Analisis PDF

An
alisis Matem
atico
1o de Ingeniera Inform
atica
Felix Gomez Marmol Javier Luis Canovas Izquierdo
Curso 2001 - 2002

2
Indice general
1. El Cuerpo de los N umeros Reales 7

1.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. El cuerpo de los n umeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. Modulo de un n umero real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4. Espacios metricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5. Acotacion de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1. Teorema de Heine-Borel . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.2. Teorema de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . 13
2. Sucesiones. Lmites de sucesiones 15

2.1. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Lmite de una sucesion. Propiedades . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Sucesiones de Cauchy en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4. Subsucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5. Suesiones de n umeros reales. Convergencia . . . . . . . . . . . . . . . . . . . . 17
2.6. Anillo de las sucesiones en R . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.7. Infinitesimos, operaciones con infinitesimos . . . . . . . . . . . . . . . . . . . 18
2.8. Lmite de las operaciones aritmeticas . . . . . . . . . . . . . . . . . . . . . . . 19
2.9. Sucesiones infinitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.10. Sucesiones monotonas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.11. Sucesiones recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3. Series de n umeros reales 25

3.1. Series de numeros reales. Primeras definiciones . . . . . . . . . . . . . . . . . 25
3.2. Operaciones con series. Convergencia. . . . . . . . . . . . . . . . . . . . . . . 25
3.3. Series de terminos positivos.
Algunos criterios de convergencia . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4. Series de terminos cualesquiera . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Funciones. Lmites y Continuidad. 31

4.1. Funciones. Generalidades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.1. Dominio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.2. Grafica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.3. Paridad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.4. Periodicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.5. Crecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.6. Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.7. Acotacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2. Lmite de una Funcion en un Punto . . . . . . . . . . . . . . . . . . . . . . . 33
4.2.1. Unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
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
8. Primitiva de una Funci on. 63

8.1. Primitiva de una Funcion. Propiedades. . . . . . . . . . . . . . . . . . . . . . 63
8.2. Integral de una Funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3. Diferencial de una Funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.4. Calculo de Primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.4.1. Grupo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.4.2. Grupo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.4.3. Grupo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.4.4. Grupo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.4.5. Grupo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8.4.6. Grupo 6. Integracion de Fracciones Racionales . . . . . . . . . . . . . 67
8.4.7. Grupo 7. Funciones Trigonometricas. . . . . . . . . . . . . . . . . . . . 68
8.4.8. Grupo 8. Integracion por Partes. . . . . . . . . . . . . . . . . . . . . . 69
8.4.9. Grupo 9. Integracion por Cambio de Variable. . . . . . . . . . . . . . . 70

INDICE GENERAL 5
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
10.Ecuaciones Diferenciales Ordinarias. 81

10.1. Primeras Definiciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
10.2. Resolucion de Ecuaciones Diferenciales. . . . . . . . . . . . . . . . . . . . . . 81
10.2.1. Ecuaciones Lineales de Primer Orden. . . . . . . . . . . . . . . . . . . 81
10.2.2. Ecuaciones de Bernuilli . . . . . . . . . . . . . . . . . . . . . . . . . . 82
10.2.3. Ecuaciones en variables separadas . . . . . . . . . . . . . . . . . . . . 83
10.2.4. Ecuaciones Homogeneas . . . . . . . . . . . . . . . . . . . . . . . . . . 84
10.2.5. Ecuaciones Cuasihomogeneas . . . . . . . . . . . . . . . . . . . . . . . 85
10.2.6. Ecuaciones Diferenciales Exactas . . . . . . . . . . . . . . . . . . . . . 86
10.2.7. Factor Integrante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
11.Funciones de varias variables. Lm. y continuidad. 89

11.1. Funcion real de varias variables. . . . . . . . . . . . . . . . . . . . . . . . . . . 89
11.1.1. Grafica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
11.1.2. Acotacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
11.1.3. Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
11.2. Lmite de una funcion en un punto. Propiedades. . . . . . . . . . . . . . . . . 91
11.3. Lmite de las operaciones aritmeticas . . . . . . . . . . . . . . . . . . . . . . . 91
11.4. Continuidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
11.5. Continuidad de las operaciones aritmeticas. . . . . . . . . . . . . . . . . . . . 92
11.6. Teorema de Weierstrass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
12.Diferencial de una Funci on Real de Varias Variables. 95

12.1. Derivada Direccional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
12.1.1. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
12.2. Diferencial de una Funcion en un Punto. Propiedades. . . . . . . . . . . . . . 96
12.2.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
12.3. Derivada Parcial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
12.4. Plano Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
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
Cualquier entero posee simetrico (opuesto). El opuesto de p se indica por p y

cumple que p + (p) = 0
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
El proceso se repite sucesivamente dividiendo el segmento unidad en 3 partes, 5 partes,

etc.
La representacion anterior nos permite establecer una relacion de orden en el conjunto
Q, y as diremos que el n umeros a es menor que b y pondremos a < b cuando el punto
correspondiente al n umero a se encuentra situado a izquierda del punto correspondiente al
n
umero.
Esta relacion de orden permite establecer las dos propiedades siguientes:
Si a < b a + c < b + c ; c Q
Si a < b a c < b c ; c Q, c > 0
Por tener estas propiedades se dice que el cuerpo de los n

umeros racionales esta totalmente
ordenado.
1.2. El cuerpo de los n

umeros reales
La matematica griega abordo rigurosamente un problema, conocido bastante tiempo atras
como inconmensurabilidad. Si volvemos a la representacion de los n umeros racionales sobre
una recta y una vez hecha esta representacion, observamos con lupa, en seguida nos damos
cuenta que existen puntos a los que no les corresponde ningun n
umero racional, esto se debe
a que existen longitudes que no pueden ser expresadas mediante un n umero racional de veces
una unidad de longitud. Un ejemplo de tal error es la longitud de la diagonal de un cuadrado
de lado la unidad, como ahora probaremos por reduccion a lo absurdo: 1
Por el teorema de Pitagoras l2 = 2. Si la longitud l pudiera ponerse como un n umero
a
racional entonces l = (irreducible). Veamos como trabajar para llegar a una contradiccion:
b
a 2
a = 2 a = 2a0 a2 = 4a02
= 2; a2 = 2b2 ; a2 = 2;
b2
Y ahora, tomando los resultados a2 = 2b2 y a2 = 402 tenemos:
2b2 = 4a02 ; b2 = 2a02 ; b2 = 2;

b = ,2

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
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
Por tener estas propiedades toma al igual que los n

umeros racionales el calificativo de
cuerpo.
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
Se verifican las siguientes propiedades:
|x| 0
| x | = 0 x = 0
| x | = max{x, x}
| x | < a a < x < a

Demostracion:

a) x a; | x | a (CONTRADICCION)

b) x a; | x | = x a; | x | a (CONTRADICCION)
c) 0 < x < a; | x | < a
d) a < x < 0 ; x < a; | x | < a
|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
1) (x + 1) ((x + 1)) > 2 x 1 + x 1 > 2, 6 x (, 1)

2) x + 1 ((x 1)) > 2 x + 1 + x 1 > 2 x > 1, 6 x
3) x + 1 x 1 > 2, 6 x
| 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 |
(, 0) x + 1 + 2(1 + 3) x > x 3x > 7 x < 73 6 (, 0)

(0, 1) x + 1 + 2(x + 3) x > x 5x > 7 x < 75 6 (0, 1)
(1, 3) x 1 + 2(x + 3) x > x 3x > 5 x < 53
(3, ) x 1 + 2(x 3) x > x x > 7
|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
Puede comprobarse que:
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((y1 , y2 , . . . , yn ), (x1 , x2 , . . . , xn ))
d((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn ))
d((x1 , x2 , . . . , xn ), (z1 , z2 , . . . , zn ) + d((z1 , z2 , . . . , zn ), (y1 , y2 , . . . , yn ))
12 Lecci
umeros Reales
Por tener estas propiedades se dice que la aplicacion d es una distancia.

Consideremos el conjunto Rn y la distancia anteriormente definida. llamaremos entorno
0 R y radio r al conjunto:
de centro el punto x
[ [
(
x0 , r) o ( x Rn , d (
x0 ) = { x0 , x
) < r}
r
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=
Proposici on: El conjunto A es cerrado si contiene todos sus puntos de acumulacion.

Demostracion:
Consideremos Ac y sea x Ac , supongamos que no existe un entorno de este punto
totalmente contenido en Ac . Entonces cualquier entorno de x contiene puntos de A distintos
de x.
Se sigue que x es un punto de acumulacion de A y por tanto x A, esto es una contra-
diccion y viene de suponer que Ac no es abierto.
El conjunto de los puntos de acumulacion de un conjunto A se llama conjunto derivado,
y se indica por A0 .
El conjunto fomrmado por A y A0 (A A0 ) se le llama clausura del conjunto y se indica
por A.
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
Existe cierta terminologa en relacion con la acotacion de conjuntos de R y as el n

umero
a R se dice que es cota superior (inferior) de un conjunto A R si a x(a x) x A.
A la menor (mayor) de las cotas superiores (inferiores) se le llama supremo (nfimo) y si
pertenece al conjunto m aximo (mnimo).
Observese que la idea de que un conjunto esta acotado cuando lo esta superiormente
(posee una cota superior) e inferiormente (posee una cota inferior) es equivalente a la de
conjunto acotado, dada la forma general inicialmente.
Tanto los numeros racionales como los n umeros reales son cuerpos conmutativos total-
mente ordenados, sin embargo existe una diferencia fundamental entre el uno y el otro, y es
que el cuerpo de los n
umeros reales posee la siguiente propiedad que no la posee el cuerpo de
los n
umeros reales:
Cualquier conjunto de n umeros reales acotado superiormente posee supremo
Por tener esta propiedad se dice que los n umeros reales tienen una estructura de cuerpo
conmutativo totalmente ordenado y completo.
1.6. Conjuntos compactos

Definici S conjuntos abierta {Ai }iI se dice que es un recubrimiento
on: Una familia de
abierto del conjunto A si A iI Ai .
Ejemplo:
Si A es el conjunto formado por { n1 , n N} {0} y An es un entorno abierto de n1 para
cada n y A0 es un entorno abierto de 0, entonces {An }n1 A0 es un recubrimiento de A5 .
Dado un recubrimiento {Ai }iI de un conjunto A, si existe un subconjunto del recubri-
miento que tambien es recubrimiento de A, se dice que este subconjunto es un subrecubri-
miento del recubrimiento {A1 , A2 , . . . , Ai }.
Un conjunto se dice que es compacto cuando de cualquier recubrimiento por conjuntos
abiertos puede extraerse un subrecubrimiento finito.
1.6.1. Teorema de Heine-Borel

En el espacio metrico Rn un conjunto es compacto es cerrado y acotado6 .
Ejemplos:
(1)n

, n N No es compacto (esta acotado pero no es cerrado)
n
n sin n
(1) , n N No es compacto (esta acotado pero no es cerrado.
n
{(ex x), x R+ } No es compacto (no esta acotado pero si es cerrado).
1.6.2. Teorema de Bolzano-Weierstrass

En Rn todo conjunto de puntos A, que este acotado posee al menos un punto de acumu-
lacion.
Demostracion:
Supongamos que este conjunto no tuviera puntos de acumulacion. Entonces contiene sus
puntos de acumulacion (no existen) y por tanto es cerrado. Como ademas esta acotado es
compacto.
S S S
P A podemos encontrar (P ) de modo que (P ) A = {P }, la familia { (P ), P
A} es un recubrimiento abierto del conjunto A y como A es compacto podemos extraer un
5
faltan graficos
6
poner graficos
14 Lecci
umeros Reales
subrecubrimiento finito. Como esto no puede suceder, se sigue que el conjunto A posee al
menos un punto de acumulacion.
Lecci
on 2
Sucesiones. Lmites de sucesiones
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 .
2.2. Lmite de una sucesi

on. Propiedades
n tiene por l n si
S
Definici on: Se dice
S que la sucesi
o n (an ) R mite a R (a) existe
un n0 tal que an (a), n n0 .
> 0 n umero real, existe un n0 N tal que la distancia entre a y an (d(a, an )) es menor
que si n n0 .
Cuando la sucesion an tiene por lmite a escribiremos lm(an ) = a.
Ejemplos:
- Estudiar si a es punto de acumulacion de la sucesion de razon an cuando lm(an ) = a.
Veamoslo con una sencilla demostracion:
S
lm(an ) = a { (a) {a}} an a es punto de acumulacion.
15
16 Lecci
on 2. Sucesiones. Lmites de sucesiones
- Si a es el punto de acumulacion de una sucesion , a es el lmite?

No. Supongamos una sucesion con dos puntos de acumulacion, debido a la propiedad de
unicidad del lmite no pueden existir dos lmites, por lo que los puntos de acumulacion no
son lmites.
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.
2.3. Sucesiones de Cauchy en Rn

Definicion: Una sucesion (an ) Rn se dice que es de Cauchy si para cualquier n umero
real > 0 es posible encontrar n0 N tal que si m, n n0 entonces d(an , am ) < .
Proposici on: Si an Rn es de Cauchy esta acotada.
Demostracion:
Dado > 0 por definicion de sucesion de Cauchy existe n0 N tal que n, m n0 se
cumple que d(an , am ) < . Entonces m n0 se cumple que d(an0 , am ) < .
S S
Tomando un entorno de centro an0 y radio , (an0 ) se tiene que am (an0 ). Como
fuera del entorno existen a lo mas un n umero finito de terminos de la sucesion, entonces se
puede encontrar un entorno de uno de los puntos de (an ) que contenga a todos los puntos de
(an ). Se sigue que (an ) esta acotada.
Teorema: La sucesion an Rn es de Cauchy es convergente.
Por ser (an ) de Cauchy esta acotada. Posee al menos un punto de acumulacion. Veamos
que no pueden existir dos puntos de acumulacion:
Si A es un punto de acumulaci S on de an entonces lm(an ) = a, porque si esto no fuera
cierto entonces dado un entorno (a), existiran infinitos termnos de la sucesion an fuera de
el, y consiguientemente existira otro punto de acumulacion.
Ahora bien, la existencia de dos puntos de acumulacion es incompatible con el hecho de
ser de Cauchy, ya que si > 0 es la distancia entre ambos entornos exigira infinitos an , am
de modo qu la distancia d(an , am ) > .
S Es convergente. Supongamos que el lm(an ) = a. Dado , consideremos el entorno
(a). Por tanto n, m n0 , se cumple d(an , am ) < .
a
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).
2.6. Anillo de las sucesiones en R

En el conjunto de las sucesiones de n
umeros reales se definen dos operaciones:
Suma: (an ) + (bn ) = (cn ) donde cn = an + bn .
Producto: (an ) (bn ) = (cn ) donde cn = an bn .
Estas operaciones poseen las siguiente propiedades:
Suma:
18 Lecci
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| = .
Como consecuencias de esta propiedad se tiene que:
i) El producto de una sucesion acotada por un infinitesimo es un infinitesimo.

Demostracion:
Si (an ) esta acotada y lm(bn ) = 0, entonces K1 bn an bn K2 bn
2.8 Lmite de las operaciones aritm
eticas 19
Como lm(K1 bn ) = lm(K2 bn ) = 0, aplicando la regla del sandwich se tiene lm(an bn ) =

0.
ii) El producto de una sucesion convergente por un infinitesimo es un infinitesimo.

Demostracion:
Si (an ) es convergente y bn un infinitesimo, sabido es que an esta acotada, luego apli-
cando la anterior consecuencia lm(an bn ) = 0.
iii) El producto de dos infinitesimos es otro infinitesimo.

Demostracion:
Tengase en cuenta que un infinitesimo es una sucesion convergente, lo que nos lleva a
la anterior consecuencia.
2.8. Lmite de las operaciones aritm

eticas
Supongamos que (an ), (bn ) son sucesiones convergente, vamos a probar que:
i) ((an ) (bn )) es convergente y ademas lm ((an ) (bn )) = lm(an ) lm(bn ).
ii) (an )(bn ) es convergente y ademas lm ((an ) (bn )) = lm(an ) lm(bn ).

(an ) an lm(an )
iii) Si (bn ) no es un infinitesimos, entonces (bn ) es convergente y ademas lm bn = lm(bn ) .
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.
i) La sucesion (an ) + (bn ) = (an + bn ) cumple.

(an + bn ) (a + b) = (an a) + (bn b) = infinitesimo.
| {z } | {z }
inf inf
Luego (an ) + (bn ) es convergente y ademas lm ((an ) + (bn )) = a+b = lm(an )+lm(bn ).
ii) ((an )(bn ) (a b)) = (an bn ab) = (an bn ab + abn abn ) =

= ((an a)bn + (bn b)a) = ((an a)bn ) + ((bn b)a) =
= (an a) (bn ) + (bn b) (a) = inf + inf = inf .
| {z } |{z} | {z } |{z}
inf cont inf cont
Se sigue que (an )(bn ) es convergente y ademas lm(an bn ) = a b = lm(an ) lm(bn ).

iii) (a n)
bn ) a
b = an
bn a
b = an babn
bbn = bn1 b (an b abn )) =

1 1
bn b (an b ab + ab abn ) = bn b (b(an a) a(b bn )) =

1
(b) (an a) (a) (bn b) = (acotado)(inf ) = (inf ).

bn b |{z} | {z } |{z} | {z }
| {z } cte inf cte inf
acotado

(an )
(bn ) es convergente y ademas lm (a n)
(bn ) =
lm(an )
lm(bn ) = ab .
20 Lecci
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.
2.9. Sucesiones infinitas

Definicion Diremos que la sucesion (an ) tiene por lmite +() si K R existe
n0 N tal que n n0 se cumple que an > K(an < K), y se denota lm(an ) = .
Veamos el lmite de algunas operaciones con sucesiones infinitas:
1. Si lm(an ) = lm(bn ) = +() entonces lm ((an ) + (bn )) = +().

Demostracion:
Dada K R como lm(an ) = +, existe n0 N tal que n n0 es an > K. Como
lm(bn ) = +, existe n1 N tal que n n1 es bn > K.
Supongamos n0 n1 entonces n n0 es an +bn > K+K > K luego lm ((an ) + (bn )) =
+.
Analoga demostracion se re4alizara para el caso de .
2. Si lm(an ) = a > 0 y lm(bn ) = + entonces lm(an )(bn ) = +.

Demostracion:
Como lm an = a existen a < K1 , K2 R tales que K1 < an < K2 , n n0 donde
n0 N.
Entonces K1 bn < an bn < K2 y puesto que lm K1 bn = + (pq?) entonces lm an bn =
+ (pq?).
Similar demostracion se hara para el caso de que a < 0 y lm bn = y as se
probara que lm(an )(bn ) = si a < 0, lm bn = + o que lm(an )(bn ) = + si
a < 0, lm(bn ) = .
3. Si (an ) es constante y lm(an ) = entonces lm (a n)

(bn ) = 0.
Demostracion:
Supongamos
(an ) = (c) y lm(bn ) = +.Consideremos > 0 y un n umero K de modo
que sea Kc < . Como lm(bn ) = +, entonces existe n0 N tal que n n0 se
cumple que bn > K.

Entonces abnn = bcn cumple que abnn = bcn < Kc < , n n0 .

Se sigue entonces que lm abnn = 0.

La demostracion para el caso de que lm(bn ) = es muy parecida (pq?).
Consecuencias de la segunda operacion anteiormente expuesta:

Si (an ) es convergente y lm(bn ) = entonces lm abnn = 0.
Demostracion:
Si (an ) es convergente entonces esta acotada K1 < an < K2 , n.
Como consecuencia K an K2
bn < bn < bn , nybn > 0.
1
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
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
2.10. Sucesiones mon

otonas
Definici on: La sucesion (an ) R se dice que es monotona creciente (decreciente) si
an < an+1 (an > an+1 ).
Propiedad:Si (an ) es monotona creciente y esta acotada entonces es convergente y
ademas el lm(an ) = sup{an , n N}.
Demostracion:
S
Sea a = sup{an , n N}. Dado un entorno del punto a, (a), dentro del entorno y a la
derecha del punto a no existe termino de la sucesion (ya que a es supremo).
S
Necesariamente axiste un termino de la sucesion en (a) (ya que si no existiera ninguno
a no sera supremo). Si an0 es Sel primer termino de la sucesion que esta dentro del entorno de
a, entonces n n0 es an (a). Puesto que cumple la definicion acabamos de demostrar
que la sucesion an es convergente y tiene opr lmite el punto a.
De modo similar se mostrara la propiedad siguiente:
Si an es monotona decreciente y esta acotada inferiormente entonces es convergente y
ademas lm(an ) = inf {an , n N}.
n n
an = 1 + n1 lm 1 + n1 = e.

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
3n 3n 3n

n+1 n+1 2
lm = lm 1 + 1 = lm 1 + =
n1 n1 n1
" n1 2 #3n
2 2 n1
= lm 1 + = e6
n1
ltimo lmite tiene como resultado inmediato 1 . Este resultado es una

Observese que este u
indeterminacion que deberemos unir a las ya conocidas y que suele resolverse a partir de la
definicion del n
umero e.
24 Lecci
2.11. Sucesiones recurrentes

Hasta el momento se ha definido una sucesion (an ), estableciendo el valor de an mae-
diante una expresion que depende de n. Utilizando esta expresion (termino general) hemos
podido estudiar la convergencia de una sucesion y podramos estudiar su monotona u otras
propiedaddes si fuera necesario.
Existen sin embargo otras formas de definir una sucesion y de entre ellas conviene men-
cionar la definicion por recurrencia. Consiste en expresar (an ) como una funcion de algunos
terminos anteriores:
an = (an1 + an2 + . . . + anm )

an = an1 + 3; an = an1 3; an = an1+ an2 ; an = an + 1
p 1 1
an = an1 2 + 1; an = an1 + .
2 an1
Observese que si en la expresion general se conocen los m primeros terminos de la sucesion
entonces a partir de ellos se conoce el mesimo y a partir de el el am+2 y as sucesivamente
todos los terminos de la sucesion.
En el ejemplos primero y en el segundo, conocido el primer termino de la sucesion se
obtiene el segundo, y a partir de el el tercero y as sucesivamente.
En el ejemplos tercero, conocidos los dos primeros terminos de la sucesion se obtiene el
tercero y partir de el el cuarto y as sucesivamente.
Lecci
on 3
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.
3.2. Operaciones con series. Convergencia.

Dadas dos serie + an , + bn , llamaremos suma de ambas a la serie +
P P P
1 1 P+ 1 (an + bn ).
Si t R el producto de t por la serie 1 an es la serie:
t + an = +
P P
1 1 P t an .
+ P+ P+ P
Proposici on: Si 1 Pan , 1 bnPson convergentes entonces 1 P an + 1 + bn
tambien lo es. Ademas si + + + +
P
1 a n = a, 1 b n = b entonces 1 an + 1 b n = a + b.
Demostracion:
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 = +.

Como consecuancia la sucesion tn no es convergente y como es monotona creciente nece-

sariamente lm tn = +.
Puesto que tn sn , n, necesariamente lm sn = +, y por tanto la serie + 1
P
1 n es
divergente.
Caso > 1:
P+ 1 1 1 1 1 1 1 1 1 1
1
= 1 + + + + + + + + + + . . . + + + . . . (sn )
n 2 3 4 5 6 7 8 9 n
Consideremos la siguiente serie:
1 1 1 1 1 1 1 1 1
1 + + + + + + + + + . . . + + . . . (tn )
2 2 4 4 4 4 8 8 16
Como se indica por (sn ), (tn ) indicamos las sucesiones de las sumas parciales de la primera
y segunda serie respectivamente.
Por construccion se tiene que sn tn , n, y ademas las subsucesion de tn :
t1 = 1; t3 = 1 + 21 ; t7 = 1 + 21 + 22(1) ; t1 5 = 1 + 21 + 22(1) + 23(1) ;
(1) n
tn1
2 = 1 + 21 + 22(1) + . . . + 2(n1)(1) = 1 2 21 11

1 1 1
Es convergente puesto que 2 = 1 < 1 Converge a .
2 1 2(1
Puesto que la sucesion tn es monotona creciente o bien es convergente o tiene por lmite
+, pero como no puede ser este u ltimo caso ya que si as fuera cualquiera de sus sub-
sucesiones tendra por lmite + y hemos encontrado una que no tiene por lmite +.Se
sigue entonces que la sucesion tn es convergente y puesto que sn tn la sucesion (sn ) es
convergente.
1
Se sigue entonces que la serie +
P
n=1 , > 1 es convergente.
n
Criterio de convergencia 3.
28 Lecci
on 3. Series de n
umeros reales
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
P+ sin4 n sin4 n 1 1 sin4 n

1 0 , como es convergente, entonces es conver-
n2 n2 n2 n2 n2
gente.
P+ 3n
1 Divergente.
n2 + 1
3n
lm 2 = +.
n +1
n1
P+ 2n n 2n1 2
1 = 2 = 2 = 0.
nn nn1 n
n1
2 2
< a < 1; 2 < 2 an1
n n
Criterio de convergencia 4. Criterio de DAlembert.

an+1
Si +
P
1 an es una serie de terminos positivos y lm = l entonces si l < 1 es conver-
an
gente, si l > 1 es divergente. Para l = 1 desconocido.
Desmostracion:
Para l < 1, consideremos un entorno de l (c1 , c2 ) de modo que 0 < c1 < l < c2 < 1. Como
an+1
lm = l entonces existe un n0 N de modo que:
an
an+1
n n0 < c2 , entonces: an+1 < c2 an y de aqu:
an
an0 +1 < c2 an0
an0 +2 < c2 an0 + 1
an0 +3 < c2 an0 + 2
..
.
an < c2 an1
3.3 Series de t
erminos positivos.
Algunos criterios de convergencia 29
n cn2 an0 entonces

P
P Como c2 es la serie geometrica con c2 < 1 es convergente y tambien lo es
an es convergente.
Ejemplo:
n1
P 2n n 2
n
=2
n n
n n1
2 2 2 2 n1
2
an+1 n+1 n+1 n+1 2 n+1
= n1 = n1 = 2
an 2 2 n+1
2 n
n n
n1
2 n
=
n+1 n+1
n1
2 n
lm = 0 e1 = 0 < 1 Serie convergente.
n+1 n+1
Criterio de convergencia 5. Criterio de la raiz (Cauchy).

P+
Si 1 an es una serie de terminos positivos y lm n an = l entonces, si l < 1 es conve-
gente, si l > 1 es divergente.
Demostracion:
Para l < 1: Consideremos un entorno de l (c1 , c2 ) de modo que 0 < c1 < l < c2 < 1.

Como lm n an = l existe n 0 N de modo que n n 0 es n a
n < c2 y como consecuencia
n
P + n
an < c2 , como la seire P 1 c2 es convergente por ser la serie geometrca de razon menor
que 1, tambien la serie an es convergente.
Ejemplo:
s
2 n1
lm n 2
n

1 2 n1
lm 2 n = 0 < 1; por lo tanto es convergente.
n 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.
ii) l < 1 la serie es divergente.
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
Funciones. Lmites y Continuidad.
4.1. Funciones. Generalidades.

[Aunque algunas definiciones se haran en Rn , nos dedicaremos verdaderamente al estudio
de funciones del conjunto de los numeros reales en s mismo, y que son conocidas con el
nombre de funciones reales de variable real.]
Sea A Rn . Una correspondencia que asocia a cada punto de A un punto de R se le

llama funcion de Rn en R.
usculas f, g, h, ... y se pone f : A R.
Se suelen designar las funciones por las letras min
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.
Ejercicio 4.1.- Hallar el dominio de las siguientes funciones.

1
1. f (x) = x1
1
2. f (x) = x2 4x+3
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
12. f (x) = log(1 x2 )
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. Lmite de una Funci

on en un Punto
Se dice que la funcion f : Rn R tiene por lmite l R en el punto x = a si dado un
entorno del punto l, U (l) es siempre posible encontrar un entorno del punto a, U (a) de modo
que x U (a) r {a} se cumple f (x) U (l).
Si por entorno de +, U (+), consideramos todos los n umeros reales que son mayores
(menores) que un cierto n umero real K, la definicion anterior puede extenderse para los casos
de ser a = y/o de ser l = .
Para indicar en lo sucesivo que el lmite de f (x) es l cuando x tiende a a, pondremos
lm f (x) = l.
xa
Veamos a continuacion algunas propiedades de los lmites.
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
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.
4.2.4. Regla del Sandwich

Si lm f (x) = lm g(x) = l y dada otra funcion h(x), existe un entorno U (a) de modo que
xa xa
f (x) h(x) g(x), x U (a) r {a} entonces existe lm h(x) y ademas lm h(x) = l.
xa xa
Como lm f (x) = l, dado U (l) existe Ur1 (a) de modo que si x Ur1 (a)r{a} es f (x) U (l)
xa
y como lm g(x) = l existe Ur2 (a) de modo que si x Ur2 (a) r {a} es g(x) U (l).
xa
Si r1 r2 y ademas suponemos que tanto Ur1 (a) como Ur2 (a) estan contenidos en U (a) r
{a}, entonces si x Ur1 (a) se cumple que f (x), g(x) U (l).
Como f (x) h(x) g(x) tambien h(x) U (l); se sigue entonces que lm h(x) = l.
xa
Ejercicio 4.2.- Representar graficamente las siguientes funciones.
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.
4.3. Lmites Laterales

Si existe lm f (x) con x < a (x > a), se dice que existe el lmite lateral por la izquierda
xa
(derecha) de la funcion f en el punto x = a. Se suele indicar este lmite poniendo lm f (x)
xa
o bien f (a ) ( lm f (x) o bien f (a+ )).
xa+
Es facil probar que existe el lmite de la funcion en punto si y solo si existen los lmites
laterales y coinciden.
Ejercicio 4.3.- Calcular los siguientes lmites laterales.

|x|
1. lm
x0 x
|x|
2. lm
x0+ x
3. lm x E(x)
x0
4. lm x E(x)
x0+
4.4. Lmite de las Operaciones Aritm

eticas
Si lm f (x) = l1 y lm g(x) = l2 entonces:
xa xa
i) lm (f (x) g(x)) = l1 l2
xa
Sea (an ) una sucesion cualquiera tal que 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
lm(f g)(an ) = lm(f (an ) g(an )) = lm f (an ) lm g(an ) = l1 l2 y aplicando la
propiedad de la pregunta 4.2.5 se sigue que lm (f g)(x) = l1 l2
xa
ii) lm (f (x) g(x)) = l1 l2
xa
36 Lecci

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.
xa
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
Sea (an ) una sucesion cualquiera con lm(an ) = a.

xa
xa
Y como g(f (an )) = (g f )(an ) entonces lm(g f )(an ) = l2 .
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
senx < x < tanx
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
Ejercicio 4.4.- Calcular los siguientes lmites.

x3 x2

1. lm
x+ 2x2 1 2x + 1

x12
2. lm
x5 x5
2
x x
3. lm
x1 x1
3

1+x 31x
4. lm
x0 x
1 cosx
5. lm
x0 x2
tanx senx
6. lm
x0 x2

7. lm x tanx
x 2 2
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
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.
ii) La funcion f (x) = x1 cuya grafica es

*****
tiene una discontinuidad de salto infinito en x = 0.
iii) La funcion f (x) = x12 cuya grafica es

*****
tiene una discontinuidad de primera especie en x = 0.
iv) La funcion f (x) = sen x1 cuya grafica es

*****
tiene una discontinuidad de segunda especie en x = 0.
v) La funcion f (x) = senx

x cuya gr
afica es
*****
tiene una discontinuidad evitable en x = 0 porque existe el lmite y no existe el valor de
la funcion 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.
Ejercicio 4.5.- Estudiar la continuidad de las siguientes funciones.

x2 1
1. f (x) = x2 3x+2
en x = 1
1
2. f (x) = 1 en x = 0
1+e x
4.6. Continuidad de las Operaciones Aritm

eticas
Si f , g son continuas en x = a entonces
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
iv) f g es continua en x = a si f (a) > 0

f g
v) R R R
a f (a), b g(b)
gf
Si f es continua en x = a y g lo es en f (a), entonces (g f ) es continua en x = a.
i) Existe (g f )(a) porque (g f )(a) = g(f (a))
i) Existe lm (g f )(x) porque existe lm f (x) y vale f (a).
xa xa
Tambien existe
lm (g f )(x) = lm (g(f (x)) = g(f (a)) = (g f )(a)
xa xa
Teniendo en cuenta la propiedad que en su momento se demostro acerca del limite de la
funcion compuesta, queda probado que no solo existe lm (g f )(x) sino que tambien este
xa
lmite vale (g f )(a) en x = a. Con lo cual queda probada la continuidad.

1
1. f (x) = 1log|x|
1
2. f (x) = 1+sen x1
4.7. Teorema de Bolzano

Si f es continua en [a, b] con f (a) f (b) < 0 entonces existe un c (a, b) tal que f (c) = 0.
Supongamos f (a) < 0 y f (b) > 0.
Sea A = {x [a, b], f (x) < 0}. A 6= porque, al menos, a A y ademas esta acotado
superiormente. Puesto que existe, sea c el supremo de A.
Si f (c) > 0, como lm f (x) = f (c), dado un entorno U (f (c)) formado por valores positivos,
xc
existe un entorno U (c) de modo que si x U (c), entonces f (x) U (f (c)) es decir f (x) > 0.
Esto es una contradiccion porque el extremo izquierdo del intervalo U (c) sera cota superior
de A, lo que no puede ser porque sera menor que c y c es el supremo de A.
Si f (c) < 0, dado un entorno de f (c) (U (f (c))) formado por valores negativos, existe un
entorno U (c) de modo que si x U (c), entonces f (x) U (f (c)), es decir, f (x) < 0. Esto es
una contradiccion ya que c = sup{A} y entonces existiran valores mayores que c donde f es
negativa.
De los dos parrafos anteriores se sigue que necesariamente f (c) = 0.
4.8. Teorema de los Valores Medios

Si f es continua en [a, b] toma todos los valores entre f (a) y f (b).
Supongamos f (a) < f (b) y sea f (a) < l < f (b).
La funcion F (x) = f (x) l es continua en el intervalo cerrado [a, b] y ademas F (a) =
f (a) l < 0 y F (b) = f (b) l > 0.
Puesto que se cumplen las condiciones del Teorema de Bolzano, existe c (a, b) tal que
F (c) = 0 f (c) l = 0 f (c) = l.
4.9. Teorema de Weiertrass

Si f es continua en [a, b], existen puntos donde alcanza los extremos absolutos.
Sea K = sup{f (x), x [a, b]}. Por ser K supremo es posible encontrar una sucesion
(an ) [a, b] de modo que lm f (an ) = K.
4.10 Infinit
esimos 41
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.

1
1. f (x) = 1+2t an(x)
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.
Ejercicio 4.9.- Demostar:

a) Un polinomio de grado impar posee al menos una raz real.
b) Un polinomio de grado par tiene por lo menos dos races reales si toma al menos un
valor cuyo signo sea contrario del que tiene el coeficiente de su termino de grado mas elevado.
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
4.10.1. Tabla de equivalencias

Para x 0, son infinitesimos equivalentes:
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.
5.1. Derivada de la funci

on en un punto. Interpretaci
on geom
etri-
ca
Definicion: Se dice que la funcion f : R R es derivable en el punto x = a si existe
f (x) f (a)
lmxa = 1 y es un n umero real (l R).
xa
Al valor de l se le llama derivada de la funcion f en el punto x = a.
En lo sucesivo lo indicaremos por f 0 (a).1
La existencia de f 0 (a) asegura la existencia de la recta tangente a la funcion f en el punto
x = a.
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
Proposici on: Si f es derivable en x = a, entonces en continua en x = a.

Demostracion:
f (x) f (a)
Si f es derivable en x = a, existe lmxa = f 0 R. Se sigue entonces dos
xa
consideraciones:
1.- Existe f (a).
f (x) f (a)
2.- lmx0 f 0 = 0 y por consiguiente
xa
f (x) f (a)
f 0 (x) es un infinitesimo en x = a.
xa
Manipulando la expresion se tiene que
f (x) = f (a) + [(x) + f 0 ] (x a)
y que por tanto
lmxa f (x) = lmxa [f (a) + ((a) + f 0 (a))(x a)] = f (a) + 0 = f (a).
Se concluye entonces que no solo existe lmxa sino que coincide con f (a).
La funcion f (x) = |x| es un ejemplo de funcion continua en x = 0, pero no derivable.
5.2 Funci
on derivada. Derivadas sucesivas. 45
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))
Si f es derivable en x = a, y g lo es en f (a) entonces la funcion (g f )(x) es derivable en

x = a, y ademas (g f )0 (a) = g 0 (f (a))f 0 (a).
Derivadas sucesivas
Definicion: Si f 0 posee derivada en cualquier punto del intervalo (a, b) a su funcion
derivada le llamaremos funcion derivada segunda de la funcion f en el intervalo (a, b) y se
suele indicar poniendo f 00 (x).
f 00 (a, b) R
0
x 7 f 0 (x)
La definicion anterior se puede generalizar y as si existe la funcion de3rivada de la funcion

derivada de orden n 1: f (n1) (x) de f en el intervalo (a, b) a esta funcion se le llama funcion
derivada n-esima de la funcion f en el intervalo (a, b) y se suele indicar por f (n) (x).
46 Lecci
5.3. Derivada de las operaciones elementales

Si f, g son derivables en (a, b) entonces:
i) f g es derivable en (a, b) y ademas (f g)0 = f 0 g 0

ii) f g es derivable en (a, b) y ademas (f g)0 = f 0 g + f g 0
0
f f f 0g f g0
iii) Si g(x) 6= 0 en (a, b), es derivable en (a, b) y ademas =
g g g2
iv) Si f (x) > 0 en (a, b), f g es derivable en (a, b).
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
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
5.4. Tres teoremas importantes

5.4.1. Teorema de Rolle
Si f es continua en [a, b] y derivable en ]a, b[, f (a) = f (b) entonces existe c ]a, b[ tal que
f 0 (c)= 0.
Demostracion:
5.4.2. Teorema de los incrementos finitos de Lagrange (valor medio)

Si f es continua en [a, b] y derivable en ]a, b[ entonces existe c ]a, b[ tal que f 0 (c) =
f (b) f (a)
.
ba
Demostracion:
Ejemplos:
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: x3 3x + 1 = 0 no puede tener 2 races distintas en el intervalo

]0, 1[.
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 que si x > 0 entonces x > sen x
Probar ex > 1 + x
5.4.3. Teorema del valor medio de Cauchy

Sean f, g funciones continuas en el intervalo [a, b] y derivables en el intervalo (a, b) si
g(b) 6= (a) y f 0 , g 0 no se anulan simultaneamente en el intervalo (a, b) entonces existe c (a, b)
f (b) f (a) f 0 (c)
tal que = 0 .
g(b) g(a) g (c)
Demostracion:
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) f(a) f0 (c)

= 0 , donde c (a, a + r)
g(a + r) g(a) g (c)
Teniendo en cuenta la relacion que existe entre f, g y f, g, la igualdad anterior podemos
expresarla en terminos de f, g de la forma:
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
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
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.
Existen en la Matematica funciones como las polinomicas, cuyo estudio y calculo de su

valor en cualquier n
umero real es sencillo de obtener. Existen, sin embargo, otras funciones
como senx, ex , logx, 3 1 + x, de aspecto sencillo pero cuyo estudio o calculo de su valor en la
mayora de los n
umeros reales no es sencillo de obtener. Todos necesitamos una calculadora
para obtener el valor de senx en x = 1 y, sin embargo, no sucede lo mismo con x3 x en
dicho punto.
La idea fundamental del tema que ahora empezamos se fundamenta en tratar de aproxi-
mar, con cierto margen de error, las funciones senx, ex , . . . , y otras mas complicadas, por un
polinomio dentro de un intervalo.
6.1. Un Lmite Costoso.

La funcion f que vamos a utilizar admite derivadas de cualquier orden en un entorno del
punto x = a.
Vamos a probar que:
0 00
f (x) f (a) + f (a)(x a) + 2!1 f (a)(x a)2 + . . . + n! 1 (n)
f (a)(x a)n
lm =0
xa (x a)n
En primera instancia el calculo de este lmite resulta ser la indeterminacion 00 , pero como
las funciones que aparecen cumplen la Regla de LHopital, la vamos a aplicar, y resulta
0 0 00 000
f (x) f (a) + f (a)(x a) + 2!1 f (a)(x a)2 + . . . + (n1)! 1
f (n) (a)(x a)(n1)
lm
xa n(x a)n1
De nuevo este lmite resulta ser la indeterminacion 00 , y puesto que se puede, de nuevo
aplicamos la Regla de LHopital para resolverlo. Digamos entonces que el lmite anterior se
iguala a: 00
00 000 1
f (x) f (a) + f (a)(x a) + . . . + (n2)! f (n) (a)(x a)(n2)
lm
xa n(n 1)(x a)n2
En primera instancia este lmite resulta ser la indeterminacion 00 , y puesto que es posible,
aplicamos la Regla de LHopital que ademas reiteramos n veces, llegando entonces a que el
lmite inicial es igual a:
f (n) (x) f (n) (a)
lm =0
xa n!
6.2. Polinomio de Taylor

Se llama polinomio de Taylor de grado n, de la funcion f en el punto x = a al polinomio:
0 00
Pn, f, a (x) = f (a) + f (a)(x a) + 2!1 f (a)(x a)2 + . . . + n!
1 (n)
f (a)(x a)n
53
54 Lecci
on 6. F
ormula de Taylor.
Siguiendo esta definicion, el lmite de la primera pregunta podemos expresarlo como

f (x) Pn, f, a (x) f (x) Pn, f, a (x)
lm , y siguiendo esta primera pregunta: lm = 0.
xa (x a)n xa (x a)n
Se sigue entonces que f (x) Pn, f, a (x) es un infinitesimo en x = a y ademas es de orden
superior a n. Podemos decir entonces que en un entorno de x = a, el polinomio Pn, f, a (x) se
parece a la funcion f (x) mas que (x a)n se parece a 0.
Conviene decir tambien que si en el lmite anterior sustituimos el polinomio de Taylor
Pn, f, a (x) por otro polinomio de grado n, dicho lmite no resulta cero, y de esto concluimos
que, de entre todos los polinomios de grado n, el que mas se parece a la funcion en un entorno
del punto a es el polinomio de Taylor de grado n.
Por otro lado, cuanto mas peque no es el entorno del punto a, menor es el grado del polino-
mio que deba elegirse para que se parezca a la funcion con un cierto grado de aproximacion.
Sin embargo, a veces lo que se necesita es, fijado un entorno del punto a, conocer cual es el
grado del polinomio que debemos elegir para que dicho polinomio se parezca a la funcion en
todo el intervalo, con un cierto grado de aproximacion.
f (x)Pn, f, a (x)
La funcion (xa)n es un infinitesimo en x = a, que llamaremos (x) y que conven-
dra estudiar para saber el grado de aproximacion del polinomio a la funcion.
6.3. F
ormula de Taylor
De acuerdo con lo visto en la pregunta anterior
f (x) = Pn, f, a (x) + (x) (x a)n
Esta formula es conocida con el nombre de F

ormula de Taylor de grado n de la funcion
f en el punto x = a con resto en forma infinitesima, donde por resto queremos indicar
Rn, f, a (x) = (x) (x a)n .
1
Puede demostrarse que este resto toma la forma Rn, f, a (x) = (1+n)! f (n+1) (c) (x a)n
donde c es un punto comprendido entre x y a. Esta forma del resto se llama forma de Lagrange.
En el caso particular de que a = 0 la Formula de Taylor se conoce con el nombre de
Formula de McLaurin y as, la Formula de McLaurin de grado n de una funcion f tendra
la forma:
00 000
0 f (0) 2 f (0) 3 f (n) (0) n f (n+1) (c) n+1
f (x) = f (0) + f (0)x + x + x + ... + x + x
2! 3! n! (n + 1)!
Ej1 : Hallar la Formula de McLaurin de grado seis de la funcion f (x) = ex .

f (x) = ex f (0) = 1
0 0
f (x) = ex f (0) = 1
00 00
f (x) = ex f (0) = 1
000 000
f (x) = ex f (0) = 1

v 00 v 00
f (x) = ex f (0) = 1
1 2 1 3 1 4 1 5 1 6 1 c 7
ex = 1 + x + 2! x + 3! x + 4! x + 5! x + 6! x + 7! e x
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.
Ejercicio 6.2.- Calcula los siguientes lmites:

1 2
earctanx 1x + x2
1. lm
x0 1+x
log 1x 2x

log x + 1 + x2 x + 16 x3
2. lm
x0 x tanhx
1
2tanx 1cosx
3. lm
x0 x + senx
1
esenxlog(cosx) (1 + 4x) 4 + x 23 x2
4. lm
x0 x senx2
Lecci
on 7
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:
ycurva ytangente = (+)(+) = (> 0)(> 0) > 0

Se sigue entonces que a la derecha del punto x = a la curva se encuentra por encima de
la tangente.
Si tomamos ahora un punto x dentro del entorno y a la izquierda del punto a, sustituyendo
en F tenemos de nuevo que:
ycurva ytangente = (+)(+) = (> 0)(> 0) > 0

Tambien a la izquierda del punto x = a la curva se encuentra por encima de la tangente.
1
gr
afico
57
58 Lecci
on 7. Aplicaci
on de la f
ormula de Newton.
La demostracion ha finalizado puesto que hemos probado que dentro de un entorno la

curva queda por encima de la tangente.
Razonando de forma analoga llegaramos a probar que si f 00 < 0 entonces x = a es un
punto de concavidad.
Corolario: Si x = a es un punto de inflexion entonces f 00 (a) = 0.
Demostracion:
Si f 00 (a) > 0 sera de convexidad.
Si f 00 (a) < 0 sera de concavidad.
Como no es ning un caso, se razona que f 00 (a) debe ser 0.
De lo anterior se sigue que para calcular los puntos de inflexion de una funcion debemos
resolver la ecuacion f 00 (x) = 0. Ahora bien, no toda solucion de la ecuacion f 00 (x) = 0 es
punto de inflexion (Si f (x) = x4 , x = 0 es solucion de la ecuacion
f 00 (x) = 0 y sin embargo no es un punto de inflexion). Necesariamente debemos establecer un
criterio que permita distinguir de entre las soluciones de la ecuacion aquellas que son puntos
de inflexion. Tal criterio podra venir dado por el siguiente teorema:
Teorema: Si f 00 (a) = 0, f 000 6= 0, x = a es un punto de inflexion.
Demostracion:
Consideremos la formula de Taylor de orden 3 en el punto x = a:
f 00 (a) f 000 (a)

f (x) = f (a) + f 0 (a)(x a) + (x a2 ) + (x a)3 + (x)(x a)3
2! 3!
Seg
un las hipotesis del teorema:
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
Tomemos un punto x dentro del entrono de a y situado a su derecha. Sustituyendo en

FF se tiene:
ycurva ytangente = (> 0)(< 0) = (< 0)

Por consiguiente a la izquierda del punto x = a, la curva se encuentra por debajo de la
tengente.
Los dos resultados anteriores permiten concluir que x = a es un punto de inflexion.
Si f 00 (a) = 0 = f 000 (a), f 0000 (a) 6= 0, razonando de forma similar al caso en el que
f 00 (a) 6= 0, concluiramos que x = a es un punto de convexidad o concavidad.
Si f 00 (a) = 0 = f 000 (a) = f 0000 (a), y f 00000 (a) 6= 0, razonando de forma similar al caso de
f 000 (a) 6= 0 resultara que x = a es un punto de inflexion.
Procediendo de forma analoga concluiramos con la siguiente regla:
Si f 00 (a) = f 000 (a) = f 0000 (a) = . . . = f (n1) (a) = 0y

f (n) (a) 6= 0, entonces
2
grafico
7.2 Extremos relativos 59
n par convexidad (f (n) (a) > 0) o concavidad (f (n) (a) < 0)

n impar punto de inflexion
7.2. Extremos relativos

Observemos que un mnimos relativo es un punto de convexidad y un maximo relativo es
un punto de concavidad. Ademas la tangente en dichos puntos es horizontal.
Se sigue que para obtener los extremos relativos de una funcion resolveramos en primer
lugar la ecuacion f 0 (x) = 0 y de entre las soluciones buscaramos aquellas cuya segunda
derivada 6= 0, es decir, f 00 (x) = 0, porque esto asegura la concavidad y as podemos enunciar
la siguiente proposicion:
Proposici on: Si f 00 (a) = 0 y f 00 (a) > 0(< 0) entonces x = a es un mnimo (maximo)
relativo.
Si f 0 (a) = f 00 (a) = 0 y f 000 (a) 6= 0, seg un la pregunta anterior se trata de un punto de
inflexion con tangente horizontal.
Si f 0 (a) = f 00 (a) = f 000 (a) = 0 y f 0000 (a) 6= 0, seg un la pregunta anterior se trata de un
punto de convexidad o cancavidad y por tanto de un extremo relativo.
Si procedemos analogamente reiterando el proceso obtenemos el siguiente resultado:
si f 0 (a) = f 00 (a) = f 000 (a) = . . . = f (n1) (a) = 0 y f (n) (a) 6= 0 entonces:
(
f (n) (a) < 0 maximo relativo
n par
f (n) (a) > 0 mnimo relativo
n impar Punto de inflexion
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
f (x) = x101 , x = 0 Que ocurre en x?
7.3. Representaci
on de funciones
Para la representacion de funciones seguiremos una serie de pasos, a destacar:
1 Dominio. Regionamiento:
y1 (x)2 (x) . . . = 1 (x)1(x) . . . y = 0; i = 0; i = 0
2 Cortes con los ejes:

Eje x: y = 0 Eje y:x = 0
3 Simetra y periodicidad.
4 Crecimiento y decrecimiento.
5 Convexidad y puntos de inflexion
6 Asntotas: Horizontales: lmx y = K Asntota

Verticales: x = K; lmxK = Asntota
Oblicuas:

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
Primitiva de una Funci

on.
8.1. Primitiva de una Funci

on. Propiedades.
0
Diremos que F (x) es una primitiva de f (x) si F (x) = f (x).
Ej1 : x3 es primitiva de 3x2
senx es primitiva de cosx
logx es primitiva de x1
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).
8.2. Integral de una Funci

on
Al conjunto de primitivas de unaR misma funcion se le llama integral de esa funcion. En
lo sucesivo lo representaremos por f (x)dx. R
De acuerdo con la pregunta anterior, si F (x) es una primitiva de f (x) entonces f (x)dx =
{F (x) + K, K R}. R
En la practica la igualdad anterior se representa por f (x)dx = F (x) + K.
Z Z Z
i) (f (x) + g(x))dx = f (x)dx + g(x)dx
Si F (x), G(x) son, respectivamente,
Z primitivas de f (x), g(x), entonces:
f (x)dx = {F (x) + K, K R}
Z
g(x)dx = {G(x) + C, C R}
R
Por otro lado (f (x) + g(x))dx = (F (x) + G(x)) + D, D R.
Si convenimos sumar dos conjuntos A, B de la forma A + B = {a + b, a A, b B}
entonces:
Z Z
f (x)dx + g(x)dx = {F (x) + K, K R} + {G(x) + C, C R} = {F (x) + K + G(x) +
Z
C, K, C R} = {F (x) + G(x) + D, D R} = (f (x) + g(x))dx
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
8.3. Diferencial de una Funci

on
Si u = u(x) : R R, llamaremos diferencial de esta funcion a la expresion: du = u0 dx.
A partir de esta definicion, si u = u(x), v = v(x) son dos funciones, entonces:
0
i) d(u + v) = (u + v) dx = (u0 + v 0 )dx = u0 dx + v 0 dx = du + dv
0
ii) d(u v)dx = (u v) dx = (u0 v + uv 0 )dx = u0 vdx + uv 0 dx = vdu + udv
R R
Si f (x)dx = F (x) + K y u = u(x), entonces f (u)du = F (u) + K
0
R R
f (u)du = f (u)u dx
0 0
Veamos que F (u) es una primitiva de f (u)u0 . En efecto (F (u)) = F (u)u0 = f (u)u0
d d
porque si (F (x)) = f (x) entonces (F (u)) = f (u)
Z dx dx Z
1 1
Ej1 : sen2 xd(senx) = sen3 x + K porque x2 dx = x3 + K y aplicamos la proposicion
3 3
anterior.Z
e2x
Z
1
Ej2 : ex d(ex ) = sen3 x + K porque xdx = x2 + K y aplicamos la proposicion
2 2
anterior.Z Z Z
p
2 2 12 2 2 2 32 1 2 3
Ej3 : 2x 1 + x d(x) = (1+x ) d(1+x ) = (1+x ) +K porque x 2 dx = x 2 +K
3 3
y aplicamos la proposicion anterior.
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
Ejercicio 8.1.- Calcula las siguientes integrales:

Z 3
x 3x2 x + x
1. dx
x2
8.4 C
alculo de Primitivas 65

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
cosec2 x + cosecx cotanx

Z Z Z Z
1 cosecx(cosecx + cotanx)
dx = cosecxdx = dx = dx =
Z senx cosecx + cotanx cosecx + cotanx
d(cosecx + cotanx)
= log(cosecx + cotanx) + K
cosecx + cotanx
66 Lecci
on.
Z
cosecxdx = log(cosecx + cotanx) + K
Z
cosecudu = log(cosecu + cotanu) + K
8.4.5. Grupo 5
Z
mx + n
dx
ax2 + bx + c
Existen dos posibilidades.
i) ax2 + bx + c posee races reales a1 , a2 .

En este caso es sabido que:
ax2 + bx + c = a(x a1 )(x a2 )
Y tambien que:
mx + n A B
= xa + xa
ax2 + bx + c 1 2
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
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
8.4.6. Grupo 6. Integraci

on de Fracciones Racionales.
Z
p(x)
dx con grado p(x) > grado q(x)
q(x)
En primer lugar descomponemos p(x) q(x) como suma de fracciones simples:
Para ello descomponemos el polinomio q(x) en producto de factores primos. Tal descom-
posicion tendra la forma
q(x) = a(xr1 )1 (xr2 )2 (xrn )n (x2 +s1 x+t1 )1 (x2 +s2 x+t2 )2 (x2 +sn x+tn )n
donde ri es una raz real de q(x) con ndice de multiplicidad i , y cada (x2 + si x + ti ) es
un trinomio indescomponible con ndice de multiplicidad i .
Z Entonces Z se tiene que
p(x) p(x)
= 1 (x r )2 (x r )n (x2 + s x + t )1 (x2 + s x + t )2 (x2 + s x + t )n
dx
q(x)
Z a(x r 1 ) 2 n 1 1 2 2 n n
1 p(x)
= dx
a (x r1 ) (x r2 ) (x rn ) (x + s1 x + t1 )1 (x2 + s2 x + t2 )2 (x2 + sn x + tn )n
1 2 n 2
Se sigue que nos dedicaremos a calcular esta u ltima integral, y para ello descompondremos
el integrando como suma de fracciones simples, en lugar de p(x) q(x) como hab amos dicho al
principio.
Puede probarse que tal descomposicion es de la forma:
p(x)
=
(x r1 ) (x r2 ) (x rn ) (x + s1 x + t1 )1 (x2 + s2 x + t2 )2 (x2 + sn x + tn )n
1 2 n 2
A11 A21 A1 1 A1n A2n Ann B11 x + C11

+ + + + + + + + + +
x r1 (x r1 )2 (x r1 )1 x rn (x rn )2 (x rn )n x2 + s1 x + t1
B12 x + C12 B1n x + C1n Bm1 x + C1
m Bm2 x + C2
m
+ + + + + ++
(x2 + s1 x + t1 )2 (x2 + s1 x + t1 )n x2 + sm x + tm (x2 + sm x + tm )2
m m
Bm x + Cm
(x2 + sm x + tm )m
Siendo Aji , Bij , Cij , n umeros reales a determinar.
Hecha
Z la descomposicion, entonces:
p(x)
dx =
(x r1 )1 (x r2 )2 (x rn )n (x2 + s1 x + t1 )1 (x2 + s2 x + t2 )2 (x2 + sn x + tn )n
68 Lecci
on.
A11 A21 A1 1 A1n A2n

Z Z Z Z Z
dx+ dx+ + dx+ + dx+ dx+ +
x r1 (x r1 )2 (x r1 )1 x rn (x rn )2
Ann B11 x + C11 B12 x + C12 B1n x + C1n
Z Z Z Z
dx + dx + dx + + dx +
(x rn )n x2 + s1 x + t1 (x2 + s1 x + t1 )2 (x2 + s1 x + t1 )n
Z 1 x + C1 Z 2 x + C2 Z m m
Bm m Bm m Bm x + Cm
+ dx + dx + + dx
x2 + sm x + tm (x2 + sm x + tm )2 (x2 + sm x + tm )m
Donde las integrales del segundo miembro de la igualdad son todas conocidas salvo aque-
llas donde aparece un trinomio elevado a un exponente mayor que uno.
8.4.7. Grupo 7. Funciones Trigonom

etricas.
Z
i) senp x cosq xdx con p o q impar.
Supongamos
Z que q es impar.
Z Z
q1 q1
sen x cos xcosxdx = sen x (cos x) cosxdx = senp x (1 sen2 x) 2 d(senx)
p q1 p 2 2
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.
Esta integral se resuelve pasando a angulos m ultiples.

cos2x = cos x sen x = 2cos x 1 = 1 2sen2 x
2 2 2
1 + cos2x
cos2 x =
2
2 1 cos2x
sen x =
2
Se sustituye en el Z
integrando y se resuelve.
(1 cos2x)2
Z Z Z
4 1 2 2 1 1
Ej2 : sen xdx = dx = (1 + cos 2x 2cos x)dx = x cos2xdx +
Z 4 Z 4 4Z 2
1 1 1 1 1 + cos4x 1 1 1
cos2 2xdx = x sen2x + dx = x sen2x + (1 + cos4x)dx =
4 4 4 4 2 4 4 8
3 1 1
x sen2x + sen4x + K
8 4Z 32
senp x
iii) dx con p impar.
cosq x
Es similar al caso i)
p1 p1
senp x senp1 xsenx (sen2 x) 2 (1 cos2 x) 2
Z Z Z Z
dx = dx = d(cosx) = d(cosx) = . . .
cosq x cosq x cosq x cosq x
senp x
Z
dx con q impar.
cosq x
p
senp x (1 cos2 x) 2
Z Z Z
potencias impares de
dx = dx = dx
cosq x cosq x cosenos y de secantes
Las potencias impares de cosenos pueden resolverse de acuerdo con el apartado primero, y
las potencias impares de secantes las resolveremos utilizando un metodo llamado Integracion
por partes.
senp x
Z
iv) dx con p y q pares.
cosq x
p
senp x (1 cos2 x) 2
Z Z Z
potencias pares de
dx = dx = dx
cosq x cosq x cosenos y de secantes
8.4 C
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
sen6 x (1 cos3 x)2 1 3cos2 x + 3cos4 x cos6 x

Z Z Z Z
Ej3 : 4x
dx = 4x
dx = 4x
dx = sec4 xdx
Z cos Z Z cos Z cos
Z
2 2 2 2 1 1
3 sec xdx + 3 dx cos xdx = sec xsec xdx 3 d(tanx) + 3x x sen2x =
Z 2 4
2 5 1 1 3 5 1
(1 + tan x)d(tanx) 3tanx + x sen2x = tanx + tan x 3tanx + x sen2x =
2 4 3 2 4
5 1 1 3
x sen2x + tan x 2tanx
2 4 3

on por Partes.
Este metodo esta basado en la formula:
d(uv) = vdu + udv
Z Z
udv = d(uv) vdu udv = uv vdu
Z Z Z
udv = d(uv) vdu
Para resolver una integral por partes, dividiremos el integrando en dos partes que iguala-
remos a u y a dv, siguiendo dos principios:
i) Puesto que aparecen uv, debemos
R saber obtenerlos. R
ii) Puesto que debe integrarse vdu, conviene que esta integral sea mas facil que udv.
Si en algun momento esta integral se complica lo mejor es borrar y empezar de nuevo con
eleccion Zde u, dv de forma distinta.
Ej1 : xcosxdx
Z Z
u=x du = dx
xcosxdx = xsenx senxdx = xsenx + cosx + K
dv = cosxdx v = senx
Z
Ej2 : x2 logxdx
u = logx du = dx x3
Z 3
x3 x3 x3
Z Z
x 2 x dx 1 2
3 x logxdx = logx = logx x dx = logx +K
dv = x2 dx v = x3 3 3 x 3 3 3 9
Z
Ej3 : x2 ex dx
u = x2 du = 2xdx
Z Z
x e dx = x e ex 2xdx
2 x 2 x
dv = ex dx v = ex
De nuevo aplicamos
el m
Zetodo a la u ltima integral.
Z
u=x du = dx
x e dx = x e 2 xe e dx = x2 ex 2xex + 2ex + K
2 x 2 x x x
dv = ex dx v = ex
Z
Ej4 : ex cosxdx
u = ex du = ex dx
Z Z
e cosxdx = e senx senxex dx
x x
dv = cosxdx v = senx
u = ex du = ex dx
Z Z
e cosxdx = e senx e cosx cosxe dx = ex senx+
x x x x
dv =Zsenxdx v = cosx
ex cosx ex cosxdx
70 Lecci
on.
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

on por Cambio de Variable.
R
Supongamos que se quisiera, y no se sabe, calcular f (x)dx. Y supongamos que Res posible
expresar x como funcion de otra variable x = U (t) de modo que tenga inversa y que f (U (t))
0
U (t)dt s que se sabe calcular. Si F (t) es el resultado entonces f (x)dx = F (U 1 (x)) + K.
R
0 0
En efecto dx d
(F (U 1 (x))) = F (U 1 )
0 0
Como F = f (U (t)) U (t) entonces:
d 0 0 0 0
(F (U 1 (x))) = f (x)U (U 1 (x)) = f (x)(U U 1 (x)) = f (x)(x) = f (x)
dx
Z
dx
Ej1 : Cambio x = t2
Z 1 + Zx Z
2tdt t 1
=2 dt = 2 1 dt = 2t 2log(1 + t) + K
Z 1+t 1+t 1+t
dx
= 2 x 2log(1 + x) + K
1+ x
Z
dx
Ej2 : Cambio x = t6 porque 6 = mcm(2, 3)
x+ 3x
6t5 dt
Z Z Z 3 Z
dx t dt 2 1 1 3 1 2
= =6 =6 t t+1+ dt = 6 t t + t + log(t + 1) +
x +
3
x t3 + t2 t+1 t+1 3 2
K = 2 x 3 3 x + 6 6 x + 6log(1 + 6 x) + K
Z
x+1
Ej3 : dx Cambio x = 2 + t2
x x2
8.4 C
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.
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
Ejercicio 8.2.- Calcula las siguientes integrales:

Z
1. x3x dx
Z
2. xtan2 xdx
Z
3. log 2 xdx
Z
4. xarctan2 xdx
Z
arcsenx
5. dx
1+x
Z
logx
6. dx
x2
Z p
7. a2 x2 dx
Z p
8. x2 + a2 dx
Z p
9. x2 a2 dx
Lecci
on 9
La integral definida
9.1. Particiones de un intervalo

Llamaremos particion del intervalo [a, b] a un conjunto de puntos en el contenido1 :
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 .
9.2. Suma inferior, suma superior. Propiedades

En lo sucesivo, consideremos funciones acotadas en el intervalo [a, b]. Dada una de ellas
f , llamaremos:
Suma inferior de la funcion f correspondiente a una particion del intervalo [a, b]:
: a = x0 < x1 < x2 < . . . < xn = b
al n
umero real:
s(f, ) = m0 (x1 x0 ) + m1 (x2 x1 ) + . . . + mn1 (xn xn1 )
donde mi es el nfimo de todos lo valores:
mi = inf{f (x), x [xi , xi+1 ], i = 0 . . . n 1}
Suma superior de la funcion f , correspondiente a una particion del intervalo [a, b].
: a = x0 < x1 < x2 < . . . < xn = b
al n
umero real:
S(f, ) = M0 (x1 x0 ) + M1 (x2 x1 ) + . . . + Mn1 (xn xn1 )

1
Gr
afico
73
74 Lecci
on 9. La integral definida
donde:
Mi = sup{f (x), x [xi , xi+1 ], i = 0 . . . n 1}
Propiedades:
i) Si [a, b] entonces:
s(f, ) S(f, )
porque mi Mi , i = 0 . . . n 1.
ii) Si 1 < 2 entonces:
s(f, 1 ) < s(f, 2 )

S(f, 1 ) < S(f 2 )
iii) Si 1 , 2 [a, b] entonces:
s(f, 1 ) S(f, 2 )
Demostracion:
En efecto:
S(f, 1 ) s(f, 1 2 ) S(f, 1 2 ) S(f, 2 )
9.3. Integral inferior. Integral superior. Intergral de Riemann

La propiedad tres del parrafo anterior nos permite decir que el conjunto de las sumas infe-
riores (superiores) esta acotado superiormente (inferiormente) siendo cualquier suma superior
(inferior) una cota superior(inferior). Teniendo en cuenta las propiedades de los numeros rea-
les podemos afirmar que:
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
en el intervalo [a, b] no es integral de Riemann puesto que si es una particion cualquiera

del intervalo [a, b] entonces s(f, ) = 0, ya que todos los mi = 0.
Por otro lado S(f, ) = 1(x1 x0 ) + 1(x2 x1 ) + . . . + 1(xn xn1 ) = b a
El teoremos que a continuacion exponemos, es una caracterizacion de las funciones integral
de Riemann y es un teorema importante porque a partir de el pueden probarse importantes
propiedades de la integral.
Teorema: La funcion f es integrable Riemann en el intervalo [a, b] si y solo si > 0 es
posible encontrar una particion [a, b] de modo que S(f, ) s(f, ) < .
Demostracion:
Rb Rb
si) Supongamos que f no fuera integral de Riemann, entonces a f 6= a f .
1 R b Rb
Supongamos que = f af y sea una particion cualquiera del intervalo
2 a
[a, b]. Puesto que:
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
Entonces para el establecido no es posible encontrar una particion de modo que

S(f, ) s(f, ) < . Esto es una contradiccion con las hipotesis del enunciado que
viene de suponer que f no es integral de Riemann.
Rb
solo si) Consideremos > 0 como a f = sup{s(f, ), [a, b]} entonces existe una particion
Rb
1 de modo que a f s(f, 1 ) < .
2
Rb
Como a f = inf{S(f, ), [a, b]} entonces existe una particion 2 de modo que
Rb
S(f, 2 ) a f <
2
Consideremos = 1 2 , entonces:
S(f, ) s(f, ) < S(f, 2 ) s(f, 2 )
S(f, ) s(f, ) <
Pero gracias a que partimos de:
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
Consideremos la funcion constante f (x) = 2 en el intervalo [1, 3]. Si es una particion

Rb Rb
cualquiera de este intervalo entonces hallamos s(f, ) y a f = 4. Por otro lado S(f, ) y a f
tambien Rla hallamos. Por tanto f (x) = 2 es integral de Riemann en el intervalo [1, 3] y su
3
integral 1 2 = 4.
s(f, ) = 2(x0 x1 ) + 2(x2 x1 ) + . . . + 2(xn xn1 ) = 4

S(f, ) = 2(x0 x1 ) + 2(x2 x1 ) + . . . + 2(xn xn1 ) = 4
Z 3 Z 3 Z 3
f= f= =4
1 1 1
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.
9.4. Propiedades de la integral.

i) (lineabilidad) Si f y g son integrales de Riemann en [a, b] entonces f + g tambien lo es
Rb Rb Rb
y ademas a f + g = a f + a g.
ii) (lineabilidad) Si f es integral de Riemann en [a, b] y f R entonces t f es integral de

Rb Rb
Riemann en [a, b] y ademas a tf = t a f .
iii) Si c [a, b] entonces f es integral de Riemann en a, b si y solo si lo es [a, c] y [c, b]

Rb Rc Rb
ademas a f = a f + c f .2
9.5. Teorema del valor medio del c

aculo integral
Rb
Si3 f es continua (Riemann) en [a, b] entonces existe c [a, b] tal que a f = f (c)(b a).
Demostracion:
Por el teorema de Weiertrass existen c1 , c2 [a, b] de modo que f (c1 ) = mn{f (x),
x [a, b]} y f (c2 ) = max{f (x), x [a, b]} por consiguiente:
f (c1 ) f f (c2 ) x [a, b]

y por tanto:
Z b Z b Z b
f (c1 ) f f (c2 )
a a a
Z b
f (c1 )(b a) f f (c2 )(b a)
a
Z b
1
f (c1 ) f f (c2 )
ba a
2
Dibujo
3
Otro dibujo
9.6 Funci
on integral. Teorema fundamental del c
alculo. 77
Por el teorema de los valores intermedios existe c [a, b] tal que:

Z b
1
f (c) = f
ba a
se sigue que:
Z b
f = f (c)(b a)
a
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
9.7. Regla de Barrow.

Si f es continua en [a, b] y G una primitiva entonces:
Z b
f = G(b) G(a)
a
Demostracion: Rx
Si f es continua su funcion integral F (x) = a f tambien es una de sus primitivas y por
consiguiente F G = K(cte).
Z a Z a
F (a) = f = G(a) + K, como f = 0, entonces K = G(a)
a a
como
Z b
F (b) = f = g(b) + K = G(b) G(a)
a
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
Hallar el area del crculo de radio r, y probar que es r2 .

Area de circunferencia: x2 + y 2 = r2 y = r2 x2
" r #r
Z r
x x 21
p x 2
A=2 r2
= 2r x2 dx
arcsin + 1 =
r 2 r r r
r
h i
= r2 + 0 + 0 = r2
2 2
Ejercicios:
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.
Hallar el area comprendida entre la parabola y 2 = 2x + 1 y la recta x y 1 = 0.
Hallar el area de la figura x2/3 + y 2/3 = 1.

6
dibujito
7
otro puto dibujo
9.9 Vol
umenes de revoluci
on. 79
Hallar el area limitada por las curvas: y 2 + 8x = 16; y 2 24x = 48.

a2
Hallar el area limitada por las curvas: x2 + y 2 = a2 ; x2 2y 2 = .
4
Hallar el area limitada por las curvas: y 2 = x(x 1)2 y abcisas.
Hallar el area limitada por las curvas: (y x)2 = x5 ; x = 4.
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 cilndro de radio r y altura h.
Hallar el volumen del cono que pasa por (0, 0) de altura h y radio r.
Hallar el volumen de la esfera de 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
Lecci
on 10
Ecuaciones Diferenciales
Ordinarias.
10.1. Primeras Definiciones.

0 00
Llamaremos ecuaci on diferencial ordinaria a una ecuacion (x, y, y , y , . . . , y (n) ) = 0
donde aparecen, una variable independiente x, una funcion y = f (x) que depende de x y
derivadas sucesivas de y.
0
Ej1 : x + y = 0
00
x+yy =0
0
2xy 5y = 7x
Llamaremos orden de una ecuacion diferencial al orden de la derivada de mayor oden
que en ella aparece.
Una funcion y = f (x) definida en un intervalo I se dice que es soluci on de la ecuacion
0 00 (n) 0 00
(x, y, y , y , . . . , y ) = 0 si para todo x del intervalo se tiene que (x, f (x), f (x) , f (x) , . . . ,
f (x)(n) ) = 0.
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.
10.2.1. Ecuaciones Lineales de Primer Orden.

0
Son de la forma a0 (x)y + a1 (x)y = a2 (x), donde a0 , a1 , a2 , son funciones definidas en un
intervalo I.
Si suponemos que a0 (x) 6= 0, x I, dividiendo la ecuacion por a0 (x) obtenemos la
ecuacion simplificada:
0
y + p(x)y = q(x) que vamos a resolver.
0 0
Si existiera una funcion (x) de modo que (x)(y + p(x)y) = ((x)y) entonces:
0 0 0
y + py = y + y
0

p=
Z Z 0
(x) R
p(x)dx = dx = log((x)) (x) = e p(x)dx
(x)
81
82 Lecci
on 10. Ecuaciones Diferenciales Ordinarias.
Si resolvemos la integral, ciertamente habremos encontrado una funcion de modo que

0 0
(y + py) = (y) .
0
Como por otro lado (y) = q.
Z Z
1
y = q y = qdx
0
Ej1 : y + xy = x Z Z
x2 x2 2 x2 2 x2
x2 x2
R
x 1
= e = e 2 y = x2
xe 2 dx = e d e 2 = e e 2 +C =
e 2
2
x2
1 + Ce
Ejercicio 10.1.- Resuelve la siguiente ecuacion diferencial:

0
x3 y + (2 3x2 )y = x3
Ejercicio 10.2.- Resuelve las siguientes ecuaciones diferenciales:

0
1. y 2ycotan(2x) = 1 2xcotan(2x) 2cosec(2x)
0
2. y + 2yx = 4x
0
3. xy y = x3 + 3x2 2x
10.2.2. Ecuaciones de Bernuilli

Existen ecuaciones diferenciales que se reducen al tipo anterior de ecuaciones diferencia-
les mediante un cambio de variable. Entre ellas se encuentran las ecuaciones llamadas de
Bernuilli.
Una ecuacion de Bernuilli es de la forma:
0
y + p(x)y = q(x)y R
Si hacemos un cambio de funcion poniendo:

u = y 1 entonces
0 0 0
u = (1 )y y y sustituyendo el valor de y
0
u = (1 )y (qy py) = (1 )(q py 1 ) = (1 )(q pu)
0
u + (1 )pu = (1 )q
que es una ecuacion lineal.

Una vez obtenida y resuelto el valor de u, el cambio realizado inicialmente u = y 1 nos
permite obtener y, con lo cual tendremos resuelta la ecuacion inicial.
0 0 0
Ej1 : y y = xy 5 u = 4y 5 y = 4y 5 (xy 5 + y) = 4x 4y 4 = 4x 4u
0
u = y 4 u + 4u =Z4x
(x)u = (x)q(x)dx
R R
(x) = eZ p(x) = e4x+K
=e 4
4x
Z = Ce Z
4x 4x
4x 4x 4x 1 4x
u = C 4xe dx = C xd e = C xe e dx = C xe e + K =
4
4x 1 1 1 1
C1 e x +C2 u= C1 e4x x +C2 = x+C2 e4x = y 4
4 Ce4x 4 4
1
1 4
y= x + Ce4x
4
10.2 Resoluci
on de Ecuaciones Diferenciales. 83
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

0
1. y + y = 2 + 2x
0
2. xy 2y = (x 2)ex
0
3. y y = xy 2
0
4. y + y = y 2 ex
0
5. xy + y = x3 y 6
10.2.3. Ecuaciones en variables separadas

0
0 y
y = f (x) g(y) = f (x)
g(y)
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
0
y 4
= logy x4 = C
y x
x4 y = C

0
1. (1 + 2y) + (4 x2 )y = 0
0
2. y 2 x2 y = 0
0
3. (1 + y) (1 + x)y = 0
0
4. xy + (1 + x2 )y = 0
10.2.4. Ecuaciones Homog

eneas
Estas ecuaciones se resuelven transformandolas en una ecuacion en variables separadas,
despues de un pequeno cambio de funcion.
Una funcion f (x, y) que depende de las dos variables x, y se dice que es homog
enea de
grado si se cumple que: f (tx, ty) = t f (x, y)
Ej1 : f (x, y) = x2 + y 2 es homogenea de grado 2 porque

f (tx, ty) = t2 x2 + t2 y 2 = t2 (x2 + y 2 ) = t2 f (x, y)
x+y tx + ty x+y
Ej2 : f (x, y) = f (tx, ty) = = = f (x, y)
xy tx ty xy
Una ecuacion diferencial se dice que es homog
enea si es de la forma:
0 f (x, y)
y =
g(x, y)
siendo f , g funciones homogeneas del mismo grado.

Para resolver este tipo de ecuaciones hacemos el cambio de variable u = xy , de donde
0 0
y = ux, que derivando queda y = u x + u y sustituyendo queda:
0 f (x, ux) x f (1, u) f (1, u)
ux+u = = = que es una ecuacion diferencial en variables
g(x, ux) x g(1, u) g(1, u)
separadas.
Por lo tanto:

0 1 f
u = u donde f y g dependen u nicamente de la u.
x g
0
Ej3 : x3 + y 3 3xy 2 y = 0 y = ux
0 x3 + y 3 y 0 x3 + y 3
0 x3 + u3 x3 x3 (1 + u3 )
y = u= y =u x+u= = =
3xy 2 x 3xy 2 3xu2 x2 x3 3u2
1+u 3 1 2u 3
0
ux= 2
u=
3u 3u2
3 2

0 1 1 2u 3u 0 1
u = 2 3
u =
x 3u 1 2u x
3u2
Z
1 1
3
du = log(1 2u3 ) + C1 log(1 2u3 ) + C1 logx + C2 = 0
Z 1 2u 2 2
1
dx = logx + C2 log( 1 2u3 ) + logx + C = 0
x
log(x
1 2u3 ) + C = 0
x 1 2u3 + C = 0
10.2 Resoluci
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
10.2.5. Ecuaciones Cuasihomog

eneas
Existen otras ecuaciones directamente relacionadas con las homogeneas, parecidas a ellas.
Son del tipo:
0 a1 x + b1 y + c1
i) y = f donde a1 b2 a2 b1 = 0, es decir, aa12 = bb12 .
a2 x + b2 y + c2
Se resuelven haciendo el cambio a1 x + b1 y = u.
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
(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

0
1. (2x + 3y 5) + (x y + 2)y = 0
2x y + 1 2

0
2. y =
4x 2y + 3
10.2.6. Ecuaciones Diferenciales Exactas

0
Una ecuacion diferencial P (x, y) + Q(x, y)y = 0 se dice que es exacta si existe una
funcion F = F (x, y) de modo que
F F
=P y =Q
x y
Un ejemplo simple de ecuacion diferencial exacta es:
0
x + 2yy = 0
x2 F F
F = + y2 =x=P = 2y = Q
2 x y
Si para alguna constante C la ecuacion F (x, y) = C define en un intervalo a y como
funcion de x, entonces, queriendo calcular la derivada de y obtenemos
F F 0 0
+ y =0 P (x, y) + Q(x, y)y = 0
x y
Y nos encontramos con que la funcion y definida implcitamente por la ecuacion F (x, y) =
C es solucion de la ecuacion diferencial exacta.
Dicho lo anterior, la pregunta que se plantea es, como se sabe si una ecuacion diferencial
es exacta? Y como calcular la funcion F ? En este sentido damos el siguiente teorema:
0
La ecuacion P (x, y) + Q(x, y)y = 0 es diferencial exacta si y solo si
P Q
=
y x
Si hemos comprobado que una ecuacion diferencial es exacta, la funcion F podemos
calcularla de la forma siguiente: Z
F
Puesto que = P entonces F = P dx = P + C(y) (cte)
x
F F
Puesto que = Q entonces = P + C(y) = Q
y y y
0
(P ) + C (y) = Q
y Z
0
C (y) = Q (P ) C(y) = Q (P ) dy
y y
En el ejemplo que hemos Z puesto antes,
0 1
x + 2yy = 0 F = xdx = x2 + C(y)
2 Z
F 0
= C (y) = 2y = Q C(y) = 2ydy = y 2 + C
y
1
F = x2 + y 2 + C = 0
2
10.2 Resoluci
Ejercicio 10.7.- Resuelve las siguientes ecuaciones diferenciales exactas:

0
1. (x2 y) xy = 0
0
2. 4x3 y 3 + x1 + 3x4 y 2 y1 y = 0
10.2.7. Factor Integrante

0
Dada la ecuacion diferencial P (x, y) + Q(x, y)y = 0, es posible que no sea diferencial
exacta, pero tambien es posible que podamos encontrar una funcion = (x, y) que es no
0
nula en un determinado dominio y que la ecuacion P + Qy = 0 es diferencial exacta.
Si integramos esta ecuacion y obtenemos una ecuacion F (x, y) = C, entonces la funcion y,
0
que define implctamente esta ecuacion, cumple P + Qy = 0, y siendo 6= 0, simplificando
0
cumple P + Qy = 0, es decir, la ecuacion F (x, y) = C define implcitamente a la solucion de
0
la ecuacion diferencial P + Qy = 0 como funcion de x.
A la funcion se le conoce con el nombre de factor integrante, y, en modo alguno, es facil
de obtener. Existen, sin embargo, situaciones donde la obtencion de resulta relativamente
sencilla:
a) Cuando = (x) depende u nicamente de la variable x.
P Q
Como (P ) = (Q) entonces P + =Q +
y x y y x x
P Q

P Q x y x
=Q P =
y x x y Q
Py Qx
Z
Z
x
Z
Py Qx
Z
Py Qx dx
= dx log = dx, de donde = e Q
Q Q
P Q
El camino recorrido hasta el momento nos lleva a pensar que si y Q x depende u nicamente
R Py Qx
dx
de la variable x, entonces la funcion obtenida de la forma = e Q , recorriendo hacia
0
atras el camino, cumple y (P ) = x (Q) y consiguientemente que P + Qy = 0 es
diferencial exacta.
Q P
b) Razonando analogamente si xP y depende u nicamente de la variable y, entonces la
R Qx Py
dy
funcion = e P , recorriendo el camino inverso, cumple y (P ) = x (Q) y por tanto
0
P + Qy = 0 es diferencial exacta, siendo el factor integrante.
Ejercicio 10.8.- Resuelve la siguiente ecuacion:

0
1. (x2 + y 2 + x) + xyy = 0
88 Lecci
Lecci
on 11
Funciones de varias variables.

Lmites. Continuidad.
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
Hallar los dominios de las funciones siguientes:

f (x, y) = x+y+ x y.

f (x, y) = x + y x y.
p
f (x, y, z) = a x2 y 2 z 2 .
f (x, y) = log(x y).

f (x, y) = x sin y.
r
x2 y 2
f (x, y) = 1 2 2 .
a b
89
90 Lecci
on 11. Funciones de varias variables. Lm. y continuidad.
f (x, y) = log(y 2 4x + 8).

p
f (x, y) = x y.
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
11.2. Lmite de una funci

on en un punto. Propiedades.
Definicion: Diremos que l es el lmite de laSfuncion f : Rn RSen el punto x 0
y pondremos
S l
m x
x0 = l, si paraStodo entorno (l) existe un entorno (
x 0 ) tal que si
(
x x0 ) {x0 } entonces f (x) (l).
Propiedades:
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).
Sus demostraciones son analogas a las de una variable.
11.3. Lmite de las operaciones aritm

eticas
Si lmxx0 f = l1 y lmxx0 g = l2 entonces:
i) Existe lmxx0 (f g) y ademas lmxx0 (f g) = l1 l2 .
ii) Existe lmxx0 (f g) y ademas lmxx0 (f g) = l1 l2 .

f f l1
iii) Si l2 6= 0 existe lmxx0 y ademas lmxx0 = .
g g l2
iv) Si lmxx0 (f ) = l1 > 0 existe lmxx0 f g y ademas lmxx0 f g = l1l2 .
v) Si lmxx0 f = l1 y lmxx0 g = l2 entonces existe lmxx0 gf y ademas lmxx0 gf =

l2 3 .
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
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 ).
ii) Existe lmxx0 f .
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.
11.5. Continuidad de las operaciones aritm

eticas.
Si f, g : Rn R son continuas en un punto x
0 entonces:
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 .
11.6. Teorema de Weierstrass.

Si f es continua en un conjunto compacto entonces alcanza en el sus valores extremos.
Ejercicios:
Determinar el conjunto mas grande dentro del cual la funcion

x2 + y 2 + 1
f (x, y) = 2 es continua.
x + y2 1
Idem para f (x, y) = log(1x + 3y).

Idem para f (x, y, z) = x + y x + z.
Estudiar la continuidad de la funcion:

2 2
2x y si (x, y) 6= (0, 0)
f (x, y) 2x2 + y 2
0 si (x, y) = (0, 0)

Hallar la constante K para que la funcion:

3 3
3x 3y si (x, y) 6= (0, 0)
f (x, y) x2 + y 2
K si (x, y) = (0, 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
Lecci
on 12
Diferencial de una Funci

on Real de
Varias Variables.
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 .
12.1. Derivada Direccional.

El concepto que se tiene de derivada de una funcion real de variable real en un punto
no puede exportarse al caso de funciones reales de varias variables. Sin embargo, podemos
considerar situaciones donde valga la definicion que se hace de derivada para funciones reales
de variable real.
Consideremos por ejemplo una funcion f : R2 R y (x0 , y0 ) un punto de su dominio.
Consideremos tambien el vector unitario ~v (direcci on) y la recta que pasa por (x0 , y0 ) y
tiene como direccion ~v .
Un plano que pasa por dicha recta y es perpendicular al plano z = 0 corta a la superficie,
f ((x0 , y0 ) + t~v ) f (x0 , y0 )
representacion grafica de f , en una curva; y el cociente es similar
t
g(x) g(x0 )
al cociente que se utilizaba para definir la derivada de una funcion real de
x x0
variable real.
f ((x0 , y0 ) + t~v ) f (x0 , y0 )
En este sentido, si existe lm y es un n umero real, se dice que
t0 t
existe la derivada direccional de la funcion f en el punto (x0 , y0 ), seg un la direccion ~v .
Esta derivada direccional se suele representar por f~v (x0 , y0 ).
Al igual que para las funciones reales con una variable, geometricamente, la derivada
direccional nos mide la inclinacion de la recta tangente a la curva interseccion de la superficie,
representacion grafica de f , con el plano perpendicular al z = 0, que pasa por la recta.
Como veremos en algunos ejemplos la derivada direccional depende del punto y de la
direccion elegida.
Ejercicio 12.1.- Hallar la derivada direccional de la funcion f (x, y) = xy en el punto

un la direccion ~v 25 , 15 .
P (1, 3) seg
Ejercicio 12.2.- Calcular las derivadas direccionales de la funcion f (x, y) = 2x2 + y en el

origen.
95
96
Lecci
on 12. Diferencial de una Funci
on Real de Varias Variables.
12.1.1. Derivadas Parciales

A las derivadas direccionales seg un los vectores de la base se les llama derivadas par-
ciales. Ademas de indicarlas de la forma fei (x1 , x2 , . . . , xn ) tambien se suelen indicar por
f (x1 , x2 , . . . , xn )
fxi (x1 , x2 , . . . , xn ) y por .
xi
Las derivadas parciales que hemos indicado corresponden a la derivada direccional seg un
el i-esimo vector de la base que tambien se le llama la derivada parcial respecto de la i-esima
variable.
En el caso particular de dos variables tenemos las derivadas parciales
f (x0 , y0 )
fe1 (x0 , y0 ), fx (x0 , y0 ), , o bien
x
f (x0 , y0 )
fe2 (x0 , y0 ), fy (x0 , y0 ), .
y
Ejercicio 12.3.- Hallar las derivadas direccionales de la funcion f (x, y) = x 1 + y 2 en el

punto (0, 0).
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.
12.2. Diferencial de una Funci

on en un Punto. Propiedades.
Se dice que f : Rn R es diferenciable en el punto x
0 si existe una aplicaci
on lineal
n
L : R R de modo que:
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
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
12.3. Derivada Parcial

Recordemos que la derivada parcial de una funcion f en un punto ( x0 ) respecto de la
i-esima variable coincide con la derivada direccional de esta funcion en el punto (x0 ) y seg
un
la direccion del i-esimo vector de la base.
fxi (
x0 ) = fei (
x0 )
x0 + tei ) f (
f ( x0 )
Como fei (
x0 ) = lm =
t0 t
i
f ((x1 , x2 , . . . , xn ) + t(0, . . . , 0, 1, 0, . . . , 0)) f (x1 , x2 , . . . , xn )
lm =
t0 t

f ((x1 , x2 , . . . , xi + t, xi+1 , . . . , xn ) f (x1 , x2 , . . . , xn )
lm
t0 t
Obtener la derivada parcial en un punto es obtener la derivada de la funcion en ese punto
suponiendo que esta derivada es la de una funcion cuya u nica variable es la i-esima y el resto
permanece constante.
Si existe para la funcion f : Rn R la derivada parcial respecto de la variable xi
en cualquier punto de su dominio, entonces, podemos definir una funcion que llamaremos
funcion derivada parcial de f respecto de la variable xi en cualquier punto del dominio de f ,
asociando a cada punto de este dominio la derivada parcial de f , respecto de la variable xi
f
en ese punto. Esta funcion la representaremos en lo sucesivo por fxi , fi , x i
.
fxi : Rn R
x
fxi ( x)
Si, como dijimos, para obtener fxi en un punto concreto x 0 , se obtena la derivada de la
funcion f en el punto x 0 respecto de la variable xi y suponiendo que el resto de variables son
constantes, entonces para obtener la funcion fxi derivaremos f con respecto a la variable xi ,
siguiendo las tecnicas ya conocidas de la derivacion de funciones de una variable, y suponien-
do que el resto de variables son constantes.
p
Ej1 : Si f (x, y) = x2 + y 2 entonces:
1 x 1 y
fx = p 2x = p fy = p 2y = p
2 x2 + y 2 x2 + y 2 2 x2 + y 2 x2 + y 2
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.
Puesto que la funcion derivada parcial de f respecto de la variable xi , es una funcion de

Rn en R, cabe pensar en su funcion derivada parcial respecto de la variable xj , (fxi )xj . Caso
de que exista, a esta funcion se le llama funcion derivada parcial segunda de la funcion f
2f
respecto de las variables xi , xj . Se suele representar por fxi xj , fij , xj xi
.
fxi xj : Rn R
De nuevo podemos pensar en la funcion derivada parcial respecto de la variable xk de
la funcion fxi xj , y caso de que exista, obtendramos la funcion derivada parcial tercera de f
respecto de las variables xi , xj , xk .
Si continuamos sucesivamente las definiciones, llegaremos a obtener la derivada parcial
n-esima de la funcion f , respecto de las variables xi1 , xi2 , xin a partir de la derivada parcial
12.3 Derivada Parcial 99
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.
Teorema (Schwarz) Si la funcion f : Rn R es de clase C (1 , y en el punto x

0 existen
fij , fji y son continuas, entonces fij (
x0 ) = fji (
x0 ).
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 12.8.- Calcular simplificando el valor de x

y fxx 2fxy 3 xy fyy , siendo f (x, y) =
1
(x3 y) 5 .
(
x3 +y 3
x2 +y 2
si(x, y) 6= (0, 0)
Ej2 : Estudiar si la funcion f (x, y) es diferenciable en (0, 0).
0 si(x, y) = (0, 0)
1) Continuidad
x3 + y 3 3 (cos3 + sen3 )
lm = l
m = lm (cos3 + sen3 )
(x,y)(0,0) x2 + y 2 0 2 (cos2 + sen2 ) 0
3 3
2 (cos + sen ) 2 Luego es continua en (0, 0).
2) Derivadas Parciales
t3
f ((0, 0) + t(1, 0)) f (0, 0) f (t, 0) t2
fx (0, 0) = lm = lm = lm = 1 = a1
t0 t t0 t t0 t
t3
f ((0, 0) + t(0, 1)) f (0, 0) f (0, t) 2
fy (0, 0) = lm = lm = lm t = 1 = a2
t0 t t0 t t0 t
3) Diferencial
f ((0, 0) + h) f (0, 0) L(h)
lm =0
h0 |h|
a1
f (h1 , h2 ) [h1 , h2 ]
f (h1 , h2 ) L(h1 , h2 ) a2
lm p
2 2
= lm p
2 2
=
(h1 ,h2 )(0,0) h1 + h2 (h1 ,h2 )(0,0) h1 + h2
h31 + h32

1
f (h1 , h2 ) [h1 , h2 ] (h1 + h2 )
1 h21 + h22
lm p = lm p =
(h1 ,h2 )(0,0) h21 + h22 (h1 ,h2 )(0,0) h21 + h22
h21 h2 h1 h22 h21 h2 + h1 h22
lm p = l
m 3 =
(h1 ,h2 )(0,0) (h2 + h2 ) h2 + h2 (h1 ,h2 )(0,0) (h21 + h22 ) 2
1 2 1 2
100
Lecci
h21 h2 + h1 h22 h21 mh1 + h1 m2 h21 h31 (m + m2 )

lm 3 = lm 3 = lm 3
(h1 ,h2 )(0,0) (h21 + h22 ) 2 (h1 ,h2 )(0,0) (h21 + m2 h21 ) 2 (h1 ,h2 )(0,0) h31 (1 + m2 ) 2
h2 = mh1
Como depende de m, no existe el lmite, y por tanto, no existe la diferencial en (0, 0).

(x2 + y 2 )sen 1 si(x, y) 6= (0, 0)
Ejercicio 12.9.- Es diferenciable la funcion f (x, y) x2 +y 2
0 si(x, y) = (0, 0)

en el punto (0, 0).
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)
12.4. Plano Tangente

Consideremos una funcion f : R2 R, que es diferenciable en el punto (x0 , y0 ).
Consideremos igualmente la funcion z : R2 R definida por z = f (x0 , y0 )+fx (x0 , y0 )(x
x0 ) + fy (x0 , y0 )(y y0 ).
La grafica de ambas funciones pasa por el punto (x0 , y0 , f (x0 , y0 )) ya que z(x0 , y0 ) =
f (x0 , y0 ). Ademas la grafica de la funcion z es un plano.
Por otro lado
f (x, y) z
lm p =
(x,y)(x0 ,y0 ) (x x0 )2 + (y y0 )2
f (x, y) (f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ))
lm p =
(x,y)(x0 ,y0 ) (x x0 )2 + (y y0)2
fx (x0 , y0 )(x x0 )
f (x, y) f (x0 , y0 ) [(x x0 ), (y y0 )]
fy (x0 , y0 )(y y0 )
lm p
(x,y)(x0 ,y0 ) (x x0 )2 + (y y0 )2
Por consiguiente lm (f (x, y) z) = 0 y ademas la funcion z, en las cercanas de
(x,y)(x0 ,y0 )
p
(x0 , y0 ) se parece a la funcion f mas que (x x0 )2 + (y y0 )2 se parece a cero.
Si consideramos una funcion de la forma z = f (x0 , y0 ) + a1 (x x0 ) + a2 (y y0 ) con
f (x, y) z
a1 6= fx (x0 , y0 ) y a2 6= fy (x0 , y0 ), entonces lm p , si en las cercanas de
(x x )2 + (y y )2
p 0 0
(x0 , y0 ), z se parece a f (x, y), a lo mas, como (x x0 )2 + (y y0 )2 se parece a cero.
Evidentemente, de todas las funciones similares a z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) +
fy (x0 , y0 )(y y0 ) es esta la que mas se parece a f (x, y) en las cercanas de (x0 , y0 ). A esta
funcion se le llama plano tangente a la grafica de la funcion f en el punto (x0 , y0 ).
Ejercicio 12.11.- Hallar la ecuacion del plano tangente a las superficies.
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
Ejercicio 12.12.- Hallar, sin usar la calculadora, el valor de:
1. (1, 04)2,02 .

2. log 3 1, 03 4 0, 98 + 1
102
Lecci
Lecci
on 13
F
ormula de Taylor. Aplicaciones.
13.1. Teorema del valor medio.

Sea x 0 Dom(f ) y sea h Rn . Consideremos el segmento de extremos x
0 , x
0 + h y la
funcion:
: [0, 1] R; Definida por: (t) = f (

x0 + th)
Proposici on: Si f es diferenciable en el segmento que une x
0 , x
0 + h entonces es
diferenciable en (0, 0) y ademas la derivada es:
0 (t) = df (
x0 + th)(h)
Demostracion:
Sea t0 (0, 1):
(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:
(1) (0) = 0 (1 0) ,con t (0, 1)

x0 + h) f (
f ( x0 ) = df (
x0 + th)(h)
103
104 Lecci
on 13. F
13.2. F
ormula de Taylor de grado n en el punto x0 con resto
de Lagrange.
Si f : Rn R es de clase C n+1 en un entorno de un punto x 0 , entonces dado un punto

x
de ese entorno, la funcion definida como en la pregunta anterior en el intervalo [0, 1] y
siendo h = x x 0 .Puede demostrarse que admite derivada hasta orden n + 1 en el intervalo
[0, 1] y consiguientemente podemos considerar su formula de Taylor de grado n en un punto
cualquiera de este intervalo. Pues bien, esta formula de Taylor permite demostrar que1 :
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 )
(n + 1)!
i1 ,i2 ,...,in =1
Siendo el resto:
n
1 X i
x0 + sh)(xi1 xi01 ) . . . (xin+1 x0n+1 )
(n + 1)!
i1 ,i2 ,...,in =1
A esta expresion se le llama formula de Taylor de grado n de la funcion f en el punto x

0
con resto de Lagrange.
Y en el caso particular en que x 0 = 0 la formula se llama de McLaurin.
Para el caso de dos variables:
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
Calcular la formula de McLurin de orden 4:

f (x, y) = ex cos y
f (x, y) = log(1 x) log(1 y) en el punto (0,0).
f (x, y) = xy en el punto (1,1).

106 Lecci
on 13. F
f (x, y) = sin(x2 + y 2 ) en el punto (0,0).
f (x, y) = x3 y 3 + x2 y y 2 + 1 en el punto (1,2).
13.3. Extremos relativos.

Definici on: Un punto x 0 se dice que es un punto crtico de f : Rn R diferenciable
x0 )) = 0.
d (f (
Ejemplo:
Hallar los puntos crticos de la funcion 4(x y) (x2 + y 2 ):
fx = 0 4 2x = 0 x = 2.
fy = 0 4 2y = 0 y = 2.
Proposici 0 Rn es un extremo relativo de f : Rn R diferenciable entonces
on: Si x
es un punto crtico.
Demostracion:2
Consideremos la funcion ya conocida:
: 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
Puesto que x x0 ) = 0, i = 1, 2, . . . n y podremos poner:

0 es un punto crtico fx1 (
2
grafico
13.4 C
alculo de los extremos relativos. 107
n
1 X
x) f (
f ( x0 ) = fx1 ,xj (
x0 + s( 0 ))(xi xi0 )(xj xj0 )
xx
2!
i,j=1
De la expresion anterior deducimos que la diferencia f (x) f (

x0 ) que buscamos resulta
complicada de estudiar puesto que depende de un parametro s (0, 1) que es desconocido.
Sin embargo esta situacion se salva por el siguiente teorema que a continuacion enuncia-
mos:
Teorema: Si la forma cuadratica:
n
fx1 ,xj (xi xi0 )(xj xj0 )
X
i,j=1
es definida positiva ( x > 0) [negativa] y f C c2 en un punto (

S
x0 ) entonces x
0 es un
mnimo [maximo] relativo.
Si por el contrario la forma cuadratica es indefinida entonces x
0 es un punto de silla.
Recordemos que si A es la matriz simetrica de orden n asociada a una forma cuadratica
y di son sus menores principales:

a11 a12 a13 . . . a1n
a21 a22 a23 . . . a2n

a31 a32 a33 . . . a3n

.. .. .. .. ..
. . . . .
an1 an2 an3 . . . ann

a11 a12
d1 = |a1 1|; d2 =
; . . . ; dn = |A|
a21 a22
Entonces:
Si di > 0, i = 1, 2, . . . , n la forma cuadratica es definida positiva.
Si (1)di > 0, i = 1, 2, . . . , n la forma cuadratica es definida negativa.
Si |A| =
6 0 y no ocurre alguno de los dos casos anteriores, entonces la forma cuadratica
es indefinida.
Para el caso de dos variables la matriz asociada a la forma cuadratica:
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 ) > 0:

fxx (x0 , y0 ) fxy (x0 , y0 )
> 0 es definida positiva
fyx (x0 , y0 ) fyy (x0 , y0 )
108 Lecci
on 13. F
Si fxx (x0 , y0 ) < 0:

fxx (x0 , y0 ) fxy (x0 , y0 )
< 0 es definida negativa
fyx (x0 , y0 ) fyy (x0 , y0 )
Si:
fxx (x0 , y0 ) fxy (x0 , y0 )
< 0 es indefinida
fyx (x0 , y0 ) fyy (x0 , y0 )
| {z }
Determinante Hessiano
Ejemplo:
f (x, y) = 4(x y) (x2 + y 2 )

fx = 4 2x = 0 x = 2
fy = 4 2y = 0 y = 2
fxx = 2 < 0; fxy = 0; fyy = 2

2 0
=4>0
0 2
fxx = 2 < 0 es un maximo relativo
Calcular los extremos relativos de::
f (x, y) = y x .
f (x, y) = 2y 2 x(x 1)2 .
f (x, y) = x3 + y 2 + x2 y + 2y + 1.
f (x, y) = cos(x + y) + sin(x y).

2
f (x, y) = y ex .
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 ).

Analisis PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis PDF

Cargado por

Copyright:

Formatos disponibles

An

Felix Gomez Marmol Javier Luis Canovas Izquierdo

Curso 2001 - 2002

1. El Cuerpo de los N umeros Reales 7

2. Sucesiones. Lmites de sucesiones 15

3. Series de n umeros reales 25

4. Funciones. Lmites y Continuidad. 31

8. Primitiva de una Funci on. 63

10.Ecuaciones Diferenciales Ordinarias. 81

11.Funciones de varias variables. Lm. y continuidad. 89

12.Diferencial de una Funci on Real de Varias Variables. 95

Cualquier entero posee simetrico (opuesto). El opuesto de p se indica por p y

El proceso se repite sucesivamente dividiendo el segmento unidad en 3 partes, 5 partes,

Si a < b a c < b c ; c Q, c > 0

Por tener estas propiedades se dice que el cuerpo de los n

1.2. El cuerpo de los n

2b2 = 4a02 ; b2 = 2a02 ; b2 = 2;

Por tener estas propiedades toma al igual que los n

Se verifican las siguientes propiedades:

| x | < a a < x < a

1) (x + 1) ((x + 1)) > 2 x 1 + x 1 > 2, 6 x (, 1)

(, 0) x + 1 + 2(1 + 3) x > x 3x > 7 x < 73 6 (, 0)

Puede comprobarse que:

d((x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn )) = d((y1 , y2 , . . . , yn ), (x1 , x2 , . . . , xn ))

Por tener estas propiedades se dice que la aplicacion d es una distancia.

Proposici on: El conjunto A es cerrado si contiene todos sus puntos de acumulacion.

Existe cierta terminologa en relacion con la acotacion de conjuntos de R y as el n

1.6. Conjuntos compactos

1.6.1. Teorema de Heine-Borel

1.6.2. Teorema de Bolzano-Weierstrass

Sucesiones. Lmites de sucesiones

2.2. Lmite de una sucesi

- Si a es el punto de acumulacion de una sucesion , a es el lmite?

2.3. Sucesiones de Cauchy en Rn

2.6. Anillo de las sucesiones en R

Suma: (an ) + (bn ) = (cn ) donde cn = an + bn .

Producto: (an ) (bn ) = (cn ) donde cn = an bn .

Estas operaciones poseen las siguiente propiedades:

Como consecuencias de esta propiedad se tiene que:

i) El producto de una sucesion acotada por un infinitesimo es un infinitesimo.

Como lm(K1 bn ) = lm(K2 bn ) = 0, aplicando la regla del sandwich se tiene lm(an bn ) =

ii) El producto de una sucesion convergente por un infinitesimo es un infinitesimo.

iii) El producto de dos infinitesimos es otro infinitesimo.

2.8. Lmite de las operaciones aritm

i) ((an ) (bn )) es convergente y ademas lm ((an ) (bn )) = lm(an ) lm(bn ).

ii) (an )(bn ) es convergente y ademas lm ((an ) (bn )) = lm(an ) lm(bn ).

i) La sucesion (an ) + (bn ) = (an + bn ) cumple.

ii) ((an )(bn ) (a b)) = (an bn ab) = (an bn ab + abn abn ) =

Se sigue que (an )(bn ) es convergente y ademas lm(an bn ) = a b = lm(an ) lm(bn ).

2.9. Sucesiones infinitas

1. Si lm(an ) = lm(bn ) = +() entonces lm ((an ) + (bn )) = +().

2. Si lm(an ) = a > 0 y lm(bn ) = + entonces lm(an )(bn ) = +.

3. Si (an ) es constante y lm(an ) = entonces lm (a n)

Se sigue entonces que lm abnn = 0.

Consecuencias de la segunda operacion anteiormente expuesta:

2.10. Sucesiones mon

 3n  3n  3n

ltimo lmite tiene como resultado inmediato 1 . Este resultado es una

2.11. Sucesiones recurrentes

3.2. Operaciones con series. Convergencia.

Como consecuancia la sucesion tn no es convergente y como es monotona creciente nece-

P+ sin4 n sin4 n 1 1 sin4 n

Criterio de convergencia 4. Criterio de DAlembert.

3n 3n 3n