
3 0
3 1
(%o59)
En el extremo opuesto, si slo queremos una fila o una columna de la matriz, podemos usar el
comando col para extraer una columna
(%i60)
(%o60)
col
col(m,2);
3
1
3
y el comando row para extraer una fila. El resultado de ambas rdenes es una matriz.
(%i61)
row(m,1);
(%o61)
[1
(%i62)
matrixp(%);
(%o62)
true
1 ]
65
row
Matrices
Listas y matrices
Para acabar con esta lista de operaciones, conviene mencionar cmo se calcula el ncleo de una
matriz. Ya sabes que el ncleo de una matriz A = (ai j ) de orden n m es el subespacio
ker(A) = {x; A.x = 0}
nullspace
y es muy til, por ejemplo, en la resolucin de sistemas lineales de ecuaciones. La orden nullspace
nos da una base del ncleo de la matriz:
(%i63)
(%o63)
3.2.3
nullspace(matrix([1,2,4],[-1,0,2]));
4
span 6
2
diagmatrix(n,x)
entermatrix(m,n )
genmatrix
matrix[i,j]
entermatrix
definir matriz m n
genera una matriz mediante una regla
elemento de la fila i, columna j de la matriz
Existen otras formas de dar una matriz en Maxima. La primera de ellas tiene ms inters si ests
utilizando Maxima y no wxMaxima. Se trata de la orden entermatrix. Por ejemplo, para definir una matriz con dos filas y tres columnas, utilizamos entermatrix(2,3) y Maxima nos va
pidiendo que escribamos entrada a entrada de la matriz:
(%i64)
(%o64)
diagmatrix
c:entermatrix(2,3);
Row 1 Column 1: 1;
Row 1 Column 2: 2;
Row 1 Column 3: 4;
Row 2 Column 1: -1;
Row 2 Column 2: 0;
Row 2 Column 3: 2;
Matrix entered.
1 2 4
1 0 2
Tambin es fcil de escribir la matriz diagonal que tiene un mismo valor en todas las entradas
de la diagonal: slo hay que indicar el orden y el elemento que ocupa la diagonal. Por ejemplo,
la matriz identidad de orden 4 se puede escribir como sigue.
(%i65)
diagmatrix(4,1);
66
Listas y matrices
(%o65)
Matrices
0
1
0
0
0
0
1
0
0
1
Por ltimo, tambin podemos escribir una matriz si sabemos una regla que nos diga cul es el
valor de la entrada (i, j) de la matriz. Por ejemplo, para escribir la matriz que tiene como entrada
ai j = i j, escribimos en primer lugar dicha regla 7
(%i66)
a[i,j]:=ij;
(%o66)
aij :=ij
(%i67)
(%o67)
genmatrix(a,3,3);
1 2 3
2 4 6
3 6 9
Observa que hemos utilizado corchetes y no parntesis para definir la regla ai j . Bueno, que ya
hemos definido la matriz a...un momento, seguro?
(%i68)
matrixp(a);
(%o68)
false
Pero no acabbamos de definirla? En realidad, no. Lo que hemos hecho es definir la regla que
permite construir los elementos de la matriz pero no le hemos puesto nombre:
(%i69)
(%o69)
c:genmatrix(a,4,5);
2 3
4
5
4 6
8 10
6 9 12 15
8 12 16 20
3
4
Podemos utilizar la misma notacin para referirnos a los elementos de la matriz. Por ejemplo,
al elemento de la fila i y la columna j, nos referimos como c[i, j] (de nuevo, observa que estamos
utilizando corchetes):
(%i70)
c[2,3];
(%o70)
Si no has borrado el vector a que definimos hace algunas pginas, Maxima te dar un error.
67
genmatrix
Matrices
3.2.4
Listas y matrices
Valores propios
charpoly(matriz,variable )
eigenvalues(matriz )
eigenvectors(matriz )
charpoly
polinomio caracterstico
valores propios de la matriz
valores y vectores propios de la matriz
Los valores propios de una matriz cuadrada, A, son las races del polinomio caracterstico det(A
xI), siendo I la matriz identidad. La orden charpoly nos da dicho polinomio.
(%i71)
(%i73)
S:matrix([-11/15,-2/15,-4/3],[-17/15,16/15,-1/3],[8/15,4/15,5/3]);
11
2
4
15 15 3
17
16
13
15
15
8
4
5
15
15
3
charpoly(S,x);
16
5
8 15 x
!
!
!
! 2 17 3 x 8
4
15
45
15
5
4
11
16
x
x +
x
+
15
3
45
15
15
3
expand(%);
(%o73)
-x 3+2x 2+x-2
(%o71)
(%i72)
(%o72)
68
225
eigenvalues
eigenvectors
(%i74)
solve(%,x);
(%o74)
[x=2,x=-1,x=1]
Todo este desarrollo nos lo podemos ahorrar: la orden eigenvalues nos da los valores propios
junto con su multiplicidad.
(%i75)
eigenvalues(S);
(%o75)
[[2,-1,1],[1,1,1]]
En otras palabras, los valores propios son 2, 1 y 1 todos con multiplicidad 1. Aunque no lo
vamos a utilizar, tambin se pueden calcular los correspondientes vectores propios con la orden
eigenvectors:
(%i76)
eigenvectors(S);
(%o76)
[[[2,-1,1],[1,1,1]],[1,-1/2,-2],[1,4/7,1/7],[1,7,-2]]
68
Listas y matrices
Ejercicios
La respuesta es, en esto caso, cinco listas. Las dos primeras las hemos visto antes: son los valores
propios y sus multiplicidades. Las tres siguientes son los tres vectores propios asociados a dichos
valores propios.
3.3 Ejercicios
Ejercicio 3.1. Consideremos los vectores a = (1, 2, 1), b = (0, 2, 3/4), c = (e, 1, 0), y d =
(0, 0, 1). Realiza las siguientes operaciones
a) a + b,
b) 3c + 2b,
c) c.d, y
d) b.d + 3a.c.
Ejercicio 3.2. Consideremos las matrices
1 2 0
5
3
A = 2
3 1 4
1
2
0 5
0
4 2 1
C =
3
2 1 3
5
4 1 5
B = 12
D = 12
2 0
1 3
2
5
0
0 3
0 1
0 0 5 4 1 0
A =
2 1 0 2 1 3
0 6 1
1 0 2
Ejercicio 3.4. Calcula los valores y vectores propios de las siguientes matrices:
3
9
3 0 4
0
0 4
A=
, B = 0 3 1 y C = 4 8 10
4 4
4 1 4
8 4 2
Ejercicio 3.5.
a) Genera una lista de 10 nmeros aleatorios entre 5 y 25 y reordnala en orden decreciente.
69
Ejercicios
Listas y matrices
k
70
Resolucin de ecuaciones
Resolucin de ecuaciones
4
4.1 Ecuaciones y operaciones con ecuaciones 71 4.2 Resolucin de ecuaciones 72
4.3 Ejercicios 79
Maxima nos va a ser de gran ayuda en la resolucin de ecuaciones, ya sean sistemas de ecuaciones lineales con un nmero grande de incgnitas (y parmetros) o ecuaciones no lineales. Un
ejemplo tpico es encontrar las soluciones de un polinomio. En este caso es fcil que alguna de
las soluciones sea compleja. No importa. Maxima se maneja bien con nmeros complejos. De hecho, siempre trabaja con nmeros complejos. Si tienes alguna duda de cmo operar con nmeros
complejos, en el Apndice A tienes una breve introduccin sobre su uso.
expresin1=expresin2
lhs(expresin1=expresin2)
rhs(expresin1=expresin2)
ecuacin
expresin1
expresin2
(%i1)
(%o1)
x3 +2x2 +2x=4x2
(%i2)
(%o2)
(%i3)
eq-4x 2;
(%o3)
Podemos seleccionar la expresin a la izquierda o la derecha de la ecuacin con las rdenes lhs
y rhs respectivamente.
71
Resolucin de ecuaciones
(%i4)
lhs(eq);
(%o4)
Resolucin de ecuaciones
4.2.1
solve
La orden solve
La primera orden que aparece en el men dentro de Maxima para resolver ecuaciones es solve. Esta orden intenta dar todas las soluciones, ya sean reales o complejas
de una ecuacin o sistema de ecuaciones. Se puede acceder a esta orden desde el men EcuacionesResolver
o escribiendo directamente en la ventana de Maxima la
ecuacin a resolver.
(%i5)
(%o5)
solve(x 2-3x+1=0,x);
53
5+3
,x=
]
[x=2
2
solve(ecuacin,incgnita )
solve(expr,incgnita )
solve([ecuaciones ],[variables ])
multiplicities
resuelve la ecuacin
resuelve la expresin
igualada a cero
resuelve el sistema
guarda la multiplicidad
de las soluciones
Tambin podemos resolver ecuaciones que dependan de algn parmetro. Consideremos la ecuacin eq1:
(%i6)
(%o6)
(%i7)
solve(eq1,x);
a2 +2a-7-a-1
a2 +2a-7+a+1
[x=,x=
,x=0]
2
2
(%o7)
Slo en el caso de ecuaciones con una nica variable podemos ahorrarnos escribirla
72
Resolucin de ecuaciones
(%i8)
solve(x 2+2x=3);
(%o8)
[x=-3,x=1]
Resolucin de ecuaciones
Tambin podemos no escribir el segundo miembro de una ecuacin cuando ste sea cero
(%i9)
solve(x 2+2x);
(%o9)
[x=-2,x=0]
(%i10)
solve(x 2+2x=0);
(%o10)
[x=-2,x=0]
Cuando buscamos las races de un polinomio hay veces que es conveniente tener en cuenta la
multiplicidad de las races. sta se guarda automticamente en la variable multiplicities. Por
ejemplo, el polinomio x7 2 x6 + 2 x5 2 x4 + x3 tiene las races 0, 1, i, i,
(%i11)
(%o11)
[x=-%i,x=%i,x=1,x=0]
pero estas races no pueden ser simples: es un polinomio de grado 7 y slo tenemos 4 races. Cul
es su multiplicidad?
(%i12)
multiplicities;
(%o12)
[1,1,2,3]
O sea que i y i son races simples, 1 tiene multiplicidad 2 y 0 es una raz triple.
Observacin 4.1.
(%i13)
solve(eq1);
More unknowns than equations - solve
Unknowns given :
[a,x]
Equations given:
[x3 -ax2 +3x2 +2x=4x2 ]
-- an error. To debug this try debugmode(true);
Hay dos variables y Maxima no sabe con cul de ellas quedarse como incgnita. Aunque nosotros
estemos acostumbrados a utilizar las letras x, y, z como incgnitas, para Maxima tanto a como x
tienen perfecto sentido como incgnitas y la respuesta en uno de ellos no nos interesa:
(%i14)
solve(eq1,a);
73
multiplicities
Resolucin de ecuaciones
(%o14)
[a=
Resolucin de ecuaciones
x2 -x+2
]
2
(%i15)
(%o15)
solve(sin(x)cos(x)=0,x);
solve: is using arc-trig functions to get a solution.
Some solutions will be lost.
%pi
[x=0,x=
]
2
Qu ocurre aqu? La expresin sen(x) cos(x) vale cero cuando el seno o el coseno se anulen.
Para calcular la solucin de sen(x) = 0 aplicamos la funcin arcoseno a ambos lados de la ecuacin.
La funcin arcoseno vale cero en cero pero la funcin seno se anula en muchos ms puntos. Nos
estamos dejando todas esas soluciones y eso es lo que nos est avisando Maxima.
Como cualquiera puede imaginarse, Maxima no resuelve todo. Incluso en las ecuaciones ms
sencillas, las polinmicas, se presenta el primer problema: no hay una frmula en trminos
algebraicos para obtener las races de un polinomio de grado 5 o ms. Pero no hay que ir tan lejos.
Cuando aadimos races, logaritmos, exponenciales, etc., la resolucin de ecuaciones se complica
mucho. En esas ocasiones lo ms que podemos hacer es ayudar a Maxima a resolverlas.
(%i16)
eq:x+3=sqrt(x+1);
(%o16)
x+3=sqrt(x+1)
(%i17)
solve(eq,x);
[x= x+1-3]
(%o17)
(%i18)
(%o18)
solve(eq 2);
7%i+5
7%i-5
[x=,x=
]
2
2
(%i19)
sol:solve(x 2-4x+3);
(%o19)
[x=3,x=1]
La primera solucin es
(%i20)
rhs(part(sol,1));
74
Resolucin de ecuaciones
(%o20)
Resolucin de ecuaciones
y la segunda
(%i21)
rhs(part(sol,2));
(%o21)
(%i22)
sol:map(rhs,solve(x 2-4x+3));
(%o22)
[3,1]
Sistemas de ecuaciones
Tambin podemos resolver sistemas de ecuaciones. Slo tenemos que escribir la lista de ecuaciones y de incgnitas. Por ejemplo, para resolver el sistema
x2 + y2 =1
2
2
(x 2) + (y 1) =4
escribimos
(%i23)
(%o23)
Siempre hay que tener en cuenta que, por defecto, Maxima da todas las soluciones incluyendo
las complejas aunque muchas veces no pensemos en ellas. Por ejemplo, la recta x + y = 5 no corta
a la circunferencia x2 + y2 = 1:
(%i24)
(%o24)
23%i-5
23%i+5
23%i+5
23%i-5
[[x=,y=
],[x=
,y=]]
2
2
2
2
Si la solucin depende de un parmetro o varios, Maxima utilizar %r1, %r2,... para referirse a
estos. Por ejemplo,
(%i25)
solve([x+y+z=3,x-y=z],[x,y,z]);
75
Resolucin de ecuaciones
(%o25)
[[x=3/2,y=-
Resolucin de ecuaciones
2%r1-3
,z=%r1]]
2
(%i26)
solve([x+y=0,x+y=1],[x,y]);
[]
(%i27)
(%o27)
[x=x]
Maxima nos dice que el sistema se reduce a x = x que claramente es cierto para todo x. El siguiente
caso es similar. Obviamente (x + y)2 = x2 + 2xy + y2 . Qu dice al respecto Maxima?
(%i28)
(%o28)
[[x=%r3,y=%r2]]
4.2.2
to_poly_solve
Hay una segunda forma de resolver ecuaciones en Maxima. puedes acceder a ella desde el men
EcuacionesResolver (to_poly). Sin entrar en detalles, algunas ecuaciones las resuelve mejor.
Por ejemplo, cuando hay radicales por medio la orden solve no siempre funciona bien:
(%i29)
(%o29)
solve(3*x=sqrt(x 2+1),x);
x2 + 1
[x=
]
3
(%i30)
(%o30)
to_poly_solve(3*x=sqrt(x 2+1),x);
1
%union [x = (3/2) ]
2
76
Resolucin de ecuaciones
Resolucin de ecuaciones
to_poly_solve(ecuacin, variable )
to_poly_solve(expr, variable )
resuelve la ecuacin
resuelve la expresin igualada a cero
Adems de este ejemplo, hay otras ocasiones en las que la respuesta de to_poly_solve es
mejor o ms completa. Por ejemplo, con funciones trigonomtricas ya hemos visto que solve no
da la lista completa de soluciones
(%i31)
solve(x*cos(x));
solve: using arc-trig functions to get a solution.
Some solutions will be lost.
(%o31)
[x=0]
(%i32)
(%o32)
to_poly_solve(x*cos(x),x);
%union [x=0], [x=2%z101 ], [x=2%z103 + ]
2
2
Los parmetros z101 y z103 indican un nmero entero arbitrario y la numeracin depende
del nmero de operaciones que hayas realizado. No es quiz la forma ms elemental de escribir
la solucin, pero s que tenemos todas las soluciones de la ecuacin. Observa tambin que en
este caso no hemos escrito una ecuacin sino una expresin y to_poly_solve ha resuelto dicha
expresin igualada a cero lo mismo que ocurra con la orden solve.
4.2.3
resuelve el sistema
En el caso particular de sistemas de ecuaciones lineales puede ser conveniente utilizar linsolve
en lugar de solve. Ambas rdenes se utilizan de la misma forma, pero linsolve es ms eficiente
en estos casos. Slo una observacin: sigue siendo importante escribir correctamente qu variables
se consideran como incgnitas. El resultado puede ser muy diferente dependiendo de esto.
(%i33)
eq:[x+y+z+w=1,x-y+z-w=-2,x+y-w=0]$
(%i34)
linsolve(eq,[x,y,z]);
4 w-3
2 w-3
[x=
,y=,z=1-2 w]
2
2
(%o34)
77
linsolve
Resolucin de ecuaciones
4.2.4
Resolucin de ecuaciones
Algsys
algsys([ecuaciones ],[variables ])
realonly
algsys
(%i35)
eq:x 2-4x+3;
(%o35)
x 2-4x+3
(%i36)
algsys([eq],[x]);
(%o36)
[[x=3],[x=1]]
realonly
(%i37)
solve(eq:x 6+x+1);
(%o37)
[0=x 6+x+1]
(%i38)
algsys([eq],[x]);
(%o38)
[[x=-1.038380754458461 %i-0.15473514449684],
[x=1.038380754458461 %i-0.15473514449684],
[x=-0.30050692030955 %i-0.79066718881442],
[x=0.30050692030955 %i-0.79066718881442],
[x=0.94540233331126-0.61183669378101 %i],
[x=0.61183669378101 %i+0.94540233331126]]
En general, para ecuaciones polinmicas algsys nos permite algo ms de flexibilidad ya que
funciona bien con polinomios de grado alto y, adems, permite seleccionar las races reales. El
comportamiento de algsys est determinado por la variable realonly. Su valor por defecto es
false. Esto significa que algsys muestra todas las races. Si su valor es true slo muestra las
races reales.
(%i39)
eq:x 4-1=0$
(%i40)
realonly;
(%o40)
false
(%i41)
algsys([eq],[x]);
(%o41)
[[x=1],[x=-1],[x=%i],[x=-%i]]
(%i42)
realonly:true$
78
Resolucin de ecuaciones
Ejercicios
(%i43)
algsys([eq],[x]);
(%o43)
[[x=1],[x=-1]
4.3 Ejercicios
Ejercicio 4.1. Calcula los puntos donde se cortan las parbolas y = x2 , y = 2x2 + ax + b. Discute
todos los casos posibles dependiendo de los valores de a y b.
Ejercicio 4.2. Dibuja, en un mismo grfico, la elipse de semieje horizontal a = 3 y de semieje
vertical b = 5 y la bisectriz del primer cuadrante. Calcula los puntos donde se cortan ambas curvas.
Ejercicio 4.3. Consideremos la circunferencia de centro (0, 0) y radio 2. Dibjala. Ahora consideremos un rectngulo centrado en el origen e inscrito en ella. Determina el rectngulo as construido
cuya rea sea 1.
Ejercicio 4.4. Representa grficamente y determina los puntos de corte de las siguientes curvas:
a) la recta x y = 5 y la parbola (x 1)2 + y = 4;
b) la hiprbola equiltera y la circunferencia de centro (1, 1) y radio 1;
c) las circunferencias de centro (0, 0) y radio 2 y la de centro (1, 3) y radio 3.
Ejercicio 4.5. Resolver la ecuacin logartmica:
log(x) + log(x + 1) = 3
79
80
En este captulo vamos a ver cmo encontrar soluciones aproximadas a ecuaciones que no podemos resolver de forma exacta. En la primera parte, presentamos algunos de los comandos incluidos
en Maxima para este fin. En la segunda parte, mostramos algunos mtodos para el clculo de soluciones como el mtodo de biseccin o el de Newton-Raphson
Comenzamos la primera seccin hablando sobre las ventajas e inconvenientes de trabajar en
modo numrico.
5.1.1
Nmeros y precisin
Todos los nmeros que maneja Maxima tienen precisin arbitraria. Podemos calcular tantos
decimales como queramos. Si es posible, Maxima trabaja de forma exacta
(%i1)
(%o1)
sqrt(2);
81
(%i2)
sqrt(2),numer;
(%o2)
1.414213562373095
Cuando decimos que 2 es un nmero de precisin arbitraria no queremos decir que podamos
escribir su expresin decimal completa (ya sabes que es un nmero irracional) sino que podemos
elegir el nmero de digitos que deseemos y calcular su expresin decimal con esa precisin.
(%i3)
fpprec:20;
(%o3)
20
(%i4)
bfloat(sqrt(2));
(%o4)
1.4142135623730950488b0
Vamos a comentar un par de detalles que tenemos que tener en cuenta en este proceso.
Errores de redondeo
Si slo tenemos 5 dgitos de precisin, cmo escribimos el nmero 7.12345? Hay dos mtodos usuales: podemos truncar o podemos redondear. Por truncar se entiende desechar los dgitos
sobrantes. El redondeo consiste en truncar si los ltimos dgitos estn entre 0 y 4 y aumentar un
dgito si estamos entre 5 y 9. Por ejemplo, 7.46 se convertira en 7.4 si truncamos y en 7.5 si redondeamos. El error es siempre menor en utilizando rendondeo. Cul de las dos formas usa Maxima?
Puedes comprobarlo tu mismo.
(%i5)
fpprec:5;
(%o5)
(%i6)
bfloat(7.12345);
(%o6)
7.1234b0
(%i7)
fpprec:20;
(%o7)
20
(%i8)
bfloat(0.1);
(%o8)
1.0000000000000000555b-1
Qu ha pasado? 0.1 es un nmero exacto. Porqu la respuesta no ha sido 0.1 de nuevo? Fjate en
la siguiente respuesta
(%i9)
bfloat(1/10);
82
(%o9)
1.0b-1
Cul es la diferencia entre una otra? Porqu una es exacta y la otra no? La diferencia es el
error que se puede aadir (y acabamos de ver que se aade) cuando pasamos de representar un
nmero en el sistema decimal a binario y viceversa.
5.1.2
Aritmtica de ordenador
Sabemos que el ordenador puede trabajar con nmeros muy grandes o muy pequeos; pero, por
debajo de cierto valor, un nmero pequeo puede hacerse cero debido al error de redondeo. Por
eso hay que tener cuidado y recordar que propiedades usuales en la aritmtica real (asociatividad,
elemento neutro) no son ciertas en la aritmtica de ordenador.
Elemento neutro
Tomamos un nmero muy pequeo, pero distinto de cero y vamos a ver cmo Maxima interpreta
que es cero:
(%i10)
h:2.22045*10(-17);
(%o10)
2.22045 10 -17
(%i11)
is(h+1.0=1.0);
(%o11)
true
(%i12)
g:15.0+10(20);
(%o12)
1.10 20
(%i13)
is(g-10(20)=0);
(%o13)
false
(%i14)
g-10(20);
(%o14)
0.0
Aqu no sale igual, pero si los restis cree que la diferencia es cero.
83
(%i15)
is((11.3+10(14))+(-(10)14)=11.3+(10(14)+(-(10)14)));
(%o15)
false
5.1.3
(%i16)
is((113/10+10(14))+(-(10)14)=113/10+(10(14)+(-(10)14)));
(%o16)
true
(%i17)
a:1242123.78$
b:1242123.79$
a 2-b 2;
(a-b)*(a+b);
(%o18)
-24842.4755859375
(%o18)
-24842.47572313636
(%i19)
a:124212378$
b:124212379$
a 2-b 2;
(a-b)*(a+b);
(%o20)
-248424757
(%o21)
-248424757
Parece que el resultado correcto es -24842.4757. Ninguno de los dos anteriores. Vale. Veamos otro
ejemplo usando basado en la misma idea. Fijemos la precisin 40 y consideremos el nmero a:
(%i22)
fpprec:40;
(%o22)
40
(%i23)
a:bfloat(1-(10)(-30));
84
(%o23)
9.99999999999999999999999999999b-1
Ahora vamos a calcular: 1 + a y (a2 1)/(a 1). Deberan ser iguales, ya que ambas expresiones
matemticamente son equivalentes:
1+a=
(a 1)(a + 1) a2 1
=
,
a1
a1
en cambio,
(%i24)
b:1+a$
(%i25)
c:(a 2-1)/(a-1)$
(%i26)
is(b=c);
(%o26)
false
No las reconoce como iguales. Este es el resultado del efecto de cancelacin de cifras significativas que tiene lugar cuando se restan dos cantidades muy parecidas. En este caso es claro cul de
ambas formas de realizar el clculo es mejor.
allroots(polinomio )
bfallroots(polinomio )
realroots(polinomio )
realroots(polinomio, error )
nroots(polinomio,a,b )
algsys([ecuaciones ],[variables ])
Ests rdenes nos dan todas las soluciones reales y complejas de un polinomio en una variable y son
tiles en polinomios de grado alto cuando falla la orden solve. La primera de ellas, allroots, allroots
nos da las soluciones con la precisin por defecto
(%i27)
(%i28)
allroots(eq);
85
(%o28)
bfallroots
[x=0.0,x=0.30190507748312%i+0.8440677798278,
x=0.8440677798278-0.30190507748312%i,
x=0.8923132916888%i-0.32846441923834,
x=-0.8923132916888%i-0.32846441923834,
x=0.51104079208431%i-0.80986929589487,
x=-0.51104079208431%i-0.80986929589487,
x=1.189238256723466%i+0.29426593530541,
x=0.29426593530541-1.189238256723466%i]
(%i29)
(%o29)
realroots
fpprec:6$
bfallroots(eq);
[x=0.0b0,x=3.0191b-1%i+8.44063b-1,
x=8.44063b-1-3.0191b-1%i,x=8.92279b-1%i-3.28481b-1,
x=-8.92279b-1%i-3.28481b-1,x=5.11037b-1%i-8.09838b-1,
x=-5.11037b-1%i-8.09838b-1,x=1.18924b0%i+2.94256b-1,
x=2.94256b-1-1.18924b0%i]
Si slo nos interesan las soluciones reales, la orden realroots calcula soluciones racionales
aproximadas del polinomio.
(%i30)
(%i31)
realroots(eq1);
81497599
]
[x=2,x=
33554432
(%o31)
Si comparas con la salida de allroots, comprobars que 2 es solucin, pero que 81497599
33554432 slo
es una solucin aproximada. La precisin con la que se realiza la aproximacin se puede controlar
con un segundo parmetro. Por ejemplo, si queremos que el error sea menor que 105 , escribimos
lo siguiente.
(%i32)
(%o32)
realroots(eq1,10 (-5));
636699
]
[x=2,x=
262144
Recuerda que la variable multiplicities guarda la multiplicidad de cada una de las races
de la ltima ecuacin que has resuelto.
(%i33)
(%o33)
86
(%i34)
multiplicities;
(%o34)
[3,1]
Por ltimo, comentar que es posible saber el nmero de races de un polinomio en una variable
en un intervalo concreto 8
(%i35)
nroots(eq1,0,2);
(%o35)
(%i36)
nroots((x-2) 2*eq1,0,2);
(%o36)
Teorema de los
ceros de Bolzano
Ejemplo 5.2. Una de las utilidades ms importantes del Teorema de los ceros de Bolzano es
garantizar que una ecuacin tiene solucin. Por ejemplo, para comprobar que la ecuacin e x +
log(x) = 0 tiene solucin, estudiamos la funcin f (x) = e x + log(x): es continua en R+ y se puede
comprobar que f (e10 ) < 0 y 0 < f (e10 ). Por tanto, la ecuacin e x + log(x) = 0 tiene al menos una
solucin entre e10 y e10 . En particular, tiene solucin en R+ .
find_root(f(x),x,a,b )
El comando find_root encuentra una
solucin de una funcin (ecuacin) continua que cambia de signo por el mtodo de biseccin, esto es, dividiendo
el intervalo por la mitad y quedndose
con aquella mitad en la que la funcin
sigue cambiando de signo. En realidad
el mtodo que utiliza Maxima es algo
ms elaborado pero no vamos a entrar
en ms detalles.
(%i37)
solucin de f en [a, b]
find_root
a
(a, f (a))
(b, f (b))
b
f(x):=exp(x)+log(x);
87
(%o37)
f(x):=exp(x)+log(x)
(%i38)
f(1)
(%o38)
%e
(%i39)
f(exp(-3));
(%o39)
%e%e +3
(%i40)
is(f(exp(-3))<0);
(%o40)
true
o bien,
(%i41)
f(exp(-3)),numer;
(%o41)
-1.948952728663784
Vale, ya que tenemos dos puntos donde cambia de signo podemos utilizar find_root:
(%i42)
find_root(f(x),x,exp(-3),1);
(%o42)
0.26987413757345
Observacin 5.3. Este mtodo encuentra una solucin pero no nos dice cuntas soluciones
hay. Para eso tendremos que echar mano de otras herramientas adicionales como, por ejemplo, el
estudio de la monotona de la funcin.
5.2.1
Ejercicios
Ejercicio 5.1. Calcula las soluciones de 8 sen(x) + 1
x2
3
= 0.
88
ex
2
1
x
i
h
en el intervalo 0, 2 .
5.3.1
Bucles
Antes de introducirnos en el mtodo terico de resolucin, vamos a presentar algunas estructuras
sencillas de programacin que necesitaremos ms adelante.
La primera de las rdenes que vamos a ver es el comando for, usada para realizar bucles. Un
bucle es un proceso repetitivo que se realiza un cierto nmero de veces. Un ejemplo de bucle puede
ser el siguiente: supongamos que queremos obtener los mltiplos de siete comprendidos entre 7 y
70; para ello, multiplicamos 7 por cada uno de los nmeros naturales comprendidos entre 1 y 10,
es decir, repetimos 10 veces la misma operacin: multiplicar por 7.
bucle for
bucle for
bucle for
En un bucle for nos pueden aparecer los siguientes elementos (no necesariamente todos)
a) var:valor1 nos sita en las condiciones de comienzo del bucle.
b) cond dir a Maxima el momento de detener el proceso.
c) step valor2 expresar la forma de aumentar la condicin inicial.
d) expr dir a Maxima lo que tiene que realizar en cada paso; expr puede estar compuesta de varias
sentencias separadas mediante punto y coma.
En los casos en que el paso es 1, no es necesario indicarlo.
89
Para comprender mejor el funcionamiento de esta orden vamos a ver algunos ejemplos sencillos.
En primer lugar, generemos los mltiplos de 7 hasta 70:
(%i43)
(%o43)
done
Se puede conseguir el mismo efecto sumando en lugar de multiplicando. Por ejemplo, los mltiplos
de 5 hasta 25 son
(%i44)
(%o44)
done
Ejemplo 5.4. Podemos utilizar un bucle para sumar una lista de nmeros pero nos hace falta una
variable adicional en la que ir guardando las sumas parciales que vamos obteniendo. Por ejemplo,
el siguiente cdigo suma los cuadrados de los 100 primeros naturales.
(%i45)
(%o45)
suma:0$
for i:1 thru 100 do suma:suma+i 2$
print("la suma de los cuadrados de los 100 primeros
naturales vale ",suma);
la suma de los cuadrados de los 100 primeros
naturales vale 338350
90
print(expr1,expr2,... )
En la suma anterior hemos utilizado la orden print para escribir el resultado en pantalla. La
orden print admite una lista, separada por comas, de literales y expresiones.
Por ltimo, comentar que no es necesario utilizar una variable como contador. Podemos estar
ejecutando una serie de expresiones mientras una condicin sea cierta (bucle while) o mientras
sea falsa (bucle unless). Incluso podemos comenzar un bucle infinito con la orden do, sin ninguna
condicin previa, aunque, claro est, en algn momento tendremos que ocuparnos nosotros de salir
(recuerda el comando return).
bucle while
bucle unless
bucle for
bucle for
Este tipo de construcciones son tiles cuando no sabemos cuntos pasos hemos de dar pero tenemos
clara cul es la condicin de salida. Veamos un ejemplo bastante simple: queremos calcular cos(x)
comenzando en x = 0 e ir aumentando de 0.3 en 0.3 hasta que el coseno deje de ser positivo.
(%i46)
i:0;
(%o46)
(%i47)
while
0 1
[0.3,
[0.6,
[0.9,
[1.2,
[1.5,
(%o47)
5.3.2
cos(i)>0 do (print([i,cos(i)]),i:i+0.3);
0.95533648560273]
0.82533560144755]
0.62160994025671]
0.36235771003359]
0.070737142212368]
done
Condicionales
La segunda sentencia es la orden condicional if. Esta sentencia comprueba si se verifica una
condicin, despus, si la condicin es verdadera Maxima ejecutar una expresin1, y si es falsa
ejecutar otra expresin2.
condicional if-then-else
condicional if-then
La expresiones 1 y 2 pueden estar formadas por varias rdenes separadas por comas. Como siempre
en estos casos, quiz un ejemplo es la mejor explicacin:
(%i48)
91
(%o48)
Observa que la estructura if-then-else devuelve la expresin correspondiente y que esta expresin puede ser una asignacin, algo ms complicado o algo tan simple como 3.
La ltima sentencia de programacin que vamos a ver es la orden return(var ) cuya nica
finalidad es la de interrumpir un bucle en el momento que se ejecuta y devolver un valor. En el
siguiente ejemplo se puede comprender rpidamente el uso de esta orden.
(%i49)
Observacin 5.5. La variable que se utiliza como contador, i en el caso anterior, es siempre
local al bucle. No tiene ningn valor asignado fuera de l. Es por esto que hemos guardado su valor
en una variable auxiliar, x, para poder usarla fuera del bucle.
5.3.3
Ejercicios
Ejercicio 5.4. Usa el comando for en los siguientes ejemplos:
a) Sumar los nmeros naturales entre 400 y 450.
b) Calcula la media de los cuadrados de los primeros 1000 naturales.
Ejercicio 5.5. Dado un nmero positivo x, se puede conseguir que la suma
1+
1 1
1
+ + +
2 3
n
sea mayor que x tomando un nmero n suficientemente grande. Encuentra la forma de calcular
dicho nmero de manera general. Cul es el valor para x = 10, 11 y 13?
Ejercicio 5.6. Calcula las medias geomtricas de los n primeros naturales y averigua cul es el
primer natural para el que dicha media sea mayor que 20.
Ejercicio 5.7. Calcula la lista de los divisores de una natural n.
92
El mtodo de biseccin
(c, f (c))
(a, f (a))
Figura 5.2
Mtodo de biseccin
Comencemos con una funcin f : [a, b] R continua y verificando que tiene signos distintos
en los extremos del intervalo. La idea bsica es ir dividiendo el intervalo por la mitad en dos
subintervalos, [a, 1/2(a + b)] y [1/2(a + b), b], y elegir aquel en el que la funcin siga cambiando de
signo. Si repetimos este proceso, obtenemos un intervalo cada vez ms pequeo donde se encuentra
la raz.
Ms concretamente el proceso sera,
Datos iniciales: funcin f , nmeros a, b
Se verifica que: f (a) f (b) < 0
bucle
B Calculamos el punto medio c = (a + b)/2,
B Comparamos los signos de f (a), f (c) y f (b)
B y elegimos aqul donde la funcin cambie de signo
final bucle
5.4.1
Un ejemplo concreto
Vamos a aplicar este mtodo a la funcin f (x) = x6 + x 5 en el intervalo [0, 2].
Definiremos en primer lugar la funcin y el intervalo y luego un bucle que nos calcula
(%i50)
f(x):=x 6+x-5;
a:0.0;
b:2.0;
(%o51)
x 6+x-5
(%o52)
0.0
(%o53)
2.0
93
El mtodo de biseccin
Observa que hemos declarado a y b como valores numricos. Comprobamos que la funcin cambia
de signo.
(%i54)
f(a)*f(b);
(%o54)
-305.0
Ahora el bucle, 9
(%i55)
(%o55)
Fjate que ya sabemos que la solucin es aproximadamente 1.24. No podemos estar seguros
todava del tercer decimal. Quiz sera mejor repetir el bucle ms de diez veces, pero, cuantas?
Podemos establecer como control que la distancia entre los extremos sea pequea. Eso s, habra
que aadir un tope al nmero de pasos asegurarnos de que el bucle termina.
Observacin 5.6. Si no se quiere ralentizar mucho la ejecucin de este bucle y del resto de programas en el resto del tema, es conveniente trabajar en modo nmerico. Recuerda que este comportamiento se controla con la variable numer. Puedes cambiarlo en el men NumricoConmutar
salida numrica o directamente estableciendo el valor de numer en verdadero.
(%i56)
numer:true;
(%o56)
true
94
El mtodo de biseccin
ceiling(a)
! log ba
ba
err
=
.
err
log(2)
La orden ceiling(x) nos da el menor entero mayor o igual que x. Bueno, ya sabemos cuntos
pasos tenemos que dar. Reescribimos nuestro algoritmo con esta nueva informacin:
Datos iniciales: funcin f , nmeros a, b, error err, contador i
Se verifica que: f (a) f (b) < 0
B Calculamos el nmero de pasos
para i:1 hasta nmero de pasos hacer
B Calculamos el punto medio c = (a + b)/2,
B Comparamos los signos de f (a), f (c) y f (b)
B y elegimos aqul donde la funcin cambie de signo
final bucle
Volviendo a nuestro ejemplo, nos quedara algo as.
95
ceiling
El mtodo de biseccin
(%i57)
f(x):=x 6+x-5;
a:0$
b:2$
err:10 (-6)$
log2(x):=log(x)/log(2)$ /* hay que definir el logaritmo en
base 2 */
pasos:ceiling(log2((b-a)/err))$
for i:1 thru pasos do
(
c:(a+b)/2,
if f(a)f(c)<0
then b:c
else a:c,
print(a,b) /* escribimos los resultados por pantalla */
)$
Y si hay suerte?
Si encontramos la solucin en un paso intermedio no habra que hacer ms iteraciones. Deberamos parar y presentar la solucin encontrada. En cada paso, tenemos que ir comprobando que f (c)
vale o no vale cero. Podramos comprobarlo con una orden del tipo is(f(c)=0), pero recuerda
que con valores numricos esto puede dar problemas. Mejor comprobemos que es suficientemente pequeo.
Datos iniciales: funcin f , nmeros a, b, error err, contador i, precisin pr
Se verifica que: f (a) f (b) < 0
B Calculamos el nmero de pasos
para i:1 hasta nmero de pasos hacer
B Calculamos el punto medio c = (a + b)/2,
si f(c)<pr entonces
B La solucin es c
en otro caso
B Comparamos los signos de f (a), f (c) y f (b)
B y elegimos aqul donde la funcin cambie de signo
final si
B La solucin aproximada es c
final del bucle
En nuestro ejemplo, tendramos lo siguiente
96
(%i58)
El mtodo de biseccin
f(x):=x 6+x-5;
a:0$
b:2$
err:10 (-6)$
pr:10 (-5)$
log2(x):=log(x)/log(2)$
pasos:ceiling(log2((b-a)/err))$
for i:1 thru pasos do
(
c:(a+b)/2,
if abs(f(c))<pr
then (print("La solucion es exacta"), return(c))
else if f(a)f(c)<0
then b:c
else a:c
)$
print("la solucion es ",c)$ /* aproximada o exacta, es la
solucin */
5.4.2
Funciones y bloques
Una vez que tenemos ms o menos completo el mtodo de biseccin, sera interesante tener una
forma cmoda de cambiar los parmetros iniciales: la funcin, la precisin, los extremos, etc. Un
bloque es la estructura diseada para esto: permite evaluar varias expresiones y devuelve el ltimo
resultado salvo peticin expresa.
La forma ms elemental de programa en Maxima es lo que hemos hecho dentro del cuerpo
del bucle anterior: entre parntesis y separados por comas se incluyen comandos que se ejecutan
sucesivamente y devuelve como salida la respuesta de la ltima sentencia.
(%i59)
(a:3,b:2,a+b);
(%o59)
97
El mtodo de biseccin
local
(%i60)
a:1;
(%o60)
(%i61)
block([a,b],a:2,b:3,a+b);
(%o61)
(%i62)
a;
(%o62)
Como puedes ver, la variable a global sigue valiendo uno y no cambia su valor a pesar de
las asignaciones dentro del bloque. Esto no ocurre con las funciones que definamos dentro de un
bloque. Su valor es global a menos que lo declaremos local explcitamente con la sentencia local.
Observa la diferencia entre las funcione f y g.
(%i63)
block([a,b],
local(g),g(x):=x 3,
f(x):=x 2,
a:2,b:3,g(a+b));
(%o63)
125
Si preguntamos por el valor de f o de g fuera del bloque, f tiene un valor concreto y g no:
(%i64)
f(x);
(%o64)
x2
(%i65)
g(x);
(%o65)
g(x)
local(funciones )
return(expr )
block([var1,var2,.. ],expr1,expr2,..)
El ltimo paso suele ser definir una funcin que permite reutilizar el bloque. Por ejemplo, el factorial de un nmero natural n se define recursivamente como
1! = 1,
(n + 1)! = (n + 1) n!.
Podemos calcular el factorial de un natural usando un bucle: usaremos la variable f para ir acumulando los productos sucesivos y multiplicamos todos los naturales hasta llegar al pedido.
98
El mtodo de biseccin
(%i66)
(%o66)
(%i67)
fact(5);
(%o67)
120
(%i68)
loga(x):=log(x)/log(a)$
(%i69)
loga(x,a):=log(x)/log(a)$
pero deberamos tener en cuenta si a es un nmero que se puede tomar como base para los logaritmos. Slo nos valen los nmeros positivos distintos de 1. Vamos a utilizar un bloque y un
condicional.
(%i70)
loga(x,a):=block(
if a<0 then print("La base es negativa"),
if a=1 then print("La base es 1"),
log(x)/log(a)
)$
(%i71)
(%o71)
loga(3,4);
log(3)
log(4)
(%i72)
(%o72)
log(3,-1);
No calculamos logaritmos con base 1
log(3)
log(-1)
99
El mtodo de biseccin
Fjate que no hemos puesto ninguna condicin de salida en el caso de que la base no sea vlida.
Por tanto, Maxima evala una tras otra cada una de las sentencias y devuelve la ltima. Vamos a
arreglarlo.
(%i73)
loga(x,a):=block(
if a<0 then
(print("La base es negativa"),return()),
if a=1 then
(print("La base es 1"),return()),
log(x)/log(a)
)$
Parmetros opcionales
Para redondear la definicin de la funcin logaritmo con base cualquiera, podra ser interesante
que la funcin loga calcule el logaritmo neperiano si slo ponemos una variable y el logaritmo
en base a si tenemos dos variables.
Las entradas opcionales se pasan a la definicin de una funcin entre corchetes. Por ejemplo, la
funcin
(%i74)
f(a,[b]):=block(print(a),print(b))$
da por pantalla la variable a y el parmetro o parmetros adicionales que sean. Si solo escribimos
una coordenada
(%i75)
f(2);
2
[]
(%o75)
[]
nos devuelve la primera entrada y la segunda obviamente vaca en este caso. Pero si aadimos una
entrada ms
(%i76)
f(2,3);
2
[3]
(%o76)
[3]
o varias
(%i77)
f(2,3,4,5);
2
[3,4,5]
100
(%o77)
El mtodo de biseccin
[3,4,5]
Como puedes ver, [b] en este caso representa una lista en la que incluimos todos los parmetros opcionales que necesitemos. Ahora slo es cuestin de utilizar las sentencias que nos permiten
manejar los elementos de una lista para definir la funcin logaritmo tal y como queramos.
(%i78)
Observacin 5.7.
(%i79)
5.4.3
De nuevo biseccin
Si unimos todo lo que hemos aprendido, podemos definir una funcin que utilice el mtodo de
biseccin. Hemos usado la sentencia subst para definir la funcin a la que aplicamos biseccin
dentro del bloque. La orden subst(a,b,c) sustituye a por b en c.
biseccion(expr,var,ext_inf,ext_sup):=
block(
[a,b,c,k,err:10(-8),prec:10(-9)],
/* extremos del intervalo */
a:ext_inf,
b:ext_sup,
/* nmero de pasos */
local(log2,f),
define(log2(x),log(x)/log(2)),
101
define(f(x),subst(x,var,expr)),
pasos:ceiling(log2((b-a)/err)),
/* comprobamos las condiciones iniciales */
if f(a)*f(b)>0 then error("Error: no hay cambio de signo"),
/* se alcanza la solucin en los extremos? */
if abs(f(a)) < prec then return(a),
if abs(f(b)) < prec then return(b),
for k:1 thru pasos do
(
c:(a+b)/2,
if abs(f(c))< prec then return (c),
if f(a)*f(c)< 0 then b:c else a:c
),
c);
A partir de este momento, podemos utilizarlo usando
(%i80)
biseccion(x 2-2,x,0.0,3.0);
(%o80)
1.414213562384248
Observa que las cotas del error y la precisin la hemos fijado dentro del bloque. Prueba a aadirlo
como valores opcionales.
5.4.4
Ejercicios
Prueba a cambiar la funcin, los extremos del intervalo (en los cuales dicha funcin cambia de
signo), as como la exactitud exigida. Intenta tambin buscar un caso simple en el que se encuentre
solucin exacta en unos pocos pasos. Por ltimo, intenta usar el algoritmo anterior para calcular
la
3
5 con una exactitud de 1010 .
102
a3
a1
a2
g(x) = x
f (x)
Figura 5.3 Puntos fijos de una funcin
Iteracin funcional
Para buscar un punto fijo de una funcin, se elige un punto inicial x1 [a, b] cualquiera y aplicamos la funcin repetidamente. En otras palabras, consideramos la sucesin definida por recurrencia
como
xn+1 = f (xn )
para n 1. Si la sucesin es convergente y llamamos s a su lmite, entonces
s = lim xn+1 = lim f (xn ) = f (s),
n
Ln1
L
| xn xn1 |
| x2 x1 | .
1L
1L
(%i81)
find_root((cos(x)+x 2)/4-x,x,0,1);
(%o81)
.2583921443715997
103
Tambin podemos calcular las iteraciones comenzando en un punto inicial dado de manera sencilla
utilizando un bucle
(%i82)
define(f(x),(cos(x)+x 2)/4)$
(%i83)
x0:0;
for i:1 thru 10 do(
x1:f(x0),print("Iteracin",i,"vale", x1),x0:x1
);
(%o83)
0
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
Iteracin
1 vale 0.25
2 vale .2578531054276612
3 vale .2583569748525884
4 vale .2583898474528139
5 vale .2583919943502456
6 vale .2583921345730372
7 vale .2583921437316118
8 vale .2583921443297992
9 vale .2583921443688695
10 vale .2583921443714213
Observacin 5.11. Existen muchas formas de cambiar una ecuacin de la forma f (x) = 0
en un problema de puntos fijos de la forma g(x) = x. Por ejemplo, consideremos la ecuacin
x2 5x + 2 = 0.
a) Sumando x en los dos miembros
x2 5x + 2 = 0 x2 4x + 2 = x,
y las soluciones de f son los puntos fijos de g1 (x) = x2 4x + 2 (si los tiene).
b) Si despejamos x,
x2 5x + 2 = 0 x =
x2 + 2
5
y, en este caso, los puntos fijos de la funcin g2 (x) = x 5+2 son las soluciones buscadas.
c) Tambin podemos despejar x2 y extraer races cuadradas
x2 5x + 2 = 0 x2 = 5x 2 x = 5x 2 .
104
5.5.1
Ejercicios
Ejercicio 5.8. Escribe un programa que dada una funcin, un punto inicial y un nmero de
iteraciones, devuelva la ltima de ellas.
Ejercicio 5.9. Utiliza el mtodo de iteracin con las 3 funciones anteriores empezando en cada
uno de los puntos 0.5, 1.5 y 6. En cules obtienes convergencia a un punto fijo? Es siempre el
mismo?
5.5.2
(%i84)
load(dynamics)$
y luego podemos usar los comandos evolution y staircase indicando el punto inicial y el
nmero de iteraciones. Por ejemplo, el diagrama de escalera para la funcin ex tomando como
punto inicial 1 y 10 pasos
(%i85)
staircase(exp(-x),1,10,[y,0,1]);
105
(%o85)
Observa que hemos aadido [y,0,1] para indicar un rango ms apropiado que el se dibuja por
defecto.
evolution(func,pto1,pasos,opciones )
staircase(func,pto1,pasos,opciones )
5.5.3
Tolerancia
5.5.4
Grfico de escalera
de las iteraciones de func
Criterios de parada
Suele cuando trabajamos con mtodos iterativos que tenemos una sucesin que sabemos que
es convergente, pero no conocemos cul es el valor exacto de su lmite. En estos casos lo que
podemos hacer es sustituir el valor desconocido del lmite por uno de los trminos de la sucesin
que hara el papel de una aproximacin de dicho lmite. Por ejemplo, si consideramos el trmino
general de una sucesin {an }nN dada, con la ayuda del ordenador podemos calcular un nmero
finito de trminos. La idea es pararse en los clculos en un determinado elemento ak0 para que
haga el papel del lmite. Se impone entonces un criterio de parada para que dicho valor sea una
buena aproximacin del lmite de la sucesin.
Una forma de establecer un criterio de parada es considerar un nmero pequeo, al que llamaremos tolerancia y denotaremos por T , y parar el desarrollo de la sucesin cuando se de una de
las dos circunstancias siguientes:
a) |an an1 | < T ,
| an an1 |
b)
< T.
|an |
La primera es el error absoluto y la segunda el error relativo. Suele ser mejor utilizar esta ltima.
Ejercicios
Ejercicio 5.10.
5.5.5
El mtodo de Newton-Raphson
El mtodo de Newton-Raphson nos proporciona un algoritmo para obtener una sucesin de
puntos que aproxima un cero de una funcin dada.
La forma de construir los trminos de la sucesin de aproximaciones es sencilla. Una vez fijado
un valor inicial x1 , el trmino x2 se obtiene como el punto de corte de la recta tangente a f en x1
con el eje OX. De la misma forma, obtenemos xn+1 como el punto de corte de la recta tangente a
f en el punto xn con el eje OX. De lo dicho hasta aqu se deduce:
106
xn+1 = xn
f (xn )
.
f 0 (xn )
Como observars se trata de un mtodo de iteracin funcional. Para comprender el algoritmo observa la Figura 5.5 donde se ve cmo se generan los valores de las aproximaciones.
Para asegurar la convergencia de la sucesin (hacia la solucin de la ecuacin) usaremos el
siguiente resultado.
Teorema 5.12. Sea f una funcin de clase dos en el intervalo [a, b] que verifica:
a) f (a) f (b) < 0,
b) f 0 (x) 6= 0, para todo x [a, b],
c) f 00 (x) no cambia de signo en [a, b].
Entonces, tomando como primera aproximacin el extremo del intervalo [a, b] donde f y f 00
tienen el mismo signo, la sucesin de valores xn del mtodo de Newton-Raphson es convergente hacia la nica solucin de la ecuacin f (x) = 0 en [a, b].
f (x)
40
30
20
10
2 x2
x1
10
Figura 5.5 Mtodo de Newton-Raphson
Una vez que tenemos asegurada la convergencia de la sucesin hacia la solucin de la ecuacin,
deberamos decidir la precisin. Sin embargo, veremos que el mtodo es tan rpido en su convergencia que por defecto haremos siempre 10 iteraciones. Otra posibilidad sera detener el clculo
de cuando el valor absoluto de la diferencia entre xn y xn+1 sea menor que la precisin buscada (lo
cual no implica necesariamente que el error cometido sea menor que la precisin).
Utilizaremos ahora Maxima para generar la sucesin de aproximaciones. Resolvamos de nuevo
el ejemplo de x3 5 = 0 en el intervalo [1, 3].
Podemos comprobar, dibujando las grficas de f (x) = x3 5, f 0 (x) y f 00 (x) en el intervalo
[1, 3], que estamos en las condiciones bajo las cuales el Teorema de Newton-Raphson nos asegura
convergencia.
(%i86)
f(x):=x 3-5$
(%i87)
define(df(x),diff(f(x),x))$
(%i88)
define(df2(x),diff(f(x),x,2))$
(%i89)
plot2d([f(x),df(x),df2(x)],[x,1,3]);
107
Teorema de
Newton-Raphson
(%o89)
30
x3-5
3*x2
6*x
25
20
15
10
-5
1
1.5
2.5
A continuacin, generaremos los trminos de la sucesin de aproximaciones mediante el siguiente algoritmo. Comenzaremos por definir la funcin f y el valor de la primera aproximacin.
Inmediatamente despus definimos el algoritmo del mtodo de Newton-Raphson, e iremos visualizando las sucesivas aproximaciones. Como dijimos, pondremos un lmite de 10 iteraciones, aunque
usando mayor precisin decimal puedes probar con un nmero mayor de iteraciones.
(%i90)
y:3.0$
for i:1 thru 10 do
(y1:y-f(y)/df(y),
print(i,"- aproximacin",y1),
y:y1
);
1 - aproximacin 2.185185185185185
2 - aproximacin 1.80582775632091
3 - aproximacin 1.714973662124988
4 - aproximacin 1.709990496694424
5 - aproximacin 1.7099759468005
6 - aproximacin 1.709975946676697
7 - aproximacin 1.709975946676697
8 - aproximacin 1.709975946676697
9 - aproximacin 1.709975946676697
10 - aproximacin 1.709975946676697
Observars al ejecutar este grupo de comandos que ya en la sptima iteracin se han estabilizado diez cifras decimales. Como puedes ver, la velocidad de convergencia de este mtodo es muy
alta.
El mdulo mnewton
El mtodo que acabamos de ver se encuentra implementado en Maxima en el mdulo mnewton
de forma mucho ms completa. Esta versin se puede aplicar tanto a funciones de varias variables,
en otras palabras, tambin sirve para resolver sistemas de ecuaciones.
Primero cargamos el mdulo
(%i91)
load(mnewton)$
108
y luego podemos buscar una solucin indicando funcin, variable y punto inicial
5.5.6
(%i92)
mnewton(x 3-5,x,3);
(%o92)
[[x=1.709975946676697]]
Ejercicios
Ejercicio 5.11.
El mtodo de regula falsi o de la falsa posicin es
muy parecido al mtodo de biseccin. La nica diferencia es que se cambia el punto medio por el punto
de corte del segmento que une los puntos (a, f (a)) y
(b, f (b)) con el eje de abscisas.
Escribe un programa que utilice este mtodo. Para la
funcin f (x) = x2 5 en el intervalo [0, 4], compara
los resultados obtenidos. Cul es mejor?
(b, f (b))
(a, f (a))
f (x)
109
Ejercicio 5.15.
2
3
a) Considrese la ecuacin e(x +x+1) e x 2 = 0. Calcular programando los mtodos de biseccin
y de Newton-Raphson, la solucin de dicha ecuacin en el intervalo [0.3, 1] con exactitud
1010 .
b) Buscar la solucin que la ecuacin tan(x) = 1x posee en el intervalo [0, 2 ] usando los mtodos
estudiados.
110
Lmites y continuidad
Lmites
Lmites y continuidad
6
6.1 Lmites 111
cios 117
6.4 Ejerci-
6.1 Lmites
El clculo de lmites se realiza con la orden limit. Con
ella podemos calcular lmites de funciones o de sucesiones
en un nmero, en + o en . Tambin podemos usar el men AnlisisCalcular lmite. Ah podemos escoger, adems
de a qu funcin le estamos calculando el lmite, a qu tiende
la variable incluyendo los valores especiales como , e o infinito. Adems de esto, tambin podemos marcar si queremos
calcular nicamente el lmite por la derecha o por la izquierda
en lugar de la opcin por defecto que es por ambos lados.
limit (expr,x,a )
limit (expr,x,a,plus)
limit (expr,x,a,minus)
inf
minf
und
ind
lim xa expr
lim xa+ expr
lim xa expr
+
indefinido
indefinido pero acotado
El clculo de lmites con Maxima, como puedes ver, es sencillo. Sabe calcular lmites de cocientes
de polinomios en infinito
(%i1)
limit(n/(n+1),n,inf);
(%o1)
o en ,
111
Lmites
Lmites y continuidad
(%i2)
limit((x 2+3x+1)/(2x+3),x,minf);
(%o2)
(%i3)
limit(sin(x)/x,x,0);
(%o3)
Incluso es capaz de dar alguna informacin en el caso de que no exista el lmite. Por ejemplo,
sabemos que las funciones peridicas, salvo las constantes, no tienen lmite en . La respuesta de
Maxima cuando calculamos el lmite de la funcin coseno en es
(%i4)
limit(cos(x),x,inf);
(%o4)
ind
(%i5)
limit(cos(1/x),x,0);
(%o5)
ind
La funcin cos
su grfica.
(%i6)
1
x
plot2d([cos(1/x)], [x,-2,2]);
1
(%o6)
0.8
0.6
0.4
cos(1/x)
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-2
-1.5
-1
-0.5
0
x
0.5
1.5
Maxima tiene dos formas de indicar indeterminacin. Una es ind, para indicar que est acotado,
und y la otra es und, para indicar indeterminacin a secas. Ahora bien, mucho cuidado con pensar que
si la respuesta es und entonces la funcin es no acotada. Esto puede ser cierto o no
ind
(%i7)
limit(abs(x)/x,x,0);
(%o7)
und
112
Lmites y continuidad
Sucesiones
Observacin 6.1. La acotacin que incluye ind es una informacin adicional que da Maxima.
Si no sabe si es cierta la acotacin o, directamente, no es cierta, entonces responde und pero esto
no quiere decir que la funcin a la que le estamos calculando el lmite no est acotada: solamente
quiere decir que no sabe si lo est o no.
En este ltimo lmite lo que ocurre es que tenemos que estudiar los lmites laterales
(%i8)
limit(abs(x)/x,x,0,plus);
(%o8)
(%i9)
limit(abs(x)/x,x,0,minus);
(%o9)
-1
Por tanto, no existe el lmite puesto que los lmites laterales no coinciden. Si recuerdas la definicin
de funcin derivable, acabamos de comprobar que la funcin valor absoluto no es derivable en el
origen.
Infinito o infinitos?
Maxima diferencia entre infinitos reales e infinitos complejos. Qu quiere decir esto? Veamos un ejemplo. Si calculamos el lmite de la funcin 1/x en 0 inmediatamente pensamos que el
resultado depende de si calculamos el lmite por la izquierda o por la derecha. En efecto,
(%i10)
limit(1/x,x,0,plus);
(%o10)
(%i11)
limit(1/x,x,0,minus);
(%o11)
(%i12)
limit(1/x,x,0);
(%o12)
infinity
La constante infinity representa infinito complejo. Esto quiere decir que en mdulo el infinity
lmite es infinito.
6.2 Sucesiones
En clase hemos visto cmo calcular lmites de sucesiones, pero cmo podemos calcular esos
lmites con Maxima? Bueno, en la prctica hemos visto dos tipos de sucesiones dependiendo de
cmo estaba definidas. Por un lado tenemos aquellas definidas mediante una frmula que nos vale
n
para todos los trminos. Por ejemplo, la sucesin que tiene como trmino general xn = 1 + 1n .
En este caso no hay ningn problema en definir
113
Sucesiones
(%i13)
(%o13)
Lmites y continuidad
f(n):=(1+1/n) n;
1 n
f(n):= 1+
n
(%i14)
limit(f(n), n, inf);
(%o14)
%e
La situacin es diferente cuando no tenemos una frmula para el trmino general como, por
ejemplo, cuando la sucesin est definida por recurrencia. Veamos un ejemplo. Consideremos la
cn
sucesin que tiene como trmino general c1 = 1 y cn+1 = 1+c
para cualquier natural n. Podemos
n
definirla utilizando una lista definida, como no, por recurrencia:
(%i15)
c[1]:1;
(%o15)
(%i16)
c[n]:=c[n-1]/(1+c[n-1]);
cn-1
cn :=
1+cn-1
(%o16)
Si somos capaces de encontrar una frmula para el trmino general, podemos calcular el lmite.
Con lo que tenemos hasta ahora no vamos muy lejos:
(%i17)
limit(c[n],n,inf);
Maxima encountered a Lisp error:
Error in PROGN [or a callee]: Bind stack overflow.
Automatically continuing.
To reenable the Lisp debugger set *debugger-hook* to nil.
Podemos demostrar por induccin que la sucesin es, en este caso, decreciente y acotada infeL
riormente. Una vez hecho, la sucesin es convergente y el lmite L debe verificar que L = 1+L
. Esta
ecuacin s nos la resuelve Maxima
(%i18)
solve(L/(1+L)=L,L);
(%o18)
[L=0]
(%i19)
kill(all);
114
Lmites y continuidad
Continuidad
(%o0)
done
(%i1)
load(solve_rec)$
(%i2)
solve_rec(c[n]=c[n-1]/(1+c[n-1]),c[n]);
n+%k1 +1
cn =
-1
n+%k1
(%o2)
(%i3)
(%o3)
ratsimp(%);
1
cn =
n+%k1
1
si a esto le aadimos que c1 = 1 obtenemos que cn = 1+n
.
De todas formas no hay que ilusionarse demasiado. Encontrar una frmula para el trmino general
es difcil y lo normal es no poder hacerlo. Es por ello que no vamos a entrar en ms detalles
con solve_rec. Lo nico que podemos hacer con Maxima es calcular trminos. Por ejemplo, solve_rec
solve_rec no es capaz de encontrar el trmino general de la sucesin x1 = 1, xn = 1 + xn1 ,
n N. En cambio, no tiene ninguna dificultad en calcular tanto trminos como se quiera,
(%i4)
x[1]:1;
(%o4)
(%i5)
x[n]:=sqrt(1+x[n-1]);
xn = 1+xn1
(%o5)
(%i6)
(%o6)
x[10];
v
v
u
v
u
u
v
u
u
u
u
tsr
tv
tu
tu
tu
q
2+1+1+1+1+1+1+1+1
(%i7)
%,numer;
(%o7)
1.618016542231488
pero seremos nosotros los que tendremos que demostrar la convergencia estudiando la monotona
y la acotacin de la sucesin.
6.3 Continuidad
El estudio de la continuidad de una funcin es inmediato una vez que sabemos calcular lmites.
Una funcin f : A R R es continua en a A si lim xa f (x) = f (a). Conocido el valor de la
funcin en el punto, la nica dificultad es, por tanto, saber si coincide o no con el valor del lmite.
Con respecto a las funciones discontinuas, la grfica puede darnos una idea del tipo de discontinuidad. Si la discontinuidad es evitable, es difcil apreciar un nico pixel en la grfica. Una
discontinuidad de salto es fcilmente apreciable. Por ejemplo, la funcin signo, esto es, | xx | , tiene
un salto en el origen que Maxima une con una lnea vertical.
115
Continuidad
Lmites y continuidad
(%i8)
load(draw)$
(%i9)
draw2d(color=blue,
explicit(abs(x)/x,x,-3,3),
yrange=[-2,2],
grid=true);
(%o9)
1.5
0.5
-0.5
-1
-1.5
-2
-3
-2
-1
Cuando el salto es infinito o, lo que es lo mismo, cuando la funcin tiene una asntota vertical,
la primera dificultad que se encuentra Maxima es escoger un rango adecuado para representarla:
(%i10)
plot2d(tan(x),[x,-5,5]);
2500
(%o10)
2000
1500
1000
tan(x)
500
0
-500
-1000
-1500
-2000
-2500
-4
-2
0
x
En estos casos tenemos que ayudar nosotros a Maxima restringiendo el rango donde representamos
la funcin
(%i11)
plot2d(tan(x),[x,-5,5],[y,-15,15]);
15
(%o11)
10
tan(x)
-5
-10
-15
-4
-2
0
x
116
Lmites y continuidad
Ejercicios
6.4 Ejercicios
Ejercicio 6.1. Estudia la continuidad de la funcin f : R R definida como f (x) = x ln | x |
si x 6= 0 y f (0) = 0.
Ejercicio 6.2. Sean a y b dos nmeros reales verificando b < 0 < a; estudia el comportamiento
en cero de la funcin
!
a
b
, x R .
f (x) = arctan
arctan
x
x
Ejercicio 6.3. Estudia la continuidad de la funcin f (x) = arctan 1+x
1x con x 6= 1, as como su
comportamiento en 1, + y .
Ejercicio 6.4.
a) Dibuja una funcin continua cuya imagen no sea un intervalo.
b) Dibuja una funcin definida en un intervalo cuya imagen sea un intervalo y que no sea continua.
c) Dibuja una funcin continua en todo R, no constante y cuya imagen sea un conjunto (obligatoriamente un intervalo) acotado.
d) Dibuja una funcin continua en [0, 1[ tal que f ([0, 1[) no sea acotado.
e) Dibuja una funcin continua definida en un intervalo abierto acotado y cuya imagen sea un
intervalo cerrado y acotado.
Ejercicio 6.5. Consideremos la funcin f : [0, 1] R definida como f (x) =
1
2
(cos(x) + sen(x)).
a) Utiliza que f ([0, 1]) [0, 1] para probar que existe x [0, 1] tal que f (x) = x (sin utilizar
Maxima). A dicho punto se le suele llamar un punto fijo de la funcin f .
b) Se puede demostrar que la sucesin x1 = 1, xn+1 = f (xn ), para cualquier natural n tiende a un
punto fijo. Utiliza un bucle para encontrar un punto fijo con una exactitud menor que 105 .
117
118
Derivacin
Clculo de derivadas
Derivacin
7
7.1 Clculo de derivadas 119
7.2 Rectas secante y tangente a una funcin 122
7.3 Mximos y mnimos relativos 126 7.4 Ejercicios 131
En este captulo vamos a aprender a calcular y evaluar derivadas de cualquier orden de una
funcin; representar grficamente rectas tangentes y normales a la grfica de una funcin; calcular extremos de funciones reales de una variable y, por ltimo, calcular polinomios de Taylor y
representarlos grficamente para aproximar una funcin.
diff(expr,variable )
diff(expr,variable,n )
derivada de expr
derivada n-sima de expr
(%i1)
diff(tan(x),x);
(%o1)
sec(x)2
La orden diff considera como constantes cualquier otra variable que aparezca en la expresin
a derivar, salvo que explcitamente manifestemos que estn relacionadas.
119
Clculo de derivadas
(%i2)
diff(xysin(x+y),x);
(%o2)
ysin(y+x)+xycos(y+x)
Derivacin
(%i3)
(%o3)
f(x):=x4 +sin(x2 )
(%i4)
diff(f(x),x);
(%o4)
2x cos(x2 )+4x3
La tercera entrada de la orden diff nos permite calcular derivadas de orden superior. Por ejemplo, la cuarta derivada de f sera la siguiente.
(%i5)
diff(f(x),x,4);
(%o5)
(%i6)
define(g(x),diff(f(x),x));
(%o6)
g(x):=2xcos(x2 )+4x3
(%i7)
df(x):=(%o4);
(%o7)
df(x):=2xcos(x2 )+4x3
(%i8)
df(1);
(%o8)
2cos(1)+4
Observacin 7.1. Te recuerdo que la comilla que utilizamos para asignar a la funcin df(x) la
derivada primera de f es la que aparece en la tecla ? , es decir, son dos apstrofos , + , y
no hay que confundirla con las dobles comillas de la tecla 2 .
Tambin podemos evaluar la derivada en un determinado punto sin necesidad de definir una
nueva funcin,
120
Derivacin
Clculo de derivadas
(%i9)
(diff(f(x),x)),x=1;
(%o9)
2cos(1)+4
aunque esto deja de ser prctico cuando tenemos que calcular el valor en varios puntos.
(%i10)
(%o10)
diff(f(x),x)=diff(f(x),x);
d
(sin(x2 )+x4 )=2 x cos(x2 )+4 x3
dx
En la parte de la izquierda tenemos la derivada sin evaluar, la expresin que hemos escrito tal cual.
En la derecha tenemos la derivada calculada de la funcin f .
Observacin 7.2. El uso de las dobles comillas para definir la derivada de una funcin puede
dar lugar a error. Observa la siguiente secuencia de comandos: definimos la funcin coseno y su
derivada,
(%i11)
remfunction(all)$
(%i12)
f(x):=cos(x);
(%o12)
f(x):=cos(x)
(%i13)
g(x):=diff(f(x),x);
(%o13)
g(x):=diff(f(x),x)
(%i14)
h(x):=diff(f(x),x);
(%o14)
h(x):=diff(f(x),x)
bueno, no parece que haya mucha diferencia entre usar o no las comillas. Vamos a ver cunto valen
las funciones g y h:
(%i15)
g(x);
(%o15)
-sin(x)
(%i16)
h(x);
(%o16)
-sin(x)
Parece que no hay grandes diferencias. De hecho no se ve ninguna. Vamos a ver cunto valen en
algn punto.
121
(%i17)
Derivacin
g(1);
Non-variable 2nd argument to diff:
1
#0: g(x=1)
an error. To debug this try debugmode(true);
Por fin, un error. Habamos dicho que necesitbamos las comillas para que se evaluara la derivada.
Slo lo ha hecho cuando lo hemos definido pero, sin las dobles comillas, no vuelve a hacerlo y, por
tanto, no sabe evaluar en 1. En la prctica g(x):=-sin(x) es una simple cadena de texto y no
una funcin. Vale. Entonces, vamos con la funcin h:
(%i18)
h(1);
Non-variable 2nd argument to diff:
1
#0: g(x=1)
an error. To debug this try debugmode(true);
Qu ha pasado aqu? Pero si hemos puesto las comillas dobles! Qu est mal? Hemos escrito
mal las comillas? Repsalo y vers que no. El problema es un poco ms sutil: las dobles comillas
afectan a lo que tienen directamente a su derecha. En la definicin de la funcin h no hemos escrito
entre parntesis la derivada y las dobles comillas no afectan a todo; slo afectan al operador diff
pero no a la x. Es por eso que no la considera una variable y tampoco se puede evaluar h en un punto.
Llegados a este punto entenders porqu hemos recomendado que utilices el comando define en
lugar de las comillas.
y = f (a) + f 0 (a)(x a)
f (x)
f (x)
f (a)
122
Derivacin
En otras palabras, calculamos la recta que pasa por el punto (a, f (a)) y el punto (x, f (x)), hacemos
tender x a a y, en el lmite, la recta que obtenemos es la recta tangente. La pendiente de dicha recta
es la derivada de f en a.
Vamos a aprovechar la orden with_slider para representar grficamente este proceso en un
ejemplo. Consideremos la funcin f (x) = x3 2x2 x + 2 y su derivada, a la que notaremos d f ,
(%i19)
(%o19)
(%i20)
define(df(x),diff(f(x),x));
(%o20)
df(x):=3x2 -4x-1
La recta tangente a una funcin f en un punto a es la recta y = f (a) + f 0 (a)(x a). La definimos.
(%i21)
tangente(x,a):=f(a)+df(a)(x-a);
(%o21)
tangente(x,a):=f(a)+df(a)(x-a)
(%i22)
load(draw)$
(%i23)
draw2d(
color=blue,key="funcin",explicit(f(x),x,-2,3),
color=red,key="tangente",explicit(tangente(x,1),x,-2,3),
grid=true);
(%o23)
funcion
tangente
5
-5
-10
-2
-1
Para dibujar la recta secante la primera cuestin es cul es la recta que pasa por (1, f (1)) y
por (x, f (x))? Recordemos que la recta que pasa por un par de puntos (a, c), (b, d) que no estn
verticalmente alineados es la grfica de la funcin
recta(x) =
cd
ad bc
x+
.
ab
ab
La definimos en Maxima:
(%i24)
recta(x,a,c,b,d):=x(c-d)/(a-b)+(ad-bc)/(a-b);
123
(%o24)
Derivacin
recta(x,a,c,b,d):=
x(c-d) ad-bc
+
a-b
a-b
Ahora podemos ver qu ocurre con la rectas que pasan por los puntos (1, f (1)) y (1 + h, f (1 + h))
cuando h tiende a cero. Por ejemplo para h = 0.6, tendramos
(%i25)
draw2d(
point_type=filled_circle,
color=black,points([[1,f(1)]]),
point_type=filled_circle,
color=black,points([[1.6,f(1.6)]]),
color=blue,key="funcion",explicit(f(x),x,-2,3),
color=red,key="tangente",explicit(tangente(x,1),x,-2,3),
color=green,key="secante",
explicit(recta(x,1,f(1),1+0.6,f(1.6)),x,-2,3),
grid=true)$
(%o25)
funcion
tangente
secante
5
-5
-10
-2
-1
Si te fijas, en la grfica anterior hemos aadido tambin el par de puntos que definen la recta
sectante.
En la Figura 7.3 puedes ver el resultado para h = 0.2, 0.4, 0.6, y 0.8.
Podemos unir todo lo que hemos hecho y usar la capacidad de wxMaxima para representar
grficos en funcin de un parmetro. Dibujemos la funcin, la recta tangente y las secantes para
h = 0.1, 0.2, . . . , 2:
(%i26)
with_slider(
n,0.1reverse(makelist(i,i,1,20)),
[f(x),tangente(x,1),recta(x,1,f(1),1+n,f(1+n))],
[x,-2,3]);
124
Derivacin
funcion
tangente
secante
funcion
tangente
secante
5
-5
-5
-10
-10
-2
-1
-2
-1
h = 0.8
funcion
tangente
secante
-5
-5
-10
-10
-1
h = 0.6
funcion
tangente
secante
-2
-2
-1
h = 0.4
h = 0.2
Figura 7.3 Rectas secantes y tangente
(%i27)
normal(x,a):=f(a)-df(a) (-1)*(x-a)$
(%i28)
draw2d(
point_type=filled_circle,color=black,points([[1,f(1)]]),
color=blue,key="funcion",explicit(f(x),x,-2,3),
color=red,key="tangente",explicit(tangente(x,1),x,-2,3),
color=green,key="normal",explicit(normal(x,1),x,-2,3),
grid=true)$
(%o28)
funcion
tangente
normal
5
-5
-10
-2
-1
En la figura anterior, la recta normal no parece perpendicular a la recta tangente. Eso es por que
no hemos tenido en cuenta la escala a la que se dibujan los ejes. Prueba a cambiar la escala para
que queden perpendiculares.
125
Derivacin
(%i29)
f(x):=2*x 4+4*x$
(%i30)
plot2d(f(x),[x,-2,1]);
(%o30)
25
20
15
10
-5
-2
-1.5
-1
-0.5
x
0.5
Parece que hay un mnimo en las proximidades de -1. Para confirmarlo, calculamos los puntos
crticos de f .
(%i31)
define(d1f(x),diff(f(x),x))$
(%i32)
puntosf:solve(d1f(x),x);
(%o32)
Observamos que hay slo una raz real que es la nica que nos interesa.
(%i33)
last(puntosf);
(%o33)
x=-1/2 (1/3)
Llamamos a al nico punto crtico que hemos obtenido, y evaluamos en l la segunda derivada:
(%i34)
a:rhs(%)$
(%i35)
define(d2f(x),diff(f(x),x,2))$
(%i36)
d2f(a);
126
Derivacin
(%o36)
24/2 (2/3)
Por tanto la funcin f tiene un mnimo relativo en dicho punto a. Puede haber otro extremo ms?
Cmo podemos asegurarnos?
Ejemplo 7.4. Vamos a calcular los extremos relativos de la funcin:
f (x) = x5 + x4 11x3 9x2 + 18x + 10 en el intervalo [4, 4]
Procedemos de la misma forma que en el ejemplo anterior.
(%i37)
(%i38)
plot2d(f(x),[x,-4,4])$
(%o38)
600
500
400
300
200
100
0
-100
-200
-300
-4
-3
-2
-1
0
x
(%i39)
define(d1f(x),diff(f(x),x));
(%o39)
(%i40)
solve(d1f(x),x);
Las soluciones que nos da el programa no son nada manejables, as que vamos a resolver la ecuacin f 0 (x) = 0 de forma numrica, esto es, con el comando find_root. Para ello, nos apoyamos
en la grfica que hemos calculado ms arriba, puesto que para resolver numricamente esta ecuacin hay que dar un intervalo en el que se puede encontrar la posible solucin. Vamos, entonces, a
obtener la lista de puntos crticos que tiene la funcin.
127
(%i41)
(%o41)
Derivacin
puntosf:[find_root(d1f(x),x,-3,-2),
find_root(d1f(x),x,-2,-1), find_root(d1f(x),x,0,1),
find_root(d1f(x),x,2,3)];
[-2.600821117505113,-1.096856508567827,0.53386135374308,
2.363816272329865]
Ahora, para decidir si en estos puntos crticos se alcanza mximo o mnimo relativo, vamos a
aplicar el test de la segunda derivada. Esto es:
(%i42)
define(d2f(x),diff(f(x),x,2));
(%o42)
(%i43)
map(d2f,puntosf);
(%o43)
[-117.0277108731797,42.43722588782084,-46.77165945967596,
157.2021444450349]
Lo que nos dice que en el primer y tercer puntos hay mximos relativos, mientras que en los otros
dos tenemos mnimos relativos.
A continuacin veremos un caso en el que la grfica diseada por el programa nos puede llevar
a engao. Descubriremos el error gracias al test de la segunda derivada.
Ejemplo 7.5. Vamos a estudiar los extremos relativos de la funcin
f (x) = x2 10x 40 +
10x2
1
.
100x + 251
(%i44)
(%i45)
plot2d(f(x),[x,-15,15]);
(%o45)
350
300
250
200
150
100
50
0
-50
-100
-15
-10
-5
0
x
10
15
128
Derivacin
(%i46)
define(d1f(x),diff(f(x),x))$
(%i47)
d1f(5);
(%o47)
(%i48)
define(d2f(x),diff(f(x),x,2))$
(%i49)
d2f(5);
(%o49)
-18
(%i50)
plot2d(f(x),[x,3,7]);
(%o50)
-60.5
-61
-61.5
-62
-62.5
-63
-63.5
-64
-64.5
3
3.5
4.5
5
x
5.5
6.5
En resumen, ten cuidado con los resultados que obtengas y, siempre, comprueba si se ajustan a los
contenidos tericos que has visto en clase.
En el siguiente ejemplo, resolvemos un problema de optimizacin.
Ejemplo 7.6. Se desea construir una ventana con forma de rectngulo coronado de un semicrculo
de dimetro igual a la base del rectngulo. Pondremos cristal blanco en la parte rectangular y cristal
de color en el semicrculo. Sabiendo que el cristal coloreado deja pasar la mitad de luz (por unidad
de superficie) que el blanco, calcular las dimensiones para conseguir la mxima luminosidad si se
ha de mantener el permetro constante dado.
Llamemos x a la longitud de la base de la ventana y h a su altura. El permetro es una cantidad
dada A; es decir, x + 2h + x
2 = A. Despejamos h en funcin de x:
(%i51)
(%o51)
altura:solve(x+2h+(%pix)/2=A,h)$
2 A+(--2) x
[h=
]
4
x
x2
1
x2
= x(A x ) + = A x (8 + 3)x2
8
2
8
8
129
Derivacin
(%i52)
f(x):=Ax-(1/8)(8+3%pi)x 2$
(%i53)
define(d1f(x),diff(f(x),x))$
(%i54)
solve(diff(f(x),x),x);
4A
[x=
]
3+8
%[1];
4A
x=
3+8
(%o54)
(%i55)
(%o55)
(%i56)
a:rhs(%)$
(%i57)
define(d2f(x),diff(f(x),x,2))$
(%i58)
d2f(a);
3+8
(%o58)
(%i59)
f(x):=log(x+1)-x/(x+1)$
(%i60)
define(d1f(x),diff(f(x),x))$
(%i61)
solve(d1f(x),x);
(%o61)
[x=0]
(%i62)
define(d2f(x),diff(f(x),x,2))$
(%i63)
d2f(0);
(%o63)
Luego, en el punto 0 alcanza un mnimo relativo que, por ser nico, es el mnimo absoluto. Como
se verifica que f (0) = 0, la desigualdad es cierta.
130
Derivacin
Ejercicios
7.4 Ejercicios
Ejercicio 7.1.
a) Calcula las tangentes a la hiprbola xy = 1 que pasan por el punto (1, 1). Haz una representacin grfica.
b) Calcula las tangentes a la grfica de y = 2x3 + 13x2 + 5x + 9 que pasan por el origen. Haz una
representacin grfica.
Ejercicio 7.2. Haz una animacin grfica en la que se represente la grfica de la parbola f (x) =
6 (x 3)2 en azul, la recta tangente en el punto (1, f (1)) en negro y las rectas secantes que pasan
por los puntos (1, f (1)) y (1 h, f (1 h)) donde h vara de 3 a 0.2 con incrementos iguales a
0.2, en rojo. Utiliza las opciones que consideres ms apropiadas para hacer la animacin.
Ejercicio 7.3. Representa en una misma grfica la parbola y = x2 /4 y sus rectas tangentes
en los puntos de abscisas 3 + 6k/30 para 1 k 29. Utiliza las opciones que consideres ms
apropiadas.
Ejercicio 7.4. Halla dos nmeros no negativos tales que la suma de uno ms el doble del otro
sea 12 y su producto sea mximo.
Ejercicio 7.5.
funcin
131
132
Integracin
Clculo de integrales
Integracin
8
8.1 Clculo de integrales 133
nes 142 8.4 Ejercicios 149
8.3 Aplicacio-
En este captulo vamos a aprender a calcular integrales en una variable, as como aplicar estas
integrales al clculo de reas de recintos en el plano limitados por varias curvas, longitudes de
curvas, volmenes de cuerpos de revolucin y reas de superficies de revolucin.
integrate(f(x),x)
integrate(f(x),x,a,b)
Disponemos tambin de la siguiente opcin en el men para calcular integrales, sin necesidad de
escribir el comando correspondiente en la ventana de entradas: AnlisisIntegrar. Despus slo
tenemos que rellenar los datos que nos interesen.
Integral indefinida
Integral definida
(%i1)
integrate(xsin(x),x);
(%o1)
sin(x)-xcos(x)
133
Clculo de integrales
Integracin
de funciones racionales,
(%i2)
(%o2)
integrate(1/(x 4-1),x);
log(x+1) atan(x) log(x-1)
+
4
2
4
irracionales,
(%i3)
(%o3)
integrate(sqrt(x 2+1),x);
asinh(x) x x2 +1
+
2
2
(%i4)
(%o4)
(%i5)
(%o5)
erf(x)
2
integral que no sabamos hacer. Bueno, como puedes ver, Maxima se defiende bien con integrales.
Eso s, es posible que nos aparezcan funciones (como erf). El motivo es muy sencillo: la forma
de saber calcular primitivas de muchas funciones es saberse muchas funciones. Maxima se sabe
muchas y, cuando nos aparezca alguna nueva, siempre podemos preguntar cul es.
(%i6)
(%o6)
true
Para calcular integrales definidas slo tenemos que aadir los extremos del intervalo de integracin
(%i7)
integrate(x*sin(x),x,%pi/2,%pi);
(%o7)
-1
134
Integracin
(%i8)
(%o8)
Clculo de integrales
integrate(1/(x 2-1),x,2,5);
log(6) log(4) log(3)
+
+
2
2
2
En la integrales pueden aparecer parmetros y si Maxima tiene dudas acerca de su valor pregunta,
(%i9)
(%o9)
integrate(x n,x);
Is n+1 zero or nonzero? nonzero;
xn+1
n+1
(%i10)
integrate(1/x,x,a,b);
Is b - a positive, negative, or zero? positive;
Is b positive, negative, or zero? positive;
Is a positive, negative, or zero? positive;
Is x + b positive or negative? positive;
(%o10)
log(b)-log(a)
Evidentemente hay funciones a las que Maxima no sabe calcular una integral indefinida. En ese
caso, da como respuesta la misma integral que le hemos preguntado.
(%i11)
(%o11)
integrate(exp(x 3+x),x);
Z
3
%ex +x dx
(%i12)
integrate(1/sqrt(1-x 2),x,-1,1);
135
Clculo de integrales
Integracin
(%o12)
(%i13)
integrate(%e(-x 2),x,0,inf);
(%o13)
Intenta calcular una primitiva de los integrandos anteriores. Como vers, la primitiva de la
funcin f (x) = 1 2 ya la conocas; en cambio, en la primitiva de la funcin f (x) = exp(x2 )
1x
aparece una funcin que seguro que no conocas, pero que ha aparecido en el apartado dedicado
al clculo de integrales. Probamos a hacer las siguientes integrales impropias:
Z +
Z +
1
1
dx ,
dx
2
x
x
1
1
(%i14)
integrate(1/x 2,x,1,inf);
(%o14)
(%i15)
integrate(1/x,x,0,inf);
Integral is divergent
an error. To debug this try debugmode(true);
(%i16)
integrate(1/x,x,-1,1);
Principal value
(%o16)
log(-1)+%i
136
Integracin
Clculo de integrales
quad_quags(f(x),x,a,b)
quad_qagi(f(x),x,a,b)
romberg(f(x),x,a,b)
aproximacin numrica de
Rb
aproximacin numrica de
Rb
aproximacin numrica de
Rb
a
a
a
f (x) dx
f (x) dx
f (x) dx
(%i17)
quad_qags(xsin(x),x,%pi/2,%pi);
(%o17)
(%i18)
romberg(xsin(x),x,%pi/2,%pi);
(%o18)
2.141591640806944
Observamos que hay una diferencia entre las salidas de ambos comandos. Mientras que en la
ltima aparece el valor aproximado de la integral (fjate que es 1), en la primera aparece como
salida una lista de 4 valores:
a) la aproximacin de la integral
b) el error absoluto estimado de la aproximacin
c) el nmero de evaluaciones del integrando
d) el cdigo de error (que puede ir desde 0 hasta 6) que, copiado de la ayuda de Maxima, significa
137
Clculo de integrales
Integracin
4
fallo de convergencia;
5
la integral es probablemente divergente o de convergencia
lenta;
6
si los argumentos de entrada no son vlidos.
Qu duda cabe que este tipo de integracin numrica es interesante para integrandos de los
cuales no se conoce una primitiva. Vamos a intentar calcular una primitiva y posteriormente una
2
integral definida de la funcin f (x) = ex .
(%i19)
(%o19)
(%i20)
(%o20)
integrate(exp(-x 2),x);
erf(x)
2
integrate(exp(-x 2),x,0,1);
erf(1)
2
(%i21)
float(%);
(%o21)
0.74682413281243
quadpack
(%i22)
quad_qags(exp(-x 2),x,0,1);
(%o22)
(%i23)
romberg(exp(-x 2),x,0,1);
(%o23)
0.7468241699099
En realidad, quadpack no es un mtodo concreto sino una serie de mtodos para aproximar
numricamente la integral. Los dos que hemos visto antes, quad_qags y romberg
R , se pueden
utilizar en intervalos finitos. Comprueba t mismo lo que ocurre cuando calculas 1 cos(x)/x2 dx
utilizando el men AnlisisIntegrar: obtendrs algo as
(%i24)
quad_qagi(cos(x)/x 2, x, 1, inf);
MESSAGE FROM ROUTINE DQAGI IN LIBRARY SLATEC.
INFORMATIVE MESSAGE, PROG CONTINUES, TRACEBACK REQUESTED
ABNORMAL RETURN
ERROR NUMBER = 1
END OF MESSAGE
138
Integracin
(%o24)
Sumas de Riemann
Maxima decide cul es el mtodo que mejor le parece y, en este caso utiliza quad_qagi. Evidentemente, depende del integrando el resultado puede dar uno u otro tipo de error. Por ejemplo,
Z 1
sen(1/x)
vamos ahora a calcular de forma numrica
.
x
0
(%i25)
quad_qags((1/x)*sin(1/x),x,0,1);
MESSAGE FROM ROUTINE DQAGS IN LIBRARY SLATEC.
INFORMATIVE MESSAGE, PROG CONTINUES, TRACEBACK REQUESTED
ABNORMAL RETURN
ERROR NUMBER = 5
***END OF MESSAGE
(%o25)
[-1.050233246377689,0.20398634967385,8379,5]
(%i26)
romberg((1/x)sin(1/x),x,0,1);
sin( 1x )
,x,0.0,1.0
romberg
x
(%o26)
Se trata de una funcin que cerca del cero oscila mucho, lo que hace que el comando quadqags nos d aviso de error (aunque da una aproximacin), mientras que el comando romberg no
nos d ninguna salida.
y = f (x)
a
x0 x1 x2
...
y = f (x)
a
x0 x1 x2
b
xn1 xn x
139
...
b
xn1 xn x
Sumas de Riemann
Integracin
i=1
donde ` (Ii ) denota la longitud del intervalo Ii o, lo que es lo mismo, la base de cada uno de los
rectngulos que tenemos en la figura.
Si coinciden las mejores aproximaciones obtenidas de esta manera o hablando un poco a la
ligera, si la menor de las sumas superiores coincide con la mayor de las sumas inferiores entonces
llamamos a ese valor integral de la funcin.
Este mtodo tiene varios inconvenientes si pretendemos hacerlo con un ordenador. Por ejemplo,
cmo escogemos la particin? y, ms importante, cmo calculamos el supremo y el nfimo de
la funcin en cada uno de los intervalos? El primer problema se puede evitar tomando la particin
de una forma particular: dividimos el intervalo [a, b] en trozos iguales, en muchos trozos iguales.
Esto nos permite dar una expresin concreta de la particin.
Si dividimos [a, b] en dos trozos, estars de acuerdo que los puntos seran a, b y el punto medio
a+b
2 . Cules seran los puntos que nos dividen [a, b] en tres trozos? Ahora no hay punto medio,
ahora nos hacen falta dos puntos adems de a y b. Pinsalo un poco. En lugar de fijarnos en
cules son los extremos de los intervalos, fijmonos en cunto miden. Efectivamente, todos miden
lo mismo ba
3 puesto que queremos dividir el intervalo en tres trozos iguales. Ahora la pregunta
es: qu intervalo tiene como extremos de la izquierda a y mide ba
3 ? La respuesta es muy fcil:
h
i
ba
a, a + 3 . Con este mtodo es sencillo seguir escribiendo intervalos: slo tenemos que seguir
sumando ba
3 hasta llegar al extremo de la derecha, b.
En general, si n es un natural mayor o igual que 2,
ba
ba
ba
, a+2
,..., a + n
a, a +
n
n
n
son los n + 1 extremos que dividen a [a, b] en n intervalos iguales. Vamos a seguir estos pasos con
Maxima. Escojamos una funcin y un intervalo:
(%i27)
a:-2;b:5;n:10
(%o28)
-2
(%o29)
(%o29)
10
(%i30)
f(x):=(x-1)x(x-3);
(%o30)
f(x):=(x-1)x(x-3)
(%i31)
(%o31)
makelist(a+i(b-a)/n,i,0,n);
13 3 1 4 3 11 29 18 43
[-2,- ,- , , , , , , , ,5]
10 5 10 5 2 5 10 5 10
140
Integracin
Sumas de Riemann
izquierda, el de la derecha, el punto medio o, simplemente, un punto elegido al azar. Esto tiene
nombre: una suma de Riemann. Si dividimos el intervalo en muchos trocitos, no debera haber
demasiada diferencia entre el supremo, el nfimo o un punto intermedio.
Proposicin 8.2. Sea f : [a, b] R integrable. Sea Pn la particin
ba
ba
ba
, a+2
,..., a + n
n
n
n
h
i
ba
y sea xi a + (i 1) ba
n , a + i n . Entonces
Z b
n
X
ba
lim
=
f (x) dx.
f (xi )
n
n
a
i=1
a, a +
En la Figura 8.3 podemos ver cmo mejora cuando aumentamos el nmero de subdivisiones.
Buenos, sigamos adelante. Elegimos puntos al azar en cada uno de los intervalos.
(%i32)
puntos:makelist(a+(i-1)(b-a)/n+random(1.0)(b-a)/n,i,1,n);
(%o32)
[-1.974524678870055,-0.86229173716074,0.095612020508637,
0.12911247230811,1.242837772556621,1.915206527061883,
2.658260436280155,3.229497471823565,3.636346487565163,
4.30162951626272]
Ahora tenemos que sumar las reas de los rectngulos de las sumas de Riemann, cosa que
podemos hacer de la siguiente manera usando la orden sum:
(%i33)
sum((b-a)/n(f(a+(i-1)(b-a)/n+random(1.0)(b-a)/n)),i,1,n);
(%o33)
5.859818716400653
(%i34)
(%i35)
integrate(f(x),x,a,b);
77
12
%,numer
(%o35)
6.416666666666667
(%o34)
(%i36)
n:100;
(%o36)
100
(%i37)
sum((b-a)/n(f(a+(i-1)(b-a)/n+random(1.0)(b-a)/n)),i,1,n);
(%o37)
6.538846969978081
141
Convergencia
de las sumas de
Riemann
Aplicaciones
Integracin
40
40
30
30
20
20
10
10
-10
-10
-20
-20
-30
-2
-1
-30
-2
-1
n = 10
40
30
30
20
20
10
10
-10
-10
-20
-20
-2
-1
n = 20
40
-30
-30
n = 30
-2
-1
n = 60
Vale, esto es otra cosa. Ten en cuenta que, debido al uso de random, cada vez que ejecutes la
orden obtendrs un resultado diferente y, por supuesto, que dependiendo de la funcin puede ser
necesario dividir en una cantidad alta de intervalos.
8.3 Aplicaciones
8.3.1 Clculo de reas planas
Te recuerdo que si f y g son funciones integrables definidas en un intervalo [a, b], el rea entre
las dos funciones es
Z b
| f (x) g(x)| dx
a
Evidentemente, calcular una integral con un valor absoluto no es fcil (cul es la primitiva de la
funcin | x |?). Como funcin definida a trozos, lo que tenemos que hacer es dividir el intervalo
[a, b] en subintervalos en los que sepamos cul de las dos funciones f y g es la ms grande.
Ejemplo 8.3. Calculemos el rea entre las curvas y = x2 , y2 = 8x.
Podemos dibujar las dos curvas y hacernos una idea del aspecto del rea que queremos calcular.
142
Integracin
(%i38)
(%o38)
Aplicaciones
draw2d(
color=blue,
explicit(x 2,x,0,3),
color=red,
explicit(sqrt(8x),x,0,3),
explicit(-sqrt(8x),x,0,3)
)
8
-2
-4
0
0.5
1.5
2.5
En realidad, lo primero que nos hace falta averiguar son los puntos de corte:
(%i39)
(%o39)
De todas las soluciones, nos quedamos con las soluciones reales: (0, 0) y (2, 4). En el intervalo
[0, 2], cul de las dos funciones es mayor? Son dos funciones continuas en un intervalo que slo
coinciden en 0 y en 2, por tanto el Teorema de los ceros de Bolzano nos dice que una de ellas es
siempre mayor que la otra. Para averiguarlo slo tenemos que evaluar en algn punto entre 0 y 2.
En este caso es ms fcil: se ve claramente que y = x2 est por debajo. Por tanto el rea es
(%i40)
(%o40)
integrate(sqrt(8*x)-x 2,x,0,2);
8
3
Observacin 8.4. La frmula que define el clculo del rea entre dos funciones tiene un valor absoluto que hace difcil calcular una primitiva directamente. Ese es el motivo por el que dividimos el
intervalo en trozos: quitar ese valor absoluto. Si slo pretendemos calcular el valor numricamente, entonces el valor absoluto no es un impedimento y podemos calcular directamente la integral
olvidndonos de puntos de corte o de qu funcin es mayor:
(%i41)
quad_qags(abs(x 2-sqrt(8x)),x,0,2);
(%o41)
143
Aplicaciones
Integracin
No siempre es tan evidente qu funcin es mayor. En esos casos la continuidad nos permite
utilizar el Teorema de los ceros de Bolzano para averiguarlo.
Ejemplo 8.5. Calculemos el rea entre la funcin f (x) = 2 x3 + x2 2 x 1 y el eje OX.
La funcin es un polinomio de grado 3 que puede, por tanto, tener hasta tres races reales. Si le
echamos un vistazo a su grfica
(%i42)
(%i43)
plot2d(f(x),[x,-2,2]);
15
(%o43)
10
2*x +x -2*x-1
-5
-10
-2
-1.5
-1
-0.5
0
x
0.5
1.5
se ve que tiene tres races. Pero cmo sabamos que tenamos que dibujar la funcin entre -2 y 2?
En realidad el camino correcto es, en primer lugar, encontrar las races del polinomio:
(%i44)
(%o44)
solve(f(x)=0,x);
1
[x=- ,x=-1,x=1]
2
Ahora que sabemos las races se entiende por qu hemos dibujado la grfica de la funcin en ese
intervalo particular
yh no en otro. Si las races son 12 , 1 y 1 sabemos que f no se anula en el
i
intervalo en 1, 12 ni en ] 21 , 1[ pero, cul es su signo en cada uno de dichos intervalos?
Aqu es donde entra en juego el Teorema
de
i
h los ceros de Bolzano. Si f , una funcin continua, s
cambiase de signo en ] 12 , 1[ o en 1, 12 tendra que anularse, cosa que no ocurre. Por tanto, f
siempre tiene el mismo signo en cada iuno de esos
h intervalos. Cul? Slo es cuestin de mirar el
valor de f en un punto cualquiera. En 1, 12
(%i45)
f(-0.75);
(%o45)
0.21874999813735
h
i
la funcin es positiva. Y en 21 , 1
(%i46)
f(0);
(%o46)
-1
144
Integracin
Aplicaciones
| f (x) | dx =
12
f (x) dx
f (x) dx,
21
o, lo que es lo mismo,
(%i47)
(%o47)
integrate(f(x),x,-1,-1/2)+integrate(-f(x),x,-1/2,1);
71
48
Observacin 8.6. Por cierto, recuerda que podramos haber usado la opcin filled_func y
fill_color para maquillar un poco el dibujo del rea dibujando por un lado la funcin y por
otro el rea sombreada:
(%i48)
(%o48)
draw2d(
filled_func=0, fill_color=grey,
explicit(f(x),x,-1,1),
filled_func=false,
color=blue, line_width=2,
explicit(f(x),x,-1,1),
xaxis=true);
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-1.2
-1.4
-1
-0.5
0.5
Por ejemplo, la
semicircunferencia superior de radio 1 centrada en el origen es la grfica de la
funcin f (x) = 1 x2 , con x variando entre -1 y 1. Si aplicamos la frmula anterior podemos
calcular la longitud de una circunferencia.
(%i49)
f(x):=sqrt(1-x 2);
(%o49)
f(x):=sqrt(1- x2 )
(%i50)
diff(f(x),x);
145
Aplicaciones
Integracin
(%i51)
x
-
1-x2
integrate(sqrt(1+diff(f(x),x) 2),x,-1,1);
(%o51)
(%o50)
Por ejemplo, la circunferencia unidad la podemos parametrizar como t 7 (cos(t), sen(t)) con
0 t 2. Por tanto, la longitud de dicha circunferencia es
(%i52)
(%o52)
0.5
1
-0.5
0.8
1
-1
0.6
0
0.5
0.4
1
0.2
2
0.5
1.5
2.5
-0.5
3
3
Funcin seno
-1
146
Integracin
Aplicaciones
Vol() =
f (x)2 dx
a
(%i53)
(%o53)
4R3
3
Ejemplo 8.8. Vamos ahora a calcular el volumen de un cono circular recto. Un cono circular
recto de altura h y radio de la base R se obtiene girando la recta y = Rx/h entre 0 y h. Su volumen
es igual a
(%i54)
hR2
(%o54)
0.8
1
0.5
0.6
0
-0.5
0.4
-1
1
0.5
0.2
-1
0
0
0.2
0.4
0.6
0.8
-0.5
0
0
0.5
147
-0.5
1 -1
Aplicaciones
Integracin
Ejemplo 8.9.
Consideremos el toro T obtenido al girar el disco
de centro (a, 0), a > 0, y radio R alrededor del
eje OY. Puedes verlo para a = 2 y R = 1 en la
Figura 8.6.
Por simetra, su volumen es el doble del volumen
del slido obtenido al girar la semicircunferencia
p
y = R2 (x a)2 ,
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
3
2
1
-2
0
-1
-1
1
-2
3 -3
aR
(%i55)
(%o55)
22 aR2
Observa que, aunque aqu hemos escrito la salida automticamente, sin embargo, wxMaxima hace
varias preguntas sobre los valores de las constantes a y R para poder calcular la integral.
Grficamente, podemos conseguir este efecto girando la circunferencia de radio 1 que podemos
parametrizar de la forma (cos(t), sen(t)), pero que tenemos que trasladar dos unidades. se es el
motivo de sumar 2 en la siguiente representacin en coordenadas paramtricas.
(%i56)
with_slider_draw3d(
n,makelist(0.1%pii,i,1,20),
surface_hide=true,
xrange=[-3,3],
yrange=[-3,3],
parametric_surface(cos(u)(2+cos(v)),sin(u)(2+cos(v)),
sin(v),u,0,n,v,0,2*%pi)
);
148
Integracin
Ejercicios
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
3
2
-3
1
-2
-3
0
-1
-1
1
-2
0
-1
-2
-1
1
3 -3
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-2
3 -3
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
3
2
-3
1
-2
-3
0
-1
-1
1
-2
0
-1
-2
3 -3
-1
1
-2
3 -3
Por ejemplo, una esfera de radio 1 la podemos obtener girando respecto del eje OX la funcin
1 x2 .
(%i57)
(%o57)
2 2 a R2
8.4 Ejercicios
Integracin
Ejercicio 8.1.
c) f (x) = 1 x2 ,
Sabes calcularlas sin usar Maxima?
Ejercicio 8.2. Calcula numricamente las integrales en el intervalo [0, 2] de los primeros 20
polinomios de Taylor centrados en cero de la funcin coseno.
149
Ejercicios
Integracin
x2 +1
sen(t) dt.
x
R (2x7)2
0
t3 2t dt.
y = x2 2x e y = x2 4, para 3 x 1.
y2 = x, x2 + y2 = 8.
x = 12y2 12y3 y x = 2y2 2y.
y = sec2 (x), y = tan2 (x), /4 x /4.
e) (y x)2 = x 3, y x = 7.
f) y = x4 + x3 + 16x 4 y y = x4 + 6x2 + 8x 4.
g) y = xe x, y = x2 e x, x 0.
Longitud de curvas
Ejercicio 8.7.
a) Calcula la longitud del arco de la cicloide x = t sen(t), y = 1 cos(t), (0 t 2).
b) Calcula la longitud del arco de curva y = x2 + 4 entre x = 0 y x = 3.
Ejercicio 8.8. Calcula la longitud de una circunferencia de radio arbitrario R.
Ejercicio 8.9. Sea f (x) = cos(x) + e x y P su polinomio de orden 5 centrado en el origen. Cul
es la diferencia entre las longitudes de las grficas de f y de P en el intervalo [0, 3]?
b) y = cos(x), x [0, 2 ]
c) y = 9 x2
d) y = e x , x [0, ln(3)]
Ejercicio 8.11. Calcular el volumen del slido generado al rotar respecto al eje OY las siguiente
curvas:
150
Integracin
Ejercicios
2
c) y = e x , x [1, 3]
a) y = 1/x, x [1, 3]
1
b) y = 1+x
2 , x [0, 1]
Ejercicio 8.12.
a) Calcular la superficie de una esfera de radio R.
b) Calcular la superficie de la figura que se obtiene al girar la funcin y = tan(x), x [0, /4]
alrededor del eje OX.
Ejercicio 8.13.
a) Calcular el volumen del toro engendrado al girar el crculo de centro (2, 0) y radio 3 alrededor
del eje OY.
b) Calcular el volumen del slido engendrado al girar alrededor del eje OY la regin limitada por
la parbolas y2 = x, x2 = y.
Ejercicio 8.14. Sea f (x) = x5 +4x3 +2x2 +8. Calcula el volumen al girar dicha funcin alrededor
del eje OX entre los valores donde f alcanza su mximo y su mnimo relativos.
Calcula:
a) La integral de f (x) =
1
x2
b) El volumen y la superficie lateral del slido obtenido al girar la grfica de la anterior funcin
respecto del eje OX.
c) dem a los dos anteriores con g(x) =
1
x
151
152
Interpolacin polinmica
Interpolacin polinmica
Interpolacin polinmica
9
9.1 Interpolacin polinmica 153
nomio de Taylor 157
9.3 Poli-
f (x2 ) f (x1 )
(x x2 ) .
x2 x1
Por ejemplo, la recta que pasa por los puntos (1, 2) y (3, 1) es
(%i1)
recta(x1,y1,x2,y2):=y2+(x-x2)*(y2-y1)/(x2-x1)$
(%i2)
recta(1,2,3,1);
3-x
+1
2
(%o2)
y la grfica
(%i3)
wxplot2d(recta(1,2,3,1),[x,0,4]);
(%t3)
El problema general es cmo se busca una funcin que tome unos valores en unos puntos concretos. Tambin se puede exigir que las derivadas de algn orden tengan un valor predeterminado.
153
Interpolacin de Lagrange
Interpolacin polinmica
(%i4)
nodos:[1,2];
(%o4)
[1,2]
(%i5)
valor:[3,7];
(%o5)
[3,7]
(%i6)
define(f(x),a*x+b);
(%o6)
f(x):=ax+b
que debe verificar que f (1) = 3, f (2) = 7. Con estas dos condiciones planteamos un sistema de
ecuaciones que nos permite calcular a y b:
(%i7)
solve([f(nodos[1])=valor[1],f(nodos[2])=valor[2]],[a,b]);
(%o7)
[[a=4,b=-1]]
Podemos aplicar la misma tcnica para encontrar el polinomio, de grado 2 en este caso, que
pasa por los puntos (1, 3), (2, 7) y (3, 1):
(%i8)
nodos:[1,2,3]$
(%i9)
valor:[3,7,1]$
(%i10)
define(f(x),a*x 2+b*x+c)$
(%i11)
solve([f(nodos[1])=valor[1],f(nodos[2])=valor[2],
f(nodos[3])=valor[3]],[a,b,c]);
(%o11)
[[a=-5,b=19,c=-11]]
Vamos a resolver este mismo problema de otra forma. Busquemos tres polinomios de orden 2, L1,
L2 y L3 verificando que valen 1 en uno de los nodos y cero en el resto. En concreto, buscamos L1,
154
Interpolacin polinmica
Interpolacin de Lagrange
L2 y L3 tales que L1(1)=1, L2(2)=1, L3(3)=1 y que valen cero en los otros puntos. Si encontramos
estos polinomios, entonces la solucin a nuestro problema es
3 L1+ 7 L2 + L3.
Comencemos con L1: el polinomio (x 2)(x 3) se anula en 2 y en 3, pero su valor en 1,
(1 2)(1 3), no es 1. Si dividimos por dicha cantidad
(x 2)(x 3)
L1(x) =
(1 2)(1 3)
ya hemos encontrado el primer polinomio que estbamos buscando. Anlogamente
(x 1)(x 3)
(2 1)(2 3)
(x 1)(x 2)
L3(x) =
(3 1)(3 2)
L2(x) =
n
Y
(x x j )
, i = 0, 1, 2, . . . , n
(xi x j )
j=0
j6=i
ya que uno de los factores del numerador, en concreto cuando j = k, se anula. Resumiendo, los
polinomios de Lagrange valen
1, si i = k,
Li (xk ) =
0, si i 6= k.
para i, k = 0, 1,..., n. Observa que hemos dado el valor de los polinomios de Lagrange en n + 1
puntos diferentes y, por tanto, estos valores los determinan completamente.
Con los polinomios Li ahora podemos calcular fcilmente un polinomio que tome valores yi en
los nodos xi . En efecto, el polinomio
155
Polinomio de
Lagrange
Interpolacin de Lagrange
Interpolacin polinmica
(9.1)
donde
Li (x) =
para i = 0, 1,..., n.
La identidad (9.1) se llama frmula de Lagrange del polinomio de interpolacin.
Ventajas e inconvenientes
Los polinomios de Lagrange son muy fciles de calcular. Es por ello que se utilizan como uno
de los primeros ejemplos de polinomios interpoladores. Su inters prctico es limitado y suelen
presentarse ms bien como ejemplo terico de interpolacin.
Su principal inconveniente se presenta cuando el conjunto de nodos es muy grande. En ese caso
el grado del polinomio tambin es muy grande. Esto implica dificultades para el clculo y, adems,
hay una alta tendencia a que el polinomio oscile mucho entre dos nodos.
(%i12)
load(interpol)$
y podemos usar la orden lagrange para calcular el polinomio que interpola una lista de pares
(nodo, valor)
(%i13)
(%o13)
(%i14)
(%o14)
lagrange([[1,3],[2,1],[3,4]]);
3(2-x)(x-3)
2(x-2)(x-1)-(x-3)(x-1)2
expand(%);
5x 2 19x
+10
2
2
156
Interpolacin polinmica
Polinomio de Taylor
o, en el caso de que los nodos sea 1, 2, 3, 4, etc., simplemente dando la lista de valores
(%i15)
(%o15)
expand(lagrange([3,1,4]));
5x 2 19x
+10
2
2
lagrange([[nodo1,valor1],[nodo2,valor2],...])
lagrange([valor1,valor2,...])
polinomio de Lagrange
polinomio de Lagrange
9.2.4 Ejercicios
Ejercicio 9.1. Cul es el error cuando aproximamos 102 utilizando el valor de la funcin raz
cuadrada en 81, 100 y 121? Representa las grficas de la funcin raz cuadrada y comprala con
la grfica del polinomio.
Ejercicio 9.2. Utiliza los valores de la funcin raz cuadrada en n = 2, 3, . . . , 10 puntos, elegidos
por t, para calcular el polinomio de interpolacin y aproximar el valor en 102. Haz una animacin
que represente la funcin raz cuadrada y el polinomio de interpolacin de Lagrange en funcin
de su grado.
Ejercicio 9.3. Calcula la frmula de la suma de los cubos de los primeros n naturales sabiendo
que es un polinomio de grado cuatro.
(%i16)
f(x):=cos(x);
(%o16)
f(x):=cos(x)
(%i17)
t(x):=1;
(%o17)
t(x):=1
(%i18)
plot2d([f(x),t(x)],[x,-3,3],[y,-2,2]);
(%o18)
cos(x)
1
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-3
-2
-1
0
x
157
Polinomio de Taylor
Interpolacin polinmica
El programa tiene una orden que permite calcular directamente el polinomio de Taylor centrado
en un punto a. Se trata del comando taylor. En concreto, el comando taylor(f(x),x,a,n )
nos da el polinomio de Taylor de la funcin f centrado en a y de grado n. Haciendo uso del
men podemos acceder al comando anterior desde AnlisisCalcular serie. Entonces se abre
una ventana de dilogo en la que, escribiendo la expresin de la funcin, la variable, el punto en
el que desarrollamos y el orden del polinomio de Taylor, obtenemos dicho polinomio. Como en
otras ventanas similares, si marcamos la casilla de Especial, podemos elegir o e como centro
para el clculo del desarrollo.
taylor(f(x),x,a,n )
polinomio de Taylor de la
funcin f en el punto a y de orden n
trunc(polinomio )
taylorp(polinomio )
Veamos un ejemplo.
(%i19)
taylor(cos(x),x,0,5);
(%o19)
(%i20)
taylor(log(x),x,1,7);
(%o20)
x1
x2 x4
+
+ ...
2
24
(x 1)2 (x 1)3 (x 1)4 (x 1)5 (x 1)6 (x 1)7
+
+
+ ...
2
3
4
5
6
7
158
Interpolacin polinmica
(%i21)
Polinomio de Taylor
plot2d([f(x),taylor(f(x),x,0,8)],[x,-4,4],[y,-2,2]);
(%o21)
cos(x)
1-x2/2+x4/24-x6/720+x8/40320
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-3
-2
-1
Pero si aumentamos el dominio podemos ver que el polinomio de Taylor se separa de la funcin
cuando nos alejamos del origen.
(%i22)
plot2d([f(x),taylor(f(x),x,0,8)],[x,-8,8],[y,-2,2]);
2
(%o22)
cos(x)
2
4
6
8
1-x /2+x /24-x /720+x /40320
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-8
-6
-4
-2
0
x
Esto es lo esperable: la funcin coseno est acotada y el polinomio de Taylor, como todo polinomio no constante, no lo est. Eso s, si aumentamos el grado del polinomio de Taylor vuelven a
parecerse:
(%i23)
plot2d([f(x),taylor(f(x),x,0,14)],[x,-8,8],[y,-2,2]);
2
cos(x)
1-x2/2+x4/24-x6/720+x8/40320-x10/3628800+x12/479001600-x14/87178291200
(%o23)
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-8
-6
-4
-2
0
x
El hecho de que la funcin coseno y su polinomio de Taylor se parezcan tanto como se quiera, con slo aumentar el grado del polinomio lo suficiente, no es algo que le ocurra a todas las
funciones. Para la funcin arcotangente la situacin no es tan buena:
159
Polinomio de Taylor
Interpolacin polinmica
(%i24)
g(x):=atan(x);
(%o24)
g(x):=atan(x)
(%i25)
plot2d([g(x),taylor(g(x),x,0,8)],[x,-8,8],[y,-2,2]);
2
(%o25)
atan(x)
3
5
7
x-x /3+x /5-x /7
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-8
-6
-4
-2
0
x
(%i26)
f(x):=cos(x);
(%o26)
f(x):=cos(x)
(%i27)
define(g(x),taylor(f(x),x,0,5));`
x2 x4
g(x):=1+
+...`
2 24
(%o27)
y dibujamos la diferencia
(%i28)
plot2d(f(x)-g(x),[x,-5,5]);
1
(%o28)
+0
0.5
-0.5
-1
-4
-2
Cmo puede salir 0? Es que no hay diferencia? S la hay. Ya lo sabemos: si evaluamos en algn
punto podemos ver que el resultado no es cero.
10
Este ejemplo est hecho con la versin 5.18 de Maxima. Es posible que el resultado sea distinto en otras versiones.
160
Interpolacin polinmica
(%i29)
(%o29)
Polinomio de Taylor
f(2)-g(2);
3 cos(2) + 1
3
Como hemos avisado antes, Maxima maneja de forma diferente un polinomio de Taylor y un polinomio normal. Puedes comprobarlo preguntando a Maxima si g(x) es un polinomio de Taylor o
no.
(%i30)
taylorp(g(x));
(%o30)
true
(%i31)
taylorp(1+ x2 );
(%o31)
false
La orden trunc(polinomio de Taylor ) nos permite pasar de polinomio de Taylor a polino- trunc
mio normal. Con estos ya no tenemos este problema.
(%i32)
plot2d(f(x)-trunc(g(x)),[x,-5,5]);
0
(%o32)
-2
-6
-4
-8
-10
-12
-14
-16
-4
-2
0
x
(%i33)
f(x):=sin(x)+cos(x);
(%o33)
f(x):=sin(x)+cos(x)
(%i34)
tay(n,x):=block([ts:taylor(f(z),z,0,n)],subst(z=x,ts));
(%o34)
tay(n,x):=block([ts:taylor(f(z),z,0,n)],subst(z=x,ts))
(%i35)
with_slider(n,makelist(i,i,1,20),
[f(x),(tay(n,x))],[x,-10,10],[y,-3,3]);
161
Polinomio de Taylor
Interpolacin polinmica
nos permite dibujar los primeros 20 polinomios de Taylor de la funcin f . En la Figura 9.2 tienes
algunos pasos intermedios representados.
Observacin 9.4. Hemos usado la orden block para definir una funcin intermedia que nos
permita realizar la animacin. No vamos a entrar en ms detalles sobre cmo utilizarla en la definicin de funciones. Puedes consultar la ayuda de Maxima, si tienes inters, donde encontrars una
explicacin detallada de su uso.
3
sin(x)+cos(x)
1+x-x2/2-x3/6+x4/24+x5/120
-1
-1
-2
-2
-3
-10
-5
0
x
-3
-10
10
sin(x)+cos(x)
fun2
-5
Orden 5
3
sin(x)+cos(x)
fun2
-1
-1
-2
-2
-3
-10
-5
0
x
10
Orden 10
0
x
-3
-10
10
Orden 15
sin(x)+cos(x)
fun2
-5
0
x
10
Orden 20
9.3.1 Ejercicios
Ejercicio 9.4. Es cierto o falso que el polinomio de Taylor de una funcin al cuadrado es el
cuadrado del polinomio?
Ejercicio 9.5. Estudia los extremos relativos del polinomio de orden 5 centrado en el origen de
la funcin f (x) = cos(x) + e x .
162
Derivacin numrica
10
10.1 Derivacin numrica 163 10.2 Integracin numrica 164
simples 165 10.4 Mtodos de aproximacin compuestos 167
10.3 Mtodos
xa
f (x) f (a)
(a + h) f (a)
= lim
.
h0
xa
h
f (a + h) f (a)
.
h
h
1
( f (a) f (a h)) + f 00 () , ]a h, a[
h
2
1
h
( f (a + h) f (a)) f 00 () , ]a, a + h[
h
2
163
PROBLEMAS
Curso: 2011/2012
Clase: Primero - Grupo: B
Nmeros reales
1 Nmeros reales
Ejercicio 1.
2x3
x+2
< 13 .
1.1
Principio de induccin
Ejercicio 5.
1
2
+ 14 + 18 + . . . +
1
2n1
n(n+1)
2 ,
para cualquier n N.
Ejercicio 7. Prueba que la suma de los cubos de tres nmeros naturales consecutivos es divisible
por 9.
Ejercicio 8.
Demuestra que 12 + 22 + 32 + . . . + n2 =
n(n+1)(2n+1)
,
6
Ejercicio 9.
Demuestra que 13 + 23 + 33 + . . . + n3 =
n2 (n+1)2
,
4
Ejercicio 10.
para cualquier n N.
para n N.
2 Funciones elementales
Ejercicio
q
q 11. Calcula el dominio de las siguientes las funciones:
x
c)
y
=
a) y = x2
1|x|
x+2
2
d)
y
=
tan
x
+
b) y = log xx2 5x+6
4
+4x+6
Ejercicio 12. Si f (x) = 1/x y g(x) = 1/ x, cules son los dominios naturales de f , g, f + g,
f g y de las composiciones f g y g f ?
Funciones elementales
Ejercicio 15. Comprueba que la igualdad alog(b) = blog(a) es cierta para cualquier par de nmeros
positivos a y b.
Ejercicio 16.
Ejercicio 17. Para qu valores de x se cumple que log(x 1)(x 2) = log(x 1) + log(x 2)?
Ejercicio 19.
Resuelve la ecuacin x
x
x .
1
1x ,
entonces f f f (x) = x.
Ejercicio
22. Calcula la inversa de las siguientes funciones
3
ex
b) f (x) = 1+e
a) f (x) = 1 x3
x
Ejercicio 23.
Ejercicio 24.
x+y=
1
x+y
1
x
x + y?
+ 1y ?
Nmeros reales
2x3
x+2
< 13 .
11
5 ,
que no se
Nmeros reales
1.1
Ejercicio 4.
Solucin 4.
Principio de induccin
Ejercicio 5.
n(n+1)
2 ,
para cualquier n N.
n2 + n + 3n + 2 (n + 1)(n + 2)
n(n + 1)
+ (n + 1) =
=
.
2
2
2
Demuestra que 12 + 22 + 32 + . . . + n2 =
n(n+1)(2n+1)
,
6
para cualquier n N.
n(n + 1)(2n + 1)
(n + 1)(n + 2)(n + 3)
+ (n + 1)2 =
.
6
6
Ejercicio 9.
Demuestra que 13 + 23 + 33 + . . . + n3 =
Solucin 9.
Similar al Ejercicio 8.
n2 (n+1)2
,
4
para n N.
1
Ejercicio 10. Demuestra que 21 + 14 + 18 + . . . + 2n1
1 para cualquier natural mayor o igual que
dos.
Funciones elementales
!
1
1 1 1
1
1
1
1
1 1 1
1 + + + + . . . + n1 (1 + 1) = 1.
+ + + . . . + n1 + n =
2 4 8
2
2
2 4 8
2
2
2
2 Funciones elementales
Ejercicio 11.
Funciones elementales
a) y =
b) y =
x2
x+2
2
log xx2 5x+6
+4x+6
c) y =
x
1| x |
d) y = tan x + 4
Solucin 11.
a) El dominio es ] , 2[[2, +[.
b) El dominio es R \ [2, 3].
c) El dominio es ] ,
n 1[[0, 1[.
o
d) El dominio es R \ 2 + 4 + k : k Z
Ejercicio 12. Si f (x) = 1/x y g(x) = 1/ x, cules son los dominios naturales de f , g, f + g,
f g y de las composiciones f g y g f ?
Solucin 12.
a) El dominio de f es R .
b) El dominio de g es R+ .
c) El dominio de f + g es R+ .
d) El dominio de f g es R+ .
e) El dominio de g f es R+ .
Ejercicio 13. Estudia si son pares o impares las siguientes funciones:
d) f (x) = e x ex
a) f (x) = | x + 1 | | x 1 |
e) f (x) = sen (| x |)
b) f (x) = log 1+x
1x
f) f (x) = cos(x3 )
x
x
c) f (x) = e + e
Solucin 13.
a) f (x) = | x + 1 | | x 1 | es impar.
1+x
b) f (x) = log 1x
es impar.
x
x
c) f (x) = e + e es par.
d) f (x) = e x ex es impar.
e) f (x) = sen(x2 ) es par.
f) f (x) = cos(x3 ) es par.
Ejercicio 14.
Funciones elementales
Por tanto, por la inyectividad de la funcin logaritmo, tendramos que ambas expresiones coinciden;
es decir:
log alog(b) = log blog(a) = alog(b) = blog(a)
Ejercicio 16.
Solucin 16. Aplicando la definicin de la funcin logaritmo con otra base distinta del nmero
e, tenemos que:
1
=
log x (a)
1
log(a)
log(x)
1
log(a)
log b
1
log(a)
log(c)
1
log(a)
log(d)
Por tanto
log(x) log(b) log(c) log(d) log(bcd)
=
+
+
=
log(a) log(a) log(a) log(a)
log(a)
Entonces, igualando numeradores y utilizando la inyectividad de la funcin logaritmo nuevamente:
log(x) = log(bcd) = x = bcd.
Ejercicio 17. Para qu valores de x se cumple que log(x 1)(x 2) = log(x 1) + log(x 2)?
Solucin 17. En primer lugar, para qee el primer miembro de esta identidad tenga sentido, ha
de verificarse que (x 1)(x 2) > 0, es decir, que x < 1 o que x > 2. Entonces, partiendo de esa
premisa, descomponemos el estudio en dos casos:
a) Si x < 1, entonces:
log(x 1)(x 2) = log | (x 1)(x 2) | = log |x 1| + log |x 2| = log(1 x) + log(2 x)
b) Si x > 2, entonces la frmula planteada s es correcta, puesto que las expresiones x 1 y x 2
son ambas positivas.
Si pretendemos una igualdad que sea correcta en cualquier caso (siempre que x 6= 1 y x 6= 2) habra
que escribirla as:
Ejercicio 18.
Solucin 18.
Ejercicio 19.
Resuelve la ecuacin x
x
x .
Funciones elementales
x
x
x
x
x log(x) = log(x) log(x) x
= 0.
2
2
Para que el producto valga cero, alguno de los dos factores tiene que ser cero. La primera solucin
que tenemos es x = 1, obtenida de resolver log(x) = 0. Por otra parte, tenemos que resolver la
ecuacin:
x
x = 0 = 2 x = x = 4x = x2 = x(x 4) = 0
2
Por tanto, y como x 6= 0, tendremos que x = 4. En resumen, la ecuacin planteada tiene dos
soluciones: x = 1 y x = 4.
Ejercicio 20. Simplifica las siguientes expresiones:
a)/ log a ,
a) alog(log
x
b) loga loga (aa ) .
Solucin 20.
a) Tomamos logaritmos y nos queda:
log(log(a)
log(a) = log(log(a))
log alog(log a)/ log a =
log(a)
Por tanto, por la inyectividad de la funcin logaritmo:
alog(log a)/ log a = log(a)
b) Utilizamos la definicin de logaritmo en base a:
x
log(aa )
log
log a x log(a)
log(a)
x
log(a x )
log(a)
log(a)
loga loga (aa ) =
=
=
=x
=x
log(a)
log(a)
log(a)
log(a)
Ejercicio 21.
1
1x ,
entonces f f f (x) = x.
Solucin 21.
!
!
1
1
1
x
1
= f
( f f f )(x) = ( f f )
= f
=
= x.
1
1x
x
1 1x
1 x1
x
Ejercicio
22. Calcula la inversa de las siguientes funciones
3
ex
b) f (x) = 1+e
a) f (x) = 1 x3
x
Solucin 22.
a)
Funciones elementales
y=
ex
(1 + e x )y = e x
1 + ex
y = e x (1 y)
y
e x =
1y
!
y
x = log
= log(y) log(1 y).
1y
Por tanto,
f 1 (y) = log(y) log(1 y).
3
p
b) y = 1 x3 1 x3 = y3 1 y3 = x3 x = 3 1 y3 . Por tanto f = f 1 .
Ejercicio 23. Hay algn valor de x e y para los que se cumpla que x + y = x + y?
Solucin 23. Dado que estamos con nmeros mayores o iguales que cero, elevamos al cuadrado
x + y = x + y x + y = x + y + 2 x y 2 xy = 0,
lo que ocurre si, y slo si, x o y son cero.
Ejercicio 24.
1
x+y
1
x
+ 1y ?
Solucin 24. En primer lugar, obsrvese que x e y tienen que ser distintos de cero. Desarrollemos
la identidad
1 1
1
x+y
1
= +
=
(x + y)2 = xy
x+y x y
x+y
xy
(observa que x e y tienen el mismo signo al ser su producto un nmero positivo)
x2 + y2 + 2xy = xy x2 + y2 = xy,
lo que no puede ocurrir nunca: x2 + y2 es positivo y xy, como acabamos de decir, es negativo. En
consecuencia, la igualdad del ejercicio no se cumple nunca.
Sucesiones
Ejercicio 1.
1
1x
xn
Ejercicio 2. Sea a un nmero real positivo y definamos x1 = a, xn+1 = 1+x
para n N. Probar
n
que la sucesin {xn }nN converge a cero.
Ejercicio 5.
Se define la sucesin {xn } por recurrencia como x1 = 1, xn+1 = 1 + 2xn 1.
n
.
Calcula limn xn y limn xxn+1
1
2
y xn+1 = xn2 +
4
25 .
xn2 +a
2
Criterios de convergencia
Ejercicio 8. Estudia la convergencia de las siguientes sucesiones y calcular su lmite cuando
exista.
)
(
(
)
1 + 1/2 + 1/3 + + 1/n
1 + 24 + 34 + + n4
c)
a)
n
n5
(
)
(
)
1 + 3 + 5 + + (2n 1) 2n + 1
1! + 2! + 3! + + n!
d)
b)
n+1
2
n!
Ejercicio
9. Calcula
(
) el lmite de las siguientes sucesiones
3
n
log(1 2 n)
2
+
3
+
.
.
.
n
1
+
a)
,
c)
2
n
log(n)
n n
b)
1 + 2 2 + 3 3 + . . . + nn
Ejercicio
(
) 10.
1
a) n
n!
2 4 6 2n
d)
n+1
1 n (2n)!
c)
n!
Ejercicio
11. Calcula el
lmite de las siguientes sucesiones.
!n2 +56n+5
c) 1 + log(n + 1) log(n) n
1
1+ 2
a)
n +1
2 +5
n
!
n2 5n + 6 n+2
b)
2 + 2n + 1
Ejercicio
12. Calcula
)
log(n + 1)!
1
+
+
.
.
.
+
2
n
b)
a)
log(n + 1)n
log(n)
Ejercicio
13. Calcula el lmite de las
!) sucesiones.
( siguientes
1
! 1+log(n)
1
n+1
b) sen
a)
n2 + n + 5
cos( n2 + 1) log(n)
c)
Ejercicio
14. Calcula el lmite de las siguientes sucesiones.
s
log(n!)
n!
n
b)
a)
n+1
(2n)
1 + 2 + . . . + n
Ejercicio 15.
Ejercicio 16.
2
32
43
1 + 2 + 32 + +
n2
(n+1)n
nn1
!!4n+1
.
Sucesiones
Ejercicio 1.
1
1x
n+1
para n N. Probar
y que, en general, xn =
Ejercicio 3.
su lmite.
xn
1+xn
a
1+(n1)a ,
Solucin 3.
a) Veamos por induccin que la sucesin es creciente. Es inmediato comprobar que x1 < x2 . Si
xn < xn+1 tenemos que comprobar que xn+1 < xn+2 :
p
p
xn+1 = 3xn < 3xn+1 = xn+2 .
b) Adems es una sucesin acotada, ya que por induccin otra vez tenemos que xn 3, n N.
Para n = 1 es inmediato, y si xn 3, comprobmoslo para xn+1 . En efecto,
p
xn+1 = 3xn 3 3 = 3.
Por tanto, la sucesin es creciente y mayorada, luego existe su lmite x, que estar comprendido
entre 1 x 3. Para calcular su valor vamos a tomar lmites en la frmula de recurrencia, esto es
2
xn+1
= 3 xn = x2 = 3x = x(x 3) = 0 de lo que se deduce que limn xn = x = 3.
Al ser creciente, ya sabemos que la sucesin est acotada inferiormente por a1 = 1. Veamos que
est acotada superiormente por 3. Esto es, que an 3 n N. Otra vez lo hacemos por induccin:
a) Para n = 1, es evidente que a1 1 3.
b) Hiptesis de induccin: Suponemos que an 3.
c) Comprobamos que an+1 3. En efecto, si partimos de la hiptesis de induccin:
p
x = 2x + 3 x2 = 2x + 3 x2 2x 3 = 0 x = 1 x = 3
Pero como el lmite ha de ser mayor que 1, tenemos que lim an = 3.
E
Ejercicio 5.
Se define la sucesin {xn } por recurrencia como x1 = 1, xn+1 =
n
Calcula limn xn y limn xxn+1
.
1 + 2xn 1.
Solucin 5.
a) Vamos a comprobar que la sucesin {xn } es montona y acotada.
i) Veamos, en primer lugar, que la sucesin {xn } es decreciente. Utilizaremos el principio de
induccin.
xn
xn
1 + 2xn + 1
1 p
lim
=
1 + 2xn + 1 = 1.
= lim
n xn+1
1 + 2xn 1
1 + 2xn + 1 n 2
E
1
5
< x1 =
1
2
1
2
y xn+1 = xn2 +
1
5
4
25 .
< xn < 45 ,
xn+1 =
4
1
+
>
25
5
!2
xn2
xn+1 =
4
4
<
+
25
5
!2
xn2
4
1
= ,
25 5
4
4
= .
25 5
4
4
xn2 +
= xn+1 ,
25
25
1 16
25
4
1
4
2
L =
= , o .
L=L +
25
2
5
5
Puesto que la sucesin es decreciente, el lmite no puede ser
4
5
y, se tiene que L = 15 .
xn2 +a
2
Solucin 7.
En primer lugar, probamos que la sucesin es decreciente. Se tiene que x2 =
q
a2 +a
2 < a = x1 ( a > 1). Si suponemos que xn+1 < xn veamos que tambin xn+2 < xn+1 . En
2
efecto, como xn+1
< xn2 , entonces
s
s
2 +a
xn+1
xn2 + a
< xn+1 =
.
xn+2 =
2
2
Adems la sucesin est acotada, ya que 1 < xn a , n N (prubese por induccin!), por
tanto la sucesin tiene lmite x que verifica la ecuacin siguiente:
x2 =
x2 + a
= x2 = a = x = a.
2
Criterios de convergencia
Ejercicio 8. Estudia la convergencia de las siguientes sucesiones y calcular su lmite cuando
exista.
(
)
)
(
1 + 1/2 + 1/3 + + 1/n
1 + 24 + 34 + + n4
c)
a)
n
n5
(
)
(
)
1 + 3 + 5 + + (2n 1) 2n + 1
1! + 2! + 3! + + n!
d)
b)
n+1
2
n!
Solucin 8.
(n+1)
xn
a) Aplicamos el criterio de Stolz y nos queda xyn+1
= (n+1)
5 n5 . Si desarrollamos el denominador
n+1 yn
tenemos un polinomio de grado 4 y con coeficiente principal 4, ya que queda de la forma
(n + 1)5 n5 = 5n4 + . . . + 1. Por tanto el lmite es 15 .
b) Aplicando el criterio de Stolz tenemos que
lim
xn+1 xn
(n + 1)!
(n + 1)!
n+1
= lim
= lim
= lim
= 1.
yn+1 yn n (n + 1)! n! n n! ((n + 1) 1) n n
xn+1 xn
yn+1 yn
forma yxnn
1/(n+1)
(n+1)n = 0.
2+6+10++2(2n1)(2n+1)(n+1)
2(n+1)
= limn
y aplicamos el criterio de
d) Escribimos la sucesin de la
=
Stolz
xn+1 xn 2(2n + 1) ((2n + 3)(n + 2) (2n + 1)(n + 1))
3
=
= .
yn+1 yn
2(n + 2) 2(n + 1)
2
Por tanto el lmite es 32 .
Ejercicio
9. Calcula
(
) el lmite de las siguientes sucesiones
3
n
log(1 2 n)
1
+
2
+
3
+
.
.
.
n
a)
,
c)
2
n
log(n)
n n
b)
1 + 2 2 + 3 3 + . . . + nn
Solucin 9.
a) Aplicamos el criterio de Stolz
lim
an+1 an
log(1 2 n (n + 1)) log(1 2 n)
= lim
n
bn+1 bn
(n + 1) log(n + 1) n log(n)
log(n + 1)
= lim
n log(n + 1) + n log n+1
n
= lim
log(n + 1)
n
log(n + 1) + log 1 + n1
n
dividimos por log(n + 1) y usamos que limn 1 + 1n = e,
= lim
1
1+
1
log(n+1)
n = 1.
log 1 + 1n
xn+1 xn
(n + 1)2 n + 1 n2 n
lim
= lim
n yn+1 yn
n
(n + 1) n + 1
(n + 1)4 (n + 1) n4 n
n (n + 1) n + 1 (n + 1)2 n + 1 + n2 n
= lim
(n + 1)5 n5
n (n + 1)4 + n2 (n + 1) n(n + 1)
= lim
5n4 + + 1
5
= .
n (n + 1)4 + n2 (n + 1) n(n + 1)
2
= lim
3 + . . . n n y yn = n2 se tendr que
3
3
n
n+1
n+1
n + 1 1 + 2 + 3 + ... nn
an+1 an 1 + 2 + 3 + . . . n +
n+1
=
=
.
bn+1 bn
2n + 1
(n + 1)2 n2
n+1
Teniendo en cuenta que lim
n + 1 = 1, tenemos que
n
n+1
xn+1 xn
n+1
= lim
= 0.
lim
n yn+1 yn
n 2n + 1
1 + 2 + 3 + ... nn
Por tanto lim
= 0.
n
n2
Ejercicio
) 10. Estudia la convergencia de las siguientes
(
n sucesiones:
2 4 6 2n
a) n
d)
n+1
( n!
)
p
1n
b)
(3n + 1)(3n + 2) (3n + n)
nr
1 n (2n)!
c)
n
n!
Solucin 10.
a) Aplicamos el criterio de la raz:
lim
xn+1
n!
1
= lim
= lim
= 0,
n
n
xn
(n + 1)!
n+1
1
y, por tanto, lim n = 0.
n n!
b) Aunque directamente no podemos aplicar el criterio de la raz si hacemos una pequea manipulacin en la sucesin s que ser posible. Se tiene que
r
1 pn
n (3n + 1)(3n + 2) (3n + n)
(3n + 1)(3n + 2) (3n + n) =
.
n
nn
Si ahora llamamos an =
(3n+1)(3n+2)(3n+n)
,
nn
tenemos que
an+1
(3n + 4)(3n + 5) (3n + n + 4)nn
= lim
n an
n (n + 1)n+1 (3n + 1)(3n + 2) (3n + n)
(4n + 1)(4n + 2)(4n + 3)(4n + 4)nn
= lim
n (3n + 1)(3n + 2)(3n + 3)(n + 1)n+1
(4n + 1)(4n + 2)(4n + 3)(4n + 4) n n
44
= lim
= 3 .
n (3n + 1)(3n + 2)(3n + 3)(n + 1) n + 1
3 e
q
c) El trmino general lo podemos escribir de la forma xn = n (2n)!
nn n! y aplicamos el criterio de la
raz:
(2n+2)!
(2n + 2)(2n + 1) n n 4
xn+1
(n+1)n+1 (n+1)!
= lim
= .
=
lim
lim
(2n)!
n
n
n xn
n+1
e
(n + 1)2
n
lim
n n!
d) Modificamos el trmino general de la sucesin para poder aplicar el criterio de la raz. Es decir,
la sucesin que vamos es:
s
n 2 4 6 2n
(n + 1)n
y llamando an =
ahora es:
2462n
(n+1)n ,
!n
El primer factor es una sucesin de tipo racional que converge a 2; y el segundo factor es
una sucesin que presenta la indeterminacin del tipo 1 por lo que aplicamos la regla del
nmero e:
!
!n
n
n+1
n+1
1 =
1
n
e1
n+2
n+2
n+2
2462n
n+1
= 2 e1 =
2
e
Ejercicio
11. Calcula el
lmite de las siguientes sucesiones.
!n2 +56n+5
c) 1 + log(n + 1) log(n) n
1
a)
1+ 2
n +1
2 +5
n
!
n2 5n + 6 n+2
b)
2 + 2n + 1
Solucin 11.
n2 +56n+5
. Como la base converge a 1 y es siempre
a) Consideramos la sucesin xn = 1 + n21+1
distinta de uno aplicamos la regla del nmero e. Concretamente,
!
1
n2 + 56n + 5
2
lim (n + 56n + 5) 1 + 2
1 = lim
1,
n
n
n +1
n2 + 1
1
=
lim
= 7.
n n3 +
n n + 2 n2 + 2n + 1
Por tanto, la sucesin tiende a e7 .
n
y aplicamos la regla del nmero
c) Escribimos el trmino general de la forma xn = 1 + log n+1
n
e:
!
!
!
!n
1
n+1
n+1
1 = lim n log
= lim log 1 +
= log(e) = 1.
lim n 1 + log
n
n
n
n
n
n
Entonces limn 1 + log(n + 1) log(n) n = e.
Ejercicio
12. Calcula
)
el lmite de las siguientes sucesiones.
(
1
1
log(n + 1)!
1
+
+
.
.
.
+
2
n
b)
a)
log(n + 1)n
log(n)
Solucin 12.
a) Por el criterio de Stolz se tiene que
1
lim
xn+1 xn
1
n+1
= lim
= lim
yn+1 yn n log(n + 1) log(n) n (n + 1) log n+1
n
= lim
= 1.
(n + 1) log 1 + 1n
Ejercicio
13. Calcula el lmite de las
( siguientes
!) sucesiones.
1
! 1+log(n)
1
n+1
b) sen
a)
n2 + n + 5
cos( n2 + 1) log(n)
c)
Solucin 13.
a) Si llamamos xn al trmino general de la sucesin propuesta, vamos a estudiar log(xn ), es decir
1
log(n + 1) log(n2 + n + 5)
n 1 + log(n)
log(n + 1) 2 log(n) log(1 + 1/n + 5/n2 )
= lim
n
1 + log(n)
= lim
log(n+1)
log(n)
2
1
log(n)
log(1+1/n+5/n2 )
log(n)
+1
= 1.
Entonces, limn xn = e1 .
b) Utilizando la continuidad de la funcin seno en el cero se tiene que
!
1
lim sen
= sen(0) = 0.
n
n
c) El lmite es
lim cos
p
log(n)
n2 + 1
= 0,
n
n2 + 1 , por una
log(n)
n .
Ejercicio
14. Calcula el lmite de las siguientes sucesiones.
log(n!)
n!
n
b)
a)
n+1
(2n)
1 + 2 + . . . + n
Solucin 14.
a) Aplicamos el criterio de la raz y, si xn =
n!
,
(2n)n+1
(n+1)!
(2n+2)n+2
n!
(2n)n+1
estudiamos el lmite
(n + 1)(2n)n+1
n (2n + 2)n+2
!n+1
2n
n+1
= lim
.
n 2n + 2
2n + 2
xn+1
lim
= lim
n xn
n
= lim
Ahora estudiamos cada uno de los factores por separado: el primero de ellos es un cociente de
polinomios de mismo grado que tiene lmite 1/2; el segundo presenta una indeterminacin de la
forma 1 . La resolvemos:
!n+1
!
2n
2n
L
= e lim (n + 1)
1 = L.
lim
n
n 2n + 2
2n + 2
Es muy fcil comprobar que L = 1 y, por tanto,
s
n!
1
lim n
= 1/2e1 = .
n+1
n
2e
(2n)
aplicamos el criterio de Stolz. Notemos que en este caso
b) Para la sucesin xn = log(n!)
1+ 2+...+ n
el denominador es una sucesin de nmeros positivos estrictamente creciente y no mayorada.
Aplicando Stolz tenemos que
log (n+1)!
log((n + 1)!) log(n!)
log(n + 1)
n!
=
lim
=
.
n 1 + 2 + . . . + n + n + 1 1 2 . . . n
n+1
n+1
n+1+1 n+1
n+2 n+1
n + 2 1 n+1
n+2
Ejercicio 15.
2
32
43
1 + 2 + 32 + +
n2
(n+1)n
nn1
Solucin 15. En este caso vamos a utilizar el criterio de Stolz para ver el comportamiento de la
n
2
3
sucesin. Si llamamos an = 21 + 32 + 342 + + (n+1)
y bn = n2 es claro que {bn } es creciente y no
nn1
mayorada y entonces
an+1 an
=
bn+1 bn
2
1
32
2
43
32
+ +
(n+1)n
nn1
(n+2)n+1
2
(n+1)n 1
(n + 1)2 n2
32
2
43
32
+ +
(n+1)n
nn1
(n+2)n+1
(n+1)n
!n
n+2 n+2
=
=
.
2n + 1
2n + 1 n + 1
n
o
n n o
n+2
Se tiene que el lmite de 2n+1
es 1/2 y, utilizando la regla del nmero e, la sucesin n+2
n+1
tiende a e, con lo que la sucesin converge a 2e .
E
Ejercicio 16.
!!4n+1
.
Solucin 16. Est claro que el cociente de polinomios al que afecta el logaritmo, al ser polinomios del mismo grado, converge a 1, que es el cociente de los coeficientes lderes. Como logaritmo
neperiano es continuo en 1 y vale 0 tenemos que la base del trmino general converge a 1 mientras
que el exponente es claro que diverge positivamente. En conclusin, estamos ante una indeterminacin de la forma 1 .
Utilizando la regla del nmero e tenemos que
!!4n+1
!
!
3n2 + 2n + 1
3n2 + 2n + 1
L
= e lim (4n + 1) 1 + log
1 = L,
lim 1 + log
n
n
3n2 + 5n
3n2 + 5n
pero
3n2 + 2n + 1
lim (4n + 1) log
n
3n2 + 5n
!!
3n2 + 2n + 1
= lim log
n
3n2 + 5n
!(4n+1)
.
Ahora hacemos
3n2 + 2n + 1
lim
n
3n2 + 5n
!(4n+1)
=e
!
3n2 + 2n + 1
lim (4n 1)
1 = L
n
3n2 + 5n
y
!
!
!
12n2 + 7n 1
3n + 1
3n2 + 2n + 1
1 = lim (4n + 1)
= lim
= 4,
lim (4n + 1)
n
n
n
3n2 + 5n
3n2 + 5n
3n2 + 5n
y el lmite buscado resulta
3n2 + 2n + 1
lim 1 + log
n
3n2 + 5n
10
!!4n+1
= e4 =
1
.
e4
b)
1
f)
n(n+1)
n
P 1
P 3 n
c)
g)
P 2n1
(n+1) n
1
d)
2n n
Ejercicio 4. Aplicar el criterio de condensacin para estudiar la posible convergencia de las
siguientes series:
P 1
a)
P n log(n)
1
b)
n(log(n))2
P
1
c)
n(log(n)) log(log(n))
Ejercicio 5.
P 2n
a)
P nn+1
b)
P 2n+11
c)
n2 log(n)
e)
n
( 2)
Ejercicio 10.
P an
a)
P na
b) an na
Suma de series
Ejercicio 11. Sumar, si es posible, las siguientes series
X
15
a)
n
10
n=0
X
1
b)
2n(n + 1)
n=1
X
(1)n
c)
3n
n=2
Ejercicio 12. Sumar, si es posible, las siguientes series
X
1
a)
(n + 3)(n + 4)
n=0
X
1
b)
n+3
2
n=1
X
2n + 3n
c)
5n
n=1
Ejercicio 13.
2
X
n +n+1
n=1
n!
n+1 n
n+1
a) Aplicamos el criterio de la raz limn n 3n1
= limn 3n1
= 13 < 1. Por tanto, la serie
es convergente.
b) Aplicamos el criterio de la raz
r
!2
n 2n1
n
1
n 2n1
n
=
= lim
< 1.
lim
n 3n 2
n
3n 2
3
Por tanto, la serie es convergente.
c) Aplicamos el criterio de la raz,
r
lim n
n
n
1
nn
= lim
= .
n
n 2n + 1
(2n + 1)
2
n
an = lim
n
e
n2 +1
n
= lim
n en
1
=0<1
e1/n
1
(n+1)2n+1
1
n2n
n
1
= < 1.
n 2(n + 1)
2
= lim
1
n+1
1
n
n+1
2
5
n
2
5
n 2 2
= < 1.
n n + 1 5
5
= lim
(n+2)(n+1)
3n+1 (n+1)!
(n+1)n
3n n!
1 n+2
= lim
n 3 n + 1
!n+1
=
e
< 1,
3
y, por tanto, la serie es convergente. Observa que en el ltimo paso hemos utilizado la regla del
nmero e.
d) Aplicamos el criterio del cociente
258(3n1)(3n+2)
159(4n3)(4n+1)
lim
258(3n1)
n
159(4n3)
= lim
3n + 2 3
= <1
4n + 1 4
b)
1
f)
n(n+1)
n
P 1
P 3 n
c)
g)
P 2n1
(n+1) n
1
d)
n
2 n
Solucin 3.
P
a) Comparamos con la serie 1n que no es convergente. Como log(n)
1n , la serie no es convern
gente.
P
b) Comparamos con la serie armnica n1 :
r
1
n(n + 1)
n(n + 1)
n
lim
= lim
= lim
= 1.
1
n
n
n
n
n2
n(n+1)
Por tanto, las dos series tienen el mismo carcter y, en consecuencia, la serie
1
n(n+1)
no es
convergente.
P
c) No es convergente. La serie se comporta igual que la serie armnica n1 .
P 1
d) Comparamos con la serie convergente 2n .
1
2n
n n1
2 n
lim
2n n
= 1.
n 2n
= lim
lim
(2n 1)2n
= 4.
n
n2
= lim
Por tanto, las dos series tienen el mismo carcter y, en consecuencia, la serie es convergente.
f) No es convergente porque 1n 1n .
P 1
g) Comparamos con la serie convergente n7/6
3
n n
n
7/6
lim n
= lim
=1
n
(n + 1) n n (n + 1) n
y, por tanto, la serie es convergente.
Ejercicio 4. Aplicar el criterio de condensacin para estudiar la posible convergencia de las
siguientes series:
P 1
a)
P n log(n)
1
b)
n(log(n))2
P
1
c)
n(log(n)) log(log(n))
Solucin 4.
P
1
a) Aplicando el criterio de condensacin, la serie tiene el mismo carcter que la serie 2n 2n log(2
n) =
P 1
P 1
P1
log(2n ) =
n log(2) y esta ltima serie no es convergente comparando con
n.
P n
P
1
1
b) Aplicando el criterio de condensacin 2 2n (log(2
y esta ltima serie es conn ))2 =
n2 (log(2))2
P 1
vergente (comprase con n2 ).
c) El trmino general es decreciente y convergente a cero. Estamos en condiciones de aplicar el
criterio de condensacin. La serie tiene el mismo carcter de convergencia que la serie
X
X
2n
1
=
n
n
n
2 log (2 ) log log (2 )
n log(2) log(n log(2))
P 1
que, a su vez y por el criterio de comparacin por paso al lmite, se comporta igual que n log(n)
.
Esta ltima serie ya sabemos que no es convergente (vase el Ejercicio ??).
Ejercicio 5.
P 2n
a)
P nn+1
b)
P 2n+11
c)
n2 log(n)
e)
n
( 2)
Solucin 5.
3(n+1)1
n+1
2
3n1
( 2)n
!
3n + 2 1
1
= lim
= <1
n 3n 1
2
2
1
=0<1
n n + 1
= lim
= lim
(3n 2)(3n + 1)
=9
n2
= 2.
En consecuencia, las dos series tienen el mismo carcter de convergencia. Puesto que la serie
P 1
es convergente, ambas lo son.
n3
d) No es convergente porque el trmino general no converge a cero:
!n
!
3n
3n
L
lim
= e lim n
1 = L
n 3n + 1
n
3n + 1
y el segundo lmite vale
!
!
3n
3n 3n 1
lim n
1 = lim n
= 1/3.
n
n
3n + 1
3n + 1
Por tanto el trmino general de la serie converge a e1/3 6= 0.
e) Aplicamos el criterio de la raz
r
lim
n2
4(n1)
= lim
n
n2
4
n1
n
1
<1
4
convergente.
b) Aplicamos el criterio de la raz
s
lim
2n + 1
3n + 1
n
n3
n3 1
=
lim
= < 1 y, en consecuencia, la serie es
en n n en
e
! n2
2n + 1
= lim
n 3n + 1
! 12
r
=
2
<1
3
[(n+1)!]2
(2n+2)!
(n!)2
(2n)!
(n + 1)2
1
(n + 1)! (n + 1)! (2n)!
= lim
= <1
n
n!
n! (2n + 2)! n (2n + 2)(2n + 1) 4
= lim
2n+1
1 3 5 (2n + 1)
2
= lim
=0<1
n
n 2 1 3 5 (2n + 1)(2n + 3)
n 2n + 3
= lim
135(2n1)(2n+1)
246(2n+2)(2n+4)
135(2n1)
246(2n+2)
= lim
2n + 1
=1
2n + 4
an+1
pero, como 2n+1
2n+4 1, el criterio del cociente no decide. Ya que hemos calculado an , aplicamos
el criterio de Raabe
!
!
an+1
2n + 1
3n
3
= lim
= >1
lim n 1
= lim n 1
n
n
n
an
2n + 4
2n + 4 2
2n+2
2n+5
2462n(2n+2)
579(2n+3)(2n+5)
2462n
579(2n+3)
= lim
2n + 2
= 1,
2n + 5
=1
P
Y aplicando el criterio de condensacin a la serie log(n)
se obtiene que es convergente, luego
n5/3
la de partida tambin lo es.
f) No hay ms que aplicar el criterio de Laeibnitz para series alternadas.
E
n2
. Tendremos entonces que
a) Aplicamos el criterio de la raz, considerando como an = 2n+1
2n+5
4n
2n + 1
lim n
1 = lim
= 2 lim n an = e2 < 1
2n + 5
2n + 5
Por tanto la serie dada es convergente.
b) Aplicamos el criterio del cociente, considerando como an = 1+log(n)
; de esta forma, habr que
nn
estudiar el lmite de la siguiente sucesin y compararlo con el valor1:
nn
nn
an+1 1 + log(n + 1)
1 + log(n + 1)
=
=
an
1 + log(n) (n + 1)n (n + 1)
(n + 1)n+1 1 + log(n)
1 + log(n + 1) n n 1
=
1 + log(n)
n+1 n+1
Finalmente, si calculamos el lmite de cada uno de los tres factores que tenemos, el primer factor
es claro que converge a 1 (no hay ms que dividir el numerador y denominador por log(n + 1)),
el segundo factor converge a e1 (basta aplicar la regla del nmero e) y el tercero converge a
cero. Por tanto:
X
an+1
lim
=0<1
an es convergente.
an
E
Ejercicio 10.
P an
a)
P na
b) an na
Solucin 10.
a) Slo tenemos en cuenta 0 < a < 1 puesto que en para a = 1 es la serie armnica que no
converge, y para a > 1 el trmino general no converge a cero. Entonces, para 0 < a < 1
aplicamos el criterio de la raz y obtenemos que la serie es convergente.
b) Slo tenemos en cuenta 0 < a < 1 puesto que para a 1 el trmino general no converge a
cero. Entonces, para 0 < a < 1 aplicamos el criterio de la raz y obtenemos que la serie es
convergente.
Suma de series
Ejercicio 11. Suma, si es posible, las siguientes series
X
15
a)
10n
n=0
X
1
b)
2n(n
+ 1)
n=1
X (1)n
c)
3n
n=2
Solucin 11.
a) Usando la suma de una progresin geomtrica
X
X
1
15
1
150
=
15
= 15
=
.
n
n
1
10
10
9
1
n=0
n=0
10
X
(1)n
n=2
3n
X
(1)n
n=0
3n
1
X
(1)n
n=0
3n
1
1
1
1+ =
.
1
3 12
1 3
X
1
a)
(n
+
3)(n
+ 4)
n=0
X 1
b)
2n+3
n=1
X
2n + 3n
c)
5n
n=1
Solucin 12.
a) Calculamos las sumas parciales usando la descomposicin en fracciones simples del trmino
general:
X
n=0
X
1
1
1
=
(n + 3)(n + 4) n=0 (n + 3) (n + 4)
!
!
!
1 1
1 1
1
1
= lim
+
+ +
n 3
4
4 5
n+3 n+4
1
1
1
= .
n 3
n+4 3
= lim
X
X
1 X 1
1 1
1
1
=
=
=
n
n+3
n+4
16 n=0 2
16 1
2
2
n=1
n=0
1
2
1
.
8
X
2n + 3n
n=1
Ejercicio 13.
5n
X
2n
n=1
5n
X
3n
n=1
5n
13
.
6
2
X
n +n+1
n=1
n!
X
1
Solucin 13. Esta serie se suma haciendo uso de que
= e, y para ello descomponemos el
n!
n=0
numerador del trmino general de la forma siguiente:
n2 + n + 1 = n(n 1) + n +
e igualando coeficientes obtenemos que = 1, = 2 y = 1 . Por tanto la suma de la serie (que
existe por el criterio del cociente) es:
X
n2 + n + 1
n=1
n!
=
=
X
n(n 1)
n=1
X
n=2
n!
X
n X 1
+2
+
n! n=1 n!
n=1
X
X
1
1
1
+2
+
(n 2)!
(n
1)!
n!
n=1
n=1
= e + 2e + (e 1) = 4e 1.
Lmites elementales
Lmites y continuidad
1 Lmites elementales
Ejercicio 1. Calcular los siguientes lmites
x
a) lim x 7x+4
5x+3
b) lim x 2x
2 +1
2
4
c) lim x2 xx2
2 +4
d) lim x2+ xx2
x1
lim x1 | x1
,
|
x1
lim x1 | x1 | ,
b) lim x0
c)
d)
Ejercicio 3.
Calcular
los siguientes lmites
1+x 1x
a) lim x0
x
b)
c)
lim x0 1+x1
1x1
lim x0 3 2x+3
26+x3
b) lim x1
c)
q
d) lim x+
d) lim x0
e) lim x0
x+ x x
1
221/x
1
e1/x +1
2 Lmites y continuidad
Ejercicio 5.
a)
, si x 6= 0
1+e1/x
f (x) =
0,
si x = 0
b)
ex
, si x < 0
x
g(x) =
x,
si 0 x < 1
5
x, si x 1
Estudiar la continuidad de f y g y la existencia de lmites de f y g en + y .
Lmites y continuidad
Ejercicio 6. Sea f : R+ R la funcin definida por f (x) = x log(x)1 , para todo x R+ \ {e}.
Estudiar el comportamiento de f en 0, e, +.
i
h
sen(x)
1
Ejercicio 7. Sea f : 0, 2 R la funcin definida por f (x) = tan(x)
. Probar que f tiene
lmite en los puntos 0 y 2 y calcular dichos lmites.
i
h
Ejercicio 8. Sea f : 0, 2 R la funcin definida por f (x) = (1 + sen(x))cotan(x) . Estudiar la
continuidad de f y su comportamiento en 0 y /2.
Estudiar el comportamiento en cero de las funciones f, g : R R definidas por
!
!
7
5
f (x) = arctan
arctan
, g(x) = x f (x).
x
x
Ejercicio 10. Probar que existe un nmero real positivo x tal que log(x) + x = 0.
Ejercicio 9.
Ejercicio 11. Probar que la ecuacin x + e x + arctan(x) = 0 tiene una sola raz real. Da un
intervalo de longitud uno en el que se encuentre dicha raz.
Ejercicio 12. Determinar la imagen de la funcin f : R R definida por f (x) = arctan(log |x|).
Ejercicio 13. Sea f : [0, 1] [0, 1] una funcin continua en [0, 1]. Prubese que f tiene un
punto fijo: x [0, 1] : f (x) = x.
Ejercicio 14. Un escalador comienza, desde su campamento base, a subir a una montana el sbado a las 7 horas, alcanzando la cima a las 8 de la tarde. A las 7 horas del domingo inicia el descenso
hacia el campamento base tardando el mismo tiempo que le cost la subida. Demostrar que existe
una determinada hora, a lo largo del domingo, en la que el escalador se encuentra exactamente a
la misma altura que a esa misma hora del sbado.
Lmites elementales
Lmites y continuidad
1 Lmites elementales
Ejercicio 1.
a) lim x
x
7x+4
b) lim x
5x+3
2x2 +1
c) lim x2
d) lim x2+
x2 4
x2
x2 +4
x2
Solucin 1.
=
a) lim x
x
7x+4
b) lim x
5x+3
2x2 +1
c) lim x2
d) lim x2+
x2 4
x2
1
7
=0
= lim x2
x2 +4
x2
(x2)(x+2)
x2
= lim x2 x + 2 = 4
= +
x1
lim x1 | x1
|,
x1
lim x1 | x1
|,
b) lim x0
c)
d)
Solucin 2.
1
1
= 16
.
a) lim x4 1x 14 x4
x4
= 0.
3x3 +2x2 +x
x1
lim x1 | x1
| = +.
x1
No existe lim x1 | x1
|
b) lim x0
c)
d)
x1
x1
x+1
x1
1
= lim
lim
= lim
,
x1
x1 | x 1 |
x1 | x 1 |
x
1
|
|
x+1
1+ x
1
2
o 12 .
Lmites elementales
1+x 1x
x
lim x0 1+x1
1x1
lim x0 3 2x+3
26+x3
a) lim x0
b)
c)
d) lim x+
x+ x x
Solucin 3.
a) Multiplicamos y dividimos por el conjugado,
2x
1+x 1x
1+x 1x 1+x+ 1x
= 1.
lim
= lim
= lim
x0
x0
x
x
1 + x + 1 x x0 x 1 + x + 1 x
b) Multiplicamos por los conjugados de numerador y denominador,
1+x1
1+x1
1+x+1
1x+1
1x+1
lim
= lim
= lim
= 1.
x0 1 x 1
x0 1 x 1
1+x+1
1 x + 1 x0
1+x+1
c) No hay ninguna indeterminacin: lim x0
2x+3
3
26+x3
.
3
263
x+
Ejercicio 4.
x + x x = lim
x+
c)
x+ x x q
x+ x+ x
x+ x+ x
= lim q
x+
1
x
= .
2
x+ x+ x
|x|
x2 +x
2 1
lim x1 |xx1
|
x2 +x+6
lim x2 x2 4
a) lim x0
b)
d) lim x0
e) lim x0
1
221/x
1
e1/x +1
Solucin 4.
a) Estudiamos los lmites laterales.
x
1
|x|
= lim+
= lim+
= 1,
+ x x0 x(x + 1) x0 x + 1
x
1
|x|
lim 2
= lim
= lim
= 1.
x0 x + x
x0 x(x + 1)
x0 x + 1
lim+
x0 x2
Lmites y continuidad
d) lim x0+
e) lim x0+
1
221/x
1
e1/x +1
= 0 y lim x0
= 0 y lim x0
1
221/x
1
e1/x +1
= 12 .
= 1.
2 Lmites y continuidad
Ejercicio 5.
a)
1
, si x 6= 0
1+e1/x
f (x) =
0,
si x = 0
b)
ex
, si x < 0
x
g(x) =
x,
si 0 x < 1
5
x, si x 1
Estudiar la continuidad de f y g y la existencia de lmites de f y g en + y .
Solucin 5.
a) En primer lugar estudiemos la continuidad de
1 + e1/x , si x 6= 0
f (x) =
0,
si x = 0
El carcter local de la continuidad nos da que f es continua en R . Veamos qu ocurre en el
origen. Para ello estudiamos los lmites laterales en 0:
lim+
x0
1
1
= 0, y lim
= 1.
1/x
x0 1 + e1/x
1+e
1
1
1
1
= , y lim
= .
1/x
1/x
x+
2
2
1+e
1+e
b) La funcin
ex
, si x < 0
x
g(x) =
x,
si 0 x < 1
5
x, si x 1
es continua en R \ {0, 1} por el carcter local. Veamos los lmites laterales en 0 y 1:
lim
x0
ex
=
x
x1
x1
Lmites y continuidad
x+
x+
Ejercicio 6. Sea f : R+ R la funcin definida por f (x) = x log(x)1 , para todo x R+ \ {e}.
Estudiar el comportamiento de f en 0, e, +.
Solucin 6.
1
a) Veamos en primer lugar el comportamiento en 0: lim x0 log(x) = = lim x0 log(x)1
=
0
0, por tanto tenemos una indeterminacin del tipo 0 . Tomemos logaritmos para resolverla:
1
1
log(x)
lim log x log(x)1 = lim
= 1 = lim x log(x)1 = e1 = e.
x0
x0 log(x) 1
x0
b) En e vamos a estudiar los lmites laterales:
1
xe
x0
x0
x0
Lmites y continuidad
Ejercicio 9.
7
5
+
+
Solucin 9. Comencemos con
la
funcin f . Dado que lim x0 x = + y lim x0 x = , se
tiene que lim x0+ f (x) = 2 2 = y, anlogamente, lim x0 f (x) = 2 2 = .
La funcin f est acotada (es suma de dos funciones acotadas) y, por tanto, lim x0 g(x) = 0, por
ser producto de algo que tiende a cero y algo acotado.
Ejercicio 10. Probar que existe un nmero real positivo x tal que log(x) + x = 0.
x+
x0
Lmites y continuidad
Solucin 14. Sea f : [7, 20] [0, h] la funcin que indica la altura del escalador en la subida
y g : [7, 20] [0, h] la que indica la altura bajando, donde h es la altura de la montana. Por tanto
f (7) = g(20) = 0 y f (20) = g(7) = h. La ecuacin que queremos resolver es f (x) = g(x) o lo
que es lo mismo buscamos un cero de la funcin h(x) = f (x) g(x). Dado que h es continua, est
definida en un intervalo y h(7) = h < 0 < h(20) = h, el Teorema de los ceros de Bolzano nos
asegura la existencia de un punto donde se anula h.
Derivadas
1 Definicin. Reglas de derivacin
Ejercicio 1. Calcula la tangente de las siguientes curvas en los puntos dados:
a) y = x2x+1 en el origen
c) y = x2 + 1 en (3, 10)
d) y = | x | en (1, 1)
b) y = cos(x) en 2 , 0
Ejercicio 2. Calcula la derivada de las siguientes funciones:
3
a) y = sen(x + 3)
d) y = sec(x)
f) y = x2 + 1
q
b) y = cos2 (x)
1+x
e)
y
=
1x
1
c) y = cos(x)
Ejercicio 3. Calcula la derivada de las siguientes funciones:
5
d) f (x) = x x .
a) f (x) = 5 x 51 .
x
x
e) f (x) = x .
b) f (x) = cos(cos(cos(x))).
f) f (x) = 12 x | x |.
c) f (x) = x4 e x log(x).
Ejercicio 4. Comprueba que la funcin f : R R,
2x, si x < 0,
f (x) =
3x2 , si x 0.
es continua pero no es derivable en el origen.
Ejercicio 5. Calcula los puntos donde la recta tangente a la curva y = 2x3 3x2 12x+40
es paralela al eje OX.
h
i
Ejercicio 6. Sea f : 2 , 2 R definida por:
f (x) =
arctan
exp
, si x < 0
x2
2x ,
si 0 x 1
f (x) =
x2 +1
log(x)
si 1 < x.
1 + x ,
Calcula la imagen de la funcin.
3 Reglas de LHpital
Ejercicio
18. Calcula los siguientes lmites:
sen(3x)
x2 + 5 3
b) lim
a) lim
x0
x
x2
x2 4
c)
lim
x/2
2x
cos(x)
1 cos(x)
x0
x2
d) lim
x 2+ x2
, = 2.
a) A =]2, +[, f (x) =
x2 4
1
1
b) A = R+ \ {1}, f (x) =
, = 1.
log(x) x 1
xx x
, = 1.
c) A =]1, +[, f (x) =
1 x log(x)
Ejercicio 22. Estudia el comportamiento en + de las funciones f, g: R+ R dadas
por
log(2 + 3e x )
a) f (x) =
,
2 + 3x2
b) g(x) = (a x + x)1/x , donde a R+ .
Ejercicio 23. Estudia el comportamiento en el punto cero de la funcin f : A R en
los siguientes casos:
1
1 cos(x)
2
a) A = R+ , f (x) =
,
3 sin(x) 3x cos(x)
Ejercicio 24. Calcula lim
x0
x3
! 1x
.
4 Optimizacin
Ejercicio 25. Dibuja las grficas de las siguientes funciones indicando los mximos,
mnimos y puntos de inflexin.
a) y = 6 2x x2
b) y = 3x4 4x3
c) y = (x 1)3
Ejercicio 26.
mximo.
Ejercicio 27. Calcula las dimensiones del rectngulo de mayor rea que puede inscribirse en un semicrculo de radio r.
E
Ejercicio 28. Calcula las dimensiones del trapecio con mayor rea que puede inscribirse
en una semicircunferencia de radio 1.
Ejercicio 29. Cul es la longitud mnima del segmento que tiene un extremo en el eje
x, otro extremo en el eje y, y pasa por el punto (8, 1)?
Ejercicio 30. Demuestra que la suma de un nmero positivo y su recproco es al menos
2.
Ejercicio 31. Calcula las dimensiones de la cruz simtrica respecto de los ejes y con rea mxima que se puede
inscribir en una circunferencia de radio 1.
Ejercicio 32.
x2
y2
225
+
= 1 con sus lados paralelos a los ejes. Halla
las dimensiones del rectngulo para que
a) el rea sea mxima,
b) el permetro sea mximo.
400
Ejercicio 34. A un espejo rectangular de medidas 80x90 cm. se le rompe (accidentalmente) por una esquina un tringulo de lados 10x12cm. Calcula las medidas del espejo de
mayor rea de forma rectangular que se puede obtener del la pieza restante.
Derivadas
1 Definicin. Reglas de derivacin
Ejercicio 1.
a) y = x2x+1 en el origen
b) y = cos(x) en 2 , 0
Solucin 1.
a) y0 (x) =
1x2
(x2 +1)2
b) y0 (x) = sen(x) = y0
a) y = sen(x + 3)
b) y = cos2 (x)
1
c) y = cos(x)
d) y = sec(x)
q
e) y = 1+x
1x
f) y =
Solucin 2.
a) y0 (x) = cos(x + 3).
b) y0 (x) = 2 sen(x) cos(x).
c) y0 (x) =
sen(x)
.
cos2 (x)
d) y0 (x) =
sen(x)
.
cos2 (x)
e) y0 (x) =
1
.
(1x)3 (1+x)
x2 + 1
a) f 0 (x) =
5
5
x
4
x4/5 + x6/5 .
x0
x0
Ejercicio 5. Calcula los puntos donde la recta tangente a la curva y = 2x3 3x2 12x + 40 es
paralela al eje OX.
Solucin 5.
1 1+8
= 2, 1.
f (x) = 6x 6x 12 = 0 x x 2 = 0 x =
2
h
i
Ejercicio 6. Sea f : 2 , 2 R definida por:
0
f (x) =
x0
cos(x)
1sen(x)
2 sen(x)
cos(x)
cos(x)
= 1.
Ejercicio 7.
, si x < 0
arctan
exp
x2
2x ,
si 0 x 1
f (x) =
x2 +1
log(x)
1 +
si 1 < x.
x ,
1
lim f (x) = lim arctan exp 2
x0
x0
x
2x
lim+ f (x) = lim+ 2
= 0.
x0
x0 x + 1
!!
= arctan(0) = 0,
x1 x2
exp 12 23
x x2 , si x < 0,
1+ exp x2
0
f (x) =
22x2
,
si 0 < x < 1,
( x2 +1)2
1log(x)
,
si 1 < x.
x2
Las derivadas laterales en 0 son
exp x12 x23
lim f 0 (x) = lim+
2 = 0, y
x0
x0
1 + exp x12
lim+ f 0 (x) = lim
x0
x0
2 2x2
= 2,
x2 + 1 2
2 2x2
= 0, y
x2 + 1 2
1 log(x)
= 1.
x2
x1
x1
x1
x1
h
i
Uniendo todos los resultados anteriores, la imagen de f es f (R) = 0, 1 + 1e .
Ejercicio 9.
Demuestra que
x
< arctan(x) < x
1 + x2
1
1
1
2
1+x
1 + c2
Por tanto,
x
x
< arctan(x) =
< x.
2
1+x
1 + c2
b) Vamos a comprobar cada desigualdad por separado.
x
i) Para demostrar que 1+x
2 < arctan(x) para cualquier x > 0, vamos a estudiar la funcin
x
+
f : R R definida como f (x) = arctan(x) 1+x
2 . Esta funcin es derivable y
f 0 (x) =
1
1 + x2 2x2
2x2
=
> 0,
1 + x2
(1 + x2 )2
(1 + x2 )2
Ejercicio 10.
Solucin 10. Para determinar el nmero de soluciones de la ecuacin que nos plantean, vamos
a determinar el nmero de ceros de la funcin
f (x) = x + ex 2, x R
Se trata de una funcin derivable en todo R por ser suma de funciones derivables, por lo que vamos
a calcular su derivada:
f 0 (x) = 1 ex .
Observamos que la derivada nicamente se anula en un punto (1 ex = 0 1 = ex
x = 0). Utilizando entonces el Teorema de Rolle, si f 0 slo tiene un cero, la funcin f puede tener,
como mucho, dos ceros (si tuviera tres ceros, la derivada se tendra que anular en dos puntos, y
se no es el caso). Vamos a comprobar si efectivamente tiene dos ceros.
El punto x = 0 es el nico punto crtico que tiene f . Calculamos la derivada segunda en dicho
punto para decidir si es mximo o mnimo relativo:
f 00 (x) = ex = f 00 (0) = 1 > 0.
Por tanto, en cero la funcin f alcanza un mnimo relativo, y por tratarse de el nico punto de
extremo que hemos encontrado, es tambin su mnimo absoluto. Adems, como el comportamiento
de f en los extremos de R es de divergencia a + y f (0) = 1 < 0, concluimos, aplicando ahora
el Teorema de Bolzano que: existe un punto x1 < 0 donde f (x1 ) = 0 y, existe otro punto x2 > 0
donde f (x2 ) = 0. Por tanto, la funcin f admite dos ceros y, en consecuencia, la ecuacin planteada
admite dos soluciones reales.
Ejercicio 11. Calcula el nmero de ceros y la imagen de la funcin f : R R definida por
f (x) = x6 3x2 + 2.
Solucin 11. Consideramos la funcin f : R R, f (x) = x6 3x2 + 2. Calculamos los puntos
crticos de la funcin:
f 0 (x) = 6x5 6x = 6x(x4 1) = 0 x = 1, 0, 1.
Adems tenemos que en 1 y en 1 hay dos ceros de f ( f (1) = f (1) = 0). Si hubiera algn cero
ms, por el teorema de Rolle habra ms de tres puntos crticos de la funcin. Por tanto, la funcin
f tiene solamente dos ceros.
E
Ejercicio 12.
Calcula su imagen.
Solucin 12. La funcin a la que tenemos que calcularle la imagen es una funcin continua. Si
estuviera definida en un intervalo el teorema del valor intermedio nos dira que su imagen es un
intervalo; sin embargo R \ {1} no es un intervalo. S es cierto que est formado por dos intervalos,
], 1[ y ]1, +[, as que la imagen de la funcin, restringida a cada uno de los intervalos
], 1[ y ]1, +[ tiene que ser un intervalo. Por otra parte la funcin, en cada uno de los dos
intervalos anteriores, es derivable as que para calcular la imagen vamos a estudiar la derivada.
Esto sabemos que nos da informacin sobre crecimiento, extremos relativos, etc.
f (x) =
0
(1+x)(1x)
(1+x)2
2
1x
1 + 1+x
1
2
1
=
+
2
2
2
1+x
(1 + x) + (1 x)
1 + x2
1
2
+
= 0.
2
2 + 2x
1 + x2
y la funcin es constante (en cada uno de los intervalos donde est definida).
Para conocer las dos constantes basta entonces con evaluar en un punto de cada uno de los intervalos. En el intervalo ]1, +[ no hay ningn problema ya que fcilmente f (0) = arctan(1) +
arctan(0) = 4 + 0 = 4 . En el otro intervalo no parece tan fcil ya que no se ve un nmero en
], 1[ en el que sea fcil evaluar la funcin. En este caso lo que podemos hacer es calcular el
lmite de la funcin, o bien en o bien en 1 por la izquierda. Por ejemplo en tenemos
!
1x
3
lim f (x) = lim arctan
+ arctan(x) = arctan(1) = = .
x
x
1+x
2
4 2
4
o
n
a) Encuentra las condiciones que deben verificar los parmetros para que f alcance un mximo y
un mnimo relativo.
b) Si se verifica el enunciado anterior, demuestra que en el punto medio del segmento que une los
puntos donde se alcanzan el mximo y el mnimo relativo se alcanza un punto de inflexin.
Solucin 13.
a) La derivada de la funcin f es f 0 (x) = 3ax2 + 2bx + c. Dicha derivada se anula en dos puntos si,
y slo si, 4b2 12ac > 0 y, efectivamente, estamos ante un polinomio de segundo grado, esto
es, a 6= 0.
b) Olvidemos por un momento el enunciado concreto del problema y pensemos lo que tenemos
y lo que queremos demostrar. La derivada de f es un polinomio de grado dos (una parbola);
el mximo y el mnimo relativos de f se alcanzan en los puntos de corte de la parbola con el
eje OX, esto es, en los puntos que anulan a la derivada y queremos demostrar que en el punto
medio la segunda derivada de f vale cero. Para simplificar (esperemos) la notacin, sean y
los puntos donde se alcanza dichos extremos. Entonces f 0 (x) = k(x)(x) para conveniente
constante k 6= 0. Para terminar es suficiente con calcular la segunda derivada en el punto medio:
+
f 00 (x) = k (2x ( + )) = f
= 0.
2
E
Ejercicio 14.
Solucin 14. La funcin f es continua y derivable en toda la recta real. Para estudiar su monotona, calculamos la derivada y vemos cundo se anula
2
2
f 0 (x) = 2xex x2 3 2xex
2
= ex 2x 4 x2 = 0 x = 0, 2.
Por tanto, f es estrictamente montona en los intervalos ], 2], [2, 0], [0, 2], [2, +[. Para
averiguar qu tipo de monotona tenemos podemos evaluar la derivada en un punto de cada uno
de dichos intervalos
intervalo
] , 0 2] -5
[-2,0]
-1
[0,2]
1
[2, +[
5
signo de f 0 (x)
monotona de f
+
+
-
estrictamente creciente
estrictamente decreciente
estrictamente creciente
estrictamente decreciente
Ejercicio 16.
f 0 (x) =
Por tanto f 0 (x) = 0 x = e. En este punto se tiene un punto de mximo relativo (la funcin
pasa de creciente en el intervalo ]0, e[ a ser decreciente en ]e, +[). Calculando los lmites en los
extremos del dominio (lim x0 f (x) = 0, lim x+ f (x) = 1) se deduce que como f (e) = e1/e > 1,
la imagen de la funcin es f (R+ ) =]0, e1/e ].
Ejercicio 17. Sean a, b, c R con a2 < 3b. Demuestra que la ecuacin x3 + ax2 + bx + c = 0
tiene una solucin real nica.
Solucin 17. Definimos la funcin f : R R, f (x) = x3 + ax2 + bx + c. Se trata de una
funcin polinmica de grado impar luego, por el teorema de Bolzano, sabemos que al menos se
anula en un punto de la recta real. Estudiamos la derivada para deducir la unicidad de la solucin
de la ecuacin f (x) = 0 utilizando el teorema de Rolle.
2a 4a2 12b
0
2
f (x) = 3x + 2ax + b = 0 x =
.
6
Teniendo en cuenta que a2 < 3b = 4a2 12b < 0; se tiene que la derivada no se anula en
ningn punto real, por lo que la solucin de la ecuacin f (x) = 0 que tenamos es nica ya que la
funcin es estrictamente creciente.
3 Reglas de LHpital
Ejercicio 18. Calcula los siguientes lmites:
x2 + 5 3
a) lim
x2
x2 4
sen(3x)
b) lim
x0
x
2x
x/2 cos(x)
1 cos(x)
d) lim
x0
x2
c)
lim
Solucin 18.
a) Usando la regla de LHpital
lim
x2
2x
2 x2 +5
2x
1
= lim
=
= lim
x2 2 x2 + 5
x2
6
3 cos(3x)
1
2
sen(x)
x2 + 5 3 1
= .
6
x2 4
= 3 = lim x0
sen(3x)
x
= 2 = lim x
2
2x
cos(x)
x0
1 cos(x)
sen(x)
1
1
= lim cos(x) = .
= lim
2
x0
x0
2x
2
2
x
= 3.
= 2.
Ejercicio 19.
cos(x) + 3x 1
.
x0
2x
x
x
e + e 2 cos(x)
b) lim
.
x0
x sen(2x)
log(log(x))
.
x+
log(x)
a) lim
c) lim
Solucin 19.
a) Aplicamos la primera regla de LHpital:
sen(x) + 3 3
cos(x) + 3x 1 3
=
= lim
= .
x0
x0
2
2
2x
2
lim
ex
x0
sen(x)
x
= 1, por tanto
2 cos(x)
e x + ex 2 cos(x)
(aplicamos la regla de LHpital)
= lim
x0
x sen(2x)
2x2
e x ex + 2 sen(x)
(regla de LHpital de nuevo)
= lim
x0
4x
e x + ex + 2 cos(x)
= lim
= 1.
x0
4
ex
x+
Ejercicio 20.
1/x
log(x)
1/x
= lim
x+
1
log(log(x))
= 0 = lim
= 0.
x+
log(x)
log(x)
(1 cos(x)) sen(4x)
x0
x3 cos 4 x
b) lim
Solucin 20.
a) Utilizamos la regla del nmero e y estudiamos el siguiente lmite
lim
x0+
cos(x) + 2 sen(3x) 1 0
= .
x
0
x0+
sen(x) + 6 cos(3x)
= 6,
1
1
sen(4x)
4x
x =
2
2 ,
se tiene que
(1 cos(x)) sen(4x)
4x(1 cos(x)) sen(4x)
1
= lim
x0
x0
4x
x3
x3 cos 4 x
cos 4 x
4 2(1 cos(x))
= lim
.
x0
x2
lim
Este ltimo lmite se resuelve aplicando la primera regla de LHpital y se tiene que
(1 cos(x)) sen(4x)
= 2 2.
lim
x0
x3 cos 4 x
c) Si aplicamos la regla de LHpital, llegamos al lmite lim x+ 1+cos(x)
1sen(x) que no existe y, por
tanto, no podemos decir nada sobre el lmite original. En cambio, dividiendo numerador y
denominador por x se resuelve fcilmente:
lim
sen(x)
x
1+
x + sen(x)
= lim
x cos(x) x 1
= lim x
cos(x)
x
sen(x)
x
cos(x)
x
= 1,
= 0.
x
2
= 1 y lim x1 cos
x
4
x
4
cos x
4
x
cos 4
x
sen x
cos
4
4
x
cos 2
sen
2
2 ,
x
x
2 sen 4 cos 4
= lim
.
x1 2
cos x
2
Para resolver este ltimo lmite aplicamos la primera regla de LHpital:
x
1
4 cos 4 + 4 sen 4
= ,
lim
x
x1
2
2 sen 2
y por tanto
lim tan
x1
x x
x tan( x2 )
2
1
tan
1 = = 1 = lim tan
= e1 .
x1
2
4
4
2
2
10
x 2+ x2
a) A =]2, +[, f (x) =
, = 2.
x2 4
b) A = R+ \ {1}, f (x) =
1
1
, = 1.
log(x) x 1
xx x
, = 1.
1 x log(x)
lim
2 x
1
2 x2
x
x2 4
x2
( x 2 + x) x2 4
= lim
x2
2x x(x 2)
x2
simplificando el factor
( x 2 + x) x + 2 1
= lim
= .
x2
2
2x x
Por tanto lim x2 f (x) = 12 .
b) Como f (x) =
1
log(x)
lim
x1
1
x1
x1log(x)
(x1) log(x) ,
1
x
log(x) +
x1
x
x1
x
x1 x log(x)+x1
x
= lim
1
log(x)+2
= lim =
x1
x1
.
x log(x) + x 1
x x (1+log(x))1
11/x
log(2 + 3e x )
a) f (x) =
,
2 + 3x2
b) g(x) = (a x + x)1/x , donde a R+ .
Solucin 22.
a) Para estudiar el lmite de f en + aplicamos la segunda regla de LHpital:
3 ex
2 + 3x2
3
lim
=
.
x+ 2 + 3e x
3x
3
Por tanto el lmite de f es
3
3 .
11
log(1+x)
,
x
x+
x+
Ejercicio 23. Estudia el comportamiento en el punto cero de la funcin f : A R en los siguientes casos:
1 cos(x)
,
x
b) A =]0, 2 [, f (x) = (sen(x) + cos(x))1/x
a) A = R+ , f (x) =
c) A =]0, 2 [, f (x) = cos(x) +
x2
2
12
x
Solucin 23.
a) Aplicamos LHpital y obtenemos
lim
x0
sen(x)
1
2 x
= lim 2 x sen(x) = 0
x0
sen(x)+cos(x)1
x
x0
x0
Ejercicio 24.
3 sin(x) 3x cos(x)
Calcula lim
x0
x3
! 1x
.
12
= L.
3 sin(x) 3x cos(x)
lim
x0
x3
! 1x
=e
!
1 3 sin(x) 3x cos(x)
lim
1 = L.
x0 x
x3
Entonces,
!
1 3 sin(x) 3x cos(x)
3 sin(x) 3x cos(x) x3
1
=
lim
lim
x0
x0 x
x3
x4
aplicando la 1 a regla de LHpital
3 sin(x) 3x
x0
4x2
= lim
aplicamos la primera regla de LHpital de nuevo
3 cos(x) 3
x0
8x
= lim
una ltima vez...
3 sin(x)
=0
x0
8
= lim
3 sin(x) 3x cos(x)
con lo que lim
x0
x3
! 1x
= e0 = 1.
4 Optimizacin
Ejercicio 25. Dibuja las grficas de las siguientes funciones indicando los mximos, mnimos
y puntos de inflexin.
a) y = 6 2x x2
b) y = 3x4 4x3
c) y = (x 1)3
Solucin 25.
a) La funcin alcanza su mximo absoluto en x = 1 y no tiene puntos de inflexin.
b) La funcin alcanza su mnimo en x = 1 y puntos de inflexin en x = 0 y x = 24/36.
c) No tiene extremos y tiene un punto de inflexin en x = 1.
Ejercicio 26.
Encuentra dos nmeros positivos cuya suma sea 20 y su producto sea mximo.
Solucin 26. Sean x e y dichos nmeros. Entonces x + y = 20. Como y = 20 x, tenemos que
buscar el mximo de la funcin f (x) = x(20 x). Derivamos y calculamos sus puntos crticos:
f 0 (x) = 20 2x = 0 x = 10.
Puesto que f 00 (x) = 2, la funcin tiene su mximo en x = 10 y los dos nmeros que estbamos
buscando son 10 y 10.
13
Ejercicio 27. Calcula las dimensiones del rectngulo de mayor rea que puede inscribirse en un
semicrculo de radio r.
Solucin 27.
1
(x, y)
p
x2
r 2 x2
= 0 r2 2x2 = 0
r 2 x2
r
x = .
2
Ejercicio 28. Calcula las dimensiones del trapecio con mayor rea que puede inscribirse en una
semicircunferencia de radio 1.
Solucin 28.
1
(x, y)
2 + 2x
y = (1 + x)y.
2
Si no se recuerda el rea del trapecio siempre puede hacerse sumando el rea del rectngulo central y los dos tringulos simtricos que quedan a los lados. Esta funcin anterior depende de
dos variables pero es claro
que el punto (x, y) est en la circunferencia de radio 1 y por tanto
2
2
x + y = 1 de donde
y = 1 x2 con lo que la funcin a considerar es f : [0, 1] R definida por
3 3
4 .
3
2 ) y el rea mxima
Ejercicio 29. Cul es la longitud mnima del segmento que tiene un extremo en el eje x, otro
extremo en el eje y, y pasa por el punto (8, 1)?
14
Solucin 29. Consideramos el tringulo rectngulo formado por una recta que pase por (8, 1) y
corte a los ejes OX y OY, y llamamos al ngulo que forma la hipotenusa con el eje OX. Haciendo
uso de las funciones coseno y seno tenemos que:
1
=
h1
8
cos() =
=
h2
sen() =
1
sen()
8
h2 =
cos()
h1 =
7
6
5
h2
4
3
2
1
0 1
7
1
sen()
A = (8, 1)
h1
8
9 10
+
8
cos()
y esta funcin se anula siempre y cuando 8 sen3 () cos3 () = 0, es decir 8 sen3 () = cos3 ().
De aqu deducimos que
!
1
1
1
3
tan () = tan() = = arctan
8
2
2
Por la monotona creciente de la funcin tangente podemos deducir que la derivada f 0 () < 0
cuando 0 < < arctan(1/2), y f 0 () > 0 cuando arctan(1/2) < < 2 . Por tanto, en el punto arctan(1/2)
tenemos que la funcin alcanza un mnimo relativo que, por ser el nico punto crtico es tambin
el mnimo absoluto. Entonces, el segmento de longitud mnima que nos piden es:
1
5
f arctan( ) = 8
+ 5 = 5 5,
2
2
donde hemos utilizado que
!
1
cos() = p
= cos arctan( ) =
2
1 + tan2 ()
!
1
tan()
= sen arctan( ) =
sen() = p
2
1 + tan2 ()
1
15
5
1
.
5
Ejercicio 30.
Solucin 30. Tenemos que demostrar que la funcin f : R+ R definida como f (x) = x + 1x
verifica que f (x) 2, para tod x R+ . Calculemos su imagen. f es una funcin derivable y
2
0
f 0 (x) = 1 x12 = x x1
2 . Por tanto f (x) = 0 si, y slo si, x = 1. Como lim x0 f (x) = lim x+ f (x) =
+, f alcanza su mnimo absoluto en x = 1, o lo que es lo mismo f (x) f (1) = 2, x R+ como
queramos demostrar.
Ejercicio 31. Calcula las dimensiones de la cruz simtrica
respecto de los ejes y con rea mxima que se puede inscribir
en una circunferencia de radio 1.
y2
Se trata de una funcin continua en [0, 1] y derivable en ]0, 1[. Est claro que el mximo no lo
puede alcanzar en los extremos ( f (0) = 0, f (1) = 1); por tanto, lo vamos a encontrar en el
intervalo abierto ]0, 1[ sin ms que encontrar los puntos crticos de f .
Calculamos la derivada de f y la igualamos a cero:
2 x 1 x2
2x
f 0 (x) = 2
.
1 x2
Por tanto, la derivada de f se anula siempre y cuando se verifique:
s
s
p
5+ 5
5 5
2
4
2
2
x=
.
1 2x = x 1 x = 5x 5x + 1 = 0 = x =
10
10
Evaluando la funcin f en ambos puntos crticos, obtenemos que las dimensiones de la cruz as
construida de rea mxima son:
s
s
5 5
5+ 5
x=
e y=
.
10
10
Ejercicio 32. Se inscribe un rectngulo en la elipse
ejes. Halla las dimensiones del rectngulo para que
a) el rea sea mxima,
b) el permetro sea mximo.
Solucin 32.
16
x2
400
y2
225
15
y
x
20
15 p
15
x2
= 0 400 = 2x2 x = 200.
400 x2
20
20 400 x2
que f ( 200) > f (0), f (20) para asegurar que el mximo se alcanza en 200.
b) El permetro es 4(x + y). La funcin a maximizar es f : [0, 20] R definida como
15 p
400 x2 ,
f (x) = x +
20
o sea, x + y. Veamos cundo se anula la derivada
f 0 (x) = 1
15
x
400
.
= 0 x =
20 400 x2
400 + 225
400+225
17
b) si y = 0, entonces x =
(a, f (a))
a2 +3
2a .
Por tanto, la funcin a la que tenemos que calcularle el mnimo es, en funcin
del punto a,
1
f (a) =
3a4 + 6a2 9
= 0 a4 + 2a2 3 = 0.
2
4a
x0+
10
12
15
2 .
18
Integracin
Rb
dt,
c) F(x) =
Rb
dt.
1
x 1+t2 +sen2 (t)
x
a 1+t2 +sen2 (t)
Ejercicio 2.
x2
0
a) F(x) =
b) F(x) =
R1
c) F(x) =
x2
x3
x2
Ejercicio 3.
Ejercicio 4.
x2 +x
lim
Ejercicio 5.
et dt
sen2 (x)
x0
E
sen(x)
Ejercicio 6.
x0
sen(sen(t)) dt
x2
Clculo de primitivas
Ejercicio 7.
x3 x2 t2
e
0
dt , x R.
x0
f (x)
.
sen(x3 x2 )
2 Clculo de primitivas
2.1 Integrales inmediatas y cambio de variable
Ejercicio 8. Calcula las siguientes primitivas
R
a) R 5 x6 dx
b) R x(x + 1)(x 2)dx
c) R (2 + 3 x3 )2 dx
dx
d)
n
x
Ejercicio 9.
a)
3
R
1+log(x)
R 2
2
e) (a 3 x 3 )3 dx
R x2 +1
f)
x1 dx
b)
dx
e x +1
c)
x(2x + 5)10 dx
dx
(x2 4x+3)(x2 +4x+5)
dx
(x+a)(x+b)
Un poco de todo
dx
(x4 1)2
f)
cos5 (x)
dx
sen3 (x)
dx
3 sen2 (x)+5 cos2 (x)
sen(2x)
dx
1+sen2 (x)
b)
Ejercicio 16.
(x+1)3
x+1+
a)
2
x dx
2
x x+1
b)
dx
x5 x2 1
c)
x
1x2
d)
x
1+x2
c)
d)
dx
3
x+
x
x+1+2
dx
(x+1)2 x+1
dx
dx
3 Un poco de todo
Ejercicio 17. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:
R 1 dx
2
a) 0 1+e
x = 1 + log 1+e
b)
R 1/2
0
dx
20+8xx2
= arcsen
2
3
arcsen
7
12
Un poco de todo
c)
R3
d)
R1
e)
f)
g)
dx
9x2
R +
1
R +
0
R +
x
dx
1x6
x1
dx
x3 3x2 +x+5
x
dx
3+x4
dx
e x +ex
3+log(2)
10
3
12
Ejercicio 18. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:
R1
a) 1 1 x2 dx = 2
R
b) (1 + cos(x))2 dx = 3
c)
d)
R /2
/2
R /2
0
| sen(x)|3 dx =
4
3
16
Integracin
Rb
dt,
c) F(x) =
Rb
dt.
1
x 1+t2 +sen2 (t)
x
a 1+t2 +sen2 (t)
Solucin 1.
a) F 0 (x) = sen3 (x)
1
b) F 0 (x) = 1+x2 +sen
2 (x)
c) F 0 (x) =
Rb
dt
a 1+t2 +sen2 (t)
Ejercicio 2.
x2
0
a) F(x) =
b) F(x) =
R1
c) F(x) =
x2
x3
x2
Solucin 2.
a) F 0 (x) = sen log(1 + x2 ) 2x,
b) F 0 (x) = sen3 x2 2x,
c) F 0 (x) = cos(x3 )3x2 cos(x2 )2x.
E
Ejercicio 3.
2 2
Solucin 3. La funcin f es derivable con f0 (x) = e(x x ) (3x2 2x). Por tanto, los nicos
puntos crticos son x = 0 y x = 23 . Como f 0 13 < 0 y f 0 (2) > 0, f es estrictamente decreciente
i i
h
h
en 0, 32 y estrictamente creciente en 32 , + . En consecuencia f alcanza su mnimo absoluto (y
relativo) en x = 23 .
E
Ejercicio 4.
sen(x)
x2 +x
lim
et dt
.
sen2 (x)
x0
Solucin 4. Se trata de un lmite que presenta una indeterminacin del tipo 00 ya que el denominador es claro que tiende a cero cuando x 0, asi como el numerador, ya que:
Z sen(x)
Z 0
2
t2
lim
e dt =
et dt = 0
x0
x2 +x
Adems, tanto el numerador como el denominador son funciones derivables. El primero es derivable gracias al teorema fundamental del Clculo y el segundo, por ser la funcin seno elevada al
cuadrado. Entonces, haciendo uso de la siguiente regla de derivacin (consecuencia del teorema
fundamental del Clculo y de la regla de la cadena):
!0
Z h(x)
f (t) dt (x) = f (h(x)) h0 (x) f (g(x)) g0 (x)
g(x)
Este lmite vuelve a presentar en el cero la misma indeterminacin que tenamos al principio, as
que vamos a volver a aplicar la regla de LHpital. Pero antes separamos el lmite en dos factores:
el primero no va a darnos ningn problema, mientras que el segundo va a ser en el que vamos a
aplicar dicha regla. Esto es:
esen(x) cos(x) e(x +x) (2x + 1)
1
esen(x) cos(x) e(x
lim
= lim
lim
x0
x0 2 cos(x) x0
2 sen(x) cos(x)
sen(x)
2
2 +x)2
(2x + 1)
Ejercicio 5.
1
2 cos(x)
2 +x)2
2e(x
2 +x)2
2
= 2.
1
Solucin 5.
a) Estudiamos la monotona de la funcin f . Para ello veamos el signo de la derivada:
2
x0
sen(sen(t)) dt
x2
Solucin 6. Tenemos un cociente de funciones derivables, ambas con lmite cero en el origen y
la derivada del denominador no se anula (salvo en el origen). Estamos en condiciones de aplicar
la primera regla de LHpital para resolver dicho lmite. Nos queda el siguiente cociente
2 sen(sen(2x)) sen(sen(x))
,
x0
2x
lim
que sigue presentando una indeterminacin de la forma 00 . Aplicando de nuevo la regla de LHpital, obtenemos
4 cos(sen(2x)) cos(2x) cos(sen(x)) cos(x) 3
= .
x0
2
2
R x3 x2 2
Se considera la funcin f (x) = 0
et dt , x R.
lim
Ejercicio 7.
(1)
x0
f (x)
.
sen(x3 x2 )
Solucin 7.
2
donde g(x) = x3 x2 es un polinomio y, por tanto, derivable. Al ser el integrando una funcin
continua y, aplicando el teorema fundamental del clculo, tenemos que la funcin f es derivable,
y adems su derivada vale
2
3 x2 )2
(3x2 2x) , x R.
Clculo de primitivas
Para encontrar los intervalos de monotona de f tendremos que analizar el signo de la derivada.
Para ello factorizamos la funcin derivada:
f 0 (x) = e(x
3 x2 )2
x(3x 2).
2 2
f 0 (x)
e(x x ) (3x2 2x)
lim
=
lim
x0 cos(x3 x3 )(3x2 2x)
x0 cos(x3 x3 )(3x2 2x)
Simplificamos el cociente:
3
2 2
1
f (x)
e(x x )
= = 1 = lim
=1
x0 sen(x3 x2 )
x0 cos(x3 x2 )
1
lim
donde hemos tenido en cuenta que lim x0 e x = e0 = 1 y que lim x0 cos(x) = cos(0) = 1.
2 Clculo de primitivas
2.1 Integrales inmediatas y cambio de variable
Ejercicio 8. Calcula las siguientes primitivas
R dx
R
d)
a) R 5 x6 dx
n
R x2
2
b) R x(x + 1)(x 2)dx
e) (a 3 x 3 )3 dx
c) (2 + 3 x3 )2 dx
Solucin 8.
R
a) 5 x6 dx = 57 x7
R
b) x(x + 1)(x 2)dx = 14 x4 31 x3 x2
f)
x2 +1
x1 dx
Clculo de primitivas
c)
d)
e)
f)
(2 + 3x3 )2 dx = 4x + 3x4 + 97 x7
dx
n
x
x1 n
1 1n
= x+
x2
2
x3
3
+ 2 log(1 + x)
c)
x(2x + 5)10 dx
Solucin 9.
a) Hacemos el cambio de variable 1 + log(x) = y,
!
Z p3
Z
1 + log(x)
3 3 log(x)
dx =
y1/3 dy =
+
(1 + log(x))1/3
x
4
4
b) Sumamos y restamos e x ,
Z
Z
dx
=
ex + 1
!
1 + ex
ex
dx = x log 1 + e x .
x
x
1+e
1+e
y 5y dy =
4
4 12
11
!
12
11
1 (2x + 5)
5(2x + 5)
=
+
.
4
12
11
g)
x sen(x) cos(x)dx
Solucin 10.
a) Integrando por partes
Z
Z
u = log(x) = du = 1x dx
= x log(x) dx = x log(x) x.
log(x) dx =
dv = dx = v = x
b) Integrando por partes
Clculo de primitivas
"
arctan(x) dx =
u = arctan(x) = du =
dx
1+x2
dv = dx = v = x
Z
1
x
2
=x arctan(x)
dx
=
x
arctan(x)
log
1
+
x
.
2
1 + x2
1 x2
d) Integrando por partes
"
Z
x sen(x) dx =
u = x = du = dx
dv = sen(x) dx = v = cos(x)
Z
= x cos(x) + cos(x) dx = x cos(x) + sen(x).
Z
u = x = du = dx
x
= xe + ex dx = ex (1 + x).
dv = ex dx = v = ex
1 2 3x
x e
3
1 2 3x
x e
3
Z
2
xe3x dx
3
!
Z
2 x 3x
1 3x
e
e dx
3 3
3
Clculo de primitivas
x2 5x + 9
dx =
x2 5x + 6
3
1+ 2
dx
x 5x + 6
Z
dx
= x+3
2
x 5x + 6
= x+3
dx
(x 2)(x 3)
1
1
x3 x2
= x + 3 log | 3 + x | 3 log | 2 + x | .
b) Dividimos y descomponemos en fracciones simples,
Z
5x3 + 2
dx =
x3 5x2 + 4x
!
25x2 20x + 2
5+ 3
dx
x 5x2 + 4x
5+
= 5x +
!
7
161
1
+
dx
2x 3(x 1) 6(x 4)
7
log | x |
161
log(4 + x) log | 1 + x | +
.
6
3
2
dx
=
x(x + 1)2
=
!
1
1
1
dx
x x + 1 (x + 1)2
1
+ log | x | log | 1 + x | .
1+x
!
4x + 15
1
1
+
dx
130(x2 + 4x + 5) 20(x 1) 52(x 3)
7
1
1
=
arctan(2 + x) +
log | 3 + x |
log | 1 + x |
130
52
20
1
+
log 5 + 4x + x2 .
65
dx
=
2
(x 4x + 3)(x2 + 4x + 5)
1
1
1
e) Descomponemos en fracciones simples, (x+a)(x+b)
= (ba)(x+a)
+ (ab)(x+b)
y sustituimos
Z
Z
Z
1
1
log | a + x | log | b + x |
dx
=
dx +
dx =
+
.
(x + a)(x + b)
(b a)(x + a)
(a b)(x + b)
a + b
ab
Clculo de primitivas
dx
(x4 1)2
Solucin 12.
a) Descomponemos en fracciones simples e integramos,
Z
!
x2
1
dx
3(x + 1) x2 x + 1
arctan 1+2x
1
1
3
=
+ log | 1 + x | log 1 x + x2 .
3
6
3
dx
=
3
x +1
b) Utilizando la descomposicin
Z
Z
a0 + a1 x + a2 x2
dx
=
+
(x + 1)2 (x2 + 1)2
(x + 1)(x2 + 1)
!
b0
b1 + b2 x
+ 2
dx
x+1
x +1
se demuestra que
Z
dx
1
1
arctan(x) 1
1
=
+
+
+ log | 1 + x | log(1 + x2 ).
2
2
2
2
4(1 + x) 4(1 + x )
4
2
4
(x + 1) (x + 1)
c) Como (x4 1)2 = (x 1)2 (x + 1)2 (x2 + 1)2 , tenemos la descomposicin
!
Z
Z
b0
b1
b2 + b3 x
a0 + a1 x + a2 x2 + a3 x3
dx
+
+
=
+
dx.
x+1 x1
(x4 1)2
(x 1)(x + 1)(x2 + 1)
x2 + 1
Derivando y calculando los coeficientes se obtiene que
Z
x
3 arctan(x)
3
3
dx
log | 1 + x | +
log | 1 + x | .
=
+
4
2
4
8
16
16
(x 1)
4(1 + x )
Clculo de primitivas
R
c) R sen2 (x) cos3 (x)dx
d) sen2 (x) cos2 (x)dx
e)
cos6 (3x)dx
f)
cos5 (x)
dx
sen3 (x)
Solucin 13.
a) Utilizando el cambio de variable sen(x) = t la integral queda
Z
Z
t3
sen(x)3
3
cos (x) dx =
1 t2 dt = t = sen(x)
.
3
3
b) Utilizando el cambio de variable cos(x) = t, la integral es
Z
Z
Z
t5 2t3
5
2 2
sen (x) dx =
1t
dt = t4 2t2 + 1 dt = +
t
5
3
cos5 (x) 2 cos3 (x)
=
+
cos(x).
5
3
c) Utilizamos el cambio de variable sen(x) = t,
Z
Z
t3 t5 sen3 (x) sen5 (x)
.
sen2 (x) cos3 (x) dx =
t2 1 t2 dt = =
3
5
3
5
d) Utilizando que 2 sen(x) cos(x) = sen(2x),
Z
Z
Z
1
1
1
1 cos(4x)
2
2
2
(4x sen(4x)) .
sen (2x) dx =
dx =
sen (x) cos (x) dx =
4
4
2
32
e) Utilizando repetidamente que 2 cos2 (x) = 1 + cos(2x) y el cambio de variable 3x = t, se tiene
que
!3
Z
Z
Z
1
1
1 + cos(2t)
6
6
cos (t) dt =
dt
cos (3x) dx =
3
3
2
Z
1
=
1 + 3 cos(2t) + 3 cos2 (2t) + cos3 (2t)
24
!
1
=
180x + 45 sen(6x) + 9 sen(12x) + sen(18x) .
576
f) Utilizamos el cambio de variable sen(x) = t y obtenemos que
Z
Z 1 t2 2
Z
cos5 (x)
1
1
dx =
dt =
t3 + t 2t1 dt = t2 + t2 2 log | t |
3
3
2
2
sen (x)
t
1
1
= cosec2 (x) + sen2 (x) 2 log | sen(t) | .
2
2
Ejercicio 14. Calcula las siguientes primitivas
R cos(x)
R
a) 1+cos(x)
dx
d)
R
R
b) 1+tan(x)
dx
e)
1tan(x)
R
dx
c) 1+cos
2 (3x)
dx
3 sen2 (x)+5 cos2 (x)
sen(2x)
dx
1+sen2 (x)
Clculo de primitivas
Solucin 14.
a) Hacemos el cambio y = tan
Z
x
2
cos(x)
dx =
1 + cos(x)
1 y2
dy
1 + y2
!
2
1
dy = 2 arctan(y) y
1 + y2
x
= x tan
.
2
1+t
dt
(1 t)(1 + t2 )
!
Z
1
t
dx
=
t2 + 1 t 1
1
= log tan2 (x) + 1 log (tan(x) 1) .
2
1 + tan(x)
dx =
1 tan(x)
1
dx
[3x
=
=
t]
=
3
1 + cos2 (3x)
1
dt
=
tan(t)
=
y
=
3
1 + cos2 (t)
dy
2 + y2
1
3
h
i
dy
2 ! = y = 2z
2 1 + y
2
1
=
3 2
tan(3x)
dz
1
= arctan
2
1+z
3 2
2
d) Aprovechamos que el integrando es una funcin par en seno y coseno para realizar el cambio
de variable tan(x) = t,
Z
dx
=
2
3 sen (x) + 5 cos2 (x)
1
cos2 (x)
dx
= [tan(x) = t]
5 + 3 tan2 (x)
"
Z
Z
q #
dt
dt
= y = 35 t
=
=
3 2
5 + 3t2
5 1 + 5t
!
Z
q
dy
1
1
3
=
=
arctan
tan(x)
5
1 + y2
15
15
e) Utilizamos las frmula del ngulo doble, y hacemos el cambio de variable y = sen2 (x),
10
Clculo de primitivas
sen(2x)
dx =
1 + sen2 (x)
2 sen(x) cos(x)
dx =
1 + sen2 (x)
dy
= log | 1 + y | = log 1 + sen2 (x) .
1+y
b)
x+1+ (x+1)3
c)
d)
dx
3
x+
x
x+1+2
dx
(x+1)2 x+1
Solucin 15.
a) Hacemos el cambio de variable x 1 = t2
!
Z
Z
x3
32 16x 12x2 2x3
2
3
+
+
+
.
dx
=
2
(t
+
1)
dt
=
1
+
x
35
35
35
7
x1
b) Hacemos el cambio de variable x + 1 = t2 ,
Z
Z
dx
dt
(t)
=2
=
2
arctan
=
2
arctan
x
+
1
.
p
1 + t2
x + 1 + (x + 1)3
c) Utilizando el cambio de variable x = t6 ,
Z
6t3
dt = 6
t+1
!
1
t t+1
dt
t+1
!
t3 t2
+ t log | t + 1 |
=6
3
2
= 2 x 3 3 x + 6 x log 6 x + 1 .
dx =
x+ 3x
x+1+2
dx =
(x + 1)2 x + 1
!
Z
2t 2
2t(t + 2)
2
dt =
+
dt
t4 t
t2 + t + 1 t 1
!
2t + 1
2
2
= log t + t + 1 arctan
+ 2 log(t 1)
3
3
1 + 2 x + 1
2
+ 2 log x + 1 + 1 log x + 1 + x + 2
= arctan
3
3
Z
b)
5
R x x5x2 1
c) 2 dx
1x
Solucin 16.
11
x
1+x2
dx
Un poco de todo
2
a) Como x2 x + 1 = x 12 + 34 ,
Z
Z t + 1 2
2
dt
= [x 1/2 = t] =
q
2
x x+1
t2 + 34
x2 dx
3
2
senh(y),
Z
3
=
senh(y) +
2
2
1
dy
2
3 e2 y e2 y
= 2 3 cosh(y) +
2 y + y
4 2
2
y se deshacen los cambios.
b) Utilizamos el cambio de variable x = sec(t),
!
Z
Z
1 3
1
dx
4
=
cos (t) dt =
t + sen(2t) + sen(4t) .
4 2
8
x5 x2 1
Para terminar, basta deshacer el cambio realizado.
c) Hacemos el cambio de variable x = sen(t),
Z
Z
2
1
x5
dx =
sen5 (t) dt = cos5 (t) + cos3 (t) cos(t),
2
5
3
1x
y se deshacen los cambios.
d) Hacemos el cambio de variable x = senh(t),
Z
!6
et et
dx =
senh (t) dt =
dt
2
1 + x2
!
!
!
!
!
!
Z
6 4t
6 2t
6
6 2t
6 4t
1
6t
6t
= 6
e + e + e +
+ e + e +e
dt
1
2
3
4
5
2
6 t 45 e4 t 9 e2 t + 1
1 e6 t 9 e4 t + 45 e2 t e
20 t
=
64
6
6
x6
3 Un poco de todo
Ejercicio 17. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:
R 1 dx
2
a) 0 1+e
x = 1 + log 1+e
b)
R 1/2
0
dx
20+8xx2
= arcsen
2
3
arcsen
7
12
12
Un poco de todo
c)
R3
d)
R1
e)
f)
g)
dx
9x2
R +
1
R +
0
x
dx
1x6
x1
dx
x3 3x2 +x+5
x
dx
3+x4
R +
dx
e x +ex
3+log(2)
10
3
12
Solucin 17.
a) Ya sabemos la primitiva de esta funcin, la calculamos en el Ejercicio 9 b, con lo que
!
Z 1
dx
2
x 1
.
= x log 1 + e 0 = 1 log(1 + e) + log(2) = 1 + log
x
1+e
0 1+e
b) Teniendo en cuenta que 20 8x + x2 = 36 (x 4)2 , y haciendo el cambio de variable y = x 4
se tiene que
1/2
Z
0
1/2
dx
=
20 + 8x x2
dx
=
p
36 (x 4)2
3.5
4
dy
=
p
36 y2
3.5
4
dy
q
2
6 1 6t
c)
d)
R3
dx
0
9x2
R1
x
0
1x
R3
p dx 2
1( 3x )
h
i
dx = y = x3 =
6
0
e) Descomponemos
7/12
!
!
7
2
arcsen
=
= arcsen
3
12
2/3
1 t2
i R1
h
= 3x = y = 0 dy 2 = arcsen(1) arcsen(0) =
Z
dt
1y
R
1 1
3 0
x1
x3 3x2 +x+5
dy
1y2
1
3
(arcsen(1) arcsen(0)) 6
x3
x1
A
Bx + C
=
+ 2
2
3x + x + 5 x + 1 x 4x + 5
x1
dx =
3
x 3x2 + x + 5
1
5
y C = 0. Entonces
1
1
x
dx
2
5 x 4x + 5 x + 1
Z
1
x
1
= log | x + 1 | +
dx.
5
5
x2 4x + 5
13
(2)
Un poco de todo
(3)
Z
1
#+
"
2
1
1
log | x + 1 | + log x 4x + 5 + 2 arctan(x 2)
x 1x 3x + x + 5 dx =
5
2
1
+
1 x2 4x + 5
3 + log(2)
= log
.
+ arctan(x 2) =
5
x+1
10
1
3
!
Z +
Z
x
1 + dy
3
3
.
lim arctan(y) arctan(0) =
dx =
=
4
2
2 0 3+y
6 y+
12
3+x
0
g) Usamos el cambio de variable e x = t,
Z +
Z +
dt
dx
=
= lim arctan(t) arctan(0) = .
x
x
2
x+
2
1+t
0
e + e
Ejercicio 18. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:
R1
a) 1 1 x2 dx = 2
R
b) (1 + cos(x))2 dx = 3
c)
d)
R /2
/2
R /2
0
| sen(x)|3 dx =
4
3
16
Solucin 18.
a) Mediante el cambio de variable x = sen(t), nos queda que
Z 1p
Z /2
Z /2
1
(1 + cos(2t)) dt = .
1 x2 dx =
cos2 (t) dt =
2
2
1
/2
/2
b) Desarrollamos el cuadrado,
Z
(1 + cos(x)) dx =
1
1 + 2 cos(x) + (1 + cos(2x)) dx = 3.
2
14
Un poco de todo
0
1
4
1 t2 dt = .
3
sen2 (2y) dx =
1 cos(4y) dy =
sen2 (y) cos2 (y) dy =
.
4
8
16
0
0
0
15
EXAMENES
Curso: 2011/2012
Clase: Primero - Grupo: B