Cálculo Diferencial y Aplicaciones - José Hector Nieto Said - 1ed

www.elsolucionario.
net
www.elsolucionario.net
XIII Escuela Venezolana para la

Enseñanza de la Matemática
Cálculo Diferencial
y Aplicaciones
José Heber Nieto Said
Mérida, 2009
Prefacio
La importancia del Cálculo en el mundo actual es enorme, ya que la ciencia

y la tecnología modernas sencillamente serían imposibles sin él. Las leyes de
la naturaleza se expresan mediante ecuaciones que involucran funciones y sus
derivadas, y el análisis de éstas ecuaciones se realiza mediante las herramientas
del cálculo. Por esa razón los cursos de esta disciplina aparecen en los planes de
estudio de todas las carreras científicas y técnicas.
Para la enseñanza del Cálculo existe una gran cantidad de libros de texto,
materiales audiovisuales y software educativo, todo lo cual se incrementa cada
año ya que su comercialización parece ser un buen negocio. También hay abun-
dante material disponoble gratuitamente en Internet. Sin embargo los resultados
alcanzados en los cursos por lo general no son satisfactorios. Un gran número de
aplazados, repitientes crónicos y deserción escolar parecen ser las características
constantes de estos cursos.
Estas notas se han escrito con el propósito de contribuir a la enseñanza
del Cálculo y lograr mejores rendimientos y logros académicos en los cursos.
Están dirigidas a profesores de enseñanza media y primeros años de educación
superior que estén dictando cursos de Cálculo o tengan proyectado hacerlo. La
concepción educativa que las anima es la siguiente:
1. No creemos que la función del profesor sea “transmitir conocimientos”, ni
que dicha “transmisión” sea posible. El conocimiento es algo que se cons-
truye em cada individuo a través de un complejo proceso que el profesor
debe estimular, proponiendo diversas experiencias educativas. En el caso
de la matemática, la resolución de problemas por parte del alumno es una
actividad insustituible que el profesor debe propiciar cuanto pueda.
2. Es imposible que alguien aprenda algo si no desea aprenderlo. Es por eso
que la motivación juega un papel sumamente importante en el proceso de
enseñanza-aprendizaje.
3. El profesor de matemática debe poseer un conocimiento profundo de su
materia, aún cuando la enseñanza deba adaptarse al nivel de sus alumnos.
Reconocemos, en algunos casos, la necesidad de la transposición didáctica,
pero ésta debe partir de una seria formación científica de los profesores.
4. Muchos conceptos matemáticos actuales son el resultado de la evolución
del pensamiento matemático durante siglos. El conocimiento del proceso
histórico puede en muchos casos contribuir a la comprensión de esos con-

ceptos, además de mostrar que la matemática es una actividad realizada
por los seres humanos y no una especie de verdad revelada e inmutable.
5. La tecnología moderna, bien usada, puede aportar mucho al proceso de
enseñanza-aprendizaje.
En base a las ideas anteriores se ha estructurado un curso con el énfasis
puesto en los siguientes aspectos, que lamentablemente se suelen descuidar:
1. La clarificación de los conceptos y resultados básicos.

2. Las aplicaciones, tanto dentro como fuera de la propia matemática.
3. El desarrollo histórico de la disciplina y las implicaciones del mismo sobre
su enseñanza.
4. Las posibilidades didácticas de algunos recursos tecnológicos modernos.
Aunque se han hecho esfuerzos por escribir un texto autocontenido, no se

trata de un curso introductorio. Se da por supuesto que el lector está familiari-
zado al menos con el cálculo elemental de límites y las reglas de derivación. Por
razones de tiempo y espacio no se cubre el cálculo integral, aunque hay nume-
rosas referencias al mismo e incluso se tratan y resuelven por vías alternativas
algunos problemas que se consideran típicos del cálculo integral.
Como material de apoyo y para mostrar su potencial didáctico se han di-
señado algunas plantillas en GeoGebra que ilustran varios de los conceptos y
problemas estudiados. Las mismas se hallan disponibles en
http://mipagina.cantv.net/jhnieto/apcal/
(GeoGebra es un software libre y de plataformas múltiples que permite inter-
actuar dinámicamente con la matemática, en un ámbito en que se reúnen la
Geometría, el Algebra y el Cálculo. Su sitio web es http://www.geogebra.org)

El signo al comienzo de un párrafo o en un ejercicio advierte de una curva
peligrosa en el curso del pensamiento. El material así marcado puede pasarse
por alto en una primera lectura.
El autor.
iii
Índice general
1. Perspectiva histórica 1
1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. El nacimiento del Cálculo . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Crecimiento y desarrollo . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Rigor y Fundamentación . . . . . . . . . . . . . . . . . . . . . . . 8
2. Conceptos Básicos 11
2.1. Los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1. Operaciones con funciones . . . . . . . . . . . . . . . . . . 19
2.2.2. Extremos, crecimiento y decrecimiento de funciones . . . 20
2.3. Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Límites laterales e infinitos . . . . . . . . . . . . . . . . . 21
2.3.2. Operaciones con límites . . . . . . . . . . . . . . . . . . . 23
2.3.3. Asíntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.4. Límites de sucesiones . . . . . . . . . . . . . . . . . . . . . 27
2.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4.1. Operaciones con funciones continuas . . . . . . . . . . . . 30
2.4.2. Propiedades de las funciones continuas . . . . . . . . . . . 30
2.5. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.1. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . 34
2.5.2. Interpretación geométrica . . . . . . . . . . . . . . . . . . 34
2.5.3. Interpretación cinemática . . . . . . . . . . . . . . . . . . 35
2.5.4. Propiedades de las funciones derivables . . . . . . . . . . 36
2.5.5. Derivadas de orden superior . . . . . . . . . . . . . . . . . 43
2.5.6. Infinitésimos e infinitos . . . . . . . . . . . . . . . . . . . 44
2.5.7. Fórmula de Taylor . . . . . . . . . . . . . . . . . . . . . . 45
2.6. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.7. Teorema fundamental del Cálculo . . . . . . . . . . . . . . . . . . 51
3. Máximos y mínimos 55
3.1. Crecimiento y decrecimiento de una función . . . . . . . . . . . . 55
3.2. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3. Extremos globales . . . . . . . . . . . . . . . . . . . . . . . . . . 57
iv
3.4. Algunos ejemplos geométricos . . . . . . . . . . . . . . . . . . . . 58

3.5. Ley de Snell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.6. Extremos sin cálculo . . . . . . . . . . . . . . . . . . . . . . . . . 64
4. Aplicaciones matemáticas 65
4.1. Gráficas de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2. Raíces de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3. Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4. Funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.5. Curvas parametrizadas . . . . . . . . . . . . . . . . . . . . . . . . 73
4.5.1. Curvas regulares . . . . . . . . . . . . . . . . . . . . . . . 75
4.5.2. Involutas y evolutas . . . . . . . . . . . . . . . . . . . . . 77
4.5.3. Trayectorias de una bicicleta . . . . . . . . . . . . . . . . 80
4.5.4. Envolvente de una familia de rectas . . . . . . . . . . . . 84
4.5.5. Coordenadas polares . . . . . . . . . . . . . . . . . . . . . 86
4.6. Desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.6.1. Desigualdad de Jensen . . . . . . . . . . . . . . . . . . . . 90
4.6.2. Desigualdad aritmético-geométrica . . . . . . . . . . . . . 90
4.6.3. Desigualdad entre medias generalizadas . . . . . . . . . . 91
4.6.4. Desigualdades de Young, Hölder y Minkowski . . . . . . . 93
5. Aplicaciones físicas 96
5.1. Movimiento en un campo constante . . . . . . . . . . . . . . . . . 96
5.2. Desintegración radioactiva . . . . . . . . . . . . . . . . . . . . . . 98
5.3. Ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . 100
5.4. Ecuación de la catenaria . . . . . . . . . . . . . . . . . . . . . . . 105
5.5. El Teorema de Torricelli . . . . . . . . . . . . . . . . . . . . . . . 106
5.6. La cicloide es tautócrona . . . . . . . . . . . . . . . . . . . . . . . 108
5.7. El problema de la braquistócrona . . . . . . . . . . . . . . . . . . 110
5.8. Las leyes de Kepler . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6. Aplicaciones a otras ciencias 116

6.1. Modelos Ecológicos . . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.1.1. Modelo Exponencial . . . . . . . . . . . . . . . . . . . . . 116
6.1.2. Modelo logístico . . . . . . . . . . . . . . . . . . . . . . . 117
6.1.3. Modelo predador-presa . . . . . . . . . . . . . . . . . . . . 118
6.2. Economía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.2.1. Índice de precios e inflación . . . . . . . . . . . . . . . . . 121
6.2.2. Precios, oferta y demanda . . . . . . . . . . . . . . . . . . 121
Soluciones a ejercicios seleccionados 123
Bibliografía 131
Índice alfabético 132
v
vi
Capítulo 1
Perspectiva histórica
La derivada fue primero usada; luego fue descubierta; luego
fue explorada y desarrollada y finalmente fue definida.
Judith V. Graviner [4]
El cálculo infinitesimal, o simplemente el Cálculo, como se le llama común-

mente, es sin duda alguna uno de los grandes logros intelectuales de la hu-
manidad. La amplitud y alcance de sus aplicaciones ha hecho que sea materia
obligada en los planes de estudio de casi todas las carreras científicas y técnicas.
A pesar de que existe una inmensa variedad de libros de texto y recursos de
todo tipo para su estudio, su enseñanza y aprendizaje no están libres de esco-
llos, sobre todo debido a la dificultad que presenta, para muchos estudiantes, la
comprensión de algunos de sus conceptos fundamentales, como el de límite.
Ahora bien, resulta interesante comprobar que la mayor parte del desarrollo
del cálculo y sus primeros éxitos en la resolución de variados problemas matemá-
ticos y de otras disciplinas, durante los siglos XVII y XVIII, se realizó antes de
disponer de definiciones precisas de los conceptos fundamentales. Varios ejem-
plos particulares de lo que hoy llamamos derivadas fueron usados por Fermat y
otros para resolver diversos problemas durante la primera mitad del siglo XVII.
Durante la segunda mitad de ese siglo, Newton y Leibniz identificaron los con-
ceptos subyacentes a los ejemplos mencionados, dando así origen al nacimiento
del cálculo. Durante el siglo XVIII el cálculo continuó desarrollándose vigorosa-
mente, así como sus aplicaciones matemáticas y físicas. Y fue recién en el siglo
XIX cuando Cauchy y Weierstrass dieron definiciones precisas de los conceptos
básicos y convirtieron el cálculo en una teoría matemática rigurosa.
En este capítulo nos ocuparemos brevemente de estos aspectos históricos, que
tienen implicaciones de interés para la enseñanza del cálculo. En efecto, conocer
la génesis de un concepto o resultado, puede ayudar a motivarlo. Conocer el
orden en el cual una disciplina se desarrolló (que, en el caso del Cálculo, es
prácticamente el inverso al que siguen los libros de texto) ayuda a entender el
porqué de las definiciones básicas. El orden expositivo es sin duda lo que le da
2 Perspectiva histórica
a la matemática su sólida estructura lógico-deductiva, pero no debe olvidarse

que el orden histórico es por lo común bastante diferente.
Si pensamos que desde el nacimiento del cálculo hasta la primera exposición
rigurosa del mismo, basada en nuestra actual definición de límite, pasaron más
de dos siglos, no debería extrañarnos que un alumno al que se le expone sin
preparación previa dicha definición por primera vez, quede completamente en
blanco. Las definiciones precisas son frecuentemente el final, y no el principio,
de un tema.
Además conocer el verdadero desarrollo histórico de la matemática muestra
a los matemáticos en su labor de creación, que es en definitiva lo que hace a
esta disciplina tan interesante.
1.1. Antecedentes
El Cálculo es la matemática del cambio y de lo continuo, y por lo tanto
para su desarrollo es imprescindible el conjunto de los números reales, también
conocido como el continuo. Los orígenes de los números reales se pueden rastrear
en la matemática babilónica, que desarrolló un sistema de numeración posicional
capaz, en principio, de representar la medida de una magnitud con la precisión
deseada. Los griegos fueron mucho más parcos en cuanto a lo que consideraban
números, y sólo designaban con este nombre a los enteros positivos a partir
del dos. El uno era la unidad, la mónada, y estaba en una clase aparte. Y
lo que nosotros llamamos fracciones eran para ellos razones de números, pero
no números propiamente dichos. Los pitagóricos creyeron, al principio, que la
razón de dos magnitudes del mismo tipo (como por ejemplo dos longitudes) se
podía expresar siempre como la razón de dos números, pero el descubrimiento de
magnitudes inconmensurables (como el lado y la diagonal de un cuadrado) echó
por tierra esa creencia. Este hecho sin embargo dió lugar a una de las creaciones
más profundas de la matemática griega: la teoría de las razones de magnitudes
de Eudoxo de Cnido, que aparece expuesta en el Libro V de los Elementos
de Euclides. Esta teoría permitió a los geómetras griegos comparar razones de
magnitudes, aunque éstas fuesen inconmensurables. Arquímedes mostró cómo
varias de esas razones inconmensurables podían ser aproximadas por números
racionales, pero debido a la carencia de un sistema de numeración apropiado la
matemática griega no avanzó mucho más en esa dirección.
Con el Renacimiento, que arrancó en Italia y luego se extendió por otras
partes de Europa, comenzó una revolución de ideas y una nueva actitud ante
la naturaleza, la sociedad y el hombre. A diferencia de lo que ocurrió en otras
áreas de la vida cultural, el Renacimiento no produjo grandes resultados en ma-
temáticas; sin embargo durante ese período se sentaron las bases de lo que sería
la gran revolución científica que se realizó en el siglo XVII. Se extendió el uso
del sistema de numeración posicional indoarábigo y se aplicó la matemática a
la contabilidad, la cartografía, la agrimensura, la óptica y el arte (teoría de la
perspectiva). Los matemáticos europeos redescubrieron la matemática griega y
se familiarizaron con el álgebra islámica, a través de traducciones que se hicie-
1.1 Antecedentes 3
ron accesibles gracias al novedoso uso de la imprenta. Los algebristas italianos

continuaron desarrollando el álgebra hasta obtener la solución de las ecuaciones
de tercer y cuarto grado (Tartaglia y Cardano) y con el francés François Viète,
a fines del siglo XV el álgebra simbólica quedó definitivamente establecida.
La invención de la geometría analítica se sitúa generalmente alrededor de
1630, y se atribuye a Descartes (1596-1650) y a Fermat (1601-1665), indepen-
dientemente. Sin embargo sus raíces aparecen ya en la geometría griega. Fijados
−→
un origen O y un punto A en una recta, a cada punto B de la semirrecta OA se
le puede hacer corresponder la medida del segmento OB respecto a la unidad
OA, lo cual para los griegos era una razón de magnitudes y para los modernos
un número real. Los griegos no consideraron números negativos, pero si conve-
nimos en tomar como negativa la medida del segmento OB cuando B está en
−→
la semirrecta opuesta a OA , entonces a cada punto de la recta le corresponde
un número real único, llamado abscisa del punto B. Recíprocamente, para cada
número real x existe un único punto B en la recta que tiene a x como abscisa. Si
se hace esto en dos rectas perpendiculares (ejes cartesianos) entonces se puede
establecer una correspondencia biyectiva entre los puntos del plano y los pares
ordenados de números reales, haciéndole corresponder a cada punto el par orde-
nado (x, y) formado por las abscisas de las proyecciones del punto sobre los ejes.
Y a cada ecuación R(x, y) = 0 en las variables x e y le corresponde una figura
geométrica, a saber el conjunto de todos los puntos del plano cuyas coordenadas
(x, y) satisfagan la ecuación.
Además de las rectas, las circunferencias y las có-
nicas, los griegos sólo habían considerado unas pocas
curvas más (como la espiral de Arquímedes y algunas
otras definidas como lugares geométricos), y fueron
capaces de resolver varios problemas relacionados con
ellas, notablemente el trazado de tangentes. Pero la
geometría analítica provocó una explosión en el nú-
mero de curvas posibles. Los métodos sintéticos de
los griegos para el trazado de tangentes ya no eran
aplicables, y se requería algo más general. Lo mis-
mo ocurría con el cálculo de áreas y longitudes y los
problemas de máximos y mínimos. Fermat desarrolló
un método para hallar extremos de funciones polinó-
micas que hoy identificaríamos con hallar los puntos
donde se anula la derivada. Sin embargo, no define la Figura 1.1: Fermat
derivada ni nada parecido, ni justifica su método. A
pesar de ello, lo utilizó con indudable éxito para resolver algunos problemas no
triviales. Por ejemplo, formuló el principio óptico según el cual la luz viaja de
un punto a otro siguiendo la trayectoria que haga mínimo el tiempo empleado
(hoy conocido como Principio de Fermat) y de allí dedujo la ley de refracción
de Snell.
Fermat también trabajó en el problema de las tangentes. En la geometría de
Euclides la definición de tangente no ofrecía problemas, ya que el único tipo de
curva al que se aplicaba era la circunferencia, para la cual una recta es tangente
si y sólo si tiene un único punto en común con ella (las rectas secantes tienen dos
puntos en común con la circunferencia y las exteriores ninguno). Pero ya para
la parábola la situación es más complicada, ya que las rectas paralelas al eje la
cortan en un solo punto, igual que las tangentes. Se agregó entonces a la noción
de tangente la condición de que la recta no atravesara la curva. Para curvas
más generales, esta definición tampoco resulta apropiada. Intuitivamente, las
tangente comenzaron entonces a considerarse como secantes para las cuales los
puntos de contacto se aproximaban indefinidamente uno al otro hasta coincidir.
Figura 1.2: Secante y tangente
A pesar de que nadie era capaz de explicar con precisión este proceso median-
te el cual las secantes se convertían en tangentes, Fermat (y otros matemáticos
del siglo XVII como Descartes, John Wallis e Isaac Barrow) utilizaron la idea
para calcular efectivamente tangentes.
El método, aplicado a una curva de ecuación y = f (x), consistía en consi-
derar la recta secante que pasa por dos puntos (x, f (x)), (x + h, f (x + h)) y
calcular su pendiente
f (x + h) − f (x)
. (1.1)
h
Ahora bien, si al coincidir los puntos de contacto la secante se convierte en

tangente, para calcular la pendiente de ésta simplemente hay que poner h = 0
en 1.1. El problema es que entonces se estaría dividiendo entre 0, operación
prohibida. Pero Fermat y sus colegas descubrieron que al operar algebraicamente
con 1.1 muchas veces lograban hacer desaparecer la h del denominador, luego
de lo cual ponían h = 0 sin ningún problema de conciencia. Por ejemplo si
1.2 El nacimiento del Cálculo 5
f (x) = x3 − x + 3 calculaban
f (x + h) − f (x) (x + h)3 − (x + h) + 3 − (x3 − x + 3)

=
h h
x3 + 3x2 h + 3xh2 + h3 − x − h + 3 − (x3 − x + 3)
=
h
3x2 h + 3xh2 + h3 − h
= = 3x2 + 3xh + h2 − 1,
h
y ahora haciendo h = 0 se obtiene la pendiente de la recta tangente en (x, f (x)),
a saber 3x2 − 1.
Vemos entonces que estos matemáticos, a pesar de carecer de una definición
satisfactoria del concepto de recta tangente, eran capaces, en muchos casos,
de calcularlas correctamente. También se hizo evidente que este método para
hallar tangentes era prácticamente el mismo que el usado por Fermat para hallar
extremos.
1.2. El nacimiento del Cálculo

Con una sobresimplificación excesiva, la “invención” del Cálculo
se atribuye algunas veces a dos hombres, Newton y Leibniz. En
realidad, el Cálculo es el producto de una larga evolución que
no fue ni iniciada ni terminada por Newton y Leibniz, pero en
la cual ambos jugaron un papel decisivo.
R. Courant, H. Robbins [3]
El terreno estaba preparado para la aparición de

nuevas ideas que unificaran lo que se había logrado
hasta el momento. Es así que, en el último tercio
del siglo XVII, Isaac Newton (1643-1727) y Gottfried
Wilhelm von Leibniz (1646-1716), en forma indepen-
diente, “inventan” el cálculo. Esta invención (o, pa-
ra algunos, descubrimiento) tiene dos aspectos fun-
damentales. El primero consiste en haber reunido la
gran variedad de métodos existentes hasta ese mo-
mento para calcular tangentes, extremos y áreas en un
cuerpo de teoría basado en dos conceptos fundamen-
tales, que hoy llamamos derivada e integral. Newton
llamó a nuestra derivada fluxión y la definió de tres
maneras diferentes: (a) como la razón de “cambios in-
finitesimales” en dos variables, (b) como el límite de la Figura 1.3: Newton
razón entre incrementos, ∆x/∆t, cuando ∆t disminu-
ye hasta desaparecer, y (c) como una tasa de cambio o velocidad. La notación
newtoniana para la fluxión era ẋ. Para Leibniz la derivada era una razón de
cantidades infinitesimales, que él llamó “cociente diferencial”, y lo reflejó en su
notación dy/dx.R Del mismo modo su notación y dx para la integral sugiere una
R
suma (el signo es una S estilizada) de cantidades infinitesimales y dx.
En segundo lugar, tanto Newton como Leibniz establecieron lo que ahora se
llama el Teorema Fundamental del Cálculo, según el cual la derivación y la inte-
gración son operaciones mutuamente inversas. Veamos cómo Newton visualizaba
este resultado.
K(x,v)
H(x+h,v)
C(x,y)
O x x+h
Figura 1.4: Teorema Fundamental del Cálculo
Dada una curva, sea z(x) el área limitada por ella, el eje de las x y las rectas
verticales de abscisas 0 y x. Sea C = (x, y) el punto de la curva con abscisa x,
y D el punto con abscisa x + h. Tomemos la ordenada v de los puntos K y H
de manera que el rectángulo de vértices (x, 0), (x + h, 0), K y H tenga igual
área que la región limitada por la curva, el eje horizontal y las rectas verticales
por C y D, es decir de manera que z(x + h) − z(x) = vh, o dividiendo ambos
miembros entre h,
z(x + h) − z(x)
= v.
h
Ahora Newton afirma que si h “disminuye indefinidamente, hasta desaparecer”,
v se hará igual a y. Por lo tanto la tasa de variación del área bajo la curva hasta
el punto C es igual al valor de la ordenada de ese punto. Además se observa que
ese valor es el mismo que obtendríamos al calcular la pendiente de la tangente
a la curva y = z(x), lo que muestra que el problema del área y el de la tangente
están íntimamente vinculados. En vez de nuestra h Newton usó una pequeña o,
con lo cual aparentemente quería transmitir la pequeñez y cercanía al 0 de esa
cantidad. Leibniz dió argumentos similares sobre este asunto.
Además de las razones matemáticas que hemos expuesto, existían motivos de
otro orden para impulsar el desarrollo del cálculo. Tanto Descartes como Galileo
Galilei (1564-1642) habían insistido en los métodos experimentales y el uso de
la matemática para describir y comprender la naturaleza. Pero la matemática
de la que disponían tenía limitaciones para cumplir ese programa, ya que era
esencialmente estática y carecía de recursos para describir el cambio, presente
en todos los procesos naturales. El cálculo proporcionó los recursos necesarios.
1.2 El nacimiento del Cálculo 7
Aunque Newton formuló sus leyes del movimiento

en palabras, y la exposición y desarrollo de las mis-
mas contenida en sus famosos Philosophiae naturalis
principia mathematica (1687) siguen mayormente el
modelo geométrico, una vez expresadas en el lengua-
je del cálculo se convirtieron en una herramienta de
tremendo poder. El mismo Newton logró deducir, a
partir de sus principios, las leyes de Kepler sobre el
movimiento de los planetas, explicó las mareas y la
precesión de los equinoccios, analizó al movimiento
de los cuerpos en medios que ofrecen una resistencia
como el aire y los líquidos, etc. Pero desde un punto de
vista lógico y matemático estricto, el Cálculo de New-
Figura 1.5: Principia ton y Leibniz tenía obvias debilidades. La pequeña o
utilizada por Newton para designar los incrementos,
que “disminuyen hasta desaparecer”, ¿es cero o no lo
es? Si lo es, ¿cómo se puede dividir entre ella? Si no lo es, ¿no se comete un
error al despreciarla?
Para Leibniz dy/dx era un “cociente diferencial”, y
para algunos de sus discípulos, como Johann Bernou-
lli, era una razón de infinitésimos. El problema de este
planteamiento es que el orden entre los infinitésimos
no es arquimediano, por lo que la teoría clásica de las
proporciones no se les puede aplicar. En sus Princi-
pia Newton trató de superar esta dificultad afirmando
que una fluxión no debe entenderse como una razón
entre cantidades infinitesimales, sino como el límite
de la razón entre incrementos evanescentes. Esto sue-
na muy bien, pero lamentablemente no está claro qué
entendía Newton por límite, ya que inmediatamente
dice que las razones entre incrementos se aproximan al
límite más cerca que cualquier diferencia dada, “pero Figura 1.6: Leibniz
nunca lo sobrepasan ni lo alcanzan”.
En 1734 el obispo George Berkeley (1685–1753), en un artículo titulado
El Analista: o un discurso dirigido a un matemático infiel, argumentó que los
fundamentos del cálculo no eran firmes. Una cantidad, decía, es cero o no lo es,
no hay una tercera posibilidad. Entre sus mordaces críticas se hicieron famosas
estas palabras:
¿Qué son estos incrementos evanescentes? No son cantidades fini-

tas, ni infinitamente pequeñas, ni nada. ¿No podríamos llamarlos
fantasmas de cantidades difuntas?
Berkeley reconocía que mediante el cálculo se obtenían resultados correctos,

pero creía que esto se debía a dos errores que se compensaban.
1.3. Crecimiento y desarrollo

Aunque las críticas de Berkeley eran correctas, a la mayor parte de los ma-
temáticos de su época no les preocupaban: estaban más interesados en aplicar
las nuevas y poderosas herramientas a la solución de problemas matemáticos
y físicos de todo tipo. Por ejemplo, la segunda ley de Newton expresada en el
lenguaje del cálculo afirma que F = mẍ, donde F representa la fuerza que actúa
sobre una masa puntual m en la posición x y ẍ representa la aceleración. Por
otra parte Robert Hooke (1635–1703) había hallado la ley de la elasticidad que
hoy lleva su nombre, la cual, como se acostumbraba en la época, publicó en
forma de anagrama en latín: ceiiinosssttuv, cuyo significado es Ut tensio sic vis
(como la extensión, así la fuerza). En otras palabras, la fuerza de recuperación
F de un resorte estirado es proporcional al estiramiento x, o F = −kx. Igua-
lando estas dos expresiones, Euler (1707–1783) estableció en 1739 la ecuación
diferencial de un resorte vibrante
mẍ + kx = 0,
y la resolvió, hallando que la solución involucra a las funciones trigonométricas

seno y coseno. Euler también estudió, al igual que D’Alembert, Daniel Bernoulli
y otros matemáticos, la ecuación diferencial de las cuerdas vibrantes (que in-
volucra una función de dos variables y sus derivadas parciales). Este problema
condujo a extensas discusiones sobre la definición de función y la naturaleza de
la continuidad.
Aunque el concepto de función es uno de los más
importantes de toda la matemática, en su sentido téc-
nico no aparece sino hasta fines del siglo XVII, en la
correspondencia entre Leibniz y Johann Bernoulli. La
notación f (x) se debe a Euler, en cuya obra Introduc-
tio in analysin infinitorum, publicada en 1748, este
concepto ocupa un rol central, aunque aparece toda-
vía ligado al de representación analítica. En 1755, en
su Institutiones calculi differentialis, el mismo Euler
da una definición más general.
Algunos otros temas atacados con éxito durante
esta época fueron la mecánica de los cuerpos rígidos,
la mecánica celeste y la hidrodinámica. Así, a media- Figura 1.7: Euler
dos sel siglo XVIII, las ecuaciones diferenciales ya se
habían convertido en la herramienta matemática más
importante de la física.
1.4. Rigor y Fundamentación

Joseph-Louis Lagrange (1736-1813), matemático, físico y astrónomo italiano
(bautizado como Giuseppe Luigi Lagrangia) que vivió en Prusia y Francia, tam-
bién era consciente de la insuficiencia de las justificaciones existentes del cálculo.
1.4 Rigor y Fundamentación 9
En 1797 escribió que el concepto newtoniano de límite no era lo suficientemente

claro como para ser el fundamento de una rama de la matemática. El cálculo,
decía, debería ser reducido al algebra, tema que en ese entonces se pensaba que
tenía bases sólidas. Lo que Lagrange tenía en mente eran las series infinitas,
a las que consideraba parte del álgebra, pues así como la aritmética trata con
fracciones decimales infinitas el álgebra podía también tratar con expresiones al-
gebraicas infinitas. Como Euler había hallado expansiones en serie de potencias
de funciones como ex , cos x y sen x, Lagrange creía que para cualquier función
f se podría hallar un desarrollo del tipo
f (x + h) = f (x) + p(x)h + q(x)h2 + r(x)h3 + · · ·
excepto tal vez para algunos valores aislados de x. En-

tonces definió la función derivada de f como el coe-
ficiente p(x) de h, e introdujo para ella la notación
f ′ (x). También definió f ′′ (x) como la función deri-
vada de f ′ (x), y así sucesivamente, y probó que en
el desarrollo de f (x + h) se tiene q(x) = f ′′ (x)/2,
r(x) = f ′′′ (x)/6, etc.
Aunque la definición de Lagrange no es apropia-
da más que para una clase de funciones (las que hoy
llamamos analíticas), él también describió la derivada
mediante desigualdades semejantes a la actual defi-
nición mediante límites. También halló importantes
propiedades, por ejemplo probó que una función con Figura 1.8: Lagrange
derivada positiva en un intervalo es creciente, obtuvo
la hoy llamada forma de Lagrange para el resto en la fórmula de Taylor y aplicó
sus hallazgos para resolver un gran número de problemas de geometría, máximos
y mínimos y mecánica.
El matemático francés Augustin Louis Cauchy
(1789-1857) señaló, en 1821, que el álgebra de las
cantidades finitas no podía extenderse a los procesos
2
infinitos. Además mostró que la función e−1/x , hoy
llamada función de Cauchy, no se puede representar
mediante su serie de Taylor, pues tiene un desarrollo
nulo alrededor del origen. Por estas razones rechazó el
enfoque de Lagrange y trató de desarrollar uno pro-
pio, basado en el concepto de límite. Este concepto
tiene raíces profundas en la antigüedad. Los trabajos
de Arquímedes en relación a la longitud de la circun-
ferencia y el área encerrada por la misma, utilizando
aproximaciones por polígonos, y su aplicación del mé-
Figura 1.9: Cauchy todo de exhaución de Eudoxo, para demostrar riguro-
samente fórmulas de áreas y volúmenes de diversas
figuras (segmento de parábola, esfera, conos, cilindros, etc.), contienen implíci-
tamente la noción de límite de una sucesión. Newton también utilizó la palabra
límite, tratando de evitar las dificultades lógicas que encerraban los incrementos
evanescentes, pero nunca propuso una definición aceptable de esta noción. El
primero en precisar el concepto de límite fue Cauchy, en su Cours d’Analyse
(Paris, 1821). A diferencia de sus predecesores, Cauchy evitó la cuestión de si
una variable podía alcanzar o sobrepasar su límite. Y aunque su definición es
todavía verbal, en sus demostraciones utiliza la caracterización algebraica de los
límites, mediante desigualdades. De hecho, Cauchy es quien utiliza por primera
vez la hoy famosa notación ǫ-δ. Y entonces, en 1823, define la derivada como el
límite (cuando existe) del cociente de diferencias (f (x + h) − f (x))/h cuando h
tiende a 0.
Después de Cauchy, el Cálculo comenzó a ser visto desde una perspectiva
diferente. De mero conjunto de poderosos métodos se convirtió en una disciplina
matemática rigurosa, con buenas definiciones y teoremas cuyas pruebas se basan
en las definiciones.
En 1856 Karl Weierstrass (1815–1897) comenzó
a trabajar en la Universidad de Berlin. En el cur-
so de Introducción al Análisis que dictó entre 1859
y 1860 encaró el problema de los fundamentos. En
sus teoremas utilizó la técnica ǫ-δ de Cauchy, pero
reemplazando la definición verbal de los límites por
desigualdades, y haciendo una distinción clara entre
la convergencia puntual y la uniforme, lo cual a Cau-
chy se le había pasado por alto. De esta manera lo-
gró una presentación sistemática y completamente ri-
gurosa del Cálculo. Aunque Weierstrass no publicó
sus conferencias, sus alumnos (entre quienes estaban
Georg Cantor, Eduard Heine, Mittag-Leffler, Salvato-
re Pincherle, Hermann Schwartz y Sofia Kowalevska- Figura 1.10: Weierstrass
ya, entre otros) diseminaron su enfoque riguroso por
toda Europa. Su publicación en 1872 de un ejemplo de función continua que no
es derivable en ningún punto muestra su completo y profundo dominio de los
conceptos fundamentales del análisis matemático. Este descubrimiento perturbó
a muchos matemáticos, que consideraban a este tipo de funciones contrarias a la
intuición como “patológicas”. En una dirección contraria el mismo Weierstrass
probó, a los 70 años de edad, que toda función continua en un intervalo cerrado
y acotado puede ser aproximada uniformemente, con la precisiñon que se desee,
por medio de funciones polinómicas.
Para finalizar esta breve reseña histórica es interesante mencionar que el
punto de vista original de los creadores del cálculo ha resurgido modernamen-
te en el llamado análisis no estándar de Abraham Robinson (ver [10]), teoría
matemáticamente rigurosa que se desarrolla en un cuerpo no arquimediano de
números hiperreales que, junto a los reales estándar, contiene infinitésimos e in-
finitos. Incluso se ha argumentado que la presentación del cálculo basada en este
punto de vista es más intuitiva y fácil de comprender que el enfoque tradicional
ǫ-δ (ver por ejemplo [7]).
Capítulo 2
Conceptos Básicos
En este capítulo se revisan los conceptos y resultados básicos del cálculo
diferencial. Su contenido no refleja la forma en que el autor piensa que debe
enseñarse el Cálculo, sino más bien lo que éste cree que un profesor de Cálculo
debería saber.
Un curso de Cálculo para estudiantes que lo vean por primera vez requeriría
de mucha más motivación, ejemplos y ejercicios. Además, el grado de formalidad
y rigor debería adaptarse al nivel y objetivos del curso. No debe olvidarse que
la mayor parte del Cálculo se desarrolló antes de poseer definiciones formales
de los conceptos básicos (como los de número real y límite), y por lo tanto un
curso para estudiantes interesados en aplicar el cálculo no necesita detenerse en
los aspectos más sutiles de su fundamentación.
Como se supone que el lector ya está más o menos familiarizado con estos
temas, las demostraciones que se incluyen son bastante concisas y esquemáticas.
Los ejercicios, más que a desarrollar habilidades específicas, están destinados a
refrescar la memoria del lector o a llamar la atención sobre puntos interesantes
o delicados. Para una exposición más completa el lector puede consultar la
bibliografía, por ejemplo [2], [9] o [13].
2.1. Los números reales

Para el desarrollo riguroso del cálculo son imprescindibles los números reales.
Pero hasta la segunda mitad del siglo XIX no hubo una definición formal ni
un tratamiento riguroso de los números reales, de modo que se puede decir
que los creadores del cálculo y los matemáticos que lo desarrollaron en sus
primeros dos siglos, lo hicieron a pesar de poseer tan sólo una comprensión
intuitiva de los números reales. Esta noción intuitiva asimilaba un número real a
la medida de una magnitud (longitud, área, tiempo, etc.) e incluía la posibilidad
de aproximarlo con cualquier grado de precisión mediante fracciones, o mediante
expresiones decimales finitas. También se aceptaba que, fijados un origen O y un
punto A en una recta, a cada punto B de la recta se le puede hacer corresponder
12 Conceptos Básicos
un número real igual a la medida del segmento OB respecto a la unidad OA,

y que recíprocamente para cada número real x existe un único punto B en la
recta tal que la medida del segmento OB respecto a la unidad OA es x.
En la enseñanza media los números reales se definen como expresiones deci-
males infinitas g, a1 a2 a3 . . ., donde g es un número entero (posiblemente prece-
dido de un signo + ó −) y a1 , a2 , a3 , . . . son dígitos. Las expresiones decimales
finitas pueden identificarse con expresiones decimales infinitas agregándoles in-
finitos ceros a la derecha. También se enseña que a cada número racional le
corresponde o bien una expresión decimal finita o bien una expresión decimal
infinita periódica, mientras que las expresiones decimales infinitas no periódicas
son números irracionales.
Este enfoque, aunque aceptable, presenta varios problemas, entre los cuales
se pueden mencionar los siguientes:
1. Hace depender a los números reales del sistema decimal. Una buena defi-
nición debería ser independiente de la base en que se representen.
2. Hay expresiones diferentes que corresponden al mismo número, por ejem-
plo 1,5 = 1,4999 . . .
3. Definir las operaciones básicas (la suma, y especialmente el producto) con

expresiones decimales infinitas, presenta ciertas dificultades.
4. Tampoco es sencillo demostrar las propiedades básicas de las operaciones

(asociatividad, distributividad, etc.)
Por esas razones en la segunda mitad del siglo XIX varios matemáticos (entre
ellos Cantor, Méray, Dedekind y Weierstrass) trabajaron para poner al núme-
ro real sobre bases más sólidas, proponiendo diversas formas de construirlos a
partir de los racionales. Entre los métodos propuestos se pueden mencionar las
cortaduras de Dedekind, los pares de clases contiguas, los pares de sucesiones
monótonas contiguas y las sucesiones de Cauchy.
Veamos brevemente el método de las cortaduras (para más detalles vea [8]).
Una cortadura es un par (I, S) de subconjuntos no vacíos del conjunto Q de los
números racionales, tales que
1. I ∪ S = Q, I ∩ S = ∅.
2. si x ∈ I y y ∈ S, entonces x < y.
3. I no tiene elemento máximo.
Al conjunto I se le llama clase inferior y al S clase superior de la cortadura.

Observe que la clase inferior I determina completamente la cortadura, ya que
la clase superior S es el complement6o de I en Q.
Para cada número racional q se puede construir una cortadura (Iq , Sq ) po-
niendo Iq = {x ∈ Q : x < q}, Sq = {x ∈ Q : x ≥ q}. Observe que en esta
cortadura q es el mínimo de la clase superior.
2.1 Los números reales 13
Un ejemplo más interesante es el siguiente: I = {x ∈ Q : x < 0 ó x2 < 2},

S = {x ∈ Q : x > 0y x2 ≥ 2}. En esta cortadura, ni la clase inferior√ tiene máxi-
mo ni la clase superior tiene mínimo. Si supiéramos qué cosa es 2, podríamos
decir que la clase inferior contiene todas las aproximaciones por defecto de ese
número, y la clase superior todas√las aproximaciones por exceso. La idea de De-
dekind fue sencillamente definir 2 mediante esa cortadura. En otras palabras,
para Dedekind un número real es una cortadura.
El conjunto de todos los números reales se denota R. En R es muy fácil definir
un orden: si α = (I, S) y α′ = (I ′ , S ′ ) son números reales, se dice que α ≤ α′
si I ⊆ I ′ . Es inmediato verificar que ≤ es una relación reflexiva, transitiva y
antisimétrica.
La suma α + α′ es la cortadura cuya clase inferior es I + I ′ = {x + x′ : x ∈
I, x′ ∈ I ′ }. Es inmediato probar que la adición es conmutativa y asociativa, y
que el cero (definido por la cortadura con clase inferior {x ∈ Q : x < 0}) es un
elemento neutro para esta operación.
También se puede definir el producto y probar las leyes asociativa, conmu-
tativa y distributiva.
Lamentablemente para analizar en detalle cualquiera de las construcciones de
los números reales se requiere un tiempo del que generalmente no se dispone en
los cursos de cálculo. Además exige un esfuerzo que tal vez sólo se les puede pedir
a los estudiantes matemáticamente orientados. La alternativa más corriente hoy
en día consiste en introducir los números reales axiomáticamente. La ventaja
de este método, además de la rapidez, es que el estudiante dispone de entrada
de una lista de propiedades básicas de los números reales, que puede usar como
punto de partida para demostrar otras.
Axiomas del sistema de los números reales

En el enfoque axiomático se supone dado un conjunto R que contiene dos
elementos distinguidos 0 y 1, en el cual están definidas dos operaciones binarias
+ y · (suma y producto) y una relación <, de manera tal que se cumplen los
siguientes axiomas:
A1. a + (b + c) = (a + b) + c para todos los a, b, c ∈ R.
A2. a + b = b + a para todos los a, b ∈ R.
A3. a + 0 = a para todo a ∈ R.
A4. Para todo a ∈ R existe −a ∈ R tal que a + (−a) = 0.
A5. a · (b · c) = (a · b) · c para todos los a, b, c ∈ R.
A6. a · b = b · a para todos los a, b ∈ R.
A7. a · 1 = a para todo a ∈ R.
A8. Para todo a ∈ R \ {0} existe un a−1 ∈ R tal que a · a−1 = a−1 · a = 1.
A9. 1 6= 0.
A10. a · (b + c) = a · b + a · c para todos los a, b, c ∈ R.
A11. Para a, b, c ∈ R, si a < b y b < c entonces a < c.
A12. Si a, b ∈ R, una y sólo una de las siguientes afirmaciones es cierta:

(i) a < b, (ii) a = b, (iii) b < a.
A13. Para a, b, c ∈ R, si a < b entonces a + c < b + c.
A14. Para a, b, c ∈ R, si a < b y 0 < c entonces a · c < b · c.
A15. Cualquier subconjunto de R no vacío y acotado superiormente tiene una

cota superior mínima.
La mayoría de estos axiomas corresponden a conocidas propiedades: A1 y
A2 son las propiedades asociativa y conmutativa de la suma, A3 dice que el 0
es neutro para la suma, A4 afirma la existencia de un opuesto aditivo para cada
a ∈ R, A5 y A6 son las propiedades asociativa y conmutativa para el producto,
A7 dice que 1 es neutro para el producto, A8 afirma la existencia de un inverso
multiplicativo para cada a 6= 0, A10 es la propiedad distributiva, A11 es la
transitividad de <, A12 es la tricotomía, A13 y A14 son la monotonía de <
respecto a la suma y el producto, y A15 es el axioma de completitud, también
llamado principio del supremo.
Los axiomas A1...A10 caracterizan la estructura algebraica llamada cuerpo.
A11 y A12 son los axiomas de una relación de orden. A13 y A14 relacionan
el orden con la estructura algebraica. Los axiomas A1...A14 caracterizan a los
llamados cuerpos ordenados. Si se pone el cuerpo Q de los números racionales
en lugar de R en los axiomas A1...A14, todos se satisfacen. El axioma A15 en
cambio es característico de los números reales, y enseguida lo trataremos con
mayor detenimiento.
El enfoque axiomático plantea varias preguntas importantes, entre las cuales
cabe destacar: (1) ¿Existe algún conjunto R con las propiedades especificadas
por los axiomas? (2) Admitiendo que exista, ¿es esencialmente único? (3) ¿Los
axiomas son consistentes?, es decir, ¿no podrá derivarse de ellos alguna contra-
dicción?
La respuesta a la primer pregunta es que, a partir del sistema de los números
naturales o de la teoría de conjuntos, se pueden construir modelos de R que
satisfacen todos los axiomas. Esto da una respuesta parcial a la tercera pregunta,
ya que reduce la consistencia del sistema de los números reales a la consistencia
de la aritmética, o de la teoría de conjuntos. Y decimos que la respuesta es
parcial porque estas dos últimas teorías no se sabe si son consistentes.
La respuesta a la segunda pregunta es que estos axiomas realmente caracte-
rizan a los números reales, en el sentido de que cualquier par de sistemas que los
satisfagan son isomorfos, tanto algebraicamente como desde el punto de vista
del orden.
√ √ √
Ejercicio 2.1. Sea Q( 2) = {a + b 2 : a, b ∈ Q}. Pruebe que poniendo Q( 2)
en lugar de R en los axiomas A1...A14, todos ellos se satisfacen.
Recordemos ahora algunas definiciones:
Definición 2.1. Un número real c es cota superior de un conjunto A ⊂ R, si

para todo a ∈ A se cumple a ≤ c. En este caso se dice que A está acotado
superiormente. Un número real M es máximo de A ⊂ R, si M es cota superior
de A y además M ∈ R. Análogamente d ∈ R es cota inferior de A si para todo
a ∈ A se cumple d ≤ a (en este caso se dice que A está acotado inferiormente) y
m ∈ R es mínimo de A, si m es cota inferior de A y además m ∈ R. Un conjunto
es acotado si lo está tanto superior como inferiormente. Si el conjunto de las cotas
superiores de un conjunto A tiene mínimo, a ese mínimo se le llama supremo o
extremo superior de A y se denota sup A. Análogamente, si el conjunto de las
cotas inferiores de A tiene máximo, a ese máximo se le llama ínfimo o extremo
inferior de A, y se denota ı́nf A.
Es claro que el máximo y el mínimo de un conjunto, si existen, son únicos.
Ejemplo 2.1. Sea R+ = {x ∈ R : x > 0} la semirecta real positiva. R+ no

tiene ninguna cota superior, pero cualquier número real c ≤ 0 es cota inferior.
El 0 es la mayor cota inferior, por lo tanto 0 es el ínfimo de R+ . Como 0 6∈ R+ ,
R+ no tiene mínimo.
√
Ejemplo 2.2. Sea X = {−3, −1, 0, 2, 2, π}. Entonces −5 es cota inferior, 5 es
cota superior, -3 es mínimo y π es máximo de X.
Ejercicio 2.2. Pruebe que c = sup A si y sólo si c es cota superior de A y, para

todo b < c, existe a ∈ A tal que b < a ≤ c. Enuncie y pruebe una condición
similar para los ínfimos.
El axioma A15 se puede enunciar de la siguiente manera.

Principio del supremo: Todo conjunto no vacío y acotado superiormente de
números reales tiene supremo.
En el conjunto Q de los números racionales el Principio del supremo no
vale. Por ejemplo, el conjunto A = {x ∈ Q : x < 0 ó x2 < 2} es acotado
superiormente por 3/2 (ya que si x ≥ 3/2 entonces x2 ≥ 9/4 > 2 y x 6∈ A), pero
no tiene supremo en Q.
Para probarlo, comencemos por recordar la conocida demostración de que
2 no es el cuadrado de ningún número racional. Supongamos, por absurdo, que
existiese un número racional cuyo cuadrado sea 2, y expresémoslo mediante una
fracción irreducible p/q. Entonces (p/q)2 = 2, de donde p2 = 2q 2 y p2 sería
par. Pero entonces p debe ser par y lo podemos escribir como p = 2r, para
algún entero r. Como (2r)2 = 2q 2 , es decir 4r2 = 2q 2 , se sigue que 2r2 = q 2 , y
resulta que q también debería ser par, contradiciendo el hecho de que p/q era
una fracción irreducible.
En segundo lugar probaremos que para todo x ∈ A existe otro x′ ∈ A tal

que x′ > x. En efecto, si x < 1 basta tomar x′ = 1. Si x ≥ 1, sea h = (2 − x2 )/4.
Como 1 ≤ x2 < 2 se tiene 0 < h ≤ 1/4. Entonces (x + h)2 = x2 + (2x + h)h <
x2 + (3 + 1/4)h < x2 + 4h = 2. Es decir que si tomamos x′ = x + h se tiene
x′ ∈ A y x′ > x.
También se cumple que, si y > 0 y y 2 > 2, entonces existe y ′ tal que 0 <
y ′ < y y y 2 > 2. En efecto, si ponemos x = 2/y se tiene x2 = 4/y 2 < 4/2 = 2,
y entonces como acabamos de ver existe x′ ∈ A tal que x′ > x. Si tomamos
y ′ = 2/x′ entonces y ′ = 2/x′ < 2/x = y y y ′2 = 4/x′2 > 4/2 = 2.
Ahora es fácil probar que A no tiene supremo en Q. En efecto, si c < 0 ó
c > 0 y c2 < 2, entonces c ∈ A, y como vimos existe un c′ ∈ A tal que c′ > c,
por lo tanto c no puede ser cota superior de A.
Si c > 0 y c2 > 2, entonces ciertamente c es cota superior de A, pero como
existe c′ tal que 0 < c′ < c y c′2 > 2, c no es cota superior mínima de A.
El único caso que quedaría por examinar es cuando c > 0 y c2 = 2, pero eso
ya vimos que no es posible.
En el conjunto de los números reales R, el conjunto A debe tener un supremo
c > 0. Como ya sabemos que no puede ser c2 < 2 ni c2 √ > 2, la única posibilidad
que queda es c2 = 2, y ese es el número que llamamos 2.
Por razones de simetría, existe también un
Principio del ínfimo: Todo conjunto no vacío y acotado inferiormente de

números reales tiene ínfimo.
El Principio del ínfimo y el Principio del supremo son equivalentes (ver
ejercicios).
Prueba del Principio del Supremo

Cuando los números reales se construyen a partir de los números raciona-
les, el principio del Supremo puede y debe demostrarse. Usando cortaduras de
Dedekind es muy fácil: Si A ⊂ R es no vacío y acotado superiormente, y cada
a ∈ A es una cortadura (Ia , Sa ), entonces la cortadura cuya clase inferior es
∪a∈A Ia es el supremo de A (la verificación es inmediata).
Si los reales se definen como expresiones decimales infinitas, la prueba tam-
bién es fácil pero más trabajosa. La haremos sólo para el caso en que A tenga
algún elemento no negativo, dejando el otro caso como ejercicio.
Condideremos el conjunto A0 formado por las partes enteras de los elementos
de A. Como A es acotado superiormente, A0 contiene sólo un número finito
de elementos no negativos, y por lo tanto tiene un elemento máximo g ≥ 0.
Condideremos ahora el conjunto A1 formado por todos los elementos de A que
tienen parte entera g. Sea a1 el mayor dígito que aparezca como primer cifra
decimal de algún elemento de A1 . Sea A2 el conjunto formado por todos los
elementos de A1 que comienzan con g, a1 . Sea a2 el mayor dígito que aparezca
como segunda cifra decimal de algún elemento de A2 . Continuando de este modo
se obtiene un real g, a1 a2 . . . que es el supremo de A.
Como ejemplo, sea A = {x ∈ Q : x < 0 ó x2 < 2}. Entonces A0 =

{. . . , −2, −1, 0, 1} y g = 1. Ahora A1 = {1+x : x ∈ Q, 0 ≤ x < 1, (1+x)2 < 2}.
Como 1, 42 = 1, 96 < 2 pero 1, 52 > 2, es claro que a1 = 4. Del mismo modo,
como 1, 412 = 1, 9881 < 2 pero 1, 422 = 2, 0164 > 2, resulta a1 = 1. Prosiguien-
do de esta manera
√ se van obteniendo las cifras del supremo: 1, 4142 . . . (que por
supuesto es 2).
Sean a, b ∈ R con a ≤ b. Llamaremos intervalo abierto con extremos a y b al

conjunto
(a, b) = {x ∈ R : a < x < b}.
Análogamente se define el intervalo cerrado con extremos a y b como
[a, b] = {x ∈ R : a ≤ x ≤ b},
y los intervalos semiabiertos (o semicerrados): [a, b) = {x ∈ R : a ≤ x < b} y
(a, b] = {x ∈ R : a < x ≤ b}.
También consideraremos los intervalos no acotados abiertos (a, +∞) = {x ∈
R : a < x} y (−∞, a) = {x ∈ R : x < a}, y los cerrados: [a, +∞) = {x ∈ R : a ≤
x} y (−∞, a] = {x ∈ R : x ≤ a}. En general llamaremos intervalo a cualquiera
de los anteriores y al propio R. El interior de un intervalo I es el mayor intervalo
abierto contenido en él, y se denota I ◦ . Por ejemplo [a, b]◦ = [a, b)◦ = (a, b]◦ =
(a, b), [a, +∞)◦ = (a, +∞).
Un subconjunto A de R se dice que es convexo si para cualquier par de
elementos a 0, se llamará entorno abierto de centro a y radio δ al intervalo
Ua (δ) = (a − δ, a + δ). Aunque el término entorno se utiliza a veces en un sentido
más general, en estas notas se entenderá siempre por entorno de a un entorno
abierto de centro a. Llamaremos semientorno derecho (resp. izquierdo) de a a
un intervalo de la forma [a, a + δ) (resp. (a − δ, a]).
Se llamará entorno reducido abierto de centro a y radio δ al conjunto Ua∗ (δ) =
Ua (δ)\ {a} = (a− δ, a)∪(a, a+ δ), que se obtiene de Ua (δ) suprimiendo al propio
a. Análogamente, se llama semientorno reducido derecho (resp. izquierdo) de a
a un intercalo de la forma (a, a + δ) (resp. (a − δ, a)).
Ejercicio 2.4. Si A ⊂ R llamemos −A al conjunto {−x : x ∈ A}. (a) Pruebe
que c ∈ R es cota superior de A si y sólo si −c es cota inferior de −A. (b) Pruebe
que c = sup A si y sólo si −c = ı́nf −A.
Ejercicio 2.5. Demuestre el Principio del ínfimo a partir del Principio del
supremo, y viceversa.
Ejercicio 2.6. Si A, B ⊂ R son acotados superiormente, entonces sup(A+B) =
sup A + sup B.
2.2. Funciones
El concepto de función se fue clarificando durante el siglo XIX, a través de los
trabajos de Cauchy, Dirichlet, Fourier y Weierstrass, entre otros, hasta que en
su forma moderna y general (función como correspondencia arbitraria) aparece
explícitamente a comienzos del siglo XX en el Cours d’analyse mathématique de
Goursat.
Si A y B son dos conjuntos, se define el producto cartesiano A × B de ambos
como el conjunto de todos los pares ordenados (a, b) con a en A y b en B, es
decir
A × B = {(a, b) : a ∈ A, b ∈ B}.
A × A se abrevia A2 , y por inducción se definen A3 = A2 × A, A4 = A3 × A,. . . ,
An = An−1 × A.
Una relación de A en B es un subconjunto de A × B.
Las funciones son un tipo especial de relaciones. Más precisamente, una
relación f de A en B es una función si se cumple que, para cada a ∈ A, existe
un único b ∈ B tal que (a, b) ∈ f . O dicho de otra manera, si (a, b) ∈ f y
(a, b′ ) ∈ f entonces b = b′ . Para indicar que f es una función de A en B se
utiliza la notación f : A → B. Al conjunto A se le llama dominio de la función
y a B codominio. Si (a, b) ∈ f entonces se escribe f (a) = b, y se dice que b es la
imagen de a por f . También se dice que a es una preimagen de b por f . Observe
que cada elemento a ∈ A tiene exactamente una imagen por f , mientras que un
elemento b ∈ B puede tener una, ninguna o muchas preimágenes por f .
Intuitivamente, una función de A en B no es más que una correspondencia
que a cada elemento a ∈ A le asocia un único elemento f (a) ∈ B. La definición
que hemos presentado no es más que el resultado de un largo esfuerzo por tratar
de formalizar el concepto intuitivo pero algo vago de correspondencia.
Al conjunto f (A) = {f (x) : x ∈ A} se le llama recorrido de f ; en general es
un subconjunto del codominio B. En el caso de que f (A) = B, se dice que f
es sobreyectiva, o simplemente sobre. Esto equivale a decir que para cada b ∈ B
existe algún a ∈ A tal que f (a) = b.
f : A → B es inyectiva o uno a uno si las imágenes de elementos diferentes
de A son diferentes, es decir si x 6= y implica f (x) 6= f (y).
Si f es tanto inyectiva como sobreyectiva entonces se dice que es biyectiva.
En este caso, el conjunto de pares ordenados {(b, a) ∈ B × A : (a, b) ∈ f } es
también una función, que se denomina inversa de f y se denota f −1 .
Ejercicio 2.7. Para cualquier conjunto A se define la función identidad IA :

A → A como IA (x) = x para todo x ∈ A. Pruebe que IA es biyectiva.
Ejercicio 2.8. Pruebe que si f : A → B es biyectiva, entonces el conjunto de

pares ordenados {(b, a) ∈ B × A : (a, b) ∈ f } es también una función.
En estas notas se consideran principalmente funciones del tipo f : I → R,

cuyo dominio es un intervalo I de R (o una unión de intervalos) y cuyo codominio
es R. Estas funciones se conocen como funciones reales de una variable real. A
2.2 Funciones 19
las funciones g : A → R donde A ⊂ Rn se les llama funciones reales de n

variables reales.
Ejemplo 2.3. Si c ∈ R, a la función f : R → R definida mediante f (x) = c
para todo x ∈ R se le llama función constante.
Ejemplo 2.4. Si a, b ∈ R, a la función g : R → R definida mediante g(x) =
ax + b se le llama función lineal (o afín).
Ejemplo 2.5. Si a, b, c ∈ R, a la función h : R → R definida mediante h(x) =
ax2 +bx+c se le llama función cuadrática. Análogamente se definen las funciones
polinómicas de grado superior.
Ejemplo 2.6. k : (0, +∞) → R definida mediante k(x) = log x es la función
logaritmo natural.
En muchos textos se suele dar una expresión analítica, por ejemplo
√
1 − x2
,
2x − 1
y se pide “hallar el dominio”. Estrictamente hablando esto no tiene mucho senti-
do, pues para que una función esté bien definida, se debe especificar cuáles son
su dominio y su codominio. En realidad lo que se pretende en estos casos es que
se halle el subconjunto más grande posible de R en el cual la expresión dada
permita definir una función. Por ejemplo la expresión anterior tiene sentido si
1 − x2 ≥ 0 y 2x − 1 6= 0, es decir si |x| ≤ 1 y x 6= 1/2. Por lo tanto se puede
definir una
√ función f con dominio [−1, 1/2) ∪ (1/2, 1] y codominio R mediante
f (x) = 1 − x2 /(2x − 1).
2.2.1. Operaciones con funciones

Las funciones a valores reales pueden combinarse mediante operaciones arit-
méticas para formar nuevas funciones. Así, si f es una función y c ∈ R una
constante, se definen las funciones −f y cf (con el mismo dominio que f ) me-
diante (−f )(x) = −f (x) y (cf )(x) = cf (x). Si f y g son funciones reales con
dominios Df y Dg , respectivamente, se definen f + g y f g en Df ∩ Dg mediante
(f + g)(x) = f (x) + g(x) y (f g)(x) = f (x)g(x). También se puede definir f /g
mediante (f /g)(x) = f (x)/g(x), en Df ∩ {x ∈ Dg : g(x) 6= 0}.
Dadas dos funciones g : A → B y f : C → D, supongamos que g(A) ⊂ C.
Entonces se puede definir la composición de f y g, denotada f ◦ g, mediante
(f ◦ g)(x) = f (g(x)). Por ejemplo si f (x) = x2 + 3x − 1 y g(x) = 2x + 1, entonces
(f ◦ g)(x) = f (g(x)) = f (2x + 1) = (2x + 1)2 + 3(2x + 1) − 1 = 4x2 + 10x + 3.
La composición de funciones es asociativa, es decir que (f ◦ g)◦ h = f ◦ (g ◦ h).
Ejercicio 2.9. Si f : A → B es biyectiva y f −1 es su inversa, pruebe que
f −1 ◦ f = IdA y f ◦ f −1 = IdB .
Ejercicio 2.10. Sea f : A → B. Pruebe que
1. f es inyectiva si y sólo si existe g : B → A tal que g ◦ f = IdA .
2. f es sobreyectiva si y sólo si existe g : B → A tal que f ◦ g = IdB .
2.2.2. Extremos, crecimiento y decrecimiento de funciones

Las nociones de cota, máximo, mínimo, supremo e ínfimo que se definieron
para conjuntos de números reales en la sección 2.1 pueden trasladarse a funciones
f : I → R, aplicándolas al conjunto f (I). Por ejemplo: se dice que f es acotada
superiormente si f (I) lo es, es decir si existe c ∈ R tal que f (x) ≤ c para todo
x ∈ I. Del mismo modo, se dice que f tiene máximo si f (I) lo tiene, o sea si
existe un real M tal que f (x) ≤ M para todo x ∈ I y M ∈ f (I). También se
dice que f alcanza su máximo en a o que a es un punto máximo de f si f (a)
es el máximo de f . Observe que el máximo de una función, si existe, es único.
Expresiones análogas se usan para cotas inferiores y mínimos.
Sea f : I → R y a ∈ I. Si existe un entorno V de a tal que f (x) ≤ f (a) para
todo x ∈ V ∩ I, entonces se dice que f (a) es un máximo local, y a es un punto
máximo local.
Observe que una función puede tener varios máximos locales (también puede
tener sólo uno, o ninguno).
A los máximos locales algunos autores les llaman máximos relativos, y en-
tonces al máximo le llaman máximo absoluto.
De manera análoga se define el concepto de mínimo local. A los máximos y
mínimos locales se les llama extremos locales (o relativos).
Definición 2.2. Una función f : I → R se dice que es

monótona creciente si x ≤ y implica f (x) ≤ f (y), para todo x, y ∈ I,
estrictamente creciente si x < y implica f (x) < f (y) para todo x, y ∈ I,
monótona decreciente si x ≤ y implica f (x) ≥ f (y), para todo x, y ∈ I, y
estrictamente decreciente si x < y implica f (x) > f (y) para todo x, y ∈ I.
A las funciones monótonas crecientes o decrecientes se les llama conjunta-

mente monótonas.
Ejercicio 2.11. Si f : I → R no es monótona, pruebe que existen a f (b) < f (c), o bien f (a) < f (b) > f (c).
En estas notas se usarán los términos creciente y decreciente como formas

abreviadas de monótona creciente y monótona decreciente, respectivamente, pe-
ro advertimos al lector que algunos autores utilizan estos términos como sinóni-
mos de estrictamente creciente y estrictamente decreciente. Otros autores llaman
no-decrecientes a las funciones monótonas crecientes, y entonces a las monóto-
nas decrecientes les llaman no-crecientes, terminología desafortunada pues una
función que no es creciente no tiene porqué ser no-creciente.
2.3 Límites 21
2.3. Límites
El concepto de límite es la noción fundamental del cálculo, en su formulación
moderna. Sea f una función real definida en un entorno reducido de c ∈ R.
Informalmente se dice que el límite de f (x) cuando x tiende a c es L, y se
escribe lı́mx→c f (x) = L, cuando la diferencia entre f (x) y L puede hacerse tan
pequeña como se quiera, en valor absoluto, tomando x suficientemente próximo
a c. Más formalmente:
Definición 2.3 (Límites con entornos).

Se dice que lı́mx→c f (x) = L si, dado cualquier entorno U de L, existe un
entorno reducido V ∗ de c tal que f (V ∗ ) ⊂ U .
Recordando que UL (ǫ) = (L − ǫ, L + ǫ) y Uc∗ (δ) = (c − δ, c + δ) \ {c}, la

definición anterior es equivalente a la siguiente:
Definición 2.4 (Límites con desigualdades).
Se dice que lı́mx→c f (x) = L si, dado cualquier ǫ > 0, existe un δ > 0 tal que si
0 < |x − c| < δ, entonces |f (x) − L| < ǫ.
Observe que para la existencia de lı́mx→c f (x) no hace falta que f esté defi-
nida en c, sino tan solo en un entorno reducido de c.
Ejercicio 2.12. Si f : R → R es la función de valor constante k (es decir f (x) =

k para todo x ∈ R), pruebe que para cualquier c ∈ R se tiene lı́mx→c f (x) = k.
Ejercicio 2.13. g : R → R es la función identidad (es decir g(x) = x para todo

x ∈ R), pruebe que para cualquier c ∈ R es tiene lı́mx→c g(x) = c.
Ejercicio 2.14. Si h : R → R se define mediante

(
1 si x ∈ Q,
h(x) =
0 si x 6∈ Q,
pruebe que no existe lı́mx→c h(x) para ningún c ∈ R.
Ejercicio 2.15. Sea k(x) = sen x1 para x 6= 0. Pruebe que no existe lı́mx→0 k(x).
Ejercicio 2.16. Si f (x) ≤ g(x) en un entorno reducido de c pruebe que, si

ambos límites existen, entonces lı́mx→c f (x) ≤ lı́mx→c g(x).
2.3.1. Límites laterales e infinitos

Si f está definida en un intervalo (c, b), se puede definir el límite de f cuando
x tiende a c por la derecha sustituyendo en la definición 2.3 los entornos redu-
cidos de c por semientornos reducidos de la forma (c, c + δ). O, en términos de
desigualdades,
Definición 2.5. Se dice que el límite de f cuando x tiende a c por la derecha

es L, y se escribe lı́mx→c+ f (x) = L o lı́mx↓c f (x) = L, si dado cualquier ǫ > 0
existe un δ > 0 tal que, si c < x < c + δ, entonces |f (x) − L| < ǫ.
Análogamente se dice que el límite de f cuando x tiende a c por la izquierda
es L, y se escribe lı́mx→c− f (x) = L o bien lı́mx↑c f (x) = L, si dado cualquier
ǫ > 0 existe un δ > 0 tal que, si c − δ < x < c, entonces |f (x) − L| < ǫ.
Ejemplo 2.7. Si f : R → R es la función escalón
(
0 si x < 0,
f (x) =
1 si x ≥ 0,
entonces lı́mx→0 f (x) no existe, pero lı́mx→0− f (x) = 0 y lı́mx→0+ f (x) = 1.

Ejercicio 2.17. La función parte entera o piso de x se denota ⌊x⌋ y se define
como el mayor entero que es menor o igual a x. En otras palabras, ⌊x⌋ es el
único entero tal que ⌊x⌋ ≤ x < ⌊x⌋ + 1. Estudie los límites laterales de f para
cada c ∈ R.
Ejercicio 2.18. Pruebe que lı́mx→c f (x) existe si y sólo si lı́mx→c+ f (x) y
lı́mx→c− f (x) existen y son iguales.
Ejercicio 2.19. Si f : (a, b) → R es monótona creciente, pruebe que existen
lı́mx→a+ f (x) (y es finito si f es acotada inferiormente) y lı́mx→b− f (x) (y es fini-
to si f es acotada superiormente). Un resultado análogo vale para las funciones
monótonas decrecientes.
La definición de límite lı́mx→c f (x) = L se puede extender al caso en que c,
L o ambos sean infinitos, con o sin signo. Para ello llamaremos entorno de +∞
a cualquier intervalo de la forma (H, +∞) = {x : x > H}, entorno de −∞ a
cualquier intervalo de la forma (−∞, H) = {x : x < H}, y entorno de ∞ a la
unión de intervalos (−∞, −H) ∪ (H, +∞) = {x : |x| > H}.
Por ejemplo lı́mx→c f (x) = +∞ si para cualquier intervalo (H, +∞) existe
un entorno reducido V ∗ de c tal que, si x ∈ V ∗ entonces f (x) ∈ (H, +∞).
Expresado con desigualdades esto equivale a:
lı́mx→c f (x) = +∞ si para cualquier H ∈ R existe un δ > 0 tal que, si
0 < |x − c| < δ, entonces f (x) > H.
Análogamente lı́mx→c f (x) = −∞ si dado cualquier H ∈ R existe δ > 0 tal
que, si 0 < |x − c| < δ, entonces f (x) < H, y lı́mx→c f (x) = ∞ (sin signo)
si dado cualquier H ∈ R existe δ > 0 tal que, si 0 < |x − c| < δ, entonces
|f (x)| > H. Observe que lı́mx→c f (x) = ∞ equivale a lı́mx→c |f (x)| = +∞.
Si f está definida en una semirecta (a, +∞), la definición de límite de f (x)
cuando x tiende a +∞ queda así: lı́mx→+∞ f (x) = L si dado cualquier ǫ > 0
existe H ∈ R tal que, si x > H, entonces |f (x) − L| < ǫ.
Ejercicio 2.20. Exprese mediante desigualdades las definiciones correspon-
dientes a lı́mx→−∞ f (x) = L, lı́mx→+∞ f (x) = +∞, lı́mx→+∞ f (x) = −∞,
lı́mx→−∞ f (x) = +∞, lı́mx→−∞ f (x) = −∞.
2.3 Límites 23
De la misma manera se pueden definir límites laterales infinitos, por ejemplo

lı́mx→c+ f (x) = +∞ si dado cualquier H ∈ R existe un δ > 0 tal que, si
0 < x < c + δ, entonces f (x) > H.
Ejercicio 2.21. Exprese mediante desigualdades las definiciones correspondien-

tes a lı́mx→c− f (x) = +∞, lı́mx→c+ f (x) = −∞ y lı́mx→c− f (x) = ∞.
Ejercicio 2.22. Sea f (x) = an xn + an−1 xn−1 + · · · + a1 x + a0 una función

polinómica de grado n > 0, con an > 0. Pruebe que lı́mx→+∞ f (x) = +∞, y
que (
+∞ si n es par,
lı́m f (x) =
x→−∞ −∞ si n es impar.
2.3.2. Operaciones con límites

Los límites se comportan bien con respecto a las operaciones que se pueden
realizar con funciones, tales como suma, producto, composición, etc. Sin em-
bargo, hay algunos detalles que hay que tomar en cuenta para no incurrir en
errores.
Teorema 2.1. Dadas f : Uc∗ → R y g : Ua∗ → Uc∗ , si lı́mx→a g(x) = c y

lı́mx→c f (x) = L, entonces lı́mx→a f (g(x)) = L.
Demostración. Dado un entorno W de L, como lı́mx→c f (x) = L, existe un

entorno reducido Vc∗ ⊂ Uc∗ tal que f (Vc∗ ) ⊂ W . Y como lı́mx→a g(x) = c, existe
un entorno reducido Va∗ ⊂ Ua∗ tal que g(Va∗ ) ⊂ Vc , y más aún g(Va∗ ⊂ Vc∗ .
Entonces (f ◦ g)(Va∗ ) = f (g(Va∗ )) ⊂ f (Vc∗ ) ⊂ W .
Ejercicio 2.23. Sea f : R → R definida como f (x) = 1 si x 6= 0 y f (0) = 0,

y sea g : R → R la función constante g(x) = 0. Entonces lı́mx→0 g(x) = 0 y
lı́mx→0 f (x) = 1, pero lı́mx→0 f (g(x)) = 0. ¿Contradice esto al Teorema 2.1?
Teorema 2.2. Sean f y g funciones reales definidas en un entorno reducido de

c. Si existen lı́mx→c f (x) = K y lı́mx→c g(x) = L, entonces
lı́m (f (x) + g(x)) = K + L,

x→c
lı́m (f (x) − g(x)) = K − L,
x→c
lı́m (f (x)g(x)) = KL.
x→c
Si además L 6= 0, entonces también
f (x) K
lı́m = .
x→c g(x) L
Y si K > 0, entonces
lı́m f (x)g(x) = K L .
x→c
La prueba de este teorema es estándar y puede hallarse en cualquier texto.

Si uno o ambos de los límites de f y g son infinitos, en algunos casos se
pueden deducir los límites de las operaciones entre f y g, pero en otros casos
no se puede. Por ejemplo:
Si lı́mx→c f (x) = +∞ y lı́mx→c g(x) es finito o +∞, entonces lı́mx→c (f (x) +
g(x)) = +∞. Un resultado análogo se tiene si se cambia +∞ por −∞.
Sin embargo, si lı́mx→c f (x) = +∞ y lı́mx→c g(x) = −∞, no se puede afirmar
nada a priori sobre lı́mx→c (f (x) + g(x)). Esto se expresa a veces diciendo que
∞ − ∞ es una “forma indeterminada”. Esto sólo significa que el límite no queda
determinado por los límites de las funciones coomponentes f y g. Pero es una
expresión poco afortunada, ya que lleva a muchos alumnos a pensar que un
límite de este tipo “no se puede determinar”, y por lo tanto no se puede hacer
nada con él. Es preciso enfatizar que lo indeterminado es la forma en general,
pero no cada límite en particular. En realidad puede ocurrir que el límite de la
suma no exista, o que exista y sea finito, o que exista y sea infinito. Pero para
averiguar cuál es el caso hace falta un análisis más profundo.
Ejemplo 2.8. Si en R definimos f (x) = x, g1 (x) = −x, g2 (x) = −2x y g3 (x) =
−⌊x⌋, entonces lı́mx→+∞ f (x) = +∞ y lı́mx→+∞ g1 (x) = lı́mx→+∞ g2 (x) =
lı́mx→+∞ g3 (x) = −∞, y se tiene que
lı́mx→+∞ (f (x) + g1 (x) = 0,
lı́mx→+∞ (f (x) + g2 (x) = −∞,
mientras que lı́mx→+∞ (f (x) + g3 (x)) no existe.
Si lı́mx→c f (x) = +∞ y lı́mx→c g(x) es finito y positivo o +∞, entonces
lı́mx→c f (x)g(x) = +∞. Análogamente si lı́mx→c f (x) = −∞ y lı́mx→c g(x) es
finito y positivo o +∞, entonces lı́mx→c f (x)g(x) = −∞.
En general se puede decir que si el límite de una función es +∞ o −∞ y el
de la otra es +∞, −∞ o un real distinto de 0, entonces el límite del producto
es +∞ o −∞, y el signo se determina mediante la regla usual de los signos.
En cambio si lı́mx→c f (x) = +∞ y lı́mx→c g(x) = 0, no se puede afirmar
nada a priori sobre lı́mx→c f (x)g(x). Esto se expresa diciendo que ∞ · 0 es una
“forma indeterminada”, expresión para la cual valen los mismos comentarios que
hicimos para ∞ − ∞. Y como en el caso de la suma, aquí también puede ocurrir
que el límite del producto no exista, o que exista y sea finito, o que exista y sea
infinito, siendo necesario un análisis más profundo para averiguar qué es lo que
en realidad ocurre.
Ejercicio 2.24. Proporcione ejemplos de cada una de las tres posibilidades
descriptas para la forma ∞ · 0.
Para el cociente, si lı́mx→c f (x) = +∞ y lı́mx→c g(x) es finito y positi-
vo, entonces lı́mx→c f (x)/g(x) = +∞. Si en cambio lı́mx→c f (x) es finito y
lı́mx→c g(x) = ∞ (con o sin signo), entonces lı́mx→c f (x)/g(x) = 0.
Si tanto f como g tienen límites infinitos, o si ambas tienen límite 0, no se
puede afirmar nada a priori sobre lı́mx→c f (x)/g(x). Es decir que se tienen dos
“indeterminaciones” más: ∞/∞ y 0/0.
2.3 Límites 25
Ejercicio 2.25. Proporcione ejemplos de la forma ∞/∞ y 0/0 para los cuales
el límite a) no exista, b) exista y sea finito, y c) exista y sea infinito.
Un resultado sencillo pero muy útil es el siguiente:
Teorema 2.3 (Teorema del sándwich). Si f , g y h son funciones definidas en

un entorno reducido V de c tales que g(x) esté siempre comprendido entre f (x)
y h(x) (es decir, f (x) ≤ g(x) ≤ h(x) o h(x) ≤ g(x) ≤ f (x) para todo x ∈ V ), y
si lı́mx→c f (x) = lı́mx→c h(x) = L, entonces lı́mx→c g(x) existe y es igual a L.
Demostración. Dado un entorno de L existen entornos reducidos V1∗ y V2∗ de c

tales que f (V1∗ ) ⊂ U y h(V2∗ ) ⊂ U . Si tomamos V ∗ = V1∗ ∩ V2∗ entonces, para
cualquier x ∈ V ∗ , se tiene que tanto f (x) como h(x) están en U , por lo tanto
todo el intervalo de extremos f (x) y h(x) está contenido en U , y en particular
g(x) ∈ U .
Figura 2.1: Límite de (sen x)/x.
Ejemplo 2.9. Para calcular lı́mx→0 sen x/x consideremos un círculo de centro
O y radio OA = 1. Sea B otro punto de la circunferencia. Si el ángulo ∠AOB se
⌢
mide en radianes, entonces su medida x es igual a la longitud del arco AB. El
segmento de perpendicular desde B al radio OA mide sen x, y el segmento AD
de la tangente a la circunferencia en A, comprendido entre A y la recta OB,
mide tg x. Como el triángulo OAB está contenido en el sector circular OAB
y éste en el triángulo OAD, comparando sus áreas se obtiene que (sen x)/2 <
x/2 < (tg x)/2, es decir sen x < x < tg x. Dividiendo entre sen x (suponiendo
x > 0) se tiene entonces que

x 1
1< < .
sen x cos x
De aquí se deduce, por el teorema del sándwich, que lı́mx→0+ x/ sen x = 1 y
por tanto, también lı́mx→0+ (sen x)/x = 1. Como la función (sen x)/x es par, se
sigue que lı́mx→0 (sen x)/x = 1.
Ejercicio 2.26. Probar que
tg x 1 − cos x 1 1 − cos x
(a) lı́m = 1, (b) lı́m 2
= , (c) lı́m = 0.
x→0 x x→0 x 2 x→0 x
Para lı́mx→c f (x)g(x) , si el límite de de f o el de g (o ambos) son infinitos, se
plantean algunos casos fáciles de decidir y otros que requieren un análisis más
profundo. Si lı́mx→c f (x) = +∞ y lı́mx→c g(x) es positivo (finito o infinito),
entonces lı́mx→c f (x)g(x) = +∞. Lo mismo ocurre si lı́mx→c f (x) = K > 1 y
lı́mx→c g(x) = +∞. Si 0 < lı́mx→c f (x) < 1 y lı́mx→c g(x) = +∞, entonces
lı́mx→c f (x)g(x) = 0.
En cambio no se puede afirmar nada a priori si lı́mx→c f (x) = 1 y lı́mx→c g(x)
= +∞. Esto se conoce como la “forma indeterminada” 1∞ . Un ejemplo impor-
tante es lı́mx→0 (1 + x)1/x = e.
Ejercicio 2.27. Proporcione ejemplos de la forms 1∞ en los cuales el límite a)
no exista, b) exista y sea finito, y c) exista y sea infinito.
Otro caso delicado se presenta cuando lı́mx→c f (x) = 0. Suponiendo que
f (x) ≥ 0 en un entorno reducido de 0 (de lo contrario f (x)g(x) podría no estar si-
quiera definido), si lı́mx→c g(x) = L > 0 entonces es claro que lı́mx→c f (x)g(x) =
0. Y si L < 0, entonces lı́mx→c f (x)g(x) = +∞. Pero si L = 0 aparece una nueva
“forma indeterminada” que se representa como 00 .
2.3.3. Asíntotas
Diremos que una recta r de ecuación y = mx + n es asíntota de la gráfica de
una función f , si la distancia del punto (x, f (x)) a r tiende a 0 cuando x tiende
a +∞ o a −∞. Para que esto ocurra, por ejemplo para x → +∞, debe ser
lı́mx→+∞ (f (x) − mx − n) = 0 y por lo tanto lı́mx→+∞ (f (x) − mx) = n. Además
lı́mx→+∞ f (x)/x = lı́mx→+∞ (f (x) − mx)/x + m = m. Por lo tanto para hallar
una asíntota para x → +∞ debemos calcular primero m = lı́mx→+∞ f (x)/x,
y si existe se calcula luego n = lı́mx→+∞ (f (x) − mx). Si este segundo límite
también existe, entonces y = mx + n es una asíntota.
Si existe lı́mx→+∞ f (x) = n entonces automáticamente lı́mx→+∞ f (x)/x =
0, y se tiene una asíntota horizontal y = n.
Si existe m = lı́mx→+∞ f (x)/x, pero no existe lı́mx→+∞ (f (x) − mx), se dice
que y = mx es una dirección asintótica.
De modo análogo se buscan asíntotas para x → −∞.
Una asíntota vertical es una recta x = a tal que lı́mx→a+ f (x) o lı́mx→a− f (x)
sea ∞ (con o sin signo).
2.3 Límites 27
Ejemplo 2.10. Sea f (x) = x/(1 + e−x ) + x/(x − 1). Obviamente hay una
asíntota vertical x = 1. Como
f (x) 1 1
lı́m = lı́m −x
+ lı́m = 1 + 0 = 1,
x→+∞ x x→+∞ 1+e x→+∞ x−1
y

x x
lı́m (f (x) − x) = lı́m + −x
x→+∞ x→+∞ 1 + e−x x−1
−xe−x

x
= lı́m + = 0 + 1 = 1,
x→+∞ 1 + e−x x−1
se tiene la asíntota oblicua y = x + 1 para x → +∞. Por otra parte
f (x) 1 1
lı́m = lı́m + lı́m = 0 + 0 = 0,
x→−∞ x x→−∞ 1 + e−x x→+∞ x − 1
y
x x
lı́m f (x) = lı́m −x
+ = 0 + 1 = 1,
x→−∞ x→−∞ 1+e x−1
por lo tanto se tiene una asíntota horizontal y = 1 para x → −∞.
Figura 2.2: Asíntotas
2.3.4. Límites de sucesiones

En esta sección recordamos brevemente el concepto de límite de una sucesión
y su relación con el límite de funciones.
Una sucesión de números reales es una función x : N → R del conjunto de

los números naturales N = {1, 2, 3, . . .} en los reales. El valor x(n) que toma esta
función en el natural n suele denotarse más comúnmente como xn , y la sucesión
misma como x1 , x2 , x3 ,. . . , o más concisamente {xn }n∈N . Se dice que la sucesión
tiene límite L cuando n tiende a infinito, y se escribe lı́mn→+∞ xn = L, si dado
cualquier ǫ > 0 existe un natural K tal que |xn − L| < ǫ para todo n ≥ K.
Ejercicio 2.28. Si x1 ≤ x2 ≤ x3 ≤ · · · es una sucesión monótona crecien-

te y acotada superiormente, pruebe que es convergente y que lı́mn→+∞ xn =
sup{xn : n = 1, 2, 3, . . .}.
√ √ √
p q p
Ejercicio 2.29. Sea x1 = 2, x2 = 2 + 2, x3 = 2 + 2 + 2, . . . Pruebe
que esta sucesión tiene límite y calcúlelo.
Teorema 2.4. Sea f una función definida en un entorno reducido de a tal
que lı́mx→a f (x) = L. Entonces para cualquier sucesión {xn } con valores en el
dominio de f , se cumple lı́mn→+∞ f (xn ) = L.
La demostración es inmediata y se deja como ejercicio.
Ejemplo 2.11. Como lı́mx→0 (sin x)/x = 1 y lı́mn→+∞ 1/n = 0, entonces

lı́mn→+∞ n sen(1/n) = 1.
También vale una forma de recíproco:
Teorema 2.5. Sea f una función definida en un entorno reducido de a y L ∈

R. Si para cualquier sucesión {xn } con valores en el dominio de f y tal que
lı́mn→+∞ xn = a se cumple lı́mn→+∞ f (xn ) = L, entonces lı́mx→a f (x) = L.
Una serie de números reales es una expresión de la forma x1 + x2 + x3 + · · · +

xn + · · · donde {xn }n∈N es una sucesión de números reales. A toda serie se le
asocia una sucesión de sumas parciales, definida
Pn como X1 = x1 , X2 = x1 + x2 ,
X3 = x1 + x2 + x3 ,. . . y en general Xn = k=1 xk . Si existe lı́mn→∞ Xn = S,
entonces se dice que la serie es convergente y que su suma es S. En ese caso se
escribe x1 + x2 + x3 + · · · = S. Por ejemplo
1 1 1 1
+ + + · · · n + · · · = 1,
2 4 8 2
Pn
ya que las sumas parciales son Xn = k=1 1/2k = 1 − (1/2)n+1 (suma de una
progresión geométrica) y lı́mn→∞ Xn = lı́mn→∞ (1 − (1/2)n+1 ) = 1 − 0 = 1.
2.4. Continuidad
Intuitivamente, una función es continua si su gráfica se puede dibujar sin
levantar el lápiz del papel. Sin embargo no fue fácil convertir esta noción vaga
en la definición precisa actual:
2.4 Continuidad 29
Definición 2.6. Una función f es continua en a si lı́mx→a f (x) = f (a). Si

lı́mx→a+ f (x) = f (a) se dice que f es continua por la derecha en a, y si lı́mx→a−
f (x) = f (a) se dice que f es continua por la izquierda en a. Si f no es continua en
a entonces se dice que es discontinua en a, o que presenta una discontinuidad en
a. Una función es continua en un intervalo si lo es en cada punto de ese intervalo,
entendiendo que si el intervalo incluye extremo izquierdo (resp. derecho), en él
se exigirá continuidad por la derecha (resp. izquierda).
La definición de continuidad en un punto se puede desglosar así: f es continua

en a si
1. f está definida en un entorno de a.
2. Existe lı́mx→a f (x).
3. f (a) y lı́mx→a f (x) son iguales.
Si recordamos la definición de límites por entornos, la definición de continui-
dad se puede reformular así:
f es continua en a si, dado cualquier entorno U de f (a), existe un

entorno V de a tal que, si x ∈ V entonces f (x) ∈ U .
Del mismo modo, recordando la definición de límites por desigualdades, podemos

decir que
f es continua en a si, dado cualquier ǫ > 0, existe un δ > 0 tal que

si |x − c| < δ, entonces |f (x) − f (c)| < ǫ.
Las consideraciones anteriores pueden adaptarse de la manera obvia para

el caso de la continuidad por la derecha o por la la izquierda, considerando
semientornos.
Si lı́mx→a f (x) existe, pero es distinto de f (a), se dice que f presenta una
discontinuidad evitable en a. En este caso la discontinuidad se puede “evitar”
redefiniendo f en a como lı́mx→a f (x).
Si existen los límites laterales lı́mx→a+ f (x) y lı́mx→a− f (x), pero son dife-
rentes, entonces se dice que f presenta una discontinuidad de salto en a.
Ejercicio 2.30. Pruebe que las funciones f (x) = 1 y g(x) = x son continuas
en todo a ∈ R.
Ejercicio 2.31. Estudie la continuidad de la función h(x) = ⌊x⌋.
Ejercicio 2.32. Estudie la continuidad de la función

(
x sen x1 si x 6= 0,
k(x) =
0 si x = 0.
2.4.1. Operaciones con funciones continuas

De las propiedades correspondientes para los límites se deduce fácilmente
que la suma, diferencia, producto y composición de funciones continuas son
continuas. El cociente de funciones continuas es continua en los puntos donde
esté definido (es decir donde no se anule el denominador).
Como la identidad y las funciones constantes son continuas, de lo anterior
se sigue que las funciones polinómicas son continuas, y las funciones racionales
son continuas en los puntos en que no se anule el denominador.
También las demás funciones elementales (la exponencial, el logaritmo, las
potencias de exponente real, las funciones trigonométricas directas e inversas)
son continuas donde estén definidas, y por lo tanto todas las funciones que se
puedan obtener combinándolas por medio de las operaciones anteriormente des-
criptas son continuas. Por estas consideraciones podemos afirmar, por ejemplo,
que la función

cos(x)
f (x) = log(x4 + 5) − sen ex + √3
x2 + 1
es continua.
Ejemplo 2.12. De lı́mx→0 (1 + x)1/x = e y por la continuidad del logaritmo se

deduce que lı́mx→0 log((1 + x)1/x ) = log(e) = 1, es decir
log(1 + x)
lı́m = 1.
x→0 x
Haciendo en este últimi límite el cambio de variable x = et − 1 se obtiene

lı́mt→0 log(et )/(et − 1) = 1, es decir lı́mt→0 t/(et − 1) = 1, y por lo tanto
ex − 1
lı́m = 1.
x→0 x
2.4.2. Propiedades de las funciones continuas

A continuación se enuncian algunos de los resultados más importantes rela-
cionados con funciones continuas.
Teorema 2.6 (Constancia local del signo).

Si f : I → R es continua, c ∈ I y f (c) > 0, entonces existe un entorno V de
c tal que f (x) > 0 para todo x ∈ V . Análogamente, si f (c) < 0 entonces existe
un entorno V de c tal que f (x) < 0 para todo x ∈ V .
La prueba es muy sencilla. Si f (c) > 0 entonces, tomando ǫ = f (c), por

la continuidad de f se tiene que existe δ > 0 tal que, si |x − c| < δ, entonces
|f (x) − f (c)| < ǫ = f (c), es decir −f (c) < f (x) − f (c) < f (c), de donde
0 < f (x) < 2f (c). Por lo tanto si |x − c| < δ, ewntonces f (x) > 0. La prueba
para el caso f (c) < 0 es análoga.
2.4 Continuidad 31
Teorema 2.7 (Teorema de Bolzano).

Si f : [a, b] → R es continua y f (a)f (b) < 0, entonces existe por lo menos un
punto c ∈ (a, b) para el cual f (c) = 0.
En otras palabras este teorema afirma que si una función continua toma valo-
res de signo opuesto en los extremos de un intervalo, entonces se anula en algún
punto interior al mismo. Para probarlo, supongamos por ejemplo que f (a) < 0
y f (b) > 0 y consideremos el conjunto A = {x ∈ [a, b] : f es negativa en [a, x]}.
Como A obviamente es no vacío y acotado, existe c = sup A. usando el teorema
anterior es fácil ver que no puede ser f (c) < 0 (pues entonces habría puntos
de A mayores que c) ni f (c) > 0 (pues entonces habría cotas superiores de A
menores que c), por lo tanto f (c) = 0.
Otra demostración popular se basa en el llamado método de bisección. Sea
c = (a + b)/2. Si f (c) = 0 no hay más nada que hacer. Si f (c) > 0 pongamos
a1 = a y b1 = c; si en cambio f (c) < 0 pongamos a1 = c y b1 = b. En ambos
casos se verifica que f (a1 )f (b1 ) < 0. Sea ahora c1 = (a1 + b1 )/2. Si f (c1 ) = 0
ya está. Si f (c1 ) > 0 pongamos a2 = a1 y b2 = c1 ; si en cambio f (c1 ) < 0
pongamos a2 = c1 y b2 = b1 , y se verifica que f (a2 )f (b2 ) < 0. Prosiguiendo de
esta manera, o encontramos un cero de f o se generan dos sucesiones monótonas
a ≤ a1 ≤ a2 ≤ · · · y b ≥ b1 ≥ b2 ≥ · · · tales que bn − an = (b − a)/2n .
Sean A = {an : n = 1, 2, . . .} y B = {bn : n = 1, 2, . . .}. Es claro que para
índices cualesquiera i, j se tiene ai ≤ bj , de donde se sigue que ai ≤ ı́nf B para
todo i y sup A ≤ ı́nf B. Pero como an ≤ sup A ≤ ı́nf B ≤ bn , se tiene que
0 ≤ ı́nf B − sup A ≤ bn − an = (b − a)/2n para todo n, de donde sup A = ı́nf B.
Sea c el valor común de sup A y ı́nf B.
Probaremos que f (c) = 0. En efecto, si fuese f (c) > 0, entonces por el
teorema anterior f sería positiva en todo un entorno (c − ǫ, c + ǫ), para cierto
ǫ > 0, y ese entorno no podría contener ningún an (ya que f (an ) < 0 por
construcción), contradiciendo el hecho de que c es el supremo de A. De manera
similar, si f (c) < 0 f sería negativa en todo un entorno (c − ǫ, c + ǫ), para
cierto ǫ > 0, y ese entorno no podría contener ningún bn (ya que f (bn ) > 0 por
construcción), contradiciendo el hecho de que c es el ínfimo de B.
La única posibilidad que queda es f (c) = 0.
La prueba anterior tiene la ventaja de ser constructiva, y por lo tanto propor-
ciona una manera efectiva de calcular aproximadamente raíces de ecuaciones.
Ejemplo 2.13. Supongamos que se desea hallar una raíz aproximada de la

ecuación x3 + x − 1 = 0. Como la función f (x) = x3 + x − 1 es continua,
f (0) = −1 < 0 y f (1) = 1 > 0, el teorema de Bolzano nos dice que existe una
raíz entre 1 y 2. Más aún, como f (1/2) = −3/8 < 0, hay una raíz en [1/2, 1].
Y como f (3/4) = 11/64 > 0, hay una raíz en [1/2, 3/4]. Prosiguiendo de esta
manera se podría hallar la raíz con cualquier grado de precisión deseado (existen
sin embargo métodos más eficientes).
Ejercicio 2.33. Un lago tiene un muelle desde el cual salen lanchas de paseo.
Francisca sale en una lancha a las 3pm y regresa a las 5pm. Gabriel sale en otra
lancha a las 4pm y regresa a las 6pm. Pruebe que en algún momento entre las
4pm y las 5pm Francisca y Gabriel se encuentran a igual distancia del muelle.
Ejercicio 2.34. Pruebe que si f : I → R es continua, entonces tiene la Pro-
piedad de Darboux , es decir que dado cualquier intervalo [a, b] ⊂ I, f toma en
[a, b] todos los valores comprendidos entre f (a) y f (b).
Ejercicio 2.35. Pruebe que si I es un intervalo y f : I → R es continua (o
más en general, si tiene la propiedad de Darboux) entonces f (I) es también un
intervalo.
Ejercicio 2.36. Sea f : I → R continua e inyectiva. Pruebe entonces que f es
estrictamente monótona, y que su inversa f −1 : f (I) → I también es continua.
Ejercicio 2.37. Podría pensarse que la Propiedad de Darboux caracteriza a las
funciones continuas. Pruebe que no es así, construyendo una función que tenga
dicha propiedad pero que no sea continua, al menos en un punto.

¿Existirá alguna función f : [0, 1] → R con la propiedad de Darboux que no
sea continua en ningún punto?
Ejercicio 2.38. Sea f : I → R una función continua. Sean x1 , x2 , . . . , xn puntos
de I. Pruebe que existe un punto c ∈ I tal que
f (x1 ) + f (x2 ) + · · · + f (xn )
f (c) = .
n
Teorema 2.8.
Si f : [a, b] → R es continua entonces es acotada.
Demostración. Sea A = {x ∈ [a, b] : f ([a, x]) es acotado}. Como a ∈ A, A no
es vacío, y está acotado superiormente por b. Entonces existe c = sup A. Por la
continuidad de f existe un δ > 0 tal que |f (x) − f (c)| < 1 si |x − c| < δ. Por la
proiedad del supremo debe existir x ∈ (c−δ, c]∩A. Como f está acotada en [a, x]
y también en [x, c+δ)∩[a, b], se sigue que está acotada en [a, c+δ)∩[a, b]. Si fuese
c c, contradiciendo
la definición de c. Por lo tanto c = b f está acotada en [a, b].
Una consecuencia importante de este resultado es el siguiente:
Teorema 2.9 (Weierstrass).
Si f : [a, b] → R es continua entonces tiene máximo y mínimo en [a, b].
Demostración. Como f ([a, b]) es acotado, existen M = sup f ([a, b]) y m =
ı́nf f ([a, b]). Hay que probar que f efectivamente toma los valores M y m. Su-
pongamos por absurdo que f (x) 6= M para todo x ∈ [a, b]. Entonces la función
g(x) = 1/(M − f (x)) sería continua en [a, b], pero obviamente no acotada, con-
tradiciendo el teorema anterior. Análogamente se llega a una contradicción si se
supone que f (x) 6= m para todo x ∈ [a, b].
Finalmente enunciaremos sin demostración el siguiente teorema:
2.5 Derivadas 33
Teorema 2.10 (Heine-Cantor).

Si f : [a, b] → R es continua, entonces es uniformemente continua, es decir,
para todo ǫ > 0 existe un δ > 0 tal que, si x, y ∈ [a, b] y |x − y| < δ, entonces
|f (x) − f (y)| < ǫ.
En estas notas no utilizaremos este resultado, que sin embargo es muy im-
portante en el Cálculo integral y en otras áreas del análisis matemático.
2.5. Derivadas
Definición 2.7. Sea f una función definida en un intervalo abierto que contenga
al número real a. Si existe
f (x) − f (a)
lı́m
x→a x−a
y es finito, se dice que f es derivable en a; al valor del límite se le llama derivada
de f en a y se denota f ′ (a). Si el límite es infinito se dice que f tiene derivada
infinita en a.
Efectuando el cambio de variable h = x − a, la derivada puede definirse en
forma equivalente como
f (a + h) − f (a)
f ′ (a) = lı́m .
h→0 h
Si f es derivable en cada punto de su dominio, entonces se dice simplemente
que f es derivable, y a la función f ′ que a cada x le hace corresponder el valor
f ′ (x) se le llama función derivada de f .
Es inmediato que si f es derivable en a entonces también es continua en a,
ya que
f (x) − f (a)
lı́m (f (x) − f (a)) = lı́m (x − a)
x→a x→a x−a
f (x) − f (a)
= lı́m (x − a) lı́m = 0 · f ′ (a) = 0.
x→a x→a x−a
Ejemplo 2.14. a) Sea φ una función constante. Entonces
φ(x + h) − φ(x)
φ′ (x) = lı́m = lı́m 0 = 0.
h→0 h h→0
b) Sea f (x) = x. Entonces
f (x + h) − f (x) x+h−x
f ′ (x) = lı́m = lı́m = lı́m 1 = 1.
h→0 h h→0 h h→0
c) Sea g(x) = x2 , entonces
(x + h)2 − x2 2hx − h2
g ′ (x) = lı́m = lı́m = lı́m (2x − h) = 2x.
h→0 h h→0 h h→0
d) Sea k(x) = ex . Entonces
ex+h − ex eh − 1
k ′ (x) = lı́m = lı́m ex = ex .
h→0 h h→0 h
e) Sea h(x) = sen x. Como sen(x + h) = sen x cos h + sen h cos x se tiene
h(x + h) − h(x) sen h 1 − cos h

= cos x − sen x
h h h
y por lo tanto
sen h 1 − cos h
h′ (x) = lı́m cos x − lı́m sen x = 1 · cos x − 0 · sen x = cos x.
h→0 h h→0 h
Ejercicio
√ 2.39. Calcular, a partir de la definición, las funciones derivadas de
1/x, x, cos(x) y log(x).
2.5.1. Derivadas laterales
Si f está definida en [a, b) y existe
f (x) − f (a)
lı́m ,
x→a+ x−a
al valor del límite se le llama derivada por la derecha de f en a y se denota
f ′ (a+ ). Análogamente se define la derivada por la izquierda. Es claro que f es
derivable en a si y sólo si existen ambas derivadas laterales y son iguales.
Ejemplo 2.15. Sea f (x) = |x|. Entonces lı́mx→0+ f (x)/x = lı́mx→0+ x/x = 1
y lı́mx→0− f (x)/x = lı́mx→0− (−x)/x = −1.
2.5.2. Interpretación geométrica

Recordando lo que vimos en el primer capítulo, f ′ (a) puede interpretarse
como la pendiente de la recta tangente a la gráfica de f en el punto (a, f (a))
(ver Figura 1.2, pág. 4). En efecto, (f (x) − f (a))/(x − a) es la pendiente de la
recta secante que pasa por los puntos (a, f (a)) y (x, f (x)), y si estas secantes
tienden a una posición límite cuando x → a, la pendiente de esa recta será
lı́mx→a (f (x) − f (a))/(x − a) = f ′ (a). La ecuación de la recta tangente será
entonces y = f (a) + f ′ (a)(x − a).
En realidad, dadas las dificultades existentes para definir en términos geo-
métricos la noción de recta tangente, se puede usar la derivada para definirla
analíticamente. Es decir que si existe f ′ (a) entonces la recta tangente a la gráfica
de f en el punto (a, f (a)) será, por definición, y = f (a) + f ′ (a)(x − a).
Los a para los cuales f ′ (a) = 0 se llaman puntos críticos o singulares de f .
Geométricamente se pueden caracterizar como los puntos en los cuales la gráfica
de f es horizontal (es decir paralela al eje Ox).
2.5 Derivadas 35
Si f tiene derivada infinita en a, entonces la tangente a la gráfica de f en el

punto (a, f (a)) es la recta vertical x = a.
Si f está definida en un intervalo [a, b] y existe la derivada lateral f ′ (a+ ),
entonces la tangente a la gráfica de f en el punto (a, f (a)) será y = f (a) +
f ′ (a+ )(x − a). Del mismo modo, si existe f ′ (b− ), la tangente a la gráfica de f
en el punto (b, f (b)) será y = f (b) + f ′ (b− )(x − b).
Ejemplo 2.16. Consideremos una parábola de foco F y directriz d. Los griegos
sabían que la tangente a esta curva en un punto P es la bisectriz del ángulo
formado por el radio vector F P y la paralela al eje por P . Para comprobar este
resultado usando el cálculo, tomemos un sistema de coordenadas con origen O en
el vértice de la parábola, eje Ox paralelo a la directriz y como eje Oy, el eje de la
parábola. Si tomamos como unidad de medida la distancia del foco a la directriz,
entonces las coordenadas del foco son (0, 1/2) y la ecuación p de la directriz es
y = −1/2. La distancia del foco al punto P = (x, y) es x2 + (y − 1/2)2 , y la
distancia de P a la directriz es y + 1/2. Por lo tanto la ecuación de la parábola
p
es x2 + (y − 1/2)2 = y + 1/2. Elevando al cuadrado nos queda
1 1
x2 + (y − )2 = (y + )2 ,
2 2
y luego de desarrollar los cuadrados y simplificar queda x2 = 2y, o y = x2 /2.
Por lo tanto y ′ = x y la ecuación de la tangente en P = (a, a2 /2) es
a2 a2
y= + a(x − a) = ax − .
2 2
Ahora bien, si α es el ángulo que forma la recta F P con el eje Ox, entonces
tg α = (a2 /2 − 1/2)/a = a/2 − 1/(2a), y si β es el ángulo que forma la tangente
con el eje Ox, entonces tg β = a. Por lo tanto
a 1
tg(β) − tg(α) 2 + 2a
tg(∠M P N ) = tg(β − α) = = 1 a2
1 + tg(β) tg(α) 2 + 2
a + a1 1 π
= = = tg( − β) = tg(∠N P Q),
1 + a2 a 2
y entonces ∠M P N = ∠N P Q.
De aquí se deduce la conocida propiedad de los espejos parabólicos: los rayos
paralelos al eje, una vez reflejados pasan por el foco. Según Plutarco, Arquímedes
utilizó esta propiedad para defender a Siracusa, su ciudad natal, de los romanos:
hizo construir grandes espejos en forma de paraboloides de revolución, capaces
de concentrar los rayos solares sobre las naves enemigas hasta quemarlas.
2.5.3. Interpretación cinemática

Consideremos un punto que se mueve sobre una línea recta. Fijando un
origen y una unidad de medida en la recta, la posición del punto móvil en el
instante t queda determinada por su abscisa x(t), que será función del tiempo.
Figura 2.3: Tangentes a la parábola
La distancia recorrida por el móvil desde el instante t hasta el t + h es

x(t + h) − x(t); esta distancia es orientada: puede ser positiva, si el móvil avanza
en el sentido de las x crecientes, o negativa en caso contrario. La velocidad media
es (x(t + h) − x(t))/h; observe que depende del intervalo de tiempo considerado,
es decir del valor de h. Al límite (si existe) de la velocidad media cuando t → 0,
es decir a la derivada de x(t), se le llama velocidad instantánea. Siguiendo la
tradición newtoniana, en física se acostumbra denotar la derivada respecto al
tiempo con un punto en vez de un apóstrofo, es decir ẋ(t).
Lo anterior se puede generalizar al movimiento en dos o más dimensiones.
En el plano, por ejemplo, el movimiento de un punto P se puede describir dando
su abscisa y su ordenada en función del tiempo, digamos P (t) = (x(t), y(t)). En
este caso la velocidad es el vector Ṗ (t) = (ẋ(t), ẏ(t)).
2.5.4. Propiedades de las funciones derivables

Reglas de derivación
Las siguientes afirmaciones son bien conocidas y se prueban fácilmente a

partir de la definición de la derivada y las propiedades de los límites.
1. Si f es derivable en a y k es una constante, entonces kf es derivable en a

y (kf )′ (a) = kf ′ (a).
2. Si f y g son derivables en a entonces f + g es derivable en a y (f + g)′ (a) =

f ′ (a) + g ′ (a).
2.5 Derivadas 37
3. Si f y g son derivables en a entonces f g es derivable en a y (f g)′ (a) =

f ′ (a)g(a) + f (a)g ′ (a).
4. Si f y g son derivables en a, g(a) 6= 0 y g ′ (a) 6= 0, entonces f /g es derivable

en a y (f /g)′ (a) = (f ′ (a)g(a) − f (a)g ′ (a))/(g(a))2 .
Demostremos como ejemplo la 3: como
(f g)(a + h) − (f g)(a) = (f (a + h) − f (a))g(a + h) + f (a)(g(a + h) − g(a)),
y como g es continua en a por ser derivable, se tiene
(f g)(a + h) − (f g)(a)
lı́m
x→0 h
f (a + h) − f (a) g(a + h) − g(a)
= lı́m lı́m g(a + h) + f (a) lı́m
x→0 h x→0 x→0 h
= f ′ (a)g(a) + f (a)g ′ (a).
Las dos primeras propiedades nos dicen que la derivación es una operación
lineal. De ellas se deduce, por inducción, que si f1 , f2 ,. . . ,fn son funciones de-
rivables en a y k1 , k2 ,. . . ,kn son constantes, entonces
(k1 f1 + k2 f2 + · · · + kn fn )′ (a) = k1 f1′ (a) + k2 f2′ (a) + · · · + kn fn′ (a).
Ejemplo 2.17. Como (sen x)′ = cos x y (cos x)′ = − sen x, entonces
sen x ′ (sen x)′ cos x − sen x(cos x)′
(tg x)′ = =
cos x cos2 x
2 2
cos x + sen x 1
= = = sec2 x = tg2 x + 1.
cos2 x cos2 x
Teoremas de Rolle y Lagrange

Lema 2.1. Si f : (a, b) → R es una función derivable y presenta un extremo
local en c ∈ (a, b), entonces f ′ (c) = 0.
Demostración. Hagamos la prueba para un máximo local (para mínimo local es

similar). Sea (c − ǫ, c + ǫ) ⊂ (a, b) un entorno de c tal que f (x) ≤ f (c) para todo
x ∈ (c − ǫ, c + ǫ). Entonces para c < x < c + ǫ se tiene (f (x) − f (c))/(x − c) ≤ 0,
y por lo tanto lı́mx→c+ (f (x) − f (c))/(x − c) ≤ 0. Para c − ǫ < x < c se tiene
(f (x) − f (c))/(x − c) ≥ 0, y por lo tanto lı́mx→c− (f (x) − f (c))/(x − c) ≥ 0.
Pero ambos límites laterales deben ser iguales a f ′ (c), por tanto 0 ≤ f ′ (c) ≤ 0
y f (c) = 0.
′
Teorema 2.11 (Teorema de Rolle).

Si f es una función continua en el intervalo [a, b], derivable en (a, b) y tal que
f (a) = f (b) = 0, entonces existe un c ∈ (a, b) tal que f ′ (c) = 0.
Demostración. Por el teorema 2.9 f tiene máximo M y mínimo m. Si el máximo

se alcanza en un punto c ∈ (a, b), entonces por el lema anterior f ′ (c) = 0. Lo
mismo si el mínimo se alcanza en un punto d ∈ (a, b). En caso contrario, máximo
y mínimo se alcanzan en los extremos del intervalo, y por lo tanto son ambos
0. Entonces f (x) = 0 para todo x ∈ [a, b] y por ser constante cumple f ′ (c) = 0
para cualquier c ∈ (a, b).
La interpretación geométrica del teorema de Rolle es sencilla: si se satisfa-

cen las hipótesis del teorema, entonces en algún punto interior del intervalo la
tangente a la gráfica de f es horizontal.
El siguiente teorema, también conocido como teorema de los incrementos
finitos o teorema de Lagrange, es una generalización del teorema de Rolle y se
considera como uno de los más importantes del cálculo diferencial.
Teorema 2.12 (Teorema del valor medio).
Si f es una función continua en el intervalo [a, b] y derivable en (a, b), entonces
existe un c ∈ (a, b) tal que
f (b) − f (a)
= f ′ (c).
b−a
Demostración. En términos geométricos este teorema afirma que para algún
c ∈ (a, b), la tangente a la gráfica de f en el punto C = (c, f (c)) es paralela a la
recta secante que pasa por los puntos A = (a, f (a)) y B = (b, f (b)). En efecto,
(f (b)− f (a))/(b − a) es la pendiente de la recta secante y f ′ (c) es la pendiente de
la recta tangente, por lo tanto el teorema afirma la igualdad de esas pendientes,
que es equivalente al paralelismo de ambas rectas. Aunque el teorema de Rolle
Figura 2.4: Teorema del valor medio
es un caso particular de este teorema, cuando f (a) = f (b) = 0, en realidad son

2.5 Derivadas 39
equivalentes ya que se puede demostrar el teorema del valor medio a partir del
teorema de Rolle. Para ello consideremos la función auxiliar
g(x) = (b − a)(f (x) − f (a)) − (f (b) − f (a))(x − a).
Como g(a) = g(b) = 0, por el teorema de Rolle g ′ (c) = 0 para algún c ∈ (a, b).
Pero g ′ (x) = (b−a)f ′ (x)−(f (b)−f (a)), por lo tanto (b−a)f ′ (c)−(f (b)−f (a)) =
0, y f ′ (c) = (f (b) − f (a))/(b − a).
Ejemplo 2.18. Los excesos de velocidad en las carreteras generalmente se de-

tectan mediante sistemas de radar basados en el efecto Doppler, o mediante
rayos infrarrojos, pero se ha propuesto otro sistema basado en el teorema del
valor medio. Si se colocan en una autopista dos cámaras fotográficas separadas,
por ejemplo, 10 kilómetros, y se detecta que un automóvil tarda menos de 5
minutos en recorrer esos 10 km, sabremos que su velocidad media es mayor que
120 km/h, y entonces en algún punto del recorrido su velocidad instantánea
habrá tenido que superar los 120 km/h.
Ejercicio 2.40. Pruebe que la función derivada no puede tener discontinuidades

evitables. Más precisamente: si f es derivable en (a, b) y para un c ∈ (a, b) existe
lı́mx→c f ′ (x) = L, entonces f ′ (c) = L.
Derivación de funciones compuestas

Teorema 2.13 (Regla de la cadena).
Si g es derivable en a y f es derivable en g(a), entonces f ◦ g es derivable en
ay
(f ◦ g)′ (a) = f ′ (g(a))g ′ (a).
Demostración. Por el teorema del valor medio, para cada h existe algún ξ(h)
comprendido entre g(a) y g(a + h) tal que
f (g(a + h)) − f (g(a)) = f ′ (ξ(h))(g(a + h) − g(a)),
por lo tanto
f (g(a + h)) − f (g(a)) g(a + h) − g(a)

lı́m = lı́m f ′ (ξ(h)) lı́m = f ′ (g(a))g ′ (a).
h→0 h h→0 h→0 h
Ejemplo 2.19. Como (sen x)′ = cos x y (x2 +1)′ = 2x, por la regla de la cadena
se tiene que (sen(x2 + 1))′ = 2x cos(x2 + 1).
Ejercicio 2.41. ¿Es válido probar la regla de la cadena tomando límites cuando
h → 0 a ambos lados de la igualdad
f (g(a + h)) − f (g(a)) f (g(a + h)) − f (g(a)) g(a + h) − g(a)

= · ?
h g(a + h) − g(a) h
Derivada de la función inversa

Teorema 2.14. Sea f : I → J continua y con inversa f −1 . Si f ′ (a) existe y
no es nula en un punto c interior a I, entonces también existe (f −1 )′ (f (c)) y
se cumple
1
(f −1 )′ (f (c)) = ′
f (c)
Demostración. Por el teorema 2.1 de cambio de variables en límites (pág. 23),

y puesto que lı́mx→c f (x) = f (c) (por ser f continua) se tiene
f −1 (y) − f −1 (f (c)) f −1 (f (x)) − f −1 (f (c))

lı́m = lı́m
y→f (c) y − f (c) x→c f (x) − f (c)
x−c 1
= lı́m = ′ .
x→c f (x) − f (c) f (c)
Por lo tanto existe (f −1 )′ (f (c)) y es igual a 1/f ′ (c).
Ejemplo 2.20. Como (tg x)′ = 1 + tg2 x, se tiene
1 1
(arc tg x)′ = = .
1 + tg2 (arc tg x) 1 + x2
De igual modo, como

′
ex − e−x ex + e−x

(sh x)′ = = = ch x,
2 2
se tiene
1 1 1
(argsh x)′ = =p = √ .
ch(argsh x) 1 + (sh(argsh x))2 1 + x2
Teorema de Cauchy y Regla de L’Hôpital

El siguiente teorema es una generalización del teorema de Lagrange, pero su
demostración es igual de sencilla.
Teorema 2.15 (Teorema del valor medio de Cauchy).

Si f y g son funciones continuas en el intervalo [a, b] y derivables en (a, b),
entonces existe c ∈ (a, b) tal que
(f (b) − f (a))g ′ (c) = (g(b) − g(a))f ′ (c).
Demostración. Sea h(x) = (g(b)−g(a))f (x)−(f (b)−f (a))g(x). Entonces h(a) =

g(b)f (a) − f (b)g(a) = h(b) y por el teorema del valor medio existe c ∈ (a, b) tal
que h′ (c) = 0, es decir (g(b) − g(a))f ′ (c) − (f (b) − f (a))g ′ (c) = 0.
2.5 Derivadas 41
Si g(b) − g(a) 6= 0 y g ′ (c) 6= 0 entonces la conclusión del teorema de Cauchy

puede expresarse en la forma
f (b) − f (a) f ′ (c)
= ′ .
g(b) − g(a) g (c)
Una consecuencia interesante del teorema de Cauchy es la llamada regla de
L’Hôpital (o L’Hospital), muy usada para calcular límites de formas indetermi-
nadas.
Teorema 2.16 (Regla de L’Hôpital). Sean f y g funciones continuas que se
anulan en a ∈ R, y supongamos que g no se anula en un entorno reducido de
a. Entonces;
(a) Si existen f ′ (a) y g ′ (a) y g ′ (a) 6= 0, entonces
f (x) f ′ (a)
lı́m = ′ .
x→a g(x) g (a)
(b) Si las derivadas f ′ y g ′ existen y no se anulan ni se hacen infinitas simultá-
neamente en un entorno reducido de a y existe lı́mx→a f ′ (x)/g ′ (x), entonces
también existe lı́mx→a f (x)/g(x) y se cumple
f (x) f ′ (x)
lı́m = lı́m ′ .
x→a g(x) x→a g (x)
Demostración. (a)
f (x) (f (x) − f (a))/(x − a) f ′ (a)
lı́m = lı́m = ′ .
x→a g(x) x→a (g(x) − g(a)/(x − a) g (a)
(b) Por el teorema de Cauchy aplicado al intervalo (a, x) se tiene
f (x) f (x) − f (a) f ′ (c)
= = ′
g(x) g(x) − g(a) g (c)
para algún c entre a y x, y como c → a cuando x → a y lı́mx→a f ′ (x)/g ′ (x)
existe, entonces también existe lı́mx→a f (x)/g(x) y son iguales.
Esta regla deriva su nombre de Guillaume François Antoine, Marqués de
L’Hôpital (1661–1704), quien es considerado como el autor del primer libro de
texto de Cálculo. Allí publicó la regla que lleva su nombre, aunque en reali-
dad parece que la misma fue hallada por Johann Bernoulli, a quién L’Hôpital
contrató para que le enseñara el Cálculo.
Ejemplo 2.21. Un ejemplo clásico de aplicación de esta regla es
sen x cos x
lı́m = lı́m = 1.
x→0 x x→0 1
Pero en realidad no es un ejemplo muy afortunado, ya que para probar que
(sen x)′ = cos x hay que usar el hecho de que lı́mx→0 (sen x)/x = 1, cayendo en
un razonamiento circular. Por eso es necesaria una prueba de este último límite
que sea independiente de la regla de L’Hôpital, como se hizo en el ejemplo 2.9.
Ejemplo 2.22.
2
1 − (1 + tg2 x)

x − tg x 1 tg x 1
lı́m 3
= lı́m = lı́m − =− .
x→0 x x→0 3x2 x→0 3 x 3
La regla de L’Hôpital se suele aplicar dos o más veces en forma consecutiva:
x − sen x 1 − cos x sen x 1
lı́m = lı́m = lı́m = .
x→0 x3 x→0 3x2 x→0 6x 6
La regla de L’Hôpital se puede aplicar también a límites infinitos. Las pruebas
se dejan como ejercicio.
Ejercicio 2.42. Si lı́mx→∞ f (x) = lı́mx→∞ g(x) = 0 y lı́mx→∞ f ′ (x)/g ′ (x)
existe, entonces también existe lı́mx→∞ f (x)/g(x) y es igual. Valen resultados
análogos si x tiende a +∞ o −∞.
Ejercicio 2.43. Si lı́mx→a f (x) = lı́mx→a g(x) = ∞, g no se anula en un
entorno reducido de a, y existe lı́mx→a f ′ (x)/g ′ (x), entonces también existe
lı́mx→a f (x)/g(x) y es igual. También vale si a es infinito.
Muchos estudiantes, al aprender la regla de L’Hôpital, llegan a creer que es

una panacea que permite resolver cualquier límite
√ de la forma 0/0 o ∞/∞. Pero
veamos qué pasa al aplicarla a lı́mx→+∞ x/ x2 + 1:
√
x 1 x2 + 1
lı́m √ = lı́m 2x = lı́m .
x→+∞ x2 + 1 x→+∞ √ 2 x→+∞ x
2 x +1
Y si se aplica una vez más, resulta

√
x2 + 1 x
lı́m = lı́m √ ,
x→+∞ x x→+∞ x2 + 1
y volvemos al principio. Sin embargo este límite es elemental:
x 1
lı́m √ = lı́m q = 1.
x→+∞ 2
x +1 x→+∞ 1
1+ x2
Al tratar de aplicar la regla de L’Hôpital puede suceder que lı́m f ′ (x)/g ′ (x)
no exista. En ese caso no se debe concluir apresuradamente que lı́m f (x)/g(x)
tampoco existe, Por ejemplo,
x2 sen x1 x 1
lı́m = lı́m (x sen ) = 1 · 0 = 0.
x→0 sen x x→0 sen x x
Pero si se intenta aplicar L’Hôpital derivando numerador y denominador queda
(x2 sen x1 )′ 2x sen x1 − cos x1
lı́m ′
= lı́m
x→0 (sen x) x→0 cos x
que no existe, por no existir lı́mx→0 cos(1/x).
2.5 Derivadas 43
Primitivas
Teorema 2.17. Si f : I → R es continua y derivable en I ◦ , entonces f ′ (x) = 0
para todo x ∈ I ◦ si y sólo si f es constante.
Demostración. Ya vimos que una función constante tiene derivada nula. Recí-
procamente, si f ′ (x) = 0 para todo x ∈ I ◦ y f no fuese constante, entonces
existirían reales a < b tales que f (a) 6= f (b), y por el teorema del valor medio
para algún punto c entre a y b se tendría f ′ (c) = (f (b) − f (a))/(b − a) 6= 0, lo
cual es absurdo.
Definición 2.8. Una función F es primitiva de otra f , si F es derivable y
F′ = f.
Teorema 2.18. Si F es una primitiva de f , entonces G también lo es si y sólo
si G − F es constante.
Demostración. Si F es primitiva de f y G − F = C (constante) entonces G′ =
(F + C)′ = F ′ = f , y G es también primitiva de f . Recíprocamente, si tanto F
como G son primitivas de f , entonces (G − F )′ = G′ − F ′ = f − f = 0, y por el
corolario anterior G − F es constante.
Este teorema nos muestra que para conocer todas las primitivas de una fun-
ción f , es suficiente conocer una cualquiera de ellas, digamos F . Todas las demás
son de la forma F + C, donde C ∈ R es una constante arbitraria.
Ejemplo 2.23. x2 es una primitiva de 2x, ya que (x2 )′ = 2x. Entonces las
primitivas de 2x son todas las funciones de la forma x2 + C, donde C es una
constante arbitraria.
Ejercicio 2.44. Halle una primitiva de 3x2 − 5 que en 2 tome el valor 7.
2.5.5. Derivadas de orden superior

Si f es derivable y su función derivada f ′ es a su vez derivable, entonces a
(f ′ )′ se le llama derivada segunda de f y se denota mediante f ′′ . Del mismo
modo se definen (si existen) f ′′′ = (f ′′ )′ , f IV = (f ′′′ )′ , . . . La derivada n-sima
se denota f (n) .
Si x(t) representa la posición de un punto que se mueve sobre una línea recta,
ya vimos que la derivada primera ẋ(t) corresponde a la velocidad. Entonces
la aceleración, que se define como la tasa de variación de la velocidad, queda
representada por la derivada segunda ẍ(t).
Si u y v son derivables dos veces, entonces a partir de la regla de derivación
del producto,
(uv)′ = u′ v + uv ′ ,
derivando una vez más se obtiene
(uv)′′ = (u′ v + uv ′ ) = u′′ v + u′ v ′ + u′ v ′ + uv ′′ = u′′ v + 2u′ v ′ + uv ′′ .

Si u y v son derivables n veces, entonces por inducción se prueba fácilmente la

llamada Regla de Leibniz, que recuerda al binomio de Newton:

n (n−1) ′ n (n−2) ′′
(uv)(n) = u(n) v + u v + u v + · · · + uv (n)
1 2
o, poniendo u(0) = u, v (0) = v,

n
(n)
X n (n−k) (k)
(uv) = u v .
k
k=0
2.5.6. Infinitésimos e infinitos

Definición 2.9. Una función f definida en un entorno reducido de a es un
infinitésimo cuando x tiende a a si lı́mx→a f (x) = 0. Si lı́mx→a f (x) = ∞ (con
o sin signo) se dice que es un infinito. Estas definiciones se aplican también,
mutatis mutandis, sustituyendo a por ∞ con o sin signo, a+ o a− .
2
Ejemplo 2.24. x, sen x, 1 − cos x, log(1 + x), ex − 1 y e−1/x son infinitésimos
cuando x tiende √ a 0.
√
1/x, e−1/x y x + 1 − x son infinitésimos cuando x → +∞.
tg x es un infinito para x → π/2.
x, log x, ex son infinitos para x → +∞.
√
1/ x es un infinito para x → 0+ .
Comparación de infinitésimos e infinitos

Si f y g son funciones definidas en un entorno reducido de a (que puede
ser ∞, +∞ o −∞), la notación de Landau f = O(g) para x → a significa que
existen un entorno reducido V de a y una constante K tales que |f (x)| ≤ K|g(x)|
para todo x ∈ V . Por ejemplo sen x = O(x) para x → 0 ya que | sen x| ≤ |x| para
todo x 6= 0. Hay que tener algo de cuidado con esta notación, ya que muchas
funciones pueden ser O(g), ¡pero esto no quiere decir que sean iguales!
Si f y g son infinitésimos o infinitos definidos en un entorno reducido de a,
entonces se dice que son del mismo orden si f es O(g) y g es O(f ) . Esto sucede,
en particular, si existe lı́mx→a f (x)/g(x) 6= 0.
f es de orden n respecto a g si f es del mismo orden que g n . Por ejemplo
1 − cos x es de segundo orden respecto a x, para x → 0, ya que lı́mx→a (1 −
cos x)/x2 = 1/2 6= 0.
Si lı́mx→a f (x)/g(x) = 1 entonces se dice que f y g son equivalentes y se
escribe f ∼ g. Observe que si lı́mx→a f (x)/g(x) = α 6= 0 entonces f (x) ∼ αg(x).
Si f y g son infinitésimos definidos en un entorno reducido de a en el cual g
no se anula, y se cumple que lı́mx→a f (x)/g(x) = 0, entonces se dice que f es un
infinitésimo de orden superior a g, y se escribe f = o(g). Si lı́mx→a f (x)/g n (x) =
0 entonces se dice que f es de orden al menos n respecto a g.
2.5 Derivadas 45
Por ejemplo sen(x3 ) = o(x2 ) cuando x → 0, ya que lı́mx→0 sen(x3 )/x2 =

lı́mx→0 x sen(x3 )/x3 = 0 · 1 = 0, por lo tanto sen(x3 ) es al menos de orden 2
respecto a x (en realidad es de orden 3).
Para infinitos f y g definidos en un entorno reducido de a, se dice que
f es de orden inferior a g si f = o(g). Note la diferencia con la definición
correspondiente para infinitésimos: para que f sea de orden superior a g debe
ser lı́mx→a f (x)/g(x) = ∞.
Ejemplo 2.25. Si n es un natural, aplicando la regla de L’Hôpital n veces se
tiene
xn nxn−1 n!
lı́m x = lı́m = · · · = lı́m x = 0,
x→+∞ e x→+∞ ex x→+∞ e
por lo tanto xn = o(ex ) para x → +∞, es decir que xn es un infinito de orden

inferior a ex , y ex es de orden superior a xn , para cualquier n natural.
Ejercicio 2.45. Pruebe que x es un infinito de orden superior a (log(x))n
cuando x → +∞, para cuaquier natural n.
Teorema 2.19. Si f (a) = f ′ (a) = f ′′ (a) = · · · = f (n) (a) = 0, entonces f (x) =
o((x − a)n ) para x → a.
Demostración. Aplicando n − 1 veces consecutivas la regla de L’Hôpital y luego
la definición de derivada, resulta
f (x) f ′ (x) f ′′ (x)
lı́m = lı́m = lı́m = ···
x→a (x − a)n x→a n(x − a)n−1 x→a n(n − 1)(x − a)n−2
f (n−1) (x) 1 f (n−1) (x) − f (n−1) (a)

= lı́m = lı́m
x→a n!(x − a) n! x→a x−a
= f (n) (a) = 0.
2.5.7. Fórmula de Taylor

Si f es n veces derivable en a, entonces al polinomio
n
X (x − a)k (k)
Tn;f ;a (x) = f (a)
k!
k=0
(x − a)2 ′′ (x − a)n (n)
= f (a) + (x − a)f ′ (a) + f (a) + · · · + f (a)
2! n!
se le llama polinomio de Taylor de grado n de la función f en a.
Es claro que si se pone Rn;f ;a (x) = f (x) − Tn;f ;a (x) entonces
f (x) = Tn;f ;a (x) + Rn;f ;a (x).
A esta igualdad se le llama Fórmula de Taylor, en honor al matemático inglés
Brook Taylor (1685–1731). A Rn;f ;a (x) se le llama resto o término complemen-
tario. Es claro que esta fórmula no es más que una tautología: se cumple porque
Rn;f ;a (x) se ha definido para que se cumpla. Pero si se logra identificar alguna
propiedad interesante de Rn;f ;a (x) entonces se tiene una forma del Teorema de
Taylor. Aquí sólo veremos dos variantes de este teorema.
Teorema 2.20 (Teorema de Taylor I).
Si f es n veces derivable en un entorno de a, entonces
f (x) = Tn;f ;a (x) + o((x − a)n ).
Demostración. Puesto que
n
(j)
X (x − a)k−j
Tn;f ;a (x) = f (k) (a)
(k − j)!
k=j
(j)
resulta que Tn;f ;a (a) = f (j) (a) para j = 0, 1, . . . , n, y la prueba se completa
aplicando el teorema 2.19 a la diferencia f (x) − Tn;f ;a (x).
Este teorema equivale a afirmar que Rn;f ;a (x) = o((x − a)n ), y a esto se le
llama forma infinitesimal del término complementario.
Es fácil ver que Tn;f ;a (x) es el único polinomio de grado ≤ n tal que f (x) −
Tn;f ;a (x) = o((x − a)n ), en otras palabras es el que mejor aproxima localmente
a f cerca de a. En particular, T1;f ;a (x) = f (a) + f ′ (a)(x − a) es la mejor
aproximación lineal a f cerca de a. La gráfica de T2;f ;a (x) es una parábola,
que se conoce como parábola osculadora u osculatriz de f en a.
Ejemplo 2.26. Sea f (x) = cos x. Como f (0) = cos 0 = 1, f ′ (0) = − sen 0 = 0,
f ′′ (0) = − cos 0 = −1, f ′′′ (0) = sen 0 = 0, f IV (0) = cos 0 = 1, f (5) (0) =
− sen 0 = 0, resulta
x2 x4
cos x = 1 − + + o(x5 )
2! 4!
cuando x → 0.
Teorema 2.21 (Teorema de Taylor II).
Si f es n + 1 veces derivable en un entorno de a, entonces existe un punto
intermedio c entre a y x para el cual
f (n+1) (c)
f (x) = Tn;f ;a (x) + (x − a)n+1 .
(n + 1)!
Demostración. Para a y x fijos sea R = Rn;f ;a (x) y definamos
(x − t)2 ′′ (x − t)n (n) (x − t)n+1
F (t) = f (t) + (x − t)f ′ (t) + f (t) + · · · + f (t) + R.
2! n! (x − a)n+1
Derivando respecto a t resulta
(x − t)2 ′′′
F ′ (t) = f ′ (t) − f ′ (t) + (x − t)f ′′ (t) − (x − t)f ′′ (t) + f (t) − · · ·
2!
(x − t)n−1 (n) (x − t)n (n+1) (x − t)n
− f (t) + f (t) − (n + 1) R
(n − 1)! n! (x − a)n+1
(x − t)n (n+1) (x − t)n
= f (t) − (n + 1) R.
n! (x − a)n+1
2.5 Derivadas 47
Pero observemos que F (a) = F (x) = f (x), entonces por el teorema del valor
medio F ′ (c) = 0 para algún c entre a y x, es decir que
(x − c)n (n+1) (x − c)n
0= f (c) − (n + 1) R
n! (x − a)n+1
y finalmente
(x − a)n+1 (n+1)
R= f (c).
(n + 1)!
A la forma del término complementario que se presenta en el teorema anterior

se le llama forma de Lagrange.
Si f tiene derivadas de todos los órdenes en a entonces se le puede asociar
la serie infinita
∞
(x − a)k (k) (x − a)2 ′′
X
f (a) = f (a) + (x − a)f ′ (a) + f (a) + · · ·
k! 2!
k=0
a la cual se le llama serie de Taylor de la función f en a (o serie de Maclaurin si

a = 0). Muchas funciones importantes se pueden desarrollar en serie de Taylor,
por ejemplo
∞
1 X
= xn = 1 + x + x2 + · · · para |x| < 1
1−x n=0
∞
x X
= nxn = x + 2x2 + 3x3 + · · · para |x| < 1
(1 − x)2 n=1
∞
√ X (−1)n (2n)! n x x2 x3
1+x = x = 1 + − + − · · · para |x| < 1
n=0
(1 − 2n)4n (n!)2 2 8 16
∞
X α(α − 1) · · · (α − n + 1) n
(1 + x)α = x para |x| < 1
n=0
n!
∞
X xn x x2 x3
ex = =1+ + + + ··· para todo x ∈ R
n=0
n! 1! 2! 3!
∞
X (−1)n n x2 x3 x4
log(1 + x) = − x =x− + − + ··· para |x| < 1
n=1
n 2 3 4
∞
X (−1)n x x3 x5
sen x = x2n+1 = − + − ··· para todo x ∈ R
n=0
(2n + 1)! 1! 3! 5!
∞
X (−1)n 2n x2 x4
cos x = x =1− + − ··· para todo x ∈ R
n=0
(2n)! 2! 4!
∞
X (−1)n 2n+1 x3 x5
arc tg x = x =x− + − ··· para |x| ≤ 1
n=0
2n + 1 3 5
Lagrange y otros matemáticos creyeron que toda función “decente” podía

expresarse, al menos localmente, mediante su serie de Taylor. Pero esto no es
cierto, ya que la serie puede no converger, o converger pero no a la función f .
Un ejemplo notable lo proporciona la función de Cauchy
( 2
e−1/x si x 6= 0,
f (x) =
0 si x = 0.
Para x 6= 0 tiene derivadas de todos los órdenes, por ejemplo

′ 2 −1/x2 6 4 2
f (x) = 3 e , f (x) = − 4 + 6 e−1/x ,
′′
x x x

′′′ 24 36 8 2
f (x) = − 7+ 9 e−1/x , . . .
x5 x x
2
y en general es claro que f (n) (x) = Pn (1/x)e−1/x , donde Pn es un polinomio.
Pero con el cambio de variable u = 1/x2 se ve que, para cualquier natural m,
2
e−1/x um
lı́m = lı́m = 0,
x→0 x2m u→+∞ eu
2 2
y también lı́mx→0 e−1/x /x2m−1 = lı́mx→0 xe−1/x /x2m = 0, por lo tanto
2
lı́m Pn (1/x)e−1/x = 0.
x→0
Esto prueba que f tiene derivadas de todos los órdenes en 0, y todas son nulas.
Por lo tanto la serie de Taylor de f es 0 + 0 + 0 + · · · = 0, y no es igual a f sino
en 0.
2.6. Funciones convexas

Definición 2.10. Una función f : I → R se dice que es convexa si para cualquier
par de puntos x, y ∈ I y cualquier real t tal que 0 < t < 1, se cumple
f ((1 − t)x + ty) ≤ (1 − t)f (x) + tf (y).
Si la desigualdad es estricta se dice que la función es estrictamente convexa.
Para cada z ∈ I sea P (z) al punto (z, f (z)) de la gráfica de f . Entonces la

definición de convexidad significa, geométricamente, que el punto P ((1−t)x+ty)
queda por debajo (o en) la recta P (x)P (y), para 0 < t < 1. O lo que es lo mismo,
la porción de la gráfica de f en el intervalo (x, y) queda por debajo de la recta
secante P (x)P (y).
Si u = (1 − t)x + ty, entonces la convexidad se puede caracterizar también
diciendo que la pendiente de P (x)P (u) es menor o igual que la de P (u)P (y).
2.6 Funciones convexas 49
Figura 2.5: Función convexa
Esto es geométricamente obvio, y se puede probar analíticamente sustituyendo

t = (u − x)/(y − x) en la desigualdad f (u) ≤ (1 − t)f (x) + tf (y) para obtener
y−u u−x
f (u) ≤ f (x) + f (y),
y−x y−x
que después de algunas manipulaciones algebraicas se convierte en
f (u) − f (x) f (y) − f (u)

≤ .
u−x y−u
Si b, d > 0 entonces las desigualdades entre fracciones a/b < c/d, a/b < (a +
c)/(b + d) y (a + c)/(b + d) < c/d son equivalentes, por lo tanto se tiene que:
Teorema 2.22. f : I → R es convexa si y sólo si para puntos x, u, y cualesquie-
ra en I tales que x < u < y, se cumple alguna de las desigualdades equivalentes
siguientes
f (u) − f (x) f (y) − f (x)

≤ ,
u−x y−x
f (u) − f (x) f (y) − f (u)
≤ ,
u−x y−u
f (y) − f (u) f (y) − f (u)
≤ .
y−u y−u
Las funciones estrictamente convexas se caracterizan por las correspondientes
desigualdades estrictas.
Esto nos muestra que si f : I → R es (estrictamente) convexa y se toma un
punto interior x en el intervalo I, el cual se deja fijo, entonces (f (y)− f (x))/(y −
x) es una función (estrictamente) creciente de y, y por lo tanto (ver ejercicio

2.19) existe lı́my→x+ (f (y)−f (x))(y −x) = f ′ (x+ ). De manera análoga se prueba
la existencia de f ′ (x− ). Por lo tanto, en todo punto interior existen las derivadas
laterales, y además éstas son (estrictamente) crecientes, ya que si x < y entonces
se verifican las desigualdades
f (y) − f (x)
f ′ (x− ) ≤ f ′ (x+ ) ≤ ≤ f ′ (y − ) ≤ f ′ (y + )
y−x
(si f es estrictamente convexa entonces las desigualdades interiores son estric-
tas).
Teorema 2.23. f : (a, b) → R es derivable, entonces es (estrictamente) convexa
si y sólo si f ′ es (estrictamente) creciente.
Demostración. Si f es (estrictamente) convexa entonces como acabamos de ver
f ′ es (estrictamente) creciente. Recíprocamente, si f ′ es creciente y x < u < y,
entonces por el teorema del valor medio existen c ∈ (x, u) y d ∈ (u, y) tales que
(f (u) − f (x))/(u − x) = f ′ (c) y (f (y) − f (u))/(y − u) = f ′ (d), por lo tanto
f (u) − f (x) f (y) − f (u)

= f ′ (c) ≤ f ′ (d) = ,
u−x y−u
(con la desigualdad estricta si f es estrictamente convexa), y por el teorema
2.22 f es (estrictamente) convexa.
Corolario 2.1. f : (a, b) → R es derivable dos veces, entonces es convexa si y
sólo si f ′′ (x) ≥ 0 para todo x ∈ (a, b). Si f ′′ (x) > 0 para todo x ∈ (a, b) entonces
f es estrictamente convexa.
Demostración. f es convexa si y sólo si f ′ es monótona creciente, pero por el
teorema 3.1 esto ocurre si y sólo si Si f ′′ (x) ≥ 0 para todo x ∈ (a, b). Si f ′′ (x) > 0
para todo x ∈ (a, b) entonces f es estrictamente creciente y por lo tanto f es
estrictamente convexa.
El concepto simétrico de la convexidad es la concavidad.
Definición 2.11. Una función f es (estrictamente) cóncava si −f es (estricta-
mente) convexa.
Naturalmente que todas las caracterizaciones dadas para funciones convexas
se pueden adaptar a las cóncavas, cambiando el sentido de las desigualdades.
De las funciones convexas se dice que tienen la concavidad hacia arriba, es
decir en el sentido de las y positivas, mientras que las funciones cóncavas tienen
la concavidad hacia abajo.
A los puntos en los cuales cambia el sentido de la concavidad se les llama
puntos de inflexión. Más precisamente:
Definición 2.12. c es punto de inflexión de f si existe δ > 0 tal que f es estric-
tamente convexa en [a − δ, a] y estrictamente cóncava en [a, a + δ], o viceversa.
2.7 Teorema fundamental del Cálculo 51
Figura 2.6: Punto de inflexión
Observe que en un punto de inflexión la curva es atravesada por la recta
tangente.
Teorema 2.24. Si f es dos veces derivable en (c− δ, c+ δ y f ′′ (x) es positiva en

(c−δ, c) y negativa en (c, c+δ), o viceversa, entonces c es un punto de inflexión.
La demostración es inmediata.
Observemos que si f admite derivada segunda continua y c es un punto de
inflexión, como f ′′ debe tener signos diferentes a uno y otro lado de c, debe ser
f ′′ (c) = 0. Pero esta condición no es suficiente, por ejemplo para f (x) = x4 se
tiene f ′′ (0) = 0, pero 0 no es punto de inflexión ya que f ′′ (x) = 12x2 es positiva
tanto para x < 0 como para x > 0.
Ejercicio 2.46. Si f es n veces derivable, f ′′ (c) = f ′′′ (c) = · · · = f (n−1) (c) = 0

y f (n) (c) 6= 0, entonces c es un punto de inflexión si y sólo si n es impar.
2.7. Teorema fundamental del Cálculo

Aunque el cálculo de áreas, y más aún la definición precisa de este concepto,
son objeto del Cálculo Integral, que no trataremos en estas notas, para lo que
sigue es suficiente una comprensión intuitiva de la noción de área.
Teorema 2.25 (Teorema fundamental del Cálculo).

Sea f una función continua y no negativa en [a, b], y sea A(x) el área limitada
por la gráfica de f , el eje Ox y las rectas verticales de abscisas a y x. Entonces
la derivada del área bajo la gráfica de f en el punto x es igual a f (x), es decir
A′ (x) = f (x),
para todo x ∈ (a, b).

y = f(x)
D
K(x,v)
H(x+h,v)
A(x)
a x x+h b
Figura 2.7: Teorema Fundamental del Cálculo
Demostración. Esencialmente repetiremos el argumento de Newton citado en

1.2, pág. 6. Sean C = (x, f (x)) y D = (x + h, f (x + h)) dos puntos de la curva.
Como el área es aditiva, el área de la región limitada por la curva, el eje Ox y las
rectas verticales de abscisas x y x + h es igual a A(x + h) − A(x). Tomemos v de
manera que el rectángulo de vértices (x, 0), (x+h, 0), K = (x, v) y H = (x+h, v)
tenga igual área que la región mencionada. Entonces A(x + h) − A(x) = vh,
y como es claro que v = (A(x + h) − A(x))/h está comprendido entre f (x) y
f (x + h), si se toman límites cuando h → 0 resulta, por el teorema del sándwich,
A′ (x) = f (x).
Este teorema también es válido si f toma valores negativos, pero las porcio-
nes de área bajo el eje de Ox deben considerarse negativas.
Corolario 2.2 (Regla de Barrow).
Si f : [a, b] → R es continua y F es una primitiva de f , entonces el área
limitada por la gráfica de f , el eje Ox y las rectas verticales de abscisas a y b
es F (b) − F (a).
Demostración. Si F es una primitiva de f , como por el teorema 2.25 z(x) tam-
bién lo es, en virtud del teorema 2.18 se tiene que A(x) − F (x) = C (constante).
Como A(a) = 0, poniendo x = a queda C = A(a) − F (a) = −F (a) y por lo
tanto A(x) = F (x) − F (a) y en particular A(b) = F (b) − F (a).
Esta regla debe su nombre a Isaac Barrow (1630-1677), teólogo y matemático
inglés que tuvo a Newton como discípulo. Nos muestra que para calcular el área
bajo la gráfica de una función f es suficiente conocer una de sus primitivas.
Aunque el cálculo de primitivas es uno de los problemas que trata el Cálculo
integral, sin necesidad de conocer sus técnicas, si uno encuentra por cualquier
método (por ejemplo examinando una tabla de derivadas, o por ensayo y error)
una primitiva F de f , entonces la regla de Barrow nos permite calcular el área.
Ejemplo 2.27. Calcular el área limitada por la parábola y = x2 , el eje Ox y
las rectas x = 1 y x = 2.
Solución: Como (x3 /3)′ = x2 , por la regla de Barrow el área pedida es 23 /3 −
13 /3 = 5/3.
2.7 Teorema fundamental del Cálculo 53
Utilizando la propiedad aditiva del área puede calcularse también el área de

regiones comprendidas entre dos curvas.
Ejemplo 2.28. Hallar el área de la región comprendida entre las gráficas de
f (x) = x2 + 1 y g(x) = −x2 + 2x + 5.
Figura 2.8: Área de una región
Solución: Primero hallamos los puntos de intersección de ambas curvas resol-

viendo x2 + 1 = −x2 + 2x + 5, lo cual nos da x1 = −1 y x2 = 2. Luego
hallamos las primitivas F (x) = x3 /3 + x de f y G(x) = −x3 /3 + x2 + 5x
de g. El área bajo y = f (x) entre x = −1 y x = 2 es entonces F (2) −
F (−1) = 8/3 + 2 − (−1/3 − 1) = 6, mientras que para y = g(x) el resulta-
do es G(2) − G(−1) = −8/3 + 4 + 10 − (1/3 + 1 − 5) = 15. El área de la región
comprendida entre ambas es la diferencia 15 − 6 = 9.
Ejercicio 2.47. Se llama segmento parabólico a la región comprendida entre
una parábola y una recta que la corta en dos puntos A y B. Sea C el punto
del arco de parábola AB más alejado del segmento AB. Probar que el área del
segmento parabólico es igual a dos tercios del área del triángulo ABC. Este
resultado fue hallado por Arquímedes ¡hace más de 2200 años!
Ejemplo 2.29. Calcular el área limitada por la elipse x2 /a2 + y 2 /b2 = 1.

Solución: Este problema es algo más complicado, en primer lugar porque la elipse
no es la gráfica de una función. Sin embargo por razones de simetría es suficiente
calcular el área de la porción que se encuentra en el semiplano superior, y luego
multiplicar por dos, o mejor aún calcular el área de la porción contenida en el
Figura 2.9: Área de la elipse
primer cuadrante, y luego multiplicar por cuatro. El arco depelipse contenido

en el primer cuadrante es la gráfica de la función f (x) = b 1 − x2 /b2 .´Esta
función no tiene una primitiva que se vea a simple vista, pero si se hace el
cambio de variable x = a sen t, 0 ≤ t ≤ π/2, entonces
d
A(a sen t) = A′ (a sen t)a cos t = f (a sen t)a cos t
dt
p ab
= ab 1 − sen2 t cos t = ab cos2 t = (1 − cos(2t)),
2
por lo tanto
ab sen(2t)
A(a sen t) =(t − ) + C,
2 2
donde C es constante. Evaluando en t = 0 se tiene 0 = A(0) = C, y entonces
π ab π sen(π) πab
A(a) = A(a sen )= ( − )= ,
2 2 2 2 4
y multiplicando por cuatro se obtiene que el área de la elipse es πab.
Otra forma de obtener este resultado es la siguiente: la elipse es la imagen
de la circunferencia x2 + y 2 = a2 por la transformación T : R2 → R2 definida
como T (x, y) = (x, by/a). Esta transformación es una contracción (suponiendo
b < a) en la dirección Oy, por un factor b/a. Los rectángulos de lados paralelos
a los ejes se transforman por T en rectángulos de igual ancho y altura reducida
en el factor b/a, por lo tanto su área se reduce en ese mismo factor. Como la
circunferencia de área πa2 puede aproximarse tanto como se desee mediante
rectángulos, sus transformados por T aproximan el área de la elipse, que por lo
tanto será πa2 (b/a) = πab.
Capítulo 3
Máximos y mínimos
En este capítulo se aplican las herramientas básicas del cálculo para estudiar
los extremos locales y globales de las funciones. Éste es un tema de enorme
importancia en las aplicaciones, que se presenta cada vez que se desea maximizar
el rendimiento de un proceso, o minimizar las pérdidas o los riesgos. Incluso las
leyes naturales se expresan muchas veces en términos de máximos y mínimos.
3.1. Crecimiento y decrecimiento de una función

La derivada es una poderosa ayuda a la hora de estudiar el crecimiento o
decrecimiento de una función.
Teorema 3.1. Si f : [a, b] → R es continua y derivable en (a, b), entonces f es

monótona creciente si y sólo si f ′ (x) ≥ 0 para todo x ∈ (a, b). Si f ′ (x) > 0 para
todo x ∈ (a, b) entonces f es estrictamente creciente.
Demostración. Si f es monótona creciente entonces los cocientes incrementales

verifican (f (x + h) − f (x)/h ≥ 0 y al tomar límites se tiene f ′ (x) ≥ 0 para todo
x ∈ (a, b). Recíprocamente si a ≤ x < y ≤ b entonces por el teorema del valor
medio f (y) − f (x) = f ′ (c)(y − x) ≥ 0, y f (y) ≥ f (x). Si f ′ (x) > 0 para todo
x ∈ (a, b) entonces f (y) − f (x) = f ′ (c)(y − x) > 0 y f (y) > f (x).
Ejemplo 3.1. Sea f (x) = x3 + 3x2 − 24x + 7. Entonces f ′ (x) = 3x2 + 6x − 24 =

3(x − 2)(x + 4), y estudiando su signo vemos que f crece (estrictamente) en
(−∞, −4], decrece en [−4, 2] y crece nuevamente en [2, +∞).
Ejercicio 3.1 (Desigualdad de Bernoulli).

Pruebe que si a ≥ 1 y x ≥ −1 entonces
(1 + x)a ≥ 1 + ax,
con igualdad si y sólo si a = 1 ó a > 1 y x = 0.

56 Máximos y mínimos

Ejercicio 3.2. Si f : [a, b] → R es continua y estrictamente creciente y
derivable en (a, b), ¿puede afirmarse que f ′ (x) > 0 para todo x ∈ (a, b)?
Si se puede descomponer el dominio de una función en intervalos tales que,
en cada uno de ellos, la función sea creciente o decreciente, se logra una buena
comprensión del comportamiento de la función. Sin embargo esto no siempre es
posible. Por ejemplo la función
(
x2 sen(1/x) si x 6= 0,
f (x) =
0 si x = 0,
no es creciente ni decreciente en ningún intervalo abierto o semiabierto que

contenga al 0.
3.2. Extremos locales
Hay varios métodos para hallar los extremos locales de una función. El pri-
mero se basa en una observación trivial:
Si a < c < b y f es monótona creciente en (a, c] y monóto-

na decreciente en [c, b), entonces f alcanza un máximo local en c.
Análogamente, si f es monótona decreciente en (a, c] y monótona
creciente en [c, b), entonces f alcanza un mínimo local en c.
Ejemplo 3.2. Los intervalos de crecimiento y decrecimiento hallados para

f (x) = x3 + 3x2 − 24x + 7 en el Ejemplo 3.1 nos permiten afirmar que esta
función tiene un máximo local en −4 y un mínimo local en 2.
En el capítulo anterior, lema 2.1, vimos que si f : (a, b) → R es una fun-
ción derivable y presenta un extremo local en c ∈ (a, b), entonces f ′ (c) = 0.
Lamentablemente el recíproco de este resultado no se cumple. Por ejemplo si
f (x) = x3 entonces f ′ (x) = 3x2 y f ′ (0) = 0, pero f es creciente en todo R y no
tiene ningún extremo local. Sin embargo, en el caso de que exista f ′′ (c) se tiene
el siguiente resultado.
Teorema 3.2 (Criterio de la segunda derivada).
Si f ′ (c) = 0 y f ′′ (c) > 0 (resp. f ′′ (c) < 0), entonces f tiene un mínimo (resp.
máximo) local en c.
Demostración. Probemos el caso f ′′ (c) > 0. Como f (x) = f (c) + f ′ (c)(x − c) +
f ′′ (c)(x − c)2 + o((x − c)2 ) y f ′ (c) = 0, se tiene que f (x) − f (c) − f ′′ (c)(x − c)2 =
o((x−c)2 ). Así lı́mx→0 (f (x)−f (c)−f ′′ (c)(x−c)2 )/(x−c)2 = 0, por lo tanto existe
δ > 0 tal que si |x−c| < δ entonces |(f (x)−f (c))/(x−c)2 −f ′′ (c)| < f ′′ (c)/2, de
donde se sigue que (f (x)−f (c))/(x−c)2 > f ′′ (c)/2 > 0.Entonces f (x)−f (c) > 0
si |x − c| < δ y f tiene un mínimo local en c.
Más en general, se puede probar que
3.3 Extremos globales 57
Teorema 3.3. Si f es n veces derivable en c, f ′ (c) = 0 y la primera derivada

no nula en c es la de orden n, entonces
1. Si n es par y f (n) (c) > 0, f tiene un mínimo local en c.
2. Si n es par y f (n) (c) < 0, f tiene un máximo local en c.
3. Si n es impar, f no tiene extremo local en c.
Hay que tener en cuenta, sin embargo, que una función puede tener todas
las derivadas nulas en un punto, por ejemplo la función de Cauchy.
Ejemplo 3.3. Si f (x) = x3 + 3x2 − 24x + 7 entonces f ′ (x) = 3x2 + 6x − 24
y f ′′ (x) = 6x + 6. Los puntos críticos son −4 y 2, y como f ′′ (−4) = −18 < 0
y f ′′ (2) = 18 > 0, concluimos que en −4 hay un máximo local y en 2 hay un
mínimo local.
3.3. Extremos globales
Si f : [a, b] → R es continua, el teorema de Weierstrass 2.9 nos asegura
la existencia del máximo y del mínimo (globales o absolutos), pero no nos da
ninguna clave sobre cómo hallarlos. Si f es derivable en (a, b), excepto quizá en
un número finito de puntos, y tiene un número finito de puntos críticos (es decir
puntos c ∈ (a, b) tales que f ′ (c) = 0), entonces podemos hallarlos de la siguiente
manera:
Se calculan los valores de f en los extremos del intervalo a y b, en
cada uno de los puntos críticos y en los puntos en los que no existe
la derivada. El mayor de todos esos valores es el máximo de f , y el
menor es el mínimo.
La justificación de este método es sencilla: si el máximo se alcanza en un
punto de c ∈ (a, b) en el cual exista f ′ (c), entonces por el lema 2.1 debe ser
f ′ (c) = 0, es decir que c es un punto crítico. De lo contrario, el máximo se
alcanza en un extremo del intervalo o en un punto interior en el cual no exista
la derivada. De modo que si examinamos los valores que toma f en cada uno de
esos puntos es seguro que no se nos escapará el máximo. Lo mismo se aplica al
mínimo.
Ejemplo 3.4. Consideremos la función f (x) = x3 +3x2 −24x+7 en el intervalo
[−6, 6]. Como esta función es derivable sólo hace falta considerar los puntos
críticos (−4 y 2) y los extremos del intervalo (−6 y 6). Se tiene f (−4) = 87,
f (2) = −21, f (−6) = 43 y f (6) = 187. Por lo tanto el mínimo es −21 y se
alcanza en 2, y el máximo es 187 y se alcanza en 6.
p p
Ejemplo 3.5. Sea f (x) = 5 |x − 1|+4 |x − 9| en el intervalo [0, 10]. Entonces
 √ √
5√1 − x + 4√9 − x si 0 ≤ x ≤ 1,

f (x) = 5 x − 1 + 4 9 − x si 1 ≤ x ≤ 9,
 √
 √
5 x − 1 + 4 x − 9 si 9 ≤ x ≤ 10,
y  √ √
−5/ 1 − x − 4/ 9 − x si 0 < x < 1,
√ √

f ′ (x) = 5/ x − 1 − 4/ 9 − x si 1 < x < 9,
 √
 √
5/ x − 1 + 4/ x − 9 si 9 < x < 10.
La derivada no existe en 1 ni en 9. Es claro que en los intervalos
√ (0, 1) √y (9, 10) no
hay puntos críticos, mientras que en (1, 9), resolviendo 5/ x − 1−4/ 9 − x = 0
se tiene 25(9 − x) = 16(x − 1) y x √ = 241/41 es el único punto
√ crítico. Como
fp(0) = 17, f (10)
p = 19, f (1) p= 4 8 ≈ 11,31, f (9) = 5 8 y f (241/41) =
5 200/41 √ + 4 128/41 = 82 2/41 ≈ 18,11, se concluye que el mínimo es
f (1) = 4 8 y el máximo f (10) = 19.
El siguiente problema a considerar lo plantean las funciones definidas en
dominios no cerrados o no acotados. En este caso aunque la función sea continua
puede ser que no sea acotada, y aún siéndolo puede ser que no tenga máximo,
o mínimo, o ninguno de los dos. Veamos algunos ejemplos.
Ejemplo 3.6. La función f (x) = tg x en el intervalo (−π/2, π/2) no tiene
máximo ni mínimo, ya que lı́mx→π/2 tg x = +∞ y lı́mx→−π/2 tg x = −∞.
Ejemplo 3.7. La función g(x) = x + 1/x en el intervalo (0, 2) no tiene máximo,
pues lı́mx→0+ g(x) = +∞, pero en cambio tiene mínimo. En efecto, g ′ (x) =
1 − 1/x2 es negativa en (0, 1) y positiva en (1, 2), por lo tanto g es monótona
decreciente en (0, 1) y monótona creciente en (1, 2), de donde se sigue que en 1
hay no sólo un mínimo local sino absoluto.
Ejemplo 3.8. La función f (x) = arc tg x en todo R está acotada entre −π/2 y
π/2), pero no tiene máximo ni mínimo.
Sin embargo en algunos casos puede afirmarse la existencia de extremos.
Teorema 3.4. Sea f : R → R continua. Si existen a ∈ R y K > 0 tales que
f (x) ≤ f (a) (f (x) ≥ f (a)) para todo x ∈ R tal que |x| > K, entonces f tiene
máximo (resp. mínimo).
Demostración. Consideremos el primer caso. En el intervalo [−K, K] la función
f tiene máximo M . Si x 6∈ [−K, K] entonces |x| > K, y f (x) ≤ f (a) ≤ M . Por
lo tanto el máximo de f en [−K, K] lo es en realidad en todo R.
Corolario 3.1. Si lı́mx→∞ f (x) = L y para algún a ∈ R se tiene f (a) ≥ L
(f (a) ≤ L), entonces f tiene máximo (resp. mínimo).
3.4. Algunos ejemplos geométricos

Ejemplo 3.9. Se dispone de una cartulina cuadrada de lado a y se quiere hacer
una caja sin tapa recortando cuadrados iguales en las esquinas y doblando sus
lados. ¿Cuál debe ser la longitud del lado del cuadrado que se recorta para que
el volumen de la caja sea máximo?
3.4 Algunos ejemplos geométricos 59
Solución: El volumen de la caja será V (x) = (a−2x)2 x, con 0 ≤ x ≤ a/2. Puesto

que V es continua en [0, a/2], debe tener máximo absoluto. Como V ′ (x) =
(a − 2x)2 − 4x(a − 2x) = (a − 2x)(a − 6x), se ve que los únicos puntos críticos
son a/2 y a/6. Como V (0) = V (a/2) = 0 y V (a/6) = 2a2 /27, el máximo
absoluto en [0, a/2] se alcanza para x = a/6 y vale V (a/6) = 2a3 /27.
Ejemplo 3.10. Un alambre de 100 cm de longitud se corta en dos partes,
formando con una de ellas un círculo y con la otra un cuadrado. ¿Cómo debe
cortarse el alambre para que la suma de las áreas de las dos figuras sea mínima?
¿Y para que sea máxima?
Solución: Si la parte con la cual se forma el círculo mide x cm, la otra medirá
100−x cm. El radio del círculo será x/(2π) cm2 y su área x2 /(4π) cm2 , mientras
que el área del cuadrado será (100 − x)2 /16 cm2 . Debemos hallar los extremos
absolutos de la función continua f (x) = x2 /(4π) + (100 − x)2 /16 en el intervalo
[0, 100]. f ′ (x) = x/(2π)−(100−x)/8 sólo se anula en 100π/(π+4), que pertenece
a (0, 100). Ahora bien, f (0) = 1002 /16 = 625, f (100) = 1002 /(4π) = 2500/π y
1002 π 4002

100π 2500
f = + = .
π+4 4(π + 4)2 16(π + 4)2 π+4
Como
2500 2500
< 625 <
π+4 π
se concluye que el mínimo es 2500/(π + 4) y el máximo 2500/π. Para obtener un
área total mínima el alambre debe cortarse en trozos de longitud 100π/(π + 4)
cm y 400/(π +4) cm. Para obtener un área total máxima debe cortarse en trozos
de 100 cm y 0 cm, es decir que no debe cortarse sino usarlo todo para formar
una circunferencia.
Ejemplo 3.11. Un pasillo de 180 cm de ancho se une en ángulo recto con otro
de 120 cm de ancho. ¿Cuál es la longitud máxima que puede tener una barra
para poder pasar horizontalmente de un pasillo al otro?
Solución: denotemos el ancho de los pasillos mediante a y b y consideremos una
barra atravesada como en la Figura 3.1. Su longitud es
a b
f (ϕ) = + .
sen ϕ cos ϕ
El mínimo de esta función en (0, π/2) nos dará la longitud máxima que pue-
de tener una barra para pasar por el codo. Como f es continua en (0, π/2)
y lı́mx→0+ f (ϕ) = lı́mx→π/2− f (ϕ) = +∞, debe tener mínimo absoluto y se
alcanza en un punto crítico de f . Ahora bien, la derivada
a cos ϕ b sen ϕ −a cos3 ϕ + b sen3 ϕ
f ′ (ϕ) = − 2
+ 2
=
sen ϕ cos ϕ sen2 ϕ cos2 ϕ
se anula únicamente cuando −a cos3 ϕ + bp sen3 ϕ = 0, es decir tg3 ϕ = a/b, lo
cual da el único punto crítico ϕ1 = arc tg( a/b).
3
Figura 3.1: Pasillos
El máximo buscado es
a b
q q
f (ϕ1 ) = + = a 1 + ctg2 ϕ1 + b 1 + tg2 ϕ1
sen ϕ1 cos ϕ1
q q
2 2 2 2 2 2 2 2 3
= a 3 a +b +b
3 3 3 b 3 + a 3 = (a 3 + b 3 ) 2 ,
que para a = 180 cm y b = 120 cm da aproximadamente 421,4 cm y se alcanza

para ϕ1 ≈ 0,85277 radianes, o 48◦ 51’ 37”.
Ejercicio 3.3. Una empresa desea construir envases cilíndricos de hojalata de

un litro de capacidad, pero minimizando el área total (y por lo tanto la cantidad
de lámina de hojalata utilizada). ¿Qué dimensiones deben tener los envases?
Ejercicio 3.4. En el plano cartesiano sean A = (0, 1) y B = (0, 3). ¿Desde qué
puntos del eje Ox se ve el segmento AB con mayor tamaño aparente? (En otras
palabras, ¿para qué puntos C en el eje Ox el ángulo α = ∠ACB toma su mayor
valor?)
Figura 3.2: Mayor tamaño aparente

3.4 Algunos ejemplos geométricos 61
El problema de Heron
En el plano se dan dos puntos A y B a un mismo lado de una recta r. ¿Para
qué punto P de r es mínima la suma AP +P B? Este problema tiene una solución
Figura 3.3: Problema de Heron
geométrica muy sencilla: si A′ es el punto simétrico de A respecto a la recta r,

entonces para cualquier punto P en r se tiene AP + P B = A′ P + P B, y esta
suma es mínima cuando se toma como P el punto Q de intersección de la recta
A′ B con r. En efecto, como se ve en la figura, AQ + QB = AB ≤ AP + P B por
la desigualdad triangular.
Veamos ahora cómo puede ser resuelto mediante el cálculo. Tomemos un
sistema de coordenadas con la recta r como eje Ox y el eje Oy pasando por
A. Entonces A tendrá coordenadas (0, a) y B = (b, c), con a, b, c > 0. Sea
P = (x, 0). Entonces la suma de distancias a minimizar es
p p
f (x) = AP + P B = x2 + a2 + (x − b)2 + c2 .
Como f es positiva y tiende a +∞ cuando x → ∞ podemos asegurar que tiene

mínimo, y éste se alcanza en un punto singular. Derivando resulta
x x−b
f ′ (x) = √ +p .
x2 + a2 (x − b)2 + c2
Es claro que f (x) < 0 si x < 0 y f (x) > 0 si x > 0. Por lo tanto el punto mínimo
debe pertenecer al intervalo [0, b]. Para hallarlo hay que resolver la ecuación
x b−x
√ = p ,
2
x +a 2 (x − b)2 + c2
que luego de cambiar de miembro las raíces y elevar al cuadrado queda
x2 ((x − b)2 + c2 ) = (x − b)2 (x2 + a2 ),

y luego de restar x2 (x − b)2 de ambos miembros se reduce a
c2 x2 = a2 (x − b)2 .
Extrayendo la raíz cuadrada de ambos miembros queda |cx| = |a(x − b)|, y

recordando que 0 ≤ x ≤ b queda finalmente cx = a(b − x), de donde se obtiene
la única solución
ab
x1 = .
a+c
Por lo tanto el mínimo se alcanza en el punto (x1 , 0). Para comprobar que esta
solución coincide con la geométrica, observemos en la figura que los triángulos
AOQ y BM Q son semejantes, por lo tanto AO/BM = AQ/BQ. Si Q = (x1 , 0),
entonces a/c = x1 /(b − x1 ), de donde x1 = ab/(a + c).
Este problema fue tratado por Heron de Alejandría en su obra Catóptrica,
que se ocupa de los espejos. Heron observó que ∠AQO = ∠BQM , lo cual es
consistente con la ley de reflexión de la luz: el rayo incidente sobre una superficie
forma con ella igual ángulo que el rayo reflejado. De aquí concluyó que la luz
sigue el camino más corto, lo cual es cierto sólo en medios homogéneos.
3.5. Ley de Snell

Una persona se está ahogando en el mar en el punto B. El salvavidas, que
se encuentra en tierra firme en el punto A, puede correr a una velocidad v1 y
nadar a una velocidad v2 . ¿Qué trayectoria debe seguir para llegar hasta B en
el menor tiempo posible?
Supongamos que la costa es una línea recta s. Si v1 = v2 , es claro que el
salvavidas debería ir en línea recta desde A hasta B. Pero como presumiblemente
v1 > v2 , para aprovechar su mayor velocidad en tierra deberá correr hasta un
punto P de la costa más cercano de B, antes de comenzar a nadar.
Tomemos un sistema de coordenadas con la recta s como eje Ox y el eje
Oy pasando por A. Entonces A tendrá coordenadas (0, −a) y B = (b, c), con
a, b, c > 0. Sea P = (x, 0). Entonces el tiempo que tarda el salvavidas en el
trayecto AP B es
√ p
AP PB x2 + a2 (x − b)2 + c2
f (x) = + = + .
v1 v2 v1 v2
Como f es positiva y tiende a +∞ cuando x → ∞ podemos asegurar que tiene
mínimo, y éste se alcanza en un punto singular. Derivando resulta
x x−b
f ′ (x) = √ + p
2
v1 x + a 2 v2 (x − b)2 + c2
y derivando una vez más
a2 c2
f ′′ (x) = + > 0.
v1 (x2 + a2 )3/2 ((x − b)2 + c2 )3/2
3.5 Ley de Snell 63
Figura 3.4: Ley de la refracción
√
Por lo tanto f ′ es
√ estrictamente creciente, y como f ′ (0) = −b/(v2 b2 + c2 ) < 0
y f ′ (b) = b/(v1 b2 + a2 ) > 0, f ′ se anula exactamente una vez entre 0 y b,
y en ese punto alcanza su mínimo. Para hallar P hay que resolver entonces la
ecuación
x b−x
√ = p , (3.1)
v1 x2 + a2 v2 (x − b)2 + c2
que se reduce a una ecuación de cuarto grado, y se puede resolver por métodos
numéricos.
Es interesante observar que, si llamamos i y r a los ángulos que forman AP
y P B con la normal a s por P , entonces la ecuación 3.1 equivale a
sen i sen r
= .
v1 v2
Esta relación es idéntica a la ley de la refracción de la luz al pasar de un medio

transparente a otro, llamada Ley de Snell en honor al astrónomo y matemá-
tico holandés Willebrord Snell (1580–1626). Llamando índice de refracción al
cociente n = c/v entre la velocidad c de la luz en el vacío y la velocidad v de la
luz en el medio cuyo índice se calcula, la Ley de Snell puede enunciarse como
n1 sen i = n2 sen r,
donde n1 y n2 son los índices de refracción de los medios 1 y 2 (el índice de

refracción del vacío naturalmentte es 1, el del aire es 1,00029, el del diamante
2,417 y el del agua, a 20◦ C, es 1,333).
Fermat dedujo la ley de Snell como lo hicimos nosotros más arriba, a partir
del hoy llamado Principio de Fermat, según el cual la luz viaja de un punto a
otro siguiendo una trayectoria que minimiza el tiempo empleado.
3.6. Extremos sin cálculo

Con todo y lo poderoso que es el Cálculo para resolver problemas de extre-
mos, algunas veces mediante métodos elementales se pueden resolver con menor
esfuerzo. Por eso es bueno estar atentos y reflexionar un poco sobre la natu-
raleza del problema antes de lanzarse a calcular derivadas mecánicamente. A
continuación examinaremos algunos ejemplos.
Ejemplo 3.12. Hallar el mínimo absoluto de f (x) = |x3 − 3x2 + 4|.
Solución: Como f (−1) = 0 y el valor absoluto es siempre mayor o igual que
cero, el mínimo absoluto es 0.
Ejemplo 3.13. Con 4 m de alambre formar un rectángulo de área máxima.
Solución: Si los lados del rectángulo son x e y, entonces 2x + 2y = 4, y = 2 − x
y el área es A(x) = x(2 − x) = 1 − (x − 1)2 , por lo tanto el máximo es 1 y se
alcanza para x = 1, es decir para el cuadrado. La única técnica que usa esta
solución es la de completar cuadrados, que es efectiva para cualquier polinomio
de segundo grado.
Ejemplo 3.14. Construir una caja en forma de prisma recto de base rectan-
gular, con volumen 1 y superficie total mínima.
Solución: Si los lados del prisma son x, y, z entonces hay que minimizar S(x, y, z)
= 2(xy + yz + zx), con la condición xyz = 1. Este es un problema de extremos
condicionados en varias variables, que no hemos tratado en estas notas, sin em-
bargo para resolverlo es suficiente conocer la desigualdad aritmético-geométrica
(si no la recuerda vea el Teorema 4.4, pág. 91). En efecto,
p
xy + yz + zx ≥ 3 3 (xyz)2 = 3,
con igualdad si y sólo si x = y = z. Por lo tanto el mínimo es 3 y se alcanza

para x = y = z = 1.
Ejercicio 3.5. Resolver sin usar derivadas el problema del Ejemplo 3.9 (pág.
58).
Capítulo 4
Aplicaciones matemáticas
En este capítulo se ilustran varias aplicaciones del cálculo diferencial a di-
versas cuestiones matemáticas.
4.1. Gráficas de funciones

Debido al software matemático disponible hoy en día, ser capaz de dibujar
una buena gráfica ya no parece tan importante como hace algunos años. Sin
embargo ningún programa graficador es perfecto, de hecho todos tienen limita-
ciones intrínsecas, consecuencia de la precisión finita de los cálculos y de que en
una pantalla sólo se pueden representar un número finito de puntos. Por eso,
cuando se los somete a situaciones extremas, con frecuencia producen resultados
incorrectos y hasta sorprendentes. Además hay aspectos de carácter cualitativo
que escapan a las posibilidades del software. Por estas razones, si bien los pro-
gramas graficadores son de una inmensa utilidad práctica, no se pueden aceptar
acríticamente sus resultados.
Por ejemplo la Figura 4.1 muestra dos gráficas de la misma función, en el
mismo intervalo, obtenidas con MAPLE. La diferencia es que la primera se
obtuvo con la instrucción
plot((x+1)^6,x=-1.005..-0.995);
y la segunda con
plot(x^6+6*x^5+15*x^4+20*x^3+15*x^2+6*x+1,x=-1.005..-0.995);
Ambas instrucciones solicitan graficar la función f (x) = (x + 1)6 en el inter-

valo [−1,005, −0,995], sólo que en la segunda instrucción (x + 1)6 se sustituye
por su desarrollo x6 + 6x5 + 15x4 + 20x3 + 15x2 + 6x + 1. Pero los resultados son
muy diferentes. La explicación de esa diferencia está relacionada con los errores
de redondeo en los cálculos, pero ahora se nos presenta una pregunta obvia: ¿es
alguna de las dos gráficas correcta, o debemos desechar ambas?
66 Aplicaciones matemáticas
El cálculo diferencial permite tomar una decisión rápidamente. Como f ′ (x) =

6(x + 1)5 es negativa para x < 1 y positiva para x > 1, la función f es estricta-
mente decreciente en (−∞, −1], tiene un mínimo en x = −1 y es estrictamente
creciente en [1, +∞). Además f ′′ (x) = 30(x + 1)4 ≥ 0 para todo x, por lo tan-
to la función es convexa (tiene la concavidad hacia arriba). Esto nos permite
desechar la gráfica de la derecha y quedarnos con la de la izquierda.
2E-14
1,5E-14
1,2E-14
1E-14
8E-15
5E-15
4E-15 0
-1,004 -1,002 -1 -0,998 -0,996
x
-5E-15
0
-1,004 -1,002 -1 -0,998 -0,996
x
Figura 4.1: ¿Dos gráficas de la misma función?
A continuación haremos un sumario de los puntos más importantes que se

deben tomar en cuenta para graficar una función.
Dominio
Si el dominio no se da explícitamente, será necesario determinar el mayor
subconjunto de R en el cual la definición de la función tenga sentido. Hay que
tener especial cuidado con los valores de la variable que hagan nulo un deno-
minador, negativo el argumento de una raíz cuadrada o menor o igual que 0
el argumento de un logaritmo. También varias funciones trigonométricas como
sec, csc, tg, ctg, arcsin, arc cos, etc., tienen dominios restringidos.
Intersecciones con los ejes y signo

La intersección con el eje Oy de la gráfica de una función f se halla muy
fácilmente: es el punto (0, f (0). Hallar los puntos de intersección con el eje Ox,
en cambio, equivale a resolver la ecuación f (x) = 0, lo cual puede ser muy difícil
y requerir el uso de métodos numéricos. Pero en general es suficiente tener una
idea aproximada de dónde se hallan esos puntos, para lo cual es útil el teorema
de Bolzano 2.7. Es deseable también conocer para qué valores la función es
positiva y para cuáles es negativa. Si la función es continua, se han hallado
todos los ceros (intersecciones con el eje Ox) y éstos son un número finito, entre
4.1 Gráficas de funciones 67
cada dos de ellos consecutivos la función mantendrá su signo, por lo cual es fácil
determinarlo calculando el valor de la función en un punto intermedio.
Simetrías
Se dice que la función f : R → R es par si f (−x) = f (x) para todo x ∈ R.

Geométricamente, esto significa que la gráfica de f es simétrica respecto al eje
Oy.
Se dice que la función f : R → R es impar si f (−x) = −f (x) para todo
x ∈ R. Geométricamente, esto significa que la gráfica de f es simétrica respecto
al origen O.
Ejercicio 4.1. Pruebe que la gráfica de f es simétrica respecto a una recta

vertical x = a si y sólo si f (2a − x) = f (x) para todo x ∈ R.
Ejercicio 4.2. Pruebe que la gráfica de f es simétrica respecto al punto (a, b)
si y sólo si f (2a − x) = 2b − f (x) para todo x ∈ R.
Periodicidad
Recordemos que una función f : R → R es periódica de período T > 0

si f (x + T ) = f (x) para todo x ∈ R. Para graficar una función periódica es
suficiente hacerlo en un intervalo [a, a + T ], de longitud igual al período, ya que
la gráfica se repite idéntica en los intervalos [a + T, a + 2T ], [a + 2T, a + 3T ],
[a + 3T, a + 4T ],. . . y también en [a − T, a], [a − 2T, a − T ], [a − 3T, a − 2T ],. . . En
otras palabras, la gráfica es invariante bajo una traslación de vector (T, 0).
Los ejemplos más conocidos de funciones periódicas son las trigonométricas
seno y coseno, las cuales tienen período 2π.
Comportamiento para x → ∞
Cualquier gráfica que hagamos, manualmente o con un computador, se limi-

tará siempre a un intervalo acotado de R. Por eso es importante tratar de hallar
lı́mx→∞ f (x) y lı́mx→−∞ f (x), si existen, para conocer el comportamiento de la
función para valores grandes de la variable. Si alguno de esos límites es finito,
tendremos una asíntota horizontal (ver 2.3.3). Si alguno es infinito, se pueden
buscar asíntotas oblicuas o al menos direcciones asintóticas.
Crecimiento y decrecimiento
Si la función es derivable, el estudio del signo de la primera derivada nos

permitirá sacar conclusiones sobre los intervalos de crecimiento y decrecimiento
de la función. Además en los puntos donde la función cambie de creciente a
decreciente habrá un máximo local (y donde cambie de decreciente a creciente
habrá un mínimo local).
Concavidad y puntos de inflexión
El estudio del crecimiento y decrecimiento de la derivada primera permite

sacar conclusiones sobre los intervalos donde la función es convexa o cóncava, y
sobre los puntos de inflexión. Si la función es derivable dos veces, el estudio del
signo de la segunda derivada facilita la tarea anterior.
Discontinuidades
Si la función es discontinua en un punto a, pero está definida en un entorno

reducido de a, es importante determinar la naturaleza de la discontinuidad.
Para ello hay que estudiar los límites laterales lı́mx→a− f (x) y lı́mx→a+ f (x). Si
existen y son ambos finitos, la discontinuidad es de salto (o evitable, si fuesen
iguales). Si al menos uno de ellos es infinito, hay una asíntota vertical.
También es útil estudiar las discontinuidades de la función derivada, y en
especial, en los puntos en que la derivada no exista, ver si existen las derivadas
laterales.
Ejemplo 4.1. Sea f (x) = arc tg(x) + (x + 2)/(x2 + 1). Está definida en todo
R. La gráfica intersecta al eje Oy en (0, 2).
lı́mx→+∞ f (x) = π/2 y lı́mx→−∞ f (x) = −π/2, por lo tanto hay dos asínto-
tas horizontales, y = π/2 para x → +∞ e y = −π/2 para x → −∞.
1 x2 + 1 − 2x(x + 2) 2 − 4x
f ′ (x) = + = 2 ,
x2 +1 2
(x + 1) 2 (x + 1)2
de donde f ′ (x) > 0 para x < 1/2, f ′ (1/2) = 0 y f ′ (x) < 0 para x > 1/2. Por
lo tanto f es estrictamente creciente en (−∞, 1/2] y estrictamente decreciente
en [1/2, +∞), presentando un máximo absoluto en 1/2. El valor máximo es
f (1/2) = arc tg(1/2) + 2 ≈ 2,46.
Como f (−1) = −π/4 + 1/2 < 0 y f (0) = 2 > 0, f tiene una raíz entre −1 y
0. De hecho es la única, ya que para x > 0 es f (x) > 0. Por métodos numéricos
(ver sección siguiente) puede verse que esa raíz es aproximadamente −0,83. La
derivada segunda es
−4(x2 + 1)2 − 2x(x2 + 1)(2 − 4x)

f ′′ (x) =
(x2 + 1)4
4 3
4x − 4x − 4x − 4 4(x2 − x − 1)
= = .
(x2 + 1)3 (x2 + 1)3
√
Como el√denominador es siempre positivo y x2 − x − 1 tiene√raíces (1 + 5)/2
y (1 − 5)/2, se deduce que f √
√ es convexa √ en (−∞, (1 − 5)/2) y en ((1 +
5)/2, +∞),
√ es cóncava
√ en ((1 − 5)/2, (1 + 5)/2) y tiene puntos de inflexión
en (1 − 5)/2 y (1 + 5)/2.
4.2 Raíces de ecuaciones 69
0
-6 -4 -2 0 2 4 6
x
-1
Figura 4.2: Gráfica de f (x) = arc tg(x) + (x + 2)/(x2 + 1).
4.2. Raíces de ecuaciones

Sea f una función continua en [a, b] y supongamos que f (a)f (b) < 0. Por
el teorema de Bolzano sabemos que existe al menos una raíz de la ecuación
f (x) = 0 entre a y b. Una primera aproximación a esta raíz es el punto medio
(a + b)/2. El error cometido con esta aproximación es menor que (b − a)/2.
Otra posibilidad consiste en tomar el punto s en que la recta que pasa por
(a, f (a)) y (b, f (b)) corta al eje Ox. La ecuación de esta recta es y = f (a) +
(f (b) − f (a))(x − a)/(b − a), y al igualar a 0 y despejar resulta s = a − (b −
a)f (a)/(f (b) − f (a)) = (af (b) − bf (a))/(f (b) − f (a)). Esto se conoce como
método de la falsa posición, o regula falsi. En general da mejores resultados que
el punto medio, pero no siempre. De hecho sólo se puede asegurar que el error
es menor que b − a.
En lugar de aproximar la función por la secante, como en la regula falsi, se
puede aproximar por la recta tangente. Esto se conoce como método de New-
ton, o de Newton-Raphson. Para aplicarlo se comienza por elegir una primera
aproximación a la raíz, digamos x1 . Si f es derivable en x1 , la ecuación de la
recta tangente es y = f (x1 ) + f ′ (x1 )(x − x1 ), que si f ′ (x1 ) 6= 0 corta al eje Ox
en x2 = x1 − f (x1 )/f ′ (x1 ).
Generalmente este método se emplea de forma iterativa, es decir que se
calcula una sucesión de valores xn+1 = xn − f (xn )/f ′ (xn ).
Ejemplo 4.2. Si f (x) = x2 − 2 entonces xn+1 = xn − (x2n − 2)/(2xn ) =
xn /2 + 1/xn . Si comenzamos con x1 = 1 entonces x2 = 1/2 + 1 = 3/2 = 1,5,
x3 = 3/4 + 2/3 = 17/12 = 1,4166 . . ., x4 = 17/24 + 12/17 = 577/408 =
1,414215 . . .. Como se ve con dos iteraciones se obtuvieron 2 cifras decimales
exactas, y con tres iteraciones 4 cifras decimales exactas (con la siguiente ya se
obtienen 11).
Figura 4.3: Método de Newton
Generalmente el método de Newton converge muy rápido hacia una raíz,
pero no siempre. Por ejemplo si f (x) = x3 − 2x + 2 entonces xn+1 = xn −
(x3n − 2xn + 2)/(3x2n − 2). Si se comienza con x1 = 1 se obtiene x2 = 0, x3 = 1,
x4 = 0,. . . y el procedimiento no converge. En estos casos conviene bosquejar la
gráfica para tener una idea aproximada de dónde están las raíces. En este caso,
comenzando con −2 se obtiene una rápida convergencia.
4.3. Longitud de arco

Sea f : [a, b] → R. Para definir la longitud L(f ; a, b) de la curva y = f (x)
entre a y b, se consideran todas las poligonales inscriptas en la curva, es decir
las poligonales con vértices P0 P1 . . . Pn , donde a = x0 P< x1 < · · · < xn = b y
n−1
Pi = (xi , f (xi )). Si las longitudes de estas poligonales i=0 Pi Pi−1 forman un
conjunto acotado, entonces a su supremo se le llama longitud de la curva y ésta
se dice que es rectificable. Es fácil probar que en este caso, si c ∈ (a, b), entonces
la curva también es rectificable en los intervalos [a, c] y [c, b] y L(f ; a, b) =
L(f ; a, c) + L(f ; c, b).
Una función no tiene que ser continua para ser rectificable.
Ejercicio 4.3. Probar que si f es monótona en [a, b] entonces es rectificable, y
L(f ; a, b) ≤ |b − a| + |f (b) − f (a)|.
La continuidad tampoco garantiza que una función sea rectificable.

Ejercicio 4.4. Sea f : [0, 1] → R definida así:
(
x sen x1 si 0 < x < 1,
f (x) =
0 si x = 0.
Pruebe que no es rectificable.
4.3 Longitud de arco 71
Teorema 4.1. Si f : [a, b] → R tiene derivada continua entonces es rectificable.
Demostración. Como f ′ es continua, existe M = máx{|f ′ (t)| : a ≤ t ≤ b} y

debe ser alcanzado en algún punto ζ ∈ [a, b], es decir M = |f ′ (ζ)|.
Dada cualquier poligonal P0 P1 . . . Pn , con a = x0 < x1 < · · · < xn = b
y Pi = (xi , f (xi )), por el teorema del valor medio se tiene f (xi+1 ) − f (xi ) =
f ′ (ξi )(xi+1 − xi ) para ciertos ξi ∈ (xi , xi+1 ), y por tanto
|f (xi+1 ) − f (xi )| = |f ′ (ξi )(xi+1 − xi )| ≤ M (xi+1 − xi ).
Entonces
p p
Pi Pi+1 = (xi+1 − xi )2 + (f (xi+1 ) − f (xi ))2 ≤ 1 + M 2 (xi+1 − xi ),
y
n−1 n−1
X Xp p
Pi Pi−1 ≤ 1 + M 2 (xi+1 − xi ) = 1 + M 2 (b − a).
i=0 i=0
√
Por lo tanto la curva es rectificable y L(f ; a, b) ≤ 1 + M 2 (b − a).
Teorema 4.2. Si f : [a, b] → R tiene derivada continua y s(x) es la longitud

de arco entre a y x, entonces
p
s′ (x) = 1 + (f ′ (x))2
para todo x ∈ (a, b).
C
E
y = f(x)
A z(x)
a x x+h b
Figura 4.4: Longitud de arco
Demostración. Sean x ∈ (a, b), A = (a, f (a)), C = (x, f (x)) y D = (x +

h, f (x + h)). Entonces la longitud del arco de curva comprendido entre C y D
es s(x + h) − s(x), y se cumple que
p
s(x + h) − s(x) ≥ CD = h2 + (f (x + h) − f (x))2 .
Pero, por el teorema del valor medio, f (x + h) − f (x) = hf ′ (ξ) para cierto
ξ ∈ (x, x + h), por lo tanto
p p
s(x + h) − s(x) ≥ h2 + (hf ′ (ξ))2 = h 1 + (f ′ (ξ))2 . (4.1)
Por otra parte, como f ′ es continua, para algún ζ ∈ [x, x + h] se tiene M =

|f ′ (ζ)| = máx{|f ′ (t)| : x ≤ t ≤ x + h} y como se vió en la demostración del
Teorema 4.1, p
s(x + h) − s(x) ≤ 1 + M 2 h.
Combinando esta última desigualdad con (4.1) tenemos
p p
h 1 + (f ′ (ξ))2 ≤ s(x + h) − s(x) ≤ 1 + M 2 h,
o bien
p s(x + h) − s(x) p
1 + (f ′ (ξ))2 ≤ ≤ 1 + (f ′ (ζ))2 ,
h
y como lı́mh→0 ξ = lı́mh→0 ζ = x, la conclusión se sigue del teorema del sánd-
wich.
Ejemplo 4.3. Calcular
p la longitud de la curva y = ch x entre 0 y x.
Solución: s′ (x) = 1 + (sh x)2 = ch x, por lo tanto s(x) = sh x + C y como
s(0) = 0 debe ser C = 0 y s(x) = sh x.
Ejemplo 4.4. Usar√ el teorema 4.2 para calcular la longitud del cuarto de cir-
cunferencia√y = 1 − x2 para √ 0 ≤ x ≤ 1.
Solución: ( 1 − x2 )′ = −x/ 1 − x2 , por lo tanto
s 2 r
x2

′ −x 1
s (x) = 1 + √ = 1+ 2
=√ .
1−x 2 1−x 1 − x2
√
Como (arc sen x)′ = 1/ 1 − x2 concluimos que s(x) = arc sen x + C, y como
s(0) = 0 debe ser C = 0 y s(x) = arc sen x. En particular s(1) = arc sen 1 = π/2,
como era de esperarse.
En lapnotación de Leibniz s′ (x) = ds/dx y f ′ (x) = dy/dx, por lo tanto
s (x) = 1 + (f ′ (x))2 se puede escribir como (ds/dx)2 = 1 + (dy/dx)2 , o bien
′
ds2 = dx2 + dy 2 . En esta sugestiva notación el teorema 4.2 es fácil de recordar

por su semejanza con el teorema de Pitágoras.
4.4. Funciones vectoriales

Una función vectorial de una variable real es una función de un intervalo
I ⊂ R en Rn . Definir una función vectorial v : I → Rn es equivalente a definir
sus n componentes vj : I → R, cada una de las cuales es una función real de
variable real. Es decir:
v(t) = (v1 (t), v2 (t), . . . , vn (t)).

4.5 Curvas parametrizadas 73
la función v : I → Rn es derivable si y sólo si lo es cada una de sus componentes

vj , y en ese caso
v′ (t) = (v1′ (t), v2′ (t), . . . , vn′ (t)).
Es inmediato verificar la aditividad de la derivación, es decir que si u, v : I → Rn
son derivables entonces (u + v)′ = u′ + v′ . Si g : I → R es derivable entonces
la regla para derivar un producto de funciones permite establecer sin dificultad
que
(g(t)v(t))′ = g ′ (t)v(t) + g(t)v′ (t).
Recordemos que el producto escalar de dos vectores u = (u1 , u2 , . . . , un ) y v =
(v1 , v2 , . . . , vn ) se define como
u · v = u1 v1 + +u2 v2 + · · · + un vn .
v · v se abrevia v2 , y el módulo o norma de v es
q √
kvk = v12 + · · · + vn2 = v2 .
Entonces si u, v : I → Rn son derivables se tiene
(u · v)′ = u′ · v + u · v′ .
En particular (u2 )′ = 2u·u′ . De aquí se deduce que si kuk es constante, entonces

u y u′ son ortogonales (u · u′ = 0).
Recordemos que en el espacio, si u = (u1 , u2 , u3 ) y v = (v1 , v2 , v3 ), entonces
u · v = kuk kvk cos(ϕ), donde ϕ es el ángulo que forman u y v. Además se define
el producto vectorial
u ∧ v = (u2 v3 − u3 v2 , u3 v1 − u1 v3 , u1 v2 − u2 v1 ).
Ejercicio 4.5. Pruebe que si u, v : I → Rn son derivables entonces
(u ∧ v)′ = u′ ∧ v + u ∧ v′ .
4.5. Curvas parametrizadas

En estas notas llamaremos curva plana a una función continua P : I → R2 .
Si la abscisa y la ordenada de P (t) son x(t) e y(t), la curva se puede describir
como P (t) = (x(t), y(t)). A la variable t se le llama parámetro. Análogamente
una curva en el espacio, o curva alabeada, es una función continua P : I → R3 ,
y se puede representar en coordenadas como P (t) = (x(t), y(t), z(t)).
Las gráficas de funciones continuas f (x) son un caso particular de curvas
planas, que se pueden describir, tomando x como parámetro, en la forma P (x) =
(x, f (x)). Pero hay muchas curvas que no pueden ser representadas en esta
forma, por tener más de un punto con la misma abscisa. Un ejemplo de esta
Figura 4.5: Parametrización de la circunferencia
situación es una circunferencia de radio R y centro (a, b), que sin embargo puede
ser representada paramétricamente como
P (t) = (a + R cos t, b + R sen t), t ∈ [0, 2π].
Observe que dos curvas diferentes P (t) y Q(t) pueden tener el mismo recorrido
en R2 . Por ejemplo
Q(t) = (a + R sen t, b + R cos t), t ∈ [0, 2π]
tiene como recorrido la misma circunferencia de radio R y centro (a, b) que P (t).
Ejercicio 4.6. Pruebe que el recorrido de la curva
1 − t2

2t
P (t) = , , t ∈ R,
1 + t2 1 − t2
es la circunferencia de centro en el origen y radio 1 excepto el punto (−1, 0).

Ejercicio 4.7. Halle una parametrización de la elipse
x2 y2
2
+ 2 = 1.
a b
La cicloide es la curva generada por un punto de una circunferencia que
rueda sin deslizar sobre una recta. Supongamos que la circunferencia de radio
R se halla inicialmente tangente al eje Ox en el origen. Después de girar un
ángulo t, el centro de la circunferencia se hallará en Q y el punto de la misma
que inicialmente estaba en el origen se habrá movido hasta P . El nuevo punto
de contacto B de la circunferencia con el eje Ox debe hallarse a una distancia
⌢
del origen igual a la longitud del arco BP , es decir OB =P B= Rt. Por lo tanto
Figura 4.6: Cicloide
B = (Rt, 0). Además la proyección del radio P Q sobre el eje Ox mide R sen t,
por lo tanto AB = R sen t y OA = Rt−R sen t. Si M es la proyección de P sobre
la vertical por B, entonces M Q = R cos t y BM = R − R cos t. Por lo tanto
P (t) = (Rt − R sen t, R − R cos t). Escritas en forma de sistema, las ecuaciones
de la cicloide son entonces
x(t) = R(t − sen t),

y(t) = R(1 − cos t).
Ejercicio 4.8. La curva generada por un punto de una circunferencia de radio

r que rueda exteriormente sin deslizar sobre otra circunferencia de radio R se
denomina epicicloide. Suponga que la circunferencia de radio R está centrada
en el origen y que el centro Q de la otra se encuentra inicialmente en (R + r, 0)
(es decir que ambas son tangentes en (R, 0)). Pruebe que entonces, tomando
como parámetro el ángulo t formado por OQ con el eje Ox, las ecuaciones
paramétricas de la epicicloide son
R
x = (R + r) cos(t) − r cos (1 + )t ,
r
R
y = (R + r) sen(t) − r sen (1 + )t ,
r
Ejercicio 4.9. Halle una parametrización de la hipocicloide, curva generada por
un punto de una circunferencia de radio r que rueda interiormente sin deslizar
sobre otra circunferencia de radio R.
4.5.1. Curvas regulares

Si P (t) = (x(t), y(t)) es una curva plana y ẋ(t) e ẏ(t) son continuas y no se
anulan simultáneamente, se dice que la curva es regular. El vector tangente a
la curva es Ṗ (t) = (ẋ(t), ẏ(t)). Además la curva es rectificable, y la longitud de
arco s(t) entre un punto P (a) fijo y P (t) satisface
p
ṡ(t) = (ẋ(t))2 + (ẏ(t))2 = |Ṗ (t)|.
La prueba de este resultado es análoga a la del teorema 4.2, más aún se puede
obtener a partir de él. Análogamente una curva alabeada P (t) = (x(t), y(t), z(t))
es regular si sus componentes tienen derivadas continuas y el vector tangente
Ṗ (t) = (ẋ(t), ẏ(t), ż(t)) no es nulo, en
p cuyo caso la curva es rectificable, y la
longitud de arco s(t) satisface ṡ(t) = (ẋ(t))2 + (ẏ(t))2 + (ż(t))2 = |Ṗ (t)|.
Ejemplo 4.5. Para calcular la longitud del arco de cicloide P (t) = (Rt −
R sen t, R − R cos t) para 0 ≤ t ≤ 2π, calculamos Ṗ (t) = (R − R cos t, R sen t),
de donde
t
|Ṗ (t)|2 = (R − R cos t)2 + (R sen t)2 = 2R2 (1 − cos t) = (2R sen )2 ,
2
de donde se obtiene
t
ṡ(t) = 2R sen
2
y entonces s(t) = −4R cos(t/2) + C. Como s(0) = 0 debe ser C = 4R y nos
queda s(t) = 4R(1 − cos(t/2)). En particular s(2π) = 4R(1 − (−1))) = 8R.
Como para una curva regular P (t) es ṡ(t) > 0, s(t) es estrictamente creciente
y continua, por lo cual tiene inversa continua t(s). Esto permite reparametrizar
la curva como Q(s) = P (t(s)), usando la longitud de arco como parámetro.
Observe que para una curva parametrizada por la longitud de arco se tiene
ṡ = 1 y por lo tanto el vector tangente T(s) = Q′ (s) tiene módulo 1. Si las
componentes de Q(s) se pueden derivar dos veces, entonces como Q′ (s) · Q′ (s) =
|Q′ (s)|2 = 1, derivando se tiene 2Q′ (s) · Q′′ (s) = 0, es decir que Q′′ (s) es un
vector ortogonal a Q′ (s). Al módulo κ(s) de ese vector se le llama curvatura en
el punto s. Si κ(s) 6= 0 entonces N(s) = Q′′ (s)/κ(s) es un vector unitario que
se llama vector normal, y se tiene que
T′ (s) = κ(s)N(s).
A R(s) = 1/κ(s) se le llama radio de curvatura y al punto P (s) + R(s)N(s),

centro de curvatura.
Observe que el vector B(s) = T(s) ∧ N(s) es constante, pues es unitario y
normal al plano de la curva. Como B ∧ T = N se deduce que
N′ = B′ ∧ T + B ∧ T′ = B ∧ κN = −κT.
Ejemplo 4.6. Consideremos la circunferencia de radio R y centro en el origen

P (t) = (R cos t, R sen t). Como |Ṗ (t)| = R, si se mide la longitud de arco a
partir de P (0) = (1, 0) se tiene s(t) = Rt, y por lo tanto t(s) = s/R. Enton-
ces Q(s) = P (t(s)) = (R cos(s/R), R sen(s/R)) es una parametrización de la
circunferencia mediante la longitud de arco, y se verifica que T(s) = Q′ (s) =
(− sen(s/R), cos(s/R)) es un vector unitario. Como
1 s 1 s
Q′′ (s) = (− cos , − sen ),
R R R R
se ve que κ(s) = |Q′′ (s)| = 1/R y N(s) = −(cos(s/R), sen(s/R)). El radio de

curvatura es 1/κ = R y el centro de curvatura es P (s) + RN(s) = (0, 0). O sea
que para una circunferencia, como era de esperarse, el radio de curvatura es el
radio y el centro de curvatura es el centro.
La curvatura de una curva plana es igual a la velocidad a la cual gira la
tangente a la curva respecto a la longitud de arco. En otras palabras, si Q(s) es
una curva parametrizada por la longitud de arco y α(s) es el ángulo que forma
la tangente con el eje Ox, entonces κ(s) = |α′ (s)| (el signo de α′ (s) puede ser
positivo o negativo, según el sentido en que gire la tangente).
En efecto, si Q(s) = (x(s), y(s)) entonces el vector tangente unitario a la
curva es
Q′ (s) = (x′ (s), y ′ (s)) = (cos(α(s)), sen(α(s)))
y
κ(s) = |Q′′ (s)| = |(− sen(α(s))α′ (s), cos(α(s))α′ (s))| = |α′ (s)|.
Sea P (t) una curva regular y Q(s) = P (t(s)) su reparametrización por la
longitud de arco. En lo que sigue se usará el apóstrofo para indicar la derivación
respecto a s y el punto para indicar la derivación respecto a t. Como P (t) =
Q(s(t)), derivando respecto a t resulta Ṗ (t) = Q′ (s(t))ṡ(t). Si se puede derivar
una vez más entonces
P̈ (t) = Q′′ (s(t))ṡ2 (t) + Q′ (s(t))s̈(t),
por lo tanto
Ṗ ∧ P̈ = ṡ3 Q′ ∧ Q′′ = ṡ3 t ∧ κn,
y como t ∧ n es un vector unitario, queda finalmente
|Ṗ ∧ P̈ |
κ= .
|Ṗ |3
Ejercicio 4.10. Suponiendo
p f dos veces derivable, pruebe que la curvatura de
y = f (x) es f ′′ (x)/ 1 + (f ′ (x))2 .
Ejercicio 4.11. Sea Q(s) una curva alabeada parametrizada por la longitud de
arco, T = Q′ y T′ = Q′′ = κT. El vector B = T∧N es llamado vector binormal.
Pruebe que B′ es colineal con N, y que si B′ = −τ N entonces N′ = −κT + τ B.
El conjunto ortonormal {T, N, B} se llama triedro de Frenet y las igualdades
T′ = κN, N′ = −κT + τ B, B′ = −τ N se conocen como fórmulas de Frenet.
4.5.2. Involutas y evolutas

Sea P (s) una curva plana parametrizada por la longitud de arco. Su involuta
o evolvente, con origen P (s0 ), es la curva I(s) = P (s) − (s − s0 )P ′ (s), que intui-
tivamente se puede describir como el resultado de desenrrollar un hilo pegado
a la curva a partir del punto P (s0 ), manteniéndolo tenso en todo momento.
Si la curva está dada por una parametrización cualquiera P (t) entonces la
involuta viene dada por I(t) = P (t) − ((s(t) − s(t0 ))/ṡ(t))Ṗ (t).
Figura 4.7: Involuta de una circunferencia
Ejemplo 4.7. P (s) = (cos s, sen s) es una circunferencia de centro en el origen
y radio 1, parametrizada por la longitud de arco. Su involuta con origen P (0) =
(1, 0) es
I(s) = (cos s, sen s) − s(− sen s, cos s) = (cos s + s sen s, sen s − s cos s).
Observe en la Figura 4.7 que la longitud del segmento BC es igual a la del arco
⌢ ⌢
AB, y la de DE igual a la de AD. Esta curva, como la cicloide, es empleada
como perfil de dientes de engranaje.
Ejemplo 4.8. Calculemos la involuta de la cicloide
P (t) = (Rt − R sen t, R − R cos t), 0 ≤ t ≤ 2π,
a partir del punto P (π) = (Rπ, 2R). Recordemos del Ejemplo 4.5 que
t t t
Ṗ (t) = (R − R cos t, R sen t) = (2R sen2 , 2R sen cos )
2 2 2
y ṡ(t) = |Ṗ (t)| = 2R sen(t/2), de donde s(t) = −4R cos(t/2) + C para alguna
constante C. Si medimos la longitud de arco a partir de P (π), entonces debe ser
s(π) = 0, es decir que C = 0 y s(t) = −4R cos(t/2). La involuta es entonces
s(t) −2 cos(t/2)
I(t) = P (t) − Ṗ (t) = P (t) − Ṗ (t)
ṡ(t) sen(t/2)
2 cos(t/2)
= P (t) + (2R sen2 (t/2), 2R sen(t/2) cos(t/2))
sen(t/2)
= P (t) + 2R(2 cos(t/2) sen(t/2), 2 cos2 (t/2))
= P (t) + 2R(sen t, 1 + cos t)
= (Rt − R sen t, R − R cos t) + (2R sen t, 2R + 2R cos t)
= (Rt + R sen t, 3R + R cos t),
Figura 4.8: Involuta de una cicloide
que nos da un par de arcos de una cicloide idéntica a la original, pero trasladada
(ver Figura 4.8).
Si P (s) una curva plana parametrizada por la longitud de arco, con curvatura
κ(s) 6= 0, entonces a la curva E(s) = P (s) + R(s)N(s) = P (s) + R2 (s)P ′′ (s),
lugar geométrico de los centros de curvatura de P (s), se le llama evoluta de
P (s). La evoluta de una circunferencia se reduce a un punto: el centro de la
circunferencia.
Ejemplo 4.9. Hallar la evoluta de una elipse.
Solución: parametricemos la elipse como P (t) = (a cos t, b sen t). Entonces
p
Ṗ (t) = (−a sen t, b cos t), ṡ(t) = (a cos t)2 + (b sen t)2 ,
1 1
T(t) = (−a sen t, b cos t), N(t) = (−b cos t, −a sen t)
ṡ(t) ṡ(t)
P̈ (t) = (−a cos t, −b sen t), |Ṗ (t) ∧ P̈ (t)| = ab,
|Ṗ ∧ P̈ | ab
κ(t) = = 2 ,
|Ṗ |3 (a cos t + b2 sen2 t)3/2
2
a2 cos2 t + b2 sen2 t
E(t) = P (t) + R(t)N(t) = P (t) + (−b cos t, −a sen t).
ab
Construir la evoluta y la involuta de una curva son operaciones inversas. En
efecto, supongamos que P (s) es una curva parametrizada por la longitud de
arco, con curvatura κ(s) 6= 0, y I(s) = P (s) − sT(s) su involuta a partir de
P (0). Para hallar la evoluta de I(s) observemos que s no es la longitud de arco
de I, por lo tanto para calcular la curvatura κI de I hacemos lo siguiente:
I ′ (s) = P ′ (s) − T(s) − sT′ (s) = −sκ(s)N(s), |I ′ (s)| = |sκ(s)|,
′′
I (s) = −(sκ(s)) N(s) − sκ(s)N (s) = −(sκ(s)) N(s) + sκ2 (s)T(s),
′ ′ ′
|I ′ ∧ I ′′ | |s2 κ3 | 1
κI = = = ,
|I ′ | |sκ|3 |s|
Figura 4.9: Elipse y su evoluta
Ahora bien, el vector tangente unitario a I(s) es −N(s) si s > 0, y N(s) si

s < 0. En consecuencia el vector normal unitario a I(s) es ±T(s), según que
sea s > 0 o s < 0, y la evoluta de I(s) es entonces
1
I(s) + T(s) = P (s) − sT(s) + sT(s) = P (s).
κI (s)
4.5.3. Trayectorias de una bicicleta

En La aventura del Colegio Priory, de Arthur Conan Doyle, Sherlock Holmes
y su fiel amigo Watson encuentran las huellas dejadas por una bicicleta sobre la
tierra húmeda. Entre ellos se suscita el siguiente diálogo:
—Esta huella, como puede usted ver, la ha dejado un ciclista que
venía desde la zona del colegio.
—O que iba hacia allí.
—No, no, querido Watson. La impresión más profunda es, natural-
mente, la de la rueda de atrás, que es donde se apoya el peso del
cuerpo. Fíjese en que en varios puntos ha pasado por encima de la
huella de la rueda delantera, que es menos profunda, borrándola. No
cabe duda de que venía del colegio.
Como se ve, Sherlock Holmes utiliza su capacidad deductiva para inferir la di-
rección del movimiento de la bicicleta, a partir de algunos elementos físicos. Pero
supongamos que el único dato fuesen las trayectorias de ambas ruedas, sin nin-
guna información adicional como la profundidad de las huellas, o si una de ellas
pasa por encima de la otra. Por ejemplo en la figura 4.10 se muestran las huellas
dejadas por una bicicleta en una región de dimensiones aproximadas 10m×10m.
¿Será posible, mediante consideraciones puramente geométricas, determinar la
dirección del movimiento?
Figura 4.10: Huellas de bicicleta
Para responder la pregunta anterior recordemos que en una bicicleta sólo la

rueda delantera puede cambiar de dirección, mediante la acción del manubrio.
La rueda trasera, por construcción, se mueve siempre en dirección a la rueda
delantera, a menos que patine o resbale sobre el piso (lo que se llama derrapar).
Supongamos ahora que una bicicleta se mueve sobre el plano sin derrapar, y que
Q(t) y P (t) son los puntos de contacto de las ruedas trasera y delantera con el
plano en el instante t. Al variar t, los puntos Q(t) y P (t) describen dos curvas,
que son las huellas de la rueda trasera y de la rueda delantera, respectivamente.
Ahora bien, la dirección instantánea del movimiento de Q(t) viene dada por la
recta tangente a la huella, y como esa dirección va hacia la rueda delantera,
se concluye que la recta tangente a la trayectoria de la rueda trasera en el
punto Q(t) debe pasar por el punto P (t). En la figura 4.11 se muestran las
mismas huellas, pero para mayor claridad una de ellas se ha trazado punteada.
El razonamiento del párrafo anterior muestra que un punto como el A no puede
pertenecer a la huella de la rueda trasera, pues la tangente a la trayectoria en
ese punto no corta a la otra curva (o si la corta lo hace en un punto demasiado
alejado para el tamaño de una bicicleta). Esto significa que la curva punteada
sólo puede ser la trayectoria de la rueda delantera, y por lo tanto la otra curva
es la trayectoria de la rueda trasera.
Tracemos ahora las tangentes en un par de puntos B y C de la trayectoria
de la rueda trasera (línea continua). Cortando estas tangentes con la trayectoria
de la rueda delantera, observamos que BN = CQ, mientras que BM 6= CP .
Esto demuestra que el sentido del movimiento de la bicicleta fue de izquierda a
derecha.
Si se conocen la trayectoria de la rueda trasera Q(t) y d, entonces es fácil
describir la trayectoria de la rueda delantera P (t). En efecto, como el vector
Figura 4.11: Dirección del movimiento
tangente unitario a la trayectoria de la rueda trasera es Q̇(t)/|Q̇(t)|, entonces

d
P (t) = Q(t) + Q̇(t).
|Q̇(t)|
Por ejemplo la trayectoria de la rueda trasera en la fi-
gura 4.10 se obtuvo a partir de la parametrización Q(t) =
(t, t/2 + 2 sen(t)), por lo tanto Q̇(t) = (1, 1/2 + 2 cos(t)) y
si d = 1 entonces

1 1/2 + 2 cos(t)
P (t) = t + , t/2 + 2 sen(t) + .
|Q̇(t)| |Q̇(t)|
Mucho más difícil es el problema inverso, es decir de-
terminar la trayectoria de la rueda trasera Q(t) conocien-
do d y la trayectoria P (t) de la rueda delantera. Un ejem-
plo sencillo de esta situación se presenta cuando la bici-
cleta tiene inicialmente la rueda delantera en el origen, la
rueda trasera en (1, 0) y se mueve de modo que la rue-
da delantera recorra el eje Oy positivo. Es claro que la
trayectoria de la rueda trasera será una curva que pasa
por (1, 0) y tiene al eje Oy como asíntota vertical. Los
segmentos de tangente desde un punto (x, f (x) de esta
curva hasta el punto de intersección con el eje Oy serán
de longitud constante igual a 1. Como la recta tangente
en (x, f (x)) tiene ecuación Y = f (x) + f ′ (x)(X − x), el Figura 4.12: Trac-
punto de intersección con el eje Oy será (0, f (x)−xf ′ (x)). triz
Entonces x2√ + (xf ′ (x))2 = 1, de donde 1 + f ′ (x)2 = 1/x2
y f (x) = − 1 − x2 /x.
′
√
Para determinar f (x) sólo tenemos que encontrar una primitiva de − 1 − x2 /x
que en 1 valga 0. Esto se logra mediante los métodos del cálculo integral, pero
en este caso vamos a hacerlo usando sólo un poco de ingenio. Veamos:
√
1 − x2 1 − x2 1 1 1 x
− = − √ =− √ + − +√
x x 1−x 2 x 1−x 2 x x 1 − x2
√
1 − 1 − x2 1 x
= − √ − +√
x 1 − x2 x 1 − x2
x 1 x
= −√ √ − +√
2
1−x 1+ 1−x 2 x 1 − x2
p ′ ′ p ′
= log 1 + 1 − x2 − log(x) − 1 − x2 ,
√ √
por tanto f (x) = log(1 + 1 − x2 ) − log(x) − 1 − x2 + C, y poniendo x = 1
queda 0 = f (1) = C, es decir que finalmente
p p
f (x) = log(1 + 1 − x2 ) − log(x) − 1 − x2 .
Esta curva se conoce con el nombre de tractriz (ver Figura 4.12).
Figura 4.13: Seudoesfera
Poniendo x = 1/ ch(t), para t ≥ 0, se obtienen las ecuaciones paramétricas

x = 1/ ch(t), y = t − tgh(t).
Si se hace girar la tractriz alrededor del eje Oy se obtiene una superficie
de revolución llamada seudoesfera (ver Figura 4.13), así llamada porque tiene
curvatura negativa constante (así como la esfera tiene curvatura positiva cons-
tante). Esta superficie es famosa debido al hecho de que el matemático italiano
Eugenio Beltrami (1835-1900) mostró en 1868 que sirve como modelo de una
geometría no-euclidiana bidimensional.
4.5.4. Envolvente de una familia de rectas

Dada una curva regular γ queda determinada la familia Tγ de todas sus
rectas tangentes. Es posible considerar el problema inverso: dada una familia T
de rectas, ¿existirá una curva γ cuya familia de rectas tangentes sea precisamente
T? En caso de existir, a esa curva se le llama envolvente de la familia T.
Para fijar ideas supongamos que la familia de rectas T depende de un pará-
metro t, y viene dada por las ecuaciones
a(t)x + b(t)y = c(t).
Queremos averiguar si existe una curva P (t) = (x(t), y(t)) tal que, para cada t, la
recta tangente a la curva en el punto P (t) sea la de ecuación a(t)x+b(t)y = c(t).
Obviamente P (t) = (x(t), y(t)) debe cumplir la condición
a(t)x(t) + b(t)y(t) = c(t), (4.2)
para todo t. Para expresar la condición de tangencia recordemos que (a(t), b(t))
es un vector normal a la recta de ecuación a(t)x + b(t)y = c(t), mientras que
el vector (ẋ(t), ẏ(t)) es tangente a P (t). Por lo tanto la recta es tangente a la
curva si y sólo si estos dos vectores son ortogonales, es decir si
a(t)ẋ(t) + b(t)ẏ(t)) = 0. (4.3)
Suponiendo a(t), b(t) y c(t) derivables, si se deriva (4.2) se obtiene
ȧ(t)x(t) + a(t)ẋ(t) + ḃ(t)y(t) + b(t)ẏ(t)) = ċ(t),
y teniendo en cuenta (4.3) resulta
ȧ(t)x(t) + ḃ(t)y(t) = ċ(t). (4.4)
De las ecuaciones (4.2) y (4.4), si aḃ − ȧb 6= 0, es posible despejar x(t) e y(t) en
función de t:
ḃ(t)c(t) − b(t)ċ(t) a(t)ċ(t) − ȧ(t)c(t)

x(t) = , y(t) = . (4.5)
a(t)ḃ(t) − ȧ(t)b(t) a(t)ḃ(t) − ȧ(t)b(t)
Así hemos obtenido las ecuaciones paramétricas de la envolvente P (t).
Ejemplo 4.10. Consideremos un espejo en forma de semicircunferencia, en

cuya cara interna inciden rayos luminosos paralelos al eje Ox, como se ve en la
Figura 4.14 (izquierda). Los rayos reflejados tienen como envolvente una curva
que se denomina cáustica por reflexión o catacáustica del espejo (ver Figura
4.14, derecha); su nombre alude al hecho de que la concentración de luz en ella
puede quemar. Estas curvas se pueden ver, por ejemplo, en una taza con leche
iluminada por una fuente lejana, como el sol.
Figura 4.14: Espejo semicircular y catacáustica
Para hallar las ecuaciones de la curva, suponga-
mos que el espejo tiene radio 1 y centro en el origen.
Consideremos un rayo luminoso paralelo al eje Ox que
incide en el espejo en el punto P = (cos(t), sen(t)) (ver
Figura 4.15). Como los ángulos que el rayo incidente
y el reflejado forman con la normal OP son iguales
entre sí e iguales a t, es fácil ver que el rayo refleja-
do forma ángulo 2t con el eje Ox, y por lo tanto la
ecuación de la recta que lo contiene es
y − sen(t) = tg(2t)(x − cos(t)),
o bien, después de multiplicar ambos miembros por

cos(2t) y simplificar, Figura 4.15: Cáustica
x sen(2t) − y cos(2t) = sen(t). (4.6)
La ecuación correspondiente a la (4.4) es en este caso
2x cos(2t) + 2y sen(2t) = cos(t), (4.7)
y despejando x e y de (4.6) y (4.7) se obtienen las ecuaciones paramétricas

1
x = sen(t) sen(2t) + 2 cos(t) cos(2t),
1
y = 2 cos(t) sen(2t) − sen(t) cos(2t).
Aplicando identidades trigonométricas se pueden escribir en la forma equivalente

1
x = (3 cos(t) − cos(3t)), (4.8)
4
1
y = (3 sen(t) − sen(3t)). (4.9)
4
Para este ejemplo el parámetro t varía en el intervalo

[−π/2, π/2], pero si se le hace variar en el intervalo [π, π]
se obtiene una curva cerrada llamada nefroide, por su
parecido con la forma de un riñón. La nefroide no es
más que una epicicloide generada por un punto de una
circunferencia que rueda sin deslizar sobre otra de radio
doble, de hecho las ecuaciones (4.8) son idénticas a las
del Ejercicio 4.8 (pág. 75) con R = 1/2, r = 1/4.
Ejercicio 4.12. Pruebe que la envolvente de los diáme-

tros de una circunferencia que rueda sin deslizar sobre
otra de igual radio es una nefroide.
Figura 4.16: Nefroide
Ejercicio 4.13. Pruebe que la nefroide es también la
envolvente de las cuerdas de un círculo cuando los extre-
mos de la cuerda recorren la circunferencia en el mismo
sentido y uno a triple velocidad que el otro.
Ejercicio 4.14. Considere un espejo en forma de circunferencia, en cuya cara

interna inciden rayos luminosos procedentes de un punto perteneciente a la cir-
cunferencia. La envolvente de los rayos reflejados es una curva llamada cardioide,
por su parecido con la forma de un corazón. Halle las ecuaciones paramétricas de
la cardiode para una circunferencia de centro en el origen y radio 3, con fuente
luminosa en el punto (−3, 0), tomando como parámetro t el ángulo formado por
un rayo incidente con el eje Ox.
Ejercicio 4.15. Pruebe que la envolvente de las rectas normales a una curva
es su evoluta (el lugar geométrico de los centros de curvatura).
4.5.5. Coordenadas polares

Recordemos que un sistema de coordenadas polares en
el plano consta de un origen de coordenadas O y una
semirrecta de origen O llamada eje polar. Cada punto P
del plano se identifica por su distancia al origen r = OP
y por su argumento, que es el ángulo ϕ que forma OP
con el eje polar. Una curva plana se puede representar en
coordenadas polares (r, ϕ) dando el radio en función del
ángulo, es decir como r = r(ϕ). Esto es equivalente a la Figura 4.17: Coor-
parametrización P (ϕ) = (r(ϕ) cos(ϕ), r(ϕ) sen(ϕ)). denadas polares
Ejemplo 4.11. La ecuación en coordenadas polares de

la circunferencia de centro en el origen y radio a es simplemente r = a.
Ejemplo 4.12. La ecuación en coordenadas polares de la circunferencia de

centro en (0, a) y radio a es r = 2a cos ϕ.
Figura 4.18: Cardioide (izq.) y Espiral de Arquímedes (der.)
Ejemplo 4.13. La curva cuya ecuación en coordenadas polares es r = a(1 +

cos ϕ), con a constante, se llama cardioide (es la misma curva que aparece en el
Ejercicio 4.14).
Ejemplo 4.14. La curva cuya ecuación en coordenadas polares es r = aϕ, con

a constante, se llama espiral de Arquímedes. Es una espiral de paso constante,
es decir que las espiras consecutivas se hallan siempre a la misma distancia una
de otra, a saber 2aπ.
La curva cuya ecuación en coordenadas polares es

r = aebϕ , con a y b constantes, se llama espiral loga-
rítmica. Esta curva era la favorita de Jakob Bernoulli,
quien estaba impresionado con sus muchas propieda-
des. Incluso solicitó en su testamento que la grabaran
en la lápida de su tumba. Y su viuda trató de cumplir
su último deseo, pero lamentablemente ni ella ni el
constructor de lápidas sabían matemáticas, y lo que
se ve en la tumba de Bernoulli en Basilea ¡es una es-
piral de Arquímedes!
Bernoulli también estipuló que en la lápida se gra-
bara la inscripción Eadem mutata resurgo, que signi-
fica “resurjo cambiada pero igual”. Esto alude al nota-
ble hecho de que numerosas transformaciones de esta
curva son también espirales logarítmicas. Las transformaciones más simples que
hacen esto son las homotecias, rotaciones e inversiones de centro en el origen.
Las rotohomotecias de centro en el origen, ángulo ψ y razón ebψ dejan la cur-
va invariante. Por lo tanto la espiral logarítmica es autosemejante. También la
evoluta, la cáustica y la podaria respecto al origen, la involuta y la ortóptica de
esta curva son espirales logarítmicas.
La espiral logarítmica se observa con frecuencia en la naturaleza, en las
conchas de caracoles, en los girasoles, las margaritas y las piñas, en las imágenes
satelitales de huracanes y hasta en la forma de las galaxias.
Figura 4.19: Espiral logarítmica (izq.) y Nautilus (der.)
El vector tangente a la curva r = r(ϕ) es
P ′ (ϕ) = (r′ (ϕ) cos(ϕ) − r(ϕ) sen(ϕ), r′ (ϕ) sen(ϕ) + r(ϕ) cos(ϕ))
= r′ (ϕ)(cos(ϕ), sen(ϕ)) + r(ϕ)(− sen(ϕ), cos(ϕ))
= r′ (ϕ)~er + r(ϕ)~eϕ ,
donde ~er es el vector unitario radial y ~eϕ es el vector unitario tangencial, orto-
gonal al anterior.
Si se identifica el punto (x, y) ∈ R2 con el número complejo x + iy ∈ C, la
curva r = r(ϕ) se puede expresar en la forma P (ϕ) = r(ϕ)eiϕ , y derivando se
tiene
P ′ (ϕ) = r′ (ϕ)eiϕ + r(ϕ)ieiϕ .
Observe que en esta presentación más compacta el complejo eiϕ = cos ϕ+i sen ϕ
corresponde al vector ~er , mientras que ieiϕ = − sen ϕ + i cos ϕ corresponde al
vector ~eϕ .
Por ejemplo la ecuación de la espiral logarítmica r = aebϕ en forma compleja
es P (ϕ) = ae(b+i)ϕ , y el vector tangente es P ′ (ϕ) = a(b + i)e(b+i)ϕ .
Ejercicio 4.16. Pruebe que si se aplica una homotecia, una rotación o una
inversión de centro en el origen a la curva r = aebϕ , se vuelve a obtener una
espiral logarítmica.
Ejercicio 4.17. Pruebe que la espiral logarítmica r = aebϕ forma ángulo cons-
tante con el radio vector, y exprese ese ángulo en función de b.
Ejercicio 4.18. Pruebe que la involuta de la espiral logarítmica r = aebϕ es
también una espiral logarítmica.
Ejercicio 4.19. Pruebe que la ortóptica de una espiral logarítmica, es decir
el lugar geométrico de los puntos desde los cuales pueden trazarse dos rectas
tangentes a la curva que sean perpendiculares entre sí, es también una espiral
logarítmica.
Ejercicio 4.20. Pruebe que la podaria de la espiral logarítmica r = aebϕ
r4specto al origen, es decir el lugar geométrico de las proyecciones del origen
sobre las tangentes a la curva, es también una espiral logarítmica.
4.6 Desigualdades 89
Ejemplo 4.15. Hallemos la ecuación de una cónica en coordenadas polares.

Para ello recordemos que las cónicas se pueden caracterizar como el lugar geo-
métrico de los puntos P cuya razón de distancias a un punto O y a una recta d
es una constante ε, a la cual se le llama excentricidad de la cónica. Si ε = 1 la
cónica es una parábola, si ε > 1 es una hipérbola y si ε < 1 es una elipse.
Figura 4.20: Cónica
Tomemos O como origen de coordenadas, y como eje polar la perpendicular

a d por O. Sea B el punto en que d intersecta al eje, y b = OB. Dado un
punto P , sea Q su proyección ortogonal sobre d. La cónica es entonces el lugar
geométrico de los puntos P tales que
OP
= ε.
PQ
Si A es la proyección ortogonal de P sobre el eje, entonces OP = r, OA = r cos ϕ

y P Q = AB = OB − OA = b − r cos ϕ, por lo que la ecuación de la cónica es
r = ε(b − r cos ϕ), o
bε
r= . (4.10)
1 + ε cos ϕ
La circunferencia de centro en el origen y radio R tiene como ecuación r = R,

que puede obtenerse como caso límite de (4.10) poniendo b = R/ε y haciendo
tender ε a 0.
4.6. Desigualdades
Las desigualdades juegan un rol fundamental en matemática, y existen libros
completos dedicados a su estudio. En esta sección se aplican los resultados sobre
funciones convexas vistos en el capítulo 2 para obtener la desigualdad de Jensen,
de la cual se derivan luego varias desigualdades importantes.
4.6.1. Desigualdad de Jensen

Teorema 4.3 (Desigualdad de Jensen).
Si f : I → R es una función convexa, x1 , x2 , . . . , xn ∈ I y r1 , r2 , . . . , rn reales
positivos tales que r1 + r2 + · · · + rn = 1, entonces
Xn n
X
f( ri xi ) ≤ ri f (xi ).
i=1 i=1
Si f es estrictamente convexa entonces la desigualdad anterior es también es-

tricta, excepto cuando x1 = x2 = · · · = xn . Para funciones cóncavas se invierte
el sentido de la desigualdad.
Demostración. Por inducción en n. Para n = 2 la desigualdad de Jensen es la

propia definición de convexidad. Si n > 2 y suponemos que es cierta para n − 1,
entonces
n n−1
X X ri
f ri xi = f (1 − rn ) xi + rn xn
i=1 i=1
1 − rn
n−1
X ri
≤ (1 − rn )f xi + rn f (xn )
i=1
1 − rn
n−1 n
X ri X
≤ (1 − rn ) f (xi ) + rn f (xn ) = ri f (xi ).
i=1
1 − rn i=1
Si f es cóncava entonces se aplica la desigualdad a −f , que es convexa, y luego

se cambia todo de signo, invirtiendo el sentido de la desigualdad.
4.6.2. Desigualdad aritmético-geométrica

La media aritmética de n números reales no negativos x1 , x2 , . . . , xn es
n
1X
A= xi ,
n i=1
y su media geométrica es
v
u n
uY
G= t
n
xi .
i=1
Una de las desigualdades más conocidas y famosas es la desigualdad aritmético-

geométrica, que afirma que A ≥ G, con igualdad si y sólo si x1 = x2 = · · · = xn .
Existen varias demostraciones elementales de esta desigualdad, aunque todas
requieren algo de ingenio. Aquí demostraremos, a partir de la desigualdad de
Jensen, una versión más general.
Teorema 4.4 (Desigualdad aritmético-geométrica con pesos).

Sean x1 , x2 , . . . , xn y a1 , a2 , . . . , an números reales no negativos, con a1 + a2 +
· · · + an = 1. Sean
A = a1 x1 + a2 x2 + · · · + an xn
la media aritmética pesada de los xi con pesos ai , y
G = xa1 1 xa2 2 · · · xann
la media geométrica pesada, Entonces
A ≥ G,
con igualdad si y sólo si x1 = x2 = · · · = xn .
Demostración. Supongamos primero que todos los xi son positivos. La función
f (x) = log(x) es estrictamente cóncava para x > 0, ya que f ′′ (x) = −1/x2 < 0
para todo x > 0. Entonces por la desigualdad de Jensen se tiene
log(a1 x1 + a2 x2 + · · · + an xn ) ≥ a1 log(x1 ) + a2 log(x2 ) + · · · + an log(xn ),
y tomando la exponencial de ambos miembros queda
a1 x1 + a2 x2 + · · · + an xn ≥ xa1 1 xa2 2 · · · xann ,
es decir A ≥ G, con igualdad si y sólo si x1 = x2 = · · · = xn . Si para algún
i fuese xi = 0 y ai 6= 0 entonces G = 0 y la desigualdad también se cumple,
con igualdad si y sólo todos los xi son nulos. Y si hay pares (xi , ai ) tales que
xi = ai = 0, se pueden suprimir sin alterar el valor de A ni de G.
Ejercicio 4.21. Si x1 , x2 , . . . , xn son reales positivos y a1 , a2 , . . . , an reales no
negativos tales que a1 + a2 + · · · + an = 1, se define la media armónica pesada
de los xi con pesos ai como
1
H= a1 a2 an .
x1 + x2 + ···+ xn
Pruebe que G ≥ H, siendo G la media geométrica pesada de los xi con pesos

ai .
4.6.3. Desigualdad entre medias generalizadas

Otra forma de generalizar la desigualdad aritmético-geométrica consiste en
definir las medias pesadas de orden arbitrario.
Definición 4.1. Si α 6= 0 es un número real y a1 , a2 , . . . , an son reales positivos
tales que a1 +a2 +· · ·+an = 1, la media de orden α de n números reales positivos
x1 , x2 , . . . , xn con pesos a1 , . . . , an es
n
!1/α
X
mα (x1 , x2 , . . . , xn ) = ai xα
i .
i=1
Nota: Generalmente se permite que algunos pesos ai sean nulos, pero eso com-
plica las demostraciones sin ninguna ventaja a cambio.
Ejercicio 4.22. Probar que
Qn
a) lı́mα→0 mα (x1 , x2 , . . . , xn ) = i=1 xai i ,
b) lı́mα→+∞ mα (x1 , x2 , . . . , xn ) = máx{x1 , x2 , . . . , xn },
c) lı́mα→−∞ mα (x1 , x2 , . . . , xn ) = mı́n{x1 , x2 , . . . , xn .
En vista del ejercicio anterior, se define la media de orden 0 como la media
geométrica pesada:
n
Y
m0 (x1 , x2 , . . . , xn ) = xai i .
i=1
Por la misma razón se definen m+∞ (x1 , x2 , . . . , xn ) = máx{x1 , x2 , . . . , xn } y
m−∞ (x1 , x2 , . . . , xn ) = mı́n{x1 , x2 , . . . P
, xn }.
n
Observe que m1 (x1 , x2 , . . . , xn ) = i=1 ai xi es la media aritmética pesada.
Si se toman pesos iguales ai = 1/n entonces
n
!−1
1X 1
m−1 (x1 , x2 , . . . , xn ) =
n i=1 xi
es la media armónica y
v
u n
u1 X
m2 (x1 , x2 , . . . , xn ) = t x2
n i=1 i
es la llamada media cuadrática de x1 , x2 , . . . , xn .

Teorema 4.5. Si α < β, entonces
mα (x1 , x2 , . . . , xn ) ≤ mβ (x1 , x2 , . . . , xn ),

Demostración. Supongamos primero que 0 < α < β. Entonces la función f (x) =
xβ/α es estrictamente convexa en (0, +∞), ya que f ′ (x) = (β/α)xβ/α−1 es
estrictamente creciente, y la desigualdad de Jensen aplicada a los números xα
1,
xα
2 ,. . . ,xα
n nos dice que
n
!β/α n n
ai xβi ,
X X X
ai xα
i ≤ ai (xα
i )
β/α
=
i=1 i=1 i=1
de donde mα ≤ mβ , con igualdad si y sólo si x1 = x2 = · · · = xn .

Observemos que si en la desigualdad anterior se deja β fijo y se toman límites
para α → 0+ , resulta m0 ≤ mβ , con igualdad si y sólo si x1 = x2 = · · · = xn .
Si α < β < 0 entonces 0 < −β < −α y aplicando la desigualdad ya probada

a m−β y m−α se tiene
1 1
mα (x1 , . . . , xn ) = ≤
1 1 1 1
m−α x1 , . . . , xn m−β x1 , . . . , xn
= mβ (x1 , . . . , xn ),

Si ahora se deja α < 0 fijo y se toman límites para β → 0− , resulta
mα (x1 , . . . , xn ) ≤ m0 (x1 , . . . , xn ),

Finalmente, si α < 0 < β entonces
mα (x1 , . . . , xn ) ≤ m0 (x1 , . . . , xn ) ≤ mβ (x1 , . . . , xn ),
La desigualdad entre medias vale incluso para las de orden ∞ y −∞. En

efecto, si M = máx{x1 , x2 , . . . , xn } y α > 0 entonces es claro que
n
!1/α n
!1/α
X X
mα (x1 , . . . , xn ) = ai xα
i ≤ ai M α = M = m+∞ (x1 , . . . , xn ),
i=1 i=1
con igualdad si y sólo si x1 = x2 = · · · = xn . Si α < 0 también se cumple puesto

que mα ≤ m−α ≤ m+∞ .
Análogamente se prueba que
m−∞ (x1 , . . . , xn ) = mı́n{x1 , x2 , . . . , xn } ≤ mα (x1 , . . . , xn ).
4.6.4. Desigualdades de Young, Hölder y Minkowski

Teorema 4.6 (Desigualdad de Young).
Si a, b, p, q > 0 y 1/p + 1/q = 1 entonces
ap bq
ab ≤ + .
p q
Demostración. La prueba consiste en aplicar la desigualdad de Jensen a la fun-

ción f (x) = log x, que es cóncava para x > 0:
log(ap ) log(bq ) ap bq
log(ab) = log(a) + log(b) = + ≤ log( + ),
p q p q
y la demostración se concluye aplicando la función exponencial a ambos miem-
bros.
Teorema 4.7 (Desigualdad de Hölder).

Si x1 , x2 , . . . , xn , y1 , y2 , . . . , yn son reales cualesquiera y p, q > 0 son tales que
1/p + 1/q = 1, entonces
n n
! p1 n
! 1q
X X X
|xi yi | ≤ |xi |p |yi |q .
i=1 i=1 i=1
Demostración. Sea X p1
kxkp = |xk |p .
Entonces
1 X |xk |p 1 X |yk |q
P
| k xk yk | X |xk | |yk | 1 1
≤ ≤ p + = + = 1.
kxkp · kykq kxkp kykq p kxkp q kykqq p q
k k k
Teorema 4.8 (Desigualdad de Minkowski).
Si x1 , x2 , . . . , xn , y1 , y2 , . . . , yn son reales cualesquiera y p ≥ 1 entonces
n
! p1 n
! p1 n
! p1
X X X
p p p
|xi + yi | ≤ |xi | + |yi | .
i=1 i=1 i=1
Demostración. Para p = 1 esta desigualdad se reduce a la desigualdad triangu-

lar. Supongamos entonces p > 1 y sea q = p/(p−1). Entonces por la desigualdad
de Hölder se tiene
n n
! p1 n
! 1q
X X X
p−1 p (p−1)q
|ak ||ak + bk | ≤ |ak | |ak + bk |
k=0 k=0 k=0
y
n n
! p1 n
! q1
X X X
|bk ||ak + bk |p−1 ≤ |bk |p |ak + bk |(p−1)q .
k=0 k=0 k=0
Sumando miembro a miembro resulta

n

n
! p1 n
! p1  n ! 1q
X X X X
p p p (p−1)q
|ak + bk | ≤  |ak | + |bk |  |ak + bk | ,
k=0 k=0 k=0 k=0
y como (p − 1)q = p y 1 − 1/q = 1/p, resulta
n
! p1 n
!1− 1q n
! p1 n
! p1
X X X X
p p p p
|ak + bk | = |ak + bk | ≤ |ak | + |bk | .
k=0 k=0 k=0 k=0
Si p > 0, a = (a1 , a2 , . . . , an ) y b = (b1 , b2 , . . . , bn ) son puntos en Rn , sea
n
! p1
X
p
dp (a, b) = ka − bkp = |ak − bk | .
k=0
Entonces dp es una distancia en Rn , ya que dp (a, b) ≥ 0, dp (a, b) = 0 si y sólo

si a = b y finalmente, si c = (c1 , c2 , . . . , cn ), de la desigualdad de Minkowski se
sigue fácilmente que
dp (a, c) ≤ dp (a, b) + dp (b, c).
Observe que d2 es la distancia euclidiana.
Capítulo 5
Aplicaciones físicas
La mecánica es el paraíso de las ciencias matemáticas, porque
por medio de ella uno llega a los frutos de la matemática.
Leonardo da Vinci, Cuadernos de apuntes, vol. 1, cap. 20.
5.1. Movimiento en un campo constante

Supongamos que un punto material de masa m se mueve sometido a la acción
de una fuerza F~ . Si P (t) = (x(t), y(t), z(t)) es la posición del punto en el instante
t, entonces la segunda ley de Newton, o ley fundamental de la dinámica, afirma
que
mP̈ (t) = F~ .
El caso más sencillo se presenta cuando la fuerza es constante. En ese caso, la
aceleración ~a = P̈ (t) = F~ /m también es constante, y la ecuación anterior queda
P̈ (t) = ~a.
Observemos ahora que

.
(Ṗ (t) − t~a) = P̈ (t) − ~a = 0,
de donde se concluye que Ṗ (t) − t~a es constante. Poniendo t = 0 resulta que esa
constante es Ṗ (0), y por lo tanto
Ṗ (t) = t~a + Ṗ (0).
De la misma manera
t2 .
(P (t) − ~a − tṖ (0)) = Ṗ (t) − t~a − Ṗ (0) = 0,
2
5.1 Movimiento en un campo constante 97
por lo tanto P (t) − (t2 /2)~a − tṖ (0) es constante, y poniendo t = 0 resulta que
esa constante es P (0). En conclusión la trayectoria del punto P es
t2
P (t) = ~a + tṖ (0) + P (0).
2
Si la fuerza es nula entonces la aceleración también, y la ecuación anterior
se reduce a
P (t) = tṖ (0) + P (0),
que es la ecuación paramétrica de una línea recta que pasa por P (0) con direc-
ción Ṗ (0). Esto no es más que la primera ley de Newton: “En la ausencia de
fuerzas exteriores, todo cuerpo continúa en su estado de reposo o de movimiento
rectilíneo uniforme”.
Se sabe que cerca de la superficie terrestre la aceleración de la gravedad es
aproximadamente constante. Su valor se denota con la letra g y es aproximada-
mente 9,8 m/seg2 (depende del lugar de la Tierra en que se esté). Si se toma
un sistema de coordenadas con el origen al nivel del piso y el eje Oz vertical y
dirigido hacia arriba, el campo gravitatorio es entonces G = (0, 0, −g).
Supongamos que un punto P (t) = (x(t), y(t), z(t)) se mueve en este cam-
po gravitatorio constante G = (0, 0, −g). El movimiento puede ser vinculado,
es decir que el punto puede estar obligado a moverse por determinada curva o
superficie, pero supondremos que el vínculo sólo actúa por medio de fuerzas per-
pendiculares a la dirección del movimiento (en particular, que no hay fricción).
La ley de Newton se expresa entonces como
mP̈ = mG + N,
donde N representa la fuerza del vínculo. Haciendo el producto escalar por Ṗ ,

como N · Ṗ = 0 por hipótesis, resulta
mP̈ · Ṗ = mG · Ṗ = −mg ż.

.
Como (Ṗ 2 ) = 2P̈ · Ṗ , poniendo v = |Ṗ | la ecuación anterior se puede escribir
como
1 .
( mv 2 + mgz) = 0,
2
es decir que
1
mv 2 + mgz = E (constante).
2
Ésta es la llamada ley de conservación de la energía mecánica. A T = 12 mv 2 se
le llama energía cinética y a U = mgx energía potencial, por lo cual la ley se
puede expresar como E = T + U , donde la energía total E es constante.
Ejemplo 5.1. Un punto material comienza a moverse desde un punto con altura
h, con velocidad inicial 0. ¿Qué velocidad lleva cuando llega al piso? Y si se lanza
hacia arriba desde el suelo, ¿qué velocidad inicial hay que imprimirle para que
alcance una altura máxima igual a h?
98 Aplicaciones físicas
Solución: En el instante inicial E = mgh,√ y cuando llega al piso E = mv 2 /2.

Igualando y despejando v resulta v = 2gh. Este resultado es independiente de
la trayectoria seguida, es decir que sin importar que el punto caiga verticalmente
√
o se deslice por un tobogán, al llegar al suelo tendrá
√ velocidad v = 2gh. La
respuesta a la segunda pregunta es la misma, v = 2gh.
Si no hay vínculo la ley de Newton es simplemente
mP̈ = mG,
que equivale a tres ecuaciones independientes
ẍ = 0, ÿ = 0, z̈ = −g.
Si para t = 0 el punto se encuentra en P0 = (x0 , y0 , z0 ) y tiene velocidad

Ṗ0 = (ẋ0 , ẏ0 , ż0 ), entonces es fácil ver que x(t) = x0 + ẋ0 t, y(t) = y0 + ẏ0 t,
z(t) = z0 + ż0 t − gt2 /2, que se pueden resumir en una sola ecuación vectorial
1
P (t) = P0 + tṖ0 + t2 G.
2
Ejemplo 5.2. Si P0 = (0, 0, 0) y Ṗ0 = (v cos α, 0, v sen α) (esto corresponde a

una velocidad inicial de módulo v, contenida en el plano Oxz, y que forma un
ángulo α con el eje Ox) entonces las ecuaciones del movimiento son
x(t) = (v cos α)t,

y(t) = 0,
1
z(t) = (v sen α)t − gt2 .
2
Esto muestra que el movimiento está contenido en el plano Oxz. La forma
de la trayectoria se puede obtener eliminando t entre la primera ecuación y la
tercera, y se obtiene
g
z = x tg α − 2 x2 ,
2v cos2 α
que es la ecuación de una parábola.
5.2. Desintegración radioactiva

Sea f (t) la masa de una sustancia radiactiva en el instante t. Debido a la
desintegración la función f (t) es decreciente. Como la cantidad de átomos que se
desintegran en un pequeño intervalo de tiempo es proporcional al total existente,
la velocidad f ′ (t) a la que disminuye la masa de la sustancia satisface la ecuación
f ′ (t) = −kf (t) (5.1)
para cierta constante k > 0 que depende de la sustancia.

5.2 Desintegración radioactiva 99
Es fácil verificar que la función e−kt satisface (5.1), pero podría haber otras
soluciones. Para hallarlas observemos que, como e−kt 6= 0 para todo t ∈ R,
cualquier función f (t) se puede escribir en la forma f (t) = g(t)e−kt (basta
poner g(t) = f (t)ekt ). Por lo tanto f ′ (t) = −kf (t) equivale a
(g(t)e−kt )′ = −kg(t)e−kt ,
o sea
g ′ (t)e−kt − g(t)ke−kt = −kg(t)e−kt
que se reduce a g ′ (t)e−kt = 0, o sea g ′ (t) = 0. Como las únicas funciones
con derivada idénticamente nula son las constantes (Cap. 2 pág. 43), debe ser
g(t) = A (constante) y entonces f (t) = Ae−kt . Poniendo t = 0 se ve que
f (0) = A, por lo tanto la función masa es en definitiva
f (t) = f (0)e−kt .
La semivida (también llamada período de semidesintegración o vida mitad) de
una sustancia radiactiva se define como el tiempo t1/2 que tarda en reducirse a
la mitad. Es decir que f (t1/2 ) = f (0)/2, o sea f (0)e−kt1/2 = f (0)/2, de donde
e−kt1/2 = 1/2, −kt1/2 = log(1/2) = − log(2) y finalmente
log(2) log(2)
t1/2 = , k= .
k t1/2
El carbono-14 (14 C) es un isótopo radiactivo del carbono que se produce de

forma continua en la atmósfera, como consecuencia del bombardeo de átomos de
nitrógeno por neutrones cósmicos. El 14 C a su vez se transmuta en nitrógeno-14.
Estos procesos de generación y desintegración se encuentran prácticamente equi-
librados, de manera que el isótopo se encuentra homogéneamente mezclado con
los átomos no radiactivos en el dióxido de carbono de la atmósfera. Como quí-
micamente el 14 C es equivalente al carbono normal no radiactivo 12 C, el proceso
de fotosíntesis lo incorpora a las plantas, de manera que la proporción 14 C/12 C
es en éstas similar a la proporción presente en la atmósfera. Los animales in-
corporan, por ingestión, el carbono de las plantas. Ahora bien, tras la muerte
de un organismo vivo no se incorporan nuevos átomos de 14 C a sus tejidos y la
concentración del isótopo 14 C comienza a decrecer a un ritmo exponencial.
La semivida del 14 C se ha determinado que es 5730 años. Así pues, al medir
la radiactividad en una muestra de origen orgánico se puede calcular la cantidad
de 14 C que aún queda en el material. Suponiendo que la proporción 14 C/12 C en
la atmósfera no ha variado, se puede determinar el momento de la muerte del
organismo.
Ejemplo 5.3. Un utensilio de madera hallado en una excavación arqueológica

presenta 4 desintegraciones por minuto debidas al carbono 14. Una pieza de
madera fresca del mismo peso presenta 7 desintegraciones por minuto. ¿Cuál es
la edad de la muestra?
Solución: Tomando el origen del tiempo en el instante en el cual la madera se

cortó del árbol y llamando t al instante actual se tiene f (t)/f (0) = f ′ (t)/f ′ (0) =
4/7. Por lo tanto e−kt = 4/7, de donde −kt = log(4/7) y t = log(7/4)/k. Por otra
parte k = log(2)/t 21 = log(2)/5730. En definitiva t = 5730 log(7/4)/ log(2) ≈
4626 años.
5.3. Ecuaciones diferenciales

Los ejemplos anteriores muestran la importancia de considerar ecuaciones en
las cuales una función desconocida aparece relacionada con sus derivadas. Si la
función a determinar es de una variable real, entonces se tiene una ecuación di-
ferencial ordinaria (EDO, en forma abreviada), que en general es una expresión
de la forma
F (x, y, y ′ , . . . , y (n) ) = 0, (5.2)
donde n > 0 es un entero (llamado orden de la ecuación) y F es una función de
n + 1 variables.
Si la función incógnita es de varias variables y aparece relacionada con sus
derivadas parciales, entonces se trata de una ecuación diferencial parcial. Tam-
bién se pueden presentar sistemas de ecuaciones diferenciales, con dos o más
funciones incógnitas.
Una solución de la ecuación (5.2) es una función f (x) tal que, si y (k) se susti-
tuye por f (k) (x) para k = 0, 1, . . . , n, la ecuación se convierte en una identidad.
Por ejemplo
y ′ = 3y
es una EDO de primer orden, y f (x) = e3x es una solución porque la sustitución
y = e3x , y ′ = (e3x )′ = 3e3x , la convierte en
3e3x = 3e3x ,
que es una identidad. Como esta ecuación es la misma que estudiamos para la
desintegración radioactiva (con k = −3), podemos afirmar que cualquier otra
solución es de la forma Ae3t , donde A es una constante. Se dice entonces que
y = Ae3x es la solución general de la ecuación.
(n−1)
Si x0 , y0 , y0′ ,. . . ,y0 son números reales dados, el problema de condiciones
iniciales para una EDO de orden n consiste en hallar una solución f (x) tal que
(n−1)
f (x0 ) = y0 , f ′ (x0 ) = y0′ ,. . . ,f (n−1) (x0 ) = y0 . Existen teoremas que, bajo
condiciones muy generales, aseguran que este problema tiene solución única, al
menos localmente.
Una EDO es lineal si es de la siguiente forma
y (n) = an−1 (x)y (n−1) + · · · + a2 (x)y ′′ + a1 (x)y ′ + a0 (x)y + b(x).
Para estas ecuaciones se puede probar que si a0 , a1 ,. . . , an−1 y b(x) son fun-
ciones continuas en un intervalo abierto I y x0 ∈ I, entonces el problema de
5.3 Ecuaciones diferenciales 101
condiciones iniciales tiene solución única en I. La prueba puede hallarse en libros

de ecuaciones diferenciales, como por ejemplo [1], [5] y [6].
Si b(x) = 0 la ecuación se llama homogénea. Estas ecuaciones tienen una
propiedad importante: cualquier combinación lineal de soluciones es también
solución. En otras palabras, si f1 ,f2 ,. . . ,fk son soluciones y α1 ,α2 , . . . ,αk son
constantes, entonces
α1 f1 (x) + α2 f2 (x) + · · · + αk fk (x)
también es solución (esto es consecuencia inmediata de la linealidad de la deri-

vación).
Para las ecuaciones no homogéneas se prueba fácilmente que la diferencia de
dos soluciones cualesquiera es solución de la correspondiente ecuación homogé-
nea (la que se obtiene al eliminar el término b(x). Por lo tanto para resolverlas es
suficiente hallar una solución particular y la solución general de la homogénea.
Por ejemplo, la solución general de la ecuación lineal de primer orden ho-
mogénea y ′ = 3y es y(x) = Ae3x . Si ahora se desea resolver la ecuación no
homogénea
y ′ = 3y + 6x − 7
se debe buscar una solución particular. Busquémosla de la forma ax+b. Entonces
a = 3(ax + b) + 6x − 7
debe ser una identidad, lo que se consigue si a = −2 y b = 5/3. Por lo tanto

y(x) = −2x + 5/3 + Ae3x es la solución general de la ecuación no homogénea.
Consideremos ahora una ecuación lineal homogénea de segundo orden con
coeficientes constantes:
y ′′ = ay ′ + by. (5.3)
Tratando de hallar alguna solución ensayemos con las funciones de la forma
y(x) = erx . Entonces y ′ (x) = rerx , y ′′ (x) = r2 erx y para que sea solución debe
cumplirse
r2 erx = arerx + berx ,
que dividiendo entre erx equivale a
r2 = ar + b.
Ésta es una simple ecuación algebraica de segundo grado, r2 − ar − b = 0, que

se llama ecuación característica de la ecuación (5.3). Si a2 + 4b > 0 entonces la
ecuación característica tiene dos raíces reales diferentes r1 y r2 y las funciones
er1 x y er2 x son soluciones de (5.3). También lo son todas las combinaciones
lineales
Aer1 x + Ber2 x .
De hecho, éstas son todas las soluciones de (5.3). Esto puede verse así: dada una
solución f (x), sean y0 = f (0), y0′ = f ′ (0). Si hallamos una solución de la forma
y(x) = Aer1 x + Ber2 x que satisfaga las mismas condiciones iniciales, entonces
f = y por el teorema de unicidad. Pero y(0) = A + B, y ′ (0) = r1 A + r2 B, por

lo tanto debemos ver si el sistema de ecuaciones lineales en A y B
A+B = y0 ,
r1 A + r2 B = y0′
tiene solución. Y efectivamente la tiene pues su determinante es r2 − r1 6= 0.

Si a2 + 4b = 0 entonces la ecuación característica tiene una raíz real doble
r = a/2 y erx es una solución. Puede comprobarse que en este caso xerx también
es solución. Entonces las combinaciones lineales
Aerx + Bxerx = (A + Bx)erx
son soluciones, y se puede probar que son todas.
Ejercicio 5.1. Verifique que si a2 + 4b = 0 entonces xerx también es solución
de (5.3) y (A + Bx)erx es la solución general.
Finalmente, si a2 + 4b < 0 entonces la ecuación característica tiene dos raíces

complejas conjugadas α + βi y α − βi. En este caso, como en el de dos raíces
reales distintas, se puede afirmar que las combinaciones lineales
Ce(α+βi)x + De(α−βi)x
son soluciones, sólo que son en general complejas y estamos interesados en so-
luciones reales. Pero si tomamos C = A − iB y D = A + iB, los sumandos
serán conjugados y su suma real. Recordando la fórmula de Euler ex+iy =
ex (cos y + i sen y), tenemos
(A − iB)e(α+βi)x + (A + iB)e(α−βi)x
eαx (A − iB)eiβx + (A + iB)e−iβx

=
eαx (A − iB)(cos(βx) + i sen(βx)) + (A + iB)(cos(βx) − i sen(βx))

=
eαx 2A cos(βx) + 2B sen(βx)

=
Como A y B son constantes arbitrarias, sustituyéndolas por A/2 y B/2 tenemos

finalmente que las funciones
eαx (A cos(βx) + B sen(βx))
son soluciones de (5.3).
Ejercicio 5.2. Verifique que si a2 + 4b < 0 entonces eαx (A cos(βx)+ B sen(βx))

es la solución general de (5.3).
Ejercicio 5.3. Muestre que A cos(βx) + B sen(βx) se puede escribir también

como C cos(βx − φ), para ciertas constantes C y φ.
5.3 Ecuaciones diferenciales 103
Figura 5.1: Resorte vibrante
Ejemplo 5.4. Consideremos un resorte de longitud natural (o en reposo) l0 .

La ley de Hooke establece que si el resorte se estira hasta alcanzar una longitud
l, entonces ejerce una fuerza de recuperación F opuesta a la dirección del esti-
ramiento y proporcional al mismo. En símbolos, F = −k(l − l0 ), donde k es una
constante (llamada constante del resorte). Supongamos ahora que un extremo
del resorte está fijo en el punto de abscisa −l0 de una recta y que en el otro
extremo se fija un punto material de masa m, que sólo puede moverse en la
recta, y cuya abscisa x(t) en el instante t será igual al estiramiento del resorte.
Entonces la fuerza de de recuperación es F = −kx, y la ley de Newton queda
así:
mẍ = −kx,
que es una ecuación lineal homogénea con coeficientes constantes de segundo
2
orden.
p Su ecuación
p característica es
p r = −k/m, que tiene raíces complejas
i k/m y −i k/m. Poniendo ω = k/m, la solución general es
x(t) = A cos(ωt) + B sen(ωt).
Para resolver el problema de condiciones iniciales en t = 0 observemos que

x(0) = A y ẋ(t) = −Aω sen(ωt) + Bω cos(ωt), por lo tanto ẋ(0) = Bω, es decir
que la solución con x(0) = x0 , ẋ(0) = ẋ0 es
ẋ0
x(t) = x0 cos(ωt) + sen(ωt).
ω
Ejercicio 5.4. Consideremos un punto material de masa m suspendido del
techo mediante un resorte de constante k. Halle las ecuaciones del movimiento,
suponiendo que P sólo puede moverse en la vertical.
Figura 5.2: Circuito LRC
Ejemplo 5.5. La intensidad de la corriente x(t) en un circuito en serie formado
por una resistencia R, un condensador C y un inductor L (ver Figura 5.2)
satisface la EDO lineal homogénea de segundo orden
1
Lẍ + Rẋ + x = 0. (5.4)
C
2
Su
p ecuación característica es Lr +pRr + 1/C = 0, que tiene 2raíces r1 = (−R +
R2 − 4L/C)/(2L) y r2 = (−R − R2 − 4L/C)/(2L). Si R > 4L/C entonces
las raíces r1 y r2 son reales y negativas, y la solución general de (5.4) es
x(t) = Aer1 t + Ber2 t ,
que tiende monótonamente a 0 para t → ∞. Este caso se denomina sobreamor-
tiguado.
Si R2 = 4L/C la solución general es
x(t) = (A + Bt)e−Rt/(2L) ,
que igualmente tiende a 0 para t → ∞, pero luego de un posible intervalo inicial
de crecimiento. Se denomina caso críticamente amortiguado.
Pero el caso más interesante es el subamortiguado,
p que se presenta cuando
R2 < 4L/C. En este caso, si se pone ω = 4L/C − R2 )/(2L), entonces r1 =
−R/(2L) + iω y r2 = −R/(2L) − iω y la solución general de (5.4) es
x(t) = Ae−Rt/(2L) cos(ωt − ϕ0 ),
que se puede interpretar como oscilaciones armónicas de frecuencia constante,
amortiguadas por un factor que decae exponencialmente a 0.
Ejercicio 5.5. Si en el circuito en serie LRC se intercala un generador de fuerza
electromotriz E(t) entonces la ecuación se vuelve no homogénea:
1
Lẍ + Rẋ + x = E.
C
Resuelva esta ecuación para el caso E(t) = sen(ϕt).
5.4 Ecuación de la catenaria 105
5.4. Ecuación de la catenaria

A la forma que adopta una cuerda colga-
da por sus extremos, cuando está sometida a
un campo gravitatorio uniforme, se le llama
catenaria (del latín catena, cadena). Galileo
creyó que esa forma era la de la parábola,
pero Christiaan Huygens (1629–1695), a los
17 años, demostró que no era así. En 1691
la ecuación de la catenaria fue obtenida por
Leibniz, Huygens y Johann Bernoulli (1667–
1748), en respuesta a un desafío planteado por
Jakob Bernoulli (1654–1705).
La catenaria invertida tiene la propiedad Figura 5.3: La Sagrada Familia
estática de sostenerse a sí misma, y permite
construir arcos arquitectónicos estructuralmente estables. Estos arcos fueron
utilizados con especial maestría por el arquitecto catalán Antoni Gaudí, por
ejemplo en las columnas de la catedral La Sagrada Familia, en Barcelona. El
Gateway Arch en la ciudad de Saint Louis, estado de Missouri (USA), es una
colosal estructura de acero inoxidable, de 192 metros de altura y 192 metros de
ancho en la base, en forma de catenaria invertida.
Para hallar la ecuación de la catenaria supongamos que la cuerda está sus-
pendida de dos puntos a la misma altura, y tomemos un sistema de coordenadas
con el origen en el punto más bajo A de la cuerda (ver Figura 5.4). Sea AB un
trozo de cuerda en equilibrio. Las fuerzas que actúan sobre AB son: la tensión
S de la cuerda en A, que es horizontal, la tensión T de la cuerda en B, que
tiene la misma dirección de la tangente a la curva en ese punto, y el peso del
trozo de cuerda P , que tiene dirección vertical. Como se supone que la cuerda
es homogénea, si su densidad lineal es ρ entonces la magnitud de su peso es
ρgl, donde l es la longitud del arco AB y g la aceleración de la gravedad. La
~ + T~ + P~ = ~0, que proyectada sobre cada
condición para que haya equilibrio es S
eje nos da
S = T cos α
ρgl = T sen α
Por lo tanto
ρgl
f ′ (x) = tg α = .
S
Poniendo a = ρg/S y derivando resulta
dl p
f ′′ (x) = a = a 1 + (f ′ (x))2 .
dx
Dividiendo por la raíz cuadrada, queda
f ′′ (x)
p = a,
1 + (f ′ (x))2
Figura 5.4: Catenaria
√
y recordando que (argsh x)′ = 1/ 1 + x2 , se tiene (argsh(f ′ (x)))′ = a, es decir
que argsh(f ′ (x)) = ax + C. Pero evaluando en x = 0 queda C = 0, es decir
argsh(f ′ (x)) = ax, de donde f ′ (x) = sh(ax), y entonces f (x) = (1/a) ch(ax)+D.
Evaluando en x = 0 queda 0 = 1/a + D, es decir que D = −1/a y finalmente
1 1
f (x) = ch(ax) − .
a a
Puesto que f (0) = f ′ (0) = 0, f ′′ (a) = a y f ′′′ (0) = 0, se tiene
1 1 a
ch(ax) − = x2 + o(x3 ),
a a 2
por lo tanto para |x| pequeño la catenaria se puede aproximar mediante una
parábola. Pero para valores grandes de |x| ambas curvas difieren mucho.
Ejercicio 5.6. Halle la ecuación del Gateway Arch respecto a un sistema con-
veniente de coordenadas, su longitud y el área que queda bajo el arco.
5.5. El Teorema de Torricelli

Problema: Un recipiente cilíndrico de treinta litros de capacidad tiene en su
parte inferior un pequeño orificio. Si el recipiente se llena de agua, se comprueba
que en 30 segundos pierde un litro de líquido por el orificio. ¿Cuánto tiempo
tarda el recipiente lleno en vaciarse por completo?
Este problema aparenta ser un ejercicio aritmético de primaria, de los que
se resuelven por regla de tres, pero es más complejo de lo que parece. Si su
5.5 El Teorema de Torricelli 107
respuesta es 15 minutos, usted ha caido en la trampa. En realidad el recipiente

tardará casi media hora en vaciarse.
La explicación consiste en que el agua sale más rápido por el orificio cuando
el recipiente está lleno, y la velocidad decrece a medida que éste se va vaciando.
El físico y matemático italiano Evangelista Torricelli (1608-1647) determinó la
ley que sigue este fenómeno.
Teorema de Torricelli
La velocidad v a la que sale un líquido por un orificio en una vasija abierta,
es la que tendría un cuerpo cualquiera, cayendo libremente en el vacío desde el
nivel del líquido hasta el nivel del orificio, es decir
p
v = 2gh
(donde h es la distancia vertical desde el orificio hasta el nivel del líquido).

(Este resultado vale en condiciones ideales; en la práctica la velocidad es algo
menor debido a los efectos de la viscosidad y la tensión superficial.)
Sean S la sección y V0 la capacidad del recipiente cilíndrico, y s la sección
del orificio. Sean V (t) el volumen y h(t) la altura del líquido que queda en el
recipiente en el instante t. Entonces V (t) = Sh(t), y si en el instante t = 0 el
recipiente está lleno de ptiene la condición inicial V (0) = V0 . Como la velocidad
de salida del líquido es
p 2gh(t), la velocidad a la que disminuye el volumen de
líquido es V ′ (t) = −s 2gh(t), lo que nos lleva a la ecuación diferencial
r
′ 2gV (t)
V (t) = −s ,
S
que se puede escribir en la forma
V ′ (t)
r
p g
( V (t))′ = p = −s .
2 V (t) S
Por lo tanto r
p g p
V (t) = −s t + V0 . (5.5)
S
Ahora estamos en condiciones de dar respuesta al problema planteado inicial-
mente: para hallar el tiempo t que tarda el recipiente en vaciarse por completo
hay que resolver la ecuación V (t) = 0, lo que nos da
√
V0 S
t= √ .
s g
Ahora, si se mide el volumen en litros y el tiempo en segundos, tenemos los

datos V0 = 30 y V (30) = 30 − 1 = 29. Por lo tanto, evaluando (5.5) en t = 30
se tiene
√ g √
r
29 = −30s + 30,
S
de donde se obtiene √
S 30
√ = √ √
s g 30 − 29
y finalmente
√
30 30 √ √ √
t= √ √ = 30 30( 30 − 29) ≈ 1785 seg = 29 min 45 seg.
30 − 29
5.6. La cicloide es tautócrona

Consideremos una cicloide como la de la Figura 4.6 pero simetrizada respecto
a la recta y = R, es decir
P (ϕ) = (Rϕ − R sen ϕ, R + R cos ϕ), 0 ≤ ϕ ≤ 2π
(usamos ϕ como parámetro porque deseamos reservar t para representar el tiem-
po). Supongamos que el plano de la cicloide es vertical, y que un punto material
de masa m está obligado a moverse por la cicloide (sin fricción) bajo la acción
de un campo gravitatorio uniforme. Si el punto se coloca inicialmente en la po-
sición P (ϕ0 ), ¿cuánto tiempo tardará en llegar al punto más bajo de la cicloide,
P (π) = (π, 0)?
Figura 5.5: La cicloide es tautócrona
Para resolver este problema observemos que el movimiento se puede repre-

sentar expresando el parámetro ϕ en función del tiempo, como ϕ(t). Pongamos
x(t) = Rϕ(t) − R sen ϕ(t), y(t) = R + R cos ϕ(t). Entonces (x(t), y(t)) es la
trayectoria del punto en función del tiempo. El vector velocidad es
(ẋ(t), ẏ(t)) = (R(1 − cos ϕ(t))ϕ̇(t), −Rϕ̇(t) sen ϕ(t))
y su módulo es
p p ϕ
v(t) = ẋ2 + ẏ 2 = Rϕ̇ 2 − 2 cos ϕ = 2Rϕ̇ sen .
2
5.6 La cicloide es tautócrona 109
Las condiciones iniciales son ϕ(0) = ϕ0 , ϕ̇(0) = 0. Nuestro objetivo es hallar t1

tal que ϕ(t1 ) = π. Por la ley de conservación de la energía, se tiene que
1
mv 2 (t) + mgy(t) = 0 + mgy(0) = mgR(1 + cos ϕ0 ),
2
de donde se sigue que

2 2 ϕ0 2 ϕ(t)
v (t) = 2gR(cos ϕ0 − cos ϕ(t)) = 4gR cos − cos
2 2
y entonces r
ϕ ϕ0 ϕ
2Rϕ̇ sen = v(t) = 2 gR cos2 − cos2 .
2 2 2
De aquí se obtiene
ϕ̇ sen ϕ2
r
g
ϕ0 ϕ = .
p
2
cos 2 − cos 2 2 R
√
pongamos a = cos ϕ20 . Recordando que (arc sen xa )′ = 1/ a2 − x2 se obtiene
−ϕ̇ sen ϕ2
′ r
1 ϕ 1 g
arc sen cos = p 2 =− ,
a 2 2 a − cos2 ϕ2 2 R
de donde r
1 ϕ t g
arc sen cos =− + C.
a 2 2 R
poniendo t = 0 se obtiene C = arc sen 1 = π/2, por lo tanto
r
1 ϕ t g π
arc sen cos =− + ,
a 2 2 R 2
y poniendo t = t1 queda r
t1 g π
0=− + ,
2 R 2
de donde s
R
t1 = π .
g
Lo notable de este resultado es que no depende de ϕ0 , es decir que desde cual-
quier punto de la cicloide que se deje caer el punto, ¡siempre tarda lo mismo
en llegar al punto más bajo! Esto le valió a la cicloide el apelativo de curva
tautócrona (o isócrona), que significa tiempos iguales.
Huygens utilizó esta propiedad de la cicloide para construir un péndulo isó-
crono, es decir un péndulo en el cual el período de las oscilaciones no depende
de la amplitud de las mismas, como en los péndulos ordinarios. Para lograr que
la lenteja del péndulo siguiera una trayectoria cicloidal, Huygens aprovechó el
hecho de que la involuta de una cicloide es otra cicloide (ver Ejemplo 4.8, pág.
78).
Figura 5.6: Péndulo isócrono
5.7. El problema de la braquistócrona

Es interesante notar que en algunos casos la física no só1o planteó problemas
matemáticos, sino que también ayudó a resolverlos. Un ejemplo muy hermoso
de esto lo encontramos en el problema de hallar una curva en un plano vertical
que una dos puntos O y P , de tal manera que un punto material, moviéndose
sobre ]a curva sin fricción, descienda de O a P en el menor tiempo posible.
Esta curva fue llamada curva del más rápido descenso, o braquistócrona, del
griego βραχυς (pequeño, corto, breve) y χρoνoς (tiempo). Observemos que si
bien la línea recta entre O y P es la de menor longitud, a menos que O y P se
encuentran en la misma vertical no es la de menor tiempo de descenso.
Este problema fue planteado por Johann Bernoulli, en 1696, como un desafío
matemático. Para resolver el problema consideremos un sistema de ejes carte-
sianos con origen en el punto O, eje Oy vertical dirigido hacia abajo y eje Ox
horizontal. Si la partícula parte del origen O con velocidad nula, entonces
√ como
sabemos su velocidad en cualquier punto de la trayectoria será v = 2gy, fór-
mula que Bernoulli conocía perfectamente. Esto lo llevó a relacionar el problema
con la óptica: un rayo de luz que pasa de un medio a otro en el cual la velocidad
de propagación es distinta, cambia de dirección. Si la velocidad de propagación
varía de modo continuo, la trayectoria del rayo será curva. Pero según el prin-
cipio de Fermat, la luz sigue una trayectoria que minimiza el tiempo empleado
para ir de un punto a otro. Esto significa que si tuviésemos un medio transpa-
√
rente en el cual la velocidad de la luz variase de acuerdo con la ley v = 2gy,
entonces podríamos utilizar rayos de luz para resolver experimentalmente el pro-
blema de la braquistócrona. Bernoulli no intentó realizar el experimento, sino
que a partir de este punto aplicó sus conocimientos matemáticos: llamando α
al ángulo de la tangente a la curva con el eje Oy, la ley de Snell generalizada
5.8 Las leyes de Kepler 111
a medios continuos nos da la ecuación

sen α
= k (constante)
v
Por otra parte si β es el ángulo de la tangente a la curva con el eje Ox tenemos
y ′ = tg β y por lo tanto
1
sen α = cos β = p
1 + (y ′ )2 .
Combinando esta ecuación con la anterior se llega a la ecuación diferencial
y(1 + (y ′ )2 ) = k (constante). (5.6)
Para resolver esta ecuación hagamos

p el cambio
p de variable y = k sen2 u, con
lo cual y = 2ku sen u cos u, k/y − 1 = 1/ sen2 u − 1 = ctg u y la ecuación
′ ′
(5.6) queda 2ku′ sen u cos u = ctg u, o bien 2ku′ sen2 u = 1, y como 2 sen2 u =
1 − cos 2u queda
ku′ (1 − cos 2u) = 1.
Pero (2u − sen 2u)′ = (2 − 2 cos 2u)u′ , y la ecuación anterior se puede escribir
como (2u − sen 2u)′ = 2/k, de donde 2u − sen 2u = (2/k)x + C. Pero como para
x = 0 es u = 0, resulta C = 0 y nos queda
k k
x = ku − sen 2u, y = k sen2 u = (1 − cos 2u).
2 2
Finalmente, si ponemos R = k/2 y t = 2u queda
x = R(t − sen t), y = R(1 − cos t)
que son las ecuaciones paramétricas de una cicloide

La solución de Bernoulli al problema de la braquistócrona posee una gran
belleza, debido al contacto inesperado entre dos ramas de la física (la mecánica
y la óptica) por intermedio de un mismo modelo matemático. Este problema
y otros semejantes tuvieron enorme importancia para el desarrollo posterior
de la Matemática y de la Física. Condujeron al Cálculo de Variaciones, que
desarrollarían Euler, Lagrange y otros, y a la fundamentación de la Mecánica
sobre principios variacionales.
5.8. Las leyes de Kepler

Johannes Kepler (1571–1630) fue una de las figuras clave de la revolución
científica. A partir de observaciones astronómicas muy precisas obtenidas por el
astrónomo Tycho Brahe, Kepler dedujo sus leyes del movimiento de los planetas
en sus órbitas alrededor del Sol.
La primera ley, enunciada en 1609, afirma que los planetas se desplazan
alrededor del Sol describiendo órbitas elípticas, con el Sol situado en uno de los
focos.
La segunda ley dice que el radio vector que une el

planeta y el Sol barre áreas iguales en tiempos iguales.
Y la tercera ley, enunciada en 1618, establece que el
cuadrado del período orbital de cada planeta es direc-
tamente proporcional al cubo de su distancia media
al Sol.
Isaac Newton estudió las obras de Kepler y las re-
lacionó con sus propias investigaciones. El estudio de
las leyes empíricas de Kepler lo condujo a formular su
ley de la gravitación universal, y a partir de ésta y de
su ley fundamental de la dinámica consiguió deducir
matemáticamente las leyes de Kepler.
La ley de la gravitación universal de Newton dice Figura 5.7: Kepler
que la fuerza ejercida por un punto material de masa
M ubicado en el origen O sobre otro punto material
de masa m, con vector de posición P , es
GM m
F (P ) = − P, (5.7)
|P |3
siendo G la constante de gravitación universal, cuyo valor es aproximadamente

6,67·10−11 m3 /(kg s2 ). Observe que el módulo de esta fuerza es GM m/|P |2 , lo
que habitualmente se enuncia diciendo que dos cuerpos se atraen con una fuerza
proporcional al producto de sus masas e inversamente proporcional al cuadrado
de la distancia entre ellos. Pero (5.7) es un enunciado más preciso pues especifica
también la dirección y sentido de la fuerza.
Si P (t) es el vector posición en el instante t del punto de masa m entonces,
por la ley fundamental de la dinámica de Newton F (P ) = mP̈ , que combinada
con (5.7) nos da
GM
P̈ = − 3 P, (5.8)
|P |
Una primera consecuencia de esto es que
.
(P ∧ Ṗ ) = Ṗ ∧ Ṗ + P ∧ P̈ = 0,
ya que el producto vectorial de vectores colineales es nulo. Por lo tanto
P ∧ Ṗ = ~k (constante). (5.9)
Esta relación se conoce como conservación del momento angular, y tiene como
consecuencia inmediata que el movimiento se efectúa en el plano perpendicular
al vector ~k que pasa por el origen. Tomando un sistema de coordenadas polares
r, ϕ en ese plano se puede representar el punto como P = reiϕ , y entonces
Ṗ = ṙeiϕ + rϕ̇ieiϕ , (5.10)

2 iϕ iϕ
P̈ = (r̈ − rϕ̇ )e + (2ṙ ϕ̇ + rϕ̈)ie . (5.11)
La ley fundamental de la dinámica nos da

GM iϕ
P̈ = − e ,
r2
y en vista de (5.11) obtenemos
GM
r̈ − rϕ̇2 = − , (5.12)
r2
2ṙϕ̇ + rϕ̈ = 0. (5.13)
De (5.13) se obtiene
.
(r2 ϕ̇) = 2rṙ ϕ̇ + r2 ϕ̈ = r(2ṙ ϕ̇ + rϕ̈) = 0,
y por lo tanto
r2 ϕ̇ = k (constante) (5.14)
(esto también se puede obtener directamente de (5.9)).
Figura 5.8: Segunda ley de Kepler
Si ϕ̇ se anula en algún instante, entonces será siempre nula y ϕ será constante.

Esto significa que el movimiento es en línea recta y la ley del mismo se halla
resolviendo la ecuación diferencial r̈ = −GM/r2 .
Ejemplo 5.6. ¿Qué velocidad debe alcanzar un cohete lanzado verticalmente
desde la superficie terrestre para escapar al campo gravitatorio de la Tierra?
2
Solución: La ecuación del movimiento del cohete .es r̈ = −GM/r . , y multipli-
2 2
cando por ṙ resulta r̈ ṙ = −GM ṙ/r , o bien (ṙ /2) = (GM/r) . Poniendo v = ṙ
queda v 2 = 2GM/r + E, donde E es una constante.
Si el cohete se lanza con velocidad inicial v0 desde la superficiepterrestre
entonces E = v02 − 2GM/R, donde R es el radio terrestre. Si v0 > 2GM/R
entonces E > 0 y la velocidad del cohete será siempre positiva, escapando al
campo gravitatorio terrestre. Sustituyendo los valores aproximados M = 5,974×
1024 kg, R = 6378 km (en el ecuador), G = 6,67 × 10−11 m3 /(kg s2 ), resulta
p
2GM/R ≈ 12,5 × 107 m2 /(s2 ) y 2GM/R ≈ 11,2 km/s, o 40320 km/h. Ésta es
la llamada velocidad de escape, pues en ausencia de otros cuerpos celestes (como
el Sol) permitiría al cohete alejarse de la Tierra indefinidamente. La tecnología
actual permite lanzar cohetes que alcanzan una velocidad de 50000 km/h, lo
que hace posible enviar misiones a planetas lejanos.
Ejercicio 5.7. Sabiendo que la masa del Sol es aproximadamente 2 × 1030 kg, y
la distancia de la Tierra al Sol aproximadamente 150 × 106 km, ¿qué velocidad
debería alcanzar un cohete lanzado desde la Tierra para escapar del sistema
solar?
En lo sucesivo supondremos que ϕ̇ no se anula. Entonces de (5.14) se puede

deducir la segunda ley de Kepler. En efecto, sea A(ϕ) el área barrida por el radio
vector OP medida a partir de ϕ0 = ϕ(0). Para ∆t pequeño, el área barrida por
el radio vector OP desde el instante t hasta el t + ∆t es aproximadamente igual
al área del triángulo de vértices O, P (t) y P (t + ∆t), es decir
A(ϕ(t + ∆t)) − A(ϕ(t)) ≈ 12 r(t)r(t + ∆t) sen(∆ϕ),
siendo ∆ϕ = ϕ(t + ∆t) − ϕ(t). Dividiendo entre ∆t y tomando límites para

∆t → 0 resulta
. sen(∆ϕ) ∆ϕ 1 k
A(ϕ(t)) = lı́m 1
r(t)r(t + ∆t) = r2 (t)ϕ̇(t) = .
∆t→0 2 ∆ϕ ∆t 2 2
Por lo tanto A(ϕ(t)) = kt/2, lo que muestra que en tiempos iguales el radio
vector barre áreas iguales.
Pongamos ahora p = k 2 /(GM ) y u = p/r. Entonces r = p/u y ϕ̇ = k/r2 =
(k/p2 )u2 . Usando ′ para denotar la derivada respecto a ϕ se tiene
p ′ k
ṙ = − u ϕ̇ = − u′ ,
u2 p
y derivando una vez más respecto a t
k k k2
r̈ = (ṙ)′ ϕ̇ = − u′′ 2 u2 = − 3 u′′ u2 .
p p p
Sustituyendo en (5.12) se obtiene
k 2 ′′ 2 k 2 3 GM 2 k2 2
− u u − u = − u = − u ,
p3 p3 p2 p3
y dividiendo entre −k 2 u2 /p3 queda la ecuación diferencial
u′′ + u = 1,
la cual ya hemos visto cómo se resuelve. Puesto que tiene la solución particular
u = 1, la solución general será u = 1 + ǫ cos(ϕ− ϕ0 ), donde ǫ y ϕ0 son constantes
arbitrarias. Por lo tanto
p
r= ,
1 + ǫ cos(ϕ − ϕ0 )
que es la ecuación de una cónica de excentricidad ǫ, como se vió en el Ejemplo

4.15 pág. 89.
Los planetas del sistema solar tienen órbitas elípticas de pequeña excentrici-
dad. La de la Tierra es apenas 0,0167, y las mayores son las de Plutón (0,2488)
y Mercurio (0,2056). Los cometas presentan órbitas de mayor excentricidad, por
ejemplo la del cometa Halley es 0,967.
Para obtener la tercera ley de Kepler supongamos que la trayectoria es elíp-
tica, es decir que ǫ < 1. Entonces la menor distancia a O se produce cuando
ϕ = ϕ0 , y es p/(1 + ǫ). La mayor distancia se produce cuando ϕ = ϕ0 + π, y es
p/(1 − ǫ). El eje mayor de la elipse es entonces
p p 2p
2a = + = ,
1+ǫ 1−ǫ 1 − ǫ2
Por lo tanto a = p/(1 − ǫ2 ), c = aǫ y b2 = a2 − c2 = a2 (1 − ǫ2 ) = ap. Si T es el
período, entonces el área barrida por OP en el tiempo T es el área completa de
la elipse, es decir πab (ver Ejemplo 2.29 pág. 53). Es decir que πab = kT /2, de
donde T = 2πab/k, y como k 2 = pGM y p = b2 /a, nos queda
4π 2 a2 b2 4π 2 a2 b2 4π 2 a3
T2 = 2
= = ,
k pGM GM
es decir que T 2 /a3 = 4π 2 /(GM ) (constante).

En realidad el comportamiento del sistema solar es bastante más complejo
de lo que predicen las leyes de Kepler, debido a las interacciones gravitatorias de
los diferentes cuerpos que lo componen entre sí. Así por ejemplo las desviaciones
del movimiento del planeta Urano de la órbita predicha por las leyes de Newton
y Kepler llevaron al matemático francés Urbain Le Verrier (1811–1877) a des-
cubrir un nuevo planeta mediante el cálculo, sin haberlo visto nunca. Con las
coordenadas proporcionadas por Le Verrier el astrónomo alemán Johann G. Ga-
lle localizó en septiembre de 1846 al nuevo planeta, llamado Neptuno, ¡a menos
de un grado de la posición calculada por Le Verrier! Cálculos similares fueron
realizados independientemente por el inglés John Couch Adams (1819–1892).
Capítulo 6
Aplicaciones a otras ciencias
6.1. Modelos Ecológicos
6.1.1. Modelo Exponencial
La ecuación diferencial
y ′ = ky,
que se analizó en el capítulo precedente a propósito de la desintegración radio-
activa, puede aplicarse a muchos otros fenómenos naturales, entre ellos a las
reacciones químicas de primer orden, como por ejemplo la descomposición del
peróxido de hidrógeno H2 O2 en agua y oxígeno.
El mismo modelo se aplica a la reproducción de organismos vivos. En efecto,
si n es la tasa de natalidad (número de nacimientos per cápita en la unidad de
tiempo) y m la tasa de mortalidad (número de muertes per cápita en la unidad
de tiempo), entonces la variación ∆y del tamaño de la población en un intervalo
de tiempo ∆t es
∆y = ny∆t − my∆t,
es decir que
∆y
= ny − my
∆t
y tomando límites cuando ∆t → 0 queda
y ′ = (n − m)y.
Si k = n − m entonces la solución, como ya sabemos, es de la forma y =

y0 ekt , donde y0 es la población en el instante t = 0. Si n > m el crecimiento
de la población es exponencial, como observó Thomas Malthus (1766–1834)
para el caso de la especie humana. Si n = M entonces la población permanece
estacionaria, y si n < m entonces decae exponencialmente.
En el caso de las bacterias, cuando una población se encuentra en un nuevo
ambiente, pasa primero por una fase de adaptación, con lento crecimiento y ele-
vada tasa de biosíntesis de las proteínas necesarias para un rápido crecimiento.
6.1 Modelos Ecológicos 117
En una segunda fase, si hay una elevada concentración de nutrientes, las bac-
terias crecen hasta un tamaño fijo y luego se reproducen en forma asexuada,
por fisión binaria. Este proceso tarda, según el tipo de bacteria, entre 15 y 30
minutos. El crecimiento es exponencial, y en pocas horas pueden llegar a miles
de millones.
Ejemplo 6.1. Las bacterias de cierta colonia, en su período exponencial, se

dividen en dos cada 23 minutos. Si inicialmente hay 100 bacterias, cuántas
habrá al cabo de 8 horas?
Solución: Se tiene y(t) = 100ekt , y como y(23) = 100e23k = 200 se tiene e23k = 2.
La respuesta es y(480) = 100e480k = 100(e23k )480/23 = 100·2480/23 ≈ 191586598.
6.1.2. Modelo logístico

Durante la fase exponencial del crecimiento de una población bacteriana los
nutrientes también son metabolizados a velocidad exponencial. Esto conduce a
su agotamiento y por lo tanto el crecimiento se aminora o se detiene. Uno de los
modelos más sencillos que se ha propuesto para representar este comportamiento
es el llamado modelo logístico, caracterizado por la ecuación
y
y ′ = ky 1 − . (6.1)
b
Mientras y sea pequeño en relación a b, este modelo se comporta de modo similar
al exponencial y ′ = ky. Pero si y se acerca a b la tasa de crecimiento disminuye,
hasta hacerse 0 para y = b, que actúa así como una barrera para y.
Figura 6.1: Modelo logístico
Las soluciones de (6.1) tales que 0 < y(t) < b pueden hallarse observando
que
b 1 1
= + ,
y(b − y) y b−y
118 Aplicaciones a otras ciencias
por lo tanto
y′ y′ by ′
(log(y) − log(b − y))′ = + = = k,
y b−y y(b − y)
es decir
log(y) − log(b − y) = kx + C
para alguna constante C, de donde y/(b − y) = ekx+C y se despeja
bekx+C
y= .
1 + ekx+C
Si y0 = y(0) = beC /(1 + eC ) entonces eC = y0 /(b − y0 ) y
by0 ekx by0 ekx

y= = .
(b − y0 )(1 + ekx eC ) b + y0 (ekx − 1)
6.1.3. Modelo predador-presa
A mediados de la década de 1920 el biólogo italiano Umberto D’Ancona
estudió datos sobre la pesca en el mar Adriático, durante los años de la Pri-
mera Guerra Mundial (1914-1918) y siguientes. Observó que el porcentaje de
seláceos (tiburones, rayas, jureles, etc.) en el total de peces capturados había
aumentado mucho durante la guerra. Pensó que esto se debía al reducido nivel
de pesca durante este periodo, que al dejar más peces pequeños para alimento
de los grandes, hacía que la población de éstos aumentara. Pero el número de
peces pequeños, en vez de aumentar, disminuía. Entonces D’Ancona consultó a
su suegro, el matemático Vito Volterra (1860-1940), quien formuló un modelo
matemático para este problema. El modelo asume un sistema cerrado con dos
especies, predadores y presas, y se basa en los supuestos siguientes: 1) las pre-
sas tienen fuentes de alimento ilimitadas, y en ausencia de predadores crecerían
exponencialmente, 2) los predadores solamente se alimentan de las presas, y en
su ausencia mueren, 3) la tasa de mortalidad de las presas es directamente pro-
porcional al número de predadores, y 4) la tasa de natalidad de los predadores
es directamente proporcional al número de presas.
Llamando x(t) al número de presas e y(t) al número de predadores, en el
instante t, Volterra planteó el siguiente sistema de ecuaciones diferenciales:
ẋ = x(a − by), (6.2)

ẏ = −y(c − dx), (6.3)
donde a, b, c y d son constantes positivas que se pueden interpretar así: a es la

tasa de natalidad de las presas; c es la tasa de mortalidad de los predadores;
la tasa de mortalidad de las presas es by, que es proporcional al número de
predadores, siendo b la constante de proporcionalidad; la tasa de natalidad de los
predadores es dy, que es proporcional al número de presas, siendo d la constante
de proporcionalidad. Se observa que, en ausencia de predadores, la población de
6.1 Modelos Ecológicos 119
presas crecería exponencialmente (ẋ = ay); análogamente, en ausencia de presas

la población de predadores decaería exponencialmente (ẏ = −cy).
Este modelo fue propuesto independientemente por Alfred James Lotka
(1880–1949), en relación con otro problema, por lo cual actualmente se le llama
modelo de Lotka-Volterra.
A pesar de las simplificaciones realizadas para obtenerlo, en muchos casos el
modelo describe apropiadamente la realidad.
No es fácil obtener una solución explícita para este sistema, sin embargo se
puede resolver por métodos numéricos, y se puede analizar cualitativamente su
comportamiento.
Busquemos en primer lugar soluciones constantes x = α, y = β. Entonces
ẋ = ẏ = 0, y nos queda
0 = x(a − by),
0 = −y(c − dx),
que tiene la solución trivial (0, 0) y la solución x = c/d, y = a/b, las cuales se
interpretan como puntos de equilibrio del sistema.
Para a = b = c = d = 1 la figura siguiente muestra las gráficas de las
soluciones x(t) e y(t)) en función del tiempo, para las condiciones iniciales x(0) =
1 e y(0) = 1,5 (fueron obtenidas con el programa MAPLE). Como se puede
apreciar son funciones periódicas desfasadas (una parece seguir, con retardo, a
la otra). Puede probarse que en general este es el tipo de comportamiento del
modelo.
1,4
1,2
x
1
0,8
0,6
0 2 4 6 8 10 12
t
Figura 6.2: Soluciones de Lotka-Volterra
Si se representan las soluciones en el plano xy (llamado el espacio de fases)

resulta una curva (x(t), y(t)). En la figura siguiente se muestran las gráficas
de cuatro soluciones (x(t), y(t)) que satisfacen las condiciones iniciales (1, 3/2),
(1, 2), (1, 5/2) y (1, 3). Como se ve son órbitas periódicas alrededor del punto
de equilibrio (1, 1).
2,5
1,5
0,5
0,5 1 1,5 2 2,5 3
Figura 6.3: Espacio de fases
Los dos puntos de equilibrio tienen un comportamiento muy distinto. El (1, 1)

tiene la propiedad de que, si una solución parte de un punto suficientemente
cercano a él, entonces se mantendrá siempre cercana a él. Por esta razón se
dice que este punto de equilibrio es estable (en realidad hay varias definiciones
de estabilidad, pero aquí nos contentaremos con esta noción sencilla; para más
detalles vea [6]).
El punto de equilibrio (0, 0), en cambio, no es estable, ya que la solución que
parte de (ǫ, 0), por pequeño que sea ǫ > 0, tiende a infinito.
El modelo predador-presa es un ejemplo de sistema dinámico. Una impor-
tante rama de la matemática se ocupa de estudiar estos sistemas, que se ca-
racterizan por evolucionar en el tiempo. Entre los aspectos estudiados se hallan
los puntos de equilibrio, la estabilidad de las soluciones, la existencia de órbitas
periódicas o casi periódicas, los conjuntos atractores y repulsores, etc.
El comportamiento de un sistema dinámico puede ser extremadamente com-
plejo y en la práctica impredecible; en estos casos se dice que hay caos. Esto
puede ocurrir incluso en sistemás mecánicos sencillos, como el doble péndulo.
6.2. Economía
El análisis matemático de la Economía tiene una gran complejidad y exige
herramientas matemáticas que van mucho más allá del cálculo, entre ellas la
teoría de probabilidades, la teoría de juegos, los sistemas dinámicos y posible-
6.2 Economía 121
mente nuevas ramas de la matemática que aún no se han desarrollado. Por eso
los ejemplos siguientes son necesariamente muy sencillos y sólo pretenden mos-
trar que la aplicación de la matemática a la economía va mucho más allá de la
mal llamada matemática financiera.
6.2.1. Índice de precios e inflación

En el otoño de 1972 el presidente Nixon anunció que la tasa de
aumento de la inflación estaba disminuyendo. Ésta fue la primera
vez que un presidente en ejercicio usó la tercera derivada para
promover su reelección.
Hugo Rossi, [11].
El índice de precios al consumidor (IPC) es un valor ponderado que se calcula

a partir del consumo que una unidad familiar media realiza en un periodo de
tiempo determinado.
La inflación es la tasa de variación del IPC respecto al tiempo, es decir
la primera derivada del IPC respecto al tiempo. La “tasa de aumento de la
inflación” es entonces la segunda derivada del IPC, y la afirmación del presidente
Nixon equivale entonces a decir que la tercera derivada del IPC era negativa.
Sería interesante saber cuántas personas entendieron, al escuchar el anuncio
de Nixon, que no sólo los precios sino la inflación estaban aumentando, sólo que
ésta última había pasado por un punto de inflexión.
El análisis de las causas y remedios de la inflación es bastante complejo,
y como suele suceder en economía ha dado lugar al planteamiento de diversas
teorías, no solo diferentes sino hasta contradictorias.
6.2.2. Precios, oferta y demanda

El clásico modelo económico de la oferta y la demanda postula que, en un
mercado libre, la cantidad de productos ofrecidos por los productores y la can-
tidad de productos demandados por los consumidores dependen del precio de
mercado del producto. La oferta es una función creciente f (p) del precio, mien-
tras que la demanda es una función por lo común decreciente d(p). La llamada
ley de la oferta y la demanda afirma que el precio de un bien tiende a situarse
en un punto de equilibrio pe para el cual se intersectan las curvas de oferta y
demanda, es decir f (pe ) = d(pe ). Si un productor es monopólico (es el único que
produce un bien determinado) y conoce la función de demanda d(p), entonces
puede calcular el precio del bien y su oferta de modo de maximizar su ganancia.
Si el costo de producir una unidad del bien es c, entonces la ganancia al vender
d(p) unidades al precio p será g(p) = (p − c)d(p). El valor po que haga máximo
el valor de g será el que maximiza la ganancia, y la oferta deberá ser d(po ).
Ejemplo 6.2. Si d(p) = 10000e−p/2 y c = 4, entonces g(p) = A(p − 5)e−p/2
(con A = 10000) y g ′ (p) = Ae−p/2 − Ae−p/2 (p − 4)/2 = Ae−p/2 (6 − p)/2,
por lo tanto la máxima ganancia se alcanza para po = 6, y deberán ofertarse
d(6) = 10000e−3 ≈ 498 unidades del producto.
Figura 6.4: Curvas de oferta y demanda
Naturalmente que en la realidad la situación es mucho más complicada, pues

intervienen factores como la competencia y las estrategias que los empresarios
adoptan para enfrentarse a ellas, desde campañas publicitarias hasta guerras de
precios. Además intervienen factores subjetivos muy difíciles de cuantificar y
prever, como la evolución de los gustos de los consumidores.
La mano invisible es una metáfora mediante la cual el filósofo y moralista
escocés Adam Smith (1723–1790), en su famosa obra Una investigación sobre la
naturaleza y causas de la riqueza de las naciones, intentaba explicar la existencia
de un orden económico natural, según el cual la busca del interés privado por
cada particular conduciría a la satisfacción del interés general, con tanta más
eficacia cuanto menos interviniese el Estado.
Este argumento acerca de una poderosa fuerza reguladora del mercado, que
si no es interferida por las políticas gubernamentales llevaría los precios hacia
un deseado punto de equilibrio entre la oferta y la demanda, ha seguido siendo
esgrimido hasta el día de hoy por políticos, empresarios y hasta algunos econo-
mistas. Hasta hace poco quienes invocaban esta supuesta “ley” lo hacían como
si se tratara de una ley de la naturaleza, comprobada e irrefutable. Pero la crisis
mundial de la economía que estalló en el año 2008 hizo evidente, de manera
dramática, la inestabilidad del sistema económico mundial.
Pero desde el punto de vista matemático hace tiempo que se sabía que la
supuesta autoregulación del mercado carecía del más mínimo sustento matemá-
tico.
En 1995, Donald Saari [12] mostró que, por el contrario, incluso los sencillos
modelos utilizados en los cursos introductorios de economía pueden exhibir una
dinámica más complicada que los de la física clásica o la biología. En un modelo
simple de economía de intercambio que analiza, aparecen atractores extraños y
todo tipo de complejidades.
6.2 Economía 123
Por lo tanto sólo nos queda pensar que los defensores de la teoría de la “mano
invisible” lo hacen por ignorancia o porque sus intereses políticos o económicos
privan sobre su honestidad intelectual.
Soluciones a ejercicios
seleccionados
Ejercicio 2.1 (pág. 15) √

El único axioma que requiere atención especial es el A8, ya que si a+b √2 6= 0
(con a, b ∈ Q) entonces ciertamente existe el inverso multiplicativo (a√+ b 2)−1
en R, pero es necesario probar que hay inverso multiplicativo en Q( 2). Pero
esto es inmediato, ya que
√
1 a−b 2 a b √ √
√ = √ √ = 2 2
− 2 2
2 ∈ Q( 2).
a+b 2 (a + b 2)(a − b 2) a − 2b a − 2b
Ejercicio 2.2 (pág. 15)

Si c = sup A entonces c es cota superior de A y, como es la mínima cota
superior, si b < c entonces b no es cota superior de A; por lo tanto existe a ∈ A
tal que b < a, y como a ≤ c se tiene b < a ≤ c. Recíprocamente, si c es una cota
superior de A y para todo b < c existe a ∈ A tal que b < a ≤ c, entonces c es
la mínima cota superior de A. En efecto, si existiese una cota superior c′ < c,
entonces en el intervalo (c′ , c) no habría ningún elemento de A.
Análogamente se prueba que d = ı́nf A si y sólo si d es cota inferior de A y,
para todo b > d, existe a ∈ A tal que d ≤ a < b.
Es inmediato que todo intervalo es convexo. Recíprocamente, sea A ⊂ R un
convexo. Si A es vacío entonces A = (0, 0) = ∅. Supongamos A 6= ∅ y sea a ∈ A.
Si A no es acotado superiormente, entonces para cualquier x > a existe y ∈ A
tal que y ≥ x, por lo tanto x ∈ [a, y] ⊂ A . Como esto ocurre para todo x > a,
concluimos que [a, +∞) ⊂ A. Análogamente, si A no es acotado inferiormente,
entonces (−∞, a) ⊂ A. Supongamos ahora que A es acotado superiormente y
sea c = sup A. Si a < x < c entonces por el ejercicio anterior existe un a′ ∈ A
tal que x < a′ ≤ c, y por la convexidad de A se tiene x ∈ [a, a′ ] ⊂ A. Por lo
tanto [a, c) ⊂ A, y si c ∈ A entonces [a, c] ⊂ A. Esto prueba que A ∩ [a, +∞)
es un intervalo (ya que es [a, +∞), o [a, c) o [a, c]). Del mismo modo se prueba
que A ∩ [−∞, a) es un intervalo y entonces A es la unión de dos intervalos con
el extremo común a, que es un intervalo.

(a) c ∈ R es cota superior de A ⇐⇒ a ≤ c para todo a ∈ A
⇐⇒ −a ≥ −c para todo a ∈ A ⇐⇒ x ≥ −c para todo x ∈ −A
⇐⇒ −c es cota inferior de −A.
(b) c = sup A ⇐⇒ c es la mínima cota superior de A
⇐⇒ −c es la máxima cota inferior de −A ⇐⇒ −c = ı́nf −A.
Ejercicio 2.5 (pág. 17) Si A es un conjunto no vacío y acotado inferiormente de
números reales, entonces −A es un conjunto no vacío y acotado superiormente,
por lo tanto existe c = sup −A, y por el ejercicio anterior −c es ínfimo de A.
Análogamente, del principio del ínfimo se deduce el principio del supremo,
y por lo tanto ambos principios son equivalentes.
Como f no es creciente, existen a, b ∈ I tales que a f (b).
Consideremos los intervalos I1 = {x ∈ I : x ≤ a}, I2 = {x ∈ I : a ≤ x ≤ b},
I3 = {x ∈ I : b ≤ x}. Si f fuese decreciente en los tres, entonces sería decreciente
en I. Por lo tanto f no es decreciente en algún Ij , es decir que existen c, d ∈ Ij
tales que c < d y f (c) < f (d). Ahora se presentan tres casos:
j = 1: En este caso c < d ≤ a < b. Si f (d) ≤ f (a) entonces f (c) < f (a) > f (b)
y listo. Si en cambio f (d) > f (a) entonces f (c) < f (d) > f (a).
j = 2: En este caso a ≤ c < d ≤ b. Si f (a) > f (c), entonces f (a) > f (c) < f (d).
Si en cambio f (a) ≤ f (c), entonces f (a) < f (d) > f (b) y listo.
j = 3: En este caso a f (b) < f (d).
Si en cambio f (b) > f (c), entonces f (a) > f (c) < f (d).
Si existiese L = lı́mx→c h(x), tomando por ejemplo U = (L − 1/4, L + 1/4)
debería existir un entorno reducido V ∗ de c tal que, si x ∈ V ∗ entonces f (x) ∈ U .
Pero en V ∗ hay tanto racionales como irracionales, por lo tanto f tomaría en V ∗
tanto el valor 1 como el 0. Pero esto es absurdo pues U no tiene dos elementos
que difieran en 1.
Sea f : (a, b) → R monótona creciente. Si f no es acotada superiormente, es
evidente que lı́mx→b− f (x) = +∞. Si f es acotada superiormente, por el princi-
pio del supremo existe L = sup{f (x) : a < x < b}. Entonces lı́mx→b− f (x) = L.
En efecto, dado ǫ > 0 existe c ∈ (a, b) tal que L − ǫ < f (c) ≤ L (ver Ejercicio
2.2, pág. 15). Por lo tanto, si c < x < b, L − ǫ < f (c) ≤ f (x) ≤ L.
Análogamente se prueba la existencia de lı́mx→a+ f (x).
No, pues en este ejemplo no se cumplen las hipótesis del Teorema 2.1. Espe-
cíficamente, g no envía ningún entorno reducido del 0 en un entorno reducido
del 0.
p
Sean f (x) = 1/x, g(x) = x, h(x) = |x|, k(x) = x sin(1/x). Entonces
lı́mx→0 f (x) = ∞, lı́mx→0 g(x) = lı́mx→0 h(x) = lı́mx→0 k(x) = 0,
lı́mx→0 f (x)g(x) = 1, lı́mx→0 f (x)h(x) = ∞ y lı́mx→0 f (x)k(x) no existe.
1 1
a) lı́mx→0 (1 + x) x2 no existe, ya que lı́mx→0− (1 + x) x2 = 0 pero
1
lı́mx→0+ (1 + x) x2 = +∞.
1
b) lı́mx→0 (1 + x) x = e.
1
c) lı́mx→0+ (1 + |x|) x2 = +∞.
Es inmediato si se usa la caracterización del supremo dada en el Ejercicio
2.2 (pág. 15).
Ejercicio 2.29 (pág. 28) √
La sucesión xn está acotada superiormente por 2, ya√que x1 = √2 < 2 y si
se supone inductivamente que xn < 2, entonces xn+1 = 2 + xn < 2 + 2 = 2.
Además xn es creciente, ya que
√ xn+1 se obtiene sustituyendo el 2 del radical
más interior en xn por 2 + 2. Entonces, por el ejercicio precedente, existe
L = lı́mx→+∞ xn . Como x2n+1 = 2 + xn , tomando límite en ambos miembros
resulta L2 = 2 + L, y descartando la raíz negativa queda L = 2.
Es continua en todo punto excepto en los enteros, en los cuales presenta
discontinuidades de salto.
Es continua en todo punto. La única duda podría presentarse en 0, pero
dado ǫ > 0, si 0 < |x| < ǫ entonces |x sen x1 | ≤ |x| < ǫ. Por lo tanto también es
continua en 0.
Sean f (t) la distancia a la que está Francisca del muelle en el instante t, y
g(t) la distancia de Gabriel al muelle en el instante t. El dominio de f es [3, 5]
y se tiene f (3) = f (5) = 0 y f (t) > 0 para 3 < t < 5. El dominio de g es [4, 6],
g(4) = g(6) = 0 y g(t) > 0 para 4 < t < 6. En el intervalo [4, 5] están definidas
tanto f como g, por lo tanto también lo está su diferencia h(t) = g(t) − f (t).
Ahora bien, h(4) = g(4) − f (4) = −f (4) < 0, y h(5) = g(5) − f (5) = g(5) > 0.
Por lo tanto, suponiendo la continuidad de f y g, la aplicación del teorema
de Bolzano a la función h en el intervalo [4, 5] nos dice que existe un instante
t ∈ (4, 5) tal que h(t) = 0, es decir, tal que f (t) = g(t).
Si v está comprendido entre f (a) y f (b), entonces f (a) − v y f (b) − v son
de distinto signo, y la aplicación del teorema de Bolzano a la función f (t) − v
en el intervalo [a, b] nos dice que existe c ∈ (a, b) tal que f (c) − v = 0, es decir
f (c) = v.
Que f tiene la propiedad de Darboux significa que para cualquier intervalo

[c, d] ⊂ I, f toma en [c, d] todos los valores comprendidos entre f (c) y f (d), o
sea que el intervalo cerrado de extremos f (c) y f (d) está contenido en f ([c, d]).
Entonces f (I) es convexo y, por el Ejercicio 2.3 (pág. 17), f (I) es un intervalo.
Si f no fuese monótona, entonces por el Ejercicio 2.11 (pág. 20) existirían a f (c) o f (a) > f (b) < f (c). En el primer caso
(f (a) < f (b) > f (c)) sea v cualquier valor comprendido entre máx{f (a), f (c) y
f (b). Entonces, como f es continua, por la propiedad de Darboux (Ejercicio 2.32,
pág. 29) f tomaría el valor v tanto en [a, b] como en [b, c], y no sería inyectiva. En
el segundo caso (f (a) > f (b) < f (c)), tomando cualquier valor v comprendido
entre mı́n{f (a), f (c) y f (b) se llega igualmente a una contradicción.
En consecuencia, f es monótona. Pero como es inyectiva, se sigue que debe
ser estrictamente creciente o estrictamente decreciente.
Supongamos que f sea estrictamente creciente (el caso estrictamente decre-
ciente es similar). Sea J = f (I) (que es un intervalo por el Ejercicio 2.35) y
consideremos f −1 : J → I. Dado d ∈ J sea c = f −1 (d) ∈ I. Si ǫ > 0 es tal que
(c − ǫ, c + ǫ) ⊂ I y f (c − ǫ) < y < f (c + ǫ), entonces c − ǫ) < f −1 (x) < c + ǫ, es
decir que f −1 es continua en c. (Esta prueba requiere una pequeña adaptación
si d es un punto extremo de J, pero el lector llenará sin dificultad los detalles).
La función (
sen x si x 6= 0,
f (x) =
0 si x = 0,
no es continua en 0 pero tiene la propiedad de Darboux.
Mucho más difícil es mostrar una función con la propiedad de Darboux que
no sea continua en ningún punto. Pero sí existen, por ejemplo sea f : [0, 1] → R
definida de la siguiente manera:
Dado x ∈ [0, 1], consideremos su representación como una expresión decimal
infinita x = 0.a1 a2 a3 . . . (si x admite dos de estas representaciones, escogemos la
que termina en infinitos nueves). Si la sucesión a1 , a3 , a5 , a7 , . . . no es periódica,
se define f (x) = 0. Si en cambio a1 , a3 , a5 , a7 , . . . es periódica y su primer período
comienza en a2k−1 , se define f (x) = 0.a2k a2k+2 a2k+4 . . ..
Se puede probar que esta función, en cualquier intervalo [c, d] ⊂ [0,1], toma
todos los valores comprendidos entre 0 y 1, y de allí se sigue fácilmente que tiene
la propiedad de Darboux pero no es continua en ningún punto.
Sean f (xi ) y f (xj ) el mínimo y el máximo, respectivamente, de los valores
f (x1 ), f (x2 ),. . . , f (xn ). Entonces
f (x1 ) + f (x2 ) + · · · + f (xn )

f (xi ) ≤ ≤ f (xj )
n
y el resultado es consecuencia de la propiedad de Darboux.

Supongamos que f es derivable en (a, b) y que para cierto c ∈ (a, b) existe
lı́mx→c f ′ (x). Si x ∈ (a, b) entonces, por el teorema del valor medio, para algún
ξ(x) intermedio entre c y x se tiene (f (x) − f (c))/(x − c) = f ′ (ξ(x)). Como
lı́mx→c ξ(x) = c se sigue que
f (x) − f (c)
f ′ (c) = lı́m = lı́m f ′ (ξ(x)) = lı́m f ′ (x).
x→c x−c x→c x→c

No, esa prueba sólo sería válida si se sabe que g(x) 6= g(a) en un entorno
reducido de a.
Basta hacer el cambio de variable x = 1/t y observar que
d
dt f (1/t) f ′ (1/t)(−1/t2) f ′ (1/t) f ′ (x)
lı́m = lı́m = lı́m = lı́m
t→0 d g(1/t) t→0 g ′ (1/t)(−1/t2 ) t→0 g ′ (1/t) x→∞ g ′ (x)
dt
existe, y por lo tanto

d
f (x) f (1/t) dt f (1/t) f ′ (x)
lı́m = lı́m = lı́m d
= lı́m .
x→∞ g(x) t→0 g(1/t) x→∞ g ′ (x)
dt g(1/t)
t→0

Sea L = lı́mx→a f ′ (x)/g ′ (x). Observemos que
f (x) f (x) − f (b) 1 − g(b)/g(x) f ′ (c) 1 − g(b)/g(x)
= = ′ ,
g(x) g(x) − g(b) 1 − f (b)/f (x) g (c) 1 − f (b)/f (x)
donde c es un punto intermedio entre a y b. Dado ǫ > 0, tomando b suficien-
temente próximo a a se puede lograr que f ′ (c)/g ′ (c) difiera de L en menos de
ǫ/2, y como lı́mx→a (1 − g(b)/g(x))/(1 − f (b)/f (x)) = 1, si x es suficientemente
grande se puede lograr que f (x)/g(x) difiera de L en menos de ǫ.
Ejercicio 2.44 (pág. 43) Como x3 − 5x es una primitiva de 3x2 − 5, cualquier
otra es de la forma F (x) = x3 − 5x + C. Para hallar una que en 2 valga 7 debe
cumplirse F (2) = 23 − 5 · 2 + C = 7, de donde se obtiene C = 9 y la respuesta
es x3 − 5x + 9.
Aplicando la regla de L’Hôpital n veces se tiene
x 1 x
lı́m = lı́m = lı́m
x→+∞ (log x)n x→+∞ n(log x)n−1 x1 x→+∞ n(log x)n−1
x x
= lı́m = · · · = lı́m = +∞.
x→+∞ n(n − 1)(log x)n−2 x→+∞ n!

Por el teorema de Taylor (2.20) f ′′ (x) = (f (n) (c)/(n − 2)!)(x − c)(n−2) +

o((x − c)(n−2) ), y entonces f ′′ (x)/(x − c)(n−2) toma el mismo signo de f (n) (c) en
un entorno reducido de c. Si n es impar, como (x−c)(n−2) tiene signos diferentes
a uno y otro lado de c, lo mismo pasa con f ′′ (x) y c es un punto de inflexión.
Por el contrario, si n es par entonces f ′′ (x) tiene el mismo signo a uno y otro
lado de c y no hay inflexión.
Ejercicio 2.47 (pág. 53) Escogiendo los ejes adecuadamente la parábola es la
gráfica de la función f (x) = px2 . Si A = (a, pa2 ) y B = (b, pb2 ) son dos puntos
de la parábola, la ecuación de la recta AB es
pb2 − pa2
y = pa2 + (x − a) = pa2 + p(a + b)(x − a).
b−a
Como
a+b 2 a−b 2
pa2 + p(a + b)(x − a) − px2 = −p(x − ) + p( ) ,
2 2
se ve que el punto del arco de parábola AB más alejado del segmento AB es
C = ((a + b)/2, p(a + b)2 /4). El área del triángulo ABC es
pa2

1 a
1 1 3
1 a+b2 p( a+b 2
2 ) = 8 p(b − a) .
2 2
1 b pb
El área del trapecio limitado por la recta AB, el eje Ox y las rectas x = a y
x = b es (pa2 + pb2 )(b − a)/2. Como (px3 /3)′ = px2 , por la regla de Barrow el
área limitada por la parábola, el eje Ox y las rectas x = 1 y x = b es p(b3 −a3 )/3.
Efectuando la diferencia resulta que el área del segmento parabólico es
1 1 1
p(a2 + b2 )(b − a) − p(b3 − a3 ) = p(b − a)3 ,
2 3 6
que son precisamente dos tercios del área del triángulo ABC.
Ejercicio 3.1 (pág. 55) Si a = 1 obviamente se cumple la igualdad para todo
x ≥ −1, Supongamos entonces a > 1 y sea f (x) = (1 + x)a − (1 + ax). Como
f ′ (x) = a((1 + x)a−1 − 1) es negativa en [−1, 0), nula en x = 0 y positiva en
(0, +∞), es claro que para todo x ≥ −1 se tiene f (x) ≥ f (0 == 0, con igualdad
si y sólo si x = 0.
Ejercicio 3.2 (pág. 56) No, sólo puede afirmarse que f ′ (x) ≥ 0. Por ejemplo
f (x) = x3 es estrictamente creciente en [−1, 1] pero f ′ (0) = 0.
Ejercicio 3.3 (pág. 60) Sean h la altura y r el radio del envase cilíndrico.
Entonces el volumen es πr2 h = 1, y h = 1/(πr2 ). El área total es la suma del
àrea de las bases, 2πr2 , con el área lateral 2πrh = 2/r, es decir A(r) = 2πr2 +2/r.
Como A(r) es diferenciable en (0, +∞) y lı́mr→0+ A(r) = lı́mr→+∞ A(r) = +∞,
se concluye que A(r) tiene mínimo en (0, +∞) y éste se alcanza en un punto
crítico.pAhora bien, como A′ (r) =p4πr − 2/r2 , el único punto crítico corresponde
a r = 3 1/(2π), y entonces h = 3 4/π = 2r.
Ejercicio 3.4 (pág. 60) Sean C = (x, 0), α = ∠ACB y β = ∠OCA. Como el
problema es obviamente simétrico respecto al origen, supondremos x ≥ 0. Como
tg β = OA/OC = 1/x y tg(α + β) = OB/OC = 3/x se tiene
3
tg(α + β) − tg β −1 2x
tg α = tg((α + β) − β) = = x 3x = 2 ,
1 + tg(α + β) tg β 1 + x2 x +3
por lo tanto
2(x2 + 3) − (2x)(2x) 2(3 − x2 )
(tg α)′ = 2 2
= 2
(x + 3) (x + 3)2
√ √
y se observa que (tg α)′ es positiva en√[0, 3) y negativa en ( 3, +∞), en con-
secuencia tg α alcanza su máximo en 3. Lo mismo ocurre con α√(ya que tg α
es una función creciente de α). Como el valor máximo de tg α es 3/3, el valor
máximo de α es 30◦ .
Ejercicio 3.5 (pág. 64) Recordemos que se trata de hallar el máximo de V (x) =
x(a− 2x)2 en el intervalo [0, a/2]. Pero por la desigualdad aritmético-geométrica
se tiene
3
8a3

4x + (a − 2x) + a − 2x)
4x(a − 2x)2 ≤ = ,
3 27
con igualdad si y sólo si 4x = a − 2x, por lo tanto V (x) ≤ 2a3 /27, con igualdad
sólo para x = a/6.
Ejercicio 4.22 (pág. 92) a) Por L’Hôpital,
n
! Pn
1 a xα log(x )
Pni i α i
X
α i=1
lı́m log(mα ) = lı́m log ai xi = lı́m
α→0 α
i=1 ai xi
α→0 α→0
i=1
n n
Pn !
i=1 ai log(xi ) X Y
ai
= Pn = ai log(xi ) = log xi ,
i=1 ai i=1 i=1
Qn
de donde lı́mα→0 mα = i=1 xai i .
b) Supongamos que máx{x1 , x2 , . . . , xn } = xj . Entonces para cualquier α > 0
se tiene !1/α
n
α 1/α
X
α

aj xj ≤ mα (x1 , x2 , . . . , xn ) ≤ ai xj ,
i=1
es decir que
1/α
aj xj ≤ mα (x1 , x2 , . . . , xn ) ≤ xj
y tomando límites cuando α → +∞ y aplicando el teorema del sándwich se
obtiene el resultado deseado.
La parte (c) es análoga.
Bibliografía
[1] Aguilera, J., Lizana, M., Estudio Cualitativo de Ecuaciones Diferenciales

Ordinarias, Imprenta Universitaria UCV, Caracas, 1990. Hay una versión
revisada: Ecuaciones Diferenciales Ordinarias, II Talleres de Formación
Matemática, Universidad Centroccidental Lisandro Alvarado, Barquisime-
to, 2001.
[2] Courant, R., John, F. Introducción al Cálculo y al Análisis Matemático,
Ed. Limusa, México, 1976.
[3] Courant, R., Robbins, H., revised by Stewart, I., What is Mathematics?,
Oxford University Press, New York, 1996.
[4] Graviner, J. V., The Changing Concept of Change: the Derivative from
Fermat to Weierstrass, Mathematics Magazine, 56(4) (1983), pp. 195–206.
[5] Guzman, M. de, Ecuaciones Diferenciales Ordinarias - Teoría de Estabili-
dad y Control, Ed. Alhambra, Madrid, 1975.
[6] Hirsch, M., Smale, S., Differential Equations, Dynamical Systems and Li-
near Algebra, Academic Press, 1974.
[7] Keisler, H. J., Elementary Calculus: An Approach Using Infinitesimals, 2nd
ed., Prindle, Weber & Schmidt, 1986. Ahora disponible en http://www.
math.wisc.edu/~keisler/calc.html
[8] Landau, E., Foundations of Analysis, Chelsea, New York, 1966.
[9] Rey Pastor, J., Pi Calleja, P., Trejo, C. A., Análisis Matemático vol. I,
Kapelusz, Buenos Aires, 1958.
[10] Robinson, A., Non-standard analysis, Revised edition, Princeton University
Press, 1996.
[11] Rossi, H., Mathematics Is an Edifice, Not a Toolbox, Notices of the AMS,
43(10) (1996), p. 1108.
[12] Saari, D., Mathematical Complexity of Simple Economics, Notices of the
AMS, 42(2) (1995), p. 222–230.
[13] Spivak, M., Calculus, 2a. edición, Ed. Reverté, 1992.
Índice alfabético
abscisa, 3 derivada, 33
análisis no estándar, 10 de función compuesta, 39
àrea, 51 de función inversa, 40
Arquímedes, 53 de orden superior, 43
asíntota, 26 infinita, 33
lateral, 34
Barrow, Isaac, 52 Descartes, René, 3
Beltrami, Eugenio, 83 desigualdad
Berkeley, George, 7 aritmético-geométrica, 90
Bernoulli, Jakob, 55, 87, 105 de Bernoulli, 55
Bernoulli, Johann, 41, 105, 110 de Hölder, 94
braquistócrona, 110 de Jensen, 90
de Minkowski, 94
Cantor, Georg, 12 de Young, 93
cardioide, 86, 87 discontinuidad, 29
catenaria, 105 de salto, 29
Cauchy, Augustin Louis, 9, 12 evitable, 29
cáustica por reflexión, 84
centro de curvatura, 76 ecuación
cicloide, 74 característica, 101
composición, 19 diferencial, 100
condiciones iniciales, 100 lineal, 100
continuidad, 28 EDO, 100
uniforme, 33 elipse
coordenadas polares, 86 área de la, 53
cortaduras, 12 ecuación polar, 89
cotas, 15 entorno, 17
Courant, Richard, 5 reducido, 17
curva envolvente, 84
alabeada, 73 epicicloide, 75
plana, 73 espiral
rectificable, 70 de Arquímedes, 87
regular, 75 Logarítmica, 87
curvatura, 76 Euclides, 2
Eudoxo, 2
Darboux, Jean Gaston, 32 Euler, Leonhard, 8, 9
Dedekind, Richard, 12 evoluta, 79
evolvente, 77 involuta, 77
excentricidad, 89 isócrona, 109
extremo local, 20
Kepler, Johannes, 7, 111
Fermat, Pierre de, 3, 63, 110
fluxión, 5 L’Hôpital, Guillaume de, 41
fórmula límite, 21
de Euler, 102 Lagrange, Joseph-Louis, 8, 38
de Taylor, 45 Le Verrier, Urbain, 115
fórmulas de Frenet, 77 Leibniz, Gottfried W., 5, 105
Frenet, Jean Frédéric, 77 Leonardo da Vinci, 96
función, 18 ley
biyectiva, 18 de Hooke, 103
cóncava, 50 de Snell, 63, 110
continua, 29 leyes
convexa, 48 de Kepler, 7, 111
derivada, 33 de Newton, 96, 112
discontinua, 29 longitud de arco, 70
impar, 67 Lotka, Alfred J., 119
inversa, 18
inyectiva, 18 Méray, Charles, 12
monótona, 20 Maclaurin, Colin, 47
creciente, 20 Malthus, Thomas, 116
decreciente, 20 máximo
par, 67 de un conjunto, 15
periódica, 67 de una función, 20
sobreyectiva, 18 local, 20
media
Galileo, 105 aritmética, 90
Gateway Arch, 105 pesada, 91
Gaudí, Antoni, 105 armónica, 92
Graviner, Judith V., 1 pesada, 91
cuadrática, 92
Heron de Alejandría, 62 de orden α, 91
hipocicloide, 75 geométrica, 90
Hölder, Otto L., 94 pesada, 91
Hooke, Robert, 8, 103 método de Newton, 69
Huygens, Christiaan, 105, 109 mínimo
de un conjunto, 15
imagen, 18 de una función, 20
ínfimo, 15 local, 20
infinitésimo, 44 Minkowski, Hermann, 94
infinito, 44 modelo
inflación, 121 exponencial, 116
interior, 17 logístico, 117
intervalos, 17 predador-presa, 118
nefroide, 86 supremo, 15
Newton, Isaac, 5, 69, 112
notación de Landau, 44 tautócrona, 109
Taylor, Brook, 45
ortóptica, 88 teorema
de Cauchy, 40
péndulo isócrono, 109 de Heine-Cantor, 33
parámetro, 73 de Rolle, 37
podaria, 88 de Taylor, 46
polinomio de Torricelli, 107
de Taylor, 45 del sándwich, 25
preimagen, 18 del valor medio, 38
primitiva, 43 fundamental del Cálculo, 6, 51
Principio Torricelli, Evangelista, 107
de Fermat, 63, 110 tractriz, 83
del ínfimo, 16 triedro de Frenet, 77
del supremo, 15
producto vector
cartesiano, 18 binormal, 77
escalar, 73 normal, 76
vectorial, 73 tangente, 75
Propiedad de Darboux, 32 velocidad
punto de escape, 114
crítico, 34 instantánea, 36
de inflexión, 50 media, 36
Volterra, Vito, 118
radio de curvatura, 76
Weierstrass, Karl, 10, 12
regla
de Barrow, 52
de L’Hôpital, 41
de la cadena, 39
de Leibniz, 44
regula falsi, 69
relación, 18
Robbins, Herbert, 5
Robinson, Abraham, 10
Sagrada Familia, 105

semientorno, 17
serie, 28
de Maclaurin, 47
de Taylor, 47
seudoesfera, 83
sistema dinámico, 120
Snell, Willebrord, 63, 110
sucesión, 28

Cálculo Diferencial y Aplicaciones - José Hector Nieto Said - 1ed

Cargado por

Información del documento

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

Cálculo Diferencial y Aplicaciones - José Hector Nieto Said - 1ed

Cargado por

Copyright:

Formatos disponibles

www.elsolucionario.

XIII Escuela Venezolana para la

José Heber Nieto Said

La importancia del Cálculo en el mundo actual es enorme, ya que la ciencia

histórico puede en muchos casos contribuir a la comprensión de esos con-

1. La clarificación de los conceptos y resultados básicos.

Aunque se han hecho esfuerzos por escribir un texto autocontenido, no se

3.4. Algunos ejemplos geométricos . . . . . . . . . . . . . . . . . . . . 58

6. Aplicaciones a otras ciencias 116

Soluciones a ejercicios seleccionados 123

Índice alfabético 132

El cálculo infinitesimal, o simplemente el Cálculo, como se le llama común-

a la matemática su sólida estructura lógico-deductiva, pero no debe olvidarse

ron accesibles gracias al novedoso uso de la imprenta. Los algebristas italianos

Ahora bien, si al coincidir los puntos de contacto la secante se convierte en

1.2 El nacimiento del Cálculo 5

f (x + h) − f (x) (x + h)3 − (x + h) + 3 − (x3 − x + 3)

1.2. El nacimiento del Cálculo

El terreno estaba preparado para la aparición de

Figura 1.4: Teorema Fundamental del Cálculo

1.2 El nacimiento del Cálculo 7

Aunque Newton formuló sus leyes del movimiento

¿Qué son estos incrementos evanescentes? No son cantidades fini-

Berkeley reconocía que mediante el cálculo se obtenían resultados correctos,

1.3. Crecimiento y desarrollo

y la resolvió, hallando que la solución involucra a las funciones trigonométricas

1.4. Rigor y Fundamentación

1.4 Rigor y Fundamentación 9

En 1797 escribió que el concepto newtoniano de límite no era lo suficientemente

f (x + h) = f (x) + p(x)h + q(x)h2 + r(x)h3 + · · ·

excepto tal vez para algunos valores aislados de x. En-

En 1856 Karl Weierstrass (1815–1897) comenzó

2.1. Los números reales

un número real igual a la medida del segmento OB respecto a la unidad OA,

3. Definir las operaciones básicas (la suma, y especialmente el producto) con

4. Tampoco es sencillo demostrar las propiedades básicas de las operaciones

3. I no tiene elemento máximo.

Al conjunto I se le llama clase inferior y al S clase superior de la cortadura.

2.1 Los números reales 13

Un ejemplo más interesante es el siguiente: I = {x ∈ Q : x < 0 ó x2 < 2},

Axiomas del sistema de los números reales

A1. a + (b + c) = (a + b) + c para todos los a, b, c ∈ R.

A2. a + b = b + a para todos los a, b ∈ R.

A3. a + 0 = a para todo a ∈ R.

A4. Para todo a ∈ R existe −a ∈ R tal que a + (−a) = 0.

A5. a · (b · c) = (a · b) · c para todos los a, b, c ∈ R.

A6. a · b = b · a para todos los a, b ∈ R.

A7. a · 1 = a para todo a ∈ R.

A10. a · (b + c) = a · b + a · c para todos los a, b, c ∈ R.

A11. Para a, b, c ∈ R, si a < b y b < c entonces a < c.

A12. Si a, b ∈ R, una y sólo una de las siguientes afirmaciones es cierta:

A13. Para a, b, c ∈ R, si a < b entonces a + c < b + c.

A14. Para a, b, c ∈ R, si a < b y 0 < c entonces a · c < b · c.

A15. Cualquier subconjunto de R no vacío y acotado superiormente tiene una

2.1 Los números reales 15

Recordemos ahora algunas definiciones:

Definición 2.1. Un número real c es cota superior de un conjunto A ⊂ R, si

Es claro que el máximo y el mínimo de un conjunto, si existen, son únicos.

Ejemplo 2.1. Sea R+ = {x ∈ R : x > 0} la semirecta real positiva. R+ no

Ejercicio 2.2. Pruebe que c = sup A si y sólo si c es cota superior de A y, para

El axioma A15 se puede enunciar de la siguiente manera.

En segundo lugar probaremos que para todo x ∈ A existe otro x′ ∈ A tal

Por razones de simetría, existe también un

Principio del ínfimo: Todo conjunto no vacío y acotado inferiormente de