Documentos de Académico
Documentos de Profesional
Documentos de Cultura
alisis Matem
atico
1o de Ingeniera Inform
atica
3
4
INDICE GENERAL
4.2.2. Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.3. Acotacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.4. Regla del Sandwich . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.5. Relacion con el lmite de sucesiones . . . . . . . . . . . . . . . . . . . . 35
4.3. Lmites Laterales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4. Lmite de las Operaciones Aritmeticas . . . . . . . . . . . . . . . . . . . . . . 35
4.5. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.6. Continuidad de las Operaciones Aritmeticas . . . . . . . . . . . . . . . . . . . 39
4.7. Teorema de Bolzano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.8. Teorema de los Valores Medios . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.9. Teorema de Weiertrass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.10. Infinitesimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.10.1. Tabla de equivalencias . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5. Derivabilidad. 43
5.1. Derivada de la funcion en un punto. Interpretacion geometrica . . . . . . . . 43
5.2. Funcion derivada. Derivadas sucesivas. . . . . . . . . . . . . . . . . . . . . . . 45
5.3. Derivada de las operaciones elementales . . . . . . . . . . . . . . . . . . . . . 46
5.4. Tres teoremas importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.1. Teorema de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.2. Teorema del valor medio. . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.3. Teorema del valor medio de Cauchy . . . . . . . . . . . . . . . . . . . 49
5.5. Regla de LHopital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6. Formula de Taylor. 53
6.1. Un Lmite Costoso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3. Formula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
7. Aplicaci
on de la f ormula de Newton. 57
7.1. Convexidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.2. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.3. Representacion de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
9. La integral definida 73
9.1. Particiones de un intervalo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
9.2. Suma inferior, suma superior. Propiedades . . . . . . . . . . . . . . . . . . . . 73
9.3. Integral inferior, superior y de Riemann. . . . . . . . . . . . . . . . . . . . . . 74
9.4. Propiedades de la integral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
9.5. Teorema del valor medio del caculo integral . . . . . . . . . . . . . . . . . . . 76
9.6. Funcion integral. Teorema fundamental del calculo. . . . . . . . . . . . . . . . 77
9.7. Regla de Barrow. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.8. Areas limitadas por curvas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
9.9. Vol
umenes de revolucion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
13.F
ormula de Taylor. Aplicaciones. 103
13.1. Teorema del valor medio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
13.2. Formula de Taylor con resto de Lagrange. . . . . . . . . . . . . . . . . . . . . 104
13.3. Extremos relativos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
13.4. Calculo de los extremos relativos. . . . . . . . . . . . . . . . . . . . . . . . . . 106
6
INDICE GENERAL
Lecci
on 1
El Cuerpo de los N
umeros Reales
1.1. Introducci
on
La humanidad desde muy antiguo ha venido usando los n umeros y ha ido inventando
distintos tipos de n
umeros de acuerdo con sus necesitades. Los n
umeros naturales, que sirven
para contar, y los fraccionarios, que sirven para expresar partes de la unidad, fueron los
primeros en aparecer, las civilizaciones egipcias y mesopotamica ya tenan idea de estas
clases de numeros. Los n
umeros negativos aparecen tardamente, es en la Edad media cuando
empiezan a usarse.
Sin embargo pese a esa familiaridad que hemos dicho anteriormente, tuvo que llegar el
siglo XIX para que los matematicos pusieran orden y definieran rigurosamente los campos
numericos: Numeros naturales, enteros, racionales y reales.
En el conjunto de los n
umeros naturales que se indica por N se definen dos operaciones
llamadas suma y producto que verifican las propiedades siguientes (considerando N 6 {0}):
Suma:
Es interna. Si m, n N m + n N
Es asociativa. Si m, n, p N (m + n) + p = m + (n + p)
Es conmutativa. Si m, n N m + n = n + m
Producto:
Es interna. Si m, n N m n N
Es asociativa. Si m, n, p N (m n) p = m (n p)
Existe elemento neutro. Es el 1 y cumple que m 1 = m, m N
Es conmutativa. m n = n m, m, n N
Es distributiva respecto de las suma. m (n + p) = m n + m p, m, n, p N
En el conjunto de los numeros enteros que se indica por Z , se definen dos operaciones
con las propiedades siguientes:
Suma:
Es interna. Si p, q Z p + q Z
Es asociativa. Si p, q, r Z (p + q) + r = p + (q + r)
Es conmutativa. Si p, q Z p + q = q + p
Existe elemento neutro. Es el 0 y cumple que q + 0 = q, q Z
7
8 Lecci
on 1. El Cuerpo de los N
umeros Reales
Producto:
Es interna. Si p, q Z p q Z
Es asociativa. Si p, q, r Z (p q) r = p (q r)
Existe elemento neutro. Es el 1 y cumple que q 1 = q, q Z
Es conmutativa. p q = q p, p, q Z
Es distributiva respecto de las suma. p (q + r) = p q + p r, p, q, r Z
El conjunto de los numeros enteros por tener las propiedades respecto de la suma y el
producto citados anteriormente se dice que tiene estructura de anillo.
En el conjunto de los n
umeros racionales, indicados por Q, tambien se definen dos opera-
ciones: suma y producto, con las propiedades siguientes:
Suma:
Es interna. Si a, b Q a + b Q
Es asociativa. Si a, b, c Q (a + b) + c = a + (b + c)
Es conmutativa. Si a, b Q a + b = a + b
Existe elemento neutro. Es el 0 y cumple que a + 0 = a, a Q
Cualquier racional posee simetrico (opuesto). El opuesto de a se indica por a y
cumple que a + (a) = 0
Producto:
Es interna. Si a, b Q a b Q
Es asociativa. Si a, b, c Q (a b) c = a (b c)
Existe elemento neutro. Es el 1 y cumple que a 1 = a, a Q
Cualquier n
umero racional distinto de 0 posee simetrico (inverso). El inverso de a
1 1
lo indcaremos por , o, a1 y cumple que a = a a1 = 1.
a a
Es conmutativa. a b = b a, a, b Q
Es distributiva respecto de las suma. a (b + c) = a b + a c, a, b, c Q
El conjunto Q, por tener las propiedades citadas anteriormente respecto de las suma y el
producto se dice que tiene estructura de cuerpo.
Consideremos una recta y un punto sobre ella, utilizando un segmento como unidad de
longitud, vamos a hacer corresponder a cada n umero racional un punto sobre la recta de la
forma siguiente:
Al n umero 0 le hacemos corresponder el punto de la recta ya citado. Situando el extremo
izquierdo del segmento unidad sobre el punto correspondiente al 0 entonces al n umero 1
le asignamos su extremo derecho. Situando el extremo izquierdo del segmento unidad de
longitud en el punto correspondiente al 1, al n umero 2 le hacemos corresponder el extremo
derecho del segmento, as sucesivamente.
A los n umeros 1, 2, 3, . . . le asignaremos los puntos simetricos respecto del 0 de los
puntos correspondientes al 1, 2, 3, . . . .
Dividiendo el segmento unidad en dos partes iguales, tomando una de las partes y pro-
cediendo de forma similar a como hemos hecho antes, hacemos corresponder a los n umeros
5 3 1 1 3 5
2 , 2 , 2 , 2 , 2 , 2 , . . . puntos de la recta.
1.2 El cuerpo de los n
umeros reales 9
Si a < b a + c < b + c ; c Q
Hemos obtenido que a y b son m ultiplos de 2, siendo una contradiccion con el supuesto
inicial de que ab es irreducible. Se sigue entonces que l no puede expresarse de la forma ab .
Para resolver este problema aparecen los n umeros irracionales (generalmente representa-
dos por I) y el conjunto de ellos junto con los racionales se les llama conjunto de los n
umeros
reales, y lo indicamos por R.
En la segunda mitad del siglo XIX se formaliza rigurosamente la construccion de los
numeros reales y conviene decir que esta construccion realizada a partir de los n umeros
racionales, resulta ser bastante mas compleja que la construccion de los n umeros racionales
a partir de los numeros enteros. Mientras que para obtener un n umero racional es necesario
pares de n umeros enteros, para construir un n umero real es necesario un conjunto infinito de
racionales.
En el conjunto de n umeros reales R se definen dos operaciones llamadas suma y producto,
con las siguientes propiedades:
Suma:
Es interna. Si x, y R x + y R
Es asociativa. Si x, y, z R (x + y) + z = x + (y + z)
1
aqui hara falta poner un cuadrado para el ejemplo de la inconmensurabilidad
10 Lecci
on 1. El Cuerpo de los N
umeros Reales
Es conmutativa. Si x, y R x + y = y + x
Existe elemento neutro. Es el 0 y cumple que x + 0 = x, x R
Cualquier n
umero real posee simetrico (opuesto). El opuesto de x se indica por
x y cumple que x + (x) = 0
Producto:
Es interna. Si x, y R x y R
Es asociativa. Si x, y, z R (x y) z = x (y z)
Existe elemento neutro. Es el 1 y cumple que x 1 = x, x R
Cualquier n
umero real distinto de 0 posee simetrico (inverso). El inverso de x lo
1 1
indcaremos por , o, x1 y cumple que x = x x1 = 1.
x x
Es conmutativa. x y = y x, x, y R
Es distributiva respecto de las suma. x (y + z) = x y + x z, x, y, z R
1.3. M
odulo de un n
umero real
Definici on: Llamaremos modulo de un n umero real x a otro n
umero real que se indica
por | x | y se define como x si x 0 y x si x < 0, es decir:
(
x si x 0
|x| =
x si x < 0
|x| 0
| x | = 0 x = 0
| x | = max{x, x}
|x + y | |x| + |y |
Demostracion:
( | x | x | x | ) +
( | y | y | y | ) = ( | x | + | y | ) x + y | x | + | y | =
a z a = | z | < a = | x + y | < | x | + | y |
1.4 Espacios m
etricos 11
Ejemplos:
|x + 1| |x 1| > 2
| x | + | 2x 1 | =| x 2 |
(, 0) x 2x + 1 = x + 2; 2x = 1; x = 12
(0, 21 ) x 2x + 1 = x + 2; 2x 2x + 1 = 2; 6 x (0, 12 )
( 12 , 2) x + 2x 1 = x + 2; 2x + 2x = 3; x = 34
(2, ) x + 2x 1 = x 2; 2x = 1; x = 21 6 (2, )
| x 1 | +2 | x 3 | x >| x |
|x + y | |x| |y |
Demostracion:
( | x | x | x | ) + ( | y | y | y | ) =
( | x | | y | ) (x y) | x | | y |
1.4. Espacios m
etricos
Consideremos la aplicacion de
d : Rn R R
de modo que
p
((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn )) 7 (y1 x1 )2 + (y2 x2 )2 + . . . + (yn xn )2
De este modo:
p
2n = 1; (x, y) 7 (y1 x1 )2 + (y2 x2 )2
p
n = 2; ((x1 , x2 ), (y1 , y2 )) 7 (y1 x1 )2 + (y2 x2 )2
d((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn )) 0
d((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn )) = 0 (x1 , x2 , . . . , xn ) = (y1 , y2 , . . . , yn )
d((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn ))
d((x1 , x2 , . . . , xn ), (z1 , z2 , . . . , zn ) + d((z1 , z2 , . . . , zn ), (y1 , y2 , . . . , yn ))
12 Lecci
on 1. El Cuerpo de los N
umeros Reales
Ejemplo:2
Un conjunto se dice que es abierto si para cualquiera de sus puntos existe un entorno
totalmente contenido en el conjunto.
Ejemplo:3
Un conjunto se dice que es cerrado si su complementario es abierto.
Ejemplo:4
Un punto se dice que es interior al conjunto cuando exite un entorno de el totalmente
contenido en el conjunto. Al conjunto de puntos interiores de un conjunto A se le llama
interior de dicho conjunto y se representa por Ao .
Ejemplo:
Siendo A = { n1 , n N} estudiar si es un conjunto abierto o cerrado.
Abierto no es porque dado un entorno de un punto cualquiera del conjunto exiten puntos
del entorno que no pertenecen al conjunto.
Tampoco es cerrado ya que 0 Ac y cualquiera que sea el entorno de 0 contiene puntos
de A (no puede estar contenido en el complementario). Se sigue que Ac no es abierto y por
consiguiente A no es cerrado.
Observese que si A hubiera sido el conjunto A = { n1 , n N} {0}, ciertamente no es
abierto pero como su complementario s que lo es entonces A es cerrado.
El punto 0 cumple la condicion que cualquier entorno de el posee puntos del conjuntos A
distintos de el, por eso se dice que es un punto de acumulacion del conjunto A.
Definici on: Diremos que el punto x es de acumulacion del conjunto A si cualquier entorno
de x contiene puntos del conjunto A distintos de x, es decir:
[
(x) {x} A 6=
1.5. Acotaci
on de un conjunto
Definici
on: Un conjunto esta acotado cuando esta contenido en un entorno de uno de
sus puntos (o de un punto cualquiera).
2
Falta circunferencias y entorno
3
Faltan entornos
4
Dibujar ejemplos
1.6 Conjuntos compactos 13
subrecubrimiento finito. Como esto no puede suceder, se sigue que el conjunto A posee al
menos un punto de acumulacion.
Lecci
on 2
2.1. Sucesiones en Rn
Definicion: Se llama sucesion en Rn a una aplicacion del conjunto de los n
umeros natu-
n
rales en R :
f : N Rn
1 7 a1
2 7 a2
..
.
n 7 an
Las imagenes por f de los n umeros naturales se les llama terminos de la sucesion y se
suelen representar por una misma letra con un subndice. As por ejemplo f (1) lo podemos
indicar por a1 y se le llama primer termino de sucesion. A f (2) se le llama segundo termino
de sucesion y podemos expresarlos como a2 .
Conocer una sucesion significa conocer todos los terminos de la sucesion. En ocasiones
podemos conocer una sucesion a partir de su termino general porque este resulta ser la
expresion donde figura la variable n, de modo que al sustituir n por 1 se obtiene el primer
termino, al sustituir n por 2 el segundo termino. . .
Ejemplos:
1 1 1
La sucesion en R: 1, 2 , 3 , 4 , . . . podemos expresarla a traves de su termino general poniendo
1
.
n
La sucesion en R2 : (1, 1), ( 12 , 41 ), ( 13 , 19 ), . . . podemos expresarla a traves de su termino
general n1 , n12 .
15
16 Lecci
on 2. Sucesiones. Lmites de sucesiones
PROPIEDADES
1.- Si existe lmite de una sucesion, es u
nico.
Demostracion:
Supongamos que anSes convergente
S y por un lm an = a y lm an = b, con a 6= b.
S lado S
ConsideremosSentornos (a), (b) de modo que (a) S (b) = . Por definicion existe n1 N
tal que an (a) n n1 . Existe n2 tal que an (b), n n2 .
S S
Si suponemos que n1 n2 entonces an (a) (b) lo que no es posible. Esta contra-
diccion viene de suponer la existencia de dos lmites distintos.
2.- Si una sucesion posee lmite esta acotada.
Demostracion:
Supongamos que la sucesion an tiene por lmite a y consideremos un entorno del punto a.
Por definicion todos los terminos de la sucesion a partir del lugar estan dentro del entorno,
quedando fuera un n umero finito o ninguno. En cualquier caso siempre se puede crear un
entorno de uno de los puntos de la sucesion que contenga en su interior a todos los puntos de
la sucesion. Se concluye entonces que la sucesion es un conjunto acotado.
2.4. Subsucesiones en Rn
Definicion: Dada la sucesion (n) dada por los n
umeros naturales, se llama subsucesion
e (n) a cualquier otra sucesion (mn ) (n) de modo que mn1 < mn2 si n1 < n2 .
Ejemplo:
2.5 Suesiones de n
umeros reales. Convergencia 17
(1, 3, 5, 7, 9, . . .) es subsucesion de N.
(3, 7, 11, 16, 21, . . .) es subsucesion de N.
Definici on: Llamaremos subsucesion de la sucesion (an ) Rn a cualquier otra sucesion
(amn ) (an ) de modo que (mn ) es subsucesion de (n).
Proposici on: Cualquier sucesion acotada posee una subsucesion convergente.
Demostracion:
Por estar
S acotada posee al menos un punto de acumulacion. Consideremos la sucesion de
entorno 1 (a) y a continuacion sea (am1 ) el primer termino de la sucesion (am ) contenido
S n S
en 1 (a).Sea am2 el primer termino de la sucesion posterior a am1 contenido en 1 (a). Sea
S 2
el am3 el primer termino de la sucesion posterior a am2 contenida en 1 (a). Si continuamos
3
sucesivamtente obtenemos una sucesion amn que es subsucesion de (an ) y por construccion
converge al punto a.
Teorema: Si (an ) es convergente con lm(an ) = a entonces tambien lo es cualquier sub-
sucesion de ella y ademas converge al mismo lmite que an .
Demostracion:
Supongamos que lm(an ) = a y que amn es subsucesion de an . Por estar acotada (tiene
lmite)
(an ) entonces amn esta acotada y por tanto posee al menos un punto de acumulacion.
No puede poseer dos porque (an ) tendra dos puntos de acumulacion, y eso es imposible (ya
que es convergente).
El punto de acumulcion de (an ) a de ser a, porque en caso contrario (an ) tendra dos
puntos de acumulacion y esto no es posible. Si amn posee un u nico punto de acumulacion
entonces converge a el, y dado que este punto es el punto a, entonces lm(an ) = a.
En lo que sigue nos dedicaremos a estudiar las sucesiones de n umeros reales.
2.5. Suesiones de n
umeros reales. Convergencia
Definici on: Una sucesion (an ) R le llamaremos sucesion de n umeros reales.
Definici on: La definicion de lmite dada por caracer generel para Rn , ciertamente es
valida y en todo caso tendra una adaptacion para n = 1.
Las propiedades de unicidad del lmite y acotacion de sucesiones convergente en Rn son
validas. Ahora, tambien lo es la siguiente propiedad que de modo particular enunciamos ahora
y que se conoce con el nombre de regla del sandwich:
Si (an ) y (bn ) son sucesiones convergente con lm(an ) = lm(bn ) = a y (cn ) cumple que
an < cn < bn , n, entonces cn es convergente y ademas lm(cn ) = a.
Demostracion:
S S
Consideremos (a). Existe n0 S N tal que n n0 es an (a). Tambien lo existe
n1 N talS que si n n1 es bnS (a). Si n0 n1 entonces para n > n0 se cumple que
an , bn (a) y por tanto cn (a).
Suma:
18 Lecci
on 2. Sucesiones. Lmites de sucesiones
Es interna.
Es asociativa: ((an ) + (bn )) + (cn ) = (an ) + ((bn ) + (cn )).
Existe elemento neutro. Es la sucesion nula (0).
(an ) + (0) = (an ).
Cualquier sucesion posee simetrica (opuesta). La opuesta de (an ) se indica por
(an ) y es (an ) y cumple que (an ) + (an ) = (0).
Es conmutativa: (an ) + (bn ) = (bn ) + (an ).
Producto:
Es interna.
Es asociativa: ((an ) (bn )) (cn ) = (an ) ((bn ) (cn )).
Existe elemento neutro. Es (1).
(an ) (1) = (an )
Es conmutativa: (an ) (bn ) = (bn ) (an )
Es distributiva respecto de la suma: (an ) ((bn ) + (cn )) = (an ) (bn ) + (an ) (bn ).
2.7. Infinit
esimos, operaciones con infinit
esimos
Definicion: Diremos que la sucesion an es un infinitesimo si lm(an ) = 0.
Ejemplo: q q
an = 12 ; (an ) es un infinitesimo. 12 < n > 1 ; 1
n n + 1 = n0 ; n n0 .
Observese que si lm(an ) = 0S aplicando la definicion se tiene que dado un > 0, exite
n0 N tal que n n0 es an (0), o lo que es lo mismo d(an , 0) < , y tambien |an | < .
En lo que sigue vamos a demnostrar que la suma y el producto de dos infinitesimos es
siempre un infinitesimo.
Propiedad 1: La suma de dos infinitesimos es otro infinitesimo.
Demostracion:
Supongamos que (an ), (bn ) son dos infinitesimos y consideremos la sucesion suma (an ) +
(bn ) = (cn ).
Sea > 0. Como lm(an ) = 0 entonces existe n0 N tal que |an | < 2 , n n0 . como
lm(bn ) = 0 entonces existes n1 N tal que |bn | < 2 , n n1 .
Suponiendo que n0 n1 se tiene que n n0 es:
|cn | = |an + bn | |an | + |bn | < 2 + 2 = .
Propiedad 2: El producto de una sucesion constante por un infinitesimo es otro infi-
nitesimo.
Demostracion:
Supongamos que (an ) = (K) y que lm(bn ) = 0 y consideremos la sucesion (cn ) =
(K)(an ) = (Kan ).
Dado > 0, existe un n0 N tal que n n0 se cumple que |an | < |K| . Por tanto:
n n0 se cumple:
|cn | = |Kan | = |K||an | |K| |K| = .
Para probar estas propiedades vamos a tener en cuenta que lm(an ) = a lm(an a) = 0,
es decir, (an a) es un infinitesimo (pruebese). Supongamos tambien que lm(an ) = a y
lm(bn ) = b.
Luego (an ) + (bn ) es convergente y ademas lm ((an ) + (bn )) = a+b = lm(an )+lm(bn ).
Siguiendo el lmite de las operaciones aritmeticas podemos abordar el calculo del lmite de
una expresion donde aparecen varias sucesiones sometidas a operaciones aritmeticas. Sucede
a veces que aplicando estos calculos se obtiene resultados que nada dicen acerca del lmite de
la expresion. Estos resultados son conocidos con el nombre de indeterminaciones, y cuando
se presentan el rocedimiento a seguir es transformar la expresion en otra que a los mas difiera
de la primera en un n umero finito de puntos y cuyo lmite se sabw calcular. Como ambas
ecpresiones tienen el mismo lmite, nuestro problema estara resuelto.
La demostarcion se ha hecho para el cas de que lm(bn ) = +, pero de forma muy similar
se hara para el caso de lm(bn ) = .
2.9 Sucesiones infinitas 21
En la pregunta anterior digimos que aplicando los resultados conocidos sobre el lmite
de las operaciones aritmeticas no siempre es posible obtener el lmite de una expresion. Los
resultados, tambien digimos que se llamaban indeterminaciones. Son indeterminaciones:
0 ()
(+) (+); 0 (); ;
0 ()
Veamos algunos ejemplos:
lm( n + 1 n) = (+) (+).
( n + 1 n)( n + 1 + n) n+1n
lm( n + 1 n) = lm = lm =
( n + 1 + n) n+1+ n
1
= = 0.
+ +
lm( 3 n + 1 3 n).
p p 3
( 3 n + 1 3 n)( 3 (n + 1)2 + 3 (n + 1) 3 n + n2 )
lm p p
3
=
3
(n + 1)2 + 3 (n + 1) 3 n + n2
n+1n 1
= lm p p 3
= .
3 2 3
(n + 1) + n(n + 1) + n 2 (+) + (+) + (+)
n2 + 1 +
lm 2
= .
n +n+2 +
1 + n12 1+0
lm 1 2 = 1 + 0 + 0 = 1.
1 + n + n2
n n + 1 n3 + n (+) (+)
lm = .
2
n n + 2n + 3 2 (+)
q q
n3 +n2 n3 +n
3 2
n +n n +n 3
n4
n4
lm = lm q =
4 3
n + 2n + 3n 2 2 n4 +2n3 +3n2 2
n4
q q n4
1 1 1 1
n + n2 n + n3 00
lm q = = 0.
1 + 2 3 2 10
n2 n2 n4
an a n
lm = l
m = 0.
nn n
a 1 a n
1 n
0< < ; 0< < 2 0.
n 2 n
an
lm , a > 0.
n
an
i) 0 < a 1, lm = 0.
n
ii) a > 1;
a = 1 + d, d > 0
n n 2 n n
an = (1 + d)n = 1 + d+ d + ... + d .
1 2 n
.
n(n 1) 2
> 1 + nd + d
2
an 1 n1 2
> +d+ d > +.
n n 2
22 Lecci
on 2. Sucesiones. Lmites de sucesiones
an
lm = +.
n
an
lm , p > 1.
np
an
i) 0 < a < 1 lm = 0.
np
ii) a > 1 Existe b > 1 tal que bp = a.
n p
an (bp )n b
Como consecuencia lm p = lm p = lm = +p = +.
n n n
nn
lm .
n!
nn
an = .
n!
(n + 1)n+1 (n + 1)n+1
(n + 1)n n+1 n
an+1 (n + 1)! n + 1
= = = = =
an nn nn nn n
n! n
1 n 1 n 1 n 1
= 1+ =1+ + + ... +
n 1 n 2 n2 n nn
an+1
> 2; an+1 > 2an
an
Asi tenemos:
a2 > 2a1
a3 > 2a2
..
.
an > 2an1
=
+ an > 2n1 a1 +
an
lm .
n!
an
i) 0 a 1; lm = 0.
n!
an
ii) a > 1; lm .
n!
an
an =
n!
an+1
an+1 (n + 1) 1 1
= n =a < .
an a n+1 2
n!
1
an+1 < an
2
Asi tenemos:
2.10 Sucesiones mon
otonas 23
1
a2 > a1
2
1
a3 > a2
2
..
.
1
an > an1
2
=
1
0 an > n1 a1 0
2
an 0
EL NUMERO e.
Una de las sucesiones que con mas frecuencia aparece es la que tiene por termino ge-
1 n
neral an = 1 + n . Puede probarse (hagase) que esta sucesion es monotona creciente y
esta acotada. Su lmite es un n
umero irracional que se representa por la letra e.
1
Puede probarse igualmente que si an es un infinitesimo tambien lm (1 + an ) an = e.
Por ejemplo:
n n " n #1
1 1 1
lm 1 = lm 1 + = lm 1+ = e1
n n n
Series de n
umeros reales
3.1. Series de n
umeros reales. Primeras definiciones
Definicion: Llamaremos serie dePn umeros reales a un par ((an ), (sn )) de sucesiones de
modo que sn = a1 + a2 + . . . + an = ni=1 ai .
Por ejemplo:
n
1 1 1
n
, (sn ) n
, 1
2 2 2
| {z }
P+ 1
n=1 2n
n
1
1 n
1 1 1 1 2 1
sn = + 2 + . . . + n = =1 =1
2 2 2 2 1 2
1
2
Si lm sn = s R entonces se dice que la serie es convergente y a s se le llama suma de la
serie.
P+
Si lm sn = + entonces se dice que la serie es divergente 1 an .
P+ P+
Pondremos n=1 an = s para indicar que s es la suma de la serie n=1 an .
P+ P+
Caso de ser divergente n=1 an pondremos n=1 an = +.
A veces cuando se sabe qie la serie P
P
a
n=1 n es convergente, quiere indicarse tal hecho y
+
no importa el conoer su suma, se pone n=1 an < .
La serie + 1
P
n=1 an es convergente ya que:
n
1 1
y lm sn = 1, es decir, +
P
sn = 1 n=1 n = 1
2 2
.
Como veremos, la serie + 1
P
n=1 n es divergente.
En lo que sigue nos dedicaremos a estudiar la convergencia de series.
25
26 Lecci
on 3. Series de n
umeros reales
P+
an + + bn = +
P P
1 1 1 (an + bn ).
(a1 + b1 ) + (a2 + b2 ) + . . . + (an + bn ) = (a1 + a2 + . . . + an ) + (b1 + b2 + . . . + bn ).
Entonces: lm ((a1 + b1 ) + (a2 + b2 ) + . . . + (an + bn )) = lm(a1 + a2 + . . . + an ) + lm(b1 +
b2 + . . . + bn ) = a + b. P+ P+ P+
Queda probado entonces que P+ 1 an + 1 b n = 1 (an +P bn ) = a + b.
+
Proposici on: Si t R y 1 an es convergente entonces t 1 an es convergente.
P+ P+ P+
Ademas si 1 an = a entonces t 1 an = 1 t an = t a.
Demostracion:
LaPsuma parcial de la serie:
+ P+
t 1 an = 1 (t an ) es: (t a1 + t a2 + . . . + t an )
Para ver si es convergente estudiaremos el lmite de esta suam aprcial n-esima.
lm(t a1 + t a2 + . . . + t an ) = lm t(a1 +Pa2 + . . .+ an ) = t lm(a1 + a2 + . . . + an ) = t a.
+
No solo hemos proabdo que la serie t 1 an es convergente sino que ademas su suma
es t a.
3.3. Series de t
erminos positivos.
Algunos criterios de convergencia
on: Una serie +
P
Definici 1 an donde an > 0, n, se llama serie de terminos positivos.
Criterio dePconvergencia 1.
Si + +
bn son dos series de terminos positivos con an bn y +
P P
1 an ,P 1 1 bn conver-
+
gente entonces 1 an tambien es convergente.
Demostracion:
Supongamos +
P
1 bn = b y pongamos sn = a1 +22 +. . .+an . La suceison (sn ) es monotona
creciente porque sn+1 = a1 + a2 + . . . + an + an+1 = sn + an+1 > sn .
Ademas sn b, n porque sn = (a1 + a2 + . . . + an ) (b1 + b2 + . . . + an ) < b.
Entonces sn es monotona creciente y est a acotada superiormente, sesabe entonces que
existe lmite de sn , lm sn = a R por tanto +
P
1 an es convergente.
Ejemplos: Probar que:
P+ 1
1 es convergente y comprobar su suma.
n(n + 1)
1 1 1
=
n(n + 1) n n+1
1 1 1 1
sn = + + + ... +
1 2 2 3 3 4 n(n + 1)
1 1 1
lm sn = lm + + ... +
12 23 n(n + 1)
1 1 1 1 1 1
= lm + + ... +
1 2 2 3 n n+1
1 n+11
= lm 1 = lm =1
n+1 n+1
Es convergente y su suma vale 1.
P+ 1
3 = 1.
n2 3n + 2
1 A B n(A + B) + (2A B)
2
= + =
n 3n + 2 n1 n2 n2 3n + 2
A + B = 0; A = 1
2A B = 1; B = 1
3.3 Series de t
erminos positivos.
Algunos criterios de convergencia 27
1 1 1 1 1 1 1 1 1
= sn = + + ... +
n2 3n + 2 n2 n1 1 2 2 3 n2 n1
Serie telescopica
1 n11 n2
sn = 1 = =
n 1 n1 n1
n2
lm sn = lm =1
n1
Criterio de convergencia 2: Serie arm
onica.
+
X 1
n
1
Caso = 1:
+
X 1 1 1 1 1 1 1 1 1 1 1 1
=1+ + + + + + + + + + + ... + + ...
n 2 3 4 5 6 7 8 9 10 11 16
1
Pongamos (sn ) para inicar la sucesion de las sumas parciales n-esimas. Consideremos a
continuacion la serie:
1 1 1 1 1 1 1 1 1 1 1
1+ + + + + + + + + + + ... + + ...
2 4 4 8 8 8 8 16 16 16 16
Pongamos (tn ) para inicar la sucesion de las sumas parciales n-esimas.
Comparando ambas series dse observa que tn sn . Consideremos la subsucesion de (tn )
formada por (t2n ).
Es facil comprobar que t1 = 1; t2 = 11 + 12 ; t22 = 1 + 12 + 12 ; t23 = 1 + 12 + 12 + 12 ; . . . ;
1
t2 n = 1 + n 2 .
Ciertamente lm(t2n = lm 1 + n 21 = +.
an
= r, r 6= 0, las series + an , +
P P
Si lm 1 1 bn son a la vez convergentes o divergentes:
bn
Demostracion:
Como an , bn > 0 entonces r > 0.
an
Como lm = r entonces dado un entorno (c1 , c2 ) con centro r y tal que
bn
an
0 < c1 < c2 , lm r = 0.
bn
an an
(c1 , c2 ) n n0 o lo que es lo mismo c1 < < c2 , n n0 . Como consecuencia
bn bn
c1 bn < an < c2 bn , n n0 .
Si + bn es convergente tambien lo es +
P P P+
1 n=n b n y tambi
e n n=n0 c2 bn . Como an < c2 bn ,
P+ P+ 0
es convergente n=n0 an , y tambien lo es 1 an .
Por otro lado si la serie + an es convergente tambien lo es +
P P
P+ 1 P+ n=n0 an . Como c1 bn < an ,
es convergente n=n0 c1 bn y tambien lo es n=1 bn .
Si cualquiera de las series, + an , +
P P
1 1 bn fuera divergente la otra tambien tiene que
serlo porque si fuera convergente la otra tambien lo sera.
Ejemplos:
3
P+ 1 1 3 3 n 2 3 n
1 = = = =1
2 2 n2 3 n2 1 3 n2
n
3 3 n
Criterio de Raabe
P+ an
Si 1 an es una serie de terminos positivos y lmn 1 = l entonces:
an1
i) l > 1 la serie es convergente.
Ejemplos:
p
n n2 +1 1
e n2 +1 e n2 +1 = e1 =
P
= lm = lm e n < 1 Serie convergente
e
r s 1 1
X n! n n! n nn en 2n nen (2n) 2 n (2n) 2 n
= lm = lm = l
m = l
m
nn nn nn n e
= e1 < 1 Serie convergente
P 1 1
3 Serie divergente, pues al compararla por ,...
n 2
n
P 1 1 1 1
. Entonces es convergente.
log n n log n log n
30 Lecci
on 3. Series de n
umeros reales
1 1 1 1 1
1 + + + + +
P 1 1 1 1 3 2 3 n 1 (n + 1) 1
1 + + + + = lm =
3 2 3 n1 1 1 1 1
1 + + + +
3 2 3 n1
1 1 1 1 1
1 + + + +
3 2 3 n1 (n + 1) 1
= lm =
1 1 1 1 1 1 1 1
1 + + + + 1 + + + +
3 2 3 n1 3 2 3 n1
1
= lm =
1 1 1 1
n 1 + + + +
3 2 3 n1
= 0 Es convergente seg
un el criterio 4.
Pn+1
n
1
2
1 n
P 1
2 2e 1 1
n2
en 1 = lm 1 = lm 1 .
n2 n2
1 2
Luego e n 1 es convergente.
3.4. Series de t
erminos cualesquiera
De forma somera estudiaremos a continuacion algunos criterios de convergencia para series
de terminos cualesquiera.
Series absolutamente convergentes: P+
Definici on: Una serie es absolutamente convergente si la serie 1 |an | es convergente.
Teorema: Si +
P
1 es absolutamente convergente entonces es convergente.
Demostracion:
(xn ) es de Cauchy si > 0, n0 N tal que |xn xm | < , n, P m n0 P
Sean (sn ), (tn ) las sumas parciales respectivamente de las series + 1 an , +1 |an |. Va-
mos a probar que (sP n ) es de Cauchy y por consiguiente convergente:
Sea > 0 como + 1 |an | es convergente (al ser absolutamente convergente por defincion)
entonces an es convergente y por consiguiente de Cauchy. Existe entonces n0 tal que n, m
n0 se cumple que |tn tm | < .
Suponiendo n > m es: |am+1 | + |am+2 | + + |am+n | < .
Como |sn sm | es igual: |am+1 + am+2 + + an | < |am+1 | + |am+2 | + + |an | < .
Acabamos de probar que dado > 0 existe un n umero natural tal que n, m n0 se
cumple que |sn sm | < .Dicho de otro modo acabamos de probar que la sucesion sn es de
Cauchy y por consiguiente convergente. Se sigue que la serie +
P
1 an es convergente.
Series alternadas: P+
Definici on: Si (an ) es una sucesion de terminos positivos la serie n1 a se
1 (1) n
llama serie alternada.
Ejemplo:
n+1 1
P+
1 (1)
n
Teorema: Si an es monotona decreciente y tiene por lmite 0 entonces la serie + n+1 a
P
1 (1) n
es convergente.
Demostracion:
Esta basada en demostrar que la serie es absolutamente convergente y por consiguiente
convergente.
Lecci
on 4
4.1.1. Dominio
Al conjunto A se le llama dominio de la funcion y no tiene porque coincidir con todo
Rn .Sin embargo, se abusa del lenguaje y, cuando con generalidad se habla de una funcion de
Rn en R, se pone f : Rn R, aunque el dominio de f no sea todo Rn .
Ej1 .-
f :RR
x x2 + 5
Ej2 .-
f :RR
1
x
x1
Ej3 .-
f : R2 R
(x, y) x2 y 2 x + y
Las funciones f : R R se conocen con el nombre de funciones reales de variable
real.
x2 1
3. f (x) = x2 +3x+2
4. f (x) = x1
31
32 Lecci
on 4. Funciones. Lmites y Continuidad.
5. f (x) = x2 4x + 3
p
6. f (x) = 1 1x
p
7. f (x) = x sen(x)
x
8. f (x) = log |x|
9. f (x) = 2x 3x
ex +ex
10. f (x) = 2
ex ex
11. f (x) = ex +ex
4.1.2. Gr
afica
afica de una funcion f : Rn R al conjunto:
Se llama gr
G = {(
x, f ( D(f )}
x)), x
Ej1 : f : R R
G = {(x, f (x)), x D(f )}
Ej2 : f : R2 R
G = {(x, y, f (x, y)), (x, y) D(f )}
Si los puntos de la grafica de una funcion real de variable real se llevan a un plano en el
que se encuentran unos ejes de coordenadas se obtiene una curva conocida con el nombre de
representaci on gr afica de la funcion.
Si los puntos de la grafica de una funcion f : R2 R se llevan al espacio donde estan
situados unos ejes de coordenadas se obtiene una superficie, representacion grafica de la
funcion.
INCLUIR IMAGENES
DE GRAFICAS!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
Existe una estrecha relacion entre las propiedades de una funcion y su representacion
grafica. A continuacion indicaremos algunas propiedades mas y nos apoyaremos en las graficas
de las funciones para mejor explicarlas.
4.1.3. Paridad
Una funcion se dice par (impar) si f (x) = f (x) (f (x) = f (x)), x Dom(f ).
Teniendo en cuenta esta definicion, la representacion grafica de una funcion par es simetri-
ca respecto del eje de OY , y la de una funcion impar es simetrica respecto del origen de
coordenadas.
f (x) = cos(x)
Ej1 : Funcion par
f (x) = cos(x)
f (x) = sen(x)
Ej2 : Funcion impar
f (x) = sen(x)
4.2 Lmite de una Funci
on en un Punto 33
4.1.4. Periodicidad
Una funcion se dice que es peri odica si existe un n
umero real K > 0 tal que f (x + K) =
f (x) x Dom(f ).
Al menor n umero K que cumple la igualdad se le llama periodo.
Ej1 : f (x) = xE(x)1 No es periodica.
Ej2 : f (x) = x E(x) S es periodica.
4.1.5. Crecimiento
Una funcion se dice que es mon otona creciente (decreciente) en el intervalo (a, b) si
x, y (a, b) con x < y es f (x) < f (y) (f (x) > f (y)).
Una funcion se dice que es monotona creciente en un punto p si es posible encontrar un
entorno U (p) de modo que h con ph, p+h U (p) se cumple que f (ph) < f (p) < f (p+h)
(f (p h) > f (p) > f (p + h)).
Puede probarse, por otro lado, que una funcion es monotona creciente (decreciente) en
un intervalo abierto (a, b) si y solo si lo es en cada uno de sus puntos.
4.1.6. Extremos
Un punto p se dice que es un m aximo (mnimo) relativo de la funcion f si existe un
entorno U (p) de modo que f (x) f (p) (f (x) f (p)) x U (p).
A los maximos y mnimos relativos se les llama extremos relativos de la funcion.
Un punto p se dice que es un m aximo (mnimo) absoluto de la funcion f en un intervalo
[a, b] si x [a, b] es f (x) f (p) (f (x) f (p)).
4.1.7. Acotaci
on
Una funcion se dice que esta acotada superiormente (inferiormente) si existe K R
de modo que f (x) K (f (x) K) x Dom(f ). Cuando una funcion esta acotada superior
e inferiormente se dice que esta acotada.
4.2.1. Unicidad
Si existe lm f (x), es u
nico.
xa
Supongamos que lm f (x) = l1 y lm f (x) = l2 con l1 6= l2 y consideremos los entornos
xa xa
U (l1 ), U (l2 ) disjuntos.
1
E(x) es la parte entera de x
34 Lecci
on 4. Funciones. Lmites y Continuidad.
Por ser lm f (x) = l1 existe un entorno Ur1 (a) de modo que si x Ur1 (a) r {a} entonces
xa
f (x) U (l1 ).
Por ser lm f (x) = l2 existe un entorno Ur2 (a) de modo que si x Ur2 (a) r {a} entonces
xa
f (x) U (l2 ).
Si suponemos r1 < r2 entonces Ur1 (a) Ur2 (a) y por lo tanto si x Ur1 (a) r {a} se
tiene por un lado que f (x) U (l1 ) y f (x) U (l2 ). Esto es absurdo ya que U (l1 ) y U (l2 ) son
disjuntos.
Esta contradiccion viene de suponer que el lmite no es u nico.
4.2.2. Signo
Si lm f (x) = l 6= 0 entonces existe U (a) de modo que signo(f (x)) = signo(l), x
xa
U (a) r {a}.
Supongamos l > 0 y consideremos U (l) de modo que 0 < y, y U (l).
Por definicion de lmite existe U (a) tal que si x U (a) r {a} entonces f (x) U (l), es
decir, f (x) > 0.
4.2.3. Acotaci
on
Si lm f (x) = l R entonces existe un U (a) dentro del cual la funcion f (x) esta acotada.
xa
Tomamos un entorno Ur (l). Como lm f (x) = l, entonces existe U (a) de modo que si
xa
x U (a) r {a} es f (x) Ur (l), es decir, l r < f (x) < l + r.
1. f (x) = |x|
|x|
2. f (x) = x
3. f (x) = |1 x2 |
ex ex
4. f (x) = 2 = sinh(x)
ex +ex
5. f (x) = 2 = cosh(x)
ex ex
6. f (x) = ex +ex
= tanh(x)
4.3 Lmites Laterales 35
4.2.5. Relaci
on con el lmite de sucesiones
La funcion f tiene por lmite l en el punto x = a ( lm f (x) = l) si y solo si (an ) con
xa
lm(an ) = a es lm(f (an )) = l.
) Supongamos que lm f (x) 6= l. Entonces dado U (l) no es posible encontrar un entorno
xa
U (a) de modo que f (x) U (a) si x U (a) r {a}.
Como consecuencia consideremos una sucesion de entornos del punto a, Urn (a), de modo
que lm(rn ) = 0 y ademas (rn ) es monotona decreciente.
Existe a1 U (a) r {a} tal que f (a1 ) 6 U (l).
Existe a2 U (a) r {a} tal que f (a2 ) 6 U (l).
Existe an U (a) r {a} tal que f (an ) 6 U (l).
Por construccion lm(an ) = a, pero lm f (an ) 6= l. Esta contradiccion viene de suponer
que lm f (x) 6= l.
xa
) Sea an tal que lm(an ) = a y veamos que lm f (an ) = l.
En efecto, dado U (l) existe U (a) tal que si x U (a) r {a} es f (x) U (l).
Como lm(an ) = a, dado U (a) existe n0 N tal que n n0 es an U (a).
Como an U (a) entonces f (an ) U (l), n n0 , y en consecuencia lm f (an ) = l.
4. lm x E(x)
x0+
f (x) l1
iii) lm = con l2 6= 0
xa g(x) l2
iv) lm (f (x)g(x) ) = l1l2 si l1 > 0
xa
Sea (an ) una sucesion cualquiera con lm(an ) = a.
Como lm f (x) = l1 entonces lm f (an ) = l1 .
xa
Como lm g(x) = l2 entonces lm g(an ) = l2 .
xa
Se sigue que lm(f (an )g(an ) ) = l1l2
v) Si lm f (x) = l1 y lm g(x) = l2 entonces lm (g f )(x) = l2
xa xa xa
f g
R R R
gf
Teniendo en cuenta el lmite de las operaciones aritmeticas que hemos visto, debemos ser
capaces de obtener el lmite de una expresion donde aparezcan varias funciones sometidas a
operaciones aritmeticas.
Sin embargo, sucede a veces que el resultado obtenido no dice nada acerca del lmite de
la expresion. Estos resultados son conocidos con el nombre de indeterminaciones, y para
resolver el lmite se obtiene otra expresion a partir de la primera que difiera de esta a lo
mas en un n umero finito de puntos y cuyo lmite sabemos calcular. Obtenido el lmite de
esta segunda expresion, queda obtenido el de la primera, puesto que los lmites de ambas
expresiones coinciden.
x2 1
Ej1 : lm
x1 x 1
Si aplicamos los resultados obtenidos sobre el lmite de las operaciones aritmeticas se llega
a que el lmite anterior vale 00 , que es una indeterminacion. Consideremos entonces la funcion
f (x) = x + 1 que difiere de la anterior en el punto x = 1. Se sigue entonces que el lmite de
x2 1
ambas funciones cuando x 1 coincide, y puesto que lm x + 1 = 2, tambien lm = 2.
x1 x1 x 1
Son indeterminaciones:
(+) (+), 0 (), 00 , , 00 , (+)0 , 1
x2 + 5
Ej1 : lm =9
x2 x2 3
x
Ej2 : lm =@
x1 1 x
1 1 1 1
Ej3 : lm 2 = lm =
x2 x(x 2)2 x 3x + 2 x2 x(x 2)2 (x 1)(x 2)
(x 1) x(x 2)2
2
x + 2x + x 1
= lm = lm =
x2 x(x 1)(x 2)2 x2 x(x 1)(x 2)2
x2 3x 1
= lm = +
x2 x(x 1)(x 2)2
4.4 Lmite de las Operaciones Aritm
eticas 37
q q
!
1 + 1
+ 1
x2 + 1 + x x2 x
= 1 = 1
Ej4 : lm = lm q
x+ 4
x3 + x x x+ 4 1
+ x1 1 1
x3
senx
Ej5 : lm
x0 x
1senx x tanx
2 < 2 < 2
x 1
1< senx < cosx
senx
1> x > cosx
senx
lm =1
x0 x
Algunas reglas generales de lmites son:
sen(x)
lm = 1 si lm (x) = 0
xa (x) xa
1
( )
lm (1 + (x)) (x) = e si lm (x) = 0
xa xa
1 cosx
lm x2
=1
x0
2
log(1 + x)
lm =1
x0 x
senx sena
8. lm
xa xa
x
x
9. lm
x+ 1 + x
x
1+x ! 1+x
1 1
10. lm 1+
x+ 1+x
38 Lecci
on 4. Funciones. Lmites y Continuidad.
x
1
11. lm 1+
x+ x
12. lm (1 + senx)cosecx
x0
log(1 + x)
13. lm
x0 x
sen2x
14. lm
x0x
x
15. lm
x0 senx
sen2x
16. lm
x0 sen3x
tanx
17. lm
x0 x
1 cos3 x
18. lm
x0 xsen2x
1 1
19. lm
x0 senx tanx
1 + senx 1 senx
20. lm
x0 tanx
21. lm 2xtanx
x 2 cosx
logx 1
22. lm
xe x e
senx
23. lm
x+ x
ex ex
24. lm
x+ ex + ex
1
25. lm (cosx) senx
x0
4.5. Continuidad
Se dice que una funcion f (x) es continua en un punto a si se cumplen las siguientes tres
condiciones:
i) Existe f (a)
ii) Existe lm f (x)
xa
iii) lm f (x) = f (a)
xa
Cuando no se cumple alguna de las tres condiciones citadas anteriormente se dice que la
funcion es discontinua en el punto x = a.
Si como en la figura *** existe lm f (x), pero no existe el valor de la funcion en ese punto,
xa
o si existe no coincide con el lmite, se dice que la discontinuidad es evitable.
Si como en las figuras ********** no existe el lmite de la funcion en el punto, aunque
existen los lmites laterales, o bien existe el lmite y es + o , la discontinuidad se dice
4.6 Continuidad de las Operaciones Aritm
eticas 39
que es de primera especie, o de salto, caso de que los lmites laterales sean distintos. La
diferencia entre f (a+ ) y f (a ) se le llama salto de la funcion.
Si no existe el lmite de la funcion en el punto porque no existe al menos uno de los lmites
laterales la discontinuidad se llama de segunda especie (figura****).
Veamos a continuacion algunos ejemplos sencillos que muestran los distintos tipos de
discontinuidad.
i) La funcion f (x) = |x|
x cuya gr afica es
*****
tiene una discontinuidad de salto finito en x = 0.
Esta u
ltima discontinuidad, que es la mas sencilla de todas, se llama evitable porque, como
su propio nombre indica, se puede evitar, ya que a partir de ella puede obtenerse una funcion
continua que coincida con ella en todos los puntos salvo en los de discontinuidad evitable.
senx
si x 6= 0
Como ejemplo, la funcion f(x) x es continua y coincide con f (x) = senx x
1 si x = 0
salvo en x = 0.
1
2. f (x) = 1 en x = 0
1+e x
i) f g es continua en x = a
ii) f g es continua en x = a
f
iii) g es continua en x = a si g(a) 6= 0
40 Lecci
on 4. Funciones. Lmites y Continuidad.
1
2. f (x) = 1+sen x1
La sucesion (an ) es IN??finita y esta acotada, luego posee una subsucesion (a(n) )
convergente. Supongamos que lm(a(n) ) = c.
Como f es continua en x = c, es lm f (x) = f (c) y por tanto lm f (a(n) ) = f (c).
xc
Como lm f (an ) = K y (f (a(n) )) es una subsucesion de (f (an )), necesariamente lm(f (an )) =
f (c).
Se concluye que f (c) = K y por tanto que x = c es un punto donde la funcion alcanza un
maximo absoluto.
Analogamente se razonara para el caso del mnimo absoluto.
2. f (x) = x E(x)
0 si x Q
3. f (x) =
1 si x R r Q
Ejercicio 4.8.- Valiendose de las propiedades de las funciones continuas, probar que la
ecuacion x 2x = 1 tiene al menos una raz real.
4.10. Infinit
esimos
Si lm (x) = 0 se dice que (x) es un infinit
esimo en x = a.
xa
%0
(x)
Si (x), (x), son dos infinitesimos en x = a, lm = l se dice entonces que
xa (x)
&
% superior
(x) es un infinitesimo de orden igual .
& inferior
(x)
Si (x), (x), son dos infinitesimos en x = a y lm = 1 entonces se dice que ambos
xa (x)
infinitesimo son equivalentes.
%0
(x)
En particular, si lm = l se dice entonces que (x) es un infinitesimo de
xa (x a)n
&
% superior
orden igual a n.
& inferior
Si lm (x) f (x) = l siendo (x) un infinitesimo en x = a y (x) es un infinitesimo
xa
equivalente a (x) entonces lm (x) (x) = l.
xa
(x) (x)
lm (x) f (x) = lm (x) f (x) = lm lm (x) f (x) = 1 l = l.
xa xa (x) xa (x) xa
42 Lecci
on 4. Funciones. Lmites y Continuidad.
senx x
x2
1 cosx
2
tanx x
arcsenx x
arctanx x
x
e 1 x
log(1 + x) x
Estas equivalencias son igualmente validas si x se sustituye por un infinitesimo (x)
cuando x a.
Lecci
on 5
Derivabilidad.
y = f (a) + f 0 (a)(x a)
Ejemplos:
La funcion:
x arctan 1 si x 6= 0
f (x) = x
0 si x = 0
es continua en x = 0, es derivable.
f (0+ ) = lm 1
x0+ x arctan =0
f (0) = 0 x
f (0 ) = lm 1
x0 x arctan x = 0
1
arctan 1 + x x x2
1
6
0 1 x = 0
arctan + 2 x 6= 0
f (x) = x 1 + x2 = x x +1
0 x=0
0
x=0
(
f 0 (0+ ) = 0
f0 = 0 es derivable.
f 0 (0 ) = 0
x+a
Tratar la tangente de la hiperbola de modo que atraviese el origen de coordenadas.
x+5
(x + 5) (x + a 4 4
f 0 (x) = 2
= 2 = mx m = 3
(x + 5) (x + 10x + 25) x + 10x2 + 25x
Buscamos la recta y = mx.
1
poner grafico de derivada
43
44 Lecci
on 5. Derivabilidad.
1
En la lnea = y hallar el punto en el cual la tangente sea paralela al eje de
1 + x2
abcisas.
1(2x) 2x
f0 = 2 2
= =m
(1 + x ) 1 + 2x2 + x4
2x
m=0= x=0
1 + 2x2 + x4
1 + 3x2
Demostrar que las tangentes a la curva y = , trazadas en los puntos en los
3 + x2
cuales y = 1 se cortan en el origen de coordenadas.
(
1 + 3x2 (1, f (1)) = (1, 1)
1= 2
; 1 + 3x2 = 3 + x2 x = 1
3+x (1, f (1)) = (1, 1)
(6x)(3 + x2 ) (1 + 3x2 )(2x) 18x + 6x3 2x 6x3 16x
y0 = 2 2
= 2 2
=
(3 + x ) (3 + x ) (3 + x2 )2
y 1 = m(x 1); y 1 = x 1 y = x
y 1 = m0 (x + 1); y 1 = x 1 y = x
0
yx=1 = 1 = m; y 0 = 1 = m0
Trazar la normal (perpendicular a recta tangente) a la lnea y = x log x que sea paralela
a la recta 2x 2y + 3 = 0.
1
y 0 = log x + x = log x + 1
x
m0 = 1
Deducimos:
m0 = y 0 = log x + 1 = 1; log x = 2 = e2
La recta sera:
x = e2 ; y = e2 log e2 = 2e2 .
y + 2e2 = 1(x e2 )
y = e2 x 2e2 = (x + e2 ) = y
5.2. Funci
on derivada. Derivadas sucesivas.
Definci on: Sea f : (a, b) R una funcion para la que existe derivada en cualquier
punto del intervalo (a, b).Podemos entonces definir una nueva funcion asociando a cada punto
el valor de la funcion f en dicho punto. A esta nueva funcion as definida se le conoce con el
nombre de funcion derivada f en el intervalo (a, b) y se suele indicar por f 0
f 0 (a, b) R
x f 0 (x)
Ejemplo:
Cuanto vale la derivada de la funcion x2 ?
Tomemos un punto x = a cualquiera de R y entonces:
f (x) f (a) x2 a2
f 0 (a) = lmxa = lmxa = lmxa (x + a) = 2a.
xa xa
Se concluye de lo anteior que no solo existe la derivada de f en cualquier punto de R sino
que su funcion derivada, poniendola en terminos de x resulta ser f 0 (x) = 2x.
Analogamente a como se a obtenido la derivada de esta funcion se obtienen las funciones
derivadas siguientes:
(xa )0 = axa1 1
(sen x)0 = cos x (arc cos)0 =
a x2
(cos x)0 = sen x 1
(arctan)0 =
(tan x)0 = sec2 x 1 + x2
x 0
(cot x)0 = csc2 x (e ) = ex
1
(arctan)0 =
1 (log x)0 =
x
1 x2
Derivaci
on de la funci
on compuesta:
f g
R R R
a 7 f (a) 7 g(f (a))
(gf )(a)
a g(f (a))
f 00 (a, b) R
0
x 7 f 0 (x)
Ejemplos:
Demostrar que la funcion y = 2x x2 satisface la relacion: y 3 y 00 + 1 = 0.
1
y = f (x) y 0 = p f 0 (x)
p
2 f (x)
2 2x 1x
y0 = =
2 2x x2 2x x2
2
2 2x
(1)( 2x x ) (1 x)
00 2 2x x2
y = =
x2
2x
1x
2x x2 + (x 1)
2x x2
= 2
=
(2x x )
(2x x2 ) (x 1)2 2x + x2 1 x2 + 2x
= 3 = 3 =
(2x x2 ) 2 (2x x2 ) 2
1
= 3
(2x x2 ) 2
3 1
y 3 y 00 + 1 = 0 (2x x2 ) 2 3 + 1 = 0
(2x x2 ) 2
1 1
Demostrar que y = e x + e x satisface: xy 00 + y 0 y = 0
2 4
Demostrar que y = cos ex + sen ex satisface: y 00 y 0 + ye2x = 0
Demostrar que sen(n arc sen x) satisface: (1 x2 )y 00 xy 0 + n2 y = 0
k
Demostrar que y = x2 + x2 + 1 satisface (1 + x2 )y 00 xy 0 k 2 y = 0
Derivadas n-esimas
1
y=
1x
y = (1 x)1
y 0 = (1)(1 x)2 (1) = 1(1 x)2
y 00 = 1(2)(1 x)3 (1) = 1 2(1 x)3
y 000 = 1 2(3)(1 x)4 (1) = 1 2 3(1 x)4
..
.
y (n) = n!(1 x)n+1
5.3 Derivada de las operaciones elementales 47
1
y=
1+x
y = (1 + x)1
y 0 = 1(1 + x)2
y 00 = (1)(2)(1 + x)3
y 000 = (1)(3)(2)(1 + x)4
..
.
y (n) = (1)n n!(1 + x)n+1
y = log(1 x)
1
y0 =
1x
..
.
n1 n1
1 1
y (n)
= log (n)
(1 x) = = 1 = 1(n 1)! (1 x)n
1x 1x
= (n 1)! (1 x)n
y = log(1 + x)
1
y0 =
1+x
..
.
n1
1
y (n)
= log (n)
(1 + x) = = (1)n1 (n 1)! (1 + x)n
1+x
1+x
y=
1x
(1 x) + (1 + x) 2
y0 = 2
=
1 x) (1 x)2
2 (2(1 x)(1)) 4(1 x) 4
y 00 = = =
(1 x)4 (1 x)4 (1 x)3
4 3(1 x)2 (1)
000 12(1 x)2 12
y = = =
(1 x)6 (1 x)6 (1 x)4
..
.
2(n)!
y (n) =
(1 x)n+1
y = sen x
y 0 = cos x = sen(x + )
2
y 00 = sen x = cos(x + ) = sen(x + 2 )
2 2
000
y = cos x = cos(x + 2 ) = sen(x + 3 )
2 2
0000
y = sen x = cos(x + 3 ) = sen(x + 4 )
2 2
..
.
y (n) = sen(x + n )
2
48 Lecci
on 5. Derivabilidad.
y = cos x
y 0 = sen x
y 00 = cosx
..
.
y (n) = (sen x)(n+1) = sen x + (n + 1) = sen x + n +
2 2 2
= cos x + n
2
(1 + x)a , a R
y 0 = a(1 + x)a1
y 00 = a(a 1)(1 + x)a2
..
.
y (n) = a(a 1)(a 2) . . . (a (n 1)) (1 + x)an
m m(m 1)(m 2) . . . (m n + 1)
=
n n!
a a(a 1)(a 2) . . . (a n + 1)
=
n n!
a
n! = a(a 1)(a 2) . . . (a n + 1)
n
(n) a
y = n! (1 + x)1n
n
La funcion f (x) = 2 x2 x4 toma valores iguales en los extremos del intervalo [1, 1].
Mostrar que la derivada de dicha funcion no se reduce a cero en parte alguna del
intervalo [1, 1] y explicar esta desviacion del Teorema de Rolle.
La respuesta es que la funcion no es continua en dicho intervalo.
Probar que la funcion f (x) = xn + px + q nop puede tener mas de dos races reales si
n es par ni mas de tres si n es impar.
5.5 Regla de LH
opital 49
Probar ex > 1 + x
5.5. Regla de LH
opital
S
Sean f (x), g(x) funciones derivable en un entorno (a) {a} de modo que
f0
lmxa f (x) = 0 = lmxa g(x). Si g 0 (x) 6= 0 en (a) {a} y lmxa 0 = l entonces
S
g
f (x) 2
lmxa = l.
g(x)
Demostracion:
Consideremos el intervalo [a, a + r] y consideremos la funcion f definida en [a, a + r] de
modo que:
(
f (x) si x (a, a + r]
f(x)
0 si x = a
Esta funcion f es continua en [a, a + r] ya que coincide con f (x) en (a, a + r) que es
derivable luego continua y f(a) = 0 = lmxa f (x) = lmxa f(x) luego es continua en x = a.
Tambien f(x) es derivable en el intervalo (a, a + r) ya que en dicho intervalo coincide con
f (x) que es derivable.
Razonamiento muy similar se peude hacer con la funcion:
(
g(x) si x (a, a + r]
g(x)
0 si x = a
Para llegar a que es continua en el intervalo [a, a + r] y derivable en (a, a + r). Ademas
g(a + r) 6= a
(a) porque si existe la igualdad podras aplicarse el teorema de Rolle a esta
funcion y existira un punto c que pertenece a (a, a + r) con c (a, a + r) donde g 0 (c) = 0.
Como g 0 (c) = g 0 (c) tambien g 0S
(c) = 0 y esto es imposibble porque las hipotesis del enunciado
aseguraban que g 0 6= 0 si x (a) {a}.
De lo dicho anteriormente concluimos que las funciones f, g cumplen las condiciones del
teoremas del valor medio de Cauchy en el intervalo [a, a + r] y consiguientemente:
f (a + r) 0 f 0 (c) f (a + r) f 0 (c)
= 0 = 0
g(a + r) 0 g (c) g(a + r) g (c)
2
grafico de esta regla
50 Lecci
on 5. Derivabilidad.
f 0(x) f 0 (x)
Como lmxa 0
= l entonces lmxa+ 0 = l.
g (x) g (x)
f 0 (c) f 0 (c)
Por otro lado lmx0+ 0 = lmxa+ 0 = l.
g (c) g (c)
f (x)
De lo anterior se sigue la existencia del lmxa+ , y vale l.
g(x)
Razonando similar se puede hacer para el intervalo [a r, a], llegaramos a demostrar que
f (x)
existe lmxa y vale l.
g(x)
f (x)
Concluimos de lo anterior que existe lmxa = l.
g(x)
Ejemplos:
1
3
x 3 a 00 3 x2 2 x 2 a
lmxa = lmxa = lmxa = .
x a 1 3 x2
3
3 a2
2 x
ex 1 x
lmx0 = lmx0 = 1.
sen x x
1
log cos x 00 1
lmx0 = lmx0 sen x = lmx0 = .
x 1 sen x
eax cos ax 00
lmx0 =
ebx cos bx
eax cos ax aeax + a sen ax a(eax + sen ax) a(e0 + 0)
lm bx = lm bx = lm =
x0 e cos bx x0 be + b sen bx x0 b(cbx + sen bx) b(e0 + 0)
a
=
b
x sen x 00
lmx0 =
x tan x
x2
x sen x 1 cos x 2 x2
lm = lm 2
= lm 2
= lm =
x0 x tan x x0 1 sec x x0 1 sec x x0 2 2 sec2 x
1 x2 1 x2 cos2 x
= lm = l
m =
x0 2 cos2 x 1 x0 2 (cos x 1)(cos x + 1)
cos2 x
1 x2 cos2 x 1 2x2 cos2 x 1
= lm = lm 2 = .
x0 2 (1 cos x)(cos x + 1) x0 2 x (cos x + 1) 2
2 arctan x
lmx0 =
1
log 1 +
x
2 arctan x 2 arctan x 2 arctan x
lm = lm = lm =
x0 1 x0 x+1 x0 log(x + 1) log x
log 1 + log
x x
2x
= lm =?.
x0 x log x
ax bx 00 ax ln a bx ln b ln a ln b
lmx0 x x
== l
m x0 x x
= .
c d c ln c d ln d ln c ln d
5.5 Regla de LH
opital 51
1
ln x x
lmx0 lmx0
lmx0 xx = lmx0 ex ln x = e
1
x =e x12 = 1.
x 1
lmx1
x 1 log x
0
x 1 x log x x + 1 0 log x + 1 1
lm = lm = lm =
x1 x 1 log x x1 (x 1) log x x1 x1
log x +
0 x
x log x 0 log x + 1 1
= lm = lm = .
x1 x log x + x 1 x1 log x + 1 + 1 2
1
x
lmx0 x log(e 1) =
1 1 ln x ex
ln x lmx0 lmx0
x x x
lm x log(e 1) = lm e log(e 1) =e ln(e 1) = e x =
x0 x0
+
=e = +.
1 x
lmx1 =
log x log x
0
1 x 1x 0 1
lm = lm = lm = lm x
x1 log x log x x1 log x x1 1 x1
x
= 1.
Rizando el rizo:
1 + 2 tan x ex + x2
lmx0 =F
arc sen x sen x
Trabajaremos primero con arc sen x:
f (x) = sen x
1 1
f 0 (x) = = (1 x2 ) 2
1x 2
3 3 5 3 5
f 00 (x) = (1 x2 ) 2 x(1 x2 ) 2 (2x) = (1 x2 ) 2 + x2 (1 x2 ) 2
2
x3
arc sen x = x + + 1 (x)x3
3!
Ahora con sen x:
x3
sen x = x + 2 (x)x3
3!
Y a continuacion con 1 + 2 tan x:
52 Lecci
on 5. Derivabilidad.
1
f (x) = (1 + 2 tan x) 2
1 1 1
f 0 (x) = (1 + e tan x) 2 sec2 x = (1 + 2 tan x) 2 sec2 x
2
1 3 1
f 00 (x) = (1 + 2 tan x) 2 2 sec2 x sec2 x + (1 + 2 tan x) 2 2 sec x sec x
2
3 1
tan x = (1 + 2 tan x) 2 sec4 x + 2(1 + 2 tan x) 2 sec2 x tan x
3 5 3
f 000 (x) = (1 + 2 tan x) 2 2 sec2 x sec4 x (1 + 2 tan x) 2 4 sec3 x sec x tan x
2
3 1
(1 + 2 tan x) 2 2 sec2 x sec2 x tan x + 2(1 + 2 tan x) 2
(2 sec x sec x tan x tan x sec3 x)
x2 2x3
1 + 2 tan x = 1 + x + + 3 (x)x3
2! 3!
Finalmente calculamos el lmite:
x2 5x3 x2 x3
1+x + 3
+ 3 (x)x 1 + x + + + 4 (x)x + x2
3
2! 3! 2! 3!
F = lm =
x3 x3
x0
x+ 3
+ 1 (x)x x + 2 (x)x 3
3! 3!
2 3 2
x + (3 (x) 4 (x)) x3 + 3 (x) 4 (x)
= lm 3 = lm 3 =2
x0 1 3 3 x0 1
x + (1 (x) 2 (x)) x + 1 (x) 2 (x)
3 3
1 x2
earctan +
lmx0 1x 2
1+x
log 2x
1x
1
2 tan x 1 cos x
lmx0
x + sen x
1
log(x + 1 + x2 ) x + x3
lmx0 6
x tanh(x)
1 3
esen xlog cos x (1 + 4x) 4 + x x2
lmx0 2
x sen x2
Lecci
on 6
F
ormula de Taylor.
53
54 Lecci
on 6. F
ormula de Taylor.
6.3. F
ormula de Taylor
De acuerdo con lo visto en la pregunta anterior
x2 x3 xn ec
en = 1 + x + 2! + 3! + + n! + (n+1)! x
n +1
Ejercicio 6.1.- Hallar la Formula de McLaurin de grado n-esimo de las siguientes funciones:
1. f (x) = (1 x)1
2. f (x) = (1 + x)1
6.3 F
ormula de Taylor 55
3. f (x) = senx
4. f (x) = cosx
5. f (x) = log(1 + x)
6. f (x) = (1 + x)a
Ej2 : Cual es el grado del polinomio de McLaurin que debe tomarse para que al sustituirlo
por la funcion f (x) = cosx cometa un error menor de 0, 001 en el intervalo [2, 2]?
El desarrollo de McLaurin de cosx es
1 2 1 (1)n 2n cos(c + (n + 1)) 2n+2
cosx = 1 x + x4 + + x + x
2! 4! 2n! (2n + 2)!
y el error que se comete al sustituir la funcion por el polinomio viene dado por el resto,
cos(c + (n + 1)) 2n+2
es decir, x .
(2n + 2)!
En el intervalo [2, 2] podemos acotar el resto de modo que si x [2, 2] se tiene que
cos(c + (n + 1)) 2n+2 |cos(c + (n + 1))| 2n+2 1
x = |x| 22n+2
(2n + 2)! |(2n + 2)!| (2n + 2)!
Si queremos que el error sea menor que 0, 001 bastara con elegir n de modo que se cumpla
1
que (2n+2)! 22n+2 < 0, 001.
Si lo calculamos resulta ser n = 4 y, consiguientemente, el polinomio
1 2!1 x2 + 4!1 x4 6!1 x6 + 8!1 x8
sustituye a la funcion f (x) = cosx con un error menor que 0, 001 en el intervalo [2, 2].
Ej3 :
Calcular el siguiente lmite:
1 + 2tanx ex + x2
lm
x0 arcsenx senx
f (x) = arcsenx
0 1
f (x) = 1x 2
= (1 x2 )1
00 3 3
f (x) = 21 (1 x2 ) 2 (2x) = x(1 x2 ) 2
000 3 5 3 5
f (x) = (1 x2 ) 2 32 x(1 x2 ) 2 = (1 x2 ) 2 + 3x2 (1 x2 ) 2
3
arcsenx = x + x3! + 1 (x)x3
x3
senx = x 3! + 2 (x)x3
1
f (x) = (1 + 2tanx) 2
0 1
f (x) = 21 (1 + 2tanx) 2 2sec2 x
00 3 1
f (x) = 21 (1 + 2tanx) 2 2sec2 xsec2 x + (1 + 2tanx) 2 2secx secx tanx = (1 +
3 1
2tanx) 2 sec4 x + 2(1 + 2tanx) 2 sec2 xtanx
000 5 3 3
f (x) = 32 (1+2tanx) 2 2sec2 xsec4 x(1+2tanx) 2 4sec3 xsecxtanx(1+2tanx) 2 2sec2 x
1
sec2 x tanx + 2(1 + 2tanx) 2 (2secx secx tanx tanx + sec4 x)
2 3
1 + 2tanx = 1 + x x2! + 5x 3! + 3 (x)x
3
x2 5x3 3 1 + x + x2 + x3 + (x)x3 + x2
x
1 + 2tanx e + x 2 1 + x 2! + 6 + 3 (x)x 2! 3! 4
lm = lm =
x0 arcsenx senx x0 3 3
x + x + (x)x3 x x + (x)x3
3! 1 3! 2
2 3 2
x + (3 (x) 4 (x))x3 (3 (x) 4 (x))
lm 31 3 = lm 31 =2
x0 x
3 + (1 (x) 2 (x))x3 x0 (1 (x)
3 2 (x))
56 Lecci
on 6. F
ormula de Taylor.
Aplicaci
on de la f
ormula de Taylor
al estudio de funciones.
7.1. Convexidad.
Definici on: Diremos que un punto x = a es de convexidad(concavidad) de la funcion f
si existe un entorno del punto dentro del cual la tangente a la grafica en dicho punto la deja
en el semiplano superior (inferior)1 .
Si dentro del entorno la deja en distintos semiplanos a la derecha e izquierda del punto
entonces se dice que este es de inflexion.
Proposici on: Si f 00 > 0(< 0), entonces x = a es un punto de concavidad (convexidad).
Demostracion:
Supongamos que f 00 (a) > 0 y sea:
f 00 (a)
f (x) = f (a) + f 0 (a)(x a) + (x a)2 + (x)(x a)2
2!
La formula de Taylor de grado 2 de la funcion f en el punto igual a a.
Podemos poner: 00
0 f (a)
+ (x) (x a)2
F f (x) f (a) + f (a)(x a) =
| {z } 2!
recta tangente
Como (x) es un infinitesimo cuando x a podemos considerar un entorno de este punto
f 00 (a)
de modo que dentro de el (x) sea suficientemente peque no para que el signo de no se
2!
vea alterado, es decir:
f 00 (a) f 00 (a)
signo = signo + (x) ,es decir, > 0
2! 2!
Tomemos un punto x perteneciente al entorno y a la derecha del punto a. Sustituyendo
en F se tiene que:
57
58 Lecci
on 7. Aplicaci
on de la f
ormula de Newton.
f 000 (a)
f (x) = f (a) + f 0 (a)(x a) + (x a)3 + (x)(x a)3
3!
000
0 f (a)
+ (x) (x a)3
FF f (x) f (a) + f (x a) =
3!
Y suponiendo f 000 (a) > 0 consideremos un entorno del punto x = a dentro del cual:
f 000 (a)
000
f (a)
signo = signo + (x) , es decir, > 0
3! 3!
2
Ejemplos:
Hallar los lados del rectangulo de maximo permetro inscrito en una semicircunferencia
de radio r3 .
r
a2 a2
r 2 = b2 + b= r2
4 4
r
a2
p = 2a + 2 r2
4
0 1 2a
p = 2 + 2r =0
a2 4
r2
4
a
2 r =0
a2
2 r2
4
r
a2
4 r2 a=0
4
4R
5a2 = 16R2 a =
5
Para comprobarlo:
3
Dibujito
60 Lecci
on 7. Aplicaci
on de la f
ormula de Newton.
q
a2 q1 2a
r2 4 a 2 4
1 2 r2 a4
p00 = a2
< 0 Maximo
2 R2 4
7.3. Representaci
on de funciones
Para la representacion de funciones seguiremos una serie de pasos, a destacar:
1 Dominio. Regionamiento:
3 Simetra y periodicidad.
4 Crecimiento y decrecimiento.
lm ycurva yAsntota = 0
x
lm (0 (ax b)) = 0
x
y (ax b)
lm
x x
y b
lm a
x x x
y b
lm lm a lm =0
x x x x x
y
lm a0 =0
x x
ycurva
a = lm
x x
Recordemos tambien las siguientes pautas:
(
Si Asntota horizontal 6 Asntota Oblicua
Si Asntota oblicua 6 Asntota horizontal
Representar:4
4
hacerlo????
7.3 Representaci
on de funciones 61
x3
y=
1 x2
x2 6x + 8
y=
x3 x
y = x log x
y = x 1 x2
y = xx , x > 0
ex
y=
x
y = arc sen x
62 Lecci
on 7. Aplicaci
on de la f
ormula de Newton.
Lecci
on 8
Si F (x), G(x) son, respectivamente, primitivas de f (x), g(x), entonces F (x) + G(x) es
primitiva de f (x) + g(x).
Tambien t F (x) es primitiva de t f (x) siendo t R.
0 0 0 0 0
Tomemos (F (x)+G(x)) = F (x)+G (x) = f (x)+g(x); y tambien (tF (x)) = tF (x) =
t f (x).
Si F (x) es primitiva de f (x) y G(x) tambien lo es, entonces G(x) = F (x) + K(cte).
0 0 0
(G(x) F (x)) = G (x) F (x) = f (x) f (x) = 0. Se sigue que G(x) F (x) = K(cte),
y por tanto G(x) = F (x) + K(cte).
63
64 Lecci
on 8. Primitiva de una Funci
on.
R R
ii) Si t R entonces (t f (x))dx = t f (x)dx.
Si Zconvenimos en que t A = {t a, a A} entonces:
t f (x)dx = t {F (x) + K, K R} = {t F (x) + t K, K R} = {t F (x) + C,
Z
C R} = (t f (x))dx
8.4. C
alculo de Primitivas
Abordamos en esta pregunta el calculo de primitivas. Este calculo resulta ser mas com-
plicado que el calculo de derivadas, por cuanto que existen reglas que permiten obtener la
derivada de cualquier funcion; pero no existen reglas analogas para obtener una primitiva de
cualquier funcion. Incluso es posible que ni siquiera exista la primitiva de una funcion, dada
de forma explcita como hasta ahora conocemos las funciones. En lo que sigue estableceremos
grupos de funciones de modo que si una funcion pertenece a uno de estos grupos, sepamos
calcular una de sus primitivas. Esto, sin embargo, no garantiza que dada una funcion poda-
mos obtener una de sus primitivas, ya que es posible que no pertenezca a alguno de estos
grupos.
8.4.1. Grupo 1
xa+1
Z
xa dx = + K, a 6= 1
Z a+1
x1 dx = logx + K
Z
2. ( x + 1)3 dx
Z
3. (x + 1)10 dx
Z
( x + 1)3
4. dx
x
Z
x
5. dx
(x + 5)10
2
Z
logx
6. dx
x
Z
cosx
7. dx
sen3 x
Z
8. tanxdx
8.4.2. Grupo 2
Z
ex dx = ex + K
Z
eu du = eu + K
Z Z
1
2x 1
Ej1 : e dx = e2x d(2x) = e2x + K
Z 2 Z 2 Z Z Z
x 2 2x 2x 1 1
x 2x
(e +e ) dx = (e +e 2x
+2)dx = e + e +2 dx = e2x e2x +2x+K
2 2
8.4.3. Grupo 3
Z Z
senxdx = cosx + K cosxdx = senx + K
Z Z
senudu = cosu + K cosudu = senu + K
Z Z
1 1
Ej1 : sen2xdx = sen2xd(2x) = cos2x + K
Z 2 Z 2
Z
2 1 2 1 1
xcosx dx = 2xcosx dx = cosx2 d(x2 ) = senx2 + K
2 2 2
8.4.4. Grupo 4
sec2 x + secx tanx
Z Z Z Z Z
1 secx(secx + tanx) d(secx + tanx)
dx = secxdx = dx = dx = =
cosx secx + tanx secx + tanx secx + tanx
log(secx + tanx) + K
Z
secxdx = log(secx + tanx) + K
Z
secudu = log(secu + tanu) + K
Z
cosecxdx = log(cosecx + cotanx) + K
Z
cosecudu = log(cosecu + cotanu) + K
8.4.5. Grupo 5
Z
mx + n
dx
ax2 + bx + c
Por
Z lo que se tiene que:
Z Z
mx + n A B
2
dx = dx + dx = Alog(x a1 ) + Blog(x a2 ) + K
ax + bx + c x a1 x a2
3x 5
Z
Ej1 :
6x2 5x + 1
3x 5 x(A+B) 13 A 12 B
2
= xA
1 +
B
1 =
x2 56 x+ 16
= x(6A+6B)(2A+3B)
6x2 5x+1
6x 5x + 1 2 x 3
6A + 6B = 3 2A 2B = 1 B=4
2A + 3B = 5 2A + 3B = 5 A = 72
3x 5 27
Z Z Z
4 7 1 1
2
= 1 dx + 1 dx = log(x ) + 4log(x ) + K
6x 5x + 1 x 2 x 3 2 2 3
ii) ax2 + bx + c no posee races reales.
Resolvemos esta integral mediante varios pasos.
Paso
Z 1.
1
dx = arctanx + K
1 + x2
x
d
Z Z Z Z
1 1 1 1 1 a 1 x
dx = 2 dx = a2 2 dx = dx = arctan +K
x2 + a2 x 2
a2 1 + a x 1+ ax a 1+ a a
a
Paso
Z 2.
1
dx
ax2 + bx + c
2 r !2
b2
b
ax2 + bx + c = (d1 x d2 x)2
+ = d23 ax + + c
2 a 4a
Z
dx 1
Z d ax + 2b a
2 = 2 =
b
2 q
b2 a b
2 q
b 2
ax + 2a + c 4a ax + 2a + c 4a
1 1 ax + 2b a
q arctan q +K
a b2
c 4a b2
c 4a
8.4 C
alculo de Primitivas 67
Z Z Z
1 dx dx
Ej2 : 2
dx = 2 = 2 2 =
5x + 3x + 1 3 9 3
+ 2115
5x + 2 5
+ 20 + 1 5x +
2 5
3 3
1
Z d 5x + 2 5 1 1 5x +
2
10x + 3
2 5
2 2 = 11 arctan +K = arctan +K
5 3 11 5 11 11 11
5x + 2 5
+
2 5 2 5 2 5
Z Paso 3. n 2an
2ax + 2an
x+ m (2ax + b) + b
Z Z Z
mx + n m m m m
dx = m dx = dx = dx =
ax2 + bx + c ax2 + bx +!c 2a ax2 + bx + c 2a ax2 + bx + c
2an
m b
Z Z Z
m 2ax + b m 2ax + b m 2an dx
2
+ 2
dx = 2
dx+ b 2
=
2a ax + bx + c ax + bx + c 2a ax + bx + c 2a m ax + bx + c
m
bm
1 1 ax + 2b a
log(ax2 + bx + c) + n q arctan q +K
2a 2a a b2
c 4a b2
c 4a
2x 3 x 23 10x 30 1 10x + 3 18
Z Z Z Z
2 2
Ej3 : dx = 2 dx = dx = dx =
Z 5x2 + 3x + 1 Z 5x2 + 3x + 1 10 5x2 + 3x + 1 5 5x2 + 3x + 1
1 10x + 3 18 dx 1 36 10x + 3
2
dx 2
= log(5x2 + 3x + 1) arctan +K
5 5x + 3x + 1 5 5x + 3x + 1 5 5 11 11
Z Z Z Z
Ej1 : sen xcos xdx = sen xcos xcosxdx = sen x(1 sen x)d(senx) = (sen2 x
2 3 2 2 2 2
sen3 x sen5 x
sen4 x)d(senx) = +K
Z 3 5
ii) senp x cosq xdx con p y q pares.
Las integrales con potencias pares de cosenos han sido ya estudiadas y las de potencias
pares de secantes veremos a continuacion como se obtienen.
Z
secp xdx con p par.
Z Z Z Z
p2 p2
p p2 2 2
sec xdx = sec xsec xdx = (sec x) sec xdx = (1 + tan2 x) 2 d(tanx)
2
2
Z
2 ex cosxdx = ex senx + ex cosx
Z
1
ex cosxdx = (ex senx + ex cosx) + K
2
Z Z
Ej5 : sec xdx = secxsec2 xdx
3
Z Z
u = secx du = secxtanxdx 3
2
sec xdx = secxtanx tanxsecxtanxdx = secxtanx
Z dv = sec xdx v = tanxZ
Z Z
secxtan xdx = secxtanx secx(sec x 1)dx = secxtanx + secxdx sec3 xdx
2 2
Z
2 sec3 xdx = secxtanx + log(secx + tanx)
Z
1
sec3 xdx = (secxtanx + log(secx + tanx)) + K
2
Z Z
Ej6 : sec5 xdx = sec3 xsec2 xdx
u = sec3 x du = 3sec2 xsecxtanxdx
Z Z
sec xdx = sec xtanx tanx3sec3 xtanxdx =
5 3
dv = sec2Zxdx v = tanx Z Z
sec xtanx3 sec xtan xdx = sec xtanx3 sec x(sec x1)dx = sec xtanx+3 sec3 xdx
3 3 2 3 3 2 3
Z
3 sec5 xdx
Z Z
4 sec5 xdx = sec3 xtanx + 3 sec3 xdx
sec3 xdx sabemosZcalcularla, obtenemos:
R
Puesto
Z que
1 3
sec5 xdx = sec3 xtanx + sec3 xdx + K
4 4
De forma analoga se calcularan sec7 xdx, sec9 xdx, . . .
R R
Z Z 2 Z 2 Z Z
x+1 (t + 3)2tdt t +3 1 1
dx = 2
=2 2
dt = 2 1+ 2 dt = 2t+2 2
dt =
x x2 (2 + t )t t +2 t +2 t !!
+2
r
x2
Z
1 2 2 1
2t+2 dt = 2t+ arctan +K = 2 x 2 + arctan +K
2
t + ( 2)2 2 2 2 2
Z
mx + n
dx
ax2 + bx + c
Z
dx
= arcsenx + K
2
Z 1x
ad( xa )
Z Z Z
dx dx 1 dx 1 x
= p 2 = = = arcsen +K
a (1 ( xa )2 ) 1 ( xa )2 1 ( xa )2
p p
2 2 a a a
Z a x
dx
Cambio x = tant
2
Z 1+x
sec2 tdt
Z
dx p
= = log(sect + tant) = log 1 + x2 + x + K
1 + x2 sect ! !
ad( xa )
r
a2 + x2
Z Z Z
dx dx 1 x x 2 x
= p 2 = = log + 1+ = log + =
a (1 + ( xa )2 ) 1 + ( xa )2
p
a2 + x2 a a a a a
!
x + a2 + x2 p p
log = log x + a2 + x2 loga = log x + a2 + x2 + K
a
Z
dx
Cambio x = sect
2
Z x 1 Z
dx sect tantdt p
= = log(sect + tant) = log x + x2 1 + K
x2 1 tant ! !
ad( xa )
r
x2 a2
Z Z Z
dx dx 1 x x 2 x
= p 2 x 2 = p x = log + 1 = log + =
x2 a2 a (( a ) 1) a ( a )2 1 a a a a
!
x + x2 a2 p p
log = log x + x2 a2 loga = log x + x2 a2 + K
a
Z
dx x
= arcsen +K
Z a2 x2 a
dx p
= log x + a2 + x2 + K
Z a2 + x2
dx p
= log x + x2 a2 + K
x2 a2
Z % (c1 x c2 )2 + c23
dx
ax + bx + c (c1 x c2 )2 c23
2
ax2 + bx + c & c23 (c1 x c2 )2
Z Z Z
dx dx dx
Ej4 : = r = r 2 q 2 =
2
2x 3x + 4 3
2
9
3 23
2x 22 8 + 4 2x 22 + 8
3
1
Z d 2x 22 1
3 p
r = log 2x + 2x2 3x + 4 + K
2 3
2 q 2
23
2 2 2
2x 2 2 +
8
4x 3 x 43 2x 32 2x + 5 5 32
Z Z Z Z
Ej5 : dx = 4 dx = 2 dx = 2 dx =
x2 + 5x 1 x2 + 5x 1 x 2 + 5x 1 x2 + 5x 1
d(x2 + 5x 1)
Z Z Z Z
2x + 5 13 dx dx
2 dx =2 13 q =
x2 + 5x 1 2 x2 + 5x 1 x2 + 5x 1 5 2
25
x+ 2 4 1
72 Lecci
on 8. Primitiva de una Funci
on.
5
d x
Z Z Z
2 21 2 dx p
2 2
2 (x +5x1) d(x +5x1)13 r q 2 = 4 x + 5x 113 r q 2 =
2 2
x + 52 29
x + 52 29
4 4
p 5 p
4 x2 + 5x 1 13log x + + x2 + 5x 1 + K
2
La integral definida
a = x0 < x1 < x2 . . . xn = b
Al conjunto de todas las particiones del intervalo [a, b] lo representaremos por [a, b].
Diremos que una particion 2 es mas fina que otra 1 si 1 2 , es decir, 2 contiene
todos los puntos de 1 . Lo indicaremos por 1 < 2 .
Por 1 2 , 1 2 , entenderemos la particion union e interseccion respectivamente de
las particiones 1 , 2 .
Suma inferior de la funcion f correspondiente a una particion del intervalo [a, b]:
al n
umero real:
Suma superior de la funcion f , correspondiente a una particion del intervalo [a, b].
al n
umero real:
73
74 Lecci
on 9. La integral definida
donde:
Propiedades:
i) Si [a, b] entonces:
s(f, ) S(f, )
porque mi Mi , i = 0 . . . n 1.
s(f, 1 ) S(f, 2 )
Demostracion:
En efecto:
i) El conjunto de las sumas inferiores posee supremo. A este supremo le llamaremos in-
Rb
tegral inferior de la funcion f en el intervalo [a, b] y lo representaremos por a f .Le
llamaremos integral inferior de Riemann de la funcion f en el intervalo cerrado [a, b].
ii) El conjunto de las sumas superiores posee nfimo. A este nfimo le llamaremos integral
superior de Riemann de la funcion f en el intervalo cerrado [a, b] y lo indicaremos por
Rb
a f.
Rb Rb Rb Rb
Ciertamente: a f a f y en el caso en el que a f = a f se dice que la funcion f es integral
de Riemann en el intervalo cerrado [a, b].
Rb
Al valor lo representamos por a f .
Cabe preguntarse que funciones son integral de Riemann y cuales no. En este sentido
puede probarse que cualquier funcion continua en el intervalo [a, b] es integral de Riemann
en ese intervalo. Tambien puede probarse que cualquier funcion con un n umero finito de
discontinuidades de primera especie, es integral de Riemann en el intervalo [a, b].
La funcion definida por:
9.3 Integral inferior, superior y de Riemann. 75
(
0 si x Q
f (x)
1 si x I
Z b Z b
s(f, ) f< f S(f, )
a a
Z b Z b
S(f, ) s(f, ) f< f = 2 >
a a
Z b Z b
S(f, 2 ) s(f, 1 ) = S(f, 2 ) f+ f s(f, 1 ) =
a a
Z b Z b
= S(f, 2 ) f+ f s(f, 1 ) =
a a
Z b Z b
= S(f, 2 ) f+ f s(f, 1 ) < + =
a a 2 2
76 Lecci
on 9. La integral definida
Analogamente se podra haber probado que si f (x) = K (cte), en el intervalo [a, b], entonces
Rb
f es integral de Riemann en el intervalo cerrado [a, b] y a = K(b a).
Sin embargo si consideramos la funcion f (x) = 2x no resulta tan facil obtener la suma
inferior y la superior para una particion cualquiera y mucho menos la integral inferior y la
superior. Esta situacion se complica mucho mas si en lugar de ser 2x es una funcion mas
compleja y por consiguiente se hace necesario un criterio que permita extender con relativa
facilidad la integral de cualquier funcion en un intervalo.
Lo que sigue son los pasos que conducen entre otras cosas a tal criterio.
9.6. Funci
on integral. Teorema fundamental del c
alculo.
Supongamos4 que f es integral de Riemann en elR intervalo [a, b] entonces para cualquier
x
x que pertenezca al intervalo [a, b] existe la integral a f .Podemos definir una funcion:
F : [a, b] R
Z x
x 7 f
a
Rx
Asociando a cada x perteneciente al intervalo [a, b] el numero a . A esta funcion le lla-
maremos funcion integral de f en el intervalo [a, b].
Teorema fundamental del c alculo.
Si f es continua en [a, b] entonces su funcion integral F es derivable en [a, b] y ademas
F 0 (x) = f (x).
Demostracion:5
Consideremos x0 [a, b] y supongamos x > x0 :
Rx R x0 Rx
F (x) F (x0 ) a f a f
f
= = x0
x x0 x x0 x x0
Por el teorema del valor medio:
f (c)(x x0 )
= f (c)
x x0
F (x) F (x0 )
lm = lm f (c) ,siendo c [x0 , x]
xx+
0
x x0 xx+ 0
= f (x0 )
Analogamente se probara que:
F (x) F (x0 )
lm = f (x0 )
xx
0
x x0
Hemos probado que:
F (x) F (x0 )
lm = f (x0 )
xx0 x x0
Es decir, existe:
F 0 (x0 ) = f (x0 )
umero, entonces F es derivable y F 0 = f .
Como x0 es cualquier n
4
dibujito
5
con dibujito
78 Lecci
on 9. La integral definida
9.8.
Areas limitadas por curvas.
Definici on: El area comprendida6 entre la grafica de una funcion continua f
R b 0 el eje
OX y las ordenadas en los puntos extremos del intervalo [a, b] se define como A = a f .
Ejemplos:
Hallar el area comprendida entre la grafica de la funcion f (x) = sin x, el eje OX, y las
ordenadas en los puntos [0, 2]7 .
Z
A=2 sin x = [ cos x]2
0 = 2(1 (1)) = 4
0
x2 y 2
Hallar el area encerrada por f (x) = + 2 = 1.
a2 b
Hallar el area comprendida entre la circunferencia x2 + y 2 = 4 y la parabola y = x2 .
1
Hallar el area comprendida entre f (x) = y g(x) = x2 .
1 + x2
Hallar el area comprendida entre y = x2 ; y = 2x2 ; y = x; y = 2x.
9.9. Vol
umenes de revoluci
on.
Se8 define el volumen de revolucion obtenido al girar alrededor del eje OX el area limitada
por la grafica de la funcion continua f > 0 el eje OX y las coordenadas de los extremos del
intervalo [a, b] como:
Z b
V = f2
a
2
SI(f , p) = m0 (x1 x0 ) + m21 (x2 x1 ) + . . . + m2n1 (xn xn1 )
Ejercicios:
Hallar el volumen del cono que pasa por (0, 0) de altura h y radio r.
Hallar el volumen del toro de centro (0, h) y radio r, engendrado al girar alrededor del
eje OX.
Hallar el volumen del cuerpo engendrado por la revolucion en el eje de abcisas del
trapecio que se hallar situado encima del eje OX y que viene limitado por la linea:
(x 4)y 2 = x(x 3)
8
dibujo
80 Lecci
on 9. La integral definida
Lecci
on 10
Ecuaciones Diferenciales
Ordinarias.
10.2. Resoluci
on de Ecuaciones Diferenciales.
Al igual que para el calculo integral (resolucion de una ecuacion elemental) no era posible
encontrar un unico metodo que permitiera obtener la integral de una funcion, tampoco existe
un u
nico metodo que permita resolver cualquier ecuacion diferencial dada.
En el somero estudio que sobre ecuaciones diferenciales vamos a realizar indicaremos
varios tipos de ellas as como sus soluciones; y, dada una ecuacion diferencial intentaremos
asociarla a alguno de estos tipos para poder encontrar su solucion.
81
82 Lecci
on 10. Ecuaciones Diferenciales Ordinarias.
0
Ej2 : y + 2xy + xy 4 = 0
0 0 0
y + 2xy = xy 4 u = 3y 4 y = 3y 4 (xy 4 + 2xy) = 3x + 6xy 3 = 3x + 6xu
0
u = y 3 u 6xu = 3x
R x2 2
= e6 Z x = e6 = CeZ3x
2
+K
2 C 2
C
1 3x2
u = C 3xe3x dx = d e3x = e + C2
2 2
2
e3x
C 2 1 2
u= e3x + C2 = + C2 e3x = y 3
C 2 2
1
1 3x 2 3
y = + C2 e
2
1
Si G(y) es una primitiva de y si F (x) es una primitiva de f (x) entonces la ecuacion
g(y)
G(y) F (x) + K = 0
define implcitamente a una funcion y como funcion de x, que es solucion de nuestra ecuacion
diferencial.
d
(G(y) F (x) + K) = 0
dy
d dy d
G(y) (F (x)) + 0 = 0
dy dx dx
1 0 0
y f (x) = 0 y = f (x) g(y)
g(y)
Z
0 1 1
Ej1 : y = x3 y 2 2
dy = + C1
y y
0 Z
y 1
= x3 x3 dx = x4 + C2
y2 4
1 1 4
+ C1 = x + C2
y 4
1 1 4 1
+ x +C =0 y= 1 4
y 4 x +C
Z 4
1
Ej2 :4ydx + xdy = 0 = logy
Z y
0 4
4y + 4xy = 0 = 4logx
x
0
4y = xy logy + 4logx = K
84 Lecci
on 10. Ecuaciones Diferenciales Ordinarias.
0
y 4
= logy x4 = C
y x
x4 y = C
0 f (x, y)
y =
g(x, y)
r r
y3 x3 2y 3
x 12 3 =C =C
x x
0
Ej4 : 8y + 10x + (5y + 7x)y = 0
0 8y 10x y 0 0
y = u = y = ux y = u x + u
5y + 7x x
0 8y 10x 8ux 10x 8u 10 0 8u 10 5u2 15u 10
u x+u = = = ux= u =
5y + 7x 5ux
+ 7x 5u + 7 5u + 7 5u + 7
0 1 5u2 15u 10 5u + 7 0 1
u = 2 u =
Z x 5u + 7 5u + 15u + 10 xZ
1 10u + 14 + 1 1 1
Z Z
5u + 7 1 10u + 15 1
2
du = 2
= 2
2
=
5u + 15u + 10 Z 2 5u + 15u + 10 2 5u + 15u + 10 2 5u + 15u + 10
1 1 du
log(5u2 + 15u + 10) +
2 2 5u2 + 15u + 10
0 x2 + xy + y 2
1. y =
x2
0
2. xy + 3 2x = 0
0
3. x3 y = y(y 2 + x2 )
0
xy y y
4. = tan
x x
0 xy+3
Ej1 : y = xy =u
2x 2y + 5
0 0
y =xuy =1u
0 xy+3 u+3 0 u+3 u+2
1u = = u =1 =
2x 2y +
Z5 2u + 5Z 2u + 5 2u + 5
2u + 5 0 2u + 5 1
u =1 = 2+ du = 2u + log(u + 2) + C1
u+2 Z u+2 u+2
dx = x + C2
2u + log(u + 2) + C1 x C2 = 0
2x 2y + log(x y + 2) x = C
x 2y + log(x
y + 2) = C
0 a1 x + b1 y + c1
ii) y = f donde a1 b2 a2 b1 6= 0, es decir, aa21 6= bb12 .
a2 x + b2 y + c2
Planteamos el siguiente sistema de ecuaciones:
a1 x + b1 y + c1 = 0 x = x0
cuyas soluciones son
a2 x + b2 y + c2 = 0 y = y0
x = x0 x
Llamando y sustituyendo, tenemos que:
y = y0 y
a1 x + b1 y + c1 = a1 (x0 x ) + b1 (y0 y) + C1 = (a1 x0 + b1 y0 + c1 ) (a1 x + b1 y)
86 Lecci
on 10. Ecuaciones Diferenciales Ordinarias.
(a1 x + b1 y + c1 ) = (a1 x
+ b1 y)
a2 x + b2 y + c2 = a2 (x0 x ) + b2 (y0 y) + C2 = (a2 x0 + b2 y0 + c2 ) (a2 x
+ b2 y)
(a2 x + b2 y + c2 ) = (a
2x + b2 y)
0 a1 (x0 x ) + b1 (y0 y) + C1 (a1 x
+ b1 y)
( y) = f =f
a
2 0 (x x
) + b (y
2 0 y) + C 2 (a 2 + b2 y
x
)
0 a1 x
+ b 1 y
y = f
a2 x
+ b2 y
11.1. Funci
on real de varias variables.
Definici
on:Llamaremos funcion real de n variables a una funcion:
f : A Rn R
que asocia a cada elemento de un subconjunto A de Rn un n umero real.
Al subconjunto A se le llama dominio de la funcion.
Suele representarse genericamente una funcion real de n variables de la forma:
f : Rn R
aunque Rn no sea el dominio de esta funcion. Se utiliza la letra f min uscula para indicar
la funcion pero podra haberse utilizado cualquier otra, usualmente se representan por otras
letra g, h, . . ..
Ejemplos:
1.-
f : Rn R
(x, y) 7 (x2 + y 2 )
2.-
g : R3 R
p
(x, y, z) 7 a x2 y 2 z 2
89
90 Lecci
on 11. Funciones de varias variables. Lm. y continuidad.
11.1.1. Gr
afica.
Definicion: Se llama grafica de la funcion f : Rn R al conjunto
G = {(x1 , x2 , . . . , xn , f (x1 , x2 , . . . , xn )) , (x1 , x2 , . . . , xn ) D(f )}.
Para el caso de una funcion de dos variables, si los puntos de la grafica se llevan al espacio
donde estan situados los ejes de cooredenadas se obtiene una superficie llamada representacion
grafica de la funcion1 .
La representacion grafica de la funcion de dos variables no es cosa sencilla. A diferencia
de las funciones de una variable para las que se tiene tecnicas bastante aceptable para su
representacion grafica, no sucede lo mismo para funciones de dos variables.
Una tecnica que suele dar resultados aceptables consiste en cortar la superficie por planos
paralelos a los planos coordenados XOY , XOZ, Y OZ y observar las curvas que se obtienen.
En particular cuando cortamos con planos paralelos al XOY obtenemos unas curvas que
proyectadas sobre este plano dan lugar a otras llamadas curvas de nivel.
Ejemplo:
Hallar la representacion grafica de la funcion f (x, y) = x2 + y 2 .
La representacion grafica de esta funcion esta por encima del plano XOY y corta a este
en un u nico punto (0, 0).
Al cortar por planos de la forma z = K obtenemos circunferencias de radio K.
Por otro lado si cortamos por planos Y OZ obtenemos parabolas z = y 2 .
Las curvas de nivel son circunferencias y teniendo en cuenta el corte con el plano Y OZ
concluimos que la superficie que buscamos es un paraboloide de revolucion:2 .
Representar:
p
f (x, y) = x2 + y 2 .
f (x, y) = y 2 x2 .
11.1.2. Acotaci
on
Definicion: Una funcion f : Rn R se dice que esta acotada superiormente (inferior-
mente) si existe K R tal que f (x) K( K) ( x = (x1 , x2 , . . . , xn )) D(f ), al n
umero K
se le llama cota superior (inferior).
A la menor de las cotas superiores se le llama supremo y a la mayor de las cotas inferiores
nfimo.
Cuando una funcion esta acotada superior e inferiormente se dice que esta acotada.
11.1.3. Extremos
Definicion: Un punto ( x0 ) se dice
S que es un maximo (mnimo) relativo de la funcion
n
f : R R si existe un entorno ( x0 ). A los maximos y mnimos relativos se les llama
extremos relativos.
x) f (
Si f ( x) f (
x0 ) (f ( x0 )) x D(f ) entonces se dice que f ( x) es un maximo
(mnimo) absoluto. A los maximos, mnimos absolutos se les llama extremos absolutos.
S S
Si ( x), existen x 2 (
1 , x xi ) f (
x0 ) tal que f ( x0 ) f (
x2 ) entonces se dice que x
0
es un punto de silla.
1
dibujo
2
Grafica
11.2 Lmite de una funci
on en un punto. Propiedades. 91
i) Si existe lmxx0 f = l es u
nico.
S
ii) Si lmxx0 f = l entonces existe un entorno ( x)0 dentro del cual la funcion f esta aco-
tada.
S S
iii) Si lmxx0 f = l 6= 0 existe un entorno ( x0 ) de modo que si x ( x0 ) {
x0 } es
signof (x) = signo(l).
vi) lmxx0 f = l (
xn ) x
0 es lmn f (
xn ) = l.
Cuando se intenta calcular el lmite de una expresion donde aparezcan funciones cuyo lmite
es conocido y estan sometidas a operaciones aritmeticas, debemos aplicar los resultados indi-
cados anteriormente, pero sucede a veces, que se obtienen resultados que nada dicen acerca
del lmite de la expresion. Estos resultados son conocidos con el nombre de indeterminaciones.
Son indeterminaciones:
0
(+) (+); 0 (); ; ; (+)0 ; 1
0
Para resolver estas indeterminaciones transformamos esta expresion para obtener otra
que difiera de la primera en lo mas un n
umero finito de puntos y cuyo lmite puede obtenerse.
Puesto que el lmite de ambas expresiones coinciden, el problema esta resuelto.
Ejercicios:
x3
lm(x,y)(0,0) .
x2 + y 2
x2
lm(x,y)(0,0) .
x2 + y 2
3
dibujo
92 Lecci
on 11. Funciones de varias variables. Lm. y continuidad.
x2 y 2
lm(x,y)(0,0) .
x2 + y 2
x4 y 2
lm(x,y)(0,0) .
x4 + y 2
p
x2 y 2 + 1 1
lm(x,y)(0,0) .
x2 + y 2
xy 2
lm(x,y)(0,0) .
x2 + y4
xy
lm(x,y)(0,0) .
x2 + y 2
xy
lm(x,y)(0,0) p .
x2 + y 2
2x2 + 3xy + 4y 2
lm(x,y)(0,0) .
3x2 + 5y 2
sin(x + y)
lm(x,y)(0,0) .
x+y
xy + 1
lm(x,y)(0,0) .
x2 + y2 + 1
x2 + y 2
lm(x,y)(0,0) p .
x2 + y 2 + 1 1
11.4. Continuidad.
Definicion: Se dice que f : Rn R es continua en el punto x
, si se cumplen las tres
condiciones siguientes:
i) Existe f (
x0 ).
iii) lmxx0 f = f (
x0 ).
Caso de que alguna de las tres condiciones anteriores no se cumplan se dice que la funcion es
discontinua en el punto.
En el caso particular en el que existe lmxx0 f y no exista f (
x0 ) o bien el lmite no
coincida con el valor de f (
x0 ) la discontinuidad se llama evitable.
Una funcion es continua en un conjunto si es continua en cada punto de dicho conjunto.
i) f g es continua en x
0 .
ii) f g es continua en x
0 .
f
iii) es continua en x x0 ) 6= 0.
0 si g(
g
11.6 Teorema de Weierstrass. 93
iv) f g es continua en x
0 si g(
x0 ) > 0.
v) Continuidad de la composicion:4
Si f es continua en x x0 ) entonces g f es continua en x
0 y g lo es en f ( 0 .
sin x sin y h i
Sea f (x, y) = en el cuadrado donde 0 x y donde y se mueve
tan x tan y 4
h i
0y , excepto en la recta x = y. Es posible definir f en la recta x = y de modo
4
que sea continua en el cuadrado?.
4
gr
afico
94 Lecci
on 11. Funciones de varias variables. Lm. y continuidad.
Lecci
on 12
En lo que sigue nos moveremos en el contexto de espacios afines que son de la forma
(Rn , V, +), donde V es el espacio vectorial de los espacios libres que se siguen de Rn y la
operacion + esta definida de la forma:
Si P Rn , [~u] V , entonces P + [~u] = Q Rn , siendo Q el extremo del vector contenido
en el vector libre [~u] con origen en P .
95
96
Lecci
on 12. Diferencial de una Funci
on Real de Varias Variables.
1
Ejercicio 12.4.- Probar que la funcion f (x, y) = (xy) 3 posee derivadas parciales en el
punto (0, 0), pero no existe derivada direccional en cualquier direccion distinta de los vectores
de la base. (
xy 2
x2 +y 4
si(x, y) 6= (0, 0)
Ej1 : Probar que la funcion f (x, y) admite cualquier derivada
0 si(x, y) = (0, 0)
direccional en el punto (0, 0).
~v (cos, sen)
f ((0, 0) + t(cos, sen)) f (0, 0) f (tcos, tsen) tcos t2 sen2 )
f~v (0, 0) = lm = lm = lm 2 2
t0 t t0 t t0 t cos + t4 sen4
1 tcos sen2 ) 1 cos sen2 ) sen2 )
= lm = =
t t0 cos2 + t2 sen4 t cos2 cos
Luego en cualquier direccion distinta de (0, 1) y (0, 1) (para las cuales el coseno se anula)
existe la derivada.
0t2
f (0, t) 4 0
= lm 0+t = lm 3 = 0
f(0,1) (0, 0) = lm
t0 t t0 t t0 t Luego existe cualquier derivada di-
f (0, t) 0
f(0,1) (0, 0) = lm = lm 3 = 0
t0 t t0 t
reccional en el punto (0, 0).
Observese que si una funcion de una variable era derivable en un punto, entonces, su
continuidad en ese punto estaba asegurada. El ejemplo anterior permite afirmar que no sucede
lo mismo para el caso de varias variables, y as el ejemplo muestra que la existencia de derivada
en cualquier direccion no asegura la existencia de la continuidad en ese punto.
x0 + h) f (
f ( x0 ) L(h)
lm =0
h
0 |h|
12.2 Diferencial de una Funci
on en un Punto. Propiedades. 97
12.2.1. Propiedades
i) Si f es diferenciable en x 0 entonces f ( x0 + h) = f ( x0 ) + L(h) + ( x0 , h) |h|.
Si f es diferenciable en x 0 entonces existe una aplicacion lineal L : Rn R, tal que:
x0 + h) f (
f ( x0 ) L(h) x0 + h) f (
f ( x0 ) L(h)
lm = 0, es decir, = 0 es un infi-
h 0 |h| |h|
x0 + h) f (
f ( x0 ) L(h)
nitesimo para h = 0. Si lo llamamos ( x0 , h), entonces = (
x0 , h),
|h|
de donde f ( x0 + h) = f (
x0 ) + L(h) + ( x0 , h) |h|.
ii) Si f : Rn R es diferenciable en x 0 , existe una u nica aplicacion lineal L : Rn R
que cumple la definicion.
Supongamos que existen dos: L1 , L2 . Entonces por la propiedad i):
f (x0 + h) = f (x0 ) + L1 (h) + 1 (x0 , h) |h|
f (x0 + h) = f (x0 ) + L2 (h) + 2 (x0 , h) |h|
0 = 0 + L1 (h) L2 (h) + (1 ( x0 , h) 2 (x0 , h)) |h|
L2 (h) L1 (h) = (1 2 )|h|
(L2 L1 )(h) = (1 2 )|h|
h
(L2 L1 )( ) = 1 2
|h|
(L2 L1 )(v) = 1 ( x0 , h) 2 (
x0 , h)
lm(L2 L1 )(v) = lm 1 ( x0 , h) 2 (x0 , h)
t
0
(L2 L1 )(v) = 0
Si la imagen en cualquier direccion por una aplicacion lineal es cero, necesariamente esta
aplicacion lineal debe ser la aplicacion lineal nula, y consiguientemente L1 = L2 .
A esta aplicacion lineal L : Rn R lo vamos a llamar diferencial de la funcion f en el
punto x 0 y en lo sucesivo la indicaremos por df ( x0 ).
x0 ) es una aplicacion lineal, entonces, fijadas bases en Rn y R, posee una expresion
Si df (
matricial que viene dada por Y = AX, donde la matriz A es una matriz fila A = [a1 , . . . , an ]
con ai la imagen del i-esimo vector de la base por la aplicacion lineal ai = df (x0 )(ei ).
n
iii) Si f : R R es diferenciable en x 0 entonces admite derivada en cualquier direccion
en ese punto y ademas:
f~v (
x0 ) = df (
x0 )(~v )
f ((x0 ) + t(~v )) f ( x0 )
Consideremos f~v (
x0 ) = lm , por la propiedad i)
t0 t
f (
x0 ) + df (x0 )(t~v ) + (x0 , t~v ) |t~v | f (
x0 ) |t|
f~v (
x0 ) = lm = lm df ( x0 )(~v ) + (
x0 , t~v ) =
t0 t t0 t
df (
x0 )(~v ) + 0 = df (
x0 )(~v )
Teniendo en cuenta esta propiedad se tiene que:
fxi (x0 ) = fei (
x0 ) = df (x0 )(ei ) = ai
donde ai es el elemento i-esimo de la matriz A asociada a la aplicacion lineal df ( x0 ).
La matriz A asociada a la aplicacion lineal df ( x0 ) es entonces una matriz fila (o columna)
cuyos elementos son las derivadas parciales A = [fx1 ( x0 ), fx2 (
x0 ), . . . , fxn (
x0 )].
Si tenemos en cuenta que f (
x0 ) (vector gradiente) es un vector cuyas componentes son
0 , entonces el producto escalar de f (
las derivadas parciales de la funcion f en el punto x x0 )
por un vector coincide con la imagen de ese vector por df ( x0 ).
f (
x0 ) ~v = df (
x0 )
iv) Si f es diferenciable en x
0 , es continua en ese punto.
Si f es diferenciable, entonces:
i) Existe f (
x0 )
98
Lecci
on 12. Diferencial de una Funci
on Real de Varias Variables.
ii) lm f (x)?
x
x0
lm f (x) = lm f (
x0 + h) = lm (f (
x0 ) + df ( x0 , h) |h|) = f (
x0 )(h) + 1 ( x0 )
x
x0 h
0 h
0
Ejercicio 12.5.- Probar que la funcion z = 1+xsen xy satisface la ecuacion xzx +yzy = z1.
1
Ejercicio 12.6.- Para la funcion z = xy probar que se cumple xzx + yzy + 3 3 zx zy = z.
de orden n 1 de la funcion f . Esta derivada parcial n-esima se suele representar por fxi1 ,
nf
fxi2 , . . ., fxin , o bien por
xin xin1 . . . xi1
En las derivadas parciales de orden superior cabe la posibilidad de considerar, por un
lado, la derivada parcial de f respecto de unas variables en un cierto orden, y, por otro lado,
la derivada parcial de mismo grado, respecto de las mismas variables, pero en otro orden. Por
ejemplo cabe considerar fxy , fyx .
La pregunta inmediate es si ambas derivadas parciales son iguales. En este sentido vamos
a dar una definicion y un teorema que nos asegurara la igualdad en ciertas condiciones.
Una funcion f : Rn R se dice que es de clase C (K si existen todas las derivadas parciales
hasta las de orden k y son continuas.
Ejercicio 12.7.- Probar que las siguientes funciones cumplen la ecuacion zxx + zyy = 0.
1. z = ex seny
2. z = ex cosy
q p
3. z = x + x2 + y 2
4. z = arctan xy
Ejercicio 12.10.- Son diferenciables las siguientes funciones en el punto (0, 0)?
( x2 y
si(x, y) 6= (0, 0)
1. f (x, y) x2 +y 2
0 si(x, y) = (0, 0)
( 2
x cos(xy)
x2 +y 2
si(x, y) 6= (0, 0)
2. f (x, y)
0 si(x, y) = (0, 0)
1. z = x2 + 2y 2 en (1, 1, 3).
1
2. z = senxcosy en 4, 4, 2
3. z = excosy en (1, 0, e)
12.4 Plano Tangente 101
1. (1, 04)2,02 .
2. log 3 1, 03 4 0, 98 + 1
102
Lecci
on 12. Diferencial de una Funci
on Real de Varias Variables.
Lecci
on 13
F
ormula de Taylor. Aplicaciones.
(t) (t0 )
0 (t0 ) = lm =
tt0 t t0
(t0 + t) (t0 ) x0 + (t0 + t)h) f (
f ( x0 + t0 h)
= lm = lm =
t0 t t0 t
x0 + t0 h) + th) f (
f (( x0 + t0 h)
= lm =
t0 t
df (
x0 + t0 h)(th) + ( x0 + t0 h1 th)|th|)
= lm =
t0
t
|t|
= lm df ( x0 + t0 h1 th) |h| =
x0 + t0 h)(h) + (
t0 | {z } t
0
= df (
x0 + t0 h)(h) + 0 = df (
x0 + t0 h)(h)
Teorema del valor medio: Si f es continua en el segmento de extremos x
0 , x
0 + h y
diferenciable en el interior del mismo entonces:
x0 + h) f (
f ( x0 + th)(h)donde t (0, 1)
x0 ) = df (
Demostracion:
La funcion (t) = f (
x0 + th) es continua en [0, 1] por serlo f en el segmento y derivable
en (0, 1) por ser f diferenciable en el interior del segmento.
Entonces cumple las condiciones del teorema de los incrementos finitos de Lagrange y
por tanto:
103
104 Lecci
on 13. F
ormula de Taylor. Aplicaciones.
13.2. F
ormula de Taylor de grado n en el punto x0 con resto
de Lagrange.
n
1 X
f (
x) = f (
x0 + h) = f (
x0 ) + x0 )(xi xi0 )+
fxi (
1!
i=1
n
1
x0 )(xi xi0 )(xj xj0 )+
X
+ fxi ,xj (
2!
i,j=1
n
1
x0 )(xi xi0 )(xj xj0 )(xk xk0 ) + . . . +
X
+ fx1 xj xk (
3!
i,j,k=1
n
1 X
+ x0 )(xi1 xi01 )(xi2 xi02 ) . . . (xin xi0n )+
fxi1 ,xi2 ,...,xin (
n!
i1 ,i2 ,...,in =1
n
1 X i
+ x0 + sh)(xi1 xi01 ) . . . (xin+1 x0n+1 )
fxi1 ,xi2 ,...,xin (
(n + 1)!
i1 ,i2 ,...,in =1
Siendo el resto:
n
1 X i
x0 + sh)(xi1 xi01 ) . . . (xin+1 x0n+1 )
fxi1 ,xi2 ,...,xin (
(n + 1)!
i1 ,i2 ,...,in =1
1
f (x, y) = f (x0 , y0 ) + (fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )) +
1!
1
fxx (x0 , y0 )(x x0 )2 + 2fxy (x0 , y0 )(x x0 )(y y0 ) + fyy (x0 , y0 )(y y0 )2 +
+
2!
1
+ (fxxx (x0 , y0 )(x x0 )3 + 3fxxy (x0 , y0 )(x x0 )2 (y y0 )3 +
3!
+ 3fxyy (x0 , y0 )(x x0 )(y y0 )2 + fyyy (x0 , y0 )/y y0 )3 ) + . . . +
n
1 X
+ fxi1 ,xi2 ,...,xin (x0 , y0 )(xi1 xi01 ) . . . (xin xi0n )+
n!
i1 ,i2 ,...,in =1
n+1
1 X
+ fxi1 ,xi2 ,...,xin+1 ((x0 , y0 ) + 3(x x0 , y y0 )) (xi1 xi01 ) . . . (xin+1 )
(n + 1)!
i1 ,i2 ,...,in+1 =1
1
dibujo
13.2 F
ormula de Taylor con resto de Lagrange. 105
McLaurin:
1
f (x, y) = f (0, 0) + (fx (0, 0)x + fy (0, 0)y) +
1!
1
fxx (0, 0)x2 2fxy (0, 0)xy + fyy (0, 0)y 2 +
+
2!
1
fxxx (0, 0)x3 + 3fxxy (0, 0)x2 y + 3fxyy (0, 0)xy 2 + fyyy (0, 0)y 3 + . . . +
+
3!
n
1 X
+ fxi1 ,xi2 ,...,xin (xi1 . . . xin )+
n!
i1 ,i2 ,...,in =1
n+1
1 X
+ (sx , sy )(xi1 . . . xin+1 )
(n + 1)!
i1 ,i2 ,...,in+1 =1
Un operador es una expresion que al actuar sobre una funcion da lugar a una expresion
matematica. Un operador puede ser la expresion:
x +y
x y
Y si definimos el operador:
n
n
n
x +y = +
x y 0 xn
n
n n1
+ x y +
1 yxn1
n
n n1 2
+ x y + ...+
2 y 2 xn1
n n n
+ y
n y n
Y decimos que al actuar sobre una funcion f da lugar a:
n n n n f (0, 0)
s +y f (0, 0) = x +
x y 0 xn
n n1 n f (0, 0)
+ x y +
1 yxn1
n n2 2 n f (0, 0)
+ x y + ...+
2 y 2 xn2
n n n f (0, 0)
+ y
n y n
entonces la formula de McLaurin para dos variables que hemos escrito anteriormente se puede
escribir de forma abreviada como:
n
1 n+1
1X 1
f (x, y) = f (0, 0) + x +y f (0, 0) + x +y f (sx , sy )
i! x y (n + 1)! x y
i=1
: R R
t (t) = f (
x0 + tv)
Puesto que la funcion f es diferenciable, la funcion sabido es que es derivable, siendo
0 (t)= df (
x0 + tv)(v).
Si la funcion f tiene un extremo relativo en x 0 entonces la funcion posee un extremo
0
relativo t = 0 y por consiguiente (0) = 0.
Como 0 (0) = df (x0 )(v) entonces df (
x0 )(v) = 0 y puesto que v es una direccion cualquiera
necesariamente df (
x0 ) = 0.
Queda probado que x 0 es un punto crtico de f .
13.4. C
alculo de los extremos relativos.
Siguiendo la proposicion anterior, para calcular los extremos relativos de una funcion f
calcularemos sus puntos crticos. Ahora bien, no todo punto crtico es extremo realtivo ((0, 0)
es punto crtico de f (x, y) = x3 y pero no es un extremo relativo), por tanto se hace necesario
un criterio que permita distinguir de entre los puntos crticos aquellos que son relativos de
los que no los son.
0 R es un punto
Si x S crtico, su naturaleza viene dada por la diferencia f ( x) f (
x0 )
dentro
S de un entorno (
x 0 ). As , cuando f (
x ) f (x0 ) 0( 0) para cualquier
(
x x0 ) {
x0 }Sentonces x 0 es un mnimo (maximo) relativo. Si por el contrario para
cualquier entorno ( x0 ) es posible encontrar x 1 , x
2 de modo que f ( x1 ) < f (
x) < f (x2 )
entonces x 0 es un punto de silla.
Para analizar la diferencia f ( x) f (
x0 ) consideremos la formula de Taylor de orden 1, de
la funcion f en el punto x 0 :
n n
1 X
0 ) (xi x10 )(xj xj0 )
X
f (
x) = f (
x0 ) + x0 )(xi xi0 ) +
fx ( fx1 ,xj ( xx
x0 + s(
2!
|i=1 {z } i,j=1
0
n
1 X
x) f (
f ( x0 ) = fx1 ,xj (
x0 + s( 0 ))(xi xi0 )(xj xj0 )
xx
2!
i,j=1
i,j=1
Si |A| =
6 0 y no ocurre alguno de los dos casos anteriores, entonces la forma cuadratica
es indefinida.
2
x0 )(xi xi0 )(xj xj0 )
X
fxi ,xj (
i,j=1
es de la forma:
fxx (x0 , y0 ) fxy (x0 , y0 )
fyx (x0 , y0 ) fyy (x0 , y0 )
y por tanto:
Si:
fxx (x0 , y0 ) fxy (x0 , y0 )
< 0 es indefinida
fyx (x0 , y0 ) fyy (x0 , y0 )
| {z }
Determinante Hessiano
Ejemplo:
f (x, y) = y x .
f (x, y) = x3 + y 2 + x2 y + 2y + 1.
f (x, y) = x3 y 3 + 3axy, a 6= 0.
8 8
f (x, y) = xy + + .
y x
f (x, y) = (y x3 )(y 8x3 ).