Calculo PDF

MATEMÁTICAS BÁSICAS PARA
ECONOMISTAS II
CÁLCULO
Con Notas Históricas y Contextos Económicos
SERGIO MONSALVE
EDITOR
FACULTAD DE CIENCIAS
UNIVERSIDAD NACIONAL DE COLOMBIA
i
Autores
Sergio Monsalve Departamento de Matemáticas
Universidad Nacional de Colombia, Bogotá
Fernando Puerta Escuela de Matemáticas

Universidad Nacional de Colombia, Medellı́n
Con la colaboración de:
Francisco Lozano Escuela de Economı́a

Universidad Nacional de Colombia, Bogotá
ii
“La ciencia se ha construido para satisfacer

ciertas necesidades de nuestra mente;
ella nos describe.
Y aunque tiene cierta relación con el mundo real,
esa relación es muy, muy compleja”
Robert J. Aumann
(Premio Nobel de Economı́a 2005)
Presentación general
Este libro es el resultado de varios años de trabajo de los autores como

profesores de matemáticas y/o economı́a para nuestras Facultades de
Ciencias y Ciencias Económicas de las Universidades Nacional (sedes
Medellı́n y Bogotá), Externado de Colombia y Pontificia Javeriana, y su
objetivo central es exponer algunos de los elementos fundamentales del
lenguaje matemático que deberı́an ser comunes a todos los estudiantes
de economı́a de nuestras épocas. Pensando en esto, hemos optado por
escribir el texto en cuatro volúmenes: en el volumen 0 (Fundamentos)
presentamos los requisitos matemáticos que el estudiante debe llenar
para acceder más cómodamente al corpus total; el volumen I consiste
en las nociones básicas del álgebra lineal; el volumen II en las nociones
básicas del cálculo diferencial e integral; y el volumen III en las nociones
básicas de la teorı́a de la optimización y de la dinámica.
En cada uno de los cuatro volúmenes, hemos dividido los temas trata-
dos a través de lecciones con un tratamiento matemático riguroso y sin
referencia a aplicación económica alguna. Todas estas lecciones presen-
tan, además, notas históricas que esperamos ayuden a trazar el devenir
de los conceptos matemáticos que se desarrollan al punto. Por lo tan-
to, aquellos que consideran que un curso de matemáticas básicas para
economistas deberı́a ser sólo eso y no un curso con aplicaciones, estarán
aquı́ servidos. Sin embargo, para aquellos que difieren de esta postu-
ra metodológica y pedagógica hemos también separado la sección final
de casi todas las lecciones para el “contexto económico”. Pero ésta no
es una sección ordinaria de aplicaciones a la economı́a: es, por el con-
trario, una aproximación coherente a problemas centrales en la teorı́a
económica y una orientación para el estudiante atento y disciplinado.
Por ejemplo, en el volumen I aparecen discusiones sobre los modelos
iii
iv
lineales fundamentales de la teorı́a económica: el modelo walrasiano de

Cassel, el modelo insumo-producto de Leontief, el modelo de equilibrio
general de von Neumann, el modelo sraffiano, la teorı́a de juegos de
von Neumann y Morgenstern, el modelo “keynesiano” lineal IS-LM, y el
análisis de actividades de Koopmans. En el volumen II se encuentran,
entre otras discusiones, notas históricas y de contexto del problema de
la racionalidad, de la revolución marginalista y de la comunión entre
racionalidad y marginalismo; en el volumen III aparecen tres de las vi-
siones modernas más importantes sobre el comportamiento económico:
el modelo “keynesiano” IS-LM no-lineal de Hicks, el modelo walrasiano
de Arrow y Debreu, y los modelos de interacciones económicas y sociales.
El objetivo en cada uno de estos análisis es el problema económico por
sı́ mismo y las consecuencias que el desarrollo lógico de las hipótesis y
herramientas matemáticas entregan para discusión tanto a nivel teórico-
conceptual como de polı́tica económica. En ningún caso se centra en las
herramientas matemáticas que están siendo utilizadas.
En definitiva, este trabajo es una invitación a comenzar a entender el
potencial y, sobre todo, los lı́mites de la herramienta matemática tra-
dicional en la teorı́a económica; es una invitación a entender que las
matemáticas tradicionales están mejor diseñadas y adaptadas a ciencias
exactas como la fı́sica, pero quizás no para el estudio de los fenómenos
sociales y económicos, y esto intentamos resaltarlo en el texto cuando
presentamos numerosos ejemplos tomados de la fı́sica, de la quı́mica, o
de la biologı́a. Pero aunque estamos convencidos de que las matemáti-
cas son más claras que cualquier otro lenguaje y de que en numerosas
ocasiones muestran lo que no podrı́a lograrse por introspección, proba-
blemente el verdadero aporte de ellas a las ciencias sociales y económicas
únicamente podrá ser evaluado por las generaciones futuras. No antes;
y, por supuesto, no ahora. Sólo que en ese camino no deberı́amos seguir
ni la moda del dı́a, ni la aprobación o desaprobación de nuestros colegas.
En su lugar, nos deberı́a preocupar alcanzar más y más claras compren-
siones de lo que sucede en los fenómenos económicos que enfrentamos
dı́a a dı́a, y si estas, u otras matemáticas, son un mecanismo apropiado
para lograrlo, habrı́amos avanzado un paso más en este propósito.
Una palabra final. Algunos tienen la creencia de que no hay manual
ni texto, por bueno que sea, que pueda relevarnos de la lectura de
los artı́culos originales y de los textos clásicos; y que nadie deberı́a
v
permitirse que “le cuenten” lo que dicen los escritos originales. Pero
creemos que esta es una opinión, por lo menos, falaz. Claro está que es
ideal poder leer los textos originales y los clásicos. Sin embargo, el estu-
diante que apenas se insinúa en cualquier área del conocimiento, requiere
de esquemas y de puntos de referencia para poder avanzar con mayor
seguridad y consistencia; posteriormente, una vez haya adquirido cierta
madurez y entendimiento, es absolutamente necesario que recurra, aho-
ra sı́, a los textos clásicos y a los originales. Un estudiante que comience
por esta estrategia correrá, creemos, un menor riesgo de confundirse o,
lo que serı́a fatal, de extraviarse definitivamente.
Por último, ha sido un honor para quien esto escribe, haber podido
realizar en compañı́a de su antiguo profesor de matemáticas de la Uni-
versidad Nacional de Medellı́n, Fernando Puerta, los volúmenes 0 y II
de este texto. Agradecemos al Departamento de Matemáticas, y a la Es-
cuela de Economı́a de la Universidad Nacional de Colombia. También a
la Facultad de Economı́a de la Universidad Externado de Colombia, y al
Departamento de Matemáticas de esta Universidad. De igual manera a
aquellos de los que recibimos sugerencias y comentarios: Diego Arévalo,
Julián Arévalo, Oscar Benavides, Catalina Blanco, Lina Cañas, Angéli-
ca Chappe, Lola Coba, Luis Jorge Ferro, Jorge Gallego, Norma Gómez,
Carlos Augusto Jiménez, Crescencio Huertas, Norman Maldonado, Ju-
liana Moncada, Eduardo Mantilla, Ángela Ospina, Diego Pardo, Sergio
Parra, Carolina Peláez, Lida Quintero, Aida Sofı́a Rivera, Diego Rojas,
Marcela Rubio, Renata Samacá, Alejandra Sánchez, Humberto Sarria,
Biviana Suárez, Jennifer Taborda, Marı́a del Pilar Tejada, Ana Tamayo,
Héctor Useche y Miguel Zárate. Un agradecimiento del editor al Banco
de la República por su apoyo en la realización de estudios de economı́a
a nivel de doctorado (University of Wisconsin-Madison y The Hebrew
University of Jerusalem). También a Maribel Romero, Santiago Sierra,
Danny Sierra, Dora Millán y Nathalie Jiménez, por su paciente trabajo
de digitar nuestros difı́ciles manuscritos. Pero, por encima de todo, a
nuestras familias que son el gran aliento y nuestra razón de ser.
Sergio Monsalve
Bogotá D.C., febrero de 2008
vi
Nota del editor para el volumen II
Este segundo volumen de “Matemáticas básicas para economistas” tiene

como objetivo presentar las ideas centrales del Cálculo (la derivada y la
integral) que tan importantes son a todo estudiante serio de economı́a en
los tiempos de hoy. Similarmente a los otros volúmenes, hemos querido
siempre acompañar la presentación matemática formal del Cálculo, con
notas históricas, y con los contextos económicos de cada final de lección.
La lección 1 (“El método de lı́mites”) es, cabe advertir, la que quizás
requerirá más de la aplicación, disciplina y concentración del estudiante,
puesto que allı́ hemos dispuesto las nociones primarias del Cálculo que,
con seguridad, son las más difı́ciles para un estudiante no enseñado a
pensar formalmente. Nuevamente, como lo dijimos en la Nota de Editor
del Volumen I, sugerimos respetuosamente al profesor o instructor del
curso de pregrado de Cálculo, no presentar todas las demostraciones
de los teoremas, sino sólo unas pocas, aunque sı́ hacer énfasis en su
comprensión y en la correcta aplicación de ellos a través de ejemplos y
ejercicios. Y esto, por supuesto, es cierto, para las otras tres lecciones
del texto.
Una de las caracterı́sticas principales que distingue a este libro, es que
se han incluido, en cada una de las cuatro lecciones, tanto el análisis
de una sola variable, como el análisis de dos variables, y hemos pedido
extenderlo en los ejercicios al caso de más de dos varias variables. Esto
se ha hecho ası́ porque consideramos que no hay razón alguna para
que nuestros estudiantes de economı́a no puedan hacer este tránsito
de esa manera: No existe razón para que cuando se haya estudiado el
concepto de continuidad en una variable, no se haga el paso a estudiar el
mismo concepto en dos variables; de igual forma en el caso de la derivada
ordinaria y las derivadas parciales; o en el caso de la integral ordinaria y
las integrales dobles. Esperamos que esta propuesta ası́ presentada sea
vii
viii
aceptada por los docentes encargados de este curso.

Varias advertencias de notación, no sólo para este, sino también para los
otros tres volúmenes. Los números con expresión decimal se escriben uti-
lizando el punto (.) para separar la cantidad entera de la decimal. No se
recurre a la notación, también común, de la coma (,). De otro lado, uti-
lizamos la notación para indicar que una demostración ha finalizado,
la notación N para indicar que un ejercicio (o ejemplo) ha terminado, y
los asteriscos para indicar que un ejercicio propuesto puede ser “difı́cil”
((∗ ) para los ejercicios “difı́ciles” y (∗∗ ) para los “muy difı́ciles”).
Entregamos ahora este volumen II (Cálculo) de la colección, con la es-
peranza de que sirva bien al propósito de formar un nuevo y mejor
economista en nuestro paı́s, acogiendo el llamado de una sociedad que
lo reclama más serio, más profundo, más estructurado, y también (muy
fundamentalmente) más riguroso.
ix
Sergio Monsalve le dedica este esfuerzo a

su profesor de matemáticas Jairo Charris
A la memoria de Juan Alonso, Jorge Diego, Nancy y Adriana

x
Sobre “Matemáticas Básicas para
Economistas”
Por: Eduardo Mantilla Prada
En esta obra se recogen las experiencias didácticas de los autores en

la enseñanza de la Matemática, especialmente en las carreras de cien-
cias económicas, tomando como eje central el trabajo de varios años del
profesor Sergio Monsalve.
Los textos hechos a partir de los apuntes de clase tienen el encanto de
traslucir la manera de trabajar del maestro. Su manera de enfocar los
temas. Su particular manera de decir las cosas para hacerlas comprensi-
bles a los estudiantes. Su manera de acercarse al conocimiento. A qué le
da prelación. Un texto hecho ası́ es como una radiografı́a del alma pe-
dagógica del maestro. Por eso es tan importante que no se pierdan las
experiencias de quienes trabajan bien, para que otros las aprovechen e
inspirados en ellas adelanten su labor docente y cimenten su formación
como educadores.
Esta obra refleja una manera de hacer las cosas de manera atractiva y
rigurosa y, en cuanto a su contenido, completa para las carreras de cien-
cias económicas. Sus autores logran darle unidad y sabor en un trabajo
dispendioso para ellos y útil para quienes tienen a su cargo asignaturas
de Matemáticas que aquı́ pueden seleccionar los temas que les sean nece-
sarios, con la seguridad de que están bien tratados y que son accesibles
para los estudiantes.
Al ver la totalidad de la obra resaltan el enorme trabajo que significó pa-
ra el profesor Monsalve y sus compañeros recoger, ordenar y reelaborar
sus experiencias y presentarlas como lo hacen. Para quien esto escribe,
es especialmente atractivo el manejo de los temas geométricos que tan
buenos resultados dan desde el punto de vista formativo y para la com-
xi
xii
prensión general de la materia. La presentación de modelos económicos

y las notas históricas son herramienta formidable para mostrar y dar un
contexto al devenir de los conceptos matemáticos y su utilización por
parte de la Economı́a.
Los autores merecen felicitaciones y el reconocimiento de la comunidad
universitaria por haberse comprometido en tamaña tarea, y por la forma
cuidadosa en que lo hicieron. Por lo bien que les quedó, y por lo útil
que será para las futuras promociones de estudiantes. Ojalá esta obra
sea probada por otros maestros que, en la práctica, son quienes con su
frecuente utilización, califican la excelencia de este tipo de trabajo.
Bogotá, junio de 2007

Índice general
1. El método de lı́mites 1
1. Sucesiones y el concepto de lı́mite . . . . . . . . . . . . . . 2
2. Propiedades de las sucesiones convergentes . . . . . . . . . 17
3. Lı́mite de una función de una sola variable . . . . . . . . . 32
4. Tres clases especiales de lı́mites . . . . . . . . . . . . . . . 42
a). Lı́mites unilaterales . . . . . . . . . . . . . . . . . 42
b). Lı́mites al infinito . . . . . . . . . . . . . . . . . . 47
c). Lı́mites infinitos . . . . . . . . . . . . . . . . . . . 51
5. Continuidad de una función de una sola variable . . . . . 60
6. Función continua en un conjunto . . . . . . . . . . . . . . 71
7. Continuidad de las funciones trigonométricas . . . . . . . 75
8. Teoremas importantes para funciones continuas . . . . . . 81
9. Lı́mite y continuidad de una función de dos variables . . . 90
10. Elementos básicos de topologı́a en R2 . . . . . . . . . . . . 98
11. Contexto económico . . . . . . . . . . . . . . . . . . . . . 113
a). Una nota sobre los conceptos de función y función
continua en el análisis económico . . . . . . . . . . 113
b). Algunas funciones discontinuas en el análisis económi-
co . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
2. La derivada 133
1. Definición de la derivada . . . . . . . . . . . . . . . . . . . 134
2. Reglas de derivación . . . . . . . . . . . . . . . . . . . . . 153
3. El teorema de la función inversa . . . . . . . . . . . . . . 166
a). Funciones trigonométricas inversas . . . . . . . . . 170
b). Derivadas de las funciones trigonométricas inversas 172
4. El teorema de la función implı́cita . . . . . . . . . . . . . 175
xiii
xiv
5. Funciones exponenciales y logarı́tmicas, y sus derivadas . 183

6. La diferencial (infinitesimales) . . . . . . . . . . . . . . . . 200
7. Derivadas de orden superior y polinomios de Taylor . . . 205
8. La noción de derivada en funciones de dos variables . . . 212
a). Las derivadas para funciones de dos variables: de-
rivadas parciales . . . . . . . . . . . . . . . . . . . 213
b). El diferencial total . . . . . . . . . . . . . . . . . . 218
9. El vector gradiente y la derivada direccional . . . . . . . . 223
10. Regla de la cadena para funciones de dos variables . . . . 230
11. Funciones implı́citas para funciones de dos variables . . . 233
12. Derivadas parciales de orden superior . . . . . . . . . . . . 236
a). Definición de marginalidad en economı́a . . . . . . 242
b). Una aplicación de la noción de marginalidad en
Economı́a: La doctrina del costo de oportunidad . 243
c). Caracterı́sticas marginales de algunas funciones del
análisis económico . . . . . . . . . . . . . . . . . . 246
3. Elementos básicos de la teorı́a de la optimización 275

1. Valores extremos de una función de una sola variable . . . 276
2. El teorema del valor medio . . . . . . . . . . . . . . . . . 282
3. Aplicaciones del teorema del valor medio . . . . . . . . . . 291
4. Gráfica de una función . . . . . . . . . . . . . . . . . . . . 322
5. Valores extremos de una función de dos variables . . . . . 328
a). Una nota sobre el individualismo metodológico . . 344
b). Una nota sobre la “revolución” marginalista . . . . 345
c). Ejemplos de racionalidad y marginalismo . . . . . 349
d). Una nota acerca de los debates sobre marginalismo
y racionalidad en la teorı́a de la firma . . . . . . . 369
4. La integral 385
1. La antiderivada . . . . . . . . . . . . . . . . . . . . . . . . 387
2. La regla de integración por partes para antiderivadas . . . 392
3. La regla de la cadena para antiderivadas: integración por
sustitución . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
4. La regla de fracciones parciales para antiderivadas . . . . 399
5. Antiderivadas de algunas funciones básicas . . . . . . . . . 402
xv
6. Antiderivación y teorı́a básica de ecuaciones diferenciales . 405

7. Sumas y series: una primera aproximación . . . . . . . . . 415
a). Sumas finitas . . . . . . . . . . . . . . . . . . . . . 417
b). Series . . . . . . . . . . . . . . . . . . . . . . . . . 421
8. La integral definida . . . . . . . . . . . . . . . . . . . . . . 431
9. Propiedades de la integral definida . . . . . . . . . . . . . 443
10. El teorema del valor medio para integrales . . . . . . . . . 450
11. El teorema fundamental del Cálculo . . . . . . . . . . . . 455
12. Integrales impropias . . . . . . . . . . . . . . . . . . . . . 466
13. La noción de integral en funciones de dos variables: la
integral doble . . . . . . . . . . . . . . . . . . . . . . . . . 472
14. Cambio de variables en la integral doble . . . . . . . . . . 482
a). Toma de decisiones bajo riesgo: La hipótesis de la
utilidad esperada . . . . . . . . . . . . . . . . . . . 488
b). Una medida del riesgo y ejemplos de toma de de-
cisiones bajo riesgo . . . . . . . . . . . . . . . . . . 492
c). Toma de decisiones bajo incertidumbre . . . . . . . 500
d). Algo más sobre la crı́tica a la toma de decisiones
maximizando la utilidad esperada . . . . . . . . . 502
Bibliografı́a 521
Respuestas 533
Índice alfabético 568

xvi
Lección 1
El método de lı́mites
Introducción
El método matemático de lı́mites se desarrolló como el resultado de una
labor persistente de más de dos mil años (desde los antiguos griegos
hasta el siglo XIX), sobre problemas que no podı́an resolverse mediante
métodos aritméticos, ni algebraicos, ni de geometrı́a. La idea fundamen-
tal del método de lı́mites es simple: para determinar el valor exacto de
cierta magnitud, primero se construye una serie de aproximaciones a
ella, cada una más exacta que la anterior; y luego del examen de estas
cantidades, es decir, del proceso de aproximación, determinamos el valor
de la magnitud.
¿Qué problemas fundamentales impulsaron el método de lı́mites y su

formulación definitiva? Los matemáticos del siglo XVII gradualmente
descubrieron que un gran número de problemas prácticos se reducı́an a
dos tipos: el primero, dibujar la tangente a una curva de movimiento
dada (este problema de tangentes conducirı́a al concepto de derivada);
y el segundo problema, era encontrar el área barrida por una curva en
movimiento, que se conocı́a entonces como el problema de cuadraturas,
y que conducirı́a al concepto de integral. En ambos problemas estaba
profundamente implicado el método de lı́mites.
Y aunque el concepto de lı́mite tuvo su formulación rigurosa definitiva

durante el siglo XIX a través de las definiciones introducidas por Augus-
tin Louis Cauchy (1821) y Karl Weierstrass (1861), ya desde los antiguos
griegos, los matemáticos operaban con conceptos similares que eran, tal
1
2 Matemáticas básicas para economistas II: Cálculo
vez, menos claros (el método de “exhausción de áreas”1 de Eudoxio y

Arquı́medes y las paradojas de Zenon, que ilustraremos adelante, son
ejemplos de esto). El concepto de lı́mite que tenemos hoy en dı́a re-
sultó del desarrollo del análisis matemático y fue, al mismo tiempo, el
medio para establecer y clarificar, sobre bases sólidas, muchos logros
previos: fue el resultado de más de veinticuatro siglos de esfuerzos.
En esta lección y en las próximas, descubriremos en detalle las ideas

básicas en la solución a los dos problemas centrales del Cálculo (la de-
rivada y la integral) y encontraremos que entre estas ideas está, muy
fundamentalmente, la de lı́mite.
1. Sucesiones y el concepto de lı́mite

Ya habı́amos mencionado arriba que a menudo sucede que uno debe
aproximarse a cierto resultado a través de pasos. Por ejemplo, para cal-
cular el área del cı́rculo de radio 1, los griegos utilizaban métodos de
aproximaciones a través de áreas de polı́gonos (internos y externos) de
n lados cuyas áreas sı́ conocı́an, y en este proceso aseguraban una “su-
cesión” de valores que “conducı́an” al valor π. Con este tipo de procedi-
miento obtenı́an un número an para cada número natural n y, por ende,
una “sucesión” infinita de números a1 , a2 , a3 , . . . , an , . . .. El concepto
de lı́mite de una sucesión que introduciremos, no es más que, precisa-
mente, la respuesta a la pregunta: ¿hacia dónde van los números an
cuando n crece? Pero, primero, es necesario que comencemos a forma-
lizar lo que vamos a entender por “sucesión”. Para ello, estudiemos las
dos situaciones siguientes:
a) Supongamos que A es el siguiente conjunto “ordenado” de núme-

ros:
1 1 1
A = 1, , , · · · , , · · ·
2 3 n
Como puede verse allı́, los elementos de A están ordenados de
tal forma que a cada uno de ellos se le puede asignar un número
1
El término “exhausción”, no existe en castellano. Pero, de existir, significarı́a
“agotar” el área.
Lección 1: El método de lı́mites 3
natural y viceversa. De esta manera se establece una función uno-

a-uno entre el conjunto N = { 1, 2, 3, . . . } y A ası́:
1 1 1
1 −→ 1 , 2 −→ , 3 −→ , ··· , n −→ , ···
2 3 n
b) Y si consideramos otro conjunto “ordenado” de números tal como

′ 1 2 3 n
A = , , , ··· , , ···
2 3 4 n+1
también a cada uno de éstos podemos asignarle un número natural
y viceversa:
1 2 3 n
1 −→ , 2 −→ , 3 −→ , ··· , n −→ , ···
2 3 4 n+1
Estos dos ejemplos sugieren cómo podemos definir de manera formal el

concepto intuitivo, de lo que en adelante entenderemos por “sucesión”:
Definición 1. (Sucesión de números reales)

Una función f (·) cuyo dominio2 es el conjunto de todos los números na-
turales N y cuyo rango es un subconjunto de R se denominará una suce-
sión de números reales. Al valor f ( n ) de la función se le llamará término
n-ésimo de la sucesión.
Nota 1.
Como, según esta definición, toda sucesión tiene como dominio a N ,
éste a veces se omite, y entonces se denotará una sucesión escribiendo
la fórmula de su término n-ésimo entre llaves de la siguiente forma:
{ f ( n ) }n∈N o { an }n∈N donde f ( n ) = an ; o, simplemente, { an } 3
2
Para el concepto de dominio de una función, ver volumen 0 (Fundamentos).
3
De hecho, el dominio de una sucesión puede ser cualquier subconjunto infinito
1
de N. Por ejemplo, si an = n−2 , entonces podemos considerar a los naturales
n > 2 como su dominio. Sólo que en todos estos casos, siempre es posible “reenu-
merar la sucesión”de tal manera que el primer término corresponda a la imágen
del número natural 1. Por ejemplo, en el caso de la sucesión anterior, observe que
los términos de ésta no cambian si en su lugar escribiéramos la sucesión an = n1
con n ∈ N.
Ejemplo 1.
Ejemplos de sucesiones son los siguientes:
a) { an } = { n } = { 1, 2, 3, 4, . . .}

1 1 1 1
b) { an } = = 1, , , , ...
n2 4 9 16

1 1 1 1
c) { an } = = , , , ...
n2 + 1 2 5 10
√ √ √ √
d) { an } = { n } = { 1, 2, 3, 4, . . .} N
Para observar el comportamiento de los términos de una sucesión se

acostumbra dibujarlos sobre una recta numérica o en un plano cartesiano
(como cualquier función real) como se ve en las figuras 1 y 2 con las
1 n
sucesiones { an } = { } y { an } = { }, respectivamente.
n n+1
an
1 b
11 1 1 b
0 54 3 2 1 b
b
b b b b b b
1 2 3 4 5 n
a) b)
1
Figura 1: Sucesión { an } = { n }
an
1 b
b
b
b
b
1 2 34
0 2 3 45 1
b b b b b b
1 2 3 4 5 n
a) b)
n
Figura 2: Sucesión { an } = { n+1 }
Para comenzar nuestro análisis de las sucesiones, es conveniente recurrir

a cierto número de definiciones que nos ayudarán a caracterizarlas.
Definición 2. (Sucesiones monótonas)
a) Se dice que la sucesión { an } es creciente si an+1 ≥ an para todo

n.
b) Se dice que la sucesión { an } es decreciente si an+1 ≤ an para

todo n.
c) Si una sucesión es creciente o decreciente se dice que es monótona.
d) Se dice que la sucesión { an } es creciente estricta si an+1 > an

para todo n (figura 3b).
e) Se dice que la sucesión { an } es decreciente estricta si an+1 < an

para todo n (figura 3c).
f) Si una sucesión es creciente estricta o decreciente estricta se dice

que es monótona estricta.
an an
b
b b
b
b
b b
b b
b
b
n n
a) Sucesión no monótona: ni b) Sucesión creciente estricta
creciente ni decreciente
an
b
b
b
b
b
n
c) Sucesión decreciente estricta
Figura 3
Ejemplo 2.
Determinemos si las siguientes sucesiones son crecientes (estrictas), de-
crecientes (estrictas), o no son ni crecientes ni decrecientes:

1
a) { an } = , b) { an } = { n } ; c) { an } = { ( −1 )n }
n
Solución.
1 1
a) Ya que n < n + 1, entonces > ; es decir, an > an+1 . Luego
n n+1
la sucesión definida por an = 1/n es decreciente estricta (ver figura
1).
b) Observemos que n < n + 1; es decir, an < an+1 . Luego la sucesión

definida por an = n es creciente estricta.
c) Observemos que a1 = −1, a2 = 1 y a3 = −1. Por lo tanto, la

sucesión definida por an = (−1)n no es ni creciente ni decreciente.
Ejemplo 3.
n+1
Mostremos que { an } = es decreciente estricta (ver figura 4).
2n+1
Solución.
n+1 n+2
Veamos que an > an+1 para todo n ≥ 1; es decir, que n+1
> n+2 .
2 2
Pero esto es equivalente a 2n+2 ( n + 1 ) > 2n+1 ( n + 2 ) o también a que
2( n + 1 ) > n + 2 ó 2n > n, lo cual es cierto para todo n ≥ 1. Por
tanto, la sucesión es decreciente estricta. N
an
b
b
b
b
1 2 3 4 5 6 n
Figura 4: {an } = { 2n+1

n+1 }
Continuamos ahora con una definición adicional de caracterización para

las sucesiones. La siguiente es la noción de sucesión acotada.
Definición 3. (Sucesiones acotadas)
a) Se dice que la sucesión { an } es una sucesión acotada superior-

mente si existe un número real M tal que an ≤ M para todo n.
A este número M se le llama una cota superior de la sucesión.
b) Se dice que la sucesión { an } es una sucesión acotada inferior-

mente si existe un número P tal que P ≤ an para todo n. A
este número P se le llama una cota inferior de la sucesión.
c) Se dice que la sucesión { an } es una sucesión acotada si es acotada

superior e inferiormente 4 .
b b b b b
P an M
Cota inferior Cota superior
Ejemplo 4.
a) La sucesión definida por an = 1/n es acotada superior e inferior-

mente puesto que 0 ≤ an ≤ 1 para todo n.
b) La sucesión definida por an = n es acotada inferiormente porque

an ≥ 1 para todo n. Sin embargo, esta sucesión no es acotada
superiormente porque para todo M ∈ R existe n ∈ N tal que
n > M ¿Cuál puede ser este n? N
Una vez se tiene cabalmente entendido el concepto de sucesión y algo

de su comportamiento general, el paso siguiente es tratar de capturar el
4
Notemos que si { an } tiene una cota superior (o inferior), entonces tiene infinidad
de cotas superiores (o inferiores). A la menor de estas cotas superiores, si { an }
es acotada superiormente, se le llama el extremo superior de { an } y se denota
sup{ an }. Si es acotada inferiormente, a la mayor de las cotas se le llama el extremo
inferior de { an } y se denota ı́nf{ an }(ver volumen 0 (Fundamentos)).
1
concepto mismo de lı́mite. En el caso de la sucesión { n }, es inmediato
notar que cada término es menor que el anterior, y todo parece indicar
que la sucesión se aproxima a cero a medida que n aumenta; es decir,
1
la diferencia entre n y 0 es “muy pequeña” si n es “muy grande”. De
n
manera similar, es bien claro que cada término de la sucesión { n+1 }
es mayor que el anterior y pareciera que esta sucesión se aproximara a
1; es decir, la diferencia entre 1 y dichos términos parece disminuir cada
vez más, a medida que n aumenta. Y en efecto es ası́, pues observamos
que:
1 1 2 1 3 1 1000 1
1− = , 1− = , 1− = , ··· , 1− = , ···
2 2 3 3 4 4 1001 1001
y para el n-ésimo elemento se tiene
n 1
1− =
n+1 n+1
En estos dos ejemplos hemos expresado la idea fundamental de “apro-

ximación” que es la misma de “lı́mite” de una sucesión de números, y
estamos ya preparados para la definición formal de la idea de que una
sucesión an converge a L si la diferencia entre an y L se va haciendo
cada vez más pequeña a medida que n va aumentando.
Definición 4. (El concepto de lı́mite de una sucesión)

Se dice que el lı́mite de la sucesión {an } es L cuando n tiende a infinito,
y se denota
lı́m an = L (o an → L cuando n → ∞) (ver figura 5)
n→∞
si para cada ǫ > 0 existe N ∈ N tal que cuando n ≥ N se tiene que

| an − L | < ǫ
Una sucesión que tiene lı́mite se dice que es convergente. De lo contrario,
se dice que es divergente.
L−ǫ L L+ǫ
b b b
( b b b b b b b b b
) b b
a1 a2 an−1 an an+1 a4 a3
Figura 5
Nota 2.
Obsérvese que | an − L | < ǫ significa que an está a una distancia menor
que ǫ de L; esto es equivalente a decir, recordando las propiedades del
valor absoluto, que L − ǫ < an < L + ǫ; o que an ∈ (L − ǫ, L + ǫ).
Ejemplo 5
Demostremos, utilizando la definición anterior, que, efectivamente,
n
lı́m = 1 (ver figura 2).
n→∞ n + 1
Solución
n
Demostrar que lı́m = 1 es equivalente a probar que dado cual-
n→∞ n + 1
quier ǫ > 0, existe N ∈ N tal que cuando se tenga n ≥ N , también se
tendrá que
n
n + 1 − 1 < ǫ

Ahora bien:

n n − (n + 1)
n + 1 − 1 < ǫ si, y sólo si,
< ǫ;
n+1

−1 1
si, y sólo si, < ǫ; si, y sólo si, < ǫ;
n+1 n+1
1 1
si, y sólo si, < n + 1; si, y sólo si, n > − 1
ǫ ǫ
Ası́ que dado ǫ > 0 se puede tomar N como el entero positivo estric-
1
tamente superior a − 1; esto es (utilizando la función “mayor entero
ǫ
contenido en”) que
1
N≡ −1 +1
ǫ

n
De esta manera se cumple que para todo n, si n ≥ N entonces
− 1 < ǫ,
n+1
que es lo que querı́amos demostrar.
Ejemplo 6.
( −1 )n
Sea an = + 2 para n ∈ N (ver figura 6). Probemos que
n
lı́m an = 2.
n→∞
Solución
Aquı́ se tiene que
1 1 1
a1 = 1 , a2 = + 2, a3 = − + 2 , ··· , a2n = + 2, ··· ;
2 3 2n
y, por tanto,
( −1 )n

1
| an − 2 | = =
n n
1
Ası́ que, dado ǫ > 0, basta escoger un N tal que < ǫ (por ejemplo,
1 N
N = ǫ + 1) para tener que si n ≥ N , entonces | an − 2 | < ǫ. Es decir,
lı́m an = 2.
n→∞
an
b
2 b
b
b
b
1 2 3 4 5 6 n
n
Figura 6: Sucesión { an } = { (−1)
n +2}
Ejemplo 7. (El lı́mite de una sucesión constante es la constante)
Sea an = λ para n = 1, 2, 3, . . ., donde λ ∈ R es fijo. Para ǫ > 0 se

tiene que | an − λ | = 0 < ǫ si n = 1, 2, 3, . . .. Ası́ que | an − λ | < ǫ
para n ≥ 1; es decir, lı́m an = λ. N
n→∞
Ejemplo 8.
Dada la sucesión {0.7, 0.67, 0.667, 0.6667, 0.66667, 0.666667, · · · }
2
demostremos que lı́m an = = 0.666666. . . (ver figura 7).
n→∞ 3
an
b
2 b
3 b b b b
1 2 3 4 5 6 n
Figura 7
Solución
Aquı́,

0.7 − 2 = 1 2 1 2 1

, 0.67 − =
, 0.667 − =
...
3 30 3 300 3 3000
y, en general, para el n-ésimo término se tiene que

0.666 · · · 667 − 2 = 1

3 3( 10 )n
1 1
Pero es fácil ver que < para todo n ∈ N; entonces, para
3( 10 )n n
ǫ > 0 dado, tomemos N ∈ N tal que N1 < ǫ. Ası́, si n ≥ N , entonces

0.666 . . . 67 − 2 = 1 1 1

n
< ≤ <ǫ
3 3( 10 ) n N
Por lo tanto, para todo ǫ > 0, existe N ∈ N tal que si n ≥ N entonces
an − 2 < ǫ. N

3
Ejemplo 9.
1
Para probar que lı́m ( 1 − n ) = 1, tomemos ǫ > 0, y elijamos un
n→∞ 2
1 1
N ∈ N tal que N > . Entonces, para todo n ≥ N se tiene que n > .
ǫ ǫ
1 1 1
Como n < , para todo n ∈ N, entonces n < ǫ o, equivalentemente,
2 n 2
1 1
| 1 − n − 1 | < ǫ. Ası́, lı́m ( 1 − n ) = 1.
2 n→∞ 2
Ejemplo 10. (La primera paradoja de Zenon)
En el siglo V a.C., el filósofo griego Zenon de Elea propuso cierto número
de paradojas buscando probar que el movimiento era imposible. Estas
paradojas sobre el movimiento ilustran, precisamente, los problemas con
la noción matemática de lı́mite de una sucesión y, fundamentalmente,
con el concepto de infinito. La primera paradoja de Zenon, por ejemplo,
establece que un corredor nunca puede llegar al final de su trayecto (me-
ta) pues, primero, debe cubrir la mitad de la distancia; luego la mitad de
la distancia restante; después debe cubrir la mitad de la distancia que
resta; y ası́ sucesivamente. El corredor deberı́a recorrer una distancia
que es 12 + 14 + 18 + 161
+ · · · , y Zenon aseguraba que el tiempo requerido
para cubrir un número infinito de distancias tendrı́a que ser infinito.
Sin embargo, el concepto de lı́mite nos permite entender esta aparente
paradoja. En efecto, sea
1
a1 =
2
2
1 1 1 1
a2 = + = +
2 4 2 2
2 3
1 1 1 1 1 1
a3 = + + = + +
2 4 8 2 2 2
..
.
1 1 1
an = + + · · · + n
2 4 2
Observemos que, entonces,

1 1 1 1 1 1 1 1 1 1 1
an − an = + + + ··· + n − + + · · · + n + n+1 = − n+1
2 2 4 8 2 4 8 2 2 2 2
y ası́, despejando an , se obtiene que
1 1
− n+1 1
an = 2 2 =1− n
1 2
2
y, por tanto, lı́m an = 1 (ejemplo 9), que es la distancia total cubierta.

n→∞
Luego el método de lı́mites afirma que el corredor, efectivamente, sı́ lle-
gará a la meta.
Ejemplo 11. (Sucesiones divergentes)

Podrı́a ser claro que las sucesiones divergentes abundan. El lector puede
mostrar que las sucesiones
a) { an } = { n }
√
b) { an } = { n }
c) { an } = { ( −1 )n } = { −1, 1, −1, 1, . . . }
son todas divergentes: las dos primeras crecen infinitamente y la terce-
ra oscila entre 1 y –1, pero no se aproxima a ningún número real en
particular (ver figura 8).
an
1
b b b
b b b
-1 1 2 3 4 5 6
Figura 8: Sucesión {an } = {(−1)n }
Una caracterı́stica fundamental de los números reales se establece en

el siguiente teorema que nos da condiciones suficientes para que una
sucesión sea convergente:
Teorema 1. (Una propiedad fundamental de los números (Weiers-
trass (1877)5 ))
Una sucesión monótona y acotada es convergente; es decir, tiene lı́mite
(ver figura 9).
5
Weierstrass, en conferencias no publicadas, darı́a una prueba rigurosa de este
teorema.
L
b b b b b b b
|
a1 a2 a3 an
Figura 9
Demostración
Sin pérdida de generalidad, asumamos que la sucesión { an } es creciente
y acotada. El caso en que es decreciente y acotada es similar. Por el
axioma de completez de los números reales (ver volumen 0 (Fundamen-
tos)), existe L = sup{ an }. Sea ǫ > 0 cualquiera; entonces existe N ∈ N
tal que aN > L − ǫ (en otro caso, L no serı́a el extremo superior de la
sucesión y lo serı́a L − ǫ). Pero como an ≥ aN para n ≥ N , entonces, si
n ≥ N , an > L − ǫ o, equivalentemente, | an − L | < ǫ, pues es claro que
también an < L + ǫ por la misma definición de L. Ası́, hemos probado
que el extremo superior (sup) de la sucesión es, exactamente, el lı́mite
de ésta.
Ejemplo 12.

n
Consideremos la sucesión { an } = . Veamos que es monótona
n+1
creciente y acotada y que, por lo tanto, tiene lı́mite.
Solución.
n
Observemos que 0 < < 1 para todo n; luego la sucesión es
n+1
acotada inferiormente por 0 y superiormente por 1. Además, an =
n n+1
< = an+1 para todo n, puesto que esto es equivalente a
n+1 n+2
n( n + 2 ) < ( n + 1 )2 , y esto, a su vez, a n2 + 2n < n2 + 2n + 1, lo cual
es cierto para todo n ≥ 1. Luego la sucesión es creciente estricta. Por el
teorema 1, es entonces convergente: en efecto, habı́amos visto que esta
sucesión converge a 1.
Ejemplo 13.
5−n
Mostremos que la sucesión bn = es decreciente (es decir, que
2 + 3n
bn ≥ bn+1 ) y acotada inferiormente. Dado ǫ > 0 cualquiera, hallemos N
tal que si n ≥ N , entonces | bn − ( − 13 ) | < ǫ.
Solución.
Probémoslo por reducción al absurdo, suponiendo lo contrario de lo que
queremos probar y lleguemos a una contradicción. Es decir, supongamos
inicialmente que bn+1 > bn para cierto n ∈ N, o, lo que es lo mismo, que
5 − (n + 1) 5−n
>
2 + 3( n + 1 ) 2 + 3n
Entonces obtenemos, después de un poco de álgebra elemental, que

−2 > 15, y esta es, precisamente, la contradicción; por lo tanto,
bn ≥ bn+1 para todo n ∈ N.
Ahora: esta sucesión es acotada inferiormente por − 13 pues (nuevamente
por reducción al absurdo) si existiera n ∈ N tal que
5−n 1
<−
2 + 3n 3
entonces tendrı́amos la misma desigualdad 15 < −2, que es una contra-

5−n
dicción. Ası́, la sucesión bn = está acotada inferiormente por − 13 .
2 + 3n
Finalmente, observemos que, de hecho, − 13 es el lı́mite de la sucesión,
porque
5−n 1
2 + 3n − − 3 < ǫ

es equivalente (después de otro pequeño viaje por el álgebra elemental)

a
17 − 6ǫ
n>
9ǫ

17 − 6ǫ
y, si elegimos N = + 1, entonces para todo n ≥ N se
9ǫ
5−n
tendrá que | bn − ( − 13 ) | < ǫ. Por lo tanto, la sucesión bn = ,
2 + 3n
1
efectivamente, converge a − 3 . N
Desafortunadamente, el recı́proco del teorema 1 no es cierto. Para ello

tenemos el siguiente ejemplo:
Ejemplo 14.
1 1 1 1
La sucesión { an } = 1, − , , − , , · · · ,
2 3 4 5
es convergente (con lı́mite cero), acotada superiormente por 1 e inferior-
mente por −1, pero no es monótona (ver figura 10).
an
b
1 2 3 4 5 6
b n
b
n−1
Figura 10: {an } = { ( −1n) }
Ejercicios 1
1) Determine si las siguientes sucesiones son (o no) monótonas e in-
dique cuál podrı́a ser su lı́mite (no pruebe aquı́ esto último):
2( −1 )n

1
a) b)
1+n n+1
√
1 ( −1 )n

n
c) d) 1+ +
n+1 n n2
Un ejercicio conveniente en este punto, es tabular los primeros 10

términos de cada una de estas sucesiones y observar su comporta-
miento en un gráfico.
n−1
2) Dada la sucesión an = , encuentre N ∈ N para el cual se
n+1
tenga que:
a) | an − 1 | < 0.01 si n ≥ N (es decir, encuentre N a partir

del cual an está a menos de una centésima de 1).
b) | an − 1 | < 0.001 si n ≥ N.
¿Cuál cree usted que es el lı́mite de la sucesión?
3) a) Muestre que la sucesión del problema anterior es creciente

estricta y acotada superiormente y, por tanto, convergente.
Pruebe que el lı́mite es 1, utilizando la definición ǫ, N .
5−n
b) Pruebe que lı́m ( ) = −1 utilizando la definición ǫ, N .
n→∞ n + 1
¿Esta sucesión es monótona? ¿Es acotada?
2(−1)n

c) Similar al ejercicio anterior pero ahora para la sucesión .
n+1
2. Propiedades de las sucesiones convergentes

Las siguientes son propiedades de las sucesiones convergentes que nos
permiten hacer de ellas herramientas útiles para el análisis matemático.
La primera (teorema 2) es, realmente, un recı́proco parcial del teorema
1 anterior.
Teorema 2.
Una sucesión { an } convergente es acotada; es decir, existe una cons-
tante M tal que | an | ≤ M para todo n.
Demostración
Sea L = lı́m an . Entonces para ǫ = 1 existe N ∈ N tal que |an − L| < 1
n→∞
para n ≥ N . Ası́ que |an | = |an − L + L| ≤ |an − L| + |L| < 1 + |L| para
n ≥ N . Basta entonces tomar M = máx{|a1 |, . . . , |aN −1 |, 1 + |L|} (ver
figura 11).
L−1 L L+1
b b b
( b b b b b b b b b
) b b
0 a3 a2 aN aN+1 aN−1 a1 = M
Figura 11: Ilustración del teorema 2

La siguiente propiedad (teorema 3), aunque aparentemente obvia, es

importante hacerla explı́cita:
Teorema 3. (Unicidad del lı́mite)

El lı́mite de una sucesión { an }, si existe, es único.
Demostración.
Supongamos que lı́m an = L1 y lı́m an = L2 . Entonces dado ǫ > 0,
n→∞ n→∞
existe N ∈ N tal que si n ≥ N , entonces | an − L1 | < ǫ y | an − L2 | < ǫ.
Por consiguiente,

L1 − L2 = ( an − L2 ) − ( an − L1 ) ≤ an − L2 + an − L1 < 2 ǫ
Luego | L1 − L2 | < 2ǫ , y como esto último es cierto para todo ǫ > 0,

entonces L1 = L2 6 .
La siguiente propiedad (teorema 4) es, en ocasiones, también convenien-

te conocerla:
Teorema 4.
Si { an } tiene lı́mite L, entonces { | an | } tiene lı́mite | L | (ver figura
12).
Demostración.
Sea ǫ > 0. Entonces existe N ∈ N tal que si n ≥ N , se tiene que
| an −L | < ǫ. El resultado se obtiene de la desigualdad del valor absoluto
(ver volumen 0: Fundamentos)

| an | − | L | ≤ an − L
L 0 |L|
b b b
( b b
N ) b
( N b b
) b b
a1 a2 a3 an L |L| |an | |a2 | |a1 |
Figura 12
6
Para aclarar el porqué de esto último, suponga, por el contrario,
que L1 6= L2 ,
|L1 −L2 | |L1 −L2 |
y tome ǫ = 2
. Entonces tendrı́amos |L1 − L2 | < 2ǫ = 2 2
= |L1 −
L2 |, y esto es una contradicción.
Nota 3.
a) El recı́proco del teorema 4 es, en general, falso. Consideremos, por

ejemplo, la sucesión an = 2( −1 )n . Esta sucesión no tiene lı́mite
ya que
{ an } = { −2, 2, −2, 2, . . . , }
es decir, (
−2 si n es impar
an =
2 si n es par
y, por tanto, oscila entre −2 y 2. Pero | an | = | 2( −1 )n | = 2 es
una sucesión constante y, en consecuencia, convergente:
lı́m | an | = 2
n→∞
b) Si L 6= 0,
lı́m | an | = | L | no necesariamente implica lı́m an = L,

n→∞ n→∞
como puede verse en el ejemplo anterior. Sin embargo, es fácil

mostrar que si L = 0, entonces se tendrá que
lı́m an = 0 si, y sólo si, lı́m | an | = 0 N

n→∞ n→∞
El siguiente es el teorema fundamental para el cálculo efectivo de lı́mites

y nos muestra que este concepto respeta las operaciones aritméticas
básicas:
Teorema 5. (Álgebra de lı́mites de sucesiones)
Si lı́m an = L y lı́m bn = M , entonces

n→∞ n→∞
a) lı́m ( an ± bn ) = L ± M
n→∞
b) lı́m an · bn = L · M
n→∞
an L
c) lı́m = si M 6= 0
n→∞ bn M
Demostración
(Únicamente demostraremos las partes a) (caso suma) y b) (caso pro-
ducto) del teorema. La parte c) se deja como ejercicio para el lector).
a) Puesto que dado ǫ > 0, existe N ∈ N tal que si n ≥ N tendremos
que | an − L | < 2ǫ , y | bn − M | < 2ǫ , entonces
ǫ ǫ
| ( an + bn ) − ( L + M ) | ≤ | an − L | + | bn − M | < + = ǫ;
2 2
es decir,
lı́m ( an + bn ) = L + M
n→∞
b) Partamos de la igualdad
an · bn − L · M = an · bn − L · bn + L · bn − L · M
= bn · ( an − L ) + ( bn − M ) · L (1)
Sea ǫ > 0. Como la sucesión { bn } es acotada (teorema 2), existe
K > 0 tal que | bn | ≤ K para todo n ∈ N. Ahora: puesto que
an → L, entonces para Kǫ existe N ∈ N tal que para todo n ≥ N
se tiene que | an − L | < Kǫ . Ası́, si n ≥ N , entonces
ǫ
| bn · ( an − L ) | = | bn | | an − L | ≤ ( K ) =ǫ
K
Por tanto, para todo ǫ > 0 existe N ∈ N tal que si n ≥ N , se
tendrá que | bn · ( an − L ) | ≤ ǫ; es decir, lı́m bn · ( an − L ) = 0.
n→∞
Por un argumento similar, lı́m ( bn − M ) · L = 0. Luego, de (1) y
n→∞
la parte a) anterior, se obtiene que
lı́m an bn − L M = 0
n→∞
o, equivalentemente,
lı́m an bn = L M
n→∞
c) Para esta parte, escriba

an L M an − Lbn M (an − L) − L(bn − M )
− = =
bn M M bn M bn
y aplique la condición (teorema 2) de que la sucesión {bn } es aco-
tada.
Teorema 6. (Un lı́mite muy útil )

Si k es cualquier entero positivo, entonces
1
lı́m =0
n→∞ nk
Demostración
(La prueba utiliza el método de inducción matemática (ver volumen 0:
Fundamentos)).
a) Veamos que el resultado es cierto para k = 1. Sea ǫ > 0 y N un
número natural mayor que 1/ǫ. Entonces para todo n ≥ N , se
tiene que n > 1/ǫ y, por tanto, 1/n < ǫ para todo n ≥ N . Esto
significa que lı́m 1/n = 0.
n→∞
b) Ahora veamos que si el resultado es cierto para k, también es cierto
para k+1. Pero esto es inmediato utilizando la parte b) del teorema
5 ya que
1 1 1
lı́m = lı́m · lı́m k = (0)(0) = 0
n→∞ nk+1 n→∞ n n→∞ n
an
b
b
b b b
Figura 13: {an } = { n1k }
Ejemplo 15.

1 1
a) lı́m 3 + = lı́m 3 + lı́m =3+0=3
n→∞ n n→∞ n→∞ n
1 1
4 lı́m 0
b) lı́m = 4 lı́m n = 4 n→∞ n =4· =0
n→∞ 1 + n n→∞ 1 1 0+1
+1 lı́m +1
n n→∞ n

1 n 1 n
lı́m
c) n→∞ 1+ 2+ = lı́m 1 + · lı́m 2 +
n n+1 n→∞ n n→∞ n+1

1 n
= 1 + lı́m 2 + lı́m
n→∞ n n→∞ n + 1
 
1
= ( 1 + 0 )  2 + lı́m
 
n→∞ 1 
1+
n
 
1
= 2 + =3
 
1
1 + lı́m
n→∞ n

1+n 1 1 1 1
d) lı́m 2
= lı́m 2
+ = lı́m 2 + lı́m =0+0=0
n→∞ n n→∞ n n n→∞ n n→∞ n
Ejemplo 16.

1 1 1
1− lı́m 1 − 1 − lı́m
n2 − n n = n→∞ n n→∞ n 1−0 1
lı́m = lı́m = = =
n→∞ 2n2 + n n→∞ 1 1 1 2+0 2
2+ lı́m 2 + 2 + lı́m
n n→∞ n n→∞ n
Ejemplo 17.
2n2 − 3n + 1 3 1 3 1
lı́m 2
= lı́m 2 − + 2 = lı́m 2 − lı́m + lı́m 2 = 2
n→∞ n n→∞ n n n→∞ n→∞ n n→∞ n
Ejemplo 18.
1 − 3n2 − 5n3 + 4n4
Calculemos lı́m .
n→∞ n4 + ( n + 1 )2
Solución.
Como podemos inducir de los ejemplos anteriores, lo más conveniente
en estos casos de fracción de polinomios en n, es dividir el numerador y
el denominador por n elevada a la máxima potencia que aparezca en la
fracción (en este caso, n4 ), ası́:

1
1 − 3n2 − 5n3 + 4n4 n4
− n32 − n5 + 4
lı́m = lı́m
n→∞ n4 + ( n + 1 )2 n→∞ 1 + 12 + 23 + 14
n n n
1 3 5

lı́m n4 − n2 − n +4
n→∞
= 1 2 1

lı́m 1+ n2
+ n3
+ n4
n→∞
lı́m 14 − lı́m 3 5
2 − lı́m n + lı́m 4
n→∞ n n→∞ n n→∞ n→∞
=
lı́m 1 + lı́m 2 + lı́m n3 + lı́m n14
1 2
n→∞ n→∞ n n→∞ n→∞
4
= = 4 N
1
Ahora: a diferencia del comportamiento convergente de algunas sucesio-
nes, existen otras que no tienen un comportamiento tan regular, pero
que, de todas maneras, merecen un tratamiento especial, debido a la
información que conllevan.
Definición 5. (Extensión de la noción de lı́mite)

a) Se dice que una sucesión { an } diverge a +∞ si supera cualquier
número, por grande que éste sea, a partir de un N ∈ N en adelante.
Esto se escribe (abusando de la notación)
lı́m an = +∞ (o an → +∞ cuando n → ∞)
n→∞
Formalmente, se dice que lı́m an = +∞ si para cada M > 0

n→∞
existe N ∈ N tal que si n ≥ N , entonces an ≥ M .
b) Análogamente, se tiene que lı́m an = −∞ (y se dice que an
n→∞
diverge a −∞) si, y sólo si, para todo M < 0 existe N ∈ N tal que
si n ≥ N , entonces an < M .
Teorema 7. (Comportamiento asintótico)

Supongamos que lı́m an = L, L 6= 0 y que lı́m bn = 0. Entonces
n→∞ n→∞
an
a) lı́m = +∞, si L > 0 y bn > 0 para todo n; o si L < 0 y
n→∞ bn
bn < 0 para todo n.
an
b) lı́m = −∞, si L > 0 y bn < 0 para todo n; o si L < 0 y
n→∞ bn
bn > 0 para todo n.
Demostración.
[Ver ejercicio complementario 36 al final de la lección].
Ejemplo 19.
an 1
Calculemos lı́m si, para todo n, an = 8 y bn = 2 .
n→∞ bn n
Solución.
Observemos que
8
lı́m = lı́m 8n2 = +∞
1
n→∞ n→∞
n 2
q N ∈ N tal que para todo n ≥ N ,

porque para cada M > 0 existe
M
8n2 ≥ M : basta tomar N = 8 + 1. Sin embargo, para calcular
este lı́mite pudimos haber aplicado directamente el teorema 7 en su
parte a): en efecto, como lı́m an = 8 y lı́m bn = 0 a través de valores
n→∞ n→∞
positivos, entonces, directamente,
an
lı́m = +∞
n→∞ bn
Ejemplo 20.
an 3 1
Calculemos lı́m si an = −2 + 2 y bn = .
n→∞ bn n n
Solución.
Observemos que
3
−2 +2 −2n2 + 3
lı́m n = lı́m = −∞
n→∞ 1 n→∞ n
n
porque para cada M < 0 existe N ∈ N tal que para todo n ≥ N ,
−2n2 + 3 −2n2 + 3
< M (de hecho, < M es equivalente a 2n2 + M n −
n n hh √ ii
2
3 > 0; por tanto, podemos tomar N igual a −M + 4M +24 + 1). Pero
también, por el teorema 7 en su parte b), puesto que lı́m an = −2 y

n→∞
lı́m bn = 0 a través de valores positivos, obtenemos de inmediato que
n→∞
an
lı́m = −∞
n→∞ bn
(Observemos que, aquı́, an < 0 sólo cuando n ≥ 2; pero esto no invalida

la aplicación del teorema 7, pues para el concepto de lı́mite es suficiente
estudiar el comportamiento de la sucesión para valores grandes de n).
N
Continuando con nuestro estudio de las sucesiones de números, presen-

tamos ahora un concepto central en la comprensión cabal del método de
lı́mites: es el concepto de subsucesión.
Definición 6. (Subsucesión)
Se dice que una sucesión { bk } es una subsucesión de la sucesión { an } si
existe una sucesión estrictamente creciente de números naturales
n1 < n2 < n3 < · · · tal que bk = ank para todo k = 1, 2, ... .
Observemos que, en particular, toda sucesión es subsucesión de sı́ misma:

basta tomar nk = k para k = 1, 2, ... .
Ejemplo 21.
Encontremos una subsucesión de cada una de las siguientes sucesiones:
a) { an } = { n } = { 1, 2, 3, 4, . . .}

1 1 1 1
b) { an } = = 1, , , , ...
n2 4 9 16

1 1 1 1
c) { an } = = , , , ...
n2 + 1 2 5 10
√ √ √ √
d) { an } = { n } = { 1, 2, 3, 4, . . .}
Solución.
a) La sucesión de números pares { 2, 4, 6, 8, . . . } es una subsucesión

de la sucesión { n }.

1 1 1 1
b) La sucesión , , , ,... es una subsucesión de la sucesión
4 16 36 64
1
.
n2

1 1 1
c) La sucesión , , ,... es una subsucesión de la sucesión
10 26 50
1
.
n2 + 1
√ √ √ √
d) La sucesión { 1, 4, 7, 10, 13, . . . } es una subsucesión de la
√
sucesión { n }. N
Si comprendemos bien los conceptos de subsucesión y de lı́mite, puede

no ser sorprendente el siguiente resultado:
Teorema 8.
Una sucesión converge a L si, y sólo si, toda subsucesión de ella también
converge a L.
Demostración.
a) Supongamos que la sucesión { an } converge a L. Entonces para

cada ǫ > 0 existe N ∈ N tal que cuando n ≥ N se tiene que
| an − L | < ǫ. Sea K ∈ N tal que nK ≥ N ; si k > K, entonces
nk > nK ≥ N ; por tanto, | ank − L | < ǫ. Luego toda subsucesión
de { an } converge a L.
b) La segunda parte es inmediata porque una sucesión es subsucesión

de sı́ misma.
Y el último resultado de esta sección es una caracterı́stica fundamental

de los números que se expresa mediante el método de lı́mites:
Teorema 9. (Teorema Bolzano (1817) - Weierstrass (1877))

Toda sucesión acotada tiene una subsucesión convergente.
Demostración.
Asumamos que la sucesión { an } es acotada: −M ≤ an ≤ M para un
cierto M > 0. Si { an } está constituida sólo por un número finito de
términos que se repiten, entonces la subsucesión formada por uno de
estos números servirá a nuestros fines. En caso contrario, supongamos
que { an } está conformada por un número infinito de términos diferentes.
Entonces en al menos uno de los intervalos S1 = [ −M, 0 ] o
S2 = [ 0, M ] existen infinitos términos de la sucesión { an }. Supongamos
que esto ocurre en S2 . Podemos ahora subdividir S2 en dos intervalos
S3 = [ 0, M M
2 ] y S4 = [ 2 , M ], uno de los cuales, al menos, tiene infini-
tos términos de la sucesión { an }. Supongamos que es S3 . De la mima
forma podemos subdividir S3 en otros dos intervalos S5 = [ 0, M 4 ] y
M M
S6 = [ 4 , 2 ], y escoger, por ejemplo, S6 y repetir el argumento una y
otra vez (ver figura 14). Claramente,
S2 ⊇ S3 ⊇ S6 ⊇ · · ·
Y ası́, por construcción, la intersección de todos estos conjuntos es un

sólo número L que es, obviamente, el lı́mite de una subsucesión de térmi-
nos de { an } escogidos convenientemente en los conjuntos S2 , S3 , S6 ,
···.
[ [ [ ] ] ]
M M
0 4 2 M
Figura 14
Ejemplo 22.
a) La sucesión { an } = { ( −1 )n } tiene la subsucesión de términos

pares { 1 } convergiendo a 1, y la subsucesión de términos impares
{ −1 } convergiendo a −1; pero ella misma no es convergente.
b) La sucesión definida por { an } = { n1 } si n es par y {an } = {−3}

si n es impar, tiene varias subsucesiones convergentes a pesar de no
ser convergente por sı́ misma. Entre ellas están
1
{ bn } = { 2n } y la sucesión constante { cn } = { −3 }.
Ejemplo 23. (Una versión moderna del método de “exhaus-

ción” de Eudoxio (s. IV a.C.) y Arquı́medes (s. III a.C.))
Es a Eudoxio y a Arquı́medes a quienes les debemos las ideas originales
de los procesos del cálculo de áreas (método de exhausción) y, en general,
de los métodos de lı́mites. Uno de estos resultados fue el cálculo del área
de un segmento parabólico mediante métodos geométricos. Las ideas
centrales de ellos, en notación moderna, se encuentran a continuación.
Supongamos que queremos calcular el área limitada por la parábola con
ecuación y = x2 ; por el eje X; y por la lı́nea recta x = 1 (ver figura 15 a)).
y y = x2 y y = x2
√
3 2
(n )
y= x
1
1 1
2 2 3 3
(n )
1
1 2 3
(n )
1 2 3
··· 1 x 1 x
n n n
a) b)
Figura 15: Método de exhausción
La matemática elemental no nos permite, de ninguna forma, resolver este
problema. El método de lı́mites, en su lugar, es adecuado para hacerlo
como veremos enseguida.
Solución
Dividamos el intervalo [ 0, 1 ] a lo largo del eje X en n partes iguales
en los puntos 0, n1 , n2 , . . ., n−1
n , 1. Sobre cada una de estas partes
construyamos un rectángulo cuyo lado izquierdo se extienda hasta la
parábola. Como resultado aparece un sistema de rectángulos sombreados
(ver figura 15 a)). Si queremos encontrar el área A bajo la parábola, una
aproximación es la suma de las áreas de los rectángulos
2 2
n−1 2 1

1 1 1 2 1
Sn = 0 + + + ··· +
n n n n n n n
12 + 22 + · · · + ( n − 1 )2 n( n + 1 )( 2n + 1 ) 1 1 1
= 3
= 3
= + 2+
n 6n 3 6n 2n
(¿Sabe el lector el por qué de la tercera igualdad? (ver inducción ma-

temática, volumen 0: Fundamentos)) Cuando n crece indefinidamente,
los rectángulos se van haciendo cada vez más finos (delgados) y Sn se
aproxima a la idea que tenemos del área A bajo la parábola; es decir,
A = lı́m Sn = 13 . Ası́, el área bajo la parábola es igual a la tercera parte
n→∞
del cuadrado de lado 1 (ver figura 15 b)).
Ejemplo 24. (Aplicación del método de lı́mites a un problema

de la Fı́sica)
Experimentalmente, Galileo Galilei [1564-1642] estableció que la distan-
cia s cubierta en el tiempo t por un cuerpo que cae libremente en el vacı́o
m
puede expresarse mediante la fórmula s = 12 gt2 , donde g = 9.8 es
seg2
la constante de aceleración gravitacional en la Tierra. Determinemos la
velocidad de este cuerpo, t0 segundos después de haber partido.
Solución.
Supongamos que el cuerpo pasa a través de cierto punto en el tiempo t0
y estudiemos lo que le sucede, un instante después, en el tiempo t0 + n1 ,
donde n ∈ N. Claramente, la distancia cubierta aumentará, pasando
de una distancia recorrida inicialmente s0 = 12 gt20 en el tiempo t0 , a la
distancia cubierta en el tiempo t0 + n1 dada por
2
1 1 1 2 gt0 g
sn = g t0 + = gt + + 2
2 n 2 0 n 2n
1
Ası́, el incremento en distancia durante el lapso
será
n

1 2 gt0 g 1 2 gt0 g
sn − s0 = gt0 + + 2 − gt0 = + 2
2 n 2n 2 n 2n
1
La velocidad promedio durante el mismo lapso será entonces
n
gt0 g
sn − s0 + 2
= n 2n = gt + g
0
1 1 2n
n n
Haciendo tender n a infinito (es decir, calculando el lı́mite cuando

n → ∞ de las velocidades promedio) nos aproximamos a lo que podrı́amos
entender como la “velocidad instantánea del cuerpo en el tiempo t = t0 ”;
ası́, esta velocidad es
h g i
v( t0 ) = lı́m gt0 + = gt0
n→∞ 2n
Es decir, la velocidad del cuerpo en cualquier momento es directamente
proporcional al tiempo transcurrido desde que comenzó a moverse. Nue-
vamente, observemos que ninguna herramienta de la matemática ele-
mental nos hubiese permitido establecer este resultado, al que el método
de lı́mites se adapta perfectamente.
Ejercicios 2.
1) Calcule los siguientes lı́mites (indicando los teoremas utilizados) y
dibuje los diez primeros términos de las sucesiones:
n2 + 1 n+1
a) lı́m b) lı́m
n→∞ n2 − 1 n→∞3n
√
1 3+23n
c) lı́m d) lı́m √
n→∞ n( n + 1 ) n→∞ 3
n
n2 + 1 n − 5n−3
−1
e) lı́m f) lı́m
n→∞ n3 n→∞ 4n−1 + 6n−2
2) (Teorema del sándwich) Sean {an }, {bn } y {cn } tres sucesiones

tales que an ≤ cn ≤ bn a partir de un N en adelante. Demuestre
que si lı́m an = A, lı́m bn = B y lı́m cn = C entonces A ≤ C ≤
n→∞ n→∞ n→∞
B. Y a partir de este resultado, concluya que si A = B entonces
A = B = C.
3) Evalúe los siguientes lı́mites:
√ √
a) lı́m ( n2 + 1 − n2 − 1 ) [Indicación: Racionalice de la si-
n→∞ √ √
guiente forma: n2 + 1 − n2 − 1
√ √ √ √
( n2 +1− √n2 −1 ) (√ n2 +1+ n2 −1 ) n2 +1 ) − √
(√ ( n2 −1 )
= ( n2 +1+ n2 −1 )
= ( n2 +1+ n2 −1 )
2√
= (
√
n2 +1+ n2 −1 )
y tome lı́mite cuando n → ∞ ]
√ √ √
b) lı́m n( n + 1 − n )
n→∞
sen n
c) lı́m [Indicación: Utilice el teorema del sándwich (ejer-
n→∞ n
cicio 2 anterior) y el hecho de que | sen n| ≤ 1 para todo n]
1 n
4) Demuestre que la sucesión lı́m ( ) = 0. [Indicación: Por in-
n→∞ 3
ducción matemática (ver volumen 0: Fundamentos) muestre que
1 1
0 < ( )n ≤ para todo n ≥ 1, y aplique el teorema del sándwich
3 n
(ejercicio 2, arriba)].
5) a) Demuestre que si lı́m an = L, lı́m bn = M , y an ≥ bn

n→∞ n→∞
para n suficientemente grande, entonces L ≥ M . [Indicación:
L−M = ((L−an )−(M −bn )+(an −bn ) ≥ (L−an )−(M −bn ) >
−ǫ − ǫ = −2ǫ para n suficientemente grande]
b) Pruebe que lo mismo es cierto si an > bn para n suficiente-
mente grande.
1
6) Demuestre que si lı́m an = +∞, entonces lı́m = 0. Recı́pro-
n→∞ n→∞ an
camente, si lı́m an = 0 con an > 0 para n suficientemente gran-
n→∞
1
de, entonces lı́m = +∞. Dé algunos ejemplos (ojalá no tri-
n→∞ an
viales) que ilustren este resultado. ¿Será cierto este resultado si
cambiamos +∞ por −∞, y an > 0 por an < 0?
7) Demuestre que si a es constante, entonces:
a) lı́m an = +∞ si a > 1. [Indicación: Como a > 1 entonces

n→∞
a = 1 + h para h > 0; luego an = (1 + h)n = 1 + nh +
n(n − 1) 2
h + · · · + hn ≥ 1 + nh; y tome el lı́mite cuando
2
n → ∞]
b) lı́m an = 0, si | a | < 1. [Indicación: Utilice la parte a), y el
n→∞
ejercicio 6 anterior]
c) ¿Qué sucede si | a | = 1? ¿Y si a < −1? Dé algunos ejemplos
que ilustren este resultado.
8) Imitando lo realizado en el ejemplo 23, calcule el área acotada

superiormente por la parábola con ecuación y = x2 , por el eje X
y por la recta x = b con b > 0, y pruebe que es igual a b3 /3.
3. Lı́mite de una función de una sola variable

Con el concepto de lı́mite de sucesiones de números reales a la mano,
dar el paso al concepto de lı́mites de funciones de variable real continua
es muy fácil y, desde el punto de vista conceptual, natural. De hecho,
detrás de todo está la idea de que una variable matemática x es la
imagen abstracta de procesos discretos tales como la aproximación de
una sucesión de números a su lı́mite x. 7
Definición 7. (Lı́mite mediante sucesiones)

Dada una función de variable real f : Df −→ R, se dice que L ∈ R es
el lı́mite de f (·) cuando x tiende a a, y se escribe
lı́m f ( x ) = L (ó f ( x ) → L cuando x → a)

x→a
si para toda sucesión { an } convergente a a (con an 6= a, an ∈ Df para

todo n) se tiene que
lı́m f ( an ) = L
n→∞
De manera semejante a como se estableció para los lı́mites de sucesiones,

se tienen los siguientes teoremas:
Teorema 10 (Unicidad del lı́mite)
Si lı́m f ( x ) = L1 y lı́m f ( x ) = L2 , entonces L1 = L2 .
x→a x→a
Demostración.
Esto es una consecuencia inmediata de la definición 7 y del teorema 3
sobre unicidad del lı́mite para sucesiones.
7
Sin embargo, advertimos que este no es el camino históricamente seguido por el
Cálculo. Originalmente, fue el concepto de lı́mite para funciones de variable con-
tinua el que surgió primero (ver teorema 13 adelante) de la mano de Weierstrass
en 1861. La presentación que aquı́ se hace (primero la variable discreta, y luego
la continua) es relativamente moderna, y lo hemos hecho ası́ porque la considera-
mos pedagógicamente más conveniente.
Teorema 11. (Álgebra de lı́mites funcionales)

Si lı́m f ( x ) = L y lı́m g( x ) = M , entonces
x→a x→a
a) lı́m [f ( x ) ± g( x ) ] = L ± M
x→a
b) lı́m f ( x )g( x ) = L · M
x→a
f( x ) L
c) lı́m = , siempre que M 6= 0
x→a g( x ) M
Demostración.
Tomemos una sucesión cualquiera { an } que converja hacia a, con
an 6= a, an en los dominios de las funciones f (·) y g(·). Entonces, por
definición,
lı́m f ( an ) = L, lı́m g( an ) = M
n→∞ n→∞
y, por tanto, por el teorema 5 (Álgebra de Lı́mites de Sucesiones),
a) lı́m [f ( an ) ± g( an )] = L ± M b) lı́m f ( an ) · g( an ) = L · M
n→∞ n→∞
f ( an ) L
c) lı́m =
n→∞ g( an ) M
Luego, por definición,
a) lı́m [f ( x ) ± g( x )] = L ± M b) lı́m f ( x ) · g( x ) = L · M
x→a x→a
f( x ) L
c) lı́m =
x→a g( x ) M
Ejemplo 25.
Si f ( x ) = c para cada x (donde c es constante), entonces para todo a,
lı́m f ( x ) = c
x→a
Ejemplo 26.
Demostremos que si n ∈ N, entonces
1 1
a) lı́m xn = an b) lı́m n
= n para a 6= 0
x→a x→a x a
Solución.
Es claro que lı́m x = a. Ahora bien: la función f (·) definida por
x→a
f ( x ) = xn se puede considerar como el producto de n-veces la fun-
ción g( x ) = x. Luego aplicando de forma reiterada el teorema 11 b)
obtenemos la demostración. Para la parte b), el literal c) del mismo
teorema 11 es suficiente. N
Ejemplo 27.
Demostremos que si m ∈ Q y a > 0, entonces lı́m xm = am . El resul-
x→a
tado es similar para a < 0 cuando los términos involucrados estén bien
definidos. 8
Solución.
Sea { an } una sucesión cualquiera tal que { an } → a cuando n → ∞.
Entonces
( am m m−1
n − a ) = ( an − a )( an + am−2
n a + am−3
n a2 + · · · + am−1 )
Pero como { an }, por ser convergente, es acotada, entonces existe un
M > 0 tal que, para n suficientemente grande,
[ am−1
n + am−2
n a + am−3
n a2 + · · · + am−1 ] ≤ M (¿por qué?)
Luego, | am m
n − a | ≤ M | an − a |; ası́, si ǫ > 0 es dado, escogemos N ∈ N
ǫ
tal que si n ≥ N , entonces | an − a | < ; de esta manera | am m
n −a | <
M
ǫ
M( ) = ǫ.
M
Ejemplo 28.
Calculemos los siguientes lı́mites:

3 5 1 1
a) lı́m (4x + 5x + 6)
2 2 b) lı́m − 2
x→4 x→2 x x
2 + 5x x3 − 27
c) lı́m d) lı́m
x→−2 x3 − 4x2 x→3 x−3
8
Es conveniente anotar aquı́ que si m = p/q con p ∈ Z, q ∈ N entonces
am = (a1/q )p donde a1/q es la raı́z q-ésima de a > 0 (ver volumen 0: Funda-
mentos (lección 4) para el resultado que garantiza la existencia de esta raı́z, a
partir de los axiomas que definen a los números reales)
Solución.
3 5 3 5 3
a) lı́m (4x 2 + 5x 2 + 6) = 4 lı́m x 2 + 5 lı́m x 2 + 6 = 4( 4 ) 2
x→4 x→4 x→4
5
+5( 4 ) 2 + 6 = 198

1 1 1 1 1
b) lı́m − 2 = − =
x→2 x x 2 4 4
lı́m 2 + 5 lı́m x
2 + 5x x→−2 x→−2 2 + 5( −2 ) 1
c) lı́m 3 2
= 3 2
= =
x→−2 x − 4x lı́m x − 4 lı́m x −8 − 4( 4 ) 3
x→−2 x→−2
d)
x3 − 27 ( x − 3 )( x2 + 3x + 9 )
lı́m = lı́m = lı́m x2 + 3x + 9 = 27 N
x→3 x−3 x→3 x−3 x→3
Otro de los teoremas fundamentales en cuanto a la evaluación de lı́mi-

tes, es el siguiente, del cual ya tendrı́amos su versión en términos de
sucesiones:
Teorema 12. (Teorema del sándwich )
Sean f (·), g(·), h(·) funciones tales que f ( x ) ≤ g( x ) ≤ h( x ) para todo

x en un intervalo alrededor de x = a, excepto posiblemente en x = a.
Si
lı́m f ( x ) = lı́m h( x ) = L
x→a x→a
entonces
lı́m g( x ) = L
x→a
Demostración.
Sea { an } una sucesión que tiende a a, con an en un intervalo alrededor
de a, pero an 6= a para todo n suficientemente grande. Entonces
lı́m f ( an ) = lı́m h( an ) = L
n→∞ n→∞
Ahora: como f ( an ) ≤ g( an ) ≤ h( an ) para todo n, suficientemente

grande, entonces, por el teorema del sándwich para sucesiones (ejercicio
2, Ejercicios 2), lı́m g( an ) = L; es decir,
n→∞
lı́m g( x ) = L
x→a
Ejemplo 29.
Calculemos los siguientes lı́mites:
1 √ 1
a) lı́m x sen b) lı́m
x sen
x→0 x x→0+ x
Solución.
1
a) Como −| x | ≤ x sen ≤ | x | para todo x ∈ R, y
x
lı́m | x | = 0 = lı́m −| x |, entonces, por el teorema del sándwich,
x→0 x→0
1
se tiene que lı́m x sen = 0 (ver figura 16).
x→0 x
√ √ 1 √
b) Como − x ≤ x sen ≤ x para todo x > 0, y
√ √ x
lı́m x = 0 = lı́m − x, entonces el teorema del sándwich im-
x→0+ x→0+
√ 1
plica que lı́m x sen = 0 (ver figura 17).
x→0+ x
y y=x
1
f (x) = x sen
x
x
y = −x
Figura 16
y √
y= x
√ 1
f (x) = x sen
x
√
y=− x
Figura 17
El siguiente teorema es, de hecho, la definición clásica de lı́mite de una

función real, dada por Weierstrass en 1861. Sin embargo, dados nues-
tros desarrollos en teorı́a de sucesiones de números reales, es ahora una
consecuencia de éstos.
Teorema 13. (Definición ǫ , δ de lı́mite (Weierstrass (1861)))
lı́m f ( x ) = L
x→a
si, y sólo si, dado un número ǫ > 0 (cualquiera), existe un δ > 0 (de-
pendiente de ǫ) tal que
| f( x ) − L | < ǫ siempre que 0 < | x − a | < δ
y
f( x )
L+ǫ
L−ǫ
a−δ a a+δ x
Figura 18
Demostración.
a) (Demostración de “=⇒”) Supongamos en primer lugar que lı́m f ( x ) =

x→a
L; es decir, que para cualquier sucesión {an } en el dominio de
f (·) tal que, lı́m an = a, an 6= a, se cumple que lı́m f ( an ) =
n→∞ n→∞
L. Si existiese ǫ > 0 tal que para todo δ > 0 se cumpliera
que | f ( xδ ) − L | ≥ ǫ para algún xδ , donde 0 < | xδ − a | <
δ, entonces, en particular, para todo n ∈ N se cumplirı́a que
| f ( xn ) − L | ≥ ǫ, para algún xn , donde 0 < | xn − a | < n1 .
Pero si | xn − a | < n1 para todo n, entonces lı́m xn = a y, por
n→∞
hipótesis, se tendrı́a que lı́m f ( xn ) = L, lo que es absurdo ya que
n→∞
| f ( xn ) − L | ≥ ǫ. Ası́ que debe ocurrir que, para todo ǫ > 0, existe

δ > 0 tal que | f ( x ) − L | < ǫ, para todo x donde 0 < | x − a | < δ.
b) (Demostración de “⇐=”) Supongamos ahora que para todo ǫ > 0

existe δ > 0 tal que para todo x, 0 < | x − a | < δ implica
| f (x)−L | < ǫ. Debemos probar que para toda sucesión {an } ⊂ Df
con an 6= a para todo n, si lı́m an = a, entonces lı́m f (an ) = L.
n→∞ n→∞
Sea pues {an } ⊂ Df con an 6= a y lı́m an = a, y sea además
n→∞
ǫ > 0. Por hipótesis, existe δ > 0 tal que para todo x,
0 < |x − a| < δ implica | f (x) − L | < ǫ (1)
Como lı́m an = a, para el δ > 0 encontrado, existe N ∈ N tal

n→∞
que n ≥ N implica | an − a | < δ (además 0 < | an − a | < δ
pues an 6= a para todo n). Y entonces, por (1), se cumple que
| f ( an ) − L | < ǫ. Ası́ que para todo ǫ > 0 hemos hallado N ∈ N
tal que n ≥ N implica | f ( an ) − L | < ǫ, lo que significa que
lı́m f ( an ) = L, que era lo que querı́amos probar.
n→∞
Ejemplo 30.
Mostremos, a manera de ilustración sobre cómo opera la definición ǫ, δ
de lı́mite, que lı́m (2x + 3) = 5 (ver figura 19).
x→1
5 b
f ( x ) = 2x + 3
1 x
Figura 19
Solución.
Queremos mostrar que dado ǫ > 0 existe δ > 0 tal que | ( 2x+3 )−5 | <
ǫ siempre que 0 < | x − 1 | < δ. Observemos que | ( 2x + 3 ) − 5 | < ǫ si,
y sólo si, | 2x − 2 | < ǫ ; y esto, si, y sólo si, | x − 1 | < 2ǫ . Por tanto,
podemos tomar δ = 2ǫ , y con éste cumplimos la condición de la definición

ǫ, δ del teorema 13.
Este resultado se ilustra numéricamente en las siguientes tablas:

x 0.9 0.99 0.999 0.9999 0.99999
f (x) = 2x + 3 4.8 4.98 4.998 4.9998 4.99998
x 1.1 1.01 1.001 1.0001 1.00001
f (x) = 2x + 3 5.2 5.02 5.002 5.0002 5.00002
Ejemplo 31. (Método gráfico)

√
Mostremos, utilizando la definición ǫ, δ, que lı́m x = 2 (ver figura 20a).
x→4
y √
f (x) = x
2 b
4 x
Figura 20a
Solución.
√
Queremos mostrar que dado ǫ > 0 existe δ > 0 tal que | x − 2 | < ǫ
siempre que 0 < | x − 4 | < δ. Observemos, primero, que
√ √
| x − 2 | < ǫ si, y sólo si, 2 − ǫ < x < 2 + ǫ
a) Consideremos inicialmente el caso 0 < ǫ < 2. De acuerdo con la
figura 20b), si tomamos el intervalo (2 − ǫ, 2 + ǫ), y buscamos sus
preimágenes, encontramos que aparece un intervalo alrededor de
4 de la forma ((2 − ǫ)2 , (2 + ǫ)2 ). Si escribimos 4 − δ1 = (2 − ǫ)2
y 4 + δ2 = (2 + ǫ)2 , vemos que δ1 = 4ǫ − ǫ2 y δ2 = 4ǫ + ǫ2 .
Claramente, δ1 < δ2 y entonces podemos construir un intervalo
simétrico alrededor de 4 si escogemos δ ≡ δ1 = 4ǫ − ǫ2 . Ası́, si
√
x ∈ (4 − δ, 4 + δ) entonces | x − 2| < ǫ, y habrı́amos probado la
hipótesis para el caso en que 0 < ǫ < 2.
2+ǫ > > > b
2 ∨
2−ǫ > ∨
∨ ∨
(2 − ǫ)2 4 (2 + ǫ)2 x
Figura 20b: Método gráfico de calcular el δ, dado el ǫ.
b) Ahora: Si ǫ ≥ 2, entonces para 0 < ǫ′ < 2 tomamos δ = 4ǫ′ −ǫ′2 >

0. Por tanto, por lo expuesto en a),
√
0 < |x − 4| < δ implica | x − 2 | < ǫ′
√
y ası́, | x − 2 | < ǫ, pues ǫ′ < ǫ. Luego dado ǫ > 0 cualquiera,
existe δ > 0 tal que
√
0 < |x − 4| < δ implica | x − 2| < ǫ
lo que significa que √

lı́m x = 2.
x→4
Este resultado se ilustra numéricamente en las siguientes tablas:
x 3.9 3.99 3.999 3.9999

√
f (x) = x 1.974841 1.997498 1.999749 1.999975
x 4.2 4.1 4.01 4.001
√
f (x) = x 2.049390 2.024845 2.002498 2.000249
Ejercicios 3
1) a) Utilizando la definición ǫ, δ de lı́mite, demuestre, utilizando,
si lo considera útil, el método gráfico ilustrado en el ejemplo
31, que lı́m x2 = a2 .
x→a
b) Pruebe inmediatamente, utilizando a), que lı́m (9x2 − 1) =

x→a
9a2 − 1.
c) Dado ǫ = 0.01, determine un δ > 0 tal que si 0 < | x−1 | < δ,
entonces | ( 9x2 − 1 ) − 8 | < ǫ.
2) Demuestre que si lı́m f ( x ) = b, entonces lı́m | f ( x ) | = | b |. [Indi-

x→a x→a
cación: Recuerde que | x | − | y | ≤ | x − y | para todo x, y ∈ R].
Ilustre este resultado con algún ejemplo.
3) [El concepto de lı́mite respeta el orden de los números] Pruebe

que si f (x) ≤ g(x) para x en un intervalo alrededor de cierto
x = a, y los lı́mites lı́m f (x), lı́m g(x) existen, entonces lı́m f (x) ≤
x→a x→a x→a
lı́m g(x).
x→a
4) En los siguientes ejercicios calcule (o compruebe) el lı́mite y, cuan-

do sea aplicable, señale los teoremas de lı́mites utilizados. [Indica-
ción: En algunos de estos ejercicios, una factorización ó racionali-
zación adecuada aclara el cálculo del lı́mite. Este tipo de ejemplos
busca, básicamente, resaltar que, para el cálculo de un lı́mite, no
es importante conocer el valor de la función en el punto a, sólo
en sus vecindades. En casos como estos se hace muy conveniente
conocer las reglas básicas del algebra ordinaria (ver volumen 0:
Fundamentos, lección 2)].
√ √
x2 − 4 √ x+2− 2
a) lı́m √ √ =8 2 b) lı́m
x→2 x− 2 x→0 x
√ √
3
x− 32 √
3 2x2 − x − 3
c) lı́m =3 4 d) lı́m 3
x→2 x−2 x→−1 x + 2x2 + 6x + 5
xn − y n xn − y n
e) lı́m = nxn−1 f) lı́m
y→x x − y x→y x − y
x2 − 7x + 12 x
g) lı́m = −1 h) lı́m =1
x→3 x−3 x→1 |x|
x x
i) lı́m = −1 j) lı́m
x→−1 |x| x→0 |x|
* 5) Utilizando la definición de lı́mite mediante sucesiones, demuestre

que lı́m sen(1/x) no existe. [Indicación: Inicialmente, asuma que
x→0
converge a un punto a con 0 ≤ a < 1 y construya la sucesión
an = 2/(π(1+4n)) para n ∈ N; luego concluya que an → 0 pero que
siempre se tiene que sen(1/an ) = 1, y esto es una contradicción.
Estudie luego el caso a = 1 ¿Por qué no deberı́a considerar otros
casos?]. ¿Podrı́a dibujar esta función? Recurra al computador, si
lo considera necesario.
4. Tres clases especiales de lı́mites

El concepto de lı́mite, en sı́ mismo, exige mucho sobre el comporta-
miento de una función. Por eso, en ocasiones es conveniente tener otros
conceptos cercanos al de lı́mite que nos permitan avanzar en el análi-
sis con menos requerimientos, o que complementen la descripción del
comportamiento de la función.
a). Lı́mites unilaterales

Definición 8. (Lı́mites por la derecha)
Sea f (·) una función definida al menos en el intervalo ( a, c ) con a < c.
El lı́mite de f ( x ) cuando x se aproxima a a por la derecha es D, y
se escribe lı́m f ( x ) = D(ver figura 21), si para cualquier ǫ > 0 existe
x→a+
δ > 0 tal que si

0 < x − a < δ, entonces f( x ) − D < ǫ
(Se observa que aquı́ no aparecen las barras del valor absoluto sobre
x − a ya que x − a > 0 y, por tanto, a < x < a + δ para δ > 0).
y
D+ǫ
D
f (x)
a x a+δ c x
Figura 21
Definición 9. (Lı́mites por la izquierda)

Sea f (·) una función que está definida al menos en el intervalo ( d, a )
con d < a. Entonces el lı́mite de f ( x ) cuando x se aproxima a a por
la izquierda es I, y se denota lı́m f ( x ) = I (ver figura 22), si para
x→a−
cualquier ǫ > 0 existe δ > 0 tal que si

−δ < x − a < 0, entonces f( x ) − I < ǫ
f (x)
I −ǫ
d a−δ x a x
Figura 22
Claramente, los teoremas 10, 11 y 12 sobre lı́mites funcionales son válidos

si “x → a” se reemplaza por “x → a+ ” ó por “x → a− ”.
Ejemplo 32.
Sea f (·) definida por f ( x ) = [[ x ]] (función “mayor entero contenido en

x”). Calculemos lı́m f ( x ) y lı́m f ( x ).
x→2− x→2+
Solución.
Por definición [[ x ]] = n si n ∈ Z y n ≤ x < n + 1. Para 1 < x < 2
tenemos que [[ x ]] = 1, ası́ que
lı́m [[ x ]] = 1, es decir, lı́m f ( x ) = 1

x→2− x→2−
Para 2 < x < 3 tenemos que [[ x ]] = 2 y entonces
lı́m [[ x ]] = 2 luego, lı́m f ( x ) = 2

x→2+ x→2+
f (x)
1 2 3 4 x
Figura 23: Función “mayor entero contenido en x”
Nota 4.
Es de notar en este ejemplo que cuando x satisface 1 < 2 − δ < x <
2 + δ < 3, sus correspondientes imágenes “saltan” de 1 a 2 según que
x ∈ ( 2 − δ, 2 ) o x ∈ [ 2, 2 + δ ).
Teorema 14. (Relación lı́mites laterales y lı́mite)
lı́m f ( x ) existe y es igual a L si, y sólo si, lı́m f ( x ) y lı́m f ( x )
x→a x→a− x→a+
existen y son iguales a L.
Demostración.
Es consecuencia inmediata de las definiciones 8 y 9 anteriores.
Ejemplo 33.
En la función “mayor entero contenido en x” del ejemplo 32, lı́m f ( x )
x→2
no existe, pues
lı́m f ( x ) = 2 6= 1 = lı́m f ( x )
x→2+ x→2−
Ejemplo 34.
Consideremos la función

 x+3 si x ≤ −2
f( x ) =
 3−x si x > −2
Tracemos la gráfica de f (·) y encontremos, si existen, los siguientes lı́mi-

tes:
a) lı́m f ( x ) , b) lı́m f ( x ) , c) lı́m f ( x )

x→−2− x→−2+ x→−2
Solución.
Ayudándonos con la figura 24, tenemos que:
a) Si x → −2− , entonces x < −2 y, por tanto, f ( x ) = x + 3 y

lı́m ( x + 3 ) = −2 + 3 = 1
x→−2−
b) Si x → −2+ , entonces x > −2 y, por tanto, f ( x ) = 3 − x y

lı́m ( 3 − x ) = 3 − (−2) = 5
x→−2+
c) De acuerdo con el teorema 14, lı́m f ( x ) no existe.

x→−2
-2 3 x
Figura 24: Figura del ejemplo 34
Ejemplo 35.
Consideremos la función definida por f ( x ) = 3 + | 2x − 4 | y hallemos
a) lı́m f ( x ) , b) lı́m f ( x ) , c) lı́m f ( x )

x→2− x→2+ x→2
Solución.
De acuerdo con la definición de valor absoluto, se tiene que
 
 3 + 2x − 4
 si 2 < x  2x − 1
 si 2<x
f( x ) = 3 si x = 2 = 3 si x=2
 
3 − ( 2x − 4 ) si x < 2 7 − 2x si x<2
 
y = −2x + 7 Luego,
y
a) lı́m f ( x ) = lı́m ( 7 − 2x ) = 7 − 4 = 3
y = 2x − 1 x→2− x→2−
3 b
b) lı́m f ( x ) = lı́m ( 2x − 1 ) = 4 − 1 = 3
x→2+ x→2+
c) De a) y b) se concluye que lı́m f ( x ) = 3 N

2 x x→2
Ejemplo 36.
Dadas
( (
x2 + 3 si x ≤ 1 x2 si x ≤ 1
f( x ) = y g( x ) =
x+1 si 1 < x 2 si 1 < x
a) Demostremos que lı́m f ( x ) y lı́m f ( x ) existen pero no son

x→1− x→1+
iguales y, por tanto, lı́m f ( x ) no existe.
x→1
b) De la misma forma, demostremos que lı́m g( x ) y lı́m g( x ) exis-

x→1− x→1+
ten pero no son iguales y, por tanto, tampoco lı́m g( x ) existe.
x→1
c) Encontremos f ( x ) · g( x ).
d) Probemos que lı́m f ( x )·g( x ) existe, demostrando que lı́m f ( x )·

x→1 x→1−
g( x ) = lı́m f ( x ) · g( x ).
x→1+
Solución.
a) lı́m f ( x ) = lı́m ( x2 + 3 ) = 4 , lı́m f ( x ) = lı́m ( x + 1 ) = 2
x→1− x→1− x→1+ x→1+
b) lı́m g( x ) = lı́m x2 = 1 , lı́m g( x ) = lı́m 2 = 2

x→1− x→1− x→1+ x→1+
(
x4 + 3x2 si x ≤ 1
c) f ( x ) · g( x ) =
2x + 2 si 1 < x
d) lı́m f ( x ) · g( x ) = lı́m ( x4 + 3x2 ) = 4 y lı́m f ( x ) · g( x ) =

x→1− x→1− x→1+
lı́m ( 2x + 2 ) = 4. Luego lı́m f ( x ) · g( x ) = 4.
x→1+ x→1
Podemos observar una peculiaridad en este ejemplo: aquı́ f (·) y g(·) no

tienen lı́mite en x = 1, pero su producto, ( f · g )(·), sı́ lo tiene. ¿Cree el
lector que esto contradice la parte b) del teorema 11 (álgebra de lı́mites)?
b). Lı́mites al infinito

x2
Consideremos la función f ( x ) = . Si x toma los valores 0, 1, 2,
x2 + 1
5, 10, 100, 1000 y ası́ sucesivamente, de modo que x crezca sin lı́mite,
los valores de la función se acercan cada vez más a 1, como lo sugiere la
siguiente tabla:
x 0 1 2 5 10 100 1000
2
f (x) = x2x+1 0 1
2
4
5
25
26
100
101
10000
10001
1000000
1000001
1 1 1 1 1 1
1 − f( x ) 1 2 5 26 101 10001 1000001
1
x2
y =1−
x2 + 1
Figura 26: Diferencia entre 1 y f (x)

Además, a medida que x aumenta, la diferencia entre 1 y f ( x ) se pue-

de hacer cada vez más pequeña; en otras palabras, se puede hacer la
diferencia entre 1 y f ( x ) tan pequeña como se quiera tomando a x su-
ficientemente grande. Esto se sugiere en la tabla anterior y en la figura
26.
Definición 10. (Lı́mite al infinito positivo +∞)

Sea f (·) definida en un intervalo de la forma ( a, +∞ ). Diremos que el
lı́mite de f ( x ) cuando x crece sin lı́mite (o que tiende a más infinito) es
L, y se denota
lı́m f ( x ) = L
x→+∞
si para cualquier ǫ > 0 existe un número N > 0 (no necesariamente un

número natural) tal que
| f( x ) − L | < ǫ siempre que x > N
Ejemplo 37.
x2
Veamos que, efectivamente, lı́m = 1.
x→∞ x2 + 1
Solución.
x2 1
Si 0 < ǫ < 1 es dado, entonces | 2
− 1 | < ǫ si, y sólo si, 2 <ǫ
x +1 q x +1
1−ǫ
o (con un poco de álgebra) si, y sólo si, | x | > ǫ . Tomando N =
q
1−ǫ
ǫ se tiene el resultado. (¿Por qué no es necesario considerar el caso
ǫ ≥ 1?) N
x2
Ahora: de la misma forma, si la función f ( x ) = se estudia para
x2 + 1
valores negativos de x cada vez más y más grandes en valor absoluto, la
diferencia entre 1 y f ( x ) también puede hacerse tan pequeña como se
quiera, como se muestra en la tabla siguiente y en la figura 26:
x 0 −1 −2 −5 −100 −1000
2
f (x) = x2x+1 0 1
2
4
5
25
26
10000
10001
1000000
1000001
1 1 1 1 1
1 − f( x ) 1 2 5 26 10001 1000001
Y una manera de formalizar esto es definir el lı́mite de f ( x ) cuando x

decrece indefinidamente a través de valores negativos, ası́:
Definición 11. (Lı́mite al infinito negativo −∞)

Sea f (·) una función definida en un intervalo de la forma ( −∞, a ). El
lı́mite de f ( x ) cuando x decrece sin lı́mite (o tiende a menos infinito)
es L, y se denota
lı́m f ( x ) = L
x→−∞
si para cualquier ǫ > 0, existe un número N < 0 tal que
| f( x ) − L | < ǫ siempre que x < N
Ejemplo 38.
De manera similar a lo realizado en el ejemplo 37, basta escoger N =
q x2
− 1−ǫ
ǫ para obtener que lı́m 2 = 1.
x→−∞ x + 1
Nota 5.
No es difı́cil probar que los teoremas 10 (unicidad del lı́mite) y 11 (álge-
bra de lı́mites funcionales) sobre lı́mites se cumplen también para las
definiciones 10 y 11. Sin embargo, existen casos especı́ficos de lı́mites al
infinito que son importantes por sı́ mismos como se ilustra en el siguiente
teorema:
Teorema 15. (Lı́mites básicos al infinito)

Si n es cualquier entero positivo, entonces
1 1 9
a) lı́m =0; b) lı́m =0
x→+∞ xn x→−∞ xn
Demostración.
1
En el caso a), dado el ǫ > 0 basta escoger x > 1 ≡ N , y el resultado se
ǫn
sigue de la definición 10. En el caso b), dado el ǫ > 0 debemos escoger
x < − 11 ≡ N , y de la definición 11 se sigue el resultado.
ǫn
9
El lector podrı́a querer comparar este resultado con uno similar ya demostrado
para sucesiones (ver teorema 6).
Ejemplo 39.
Evalúe los siguientes lı́mites, utilizando el teorema 15:
2x + 1 x2 − 2x + 5
a) lı́m b) lı́m
x→+∞ 5x − 2 x→+∞ 7x3 + x + 1
( x − 1 )( x + 2 ) x2
c) lı́m d) lı́m
x→+∞ x2 + x − 5 x→−∞ x2 + 1
Solución.
2x+1 1
2x + 1 x 2+ x 2
a) lı́m = lı́m 5x−2 = lı́m 2 =
x→+∞ 5x − 2 x→+∞ x→+∞ 5 − 5
x x
x2 −2x+5
x2 − 2x + 5 x3
b) lı́m = lı́m 7x3 +x+1
x→+∞ 7x3 + x + 1 x→+∞
x3
1 2 5
x − x2
+ x3 0
= lı́m 1 1 = =0
x→+∞ 7+ x2
+ x3
7
( x − 1 )( x + 2 ) x2 + x − 2
c) lı́m 2
= lı́m 2
x→+∞ x +x−5 x→+∞ x + x − 5
1 2
1+ x − x2
= lı́m 1 5 =1
x→+∞ 1+ x − x2
lı́m 1
x2 1 x→−∞
d) lı́m = lı́m = =1
x→−∞ x2 + 1 x→−∞ 1 + 12 lı́m 1 + x12
x x→−∞
Nota 6.
Aquı́ hemos visto que si debemos calcular lı́mites al infinito de una fun-
ción racional, es decir, de una fracción de polinomios, una técnica útil
consiste en dividir el numerador y el denominador por xn , donde n es la
mayor potencia implicada. De esta manera, se aplica convenientemente
el teorema 15 en conexión con las otras propiedades de los lı́mites.
c). Lı́mites infinitos

Sea f (·) la función definida por
4
f( x ) = , x 6= 1
( x − 1 )2
Si se tabulan algunos valores de f (·) cuando x está próximo a 1, se
observa que a medida que x esté más cerca de 1, f ( x ) es inmensamente
grande:
3 5
x 2 2 4 1.1 1.01 1.001
4
f (x) = (x−1)2 4 16 64 400 40.000 4.000.000
De lo anterior se estarı́a tentado a inferir que f ( x ) crece sin lı́mite a

medida que x tiende a 1 (ver figura 27). Veamos cómo se puede formalizar
esto.
4
f (x) =
( x − 1 )2
1 x
Figura 27: Lı́mite infinito positivo
Definición 12. (Lı́mite infinito positivo (+∞))

Sea f (·) una función que está definida en algún intervalo abierto I que
contenga al punto a, excepto posiblemente en a. Diremos que el lı́mite
de f ( x ) cuando x se aproxima al punto a es más infinito, y se escribe
lı́m f ( x ) = +∞
x→a
si para cualquier número N > 0, existe δ > 0 tal que

f( x ) > N siempre que 0 < | x − a | < δ
Nota 7.
Estrictamente, el lı́mite de f ( x ) no existe, pero lo que se quiere destacar
con la notación anterior es el crecimiento sin cota de f ( x ) a medida que
x está próximo al punto a.
Ejemplo 40.
4
Que lı́m = +∞ (ver figura 27) se ve enseguida de manera
x→1 ( x − 1 )2
4
formal. Si N > 0 es dado, entonces > N si, y sólo si, se tiene
( x − 1 )2
2 2
que | x − 1 | < √ . Por tanto, elijamos δ = √ y observemos que
N N
f ( x ) > N para todo x tal que 0 < | x − 1 | < δ. Esto significa que,
4
entonces, lı́m = +∞. N
x→1 ( x − 1 )2
De forma similar, establecemos la siguiente definición:
Definición 13. (Lı́mite infinito negativo (−∞))
Sea f (·) una función que está definida en algún intervalo abierto I que
contenga a a, excepto posiblemente en a mismo. Diremos que el lı́mite
de f ( x ) cuando x se aproxima al punto a es menos infinito, y se escribe
lı́m f ( x ) = −∞
x→a
si para cualquier número N < 0, existe δ > 0 tal que

f( x ) < N siempre que 0 < | x − a | < δ
Ejemplo 41.
1
Podemos probar que lı́m − = −∞ (ver figura 28), como se muestra
x→0 x2
−1
a continuación. Dado N < 0 se tiene que 2 < N si, y sólo si, | x | <
x
1 1
√ . Por tanto, elijamos δ = √ y observemos que f ( x ) < N
−N −N
1
para todo x tal que 0 < | x | < δ. Esto significa que lı́m − 2 = −∞.
x→0 x
1
f (x) = −
x2
Figura 28: Lı́mite infinito negativo
Nota 8.
Pueden considerarse también lı́mites unilaterales que sean infinitos. Por
ejemplo, diremos que lı́m f ( x ) = +∞ si para cualquier número N > 0
x→a+
existe un δ > 0 tal que
f( x ) > N siempre que 0 < x − a < δ
Y se pueden dar definiciones similares para expresiones como

lı́m f ( x ) = +∞ , lı́m f ( x ) = −∞ y lı́m f ( x ) = −∞
x→a− x→a+ x→a−
Algunos de estos, que aparecen de manera recurrente en el cálculo explı́ci-

to de lı́mites, son los siguientes:
Teorema 16. (Lı́mites infinitos básicos)

Si n es cualquier entero positivo, entonces
(
1 1 −∞ si n es impar
a) lı́m n = +∞ b) lı́m n =
x→0 x+ x→0 x−
+∞ si n es par
Demostración.
Únicamente haremos la demostración del literal a). La prueba de b)
queda como ejercicio para el lector. Para demostrar a) debemos ver que
si N > 0 existe δ > 0 tal que
1
>N siempre que 0 < x < δ
xn
o, equivalentemente, (ya que x > 0 y N > 0) que

1
xn < siempre que 0 < x < δ
N
o, lo que es lo mismo, puesto que n > 0, que
1
1 n
x< siempre que 0 < x < δ
N
1
Luego si N > 0 tomemos δ = N1 n y entonces tendremos que si 0 <
1 1
x < δ = N1 n será n > N . De esta manera probamos que a) es cierto.
x
Ejemplo 42.
Como consecuencia del teorema 16 se tiene, claramente, que
1 1
a) lı́m = +∞ c) lı́m = +∞
x→0+ x x→0+ x2
1 1
b) lı́m = −∞ d) lı́m = +∞
x→0− x x→0− x2
1
y una gráfica elemental, por parte del lector, de las funciones f (x) =
x
1
y g(x) = 2 , corroborarı́a la afirmación. N
x
El siguiente teorema de lı́mites es en extremo útil cuando se trata de
comparar el comportamiento (para los valores cercanos a un punto a)
de dos funciones distintas:
Teorema 17. (Cierto comportamiento local )

Si a es cualquier número real y si lı́m f ( x ) = 0 y lı́m g( x ) = c, donde
x→a x→a
c es una constante no nula, entonces
a) Si c > 0 y si f ( x ) → 0 a través de valores positivos de f ( x )
cuando x → a, tendremos que
g( x )
lı́m = +∞
x→a f( x )
b) Si c < 0 y si f ( x ) → 0 a través de valores negativos de f ( x )

(cuando x → a) tendremos que
g( x )
lı́m = +∞
x→a f( x )
c) Si c < 0 y si f ( x ) → 0 a través de valores positivos de f ( x )(cuando

x → a), entonces
g( x )
lı́m = −∞
x→a f ( x )
d) Si c > 0 y si f ( x ) → 0 a través de valores negativos de f ( x )

(cuando x → a), entonces
g( x )
lı́m = −∞
x→a f( x )
Demostración.
a) Sean c > 0, lı́m g( x ) = c y lı́m f ( x ) = 0 con f ( x ) > 0 en un

x→a x→a
intervalo abierto alrededor de a. Para probar que lı́m fg(( xx )) = +∞
x→a
debemos probar que si N > 0 es dado, entonces, es siempre posible
hallar un δ > 0 tal que si 0 < | x − a | < δ, entonces fg(( xx )) > N .
Ahora: como lı́m g( x ) = c > 0, entonces para ǫ = 12 c existe
x→a
δ1 > 0 tal que si 0 < | x − a | < δ1 , entonces | g( x ) − c | < 12 c; es
decir, si 0 < | x − a | < δ1 entonces 12 c < g( x ) < 32 c; ası́, existe
δ1 > 0 tal que si 0 < | x − a | < δ1 entonces g( x ) > 12 c.
De otro lado, como lı́m f ( x ) = 0, entonces, para cualquier ǫ > 0,

x→a
existe λ > 0 tal que si 0 < | x − a | < λ, se tendrá que f ( x ) =
| f ( x ) | < ǫ, ya que f ( x ) > 0 en un intervalo abierto alrededor de
c
a. En particular, dado N > 0, para ǫ = 2N , existe λ = δ2 > 0 tal
c
que para todo x, si 0 < | x − a | < δ2 , entonces f ( x ) < 2N . De
todo lo anterior se puede concluir que para N > 0, al tomar δ =
1
c
mı́n{δ1 , δ2 }, si 0 < | x−a | < δ entonces fg(( xx )) > 2
f( x ) > 2N 1
c ·2 c=N
lo cual prueba el teorema en su parte a).
Los otros tres casos se desprenden del caso a), de los distintos lı́mites
involucrados, y de las siguientes identidades:
g( x ) −g( x ) −g( x ) g( x )
= = −( ) = −( )
f( x ) −f ( x ) f( x ) −f ( x )
Ejemplo 43.
x
Dibujemos, sólo utilizando los lı́mites necesarios, f ( x ) = .
( x − 1 )( x + 2 )
Solución
Observemos que:
a) lı́m f ( x ) = 0 b) lı́m f ( x ) = +∞
x→+∞ x→1+
c) lı́m f ( x ) = −∞ d) lı́m f ( x ) = +∞
x→1− x→−2+
e) lı́m f ( x ) = −∞ f) lı́m f ( x ) = 0
x→−2− x→−∞
La gráfica de esta función se ilustra en la figura 29.

y
x
f (x) =
( x − 1 )( x + 2 )
−2 1 x

Ejemplo 44.
Evaluemos los siguientes lı́mites:
√
t+2 3 + x2
a) lı́m 2 b) lı́m
t→2 + t −4 x→0+ x
2

1 1 x −3
c) lı́m − d) lı́m 3
x→0+ x x2 x→0 x + x2
+

1 3 x−2
e) lı́m − 2 f) lı́m √
s→2− s−2 s −4 x→2+ 2 − 4x − x2
Solución.
t+2 t+2 1
a) lı́m 2
= lı́m = lı́m = +∞.
t→2+ t − 4 x→2+ ( t + 2 )( t − 2 ) x→2+ t − 2
√
3 + x2 √
b) lı́m = +∞ porque si g( x ) = 3 + x2 y f ( x ) = x,
x→0 + x √
entonces lı́m g( x ) = 3 y lı́m f ( x ) = 0.
x→0+ x→0+

1 1 x−1
c) lı́m − 2 = lı́m = −∞, porque si g( x ) = x − 1
x→0+ x x x→0+ x2
y f ( x ) = x2 , entonces lı́m g( x ) = −1 < 0 y lı́m f ( x ) = 0.
x→0+ x→0+
x2 − 3 3 + x2 = 0 con x3 +x2 > 0

d) lı́m = −∞, ya que lı́m x
x→0+ x3 + x2 x→0+
para x > 0 y lı́m ( x2 − 3 ) = −3 (ver figura 30).
x→0+
x2 − 3
f (x) =
x3 + x2
−1 0 x
Figura 30

1 3 s−1
e) lı́m − = lı́m = −∞, pues
s→2− s − 2 s2 − 4 s→2− ( s − 2 )( s + 2 )
lı́m ( s − 1 ) = 1 > 0 y lı́m ( s − 2 )( s + 2 ) = 0
s→2− s→2−
con ( s − 2 )( s + 2 ) < 0 para s < 2 cercano.
√
x−2 ( x − 2 )( 2 + 4x − x2 )
f) lı́m √ = lı́m
x→2+ 2 − 4x − x2 x→2+ 4 − ( 4x − x2 )
√
2 + 4x − x2
= lı́m = +∞
x→2+ x−2
√
porque si g( x ) = 2 + 4x − x2 , entonces lı́m g( x ) = 4 y
x→2+
lı́m ( x − 2 ) = 0 a través de valores positivos.
x→2+
Ejercicios 4
1) Guiándose por la figura 30, calcule, analı́ticamente,
a. lı́m f (x) b. lı́m f (x) c. lı́m f (x)

x→∞ x→0− x→0+
d. lı́m f (x) e. lı́m f (x) f. lı́m f (x)

x→−1+ x→−1− x→−∞
2) Identifique, si existen, los siguientes lı́mites, e ilustre (lo mejor que

pueda) con una gráfica:
a) lı́m [[ x ]] b) lı́m [[ x ]]
x→2− x→2+
c) lı́m [[ x ]] d) lı́m ([[ x ]] − x)
x→2 x→2−
e) lı́m { [[ x ]] − x } f) lı́m ( [[ x ]] − x )
x→2+ x→2
√ √
x−2 x−2
g) lı́m h) lı́m
x→4 |x| − 4
+ x→4 |x| − 4
−
[[ x ]] [[ x ]]
i) lı́m j) lı́m
x→1+ x x→1− x
p p
k) lı́m 3 − 2|x| l) lı́m 3 − 2|x|
x→0+ x→0−
3) Dibuje, hasta donde pueda, utilizando el cálculo de lı́mites, las

siguientes funciones:
x2 x−1 x+2
a) f ( x ) = b) f ( x ) = c) f ( x ) =
1+x x2 − 1 ( x − 3 )x
4) Halle, si existen, los siguientes lı́mites:

r r
3 |x| 3 |x|
a) lı́m (= 1) b) lı́m
x→0+ x x→0− x
r r
|x| |x|
c) lı́m d) lı́m
x→0 + x x→0− x
√ √
e) lı́m 3 − 2x f) lı́m 3 − 2x
− +
x→ 23 x→ 23
x x
g) lı́m h) lı́m
x→−1+x2 − 1 x2 − 1
x→−1−
1 1
i) lı́m x2 + j) lı́m x2 +
x→0+ x x→0− x
x2 x2
k) lı́m l) lı́m
x→1+ |x − 1| x→1− |x − 1|
x2 x2
m) lı́m n) lı́m
x→0+ |x − 1| x→0− |x − 1|
√
3
√
3
x−1 x−1
o) lı́m p) lı́m
x→0+ x x→0− x
5) Calcule, si existen, los siguientes lı́mites:
x2 − 3x + 1 x2 − 3x + 1
a) lı́m b) lı́m
x→+∞ 2x2 + 7x − 8 x→−∞ 2x2 + 7x − 8
x2 + 1 x2 + 1
c) lı́m d) lı́m
x→+∞ x3 + 2x2 − 3 x→−∞ x3 + 2x2 − 3
x5 − 3x2 + x − 1 x5 − 3x2 + x − 1
e) lı́m f) lı́m
x→+∞ x4 + 20x2 + 4x + 8 x→−∞ x4 + 20x2 + 4x + 8
√ √
x2 + x − 1 x2 + x − 1
g) lı́m √3
h) lı́m √3
x→+∞ x3 + x2 − 3 x→−∞ x3 + x2 − 3
√ √
x2 + 1 x2 + 1
i) lı́m j) lı́m
x→+∞ x − 3 x→−∞ x − 3
√3
√
3
x2 − x + 4 x2 − x + 4
k) √
lı́m 6 l) lı́m 5√
x→+∞ x4 + x − 5 x→−∞ x4 + x − 5
¿Por qué cree usted que es importante calcular estos lı́mites? [In-
dicación: No es para demostrar sus habilidades algebraicas].
5. Continuidad de una función de una sola va-

riable
Las funciones continuas forman la clase básica de funciones que permi-
ten cierto manejo analı́tico desde el punto de vista del Cálculo. La idea
general e intuitiva de una función continua puede obtenerse del hecho
de que su gráfica es continua: la curva puede dibujarse sin levantar el
lápiz del papel (ver figura 31).
y y
a x a x
a) Continua en x = a b) Discontinua en x = a
Figura 31: Continuidad y discontinuidad

Una función continua es la descripción matemática de muchos fenómenos
naturales: pequeños cambios en la variable independiente corresponden
a (relativamente) pequeños cambios en la variable dependiente de la fun-
ción. Por ejemplo, leyes de movimiento de un cuerpo como s = f ( t ),
donde s mide la distancia y t el tiempo, se piensan como funciones con-
tinuas de la variable continua “tiempo”: pequeños cambios en el tiempo
corresponden a (relativamente) pequeños cambios en la distancia.
Partiendo desde la época de los griegos, el pensamiento humano llegó a
la noción abstracta de continuidad observando, además del tiempo y el
espacio, a sólidos, lı́quidos y gases (los metales, el agua, el aire). Aho-
ra se sabe que, en ocasiones, un medio fı́sico puede representarse con-
venientemente como la acumulación de un gran número de partı́culas
separadas, pero cuyas distancias entre ellas son tan pequeñas en compa-
ración con las dimensiones del medio en el que subyacen, que muchos de
estos fenómenos pueden estudiarse con suficiente aproximación si consi-

deramos el medio “como si estuviera continuamente distribuido” sobre el
espacio ocupado. Precisamente sobre hipótesis como éstas, están basadas
casi todas las ciencias fı́sicas.
Definición 14. (Función continua (Cauchy (1821), Weierstrass

(1861)))
Sea f : Df −→ R una función cualquiera. La función
f (·) es continua en
a si, y sólo si, está definida en a y lı́m f ( x ) = f lı́m x = f ( a ); es
x→a x→a
decir,
si para cualquier
ǫ > 0 existe δ > 0 tal que para todo x ∈ Df ,
f ( x ) − f ( a ) < ǫ siempre que | x − a | < δ.
Cuando una función no es continua en a, se dice que es discontinua en

a, o que a es un punto de discontinuidad de ella.
Nota 9.
Observemos la diferencia entre la definición ǫ, δ de lı́mite (teorema 13)
y la definición de continuidad. Para esta última, el concepto de lı́mite
no es suficiente: se necesita que la función esté definida en x = a y
que, fundamentalmente, lı́m f ( x ) = f ( a ). De allı́ que aparezca en la
x→a
definición de continuidad “ | x − a | < δ ” y no sólo “ 0 < | x − a | < δ ”
como en la definición del concepto de lı́mite, en la que no interesa cómo
esté (si lo está) definida la función en el punto a.
Ejemplo 45.
Analicemos la continuidad de las siguientes funciones en el punto a in-
dicado:
x2 − 1
a) f ( x ) = si x 6= 1, f ( 1 ) = 0; a=1
x−1
(
2x2 −1 ≤ x < 1
b) g( x ) =
3−x 1 ≤ x ≤ 2; a = 1
x2 + x
c) h( x ) = si x 6= 0, f ( 0 ) = 1; a=0
|x|
√
d) f ( x ) = x si x > 0; a > 0
Solución.
x2 − 1
a) Aquı́, lı́m f ( x ) = lı́m = lı́m ( x + 1 ) = 2; pero como
x→1 x→1 x − 1 x→1
f ( 1 ) = 0, entonces f (·) es discontinua en x = 1. Puede verse
en la figura 32 que la gráfica de la función está “rota” en el pun-
to ( 1, 2 ). Sin embargo, si se redefine la función de la siguiente
manera:
x2 − 1
f( x ) = x 6= 1 y f ( 1 ) = 2
x−1
ésta es ahora continua.
b) (
2x2 −1 ≤ x < 1
g( x ) =
3−x 1≤x≤2
g( 1 ) = 3 − 1 = 2
Sabemos que lı́m g( x ) existe si, y sólo si, los lı́mites unilaterales
x→1
existen y son iguales; aquı́
lı́m g( x ) = lı́m 2x2 = 2 ya que x < 1

x→1− x→1−
lı́m g( x ) = lı́m ( 3 − x ) = 2 ya que x > 1

x→1+ x→1+
Luego
lı́m g( x ) = 2 = g( 1 )
x→1
lo que indica que g(·) es continua en x = 1 como se aprecia en la

figura 33.
x2 + x
c) h( x ) = si x 6= 0, f( 0 ) = 1
|x|
Sabemos que lı́m h( x ) existe si, y sólo si, lı́m h( x ) y lı́m h( x )
x→0 x→0− x→0+
existen y son iguales. Ahora: como
 2
 x +x = x+1

si x>0
x2 + x  x
h( x ) = = 2+x
|x|  x
= −x − 1 si x<0


−x
y y
1 x
-1 1 2 x
Figura 32
Figura 33
entonces
lı́m h( x ) = lı́m ( x + 1 ) = 1
x→0+ x→0+
lı́m h( x ) = lı́m ( −x − 1 ) = −1
x→0− x→0−
Luego, lı́m h( x ) no existe y, por tanto, h(·) es discontinua en

x→0
x = 0. En la figura 34 es claro el “salto” en el origen.
y =x+1
y = −x − 1
-1 1 2 x
Figura 34
d) Sea a > 0. Queremos ver que dado ǫ > 0 existe δ > 0 tal que
√ √ √ √
| x− a | < ǫ siempre que | x−a | < δ. Ahora: como | x− a| =
|x − a| |x − a| √
√ √ ≤ √ , entonces basta tomar δ ≡ ǫ a, y ası́ si x
x+ a a
√ √ |x − a| δ
satisface |x − a| < δ entonces | x − a| ≤ √ < √ =
√ a a
ǫ a
√ = ǫ. N
a
Por el álgebra de los lı́mites funcionales (teorema 11) se tiene inmedia-

tamente que:
Teorema 18. (Álgebra de funciones continuas)

Si f (·) y g(·) son funciones continuas en x = a, entonces

f
a) (f ± g)(·); b) (f · g)(·); c) (·) si g( a ) 6= 0
g
también son continuas en x = a.
Ejemplo 46.
a) La función f ( x ) = c es continua para todo x, donde c ∈ R es fijo.
b) La función g( x ) = x es continua para todo x.
c) Aplicando sucesivamente el teorema 18, las siguientes funciones son

continuas para todo x: c; cx; cx2 = cx·x; cx3 = cx2 ·x; · · · ; cxn =
cxn−1 · x, donde c ∈ R es fijo.
Ejemplo 47. (Los polinomios son funciones continuas)

Utilizando el ejemplo 46 anterior y el teorema 18 podemos concluir tam-
bién que toda función polinomial de grado n
f ( x ) = a0 xn +a1 xn−1 +· · ·+an−1 x+an , ai constante, i = 0, 1, 2, · · · , n,
a0 6= 0, es continua en todo punto.

Ejemplo 48. (¿Dónde son continuas las funciones racionales?)
De acuerdo con el teorema 18, parte c), una función racional
P(x)
f( x ) = , donde P ( x ) y Q( x ) son polinomios
Q( x )
es continua en todo punto donde el denominador Q( x ) sea distinto de

x2 − x
cero. Por ejemplo, f ( x ) = es continua para todo x 6= 2, y
x−2
1
g( x ) = 2
es continua para todo x 6= 1, −1, 0.
x( x − 1 )
Teorema 19. (Lı́mite de una función compuesta )

Supongamos que f (·) y g(·) son funciones donde g(·) es continua en b
y lı́m f ( x ) = b. Entonces
x→a
lı́m g[ f ( x ) ] = g( b );
x→a
o sea que
lı́m g[ f ( x ) ] = g[ lı́m f ( x )]
x→a x→a
Demostración
La demostración se deja como ejercicio para el lector (ver el ejercicio 12
de los Ejercicios 5).
Ejemplo 49.
√ √
Para calcular lı́m 8x2 − 2x + 9, sea f (x) = 8x2 − 2x + 9 y g(x) = x.
x→3
Como lı́m f (x) = 75 y g(·) es continua en 75, entonces
x→3
p √
lı́m 8x2 − 2x + 9 = lı́m g( f ( x ) ) = g(75) = 75
x→3 x→3
Teorema 20. (Continuidad de la función compuesta )

Si f (·) es continua en x = a y g(·) es continua en f ( a ), entonces la
función compuesta ( g ◦ f )(·) es continua en x = a.
Demostración.
Del teorema 19 se sigue inmediatamente que
lı́m g(f ( x ) ) = g( lı́m f ( x ) ) = g( f ( a ) )

x→a x→a
Ejemplo 50.
1
Demostremos la continuidad de h( x ) = √ en x = a
x2 +1
Solución
√ 1
Si g( x ) = x y f( x ) = , entonces
x2 +1
h( x ) = ( g ◦ f )( x ) = g( f ( x ) )
Como toda función racional es continua donde el denominador no se

anule, f (·) es continua
√ en a; además, g(·) es continua en b = f (a) ya
√
que lı́m x = b, b ≥ 0. Luego, por el teorema de continuidad de la
x→b
función compuesta (teorema 20), ( g ◦ f )(·) = h(·) es continua en a (ver
figura 35). N
y
1
1
y= √
x2 +1
Figura 35
Un paso adelante en la compresión de la noción de continuidad, es la

siguiente definición:
Definición 15. (Discontinuidad esencial y no-esencial)

Sea f : Df −→ R una función cualquiera y a un punto de Df . Decimos
que f (·) tiene:
i) Una discontinuidad esencial en a si, y sólo si, lı́m f ( x ) no existe.

x→a
ii) Una discontinuidad no-esencial (o removible) en a si, y sólo si,

lı́m f ( x ) existe y, por supuesto, es distinto de f ( a ).
x→a
Ejemplo 51.
Demostremos que


 1 si x = 0
f( x ) = 1
 x sen
 si x 6= 0
x
es discontinua en x = 0 (ver figura 16).
Solución.
Como vimos en el ejemplo 29, el teorema del sándwich implica que
1
lı́m x sen = 0. Ya que f ( 0 ) = 1, entonces f ( · ) es discontinua en
x→0 x
x = 0. Esta es una discontinuidad no-esencial pues si redefinimos
f (0) = 0 la función será entonces continua.
Ejemplo 52. (Una discontinuidad no-esencial)

x3 − 1
¿Qué valor debe darse a la función f ( x ) = en x = 1 para que
x−1
pueda ser continua en el punto indicado? La respuesta es simple: Ya que
x3 − 1
lı́m = lı́m x2 + x + 1 = 3, esta función tiene una discontinuidad
x→1 x − 1 x→1
no-esencial en x = 1. Por tanto, basta definir f ( 1 ) = 3 para hacerla
continua allı́ (ver figura 36a).
y y
3− •
1− 1 ◦
1 x x
◦ −1
|x|
Figura 36a: f (x) = x2 + x + 1 Figura 36b: f (x) = si x 6= 0
x
Ejemplo 53. (Una discontinuidad esencial)

|x|
¿Será posible redefinir f ( x ) = en x = 0 de tal forma que sea con-
x
tinua? La respuesta es que no es posible, puesto que lı́m f ( x ) = 1 y
x→0+
lı́m f ( x ) = −1 (discontinuidad esencial en x = 0). Ası́, sin importar
x→0−
el valor que le asignemos a f ( x ) en x = 0, la función será discontinua
allı́ (ver figura 36b).
Nota 10.
Funciones discontinuas como la del ejemplo anterior aparecen en nume-
rosas ocasiones como explicación de fenómenos naturales. Por ejemplo,
en el caso de un movimiento repentino, parecerı́a que la velocidad cam-
bia en forma de “salto”. De hecho, muchas transiciones cualitativas en
la naturaleza parecieran darse con saltos de esta forma. Otro ejemplo
es el de la cantidad de calor de una porción dada de hielo: en cercanı́as
de su punto de descongelación, se observa como si la cantidad de calor
cambiara en forma repentina.
Nota 11. (Existencia de funciones discontinuas en todas partes)

A menudo se encuentran en el análisis matemático funciones con ciertas
discontinuidades aisladas. Pero casos extremos de esto también existen:
son funciones donde el número de discontinuidades es infinito. Un caso
extremo es la llamada función de Riemann



 0 si x es irracional


f( x ) = 1 p
si x es racional de la forma


 q q

 reducida a su mı́nima expresión
que es discontinua en todos los puntos racionales y continua en todos los
puntos irracionales. Mas claro aún: si alteramos ésta un tanto, y defini-
mos la función igual a 1 en los puntos irracionales, y −1 en los puntos
racionales, obtenemos un ejemplo de una función que es ¡discontinua en
todos los puntos! (¿Podrı́a el lector bosquejar la gráfica de la segunda
función?) Debe advertirse que funciones complicadas como estas impul-
saron notablemente el desarrollo de la teorı́a de funciones de variable
real durante gran parte del siglo XX.
Ejercicios 5
1) Sea f (·) una función definida por

2
 x +1
 si x < 1
y = f( x ) = 0 si x = 1

3−x si x > 1

a) ¿Es f (·) continua en x = 0?

b) ¿Es f (·) continua en x = 1? Si no lo es, defina de nuevo f (·)
para que lo sea.
c) ¿Es f (·) continua en x = a con a 6= 1 ? [Indicación: dibuje].
2) Sea f (·) la función definida por
 |x| + 1

si x 6= 0
f( x ) = x
0 si x = 0

¿Es f (·) continua en x = 0? Si no lo es, ¿se puede redefinir f (·)

para que lo sea? ¿Por qué? [Indicación: Dibuje].
3) Considere la función y = [[ x ]] + x. ¿Es f (·) continua en x = n,
n ∈ N?
* 4) Se tiene la función g( x ) = x2 − [[ x ]] . ¿Es g(·) continua en
x = n, n ∈ N? [Indicación: una gráfica podrı́a ayudar].
5) Encuentre, si existen, los valores de las constantes a y b de tal
manera que f (·) sea continua si:

2
 ax + b


si x < 2

f( x ) = 4a si x = 2



2/x si x > 2

6) Demuestre que


 0 si x = 0
f( x ) = 1
 x2 sen
 si x 6= 0
x
es continua en x = 0.
7) Demuestre que


 a si x = 0
f( x ) = 1
 sen
 si x 6= 0
x
es discontinua en x = 0, independientemente de qué valor le asig-
nemos al número a [Indicación: Véase el ejercicio 5 de los Ejercicios
3].
8) Defina, si es posible, las siguientes funciones, de tal forma que sean

continuas en el punto indicado; en caso de no ser posible, explique
claramente por qué:
x4 − 1 1
a) f ( x ) = ; x=1 b) f ( x ) = x3 cos ; x=0
x−1 x
1 π
c) f ( x ) = ; x=1 d) f ( x ) = tan x; x=
x−1 2
9) Pruebe que f : Df −→ R es continua en un punto a de su dominio,

si, y sólo si, an → a entonces f ( an ) → f ( a ) cuando n → ∞, donde
an ∈ Df para todo n suficientemente grande.
10) Muestre que si f (·) y g(·) son continuas en a, entonces, tanto

máx{ f (·), g(·) } como mı́n{ f (·), g(·) }, son continuas en a.
f ( x ) + g( x ) + | f ( x ) − g( x ) |
[Indicación: máx{ f (x), g(x) } = ;
2
¿A qué es igual mı́n{ f (x), g(x) }?]
11) Pruebe que si f (·) es continua en a y g(·) discontinua en a enton-

ces f (·) + g(·) es discontinua en a. ¿Será lo mismo cierto para el
producto y el cociente de f (·) y g(·)?
12) Las hipótesis del teorema 19 se puede debilitar de la siguiente

manera: “Supongamos que lı́m f ( x ) = b , lı́m g( y ) = L y f ( x ) 6=
x→a y→b
b en un intervalo abierto alrededor de a. Entonces lı́m g(f ( x )) =
x→a
L; esto es, lı́m g(f ( x )) = lı́m g(y) al hacer la sustitución y =
x→a y→b
f (x)”. Para ver que esta generalización del teorema 19 también es
cierta, tomemos ǫ > 0 ; como lı́m g( y ) = L , existe δ0 > 0 tal que

y→b
si 0 < |y − b| < δ0 entonces |g(y) − L| < ǫ. Para δ0 existe δ1 > 0 tal
que si 0 < |x − a| < δ1 entonces |f (x) − b| < δ0 . Como f (x) 6= b
para x en un intervalo abierto de a (digamos de radio δ2 ) entonces
tomando δ = min{δ1 , δ2 } tendremos que si 0 < |x−a| < δ entonces
0 < |f (x) − b| < δ0 y, por tanto, |g(f (x)) − L| < ǫ o, lo que es
equivalente, lı́m g(f ( x )) = L”.
x→a
El ejercicio aquı́ consiste en entender por qué este teorema es, real-
mente, un forma débil del teorema 19, e ilustrarlo con un ejemplo.
6. Función continua en un conjunto

Hasta aquı́ sólo hemos definido la noción de continuidad en un punto
x = a. Ahora estudiaremos esta propiedad globalmente; es decir, como
una caracterı́stica de un conjunto y no de un sólo punto.
Definición 16. (Continuidad por la derecha y por la izquierda)
a) Sea f : Df −→ R una función cualquiera. Se dice que la función

f (·) es continua por la derecha del punto a de su dominio, si, y
sólo si, lı́m f ( x ) = f ( a ).
x→a+
b) Se dice que la función f (·) es continua por la izquierda del punto

b de su dominio, si, y sólo si, lı́m f ( x ) = f ( b ).
x→b−
Teorema 21.
Una función f (·) es continua en x = a si, y sólo si, es continua por la
derecha y por la izquierda de x = a.
Demostración.
La demostración de este teorema es consecuencia directa del teorema 14
(Relación lı́mites laterales y lı́mite).
Definición 17. (Continuidad en un intervalo)

Una función se dice que es continua en [ a, b ] si, y sólo si, es continua en
el intervalo abierto ( a, b ) (es decir, continua en cada punto de ( a, b ));
continua por la derecha de a; y continua por la izquierda de b.
En este punto, es fácil entonces dar definiciones análogas para la con-
tinuidad de una función f (·) en intervalos de la forma ( a, b ], [ a, b ),
( −∞, a ], ( −∞, a ), [ a, +∞ ), ( a, +∞ ) o en uniones de ellos. Esto se
deja como ejercicio para el lector. Los ejemplos siguientes le ilustrarán
la definición correcta que podrı́a presentar.
Ejemplo 54.
Determinemos si las siguientes funciones son continuas o discontinuas
en cada uno de los intervalos indicados:
− 12 , 12 , 14 , 12 , ( 1, 2 ), [ 1, 2 ), ( 1, 2 ]

a) f ( x ) = [[ x ]],
|x − 1|
b) f ( x ) = , ( −∞, 1 ), ( −∞, 1 ], [ −1, 1 ], ( −1, +∞ ), ( 1, ∞ )
x−1

 2x − 3
 si −2>x
c) g( x ) = x − 5 si −2≤x≤1

3−x si 1<x

( −∞, 1 ) , ( −2, +∞ ) , ( −2, 1 ) , ( −2, 1 ]

Solución.
a) Si x ∈ − 12 , 0 , entonces

f ( x ) = [[ x ]] = −1 −→ −1 cuando
x → 0− . Si x ∈ 0, 12 , entonces f ( x ) = [[ x ]] = 0 −→ 0 cuando

x → 0+ . Por tanto, f (·) es discontinua en − 12 , 12 .

Si x ∈ 14 , 12 , entonces f ( x ) = [[ x ]] = 0; luego f (·) es constante

y, por tanto, continua en ( 14 , 12 ).

Si x ∈ ( 1, 2 ), se tiene que f ( x ) = 1 y, por tanto, f (·) es continua
en ( 1, 2 ).
Si se incluye x = 1, entonces lı́m f ( x ) = 1 = f ( 1 ) y f (·) también
x→1+
es continua en [ 1, 2 ).
Si se incluye el punto x = 2 , f ( 2 ) = 2 y lı́m f ( x ) = 1; ası́, f (·)
x→2−
es discontinua en ( 1, 2 ].
b)
x−1

 =1 si x>1
|x − 1| x−1

f( x ) = =
x−1  − x − 1 = −1

si x<1
x−1
Dado que
lı́m f ( x ) = lı́m ( −1 ) = −1
x→1− x→1−
lı́m f ( x ) = lı́m ( 1 ) = 1
x→1+ x→1+
entonces
lı́m f ( x ) no existe
x→1
y
|x − 1|
y=
1- x−1
p
-1 1 x
-1
Figura 37a
Luego, f (·) es discontinua en cualquier intervalo que tenga a 1
como punto interior. Por lo tanto, f (·) es (ver figura 37a):
i) Continua en (−∞, 1).
ii) Discontinua en (−∞, 1] porque f (1) no existe.
iii) Discontinua en [−1, 1] porque f (1) no existe.
iv) Discontinua en (−1, ∞] porque f (1) no existe.
v) Continua en (1, +∞).
c) 
 2x − 3
 si −2>x
g( x ) = x − 5 si −2≤x≤1

3−x si 1<x

Como g(·) es una función polinomial a trozos, es continua en

( −∞, −2 ), ( −2, 1 ) y ( 1, +∞ ). De aquı́ que los únicos puntos
a analizar son aquéllos donde g(·) cambia de forma; es decir, en
x = −2 y x = 1.
i) g( −2 ) = −2 − 5 = −7 ; g( 1 ) = 1 − 5 = −4
ii) lı́m g( x ) = lı́mx→−2− ( 2x − 3 ) = −7 ; lı́m g( x ) =
x→−2− x→−2+
lı́m ( x − 5 ) = −7
x→−2+
Luego, lı́m g( x ) = −7 = g( −2 ) y g(·) es continua en

x→−2
x = −2.
De otro lado,
lı́m g( x ) = lı́m ( x−5 ) = −4; lı́m g( x ) = lı́m ( 3−x ) =
x→1− x→1− x→1+ x→1+
2, y por tanto, lı́m g( x ) no existe. Luego g(·) no es continua
x→1
en x = 1, con una discontinuidad esencial allı́.
De i) y ii) se puede concluir que g(·) es (ver figura 37b):
•) Continua en ( −∞, 1 ) •) Discontinua en ( −2, +∞ )

•) Continua en [ −2, 1 ) •) Discontinua en ( −2, 1 ]
y
y =3−x
-2 1 x
y =x−5
y = 2x − 3
Figura 37b
Ejercicios 6
1) Sea la función f (·) definida ası́:

 2x + 3
 si 1≥x
f ( x ) = 8 − 3x si 1<x<2

x+3 si 2≤x

Trace su gráfica y determine dónde es discontinua.
2) Encuentre los valores de las constantes c y k que hacen que la

siguiente función sea continua en R, y trace la gráfica de la función
resultante:

 x + 2c
 si −2>x
f ( x ) = 3cx + k si −2≤x≤1

3x − 2k si 1<x

7. Continuidad de las funciones trigonométri-

cas
Conocer el comportamiento (en términos de lı́mites y continuidad) de las
funciones trigonométricas, es importante cuando utilizamos estas funcio-
nes en la descripción de fenómenos periódicos y oscilatorios. Veamos su
análisis de continuidad.
Teorema 22.
Las funciones seno y coseno son continuas en R.
Demostración.
Consideremos el cı́rculo unitario (ver figura 38). Observamos que
lı́m sen t = 0 = sen 0 = 0 y lı́m cos t = cos 0 = 1

t→0 t→0
Luego, sen(·) y cos(·) son continuas en cero.

Ahora: puesto que
lı́m sen( x + h ) = lı́m [ sen x cos h + sen h cos x] = sen x

h→0 h→0
la función sen(·) también es continua en cualquier x ∈ R.
Se puede demostrar análogamente que cos(·) es continua para todo x ∈

R.
P (cos t, sen t)
t
x
Figura 38
Un resultado de lı́mites funcionales muy útil es nuestro siguiente teore-
ma:
Teorema 23. (Sen t ≈ t cuando t es pequeño)10
sen t
lı́m =1
t→0 t
f (t)
sen t
Figura 39: f (t) =
t
Demostración.
Sea 0 < t < π2 . Observamos, en la figura 40, el cı́rculo unitario x2 +y 2 = 1
y el sector BOP donde B(1.0) y P (cos t, sen t). El área de un sector
circular de radio r y ángulo central de medida t radianes es igual a
1 2
2 r t. Ası́, si S es el área del sector BOP tenemos que
1 2 1
S= r t= t ya que r=1
2 2
Sea A1 el área del triángulo BOP . Entonces A1 = 12 | AP | | OB | = 1
2 sen t
ya que OB = 1
10
Recordemos que ≈ significa “aproximadamente igual”.
y T (1, tan t)
b
b
P (cos t, sen t)
t B
b
O A 1 x
Figura 40
Considerando el triángulo BOT tenemos que

| BT | | BT |
tan t = = = | BT |
| OB | 1
ası́ que
sen t
T = (1, tan t) = 1,
cos t
Si A2 es el área del triángulo rectángulo BOT , entonces
1 1 sen t 1 sen t
A2 = | BT | | OB | = ·1=
2 2 cos t 2 cos t
De la figura 40 se puede ver que
A1 ≤ S ≤ A2
o sea que
1 1 1 sen t
sen t ≤ t ≤
2 2 2 cos t
π
Como 0 < t < 2 , y sen t > 0 , entonces
t 1
1≤ ≤
sen t cos t
Tomando recı́procos llegamos a
sen t
cos t ≤ ≤1
t
ya que cos t > 0. Y ahora tomando lı́mite cuando t → 0+ tendremos que
sen t
lı́m cos t ≤ lı́m ≤1
t→0+ t→0+ t
Y como lı́m cos t = 1, por el teorema del sándwich, tenemos que

t→0+
sen t
lı́m =1
t→0+ t
Ahora bien: si − π2 < t < 0, tenemos 0 < −t < π

2 y, por tanto,
sen t − sen t sen( −t )

= =
t −t ( −t )
y, por tanto, aplicando el teorema 19,
sen t sen( −t ) sen h

lı́m = lı́m = lı́m =1
t→0− t t→0 − −t h→0 + h
sen t sen t
donde h = −t. Como lı́m = 1 y lı́m = 1, entonces
t→0+ t t→0− t
sen t
lı́m =1
t→0 t
Ejemplo 55.
Utilizando el lı́mite del teorema 23, hallemos los siguientes lı́mites:
sen 2θ sen 2θ
a) lı́m b) lı́m
θ→0 θ θ→0 sen 3θ
sen kθ 1 − cos θ
c) lı́m , k∈R d) lı́m
θ→0 θ θ→0 θ
1 − cos θ 1 − sen θ
e) lı́m f) lı́mπ π
θ→0 θ2 θ→ 2 2 −θ
Solución.
a) Debemos tener en cuenta que si θ → 0, entonces 2 θ → 0. Por

tanto, si φ = 2 θ, entonces
sen 2 θ sen φ sen φ

lı́m = lı́m φ = 2 lı́m = 2·1 = 2 (ver figura 41)
θ→0 θ φ→0 φ→0 φ
2
2
−
sen 2θ
Figura 41: f (θ) =
θ
sen 2θ sen 2θ
sen 2θ lı́m 2 ·
b) lı́m = lı́m θ = θ→0 2θ = 2 (¿por qué?)
θ→0 sen 3θ θ→0 sen 3θ sen 3θ 3
lı́m 3 ·
θ θ→0 3θ
sen kθ sen kθ
c) lı́m = lı́m k · =k
θ→0 θ θ→0 kθ
1 − cos θ ( 1 − cos θ ) ( 1 + cos θ )
d) lı́m = lı́m
θ→0 θ θ→0 θ ( 1 + cos θ )
1 − cos2 θ sen2 θ
= lı́m = lı́m
θ→0 θ ( 1 + cos θ ) θ→0 θ ( 1 + cos θ )
sen θ 1 1
= lı́m sen θ · lı́m · lı́m =0·1· =0
θ→0 θ→0 θ θ→0 1 + cos θ 1+1
(ver figura 42).
1−
− -1
1 − cos θ
Figura 42: f (θ) =
θ
1 − cos θ ( 1 − cos θ ) ( 1 + cos θ )
lı́m
e) θ→0 2
= lı́m
θ θ→0 θ 2 ( 1 + cos θ )
1 − cos2 θ sen2 θ
= lı́m 2 = lı́m 2
θ→0 θ ( 1 + cos θ ) θ→0 θ ( 1 + cos θ )
2
sen θ 1 2 1 1
= lı́m · lı́m = (1) =
θ→0 θ θ→0 1 + cos θ 1+1 2
π
f) Sea t = 2 − θ. Si θ → π2 , entonces t → 0. Por tanto,
1 − sen θ 1 − sen ( π2 − t ) 1 − cos t
lı́mπ π = lı́m = lı́m =0
2 −θ t t
θ→ 2 t→0 t→0
después de aplicar el resultado d) de arriba.
Ejercicios 7
1) Pruebe que:
sen | θ | sen | θ |
a) lı́m =1 b) lı́m = −1
θ→0+ θ θ→0− θ
sen( θ − 1 ) 1 cos 3θ 3
c) lı́m 3
= d) lı́mπ =−
θ→1 θ −1 3 θ→ 2 cos 5θ 5
cos θ cos θ
e) lı́m = +∞ f) lı́m = −∞
θ→0+ θ θ→0− θ
2) Demuestre (utilizando algo de geometrı́a elemental (ver volumen 0:
Fundamentos)) que el área del polı́gono regular de n lados inscrito
en un cı́rculo de radio 1 está dado por
n 2π
An = sen
2 n
Pruebe entonces que lı́m An = π. ¿Qué área hemos calculado?
n→∞
3) Demuestre, utilizando el teorema del sándwich (si lo necesita), que

1 1
a) lı́m θ 2 sen = 0 b) lı́m θ 2 cos = 0
θ→0 θ θ→0 θ
sen θ tan θ
c) lı́m =0 d) lı́m =1
θ→∞ θ θ→0 θ
8. Teoremas importantes para funciones conti-

nuas
Para finales del siglo XIX, el aumento en precisión de los conceptos de
variable, función, lı́mite y continuidad condujo a distintos desarrollos del
análisis matemático que se vieron en los trabajos de Bolzano, Cauchy
y Weierstrass, entre otros. Esta mayor precisión se lograba a la par de
nuevos desarrollos en álgebra y geometrı́a, y ahora se hacı́a la transi-
ción al estudio de funciones más generales, en particular al estudio del
comportamiento de las funciones continuas. Sobre esto último se obtu-
vieron algunos teoremas importantes que vinieron a colocar sobre bases
formales sólidas, resultados que parecı́an “evidentes por sı́ mismos”.
El primer teorema de estos nos dice que si una función es continua en un

punto a y allı́ es positiva, entonces será también positiva en un intervalo
abierto alrededor de ese punto. De forma similar si es negativa en a (ver
figura 43).
Teorema 24. (Preservación del signo)

Si f (·) es una función continua en a y f ( a ) > 0 (ó f ( a ) < 0), entonces
existe un intervalo abierto I alrededor de a tal que f ( x ) > 0 para todo
x ∈ I (o f ( x ) < 0 para todo x ∈ I).
f (x) f (x)
b
a
b
a x x
I
Figura 43: Preservación del signo

Demostración.
Supongamos, sin pérdida de generalidad, que f ( a ) > 0. Para ǫ = f ( a )
existe δ > 0 tal que
|x − a| < δ implica | f( x ) − f( a ) | < ǫ = f( a )
Ası́ que si x ∈ ( a−δ, a+δ ) = I, entonces −f ( a ) < f ( x )−f ( a ) < f ( a ).

En particular, −f ( a ) < f ( x ) − f ( a ) o sea que 0 < f ( x ) para todo
x ∈ I que es lo que se querı́a probar.
Otros dos teoremas importantes del cálculo de funciones continuas son

el teorema continuidad implica acotamiento (teorema 25) y, fundamen-
talmente, el teorema de valores extremos (teorema 26). Demos entonces
las siguientes definiciones y ejemplos que nos permitan comprenderlos:
Definición 18. (Función acotada y valores extremos)
a) Se dice que una función f (·) es acotada superiormente si existe

M ∈ R tal que f ( x ) ≤ M para todo x ∈ Df .
b) Se dice que f (·) es acotada inferiormente si existe L ∈ R tal que

L ≤ f ( x ) para todo x ∈ Df .
c) Se dice que f (·) es acotada si existe M > 0 tal que | f ( x ) | ≤ M

para todo x ∈ Df .
d) Se dice que f (·) alcanza su valor máximo (o máximo absoluto) en

x = a si f ( a ) ≥ f ( x ) para todo x ∈ Df .
e) Se dice que f (·) alcanza su valor mı́nimo (o mı́nimo absoluto) en

x = a si f ( a ) ≤ f ( x ) para todo x ∈ Df .
Ejemplo 56
Hallemos los valores máximo y mı́nimo de f ( x ) = x2 + x + 1 en [ −1, 2 ].
Solución.
En este caso, completando cuadrados, tendremos que
2
2 1 3 1 3
y = f( x ) = x + x + + = x+ +
4 4 2 4
ó , lo que es equivalente,
2
3 1
y− = x+
4 2
Como todo número elevado al cuadrado es no-negativo, la función al-
canzará su mı́nimo cuando el término que está elevado al cuadrado sea
cero, lo cual ocurre cuando x = − 12 y su valor es f ( − 12 ) = 34 . De igual
forma, el máximo se obtendrá cuando el término elevado al cuadrado
alcance su mayor valor, lo cual se tiene cuando x = 2, que corresponde
a f ( 2 ) = 7 (ver figura 44).
y
7 −
y = x2 + x + 1
− 34
−1− 1 2 x
2
Figura 44
Ejemplo 57.
Veamos si las siguientes funciones son (o no) acotadas superiormente o
inferiormente:
a) f ( x ) = sen x sobre R b) f ( x ) = x3 sobre R
Solución
a) f ( x ) = sen x es acotada superior e inferiormente porque sabemos

que −1 ≤ sen x ≤ 1 para todo x ∈ R.
b) f ( x ) = x3 definida sobre R no es acotada ni superior ni infe-

riormente porque para cada M ∈ R existen x1 , x2 ∈ R tales que
( x2 )3 < M < ( x1 )3 . N
Arribamos entonces a dos de los teoremas para funciones continuas que
habı́amos mencionado antes:
Teorema 25. (Continuidad implica acotamiento)

Toda función continua f (·) en un intervalo cerrado [ a, b ] es acotada en
[ a, b ].
Demostración.
Sı́ f (·) no fuera acotada en [ a, b ] entonces podemos subdividir [ a, b ]
en dos mitades, en una de la cuales f (·) no fuera acotada. Se toma el
subintervalo donde no lo es, y se repite el procedimiento. Continuando in-
ductivamente, se construye una sucesión de subintervalos S1 , S2 , S3 . . .
tales que [ a, b ] ⊇ S1 ⊇ S2 ⊇ S3 ⊇ · · · Como la longitud de Sn es
igual a b 2−na podemos tomar x0 en la intersección de todos los Si ’s. Ahora:
como f (·) es continua en x0 , existe δ > 0 tal que cuando | x − x0 | < δ se
tendrá que | f (x) − f (x0 ) | < 1; ası́, | f (x) | = | f (x) − f (x0 ) + f (x0 ) | ≤
| f (x) − f (x0 ) | + | f (x0 ) | < 1 + | f (x0 ) |. Por lo tanto, f (·) es acota-
da en (x0 − δ , x0 + δ ). Pero para este δ > 0 existe N ∈ N con
IN ⊆ (x0 − δ , x0 + δ ) y esto nos lleva a una contradicción pues f (·)
es acotada en (x0 − δ , x0 + δ ), pero no lo es en IN que está incluido
en (x0 − δ , x0 + δ ). Ası́, f (·) sı́ debe estar acotada en [ a, b ].
Teorema 26. (Teorema de valores extremos (Weierstrass (1877)))

Toda función continua f (·) en un intervalo cerrado [ a, b ] siempre tiene
un valor máximo y un valor mı́nimo. Es decir, existen xm y xM en
[ a, b ] tales que
f ( xm ) ≤ f ( x ) ≤ f ( xM )
para todo x ∈ [ a, b ]. Ası́, f ( xm ) es el valor mı́nimo de f (·) en [ a, b ]
y f ( xM ) es el valor máximo de f (·) en [ a, b ].
Demostración.
Como f (·) es continua en [ a, b ] entonces (por el teorema 25), f (·) es
acotada. Esto es, existen m, M ǫ R tales que m ≤ f ( x ) ≤ M para todo
x ǫ [ a, b ]. Por tanto, existen m0 ≡ ı́nf f ( x ) y M0 ≡ sup f ( x ).
x ǫ [a,b] x ǫ [a,b]
Supongamos que no existiera x ǫ [ a, b ] tal que f ( x ) = M0 . Entonces
f ( x ) < M0 para todo x ∈ [a, b]. Consideremos la función definida
por g( x ) ≡ M0 −1f ( x ) para todo x ǫ [ a, b ]. Entonces g(·) es continua
y positiva en [ a, b ]. Por el teorema 30, existe M1 ≡ sup g ( x ) ; ası́,
x ǫ [a,b]
1
M0 − f ( x ) ≤ M1 para todo x ∈ [ a, b ] . De esta última desigualdad
1
se obtiene que f ( x ) ≤ M0 − para todo x ǫ [ a, b ], lo que es una
M1
contradicción ya que M0 es la menor de las cotas superiores de f ( x ) en
[ a, b ].
La prueba de la existencia del valor mı́nimo, es decir un xm ∈ (a, b) tal
que f (xm ) = m0 , es similar.
b
máximo en [a, b]
mı́nimo en [a, b]
b
a b x
Figura 45
Es fácil ver que las condiciones del teorema de Weierstrass son exigentes
para que se tenga el resultado. Consideremos los dos siguientes casos:
a) Sea f ( x ) = x definida en el intervalo abierto ( 0, 1 ). Observemos

que f (·) no tiene máximo ni mı́nimo, pues si P es tal que 0 <
P < 1 siempre existen q y r con 0 < q < P < r < 1, y entonces
f ( q ) = q < f ( P ) = P < f ( r ) = r < 1.
b) Sea ahora f : [ 0, 1 ] → R definida por


 1/x si x 6= 0
f( x ) =
1 si x = 0
Esta función no es continua en el intervalo cerrado [ 0, 1 ] (aunque

sı́ lo es en el intervalo (0, 1)) y no tiene máximo absoluto en él.
Puede verse que, dado cualquier M > 0, siempre existe ǫ > 0 tal
1 1
que f ( ǫ ) = > M . Ṡólo basta tomar ǫ < . N
ǫ M
Un cuarto teorema fundamental para las funciones continuas es el si-

guiente:
Teorema 27. (Teorema del valor intermedio (Bolzano (1817)))
Una función f (·) continua en [ a, b ] toma todos los valores entre su máxi-
mo y su mı́nimo. En particular, si f ( a ) < 0 y f ( b ) > 0 (ó viceversa)
entonces existe c ∈ ( a, b ) tal que f ( c ) = 0; esto es, f (·) tiene al me-
nos una raı́z entre a y b. Este resultado particular es conocido como el
teorema de Bolzano.
Geométricamente, el teorema del valor intermedio puede interpretarse

en el sentido de que si el punto P = ( a1 , f ( a1 ) ) con M = f (a1 ) = valor
máximo de f (·) en [a, b], está por encima de la recta horizontal y = k,
y el punto Q = ( b1 , f ( b1 ) ) con m = f (b1 ) = valor mı́nimo de f (·) en
[a, b], está por debajo de y = k, entonces la curva de la función f (·)
cortará la recta y = k en algún punto de abscisa c con a1 < c < b1 ,
como se ilustra en la figura 46a.
y P (a1 , f (a1 ))
b
M
y = f (x)
y=k
m b
Q(b1 , f (b1 ))
a1 c b1 x
Figura 46a: Teorema del valor intermedio
Demostración.
i) Probemos primero el teorema de Bolzano cuando f (a) < 0 < f (b)

(el otro caso es similar). Sea A = { x ∈ [ a, b ] / f ( x ) ≤ 0 } (ver
figura 46b); claramente, a ∈ A, y A está acotado. Por el axioma
de completez de los números reales (ver volumen 0: Fundamentos)
existe c = sup A (supremo de A). Evidentemente, f ( c ) ≤ 0. Que
f ( c ) < 0 no es posible, es una consecuencia directa de la conti-
nuidad de la función f (·) (teorema 24 (preservación del signo )) y
de la definición de supremo. En efecto, si f (c) < 0 entonces, por el
teorema 24, existe δ > 0 tal que si x ∈ (c − δ, c + δ) se tendrá que

f (x) < 0; luego existe x0 ∈ (c, c + δ) con f (x0 ) < 0; ası́ que existe
x0 ∈ A con c < x0 y entonces c no serı́a cota superior de A. Todo
lo anterior obliga a que f (c) = 0.
c = sup A
[// ////////////• ]
x
a A c b
Figura 46b): Prueba del teorema de Bolzano.

ii) Ahora probemos la primera parte del teorema. Sea k tal que (sin
pérdida de generalidad) m = f ( xm ) < k < f ( xM ) = M ,
y apliquemos el teorema de Bolzano a g( x ) ≡ f ( x ) − k. Como
g( xm ) = f ( xm ) − k < 0 y g( xM ) = f ( xM ) − k > 0, entonces
existe c ǫ ( xm , xM ) tal que g( c ) = 0 ; es decir, que f ( c ) = k, y
esto finaliza la prueba.
y f (x) = x3 − 2x2 + x − 2 y f (x) = 2x5 + x4 + 2x + 1
1 -1
3 x 0 x
Figura 47 Figura 48
Ejemplo 58.
Utilicemos el teorema del valor intermedio para comprobar la presencia
de raı́ces de los siguientes polinomios en cada intervalo dado:
a) f ( x ) = x3 − 2x2 + x − 2, [ 1, 3 ]
b) f ( x ) = 2x5 + x4 + 2x + 1, [−1, 0 ]
Solución
a) Como f ( 1 ) = 1 − 2 + 1 − 2 = −2 < 0 y f ( 3 ) = 27 − 18 + 3 − 2 =
10 > 0 y f (·) es una función continua, entonces existe r ∈ ( 1, 3 )
tal que f ( r ) = 0 (ver figura 47).
b) Como f ( 0 ) = 1 y f ( −1 ) = −2 + 1 − 2 + 1 = −2, entonces la

continuidad de la función garantiza que existe r ∈ ( −1, 0 ) tal que
f ( r ) = 0 (ver figura 48). N
Del teorema del valor intermedio se deduce un resultado que será muy
importante en discusiones posteriores:
Corolario 1. (Un primer teorema de punto fijo )

Si f : [ 0, 1 ] −→ [ 0, 1 ] es continua, entonces existe x ∈ [ 0, 1 ] tal que
f ( x ) = x (a un tal x se le conoce como punto fijo).
Demostración.
Para todo x ∈ [ 0, 1 ] se tiene que f ( x ) ∈ [ 0, 1 ]. Por tanto, f ( 0 ) ≥ 0
y f ( 1 ) ≤ 1. De hecho, podemos asumir que f (0) > 0 y f (1) < 1 (¿Por
qué?). Sea ahora h : [ 0, 1 ] −→ [ 0, 1 ] definida como h( x ) = x − f ( x ).
Como f (·) es continua, entonces h(·) es también continua. Además,
h( 0 ) = 0 − f ( 0 ) < 0 y h( 1 ) = 1 − f ( 1 ) > 0. Por el teorema del
valor intermedio, h( x∗ ) = 0 para algún x∗ ∈ ( 0, 1 ); es decir, existe
x∗ ∈ ( 0, 1 ) tal que f ( x∗ ) = x∗ (ver figura 49).
y y=x
b
y = f (x)
x∗ 1 x
Figura 49: x∗ es un punto fijo

Ejemplo 59.
Calculemos los puntos fijos de las siguientes funciones en el intervalo
[ 0, 1 ]:
5 1
a) f ( x ) = x3 b) f ( x ) = x+
12 3
c) f ( x ) = sen x d) f ( x ) = 1 − x
Solución.
a) x∗ ∈ [ 0 , 1 ] es un punto fijo de f ( x ) = x3 si x∗ = ( x∗ )3 . Por
tanto, los puntos fijos en [0, 1] de esta función son x∗ = 0, x∗ = 1
(ver figura 50).
5
b) Los puntos fijos de la función f ( x ) = 12 x+ 13 están caracterizados
5 ∗
por x∗ = 12 x + 13 . Por tanto, el único punto fijo en [0, 1] de esta
función es x = 47 .
∗
c) x∗ es un punto fijo de f ( x ) = sen x si x∗ = sen x∗ . Por tanto, el

único punto fijo en [0, 1] de esta función es x∗ = 0.
d) Los puntos fijos de la función f ( x ) = 1 − x satisfacen la ecuación

x∗ = 1 − x∗ . Ası́, el único punto fijo de esta función es x∗ = 12 (ver
figura 51). N
y y=x y y=x
1 b
1
y = x3 y =1−x
b
x∗ = 0 x=1 x x∗ = 1
2 1 x
Figura 50 Figura 51
Para terminar, presentamos el último de los teoremas para las funciones

continuas que estudiaremos aquı́:
Teorema 28. (Teorema de la función inversa para funciones

continuas)
Sea f (·) una función continua en [ a, b ];
a) Si f (·) es estrictamente creciente (esto es, f ( x1 ) < f ( x2 ) siempre

que x1 < x2 ), entonces f : [ a, b ] → [ f ( a ), f ( b ) ] tiene inversa y
la inversa también es estrictamente creciente y continua.
b) Si f (·) es estrictamente decreciente (esto es, f ( x1 ) > f ( x2 ) siem-

pre que x1 < x2 ), entonces f : [ a, b ] → [ f ( b ), f ( a ) ] tiene inversa
y la inversa también es estrictamente decreciente y continua.
Demostración.
La prueba surge del hecho de que la gráfica de la función inversa es
una reflexión de la gráfica de la función original sobre la recta y = x.
Por tanto, si la función es creciente (o decreciente) y continua, su reflejo
también tendrá estas caracterı́sticas, respectivamente. La demostración
analı́tica (que es simple) se deja como ejercicio para el lector.
Ejercicios 8
1) Si f ( x ) = x3 − 4x, halle f ( 1 ) y f ( −1 ) y demuestre que existe
un punto c, con −1 < c < 1, en donde f ( c ) = 0.
2) Calcule explı́citamente (si existen) los puntos fijos de

f ( x ) = 2x3 − x2 + x en [ 0, 1 ].
3) Muestre que la ecuación x5 + 5x4 − 20x2 − 19x − 2 = 0 tiene

una raı́z comprendida entre 2 y 3, y otra entre –4 y –5.
9. Lı́mite y continuidad de una función de dos

variables
Muchos de los resultados fundamentales estudiados hasta ahora para
funciones de una sola variable real f (·) pueden ser extendidos con faci-
lidad a funciones de dos variables f (· , ·). Veamos cómo.
Definición 19. (Lı́mites y continuidad en dos variables)
a) Lı́mites.
Sea f : Df (⊆ R2 ) −→ R una función de dos variables, donde Df
es el dominio de la función. Para ( a1 , a2 ) ∈ R2 fijo, diremos que
lı́m f ( x, y ) = L
x→a1
y→a2
(y se lee “el lı́mite cuando x tiende a a1 y y tiende a a2 de la función

f ( x, y ) es L”) si, y sólo si, para todo ǫ > 0 existe δ > 0 tal que si
( x, y ) ∈ Df y || ( x, y ) − ( a1 , a2 ) || < δ entonces | f ( x, y ) − L | < ǫ
(ver figura 52).
b) Continuidad.
Si ( a1 , a2 ) ∈ Df y, además
lı́m f ( x, y ) = f ( a1 , a2 )
x→a 1
y→a2
diremos que f (· , ·) es continua en ( a1 , a2 ). En otro caso, diremos

que es discontinua en ( a1 , a2 ) (ver figura 53).
z = f (x, y) z = f (x, y)
L
f (a1 , a2 )
y y
(a1 , a2 ) (a1 , a2 )
x x
Figura 52 Figura 53
c) Lı́mites infinitos.
Diremos que
lı́m f ( x, y ) = +∞
x→a1
y→a2
si, y sólo si, para todo M > 0 existe δ > 0 tal que si ( x, y ) ∈ Df
y || ( x, y ) − ( a1 , a2 ) || < δ, entonces f ( x, y ) > M (ver figura
54).
lı́m f ( x, y ) = −∞.
De la misma forma definimos x→a
1
y→a2
d) Lı́mites al infinito.
Diremos que
lı́m f ( x, y ) = L
x→∞
y→∞
si dado ǫ > 0 existe M > 0 tal que si ( x, y ) ∈ Df y x > M, y >

M entonces | f ( x, y ) − L | < ǫ (ver figura 55).
De forma similar, decimos que lı́m f ( x, y ) = L si dado ǫ > 0
x→−∞
y→−∞
existe M < 0 tal que si ( x, y ) ∈ Df y x < M, y < M entonces
| f ( x, y ) − L | < ǫ .
z
(a1 , a2 )
x
y
Figura 54: Lı́mite infinito

Teorema 29. (Álgebra de lı́mites)
Si x→a
lı́m f ( x, y ) = L y x→a
lı́m g( x, y ) = M , entonces
1 1
y→a2 y→a2
lı́m [f ( x, y ) ± g( x, y )] = L ± M
a) x→a
1
y→a2
lı́m [f ( x, y )g( x, y )] = L · M
b) x→a
1
y→a2

f ( x, y ) L
c) x→a
lı́m = , si M 6= 0
1
y→a2
g( x, y ) M
Demostración.
La demostración es similar a la del teorema 11.
z
Figura 55: Lı́mite al infinito
Teorema 30. (Álgebra de funciones continuas)

i) Sean f : Df (⊆ R2 ) −→ R, g : Dg (⊆ R2 ) −→ R dos funciones conti-
nuas en un punto ( a1 , a2 ) (que pertenece a la intersección de los domi-
nios de ambas funciones); entonces

f
a) ( f ± g )(·) ; b) ( f · g )(·) ; c) (·) si g( a1 , a2 ) 6= 0
g
también son continuas en ( a1 , a2 ).
ii) Si f : Df (⊆ R) −→ R es continua en g(a1 , a2 ) donde g : Dg (⊆
R2 ) −→ R es continua en (a1 , a2 ) entonces (f ◦ g)(·) es también continua
en (a1 , a2 ).
Demostración.
La demostración de este teorema sigue lo establecido previamente para
funciones de una sola variable (teoremas 11 y 19).
Nota 12.
Resultados paralelos a los de una sola variable se pueden escribir para
lı́mites infinitos y lı́mites al infinito en el caso de dos variables. Esto
queda como ejercicio para el lector.
Definición 20. (Continuidad en un conjunto)

Diremos que f : D( ⊆ R2 ) −→ R es una función continua en A ⊆ Df
si, y sólo si, es continua en ( a1 , a2 ) para todo ( a1 , a2 ) ∈ A.
Ejemplo 60.
Veamos que f ( x, y ) = xy es continua en R2 . En efecto, sea ( a1 , a2 ) ∈
R2 cualquiera. Si x → a1 y y → a2 , entonces, por el teorema 29 literal
b), xy → a1 a2 ; y ası́, f ( x, y ) = xy es continua en ( a1 , a2 ).
Ejemplo 61.
a) La función f ( x, y ) = x2 y 2 es continua en R2 (ver figura 56), como
se demuestra utilizando el ejemplo 60 y el teorema 29 (literal b)).
z
Figura 56: f (x, y) = x2 y 2
p
b) Mostremos que la función f ( x, y ) = 1 − ( x2 + y 2 ) es continua
en el conjunto { ( x, y ) ∈ R2 / x2 + y 2 ≤ 1 }. Sea ( a1 , a2 ) ∈ R2
cualquiera. Si x → a1 y y → a2 , entonces, por el teorema 29
(literal b)), x2 → a1 2 y y 2 → a2 2 . Por otra aplicación del teorema
29 (literal a)) se tiene que 1 − x2 − y 2 → 1 − a1 2 − a2 2 . Finalmente,
dado que la función raı́z cuadrada es p continua en R+ , la parte ii)
del teorema 30 implica que f ( x, y ) = 1 − ( x2 + y 2 ) es continua
en ( a1 , a2 ) (ver figura 57).
z
x p
Figura 57: f (x, y) = 1 − (x2 + y 2 )
x
c) La función f ( x, y ) = es continua en { ( x, y ) ∈ R2 / y 6= 0 } (ver
y
figura 59).
z
y
α = −2 α=1
1
x
α = −1 α= 2
x
y
Figura 58: Curvas de nivel de x

Figura 59: f (x, y) =
x y
f (x, y) = =α
y
y
d) La función f ( x, y ) = es continua en { ( x, y ) ∈ R2 / x 6=
x2 −1
1, −1 } (ver figura 61).
y
x = −1 x=1
α=2 α=1
x
puntos de puntos de
discontinuidad: discontinuidad:
recta x = −1 recta x = 1
α = −1
α = −2
y
Figura 60: Curvas de nivel de f (x, y) = =α
x2 − 1
x
y
y
x2 −1
Ejemplo 62. (Complicaciones en dos variables)

La noción de continuidad para funciones de dos variables puede traer
complicaciones que no se tienen para funciones de una sola variable. Por
x2 − y 2
ejemplo, es el caso de la función f ( x, y ) = 2 que es discontinua en
x + y2
el origen, pero tiene lı́mite 0 a lo largo de la recta y = x (sólo reemplace
y por x en la función para corroborar esto); lı́mite 1 a lo largo de eje
X(es decir, cuando y = 0 en la función); y lı́mite −1 a lo largo del eje
Y (es decir, cuando x = 0 en la función) (ver figura 62).
z
x2 − y 2
x2 + y 2
Ejercicios 9
1) Calcule, si existen, los siguientes lı́mites:
x2 y 2 x+y
a) lı́m b) lı́m
x→0 1 + x2 + y 2 x→0 2x2 + y 2 + 3
y→0 y→0
x y 3 − x2 y
c) lı́m d) lı́m
x→0 x − y x→0 ( x2 y 2 )2
y→0 y→0
x3 − xy 2
e) lı́m f) lı́m sen xy
x→0 ( x2 + y 2 )2 x→0
y→0 y→0
[Indicación: En los literales c), d) y e) coloque y = αx, α 6= 0 y

simplifique].
2) ¿En cuáles casos del ejercicio anterior es f ( x, y ) continua en (0, 0)?

xy
3) Pruebe que f ( x, y ) = , con f (0, 0) = 0, no es continua
x2 + y 2
en (0, 0).
4) En cada uno de los siguientes casos, determine todos los ( x, y ) ∈

R2 en los cuales la función indicada es continua:
1 x sen y
a) f ( x, y ) = b) f ( x, y ) =
1 − sen xy x2 + 1
x x−y
c) f ( x, y ) = √ d) f ( x, y ) =
x−y x+y
1 1 xy
e) f ( x, y ) = x2 + xy + + 2 f) f ( x, y ) =
y y −1 x2 − y2
*5) ¿Será que siempre es el caso que

lı́m f ( x, y ) = lı́m lı́m f (x, y) = lı́m lı́m f (x, y) ?
x→x 0 x→x0 y→y0 y→y0 x→x0
y→y0
Asuma que todos los lı́mites involucrados existen. Si la respuesta

es negativa, dé condiciones sobre f (· , ·) para que la igualdad se
tenga. [Indicación: Aunque Cauchy creı́a que esto era cierto, basta
chequear algunos de los ejemplos del ejercicio 1 arriba para resolver
esta pregunta].
10. Elementos básicos de topologı́a en R2

Que una de las operaciones más importantes del análisis matemático es
tomar lı́mites, podrı́a ser ahora claro. Y sabemos que éstos están ı́nti-
mamente conectados con la noción de continuidad que es, sin duda, más
importante como noción de conjunto. Este es, precisamente, el estudio
de otra rama fundamental de las matemáticas: la topologı́a o el estudio
del comportamiento global de la noción de continuidad en conjuntos.
Quizás el primer trabajo que merece considerarse como el comienzo de
la topologı́a es el Problema de los Puentes de Königsberg descrito por
Leonhard Euler en 1736 y que apareció como Solutio problematis ad
geometriam situs pertinentes (“la solución de un problema que está re-
lacionado con la geometrı́a de la posición”, podrı́a ser una traducción).
Este tı́tulo mismo, indica que Euler ya reconocı́a que estaba enfrentan-
do un tipo diferente de geometrı́a donde la distancia no era relevante.
El artı́culo mostraba que el problema de cruzar los siete puentes de la
ciudad de Königsberg (Alemania) en un sólo viaje (sin cruzar un puen-
te dos veces) era imposible. También Euler, en 1750, probarı́a que en
un poliedro cualquiera, el número de vértices, menos el número de aris-
tas, más el número de caras ¡es siempre igual a 2! Y otros resultados
topológicos en esta dirección serı́an extendidos por A.F. Möbius (855),
G. Riemann (1854a)) y J. H. Poincaré (1953), entre otros.
Una segunda ruta en la que la topologı́a se desarrolló fue a través de las
ideas de convergencia de finales de siglo XIX. Este proceso comenzó en
1817 cuando Bolzano generalizó la noción de convergencia de una su-
cesión de números a subconjuntos acotados cualquiera de la recta real;
posteriormente, George Cantor, en 1872, introdujo los conceptos de pun-
to lı́mite de un conjunto, conjunto cerrado y conjunto abierto de una
recta real; en 1877, Weierstrass probarı́a el famoso teorema Bolzano-
Weierstrass (que se ha dado en llamar el teorema de valores extremos
(ver teorema 26)); en 1906, M.R. Fréchet llamarı́a “conjunto compacto”
a todo aquel que satisface la condición de que cualquier subconjunto
infinito y acotado de él tiene un punto lı́mite (“punto de acumulación”

lo llamaba); el mismo Fréchet generalizarı́a el concepto de convergen-
cia en espacios euclidianos a “espacios métricos”que son conjuntos con
una “métrica” similar a la distancia euclidiana medida por la norma de
vectores. Ası́ fue el nacimiento de la topologı́a desde una aproximación
axiomática que, a su vez, desembocarı́a en el análisis funcional de prin-
cipios del siglo XX (ver volumen III, lección 4). Este segundo énfasis de
la topologı́a es el que desarrollaremos aquı́ en sus fundamentales.
Para describir los elementos básicos de la topologı́a, comencemos en-
tonces observando que la noción de sucesión de números reales puede
extenderse fácilmente a sucesiones de puntos de R2 :
Definición 21. (Sucesiones en R2 )
Una función f (·) cuyo dominio es el conjunto de todos los números
naturales N (o de un subconjunto infinito de él) y cuyo rango es un
subconjunto de R2 se denomina una sucesión de puntos de R2 . Una
sucesión en R2 se notará por { ( an , bn ) }n∈N o, simplemente, { ( an , bn ) }.
Definición 22. (Sucesiones convergentes en R2 )

Una sucesión { ( an , bn ) } de puntos de R2 converge al punto ( L, M ) de
R2 si, y sólo si, lı́m an = L y lı́m bn = M , y se escribirá que
n→∞ n→∞
lı́m ( an , bn ) = ( L, M )
n→∞
Una sucesión que no satisfaga esta condición se dirá divergente o, sim-

plemente, no-convergente.
Ejemplo 63.
Veamos si las siguientes sucesiones de puntos de R2 son o no convergen-
tes:
n2 + 1

1 1 n
a) ( an , bn ) = , b) ( an , bn ) = 4 + ,
n n2 n + 1 n2 − 1
( −1 )n

n+1 1
c) ( an , bn ) = , d) ( an , bn ) = + 2, n
3n n( n + 1 ) n
Solución.
1 1
a) Como lı́m = 0 y también lı́m = 0, entonces
n→∞ n n→∞ n2

1 1
lı́m , = ( 0, 0 ).
n→∞ n n2
n2 + 1

n
b) lı́m 4 + , = ( 5, 1 )
n→∞ n + 1 n2 − 1

n+1 1 1
c) lı́m , = ,0
n→∞ 3n n( n + 1 ) 3
( −1 )n

d) Como lı́m n = +∞, entonces la sucesión ( an , bn ) = + 2, n
n→∞ n
( −1 )n
no es convergente, aunque lı́m + 2 = 2. N
n→∞ n
El primer concepto topológico que estudiaremos es el de punto lı́mite o

punto adherente a un subconjunto del plano R2 :
Definición 23. (Punto adherente o punto lı́mite (Cantor (1872)))

Sea S un subconjunto de R2 . Un punto ( x0 , y0 ) ∈ R2 es adherente a (o
punto lı́mite de) S si existe una sucesión de puntos de S que converge
a ( x0 , y0 ). En otra forma, los puntos adherentes de S son los lı́mites de
las sucesiones convergentes de S. Al conjunto de puntos adherentes de S
se le acostumbra notar por S. También a S se le llama conjunto clausura
de S (ver figura 63).
y
b
b
b punto adherente a S
b
b
S x
Figura 63: Conjunto clausura S
En particular, observemos que cualquier punto ( x0 , y0 ) de S es adhe-

rente a S: es suficiente tomar la sucesión cuyos puntos son todos iguales
a ( x0 , y0 ).
Definición 24. (Conjunto cerrado (Cantor (1872)))

Un subconjunto S de R2 es cerrado en R2 si, y sólo si, contiene a todos
sus puntos adherentes; es decir, si S = S (ver figura 64).
y y
S S
x x
a) Conjunto cerrado b) Conjunto no cerrado
Figura 64
Nota 13.
Según la definición anterior, un subconjunto S de R2 es cerrado si, y sólo
si, dada una sucesión de puntos de S que converja, su lı́mite también
será un elemento de S. De manera que para definir si un subconjunto
de R2 es (o no) cerrado, debe observarse si contiene a todos los lı́mites
de sucesiones del conjunto.
Ejemplo 64.
Calculemos los puntos lı́mites de los siguientes conjuntos:
a) { ( x, y ) ∈ R2 / x < y }
b) { ( x, y ) ∈ R2 / | x | < 1, | y | < 1 }
c) { ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 }
d) { ( x, y ) ∈ R2 / x ≥ 0 }
Solución.
Los conjuntos de puntos lı́mites de estos conjuntos son, respectivamente:
i) { ( x, y ) ∈ R2 / x ≤ y }
ii) { ( x, y ) ∈ R2 / | x | ≤ 1, | y | ≤ 1 }
iii) { ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 }
iv) { ( x, y ) ∈ R2 / x ≥ 0 }
Comparando a), b), c), d) arriba con, respectivamente, i), ii), iii), iv)
abajo, se aprecia claramente que los conjuntos de los literales c) y d) son
cerrados (pues ambos conjuntos coinciden), mientras que los conjuntos
de los literales a) y b) de arriba no lo son. N
El siguiente teorema describe una caracterı́stica topológica fundamental

de los conjuntos cerrados:
Teorema 31.
Si X es una colección de subconjuntos cerrados de R2 , entonces

T
X
X∈ X
es un subconjunto cerrado de R2 . Si X es finita entonces
S
X es
X∈ X
también un subconjunto cerrado de R2 .
Demostración.
T
a) Sea {( an , bn )} una sucesión de puntos de X tal que ( an , bn ) −→
X∈ X
( L , M ) ∈ R2 ; entonces, {( an , bn )} ∈ X para todo X ∈ X. Co-
mo los X’s son cerrados,
T entonces ( L , M ) ∈ X para todo X ∈ X.
Ası́, ( L , M ) ∈ X.
X∈ X
b) Sea {( an , bn )} una sucesión (que podamos asumir S

con infinitud
de términos distintos para n grande) de puntos de X, con X
X∈ X
finito, tal que ( an , bn ) −→ ( L , M ) ∈ R2 . Entonces al menos uno
de los X tiene infinitos términos de la sucesión {( an , bn )} pues,
en otro caso, existirı́a un número finito de términos de la sucesión
y ésta, por ende, serı́a constante para n suficientemente grande.
Llamamos X a este conjunto de la colección. Como este último
es cerrado, y toda subsucesión de {( an , bn )} también converge a
( L , M ) (puesto que el teorema 8 también es claramente válido
para sucesiones de la formaS {(an , bn )}), entonces ( L , M ) ∈ X y,
por tanto, ( L , M ) ∈ X, que era lo que querı́amos probar.
X∈ X
Ejemplo 65.
∞
T 1 1 1 1
a) [ 1− , 2 + 2 ] × [ 3 − 2 , 4 + 2 ] = [ 1 , 2 ] × [ 3 , 4 ] es un
n=1 n n n n
conjunto cerrado.
∞
S 1 n 1 n3
b) [ ,2 + ] × [ 3+ 3 ,4 + 3 ] = (0,3) ×
n=1 n + 1 n+1 n +1 n +1
( 3 , 5 ) no es un conjunto cerrado (¿Por qué no lo es?).
Definición 25. (Disco abierto en R2 )

Un disco abierto en R2 con centro en ( x0 , y0 ) y radio r > 0, denotado
Dr ( x0 , y0 ), está definido como
Dr ( x0 , y0 ) = { ( x, y ) ∈ R2 / ( x0 − x )2 + ( y0 − y )2 < r }
p
b
(x0 ,y0 )
r
Figura 65: Disco abierto

Definición 26. (Conjunto abierto (Cantor (1872)))
Un subconjunto S de R2 es abierto en R2 si para cada ( x0 , y0 ) ∈ S existe
r > 0 tal que el disco abierto Dr ( x0 , y0 ) esté totalmente contenido en
S; es decir, Dr ( x0 , y0 ) ⊆ S .
y
Figura 66: Conjunto abierto

Ası́, un subconjunto S de R2 es abierto si alrededor de cada punto de S,

se puede “colocar” un pequeño disco (no importa qué tan pequeño) que
esté totalmente incluido en el conjunto S. Claramente, un disco abierto
es un (y el más tı́pico) conjunto abierto.
Ejemplo 66.
Consideremos los conjuntos del ejemplo 64, y determinemos si son con-
juntos abiertos (ver figura 67).
Solución.
Primero evaluemos los literales c) y d). En el literal d) se tiene que el
punto ( 0, 0 ) ∈ R2 pertenece a { ( x, y ) ∈ R2 / x ≥ 0 }; sin embargo,
no existe r > 0 tal que Br ( 0, 0 ) ⊆ { ( x, y ) ∈ R2 / x ≥ 0 }; luego este
conjunto no es abierto en R2 . De forma similar en el literal c), para el
punto ( 0, 0 ) ∈ { ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 } no existe
r > 0 tal que Br ( 0, 0 ) ⊆ { ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 }; por
tanto, este conjunto tampoco es abierto en R2 . Por el contrario, puede
mostrarse que los conjuntos de los numerales a) y b) sı́ son subconjuntos
abiertos de R2 , y esto queda como ejercicio para el lector.
1
y
x=y
x
−1 1
x
−1
a) b)
y y
x
x
c) d)
Figura 67
Nota 14.
Contrario a la intuición primaria, un subconjunto de R2 puede no ser
abierto ni cerrado. Este es el caso, por ejemplo, del conjunto { ( x, y ) ∈
R2 / 3x + 4y ≤ 5, x > 0, y > 0 }. Ahora: un subconjunto de R2 puede ser
abierto y cerrado; por ejemplo, el mismo R2 , y el conjunto vacı́o (∅),
son subconjuntos de R2 que son, simultáneamente, abiertos y cerrados
¿Podrı́a el lector explicar por qué? 11
El siguiente teorema muestra que la relación fundamental entre conjun-
tos abiertos y cerrados no se da por negación de la caracterı́stica de uno
para llegar al otro, sino a través del complemento de conjuntos:
Teorema 32.
Un subconjunto S de R2 es cerrado si, y sólo si, su complemento en R2
es abierto.
Demostración.
a) Supongamos que S es cerrado. Sea ( x0 , y0 ) ∈ R2 \ S. Veamos
que existe r > 0 tal que Dr ( x0 , y0 ) ⊆ R2 \ S. 12 Procedamos por
contradicción y supongamos que esto último no es cierto. Entonces
para todo r > 0 existe un ( x, y ) ∈ Dr ( x0 , y0 ) tal que ( x, y ) T
∈ S.
Tomemos, en particular, rn = n1 y ( xn , yn ) ∈ Drn ( x0 , y0 ) S.
Como n1 → 0, entonces ( xn , yn ) → ( x0 , y0 ) y ası́, ( x0 , y0 ) es
adherente a S. Como S es cerrado, entonces ( x0 , y0 ) ∈ S. Pero
esto es una contradicción ya que habı́amos asumido que ( x0 , y0 ) ∈
R2 \ S.
b) Supongamos que R2 \ S es abierto y probemos que S es cerrado.
Para ello, tomemos una sucesión ( xn , yn ) ∈ S y asumamos que
( xn , yn ) → ( x0 , y0 ) ∈ R2 . Debemos probar que ( x0 , y0 ) ∈ S.
Supongamos, por el contrario, que ( x0 , y0 ) ∈ R2 \ S. Como R2 \ S
es abierto, existe un r > 0 tal que Dr ( x0 , y0 ) ⊆ R2 \ S. Pero, en
tal caso, ( xn , yn ) ∈ Dr ( x0 , y0 ) para n suficientemente grande, y
esto contradice la hipótesis de que ( xn , yn ) ∈ S.
Y una condición similar a la del teorema 31 para los conjuntos cerrados,

se da ahora para los conjuntos abiertos:
11
Si el lector encuentra esto último difı́cil, utilizando el teorema 32 ya no tendrá pro-
blemas en demostrarlo.
12
Aquı́ R2 /S es el complemento, S̄, de S en R2 .
Teorema 33.
Si X es una colección de subconjuntos abiertos de R2 , entonces
S
X
X∈ X
es un subconjunto abierto de R2 . Si X es finita entonces
T
X es un
X∈ X
subconjunto abierto de R2 .
Demostración.
Se deja como ejercicio (sencillo) al
S lector. [Indicación:
T Utilice
T el teorema
S
31 y las leyes de De Morgan ( X) = X y ( X) = X
X∈ X X∈ X X∈ X X∈ X
(ver volumen 0: Fundamentos)]
Otro de los conceptos topológicos fundamentales, es el siguiente:
Definición 27. (Punto interior)

Sea S un subconjunto de R2 . Un punto ( x0 , y0 ) ∈ S es un punto interior
o
de S si existe r > 0 tal que Dr ( x0 , y0 ) ⊆ S. El interior de S, notado S,
es el conjunto de puntos interiores de S.
o
Obsérvese que un conjunto S es abierto si, y sólo si, S = S.
Ejemplo 67.
Consideremos los conjuntos del ejemplo 64, y determinemos su interior.
Solución.
Los interiores de estos conjuntos son, respectivamente (ver figura 67):
a) { ( x, y ) ∈ R2 / x < y }
b) { ( x, y ) ∈ R2 / | x | < 1, | y | < 1 }
c) { ( x, y ) ∈ R2 / 3x + 4y < 5, x > 0, y > 0 }
d) { ( x, y ) ∈ R2 / x > 0 }
Definición 28. (Punto de frontera)

Sea S un subconjunto de R2 . Un punto ( x0 , y0 ) ∈ R2 es un punto de
frontera de S si es punto lı́mite tanto de S como de su complemento. La
frontera de S, denotada ∂S, es el conjunto de puntos de frontera de S.
Obsérvese que un conjunto es cerrado si, y sólo si, contiene su frontera;

es decir, si, y sólo si, ∂S ⊆ S.
Ejemplo 68.
Consideremos nuevamente los conjuntos del ejemplo 64, y determinemos
su frontera.
Solución.
Las fronteras de estos conjuntos son, respectivamente:
a) { ( x, y ) ∈ R2 / x = y }
b) { ( x, y ) ∈ R2 / | x | ≤ 1, y = −1 } ∪
{ ( x, y ) ∈ R2 / | x | ≤ 1, y = 1 } ∪
{ ( x, y ) ∈ R2 / x = −1, | y | ≤ 1 } ∪
{ ( x, y ) ∈ R2 / x = 1, | y | ≤ 1 }
c) { ( x, y ) ∈ R2 / 3x + 4y = 5, x ≥ 0, y ≥ 0 } ∪
{ ( x, y ) ∈ R2 / x = 0, 0 ≤ y ≤ 54 } ∪
{ ( x, y ) ∈ R2 / 0 ≤ x ≤ 53 , y = 0 }
d) { ( x, y ) ∈ R2 / x = 0 }
Definición 29. (Conjunto acotado)

Un subconjunto S de R2 es acotado si está contenido en algún disco
abierto.
Ejemplo 69.
Determinemos si los conjuntos del ejemplo 64 son acotados (ver figura
67).
Solución.
Los conjuntos de los literales a) y d) no están contenidos en ningún
disco abierto y, por tanto, estos conjuntos no son acotados. Sin embargo,
observemos que
{ ( x, y ) ∈ R2 / | x | ≤ 1, | y | ≤ 1 } ⊆ D√2 ( 0, 0 )
y
{ ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 } ⊆ D2 ( 0, 0 )
Por tanto, los conjuntos de los literales b) y c) sı́ son acotados.
Definición 30. (Conjunto compacto (Fréchet (1906)))

Un subconjunto S de R2 es compacto si es cerrado y acotado.
Ejemplo 70.
Determinemos si los conjuntos del ejemplo 64 son compactos.
Solución.
El conjunto { ( x, y ) ∈ R2 / x < y } no es cerrado y no es acotado; por
tanto, no es compacto.
El conjunto { ( x, y ) ∈ R2 / | x | < 1, | y | < 1 } no es cerrado, pero es
acotado; por tanto, tampoco es compacto (ver la figura 68 a)).
El conjunto { ( x, y ) ∈ R2 / 3x + 4y ≤ 5, x ≥ 0, y ≥ 0 } es cerrado y es
acotado; por tanto, este conjunto sı́ es compacto (ver figura 68 b)).
El conjunto { ( x, y ) ∈ R2 / x ≥ 0 } es cerrado, pero no es acotado; por
tanto, no es compacto. N
y y
5
4
S
x
S
5 x
3
a) b)
Figura 68
Finalmente, después de mostrar esquemáticamente las nociones topológi-

cas básicas, arribamos al teorema que muestra el comportamiento bajo
transformaciones (funciones) continuas de tres tipos fundamentales de
conjuntos desde el punto de vista de la topologı́a: los conjuntos abiertos,
los conjuntos cerrados y los conjuntos compactos.
Teorema 34. (Preservación de caracterı́sticas topológicas bajo

continuidad )
Sea f : R2 → R2 una función continua; es decir, si f = (f1 , f2 ) para
ciertas funciones continuas f1 , f2 : R2 → R, entonces
i) Si S es cerrado en R2 , entonces f −1 ( S ) es cerrado en R2 .
ii) Si S es abierto en R2 , entonces f −1 ( S ) es abierto en R2 .
iii) Si T es compacto en R2 , entonces f ( T ) es compacto en R2 .
Demostración.
n→∞
i) Sea {( an , bn )} −−−→ ( L, M ) ∈ R2 una sucesión convergente de
puntos de f −1 (S); entonces, por continuidad se tendrá
n→∞
{ f (an , bn ) } −−−→ f (L, M ). Como S es cerrado entonces
f (L, M ) ∈ S y ası́, ( L, M ) ∈ f −1 (S).
ii) Si S es abierto entonces su complemento R2 \S es cerrado y por

a) anterior se tiene que f −1 (R2 \S) es cerrado. Pero f −1 (R2 \S) =
R2 \f −1 (S). Luego f −1 (S) es abierto.
iii) Se deja como ejercicio para el lector.
Ejemplo 71.
Sea f : R2 → R2 la función continua definida por f (x, y) = ( x2 + y 2 , 1).
Entonces f −1 ((1, 1)) = { ( x, y ) ∈ R2 / x2 + y 2 = 1 } y ası́ el conjunto
cerrado en R2 , {(1, 1)}, es “enviado hacia atrás”por la función continua
f (·, ·) en el conjunto cerrado conformado por la circunferencia del cı́rculo
de radio 1.
Ejemplo 72.
Sea f : R2 → R2 la función continua definida por la transformación
lineal f (x, y) = (x + y, x − y). Entonces, el conjunto compacto de R2 ,
{(1, 0)}, es enviado por esta transformación lineal, en la solución al
sistema lineal x + y = 1, x − y = 0 que es el conjunto compacto {( 12 , 12 )}.
Ejercicios 10
1) Muestre, como afirma la Nota 14, que ∅ y R2 son subconjuntos

abiertos y cerrados de R2 .
2) Falso o verdadero:
a) Un conjunto cerrado en R2 puede ser abierto.

b) Un conjunto abierto en R2 puede ser cerrado.
c) Todo conjunto cerrado en R2 es acotado.
d) Todo conjunto acotado en R2 es cerrado.
e) Un conjunto compacto en R2 puede ser abierto.
f) Todo conjunto acotado en R2 es compacto.
g) La unión de dos conjuntos abiertos (cerrados, compactos) de
R2 es un conjunto abierto (cerrado, compacto) de R2 .
h) La intersección de dos conjuntos abiertos (cerrados, compac-
tos) en R2 es un conjunto abierto (cerrado, compacto) de R2 .
3) Determine si los siguientes conjuntos son conjuntos abiertos, ce-

rrados, y/o compactos en R2 :
a) { ( x, y ) ∈ R2 / x = 0, y > 0 } b) { ( x, y ) ∈ R2 / x2 + y 2 = 1 }
c) { ( x, y ) ∈ R2+ / x − y 2 ≥ 1} d) { ( x, y ) ∈ R2 / x2 + y 2 < 1 }
e) { ( x, y ) ∈ R2 / x2 < y } f) { ( x, y ) ∈ R2 / y < 2x + 4 }
g) { ( x, y ) ∈ R2+ / x2 y 2 ≥ 1 } h) { ( x, y ) ∈ R2+ / mı́n{ x, y } ≥ 1 }
1 1
i) { ( x, y ) ∈ R2+ / x 2 y 2 ≥ α }, α > 0 j) { ( x, y ) ∈ R2+ / 3x + 4y = 5 }
o o
4) Pruebe que si S1 ⊆ S2 ⊆ R2 entonces S1 ⊆ S2 , S1 ⊆ S2 , y
∂S1 ⊆ ∂S2 .
*5) Escriba las correspondientes definiciones topológicas (abierto, ce-

rrado, compacto, etc.) para subconjuntos en R. Dé ejemplos en
cada caso. Además, escriba nuevamente todos los teoremas de es-
ta sección utilizando las nuevas definiciones.
6) ¿Será que la unión de una familia de conjuntos compactos en R

ó R2 , es un conjunto compacto? Si su respuesta es negativa, dé con-
diciones para que el resultado se tenga.
7) Pruebe, con un ejemplo concreto de función continua f : R2 → R2 ,

que si S ⊆ R2 es abierto, no necesariamente f ( S ) es un conjunto
abierto de R2 .

que si S ⊆ R2 es cerrado, no necesariamente f ( S ) es un conjunto
cerrado de R2 .

que si S ⊆ R2 es compacto, no necesariamente f −1 ( S ) es un
conjunto compacto de R2 .
*10) S ⊆ R ó S ⊆ R2 es un conjunto conexo si no es la unión de

dos subconjuntos no vacı́os, disjuntos y cerrados en S donde un
conjunto es cerrado en S si él es la intersección de S con un con-
junto cerrado de R2 . En otras palabras, un conjunto S es conexo
si no puede partirse en dos subconjuntos no vacı́os y cerrados en S
(En palabras muy vagas, un conjunto es conexo si es “de una sola
pieza”).
a) Pruebe que los únicos conjuntos conexos de R son los inter-

valos.
b) Dé ejemplos de conjuntos conexos en R2 .
c) Pruebe que si S es conexo en R (ó R2 ) y f : R(ó R2 ) →
R(ó R2 ) es continua, entonces f (S) es conexo en R (ó R2 ).
11) Pruebe que si S ⊆ R ó S ⊆ R2 es un conjunto convexo entonces

también su conjunto clausura S es convexo [Indicación: Recuerde
que un conjunto S es convexo en Rn si para todo x, y ∈ S y
λ ∈ [0, 1] se tiene que λx + (1 − x)y ∈ S].
S T
12) Encuentre los conjuntos X y X, si X está conformado
X∈ X X∈ X
por las siguientes familias de intervalos:
1 1
a) X = { (5 − , 7 − 3 ) }n ∈ N
n2 n
1 1
b) X = { [5 − 2
, 7 − 3 ] }n ∈ N
n n
1
c) X = { [ 0, ) }n ∈ N
n
1
d) X = { [ 0, ] }n ∈ N .
n
Corrobore los correspondientes resultados de los teoremas 31 y 33,
bajo las definiciones establecidas en el ejercicio 5 anterior sobre la
topologı́a de R.
**13) El siguiente es un ejercicio para el estudiante aventajado: Pruebe

que un subconjunto
S A de R (o de R2 ) es compacto si, y sólo si,
cuando A ⊆ X para alguna familia X de conjuntos abiertos de
X∈X
R (o de R2 ), entonces
S podemos encontrar una subfamilia Y finita
de X tal que A ⊆ X.
X∈Y
*14) Utilizando el resultado del ejercicio 13 anterior (o el resultado que

le parezca más simple al lector), pruebe que un subconjunto A de
R o de R2 es compacto si, y sólo si, toda sucesión de números o
de puntos en A, tiene una subsucesión convergente a un número
o punto de A, respectivamente (¿Recuerda el lector el teorema 9
(teorema Bolzano-Weierstrass) al comienzo de esta lección?)
**15 Escriba todas las definiciones topológicas de esta lección para sub-
conjuntos de Rn , y extienda los resultados y teoremas que sean
susceptibles de ello.
n
16 Pruebe que el simplex (unitario) de Rn , △n = {x ∈ Rn /
P
xj = 1,
j=1
xj ≥ 0, j = 1, 2, ..., n} es un conjunto compacto y convexo en Rn .
Dibuje los simplex unitarios de R, R2 y R3 .
11. Contexto económico

a). Una nota sobre los conceptos de función y función
continua en el análisis económico
Todo economista teórico o aplicado se enfrenta rutinariamente a pre-
guntas como ¿cuál es el efecto de sobre ?,
¿cómo depende de ?
Por ejemplo:
• ¿Cómo depende el consumo del ingreso?
• ¿Cuál es el efecto del nivel de escolaridad sobre los salarios?
• ¿Cómo depende la demanda de los precios?
• ¿Cuál es el efecto de una inyección monetaria a la economı́a sobre
el producto interno bruto?
Estos son, claramente, problemas de inferencia: ¿Qué causa qué y cómo
lo causa? Un ejemplo tı́pico de esto es tratar de interpretar la observación
“los individuos que pertenecen al mismo grupo tienden a comportarse
de manera similar”. Esto podrı́a explicarse con cualquiera de las dos
hipótesis siguientes:
a) La propensión de un individuo a comportarse de determinada for-
ma varı́a con la prevalencia de ese comportamiento en el grupo.
b) Los individuos en el mismo grupo enfrentan ambientes institucio-
nales similares y/o tienen caracterı́sticas similares.
En el primer caso, el comportamiento de un individuo es “función” del
comportamiento (promedio) del grupo. En el segundo, el comportamien-
to de ese mismo individuo es “función” del ambiente institucional del
grupo al cual pertenece. Son descripciones completamente distintas y,
también cada una, incompleta: si uno no sabe algo acerca de cómo
se forman los grupos y la forma en que sus miembros interactúan, no
podrá distinguir entre estas hipótesis. Y distinguir la forma funcional es
esencial. Por ejemplo, podrı́an tener diferentes implicaciones de polı́ti-
ca pública. La situación señalada es muy familiar y no bien resuelta en
economı́a empı́rica (ver Fisher (1966))13 . La forma funcional escogida
13
Fisher, Franklin (1966), The Identification Problem in Econometrics, McGraw
Hill.
deberı́a estar determinada por las hipótesis (a priori) aplicadas sobre el

modelo y por la información empı́rica tomada en consideración. A menu-
do, los investigadores con los mismos datos, pero con diferentes hipótesis,
alcanzan diferentes conclusiones todas lógicamente válidas. Pero este no
es el único problema. También lo es el que las comunidades cientı́ficas
mantengan hipótesis fuertes sobre las formas funcionales que asumen.
Para aclarar (acaso ingenuamente) el problema, consideremos la figura
69.
y
b
b
b
b
b b
b b
b
b b b
b
b
b
b
1 2 3 x
Figura 69
Un investigador quiere inferir y dada la variable x. Los datos disponibles

en la figura 69 son 17 observaciones ( x, y ). Existen observaciones en los
intervalos [ 0, 1 ] y [ 2, 3 ], pero no en el [ 1, 2 ], ası́ que el investigador no
puede inferir, a primera vista, casi nada del comportamiento de y en
el intervalo [ 0, 3 ]. Un primer intento que podrı́a hacer es conectar los
segmentos encontrados en los intervalos [ 0, 1 ] y [ 2, 3 ] para cubrir [ 1, 2 ]
también de la misma forma (ver figura 70).
y
b
b
b
b
b b
b b
b
b b b
b
b
b
b
1 2 3 x
Figura 70
Al hacerlo ası́, el investigador está asumiendo variaciones funcionales

lineales a trozos y continuidad. También podrı́a no hacerlo e inferir, por
ejemplo, que el comportamiento en [ 1, 2 ] es constante en lugar de lineal
y obtener la gráfica discontinua de la figura 71.
y
b
b
b
b
b b
b b
b
b b b
b
b
b
b
1 2 3 x
Figura 71
El punto aquı́ es que, con todos los datos disponibles, no hay forma ob-
jetiva de extrapolación: la conveniencia de las formas funcionales con-
tinuas no es un problema económico. Es un problema de conveniencia
matemática dado su buen comportamiento analı́tico.
De otro lado, no toda la investigación económica se basa en la predicción.

Los economistas algunas veces conducen sus investigaciones como un es-
fuerzo por mejorar su “entendimiento” del problema, y afirman que bien
vale la pena establecer formas funcionales a priori con “buen comporta-
miento” si esto permite arrojar luz sobre el problema a mano a pesar de
que posiblemente no tenga posibilidades interesantes de comprobación
empı́rica. Este último punto de vista está ı́ntimamente conectado con
la visión metodológica de Milton Friedman14 (1953)15 quien afirmaba
que “el propósito último de una ciencia positiva es el desarrollo de una
teorı́a o hipótesis que arroje predicciones válidas y significativas (es de-
cir, no obvias) acerca de fenómenos no observados todavı́a.” Y agregaba:
“la elección entre hipótesis alternativas igualmente consistentes con la
evidencia disponible debe ser, hasta cierto punto, arbitraria, (. . .)”.
14
Premio Nobel en Economı́a en 1975, fundamentalmente por sus trabajos en
economı́a monetaria. Fallecido en 2006.
15
Friedman, Milton (1953), Essays in Positive Economics. Chicago: University of
Chicago Press.
Sin duda aquel “hasta cierto punto, arbitraria” del pasaje anterior de
Friedman podrı́a llevar a elecciones equivocadas de las formas funciona-
les. Los economistas somos ya reconocidos por llevar a cabo impresio-
nantes predicciones teóricas que no resultan validadas empı́ricamente o
de alguna otra forma. La credibilidad del economista estriba, en última
instancia, en ofrecer predicciones teóricas que sean consistentes con la
evidencia disponible, y la elección de la forma funcional (en ocasiones,
a priori) y de sus caracterı́sticas (continuidad, etc.) está en el centro de
la discusión.
b). Algunas funciones discontinuas en el análisis económi-

co
Si el análisis económico está interesado en utilizar sustancial y efecti-

vamente las técnicas del Cálculo es natural que asuma, por lo menos,
que las formas funcionales sean continuas: de otro modo, la mayorı́a
de resultados de este texto serı́an (casi absolutamente) inútiles. Si el
lector observa cuidadosamente, encontrará que casi todas las funciones
explı́citas analizadas en teorı́a económica son continuas. Esta hipóte-
sis de continuidad ha causado serias discrepancias, principalmente entre
economistas empı́ricos y teóricos, como ya se mencionó en la discusión
de arriba. Y es que las funciones discontinuas surgen muy naturalmente
en la construcción de modelos económicos como se verá en los siguientes
ejemplos.
Ejemplo 71. (Funciones de demanda discontinuas: un modelo

de duopolio (Bertrand (1883)16 ))
Dos firmas venden un producto homogéneo y enfrentan una función de

demanda de mercado D( p ). La firma 1 captura todo el mercado si fija
un precio menor que el de la firma 2; obtiene la mitad del mercado si
fija el mismo precio; y vende cero unidades si fija un precio mayor. Por
16
Bertrand, Joseph (1883), Théorie Mathématique de la Richesse Sociale, Journal
des Savants 67.
tanto, su función de demanda es



 D( p1 ) si p1 < p2



d1 ( p1 , p2 ) = D( p1 )
si p1 = p2


 2

0 si p1 > p2

Ejemplo 72. (Otra función de demanda discontinua: la deman-

da de una firma competitiva)
Una caracterı́stica central de una firma competitiva es que toma el pre-
cio de mercado del bien que produce, denotado pM , como dado por el
mercado; y que si la firma fija un precio superior al precio de mercado,
no venderá ninguna cantidad de producto y si fija un precio inferior al
del mercado, la demanda será infinita. Ası́, la curva de demanda que
enfrenta una firma competitiva es



 0 si p > pM


D( p ) = cualquier cantidad si p = pM




 ∞ si p < pM
Obviamente, un comportamiento como éste no puede ser modelado con
las herramientas que se han presentado en esta lección. Se requerirá de
la noción de correspondencia que se desarrollará en el volumen III: Op-
timización y dinámica.
Ejemplo 73. (Un problema de mayorı́a)

Consideremos un grupo N de accionistas que desea votar cierta propo-
sición acerca de su empresa. El poder de una coalición S ⊆ N es cero
(0) si el número de miembros de la coalición es menor o igual que la
mitad del número de accionistas, y es uno (1) si la coalición forma una
mayorı́a. Esta situación es descrita por la siguiente función:
 n
0
 si s ≤
2
v( S ) = n
1
 si s >
2
donde s denota el número de miembros de la coalición S y n el número

total de accionistas. En este caso, la mayorı́a ejerce poder absoluto:
ninguna minorı́a está en posición de obstruir una decisión tomada por
la mayorı́a. Una descripción extrapolada de este fenómeno se ve en la
figura 72.
“poder” v(S)
1-
n n S
2 medida de la coalición
Figura 72
Ejemplo 74. (Un problema de bienes públicos)

Un bien es público si ninguna persona puede ser excluida de su consumo
y si el consumo de ese bien por parte de una persona no reduce la
cantidad disponible para las demás. Supongamos que dos individuos
desean aportar g1 y g2 pesos para la construcción de cierto bien público.
Si la suma de las contribuciones es mayor o igual que el costo de producir
el bien público, denotado c, éste es producido; mientras que si la suma
de las contribuciones es menor que c, el bien público no se produce. Por
tanto, la función de producción del bien público es
(
1 si g1 + g2 ≥ c
G(g1 , g2 ) =
0 si g1 + g2 < c
Ejemplo 75. (Economı́as de escala)

Decimos que existen economı́as de escala en algún intervalo del produc-
to si el costo medio es decreciente en ese intervalo. Las economı́as de
escala pueden ocurrir, por ejemplo, cuando existe un insumo indivisible.
Supongamos que el único insumo en cierta actividad económica es algún
tipo de bien de capital indivisible (en el sentido de que es completamente
inútil si se divide fı́sicamente (un automóvil, por ejemplo)). La máxima
cantidad de producto que este bien de capital puede producir es ȳ, pero
puede ser subutilizado para producir menos que ȳ. La función de costos
C( y ) se ilustra en la figura 73.
C(y)
ȳ 2ȳ 3ȳ y
Figura 73
Para observar que existen economı́as de escala en cada uno de los inter-
valos [ 0, ȳ ], [ ȳ, 2ȳ ], . . ., el lector podrı́a dibujar la curva de costo medio
C(y)
y corroborar lo que estamos afirmando.
y
Ejercicios complementarios
1) a) Calcule los primeros diez términos en cada una de las siguien-

tes sucesiones:
1 n!
i) an = n n ii) an =
nn
1 n
3n n+5
iii) an = iv) an =
n n
b) Dibuje (conectados mediante segmentos de recta) los térmi-

nos calculados previamente para cada una de las sucesiones de
la parte a). ¿Es posible determinar la tendencia de una su-
cesión describiendo únicamente los diez primeros términos?
¿Por qué?
c) ¿Podrı́a usted intuir cuáles son los lı́mites en cada uno de los
casos?
|x|n
2) a) Pruebe que lı́m = 0 para x ∈ R fijo, donde n! = 1 ·
n→∞ n!
2 · 3... · n. [Indicación: Sin pérdida de generalidad, asuma que
x > 0 (¿Por qué?). Escoja luego un natural fijo k tal que
k > x. Entonces, para n suficientemente grande
xn xn−k k n! xk
0< = x < xk =
n! n! (n − k)! n! (n − k)!
y basta aplicar el teorema del sándwich para obtener el re-

sultado].
b) Pruebe que lı́m a1/n = 1 si a > 1 es fijo. [Indicación: Escriba
n→∞
a1/n − 1 = bn ; entonces a = (1 + bn )n ≥ 1 + nbn , y ası́ 0 ≤
a−1
bn ≤ . Concluya].
n
3) Demuestre que si { an } es una sucesión acotada (no necesariamente
convergente) y { bn } es una sucesión que tiende a cero, entonces
la sucesión { an · bn } también tiende a cero. Dé un ejemplo de esto
(ojalá no obvio) con sucesiones especı́ficas.
4) Dé una definición apropiada de las igualdades:
a) lı́m f ( x ) = ∞ b) lı́m f ( x ) = ∞
x→∞ x→−∞
c) lı́m f ( x, y ) = ∞
x→∞
d) lı́m f ( x, y ) = −∞
x→∞
y→∞ y→∞
e) lı́m f ( x, y ) = ∞
x→∞
f) lı́m f ( x, y ) = −∞
x→∞
y→−∞ y→−∞
g) lı́m f ( x, y ) = ∞ h) lı́m f ( x, y ) = −∞
x→−∞ x→−∞
y→−∞ y→−∞
e ilústrelas con ejemplos.

(n + 1)2 (n + 1)3 − (n − 1)3
a) lı́m b) lı́m
n→∞ 2n2 n→∞ (n + 1)2 + (n − 1)2
√3
n2 + n x3 + 3x2 + 2x
c) lı́m d) lı́m
n→∞ n+1 x→−2 x2 − x − 6
√ √ √
3
x4 + 3 − 5 x3 + 4 x2 − x
e) lı́m √
3
f) lı́m √
x→∞ x7 + 1 x→1 x−1
p p
g) lı́m x2 + 1 − x h) lı́m x2 + x − x
x→−∞ x→+∞
[Indicación: Como en muchas ocasiones, factorizar o racionalizar

la expresión nos puede ayudar].
6) El famoso matemático del Renacimiento François Viete [1540-1603],

al considerar polı́gonos regulares de 4, 8, 16,... lados inscritos en
un cı́rculo de radio 1, encontró que
v v v
r u r ! u u r !
2 1 t 1 1 1 u 1 1 1 1 1 
u u u
= × + × t + t + ×···
π 2 2 2 2 2 2 2 2 2
y John Wallis [1616-1703] en su Álgebra de 1685 encontró que

π 2 × 4 × 4 × 6 × 6 × 8 × ···
=
4 3 × 3 × 5 × 5 × 7 × 7 × ···
Muestre estas dos expresiones como procesos de lı́mite convergen-

tes, describiendo, en cada caso, las sucesiones explı́citas. Con ellas,
calcule π hasta seis cifras decimales sin utilizar la calculadora.
7) Suponga que g( x ) ≤ f ( x ) ≤ h( x ) para todo x 6= 2 y que
lı́m g( x ) = lı́m h( x ) = −5
x→2 x→2
¿Puede concluirse algo acerca de los valores de f ( x ), g( x ) y h( x )

en x = 2? ¿Podrı́a ser f (2) = 0?
8) Suponga que
√

 1 − x2 si 0 ≤ x < 1

f( x ) = 1 si 1 ≤ x < 2


2 si x=2

¿En qué puntos a, existe lı́m f ( x )? Explique en detalle.

x→a
9) Analice la continuidad de las siguientes funciones:

 2
 x −4

si x 6= 2
a) f (x) = x−2

 4 si x = 2
 sen x
 si x 6= 0
x

b) f (x) =
1 si x = 0

1
10) El segundo miembro de la igualdad f (x) = 1 − x sen ( ) carece
x
de sentido cuando x = 0. ¿Cómo elegir el valor de f (0) para que
la función f (.) sea continua en este punto? ¿Es esto posible?
*11) Sea f : R → R una función continua tal que lı́m f (x) = +∞

x→+∞
y lı́m f (x) = −∞. Demuestre que f (·) es sobre (esto es, dado
x→−∞
y ∈ R siempre existe x ∈ R tal que f (x) = y). [Indicación: Dado
y ∈ R existe x1 ∈ R tal que f (x1 ) > y, y existe x2 ∈ R tal que
f (x2 ) < y. Utilice el teorema del valor intermedio para concluir].
f 2 (x)
12) Sea f (·) una función real. Calcule lı́m , donde
x→+∞ x( 1 + f 2 (x) )
f 2 (x) = f (x) · f (x) [Indicación: Utilice el teorema del sándwich].
[[ x ]]
13) Halle lı́m [Indicación: Por definición, [[ x ]] ≤ x < [[ x ]] + 1 y
x→+∞ x
utilice el teorema del sándwich].
x sen y 3x2 − y 2 + 2
a) lı́m b) lı́m
x→1 x3 + 1 x→3 x2 + y 2 + 2
y→0 y→2
15) Sea 

 3 − x2 si x < 2

f( x ) = 2 si x = 2


x/2 si x > 2

a) Calcule lı́m f ( x ) y lı́m f ( x )

x→2+ x→2−
b) ¿Existe lı́m f ( x )? ¿Por qué?
x→2
c) ¿En qué puntos es f ( x ) continua? ¿En cuáles es discontinua?
16) Decida si las siguientes afirmaciones son falsas o verdaderas y ex-
plique por qué:
a) Si la función producto h( x ) = f ( x )g( x ) es continua en x =
0, entonces f ( x ) y g( x ) deben ser continuas en x = 0.
b) Si f ( x ) y g( x ) son ambas continuas en x = 0, entonces
la composición f ( g( x ) ) también es una función continua en
x = 0.
c) Una función que nunca es cero en un intervalo jamás cambia
de signo en dicho intervalo.
4
d) Si a = , entonces la función
3

x2 − 1 si x < 3
f( x ) =
 2ax si x ≥ 3
es continua en x = 3.
17) Pruebe que si f (· , ·) y g(· , ·) son continuas, entonces
mı́n{ f (· , ·), g(· , ·) } y máx{ f (· , ·), g(· , ·) }
son también continuas.
18) Analice la continuidad de las siguientes funciones:
a)  2 2
 x −y

si x 6= y
f ( x, y ) = x−y

 x+y si x = y
b)  xy
si ( x, y ) 6= ( 0, 0 )
x2 + y2

f ( x, y ) =
0 si ( x, y ) = ( 0, 0 )

19) Sean f (·) y g(·) funciones continuas en x = a con f ( a ) < g( a ).

Muestre que existe una vecindad de a (es decir, un intervalo alre-
dedor de a) tal que f ( x ) < g( x ) para x en esa vecindad.
20) Demuestre que la función f (x) = x5 + 5x4 − 20x2 − 14x − 2 tiene

al menos una raı́z.
21) Pruebe que el conjunto de las funciones reales continuas sobre

un conjunto no vacı́o fijo A ⊆ R es un espacio vectorial, infinito-
dimensional. ¿Qué le indica este resultado con respecto a la noción
de continuidad en funciones?
22) ¿Podrı́a usted establecer una extensión correspondiente del teore-

ma de valores extremos (teorema 24) para funciones de dos varia-
bles?
* 23) [Otro teorema de punto fijo] Extienda el corolario 1 de la presente

lección a [ 0, 1 ]2 (producto cartesiano [ 0, 1 ]×[ 0, 1 ]). De forma más
precisa, muestre que si f : [ 0, 1 ]2 −→ [ 0, 1 ]2 es continua, entonces
existe ( x, y ) ∈ [ 0, 1 ]2 tal que f ( x, y ) = ( x, y ). [ Indicación:
Sea f = ( f1 , f2 ) donde f1 : [ 0, 1 ]2 → [ 0, 1 ], f2 : [ 0, 1 ]2 →
[ 0, 1 ] ; para y fijo en [ 0, 1 ], considerar h(x) = f1 ( x, y ) − x
para x ∈ [ 0, 1 ]. Una vez hallado cy tal que h(cy ) = 0 (es decir,
que f1 ( cy , y ) = cy ), considerar entonces g(y) = f2 ( cy , y ) − y y

repetir el proceso].
* 24) Demuestre el teorema 26 (“teorema de la función inversa para

funciones continuas”).
** 25) Recuerde que una función (de una o dos variables) f : D −→ R

es homogénea si, y sólo si, existe un α ∈ R+ tal que f ( tx ) =
tα f ( x ) para todo t > 0 y x ∈ D tal que tx ∈ D (ver volumen 0:
Fundamentos). En tal caso, se dice que f (·) es homogénea de grado
α. ¿Será que una función homogénea de grado α > 0 es continua
en su dominio?
26) Pruebe que x→a

lı́m f ( x, y ) = L si, y sólo si, para toda sucesión
1
y→a2
en el dominio de f (· , ·) tal que ( xn , yn ) → ( a1 , a2 ) se tiene que
lı́m f ( xn , yn ) = L.
n→∞
27) Pruebe que f (· , ·) es continua en ( a1 , a2 ) si, y sólo si,
lı́m f ( xn , yn ) = f ( a1 , a2 )
n→∞
para toda sucesión {( xn , yn )} en el dominio de f (· , ·) que converja

a ( a1 , a2 ).
28) Reflexione sobre la siguiente afirmación: “Supongamos que el agua

es un lı́quido continuo y la sal una sustancia discontinua. Si los
mezclamos, obtendremos una solución salina continua y esto con-
tradice el hecho de que la suma de una función continua y una
discontinua da como resultado otra función discontinua”.
* 29) Generalice, hasta donde pueda, los resultados de esta lección para
funciones de n ≥ 3 variables y, si es posible, para funciones de la
forma f : Rn −→ Rm .
30) Si C ⊆ Rn es cerrado, no vacı́o, y p ∈ Rn fijo, pruebe que
f : C→R
x → kx − pk
es una función continua. [Indicación: | ||xn − p || − || x − p || | ≤

||xn − x|| para todo xn ∈ C].
31) Pruebe que la “función producto interior”
f : Rn × Rn → R
(x, y) → x · y
es continua. [Indicación: | xn . yn − x . y | = | xn . ( yn − x ) +
y ( xn − x ) | ≤ || xn || ||yn − y || + || y || ||xn − x || para todo
xn , yn ∈ Rn ] Y, por tanto, deduzca que la “función norma”
f : Rn → R
x → kxk
también es continua.
32) (Teorema de punto fijo de Brouwer ) (Brouwer (1912)) Este teore-

ma afirma que si C es un conjunto no vacı́o, compacto y convexo
de Rn y f : C −→ C es continua, entonces existe un x∗ ∈ C tal
que f ( x∗ ) = x∗ . Ilustre este teorema con algunos ejemplos. [Nota:
Una encuesta privada a nivel mundial mostró que el 96 % de los
matemáticos profesionales saben escribir el teorema de punto fijo
de Brouwer pero sólo el 2 % sabe probarlo].
33) Dibuje en Derive, Mathematica, Matlab o cualquier otro programa

similar, las siguientes funciones:
1 1
a) f ( x ) = sen b) f ( x ) = tan
x x
x x2 + y 2
c) f ( x, y ) = d) f ( x, y ) =
y2 x−1
* 34) El presente ejercicio es, primero, una invitación al lector a entender

la demostración de que la sucesión {(1 + n1 )n } es convergente, para
después pedirle que pruebe, basado en este resultado, el cálculo de
ciertos lı́mites relacionados.
Para probarlo, observe que, por la fórmula binomial de Newton

(ver volumen 0: Fundamentos),
1 n n 1 n(n − 1) 1 2

1+ =1+ · + + ······+
n 1 n 1·2 n
n(n − 1)(n − 2) · · · (n − (n − 1)) 1 n

+ .
1 · 2 · 3 · ···n n
Luego
1 n

1 1 1 1 2
1+ =1+1+ 1− + 1− 1−
n 1·2 n 1·2·3 n n
(1)

1 1 2 n−1
··· + 1− 1− ··· 1 −
1 · 2 · 3···n n n n
Ası́,
(2)
n+1
1
1+
n+1

1 1 1 1 2
=1+1+ 1− + 1− 1−
1·2 n+1 1·2·3 n+1 n+2

1 1 2 n−1
··· + 1− 1− ··· 1 −
1 · 2 · 3···n n+1 n+1 n+1

1 1 2 n
+ 1− 1− ··· 1 −
1 · 2 · 3 · · · (n + 1) n+1 n+1 n+1
Ahora: como

1 1 1 1
1− < 1−
1·2 n 1·2 n+1

1 1 2 1 1 2
1− 1− < 1− 1−
1·2·3 n n 1·2·3 n+1 n+1
etc., entonces
n n+1
1 1
1+ < 1+
n n+1
con lo que hemos mostrado que la sucesión es creciente estricta.

n
Ahora se debe demostrar que { 1 + n1 } es acotada. Pero debido
a que

1 1 2
1− < 1; 1− 1− < 1; ···
n n n
de la expresión (2) se obtiene que
1 n

1 1 1 1
1+ <1+1+ + + + ··· +
n 1·2 1·2·3 1·2·3·4 1 · 2 · 3 · 4···n
Y considerando el hecho evidente de que

1 1 1 1 1 1
< 2; < ; ··· ; < n−1
1·2·3 2 1·2·3·4 23 1 · 2 · 3 · 4···n 2
se obtiene que
1 n

1 1 1
1+ < 1 + [1 + + 2 + · · · + n−1 ]
n 2 2 2
1 n

1− 2
<1+
1 − 12
" n−1 #
1
<1+ 2− <3
2
Luego para todo n ∈ N,

n
1
1+ <3
n
1 n

Ası́, queda establecido que la sucesión { 1 + } es estrictamen-
n
te creciente y acotada. Su lı́mite (que será muy importante más
adelante) es, con diez cifras decimales exactas,
e = 2.7182818284...
El ejercicio aquı́ es calcular los dos siguientes lı́mites, basándose

en el lı́mite que acabamos de determinar:
5 n 1 n

a) lı́m 1 + b) lı́m 1 +
n→∞ n n→∞ 3n
1 1
* 35) a) Pruebe que lı́m n n = 1. [Indicación: Si escribimos n n = (1+
n→∞
n(n − 1) 2
bn ), entonces n = (1+bn )n = 1+nbn + bn +· · ·+bnn ≥
r 2
n(n − 1) 2 2
bn ; por lo tanto, 0 ≤ bn ≤ . Aplique luego
2 n−1
el teorema del sándwich y concluya.]
b) Pruebe que la sucesión {xn } determinada de√forma recursiva
√ 3+ 5
por x1 = 0, xn+1 = xn + 1 converge a . [Indicación:
2
Primero muestre que {xn } es acotada y creciente, y después
tome lı́mites en la fórmula recursiva.]
* 36) Demuestre el teorema 7 (comportamiento asintótico). [Indicación:

Para la parte a) se debe mostrar que dado M > 0 existe N ∈ N
an
tal que si n ≥ N entonces > M . En efecto: como an → L
bn
L
y L > 0 entonces existe N1 ∈ N tal que an > si n ≥ N1 ;
2
y como M bn → 0 entonces existe N2 ∈ N tal que si n ≥ N2
L
entonces M bn < ; ası́, si n ≥ N ≡ max { N1 , N2 } entonces
2
an L 2M
> ( )( ) = M . Pruebe b) de manera similar.]
bn 2 L
* 37) Ya sabemos que toda sucesión {an } acotada tiene (al menos) una
subsucesión convergente (ver teorema 9). Ası́, podemos definir el
lim sup de la sucesión {an } (ver volumen 0: Fundamentos) como
sup de los lı́mites de subsucesiones de {an }; y el lim inf de la su-
cesión {an } como el inf de los lı́mites de subsucesiones de {an }.
El ejercicio aquı́ consiste en escoger ejemplos de sucesiones aco-
tadas (convergentes y, sobre todo, no convergentes) y calcular sus
respectivos lim sup y lim inf . ¿Cuáles fueron los limsup y liminf
de las sucesiones que eran convergentes? ¿Por qué son iguales?
38) El precio de cierta mercancı́a se reduce a la mitad cada 3 años;

¿Cuál es el precio al cabo de 3 años?; ¿6 años?; ¿9 años?; ¿n años?;
¿Qué sucede con su precio si el tiempo transcurre indefinidamen-
1
te?; ¿Cuándo será el precio 32 parte de su precio inicial? [Indi-
n
cación: Pruebe que el precio al cabo de n años es Pn = Po /(2 3 )
donde P0 es el precio inicial.]
39) Un mayorista vende azúcar a $500 el kilo en el caso de cantidades

hasta de 100 kilos inclusive. Si se trata de cantidades superiores
de 100 kilos pero no más de 200 kilos, la tarifa es de $450 el kilo.
Halle la función “venta de azúcar” en términos de kilos y muestre
que tiene dos puntos de discontinuidad. ¿A qué razones económicas
pueden deberse estas discontinuidades?
40) En una huerta de manzanas cada árbol produce 600 manzanas al

año si no se siembran más de 50 árboles por cuadra. Por cada árbol
adicional plantado por cuadra, el rendimiento por árbol decrece en
6 manzanas. Expresar el número de manzanas M producidas por
año como una función del número x de árboles sembrados por
cuadra y analizar su continuidad.
41) En una finca, los naranjos (árboles) producen cada uno 500 na-
ranjas si no se siembran más de 60 árboles. Si se siembran hasta
30 árboles adicionales, cada árbol adicional reduce su rendimiento
a 400 naranjas. Finalmente, si se siembran 10 árboles más, estos
últimos producen 350 naranjas cada uno. Describa la producción P
de naranjas como una función del número x de árboles y analizar
su continuidad.
42) ¿Será que las siguientes funciones de la teorı́a económica son con-
tinuas en su dominio R2++ ?:
a) f ( x, y ) = xα y β , α, β > 0
1
b) f ( x, y ) = A [ α xρ + βy ρ ] ρ , A > 0, α > 0, β > 0, ρ ≤ 1
Asuma aquı́, en a) y b), que α, β, A y ρ son números racio-

nales.
43) Realice una gráfica utilizando los datos que aparecen en las si-
guientes tablas:
x 5.21 4.08 2.94 5.20 2.96 3.30 3.84 3.74 4.37 2.99
y 4.75 2.15 2.35 4.80 2.41 2.62 2.90 2.27 4.19 2.06
x 3294 1103 1745 2898 1431 1208 1936 3487 6167

y 3887 1688 3951 3238 2885 2258 2481 3730 6037
x 641 786 826 912 1141 1426 1756 2087
y 9133 9889 10128 10489 11859 12733 13488 14317
x 9.3 9.6 7.6 7.6 9.3 12.0 15.6 17.9 19.8
y 26.82 25.13 22.60 22.59 19.46 17.68 16.70 9.23 8.75
a) Utilizando estos datos realice una extrapolación lineal y otra

no-lineal.
b) Utilizando estos datos realice una extrapolación continua y
otra no-continua.
c) Comente los resultados.
Lección 2
La derivada
Introducción
En el siglo XVII existı́a mucho interés por el estudio del movimiento
y, por tanto, determinar velocidades y aceleraciones era fundamental.
En aquella época se requerı́a calcular, por ejemplo, la velocidad y la
aceleración de un cuerpo que se mueve en órbita elı́ptica o aún en movi-
mientos más complicados. Esta fue, precisamente, la razón del desarrollo
del concepto de la derivada y, en general, del cálculo diferencial.
El cálculo diferencial se remonta, esencialmente, a los trabajos simultá-
neos (pero independientes) de Isaac Newton [1642–1727][Philosophiae
Naturalis Principia Mathematica (1686); Methodus Fluxionum et Serie-
rum Infinitarum (1671); Tractatus De Quadratura Curvarum (1704)]
y Gottfried Wilhelm Leibniz [1646-1716] [Acta Eruditorum (1684,1685,
1712)], aunque debe decirse que habı́an tenido una labor preparatoria
de muchos siglos desde la época de los antiguos griegos (siglo III a.C.), y
también fueron complementados posteriormente (en su fundamentación
lógica) por matemáticos del siglo XIX como Cauchy y Weierstrass. Pero
fue el paso fundamental de Newton y Leibniz el que darı́a origen a lo
que hoy conocemos como análisis matemático.
Newton, en los Principia de 1686, presentaba su método para encontrar
la derivada (que él llamaba método de fluxiones) aunque advertı́a que
lo que buscaba era explicarlo mas no demostrarlo con precisión, pues
consideraba que sus resultados eran verdaderos desde el punto de vista
fı́sico y eso, para él, era suficiente. Se sentı́a seguro con la geometrı́a
euclidiana (y sus pruebas eran geométricas), pero tenı́a dudas sobre los
133
métodos de lı́mites (hablaba de “proporciones últimas” y “proporciones

principales”) aunque los utilizaba para calcular las fluxiones, y por ello,
apelaba a la fı́sica como última instancia de verdad.
La aproximación de Leibniz era diferente. En 1684 publicó su primera
versión del cálculo de derivadas (y de integrales) en el Acta Eruditorum.
La forma de intentar soslayar el difı́cil método de lı́mites fue utilizar
lo que él llamaba “cantidades infinitamente pequeñas” o “infinitesima-
les”, aunque las crı́ticas a este concepto fueron duras. Leibniz entonces
respondı́a que su método diferı́a del de Arquı́medes sólo en los términos
escogidos para designar las cantidades implicadas, y que el término “infi-
nitesimal” simplemente significaba cantidades que uno podı́a tomar tan
pequeñas como quisiera para demostrar que el error incurrido era menor
que cualquier otro número asignado. Incluso las comparaba con el uso
conveniente
√ que hacı́an los algebristas de la época de raı́ces imaginarias
como −1. Hasta el final de su vida en 1716, Leibniz continuó buscando
explicaciones de lo que eran sus cantidades infinitamente pequeñas, sin
lograrlo. Pero, como Newton, nunca tuvo conceptos claros ni justificación
lógica de su cálculo.
Los fundamentos del Cálculo (es decir, los métodos de lı́mites) sólo se
hicieron claros a finales del siglo XIX, como ya dijimos, de la mano de
Cauchy y Weierstrass, principalmente. Y una de las razones iniciales
para que esto haya tardado más de doscientos años fue la existencia de
estas dos aproximaciones tan disı́miles. Los seguidores de Newton (los
ingleses) continuaron utilizando sus “proporciones últimas”, mientras
que los seguidores de Leibniz (los de la Europa Continental) hablaban
entonces de “infinitesimales” y de “cantidades infinitamente pequeñas”.
Cuesta creerlo, pero a raı́z de esto, el siglo XIX comenzó con una lógica
del Cálculo (y de las ramas del análisis matemático basadas en él) en
un estado tal de confusión, que los fundamentos estaban menos claros
entonces que lo que estaban en el siglo de Newton y Leibniz.
1. Definición de la derivada
Para establecer la noción precisa de derivada, comencemos tomando
un punto fijo cualquiera P ( x0 , f ( x0 ) ) sobre la gráfica de y = f (·),
y Q( x1 , f ( x1 ) ) otro punto, donde x1 = x0 + ∆x con ∆x “pequeño”
y f ( x1 ) = f ( x0 + ∆x ) tal que Q esté cerca de P y sobre la gráfica
Lección 2: La derivada 135
de f (·) (ver figura 1). La recta secante a la gráfica de f (·) que pase por
P y Q tiene entonces como pendiente
f ( x0 + ∆x ) − f ( x0 ) ∆y
mP Q = ≡
∆x ∆x
y
y = f (x)
f (x0 + ∆x) b
Q
b T
f (x0 )
P
x0 x1 = x0 + ∆x x
Figura 1
donde f ( x0 + ∆x ) − f ( x0 ) = ∆y. A medida que Q se mueve sobre la

gráfica de f (·) acercándose cada vez más a P , la secante va tomando
distintas posiciones. Si se continúa este proceso de aproximación de Q
a P , a la recta que tenderá a ocupar la posición de la recta P T , la
llamaremos recta tangente 1 a la curva en el punto P , y su pendiente
estará dada por
f ( x0 + ∆x ) − f ( x0 )
mP T = lı́m mP Q = lı́m (1)
Q→P ∆x→0 ∆x
siempre que este lı́mite exista. De aquı́ podemos ver que la ecuación de
la recta tangente P T es entonces

f ( x0 + ∆x ) − f ( x0 )
y − f ( x0 ) = lı́m ( x − x0 ) (2)
∆x→0 ∆x
1
Cuando se hace referencia a la recta tangente a una curva, se entiende que es una
tangente en un punto especı́fico sin que interese que la recta y la curva se corten
en algún otro punto.
Ahora: si observamos cuidadosamente la ecuación (1) podemos notar

que este lı́mite es realmente una tasa de variación de la función f ( x )
en el punto x0 con respecto a la variable x. Es, de hecho, la velocidad
o rapidez con la que f ( x ) se está “moviendo” en, exactamente, el punto
x = x0 (variación instantánea).
Podemos entonces definir, formalmente, lo siguiente:
Definición 1. (Recta tangente a la gráfica de una función real)

Dada la gráfica de una función real f (·), llamaremos recta tangente a
la función en el punto P ( x0 , f ( x0 ) ) a la recta definida mediante la
ecuación

f ( x0 + ∆x ) − f ( x0 )
y − f ( x0 ) = lı́m [ x − x0 ]
∆x→0 ∆x
si este lı́mite existe.
Ejemplo 1.
Consideremos la función y = f ( x ) = x2 . En el punto ( 2, 4 ) sobre
la curva, hallemos la ecuación de la recta tangente a la gráfica en este
punto. ¿Cuál es la pendiente de la recta tangente a esta función en el
punto x = 2?
Solución.
De las ecuaciones (1) y (2), tenemos, con x = 2, que
∆y f ( 2 + ∆x ) − f ( 2 )
mP T = lı́m = lı́m , donde f (2) = 4
∆x→0 ∆x ∆x→0 ∆x
Luego,
( 2 + ∆x )2 − 4 4 + 4∆x + ( ∆x )2 − 4
mP T = lı́m = lı́m
∆x→0 ∆x ∆x→0 ∆x
= lı́m ( 4 + ∆x ) = 4
∆x→0
Este número mide entonces la pendiente de la recta tangente a la función
f ( x ) = x2 en el punto x = 2; y aplicando la definición 1, obtenemos
que
y − 4 = 4( x − 2 ), o sea, 4x − y − 4 = 0
es la ecuación de la recta tangente pedida. Las gráficas de la función y
su recta tangente en ( 2, 4 ) se aprecian en la figura 2.
y
f (x) = x2
b
(2,4)
y = 4x − 4
x
Figura 2
Ejemplo 2.
√
Para la función y = f ( x ) = x, x > 0 :
a) Hallemos la pendiente de la recta tangente a la gráfica en cualquier

punto ( x, f ( x ) ).
b) ¿Cuál es la pendiente de la tangente en el punto ( 4, 2 )? ¿Qué mide

este número?
c) Hallemos la ecuación de dicha tangente en ( 4, 2 ).
d) Hallemos la ecuación de la recta tangente en el origen ( 0, 0 ).
Solución.
√ √
a) ∆y f ( x + ∆x ) − f ( x ) x + ∆x − x
m = lı́m = lı́m = lı́m
∆x→0 ∆x ∆x→0 ∆x ∆x→0 ∆x
√ √ √ √
( x + ∆x − x)( x + ∆x + x) x + ∆x − x
= lı́m √ √ = lı́m √ √
∆x→0 ∆x( x + ∆x + x) ∆x→0 ∆x( x + ∆x + x)
1 1
= lı́m √ √ = √ para x > 0
∆x→0 x + ∆x + x 2 x
b) Bastará sustituir, en el numeral a), x por 4; ası́, mT ( 4, 2 ) =

1
√
2 4
= 14 . Este número mide la variación instantánea de la función
√
f ( x ) = x cuando x = 4.
(4,2)
b
√
f (x) = x
Figura 3
c) Como la recta tangente a la curva pasa por ( 4, 2 ) y tiene pendiente

1
4 , tenemos que
1
y − 2 = ( x − 4 ), o sea x − 4y + 4 = 0
4
√
d) La recta tangente en el origen no tiene pendiente, ya que 1/2 x
no está definida en x = 0. De la figura 3 puede verse que el eje Y
es tangente a la curva en el origen. Su ecuación es x = 0. Aquı́,
una pendiente infinita, como en este caso en x = 0, indica una
variación instantánea muy grande para valores de x pequeños.
Definición 2. (Derivada (Newton (1686), Leibniz (1684), Cau-

chy (1823)))
a) Sea y = f (·) una función definida en un cierto intervalo abierto I

y x0 ∈ I. El lı́mite
∆y f ( x0 + ∆x ) − f ( x0 )
lı́m = lı́m ,
∆x→0 ∆x ∆x→0 ∆x
si existe, se llama la derivada de la función
f (·) en el punto x0 y
dy
se denota por f ′ ( x0 ) o y ′ ( x0 ) o

. Este mide la variación
dx x=x0
instantánea de la función y = f (·) en x0 . En tal caso, diremos
que la función es derivable o diferenciable en x0 .
b) A la función f ′ (·) que asocia a cada punto x0 su derivada f ′ ( x0 )

(si existe), la llamaremos la función derivada de f (·) o, simple-
mente, la derivada de f (·). También podrı́amos utilizar la notación
dy
y′ o para la misma función.
dx
Nota 1. (Notación para las variables)

Es claro que si f (·) tiene derivada en x0 , entonces podemos igualar
f ( x0 + ∆x ) − f ( x0 ) f ( t ) − f ( x0 )
f ′ ( x0 ) = lı́m = lı́m
∆x→0 ∆x t→x0 t − x0
f ( x0 + h ) − f ( x0 )
= lı́m
h→0 h
sólo llamando ∆x ≡ t − x0 ≡ h, pues si ∆x → 0, entonces t → x0 y a
su vez h → 0. En lo que sigue utilizaremos, en cada caso, la notación
más conveniente.
Nota 2. (Sobre el origen del término “derivada”)

No se conoce, con precisión, quién utilizó el término “derivada” por
primera vez. Algunos se lo atribuyen a Leibniz. Otros escritores (los
más), le atribuyen el término a Joseph Louis Lagrange [1736-1813] quien
utilizara las expresiones “derivée de la fonction” y “fonction derivée de
la fonction” ya en 1772 en Sur une Nouvelle Espece de Calcul Relatif a la
Différentiation et a lÍntegración des Quantités Variables. De otro lado,
dy
la notación es original de Leibniz. Por su parte, Newton utilizaba la
dx
dy
notación ẏ para denotar cuando t es la variable “tiempo”. También,
dt
al parecer, fue Lagrange quien en 1772 utilizó por primera vez la notación
y ′ para la primera derivada de la función y.
Ejemplo 3.
Sea y = f ( x ) = mx + b. Observemos que f ′ ( x ) = m es la pendiente de
la recta:
∆y f ( x + ∆x ) − f ( x )
lı́m = lı́m
∆x→0 ∆x ∆x→0 ∆x
m( x + ∆x ) + b − mx − b m∆x
= lı́m = lı́m =m
∆x→0 ∆x ∆x→0 ∆x
Aquı́, la recta tangente coincidirá con la función misma; es decir, y =

mx + b es también la ecuación de la recta tangente. En particular, si
f ( x ) = x para todo x, entonces f ′ ( x ) = 1.
Ejemplo 4.
Hallemos la derivada de la función y = f ( x ) = x2 + x en un punto
cualquiera x0 . También hallemos la recta tangente a la función en el
mismo punto x0 .
Solución.
Sea ∆x 6= 0. Entonces
∆y = f ( x0 + ∆x ) − f ( x0 ) = ( x0 + ∆x )2 + ( x0 + ∆x ) − x20 − x0 =
2x0 ∆x + ( ∆x )2 + ∆x.
y
∆y
Por tanto, = 2x0 + ∆x + 1, Recta tangente
∆x en (x0 , y0 )
y ası́,
∆y
lı́m∆x→0 = lı́m∆x→0 ( 2x0 + ∆x + 1 );
∆x b
(x0 , y0 )
dy 2
y =x +x
luego, = 2x0 + 1
dx x=x0
x
La recta tangente en (x0 , y0 ) tendrá
entonces como ecuación
y − x20 + x0 = ( 2x0 + 1 )( x − x0 )

Figura 4
Ejemplo 5.
2
¿Cuál es la variación de la función y = f ( x ) = en un punto cual-
x
quiera x0 6= 0? Encontremos también la recta tangente a la función en
x0 .
Solución
2
Como f ( x0 + ∆x ) = , entonces
x0 + ∆x
2 2
∆y = f ( x0 + ∆x ) − f ( x0 ) = −
x0 + ∆x x 0
Luego, si ∆x 6= 0,
2 2
−
∆y f ( x0 + ∆x ) − f ( x0 ) x + ∆x x0 2x0 − 2x0 − 2∆x
= = 0 =
∆x ∆x ∆x ∆x( x0 + ∆x )x0
2
=−
( x0 + ∆x )x0
y ası́,

dy ∆y 2 2
= lı́m = lı́m − =− 2
dx x=x0
∆x→0 ∆x ∆x→0 ( x0 + ∆x )x0 x0
2 2
La recta tangente tiene entonces como ecuación y − = − 2 ( x−x0 ).
x0 x0
y
2
y=
x
Recta tangente
en (x0 , f (x0 )) (x0 , f (x0 ))
b
Figura 5
Ejemplo 6.
Hallemos la derivada de la función y = f ( x ) = sen x en un punto
cualquiera x0 .
Solución
Sea y = f ( x ) = sen x. Para cualquier x0 real se tiene que
∆y = f ( x0 + ∆x ) − f ( x0 ) = sen ( x0 + ∆x ) − sen x0
y ası́,
∆x 2x0 +∆x

∆y sen ( x0 + ∆x ) − sen x0 2 sen 2 cos 2
= =
∆x ∆x ∆x
∆x

sen

2 ∆x
= ∆x
cos x0 +
2
2
y = sen x
−2π −π π 2π x
b
(x0 , f (x0 ))
Recta tangente
en (x0 , f (x0 ))
Figura 6
Luego, recurriendo a los teoremas 22 y 23 de lalección 1,
tendremos que
∆x
dy ∆y sen 2 ∆x
= lı́m = lı́m ∆x
lı́m cos x0 + = cos x0 .
dx ∆x→0 ∆x ∆x→0
2
∆x→0 2
Ejemplo 7.
√
Si y = f ( x ) = 3 x, hallemos los puntos sobre la curva de esta función,
si existen, donde hay tangente vertical o tangente horizontal; también
hallemos la ecuación de la recta tangente en el punto ( 1,1 ).
Solución.
√
3
√
′ f ( x + ∆x ) − f ( x ) x + ∆x − 3
x
f ( x ) = lı́m = lı́m
∆x→0 ∆x ∆x→0 ∆x
√
3
√ √ 2 √ √ √ 2
x + ∆x − 3 x [ 3 x + ∆x + 3 x + ∆x 3 x + ( 3 x ) ]
= lı́m h √ 2 √ √ √ 2i
∆x→0 3
∆x x + ∆x + 3 x + ∆x 3 x + ( 3 x )
x + ∆x − x 1
= lı́m √ 2 √ √ √ = √
3
; x 6= 0
∆x→0 ∆x[ 3 3 3 3 2
x + ∆x + x + ∆x x + ( x) ] 3 x2
1
Como lı́m f ′ ( x) = lı́m √
3
= +∞, entonces en el punto ( 0, 0 ) la
x→0 x→0 3 x2
√
curva y = 3 x tiene una tangente vertical cuya ecuación es x = 0 (eje
Y )(ver figura 7).
y
√
y= 3
x
(1,1)
Recta tangente en (1,1) b
Tangente vertical en (0,0) x
Figura 7
1
Ahora: puesto que √
3 2 6= 0 para todo x ∈ R−{0}, no hay tangen-
3 x
te horizontal y, dado que en ( 1, 1 ) tenemos f ′ ( 1 ) = 13 , entonces la
ecuación de la tangente es y − 1 = 13 ( x − 1 ), o sea, x − 3y + 2 = 0.
Definición 3. (Derivadas laterales)
a) Si para f (·) dada, existe el lı́mite por la derecha
f ( x0 + ∆x ) − f ( x0 )
lı́m
∆x→0+ ∆x
a éste lo llamaremos la derivada por la derecha de f ( x ) en x = x0 ,

y lo denotaremos por f+′ ( x0 ) (observemos que en este cálculo los
∆x′ s son positivos).
b) De manera análoga, la derivada por la izquierda de f ( x ) en x =

x0 , la definimos como
f ( x0 + ∆x ) − f ( x0 )
lı́m
∆x→0− ∆x
si este lı́mite existe, y la denotamos por f−′ ( x0 ) (observemos que
aquı́ los ∆x′ s son negativos).
Nota 3.
a) Como consecuencia de estas definiciones de derivadas laterales de
f (·) en x = x0 , f ′ ( x0 ) existe si, y sólo si, f+′ ( x0 ) y f−′ ( x0 )
existen y f+′ ( x0 ) = f−′ ( x0 ).
b) En ocasiones se puede hacer referencia sólo a la derivada por la

derecha o por la izquierda. Por ejemplo, si f (·) está definida sobre
un intervalo cerrado [ a, b ], el cociente
f ( a + ∆x ) − f ( a )
∆x
tiene sentido sólo para valores positivos de ∆x. Por lo tanto, si
f ( x ) tiene una derivada en a, esta será la derivada por la derecha
f+′ ( a ).
Análogamente, el cociente
f ( b + ∆x ) − f ( b )
∆x
tiene sentido sólo para valores negativos de ∆x. Por lo tanto, la
derivada de f (·) en b existe sólo por la izquierda y esta es f−′ ( b ).
Ejemplo 8.
a) Encontremos f+′ ( 1 ) y f−′ ( 1 ) para la función definida por

(
x si x ≤ 1
f( x ) =
2x − 1 si x > 1
¿Será f (·) derivable en x = 1? Hagamos la gráfica de f (·).

b) Mostremos que para f ( x ) = | x | existen f−′ ( 0 ) y f+′ ( 0 ), pero que

la función no es diferenciable en x0 = 0.
Solución.
a) f ( 1 + ∆x ) − f ( 1 )
f+′ ( 1 ) = lı́m
∆x→0+ ∆x
2( 1 + ∆x ) − 1 − 1
= lı́m
∆x→0+ ∆x
2∆x
= lı́m =2
∆x→0+ ∆x
f ( 1 + ∆x ) − f ( 1 )
f−′ ( 1 ) = lı́m
∆x→0− ∆x
1 + ∆x − 1
= lı́m =1
∆x→0− ∆x
Como f−′ ( 1 ) 6= f+′ ( 1 ) concluimos que f ′ ( 1 ) no existe. Notemos

que f (·) es, sin embargo, continua en x = 1 (ver figura 8).
b) Como f ( x ) = | x |, entonces
f ( 0 + ∆x ) − f ( 0 ) ∆x − 0
f+′ ( 0 ) = lı́m = lı́m =1
∆x→0+ ∆x ∆x→0+ ∆x
f ( 0 + ∆x ) − f ( 0 ) −∆x − 0
f−′ ( 0 ) = lı́m = lı́m = −1
∆x→0− ∆x ∆x→0 − ∆x
Luego f ′ ( 0 ) no existe porque f−′ ( 0 ) 6= f+′ ( 0 ) (ver figura 9).
y y
y = |x|
y = 2x − 1
b
(1,1)
x x
y=x
Figura 8 Figura 9
Ejemplo 9.
Puesto que la función valor absoluto f ( x ) = | x | está definida como
(
−x si x < 0
f( x ) =
x si x ≥ 0
entonces
(
′ −1 si x < 0
f (x) =
1 si x > 0
La función valor absoluto no es diferenciable en x = 0 como se estudió en
el ejemplo 8 b)(ver figura 9). N
El siguiente teorema relaciona dos de los tres conceptos centrales del
texto:
Teorema 1. (Derivabilidad implica continuidad (Weierstrass
(1861)))
Si una función f (·) es derivable en x0 , entonces f (·) es continua en x0 ,
pero el recı́proco no es cierto.
Demostración.
Debemos demostrar que si f ′ ( x0 ) existe, entonces lı́m f ( x ) = f ( x0 )
x→x0
(definición de continuidad). En efecto,

f ( x ) − f ( x0 )
lı́m [ f ( x ) − f ( x0 ) ] = lı́m ( x − x0 )
x→x0 x→x0 x − x0
f ( x ) − f ( x0 )
= lı́m lı́m ( x − x0 )
x→x0 x − x0 x→x0
= f ′ ( x0 ) 0 = 0
y esto equivale a que lı́m f ( x ) = f ( x0 ) y ası́ queda demostrado el

x→x0
teorema.
Intuitivamente, el teorema anterior afirma que si una función es derivable
en x0 , entonces no puede tener ninguna “interrupción” en x0 .
Nota 4.
El recı́proco del teorema 1, en general, no es cierto. Una función f (·)
puede ser continua en x0 y, sin embargo, no ser derivable en x0 . Este
es el caso de la función del ejemplo 9 (f ( x ) = | x |) que es continua
en 0, pero no es derivable allı́. Una idea esencial que surge es que para
que una función tenga derivada en un punto x0 no es suficiente que la
función no esté “rota” allı́ (continuidad). Es necesario, además, que la
función sea “suave” en el punto x0 . Analizando nuevamente la función
valor absoluto en x0 = 0, observamos lo que queremos decir cuando nos
referimos a “suave”: esta función no lo es en x0 = 0.
No deja de sorprender que en 1806 André Marie Ampére [ 1775–1836 ]
hubiera creı́do probar que toda función continua tenı́a derivada. Pero
también Silvestre Lacroix [ 1765–1843 ] en su famoso Traité de Calcul
Différentiel et Integral (1797,1802), y casi todos los textos de Cálculo de
principios del siglo XIX, creı́an tener una “prueba”de esto. Inclusive el
matemático y economista Joseph Bertrand [ 1822–1900 ] lo “probó” en
1864-70. Obviamente todas estas pruebas eran equivocadas. Pero para
Weierstrass era ya claro en 1861 que la condición de continuidad no
implicaba la de diferenciabilidad. En vista de que era lo opuesto a la
convicción largamente sostenida, fue una sorpresa cuando presentó en
1872 un ejemplo extremo de ¡una función que es continua para todos
los puntos pero no es diferenciable en punto alguno! (aunque quizás
Bolzano tenı́a ya ejemplo por 1830, pero no fue publicado y, por tanto,
no influyó en el desarrollo del problema). La figura lucirı́a, hasta donde
nos es posible dibujar, como en la figura 10.2
y
Figura 10: Función continua en todo punto,

pero diferenciable en ninguno
2
Para la construcción explı́cita de esta función, recomendamos al lector consul-
tar el excelente (y ya clásico) texto Spivak, Michael (1978), “Calculus”, Editorial
Reverté S.A.
Ejemplo 10.
√
Verifiquemos que si f ( x ) = 3 x, entonces f (·) es continua en x0 = 0,
pero no es derivable en dicho punto (ver figura 11).
Solución.
√ √
Como lı́m 3 x = 3 0 = 0 = f ( 0 ), entonces f (·) es continua en x0 = 0.
x→0
1
En el ejemplo 7 demostramos que f ′ ( x ) = √3
no existe para x = 0.
3 x2
En este punto, la tangente es la recta x = 0 ó eje Y .
y √
y= 3
x
Tangente vertical en (0,0) x
Figura 11
Ejemplo 11.
Que la derivada puede no existir en un punto donde la función sı́ es
continua, se puede ver también en la tı́pica función de texto
 x sen 1

si x 6= 0
f( x ) = x
 0 si x = 0
y y=x
1
f (x) = x sen x
y = −x
Figura 12
Ya sabemos (ejemplo 51, lección 1) que esta función es continua en x = 0.

Sin embargo, no es diferenciable allı́ puesto que
f( 0 + h ) − f( 0 ) f( h ) − f( 0 ) h sen h1 1
lı́m = lı́m = lı́m = lı́m sen
h→0 h h→0 h h→0 h h→0 h
y este último lı́mite, sabemos3 , no existe. El problema, visto geométri-

camente, es que las secantes no se aproximan a una posición definida en
intervalos abiertos alrededor de cero: oscilan sin fin.
Ejemplo 12.
Encontremos los valores de a y b tales que f ′ ( 1 ) exista si
(
x2 si x < 1
f( x ) =
ax + b si x ≥ 1
Solución.
Como la condición de continuidad es necesaria para la derivabilidad
(teorema 1), se debe cumplir que lı́m f ( x ) = f ( 1 ) = a + b. Pero
x→1
lı́m f ( x ) = lı́m x2 = 1
x→1− x→1−
lı́m f ( x ) = lı́m ( ax + b ) = a + b
x→1+ x→1+
Por tanto, debe cumplirse que a + b = 1. Además,
f( 1 + h ) − f( 1 ) a( 1 + h ) + b − ( a + b )
f+′ ( 1 ) = lı́m = lı́m
h→0+ h h→0 + h
ah
= lı́m =a
h→0+ h
f( 1 + h ) − f( 1 ) ( 1 + h )2 − ( a + b )
f−′ ( 1 ) = lı́m = lı́m
h→0− h h→0− h
1 + 2h + h2 − ( a + b ) 1 + 2h + h2 − 1
= lı́m = lı́m =2
h→0− h h→0− h
3
Ver ejercicio 5, Ejercicios 3 (lección 1).
Como debe cumplirse que f+′ ( 1 ) = f−′ ( 1 ), entonces a = 2 y, por tanto,

b = 1 − a = 1 − 2 = −1. Es decir, la función debe ser (ver figura 13):
(
x2 si x < 1
f( x ) =
2x − 1 si x ≥ 1
y = x2 y y = 2x − 1
b
(1,1)
Figura 13
Ejemplo 13.
También podemos resolver el problema del ejemplo 12 anterior de la
siguiente forma: Para que f ′ (1) exista, debe ocurrir que las derivadas
laterales existan y que, además, f+′ (1) = f−′ (1). Ahora bien:
f( 1 + h ) − f( 1 ) a( 1 + h ) + b − ( a + b )
f+′ ( 1 ) = lı́m = lı́m
h→0+ h h→0 + h
ah
= lı́m =a
h→0+ h
f( 1 + h ) − f( 1 ) ( 1 + h )2 − ( a + b )
f−′ ( 1 ) = lı́m = lı́m
h→0− h h→0− h
1 + 2h + h2 − ( a + b )
= lı́m
h→0− h
Como f−′ (1) debe existir, y puesto que el lı́mite del denominador de la
última expresión es cero, entonces debe ocurrir que el lı́mite del nume-
rador también es cero. O sea que
lı́m 1 + 2h + h2 − ( a + b ) = 0
h→0−
y entonces a + b = 1. Por lo tanto, reemplazando en f−′ (1) se tiene que
1 + 2h + h2 − 1 h(2 + h)
f−′ (1) = lı́m = lı́m =2
h→0 h h→0 h
Y como f+′ (1) = f−′ (1) entonces a = 2. De donde b = 1 − 2 = −1
Nota 6. (La velocidad como una derivada)

La velocidad de un movimiento no-uniforme en un tiempo dado es un
concepto puramente fı́sico que surge de la experiencia práctica; y a ella
se arribó como resultado de numerosas observaciones sobre diferentes
movimientos concretos. El estudio del movimiento no-uniforme de un
cuerpo en diferentes partes de su trayectoria, la comparación de distintos
movimientos que ocurren simultáneamente, y, en particular, el estudio de
fenómenos de colisión de cuerpos, todos representaban una acumulación
de experiencia práctica que condujo a establecer el concepto fı́sico de
velocidad de un movimiento no-uniforme en un tiempo dado. Pero la
definición exacta de velocidad necesariamente dependı́a del método de
definir su valor numérico y, hacerlo, sólo fue posible con el concepto de
derivada.
En mecánica, la velocidad de un cuerpo que se mueve de acuerdo con la
regla s = f ( t ) se define mediante la derivada de la función f ( t ) para
cualquier valor de t. Antes de Newton y Leibniz, cuando surgı́a el proble-
ma de encontrar la velocidad de un punto en movimiento no-uniforme,
sólo se tenı́a un análisis empı́rico y no una definición exacta. Con el arri-
bo del cálculo diferencial se alcanzó esa definición exacta de velocidad
en cualquier momento como la derivada de la distancia con respecto al
tiempo. Este resultado, tal vez sobra decirlo, fue extremadamente im-
portante también desde el punto de vista práctico.
Aún ası́, debe resaltarse de nuevo que Newton, ni Leibniz (ni sus con-
temporáneos) proveyeron de bases lógicas a la magnı́fica herramienta de
la derivada. En sus métodos de razonamiento y en sus conceptos no eran,
en absoluto, claros. Aún en aquella época, los matemáticos eran cons-
cientes de ello, como lo demuestran las batallas epistolares encontradas
en sus correspondencias. En cualquier caso, estos matemáticos del siglo
XVII y XVIII dieron avance, con sus herramientas imperfectas desde
el punto de vista formal, a ciencias naturales como la fı́sica, la mecáni-
ca y la quı́mica. La afirmación de que muchos problemas matemáticos
han surgido de necesidades prácticas o por el deseo de entender algún

fenómeno natural, tiene en el concepto de derivada uno de sus más no-
tables ejemplos.
Ejercicios 1
1) Sea f ( x ) = x3 ;
a) Utilice la calculadora de bolsillo para tabular los valores de

f ( 8+∆x )−f ( 8 )
∆x cuando ∆x es ±1, ±0.5, ±0.1, ±0.01, ±0.001.
¿A qué parece tender f ( 8+∆x )−f ( 8 )
∆x cuando ∆x tiende a ce-
ro?
b) Obtenga f ′ ( 8 ) mediante la definición de función derivada.
c) Compare los resultados en a) y b).
2) Halle, utilizando la definición, la derivada de las siguientes funcio-

nes en un punto cualquiera x0 :
a) f ( x ) = x4 b) f ( x ) = x5
c) f ( x ) = xn , n entero positivo d) f ( x ) = cos x
3) Halle f ′ ( 0 ), utilizando la definición, si
 x2 sen 1

si x 6= 0
f( x ) = x
 0 si x=0
x2
4) Halle f ′ ( x ), utilizando la definición, si f ( x ) =
, x 6= 0. [In-
|x|
dicación: Primero, asuma x > 0; y después x < 0; ¿Qué problema
surge en x = 0?].
5) Hay la “creencia” que si una curva admite recta tangente en un

punto, entonces se parecerá, localmente, a una recta. Esto no es
cierto. Por ejemplo, sea f (x) = x2 si x es racional, y f (x) = 0 si
x es irracional. Pruebe entonces que f ′ (0) = 0 pero que f (·) no es
continua en puntos distintos de 0. Dibuje lo mejor que pueda la
función f (·).
2. Reglas de derivación
Quizás el lector ya haya comprobado por su propia experiencia que el
proceso de hallar la derivada de una función a partir de la definición
es generalmente largo y complicado. Afortunadamente, existen reglas
simples para hallar la derivada sin recurrir a la definición. Estas reglas
generales para la derivación permiten calcular de forma rápida y práctica
la derivada de muchas funciones aparentemente difı́ciles.
Teorema 2. (Derivada de una constante)

Si c es una constante y f ( x ) = c para todo x, entonces f ′ ( x ) = 0.
Geométricamente, esto es evidente, porque f ′ ( x ) es la pendiente de la

recta tangente a la gráfica de f (·) y como ésta es horizontal, la recta
tangente en cada punto es ella misma y tiene pendiente nula (ver figura
14).
c
f (x) = c
Figura 14
Demostración.
Puesto que f ( x ) = c, entonces
f( t ) − f( x ) c−c 0
f ′ ( x ) = lı́m = lı́m = lı́m = lı́m 0 = 0
t→x t−x t→x t − x t→x t − x t→x
Teorema 3.
La derivada del producto de una constante por una función derivable es
igual a la constante multiplicada por la derivada de la función. Es decir,
( cf )′ ( x ) = cf ′ ( x )
Demostración.
Sea g(·) la función definida por g( x ) ≡ cf ( x ), donde f (·) es derivable
en x. Entonces
g( x + h ) − g( x ) cf ( x + h ) − cf ( x )
g′ ( x ) = lı́m = lı́m
h→0 h h→0 h

f( x + h ) − f( x )
= lı́m c
h→0 h
f( x + h ) − f( x )
= c lı́m = c f ′( x )
h→0 h
Ejemplo 14.
a) Si f ( x ) = 3x2 , entonces f ′ ( x ) = 3( 2x ) = 6x
b) Si f ( x ) = 4 sen x, entonces f ′ ( x ) = 4 cos x
Teorema 4. (Regla para la derivada de una suma )

La derivada de la suma algebraica de dos funciones derivables es igual
a la suma algebraica de sus derivadas. Es decir,
( f + g )′ ( x ) = f ′ ( x ) + g′ ( x )
Demostración.
Sea S( x ) ≡ f ( x ) + g( x ). Entonces
S( t ) − S( x ) ( f + g )( t ) − ( f + g )( x )
S ′ ( x ) = lı́m = lı́m
t→x t−x t→x t−x
f ( t ) + g( t ) − f ( x ) − g( x ) f( t ) − f( x ) g( t ) − g( x )
= lı́m = lı́m + lı́m
t→x t−x t→x t−x t→x t−x
= f ′( x ) + g′ ( x )
Esta propiedad puede extenderse a la suma de cualquier número finito

de funciones derivables.
Corolario 1.
La derivada de la suma de un número finito de funciones derivables es
igual a la suma de sus derivadas.
Ejemplo 15.
a) Si f ( x ) = x3 + x2 + 9, entonces f ′ ( x ) = 3x2 + 2x + 0 = 3x2 + 2x.

√ 1
b) Si f ( x ) = 3 sen x + x, x > 0, entonces f ′ ( x ) = 3 cos x + √ .
2 x
Teorema 5. (Regla para la derivada de un producto)

La derivada del producto de dos funciones derivables es igual a la primera
función por la derivada de la segunda, más la segunda función por la
derivada de la primera. Es decir,
(f · g)′ ( x ) = f ( x ) g′ ( x ) + g( x ) f ′ ( x )
Demostración.
Sean f (·) y g(x) derivables en x y llamemos P (x) ≡ (f · g)(x). Entonces
P(t) − P(x) f ( t )g( t ) − f ( x )g( x )
(f · g)′ ( x ) = P ′ ( x ) = lı́m = lı́m
( f ( t ) − f ( x ) )g( t ) + f ( x )g( t ) − f ( x )g( x )
= lı́m
t→x t−x
f( t ) − f( x ) g( t ) − g( x )
= lı́m · g( t ) + lı́m · f( x )
= f ′ ( x ) · g( x ) + g′ ( x ) · f ( x )
Observemos que en el último paso de la demostración utilizamos el hecho

de que g(·) es continua en x ya que es derivable allı́ (teorema 1).
Nota 7.
La derivada del producto de un número finito de funciones derivables
puede entonces encontrarse por el uso reiterado de esta regla.
Ejemplo 16.
a) Si u( x ) = ( x2 − 1 ) sen x, entonces sean f ( x ) = ( x2 − 1 ) y

g( x ) = sen x. Como u(·) = ( f · g )(·), aplicando el teorema 5
tenemos que:
u′ ( x ) = f ′ ( x ) · g( x ) + g′ ( x ) · f ( x ) = 2x sen x + x2 − 1 cos x

b) Si f ( x ) = 12 x2 − 23 x −16x3 + 29 −9x4 + 6x3 − 1 , sean

u( x ) = 12 x2 − 23 x , v( x ) = −16x3 + 29 y w( x ) = −9x4 +
6x3 − 1. Entonces f = u · v · w y aplicando el teorema 5 tenemos
f ′ = u · ( v · w )′ + u′ · ( v · w ) (1)
Nuevamente, aplicando el teorema 5 a v · w, obtenemos que
( v · w )′ = v ′ · w + v · w′ (2)
Sustituyendo (2) en (1) obtenemos
f ′ = u · ( v ′ · w + v · w′ ) + u′ · ( v · w ) = u · v ′ · w + u · v · w′ + v · w · u′
de donde

′ 2 2
−48x2 −9x4 + 6x3 − 1

f ( x ) = 12 x − x
3

2
+ 12 x2 − x −16x3 + 29 −36x3 + 18x2

3

3 4 3
2
+ −16x + 29 −9x + 6x − 1 12 2x −
3
El lector puede, finalmente, efectuar los productos indicados y su-

mar términos semejantes. N
Corolario 2. (Regla de la potencia con enteros positivos)

Si f (·) es la función definida por f ( x ) = xn , donde n es un entero
positivo, entonces f ′ ( x ) = nxn−1 .
Demostración.
Observemos que f ( x ) = xn = xxn−1 y, por tanto, utilizando la regla
del producto (teorema 5), obtenemos que
dxn−1
f ′ ( x ) = xn−1 + x
dx
Y puesto que xn−1 = x xn−2 , podemos derivar nuevamente para obtener

que
dxn−2 dxn−2

′ n−1 n−2
f (x) = x +x x +x = xn−1 + xn−1 + x2
dx dx
n−3 n−3

dx dx
= 2xn−1 + x2 xn−3 + x = 3xn−1 + x3 = ...
dx dx
= n xn−1 N
Obsérvese que la prueba de este corolario pudo haberse efectuado tam-
bién mediante inducción matemática (ver volumen 0: Fundamentos) de
la siguiente forma: Es claro que el teorema es cierto para n = 1 pues
si f ( x ) = x entonces f ′ ( x ) = 1. Ahora supongamos que el teore-
ma es cierto para n − 1 y lo probamos cierto también para n: pues-
dxn−1
to que f ( x ) = xn = xxn−1 entonces f ′ ( x ) = xn−1 + x =
dx
x n−1 + x ((n − 1)xn−2 ) = nx n−1 .
Teorema 6. (Regla para la derivada de un cociente)

La derivada del cociente de dos funciones derivables es igual a la función
del denominador por la derivada de la función del numerador menos la
función del numerador por la derivada de la función del denominador,
todo dividido por el cuadrado de la función del denominador. Es decir,
′
f g( x ) · f ′ ( x ) − f ( x ) · g′ ( x )
(x) =
g [ g( x ) ]2
siempre que g( x ) 6= 0.
Demostración.
f( x )
Sean f (·) y g(·) funciones derivables con g( x ) 6= 0 y sea C( x ) ≡ ;
g( x )
entonces
f ( x+h ) f( x )
C( x + h ) − C( x ) g( x+h ) − g( x )
′
C ( x ) = lı́m = lı́m
h→0 h h→0 h
f ( x + h ) · g( x ) − f ( x ) · g( x + h )
= lı́m
h→0 h · g( x + h ) · g( x )
f ( x + h ) · g( x ) − f ( x ) · g( x ) − f ( x ) · g( x + h ) + f ( x ) · g( x )
= lı́m
h→0 h · g( x + h ) · g( x )
h i h i
f ( x+h )−f ( x ) g( x+h )−g( x )
g( x ) h − f( x ) h
= lı́m
h→0 g( x + h ) · g( x )
f ( x+h )−f ( x ) g( x+h )−g( x )
g( x ) lı́m h − f ( x ) lı́m h
h→0 h→0
=
g( x ) lı́m g( x + h )
h→0
g( x ) · f ′ ( x ) − f ( x ) · g′ ( x )
=
[g( x )]2
(Aquı́ utilizamos el teorema 1 en algún paso. ¿Dónde ocurrió esto?)
Ejemplo 17.
3x − 16
Si f ( x ) = , entonces
4x4 + 11x + 1
( 4x4 + 11x + 1 ) · 3 − ( 3x − 16 )( 16x3 + 11 )
f ′( x ) =
( 4x4 + 11x + 1 )2
12x4 + 33x + 3 − 48x4 − 33x + 256x3 + 176
=
( 4x4 + 11x + 1 )2
−36x4 + 256x3 + 179
= cuando 4x4 + 11x + 1 6= 0
( 4x4 + 11x + 1 )2
Ejemplo 18.
Hallemos f ′ ( x ) si
sen x
1
a) f ( x ) = tan x ≡ b) f ( x ) = sec x ≡
cos x cos x
Solución.
a) cos x cos x − sen x( − sen x ) cos2 x + sen2 x
f ′( x ) = =
cos2 x cos2 x
1
= = sec2 x
cos2 x
3
¿Podrı́a el lector encontrar (con el método que considere más conveniente), aque-
llos x’s para los cuales 4x4 + 11x + 1 = 0?
b)
−(− sen x) sen x
f ′( x ) = 2
= = sec x tan x
cos x cos2 x
Corolario 3.
Si f (·) es una función derivable en x, entonces
′
1 f ′( x )
(x) = −
f [ f ( x ) ]2
siempre y cuando f ( x ) 6= 0.
Demostración.
1
Basta aplicar el teorema 6 a la función g(·) definida por g( x ) = .
f( x )
Corolario 4. (Regla de la potencia con enteros negativos)

Sea f ( x ) = xn , n entero negativo. Demostremos que f ′ ( x ) = nxn−1
con x 6= 0.
Demostración.
Como n es entero negativo, entonces m = −n es un entero positivo.
1
Ası́, f ( x ) = x−m = m . Por el corolario 3 y la regla de la potencia
x
tenemos que
mxm−1
f ′( x ) = − = −mxm−1−2m = −mx−m−1
( xm )2
Como −m = n, entonces f ′ ( x ) = nxn−1 .
Corolario 5. (Regla de la potencia con enteros)

De las reglas de la potencia (corolarios 2 y 4) se tiene que si n es cual-
quier número entero y f ( x ) = xn , entonces f ′ ( x ) = nxn−1 . A veces
también se escribe ası́:
d n
[x ] = nxn−1 , n∈Z
dx
El siguiente ejemplo ilustra la aplicación consecutiva de las reglas del
cociente, del producto, y de la potencia.
Ejemplo 19.
x3 ( x2 + 3 ) dy
Sea y = 2 , y hallemos cuando x2 + 3x − 1 6= 0, es decir,
x + 3x −√1 dx
−3 ± 13
cuando x 6= .
2
Solución.
Utilizando la regla del cociente se tiene que
d 3 2 d
( x2 + 3x − 1 ) [ x ( x + 2 ) ] − x3 ( x2 + 2 ) [ x2 + 3x − 1 ]
f ′( x ) = dx dx
( x2 + 3x − 1 )2
Y luego, utilizando la regla del producto, se tiene que:
f ′( x ) =

2 d 3 3 d d
(x + 2) (x ) + x ( x + 2 ) ( x2 + 3x − 1 ) − x3 ( x2 + 2 ) ( x2 + 3x − 1 )
2
dx dx dx
( x2 + 3x − 1 )2
y después, utilizando la regla de la potencia, que:
( x2 + 2 )(3x2 ) + x3 ( 2x ) ( x2 + 3x − 1 ) − x3 ( x2 + 2 )( 2x + 3 )

′
f (x) =
( x2 + 3x − 1 )2
( 5x4 + 6x2 )( x2 + 3x − 1 ) − ( x5 + 2x3 )( 2x + 3 )
=
( x2 + 3x − 1 )2
3x6 + 12x5 − 3x4 + 12x3 − 6x2 3x2 ( x4 + 4x3 − x2 + 4x − 2)
= 2 2
=
( x + 3x − 1 ) ( x2 + 3x − 1 )2
Teorema 7. (Regla para la derivada de la función compuesta o

“regla de la cadena”)
Si g(·) es derivable en x0 y f (·) es derivable en g( x0 ), entonces ( f ◦g )(·)
es derivable en x0 y, además,
( f ◦ g )′ ( x0 ) = f ′ ( g( x0 ) ) · g′ ( x0 )

dy dy du
= ·
dx x=x0 du u=g( x0 ) dx x=x0
donde y = f ( u ), u = g( x ).
En la figura 15 se visualiza una interpretación geométrica de la demos-

tración.
y
b
Q
P T : Tangente en (g( x ), f ( g( x ) ))
f ( g( x + h ) ) − f ( g( x ) ) ≈ f ′ ( g( x ) )∆g( x )
b T ∆( f ◦ g )( x ) ≈ f ′ ( g( x ) )∆g( x )
P
y = f (x) b b
R RT = f ′ ( g( x ) )∆g( x )
∆g(x)
b b
g(x) g(x + h) x
Figura 15: Regla de la cadena

Demostración.
Como y = f ( u ) y u = g( x ), entonces y + ∆y = f ( u + ∆u ) y
u + ∆u = g( x + ∆x ), donde x y x + ∆x pertenecen al dominio de
g(·), y, u y u + ∆u pertenecen al dominio de f (·). Debemos hallar
la derivada en x de la función compuesta definida por y = f ( g( x ) ).
Sabemos que g(·) es continua en x por ser derivable allı́ y f (·) es continua
en u por la misma razón. Por consiguiente,
lı́m ∆u = lı́m [ g( x + ∆x ) − g( x ) ] = g( x ) − g( x ) = 0
∆x→0 ∆x→0
Además, es claro que ∆y = 0 si ∆u = 0. Por definición de la derivada

de una función tenemos

∆y ′ ∆y ′
lı́m = f ( u ), y por tanto, lı́m − f (u) = 0 (1)
∆u→0 ∆u ∆u→0 ∆u
Sea la función Φ definida como sigue:

 ∆y − f ′ ( u )

si ∆u 6= 0
Φ( ∆u ) = ∆u (2)
0 si ∆u = 0

Entonces
lı́m Φ( ∆u ) = 0 = Φ( 0 )
∆u→0
Si de la expresión (2) despejamos ∆y, tenemos
∆y = f ′ ( u ) · ∆u + Φ( ∆u ) · ∆u, ∆u 6= 0 (3)
Pero (3) también es válida con ∆u = 0. Por consiguiente
∆y ∆u ∆u
= f ′( u ) · + Φ( ∆u ) ·
∆x ∆x ∆x
lo cual es válido para todo ∆u tal que x + ∆x ∈ Dg . Tomando lı́mites
en ambos lados cuando ∆x → 0 obtenemos
dy du du
= f ′( u ) · +0·
dx dx dx
o, lo que es lo mismo,
( f ◦ g )′ ( x ) = f ′ [g( x )] · g′ ( x ) = f ′ ( u ) · g′ ( x )
Nota 8. (Derivada interna)

A g′ (·) se le denomina la derivada interna de ( f ◦ g )(·). Ası́, la derivada
de ( f ◦g )(·) es “la derivada de f (·) multiplicada por su derivada interna”.
Ejemplo 20.
dy
Si y = ( x2 − 7x )−3 , hallemos la derivada para x 6= 0, 7.
dx
Solución.
Sea u( x ) = x2 − 7x. Entonces y = u−3 y, por tanto,
dy du
= −3u−4 y = 2x − 7
du dx
Luego,
dy dy du 3( 2x − 7 )
= · = −3u−4 ( 2x−7 ) = −3( x2 −7x )−4 ( 2x−7 ) = − 2
dx du dx ( x − 7x )4
Corolario 6. (Regla de la potencia con números racionales)

1
Sea f ( x ) = x n , n ∈ N bien definida en un intervalo abierto; entonces,
allı́, 1 1
f ′ ( x ) = x n −1
n
p
Más generalmente, si f (x) = x q , p ∈ Z, q ∈ N, entonces
p pq −1
f ′ (x) = x
q
Demostración.
Por definición, se tiene que
1 1
′ f( t ) − f( x ) tn − xn
f ( x ) = lı́m = lı́m
t→x t−x t→x t − x
1 1
n−1 n−2 1 n−3 2 n−1

tn − xn t n + t n xn + t n xn + · · · + x n
= lı́m n−1 n−2 1 n−3 2 n−1

t→x
( t − x ) t n + t n xn + t n xn + · · · + x n
t−x
= lı́m n−1 n−2 1 n−3 2 n−1

t→x
(t − x) t n +t n xn + t n xn + · · · + x n
1
= n−1 n−2 1 n−3 2 n−1
x n +x n x +x
n n xn + · · · + x n
1 1 1 −1
= n−1 = xn
nx n n
dy
Esto muestra que si y = xN , entonces = N xN −1 también es válida si
dx
N es de la forma N = n1 , donde n es un entero positivo. Ahora: si N = pq ,
p dy p p −1
donde p ∈ Z y q ∈ N y f ( x ) = x q , también se cumple que = xq ,
h 1 ip dx q
p
4
ya que si f ( x ) = x q = x q , pueden aplicarse el teorema 7 y el
corolario 5 a esta función particular ası́:
h 1 ip−1 1 h 1 i p h p 1 1 i p h p i
−1 − + −1 −1
f ′( x ) = p x q xq = xq q q = xq
q q q
4
Recuerde el lector que x1/q es la raı́z q-ésima de x (ver volumen 0: Fundamentos).
De este modo, si f ( x ) = xN , N ∈ Q, entonces
f ′ ( x ) = N xN −1
Ejemplo 21.
1 dy
Si y = 4 √ , hallemos para x > 3.
x 2x − 6 dx
Solución.
1
Como y = x−4 ( 2x − 6 )− 2 , entonces

dy −4 1 3 1
=x − ( 2x − 6 )− 2 · 2 + ( 2x − 6 )− 2 ( −4x−5 )
dx 2
1 4 −x − 4( 2x − 6 )
=− 3 − √ = 3
x4 ( 2x − 6) 2 x5 2x − 6 x5 ( 2x − 6 ) 2
24 − 9x
= 3
x5 ( 2x − 6 ) 2
Ejemplo 22.
dy
Si y = ( x + 1 )2 ( x2 + 2x )−2 , hallemos para x 6= 0, −2.
dx
Solución.
dy
= 2( x + 1 )( x2 + 2x )−2 + ( x + 1 )2 ( −2 )( x2 + 2x )−3 ( 2x + 2 )
dx
= 2( x + 1 )( x2 + 2x )−2 − 4( x + 1 )3 ( x2 + 2x )−3
= 2( x + 1 )( x2 + 2x )−3 x2 + 2x − 2( x + 1 )2

= 2( x + 1 )( x2 + 2x )−3 −x2 − 2x − 2

= −2( x + 1 )( x2 + 2x )−3 ( x2 + 2x + 2 )
Ejemplo 23.
Derivemos las siguientes funciones en aquellos intervalos con los que
estén bien definidas:
tan x − 1 3
a) y = b) y = sen− 4 x
sec x
Solución.
dy sec2 x sec x − sec x tan x(tan x − 1)
a) =
dx sec2 x
sec3 x − sec x tan2 x + sec x tan x
=
sec2 x
sec2 x − tan2 x + tan x tan2 x tan x
= = sec x − +
sec x sec x sec x
1 2
sen x 2
1 − sen x + sen x cos x
= − + sen x =
cos x cos x cos x
2
cos x + sen x cos x
=
cos x
= cos x + sen x
dy 3 7
b) = − sen− 4 x cos x
dx 4
Ejercicios 2
t2 − 5t − 1 1
1) Dada la función f ( t ) = , halle f ′ ( −1 ), f ′ ( ) con
t3 a
a 6= 0.
2) Dada la función f ( x ) = 4−5x+12x3 −x5 , muestre que f ′ ( x ) = f ′ ( −x ).
3) Derive las siguientes funciones:
x7
a) z = para todo x 6= 0
x8 + 1
x2 + 1 5 1
b) z= + ( x 4 − 1 )( 1 − x 3 ) para x 6= 1, −1, 0
3( x2 − 1 )
1
c) s= 2 para todo t ∈ R
tr− 3t + 6
1
d) y= 3 para todo x ∈ R
1 + x2
3 3
x +1 x +1
e) y = tan para cos 6= 0
2 2
3. El teorema de la función inversa

A continuación desarrollaremos las derivadas de las funciones que tienen
inversas y para ello utilizaremos el siguiente lema que nos permitirá de-
mostrar un teorema fundamental del análisis matemático: el teorema de
la función inversa. Y aunque ya sabemos que una función estrictamente
creciente o decreciente tiene función inversa, el siguiente resultado da
condiciones de derivadas para que una función sea estrictamente cre-
ciente o decreciente.
Lema 1.
Sea f : [ a, b ] −→ R una función real, continua en [ a, b ] y derivable
en ( a, b ):
a) Si f ′ ( u ) > 0 para cada u ∈ ( a, b ), entonces f (·) es estricta-
mente creciente en [ a, b ].
b) Si f ′ ( u ) < 0 para cada u ∈ ( a, b ), entonces f (·) es estricta-

mente decreciente en [ a, b ].
y y
a b x a b x
a) b)
Figura 16: Ilustración Lema 1.
Demostración.
[Únicamente demostraremos la parte a) de este lema. La demostración
de la parte b) es completamente análoga, y la dejamos como ejercicio
para el lector].
Supongamos que f ′ ( u ) > 0 para todo u ∈ ( a, b ). Veamos que f (·) es
creciente estrictamente en ( a, b ). Sean x, t ∈ [ a, b ] con x < t. Como
f (·) es continua en [ x, t ], entonces f (·) tiene máximo y mı́nimo en
[ x, t ]. Pero como f ′ ( u ) > 0 para todo u ∈ ( a, b ) tales extremos no
f ( v )−f ( u )
están en (x, t); pues si u ∈ ( x, t ), entonces 0 < f ′ ( u ) = lı́m v−u
v→u
y, por tanto, existe δ > 0 tal que si v ∈ (u − δ, u), entonces f ( v ) <
f ( u ). Si v ∈ (u, u + δ), entonces f ( v ) > f ( u ), ası́ que f ( u ) no
puede ser máximo ni mı́nimo de f (·) en ( x, t ). Por lo tanto, f (·) tiene
máximo y mı́nimo en los puntos x y t. Pero
f( v ) − f( x )
0 < f+′ ( x ) = v→x
lı́m
v>x
v−x
lo que implica la existencia de ρ > 0 tal que si x < v < x + ρ entonces

f ( v ) > f ( x ). Esto nos indica que los extremos de f (·) en [ x, t ] son
f ( x ) el mı́nimo, y f ( t ) el máximo. Luego, f ( x ) ≤ f ( t ). Si fuera
f ( x ) = f ( t ), coincidirı́an el máximo y el mı́nimo de f (·) en [ x, t ]
y, entonces, f (·) serı́a constante en [ x, t ], lo que a su vez implicarı́a
f ′ ( u ) = 0 para todo u ∈ [ x, t ]. Concluimos, pues, que f ( x ) < f ( t ).
El siguiente teorema no sólo es un teorema de existencia de inversas y

del cálculo de su derivada. Es mucho más: es, quizás, el teorema más
importante del análisis matemático.
Teorema 8. (Teorema de la función inversa )
Sea f (·) una función real continuamente derivable en un intervalo abier-
to ( a, b ) (esto es, existe f ′ ( x ) para todo x ∈ ( a, b ) y f ′ (·) continua en
( a, b )). Si para algún x0 ∈ ( a, b ) se satisface f ′ ( x0 ) 6= 0, entonces exis-
ten intervalos abiertos I y J en R con x0 ∈ I tales que f : I −→ J
resulta biyectiva (es decir uno-a-uno y sobre) y la inversa f −1 (·) conti-
nuamente derivable en J (es decir, existe la función inversa de f (·) y
ésta hereda las propiedades de aquélla). Más aún,
1
( f −1 )′ ( y ) = para cada y ∈ J , y = f( x )
f ′( x )
Demostración.
Se supone f ′ (x0 ) > 0 (el caso f ′ (x0 ) < 0 se analiza de manera similar).
Como f ′ (·) es continua y f ′ (x0 ) > 0 entonces existe δ > 0 tal que
f ′ (x) > 0 para todo x ∈ (x0 − δ, x0 + δ) con [x0 − δ, x0 + δ] ⊆ (a, b).
Ası́ que f (·) resulta estrictamente creciente en [x0 − δ, x0 + δ] por el
lema 1, y por tanto, f (·) es uno-a-uno allı́. Llámese I = (x0 − δ, x0 + δ),
J = (f (x0 −δ), f (x0 +δ)). Como f (·) es creciente y continua (f ′ (·) existe)
entonces J = f (I) (verifique usando el teorema del valor intermedio para
funciones continuas (teorema 27, lección 1)). Ası́ que existe f (·)−1 : J →
I, que también es continua (por el teorema de la función inversa para
funciones continuas (teorema 28, lección 1)). Verifiquemos que f (·)−1 es
derivable en J. Sea pues y ∈ J. Entonces existe un único x ∈ I tal que
y = f (x). Tómese u ∈ J tal que u 6= y, y sea t ∈ I tal que u = f (t).
Entonces,
f −1 (u) − f −1 (y) t−x 1

= =
u−y f (t) − f (x) f (t)−f (x)
t−x
Como u → y si, y sólo si, t → x entonces
f −1 (u) − f −1 (y) 1 1
lı́m = f (t)−f (x)
= ′
u→y u−y lı́m t−x f (x)
t→x
1 1
Ası́ que existe (f −1 )′ (y) y (f −1 )′ (y) = donde y = . Fi-
f ′ (x) f ′ (x)
nalmente se ve que (f −1 )′ es continua en J pues si u, y ∈ J con
u = f (t), y = f (x) para x, t ∈ I (únicos), entonces
1 − 1
(f −1 )′ (u) = u−→
−→y = (f −1 )′ (y)
f ′ (t) f ′ (x)
ya que u → y si, y sólo si, t → x.

Ejemplo 25.
Sea f : ( 0, +∞ ) −→ ( 0, +∞ ) definida por f ( x ) = x2 . Hallemos
( f −1 )′ ( y0 ).
Solución.
Por el teorema de la función inversa se tiene que
1 1 1
( f −1 )′ ( y0 ) = = = √
f ′ ( x0 ) 2 ( x0 ) 2 y0
√
pues y0 = f (x0 ) = x20 y ası́ x0 = y0 .
Ejemplo 26.
Sea y = f ( x ) = x5 + 2x + 1. Hallemos, si existe, ( f −1 )′ ( 4 ) (ver figura
17).
Solución.
Apliquemos el teorema de la función inversa con y0 = 4. Puesto que
f ( 1 ) = 4 y f ′ ( 1 ) = 5x4 + 2x=1 = 7 6= 0, entonces

1 1
( f −1 )′ ( 4 ) = =
f ′( 1 ) 7
y f ( x ) = x5 + 2x + 1
y=x
f −1 ( x )
1
x
Figura 17
Nota 9.
Merece notarse que es posible encontrar la derivada de la función in-
versa en uno de sus puntos, aunque no es preciso hallar explı́citamente
la ecuación que la define. Si observamos el ejemplo 26, vemos que es
imposible “despejar” x en términos de y. En el ejemplo 25, sin embargo,
√
sólo corroboramos la derivada de una función conocida: f ( x ) = x en
el punto y = y0 .
Nota 10. (La notación de Leibniz, de nuevo)
1
La igualdad ( f −1 )′ ( y ) = ′ en el teorema de la función inversa se
f (x)
escribirı́a (abusando de la notación)
dx 1
=
dy dy
dx
dy
Esta es una muestra del porqué la notación de Leibniz para la
′
dx
derivada f ( x ) es tan conveniente. Por eso permanece y, seguramente,
permanecerá por mucho tiempo.
a). Funciones trigonométricas inversas

Sabemos (ver volumen 0: Fundamentos) que las seis funciones trigo-
nométricas son periódicas, es decir, si f (·) representa una función trigo-
nométrica, existe un número real T tal que f ( x ) = f ( x+ T ) para todo
x. De aquı́ es obvio que las funciones trigonométricas no son biyectivas
y, en consecuencia, sus relaciones inversas no son funciones. No obstante,
si se restringen adecuadamente los dominios, podemos hacer que ellas
sean biyectivas y entonces definir sus respectivas inversas que, como re-
cordaremos, son sus funciones simétricas respecto a la recta y = x.
a) Consideremos (abusando un tanto de la notación) la función

h π πi
y = sen x : − , −→ [ −1, 1 ]
2 2
dy
Entonces la función sen(·) resulta biyectiva ya que = cos x > 0
dx
π π

para x ∈ − 2 , 2 . Su inversa, la función seno inverso, denotada
por arcsen(·) o sen−1 (·), se define como
h π πi
sen−1 : [ −1, 1 ] −→ − ,
2 2
y 7−→ x = sen−1 ( y )
Las gráficas de sen(·) y sen−1 (·) se ilustran en la figura 18.
Por tanto,
π π
y = sen−1 x si, y sólo si, x = sen y, − ≤y≤ , −1 ≤ x ≤ 1
2 2
Por ejemplo,

−1 1 π π 1
sen = ya que sen =
2 6 6 2
y y
y = sen−1 x
π
y = sen x 2
− π2 π
x -1 1 x
2
-1
− π2
Figura 18
b) Sea la función y = cos x : [ 0, π ] −→ [ −1, 1 ]. Esta función es
dy
biyectiva ya que = − sen x < 0 para x ∈ ( 0, π ). Por ello
dx
puede definirse la función coseno inverso, denotada por arccos(·)
o cos−1 (·) , como
x = cos−1 y : [ −1, 1 ] −→ [ 0, π ]
Luego y = cos−1 x si, y sólo si, x = cos y, 0 ≤ y ≤ π, −1 ≤ x ≤ 1.
Por ejemplo,
cos−1 ( −1 ) = π porque cos π = −1
Las gráficas de cos(·) y cos−1 (·) se muestran en la figura 19.
y y
π
y = cos−1 x
π
2
1 y = cos x
p
π
π x -1 1 x
2
-1
Figura 19
c) Es natural restringir el dominio de la función tangente a − π2 , π2

para que sea continua y biyectiva y, por tanto, poder definir su

inversa. Luego, si y = tan x : [ − π2 , π2 ] −→ R, entonces la función
tangente inversa, denotada por arctan(·) ó tan−1 (·), se define ası́:
π π
tan−1 : R −→ − ,
2 2
y y
y = tan x
π
2
y = tan−1 x
− π2 π
2 x x
− π2
Figura 20
Luego y = tan−1 x si, y sólo si, x = tan y, − π2 < y < π2 , x ∈ R.
Ası́, por ejemplo,
π π
tan−1 ( −1 ) = − ya que tan − = −1
4 4
b). Derivadas de las funciones trigonométricas inversas
a) Como sen : [− π2 , π2 ] −→ [−1, 1] es creciente y derivable, entonces,

por el teorema de la función inversa, la función sen−1 = arcsen :
[−1, 1] −→ [− π2 , π2 ] es también creciente y derivable en ( −1, 1 ).
Sea y = sen−1 x; entonces x = sen y y, por tanto,
dy 1 1 1
= = =p
dx dx cos y 1 − sen2 y
dy
(se ha tomado el signo positivo en virtud de que cos y > 0 si
− π2 < y < π2 ). Y como sen y = x, entonces
dy 1
=√ para | x | < 1
dx 1 − x2
b) De manera similar a lo realizado en a), si y = cos−1 x, entonces,

dy 1
por el teorema de la función inversa, = −√ , | x | < 1.
dx 1 − x2
c) Si y = tan−1 x, entonces tan y = x y, por el teorema de la función
inversa,
dy dy 1 1 1
sec2 y =1 ó = 2
= 2 = ;
dx dx sec y 1 + tan y 1 + x2
dy 1
es decir, = .
dx 1 + x2
Ejemplo 27.
Calculemos las siguientes derivadas:
√ x
a) y = a2 − x2 + a sen−1 , donde a es una constante positiva
a
y | x | < a.
√
b) y = sen−1 ( x3 − 1 ) donde | x3 − 1 | < 1, es decir, 0 < x < 3 2.
c) y = tan−1 ( x3 + 2 ) para todo x ∈ R.
Solución.
1
a) dy x x a
= −√ + ar a = −√ +√
dx a2 − x2 x2 a2 − x2 a2 − x2
1− 2
a
r
a−x a−x
=√ =
2
a −x 2 a+x
dy 1 3x2 3
b) =p 3x2 = √ =√
dx 3
1 − (x − 1)2 6
−x + 2x3 2x − x4
dy 1 2 = 3x2
c) = 3x
dx 1 + ( x3 + 2 )2 x6 + 4x3 + 5
Ejemplo 28.
Derivemos las siguientes funciones:
r
1
a) y = cos−1 para x > 1
x

4 sen x
b) y = tan−1 si 3 + 5 cos x 6= 0
3 + 5 cos x
Solución.
1
a) Como y = cos−1 x− 2 , entonces
3
dy − 1 x− 2 1 1 1
= −√ 2 = = √ = √
√
r
dx 1 − x−1 3 1 x−1 2x x − 1
2x 2 1− 2 x3 √
x x
4 sen x
b) y = tan−1 u, donde u = . Entonces tenemos que
3 + 5 cos x

dy dy du 1 4 cos x( 3 + 5 cos x ) − 4 sen x( −5 sen x )
= =
dx du dx 1 + u2 ( 3 + 5 cos x )2
 
 12 cos x + 20 cos2 x + 20 sen2 x

 1
=  
16 sen2 x  ( 3 + 5 cos x )2
1+
( 3 + 5 cos x )2
( 3 + 5 cos x )2

20 + 12 cos x
=
9 + 30 cos x + 25 cos2 x + 16 sen2 x ( 3 + 5 cos x )2
4( 5 + 3 cos x ) 4
= 2
= .
( 5 + 3 cos x ) 5 + 3 cos x
Ejercicios 3
1) Halle los dominios donde se pueden calcular las derivadas de las
siguientes funciones y encuentre sus derivadas:
a) f ( x ) = x cos−1 ( 2x ) b) f ( x ) = tan−1 ( x2 )

1
c) f ( x ) = sen−1 ( x2 − 1 ) d) f ( x ) = cos−1 +2
x
dy
2) Halle si y = sec−1 x, y = csc−1 x, y = cot−1 x determinando
dx
los dominios y los rangos de cada una de ellas.
sen−1 x
3) Verifique que la función y = √ con x 6= 1, −1 , satisface la
1 − x2
“ecuación diferencial” ( 1 − x2 )y ′ − xy = 1.
4. El teorema de la función implı́cita

Una ecuación en dos variables x y y de la forma F ( x, y ) = 0 puede
tener una o más soluciones de la forma y = f ( x ). Es conveniente saber
cuándo es posible “despejar y en términos de x” , y en caso de no poder
hacerlo explı́citamente, al menos saber cuándo y es una función de x
(aunque sólo sea “localmente”; es decir, en la vecindad de algún punto
x). En este caso se dirı́a que y es función “implı́cita” de x, localmente.
Para aclarar esto, consideremos los conjuntos ( x, y ) ∈ R2 /F ( x, y ) = 0 5 ,

donde:
a) F ( x, y ) = ax + by + c, a, b y c son constantes (función lineal)
b) F ( x, y ) = x2 + y 2 − 1 (cı́rculo de radio 1)
c) F ( x, y ) = 2x2 + 2y 2 + 5
d) F ( x, y ) = x2 y 5 − x3 y 2 + x − y − 27
En a), para despejar y en términos de x bastará con que b 6= 0, obte-

niendo
a c
y =− x−
b b
√
En√ b), y describe dos funciones de x que son y = 1 − x2 y y =
− 1 − x2 para −1 ≤ x ≤ 1.
5
Observemos que este conjunto no es más que la curva de nivel cero para la función
de dos variables F ( x, y )(ver volumen 0: Fundamentos).
En c), F ( x, y ) = 2x2 + 2y 2 + 5 = 0 no define implı́citamente ninguna

función, porque esta ecuación no tiene solución en R2 ya que 2x2 +2y 2 +
5 ≥ 5.
En el caso d) es imposible despejar y explı́citamente en términos de
x. Sin embargo, y sı́ es una función implı́cita de x en una vecindad
de 1 como lo mostrará el teorema siguiente que es otro de los teoremas
fundamentales del análisis matemático. De hecho, se puede probar que
es equivalente a cierta forma del teorema de la función inversa.
Teorema 9. (Teorema de la función implı́cita)

Sea F : A −→ R una función donde A es un disco abierto en R2 .
Si para cada x fijo la función g(·) definida por g( y ) = F ( x, y ) tie-
ne derivada continua para todo y, y ası́ mismo, para y fijo, la fun-
ción h( x ) = F ( x, y ) tiene derivada continua para todo x y si existe
( x0 , y0 ) ∈ A tal que F ( x0 , y0 ) = 0 y g′ ( y0 ) 6= 0, entonces también
existe un intervalo abierto I = ( x0 − δ, x0 + δ ) con δ > 0 tal que y es
función de x para todo x en I. Es más, si tal función es y(·), entonces
F ( x, y( x ) ) = 0 para todo x en I, y y(·) tiene derivada continua en
I:
dy h′ ( x )
=− ′
dx g (y)
Demostración.
(Ver ejercicio complementario 30).
Ejemplo 29.
a) Hallemos la pendiente de la recta tangente a la gráfica de la curva
2
3 x2 + y 2 = 100 xy en el punto ( 3, 1 ).
b) Verifiquemos que la ecuación de la recta tangente a la elipse de

ecuación
x2 y 2
+ 2 =1 (ver figura 21)
a2 b
(a y b constantes positivas) en el punto ( x0 , y0 ), está dada por
xx0 yy0
+ 2 =1
a2 b
(x0 , y0 )
b
x
a
x2 y2
+ =1
a2 b2
Figura 21
Solución.
2
a) Llamemos F ( x, y ) = 3 x2 + y 2 − 100xy = 0. Para x fijo, sea
g( y ) = F ( x, y ). Entonces g′ ( y ) = 6( x2 + y 2 )( 2y ) − 100x. Por
tanto, en el punto ( 3, 1 ) tenemos g′ ( 1 ) = 6( 32 + 12 )( 2 · 1 ) −
100 · 3 = −180. Como g′ ( 1 ) 6= 0 en x = 3, por el teorema de la
función implı́cita (teorema 9) existe un intervalo abierto alrededor
de x = 3, y una función f (·) definida en ese intervalo, tal que
y = f ( x ) y f (3) = 1. Por esto, F ( x, f ( x ) ) = 0, o sea que
2
3 x2 + [f ( x )]2 − 100xf ( x ) = 0
Derivando con respecto a x, hallamos la pendiente de la recta

tangente en cada punto ( x, y ) de la gráfica de 3( x2 + y 2 )2 =
100xy (que localmente es la gráfica de y = f ( x )). Entonces
6( x2 + y 2 )( 2x + 2yy ′ ) = 100( y + xy ′ )
12x3 + 12xy 2 + 12x2 yy ′ + 12y 3 y ′ = 100y + 100xy ′
12x2 yy ′ + 12y 3 y ′ − 100xy ′ = 100y − 12x3 − 12xy 2 ;
de donde obtenemos que

100y − 12x3 − 12xy 2
y′ =
12x2 y + 12y 3 − 100x
13
En el punto ( 3, 1 ) se tiene que y ′ = .
9
b) Derivando con respecto a x, tenemos que
2x 2yy ′ b2 x

′
+ 2 = 0, o sea, y = − 2 para y 6= 0
a2 b a y
Ası́ que la pendiente de la recta tangente a la curva (elipse) en el

punto ( x0 , y0 ) con y0 6= 0 será
b2 x0
m = y′ = −
a2 y0
Por lo tanto, la ecuación de la recta tangente es
b2 x0
y − y0 = − ( x − x0 )
a2 y0
a2 y0 y − a2 y02 = −b2 x0 x + b2 x20
y0 y x0 x x20 y02
+ = + 2
b2 a2 a2 b
Como el punto ( x0 , y0 ) está sobre la elipse, sus coordenadas satis-
facen la ecuación y, por tanto, la ecuación de la tangente es,
x0 x y0 y
+ 2 =1
a2 b
Lo anterior es válido para todo y0 6= 0. Si y0 = 0 se obtiene x = a
que es la ecuación de la recta tangente cuando x > 0 y x = −a
x0 x y0 y
si x < 0. Ambas son de la forma 2 + 2 = 1, pues si y0 = 0,
a b
x0 x
entonces x0 = ±a = x y, por tanto, tendremos que 2 = 1.
a
N
Ejemplo 30.
√ √
a) Hallemos y ′ si y+ x=a b) Hallemos y ′ si y 2 cos x = a2 sen 3x
Solución.
a) Derivando implı́citamente, obtenemos que
1 dy 1
√ + √ =0
2 y dx 2 x
y, por tanto,
1
− √ √
dy 2 x y
= = −√ si x 6= 0
dx 1 x
√
2 y
b) Derivando implı́citamente, tendremos que
dy
2y cos x + y 2 (− sen x) = 3a2 cos 3x
dx
y, por tanto,
dy 3a2 cos 3x + y 2 sen x
= si y cos x 6= 0
dx 2y cos x
Ejemplo 31. (Un ejemplo tı́pico de libro de texto)

Consideremos un tanque cónico (ver figura 22) que recibe agua a razón
de 2 litros por minuto. Veamos con qué rapidez se eleva el nivel del
lı́quido cuando su altura es y0 centı́metros.
50 cm
x 100 cm
Figura 22
Solución.
Sea v el volumen de agua en el tanque en el instante t; y la altura del
agua en el instante t; y x el radio de la sección transversal del cono en
el instante t. Sabemos que
1 y 100 dv
a) v = πx2 y b) = c) =2
3 x 50 dt

dy
Debemos encontrar . Observemos que
dt y=y0

dv π dx dy π dx dy dy
= 2xy + x2 = 2xy + x2
dt 3 dt dt 3 dy dt dt
dv dx 1
Como =2 y = pues y = 2x, entonces
dt dy 2
π y 2 y 2 dy

π 2 dy

2= xy + x = +
3 dt 3 2 4 dt
Por tanto,
dy 8 2.54
= 2 =
dt y=y0
πy0 y0 2
Ejemplo 32. (Otro ejemplo tı́pico de libro de texto)

Un hombre de 1.8 metros de altura se aleja a una velocidad de 3 kilóme-
tros por hora de una luz que está a 4.5 metros sobre el nivel del piso.
Cuando su distancia horizontal de la luz es de 3.6 metros, determinemos
a qué velocidad crece su sombra y a qué velocidad se mueve la parte
más alejada de la sombra con respecto a la luz.
Solución.
Sea x la distancia horizontal que separa al hombre del pie de la luz y sea
y la longitud de su sombra. Los triángulos BAC y BDE de la figura 23
son rectángulos y, además, semejantes entre sı́. Por tanto,
x+y y
=
4.5 1.8
1.8
es decir, y = x. Aplicando la regla de la cadena se tiene que
2.7
dy 2 dx
=
dt 3 dt
dx dy
Como = 3 km/h, entonces = 2 km/h. Como z = x + y, entonces
dt dt
4.5
z= y. Luego,
1.8

dz 5 dy 5 km km
= = 2 =5 N
dt 2 dt 2 h h
E
4.5
1.8
y x
B D A
Figura 23
Ejercicios 4
1) En cada uno de los siguientes ejercicios halle, si existe, la derivada
dy
de la función y(·) dada en forma implı́cita:
dx
a) tan ( x + y ) − y = 0
1
b) + sen ( x + y ) = 1
xy − 1
c) sen( xy ) + cos( xy) = tan( x + y )
d) x − y = sen−1 x − sen−1 y
e) x5 + 3x4 y + 8xy 3 + 5xy = 4
p
f) x2 + 3xy 2 = 6
√
g) x cos2 xy − xy = 3x2 y 2
x2 √
h) 3
− 3 x = sen2 y
y
i) x2 y 5 − x3 y 2 + x − y = 27
2) Sea la ecuación 2x2 − 3xy + 2y 2 = 2, para la cual suponga inicial-

mente que define implı́citamente al menos una función diferencia-
dy
ble y = f ( x ). Halle por diferenciación implı́cita; luego, de la
dx
ecuación original, despeje y en términos de x y seleccione la fun-

ción particular que pasa por el punto −1, − 32 . Halle la expresión
dy
para esta función y evalúela en el punto −1, − 32 .

general de
dx
3) Un automóvil y una bicicleta parten al mediodı́a del mismo lugar.

El automóvil va hacia el norte con velocidad de 80 km/h, y la
bicicleta va hacia el oeste con velocidad de 30 km/h. ¿Cuál es la
velocidad a la que se separan a las 4:00 p.m.?
4) Un faro giratorio situado a 3 km de una playa recta, efectúa 2

revoluciones por minuto. Pruebe que la velocidad a la que se mueve
el punto de luz en la playa cuando está a 2 km distante del punto
52π
de la playa más cercano al faro, es km/min. [Indicación: En
3
dx dθ
la figura, hallar , observando que = 4π rad/min]
dt x=2
dt
Faro
b
Playa
4) Un campo de béisbol tiene forma cuadrada de 90 pies de lado. Un

jugador está corriendo desde la segunda hasta la tercera base a
28 pies por segundo. Muestre que su distancia al punto de recep-
ción está cambiando a √5610 pies por segundo cuando el jugador se
encuentra a 30 pies de la tercera base.
5. Funciones exponenciales y logarı́tmicas, y sus

derivadas
Desde por lo menos el siglo XVII (Wallis (1685)), sabemos que si a y b
son números reales positivos, y p y q son números naturales, las leyes
básicas de los exponentes son:
ap
i) ap · aq = ap+q ii) ( ap )q = ap q iii) = ap−q
aq
a p ap
iv) ( a · b )p = ap · bp v) = p
b b
Estas leyes de los exponentes se extienden bien a exponentes negativos y
1
cero definiendo ası́: a−m ≡ m ; a0 ≡ 1. Sin embargo, para extender las
a
leyes de los exponentes para el caso de potencias racionales, se requiere,
sabemos, de un teorema de existencia de raı́z n-ésima, que establecimos
antes utilizando el axioma de continuidad de los números reales (ver
volumen 0: Fundamentos, lección 4):
Teorema 10.
Dado a > 0 y n ∈ N existe un único b > 0 tal que bn = a. A tal b se le
√ 1
llama raı́z n-ésima de a y se denota por n a o a n .
m
Amparados en el teorema anterior, podemos entonces definir, para n ∈
Q con m ∈ Z y n ∈ N, am/n de la siguiente forma:
am/n ≡ (a1/n )m
A partir de esta definición, podemos observar lo siguiente:
a) En primer lugar, el álgebra estándar de las leyes básicas de expo-

nentes i), ii), iii), iv), v), anteriores se satisfacen, como el lector
puede comprobar fácilmente. Por ejemplo, para probar i), tenemos
m′
que si p = m ′
n , q = n′ ∈ Q con n, n ∈ N, entonces
m m′ ′ ′ ′ ′
ap · aq = a n · a n′ = (a1/nn )mn (a1/nn )m n
′ ′ ′ mn′ +m′ n m m′
= (a1/nn )mn +m n = a nn′ = a n + n′ = ap+q
b) Sea a > 1; entonces podemos mostrar la monotonicidad de la

m′
función exponencial para exponentes racionales: Si m n < n′ con
′ ′
m, m′ ∈ Z; n, n′ ∈ N entonces am/n < am /n . En efecto: en prin-
′ ′
cipio, notemos que también a1/nn > 1 pues si a1/nn ≤ 1 entonces
′ ′ ′ ′ ′
a = (a1/nn )nn = a1/nn · a1/nn · · · a1/nn (nn′ veces) ≤ 1 · 1 · · · 1
(nn′ veces) = 1, lo que es una contradicción. Ahora procedemos
a probar la afirmación inicial. Note que, por lo inmediatamente
′ ′ ′ m′
anterior, (a1/nn )m n−mn > 1 puesto que de m n < n′ se obtiene
m′ n−mn′
nn′ > 0; y como m′ n − mn′ ∈ N entonces
′ ′ ′ ′ ′ ′
(a1/nn )m n−mn = a1/nn · a1/nn · · · a1/nn (m′ n − mn′ veces)
>1·1···1=1
′ ′ ′ ′ ′
Pero (a1/nn )m n−mn = am /n am/n (aplicando el literal a) ante-
′ ′
rior); luego am /n > am/n , que era lo que querı́amos mostrar.
c) Probemos también que si {rn } es una sucesión de racionales tal
que lı́m rn = 0, entonces lı́m arn = 1 para a > 0 fijo.
n→∞ n→∞
i) Primero, supongamos que a > 1, y probemos inicialmente

que lı́m a1/n = 1. Puesto que también a1/n > 1 (pues n1 > 0,
n→∞
y se aplica el literal b) anterior) para todo n ∈ N, entonces
a1/n = 1 + bn para cierta sucesión positiva {bn }; por lo tanto,
a = (1 + bn )n ≥ 1 + nbn (utilizando el binomio de Newton), y
ası́ 0 ≤ bn ≤ a−1
n . Por el teorema del sándwich (ver lección 1)
se tendrá que lı́m bn = 0, y ası́ lı́m a1/n = 1. Ahora: Supon-
n→∞ n→∞
gamos que rn ≥ 0 para todo n ∈ N, y sea {mn } una sucesión
creciente de números naturales tales que rn < m1n para todo
n; entonces, por el literal b) anterior 0 ≤ arn − 1 < a1/mn − 1;
y como lı́m (a1/mn − 1) = 0 entonces (nuevamente por el teo-
n→∞
rema del sándwich) lı́m arn = 1, que era lo que querı́amos
n→∞
probar. El caso en que rn ≤ 0 para todo n ∈ N se tiene tam-
1 1
bién, pues lı́m arn = lı́m a−r n = 1 = 1. Y, finalmente, si
n→∞ n→∞
algunos términos de la sucesión {rn } son positivos y otros
negativos, se divide {rn } en dos subsucesiones, {rn+ } y {rn− },
de términos positivos y negativos, respectivamente; ası́, dado
+
ǫ > 0 existe N+ ∈ N tal que si n ≥ N+ entonces |arn − 1| < ǫ;
de la misma forma, existe N − ∈ N tal que si n ≥ N − enton-

−
ces |arn − 1| < ǫ. Si tomamos N = máx{N + , N − }, y n ≥ N ,
entonces |arn − 1| < ǫ.
ii) En segundo lugar,supongamos 0 < a < 1. Entonces, por i),
1 rn

se tiene que lı́m = 1; y ası́ lı́m ar1n = 1, por lo que
n→∞ a n→∞
lı́m arn = 1.
n→∞
Definición 4. (Función exponencial (Euler (1748)))

Sea a > 0 fijo. Para x ∈ R construimos (utilizando la densidad de
los números racionales (ver volumen 0: Fundamentos)) una sucesión
monótona de números racionales {rn } tal que lı́m rn = x. Entonces,
n→∞
la sucesión {arn } es también monótona (ver b) arriba) y acotada (¿por
qué?); por el teorema 1 de la lección 1, es entonces convergente. Defini-
mos
ax ≡ lı́m arn
n→∞
Esta definición no depende de la particular sucesión {rn } escogida, pues

si existiera otra sucesión de racionales cualquiera (no necesariamente
monótona), {sn }, tal que lı́m sn = x entonces
n→∞
lı́m asn = lı́m asn −rn · arn = lı́m asn −rn · lı́m arn
n→∞ n→∞ n→∞ n→∞
x x
=1·a =a
después de aplicar lo que probamos en c) arriba.
Teorema 11. (Propiedades de la función exponencial)

Sean a > 0, x y y números reales; entonces
1
a) ax ay = ax+y b) a−x =
ax
c) lı́m ax = 1 d) Si x < y entonces ax < ay
x→0
x
e) a > 0
Demostración.
a) Sean {xn }, {yn } sucesiones de racionales que convergen a x y y,

respectivamente. Entonces
ax ay = lı́m axn lı́m ayn = lı́m axn +yn = ax+y

n→∞ n→∞ n→∞
pues {xn + yn } es una sucesión que converge a x + y.
b) Si {xn } es una sucesión de racionales que converge a x, entonces
1 1
a−x = lı́m a−xn = x
=
n→∞ lı́m a n ax
n→∞
c) De manera similar, si {xn } es una sucesión cualquiera de números

racionales que converge a 0, entonces
lı́m axn ≡ a0 = 1
n→∞
Luego lı́m ax = 1.
x→0
Los literales d) y e) quedan como ejercicios para el lector.
Teorema 12. (Continuidad de la función exponencial)

Para a > 0 fijo, la función f : R → R++ definida por f (x) = ax es
continua.
Demostración.
Sea x0 ∈ R. Entonces lı́m f (x) = lı́m ax = lı́m ax−x0 ax0
x→x0 x→x0 x→x0
= lı́m ax−x0 . lı́m ax0 = 1 · ax0 = ax0 = f (x0 ) después de aplicar la
x→x0 x→x0
parte c) del teorema 11.
Note cómo la continuidad en 0 de la función exponencial, garantiza su

continuidad en cualquier otro punto!
y y
f (x) = ax f (x) = ax
a>1 a<1
1 1
x x
Figura 24 a: Función exponenciales ax
Es conveniente resaltar aquı́ que, hasta ahora, sólo utilizábamos expre-

siones numéricas
√ 1/4tales√como 21/2 , 53/4 , 7−5/8 , etc.; inclusive números
tales como ( 2) ó ( 3)−5/6 tenı́an sentido. En esta instancia, con √ la
definición de la función exponencial, expresiones como π π , eπ , ( 2)π ,
etc., cobran sentido, es decir, son números reales bien determinados.
Ahora: de todas las funciones exponenciales ax , existe una muy parti-
cular que ha resultado ser muy útil y conveniente, y cuya base es un
1 n

número ya estudiado antes : e = lı́m 1 + n (ver ejercicios comple-
n→∞
mentarios, lección 1). Veamos cuáles son las caracterı́sticas que hacen
de esta función exponencial (conocida con función exponencial natural)
una fundamental.
En primer lugar, la función f (x) = ex , en ocasiones notada también
por exp(x), tiene, como todas las funciones exponenciales, a R como
dominio y a R++ como recorrido (rango), y su gráfica está en la figura
24 b); y en segundo lugar, quizás lo más importante, es que su derivada
es ella misma, es decir, si f (x) = ex entonces f ′ (x) = ex (ver teorema
14 adelante), y este comportamiento describe (como veremos) muchos
fenómenos fı́sicos, quı́micos, poblacionales, etc., lo que ha hecho de esta
particular función exponencial una de las más importantes del análisis
matemático.
Sin embargo, para poder demostrar esta última afirmación, requeriremos
probar una propiedad clave de la función exponencial natural f (x) = ex ,
y es que, de todas las funciones exponenciales ax , ella es la única que
tiene derivada 1 en x = 0 (esto, obviamente, es la normalización que da
origen al resultado). Probémosla.
Teorema 13. (Normalización a la base e)

1 n

El número e = lı́m 1 + es el único que hace que la derivada en
n→∞ n
x = 0 de la función exponencial asociada f (x) = ex satisfaga
f (0 + h) − f (0) eh − 1
f ′ (0) = lı́m = lı́m =1
h→0 h h→0 h
Demostración.
eh − 1
Para probar que lı́m = 1, tomamos inicialmente una sucesión
h→0 h
{hn } de números racionales positivos que converja a 0. Asumamos,
pn
además, que hn = para pn , qn ∈ N, y definamos mn = (qn )2 para
qn
n = 1, 2, ... . Note que lı́m mn = +∞, y que lı́m mn hn = lı́m pn qn =
n→∞ n→∞ n→∞
+∞.
Entonces, mn hn
1
h
e −1
n 6 1 + mn −1
lı́m = lı́m
n→∞ hn n→∞ hn
 h
 1 + mmn hn + (mn hn )(m 2
n hn −1)
· m12 + (mn hn )(mn hn3!−1)(mn hn −2) · m13
n n n
= lı́m +
n→∞  hn
mn hn 
(mn hn )(mn hn −1)···(mn hn −(mn hn −1)) 1
1·2···mn hn mn − 1 


···+ (∗)
hn 


hn h2n hm n hn −1

n
≤ lı́m 1 + + +···+
hn →0 2! 3! (mn hn )!
" #
1 hn hpnn qn −2
= 1 + lı́m hn + +···+
hn →0 2! 3! (pn qn )!

1 1 1
≤ 1 + lı́m hn + +···+
hn →0 2! 3! (pn qm )!

1 1 1
≤ 1 + lı́m hn + + · · · + pn qn −1
hn →0 2 22 2
p q
" #
1
− 12 n n

= 1 + lı́m hn 2 =1
hn →0 1 − 12
Y como también es claro, mediante (∗), que
mn hn
1
1+ mn −1
lı́m ≥1
n→∞ hn
entonces tendremos, por el teorema del sándwich, que
mn hn
1
1+ mn −1
lı́m =1
n→∞ hn
n→∞
Finalmente, si la sucesión {hn } −→ 0 es de racionales negativos enton-
ces
1
ehn − 1 e−hn
−1
lı́m = lı́m
n→∞ hn n→∞ hn
e−hn − 1

1
= lı́m
n→∞ e−hn −hn
=1·1 =1
¿Por qué no es necesario considerar otro tipo de sucesión {hn }?
Ahora: que e es el único número que satisface esto, se demuestra ası́:

ahn − 1
Si a > 0 es tal que lı́m = 1 donde podemos asumir que {hn }
hn →0 hn
ahn − ehn
es una sucesión de racionales positivos, entonces lı́m = 0.
hn →0 hn
Pero como ahn − ehn = (a − e)(ahn −1 + ahn −2 e + · · · + ehn −1 ) entonces
ahn −1 + ahn −2 e + · · · + ehn −1
(a − e) lı́m = 0 y ası́, necesariamente,
hn →0 hn
a = e, pues el lı́mite que aparece en la última igualdad no existe.
6
Justificar esta igualdad queda como ejercicio especial para el lector.
y
y = ex
1
• → recta tangente con
pendiente igual a 1 en x = 0
x
Figura 24 b: Función exponencial ex
Teorema 14.
Si f ( x ) = ex , entonces f ′ ( x ) = ex , para todo x ∈ R. Por lo tanto,
f (n) (x) = ex para todo n.
Demostración.
f( x + h ) − f( x ) ex+h − ex
f ′ ( x ) = lı́m = lı́m
h→0 h h→0 h
ex eh − ex eh − 1
= lı́m = ex lı́m = ex · 1 = ex
h→0 h h→0 h
eh − 1
Aquı́ se aplicó el hecho de que lı́m = 1.
h→0 h
Ejemplo 33.
dy
Sea y = eu( x ) ; hallemos si u′ ( x ) existe.
dx
Solución.
Sea v = u( x ); entonces y = ev . Mediante la regla de la cadena, se tiene
que
dy dy dv dv
= = ev = eu( x ) · u′ ( x )
dx dv dx dx
Definición 5. (Función logaritmo natural (Mercator (1668)))

Dado que la función exponencial f ( x ) = exp (x): R −→ R++ es cre-
ciente y derivable con continuidad (ya que f ′ ( x ) = f ′′ ( x ) = ex > 0),
entonces, por el teorema de la función inversa (teorema 8), también

existe su función inversa f −1 (·) (que es creciente y derivable) y que se
escribe como ln(·) : R++ −→ R (llamada función logaritmo natural).
Puesto que exp : R −→ R++ , entonces ln : R++ −→ R; ası́, la
función ln(·) sólo está definida para números positivos (ver figura 25).
y = ex
y
y=x
y = ln x
1
Figura 25: Función logarı́tmica

Teorema 15. (Propiedades del logaritmo natural )
Si a y b son números positivos, entonces:
a
i) ln ( a · b) = ln a + ln b; ln = ln a − ln b
b
ii) ln 1 = 0; ln e = 1
iii) ln ax = x ln a, x∈R
Demostración.
i) Sean u = ln a y v = ln b. Entonces a = eu y b = ev y, por tanto,
ab = eu · ev = eu+v
Luego, u + v = ln( a · b ) y ası́, ln( a · b ) = ln a + ln b.

a eu a
Además, es claro que = v = eu−v . Luego, u − v = ln y
ab e b
ası́, ln a − ln b = ln .
b
ii) Puesto que y = ex si, y sólo si, x = ln y, entonces ln 1 = 0, pues

e0 = 1. Además, ln e = 1, pues exp ( 1 ) = e1 = e.
iii) a) Sea n un número natural. Entonces, utilizando i), es fácil ver

que ln an = ln(a · a · · · a) = ln a + ln a + ln a + · · · + ln a
(n veces). Luego,
ln an = n ln a, n∈N
n
1
n
b) De acuerdo con a) arriba, ln a = ln a n = ln an =
1
n ln a n para n un número natural. Luego,
1 1
ln a n = ln a
n
c) 0 = ln 1 = ln ( an · a−n ) = ln an + ln a−n = n ln a + ln a−n
para n ∈ N. Por tanto,
ln a−n = −n ln a
d) Hasta aquı́ las fórmulas son válidas para enteros y exponentes

m
1
de
la forma n , n ∈ N. Pero es más general: como ln a
n =
1 m 1 1
1
ln an = m ln a n , y ln a n = n ln a, entonces
m m
ln a n = ln a
n
Es decir, si r ∈ Q también se tiene ln ar = r ln a.
e) Finalmente, si x ∈ R, existe {rn } una sucesión monótona de

números racionales tal que lı́m rn = x. Luego,
n→∞
7
ln ax = ln ( lı́m arn ) = lı́m ln arn = lı́m rn ln a = x ln a
n→∞ n→∞ n→∞
Nota 11. (Sobre el origen de los logaritmos)

La palabra “logaritmo”que significa “número de proporción” (del grie-
go <logos> + <arithmos>) fue acuñada por Napier ( ó Neper, como
7
lı́m ln arn = ln lı́m arn ya que ln(·) es continua, pues es la inversa de una
n→∞ n→∞
función continua.
mejor se le conoce) en 1614 cuando anunció su invento en Mirifici Lo-

garithmorum Canonis Descriptio. Allı́, Neper buscaba simplificar multi-
plicaciones que implicasen senos de ángulos, transformándolos en sumas
de cosenos de ángulos, aplicando logaritmos a números en general. Al
parecer, el hilo conductor fue la antigua fórmula griega alejandrina
1
senA senB = [ cos (A − B) − cos (A + B)]
2
con la que llegó a su descubrimiento. El sistema de Neper estaba, por
consiguiente, diseñado para cálculos trigonométricos.
Fue Henry Briggs [1556-1631], amigo de Neper, el primero en apreciar
inmediatamente las bondades de su trabajo. En su Arithmetica Loga-
rithmica (escrita mucho antes pero sólo publicada hasta 1624) reconoce
la necesidad (o conveniencia) de una base para expresar los logaritmos.
Propone entonces la base 10 y construye tablas de logaritmos en esta
base. Es quizás 1618 el año en que aparece por primera vez el número
e. Es en la edición de ese año del Descriptio de Neper donde, en un
apéndice, William Oughtred [1574-1660] escribió lo que en nuestra no-
tación moderna es ln 10 ∼ = 2.302584. Dos años más tarde, sin embargo,
John Speidell publicó su New Logarithmes utilizando la base e. Aún ası́,
el uso de la letra e para este importante número se debe a Euler (1748).
Teorema 16. (Derivada del logaritmo natural )

1
Si y = ln x, entonces y ′ = , para x > 0.
x
Demostración.
Como y = ln x entonces x = ey . Ası́, utilizando el teorema de la función
inversa se tiene8
dy 1 1 1
= = y =
dx dx e x
dy
Ejemplo 33.
dy
Si y = ln [ u( x ) ] y u es una función derivable de x, hallemos .
dx
8 dy
existe, pues ln = exp−1 es derivable y no nula.
dx
Solución.
Si llamamos v = u( x ), entonces y = ln v. Por la regla de la cadena se
tiene que
dy dy dv 1 u′ ( x )
= = u′ ( x ) =
dx dv dx v u( x )
Nota 12. (
ln x x>0
Si u( x ) = | x |, entonces y = ln | x | =
ln ( −x ) x < 0
Luego,
 1
 si x > 0
dy 
x 1
= = si x 6= 0
dx  1 x
 ( −1 ) si x < 0
−x
Es decir, en general
d 1
ln | x | = , x 6= 0
dx x
Ejemplo 34. (Otra aproximación a la función exponencial(Euler

(1748)))
t x

Demostremos que lı́m 1+ = et para cada t ∈ R. (¿Recuerda
x→+∞ x
1 n

el lector que lı́m 1 + = e?)
n→∞ n
Solución.
t x

Sea y = 1 + ; entonces
x

t
 
x
 ln 1+ − ln 1 
t t x
ln y = ln 1+ = x ln 1+ =t· 
x x  t 
x
ya que ln 1 = 0. De aquı́ se tiene que

t
ln 1+ − ln 1
x
lı́m ln y = t lı́m
x→+∞ x→+∞ t
x
t
Sea h = . Entonces cuando x → +∞ se tiene que h → 0 y, por tanto,
x

ln ( 1 + h ) − ln 1 d 1
lı́m ln y = t lı́m =t ln x =t =t
x→+∞ h→0 h dx x=1 x x=1
Luego
ln lı́m y =t y ası́, lı́m y = et
x→∞ x→∞
Teorema 17.
ax = ex ln a (a > 0 fijo)
Demostración.
x
ax = eln a = ex ln a
donde la segunda igualdad se tiene por la parte iii) del teorema 15.
Ejemplo 35. (Derivada de la función exponencial)

Si f ( x ) = ax , demostremos que f ′ ( x ) = ax ln a
Solución.
Por definición y = ax = ex ln a . Luego,
dy d
= ex ln a x ln a = ex ln a · ln a = ax · ln a
dx dx
Definición 6. (Función logarı́tmica)

La función logarı́tmica de base a, que se denota como y = loga x, es la
función inversa de la función exponencial de base a; es decir,
x = ay si, y sólo si, y = loga x
Es usual denotar
loge x ≡ ln x o log10 x ≡ log x

Nota 13. (Propiedades del logaritmo de base a )

Se puede probar que para x, t > 0
i) loga 1 = 0 ii) loga a = 1

x
iii) loga ( xt ) = loga x + loga t iv) loga = loga x − loga t
t
v) loga xt = t loga x
Teorema 18. (Cambio de base en los logaritmos)

loga u
Si a, b ∈ R+ , entonces logb u = .
loga b
Demostración.
Sea z = logb u; entonces u = bz . Ası́ que tomando logaritmo de base a a
ambos lados de esta ecuación, se tiene
loga u = loga bz = z loga b
loga u loga u
Por tanto, z = . Ası́ que logb u = .
loga b loga b
Ejemplo 36.
Demostremos que si x y t son reales, entonces es válida la expresión
( ax )t = axt para a > 0 fijo
Solución.
Sea y = ( ax )t . Entonces
ln y = ln ( ax )t = t ln ax = x ( t ln a ) = ( xt ) ln a = ln axt
De aquı́ se deduce que
y = axt , es decir, ( ax )t = axt
Ejemplo 37.
dy
Si y = log1+x2 (sec2 x), hallemos .
dx
Solución.
Por el teorema 18,
ln (sec2 x) ln (sec x)
y= 2
= 2
ln ( 1 + x ) ln ( 1 + x2 )
Luego,
2x
tan x ln 1 + x2 − 1+x

dy 2 ln (sec x)
=2 2
dx ( ln ( 1 + x2 ))
( 1 + x2 ) tan x ln ( 1 + x2 ) − 2x ln ( sec x )
=2
( 1 + x2 ) ( ln ( 1 + x2 ))2
Ejemplo 38. (Derivación logarı́tmica)

Sean f1 , f2 , · · · , fn funciones derivables y positivas en un intervalo
abierto. Hallemos u′ si u = f1 · f2 · · · fn .
Solución.
Como u = f1 · f2 · · · fn , entonces ln u = ln f1 + ln f2 + · · · + ln fn . Luego,
derivando a ambos lados de esta igualdad, obtenemos que
u′ f′ f′ f′
= 1 + 2 + ··· + n
u f1 f2 fn
u = ( f1 · f2 · f3 · · · fn ) + ( f1 · f2′ · f3 · · · fn ) + · · · + ( f1 · f2 · · · fn−1 fn′ )
′ ′
Nota 14.
El proceso de derivación, donde primero se toman logaritmos y luego
se aplican sus propiedades, para después derivar, se llama derivación
logarı́tmica. Es, esencialmente, una técnica para facilitar los procesos de
derivación de funciones un tanto complicadas a través de las propiedades
de simplificación de la función logarı́tmica.
Ejemplo 39.
dy
Utilizando la derivación logarı́tmica, hallemos si y = ( 1+sen2 x )tan x .
dx
Solución.
Puesto que y > 0, podemos tomar logaritmos naturales a ambos lados

de la igualdad de arriba y se tiene que
ln y = tan x ln ( 1 + sen2 x )
Derivando con respecto a x se tiene
1 dy 2 sen x cos x
. = sec2 x ln ( 1 + sen2 x ) + tan x
y dx 1 + sen2 x
o, lo que es lo mismo,
2 sen2 x

dy
= ( 1 + sen2 x )tan x 2 2
sec x ln ( 1 + sen x ) +
dx 1 + sen2 x
Ejemplo 40.
2
( x + 1 )5

dy
Sea y = √ ; x < 1. Encontremos utilizando derivación
1−x dx
logarı́tmica.
Solución.
Utilizando las propiedades de los logaritmos tenemos que
1 1
ln y = ln( x2 + 1 )5 − ln( 1 − x ) 2 = 5 ln( x2 + 1 ) − ln( 1 − x )
2
Por tanto,
dy
dx = 5 2x 1 −1 10x 1
2
− = 2 +
y x +1 2 1−x x + 1 2( 1 − x )
y ası́,
( x2 + 1 )5

dy 10x 1 10x 1
=y 2
+ = √ 2
+
dx x + 1 2( 1 − x ) 1−x x + 1 2( 1 − x )
Ejemplo 41.
p dy
Sea y = x( x + 1 ) con x > 0 y encontremos utilizando derivación
dx
logarı́tmica.
Solución.
Utilizando las propiedades de los logaritmos tenemos que
1 1
ln y = ln [ x( x + 1 ) ] 2 = [ ln x + ln( x + 1 ) ]
2
Por tanto,
dy
dx 1 1 1
= +
y 2 x x+1
p
dy y 1 1 x( x + 1 ) 1 1
= + = +
dx 2 x x+1 2 x x+1
p
x( x + 1 ) 2x + 1 2x + 1
= = p
2 x( x + 1 ) 2 x( x + 1 )
Ejercicios 5
1) Utilizando Matlab, Derive, Mathematica, o cualquier otro progra-
ma similar, dibuje
1
a) f (x) = b) f (x) = 3x
3x
c) f (x) = log3 x d) f (x) = log 1 x
3
2) Halle las derivadas laterales en x = 0, de

 x
 1 si x 6= 0
f( x ) = 1 + ex
0 si x=0

¿Será derivable en x = 0?
3) Derive las siguientes funciones utilizando el método de derivación

que considere más conveniente:
r
1 − sen−1 x
a) y = b) y = cos( 2x ln x )
1 + sen−1 x
2
c) y = xx d) y = ex
−x

e) y = ln(1 + x2 ) f) y = ln 1 + ee

1
4) Compruebe que la función y = ln satisface la “ecuación
1+x
diferencial” xy ′ + 1 = ey .
6. La diferencial (infinitesimales)
En 1754, D’Alembert escribı́a en la famosa Encyclopédie un artı́culo
titulado “Limite” en el cual discutı́a el trabajo de Newton y de Leibniz,
y decı́a que un diferencial (infinitesimal) es una cantidad infinitamente
pequeña o menor que cualquier cantidad asignable, y explicaba que uti-
lizaba tales palabras porque eran de uso común. Para él, el método de
lı́mites era el lenguaje y aproximación correctos. “Una cantidad es bien
algo o nada; si es algo, entonces no ha desaparecido y si es nada, en-
tonces ha desaparecido completamente”, decı́a. Sin embargo, es de creer
que los contemporáneos de D’Alembert no apreciaron bien la sugerencia
de basar el Cálculo en el concepto de lı́mite, aunque es muy posible que
en su fundamentación del Cálculo, Cauchy hubiera sido influenciado por
D’Alembert.
En cualquier caso, en su Cours d’Analyse Algébrique de 1821, Cauchy
definió cuidadosamente y estableció las propiedades de las nociones bási-
cas del Cálculo (funciones, lı́mite, continuidad, derivada e integral). Era,
en palabras del brillante matemático N. H. Abel [1802-1829], “el único
que en la época actual sabe cómo deben tratarse las matemáticas”. Aun
ası́, el lenguaje utilizado por él era vago e impreciso al construir estas
nociones, aunque sus definiciones sı́ eran correctas. Esta imprecision del
lenguaje lo llevó a ser uno de aquellos que creı́an que continuidad impli-
caba diferenciabilidad y, en consecuencia, en muchos teoremas asumı́a
continuidad cuando lo que era necesario era diferenciabilidad.
Pero aunque las contribuciones de Cauchy a hacer riguroso el análisis

matemático de Newton y Leibniz son indiscutibles, el crédito central
pertenece a Weierstrass. Con su trabajo se completarı́a el rigor de los
fundamentales del Cálculo y, en particular, el fantasma de los infinitesi-
males desaparecerı́a del cálculo diferencial como tal, para convertirse en
una herramienta que, cuidadosamente utilizada, era muy conveniente y
práctica. Veamos entonces cómo se trata hoy este concepto.
Sea f (·) una función con derivada continua (diferenciable con continui-
dad) en cierto intervalo I. Entonces, para x ∈ I,

f( x + h ) − f( x ) ′
lı́m − f (x) = 0
h→0 h
Luego,
f ( x + h ) − f ( x ) − f ′ ( x )h
lı́m =0
h→0 h
Como el lı́mite del cociente existe y el lı́mite del denominador es cero
cuando h → 0, entonces el lı́mite del numerador también debe ser cero.
O sea que f ( x + h ) − f ( x ) − f ′ ( x )h está muy próximo a cero para
h pequeño . Es más: como el lı́mite del cociente es cero, entonces el
numerador es “más pequeño” que el denominador cuando h se aproxima
a cero. Esto implica que el numerador está más próximo a cero que h a
cero. Por lo tanto, f ( x + h ) − f ( x ) está más próximo a f ′ ( x )h que
h a cero.
Definición 7. (La diferencial o infinitesimal (Leibniz (1671)))

Si f (·) es una función derivable en x y y = f ( x ), entonces la diferencial
(o infinitesimal) de y es la función dy(·), para h 6= 0, definida por
dy( h ) = f ′ ( x )h.
Puesto que dx( h ) = h para todo h al aplicar la definición de dy(·) a la

función f (·) definida por y = f ( x ) = x, entonces obtenemos que
dy( h ) = f ′ ( x ) dx( h )
o, simplemente,
dy = f ′ ( x ) dx
Nota 15.
En la práctica se acostumbra también utilizar la versión heurı́stica
f ( x + h ) − f ( x ) ≈ f ′( x ) h para h ≈ 0
Ejemplo 42.
Hallemos la diferencial de la función y = sec3 1 + sen2 x .

Solución.
dy = 3 sec2 ( 1 + sen2 x ) sec( 1 + sen2 x ) tan( 1 + sen2 x )2 sen x cos x dx

= 3 sec3 ( 1 + sen2 x ) tan( 1 + sen2 x ) sen( 2x ) dx
Ejemplo 43.
Usando diferenciales, hallemos el valor aproximado de ( 0.9987 )0.75 .
Solución.
3
Consideremos la función definida por f ( x ) = x 4 . Se trata de hallar
f ( 0.9987 ). Ahora: f ( 0.9987 ) = f ( 1 + h ), donde h = −0.0013. Pero
f ( x + h ) − f ( x ) ≈ f ′ ( x )h para h ≈ 0; y, por tanto, f ( x + h ) ≈
f ( x ) + f ′ ( x )h para h ≈ 0. En este caso, x = 1 y h = −0.0013 y
3 1 3
f ′ ( x ) = x− 4 = √
4 44x
Entonces
3
f ( 0.9987 ) ≈ f ( 1 ) + f ′ ( 1 )( −0.0013 ) = 1 + √ ( −0.0013 )
441
3
(0.9987 )0.75 ≈ 1 − ( 0.0013 ) = 1 − 0.000975 = 0.999025
4
Ejemplo 44.
Utilizando diferenciales, demostremos que para h ≈ 0, ( 1+h )−1 ≈ 1−h.
Solución.
1 1
Consideremos f (·) definida por f ( x ) = ; entonces f ′ ( x ) = − 2 . Por
x x
tanto,
h
( 1 + h )−1 = f ( 1 + h ) ≈ f ( 1 ) + f ′ ( 1 )h = 1 −
12
( 1 + h )−1 ≈ 1 − h
Ejemplo 45. (Variación porcentual)

La variación porcentual en una variable y ante una variación porcentual
infinitesimal en una variable x, denotada ǫyx , se define como

dy y
ǫyx =
dx x
Veamos que también podemos escribir, en notación de diferenciales,
d ln y
ǫyx = .
d ln x
Solución.
Observemos que
d ln y d ln y d ln x
= ·
dx d ln x dx
Por tanto, utilizando la regla de la cadena,
d ln y dy d ln y d ln x
= ·
dy dx d ln x dx
lo cual implica que
1 dy d ln y 1
= ·
y dx d ln x x
es decir,
d ln y
ǫyx =
d ln x
Nota 16. (Infinitesimales: ¿números legı́timos?)

A través de los siglos XVII y XVIII, los matemáticos tuvieron muchas
dificultades con el concepto infinitesimal y cuando lo utilizaban lo hacı́an
de acuerdo con reglas arbitrarias e, inclusive, ilógicas. Y aunque el tra-
bajo de Weierstrass en el siglo XIX lo desterró del reino del análisis, el
asunto de si los operativos y convenientes infinitesimales podı́an hacerse
legı́timos dentro de las matemáticas en general, seguı́a preocupando. Al
fundador de la teorı́a de conjuntos, George Cantor, le preguntaron si
podrı́a haber otras clases de números entre los racionales y los reales, y
respondió enfáticamente “no”, y en 1887 publicó una prueba de la im-
posibilidad lógica de los infinitesimales que dependı́a esencialmente del
“axioma arquimediano”(ver volumen 0: Fundamentos) que asegura que
dado cualquier número real a, existe un número entero n tal que na es
más grande que cualquier otro número real dado b. Giuseppe Peano, por
su parte, también publicó una prueba que demostraba la no existencia de
los infinitesimales, y Bertrand Russell en sus Principles of Mathematics
de 1903 estarı́a de acuerdo con ellos.
Aun ası́, a pesar de estas pruebas de que los infinitesimales de Leib-
niz deberı́an desaparecer, algunos persistieron en buscar construir una
teorı́a lógica con tales entidades. Felix Klein [ 1849–1925 ], de hecho,
identificó el axioma de los números reales (precisamente el axioma ar-
quimediano) como el que tendrı́a que abandonarse para obtener la nueva
teorı́a. La culminación de éste y otros trabajos, fue la creación de una
nueva teorı́a que legitima a los infinitesimales. Quizás el más importan-
te de estos últimos fue el de Abraham Robinson [1918-1974]. El nuevo
sistema de números se llama análisis no-estándar e incluye a los viejos
números reales y a los infinitesimales. Estos últimos se definen, prácti-
camente, de la misma forma que Leibniz lo hizo; pero aquı́ son números
y no variables que se aproximan a cero como Leibniz los consideraba. El
análisis no-estándar ha abierto un nuevo camino, pero los resultados de
esta posibilidad están todavı́a pendientes de consolidarse.
Ejercicios 6
1) Usando la definición, encuentre una fórmula general para ∆y, y
calcule el cambio en y correspondiente a los valores x y ∆x, si
a) y = x3 , x = −1, ∆x = 0.1
1
b) y = 2 , x = 3, ∆x = 0.3
x
2) Utilice diferenciales para demostrar que las siguientes fórmulas de
aproximación son válidas para valores pequeños de h:
√ h
a) ( 1 + h )10 ≈ 1 + 10h b) 1+h ≈1+
2
3) Calcule las siguientes diferenciales en términos de x y de dx:

1 p
2

a) d b) d 1 + x
x3
c) d ( tan x3 ) d) d ln ( 1 + sec2 x )

4) Escriba las formas funcionales correspondientes a los diferenciales

de la suma, el producto y el cociente de dos funciones con derivada.
5) Utilice diferenciales para calcular que 0.625π es la cantidad nece-
saria de pintura al aplicar una capa de 0.05 cm de espesor a una
cúpula hemisférica de 50 mt de diámetro.
7. Derivadas de orden superior y polinomios de

Taylor
Dada la función f ′ (·), que a cada x le asocia el valor f ′ ( x ), podrı́amos
a su vez definir su derivada, es decir,
f ′( x + h ) − f ′( x )
( f ′ )′ ( x ) = lı́m
h→0 h
si este lı́mite existe. A este último lı́mite lo llamaremos segunda deriva-
da de f (·) o derivada de segundo orden de f (·) y se puede denotar de
diversas maneras:
d2 f

′′ d df
f ( x ); = 2 ; y ′′ ( x )
dx dx dx
Análogamente, podemos definir la derivada de tercer orden, la derivada
de cuarto orden, y ası́ sucesivamente, que se denotan, respectivamente,
de la manera siguiente:
d3 y
2
′′′ d d y
f (x) = 3 = = y ′′′ (x)
dx dx dx2
d4 y
3
(4) d d y
f (x) = 4 = = y (4) (x)
dx dx dx3
..
.
dn y
n−1
d d y
f ( n )( x ) = n = = y (n) (x)
dx dx dxn−1
Ejemplo 46.
Si f ( x ) = xn , n ∈ N fijo, hallemos sus derivadas de orden superior:
y ′ = nxn−1
y ′′ = n( n − 1 )xn−2
..
.
y ( n ) = n( n − 1 )( n − 2 ) · · · 2 · 1
y ( n+1 ) = 0
De aquı́ en adelante, todas las derivadas serán cero.

Ejemplo 47.
1
Si y = , podemos hallar fácilmente sus derivadas de orden superior:
x
y ′ = −x−2
y ′′ = (−1)(−2)x−3
y ′′′ = (−1)(−2)(−3)x−4
..
.
y ( n ) = [(−1)n 1 · 2 · 3 · 4 · · · n]x−( n+1 )
= (−1)n n! x−( n+1 )
Ejemplo 48.
Hallemos la segunda derivada de la expresión x3 + y 3 − 3xy = 0.
Solución.
Derivando implı́citamente obtenemos, después de un breve paseo alge-
braico, que
dy y − x2
= 2 si x 6= y 2
dx y −x
Y derivando implı́citamente de nuevo, y con otro poco de álgebra, lle-
gamos a que
dy 2 d2 y d2 y

dy dy
2x + 2y + y2 2 − − −x 2 =0
dx dx dx dx dx
Sólo restarı́a reemplazar la primera ecuación arriba en esta segunda,

para obtener que
2 2
dy dy 2y−2x2 y−x2
d2 y 2 dx − 2y dx − 2x y 2 −x
− 2y y 2 −x
− 2x
= =
dx2 y2 − x y2 − x
2( y − x2 )( y 2 − x ) − 2y( y − x2 )2 − 2x( y 2 − x )2
=
( y 2 − x )3
y 3 − xy − x2 y 2 + x3 − y 3 + 2x2 y 2 − x4 y − xy 4 + 2x2 y 2 − x3
=2
( y 2 − x )3
2 2 4
3x y − x y − xy − xy 4 2xy( 3xy − x3 − y 3 − 1 )
=2 =
( y 2 − x )3 ( y 2 − x )3
2xy
=− 2 , y 2 6= x N
( y − x )3
Si nos preocupamos aquı́ por las derivadas de orden superior es por-

que, en cierto momento de la historia, el análisis matemático tuvo la
necesidad de definir estas derivadas cuando quiso aproximar funciones
cualquiera mediante polinomios, puesto que éstos son mucho más dúcti-
les y manejables desde el punto de vista del cálculo operacional. Ası́,
por ejemplo, si pensamos en la función exponencial y = f ( x ) = ex , los
polinomios
x2 x2 x3
1 + x, 1+x+ , 1+x+ + (1)
2 2 2·3
se aproximan cada vez más a la gráfica de dicha función, como se aprecia
en la figura 26.
y y = ex
x2 x3
y =1+x+ 2
+ 6
x2
y =1+x+ 2
y =1+x
Figura 26
De aquı́ se podrı́a inferir que podrı́amos estar más próximos a ex a

medida que el grado de los polinomios correspondientes sea mayor. Lo
anterior, que se estudiará rigurosamente en la siguiente lección, es lo que
se conoce como el desarrollo de la función f (·) en polinomios de Taylor
(llamados ası́ en honor del matemático inglés Brook Taylor [1685-1731]
quien en 1715 publicara en su Methodus Incrementorum la fórmula que
lleva su nombre). Esto es, para x cercano a x0 :
f ′′ ( x0 ) f ′′′ ( x0 )
f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) + ( x − x0 )2 + ( x − x0 )3
2 2·3
f ( n ) ( x0 )
+··· + ( x − x0 )n + R( x, x0 , n )
2 · 3 · 4···n
donde R( x, x0 , n ) mide el error en la aproximación del polinomio a la
función f ( x ). Cuando lı́m R( x, x0 , n ) = 0 (independientemente de x),
n→∞
se dice que el desarrollo de f (·) en polinomios de Taylor alrededor de x0
“converge” a f ( · ). No es difı́cil observar que los polinomios (1) son los
tres primeros polinomios de Taylor para la función exponencial, como
aclararemos, aun más, en el ejemplo 51.
Ejemplo 49. (Desarrollo de sen(·) en polinomios de Taylor )
a) Si y = sen x, hallemos todas sus derivadas de orden superior.
b) Hallemos su desarrollo en polinomios de Taylor alrededor de x0 = 0

hasta el grado 5.
Solución.
a) Notemos lo que sucede con las derivadas de esta función:
y ′ = cos x
y ′′ = − sen x
y ′′′ = − cos x
y (4) = sen x
Observemos que de n = 4 en adelante, la derivada se repite de

manera cı́clica cada cuatro veces.
b) El desarrollo en polinomios de Taylor hasta el grado 5 para y =

f (x) = sen x, con x cercano a 0 es:
f ′′ ( 0 ) 2 f ′′′ ( 0 ) 3 f 4 ( 0 ) 4 f 5 ( 0 ) 5
sen x ≈ f ( 0 ) + f ′ ( 0 ) x + x + x + x + x
2! 3! 4! 5!
sen (0) cos (0) sen (0) cos (0)
= sen (0) + x cos (0) − x2 − x3 + x4 + x5
2! 3! 4! 5!
2 3
x (0) x (1) x (0) x (1) 4 5
= 0 + x( 1 ) − − + +
2! 3! 4! 5!
x3 x5
=x− +
6 120
y
x3 x5
y = sen x f (x) = x − 6
+ 120
| | | |
−2π −π π 2π x
Figura 27
Ejemplo 50. (Desarrollo de cos(·) en polinomios de Taylor )
a) Si y = cos x, hallemos todas sus derivadas de orden superior.
b) Hallemos el desarrollo en polinomios de Taylor de esta función

alrededor de x0 = 0 hasta el grado 5.
Solución.
a) Notemos primero lo que sucede con las derivadas de esta función:
y ′ = − sen x
y ′′ = − cos x
y ′′′ = sen x
y (4) = cos x
Observemos que de n = 4 en adelante, la derivada se repite de

manera cı́clica cada cuatro veces.
b) El desarrollo en polinomios de Taylor hasta el grado 5 para y =
cos x con x cercano a 0 es:
f ′′ ( 0 ) 2 f ′′′ ( 0 ) 3 f 4 ( 0 ) 4 f 5 ( 0 ) 5
cos x ≈ f ( 0 ) + f ′ ( 0 ) x + x + x + x + x
2! 3! 4! 5!
cos (0) sen (0) cos (0) sen (0)
= cos (0) − x sen (0) − x2 + x3 + x4 − x5
2! 3! 4! 5!
2 3
x (1) x (0) x (1) x (0) 4 5
= 1 − x( 0 ) − + + +
2! 3! 4! 5!
x2 x4
=1− +
2 24
x2 x4
y f (x) = 1 − +
2 24
y = cos x
| | | |
−2π −π π 2π x
Figura 28
Ejemplo 51. (Desarrollo de e x en polinomios de Taylor)
Hallemos el desarrollo en polinomios de Taylor de f ( x ) = ex alrededor
de x0 = 0 hasta el grado 5. Supongamos que también podemos tomar
allı́ x = 1 y calculemos un valor aproximado de e.
Solución
f ′′ ( 0 ) 2 f ′′′ ( 0 ) 3 f 4 ( 0 ) 4 f 5 ( 0 ) 5
ex ≈ f ( 0 ) + f ′ ( 0 ) x + x + x + x + x
2! 3! 4! 5!
x2 x3 x4 x5
=1+x+ + + +
2 6 24 120
Si x = 1, entonces
1 1 1 1
ex |x=1 ≈ 1 + 1 + + + + = 2.716666 . . . ≈ 2.718281 . . . = e
2 6 24 120
1 b
f ( x ) = ex
x
x2 x3 x4 x5
y =1+x+ 2
+ 6
+ 24
+ 120
Figura 29
Nota 17.
Los polinomios de Taylor abren las puertas para la mayorı́a de cálcu-
los en análisis aplicado y son extremadamente útiles desde el punto de
vista práctico. Muchos procesos fı́sicos, quı́micos, etc., se expresan con
gran aproximación mediante funciones que se pueden expandir en series
de Taylor. La idea de aproximar una función mediante polinomios o de
representarla como la suma de un número infinito de funciones más sim-
ples ha alcanzado altos desarrollos en el análisis matemático, al punto de
que ahora constituye una rama independiente: la teorı́a de aproximación
de funciones.
Ejercicios 7
1
1) Sea y = . Halle una expresión general para y (n) .
x+1
2 2
2) Suponga que
una curva viene descrita con la ecuación x +y = 1.
3 3
2
d y
Halle
dx2 1 , ( 3 )3
q
8 4
1 1 d2 y 1
3) Dada x 2 + y 2 = 2, pruebe que 2
= 3.
dx x2
4) Halle el desarrollo en polinomios de Taylor hasta el grado 7 de:
1
a) y = alrededor de x = 0. Grafı́quelo y compárelo con
1 + x2
la función.
b) y = ln x alrededor de x = 1 hasta el grado 5. Grafı́quelo y
compárelo con la función.
5) Muestre que el desarrollo en polinomios de Taylor alrededor de 0

hasta el grado 7 de y = tan−1 x (que puede asumir válido para
| x | < 1 y x = −1) es
x3 x5 x7
f( x ) = x − + −
3 5 7
y utilice este hecho para obtener una aproximación de π. [Indica-
π
ción: Recuerde que tan−1 ( −1 ) = − ].
4
8. La noción de derivada en funciones de dos

variables
Después del desarrollo del cálculo diferencial en el siglo XVII, su apli-
cación a problemas multidimensionales obligó a la generalización del
concepto de función a más de una variable y al Cálculo en varias varia-
bles. D’Alembert desarrolló y utilizó cálculo multivariable al tratar con
métodos de solución de ecuaciones diferenciales (es decir, ecuaciones con
derivadas de una función desconocida) relacionadas con el movimiento
de cuerpos en un medio resistente, y fue él, quien en su Traité de Dyna-
mique de 1743, utilizara por primera vez el concepto de derivada parcial,
que es la generalización inmediata, a varias variables, de la noción ordi-
naria de derivada.
Posteriormente, Joseph L. Lagrange [1736-1813] refinarı́a los resultados
de D’Alembert. En particular, Lagrange fue el primero en desarrollar los
métodos que hoy conocemos para encontrar máximos y mı́nimos en una
y varias variables. Este trabajo convergirı́a en la técnica de optimización
conocida como el método de los multiplicadores de Lagrange (1760-61)
(ver lección 3). Posteriormente, el cálculo multivariable tuvo aportes de
Pierre S. Laplace [1749-1827] en su Mécanique Celeste (1799) y también
de Adrien Legendre [1752-1833] en cierto manuscrito de 1782.
Pero el tratado que expandió el uso del cálculo multivariable a las cien-
cias fue el texto en tres volúmenes Traité de Calcul Différentiel et Integral
de 1797-1802 de Silvestre F. Lacroix [1765-1843]. Por su parte, Gauss
contribuirı́a también de forma fundamental al desarrollo del cálculo mul-
tivariable dentro de cierto estudio en teorı́a de órbitas planetarias (1809).
Sin embargo, al final, serı́a Cauchy el que fundamentarı́a todos los con-
ceptos multivariables desarrollados hasta entonces.
a). Las derivadas para funciones de dos variables: deriva-

das parciales
Ya sabı́amos que, en la práctica, es a menudo necesario tratar con fun-

ciones que dependen de dos, tres o más variables. Por ejemplo, el área
de un rectángulo es una función s = xy de su base x y su altura y;
la distancia entre un punto ( x, y ) cualquiera y otro ( x0 , y0 ) fijo en el
plano, es una función de dos variables
p
d= ( x − x0 )2 + ( y − y0 )2
y la fórmula V = RT
P es una función que expresa la dependencia del volu-
men V de una cantidad definida de gas a la presión P y a la temperatura
T a la que está sometida, donde R es una constante.
Por su parte, la noción de derivada en una sola variable puede extenderse

fácilmente también a funciones de dos variables como éstas, si interpreta-
mos convenientemente la nueva situación. Veamos. Sea f : A(⊆ R2 ) −→
R una función cualquiera y ( x0 , y0 ) ∈ A, donde A(⊆ Df ) es un conjun-
to abierto9 y no-vacı́o del plano. Notemos, para ∆x 6= 0 “pequeño”,
∆x f = f ( x0 + ∆x, y0 ) − f ( x0 , y0 )
y
∆y f = f ( x0 , y0 + ∆x ) − f ( x0 , y0 )
9
Recordemos que A es un conjunto abierto de R2 si para cada punto
( x0 , yp
0 ) ∈ A existe un disco abierto de radio r > 0, Dr ( x0 , y0 ) = {( x, y ) ∈
R2 / ( x − x0 )2 + ( y − y0 )2 < r}, totalmente incluido en A (ver lección 1).
Definición 8. (Derivadas parciales (DÁlembert (1743), Cauchy

(1823)))
Al número (si existe)
∆x f f ( x0 + ∆x, y0 ) − f ( x0 , y0 )
lı́m = lı́m
∆ x→0 ∆x ∆ x→0 ∆x
lo llamaremos la derivada parcial con respecto a la primera variable de

f ( x, y ) en el punto ( x0 , y0 ), y la representaremos (en notación origi-
nal de A. N. Condorcet(1770) y popularizada por C. G. Jacobi (1841))
mediante

∂f
∂x
( x 0 , y0 )
Análogamente, se define

∆y f f ( x0 , y0 + ∆y ) − f ( x0 , y0 ) ∂f
lı́m = lı́m =
∆ y→0 ∆ y ∆ y→0 ∆y ∂y ( x0 , y0 )
y la llamamos la derivada parcial con respecto a la segunda variable de

f ( x, y ) en ( x0 , y0 ).
Sabemos que la función f ( x, y ) puede representarse
mediante una su-
∂f
perficie en el espacio. La derivada parcial puede interpretarse
∂x ( x 0 , y0 )
entonces como la pendiente de la tangente a la curva a través de la cual
el plano y = y0 corta a la superficie f ( x, y ), y este número mide la
variación de la función f ( x, y ) en el punto ( x0 , y0 ) si nos movemos en
el sentido del eje X (ver figura 30).

∂f
De manera similar, la derivada parcial puede interpretarse
∂y ( x0 , y0 )
como la pendiente de la tangente a la curva a través de la cual el plano
x = x0 corta la superficie f ( x, y ), y mide la variación de la función
f ( x, y ) en el punto ( x0 , y0 ) si nos movemos en el sentido del eje Y (ver
figura 31).
z = f (x, y)
plano y = y0
recta tangente
x y
(x0 , y0 )
curva
f (x, y0 ) = f (x0 , y0 )
∂f
Figura 30: Derivada parcial ∂x
Observemos que para obtener la derivada parcial de f ( x, y ) con respecto

a x en el punto ( x0 , y0 ) basta suponer la variable y constante y derivar,
con respecto a x, la función resultante, para después evaluar el resultado
cuando x = x0 , y = y0 . De manera similar, para obtener la derivada
parcial de f ( x, y ) con respecto a y en ( x0 , y0 ), suponemos la variable x
constante y derivamos, con respecto a y, la función resultante; después
evaluamos en ( x0 , y0 ).
Ejemplo 52.
Calculemos las derivadas parciales en ( 1, 2 ) de la función f ( x, y ) =
x2 + xy + y 2 .
Solución.

∂f ∂f
a) = 2x + y|( 1, 2 ) = 4 b) = 2y + x|( 1, 2 ) = 5
∂x ( 1, 2 ) ∂y ( 1, 2 )
Por lo tanto, en el punto ( 1, 2 ) esta función crece más rápidamente en

la dirección positiva del eje Y que en la dirección positiva del eje X.
Nota 17.
∂f ∂f
Genéricamente, diremos que y son las funciones derivadas par-
∂x ∂y
ciales con respecto a la primera y segunda componente (respectivamente)
de la función f ( x, y ). Ası́, en el ejemplo 52 se tiene que,
z= f (x, y)
recta tangente
plano x = x0
(x0 , y0 )
curva
f (x0 , y) = f (x0 , y0 )
y
∂f
Figura 31: Derivada parcial ∂y
∂f
= 2x + y −→ derivada parcial de f ( x, y ) con respecto
∂x
a la primera componente
∂f
= 2y + x −→ derivada parcial de f ( x, y ) con respecto
∂y
a la segunda componente
Nota 18. (Notación para las derivadas parciales)

Las derivadas parciales tienen otras notaciones, todas equivalentes, aun-
que algunas, a nuestro juicio, más convenientes. Para la derivada parcial
de la función f (·, ·) con respecto a x, podemos encontrar en los libros
∂f
de texto las siguientes: = fx = Dx f = D1 f = f1 = f1′ ; y para la
∂x
derivada parcial de la función f (·, ·) con respecto a y podemos encon-
∂f
trar = fy = Dy f = D2 f = f2 = f2′ . Sin embargo, aquı́ (con pocas
∂y
∂f ∂f
excepciones) utilizaremos sólo las primeras notaciones: , .
∂x ∂y
Ejemplo 53.
Encontremos las derivadas parciales de las siguientes funciones, en los
puntos indicados:
a) f ( x, y ) = xy; ( x0 , y0 ) = ( 1, 1 )
x
b) f ( x, y ) = ; ( x0 , y0 ) = ( 0, 1 )
y
1
c) f ( x, y ) = ; ( x0 , y0 ) = ( 3, 1 )
x2 + y 2
d) f ( x, y ) = ln(2x + 3y); ( x0 , y0 ) = ( 2, 2 )
Solución.

∂f ∂f ∂f ∂f
a) = y; = x; = 1; = 1.
∂x ∂y ∂x ( 1,1 ) ∂y ( 1,1 )
Ası́, en ( 1, 1 ) esta función crece idénticamente en el sentido posi-
tivo del eje X y en el sentido positivo del eje Y .

∂f 1 ∂f x ∂f ∂f
b) = ; = − 2; = 1; = 0.
∂x y ∂y y ∂x ( 0,1 ) ∂y ( 0,1 )
Ası́, en ( 0, 1 ) esta función crece más rápidamente en el sentido
positivo del eje X que en el sentido positivo del eje Y .
∂f 2x ∂f 2y
c) =− 2 ; =− 2 ;
∂x (x + y 2 )2 ∂y (x + y 2 )2

∂f 6 6 3
=− 2
=− =− ;
∂x ( 3,1 )
(9 + 1) 100 50

∂f 2 1
=− =−
∂y ( 3,1 )
100 50
Esta función, en ( 3, 1 ), está decreciendo en la dirección positiva de
ambos ejes; sin embargo, decrece más rápidamente en la dirección
positiva del eje X que en la dirección positiva del eje Y .

∂f 2 ∂f 3 ∂f 2 ∂f 3
d) = ; = ; = ; =
∂x 2x + 3y ∂y 2x + 3y ∂x ( 2,2 ) 10
∂y ( 2,2 ) 10

En el punto ( 2, 2 ) esta función crece más rápidamente en la di-

rección positiva del eje Y que en la del eje positivo X.
b). El diferencial total

En la sección anterior hemos estudiado cambios de la función f ( x, y )
en el punto ( x0 , y0 ) a través de cambios en una de las variables, x ó y,
manteniendo constante a la otra variable; es decir, medimos la variación
de la función f ( x, y ) en ( x0 , y0 ) a través de sus cambios en las direccio-
nes de los ejes coordenados x ó y. Ahora cabe preguntarse qué sucederı́a
si quisiéramos medir la variación en una dirección distinta a la de los
ejes. La respuesta a esta pregunta está basada en la noción de diferen-
cial total de f ( x, y ) en el punto ( x0 , y0 ). Este es el concepto central de
derivación para funciones de dos variables.
Definición 9. (Derivada en dos variables)

Diremos que f (· , ·) es diferenciable (o derivable) en el punto ( x0 , y0 ) ∈
A(⊆ Df ) (o también que tiene diferencial total o derivada en ( x0 , y0 ))
si para todo ∆x, ∆y ∈ R, la diferencia ∆f ≡ f ( x0 + ∆x, y0 + ∆y ) −
f ( x0 , y0 ) puede escribirse como

∂f ∂f
∆f = ∆x + ∆y + ǫ1 ∆x + ǫ2 ∆y (1)
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
donde
lı́m ǫ1 = lı́m ǫ2 = 0
∆x→0 ∆x→0
∆y→0 ∆y→0
Nota 19.
Es fácil ver que f : A −→ R, (A ⊆ R2 abierto, no vacı́o) es diferenciable
en ( x0 , y0 ) ∈ A si, y sólo si, existe un vector ( a, b ) ∈ R2 tal que para
todo ( ∆x, ∆y) ∈ R2 con ( x0 , y0 ) + ( ∆x, ∆y) ∈ A, se tiene que
f (( x0 , y0 ) + (∆x, ∆y)) − f ( x0 , y0 ) = (a, b) · (∆x, ∆y) + ǫ(∆x, ∆y)
ǫ(∆x, ∆y)
donde lı́m = 0. A ǫ(∆x, ∆y) se le denomina el término
h→0 ||(∆x, ∆y)||
residual (o residuo). ¿Podrı́a el lector identificar ahora el vector (a, b)?
El siguiente teorema es similar al que ya tenı́amos para funciones de una
variable:
Teorema 19. (Derivabilidad implica continuidad )

Si f ( · , · ) es diferenciable en ( x0 , y0 ) ∈ A( ⊆ Df ), entonces es continua
en ( x0 , y0 ).
Demostración.
Basta tomar ∆ x → 0, ∆ y → 0 en la ecuación (1) anterior

∂f ∂f
f ( x0 + ∆x, y0 + ∆y ) − f ( x0 , y0 ) = ∆x +
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
∆y +ǫ1 ∆x+ǫ2 ∆y y obtener que lı́m f ( x0 +∆x, y0 +∆y ) = f ( x0 , y0 ).

∆x→0
∆y→0
En este punto, un lector desprevenido podrı́a creer que para que una
función de dos variables sea diferenciable en un punto será suficiente
que las dos derivadas parciales existan en el punto. Sin embargo, esto no
es ası́: en general, se requiere más “regularidad” en la función: derivadas
parciales continuas en el punto en cuestión, es suficiente.
Teorema 20. (Condición suficiente para diferenciabilidad )

Si f ( · , · ) tiene las dos derivadas parciales en A y estas son continuas
en ( x0 , y0 ) ∈ A( ⊆ Df ), donde A es abierto, entonces es diferenciable
en ( x0 , y0 ).
Demostración.
Por el teorema del valor medio para una sola variable se tiene que

∂f
f ( x0 + ∆x, y0 ) − f ( x0 , y0 ) = ∆x
∂x ( x′ , y0 )
0
′
donde x0 ∈ ( x0 + ∆x, y0 ). Ası́,

∂f ∂f ∂f
f ( x0 +∆x, y0 )−f ( x0 , y0 ) = ∆x+ ∆x− ∆x
∂x ( x0 , y0 ) ∂x ( x′ , y0 ) ∂x ( x0 , y0 )
0
y, por tanto,

∂f
f ( x0 + ∆x, y0 ) − f ( x0 , y0 ) = ∆x + ǫ1 ∆x (2)
∂x ( x0 , y0 )
donde ∆x→0
∂f ∂f ∆y→0
ǫ1 = − −−−−→ 0
∂x ( x , y0 ) ∂x ( x0 , y0 )
′
0
(aquı́ hemos aplicado la hipótesis de continuidad de la primera derivada

parcial). De manera similar, podemos escribir

∂f
f ( x0 + ∆x, y0 + ∆y ) − f ( x0 + ∆x, y0 ) = ∆y + ǫ2 ∆y (3)
∂y ( x0 , y0 )
donde
∆x→0
∂f ∂f ∆y→0
ǫ2 = − −
−−−→ 0
∂y ( x0 +∆x, y′ ) ∂y ( x0 +∆x, y0 )
0
(aquı́, por su parte, hemos aplicado la hipótesis de continuidad de la

segunda derivada parcial). De (2) y (3) obtenemos que
∆f = f ( x0 + ∆x, y0 + ∆y ) − f ( x0 , y0 )
= [f ( x0 + ∆x, y0 + ∆y ) − f ( x0 + ∆x, y0 )] + [f ( x0 + ∆x, y0 ) − f ( x0 , y0 )]

" # " #
∂f ∂f
= ∆y + ǫ2 ∆y + ∆x + ǫ1 ∆x
∂y ( x0 , y0 ) ∂x ( x0 , y0 )

∂f ∂f
= ∆x + ∆y + ǫ1 ∆x + ǫ2 ∆y
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
Y esto finaliza la prueba.
Sobre que la sola existencia de derivadas parciales en determinado punto

no garantiza la diferenciabilidad de la función allı́, el ejemplo clásico es
xy
f ( x, y ) = 2 , si ( x, y ) 6= ( 0, 0 ); f ( 0, 0 ) = 0. Esta función tiene
x + y2
primeras derivadas parciales continuas en todos los puntos excepto en
( 0, 0 ). Allı́, en ( 0, 0 ), aunque tiene derivadas parciales, la función mis-
ma es discontinua!!. Veamos esto. En primer lugar, si ( x, y ) 6= ( 0, 0 ),
entonces
∂f y 3 − x2 y ∂f x3 − xy 2
= 2 =
∂x (x2 + y 2 ) ∂y (x2 + y 2 )2
En segundo lugar,

∂f f ( 0 + ∆x, 0 ) − f ( 0, 0 ) 0−0
= lı́m = lı́m =0
∂x (0,0) ∆x→0
∆x ∆x→0 ∆x
Ası́, la derivada parcial con respecto a x en ( 0, 0 ) existe y es 0.

De otro lado,

∂f f ( 0, 0 + ∆y ) − f ( 0, 0 ) 0−0
= lı́m = lı́m =0
∂y ( 0, 0 ) ∆y→0
∆y ∆y→0 ∆y
Ası́, la derivada parcial con respecto a y en ( 0, 0 ) existe y es, también,

0.
En tercer lugar, se puede probar fácilmente que:
∂f y 3 − x2 y
a) lı́m = lı́m no existe. Basta con mostrar que si
x→0 ∂x x→0 (x2 + y 2 )2
y→0 y→0
y 3 − x2 y m(m2 − 1)
y = mx, entonces = , y el lı́mite de esto,
( x2 + y 2 )2 x(1 + m2 )2
cuando x → 0 y y → 0, no existe a menos que m sea igual a 0, 1,
∂f
−1; y ası́, no es continua en el punto ( 0, 0 ).
∂x
∂f x3 − xy 2
b) lı́m = lı́m tampoco existe pues si y = mx enton-
x→0 ∂y x→0 (x2 + y 2 )2
y→0 y→0
1−m
ces f (x, y) = y el lı́mite de esto cuando x → 0 y y → 0
x(1 + m2 )2
∂f
tampoco existe a menos que m = 1, y ası́, no es continua en
∂y
( 0, 0 ).
c) f ( x, y ) no es continua en ( 0, 0 ). Basta ver que si y = mx, f ( x, y ) =
xy m
= y el lı́mite de éste cuando x → 0 y y → 0 no es
x2 + y 2 1 + m2
cero a menos que tengamos que m = 0.
Tenemos entonces una función con derivadas parciales en (0, 0), pero que
ni siquiera es continua allı́ (ver figura 32). ¿Podrı́a el lector explicar el
significado intuitivo de esto último, sólo con la observación de la gráfica?
Definición 10. (Diferenciabilidad con continuidad)

Si f ( · , · ) tiene derivadas parciales continuas en el punto ( x0 , y0 ), dire-
mos que es diferenciable con continuidad en ( x0 , y0 ). Si esto es cierto
para todo ( x0 , y0 ) en el conjunto abierto A, diremos que f ( · , · ) es dife-
renciable con continuidad en A.
z= f (x, y)
y
x
xy
x2 + y 2
Ejemplo 54.
Veamos que las siguientes funciones son diferenciables con continuidad:
a) f ( x, y ) = x3 + y 3 b) f ( x, y ) = x2 y 2
Solución
a) Las primeras derivadas parciales de f ( x, y ) = x3 + y 3 son

∂f ∂f
= 3x2 , = 3y 2
∂x ∂y
Como estas derivadas son continuas en todo punto de R2 , entonces

f ( x, y ) = x3 + y 3 es diferenciable con continuidad en R2 .
b) Las primeras derivadas parciales de f ( x, y ) = x2 y 2 son

∂f ∂f
= 2xy 2 , = 2x2 y
∂x ∂y
Como estas derivadas también son continuas en R2 , entonces

f ( x, y ) = x2 y 2 es diferenciable con continuidad allı́.
Ejercicios 8
1) Encuentre las derivadas parciales en los siguientes casos:
a) f ( x, y ) = ax2 + 2bxy + cy 2 + d

x
b) f ( x, y ) = ln , x > 0, y > 0
y
x
c) f ( x, y ) = , ( x, y ) 6= ( 0, 0 )
2x2 + y 2
2 +y 2
ex
d) f ( x, y ) =
2
e) f ( x, y ) = 5x3 + y 3 + 7xy 2
p
f) f ( x, y ) = 1 − x2 − y 2 , x2 + y 2 < 1
2) ¿Cuáles de las funciones del ejercicio anterior son diferenciables
con continuidad en su dominio?
* 3) Según el teorema 20, toda función diferenciable con continuidad es
diferenciable. Pero ¿será que una función diferenciable es también
diferenciable con continuidad?
9. El vector gradiente y la derivada direccional

Consideremos nuevamente la condición de diferenciabilidad de la función
f ( · , · ) en el punto ( x0 , y0 ):
f ( x0 + ∆x, y0 + ∆y ) − f ( x0 , y0 )

∂f ∂f
= ∆x + ∆y + ǫ1 ∆x + ǫ2 ∆y (4)
∂x ( x 0 , y0 )∂y ( x 0 , y0 )
donde
lı́m ǫ1 = lı́m ǫ2 = 0
∆x→0 ∆x→0
∆y→0 ∆y→0
Ubiquémonos en el punto ( x0 , y0 ) del plano. Desde allı́, si necesitamos

medir la variación de la función f ( x, y ) en la dirección del eje X, basta
∂f
con calcular ; y si necesitamos medir la variación de la función
∂x ( x0 , y0 )

∂f
f ( x, y ) en la dirección del eje Y es suficiente calcular . De
∂y ( x0 , y0 )
hecho, esto es claro de la ecuación de diferenciabilidad (4), pues:
a) Si hacemos allı́ ∆ y = 0, obtenemos

∂f
f ( x0 + ∆x, y0 ) − f ( x0 , y0 ) = ∆x + ǫ1 ∆x
∂x ( x0 , y0 )
b) Y si hacemos ∆ x = 0, obtenemos

∂f
f ( x0 , y0 + ∆y ) − f ( x0 , y0 ) = ∆y + ǫ2 ∆y
∂y ( x0 , y0 )
Ahora: si necesitamos calcular la variación de la función f ( x, y ) en el

sentido del vector u = ( u1 , u2 ) ∈ R2 , es natural tomar
∆x = hu1 , ∆y = hu2
con h → 0; con lo cual obtenemos, de la ecuación (4), que
f ( x0 + h u1 , y0 + h u2 ) − f ( x0 , y0 )

∂f ∂f
= u1 · h + u2 · h + ǫ1 h u1 + ǫ2 h u2 (5)
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
donde ǫ1 , ǫ2 → 0 cuando h → 0. Ası́, la medida correspondiente a esta

variación es
!
∂f ∂f ∂f ∂f
u1 + u2 = , · ( u1 , u2 )
∂x ( x0 , y0 ) ∂y ( x0 , y0 ) ∂x ( x0 , y0 ) ∂y ( x0 , y0 )
= ∇f |( x0 , y0 ) · u
donde al vector de derivadas parciales
!
∂f ∂f
∇f |( x0 , y0 ) ≡ ,
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
se le conoce como vector gradiente (término acuñado por H. Lamb

(1897)) de la función f ( x, y ) en el punto ( x0 , y0 ).
Definición 11. (Derivada direccional)

Supongamos que f (· , ·) es una función diferenciable en el punto ( x0 , y0 ).
Entonces la derivada de la función f (· , ·) en el punto ( x0 , y0 ) ∈ A( ⊆
Df ) en la dirección del vector u (también conocida como la derivada
direccional de la función f (· , ·) en la dirección del vector u en el punto
( x0 , y0 )) está definida por
Du f ( x0 , y0 ) ≡ ∇f |( x0 , y0 ) · u donde asumimos que || u || = 1

Una razón de esta normalización10 , || u || = 1, es buscar congruencia con

el hecho de que

∂f
D( 0,1 ) f ( x0 , y0 ) = = ∇f |( x0 , y0 ) · ( 1, 0 )
∂x ( x0 , y0 )
y
∂f
D( 1,0 ) f ( x0 , y0 ) = = ∇f |( x0 , y0 ) · ( 1, 0 )
∂y ( x0 , y0 )
y ambos, u = ( 1, 0 ) ó u = ( 0, 1 ), tienen norma 1. Pero también se debe
a que si u = ( u1 , u2 ) y || ( u1 , u2 ) || = 1 entonces Du f ( x0 , y0 ) = g′ (0)
donde g(h) = f (( x0 , y0 ) + h( u1 , u2 )), y esta derivada ordinaria coincide
con la pendiente de la recta tangente a la gráfica de f (·) en la dirección
del vector ( u1 , u2 ).
Ejemplo 55.
Calculemos la derivada direccional de la función 2 2
f ( x,y ) = x + y en el
punto ( 1, 2 ) en la dirección del vector u = √12 , √12 (observemos que
éste ya está normalizado).
Solución
1 1

Du f ( x0 , y0 ) = ∇f |( x0 , y0 ) ·u = 2x|( 1, 2 ) , 2y|( 1, 2 ) · √ , √ ≈ 4.24
2 2
Comparamos esta variación de 4.24 con la variación en el sentido del
∂f
vector ( 1, 0 ), es decir, con = 2; y también con la variación
∂x ( 1, 2 )

∂f
en el sentido del vector ( 0, 1 ), es decir, = 4. ¿Por qué esta
∂y ( 1, 2 )
diferencia? Las curvas de nivel resuelven este interrogante: Observemos
que si estamos en el punto ( 1, 2 ), dada la forma de las curvas de nivel
(cı́rculos), se avanza más rápidamente si se desplaza en diagonal que a
través de las direcciones laterales! N
Una pregunta válida aquı́ es entonces: si estamos en un punto (x0 , y0 ),

¿cuál es la dirección a través de la cual el crecimiento es más rápido? La
respuesta general es nı́tida:
10
p
Aquı́, recordemos que || u || = || ( u1 , u2 ) || = (u1 )2 + (u2 )2 .
y
u = (1, 1)
(1, 2)
Figura 33: Más rápido en la dirección del gradiente
Partiendo del punto ( x0 , y0 ), la función f ( x, y ) crece más rápidamente,

precisamente en la dirección del vector gradiente ∇ f |( x0 , y0 ) . Para ver
esto, basta recordar que

Du f ( x0 , y0 ) = ∇f |( x0 , y0 ) ·u = || ∇f |( x0 , y0 ) || || u || cos ∢ ∇f |( x0 , y0 ) , u ;
y como || u || = 1, entonces

Du f ( x0 , y0 ) = || ∇f |( x0 , y0 ) || cos ∢ ∇f |( x0 , y0 ) , u (1)
Si queremos hacer Du f ( x0 , y0 ) máximo, tendremos que hacer

cos ∢(∇ f |( x0 , y0 ) , u) = 1 ó, equivalentemente, hacer ∢(∇ f |( x0 , y0 ) , u) =
0, que significa que u debe ser paralelo al vector gradiente ∇f |( x0 , y0 ) .
Por lo tanto, el máximo crecimiento de la función f ( x, y ) en el punto
( x0 , y0 ) se encuentra en la dirección del vector gradiente y, de (1), el
valor máximo es, precisamente, || ∇ f |( x0 , y0 ) ||; es decir,
máx Du f ( x0 , y0 ) = || ∇f |( x0 , y0 ) ||
||u||=1
Ejemplo 56.
En el caso del ejemplo 55, el máximo crecimiento se da en la direc-
ción
√ del vector √ gradiente ( 2, 4 ) y la tasa máxima de crecimiento es
22 + 42 = 20 = 4.47. Observemos que ésta es mayor que la tasa
de crecimiento en el sentido del vector ( 1, 1 ), que es, aproximadamen-
te, 4.24; que la tasa de crecimiento en el sentido del vector ( 1, 0 ), que
es 2; y que la tasa de crecimiento en el sentido del vector ( 0, 1 ), que es 4.
y
∇f |(1,2) = (2, 4) = dirección de máximo
crecimiento de las curvas de nivel en
(1,2). Notemos que la dirección (2, 4),
es la misma dirección (1,2)
b
(1, 2)
Figura 34: Ejemplo 55, de nuevo.

Ejemplo 57.
Calculemos la derivada direccional de la función
√ f( x, y ) = xy en el
punto ( 3, 2 ) en la dirección del vector u = 12 , 23 , y en la dirección
de máximo crecimiento (vector gradiente).
Solución. √ !
1 3
Du f ( x0 , y0 ) = ∇f |( x0 , y0 ) · u = y|( 3, 2 ) , x|( 3, 2 ) · ,
2 2
√ !
1 3
= ( 2, 3 ) · , ≈ 3.59
2 2
En este caso, el máximo crecimiento se da en la dirección√ del vector
gradiente ( 2, 3 ) y la tasa máxima de crecimiento es 32 + 22 = 3.60.
Observemos que √ ésta es mayor que la tasa de crecimiento en el sentido
del vector ( 12 , 23 ), que es 3.59; que la tasa de crecimiento en el sentido
del vector ( 1, 0 ), que es 2; y que la tasa de crecimiento en el sentido del
vector ( 0, 1 ), que es 3. N
Finalmente, notemos que ası́ como es inmediato asociar la derivada ordi-
naria con la correspondiente recta tangente, también era de esperar que
fuera posible asociar el vector gradiente de las funciones de dos variables,
con el correspondiente “plano tangente”. Veamos cómo.
Definición 12. (Plano tangente)

Sea f (· , ·) una función diferenciable en un punto ( x0 , y0 ) de su dominio.
El plano tangente a f (· , ·) en ( x0 , y0 , z0 ) con z0 = f ( x0 , y0 ) se define
como
Tf ( x0 , y0 , z0 ) =
( )
∂f ∂f
= ( x, y, z ) ∈ R3 /

( x − x0 ) + ( y − y0 ) = z − z0
∂x ( x0 ,y0 ) ∂y ( x0 ,y0 )
n o
= ( x, y, z ) ∈ R3 / ∇ f |(x0 ,y0 ) · ( ( x, y ) − ( x0 , y0 ) ) = z − z0
El plano tangente es la “mejor” aproximación lineal a f (· , ·) en el punto

( x0 , y0 ), ası́ como la recta tangente y−y0 = f ′ ( x0 )( x−x0 ) es la “mejor”
aproximación lineal a f (·) en el punto x0 (ver figura 35). Claramente el

vector normal N a este plano en el espacio R3 , es ∂f , ∂f , −1 .

∂x ∂y x0 ,y0 x0 ,y0
Ejemplo 58.
Calculemos el plano tangente a las siguientes funciones:
a) f ( x, y ) = x2 + y 2 en el punto ( 1, 1 ).
b) f ( x, y ) = x3 y en el punto ( 2, 3 ).
z = f (x, y)

∂f ∂f
N= ∂x |(x0 ,y0 ) , ∂y |(x0 ,y0 ) , −1
Plano tangente
en (x0 , y0 , z0 )
z0 = f (x0 , y0 )
x y
(x0 , y0 )
Figura 35: Plano Tangente
Solución.
∂f ∂f
a) Las derivadas primeras de f (· , ·) son = 2x y = 2y. Por
∂x ∂y
∂f ∂f
tanto, = = 2. Ası́, el plano tangente de f (· , ·)
∂x ( 1,1 )
∂y ( 1,1 )
en el punto ( 1, 1 ) es
Tf ( 1, 1 ) = ( x, y, z ) ∈ R3 / 2( x − 1 ) + 2( y − 1 ) = z − 2

= ( x, y, z ) ∈ R3 / 2x + 2y − 2 = z

∂f ∂f
b) Las derivadas primeras de f (· , ·) son = 3x2 y y = x3 . Por
∂x ∂y
∂f ∂f
tanto, = 36 y = 8. Ası́, el plano tangente de la
∂x ( 2,3 )
∂y ( 2,3 )
función f (· , ·) en el punto ( 2, 3 ) es
Tf ( 2, 3 ) = (x, y, z) ∈ R3 / 36(x − 2) + 8(y − 3) = z − 24

= (x, y, z) ∈ R3 / 36x + 8y − 72 = z

Ejercicios 9
1) Calcule la derivada direccional de la función f ( · , · ) en el punto
(2,2) y en la dirección del vector u, cuando:
a) f ( x, y ) = 3x + y, u = ( 1, −1 )
b) f ( x, y ) = x3 + xy 2 + y 3 , u = ( −1, −1 )
c) f ( x, y ) = ln( xy ), u = ( 3, 2 )
2
d) f ( x, y ) = ex , u = ( −1, 2 )
[Indicación: No olvide normalizar el vector u ]
2) En cada uno de los casos anteriores, calcule la tasa de máximo
crecimiento de la función en el punto ( 1, 1 ).
3) Justifique la definición 12 de plano tangente.
4) Calcule el plano tangente en cada caso:
a) f (x, y) = ax + by + c, en (1,1) y (0,0)
b) f (x, y) = xy, en (0,0)
10. Regla de la cadena para funciones de dos

variables
Puesto que las derivadas parciales son, esencialmente, derivadas de una
sola variable, toda el álgebra básica de derivadas (suma, producto y
cociente) estudiado en las primeras secciones de esta lección, se aplica
sin ningún inconveniente. Sin embargo, existe una regla de derivación que
muestra la manera en que se generaliza la regla de la cadena para una
sola variable, y que es muy útil en el cálculo de derivadas de funciones
compuestas.
Teorema 21. (Regla de la cadena para dos variables)

Sea f : A(⊆ R2 ) → R una función diferenciable con continuidad en
( x0 , y0 ) ∈ A( ⊆ Df ); y supongamos además que x : ( a, b ) → R y
y : ( a, b ) → R son funciones diferenciables en t = t0 ∈ ( a, b ) con
x0 = x( t0 ), y0 = y( t0 ). Entonces f ( x(·), y(·) ) : ( a, b ) → R también
es diferenciable en t0 ; además,

df ∂f dx ∂f dy
= +
dt
t=t0 ∂x dt
( x 0 , y0 ) t=t0 ∂y dt
( x 0 , y0 ) t=t0
Demostración.
Llamemos ∆x = x( t0 + ∆t ) − x( t0 )
∆y = y( t0 + ∆t ) − y( t0 )
∆f = f ( x0 + ∆x, y0 + ∆y ) − f ( x0 , y0 )
x0 = x( t0 ), y0 = y( t0 )
Como f (·, ·) es diferenciable con continuidad en ( x0 , y0 ), entonces

∂f ∂f
∆f = ∆x + ∆y + ǫ1 ∆x + ǫ2 ∆y
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
donde ǫ1 , ǫ2 → 0 cuando ∆ x, ∆ y → 0. Ası́

∆f ∂f ∆x ∂f ∆y ∆x ∆y
= + + ǫ1 + ǫ2
∆t ∂x ( x0 , y0 ) ∆t ∂y ( x0 , y0 ) ∆t ∆t ∆t
Haciendo ∆ t → 0 obtenemos el resultado

df ∂f dx ∂f dy
= +
dt t=t0
∂x ( x0 , y0 ) dt
∂y ( x0 , y0 ) dt

Ejemplo 59.
Si f ( x, y ) = x2 + y 2 , x(t) = t3 + 1, y(t) = ln t (t > 0), entonces
df ∂f dx ∂f dy
= +
dt ∂x dt ∂y dt

2
1
= (2x) 3t + (2y)
t

1
= 2 t3 + 1 · 3t2 + 2(ln t)

t
2 ln t
= 6 t5 + t2 +

t
Teorema 22. (Otra versión de la regla de la cadena )

Supongamos que f ( u, v ) es una función diferenciable con continuidad
en ( u0 , v0 ) con u0 = u( x0 , y0 ), v0 = v( y0 , y0 ), u( x, y ) y v( x, y ) son
diferenciables en ( x0 , y0 ). Entonces f ( u( x, y ), v( x, y ) ) es diferenciable
en ( x0 , y0 ), y además

∂f ∂f ∂u ∂f ∂v
= +
∂x ( x0 , y0 ) ∂u ( u0 , v0 ) ∂x ( x0 , y0 ) ∂v ( u0 , v0 ) ∂x ( x0 , y0 )

∂f ∂f ∂u ∂f ∂v
= + (6)
∂y ( x0 , y0 ) ∂u ( u0 , v0 ) ∂y ( x 0 , y0 ) ∂v ( u0 , v0 ) ∂y ( x 0 , y0 )
Demostración.
El razonamiento es similar al del teorema 21.
Observemos que el sistema (6) se puede escribir, en forma matricial, ası́:
∇f ( x, y )|( x0 , y0 ) = J( u, v )T ( x0 , y0 ) · ∇f ( u, v )|( u0 , v0 )

donde
!
∂f ∂f
∇f ( x, y )|( x0 , y0 ) = ,
∂x ( x0 , y0 ) ∂y ( x0 , y0 )
 
∂u ∂u
 ∂x ( x0 , y0 ) ∂y ( x0 , y0 ) 

J( u, v )|( x0 , y0 ) =
∂v ∂v

∂x ( x0 , y0 ) ∂y ( x 0 , y0 )
!
∂f ∂f
∇f ( u, v )|( u0 , v0 ) = ,
∂u ( u0 , v0 ) ∂v ( u0 , v0 )
y donde la “T ” significa “transpuesta”.
Definición 13. (Matriz jacobiana (J. Sylvester (1852)))

∂(u, v)
A la matriz J( u, v )|( x0 , y0 ) (también notada como | )se le
∂(x, y) (x0 ,y0 )
conoce como la matriz jacobiana de la función ( u( ·, · ), v( ·, · ) ) en el
punto ( x0 , y0 ).
Ejemplo 60.
Si f ( u, v ) = v 2 + 3u, u = xy 2 , v = x3 + y 3 , entonces, en un punto
(x0 , y0 ), puesto que
∇f ( x, y )|( x0 , y0 ) = J( u, v )T ( x0 , y0 ) · ∇f ( u, v )|( u0 , v0 )

y 2 ( x 0 , y0 )
" #
2xy|( x0 , y0 )
J( u, v )|( x0 , y0 ) =
3x2 ( x0 , y0 ) 3y 2 ( x0 , y0 )

y
∇f ( u, v ) = ( 3y 2 + 2v(3x2 ), 3(2xy) + 2v(3y 2 ) )
obtenemos que
∂f ∂f
= 3y02 + 6x20 (x30 + y03 ) ; = 6x0 y0 + 6y02 (x30 + y03 )
∂x ∂y
Ejercicios 10
1) Halle:
df 1
a) si f ( x, y ) = x3 + xy, x = 1 + et , y = 2
dt 1 − et
df
b) si f ( x, y ) = ln( x2 + y 2 ), x = cos 2t, y = sen2 t
dt
2) Encuentre la matriz jacobiana J( u, v )|( x, y ) en los siguientes ca-
sos:
a) u = xy − 3x, v = y 2 + 2xy + 2x − y
b) u = x2 + y 2 − 3x + y, v = x3 y 3
1 − 1
c) u = z 2 + w2 2 , v = w x2 y 2 2 ,
z = (x + y + 1)−1 , w = (2x − y)−2
11. Funciones implı́citas para funciones de dos

variables
Ya habı́amos estudiado parcialmente este problema en la sección 4 (teo-
rema 9). Aquı́ sólo resta agregar que, con las actuales herramientas
analı́ticas a la mano, si F ( x, y ) = 0 es una ecuación funcional don-
de F : A(⊆ R2 ) → R es una función diferenciable
con continuidad en
∂F
un abierto alrededor de ( x0 , y0 ) con 6= 0, entonces, en cierto
∂y ( x0 , y0 )
conjunto abierto alrededor de ( x0 , y0 ), encontraremos una única expre-
sión funcional de la forma y = f ( x ) en la que f (·) es diferenciable en
un intervalo alrededor de x0 , y tal que en ese intervalo se tiene que
∂F
dy
= − ∂x
dx ∂F
∂y
Esta última expresión, que es sólo una reescritura de lo que ya tenı́amos
en el teorema 9 de esta lección, puede probarse fácilmente mediante la
regla de la cadena: como F ( x, y ) = 0 y F (· , ·) es una función dife-

renciable con continuidad en ( x0 , y0 ), entonces, en el conjunto abierto
alrededor de ( x0 , y0 ), se tiene que
∂F ∂F
∆F = ∆x + ∆y + ǫ1 ∆x + ǫ2 ∆y = 0
∂x ∂y
donde
lı́m ǫ1 = lı́m ǫ2 = 0
∆x→0 ∆x→0
∆y→0 ∆y→0
Luego,
∆y ∂F ∂F ∆y
=− − ǫ1 − ǫ2
∆x ∂y ∂x ∆x
Tomando ∆ x , ∆ y → 0 tendremos que

dy ∂F ∂F
=−
dx ∂y ∂x
y ası́,
dy ∂F ∂F
=−
dx ∂x ∂y
Ejemplo 61.
Si F ( x, y ) = x2 + y 2 − 1, entonces de la ecuación
√ F ( x, y ) = 0 √
podemos
“despejar” dos funciones implı́citas (y = 1 − x y y = − 1 − x2 ,
2
|x| < 1) cuyas derivadas se pueden calcular ası́:
∂F
dy 2x x
= − ∂x = − = − (7)
dx ∂F 2y y
∂y
√
Por ejemplo, si y = 1 − x2 , sabemos que
dy 2x x x
=− √ = −√ = −
dx 2 1−x 2 1−x2 y
√
y ésta coincide con (7). De manera similar cuando y = − 1 − x2 .
Ejemplo 62.
Si F ( x, y ) = x3 + xy 2 − exy , entonces la solución y = f ( x ) de la
ecuación F ( x, y ) = 0 alrededor de ( 1, 0 ) debe ser diferenciable y su
derivada está dada por

∂F
3x2 + y 2 − y exy

dy ∂x
=− =− =3
dx ( 1,0 ) ∂F 2xy − x exy ( 1, 0 )
∂y ( 1,0 )
Nota 20.
Observemos que, en general, no es posible (o, al menos, no es fácil) encon-
trar por métodos directos y simples, una forma explı́cita de y = f ( x ).
Sin embargo, sı́ tenemos información con respecto al comportamiento
diferencial local de la función y esto, en muchos casos, es lo más que
podemos aspirar a saber de ella, mediante las técnicas del cálculo dife-
rencial. Este es el mensaje central del teorema de la función implı́cita.
Ejercicios 11
dy
1) Calcule explicando en qué casos no existe:
dx
a) F ( x, y ) = y sen x + x cos y = 0
b) F ( x, y ) = x4 y 3 − 3x3 y + 9x2 − 2y = 0
c) F ( x, y ) = yex + xey = 0
d) F ( x, y ) = x2 ln y + exy = 0
∂F
dy
2) Utilice la igualdad = − ∂x para probar que el vector gradiente
dx ∂F
∂y
es siempre ortogonal a las curvas de nivel F (x, y) = α para α fijo.
Confirme esto en el ejemplo 61. ¿Cuál es la intuición fı́sica de este
∂F
dy ∂F
resultado? [Indicación: Escribir = − ∂x en la forma dy +
dx ∂F ∂y
∂y
∂F
dx = 0 y recordar la noción de ortogonalidad de los vectores
∂x
∇f (x, y) y (dx, dy)].
sen(x + y)
3) Pruebe que si sen(x + y) − y = 0 entonces y ′′ =
[cos(x + y) − 1]3
12. Derivadas parciales de orden superior

∂f ∂f
Si f : A(⊆ R2 ) → R tiene derivadas parciales , en A, éstas se
∂x ∂y
convierten, a su vez, en funciones de dos variables en A sobre las cuales
podemos indagar sobre su diferenciabilidad parcial. Ası́, si cada una de
ellas puede ser diferenciada con respecto a x y y, obtendrı́amos cuatro
derivadas parciales de segundo orden:
∂2f ∂2f

∂ ∂f ∂ ∂f
≡ ; ≡
∂x2 ∂x ∂x ∂y ∂x ∂y ∂x
∂2f ∂2f

∂ ∂f ∂ ∂f
≡ ; 2
≡
∂x ∂y ∂x ∂y ∂y ∂y ∂y
Sin embargo, es posible reducir estas cuatro derivadas a sólo tres, pues
bajo condiciones de continuidad de las derivadas, se tiene, como veremos,
que
∂2f ∂2f
= ;
∂x ∂y ∂y ∂x
es decir, no importa el orden en el que derivemos parcialmente.
Notación.
También las derivadas parciales de segundo orden podrı́an aparecer en
∂2f
otras notaciones, todas equivalentes: = Dxy f = D12 f = f12 = fxy ;
∂x∂y
de manera similar para las otras derivadas parciales de segundo orden.
Teorema 23.
∂2f ∂2f
Si , son continuas en una vecindad de ( x0 , y0 ), entonces
∂x∂y ∂y∂x
∂ 2 f ∂ 2 f

=
∂x∂y ∂y∂x
( x 0 , y0 ) ( x 0 , y0 )
Demostración.
Sean
u( x, y ) = f ( x + ∆ x, y + ∆ y ) − f ( x, y + ∆ y ) − f ( x + ∆ x, y ) + f ( x, y );
v( x, y ) = f ( x, y + ∆ y ) − f ( x, y )
para algunos valores ∆ x, ∆ y fijos y distintos de cero. Puesto que

u( x, y ) = v( x + ∆x, y ) − v( x, y ), entonces, por el teorema del va-
lor medio,
∂v
u( x, y ) = · ∆x (8)
∂x ( x, y )
con x entre x y x + ∆ x; y también se tiene, de la definición, que

∂v ∂f ∂f
= −
∂x ( x, y ) ∂x ( x, y+∆ y ) ∂x ( x, y )
Y sustituyendo x por x en esta expresión obtenemos, de (8), que
" #
∂f ∂f
u( x, y ) = − ·∆x
∂x ( x, y+∆ y ) ∂x ( x, y )
Si nuevamente aplicamos el teorema de valor medio a la expresión entre
paréntesis obtenemos
∂ 2 f

u( x, y ) = ∆y∆x (9)
∂y∂x ( x, y )
para algún y entre y y y + ∆ y.
De manera similar, si definimos w( x, y ) = f ( x + ∆ x, y ) − f ( x, y ) y
seguimos el mismo procedimiento, se tiene que
u( x, y ) = w( x, y + ∆ y ) − w( x, y )
y también que
∂ 2 f

u( x, y ) = ∆y∆x (10)
∂x∂y ( x∗ , y∗ )
para ciertos x∗ entre x y x + ∆x y y ∗ entre y y y + ∆y. Igualando (9) y

(10) se tiene que
∂ 2 f ∂ 2 f

=
∂y∂x ( x, y ) ∂x∂y ( x∗ , y∗ )
Si hacemos tender ∆ x, ∆ y a cero tendrı́amos que x, x∗ tenderán a x; y

y, y ∗ tenderán a y. La continuidad de las derivadas implicadas conduce
a la igualdad buscada.
Ejemplo 63.
∂2f ∂2f x2 + y 2
Comprobemos que = cuando f ( x, y ) =
∂x∂y ∂y∂x x−y
Solución.
∂f ( x − y )( 2x ) − ( x2 + y 2 )( 1 ) x2 − y 2 − 2xy
= =
∂x ( x − y )2 ( x − y )2
∂f ( x − y )( 2y ) − ( x2 + y 2 )( −1 ) x2 − y 2 + 2xy
= =
∂y ( x − y )2 ( x − y )2
∂2f ( 2x + 2y )( x − y )2 − ( x2 − y 2 + 2xy ) 2( x − y )( 1 )
=
∂x∂y ( x − y )4
2( x + y )( x − y )2 − 2( x2 − y 2 + 2xy )( x − y )
=
( x − y )4
2( x − y ) ( x + y )( x − y ) − ( x2 − y 2 + 2xy )

=
( x − y )4
2( x − y ) x − y − x2 + y 2 − 2xy
2 2

=
( x − y )4
4xy
=−
(x − y)3
∂2f ( −2y − 2x )( x − y )2 − ( x2 − y 2 − 2xy ) 2( x − y )( −1 )

=
∂y∂x ( x − y )4
−2( x + y )( x − y ) + 2( x2 − y 2 − 2xy )( x − y )
2
=
( x − y )4
2( x − y ) −( x + y )( x − y ) + x2 − y 2 − 2xy

=
( x − y )4
2( x − y ) −x2 + y 2 + x2 − y 2 − 2xy

−4xy( x − y ) 4xy
= 4
= 4
=−
(x − y) (x − y) (x − y)3
Nota 22. (Derivadas parciales de orden superior)

Como puede ser ya claro en este punto después de utilizar el teorema
23, las derivadas de segundo orden son:
∂2f ∂2f ∂2f
, ,
∂x2 ∂y 2 ∂x∂y
y podrı́amos continuar diferenciando y ası́ obtener las derivadas de tercer
orden:
∂3f ∂3f ∂3f ∂3f
, , ,
∂x3 ∂y 3 ∂x2 ∂y ∂x∂y 2
y, en general, las derivadas de n-ésimo orden se obtienen ası́:
∂nf
p, q = 0, . . . , n con p + q = n
∂xp ∂y q
Ejemplo 64.
Calculemos las derivadas de segundo y tercer orden de las siguientes
funciones:
a) f ( x, y ) = ax2 + by 2 + cxy b) f ( x, y ) = xα y β ; α, β > 0
Solución.
a) ∂f ∂f ∂2f ∂2f
= 2ax + cy ; = 2by + cx ; = c; =c
∂x ∂y ∂x∂y ∂y∂x
∂2f ∂2f ∂3f ∂3f

= 2a ; = 2b ; = 0; =0
∂x2 ∂y 2 ∂x3 ∂y 3
∂3f ∂3f ∂3f ∂3f

= 0; = 0; = 0; =0
∂x2 ∂y ∂x∂y 2 ∂y∂x2 ∂y 2 ∂x
∂2f ∂2f
b) = α( β )xα−1 y β−1 ; = α( β )xα−1 y β−1 ;
∂x∂y ∂y∂x
∂2f ∂2f
= α( α − 1 )xα−2 y β ; = β( β − 1 )xα y β−2
∂x2 ∂y 2
∂3f ∂3f
= α( α − 1 )( α − 2 )xα−3 y β ; = β( β − 1 )( β − 2 )xα y β−3
∂x3 ∂y 3
∂3f ∂3f
= α( α − 1 )βxα−2 y β−1 ; = αβ( β − 1 )xα−1 y β−2
∂x2 ∂y ∂x∂y 2
∂3f ∂3f
= α( α − 1 )βxα−2 y β−1 ; = αβ( β − 1 )xα−1 y β−2
∂y∂x2 ∂y 2 ∂x
Ejemplo 65. (Un caso en el que las derivadas mixtas difieren)

Que la conclusión del teorema 23 no es cierta si alguna de las hipótesis
falla, lo podemos observar en el caso de la siguiente función: Para
2 2
 xy (x − y ) para (x, y) 6= (0, 0)

f ( x, y ) = x2 + y 2
0 para (x, y) 6= (0, 0)

∂2f ∂2f
se tiene que = −1 6= = 1 en (0, 0) (ver figura 36).
∂y∂x ∂x∂y
En efecto,
a)
∂f f (∆x, 0) − f (0, 0)
= lı́m = 0
∂x ( 0, 0 ) ∆x→0 ∆x
b)
∂f f (0, ∆y) − f (0, 0)
= lı́m = 0
∂y ( 0, 0 )
∆y→0 ∆y
c) Llevando a cabo las correspondientes derivadas parciales de segun-
do orden en (0,0), obtenemos que,

∂f ∂f
−
∂ 2 f ∂x ( 0, ∆y ) ∂x ( 0, 0 ) −(∆y)5

= lı́m = lı́m = −1
∂y∂x ( 0, 0 ) ∆y→0 ∆y ∆y→0 (∆y)5
d) De manera similar,

∂f ∂f
−
∂ 2 f ∂y ( ∆x, 0 ) ∂y ( 0, 0 ) (∆x)5

= lı́m = lı́m = 1
∂x∂y ( 0, 0 ) ∆x→0 ∆x ∆x→0 (∆x)5
¿Cuál cree el lector que es la condición del teorema 23 que falla en este
caso?
z
xy(x2 −y 2 )
(
x2 +y 2 , (x, y) 6= (0, 0)
0, (x, y) = (0, 0)
Ejercicios 12
1) Encuentre las derivadas parciales de primer, segundo y tercer orden
de las siguientes funciones:
a) f ( x, y ) = α ln x + β ln y , α, β > 0
ρ 1
x yρ ρ
b) f ( x, y ) = + , 0<ρ≤1
2 2
c) f ( x, y ) = xα + β y α , α, β > 0
d) f ( x, y ) = x4 y 3 − 3x3 y 2 + 9x2 − 2y
e) f ( x, y ) = y 2 ex
f) f ( x, y ) = y sen x + x cos y
∂2f ∂2f
2) Compruebe que = en los seis casos anteriores.
∂x∂y ∂y∂x

a). Definición de marginalidad en economı́a
Desde la perspectiva de la toma de decisiones en economı́a, un ele-
mento recurrente (y obvio) es la valoración substantiva sobre la con-
veniencia de una u otra elección: tomar tal o cual decisión, ¿cómo cam-
biarı́a la situación actual?, ¿qué información adicional permitirá obte-
ner?, ¿agregará suficientes beneficios para que compensen los costos? Es-
te tipo de preguntas está en el centro mismo de la toma de decisiones por
marginalidad. Por ejemplo, una decisión se puede tomar cuando pueda
esperarse que, con ella, se revelará información importante con respecto
a la situación actual, o se estará en mejor situación que lo que se estaba
antes, etc. Y una manera obvia de medir esto es a través de algunas dife-
rencias o de algún cociente de diferencias; es decir, mediante cantidades
marginales.
La definición clásica de marginalidad en la teorı́a económica dada ori-
ginalmente por Jules Dupuit 11 [ 1804–1866 ] corresponde, en el caso de
f( x + 1 ) − f( x )
una función de una sóla variable, al cociente discreto
1
que es la variación de la función económica f (·) al agregar , con respecto
al estado x, una unidad (margen adicional), y no al cociente infinitesimal
dy f ( x + ∆x ) − f ( x )
= lı́m como usualmente se utiliza. Quizás, lo
dx ∆x→0 ∆x
que es extraño, esto tenga que ver con la interpretación de que si x es
muy grande, una unidad adicional es apenas un “pequeño” incremento
∆x. Pero esta sola discrepancia muestra el impacto que la hipótesis de
diferenciabilidad de las formas funcionales tiene sobre el estudio de los
problemas económicos: más que asumir continuidad, asumir diferencia-
bilidad sobre la función bajo estudio es, siempre, asumir demasiado, y
esto nos podrı́a llevar a extrapolaciones imprudentes desde la descripción
discreta a la descripción continua del fenómeno económico estudiado.
Definición 16. (Marginalidad como derivada)
Si f : D −→ R (D subconjunto de R o de R2 , abierto y no-vacı́o)
es cualquier forma funcional de una variable económica, entonces a las
∂f ∂f
derivadas f ′ ( x ) (en el caso de una so la variable); y , (en el
∂x ∂y
11
Dupuit, Jules (1933), De l’Utilité et de sa Mesure, Ed. Marie de Bernardi, Turin.
caso de dos variables), se les conoce como sus funciones marginales (con
respecto a x en el caso de una variable, y con respecto a x y a y en el
caso de dos variables).
b). Una aplicación de la noción de marginalidad en Eco-

nomı́a: La doctrina del costo de oportunidad
Sin duda, la principal contribución de la doctrina del costo de oportuni-

dad ha sido la de clarificar la esencia, implicaciones y limitaciones de la
noción de marginalidad dentro de la teorı́a económica. Ya antes de que
fuera explı́citamente introducida por el economista austriaco Friedrich
von Wieser en 1876 12 (y expuesta en libros posteriores (1884, 1889))13 ,
14 , el concepto de costo de oportunidad habı́a aparecido en los traba-
jos de J.S. Mill (1848)15 y, fundamentalmente, en el de Léon Walras

(1874)16 . También después de von Wieser, lo verı́amos en los escritos de
E. von Bawerk (1889, 1894)17 , 18 , G. von Haberler (1930, 1933)19 , 20 ,
12
von Wieser, F. (1876), Über das Verhältnis des Kosten zum Wert (“On the
Relation to Cost to Value”), reimpreso en Wieser, Gesammelte Abhandlungen.
13
von Wieser, F. (1884), Über den Ursprung und die Hauptgesetze des wirts-
chaftlichen Werthes.
14
von Wieser, F. (1889), Natural Value, reimpresión de la traducción de 1893, New
York: Augustus M. Kelley.
15
Mill, J.S. (1848), The Principles of Political Economy: with some of their applica-
tions to Social Philosophy, ed. William J. Ashley, London: Longmans, Green and
Co., 1909, 7th Edition.
16
Walras, L. (1874), Elements of Pure Economics: On the Theory of Social Wealth,
Traducción de la edición de 1926, Homewood, I11: Richard Irwin.
17
von Bawerk, E. (1984), The Ultimate Standard of Value, Annals of the Ameri-
can Academy, Vol. V, p.149-208.
18
von Bawerk, E. (1889), Capital and Interest: Volumen II - Positive Theory of
Capital, Traducción de 1959, South Holland, I11: Libertarian Press.
19
von Haberler, Gottfried (1930), Die Theorie der Komparativen Kosten und ih-
re Auswertung für die Begründung des Freihandels, Welfwirtschaftliches Archiv,
Vol. 32.
20
von Haberler, G.(1933), The Theory of International Trade: with Applications to
Comercial Policy; traducción de 1934, New York: Macmillan.
P.H. Wicksteed (1910, 1914) 21, 22 y L. Robbins (1930, 1932, 1934)23 , 24,
25 , entre otros.
La doctrina del costo de oportunidad es, en principio, simple de explicar,

pues afirma que los precios relativos reflejan oportunidades perdidas.
Por ejemplo, en términos de intercambios, el precio de un bien x1 en
términos del precio de otro bien x2 , es la cantidad del bien x2 que tiene
que entregarse para poder obtener una unidad del bien x1 . Es decir,
p1 ∆2
= (1)
p2 ∆1
donde ∆2 es la oferta del bien 2 que tiene que hacer para recibir ∆1
unidades del bien 1. Ası́, si para obtener 3 unidades del bien x1 , el
agente necesita entregar 15 unidades del bien x2 , entonces el precio del
bien x1 en términos del precio del bien x2 es 5.
La ecuación (1) se acostumbra escribir, en notación marginalista,26 ası́:
p1 dx2
= − (2)
p2 dx1
donde dx1 es una “demanda neta infinitesimal” del bien x1 y −dx2 es la
dx2
“oferta neta infinitesimal”. A la derivada del lado derecho de (2), ,
dx1
John Hicks (1939)27 la bautizó como la tasa marginal de sustitución
entre x1 y x2 . Y a la igualdad total (2), Maffeo Pantaleoni (1889)28
21
Wicksteed, P.H. (1910), The Common Sense of Political Economy, Edición de
1933, London: Routledge and Kegan Paul.
22
Wicksteed, P.H. (1914), The Scope and Method of Political Economy in the
Light of the “Marginal” Theory of Value and Distribution, Economic Journal,
Vol. 24(1).
23
Robbins, L.C (1930), On a Certain Ambiguity in the Conception of Stationary
Equilibrium, Economic Journal, Vol. 40, pp.194-214.
24
Robbins, L.C. (1932), An Essay on the Nature and Significance of Economic
Science, Edición de 1984, New York: New York University Press.
25
Robbins, L.C (1934), Remarks Upon Certain Aspects of the Theory of Costs,
Economics Journal, Vol. 44.
26
Este es, precisamente, el tipo de extrapolaciones que pueden conducir a errores
(ver el “contexto económico” de la lección 1)
27
Hicks, J. (1939), Value and Capital: An Inquiry into some Fundamental Principles
of Economic Theory, Edición de 1946, Oxford: Clarendon Press.
28
Maffeo Pantaleoni (1889), Pure Economics, traducción de 1898, London: Macmi-
llan.
la bautizó como la ley de Wieser, a pesar de que von Wieser nunca

escribió una ecuación de esta forma, como sı́ lo hiciera, con ciertas dudas,
W. S. Jevons en 1871.
Sin embargo, las dificultades con la idea del costo de oportunidad sur-
gieron, no tanto en el contexto de la teorı́a del intercambio sino, en
mayor medida, dentro del contexto de la teorı́a de la producción. Para
ilustrarlo, supongamos que en la producción de cierto producto se uti-
lizan al menos dos insumos diferentes x1 y x2 . Consideramos la figura
37 en donde aparecen dos “fronteras de posibilidades de producción”29 :
una recta L (cuya ecuación está definida por la recta de presupuesto
P1′ x1 + P2′ x2 =constante, donde P1′ , P2′ son los precios de mercado de x1
y x2 , respectivamente) y una curva CP (no nos preocupe en este mo-
P′
mento la forma de ésta). La pendiente de L es − P1′ que es, precisamente,
2
el costo de oportunidad de x1 en términos de x2 . Pero en el caso de la
curva CP, el costo de oportunidad cambia a medida que cambian las
combinaciones utilizadas de x1 y x2 .
x2 x2
P1′ x1 + P2′ x2 =constante

x∗2 b
F
CP b
E
L
b
G
x∗1 x1 x1
Figura 37
i) Consideremos primero el caso lineal en que las condiciones del

P′
mercado de los insumos son tales que P1′ es la razón de precios
2
de ellos; en tal situación producirı́amos en cualquier punto de la
P′
recta L. Pero si PP12 > P1′ entonces irı́amos al punto x∗2 donde todo
2
29
Este nombre fue acuñado por Abba Lerner (1932) y Gottfried von Haberler
(1933).
está dedicado a la utilización de x2 y nada a la de x1 . De manera

P′
similar, si PP12 < P1′ entonces iremos a la otra esquina, x∗1 , donde se
2
utiliza todo de x1 y nada absolutamente de x2 . El punto aquı́ es que
en estas “soluciones de esquina”, los precios relativos no igualan
al costo de oportunidad. Allı́, el nivel relativo de utilización de
insumos estarı́a determinado por factores distintos a la demanda
(como la teorı́a clásica afirma que deberı́a ser).
ii) De otro lado, supongamos que la curva es como la CP . Si la razón

P′
de los precios son P1′ , entonces la lı́nea de precios será tangente a
2
P1′
CP en E; si son menores que P2′
, la lı́nea de precios será tangente a
P1′
CP en F ; y si son mayores que P ′ , la lı́nea de precios será tangente
2
a CP en G. Pero, de hecho, E, F y G son las únicas combinaciones
eficientes de x1 y x2 correspondientes a las relaciones de precios PP12
respectivas; es decir, son sus costos de oportunidad y están basados
en la teorı́a de la demanda.
En suma, pareciera que para ir desde los clásicos a la teorı́a marginalista

de von Wieser sólo bastara con cambiar la tecnologı́a del sistema. Aun
ası́ esto no detendrı́a a los clásicos de buscar (y encontrar) el “valor” de
los bienes de forma explı́cita como fuera mostrado por Piero Sraffa en
1960 en su Production of Commodities by Means of Commodities (ver
volumen I: Álgebra lineal).
c). Caracterı́sticas marginales de algunas funciones del

análisis económico
La noción de marginalidad ha inspirado el desarrollo de múltiples con-
ceptos de medida y relación de las distintas variables económicas. A
continuación presentamos algunos de los más importantes ejemplos.
1) Marginalidad en las funciones homogéneas
Uno de los resultados más recurrentes en el análisis económico estándar

es la relación que existe entre las funciones marginales de una función
homogénea de grado α ≥ 0 en dos variables (una función f (· , ·) es ho-
mogénea de grado α ≥ 0 si satisface f ( tx, ty ) = tα f ( x, y ) para todo
t > 0): Se le conoce como ecuación de Euler.
Teorema 24. (Ecuación de Euler (1748))

Si f : D( ⊆ R2 ) −→ R es homogénea de grado α > 0 y diferenciable con
continuidad en el conjunto abierto no-vacı́o D ,30 entonces
∂f ∂f
x +y = αf ( x, y )
∂x ∂y
Demostración
Sea, para ( x, y ) ∈ D fijo, F ( t ) = f ( tx, ty ) con t > 0. Entonces, por la
regla de la cadena, se tiene que
∂F ∂F
F ′( t ) = x +y
∂u ∂v
donde u = tx y v = ty. En particular, cuando t = 1,

′ ∂F ∂F ∂f ∂f
F (1) = x + x =x +y (1)
∂x t = 1 ∂y t = 1 ∂x ∂y
De otro lado, como por homogeneidad F ( t ) = tα f ( x, y ), entonces
F ′ ( 1 ) = α tα−1 f ( x, y )|t=1 = αf (x, y) (2)
Ası́, de (1) y (2),

∂f ∂f
αf ( x, y ) = x +y (3)
∂x ∂y
y esto prueba el teorema.
En particular, si f (· , ·) es homogénea de grado α = 1 (rendimientos

constantes a escala) se tiene que
∂f ∂f
f ( x, y ) = x +y (4)
∂x ∂y
Obsérvese, de (3) y (4), que si f (x, y) es una función de producción, este

valor es distribuido, de manera ponderada, en las producciones margina-
les de ∂f ∂f
∂x , ∂y , de los insumos x, y, y por ello ha sido centro de discusión
en la teorı́a de la distribución por productividad marginal.
30
Recordemos que esto significa que f (· , ·) tiene sus dos derivadas parciales,
∂f
∂x
y ∂f
∂y
, continuas en D.
2) Elasticidades
Otro de los conceptos básicos de la teorı́a marginalista es el de elasti-

cidad, que permite analizar, básicamente, porcentajes de variación de
una variable con respecto a porcentajes de variación de otra. Y aunque
existen diversos tipos de elasticidad, aquı́ nos concentraremos en los más
utilizados por la teorı́a económica tradicional.
Definición 17. (Elasticidad (Marshall (1920)31 )

La elasticidad de una variable y con respecto a otra variable x, denotada
εyx , mide la variación porcentual de y debido a una variación porcentual
en x (es decir, cambios porcentuales relativos); en lenguaje formal,
dy
d ln y
εyx = dx
y o, en forma de diferenciales, εyx =
d ln x
x
Definición 18. (Elasticidad de sustitución (Hicks (1932)))

El concepto de elasticidad de sustitución fue acuñado por John Hicks en
su The Theory of Wages de 1932, buscando analizar cambios en las par-
ticipaciones en el ingreso de insumos como la mano de obra y el capital
en una economı́a en expansión. Es decir, en esencia, el problema consiste
en buscar una medida del grado de sustitución que existe entre cualquier
par de factores en un proceso productivo. La noción atrajo inmediata-
mente la atención y estimuló varias extensiones de Robinson (1933)32 ,
y Machlup (1935).33 Desde entonces ha jugado un papel destacado en
muchas ramas de la economı́a. Veamos en qué consiste.
Sea f (·) una función de producción; la elasticidad de sustitución del
insumo y con respecto al insumo x, denotada por σ( x, y ), está definida
como
31
Marshall, Alfred (1920), Principles of Economics, London: Macmillan.
32
Robinson, Joan (1933), Your Position Is Thoroughly Orthodox and Entirely
Wrong: Nicholas Kaldor y Joan Robinson, 1933-1983, Journal of the History of
Economic Thought Vol. 20, No 4 (December 1998).
33
Machlup, Fritz (1935), The Commonsense of the Elasticity of Substitution, Re-
view of Economic Studies 2.
 
fy ( x,y )

d xy fx ( x,y ) d ln( xy )
σyx ( x, y ) =     =
f ( x,y ) x fy (x,y)
d fxy ( x,y ) y d ln fx (x,y)
∂f ∂f
donde fy = , fx = . Es decir, la elasticidad de sustitución mide la
∂y ∂x
variación porcentual promedio en la proporción de insumos utilizados,
ante una variación porcentual promedio en la tasa marginal de sustitu-
ción técnica (dado el nivel de producto). Lerner (1933)34 encontró que la
elasticidad de sustitución era entonces una medida de la “curvatura”de
una curva de nivel, pues ella mide cómo varı́a la proporción de insumos
ante un cambio en la pendiente de la curva de nivel. Ası́, si un cambio pe-
queño en la pendiente de la curva de nivel genera una gran variación en
la relación de insumos, la curva de nivel es relativamente plana, lo cual
significa que la elasticidad de sustitución es grande. Podemos entender
esto en la figura 38.
y
f (x, y) = f
• A′ (x′ , y ′ )
A(x, y)
•
x
Figura 38: Elasticidad de sustitución
Supongamos que nos movemos del punto A al punto A′ en la curva de

nivel f (x, y) = f . En el punto A, la tasa marginal de sustitución es fx /fy ,
que es la pendiente de la recta tangente en el punto A, mientras que la
proporción de insumos y/x es la pendiente de la recta que conecta A con
el origen. Cuando nos movemos de A a A′ , la tasa marginal de sustitución
es fx ′/fy ′ y la nueva proporción de insumos es y ′ /x′ . Por lo tanto, la
34
Lerner, Abba (1933), The Diagrammatical Representation of Elasticity of De-
mand, Review of Economic Studies.
elasticidad de sustitución compara el movimiento de la proporción y/x

a la proporción y ′ /x′ con respecto al movimiento de fx /fy a fx ′/fy ′.
Es inmediatamente claro que mientras más “curvada” sea la curva de
nivel, menor será el cambio resultante en la proporción de insumos y
ası́ la elasticidad de sustitución σ será menor para curvas de nivel muy
curvadas. Podrı́a ser también claro ahora que para cualquier función
de producción, cuando σ → ∞ nos aproximamos a encontrar perfecta
sustitución entre factores; y que cuando σ → 0 nos aproximamos a la
noción de no-sustitución entre ellos.
No sobra anotar que, aunque la noción de elasticidad de sustitución fue
originalmente desarrollada para la teorı́a de la producción, también otras
teorı́as, como la del consumo, han recurrido a este y a otros conceptos
marginalistas. Pero a pesar de todo lo anterior, coincidimos con Paul
Samuelson (1947) quien señala que la importancia de las elasticidades
en economı́a es pequeña y que tan sólo sirven como ejercicios mentales
para estudiantes de pregrado. Sin embargo, este tema también es aún
debatido.35
3) Marginalidad en la función de consumo, ingreso y deman-

da
Otras aproximaciones más simples al concepto de marginalidad las en-

contramos en los siguientes ejemplos:
i) La función lineal de consumo de una economı́a se acostumbra a

describir como C( y ) = α + βy, donde α ∈ R, 0 < β < 1 y y es
el ingreso total de la economı́a. Observemos que
d C( y )
=β
dy
Luego β ∈ ( 0, 1 ) representa la variación en el consumo ante una

variación en el ingreso, y se acostumbra llamar la propensión mar-
ginal al consumo (Keynes (1936))36 .
35
Ver Samuelson, Paul (1947), Foundations of Economic Analysis, Cambridge,
Mass.: Harvard University Press.
36
Keynes, John (1936), The General Theory of Employment, Interest and Money,
Macmillan, London.
ii) La función lineal de demanda de un consumidor se acostumbra a

describir como x( p, m ) = α + β p + c m, donde α > 0, β < 0,
c > 0, p es el precio por unidad del bien, y m es el ingreso del
consumidor. Por tanto,
∂x( p, m ) ∂x( p, m )
=β, = c;
∂p ∂m
es decir, β es la variación en la cantidad demandada del bien x
ante una variación marginal en su precio y c es el cambio en la
cantidad demandada debido a un cambio marginal en el ingreso.
iii) Otra función de demanda de un consumidor es x( p, m ) = α +

β
p + c m, donde α, β, c > 0. Luego,
∂x( p, m ) β
=− 2 <0
∂p p
Por tanto, a diferencia de la función lineal de demanda, la varia-
ción en la cantidad demandada debido a un cambio pequeño en el
precio no es constante. Sin embargo, la relación entre el precio y la
cantidad demandada es inversa; es decir, si p crece y m no varı́a,
x( p, m ) disminuye y viceversa (ley de la demanda).
iv) El ingreso agregado de una economı́a se describe en ocasiones me-

diante la función Y ( M, P ) = α + β MP , donde M es la cantidad
de dinero de la economı́a, P es el nivel de precios de la economı́a,
α > 0, β > 0. Observemos que
∂Y ( M, P )
=β>0
∂MP
es decir, β ( al que llaman “multiplicador monetario”), representa

la magnitud en la que varı́a el ingreso agregado de la economı́a
ante un cambio pequeño en la cantidad de dinero real M P .
4) Marginalidad en las funciones de producción

Ahora pasamos al estudio de la noción de marginalidad en el caso
de las funciones de producción. Veamos esto para las funciones de
producción más utilizadas dentro de la teorı́a económica.
I). Marginalidad en las funciones Cobb-Douglas
La función Cobb-Douglas f ( K, L ) = K α Lβ , donde K mide (de

alguna forma no muy clara) las unidades de capital, y L mide las
unidades de trabajo, fue introducida en 1928 por Charles Cobb y
Paul Douglas en su artı́culo A Theory of Production (American
Economic Review ). Allı́ (aunque anticipados por Knut Wicksell
(1901))37 afirmaban que esta función de producción, con α = 14 y
β = 34 , se ajustaba bien a los datos de la industria de manufactura
de los Estados Unidos si no se consideraba el progreso tecnológico.
Caracterı́sticas básicas
Algunas de las caracterı́sticas marginales de las funciones Cobb-
Douglas f ( x, y ) = xα y β , x ≥ 0, y ≥ 0, α, β > 0 como funciones
de producción son las siguientes:
• Ya sabemos que:
i) f (·, ·) tiene rendimientos decrecientes a escala si α + β < 1
ii) f (·, ·) tiene rendimientos constantes a escala si α + β = 1
iii) f (·, ·) tiene rendimientos crecientes a escala si α + β > 1
∂f ∂f
• Sus funciones marginales de producción, y , son
∂x ∂y
∂f f ( x, y ) ∂f f ( x, y )
= α xα−1 y β = α , = β xα y β−1 = β
∂x x ∂y y
(1)
Observemos que (1) implica la ecuación de Euler:
∂f ∂f
x +y = ( α + β )f ( x, y )
∂x ∂y
Y también implica productividades marginales decrecientes

si α < 1 y β < 1 pues
∂2f
= α(α − 1)f ( x, y )/x2 < 0
∂x2
37
Wicksell, Knut (1901), Lectures on Political Economy, Two Volumes (1901,1906).
∂2f
= β(β − 1)f ( x, y )/y 2 < 0
∂y 2
Sin embargo, obsérvese que podrı́amos tener productividad
marginal decreciente y, aun ası́, tener rendimientos crecientes
a escala: por ejemplo, basta tomar α = 0.8, β = 0.6. Debe
entenderse bien, entonces, que no existe ninguna relación de
causalidad entre la productividad marginal y los rendimientos
a escala.
• Si f (· , ·) es homogénea de grado 1 ( β = 1 − α ) y, por tanto,
tiene rendimientos constantes a escala, entonces la relación
funcional f ( x, y ) = xα y 1−α puede ahora escribirse como
α
f ( x, y ) y 1−α f ( x, y ) x
= ; = (2)
x x y y
Por tanto, de (1) y (2) se tiene que

α
∂f y 1−α ∂f x
=α ; =β (3)
∂x x ∂y y
• De (2) y (3) tenemos que
∂f ∂f
∂x ∂y
=α y =β (4)
f ( x, y ) f ( x, y )
x y
es decir, α es el cambio porcentual (promedio) de la función

Cobb-Douglas con respecto a x, y β es el cambio porcen-
tual (promedio) de la función con respecto a y. Estas son sus
respectivas elasticidades.
• De (1) se tiene que
∂f ( x, y ) ∂f ( x, y )
∂y βx x α ∂y
= y, por tanto, =
∂f ( x, y ) αy y β ∂f ( x, y )
∂x ∂x
∂f ( x, y )
 

x α  ∂y 
ln = ln + ln  
 ∂f ( x, y ) 
y β
∂x
Esto implica que

x
d ln
y
σy x ( x, y ) =   =1
∂f ( x, y )
 ∂y 
d
 ∂f ( x, y )


∂x
Luego la elasticidad de sustitución de la función Cobb-Douglas

es constante e igual a 1.
En macroeconomı́a y teorı́a del crecimiento, los investigadores fre-

cuentemente utilizan una función Cobb-Douglas para describir el
comportamiento de la producción agregada (Y ) de una economı́a
en la que el capital (K) y la mano de obra (L) tienen un aporte
porcentual igual a través del tiempo. Sin embargo, no hay una
evidencia empı́rica fuerte que apoye esta idea.
II). Marginalidad en las funciones CES
La insatisfacción con la propiedad de la elasticidad de sustitución

igual a 1 que presentan las funciones Cobb-Douglas condujeron a
Arrow, Chenery, Minhas y Solow (1961)38 , a crear una función de
producción más flexible que tuviera a la Cobb-Douglas como un
caso especial. Ese fue el origen de la función de producción CES
que después serı́a generalizada al caso de n factores por Hirofumi
Uzawa (1963)39 y por el premio Nobel en economı́a del año 2000
38
Arrow, K. Chenery, S. Minhas, y R. Solow (1961), Capital Labor Substitution and
Economic Efficiency, Review of Economic Studies.
39
Uzawa, Hirofumi (1963), On a Two-Sector Model of Economic Growth, II, Review
of Economic Studies.
Daniel McFadden (1963)40 . Supongamos entonces que la función

de producción es ahora la función CES
1
f ( x, y ) = A [ α xρ + βy ρ ] ρ , x > 0, y > 0
donde A > 0, α > 0, β > 0, ρ ≤ 1. Las productividades margina-
les de los insumos x y y son, en este caso,
∂f ( x, y ) 1−ρ
= Aαxρ−1 [ α xρ + βy ρ ] ρ
∂x
y
∂f ( x, y ) 1−ρ
= Aβy ρ−1 [ α xρ + βy ρ ] ρ
∂y
Por tanto,
∂f
( x, y ) α x ρ−1
∂x =
∂f β y
( x, y )
∂y
Luego,
 1
∂f

1
( x, y )  1 − ρ
x α ρ−1  ∂y
= 
 ∂f

y β 
( x, y )
∂x
Vemos entonces que en las funciones CES, la tasa marginal de sus-
titución (en porcentajes) es proporcional a la tasa de variación de
insumos (también en porcentajes). De manera que los rendimientos
marginales de los insumos (en porcentajes) son directamente pro-
porcionales a las razones (en porcentajes) de insumos utilizados.
Ası́,
 ρ
x ∂f

d 1 ( x, y )  1 − ρ
y 1 α 1−ρ  ∂y
= 
 ∂f

∂f

1−ρ β 
( x, y ) ( x, y )
 ∂y  ∂x
d
 ∂f


( x, y )
∂x
40
McFadden, Daniel (1963), Constant Elasticity of Substitution Production Func-
tions, Review of Economic Studies, Vol. 30.
1
y, por lo tanto, σy x ( x, y ) = 1−ρ ; es decir, la elasticidad de sustitu-
ción es constante; o, de otra forma, la elasticidad de sustitución no
depende de los niveles de insumos utilizados. ¿Por qué la función
Cobb-Douglas es un caso especial de la CES?
III). La función Cobb-Douglas como función de produc-

ción (Wicksell (1893)): un esquema básico de la teorı́a
marginalista de la producción y de la distribución del in-
greso
Dentro del debate de la teorı́a de la distribución de ingreso por pro-

ductividad marginal que fuera introducido por John Bates Clark
(1889, 1891)41 , 42 y John Hobson (1891)43 , el economista sueco
Knut Wicksell (1893)44 estudia un proceso productivo (Y ) que
utiliza únicamente trabajo (T ) y tierra (L) descrito mediante una
forma funcional
Y = f ( T, L )
Si w es el salario unitario del trabajador y r la renta unitaria pa-
gada al propietario de la tierra, entonces también, contablemente,
se tiene que
Y = wT +rL (1)
Ahora, si f (· , ·) es una función diferenciable con continuidad en
R2++ y homogénea de grado 1, entonces, por el teorema de Euler,
∂f ∂f
Y = T+ L (2)
∂T ∂L
∂f ∂f
donde ≡ productividad marginal de la tierra y ≡ produc-
∂L ∂T
tividad marginal del trabajo. De las igualdades (1) y (2) se estarı́a
tentado (y esto fue lo que hizo Wicksell) a decir que, entonces,
41
Clark, John Bates (1889), Possibility of a Scientific Law of Wages, Publications
of American Economic Association.
42
Clark, John Bates (1891), Distribution as Determined by a Law of Rent, Quar-
terly Journal of Economics, volumen 5.
43
Hobson, John (1891), The Law of the Three Rents, Quarterly Journal of Eco-
nomics.
44
Wicksell, Knut (1893), Value, Capital and Rent, traducido por S. Frowein en
1954.
∂f ∂f
w= y r= (3)
∂T ∂L
y ası́ la distribución del producto neto Y entre trabajadores y pro-

pietarios se lleva a cabo por productividades marginales y no se
deja residuo alguno. Sin embargo, ni aún en el contexto margina-
lista es esto necesariamente cierto. En general, será necesaria una
condición de equilibrio en la producción (ver el “contexto económi-
co” de la lección 3).
5) Marginalidad en las funciones de utilidad
También las nociones marginales juegan un papel central dentro de las

discusiones sobre la elección económica mediante funciones de utilidad.
Mostremos cómo opera el concepto de marginalidad en algunas funciones
de utilidad especı́ficas dentro del análisis económico.
a) Marginalidad en las funciones de utilidad separables
Recordemos que una función de utilidad es aditivamente separable

si es de la forma:
u( x, y ) = v( x ) + β v( y )
donde x representa el consumo presente, y y el consumo futuro y

0 < β < 1.En estas funciones la utilidad marginal de cada bien
depende únicamente del consumo de ese bien:
∂u( x, y ) ∂u( x, y )
= v′ ( x ) ; = βv ′ ( y )
∂x ∂y
Por tanto, la tasa marginal de sustitución entre consumo presente

y consumo futuro es constante e igual a β. ¿Cuál es la “elasticidad
de sustitución” de esta función de utilidad? ¿Qué significa este
término, originalmente aplicado a funciones de producción, ahora
aplicado a funciones de utilidad?
b) Marginalidad en las funciones de utilidad separables CA-

RA
La función de utilidad separable CARA45 es de la forma
−1 −αx −1 −αy
u( x, y ) = e −β e , α > 0, 0 < β < 1
α α
Las utilidades marginales de x y y son
∂u( x, y ) ∂u( x, y )
= e−αx y = βe−αy
∂x ∂y
Y ası́ la tasa marginal de sustitución entre consumo presente y
consumo futuro es
∂u
( x, y )
∂y
= βe−α(y−x)
∂u
( x, y )
∂x
Las derivadas de las utilidades marginales de x y y son
∂ 2 u( x, y ) ∂ 2 u( x, y )
= −α e−αx ; = −αβe−αy
∂x2 ∂y 2
∂ 2 u( x, y ) ∂ 2 u( x, y )
; = =0
∂x∂y ∂y∂x
¿Cuál es la elasticidad de sustitución aplicada a esta función de
utilidad?
c) Marginalidad en las funciones de utilidad separables CRRA

La función de utilidad separable CRRA46 es para 0 < β < 1, de la
forma
 1−γ
 x y 1−γ
+β si γ 6= 1 , γ > 0
u( x, y ) = 1−γ 1−γ
ln x + β ln y si γ = 1

45
Esta expresión proviene del Inglés: “constant absolute risk aversion” (aversión al
riesgo absoluto constante).
46
Esta expresión proviene del Inglés: “constant relative risk aversion” (aversión al
riesgo relativo constante).
Para γ 6=1, las utilidades marginales de x y y son

∂u( x, y ) ∂u( x, y )
= x−γ y = βy −γ ;
∂x ∂y
Y, por lo tanto, la tasa marginal de sustitución entre consumo
presente y consumo futuro es
∂u
( x, y ) y −γ
∂y
=β
∂u x
( x, y )
∂x
Las derivadas de las utilidades marginales de x y y son
∂ 2 u( x, y ) ∂ 2 u( x, y )
= −γ x−γ−1 ; = −βγy −γ−1 ;
∂x2 ∂y 2
∂ 2 u( x, y ) ∂ 2 u( x, y )
= =0
∂x∂y ∂y∂x
¿Cuáles son las mismas funciones marginales si γ =1 ? ¿Cuál es la elas-
ticidad de sustitución aplicada a esta función de utilidad? Un análisis
comparativo de esta elasticidad de sustitución, serı́a un ejercicio funda-
mental para el lector en este punto.
6) Marginalidad en las funciones de costos
En ciertos análisis, una tı́pica función de costos de una firma es:
C( w, y ) = wy α
donde w es una constante que implica los precios de insumos y de costos

fijos, y y es el nivel de producción. Aquı́, el costo marginal asociado (con
respecto al nivel de producción) a esta función de costos es
∂C( w, y )
= αwy α−1
∂y
La derivada del costo marginal con respecto al nivel de producto es
∂ 2 C( w, y )
= α( α − 1 )wy α−2
∂y 2
Observemos que si α > 1 (rendimientos decrecientes a escala), el costo

marginal es creciente en el nivel de producto; si α < 1 (rendimientos
crecientes a escala), el costo marginal es decreciente en y; y si α = 1
(rendimientos constantes a escala), el costo marginal es constante.
Las funciones de costos de producción y su análisis fueron desarrollados
por Paul Samuelson en el clásico Foundations of Economic Analysis de
1947.
7) Marginalidad en las funciones de beneficios
La función de beneficio asigna el máximo nivel de beneficio (π) de la

empresa, para cada nivel de precio del producto (p) y de los insumos
(w). Para ciertos análisis de la teorı́a económica, una tı́pica función de
beneficios de una firma es la siguiente:
1 α
π( p, w ) = A p 1−α w α−1
donde A y α son constantes. Observemos entonces que
∂π( p, w ) A α α
= p 1−α w α−1 > 0
∂p 1−α
y
∂π( p, w ) Aα 1−α 1 1
= p w α−1 < 0
∂w α−1
Por tanto, el beneficio de la firma aumenta si el precio del producto
aumenta (dado lo demás constante) y el beneficio disminuye si el precio
del insumo aumenta (dado lo demás constante).
El primer estudio que se conoce sobre la función de beneficio fue el
trabajo pionero de Harold Hotelling “Edgeworth’s Taxation Paradox and
the Nature of Supply and Demand Functions” de 1932, publicado en el
Journal of Political Economy.
1) Obtenga la ecuación de la recta tangente a la gráfica de y = x2 −
x − 1 en el punto ( 1, −1 ). Trace, lo mejor que pueda, las gráficas
de la curva y la recta.
2) Sea la función f (·) definida mediante
(
x3 si x≤1
f( x ) =
3x − 2 si x>1
a) Trace, lo mejor que pueda, la gráfica de f (·).
b) Determine si f (·) es continua en x = 1.
′ ′
c) Calcule, si existen, f− ( 1 ) y f+ ( 1 ).
d) Determine si f (·) es diferenciable en x = 1.
3) Determine, de ser posible, los valores de a y b tales que f (·) sea
diferenciable en x = 1 cuando
( 3
x2 si 0 < x ≤ 1
f( x ) =
ax + b si 1 < x
4) Calcule la derivada f ′ (x) en cada una de las siguientes funciones:

a) f (x) = cos x3 b) f (x) = ( 1 + cos2 x )6
1 + sen x
c) f (x) = cos( tan x ) d) f (x) =
1 − sen x
√
q
e) f (x) = x2 cos x − 2x sen x − 2 cos x f) f (x) = cos x
5) Halle y ′ en los siguientes casos:

1
a) y = ln ( sec2 x ) b) y = x e− x
1
c) y = ( cos−1 x )2 d) y = ln( x−1 ) +
ln x

x−1 1
e) y = sen−1 f) y = tan−1
x+1 x+1
¿Para qué valores de x están bien definidas estas derivadas?
dy
6) Halle si:
dx
1
1 2 2
− 2x )−3

a) y = ln x ( 5 + +1
8 x
cos2 x
b) y = √
( ex + sen x )
c) y = e3x x2 cos ( 8x )
ln x + e−x sen x
d) y =
x( 1 − x3 )7
1
e) y = [ln( x + 1 )][( 5 − 2x2 )−6 ] + (1 − x) 2 + e2−x
( 1 + sen x )2
f) y =
1 − cos x
e−2x
g) y =
x3 sen ( 8x2 )
2 1
7) Sea F ( x, y ) = ln x + ln y;
3 3
a) Halle su dominio, dibuje la curva de nivel F ( x, y ) = 0, y diga
en qué región del plano es F ( x, y ) > 0.
dz
b) Halle para z = F ( x, y ), x = e3t , y = 1 + e−3t .
dt
dz
c) Calcule lı́m .
t→∞ dt
dy
8) Halle por diferenciación implı́cita en los siguientes casos:
dx
√ √
a) x + y = 4 en el punto ( 4, 4 )
b) 2y 3 + 4xy + x2 = 7 en el punto ( 1, 1 )
c) x + tan( xy ) = 2 en el punto ( 1, π4 )
dy x d2 y 1
9) Si x2 − y 2 = 1, pruebe que para y 6= 0, = y 2
= − 3.
dx y dx y
10) Un cuerpo de masa m se mueve a lo largo del eje x. La velocidad

dx
v= y la abscisa x del cuerpo satisfacen la relación
dt
m( v 2 − v02 ) = k( x20 − x2 )
donde v0 es la velocidad inicial del cuerpo, x0 es la posición inicial

del cuerpo con respecto a cierto punto de referencia fijo, y k es una
constante.
a) Muestre que si v(·) es diferenciable, entonces
dv kx
v =− (1)
dt m
b) ¿Qué evento fı́sico cree el lector que se está describiendo?
¿Podrı́a interpretar explı́citamente la fórmula (1)?
p
* 11) Sean x = r cos θ, y = r sen θ y r = x2 + y 2 . 47 Considere las
siguientes curvas en coordenadas polares:
a) La Cardioide: r = a( 1 − cos θ )
b) La Limaçon: [ r − a cos θ ]2 = b2
θ
c) La Espiral de Arquı́medes: r =
π
d) La Lemniscata de Bernoulli: r 2 = 2a2 cos 2θ
donde a y b son constantes positivas. Dibuje, lo mejor que pueda,
dr
estas curvas en el plano r versus θ y halle . (Si el lector en-
dθ
cuentra problemas aquı́, puede consultar la lección 3 del volumen
0 (Fundamentos)).
12) Pruebe que la ecuación de la tangente a la cónica
Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0
en el punto (x1 , y1 ) es
B D E
Ax1 x + (y1 x + x1 y) + Cy1 y + (x + x1 ) + (y + y1 ) + F = 0
2 2 2
47
Estas x, y se conocen como coordenadas polares (ver volumen 0: Fundamentos).
Observe que ahora las nuevas variables son r y θ.
13) ¿Para qué valor (o valores) de la constante c (si existen) se tiene

que la parábola y = x2 + c es tangente a la recta y = x? Ilustre
con una gráfica.
14) ¿Para qué valor (o valores) de la constante m, si existe(n), se tiene

que 
sen 2x si x ≤ 0
f( x ) =
 mx si x > 0
es diferenciable en x = 0 ? Ilustre con una gráfica.
15) Calcule (si existen) los siguientes lı́mites:

2
ex − cos x ex − e−x
a) lı́m b) lı́m
x→0 x2 x→0 sen x
16) Calcule el diferencial dy = f ′ (x)dx en los siguientes casos:

( x2 +1 ) 1 π
a) f (x) = e ln en x = 1; b) f (x) = cos x3 en x =
x 2
17) Calcule la derivada de segundo orden para las funciones del ejer-
cicio 5.
18) Supongamos que una función f (·) satisface las siguientes tres con-
diciones:
a) Dominio: R.
b) f ( a + b ) = f ( a )f ( b ) para todo a, b ∈ R.
c) f ( 0 ) = 1 y f ′ ( 0 ) existe.
Demuestre que f ′ ( x ) existe para todo x, y que f ′ ( x ) = f ′ ( 0 )f ( x )

para todo x ∈ R. [Indicación: Escriba
f ( x + h ) − f (x) = f (x)(f (h) − 1) = f (x)(f (h) − f (0)) ]
19) Calcule las primeras

derivadas parciales de las siguientes funciones
1 1
en el punto 2 , 3 :
a) f ( x, y ) = ax2 + 2bxy + cy 2 + d; a, b, c, d, fijos

b) f ( x, y ) = x2 + y 2

x
c) f ( x, y ) = ln , x > 0, y > 0
y
x
d) f ( x, y ) = 2 , ( x, y ) 6= ( 0, 0 )
2x + y 2
2 +y 2
ex
e) f ( x, y ) =
2
f) f ( x, y ) = 5x2 + y 2 + 7xy 2
p
g) f ( x, y ) = 1 − x2 − y 2 , x2 + y 2 < 1
20) Calcule el vector gradiente en el punto ( 1, 1 ) de las funciones a),

b), c), d), e) y f) del ejercicio anterior. Calcule también los corres-
pondientes planos tangentes.
21) Compruebe en las mismas funciones del ejercicio 19 que
∂2f ∂2f
=
∂x∂y ∂y∂x
∂( u, v )
22) Calcule la matriz jacobiana si
∂( x, y )
a) u = x3 − 3xy 2 ; v = x2 y − y 4 b) u = x2 y 2 + 5x; v = ln xy − ex
dz
23) Encuentre si
dt
a) z = ex cos y, x = 2e3t + t2 − t + 2, y = 5e3t + 3t − 1
1
b) y = ln( sen( x2 y 2 − 1 ) ), x = t3 − 3t2 , y =
t
dz
24) Encuentre para t = 0 si
dt
z = ex cos y, x3 + ex − t2 − t = 1, yt2 + y 2 t − t + y = 0
25) Suponga que f ( x ) y g( x ) son dos funciones definidas en un inter-

valo abierto alrededor de cierto punto x0 ; que f ( x ) es diferenciable
en x0 ; que f ( x0 ) = 0; y que g( x ) es continua en x0 . Pruebe que
la función producto f ( x )g( x ) es diferenciable en x0 .
26) Las funciones seno hiperbólico, coseno hiperbólico y tangente hi-

perbólica, denotadas senh(·), cosh(·) y tanh(·), respectivamente,
están definidas como
ex − e−x ex + e−x ex − e−x
senh( x ) = ; cosh( x ) = ; tanh( x ) =
2 2 ex + e−x
a) Muestre que
i) cosh( x + y ) = cosh x cosh y + senh x senh y
ii) senh ( x + y ) = senh x cosh y + cosh x senh y
iii) ( cosh x )2 − ( senh x )2 = 1
b) Dibuje senh(·), cosh(·) y tanh(·).
c) Encuentre las correspondientes derivadas.
Las funciones hiperbólicas, como vemos, comparten muchas pro-

piedades con las correspondientes funciones circulares. De hecho,
ası́ como el cı́rculo de radio r puede representarse paramétrica-
mente por x = r cos t, y = r sen t, una hipérbola rectangular (su
lado derecho) puede representarse análogamente por x = r cosh(t),
y = r senh(t). Las funciones hiperbólicas surgen en numerosos pro-
blemas fı́sicos; por ejemplo, la función coseno hiperbólico aparece
en la descripción de una cuerda libre colgante de sus dos extremos
(a esta figura se le llama catenaria). La función tangente hiperbóli-
ca aparece en la descripción de la teorı́a especial de la relatividad,
y también en la mecánica estadı́stica.
27) Pruebe que el conjunto de las funciones diferenciables sobre un

conjunto abierto, no-vacı́o A ⊆ R2 , es un espacio vectorial. ¿Cómo
interpretarı́a usted este hecho?¿Qué dimensión tiene este espacio
vectorial? (Ver volumen I: Álgebra lineal)
** 28) ¿Será que toda función homogénea es diferenciable?
* 29) Generalice, hasta donde pueda, los resultados de esta lección para
funciones de n ≥ 3 variables y, si es posible, para funciones de la
forma f : Rn −→ Rm .
** 30) La demostración del teorema de la función implı́cita (teorema 9)

la haremos en dos partes: primero probaremos el teorema de la
función inversa en dos variables y, después, tomando este resul-

tado como dado, probaremos entonces el teorema de la función
implı́cita. El propósito de este ejercicio es que el lector aventajado
se familiarice con una de las pruebas fundamentales del análisis
matemático.
a) Teorema de la función inversa de R2 en R2 .

Sea f : A → R2 una función con derivadas parciales conti-
nuas de primer orden en el conjunto abierto no vacı́o A de
R2 . Si existe α = (a, b) ∈ A tal que Jf (α) 6= 0 donde

D1 f1 (a, b) D2 f1 (a, b)
Jf (α) =
D1 f2 (a, b) D2 f2 (a, b)
entonces existe un abierto V de f (α) = (f1 (α), f2 (α)) en don-
de podemos definir f −1 : V → f −1 (V ), f −1 (·, ·), además, tie-
ne derivadas parciales continuas de primer orden en el abierto
V.
Demostración
Veamos que f (·, ·) es uno-a-uno en un abierto de α (disco
abierto de centro α = (a, b)). Para ello consideremos la fun-
ción F (·, ·, ·, ·) definida por

D1 f1 (x, y) D2 f1 (x, y)
F (x, y, u, v) =
D1 f2 (u, v) D2 f2 (u, v)
Como las derivadas parciales D1 f1 , D2 f1 , D1 f2 , D2 f2 son con-
tinuas en A, la función F (·, ·, ·, ·) resulta continua en un abier-
to de (α, α) = (a, b, a, b) (por ser una suma finita de productos
finitos de funciones continuas). Y puesto que F (a, b, a, b) =
Jf (a, b) 6= 0, entonces F (x, y, u, v) 6= 0 en una cierta ve-
cindad de (α, α). Ahora: si f (x1 , y1 ) = f (x2 , y2 ) entonces
f1 (x1 , y1 ) = f1 (x1 , y1 ) y f2 (x1 , y1 ) = f2 (x2 , y2 ), y aplican-
do el teorema del valor medio a las funciones reales f1 (·, ·) y
f2 (·, ·) obtenemos lo siguiente:
0 = f1 (x1 , y1 ) − f1 (x2 , y2 ) = ∇f1 (c1 , c2 ) · (x1 − x2 , y1 − y2 )

0 = f2 (x1 , y1 ) − f2 (x2 , y2 ) = ∇f2 (d1 , d2 ) · (x1 − x2 , y1 − y2 )
donde (c1 , c2 ) y (d1 , d2 ) son puntos que están en el segmento que

une (x1 , y1 ) con (x2 , y2 ). Luego para c = (c1 , c2 ), d = (d1 , d2 ) se
tiene que
0 = D1 f1 (c)(x1 − x2 ) + D2 f1 (c)(y1 − y2 )
0 = D1 f2 (d)(x1 − x2 ) + D2 f2 (d)(y1 − y2 )
Este es un sistema lineal de dos ecuaciones con las dos incógnitas,

x1 − x2 y y1 − y2 . Y puesto que el determinante del sistema es

D1 f1 (a, b) D2 f1 (a, b)
D1 f2 (a, b) D2 f2 (a, b) = F (c, d) = F (c1 , c2 , d1 , d2 ) 6= 0

la única solución es la trivial x1 − x2 = 0 y y1 − y2 = 0; esto

es (x1 , y1 )=(x2 , y2 ). Ası́ que f (·, ·) es uno-a-uno en un cierto con-
junto abierto alrededor de α = (a, b). Ahora llamemos B el disco
abierto de centro α = (a, b) donde se tiene simultáneamente que
0 6= Jf (x, y) = F (x, y, x, y) y f (·, ·) es uno a uno. Digamos que B
tiene radio r y denotemos por C la frontera de B, o sea que C es
circunferencia de centro (a, b) y radio r. También denotemos por
C ′ la imagen de C por la función f (·, ·), es decir, C ′ = f (C). Si R
es la distancia de C ′ al punto f (a, b) entonces R 6= 0 ya que f (·, ·)
es uno a uno en B.
Consideremos el disco de radio R2 y centro f (α). Veamos que es-

te disco está contenido en f (A); más precisamente, contenido en
f (B). Sea pues (u, v) tal que ||(u, v)−f (a, b)|| < R2 , y consideremos
la función G(·, ·) definida por:
G(x, y) = (f1 (x, y) − u)2 + (f2 (x, y) − v)2
Si (x, y) ∈ C entonces f (x, y) ∈ C ′ y ası́ G(x, y) = ||f (x, y) −

2
(u, v)||2 > R2 . Ahora: es claro que G(a, b) = ||f (α) − (u, v)||2 <
( R2 )2 . Como G(·, ·) es continua en B, G(·, ·) no puede tener el
mı́nimo absoluto sobre C por las dos desigualdades últimas; ası́ que
G(·, ·) debe tener el mı́nimo en algún punto (x0 , y0 ) en el interior
de B y entonces allı́ D1 G(x0 , y0 ) = 0 y D2 G(x0 , y0 ) = 0. O sea:
(f1 (x1 , y0 ) − u)D1 f1 (x0 , y0 ) + (f2 (x0 , y0 ) − v)D1 f2 (x0 , y0 ) = 0

(f1 (x0 , y0 ) − u)D2 f1 (x0 , y0 ) + (f2 (x0 , y0 ) − v)D2 f2 (x0 , y0 ) = 0
Este es, de nuevo, un sistema de ecuaciones lineales con incógnitas

f1 (x0 , y0 ) − u, y, f2 (x0 , y0 ) − v. Como el determinante del sistema
es Jf (x0 , y0 ) ya que

D1 f1 (x0 , y0 ) D2 f1 (x0 , y0 ) D1 f1 (x0 , y0 ) D1 f2 (x0 , y0 )
det = det
D1 f2 (x0 , y0 ) D2 f2 (x0 , y0 ) D2 f1 (x0 , y0 ) D2 f2 (x0 , y0 )
y puesto que Jf (x0 , y0 ) 6= 0, la solución es la trivial: f1 (x0 , y0 ) −

u = 0 y f2 (x0 , y0 ) − v = 0. Esto es, (u, v) = f (x0 , y0 ); luego
para cada (u, v) ∈ D(f (a, b); R2 ) (disco abierto de centro f (a, b)
y radio R2 ) existe (x0 , y0 ) en el interior de B = D(a; r) tal que
(u, v) = f (x0 , y0 ). Esto es, D(f (a, b); R2 ) ⊆ f [B].
Finalmente, mostremos que f −1 (·, ·) tiene derivadas parciales con-
tinuas de primer orden en el D(f (α); R2 ), y digamos que f −1 =
g = (g1 , g2 ). Sea t ∈ D(f (α), R2 ), t = (w, s); y digamos que
t = f (u, v) para algún (u, v) ∈ B; llamemos (x, y) = f −1 (z, s) don-
de (z, s) ∈ D(f (α); R2 ); entonces x = g1 (z, s), y = g2 (z, s); además
f (x, y) = (z, s) y entonces z = f1 (x, y), s = f2 (x, y). Aplicando el
teorema del valor medio a f1 (·, ·) y a f2 (·, ·) en el segmento que
une a (u, v) con (x, y) se obtiene que:
z − w =f1 (x, y) − f1 (u, v) = D1 f1 (c)(x − u) + D2 f1 (c)(y − v)

0 = s − s =f2 (x, y) − f2 (u, v) = D1 f2 (d)(x − u) + D2 f2 (c)(y − v)
para algunos c y d entre (u, v) y (x, y). Resolviendo el sistema

anterior se obtiene:

z − w D2 f1 (c) D1 f1 (c) z − w
det det
0 D2 f2 (d) D1 f2 (c) 0
x−u = , y−v =
D1 f1 (c) D2 f1 (c) D1 f1 (c) D2 f1 (c)
det det
D1 f2 (d) D2 f2 (d) D1 f2 (d) D2 f2 (d)
Luego,
x−u D2 f2 (d)(z − w)
lı́m = lı́m
z→w z − w z→w (z − w)(D1 f1 (c)D2 f2 (d) − D1 f2 (d)D2 f1 (c))
D2 f2 (u, v)
=
Jf (u, v)
ya que si z → w entonces (x, y) → (u, v) y ası́ c → (u, v) y

d → (u, v). Por tanto,
g1 (z, s) − g1 (w, s) D2 f2 (u, v)

lı́m =
z→w z−w Jf (u, v)
pues, x = g1 (z, s), (w, s) = t = f (u, v), de donde g(w, s) = (u, v),
y ası́ u = g1 (w, s).
y−u D1 f2 (u, v)
Análogamente, lı́m =− , y ası́
z→w z − w Jf (u, v)
g2 (z, 1) − g2 (w, 1) D1 f2 (u, v)

lı́m =−
z→w z−w Jf (u, v)
Por lo tanto, D1 g1 y D1 g2 existen y son continuas en D(f (α); R2 ).

De manera similar se demuestra que D2 g1 y D2 g2 existen y son
continuas en D(f (α); R2 ), con lo cual concluimos que f (·, ·) tiene
derivadas parciales de primer orden y son continuas en un abierto
de f (α).
b) El teorema de la función implı́cita.

Sea F : A → R una función con derivadas parciales de primer
orden continuas en A, con A abierto no vacı́o en R2 . Sea (a, b) ∈ A
tal que F (a, b) = k. Si D2 F (a, b) 6= 0, existe h(·) función real con
derivada continua en un abierto de a tal que F (x, h(x)) = k para
todo x en ese abierto. Si D1 F (a, b) 6= 0, existe h(·) función real
con derivada continua en un abierto de b tal que F (h(y), y) = k
para todo y en ese abierto. Además, en el primer caso es h′ (x) =
−D1 F (x, y)/D2 F (x, y), y en el segundo caso se tiene que h′ (y) =
−D2 F (x, y)/D1 F (x, y).
Demostración.
Como D2 F (a, b) 6= 0 consideremos el sistema de ecuaciones u = x

y v = F (x, y). Llamemos f (·, ·) la función definida por f (x, y) =
(x, F (x, y)). Entonces

1 0
= D2 F (a, b) 6= 0
Jf (a, b) =

D1 F (a, b) D2 F (a, b)
Por el teorema de la función inversa, f (·, ·) tiene inversa con

derivadas parciales de primer orden continuas en un abierto de
f (a, b) = (a, F (a, b)) = (a, k). Luego el sistema tiene la solución
x = g1 (u, v) = u, y y = g2 (u, v) donde (g1 , g2 ) = f −1 .
Tomando v = k, el sistema u = x, k = F (x, y) tiene la siguiente

solución en un abierto de a:
x = g1 (u, k) = u, y = g2 (u, k)
O sea que y = g2 (x, k) para x en un abierto de a. Además, g2 tiene

derivada continua en ese abierto. Llamemos h(x) = g2 (x, k); en-
tonces F (x, h(x)) = k para x en el abierto alrededor de a. Derivan-
do respecto a x se obtiene D1 F (x, h(x)) + D2 F (x, h(x))h′ (x) = 0,
o sea que h′ (x) = −D1 F (x, h(x))/D2 F (x, h(x)) para x en aquel
abierto alrededor de a donde está la solución al sistema, y además
donde D2 F (x, h(x)) 6= 0. Lo último se obtiene por continuidad de
D2 F (·, ·) y del hecho que D2 F (a, b) 6= 0.
31) Suponga que en cierta economı́a, M ( t ) y p( t ) denotan la masa

monetaria y el nivel de precios en el tiempo t, respectivamente.
M( t )
Entonces la masa monetaria real de la economı́a es .
p( t )
a) ¿Cuál es la derivada de la masa monetaria real con respecto

al tiempo?
M( t )
b) Para mantener intacta sobre el tiempo es necesario
p( t )
hacer la derivada del numeral a) igual a cero. Haga esto y
muestre la ecuación resultante.
c) Decida si la siguiente afirmación es falsa, verdadera o incierta
y explique brevemente porqué: “Para mantener constante la
cantidad real de dinero en una economı́a, debemos igualar los
porcentajes de crecimiento de la masa monetaria nominal y
de los precios”.
32) Un bus puede transportar 60 personas. El número x de personas
por viaje se relaciona con el precio del pasaje (P pesos) mediante
x
la regla P = (3 − )2 .
40
a) Escriba una expresión para el ingreso total r( x ) por viaje
recibido por la compañı́a de buses.
b) ¿Cuántas personas por viaje harán que el ingreso marginal
dr
sea igual a cero?
dx
c) ¿Cuál es el precio del pasaje correspondiente?
d) ¿Deberı́a la compañı́a replantear su polı́tica de precios? ¿Por
qué?
33) a) Pruebe directamente que si F ( K, L ) = K α Lβ es una fun-
ción de producción Cobb-Douglas estándar, donde K es el
capital (unidades de “capital agregado”) y L es el trabajo
(horas-hombre) y α, β > 0, entonces, efectivamente, se tiene
la ecuación de Euler:

∂F ∂F
K +L = ( α + β ) F ( K, L )
∂K ∂L
b) Si F (K, L) = K α Lβ dibuje los siguientes conjuntos:

i) { ( K, L ) / F ( K, L ) = 2 } ii) { K / F ( K, 2 ) = 1 }
34) ¿Será cierta o falsa la siguiente afirmación?: “Si f ( x, y ) es una

función de producción con productividades marginales decrecientes,
entonces ln f ( x, y ) también es una función con productividades
marginales decrecientes.” Explique.
35) ¿Qué significado podrı́a tener el teorema del valor intermedio cuan-
do se aplica al comportamiento de una variable económica? Espe-
cifique, si es posible, las variables económicas con que se ilustra el
teorema.
Lección 3
Elementos básicos de la teorı́a de la

optimización
Introducción
La segunda mitad del siglo XVII y la primera mitad del siglo XVIII fue-
ron de grandes y duraderos cambios en las matemáticas. A las divisiones
metodológicas y conceptuales ya existentes entre aritmética, geometrı́a
elemental y rudimentos de álgebra y trigonometrı́a, se adhirieron los
métodos de la geometrı́a analı́tica de Descartes, el cálculo diferencial e
integral de Newton y Leibniz, y la teorı́a de las ecuaciones diferenciales
de Euler. Era ya posible resolver problemas cuyas soluciones, hasta ese
momento, eran inaccesibles.
Por ejemplo, ahora era posible construir tangentes a una curva cual-
quiera en un punto arbitrario con la ayuda de la derivada: hasta ese
entonces sólo era posible dibujar tangentes a cı́rculos y a una que otra
curva particular, y ni se sospechaba de la existencia de una solución ge-
neral. Y otro problema de la mayor importancia en la práctica era el de
calcular los valores máximos y mı́nimos de una magnitud dada; es de-
cir, calcular los valores en los que la tangente a la curva que describe la
magnitud es paralela al eje de las abscisas. Por ejemplo, si tenemos una
barra cilı́ndrica de radio dado y queremos convertirla (cortando) en la
barra rectangular de máxima resistencia, un poco de cálculo diferencial
mostró que el rectángulo
√ de la base de la barra debe tener una relación
entre sus lados de 2 a 1. De manera similar, se puede mostrar que si
queremos iluminar de manera óptima el borde de un cı́rculo mediante
una luz en su centro, entonces basta con levantar esa luz a una altura de
275
√1 veces el radio del cı́rculo. Ejemplos como estos abundan en las cien-
2
cias fı́sicas y naturales, y este es, parcialmente, el tema de la presente
lección.
1. Valores extremos de una función de una sola

variable
Como vimos en el teorema 26 de la lección 1 (teorema de valores extre-

mos (Weierstrass)) toda función continua en un intervalo cerrado tiene
máximo y mı́nimo absolutos; esto es, existen xM , xm ∈ [ a, b ] tales que
f ( xM ) ≥ f ( x ) ≥ f ( xm ) para todo x ∈ [ a, b ]. La conclusión de este
teorema no necesariamente se cumple si el intervalo no es cerrado o si
la función no es continua en él, como ya se habı́a discutido. En lo que
sigue daremos condiciones de derivada que debe satisfacer todo punto
extremo de una función.
Definición 1. (Máximo relativo y absoluto)
Se dice que f : Df → R tiene un máximo relativo (o local) en un punto

x0 , si existe δ > 0 tal que f ( x0 ) ≥ f ( x ) para todo x ∈ ( x0 − δ, x0 +
δ ) ∩ Df ; y se dice que f (·) tiene un máximo absoluto en el punto x0 si
f ( x0 ) ≥ f ( x ) para todo x ∈ Df .
Definición 2. (Mı́nimo relativo y absoluto)
Se dice que f : Df → R alcanza un mı́nimo relativo (o local) en un punto

x0 , si existe δ > 0 tal que f ( x0 ) ≤ f ( x ) para todo x ∈ ( x0 − δ, x0 +
δ ) ∩ Df ; y se dice que f (·) alcanza un mı́nimo absoluto en el punto x0
si f ( x0 ) ≤ f ( x ) para todo x ∈ Df .
Definición 3. (Punto extremo)
Se llama punto extremo de una función a un punto en el que la función

alcanza un máximo (relativo ó absoluto) o un mı́nimo (relativo ó abso-
luto).
Lección 3: Elementos básicos de la teorı́a de la optimización 277
y C
E G
K I
A D B
a c d e k g h i b x
Figura 1
Nota 1.
En relación con la figura 1 puede verse que C, E, G, I son máximos rela-
tivos alcanzados en los puntos c, e, g, i, respectivamente y A, D, K, H, B
son mı́nimos relativos alcanzados en a, d, k, h, b, respectivamente. El
máximo absoluto es C (alcanzado en c) y, el mı́nimo absoluto, es H
(alcanzado en h).
Teorema 1. (Teorema fundamental de la optimización (Fermat

(1679)))
Sea f (·) una función definida en [ a, b ] y sea x0 ∈ ( a, b ). Si f ( x0 ) es un
extremo de f (·), entonces f ′ (·) no existe en x0 ó, si existe, f ′ ( x0 ) = 0.
Demostración.
Pueden presentarse dos casos:
a) f ′ (·) no existe en x0 . Entonces no hay nada qué demostrar y el

teorema se cumple.
b) Supongamos que f ′ ( x0 ) existe y f ( x0 ) es un máximo relativo de

f (·). Según la definición 1, existe un intervalo abierto ( x0 − δ, x0 +
δ ) ⊆ ( a, b ) tal que para todo x en este intervalo f ( x0 ) ≥ f ( x )
lo que equivale a f ( x ) − f ( x0 ) ≤ 0. Si x está en ( x0 − δ, x0 ),
entonces x − x0 < 0 y ası́ para todo x ∈ ( x0 − δ, x0 )
f ( x ) − f ( x0 )
≥0
x − x0
y, por consiguiente,
f ( x ) − f ( x0 )
f−′ ( x0 ) = lı́m ≥0
x→x−
0
x − x0
De manera análoga, si x ∈ ( x0 , x0 + δ ) se tiene x − x0 > 0 y, por

tanto,
f ( x ) − f ( x0 )
≤0
x − x0
y entonces
f ( x ) − f ( x0 )
f+′ ( x0 ) = lı́m ≤0
x→x+ 0
x − x0
Pero como f ′ ( x0 ) existe, la única posibilidad es que f ′ ( x0 ) = 0

ya que
0 ≤ f−′ ( x0 ) = f ′ ( x0 ) = f+′ ( x0 ) ≤ 0.
Definición 4. (Punto crı́tico)

Un punto x0 del dominio de una función f (·) para el cual f ′ (·) no existe
o f ′ ( x0 ) = 0, se llama punto crı́tico de f (·).
Nota 2. (Es falso que un punto crı́tico sea extremo)
El recı́proco del teorema 1, en general, no es cierto. Esto es, si x0 es un
punto crı́tico de f (·), no necesariamente f ( x0 ) es un extremo de f (·).
Consideremos, por ejemplo, la función f (·) definida por f ( x ) = ( x−1 )3 ;
allı́ f ′ ( x ) = 3( x − 1 )2 , que se anula en x = 1. Es fácil ver que f ( 1 )
no es máximo ni mı́nimo de f (·), pues f ( x ) > f ( 1 ) para x > 1 y
f ( x ) < f ( 1 ) para x < 1 (ver figura 2).
Teorema 2. (Fermat (1679))
Supongamos que en x0 la función f (·) definida en el intervalo cerrado
[a, b] tiene un máximo absoluto (o mı́nimo absoluto). Entonces x0 es, o
bien un punto crı́tico de f (·), o uno de los puntos a ó b (extremos del
intervalo).
Demostración.
Si x0 es a ó b no hay nada qué probar. Si x0 no es a ni b, entonces
f ( x0 ) es un extremo relativo de f (·) en ( a, b ). En este caso, el teorema
1 implica que f ′ ( x0 ) = 0 ó f ′ (·) no existe en x0 .
y = (x − 1)3
1 x
Figura 2
Como consecuencia del teorema 2 y el teorema de valores extremos (teo-

rema 26 de la lección 1), podemos encontrar los valores máximo absoluto
y mı́nimo absoluto de la función continua f (·) definida en [ a, b ] de la
siguiente manera:
a) Localicemos los puntos crı́ticos de f (·) en [ a, b ];
b) Encontremos el valor de f (·) en cada uno de los puntos crı́ticos y

en los extremos del intervalo.
c) El mayor de estos valores es el máximo y, el menor, el mı́nimo.
Ejemplo 1.
Encontremos el máximo y mı́nimo absolutos de f ( x ) = 2x3 −3x2 − 12x+
15 en el intervalo cerrado [ 0, 3 ].
Solución.
Como f (·) es polinómica, es continua en R; y, por tanto, lo es en [ 0, 3 ].
En consecuencia, satisface las hipótesis del teorema de valores extremos
y ası́, f (·) posee un valor máximo absoluto y un valor mı́nimo absoluto
en [ 0, 3 ]. Los puntos crı́ticos se calculan de la siguiente manera:
f ′ ( x ) = 6x2 − 6x − 12 = 0
x2 − x − 2 = 0
( x − 2 )( x + 1 ) = 0
es decir, x = 2 ó x = −1. Pero sólo x = 2 pertenece al intervalo, luego

x = −1 se descarta. Incluyendo los dos puntos extremos del intervalo, la
lista de posibilidades para máximos y mı́nimos es x = 0, 2, 3. Evaluando
la función en cada uno de estos puntos tenemos f ( 0 ) = 15, f ( 2 ) = −5
y f ( 3 ) = 6. Por tanto, f ( 0 ) = 15 es el máximo absoluto de f (·) en
[ 0, 3 ] y f ( 2 ) = −5 es el mı́nimo absoluto de f (·) en [ 0, 3 ] (ver figura
3). y
15 b
y = 2x3 − 3x2 − 12x + 15
3 x
-5 b
Figura 3
Ejemplo 2.
√3
Hallemos los extremos absolutos de la función f ( x ) = 2x + 3 x2 en
[ −2, 1 ].
Solución.
Es claro que f (·) es continua en [ −2, 1 ] y, por tanto, posee valor máximo
y también valor mı́nimo. Ahora:

′ 2 1 2
f (x) = 2 + 3 x− 3 = 0 si, y sólo si, 2 + 1 = 0;
3 x3
luego x = −1 y f ( −1 ) = −2 + 3 = 1. En x = 0, f ′ (·) no existe√pero
f ( 0 ) = 0. Ahora los extremos del intervalo: f ( −2 ) = −4 + 3 3 4 ≈
0.76 y f ( 1 ) = 5. Por tanto, el valor máximo de la función en [ −2, 1 ]
es f ( 1 ) = 5 y el valor mı́nimo es f ( 0 ) = 0 (ver figura 4).
Nota 3.
En adelante (si esto no trae confusión) nos referiremos al máximo ab-
soluto y mı́nimo absoluto simplemente como el máximo y el mı́nimo,
respectivamente.
5 b
√
3
y = 2x + 3 x2
b
b
-2 1 x
Figura 4
Ejercicios 1
1) En los siguientes ejercicios halle, si existen, los valores máximos y
mı́nimos (relativos y absolutos) de la función dada en el intervalo
respectivo:
3 5
a) f ( x ) = x3 − 3x + 3; −2, 2
2
b) f ( x ) = x − 3x + 2 ; [ 0, 3 ]
1
c) f ( x ) = x + ; [ 0.01, 100 ]
( x
x2 + 1 si − 1 ≤ x ≤ 1
d) f ( x ) = ; [ −1, 3 ]
3−x si 1<x≤3
2) Encuentre los valores máximos y/o mı́nimos, si existen, de cada

una de las siguientes funciones dentro de los intervalos indicados:
a) y = −2x2 + 4x + 9; ( −∞, ∞ )
b) y = x2 + 3; [ 0, ∞ )
c) y = x3 − 3x + 5; [ 0, ∞ )
1
d) y = x + ; ( −∞, 0 )
x
1
e) y = 3 x 2 ; [ 0, ∞ )
f) y = x sen x; ( −∞, ∞ )
1
g) y = − x3 − x2 + x + 10; ( −∞, ∞ )
3
x
h) y = ; ( −∞, ∞ )
1 + x2
i) y = e−x − ex ; ( −∞, ∞ )
2. El teorema del valor medio

A continuación se estudiará uno de los teoremas más importantes del
cálculo diferencial: el teorema del valor medio, que es, fundamentalmen-
te, un teorema que relaciona la derivada (que es un lı́mite de promedios)
con promedios en sı́ mismos. Sin embargo, presentaremos primero el teo-
rema de Rolle1 que es un caso particular del teorema del valor medio, y
que sirve de base a la prueba del teorema general. De hecho, se puede
mostrar que es equivalente al teorema del valor medio.
Teorema 3. (Teorema de Rolle (Rolle (1691)))

Si una función f (·) satisface las siguientes condiciones:
a) Es continua en el intervalo cerrado [ a, b ],
b) Es derivable en el intervalo abierto ( a, b ) y
c) f ( a ) = f ( b )
Entonces existe al menos un número x0 en ( a, b ) tal que f ′ ( x0 ) = 0

(ver figura 5a))
Demostración.
Si f ( x ) = f ( a ) para todo x ∈ [ a, b ], entonces f (·) es una función
constante, y ası́ f ′ ( x ) = 0 para todo x ∈ [ a, b ] y x0 puede ser cualquier
valor en ( a, b ).
Si f ( x ) > f ( a ) para algún x ∈ ( a, b ), entonces el valor máximo ab-
soluto de la función continua f (·) en [ a, b ] no es ni f ( a ) ni f ( b ); es
1
Michel Rolle [ 1652–1719 ], fue un matemático francés un tanto oscuro. Contem-
poráneo de Newton y Leibniz, enseñaba, por ejemplo, que el cálculo infinitesimal
era simplemente una “colección de falacias”.
decir, existe algún número interior x0 en ( a, b ) tal que f ( x0 ) es el valor

máximo absoluto de f (·) en [ a, b ]. Puesto que x0 es un punto interior
de [ a, b ] y f ′ ( x0 ) existe (por hipótesis), entonces f ′ ( x0 ) = 0 (teorema
1).
Si f ( x ) < f ( a ) para algún x en ( a, b ), la demostración es análoga a la
anterior.
y y
b
f ′ (c1 ) = 0
f ′ no existe en x0 = c
b b
′
f (c2 ) = 0
a c1 c2 b x a c b x
a) b)
Figura 5
Nota 4. (Interpretación fı́sica del teorema de Rolle)

Una interpretación fı́sica del teorema Rolle es la siguiente: Si se lanza un
objeto verticalmente hacia arriba desde el suelo y al cabo de t segundos
cae, en algún instante entre 0 y t la velocidad del objeto es cero: por la
acción de la fuerza de gravedad, en algún instante el objeto se tiene que
detener al alcanzar su máxima altura para luego iniciar el descenso.
Ejemplo 3. (Caso en el que no se aplica el teorema de Rolle)

Puede verse en la figura 5b) que en x0 = c no existe la derivada. Luego
no se satisface una de las hipótesis del teorema de Rolle. En este caso,
no se cumple la conclusión del teorema.
Ejemplo 4.
Dada f ( x ) = 4x3 − 9x, verifiquemos
3 que se cumplen las hipótesis del
teorema de Rolle en el intervalo 0, 2 y encontremos un valor apropiado
de x0 en 0, 32 para el cual f ′ ( x0 ) = 0.

Solución.
a) f (·) es continua en 0, 32 por ser un polinomio.

′ ( x ) = 12x2 − 9, se concluye que f (·) es diferenciable

b) Ya que f
3
en 0, .
2

3 27 3
c) f ( 0 ) = 0 y f =4· − 9 · = 0.
2 8 2
Como se satisfacen las hipótesis del teorema de Rolle, debe existir un

x0 ∈ ( 0, 32 ) tal que f ′ ( x0 ) = 0. En efecto, 12 x20 − 9 = 0 para x0 =
√
3 3

2 ≈ 0.866 ∈ 0, 2 .
Ejemplo 5.
Para la función f (·) definida por
(
x2 − 4 si −2≤x<1
f( x ) =
5x − 8 si 1 ≤ x ≤ 85
a) Tracemos la gráfica en el intervalo indicado.
b) Verifiquemos si se cumplen las hipótesis del teorema de Rolle. En

caso afirmativo, determinemos el (los) punto(s) en el(los) cual(es)
hay tangente(s) horizontal(es).
Solución.
a) Analicemos primero si f (·) es continua en 1. Como f ( 1 ) =

5 − 8 = −3 y
lı́m f ( x ) = lı́m ( x2 − 4 ) = −3
x→1− x→1−
lı́m f ( x ) = lı́m ( 5x − 8 ) = −3
x→1+ x→1+
podemos concluir entonces que f (·) sı́ es continua en −2, 85 .

-2 1 8 x
5
y = 5x − 8
y = x2 − 4
-4
Figura 6
b) Dado que


 2x si −2≤x<1
f( x ) − f( 1 )

f ′( x ) = lı́m si x=1

 x→1 x−1
8
5 si 1<x≤

5
f( x ) − f( 1 )
y lı́m no existe, entonces f ′ (·) no existe en x = 1
x→1 x−1
(¿Podrı́a el lector
verificarlo?). En consecuencia, f (·) no es deriva-
ble en −2, 85 y, por tanto, no se cumplen todas las hipótesis del
teorema de Rolle.
Es conveniente observar, sin embargo, que en este caso, aunque no se

cumple una de las hipótesis del teorema de Rolle, todavı́a la gráfica de
′
tiene una tangente horizontal (f ( x0 ) = 0) en x0 = 0 ∈
la función
8
−2, 5 . Esto se debe a que el recı́proco de este teorema no es válido; es
decir, no se puede concluir que si una función f (·) es tal que f ′ ( x0 ) = 0
para algún x0 ∈ ( a, b ), entonces todas las hipótesis del teorema de Rolle
se deban cumplir. N
El siguiente es una generalización del teorema de Rolle, aunque, de he-

cho, como ya dijimos, es equivalente a él.
Teorema 4. (Teorema del valor medio (Cauchy (1823)))

Sea f (·) una función que cumple las siguientes condiciones:
a) f (·) es continua en el intervalo cerrado [ a, b ]

b) f (·) es derivable en el intervalo abierto ( a, b )
Entonces existe al menos un x0 ∈ ( a, b ) tal que f ( b ) − f ( a ) =
f ′ ( x0 )( b − a ).
y
f (b) B
f (a) A
a x0 x0 b x
Figura 7
En la figura 7, la pendiente de la recta que pasa por los puntos A y B
es f ( b b−a
)−f ( a )
. Este teorema afirma que existe al menos un punto sobre la
curva entre A y B donde la recta tangente es paralela a la recta secante
que pasa por A y B; es decir, existe por lo menos un número x0 ∈ ( a, b )
tal que
f( b ) − f( a )
f ′ ( x0 ) =
b−a
Demostración.
La ecuación de la recta que pasa por A y B en la figura 7 es
f( b ) − f( a )
y = f( a ) + (x − a)
b−a
Con el objeto de que podamos aplicar el teorema de Rolle, sea F ( x ) la
distancia vertical entre un punto ( x, f ( x ) ) en la gráfica de la función
f (·) y el punto correspondiente en la recta secante AB que tenga la
misma abscisa. Entonces

f( b ) − f( a )
F( x ) = f( x ) − f( a ) + (x − a)
b−a
La función F (·) satisface las siguientes condiciones:
a) Es continua en [ a, b ] por ser la diferencia de funciones continuas

en [ a, b ].
b) Es derivable en ( a, b ) por ser la diferencia de funciones derivables

en ( a, b ).
c) F ( a ) = F ( b ) = 0, como el lector puede fácilmente comprobar.
Entonces F (·) cumple las hipótesis del teorema de Rolle y, por tanto,
existe x0 ∈ ( a, b ) tal que F ′ ( x0 ) = 0. Luego,
f( b ) − f( a )
F ′ ( x0 ) = f ′ ( x0 ) − =0
b−a
f( b ) − f( a )
f ′ ( x0 ) =
b−a
que era lo que se querı́a demostrar.
Nota 6.
Una interpretación fı́sica elemental del teorema del valor medio es la
siguiente: Si un automóvil recorrió sin interrupciones 80 km en 2 horas
entonces, en algún instante, el velocı́metro marcó 802 km/h = 40 km/h,
que es su velocidad promedio en el intervalo [ 0, 2 ].
Ejemplo 6.
Dado f ( x ) = x3 − 5x2 − 3x, verifiquemos las hipótesis del teorema
del valor medio para [ 1, 3 ], y hallemos los respectivos puntos que lo
satisfacen.
Solución.
Como f (·) es polinómica, es derivable en R. Por tanto, se cumple el
teorema del valor medio en cualquier intervalo [ a, b ]. Como f ( 1 ) = −7
y f ( 3 ) = −27, entonces
−27 − (−7)
f ′ ( x0 ) = 3x20 − 10x0 − 3 = = −10
3−1
si, y sólo si,

( 3x0 − 7 )( x0 − 1 ) = 0
7
de donde obtenemos que x0 = 3. ¿Por qué rechazamos la solución
x0 = 1? N
El siguiente teorema y su corolario señalan cómo el teorema del valor

medio nos permite describir cierto comportamiento global de la derivada
de cualquier función:
Teorema 5. (Comportamiento global de la derivada )

Supongamos que f (·) es una función diferenciable en [ a, b ] y que f ′ ( a ) <
λ < f ′ ( b ) para algún λ ∈ R. Entonces existe un x0 ∈ ( a, b ) tal que
f ′ ( x0 ) = λ.
Demostración.
Para probar este teorema, mostremos primero que si g(·) es una función
diferenciable en [ a, b ] tal que g′ ( a )g′ ( b ) < 0, entonces existe un x0 ∈
( a, b ) tal que g′ ( x0 ) = 0. Pero esto es inmediato, pues si g′ ( a ) > 0 y
g′ ( b ) < 0 entonces g(·) tiene un máximo en un punto x0 ∈ ( a, b ), y
allı́ g′ ( x0 ) = 0. El caso g′ ( a ) < 0 y g′ ( b ) > 0 es similar.
Ya con este resultado a la mano, demostrar el teorema es inmediato
pues basta aplicar el resultado del párrafo anterior a la función g( x ) =
f ( x ) − λ x.
Corolario 1. (Las discontinuidades de la derivada son esencia-

les)
Si f (·) es diferenciable en [ a, b ], entonces todas las discontinuidades de
f ′ (·), si existen, son esenciales.
Demostración.
Es aplicación directa del teorema 5.
De acuerdo entonces con el corolario 1, nunca la gráfica de la derivada

de una función derivable podrá aparecer como en la figura 8.
Figura 8
En su lugar deberá aparecer, por ejemplo, como uno de los casos de las
figuras 9 y 10.
y
y
Figura 9 Figura 10
Ejercicios 2
1) Sea f ( x ) = 4x3 − 9x. Verifique que se cumplen las hipótesis
3 del
3
teorema
3 3 de Rolle en los siguientes intervalos: − 2 , 0 , 0, 2 y
− 2 , 2 . En cada caso, halle al menos un valor de x0 para el cual
f ′ ( x0 ) = 0.
2
2) Si f ( x ) = x 3 , muestre que no existe un número x0 en el intervalo
abierto ( −2, 2 ) tal que
f ( 2 ) − f ( −2 )
f ′ ( x0 ) =
2 − ( −2 )
¿Qué parte de la hipótesis del teorema del valor medio no se cumple

para f (·) en [ −2, 2 ]?
3) Demuestre que la ecuación x3 + 2x + c = 0, donde c es cualquier
constante, no puede tener más de una raı́z real. [Indicación: Su-
ponga que existen dos raı́ces distintas x1 y x2 y utilice el teorema
de Rolle].
4) Suponga que f (·) y g(·) son dos funciones que cumplen las hipóte-
sis del teorema del valor medio en [ a, b ]. Además, suponga que
f ′ ( x ) = g′ ( x ) para todo x en ( a, b ). Demuestre que f ( x ) −
g( x ) = f ( a ) − g( a ) para todo x en [ a, b ].
5) La ecuación 1 + x = ex tiene una raı́z en x = 0. Demuestre que
esta ecuación no puede tener ninguna otra raı́z real.
6) Si f ( x ) = x3 − 5x2 − 3x, verifique que las hipótesis del teorema
del valor medio se satisfacen en [ 1, 3 ]. Halle todos los números x0
del intervalo ( 1, 3 ) tales que
f( 3 ) − f( 1 )
f ′ ( x0 ) =
3−1
7) Sea
3 − x2

si 0 ≤ x ≤ 1


2

f( x ) =
 1

si 1 < x < +∞

x
Determine si se cumplen las hipótesis del teorema del valor medio
para f (·) en el intervalo [ 0, 2 ]. Si la conclusión es afirmativa, halle
todos los números x0 ∈ ( 0, 2 ) tales que
f( 2 ) − f( 0 )
f ′ ( x0 ) =
2−0
8) Corrobore el corolario 1 al teorema 5 (Las discontinuidades de la
derivada son esenciales) para las siguientes funciones:
a) f( x ) = | x | b) f ( x ) = ln x
(
x2 si x ≤ 0
c) f( x ) =
x si x > 0
3. Aplicaciones del teorema del valor medio

Que el teorema del valor medio es uno de los más potentes del análisis
matemático lo muestra el conjunto de resultados importantes que de
él se desprende. Después del corolario 1 anterior, tenemos uno de los
resultados más útiles desde el punto de vista de las aplicaciones del
Cálculo a las ciencias fı́sicas y naturales:
Teorema 6. (Teorema de Taylor (Taylor (1715), Cauchy (1840)))

Sea f : [ a, b ] −→ R una función tal que f ( n+1 ) ( x ) (con n ≥ 0) existe
para cada x ∈ ( a, b ). Fijemos x0 ∈ ( a, b ) y definamos
f ′′ ( x0 ) f n ( x0 )
Pn ( x ) ≡ f ( x0 )+f ′ ( x0 )( x−x0 )+ ( x−x0 )2 +. . .+ ( x−x0 )n
2! n!
Entonces para cada x ∈ ( a, b ) existe c entre x y x0 tal que
f n+1 ( c )
f ( x ) = Pn ( x ) + ( x − x0 )n+1
( n + 1 )!
Observemos que aquı́ c depende de x.
Demostración.
a) Para n = 0, debemos encontrar un c entre x y x0 tal que
f ( x ) = f ( x0 ) + f ′ ( c )( x − x0 )
pero este es precisamente el teorema del valor medio que ya de-

mostramos.
b) Para n = 1, debemos encontrar un c entre x y x0 tal que
f ′′ ( c )
f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) + ( x − x0 )2
2!
Supongamos, sin pérdida de generalidad, que x < x0 y definamos
la siguiente función:
F ( t ) = f ( t ) − f ( x0 ) − f ′ ( x0 )( t − x0 ) − d( t − x0 )2
donde d es tal que F ( x ) = 0. Como F (·) es continua en [ x, x0 ],

derivable en ( x, x0 ) y F ( x0 ) = F ( x ) = 0, entonces, por el teo-
rema de Rolle, existe c1 entre x y x0 tal que F ′ ( c1 ) = 0. Pero
observemos que
F ′ ( t ) = f ′ ( t ) − f ′ ( x0 ) − 2d( t − x0 )
Y como F ′ ( c1 ) = 0, F ′ ( x0 ) = 0, y F ′ (·) es continua en [ c1 , x0 ] y
derivable en ( c1 , x0 ), entonces, por otra aplicación del teorema de
Rolle, existe c entre c1 y x0 tal que F ′′ ( c ) = 0, es decir, f ′′ ( c ) −
f ′′ (c)
2d = 0. Ası́, d = .
2
Finalmente, dado que F ( x ) = 0, entonces
f ′′ ( c )
f ( x ) = f ( x0 ) + f ′ ( x0 )( x − x0 ) + ( x − x0 )2
2!
que era lo que querı́amos probar.
c) La demostración para n > 1 se puede realizar por inducción ma-

temática (ver volumen 0: Fundamentos) siguiendo los pasos para
ir del caso n = 0 al caso n = 1. Se deja como ejercicio para el
lector.
Ejemplo 7. (Expansiones de Taylor fundamentales)
Consideremos las siguientes funciones:
a) y = sen x b) y = cos x
x
c) y = e d) y = ln( 1 + x ), | x | ≤ 1, x 6= −1
e) y = tan−1 x, |x| ≤ 1 f) y = ( 1 + x )α , | x | < 1, α ∈ R
f n+1 ( c ) n+1
Veamos que lı́m Rn+1 ( x ) ≡ lı́m x = 0 para cada una de
n→∞ n→∞ ( n + 1 )!
estas funciones y, por tanto, las aproximaciones en polinomios de Taylor
son “suficientemente buenas” en los dominios respectivos.
Solución.
a) Como el valor absoluto de todas las derivadas de sen x son menores
o iguales que 1, entonces

sen( n+1 ) c | x |n+1
lı́m | Rn+1 ( x ) | = lı́m xn+1 ≤ lı́m

n→∞ n→∞ ( n + 1 )! n→∞ ( n + 1 )!
| x |n+1
para todo x. Dado que lı́m = 0, para todo valor de x
n→∞ ( n + 1 )!
(ver ejercicio 2, ejercicios complementarios, lección 1), entonces
lı́m Rn+1 ( x ) = 0.
n→∞
b) Como el valor absoluto de todas las derivadas de cos x son menores

o iguales que 1, entonces

cos( n+1 ) c | x |n+1
n+1
lı́m | Rn+1 ( x ) | = lı́m x ≤ lı́m

n→∞ n→∞ ( n + 1 )! n→∞ ( n + 1 )!
| x |n+1
para todo x. Dado que lı́m = 0, para todo valor de x,
n→∞ ( n + 1 )!
entonces lı́m Rn+1 ( x ) = 0.
n→∞
c) Como ex es una función creciente y c ∈ ( 0, x ), entonces ec < 1 si

x < 0 y ec < ex si x > 0. Luego,
| x |n+1
|Rn+1 ( x )| < si x < 0
( n + 1 )!
xn+1
|Rn+1 ( x )| < ex si x > 0
( n + 1 )!
Rn+1 ( x ) = 0 si x = 0
| x |n+1
Y dado que lı́m = 0, para todo x, entonces tendremos
n→∞ ( n + 1 )!
que lı́m Rn+1 ( x ) = 0.
n→∞

ln( n+1 ) c
d) De manera similar, podemos mostrar que lı́m xn+1
=

n→∞ ( n + 1 )!
0 cuando | x | ≤ 1, x 6= −1.

( tan−1 )( n+1 ) c
e) También podemos probar que lı́m xn+1
= 0

n→∞ ( n + 1 )!
cuando | x | ≤ 1.
f) Y, de la misma forma,
podemos probar que
( ( 1 + x )α )( n+1 ) c
lı́m xn+1 = 0 cuando | x | < 1.

n→∞ ( n + 1 )!
Por tanto, abusando por ahora un tanto de la notación, escribimos
x3 x5 x7
a) sen x = x − + − + · · · para todo x ∈ R (figura 11).
3! 5! 7!
f ( x ) = sen x
−2π −π π 2π x
x3 x5 x7
f( x ) = x − 3!
+ 5!
− 7!
Figura 11: Expansión Taylor de la función seno
x2 x4 x6
b) cos x = 1 − + − + · · · para todo x ∈ R (figura 12).
2! 4! 6!
y x2 x4 x6
f( x ) = 1 − 2!
+ 4!
− 6!
f ( x ) = cos x
| | | |
−2π −π π 2π x
Figura 12: Expansión Taylor de la función coseno
x x2 x3 x4
c) ex = 1 + + + + + · · · para todo x ∈ R (figura 13).
1! 2! 3! 4!
y = ex
x
x x2 x3 x4 x5
y =1+ 1!
+ 2!
+ 3!
+ 4!
+ 5!
Figura 13: Expansión Taylor de la función exponencial
x2 x3 x4 x5
d) ln( 1+ x ) = x− + − + +· · · para | x | ≤ 1, x 6= −1
2 3 4 5
x3 x5 x7
e) tan−1 x = x − + − + ··· para | x | ≤ 1
3 5 7
α( α − 1 )x2
f) ( 1 + x )α = 1 + αx + + ···
2!
α( α − 1 )( α − 2 ) · · · ( α − k + 1 )xk
+ + ···
k!
Aquı́, si α es un entero positivo, la serie termina después de ( α+1 )
términos. Cuando α no es un entero positivo, la serie es infinita.
Ası́, podemos obtener estimaciones de algunos números mediante estas

expresiones en polinomios de Taylor. Por ejemplo,
1 1 1
e = e1 = 1 + 1 + + + + · · · ≈ 2.71828182
2! 3! 4!
1 1 1 1
ln 2 = 1 − + − + − · · · ≈ 0.69314718
2! 3! 4! 5!
π −1 1 1 1
= tan 1 = 1 − + − + · · · ≈ 0.78539816
4 3! 5! 7!
y, por tanto,
4 4 4
π =4− + − + · · · ≈ 3.14159265
3! 5! 7!
Nota 7. (Un poco de historia acerca de las series de Taylor)

Las series trigonométricas a) y b) fueron obtenidas por Euler en 1748.
La serie exponencial c) fue descubierta por Newton en 1669. Las series
logarı́tmicas d) y f) anteriores, y la tangente inversa e) fueron descubier-
tas por James Gregory en 1671, aunque al parecer Nicolaus Mercator ya
habı́a obtenido en 1668 la serie d). El famoso teorema binomial de New-
ton que fue obtenido por Newton para todo natural n y probado en su
tiempo para todo entero n, sirvió como modelo para establecer la fórmu-
la general de Taylor. No exageramos cuando afirmamos que esta última
abrió el camino para la mayorı́a de cálculos del análisis aplicado, y es
extremadamente importante desde el punto de vista práctico: muchos
procesos fı́sicos y quı́micos se expresan, con gran aproximación, median-
te funciones que pueden expandirse en series de Taylor. Pero también
la idea de aproximar una función mediante polinomios dio origen a la
idea de representar una función como la suma de un número infinito de
funciones más simples. Este es el caso de las representaciones de funcio-
nes periódicas como una serie de combinaciones de las funciones seno y
coseno y que se conocen como expansiones en series de Fourier.
Ejemplo 8. (Aumento de masa a altas velocidades)

Según Albert Einstein [1879-1955], la masa m de un cuerpo se incremen-
ta con su velocidad de acuerdo con la ecuación
m0
m= q
v2
1− c2
donde m0 es la masa del cuerpo en reposo, v es su velocidad, y c es la

velocidad de la luz (300,000 km
seg aproximadamente). Cuando v es pequeña
comparada con c, podemos utilizar la aproximación en polinomios de
Taylor
m0 1 v2
m= q ≈ m0 + m0 2
1− v
2 2 c
c2
ó
1 v2
m − m0 ≈ m0 2
2 c
para analizar el incremento en masa del cuerpo que resulta de la velo-
cidad del movimiento v. Por ejemplo, si una mujer de 50 kilogramos de
peso viaja en un automóvil de Fórmula 1 a la velocidad de 300 km h , su

nueva masa será
2
1 3 × 102
m = 50 + ( 50 ) ≈ [ 50 + (1.93 × 10−12 ) ] kilogramos N
2 ( 108 × 107 )2
Para continuar ilustrando algunas de las aplicaciones del teorema del

valor medio, necesitaremos de la siguiente definición:
Definición 5. (Funciones crecientes y decrecientes)
a) Se dice que f (·) es creciente en un intervalo si, y sólo si, para todo
par de puntos x1 y x2 en este intervalo,
x1 < x2 implica f ( x1 ) ≤ f ( x2 )
b) Se dice que f (·) es decreciente en un intervalo si, y sólo si, para

todo par de puntos x1 y x2 en este intervalo,
x1 < x2 implica f ( x1 ) ≥ f ( x2 )
c) En las definiciones anteriores, si las desigualdades son estrictas, se

dice que f (·) es estrictamente creciente y estrictamente decrecien-
te, respectivamente.
d) Si f (·) es creciente o decreciente en un intervalo, se dice que es
monótona en dicho intervalo; y si es estrictamente creciente o es-
trictamente decreciente en el intervalo, diremos que es estricta-
mente monótona en tal intervalo.
Nota 8.
Es conveniente notar que si f (·) es estrictamente creciente, es también
creciente, pero que el recı́proco no es cierto. Por ejemplo, la función
constante f ( x ) = K en [ a, b ] es creciente, pero no es estrictamente
creciente.
A continuación daremos otra demostración del lema 1 de la lección 2,

pero haciendo uso del teorema del valor medio.
Teorema 7. (Derivada y monotonı́a)

Sea f (·) una función continua en [ a, b ] y derivable en ( a, b ):
a) Si f ′ ( x ) > 0 para todo x ∈ ( a, b ), entonces f (·) es estrictamente

creciente en [ a, b ].
b) Si f ′ ( x ) < 0 para todo x ∈ ( a, b ), entonces f (·) es estrictamente

decreciente en [ a, b ].
Demostración.
[Demostraremos únicamente la parte a) ya que la parte b) es similar].
Sean x1 y x2 dos números cualesquiera en [ a, b ] tales que x1 < x2 .
Entonces f (·) es continua en [ x1 , x2 ] y derivable en ( x1 , x2 ). Por el
teorema del valor medio, existe c ∈ ( x1 , x2 ) tal que
f ( x2 ) − f ( x1 ) = f ′ ( c )( x2 − x1 )
Como x2 − x1 > 0 y f ′ ( c ) > 0 (por hipótesis) se tiene que f ( x2 ) −

f ( x1 ) > 0; o sea que f ( x2 ) > f ( x1 ). Luego para x1 , x2 ∈ [ a, b ], si
x1 < x2 entonces f ( x1 ) < f ( x2 ); esto es, f (·) es creciente estrictamente.
Ejemplo 9.
2x
Sea f ( x ) = en [ −2, 2 ]. Hallemos los intervalos donde f (·) es
x2+1
creciente y aquéllos en los cuales es decreciente.
Solución.
Aquı́, calculamos primero la derivada de f (·):
2( x2 + 1 ) − 2x · 2x 2( 1 − x2 )
f ′( x ) = =
( x2 + 1 )2 ( x2 + 1 )2
Luego f ′ (·) se anula cuando x = −1 ó cuando x = 1. Para aplicar el

teorema 7 (derivada y monotonı́a) debemos analizar el signo de f ′ (·) en
cada uno de los siguientes intervalos: ( −2, −1 ), ( −1, 1 ) y ( 1, 2 ). Para
−2 < x < −1, se tiene que f ′ ( x ) < 0, y ası́ f (·) decrece en [ −2, −1 ];
para −1 < x < 1, se tiene que f ′ ( x ) > 0, y ası́ f (·) crece en [ −1, 1 ];
para 1 < x < 2, se tiene que f ′ ( x ) < 0, y ası́ f (·) decrece en [ 1, 2 ].
Una gráfica de la función puede verse en la figura 14.
2x
1 y=
x2 + 1
-2 -1 1 2 x
-1
Figura 14
Notemos que f (·) tiene sus extremos en −1 y 1 y son f ( −1 ) = −1

(mı́nimo absoluto) y f ( 1 ) = 1 (máximo absoluto).
Ejemplo 10.
Sea f ( x ) = 2x3 −3x2 −12x+15 definida sobre R. Hallemos los intervalos
donde f (·) es creciente y aquéllos en los cuales es decreciente.
y
b
22
y = 2x3 − 3x2 − 12x + 15
2
-1 x
-5 b
Figura 15
Solución.
Observemos que f ′ ( x ) = 6x2 − 6x − 12 = 6( x − 2 )( x + 1 ) Por tanto,
f ′ ( x ) > 0 si x > 2 ó x < −1; y f ′ ( x ) < 0 si −1 < x < 2. Ası́, f (·)
crece en los intervalos ( −∞, −1 ) y ( 2, +∞ ) y decrece en el intervalo
( −1, 2 ). Finalmente, notemos que f (·) tiene sus extremos en −1 y 2 y
son f ( −1 ) = 22 (máximo absoluto) y f ( 2 ) = −5 (mı́nimo absoluto)

(ver figura 15).
Teorema 8. (Condiciones suficientes para la existencia de un

extremo)
Supongamos que la función f (·) es continua en cierto intervalo al cual
pertenece el punto crı́tico x0 , y que es derivable en cada punto del mismo
(excepto posiblemente en x0 ). Si al pasar por este punto de izquierda a
derecha el signo de la derivada cambia de positivo a negativo, entonces
la función tiene un máximo relativo en x0 . Si al pasar por el punto x0 de
izquierda a derecha el signo de la derivada cambia de negativo a positivo,
la función tiene un mı́nimo relativo en x0 . Esto es, formalmente,
i) Si f ′ ( x ) > 0 para x < x0 , y f ′ ( x ) < 0 para x > x0 , entonces

f (x0 ) es un máximo relativo.
ii) Si f ′ ( x ) < 0 para x < x0 , y f ′ ( x ) > 0 para x > x0 , entonces

f (x0 ) es un mı́nimo relativo.
y y
f ′ (c) = 0 f ′ (c) no existe
b b
c x c x
a) b)
y y
f ′ (c) no existe
f ′ (c) = 0
b b
c x c x
c) d)
Figura 16
Demostración.
[Demostraremos únicamente la parte i). La demostración de la parte ii)
es análoga y se deja como un ejercicio adicional para el lector (ejercicio
complementario 7)].
Sea I el intervalo cerrado de extremos a y b con a < b y x0 ∈ I. Por el
teorema 7, f (.) es creciente en [ a, x0 ] y f (·) es decreciente en [ x0 , b ].
Luego f ( x0 ) ≥ f ( x ) para todo x en un intervalo alrededor de x0 , y por
tanto x0 es un mı́nimo relativo.
Ejemplo 11.
Encontremos los valores máximo y mı́nimo relativos de la función
1
y = f ( x ) = x3 − 2x2 + 3x + 1
3
Solución.
Puesto que f ′ ( x ) = x2 − 4x + 3 = ( x − 3 )( x − 1 ) entonces f ′ ( x ) = 0
cuando x = 1 ó x = 3. La derivada existe para todo x y, por tanto, no
existen otros puntos crı́ticos. Al analizar el punto crı́tico x = 1 resulta
que para x < 1 se tiene f ′ ( x ) > 0; y para x > 1 y x < 3 se tiene
f ′ ( x ) < 0. De aquı́ que f ( 1 ) = 73 es un máximo relativo. Al analizar
el segundo punto crı́tico x = 3 obtenemos que para 1 < x < 3 se tiene
f ′ ( x ) < 0; y para x > 3 se tiene f ′ ( x ) > 0. Lo anterior significa que
f ( 3 ) = 1 es un mı́nimo relativo (ver figura 17).
y y = 13 x3 − 2x2 + 3x + 1
1 3 x
Figura 17
Ejemplo 12.
√
3
Analicemos los extremos de la función y = f ( x ) = ( x − 1 ) x2 en su
dominio.
Solución.
A partir de la derivada
√
3 2( x − 1 ) 5x − 2
f ′( x ) = x2 + √ = √
33x 33x
se encuentra que los valores crı́ticos son:
a) Las raı́ces de f ′ ( x ), es decir, x = 25 .
b) Los puntos en los que f ′ ( x ) no existe, o sea, x = 0.
Además, f ′ ( x ) > 0 si x < 0 y f ′ ( x ) < 0 si 0 < x < 25 . Luego

f ( 0 ) = 0 es un máximo relativo. Ahora: f ′ ( x ) < 0 si 0 < x < 25
q
′ 2 2 3 3 4
y f ( x ) > 0 si 5 < x; por tanto, f ( 5 ) = − 5 25 es un mı́nimo
relativo. Notemos que lı́m f ′ ( x ) = −∞ y lı́m f ′ ( x ) = +∞ (ver
x→0+ x→0−
figura 18). N
√
3
y = (x − 1) x2
y
2
5
p
1 x
Figura 18
Pero si una función es dos veces diferenciable en el intervalo, el teorema 8

nos arroja, realmente, información desde la segunda derivada. Y en este
caso bastarı́a aplicar el teorema de Taylor (teorema 6) para concluir lo
siguiente.
Teorema 9. (Criterio de segunda derivada para extremos rela-

tivos)
Si x0 es un punto crı́tico de una función f (·) dos veces diferenciable en
un intervalo abierto, se tiene que:
i) Si f ′′ ( x0 ) < 0, entonces f (·) tiene un valor máximo relativo en

x0 .
ii) Si f ′′ ( x0 ) > 0, entonces f (·) tiene un valor mı́nimo relativo en

x0 .
Demostración.
[Mostremos sólo la parte i). La parte ii) es similar y se deja como ejercicio
para el lector].
Asumamos, sin pérdida de generalidad, ∆x > 0. Por el teorema de
Taylor para n = 2 en el intervalo [ x0 , x0 + ∆x ] se tiene que
( ∆x )2
f (x0 + ∆x ) = f ( x0 ) + f ′ ( x0 )∆x + f ′′ (c)
2
para c entre x0 y x0 + ∆x. Como f ′ ( x0 ) = 0 entonces
( ∆x )2
f (x0 + ∆x ) = f ( x0 ) + f ′′ (c)
2
Y como f ′′ ( x0 ) < 0, entonces f ′′ (c) < 0 para ∆x suficientemente pe-
queño. Por tanto,
f (x0 + ∆x ) < f ( x0 )
para ∆x suficientemente pequeño; es decir, f (·) tiene un valor máximo
relativo en x0 .
Nota 9.
El trasfondo de este teorema es simple: Puesto que la función en el
punto x = x0 se puede aproximar mediante una función cuadrática de la
forma P (x) = ax2 + bx+ c, y P ′′ (x) = 2a, entonces si a < 0 la cuadrática
será “hacia abajo” y, por lo tanto, P (x0 ) es un máximo local. De manera
similar, si a > 0, la cuadrática será “hacia arriba” y, por lo tanto, P (x0 )
es un mı́nimo local.
Definición 6. (Concavidad y convexidad)2

Sea f (·) una función derivable dos veces con continuidad en algún inter-
valo abierto I. Entonces:
a) La función f (·) es cóncava en I si, y sólo si, f ′′ ( x ) ≤ 0 para todo

x ∈ I (ver figura 19).
y y
b
b
y = f (x) y = f (x)
c x c x
a) b)
Figura 19: Funciones cóncavas
b) La función f (·) es convexa en I si, y sólo si, f ′′ ( x ) ≥ 0 para todo

x ∈ I (ver figura 20).
y y
y = f (x) y = f (x) b
b
c x c x
a) b)
Figura 20: Funciones convexas
Obsérvese que la condición a) de concavidad implica que f ′ (·) es decre-

ciente (no necesariamente estricta); y la condición b) implica que f ′ (·)
es creciente (no necesariamente estricta).
Ejemplo 13.
Dada f ( x ) = x4 + 43 x3 − 4x2 , hallemos los máximos y mı́nimos relativos.
Hallemos también los intervalos en donde f (·) es convexa y aquéllos en
donde es cóncava.
2
Esta definición será generalizada más adelante (ver volumen III: Optimización y
dinámica; lección 1).
Solución.
En este caso, se tiene que
f ′ ( x ) = 4x3 + 4x2 − 8x = 4x( x + 2 )( x − 1 )
a) De f ′ ( x ) = 0 se tiene x = 0, x = 1, x = −2 como puntos crı́ticos.
b) Ahora f ′′ ( x ) = 12x2 + 8x − 8. Ası́, f ′′ ( 0 ) = −8 < 0. Por tanto,

f (·) tiene un máximo relativo en 0 y su valor es f ( 0 ) = 0. Como
f ′′ ( 1 ) = 12 > 0, entonces f (·) tiene un valor mı́nimo relativo en
1 y su valor es f ( 1 ) = − 53 . Además, f ′′ ( −2 ) = 24 > 0, lo cual
implica que f (·) tiene un valor mı́nimo relativo en −2 y su valor
es f ( −2 ) = − 323 . Como Df = R, los intervalos para el análisis de √
−1± 7
concavidad se obtienen de hacer f ′′ ( x ) = 0; por tanto, x = 3
y dichos intervalos son:
√ ! √ √ ! √ !
−1 − 7 −1 − 7 −1 + 7 −1 + 7
−∞, , , , ,∞
3 3 3 3
y
y = x4 + 34 x3 − 4x2
-2 1
x
Figura 21
El análisis termina con la siguiente tabla:

Intervalo Signo de f ′′ ( x ) Conclusión

√
−∞, −1−3 7
+ Convexa
√ √
−1− 7 −1+ 7
3 , 3 − Cóncava
√
−1+ 7
3 , ∞ + Convexa
Ejemplo 14
Hallemos los valores máximos y mı́nimos relativos de la función
f ( x ) = 2 sen x + cos( 2x )
Solución.
Como la función es periódica y con perı́odo 2π, es suficiente estudiarla
en el intervalo [ 0, 2π ].
a) Primero hallamos los puntos crı́ticos. Como f ′ ( x ) = 2 cos x −

2 sen( 2x ), entonces f ′ ( x ) = 0 cuando cos x( 1 − 2 sen x ) = 0; es
decir, cos x = 0 ó sen x = 12 . Luego, x = π2 ó x = 3π 2 ó x = 6
π
5π
ó x = 6 .
b) La segunda derivada de f (·) es f ′′ ( x ) = −2 sen x − 4 cos( 2x ).
i) Aplicando el criterio de la segunda derivada, se tiene que

π 1 1
f ′′ = −2 · − 4 · = −3 < 0
6 2 2
Por tanto, en x1 = π6 existe un máximo local que es f π

6 =
3
2.
ii) f ′′ π2 = −2 · 1 − 4( −1 ) = 2 > 0 y, por lo tanto, en

π
x2 = 2 hay un mı́nimo local que es
π
f = 2 · 1 + ( −1 ) = 1
2
5π 1 1
iii) f ′′

6 = −2 · 2 −4· 2 = −3 < 0 y, por lo tanto, en
x3 = 5π6 la función tiene un máximo local que es

5π 1 1 3
f =2· + =
6 2 2 2
iv) Finalmente f ′′ 3π

2 = −2( −1 ) − 4( −1 ) = 6 > 0 y, por
tanto, en el punto x4 = 3π2 la función tiene un mı́nimo local
que es

3π
f = 2 ( −1 ) − 1 = −3
2
Ası́, f (·) tendrá máximo local en x = π6 que es 32 , y en 5π

6 que es
también 32 . La función tendrá mı́nimo local en x = π2 y x = 3π 2
que son 1 y −3, respectivamente. La gráfica de esta función se
representa en la figura 22.
− π2 3π
2
π π
− 7π 6 2
5π x
6 6
Figura 22
Nota 10.
Puede verse que el teorema 9 no es aplicable cuando f ′ ( x0 ) = 0 y

f ′′ ( x0 ) = 0. Por ejemplo, f ( x ) = 1−x4 y g( x ) = x6 poseen un máximo
local y un mı́nimo local, respectivamente, en x0 = 0 y allı́ f ′ ( 0 ) =
f ′′ ( 0 ) = 0 y g′ ( 0 ) = g′′ ( 0 ) = 0 (ver figura 23).
y y
f (x) = 1 − x4 g(x) = x6
x
a) b)
Figura 23
Ejemplo 15. (Un problema de máxima iluminación)
Consideremos un poste, levantado en el centro de una pista circular de
radio r, con una luz colocada sobre el poste a la altura h (figura 24).
Supongamos que sabemos que la iluminación T en el borde del cı́rculo
puede expresarse mediante la fórmula
A sen α
T =
h2 + r 2
h
donde tan α = r y A es cierta magnitud que caracteriza la potencia de
la luz.
α
r
Figura 24
Veamos a qué altura h deberı́amos colocar la lámpara para que el borde
reciba la máxima iluminación.
Solución.
El problema se reduce a encontrar el valor de h tal que T ( h ) sea máximo.
Puesto que h = r tan α, entonces un poco de álgebra nos mostrará que
A sen α A
T = 2 2
= 2 sen α cos2 α
h +r r
Ası́, el problema se transforma en encontrar el máximo valor de T ( α ) =

A
r2
sen α cos2 α para 0 < α < π2 . Para hacer esto, vemos que T ′ ( α ) = 0
cuando
A
( cos3 α − 2 sen2 α cos α ) = 0
r2
y ası́ tendremos que cos α = 0, o bien, cos2 α − 2 sen2 α = 0. La primera
ecuación no es cierta para α en ( 0, π2 ); en cambio, la segunda ecuación
nos dice que tan2 α = 12 y ası́, α ≈ 35o 15′ . Este es el valor para el cual
la función T ( α ) alcanza su máximo, pues T ′′ ( 35o 15′ ) < 0, como es fácil
de comprobar.
La altura deseada es entonces h = r tan α = √r2 ≈ 0.7r y, por tanto, la
mejor iluminación se alcanzarı́a a una altura aproximada de 0.7 veces el
radio.
Ejemplo 16. (Un problema geométrico)
Entre todos los rectángulos inscritos en un cı́rculo de radio R, hallemos
el rectángulo de máxima área (ver figura 25).
y
y
2
R
x
2 x
Figura 25
Solución.
El problema que debemos resolver es maximizar la función f (x, y) = xy
sujeta a x2 + y 2 = 4R2 , x > 0, y > 0. Reemplazando la restricción
x2 + y 2 = 4R2 en la función a maximizar, el problema puede escribirse
como p
máx x 4R2 − x2
x> 0
√ x2
Aquı́, la condición de primer orden es 4R2 − x2 − √ = 0, y
√ 4R2 − x2
despejando en ésta se tiene que x∗ = 2R. Este x∗ es máximo porque
la función que se está maximizando tiene su segunda derivada negati-

va (¿Puede el lector corroborar esto?).
√ Por lo tanto, la solución a este
problema es un cuadrado de lado 2R.
El siguiente teorema, que permite utilizar derivadas para determinar con
mucha facilidad los lı́mites de cierto tipo de cociente de funciones cuando
no se puede aplicar que “el lı́mite de un cociente es el cociente de lı́mites”,
es otra aplicación importante del teorema del valor medio. Además, como
veremos, es una herramienta muy útil para dibujar funciones.
Teorema 10. (Regla de L’Hôpital (J.Bernoulli (1694), L’Hôpital 3

(1696)))
Sean f (·) y g(·) diferenciables en cierto intervalo, siendo en ese intervalo
g′ (·) 6= 0. Si se tiene uno cualquiera de los siguientes casos:
i) lı́m f ( x ) = 0 y lı́m g( x ) = 0;
x→a x→a
ii) lı́m f ( x ) = ∞ y lı́m g( x ) = ∞
x→a x→a
iii) lı́m f ( x ) = 0 y lı́m g( x ) = 0;
x→∞ x→∞
iv) lı́m f ( x ) = ∞ y lı́m g( x ) = ∞
x→∞ x→∞
f ′( x ) f( x )
y si lı́m = L, entonces lı́m = L.
x→a
(x→∞)
g′ ( x ) x→a
(x→∞)
g( x )
Demostración.
[Únicamente probaremos la parte i). Las partes ii), iii) y iv) se pueden
demostrar de manera análoga y se dejan como ejercicios para el lector].
Sin pérdida de generalidad, asumamos f ( a ) = 0, g( a ) = 0, y tome-
mos x∗ fijo tal que g( x∗ ) 6= 0 (¿Por qué podemos asumir todo esto?).
∗
Definamos, para x ∈ [ a, b ], h( x ) = f ( x ) − fg(( xx∗ )) g( x ). Es claro que
f ( x∗ )
h( a ) = f ( a ) − g( x∗ ) g( a ) = 0, y h( x∗ ) = 0. Por el teorema de Rolle,
f ′( ξ ) f ( x∗ )
existe ξ ∈ ( a, x∗ ) tal que h′ ( ξ ) = 0; es decir, g ′ ( ξ ) = g( x∗ ) . Notemos
′
que si x∗ → a, entonces ξ → a. Por tanto, como lı́m fg′ (( ξξ )) = L, entonces
ξ→a
f ( x∗ )
también lı́m ∗ = L.
∗ x →a g( x )
3
El Marqués de L’Hôpital es autor del primer texto de Cálculo Diferencial que se
conozca: Analyse des Infiniment Petits pour L’ Intelligence des Courbes de 1696.
Una de las aplicaciones importantes de la regla de L’Hôpital se ilustra

en el siguiente ejemplo:
Ejemplo 17. (La función exponencial crece más rápidamente

que cualquier polinomio)
xn
Probemos que lı́m x = 0, n ∈ N fijo.
x→∞ e
Solución.
Por aplicaciones sucesivas de la regla de L’Hôpital se tiene que
xn nxn−1 n( n − 1 )xn−2 n!
lı́m x
= lı́m x
= lı́m x
= . . . = lı́m x = 0
x→∞ e x→∞ e x→∞ e x→∞ e
En particular, esto implica que la función exponencial “domina asintóti-
camente” a cualquier polinomio (¿por qué?).
Ejemplo 18.
Calculemos los siguientes lı́mites utilizando la regla de L’Hôpital:
x6 − 1 ln x
a) lı́m b) lı́m
x→1 x3 − 1 x→∞ x
sen x ex
c) lı́m d) lı́m , n∈N
x→0 x x→∞ xn
eax − 1 ln x
e) lı́m , a∈R f) lı́m , n∈N
x→0 x x→∞ xn
Solución
a) Definamos f ( x ) = x6 − 1 y g( x ) = x3 − 1. Observemos que
lı́m x6 − 1 = lı́m x3 − 1 = 0. Por la regla de L’Hôpital,
x→1 x→1
x6 − 1 6x5 30x4 120x3

lı́m = lı́m = lı́m = lı́m = 20
x→1 x3 − 1 x→1 3x2 x→1 6x x→1 6
b) Sean f ( x ) = ln x y g( x ) = x. Observemos que lı́m ln x =

x→∞
lı́m x = ∞. Por la regla de L’Hôpital,
x→∞
1
ln x x 1
lı́m = lı́m = lı́m =0
x→∞ x x→∞ 1 x→∞ x
En consonancia con el ejemplo 17, ¿qué podrı́a decir el lector sobre

el resultado del cálculo de este lı́mite?
c) Definamos f ( x ) = sen x y g( x ) = x. Observemos que

lı́m sen x = lı́m x = 0. Por la regla de L’Hôpital,
x→0 x→0
sen x cos x
lı́m = lı́m =1
x→0 x x→0 1
corroborando ası́ el lı́mite trigonométrico básico, que habı́amos
estudiado en la lección 1.
d) Definamos f ( x ) = ex y g( x ) = xn . Dado que lı́m ex = lı́m xn = ∞,
x→∞ x→∞
entonces, por la regla de L’Hôpital, se tiene que
ex ex ex
lı́m = lı́m = lı́m =∞
x→∞ xn x→∞ nxn−1 x→∞ n!
e) Definamos f ( x ) = eax −1 y g( x ) = x. Como lı́m eax −1 = lı́m x = 0,

x→0 x→0
la regla de L’Hôpital implica que
eax − 1
lı́m = lı́m a eax = a
x→0 x x→0
f) Sean f ( x ) = ln x y g( x ) = xn . Observemos que lı́m ln x =

x→∞
lı́m xn = ∞. Luego, la regla de L’Hôpital implica que
x→∞
ln x 1
lı́m n
= lı́m =0
x→∞ x x→∞ n xn
Este lı́mite muestra que, asintóticamente, xn (para cualquier n ∈

N) “domina” a la función logarı́tmica, es decir, crece más rápida-
mente que la función logarı́tmica.
Ahora, para terminar esta lección, aprenderemos algunos conceptos úti-

les cuando buscamos dibujar una función real.
Definición 7. (Punto de inflexión)

El punto x0 es un punto de inflexión de la función dos veces diferenciable
con continuidad, si existe un intervalo ( a, b ), con x0 ∈ ( a, b ), tal que la
gráfica de f (·) sea convexa en ( a, x0 ) y cóncava en ( x0 , b ) o viceversa
(ver figura 26).
y y
f ′′ (x) < 0 f ′′ (x) < 0
f ′′ (x) > 0 f ′′ (x) > 0
x0 x x0 x
a) b)
y y
f ′′ (x) > 0
f ′′ (x) < 0
f ′′ (x) > 0
f ′′ (x) < 0
x0 x x0 x
c) d)
Figura 26
Teorema 11. (Condición necesaria para punto de inflexión)

Si x0 es un punto de inflexión de f (·), entonces f ′′ ( x0 ) = 0.
Demostración.
La demostración (que es una aplicación simple del teorema 5 (Compor-
tamiento global de la derivada)) se deja como ejercicio para el lector.

Ejemplo 19.
Determinemos los puntos de inflexión de la función definida por f ( x ) =
4
x4 + x3 − 4x2 , y evaluemos en qué intervalos la función es cóncava o
3
convexa.
Solución.
Aquı́,
f ′ ( x ) = 4x3 + 4x2 − 8x
f ′′ ( x ) = 12x2 + 8x − 8
√
Por tanto, f ′′ ( x ) = 0 cuando x = −1±3 7 . Luego es necesario analizar el
signo de f ′′ (·) en los siguientes intervalos:
√ ! √ √ ! √ !
−1 − 7 −1 − 7 −1 + 7 −1 + 7
−∞, , , , ,∞
3 3 3 3
Esto lo hacemos a través de la siguiente tabla. La gráfica de la función

es la de la figura 27.
Intervalo o punto f ′′ ( x ) Conclusión

√
−∞, −1−3 7 + Convexa
√
−1− 7
3 0 Punto de inflexión
√ √
−1− 7 −1+ 7
3 , 3 − Cóncava
√
−1+ 7
√
−1+ 7
3 , ∞ + Convexa
y
y = x4 + 34 x3 − 4x2
-2 b
0 1
b
b
x
b
Figura 27
Nota 11.
El recı́proco del teorema 11 no es cierto; es decir, si la segunda derivada
de una función es cero para un número x0 , no necesariamente la gráfica
de la función tiene un punto de inflexión allı́. Por ejemplo, las funciones
ya estudiadas f ( x ) = 1 − x4 y g( x ) = x6 tienen, respectivamente, un
mı́nimo y un máximo en x = 0 aunque f ′′ ( 0 ) = 0 y g′′ ( 0 ) = 0.
Ejemplo 20.
Determinemos los puntos de inflexión de la curva f ( x ) = 2x3 − 5x2 + 3
y hallemos los intervalos donde la curva es convexa y cóncava.
Solución. y
y = 2x3 − 5x2 + 3
5
6
x
Punto de inflexión
Figura 28
Aquı́, f ′ (x) = 6x2 − 10x y f ′′ (x) = 12x − 10. La siguiente tabla nos
muestra los signos de f ′′ (·):
Intervalo o punto f ′′ ( x ) Conclusión

−∞, 56

− Cóncava
5
5

6, ∞ + Convexa
¿Podrı́a el lector completar la figura 28 calculando los puntos donde

f = 0 y f ′ = 0? N
Otras herramientas, a menudo importantes al construir una gráfica, son

las siguientes:
Definición 8. (Ası́ntotas verticales, horizontales y oblicuas)
a) La recta x = a es una ası́ntota vertical de la curva y = f ( x ) si se

cumple cualquiera de los cuatro enunciados siguientes:
i) lı́m f ( x ) = +∞ ii) lı́m f ( x ) = +∞

x→a+ x→a−
iii) lı́m f ( x ) = −∞ iv) lı́m f ( x ) = −∞
x→a+ x→a−
b) Si se cumple que lı́m f ( x ) = b o lı́m f ( x ) = b, la recta

x→+∞ x→−∞
y = b es una ası́ntota horizontal de la curva y = f ( x ).
c) La recta y = mx + b con m 6= 0 es una ası́ntota oblicua de la curva

y = f ( x ) si
lı́m [ f ( x )−( mx+b ) ] = 0 ó lı́m [ f ( x )−( mx+b ) ] = 0

x→+∞ x→−∞
Es fácil ver que, en tales casos, m y b se hallan ası́:
f( x )
m = lı́m b = lı́m [ f ( x ) − mx ]
x→±∞ x x→±∞
Nota 12.
Si m = 0, la ası́ntota será horizontal en caso de que b exista. Puede ocu-
f( x )
rrir, sin embargo, que lı́m = m exista y f (·) no tenga ası́ntota,
x→±∞ x
lo cual ocurre si lı́m [ f ( x ) − mx ] no existe.
x→±∞
Ejemplo 21.
Encontremos las ecuaciones de las ası́ntotas de la curva xy 2 − y 2 − x = 0.
Solución.
Resolviendo la ecuación dada para y en términos de x, se tiene que
r
x
y=±
x−1
Lo cual denota que hay dos funciones cuyos dominios son el conjun-
x
to solución de la desigualdad ≥ 0 que corresponde al conjunto
x−1
( −∞, 0 ] ∪ ( 1, ∞ ). Luego x sólo puede acercarse a 1 a través de valores
mayores que 1; es decir,
r
x
lı́m y = ± lı́m = ±∞
x→1 + x→1 + x−1
Lo anterior muestra que x = 1 es una ası́ntota vertical de la curva.

Además,
r v
x u 1
lı́m y = lı́m ± = lı́m u = ±1
x→+∞ x→+∞ x − 1 x→+∞ t 1
1−
x
El resultado es el mismo cuando x → −∞. Por tanto, las rectas hori-

zontales y = 1 y y = −1 son ası́ntotas horizontales de la curva. Ahora
es posible un bosquejo de la gráfica con estos datos y corresponde a la
figura 29.
El lector puede observar que esta curva no tiene ası́ntotas oblicuas.
y x = −1
q
x−1
y= x y=1
0
◦
x
y = −1
q
x−1
y=− x
Figura 29
Ejemplo 22.
Encontremos las ası́ntotas de la gráfica de la función y = f ( x ) = x +
1
, x 6= 0.
x
Solución.
Es claro que la ecuación define una función cuyo dominio es todo número
real diferente de cero.
a) Ası́ntotas verticales: La única ası́ntota vertical es x = 0 ya que

1
lı́m x + = +∞
x→0+ x
b) Ası́ntotas horizontales: Como

1
lı́m y = lı́m x+ = ±∞
x→±∞ x→±∞ x
la curva no tiene ası́ntotas horizontales.
c) Ası́ntotas oblicuas: Como

f( x ) 1
m = lı́m = lı́m 1+ 2 =1
x→±∞ x x→±∞ x

1
b = lı́m [ f ( x ) − mx ] = lı́m x + − x = 0
x→±∞ x→±∞ x
entonces la ası́ntota oblicua es y = x.
y y=x
1
y =x+
x
Figura 30
Ejemplo 23.
2
Encontremos, si existen, las ası́ntotas de f ( x ) = x 3 .
Solución.
f( x ) 1
Vemos que lı́m = lı́m 1 = 0. Por tanto, m = 0. Pero
x→±∞ x x→±∞ x3
2
lı́m [ f ( x ) − mx ] = lı́m x 3 = +∞
x→±∞ x→±∞
lo que nos indica que no tiene ası́ntota horizontal ni oblicua. La curva

tampoco tiene ası́ntota vertical.
Ejercicios 3
1) Para las siguientes funciones determine el dominio, los intervalos
de crecimiento y de decrecimiento, los puntos crı́ticos, los extre-
mos relativos, los intervalos donde la gráfica es convexa estricta y
cóncava estricta, los puntos de inflexión y las ası́ntotas:
a) f ( x ) = ax2 + bx + c, donde a, b, c son constantes y a 6= 0.

1
b) f ( x ) = , x 6= 0
x
2x − 1
c) f ( x ) = , x 6= − 12
4x + 2
1
d) f ( x ) = , sen x 6= 0
sen x
2) Encuentre los máximos y los mı́nimos absolutos (si existen) de
cada una de las siguientes funciones en sus respectivos dominios:
1 4 2 3 3 2
a) f ( x ) = x − x − x +1
4 3 2
b) f ( x ) = x3 − 6x2 + 12x − 3
( x + 3 )3
c) f ( x ) =
( x + 2 )2
3) Utilice la regla de L’Hôpital para determinar los siguientes lı́mites:
4x − 1 sen 5x
a) lı́m b) lı́m
x→0 x x→0 x
cos x − 1 ln2 x
c) lı́m d) lı́m
x→0 x2 x→∞ x
e3x tan x
e) lı́m f) lı́m
x→∞ x2 x→0 x
[¿Por qué cree usted que puede ser importante hacer el cálculo
explı́cito de lı́mites aparentemente complicados como estos? La
respuesta puede ser múltiple; una de ellas es que pueden aparecer
en un examen parcial, pero esa no es una respuesta correcta].
4) La gráfica de la derivada f ′ (·) de cierta función f (·) continua en

(−∞, ∞) es la siguiente:
b b b
x1 x2 x3 x4 x
a) Pruebe que f (·) tiene máximos locales en x1 y x3 , y tiene

mı́nimos locales en x2 y x4 .
b) ¿En qué intervalos es f (·) cóncava, y en cuáles convexa?
5) Pruebe las afirmaciones d), e), y f) del ejemplo 7.
6) Pruebe que si f (·) es cóncava en un intervalo, y f ′ (x0 ) = 0 entonces

x0 es un máximo absoluto. ¿Cuál será el correspondiente resultado
si f (·) es convexa?
7) Pruebe que de todos los triángulos rectángulos que tienen la misma

hipotenusa es el isósceles el que tiene la mayor área.
8) Muestre que el triángulo isósceles de menor área que puede cir-

cunscribirse a un cı́rculo dado es el equilátero.
9) De todos los conos de superficie dada S, mostrar

√
que el de mayor
S
volumen es aquel que tiene radio igual a√ 4π y generatriz (el lado
que, girando, “genera” el cono) igual a 3 4πS . [Indicación: Si x mide
el radio y y mide la generatriz,
r entonces S = πxy + πx2 y, ası́, la
S
altura del cono es h = ( − x)2 − x2 ].
πx
10) Pruebe que las dimensiones del cilindro circular recto de volumen
máximo que se puede
q inscribir en una esfera de radio R (ver figura
2 √2 R.
abajo) son x = 3 R, y = 3
¿Cuál es el volumen de este
cilindro?
R
y/2
x
y2
[Indicación: Note que x2 + = R2 , y recuerde que el volumen del
4
cilindro es V = πx2 y].
11) Pruebe que el volumen máximo de un cono circular recto inscrito

32πR3
en una esfera de radio R es .
81
12) Pruebe que las dimensiones del rectángulo de máxima área que
x2 y2 √
se puede inscribir en la elipse 2 + 2 = 1, son ancho= 2a y
√ a b
alto= 2b.
13) Dos fincas, A y B, están situadas al mismo lado de un rı́o recto a

1 12 km y 1 km del rı́o respectivamente. La distancia entre las fincas
√
es de 217 km. Se desea instalar una estación de bombeo que surta
a ambas fincas. Pruebe que el lugar sobre la ribera del rı́o en que
se debe colocar la motobomba para que la longitud de la tuberı́a
sea mı́nima, es P = 1.2 km de distancia del punto M (ver figura).
A
√
17/2
B
1.5
P
M N
[Indicación: Primero muestre que M N = 2 km].

14) Para fabricar una caja cerrada y sin tapa, se toma una hoja cua-
drada de cartón de lado a. Después, en cada una de las cuatro
esquinas se corta un cuadrado de lado x y se doblan los lados per-
pendicularmente. Pruebe que el valor de x para que el volumen de
la caja sea máximo es a/6.
4. Gráfica de una función

Para dibujar la gráfica de una función se sugiere seguir los siguientes
pasos:
1) Encontrar el dominio de f (·).
2) Hallar las intersecciones con los ejes X y Y , siempre y cuando esto

sea posible por métodos algebraicos.
3) Determinar las simetrı́as con el eje X, con el eje Y y con el origen

(la simetrı́a con el eje X cuando se trata de relaciones).
4) Encontrar las ecuaciones de las ası́ntotas horizontales, verticales y

oblicuas, si las hay.
5) Calcular la derivada de la función y determinar los puntos crı́ticos.
6) Determinar los intervalos donde la función es creciente, donde es

decreciente, y hallar, si existen, los máximos y mı́nimos relativos.
7) Determinar los intervalos donde la función es convexa, cóncava y

los puntos de inflexión, si los hay.
8) Dibujar la gráfica aproximada y, de ella, deducir el rango de la

función.
Nota 13.
a) Si tenemos una relación en x y y, analizamos la curva implı́cita-

mente, o bien suponiendo que y es función de x, o bien suponiendo
que x es función de y.
b) De la geometrı́a euclidiana se sabe que los puntos P y Q son

simétricos respecto al eje L si L es la mediatriz del segmento P Q.
De este hecho, es fácil ver que la gráfica de x = f ( y ) es simétrica

con respecto al eje X si dado que el punto ( a, b ) pertenece a la
gráfica entonces ( a, −b ) también pertenece a la misma. O sea que
para ver si x = f ( y ) es simétrica con respecto al eje X se sustituye
y por −y y si la ecuación no cambia hay simetrı́as con el eje X.
De manera análoga, la gráfica será simétrica respecto al eje Y si
la ecuación no cambia al sustituir x por −x. También de la geo-
metrı́a euclidiana, se sabe que los puntos P y Q son simétricos con
respecto a un tercer punto O si O es el punto medio del segmento
P Q. Lo anterior quiere decir que los puntos ( a, b ) y ( −a, −b ) del
plano cartesiano son simétricos respecto al origen. Por tanto, la
gráfica de y = f ( x ) es simétrica con respecto al origen si ella no
cambia al sustituir x y y por −x y −y, respectivamente.
Ejemplo 24.
2x x
Sean a) y = f ( x ) = , y b) y = f (x) = x . Tracemos sus
x2+1 e
gráficas siguiendo los pasos anteriores.
2x
a) Para la función f (x) = tenemos que:
x2 +1
1) Dominio:
Df = R, ya que x2 + 1 6= 0 para cualquier x ∈ R.
2) Intersecciones:
2x
Eje X: si y = 0, entonces = 0; por tanto, x = 0, es
x2 + 1
decir, la intersección con el eje X ocurre en el punto ( 0,0 ).
2·0
Eje Y : si x = 0, entonces y = = 0; por tanto, la
02 + 1
intersección con el eje Y ocurre en el punto ( 0,0 ).
3) Simetrı́as:
En este ejemplo es fácil ver que si sustituimos x por −x, ob-
2x
tenemos y = − 2 , y si sustituimos y por −y, obtenemos
x +1
2x
y = − 2 . En ambos casos se obtienen ecuaciones dis-
x +1
tintas. Luego no hay simetrı́as ni con el eje Y ni con el eje
X. Pero si sustituimos x y y por −x y −y, respectivamente,

obtenemos
2( −x ) 2x
−y = 2
=− 2
( −x ) + 1 x +1
que es la ecuación original. Luego, la curva sı́ es simétrica con
respecto al origen.
4) Ası́ntotas:
a) Horizontales: Como
2x 2
lı́m = lı́m =0
x→±∞ x2 + 1 x→±∞ 1
x+
x
la recta y = 0 (eje X) es ası́ntota horizontal de la curva.
b) Verticales: Dado que x2 + 1 6= 0 para todo x ∈ R, la
curva no tiene ninguna ası́ntota vertical.
c) Oblicuas: Como
f( x ) 2
m = lı́m = lı́m 2 =0
x→±∞ x x→±∞ x + 1
la curva no tiene ninguna ası́ntota oblicua.
5) Puntos crı́ticos: Puesto que
2( 1 + x2 ) − 2x · 2x 2 − 2x2 2( 1 − x )( 1 + x )
f ′( x ) = 2 2
= =
(x + 1) ( x2 + 1 )2 ( x2 + 1 )2
entonces f ′ ( x ) = 0 si x = 1 ó x = −1. Luego los puntos

crı́ticos son 1 y −1.
6) Crecimiento y decrecimiento, máximos y mı́nimos re-

lativos:
Para los intervalos de crecimiento y decrecimiento se puede
utilizar la siguiente presentación: Sobre una recta numérica
que represente el dominio de la función se marcan, de mane-
ra ordenada, los puntos crı́ticos. En cada uno de los interva-
los que resultan, se analiza el signo de la primera derivada
y, según el teorema 7, si f ′ ( x ) > 0, entonces f (·) crece y

si f ′ ( x ) < 0, entonces f (·) decrece. Esto lo representamos
aquı́ por ր y ց , respectivamente. De manera similar se pro-
cede con el criterio de la segunda derivada: si f ′′ ( x ) > 0,
la curva será convexa y la representaremos como ⌣; y si
f ′′ ( x ) < 0, la curva será cóncava y la representaremos co-
mo ⌢. Para nuestro ejemplo tenemos, en primer lugar, la
figura 31.
−−−−−−−−− b
+ + + + + + ++
b b
−−−−−−−−−
R
-1 0 1
Figura 31
Según el teorema 8, en x = −1 hay un mı́nimo relativo que
es f ( −1 ) = −1 y en x = 1 hay un máximo relativo que es
f ( 1 ) = 1. En ( −∞, −1 ] y [ 1, ∞ ) la función decrece y, en
[ −1, 1 ], crece.
7) Concavidad: 2
′′ −4x x2 + 1 − 2( x2 + 1 )2x( 2 − 2x2 )
f (x) =
( x2 + 1 )4
−4x( x2 + 1 ) − 8x( 1 − x2 )
=
( x2 + 1 )3
√ √
4x3 − 12x 4x( x − 3 )( x + 3 )
= =
( x2 + 1 )3 ( x2 + 1 )3
√ √
Luego, f ′′ ( x ) = 0 si x = − 3, 0, 3.
⌢ ⌣ ⌢ ⌣
−−−−−−−−−−− +++++ −−−−− + + + + + + + + ++
b b b
√ √ R
− 3 0 3
Figura 32
√ √ √ √
Según la definición 7, los puntos ( − 3, − 23 ), ( 0, 0 ) y ( 3, 23 )
√ √
son puntos de inflexión. En (√ −∞, − 3 )√y ( 0, 3 ) la gráfica
es cóncava estricta, y en ( − 3, 0 ) y ( 3, +∞ ) es convexa
estricta.
8) Gráfica aproximada:
Con rango [ −1, 1 ], la gráfica de esta función aparecerı́a como
en la figura 33.
y
2x
1 y= x2 +1
-1 1 x
-1
Figura 33
x
b) Para la función y = x tenemos que:
e
1) Dominio:
Df = R, ya que ex está definida para cualquier x ∈ R.
2) Intersecciones:
Eje X: Si y = 0, entonces x = 0; es decir, la intersección con
el eje X ocurre en el punto ( 0,0 ).
Eje Y : Si x = 0, entonces y = 0; ası́, la intersección con el
eje Y ocurre en el punto ( 0,0 ).
3) Simetrı́as:
Si sustituimos x por −x, ó, y por −y, obtenemos ecuaciones
distintas. Luego no hay simetrı́as ni con el eje X, ni con el
eje Y . Tampoco obtenemos una ecuación de simetrı́a si sus-
tituimos x y y por −x y −y, respectivamente.
4) Ası́ntotas:
a) Horizontales:
Puesto que, utilizando la regla de L’Hôpital, se tiene que
x 1
lı́mx
= lı́m x = 0
x→+∞ e x→+∞ e
entonces la recta y = 0 (eje X) es ası́ntota horizontal de

x
la curva. Además, obsérvese que lı́m x = −∞.
x→−∞ e
b) Verticales: Puesto que ex está bien definida para todo

x ∈ R, esta curva no tiene ası́ntota vertical.
c) Oblicuas: No tiene ası́ntota oblicuas.
5) Puntos crı́ticos:
ex − x(ex ) 1−x
f ′ (x) = 2x
=
e ex
Ası́, f ′ ( x ) = 0 si, y sólo si, x = 1. El único punto crı́tico es

1.
6) Crecimiento y decrecimiento, máximos y mı́nimos re-
lativos:
Claramente, f ′ (x) > 0 si x < 1, y f ′ (x) < 0 si x > 1. Ası́,

en (−∞, 1] la función es creciente; y en [1, +∞), la función es
decreciente. En x = 1, según el teorema 8 (Condiciones su-
ficientes para la existencia de un extremo), tiene un máximo
relativo (ver figura 34).
+ + + + + + + + + + + + + + + + ++
b b
− − − − − − − − −−
0 1 R
Figura 34
7) Concavidad:
ex (−1) − (1 − x)ex x−2

f ′′ (x) = 2x
=
e ex
Luego f ′′ (x) = 0 sólo cuando x = 2. Según la definición 7,

únicamente el punto (2,2/e2 ) es de inflexión. La gráfica es
cóncava estricta en (−∞, 2), y convexa estricta en (2, +∞).
8) Gráfica aproximada:
Con rango (−∞, 1/e), la gráfica de esta función aparecerı́a
como en la figura 35.
y
1/e −
x
1 2
x
Figura 35: f (x) =
ex
Ejercicios 4
1) Dibuje, siguiendo lineamientos especı́ficos como los señalados en

esta lección, las siguientes funciones:
a) f ( x ) = x3 − x b) f ( x ) = xα , x ≥ 0, α > 0
ln x − 1 ( x + 1 )3
c) f ( x ) = , x>0 d) f ( x ) = , x 6= 1
x ( x − 1 )2
x+3
e) f ( x ) = x + ln x, x>0 f) f ( x ) =
( x + 1 )( x − 1 )
g) f ( x ) = 1 − 9x − 6x2 − x3 h) f ( x ) = 3x4 − 7x3 + 2x2
3x
i) f ( x ) = j) f ( x ) = x3 − 4x2
x2−1
1 1 1
k) f ( x ) = √ , |x| < l) f( x ) = 3 −
1 − 4x2 2 x+2
5. Valores extremos de una función de dos va-

riables
En esta última sección de la presente lección, consideraremos preguntas
análogas para funciones de dos variables a las ya realizadas para funcio-
nes de sólo una variable. Supongamos entonces que f : A(⊆ R2 ) −→ R
es una función cualquiera. Se tienen las definiciones siguientes:
Definición 9. (Máximo relativo y absoluto)

Se dice que f (·, ·) tiene un punto de máximo relativo (o local) en ( x0 , y0 ) ∈
A si f ( x, y ) ≤ f ( x0 , y0 ) para todo ( x, y ) en un disco abierto4 alrededor
de ( x0 , y0 ) dentro de A; y se dice que f ( x0 , y0 ) es un punto de máximo
absoluto (o global) de f (·, ·) en A si la misma desigualdad se tiene para
todo ( x, y ) ∈ A (ver figura 36).
z = f (x, y)
f (x0 , y0 ) = máximo absoluto
(x0 , y0 )
x y
Figura 36
Definición 10. (Mı́nimo relativo y absoluto)

Se dice que f (· , ·) tiene un punto de mı́nimo relativo (o local) en ( x0 , y0 ) ∈
Df si existe un disco abierto alrededor de ( x0 , y0 ) tal que f ( x, y ) ≥
f ( x0 , y0 ) para todo ( x, y ) en la intersección del disco con el dominio
Df .
Y se dice que f ( x0 , y0 ) es un mı́nimo absoluto de f (· , ·) en Df si la
misma desigualdad se da para todo ( x, y ) ∈ Df (ver figura 37).
Definición 11. (Punto extremo)

Se llama punto extremo de una función a un punto de máximo o de
mı́nimo (relativo o absoluto) de ella.
4
Recordemos de n nuevo que p un disco abierto es un conjunto
o de la forma
2 2 2
Dr ( x0 , y0 ) = ( x, y ) ∈ R / ( x − x0 ) + ( y − y0 ) < r , donde r (el radio
del disco) es un número positivo.
z = f (x, y)
f (x0 , y0 ) = mı́nimo absoluto
x (x0 , y0 )
y
Figura 37
Teorema 12. (Condición necesaria para la existencia de un

extremo)
Sea f : A(⊆ R2 ) −→ R una función diferenciable, donde A es un
conjunto abierto 5 y no-vacı́o. Si f ( x0 , y0 ) es un extremo de la función,
entonces ∇ f ( x0 , y0 ) = ( 0, 0 ).
Demostración.
Si f ( x0 , y0 ) es un extremo de f ( x, y ), entonces la función f ( x, y0 ),
que sólo depende de x, tiene un extremo en x0 y, por tanto (aplican-
∂f
do el teorema 1), = 0. De manera similar tendremos que
∂x ( x0 ,y0 )

∂f
= 0.
∂y ( x0 ,y0 )
Definición 12. (Punto crı́tico para funciones de dos variables)

Diremos que ( x0 , y0 ) es un punto crı́tico de la función diferenciable
f ( · , · ) si, y sólo si, ∇ f ( x0 , y0 ) = (0, 0).
Ejemplo 25.
a) Si f ( x, y ) = x2 + y 2 , el único punto crı́tico de esta función es
( 0, 0 ), pues ∇ f |( x,y ) = ( 2x, 2y ) = ( 0, 0 ) si, y sólo si, y = x = 0.
5
Recordemos también que un conjunto A ⊆ R2 es abierto si para todo punto
( x0 , y0 ) ∈ A existe un disco abierto Dr ( x0 , y0 ) tal que Dr ( x0 , y0 ) ⊆ A.
Claramente es un punto de mı́nimo absoluto, similar al de la figura

37 después de colocar el vértice en (0,0,0).
b) Si f ( x, y ) = 1 − x2 − y 2 , el único punto crı́tico también es ( 0, 0 ),
pues ∇ f |( x,y ) = ( −2x, −2y ) = ( 0, 0 ) si, y sólo si, y = x = 0. Es
un punto de máximo absoluto, similar al de la figura 36 después
de colocar el vértice en (0,0,1).
c) Si f ( x, y ) = 1 + x2 − y 2 , el único punto donde ∇ f |( x,y ) =

( 2x, −2y ) = ( 0, 0 ) es x = y = 0 como fácilmente se tiene. Sin
embargo, este punto crı́tico no es un punto extremo de la función
como se observa en la gráfica de la “silla de montar” (ver figura
38).
z
Punto de Silla
y
Figura 38: f ( x, y ) = 1 + x2 − y 2
Nota 14. (Es falso que un punto crı́tico sea extremo)

Este último ejemplo c) sirve para mostrar que la condición del gradiente
nulo no es suficiente para garantizar que el punto sea extremo; es decir,
no todos los puntos crı́ticos son extremos.
Ejemplo 26.
Sea f ( x, y ) = x3 + y 3 − 3xy + 15. El vector gradiente de f (· , ·) es
∇ f |( x,y ) = ( 3x2 − 3y, 3y 2 − 3x )
Este vector es igual a cero si, y sólo si, 3x2 − 3y = 0 y 3y 2 − 3x = 0; es

decir, si, y sólo si, x2 = y y y 2 = x. Ası́, el vector gradiente es igual a
cero si x = 0 y y = 0 ó x = 1 y y = 1.
Ejemplo 27.
Sea f ( x, y ) = 1−x2 +4xy −y 2 . Notemos que ∇ f |( 0,0 ) = (−2x+4y, 4x−
2y)|( 0,0 ) = ( 0, 0 ). Ası́, (0, 0) es un (el único) punto crı́tico de f (·, ·). Es
un punto de silla como se ve en la figura 39.
x y
Figura 39: f ( x, y ) = 1 − x2 + 4xy − y 2
Teorema 13. (Teorema de Taylor para dos variables)

Sea f (· , ·) una función continua en ( x0 , y0 ) y tal que todas sus deriva-
das parciales hasta de orden n + 1 existen y son continuas en ( x0 , y0 ).
Entonces para cada ( x, y ) existe c ∈ ( 0, 1 ) tal que
" #
∂f ∂f
f ( x, y ) = f ( x0 , y0 ) + ( x − x0 ) + ( y − y0 ) +
∂x ( x0 ,y0 ) ∂y ( x0 ,y0 )
" #
∂ 2 f 2f 2f

1 ∂ ∂
( x − x0 )2 + 2 ( x − x0 )( y − y0 ) + ( y − y0 )2 +
2! ∂x2 ( x0 ,y0 ) ∂x∂y ∂y 2 ( x0 ,y0 )
"
∂ 3 f ∂ 3 f

1 3
( x − x0 ) + 3 ( x − x0 )2 ( y − y0 ) +
3! ∂x3 ( x0 ,y0 ) ∂x2 ∂y ( x0 ,y0 )
#
∂ 3 f 3f

∂
3 ( x − x0 )( y − y0 )2 + ( y − y0 )3 + · · · +
∂x∂y 2 ( x0 ,y0 ) ∂y 3 ( x0 ,y0 )
∂ n

1 ∂
( x − x0 ) + ( y − y0 ) f + · · · + Rn+1 ( x )
n! ∂x ∂y ( x0 ,y0 )
donde
" n+1 #
1 ∂ ∂
Rn+1 ( x ) ≡ ( x − x0 ) + ( y − y0 ) f

( n + 1 )! ∂x ∂y
( cx+( 1−c )x0 , cy+( 1−c )y0 )
para algún c, 0 < c < 1. Si lı́m Rn+1 ( x ) = 0, independientemente de

n→∞
x, se acostumbra escribirlo en la forma:
" #
∂f ∂f
f ( x, y ) = f ( x0 , y0 ) + ( x − x0 ) + ( y − y0 ) +
∂x ( x0 ,y0 ) ∂y ( x0 ,y0 )
" #
∂ 2 f ∂2f ∂ 2 f

1 2 2
( x − x0 ) + 2 ( x − x0 )( y − y0 ) + ( y − y0 ) +
2! ∂x2 ( x0 ,y0 ) ∂x∂y ∂y 2 ( x0 ,y0 )
"
∂ 3 f ∂ 3 f

1 3
( x − x0 ) + 3 ( x − x0 )2 ( y − y0 ) +
3! ∂x3 ( x0 ,y0 ) ∂x2 ∂y ( x0 ,y0 )
#
∂ 3 f 3f

∂
3 ( x − x0 )( y − y0 )2 + ( y − y0 )3 + · · · +
∂x∂y 2 ( x0 ,y0 ) ∂y 3 ( x0 ,y0 )
n
1 ∂ ∂
( x − x0 ) + ( y − y0 ) f + ···
n! ∂x ∂y ( x0 ,y0 )
que denominaremos “expansión en serie de Taylor de la función f (· , ·)

alrededor del punto ( x0 , y0 )”.
Demostración.
Aplı́quese el teorema de Taylor (teorema 6) a la función u definida por
u(t) = f (x0 + t(x − x0 ), y0 + t(y − y0 )) para t ∈ [−δ, δ] y δ > 0 “pe-
queño”.
Ejemplo 28.
Calculemos la expansión en serie de Taylor de las siguientes funciones
alrededor del punto ( 0, 0 ): f ( x, y ) = ex+y ; f ( x, y ) = sen x sen y.
Solución.
a) Por un argumento similar al del numeral c) del ejemplo 7 (expan-

siones de Taylor fundamentales) se tiene que lı́m Rn+1 ( x ) = 0.
n→∞
Por tanto, la expansión en serie de Taylor de f ( x, y ) = ex+y alre-
dedor de ( 0, 0 ) es
" #
∂f ∂f
f ( x, y ) =1 + x +y + ···
∂x ( 0,0 ) ∂y ( 0,0 )
" #
2f 2f 2f

1 ∂ ∂ ∂
x2 + 2xy ( 0, 0 ) + y 2 +
2 ∂x2 ( 0,0 ) ∂x∂y ∂y 2 ( 0,0 )
" #
1 3 ∂ 3 f 3f 3f 3f

∂ ∂ ∂
x + 3x2 y + 3xy 2 + y3
6 ∂x3 ( 0,0 ) ∂x2 ∂y ( 0,0 ) ∂x∂y 2 ( 0,0 ) ∂y 3 ( 0,0 )
∂ n

1 ∂
+ ··· + x +y f + ···
n! ∂x ∂y ( 0,0 )
Observemos que todas las derivadas de f ( x, y ) = ex+y son iguales

a la función. Por tanto, todas las derivadas de ex+y evaluadas en
( 0, 0 ) son iguales a 1. Ası́,
1 1 1
ex+y = 1+( x+y )+ ( x+y )2 + ( x+y )3 +· · ·+ ( x+y )n +· · ·
2! 3! n!
b) Todas las derivadas de orden impar de f ( x, y ) = sen x sen y son

iguales a cero. Ası́, la expansión en serie de Taylor de f ( x, y ) =
sen x sen y alrededor de ( 0, 0 ) es
1 1 1
sen x sen y = 2xy− ( 4x3 y+4xy 3 )+ ( 6x5 y+20x3 y 3 +6xy 5 )+· · ·
2! 4! 6!
N
Ahora: nuestro próximo propósito será el de encontrar condiciones su-

ficientes que permitan clasificar los puntos crı́ticos entre máximos re-
lativos, mı́nimos relativos, puntos de silla y, tal vez, otros casos. Si re-
cordamos lo encontrado para funciones de una sola variable, no es de
extrañar que la solución a este problema sea recurrir a las segundas de-
rivadas parciales. Enunciemos primero el teorema y después analicemos
por qué esto debe ser ası́.
Teorema 14. (Criterio de segunda derivada para extremos re-

lativos)
Sea f : A(⊆ R2 ) −→ R una función con primeras y segundas derivadas

continuas en A. Sea ( x0 , y0 ) ∈ A tal que ∇ f |( x0 ,y0 ) = (0, 0). Llamemos
∂ 2 f ∂ 2 f ∂ 2 f

a≡ , b≡ y c≡
∂x2 ( x0 ,y0 ) ∂x∂y ( x0 ,y0 ) ∂y 2 ( x0 ,y0 )
Entonces se tienen los siguientes casos:
i) Si ac − b2 > 0 y a < 0, entonces ( x0 , y0 ) es un máximo relativo

de f ( x, y ).
ii) Si ac − b2 > 0 y a > 0, entonces ( x0 , y0 ) es un mı́nimo relativo de

f ( x, y ).
iii) Si ac − b2 < 0, entonces ( x0 , y0 ) es un punto de silla de f ( x, y ).
iv) Si ac − b2 = 0, el criterio no permite determinar la naturaleza del

punto crı́tico ( x0 , y0 ).
Demostración.
Sea F ( t ) = f ( x0 + t∆x, y0 + t∆y ), t ∈ [ 0, 1 ]. Por el teorema de Taylor

para n = 2 en el intervalo [ 0, 1 ],
( 1 − 0 )2
F ( 1 ) = F ( 0 ) + F ′ ( 0 )( 1 − 0 ) + F ′′ ( c ) (1)
2
para algún número c entre 0 y 1. Pero,

i) F (1) = f ( x0 + ∆x, y0 + ∆y ); ii) F (0) = f ( x0 , y0 )

∂f ∂f
iii) F ′ (t) = ∆x + ∆y; y, por tanto,
∂x ∂y

′ ∂f ∂f
F (0) = ∆x + ∆y;
∂x ∂y
( x0 ,y0 ) ( x0 ,y0 )

d ∂f d ∂f
iv) F ′′ (t) = ∆x + ∆y
dt ∂x dt ∂y
2
∂2f
2
∂2f

∂ f ∂ f
= ∆x + ∆y ∆x + ∆y + ∆x ∆y
∂x2 ∂y∂x ∂y 2 ∂x∂y
∂2f 2 ∂2f ∂2f
= (∆x) + 2 ∆x ∆y + (∆y)2
∂x2 ∂x∂y ∂y 2
∂ 2 f ∂ 2 f

′′ 2
F (c) = (∆x) + 2 ∆x ∆y
∂x2 ( x0 +c∆x,y0+c∆y ) ∂x∂y ( x0 +c∆x,y0+c∆y )
∂ 2 f

+ (∆y)2
∂y 2 ( x0 +c∆x,y0+c∆y )
Ası́, de (1) obtenemos que
1 ′′
f ( x0 + ∆x, y0 + ∆y ) = f ( x0 , y0 ) + F (c)
2

∂f
∂f

pues = = 0.
∂x ( x0 ,y0 )
∂y ( x0 ,y0 )
Ahora observemos que

!2
∂ 2 f ∂ 2 f ∂ 2 f

F ′′ ( c ) = ∆x + ∆y
∂x2 (x0 +c∆x,y0+c∆y) ∂x2 (x0 +c∆x,y0+c∆y) ∂x∂y (x0 +c∆x,y0 +c∆y)
!
∂ 2 f ∂ 2 f ∂ 2 f

+ −( )2 (∆y 2 )
∂x2 (x0 +c∆x,y0 +c∆y) ∂y 2 (x0 +c∆x,y0+c∆y) ∂x∂y (x0 +c∆x,y0+c∆y)
(2)
y, por tanto, para ∆x y ∆y son suficientemente pequeños, tendremos
que:
a) Si ac − b2 > 0 y a < 0, entonces, de (2), F ′′ ( c ) < 0 y ası́, f (·) tiene

un máximo local en t = c; esto implica que f (·) tiene un máximo
local en ( x0 , y0 ).
b) Si ac − b2 > 0 y a > 0, entonces, de (2), F ′′ ( c ) > 0 y ası́, F (·)

tiene un mı́nimo local en ( x0 , y0 ).
c) Si ac − b2 < 0 existen combinaciones de ∆x y ∆y que hacen que

F ′′ ( c ) < 0, y combinaciones de ∆x y ∆y que hacen que F ′′ ( c ) >
0. Por tanto, F (·) tiene un punto de silla en ( x0 , y0 ).
d) Si b2 − ac = 0, sólo podemos obtener que
∂ 2 f

F ′′ ( c ) > 0
∂x2 (x0 +c∆x,y0 +c∆y)
para todo ∆x, ∆y. De manera que no es posible obtener informa-

ción acerca del signo de F ′′ ( c ).
Definición 13. (Matriz hessiana (Hesse (1842), Sylvester (1851)))

La matriz hessiana de la función dos veces diferenciable con continuidad
f ( x, y ) evaluada en el punto ( x, y ), denotada H( x, y ), está definida
como  2
∂ 2 f

∂ f

 ∂x2 ∂x∂y ( x,y ) 
 ( x,y ) 
H( x, y ) = 
 ;
2 2

 ∂ f ∂ f 

∂y∂x ( x,y )
2
∂y ( x,y )

es decir, la matriz hessiana es la “segunda derivada” de una función de

∂2f ∂2f
dos variables. Además, por el teorema 23 de la lección 2, = ;
∂y∂x ∂x∂y
ası́, la matriz hessiana es una matriz simétrica (ver volumen I: Álgebra
lineal). Utilizando esta matriz, podemos reescribir el teorema 14 ası́:
∂ 2 f

a) Si el determinante de H( x0 , y0 ) es positivo y es nega-
∂x2 ( x0 ,y0 )
tivo, es decir, si la matriz hessiana es definida negativa en ( x0 , y0 ),
entonces f ( x0 , y0 ) es un máximo relativo de f ( x, y ).
∂ 2 f

b) Si el determinante de H( x0 , y0 ) es positivo y es posi-
∂x2 ( x0 ,y0 )
tivo, es decir, si la matriz hessiana es definida positiva en ( x0 , y0 ),
entonces f ( x0 , y0 ) es un mı́nimo relativo de f ( x, y ).
c) Si el determinante de H( x0 , y0 ) es negativo, entonces ( x0 , y0 ) es

un punto de silla de f ( x, y ).
Ejemplo 29. (Comportamiento de las formas cuadráticas)

Sea f ( x, y ) = ax2 + 2bxy + cy 2 + d; a, b, c 6= 0. Aquı́,
∂f ∂f
= 2ax + 2by ; = 2bx + 2cy (1)
∂x ∂y
∂2f ∂2f ∂2f

= 2a ; = 2c ; = 2b
∂x2 ∂y 2 ∂x∂y
Si b2 − ac 6= 0, entonces el único punto crı́tico es ( 0, 0 ), pues de (1),
2ax + 2by = 0
2bx + 2cy = 0 (2)

2a 2b
tiene única solución ( 0, 0 ) si, y sólo si, el determinante =
2b 2c
4 ac − b2 es diferente de cero. Ahora: aplicando el teorema 14, se tiene

que
a) f ( 0, 0 ) es máximo local si a < 0, ac − b2 > 0.
b) f ( 0, 0 ) es mı́nimo local si a > 0, ac − b2 > 0.
c) f ( 0, 0 ) es punto de silla si ac − b2 < 0.
Nota 15.
El hecho de que las condiciones para extremos del teorema 14 concuer-
den con las condiciones para extremos de las formas cuadráticas no es
coincidencia. De hecho, la prueba del teorema es sólo la parte formal del
siguiente argumento geométrico basado en la expansión de Taylor de la
función:
a) Si un punto ( x0 , y0 ) es de máximo local de una superficie f ( x, y )

deberı́a poder “ajustársele”, alrededor del punto f ( x0 , y0 ), una
forma cuadrática como la de la figura 40.
b
z0 = f (x0 , y0 )
Superficie z = f (x, y)
Forma cuadrática
alrededor de f (x0 , y0 )
Figura 40
b) Y si un punto ( x0 , y0 ) es de mı́nimo local de una superficie f ( x, y )
deberı́a también poder “ajustársele” una forma cuadrática como
la de la figura 41.
c) De manera similar para el punto crı́tico ( x0 , y0 ) que es silla de

montar.
Superficie z = f (x, y)
Forma cuadrática
b
alrededor de f (x0 , y0 )
z0 = f (x0 , y0 )
Figura 41
Ejemplo 30.
Sea f ( x, y ) = x2 + xy + y 2 − αx − βy. Encontremos los máximos, los
mı́nimos y los puntos de silla de esta función.
Solución.
El vector gradiente de f (· , ·) es
∇ f |( x,y ) = ( 2x + y − α, x + 2y − β )
2α − β 2β − α
Este vector es igual a cero si, y sólo si, x = y y = .
3 3
Además,
∂2f ∂2f ∂2f
= 2 ; = 2; =1
∂x2 ∂y 2 ∂x∂y
La matriz hessiana de esta función es

2 1
H( x, y ) =
1 2
∂2f
para todo ( x, y ) en el dominio de f (· , ·). Como = 2 y det H( x, y ) =
∂x2
2α − β 2β − α
3 > 0, entonces f , es un mı́nimo relativo de f (· , ·).
3 3
Ejemplo 31.
Sea f ( x, y ) = x3 + xy 2 + xy. Encontremos los máximos relativos, los
mı́nimos relativos y los puntos de silla de esta función.
Solución.
∇f |( x,y ) = ( 3x2 + y 2 + y, 2xy + x )
Este vector
√ es igual a cero si x =√ 0 y y = 0 ó x = 0 y y = −1;
ó x = 12 y y = − 12 ; ó x = − 1212 , y
12
= − 12 ; ó x = − √112 , y = − 12 .
Además,
∂2f ∂2f ∂2f
= 6x ; = 2x ; = 2y + 1
∂x2 ∂y 2 ∂x∂y
La matriz hessiana es

6x 2y + 1
H( x, y ) =
2y + 1 2x
y su determinante es
| H( x, y ) | = 12x2 − ( 2y + 1 )2
∂ 2 f

Como = 0 y | H( 0, 0 ) | = −1 < 0, entonces ( 0, 0 ) es un
∂x2 ( 0,0 )
punto de silla de f (· , ·).
∂ 2 f

Puesto que = 0 y | H( 0, −1 ) | = −1 < 0, entonces ( 0, −1 )
∂x2 ( 0,−1 )
es otro punto de silla de f (· , ·).
√
∂ 2 f √

12 12

1
Como = y H , − 2 = 1 > 0, entonces

√
∂x2 12 ,− 1
2
12
12 2
√
f 1212 , − 12 es un mı́nimo relativo de f (· , ·).
√
12 1
¿Qué sucede en el punto (− 12 , − 2 )?
Ejemplo 32.
Sea f ( x, y ) = x2 + xy + y 2 − 6x + 3, Encontremos los máximos relativos,
los mı́nimos relativos y los puntos de silla de esta función.
Solución.
∇ f |( x,y ) = ( 2x + y − 6, x + 2y )
Este vector es igual a cero si, y sólo si, x = 4 y y = −2. Además,

∂2f ∂2f ∂2f
= 2; = 2; =1
∂x2 ∂y 2 ∂x∂y
La matriz hessiana de esta función es

2 1
H( x, y ) =
1 2
∂2f
para todo ( x, y ) en el dominio de f (· , ·). Como = 2 y det H( x, y ) =
∂x2
3 > 0, entonces f ( 4, −2 ) es un mı́nimo relativo de f (· , ·) (ver figura 42).
z
(4, −2)
x
y
−9
Figura 42: f (x, y) = x2 + xy + y 2 − 6x + 3

Ejemplo 33. (Un problema de fabricación)

Determinemos cuál es la menor cantidad posible de material que se re-
quiere para hacer una caja rectangular delgada (sin tapa) de un volumen
asignado v.
Solución.
v
Si los lados de la base de esta caja son x y y, entonces su altura será
xy
y, por tanto, la superficie S de la caja estará dada por
v
S( x, y ) = xy + ( 2x + 2y )
xy
El problema entonces es minimizar S(·, ·) para x > 0, y > 0.
Nuestra teorı́a de optimización estudiada en esta lección nos dice que si

el mı́nimo se alcanza en ( x0 , y0 ) ∈ R2++ , entonces

∂S ∂S
= 0, = 0;
∂x ( x0 ,y0 ) ∂y ( x0 ,y0 )
2v 2v √
es decir, y0 − 2 = 0 y x0 − 2 = 0 y, por tanto, x0 = y0 = 3 2v y
r x0 y0
v
h = 3 . La matriz hessiana de S( x, y ) es
4
" 4v #
x30
1
H( x, y ) = 4v
1 y03
Luego,

2 1
H( x0 , y0 ) =
1 2
∂ 2 f

Como = 2 y det H( x0 , y0 ) = 3 > 0, entonces S( x0 , y0 ) es
∂x2 ( x0 ,y0 )
un mı́nimo relativo de S( x, y ). Este (x0 , y0 ) es la solución a nuestro
problema.
Ejercicios 5
1) Encuentre, si existen, los puntos crı́ticos de las siguientes funcio-
nes, y determine, utilizando el criterio del hessiano, si estos son
máximos locales, mı́nimos locales, o puntos de ensilladura:
a) f ( x, y ) = x2 − 5xy − y 2 b) f ( x, y ) = 9x3 + y 3 − 4xy

c) f ( x, y ) = x3 − 3xy 2 + y 3 d) f ( x, y ) = x sen y
3 3
e) f ( x, y ) = x + y f) f ( x, y ) = 6x2 − 2xy + y 2
g) f ( x, y ) = 3x2 + 2xy + x2 h) f ( x, y ) = x3 y 2 ( 6 − x − y )
2 −y 2
i) f ( x, y ) = x3 + y 3 + 3xy j) f ( x, y ) = e−x (x2 + 2y 2 )
2) Compare el teorema 9 con el teorema 14 (versión matriz hessiana)

¿Observa elementos comunes? Explique claramente.
a). Una nota sobre el individualismo metodológico
Para la Fı́sica del siglo XVII y mediados del siglo XVIII, el universo
estaba conformado por pequeñas partı́culas (cuya existencia no era ex-
plicada) que se comportaban de acuerdo a leyes mecánicas simples: era
la fı́sica de Galileo, Newton, Lagrange y Laplace. Y aunque las ciencias
sociales (y, en particular, la economı́a) son muy diferentes del punto de
vista mecánico de la fı́sica, el individualismo metodológico allı́ es un es-
quema teórico análogo al de la mecánica. Según esta visión, la economı́a
está conformada por agentes individuales (partı́culas) que interactúan
de acuerdo a leyes bien definidas y, ası́, todo comportamiento económico
es una consecuencia del comportamiento básico de sus agentes y de sus
interacciones.
Aunque el pensamiento económico desde al menos la época de Adam

Smith [1723-1790] tiene en su centro al individuo que toma decisiones, la
formulación de la perspectiva individualista en economı́a se acostumbra
asociar con la escuela austriaca y, muy en particular, con Carl Men-
ger [1840-1921]. En su Principles of Economics (en alemán, Grundsatze
Der Volkwirtschattslehre) de 1871, Menger habrı́a de plantear una con-
troversia metodológica que tendrı́a fuertes consecuencias en la historia
de la economı́a, particularmente por su desacuerdo con la escuela de
economistas clásicos que lo precedieron. En el prefacio de su libro decı́a
sobre esto:“Me he propuesto reducir el complejo fenómeno de la activi-
dad económica humana a los elementos más simples pero que aún puedan
ser sujetos de observación precisa, e investigar la forma en la cual los
fenómenos económicos más complejos se deducen de sus elementos de
acuerdo a principios bien definidos”.
No cabe duda de que Menger estaba seguro de que éste era el único
método posible de investigación económica. Y su perspectiva tiene una
posición central en los economistas de hoy en dı́a. En particular, en su
análisis final, desembocó en la concepción de que cualquier economı́a sólo
puede entenderse y explicarse en términos de consumidores y firmas. Los
conceptos agregados, incluyendo la noción de “economı́a nacional”, no
podrı́an tener existencia ni significado independiente. Un punto central
en este debate es, sin duda, la crı́tica de Menger a la noción de eco-
nomı́a nacional. Para Menger ésta era el producto de muchos esfuerzos

económicos individuales, y para comprenderla se requerı́a entender las
economı́as particulares de la nación. Aún ası́, Menger no explica cla-
ramente ni lo que es el individualismo metodológico, como tampoco el
concepto social de mercado. Reconoce que las economı́as particulares
comercian unas con otras con el objeto (hace énfasis en esto) de servir a
los individuos y no a la nación como unidad. Para Menger, la economı́a
nacional es un complejo de economı́as y no una economı́a en sı́ misma.
Aun ası́, de tiempo en tiempo, aparecen lapsus de la perspectiva del in-
dividualismo metodológico. El desarrollo de lo que hoy llamamos “ma-
croeconomı́a” durante la segunda mitad del siglo XX, es decir, la llama-
da “revolución keynesiana” a través de la sı́ntesis del modelo hicksiano
del IS-LM, podrı́a interpretarse en este sentido. De cualquier forma, las
búsquedas recientes de “microfundamentos” para la macroeconomı́a key-
nesiana revelan una búsqueda de regreso al individualismo metodológi-
co ahora en la arena macroeconómica. De hecho, la evidencia pareciera
sugerir que, después de casi setenta años de economı́a keynesiana, los
economistas no desean abandonar esta metodologı́a, quizás basados en
la idea de que el “problema de agregación” (el todo como suma de sus
partes) se deberı́a resolver satisfactoriamente de alguna forma. Esto, de
hecho, no se ha logrado y el puente directo entre la microeconomı́a y
la macroeconomı́a no ha podido construirse. Quizás el problema radica,
precisamente, en el enfoque metodológico individualista.
b). Una nota sobre la “revolución” marginalista

Por lo menos desde Epicuro [341-270 a.C.] y Aristóteles [384-322 a.C.]
el término “utilidad” ha aparecido en la historia de la filosofı́a y de
la economı́a polı́tica y su primera connotación fue la de “capacidad de
un bien o servicio para satisfacer un deseo”6 . Esta noción de deseo es,
claramente, un concepto subjetivo y contrasta con el concepto objetivo
de qué tan adecuado es ese bien o servicio para determinado propósito.
Sin embargo, para la mayorı́a de los economistas clásicos de los siglos
XVIII y XIX, esta distinción no siempre fue clara. Por ejemplo, Adam
Smith (1776) confundı́a “utilidad” con “valor de uso”. Los diamantes
6
Agradezco a Giancarlo Romano el advertirnos sobre los orı́genes epicúreos del
término “utilidad”.
pueden ser “inútiles” como aseguraba Smith, pero podrı́an todavı́a tener
utilidad en el sentido de ser deseados. Con las notables excepciones de
Jean Baptiste Say y Nassau Senior, este argumento tan equivocado fue
aceptado por el resto de la “escuela clásica”. Por ejemplo, para Ricardo
(1817)7 y otros clásicos, la utilidad era una condición necesaria, pero
no suficiente, para que un bien tuviera valor. Además nunca tuvieron
una teorı́a completa que relacionara el concepto de utilidad con los de
demanda y precios de mercado, pues esto no fue de interés para ellos (la
noción que perseguı́an era la de precio natural (largo plazo) y no la de
precio de mercado (corto plazo)).
Fue, quizás, Jules Dupuit (1844)8 el primero en precisar una completa

explicación de que la relación entre utilidad y demanda requerı́a la distin-
ción entre utilidad total e incrementos de utilidad (“utilidad marginal”),
y que el consumo de incrementos sucesivos de una mercancı́a muestra
incrementos decrecientes de satisfacción o utilidad al consumidor (“mar-
ginalidad decreciente de la utilidad”)9 . Dupuit también mostraba que el
área total bajo la curva de demanda representa la utilidad total derivada
de la mercancı́a (“excedente del consumidor”). Pero aunque la impor-
tancia de Dupuit en la revolución marginalista es ahora bien reconocida,
no lo fue en su época.
Tampoco lo fue para el alemán Hermann H. Gossen (1854), quien fuera

uno de los economistas que más aportara a la teorı́a de la utilidad mar-
ginal en este perı́odo. Su libro de 1854 contenı́a no sólo la “ley de los
deseos saciados” (marginalidad decreciente de la utilidad), sino también
la condición de que para maximizar la utilidad (satisfacción) de cual-
quier bien capaz de satisfacer varios deseos, éste debe ser utilizado entre
usos de tal manera que se igualen sus utilidades marginales10 . Este libro,
sin embargo, sólo recibirı́a atención hasta 1878 (veinte años después de
la muerte de su autor) cuando fue descubierto accidentalmente por R.
Adamson y William S. Jevons. Para esta época ya el análisis económico,
7
Ricardo, David (1817), Principles of Political Economy and Taxation, Ed. Every-
man,1926.
8
Dupuit, Jules (1844), On the Measurement of the Utility of Public Works, Inter-
national Economic Papers, No.2. Londres: Macmillan, 1952.
9
Esta es la noción de concavidad de la función de utilidad.
10
Para maximizar u( x ) − v( x ) debemos tener al menos que u′ ( x ) = v ′ ( x ), donde
u(·) y v(·) son funciones de utilidad.
bajo la luz de la noción de utilidad marginal, comenzaba a tener un

lugar, y este cambio se acostumbra a fechar en 1871 con la publicación
simultánea de los trabajos de Jevons en Inglaterra y Menger en Austria,
como también el de Walras (1874)11 en Suiza. Todos ellos estudiaban la
teorı́a del valor en la cual la noción de marginalidad decreciente de la
utilidad era central. Parece, sin embargo, que estos tres autores (Jevons,
Menger y Walras) llegaron a las ideas marginalistas fundamentales, no
sólo independientemente, sino también sin deuda, a este respecto, con
sus predecesores Dupuit y Gossen.
Este ejemplo de descubrimiento simultáneo es lo que se conoce ahora con
el nombre de “la revolución marginalista”. El premio Nobel en economı́a
de 1972, John Hicks (1976),12 decı́a a este respecto que “la novedad
esencial en el trabajo de estos economistas fue que en lugar de basar su
economı́a en producción y distribución, la basaron en intercambio”. Aún
ası́, el análisis marginal abrirı́a el compás para analizar no sólo consumo
sino también producción y distribución.
Un elemento principal en este cambio de dirección en el pensamiento
económico fue el paso del concepto clásico de valor de uso al concepto
de utilidad hedonista (medida a través de lo que Jevons llamó “grado
final de utilidad”) logrado con el intercambio de bienes para maximi-
zar la satisfacción. Para Jevons (y sólo para él) la teorı́a de la utilidad
era central en la estructura del análisis económico (“el valor depende
enteramente de la utilidad”, decı́a; y agregaba que “la economı́a polı́ti-
ca deberı́a fundarse sobre una completa y precisa investigación de las
condiciones de utilidad”(1871)13 ). Para Walras y Menger, la teorı́a de
la utilidad era sólo una parte de una estructura analı́tica mucho más
grande. Para Walras (quien, quizás, fuera el más claro, el más riguroso
y también el más intuitivo de los tres) el problema era el del fenómeno
del mercado y no el de la teorı́a del consumo: “su problema era más la
satisfacción del consumidor en la plaza de mercado que en el comedor
de la casa” (Jaffé (1973)14 ). Para Menger el problema sı́ era el desa-
11
Walras, Léon (1874), Elements of Pure Economics, Homewood, Ill.: Irwin, 1954.
12
Hicks, John (1976), “Revolutions in Economics” in Method and Appraisal in Eco-
nomics, Ed. J.J. Latsis. Cambridge and New York: Cambridge University Press.
13
Jevons, William S. (1871), The Theory of Political Economy, New York: A.M.
Kelley, 1965.
14
Jaffé, William (1973), “Léon Walras’ Role in the Marginal Revolution of the
rrollo de una teorı́a del comportamiento del consumidor pensando que

los individuos buscan satisfacer sus necesidades subjetivas de la forma
más eficiente posible. Fue él quien elaboró muchas de las proposiciones
esenciales conocidas hoy bajo el nombre de “teorı́a del comportamiento
maximizador del consumidor” aunque debe señalarse que Menger, más
claro que Jevons, fue menos formal.
Aún ası́, ninguno de estos pioneros de la teorı́a marginalista logró esta-
blecer relaciones precisas entre, por ejemplo, la utilidad del individuo y la
función de demanda, o entre la demanda del mercado y el precio del mer-
cado. Este serı́a el trabajo de Marshall (1890)15 y Edgeworth(1899).16
Algunas de las principales crı́ticas de la época a la teorı́a marginalista
radicaban en la integración de la teorı́a de la utilidad con la psicologı́a
hedonista y en los problemas de medir el bienestar en términos de la
utilidad. En años posteriores, el problema de la agregación de la utili-
dad también ha puesto en dificultades a los economistas. Ninguno de los
pioneros mencionados pareció haber advertido estos problemas. Mars-
hall (1890) aceptaba la idea de utilidad como medible cardinalmente
y permitı́a la posibilidad de comparaciones interpersonales de utilidad.
La teorı́a de la utilidad cardinal siempre estuvo en la base de la teorı́a
de la demanda de Marshall. Fue a partir de esta teorı́a de la demanda
que se originó el trabajo de su sucesor Pigou (1920)17 sobre economı́a
del bienestar. Pigou nunca habló de algo ası́ como “utilidad agregada”;
en su lugar tomó el dividendo nacional de Marshall (es decir, el ingreso
agregado real) como la contraparte objetiva del bienestar económico. Pi-
gou aseguraba que el bienestar económico serı́a mayor cuando el ingreso
real aumentara, cuando las fluctuaciones en su cantidad se redujeran, y
cuando fuera distribuido de manera más equitativa entre las personas.
En los años 1930’s, los economistas se mostraban muy incómodos con la
idea de “medida de la utilidad” y con sus comparaciones interpersonales
y la teorı́a de la utilidad mostraba signos de reducirse a una tautologı́a
estéril. En 1934, Hicks y Allen utilizaron las técnicas de las curvas de
1870’s” in The Marginal Revolution in Economics, Ed. R.D. Collison Black, A.W.
Coats and C.D. Goodwin, Durham, NC: Duke University Press.
15
Marshall, Alfred (1890), Principles of Economics, London: Macmillan.
16
Edgeworth, Francis (1899), “Utility” in Dictionary of Political Economy, vol. III.
Ed. R.H.I. Palgrave. London: Macmillan
17
Pigou, Arthur C. (1920), The Economics of Welfare, London: Macmillan.
indiferencia de Edgeworth (desarrolladas por Pareto) para presentar una

teorı́a del consumidor que sólo involucrara comparaciones ordinales de
satisfacción. Posteriormente, la teorı́a de las preferencias reveladas de
Samuelson (1948)18 y la demostración de condiciones bajo las cuales
un orden puede representarse mediante una función numérica (Debreu
(1954)19 ) apaciguaron esta discusión sobre las que consideraban unas
“dudosas hipótesis psicológicas”: se habı́a ganado una posibilidad desde
lo empı́rico que antes no tenı́a. Pero no fue el concepto de excedente del
consumidor de Dupuit, ni el tipo de economı́a del bienestar desarrollada
por Marshall, Pigou, Hotelling, Lange, Allais y otros, sino el concepto de
óptimo económico de Pareto el que se posicionó en la teorı́a económica
moderna con más firmeza (una posición es Pareto-óptima si es imposible
mejorar el bienestar de algún agente sin desmejorar el de otro), para
mostrar que habı́a algo útil en la teorı́a marginalista.
Después del fervor de los 1930’s, la visión marginalista comenzó a des-
plazar, virtualmente, a todas las otras teorı́as y aproximaciones a la
economı́a. La revolución marginalista no sólo fue algo que sucedió en
los 1870’s, sino que requirió de seis décadas más para establecerse. Ac-
tualmente, viene decreciendo su impacto pues otros paradigmas evitan
su completo dominio. Entre ellos están la “escuela” postkeynesiana, la
“contrarevolución” clásica-sraffiana, y la teorı́a de interacciones. Las dos
primeras han sido, con diferentes grado de éxito, derrotadas por los
“neoclásicos”en algunas batallas. La teorı́a de interacciones, sin embar-
go, ha mostrado ser un contendor más resistente y rehace ahora un nueva
visión de la teorı́a económica.
c). Ejemplos de racionalidad y marginalismo

El marginalismo es claramente implicado por el que se ha dado en lla-
mar principio de racionalidad (tratar de alcanzar lo máximo o lo mı́nimo
con los medios a disposición). Obviamente, la relación entre racionali-
dad y marginalismo se expresa mediante los teoremas 1 y 12 de esta
18
Samuelson, Paul (1947), Foundations of Economic Analysis, Cambridge, Mass.:
Harvard University Press.
19
Debreu, Gerard (1954), Representation of a Preference Ordering by a Numerical
Function, in Decision Processes. R.M. Thrall, C.H. Coombs and R.L. Davis, eds.
Wiley, New York.
lección (es decir, si f (·) tiene un extremo en x0 , entonces f ′ ( x0 ) = 0; o

si f (· , ·) tiene un extremo en ( x0 , y0 ), entonces ∇ f ( x0 , y0 ) = ( 0, 0 )).
La economı́a, en un sentido estrecho, se ha confinado a ciertos aspec-
tos de conducta que pueden explicarse mediante este principio. Algunos
consideran, incluso, que desviaciones del principio marginalista serı́an
“irracionales”.
a) Problemas tı́picos del consumidor racional: máxima utili-

dad y mı́nimo gasto
El consumidor, definido como cualquier grupo de individuos (con propósi-

to unificado) que comparten un ingreso que utilizan en adquirir bienes
de consumo y servicios, es una de las instituciones básicas de la teorı́a
económica basada en el individualismo metodológico. Los problemas
tı́picos de un idealizado consumidor racional son:
• Encontrar la distribución de consumo de los bienes x, y de tal ma-
nera que maximice su satisfacción, medida mediante una “función
de utilidad hedonista” u( x, y ), sujeta a su presupuesto monetario
M > 0 y a los precios de mercado de los bienes x y y, denotados,
respectivamente, por px > 0 y py > 0 (que asume dados por el
mercado); es decir, el consumidor debe resolver el problema
máx u( x, y )
sujeto a px x + py y = M
x ≥ 0, y ≥ 0
Sustituyendo la restricción presupuestal en la función de utilidad

podemos reescribir el problema de máxima utilidad como

M px
máx u x, − x (1)
x≥0 py py
Asumamos que u(· , ·) es una función diferenciable. La condición

de primer orden es

∂u ∂u px
+ − =0
∂x ∂y py
∂u(x∗ , y ∗ )
o, equivalentemente, si 6= 0,
∂y
∂u( x∗ , y ∗ )
∂x px
∗ ∗ = ;
∂u( x , y ) py
∂y
es decir, el cociente de utilidades marginales es igual a la relación

de precios de los bienes. Pero este ( x∗ , y ∗ ) resuelve realmente el
problema de máxima utilidad si se satisface la condición de se-
gundo orden para que la función (1) sea cóncava. ¿Cuál es esta
condición?
∂ 2 u ∂u 2 ∂u ∂u ∂ 2 u ∂ 2 u ∂u 2

− 2 + <0
∂x2 ∂y ∂x ∂y ∂x∂y ∂y 2 ∂x
(¿Podrı́a el lector comprobar esto? Basta encontrar la condición

para que la función (∗) anterior sea cóncava)
• Encontrar la distribución de consumo de los bienes x, y de tal

manera que minimice el gasto, sujeto a obtener cierto nivel dado
de utilidad u y también sujeto a los precios de mercado px > 0 y
py > 0 (que son conocidos); es decir, el problema es
Minimizar px x + py y
sujeto a u( x, y ) = u
x ≥ 0, y ≥ 0
A continuación presentamos los resultados de este comportamiento para

diferentes tipos de consumidores (es decir, con distintos tipos de funcio-
nes de utilidad).
Ejemplo 34. (Máxima utilidad CRRA)

Supongamos que la función de utilidad de un consumidor es
u( x, y ) = xα + βy α 0 < α, β < 1
El problema del consumidor racional es entonces
Maximizar xα + βy α
x ≥ 0, y ≥ 0
Hallemos los niveles de consumo óptimos.
Solución
Sustituyendo la restricción de presupuesto en la función de utilidad po-
demos reescribir el problema de máxima utilidad como
α
α M px
máx x + β − x
x≥0 py py
La condición de primer orden es

α−1
α−1 M px px
αx +αβ − x − =0
py py py
y despejando x, se obtiene que
1 1
1 px α−1 M 1 px α−1
x=β α−1 − β α−1
py py py
y ası́,
1 1
β α−1 pxα−1 M
x∗ ( px , py , M ) = α 1 α (2)
pyα−1 + β α−1 pxα−1
Este x∗ es óptimo porque la función que se está maximizando f ( x ) =

α
M px
xα + β − x es cóncava y, por tanto, tiene su segunda derivada
py py
negativa. ¿Puede el lector corroborar esto?
Sustituyendo x∗ ( px , py , M ) en la restricción presupuestal tenemos que

M px ∗
y ∗ ( px , py , M ) = − x ( px , py , M )
py py
1 α
M β α−1 pxα−1 M
= − α α
py 1
py pyα−1 + β α−1 pxα−1 py
1
M pyα−1
= α 1 α (3)
α−1 α−1
py +β α−1 px
Observemos que, en el óptimo ( x∗ , y ∗ ), la utilidad marginal de x∗ divi-
dida por la utilidad marginal de y ∗ es
x∗α−1 px
= (4)
β y ∗α−1 py
Por tanto, la condición de máxima utilidad es, por supuesto, que la re-
lación de utilidades marginales de los bienes sea igual a la relación de
precios. 20
Un ejercicio fundamental para el lector en este momento es que observe

con cuidado las fórmulas (2), (3) y (4), y detalle las variaciones de, por
ejemplo, x y y cuando, por ejemplo, M , px ó py varı́an.
Ejemplo 35. (Máxima utilidad Cobb-Douglas)

Consideremos un consumidor cuya función de utilidad es ahora
u( x, y ) = xα y β
donde α > 0, β > 0. El consumidor es racional. Por tanto, su problema

es
Maximizar xα y β
x ≥ 0, y ≥ 0
20
¿Por qué hemos asumido x > 0, y > 0 ?
Solución
De la restricción presupuestal tenemos que
M px
y= − x
py py
Sustituyendo esta última expresión en la función de utilidad podemos
reescribir el problema de máxima utilidad como
β
α M px
máx x − x
x≥0 py py
β β−1
M px M px px
α xα−1 − x + β xα − x − =0
py py py py py

M px px
α − x +βx − =0
py py py
αM
Por tanto, x∗ ( px , py , M ) = (5)
( α + β )px
Sustituyendo x∗ ( px , py , M ) en la restricción presupuestal tenemos que
M px ∗ βM
y ∗ ( px , py , M ) = − x ( px , py , M ) = (6)
py py ( α + β )py
Observemos que, en el óptimo, la utilidad marginal de x dividida por la
utilidad marginal de y es
α y∗ px
= (7)
β x∗ py
Por tanto, otra vez, la condición de máxima utilidad es que la relación
de utilidades marginales de los bienes sea igual a la relación de precios.
21
Nuevamente, un llamado a observar detenidamente las fórmulas (5), (6)

y (7), y también a compararlas con las correspondientes a la función
21
¿Por qué hemos asumido x > 0, y > 0?
CRRA. ¿Qué diferencias (que usted considere económicamente substan-

tivas) encuentra?¿Por qué cree usted que suceden estas diferencias?
Ejemplo 36. (Mı́nimo gasto con utilidad separable CARA)

Consideremos un consumidor cuya función de utilidad es
u( x, y ) = −e−αx − βe−αy
donde 0 < β < 1.
El problema del consumidor es
sujeto a − e−αx − βe−αy = u

x ≥ 0, y ≥ 0
Solución.
Reemplazando la restricción en la función objetivo, podemos escribir el
problema de este consumidor como
−e−αx − u

py
mı́n px x − ln
x≥0 α β
py e−αx
px =
−e−αx − u
ó
px u
−e−αx =
px + py
ó 1
∗ px + py α
x ( px , py ) = ln −
u px
∗
Sustituyendo x ( px , py ) en la función de utilidad tenemos que
 px u 
−u
−1  px + py 1 −py u
y ∗ ( px , py ) = ln  = − ln

α β α β( px + py )

1
β( px + py ) α
= ln −
py u
Aquı́ se verifica que, en el óptimo, la utilidad marginal de x dividida por

la utilidad marginal de y es
∗
e−α x px
−α y ∗ =
βe py
De nuevo tenemos la condición de que la máxima utilidad se da cuando

la relación de utilidades marginales de los bienes es igual a la relación
de precios. 22
b) Problemas tı́picos del productor racional: máximo bene-

ficio y mı́nimo costo
Otra institución fundamental de la economı́a basada en el individualismo

metodológico es la firma. Esta es una entidad que utiliza insumos (mano
de obra, tierra, etc.) para producir bienes y servicios, que a su vez ofrece
a los consumidores y a otras firmas. Los dos problemas tı́picos de un
productor racional son:
• Determinar las cantidades de insumos y de producto, dada la tec-

nologı́a a su disposición, de tal manera que maximice sus beneficios,
tomando como dados los precios de mercado de los insumos y del
producto, denotados w > 0, r > 0 y p > 0; es decir, el productor
debe resolver el problema, para q > 0
Maximizar pq − wx − ry
sujeto a f ( x, y ) = q
x ≥ 0, y ≥ 0
Sustituyendo la función de producción en los beneficios podemos

reescribir el problema de máximo beneficio como
máx pf ( x, y ) − wx − ry
x≥0
y≥0
22
¿Por qué hemos asumido x > 0, y > 0?
Supongamos que f (· , ·) es diferenciable. Las condiciones de primer

orden de este problema son
∂f ( x∗ , y ∗ )
p −w =0
∂x
∂f ( x∗ , y ∗ )
p − r = 0;
∂y
es decir, el valor del producto marginal de cada insumo es igual a
su precio. ∗ ∗
2
Este ( x , y ) resuelve el problema de máximo beneficio
∂ f
si <0 y
∂x2 ∗ ∗
( x ,y )
∂ 2 f ∂ 2 f

∂x2 ( x∗ ,y∗ ) ∂x∂y ( x∗ ,y∗ )

∗ ∗

| H( x , y ) | = >0
∂ 2 f 2

∂ f

∂y∂x ( x∗ ,y∗ ) 2
∂y ( x∗ ,y∗ )

¿Podrı́a el lector explicar esta afirmación?
• Encontrar las cantidades de insumos x, y de tal manera que mi-

nimice el costo, sujeto a obtener cierto nivel dado de producción
q, y sujeto a los precios de mercado de los insumos w > 0 y r > 0
(también dados); es decir, el problema es
Minimizar wx+ry
sujeto a f ( x, y ) = q
x ≥ 0, y ≥ 0
A continuación presentamos los resultados de este comportamiento para

diferentes tipos de productor (es decir, con distintos tipos de función de
producción).
Ejemplo 37. (Máximo beneficio bajo función Cobb-Douglas)

Consideremos un productor de cierto bien cuya función de producción
es
f ( x, y ) = xα y β
donde α, β > 0, α + β < 1; x es la cantidad utilizada del insumo 1; y es

la cantidad utilizada del insumo 2; y f ( x, y ) es la cantidad producida
con las cantidades de insumos x, y; es decir, la función de producción es
Cobb-Douglas con rendimientos decrecientes a escala. Supongamos que
el productor es racional en el sentido que desea maximizar los beneficios
de su empresa (ganancias). Su problema es entonces
máx[ p xα y β − wx − ry]
donde p > 0, w > 0 y r > 0 son los precios de mercado del bien
que produce y de los insumos que utiliza x y y, respectivamente. Ha-
llemos las demandas de insumos que óptimamente deberı́a utilizar este
productor para maximizar sus ganancias.
Solución.
Asumiendo x > 0, y > 0, las condiciones de primer orden son:
α p xα−1 y β = w ; β p xα y β−1 = r;
es decir,
w
α xα−1 y β = (8)
p
r
β xα y β−1 = (9)
p
Como α xα−1 y β y β xα y β−1 son el producto marginal del primer y se-
gundo insumo al nivel de utilización de insumos ( x, y ), respectivamente,
la condición suficiente y necesaria para maximizar los beneficios es que
el producto marginal de cada insumo sea igual a su precio, relativo al
precio del producto.
1/β
w
De la ecuación (8) obtenemos que y = . Reemplazando
α p xα−1
esta expresión en (9) se tiene que
β−1
α w β
βpx =r
α p xα−1
Por tanto,
1
αβ−1 r β
α+β−1
∗
x ( p, w, r ) = (10)
β β wβ−1 p
Reemplazando esta expresión en (8) se tiene que

1
1 " −
#
αβ 1 r β α+β−1

w β
y=
αp β β wβ−1 p
Por tanto,
1
β α−1 wα
α+β−1
∗
y ( p, w, r ) = (11)
αα r α−1 p
Nuevamente estas soluciones son óptimas porque la función p xα y β −
wx − ry satisface las condiciones de segundo orden del teorema 14.
La función de beneficios es
π( p, w, r ) = p f ( x( p, w, r ), y( p, w, r ) ) − wx( p, w, r ) − r( p, w, r )
α β α+β−1 1 β−1 α β α+β−1 1 1
α−1 α β α+β−1
w r α w r β w r
= − −
αα β β p ββ p αα p
α β α+β−1 1 " β−1 α−1 #
w r 1 α α+β−1 β α+β−1
= 1 − β
− α
p ( αα β β ) α+β−1 β α+β−1 α α+β−1
α β α+β−1 1
w r
=A
p
1−α−β
donde A ≡ α β
.
α α+β−1 β α+β−1
¿Qué sucede con este problema si α + β = 1 (rendimientos constantes a
escala)?
Un ejercicio esencial aquı́ es que el lector observe, con extremo cuidado,

las igualdades (8), (9), (10) y (11) y considere variaciones de los distintos
parámetros para analizar el comportamiento de las funciones.
Ejemplo 38. (Mı́nimo costo bajo una función Cobb-Douglas)

Supongamos que la función de producción de un productor es
F ( T, L ) = T α Lβ , T ≥0,L≥0
El problema de costos del productor racional es

Minimizar wT + rL
sujeto a T α Lβ = Y 0 , Y0 > 0 dado
T ≥ 0, L ≥ 0
Hallemos los niveles de insumos que minimizan el costo de producción.
Solución.
Asumiendo T > 0, L > 0 y sustituyendo la función de producción en los
costos podemos reescribir el problema de mı́nimo costo como
1
Y0β
mı́n wT + r α
T ≥0 Tβ
1
α Y0β
w − r α+β =0
β T β
α+β α r β1
T β = Y
βw 0
β 1
∗ αr α+β α+β
T ( w, r ) = Y0
βw
Este T ∗ es óptimo porque la función que se está minimizando, f ( T ) =

1 α
wT + rY0β T − β , tiene su segunda derivada positiva. Sustituyendo en la
restricción obtenemos que
1 1 α
Y0β Y0β
1
∗ βw α+β
L ( w, r ) = α = α α = Y0α+β
[ T ∗ ( w, r ) ] αr

β αr α+β
βw Y0β( α+β )
El cociente de productos marginales de los insumos es

∂Y
∂T αT α−1 Lβ αL
∂Y
= α β−1
=
∂L
βT L βT
Observemos que, en el óptimo ( T ∗ , L∗ ), el producto marginal de T ∗

dividido por el producto marginal de L∗ , es
∂Y α 1
βw α+β α+β
∗ α Y
∂T = αL = αr 0
=
w
∂Y βT ∗
αr
β
α+β
1 r
∂L β βw Y0α+β
Por tanto, la condición de mı́nimo costo es que la relación de produc-

tos marginales de los insumos sea igual a la relación de precios. ¿Por
qué se obtiene la misma relación que en el problema de maximizar los
beneficios?
Ejemplo 39. (Mı́nimo costo bajo una función CES)

Supongamos que la función de producción de un productor es
1
f ( x, y ) = A [ α xρ + β y ρ ] ρ
donde A > 0, α > 0, β > 0, ρ ≤ 1. El problema de costos del productor

racional es
Minimizar wx+ry
1
sujeto a A [ α xρ + βy ρ ] ρ = q, q > 0 dado
x ≥ 0 ,y ≥ 0
Hallemos los niveles de insumos que minimizan el costo de producción.
Solución.
Sustituyendo la función de producción en los costos podemos reescribir
el problema de mı́nimo costo como
ρ1
( Aq )ρ − αxρ

mı́n w x + r
x≥0 β

1−ρ
( Aq )ρ − αxρ

α r ρ−1 ρ
w= x
β β
ó ρ
βw 1−ρ q ρ
β xρ = − αxρ
αr A
Por tanto,
1 1
∗ q α 1−ρ r 1−ρ
x ( w, r, q ) = 1
h 1 ρ 1 ρ iρ
A α 1−ρ r 1−ρ + β 1−ρ w 1−ρ
Este x∗ es óptimo porque la función que se está minimizando, w x +

h q ρ i1
( A ) −αxρ ρ
r β , tiene su segunda derivada positiva. Sustituyendo en la
restricción obtenemos que
ρ1 1 1
( Aq )ρ − α x∗ ( w, r, q )ρ

∗ q β 1−ρ w 1−ρ
y ( w, r, q ) = = i1
β h 1 ρ 1 ρ ρ
A α 1−ρ r 1−ρ + β 1−ρ w 1−ρ
El cociente de productos marginales de los insumos es
∂f
( x, y ) α x ρ−1
∂x =
∂f β y
( x, y )
∂y
Observemos que, en el óptimo ( x∗ , y ∗ ), el producto marginal de x∗ di-
vidido por el producto marginal de y ∗ es
" 1 1 #ρ−1
α q α 1−ρ r 1−ρ w
1 1 =
qβ β
w 1−ρ 1−ρ r
Por tanto, la condición de mı́nimo costo es que la relación de productos
marginales de los insumos sea igual a la relación de precios. 23
La función de costos de la función de producción CES es, entonces,
 
1 ρ 1 ρ
α 1−ρ w ρ−1 +β 1−ρ r ρ−1
c( w, r, q ) = w x∗ ( w, r, q )+r y ∗ ( w, r, q ) =  i1  q
 
h 1 ρ 1 ρ ρ
A α 1−ρ r ρ−1 +β 1−ρ w ρ−1
23
¿Por qué asumimos x > 0, y > 0?
Aquı́ también es conveniente para el lector el considerar variaciones de

los distintos parámetros y estudiar el comportamiento de esta función
de costos.
Ejemplo 40. (Máximo beneficio bajo una función CES)
Consideremos un productor de cierto bien cuya función de producción
es 1
f ( x, y ) = A [ α xρ + β y ρ ] ρ
donde A > 0, α > 0, β > 0, ρ ≤ 1. El problema de máximos beneficios
de este productor es
1
máx p A [ α xρ + β y ρ ] ρ − wx − ry
x≥0
y≥0
Es posible mostrar que si una firma maximiza beneficios, entonces mi-

nimiza los costos de producción (ver el ejercicio 29 de los Ejercicios
Complementarios). Por tanto, utilizando la función de costos del ejem-
plo 39 anterior, el problema de máximo beneficio del productor puede
escribirse como
máx p q − B q
q≥0
Entonces, si B > p, q ∗ = 0 es óptimo; si B < p, no existe solución al

problema de máximo beneficio; y si B = p, cualquier nivel no negativo
de producto es una solución al problema de máximo beneficio y genera
beneficios cero.
c) Problemas de interacciones en el comportamiento del pro-

ductor racional (es decir, de la estructuras de mercado en
las que las firmas están advertidas de su mutua interde-
pendencia y pueden actuar en consecuencia)
El primer modelo matemático de interacciones económicas apareció ha-

ce más de 160 años: fue la teorı́a del oligopolio de Cournot de 1838.
Esta estructura es un mercado que tiene pocas firmas(pero no una sola)
en el lado de la oferta, y un número muy grande de compradores del
lado de la demanda, cuyo impacto individual en el agregado es casi des-
preciable; el comprador toma las condiciones de mercado como dadas
(pues no puede afectarlas), pero el vendedor sı́ impactará el mercado al
tomar sus decisiones estratégicamente con respecto a sus otros rivales
vendedores. Estas caracterı́sticas diferencian esta estructura de mercado

de la competitiva (consumidores y productores independientes) y de la
monopolı́stica (solo un productor). Veamos en qué consiste este modelo.
Ejemplo 41. (El modelo de duopolio de Cournot (1838))

El modelo de Cournot de 1838 es, quizás, el más conocido de los modelos
de oligopolio. Además de su interés histórico, el modelo es un vehı́culo
simple para la comprensión de importantes principios básicos del com-
portamiento interactivo de firmas en un mismo mercado. El modelo de
Cournot consiste en una industria con un número fijo de firmas. No hay
entrada de nuevas firmas ni salida de alguna, aunque cualquier firma
puede elegir no producir nada y, por lo tanto, tener un nivel de beneficio
igual al negativo de sus costos fijos. La firmas actúan en un mercado
de un solo perı́odo en el que toman sus decisiones simultáneamente. El
bien que producen es perfectamente homogéneo (no diferenciado), y los
consumidores no tienen costos de transporte. La competencia de precios
no entra en el modelo que Cournot ya que las firmas eligen un nivel de
producción y el precio del mercado está determinado por la función de
demanda de los consumidores y la cantidad producida por la industria.
Inicialmente, analicemos el caso de duopolio (oligopolio con dos firmas)
bajo hipótesis muy simples. Dos empresas, 1 y 2 eligen, simultáneamente,
las cantidades q1 y q2 que van a producir de un producto homogéneo. El
costo total de producir qi por la empresa i (para i = 1, 2) es CTi ( qi ) =
cqi , donde c > 0. El precio de equilibrio del mercado cuando la cantidad
agregada en el mercado es Q = q1 + q2 es P ( Q ) = a − Q, con Q < a,
a > c. En forma general, podemos expresar la función de beneficios para
i = 1, 2 como
πi ( q i , q j ) = q i [ P ( q i + q j ) − c ] = q i [ a − ( q i + q j ) − c ]
El par de cantidades ( qi∗ , qj∗ ) son una solución del modelo de duopolio de
Cournot si el beneficio proveniente de elegirlas es mayor que el beneficio
de elegir cualquier otra estrategia y ninguna firma tiene incentivos para
desviarse unilateralmente de tal par de cantidades. El problema de las
empresas es, entonces, escoger las cantidades ( q1 , q2 ) que resuelvan
máx πi ( qi , qj∗ ) = [ a − ( qi + qj∗ ) − c ]qi para i = 1, 2

qi ≥0
De la condición de primer orden24 tenemos
∂πi ( qi , qj∗ )
= a − 2qi − qi∗ − c = 0
∂qi
Luego,
a − qj∗ − c
qi =
2
Por tanto, ( qi∗ , qj∗ ) deben satisfacer
a − q2∗ − c a − q1∗ − c
q1 = q2 =
2 2
Resolviendo simultáneamente estas dos ecuaciones obtenemos que q1∗ =
q2∗ = (a−c)/3 (ver figura 43). Ası́, la producción total es Q∗ = 2(a−c)/3,
el precio es P ∗ = (a + 2c)/3 y los beneficios son πi ( qi∗ , qj∗ ) = (a − c)2 /9
para i = 1, 2. En cierto sentido, este equilibrio no pasa las “pruebas de
eficiencia” que podrı́an exigirse: como en equilibrio el precio del mercado
es P ∗ = (a + 2c)/3, y como, además, a > c, entonces el precio P ∗ resulta
ser mayor que el costo marginal. (¿Por qué cree el lector que se da esta
discrepancia con los modelos de competencia perfecta antes estudiados?
Observe que allı́ π = Pq − c(q) y ası́, al diferenciar con respecto a q, se
tiene que P = c′ (q)).
q2
a−c
r2 ( q1∗ )
a−c
2 ( q1∗ , q2∗ )
r1 ( q2∗ )
a−c
a−c q1
2
Figura 43: Cantidades en duopolio de Cournot
24
Las condiciones de primer orden son suficientes para encontrar el máximo de la
función de beneficios ya que ésta es cóncava.
Ejemplo 42. (Modelo de duopolio de Bertrand (1883))

La teorı́a de oligopolio de Cournot llamó (y aun sigue llamando) la aten-
ción desde que fuera descubierta por Jevons en los 1870’s. Algunos la
ponderaron como Edgeworth (1881)25 y Wicksell (1898)26 ; y otros co-
mo Bertrand (1883)27 y Chamberlin (1956)28 , la atacaron. Inclusive,
posteriormente, Edgeworth (1897)29 también creyó que el modelo de
Cournot era equivocado. Sin duda, esta controversia tenı́a dos orı́genes:
la confusión entre un análisis estático y otro dinámico; además de la es-
perada (para la época) falta de comprensión de las interacciones básicas
que subyacı́an al modelo. Enseguida discutiremos el modelo de Bertrand
(1883).
Sólo hasta 1883, cuarenta y cinco años después de la publicación del libro
de Cournot, fue que el modelo de Cournot se tomó en serio como objeto
de estudio. Joseph Bertrand, también matemático y mejor recordado por
su trabajo sobre teorı́a de la probabilidad, aseguraba que la conducta
obvia para los oligopolistas (con bienes diferenciados o no) era la elección
estratégica de los precios. Decı́a que los precios eran la verdadera variable
de decisión y no las cantidades a producir. El modelo de Bertrand para
productos diferenciados, en su forma más sencilla, se describe ası́: existen
dos empresas, 1 y 2, que eligen simultáneamente los precios p1 y p2 a
los que estarı́an dispuestas a ofrecer el bien que producen. La demanda
que los consumidores hacen a la firma i es
q i ( pi , pj ) = a − pi + pj
25
Edgeworth, Francis Y. (1881), Mathematical Psychics: An Essay on the Appli-
cation of Mathematics to the Moral Sciences, Barrister-at-Law. London: Kegan
Paul and Co., 1881
26
Wicksell, Knut (1898), Interest and Prices, New York, Royal Economic Society.
27
Bertrand, Joseph (1883), Théorie des Richesses: revue de Théories mathéma-
tiques de la richesse sociale par Léon Walras et Recherches sur les principes
mathématiques de la théorie des richesses par Augustin Cournot, Journal des
Savants, Septembre
28
Chamberlin, Edward (1956), The Theory of Monopolistic Competition : a Reo-
rientation of the Theory of Value, Harvard Economic Studies
29
Edgeworth, Francis Y. (1897), The Pure Theory of Monopoly, Giornale degli
Oconomisti.
∂qi ( pi , pj )
donde > 0 refleja que el bien de la firma 1 es “sustituto”
∂pj
del bien de la firma j. Supondremos que ambas firmas tienen costos
marginales constantes e iguales a c ≥ 0. Los beneficios de la firma i
dependen tanto del precio que ella fija como del precio fijado por la otra
firma. Ası́,
πi ( pi , pj ) = qi ( pi , pj )[ pi − c ] = [ a − pi + pj ][ pi − c ]
El par de precios ( p∗1 , p∗2 ) constituyen una solución al modelo de Ber-

trand si para cada firma i = 1, 2, p∗i resuelve
máx π( pi , pj ) = máx[ a − pi + p∗j ][ pi − c ]

pi pi
De la condición de primer orden tenemos
∂πi ( pi , p∗j )
= a − 2pi + p∗j + c
∂pi
Igualando a cero y despejando pi obtenemos
a + p∗j + c
pi =
2
Por tanto, ( p∗1 , p∗2 ) deben satisfacer
a + p∗2 + c a + p∗1 + c
p∗1 = p∗2 =
2 2
Resolviendo estas ecuaciones se tiene que p∗1 = p∗2 = a + c (ver figura

44). Los precios de equilibrio de Bertrand son mayores que el costo
marginal c y, al igual que en el modelo de Cournot, el equilibrio no es
“eficiente”. Nuevamente preguntamos: ¿Podrı́a el lector dar cuenta de
esta discrepancia con los modelos anteriores al ejemplo 41?
p2
r1 ( p∗2 )
r2 ( p∗1 )
a+c
a+c
( p∗1 , p∗2 )
2
a+c
a+c p1
2
Figura 44: Precios en duopolio de Bertrand
Por muchos años, la afirmación de Bertrand de que los precios eran la

variable de decision adecuada en el modelo oligopólico, fue la visión ge-
neral entre los economistas. Los defensores de Cournot, sin embargo,
afirmaban que la esencia de la interacción oligopólica era elegantemente
capturada por el modelo de Cournot a pesar de que quizás utilizaban
la variable de decisión equivocada. Y esta visión fue fortalecida por la
literatura de los productos diferenciados de Hotelling (1929)30 , Cham-
berlin (1933)31 y por los modelos de von Stackelberg (1934), pues estos
modelos evitaban algunas de las “dificultades” (discontinuidades en la
demanda) que surgı́an en los modelos a la Bertrand, y que los mercados
reales no parecı́an presentar. Veamos el modelo de von Stackelberg .
Ejemplo 43. (Modelo de duopolio de von Stackelberg (1934))

Heinrich von Stackelberg (1934)32 consideraba una industria compuesta
por dos firmas, 1 y 2, el costo total de producir qi para la firma i como
CTi ( qi ) = cqi , i = 1, 2, donde c > 0 y el precio de equilibrio del mercado
P ( Q ) = a − Q, donde Q < a, a > c y Q = q1 + q2 . La firma 1 elige una
cantidad q1 ≥ 0, la cual es observada por la firma 2. Luego, la firma 2
elige una cantidad q2 ≥ 0. La función de beneficios de la i-ésima firma
es entonces
πi (qi , qj ) = qi [ a − ( qi + qj ) − c ] para i = 1, 2
30
Hotelling, Harold (1929), Stability in Competition, Economic Journal.
31
Chamberlin, Edward (1933), The Theory of Monopolistic Competition, 7th ed.
32
von Stackelberg, Heinrich (1934), Marktform und Gleichgewicht, Julius Springer,
Vienna.
El problema de la firma 2, una vez conocida la cantidad elegida por la

firma 1, es
máx π2 (q1 , q2 ) = q2 [ a − ( q1 + q2 ) − c ]
q2 ≥0
La condición de primer orden es a − q1 − 2q2 − c = 0. Por tanto,

( a − q1 − c )
q2 =
2
dado que q1 < a − c. Pero como la firma 1 conoce las cantidades que ele-
girá la firma 2 en respuesta a las suyas, y conoce, además, los beneficios
correspondientes a cada una de estas acciones, el problema de la firma
1 es
q1 [ a − q1 − c ]
máx π1 (q1 , q2 ) =
q1 ≥0 2
a−c
La condición de primer orden es a − 2q1 − c = 0; es decir, q1 = .
2
a−c a−c
Ası́, la solución del modelo de Stackelberg es , , y los
2 4
( a − c )2 ( a − c )2

beneficios que obtienen las firmas son , . Como
8 16
se mostró en el ejemplo 41, los beneficios que obtienen las firmas en
( a − c )2 ( a − c )2

la solución del modelo de Cournot son , , con lo
9 9
que se verifica el “poder” de la firma lı́der (firma 1) en el modelo de
Stackelberg, y que no tiene en el modelo de Cournot. Nótese que la
única diferencia del modelo de Stackelberg con el modelo de Cournot
consiste en un cambio de información; este es, quizás, el ejemplo más
simple sobre cómo un cambio en la información tiene efectos tangibles
sobre las variables reales. En este caso, por ejemplo, es esto lo que lleva a
la disminución en los precios con respecto a los precios Cournot, como el
lector puede verificar haciendo los correspondientes cálculos elementales.
d). Una nota acerca de los debates sobre marginalismo y

racionalidad en la teorı́a de la firma
El antiguo debate marginalista surgió a finales de los 1930’s con la apa-
rición de varios trabajos. De un lado, Hall y Hitch (1939)33 aseguraban
33
Hall, R. L. y Hitch, C. J. (1939), Price Theory and Business Behavior, Oxford
Economic Papers 2:12-45.
que, empı́ricamente, no era claro que las empresas siguieran principios

marginalistas de máximo beneficio o mı́nimo costo en sus operaciones.
Estos resultados fueron acompañados por un artı́culo de Harrod (1932)34
que afirmaba que quizás el proceso de maximizar el beneficio no era ob-
servada en las firmas, en parte porque la información necesaria para tales
cálculos era difı́cil de obtener. Además, agregaba, los empresarios pue-
den no obtener exactamente el máximo beneficio, aunque por selección
natural se intenta alcanzar.
Estas discusiones provocaron una respuesta inmediata de parte de Fritz
Machlup (1946)35 y de George Stigler (1946)36 defendiendo el princi-
pio marginalista. Machlup, por ejemplo, afirmaba que si las firmas es-
tablecı́an “rutinas” en lugar de decisiones cuidadosas y deliberadas de
maximizar el beneficio, era porque, simplemente, éstas habı́an sido me-
jores opciones en un tiempo pasado, pero que no habı́an sido actuali-
zadas a la luz de nuevas circunstancias. Ası́, decı́a, el hecho de que las
relaciones de optimización no se observen en estudios empı́ricos, no sig-
nifica que no existan. Utilizando su famosa analogı́a sobre la decisión de
un conductor de sobrepasar a otro en carretera, Machlup afirmaba que
consideraciones particulares tales como la velocidad del otro carro y la
propia, la distancia entre ambos, etc, tienen impacto sobre la decisión,
pero que todos estos factores operan en un solo instante y el conductor,
a menudo se ve forzado a entender rápidamente la situación, y a tomar
una decisión. De manera similar, los empresarios se ven forzados a en-
tender la situación total y a decidir, y de esta forma los investigadores
empı́ricos no lograrı́an diferenciar el impacto de componentes diferentes
y aisladas en las decisiones, aunque la teorı́a de maximizar el beneficio
deberı́a verse en cada componente separadamente.
Armen Alchian (1950)37 se hizo del lado de Machlup y de los anti-
marginalistas. Su argumento era que la teorı́a neoclásica de la firma
no es acerca de las firmas como tales sino de las industrias. Las fir-
mas individuales, afirmaban, seguı́an, esencialmente, rutinas; pero era
34
Harrod, Roy F. (1932), Decreasing Costs: An Addendum, Economics Journal.
35
Machlup, Fritz (1946), Marginal Analysis and Empirical Research, American
Economic Review.
36
Stigler, George (1946), Professor Lester and the Marginalists, American Eco-
nomic Review.
37
Alchian, Armen (1950), Uncertainty, Evolution and Economic Theory, Journal
of Political Economics.
la industria la que se adherı́a a los principios marginalistas. Ası́, si los

salarios aumentan, deberı́amos ver que la mano de obra promedio de la
industria cae. Pero esto no es por que las firmas cambian sus técnicas de
producción, sino porque las firmas que tienen la rutina que corresponde
a la nueva mano de obra óptima tendrán más beneficios que las que no
tienen. Alchian también creı́a en la noción de selección natural aunque
de una forma sustancialmente diferente a la de Harrod: las firmas que
tienen la rutina óptima durarán más en el mercado que aquellas que
son menos rentables (es decir, que no tienen la rutina óptima). Ası́, la
industria, como un todo, se moverá hacia la decisión óptima, no porque
las firmas cambien su comportamiento, sino porque las firmas que tie-
nen la rutina óptima serán seleccionadas por este proceso, y las otras
desaparecerán.
Ası́, decı́a Alchian, maximizar el beneficio no es el resultado de decisiones
de firma, sino el resultado de un proceso evolutivo que se conduce a un
nivel de industria, no de firma. Pero entre sus detractores se encontraba
Milton Friedman (1953) quien consideraba esta teorı́a extremadamen-
te ridı́cula. Al parecer Friedman confundı́a allı́ los beneficios logrados
con los beneficios deseados cuya distinción era central a los argumentos
evolutivos de Alchian. Para él, sı́ era el comportamiento maximizador
aislado de la firma el que garantizarı́a su permanencia en el mercado.
Posterior al antiguo debate marginalista que acabamos de reseñar, la
discusión cambió de tono en los 1970’s con la aparición de las teorı́as
de costos de agencia, derechos de propiedad y costos de transacción. Las
nuevas teorı́as de la firma intentaban ahora reconciliar, ya no el compor-
tamiento de la firma con los principios marginalistas, sino la estructura
de ésta con estos principios. Esta preocupación apareció con Ronald
H. Coase (1937)38 cuando éste notó la clara disparidad entre la noción
marginalista de que los mercados eran organizadores eficientes de los re-
cursos, con la existencia de estructuras de control altamente jerárquicas
dentro de las firmas. ¿Por qué existı́an estas estructuras de comando al
interior de la firma si un mecanismo como el de precio se suponı́a fun-
ciona bien en una estructura más complicada como el mercado? Para
Coase la respuesta fue que los costos de transacción dentro de las firmas
(es decir, dentro de las estructuras de comando) eran bajos con respecto
38
Coase, Ronald H. (1937), The Nature of the Firm, Economica.
de un mecanismo de precios. Pero Alchian y Demsetz (1972)39 no creı́an

en esta interpretación. Para ellos, la organización interna de las firmas
también era explicada mediante relaciones de mercado, sólo que con pre-
sencia de costos de agencia (Jensen y Meckling (1976))40 , es decir, de
costos de monitoreo de los esfuerzos individuales dentro de la empresa.
Cierta forma de la discusión de Coase emergió de nuevo con Oliver Wi-
lliamson (1986,1991)41 , 42 sobre la base del concepto de racionalidad
acotada del premio Nobel en economı́a de (1978) Herbert Simon. Para
Williamson, las firmas muestran comportamientos jerárquicos internos
debido a que, aunque ex ante se firman contratos eficientes entre las
empresas y los agentes (internos y externos). Estos contratos no tienen
en cuenta todos los problemas que pueden surgir en el futuro, y ello
obligarı́a a modificarlos continuamente en respuesta, lo que, a su vez,
implicarı́a mayores costos de transacción. Este es el corazón de la Nueva
Economı́a Institucional. Hoy en dı́a ésta se combina con la visión evolu-
tiva de la firma de Alchian y Becker: es la teorı́a evolutiva de la firma
que se estableciera en la teorı́a económica desde Richard Nelson y Sidney
Winter (1982).43
39
Demsetz, Harold (1972), Production, Information Costs and Economic Organi-
zation, con A. Alchian, American Economic Review.
40
Jensen, Michael C. y William H. Meckling (1976), Theory of the Firm: Mana-
gerial Behavior, Agency Costs and Ownership Structure, Journal of Financial Eco-
nomics, 3.
41
Williamson, Oliver E. (1986), The Economic Institutions of Capitalism, New
York: The Free Press.
42
Williamson, Oliver E. (1991), “Strategizing, Economizing, and Economic Orga–
nization”, Strategic Management Journal.
43
Nelson, Richard y Sidney Winter (1982), The Schumpeterian Tradeoff Revisi-
ted, American Economic Review.
( x − 3 )( x + 1 )
1) Dibuje f ( x ) = analizando las ası́ntotas verticales
( x2 − 9 )
y horizontales.
(x − 3)
2) Dibuje f ( x ) = analizando las ası́ntotas verticales y
( x2 − 4 )
horizontales.
1 1 x+1
3) Dibuje: a) f (x) = x2 + ; b) f (x) = 5− 2 ; c) f (x) = ;
x x +1 1−x
d) f (x) = x3 + 6x2 + 12x − 5.
4) Encuentre, (si existe) la constante a para que la función f ( x ) =

a
3x2 + + 5 tenga un mı́nimo relativo en x = 2.
x
x2
5) Pruebe que la función f (x) = , 1 ≤ x ≤ 2, x 6= 3, tiene un
x−2
máximo relativo en 1 que es −1, y un mı́nimo relativo en 3 que es
9.
6) a) Encuentre (si existen) coeficientes a, b, c, d tales que la

función f ( x ) = ax3 + bx2 + cx + d tenga un máximo local
en x = 1.
b) Muestre que f (x) = 3x4 − 28ax3 + 84a2 x2 − 96a3 x + 48b2
alcanza un mı́nimo local en x = a y x = 4a; y alcanza un
máximo local en x = 2a.
c) Muestre que f (x) = 24a3 x − 30a2 x2 + 16ax3 − 3x4 alcanza un
máximo local en x = 2a. ¿Qué sucede en x = a?
d) Muestre que el máximo valor de y cuando q
satisface la ecuación
4 2 2 2 3 ∗ 2
implı́cita a x = (x + y ) es y = a 3√ 3
que lo toma
∗ √ a
cuando x = √ .
3 3
7) Pruebe la parte ii) del teorema 8 (condiciones suficientes para la

existencia de un extremo).
8) En un ambiente particular hay inicialmente 11 bacterias y éstas

se reproducen exponencialmente. Al cabo de 5 minutos hay 253
de ellas y entonces, para detener su crecimiento, son atacadas con

un antibiótico hasta cuando este crecimiento se estabiliza con el
trascurrir del tiempo en 300 bacterias. Si N (t) es el número de
bacterias que hay al cabo de t minutos, entonces N (t) satisface la
siguiente descripción: N (t) = At + B si 0 ≤ t ≤ 7; pero si t >
Ct
7 entonces N (t) = donde A, B, C, D son constantes.
2, 197t + D
Entonces:
a) Con los primeros datos, verificar que B = 10 y A = 3.

b) Como N (t) tiende a 300 cuando t tiende a infinito, inferir que
C = 300(2, 197) = 659, 100.
c) Puesto que N (·) es continua en t = 7, deducir que D =
−13, 279.
d) Hallar N ′ (t) para t 6= 7.
e) Comprobar que N (·) no es suave (derivable) en t = 7.
f) Encontrar los intervalos donde el número de bacterias crece,
y también donde decrece.
g) Calcular los instantes en los cuales hay mayor cantidad de
bacterias y menor cantidad de ellas. Indique cuáles son esas
cantidades máxima y mı́nima.
h) Hallar N ′′ (t) para cada t 6= 7.
i) Encontrar los intervalos donde el número de bacterias crece
exponencialmente, y donde decrece de manera amortiguada.
j) De acuerdo con los datos obtenidos, dibuje N (t).
9) Resuelva (utilizando Cálculo en una sola variable) el siguiente pro-

blema:
Maximizar α ln x + β ln y
x>0, y>0
donde α, β, px , py , M > 0 y muestre que las soluciones x∗ , y ∗
son las mismas del problema
Maximizar xα y β
x>0, y>0
¿Podrı́a el lector decir por qué sucede esto? [Indicación: En ambos
casos, para resolver, reemplace adecuadamente la restricción en la
función objetivo a maximizar].
1 1
10) Pruebe que lı́m x x = 1 [Indicación: Haga y = x x , tome logarit-
x→∞
mos a ambos lados y después aplique la regla de L’Hôpital]. Luego
1
dibuje f (x) = x x .
11) Encuentre los máximos, los mı́nimos y los puntos de silla de las
siguientes funciones:
a) f ( x, y ) = x3 + y 3 − 3xy + 8
b) f ( x, y ) = 5x2 − 4xy + 2y 2 + 4x − 4y + 20
c) f ( x, y ) = x2 − y 2 − 2x + 4y + 5
12) Encuentre el valor máximo de f ( x, y ) = −x2 −y 2 +22x+18y−102,
x > 0, y > 0. Especifique por qué es máximo.
13) Halle los máximos y mı́nimos de f ( x, y ) = x3 + y 3 − 9xy + 27

sujeta a 0 ≤ x ≤ 4, 0 ≤ y ≤ 4. [Indicación: Estudie el problema
en el interior del cuadrado, y luego en los bordes del mismo].
14) Utilizando Cálculo en una sola variable, halle los máximos y mı́ni-
mos de f ( x, y ) = x2 + 2y 2 − x sujeta a x2 + y 2 = 1. [Indicación:
Sustituya adecuadamente la restricción en la función objetivo para
reducir ésta a una función en una sola variable].
15) ¿Cómo debe cortarse en dos trozos un alambre de longitud L para
que, formando con uno de ellos un cuadrado y con el otro una
circunferencia, la suma de las áreas sea máxima?
16) Muestre que el volumen del máximo cilindro circular recto inscrito
en un cono circular recto dado es 49 del volumen del cono.
* 17) Ya sabı́amos (ver volumen 0: Fundamentos) que sobre el conjunto

de los números complejos
C = { a + ib / a, b ∈ R }
donde i2 = −1 se pueden definir dos operaciones:
a) Suma: ( a + ib ) + ( c + id ) = ( a + c ) + i( b + d )
b) Producto: ( a + ib ) · ( c + id ) = ( ac − bd ) + i( ad + bc )
y que estas operaciones le dan a C una estructura muy similar

(desde el punto de vista algebraico) a la de los números reales.
Desde allı́, desarrollar el análisis complejo partiendo del análisis
real es una tarea que ha devenido con notable éxito. Un resultado
importante del análisis complejo debido originalmente a Euler [In-
troductio in Analysis Infinitorum (1748)] es el siguiente: si b ∈ R
es cualquiera, entonces
eib = cos b + i sen b (1)
y
ea+ib = ea eib = ea ( cos b + i sen b )
De forma heurı́stica, pruebe la igualdad (1) utilizando los desarro-

llos en series de Taylor para la función exponencial, para la función
seno y para la función coseno estudiados en esta lección. [Indica-
ción: Multiplique como si fueran polinomios ordinarios, y no olvide
que i2 = −1].
** 18) Generalice los resultados de esta lección para el caso de n ≥ 3

variables y, si es posible, para las funciones de la forma f : Rn −→
Rm .
19) Probar que si C ⊆ Rn es cerrado no-vacı́o y p ∈ Rn es fijo, entonces

la función f (x) = kx − pk para x ∈ Rn , alcanza un valor mı́nimo
en C.
20) Una empresa recibe un precio p por cada unidad de su producción,

paga un precio w por cada unidad de su única materia prima y
tiene unos costos fijos F . Su producción cuando utiliza x unidades
√
de materia prima es f ( x ) = x.
a) Dé la expresión de las funciones de ingresos, costos y benefi-

cios de la empresa.
b) Escriba la expresión de la condición de primer orden para

maximizar el beneficio, dando una interpretación económica
de ella.
c) Compruebe si realmente los beneficios se hacen máximos en
un punto que verifique la condición de primer orden.
d) Explique cómo cambian las respuestas si f ( x ) = x2 .
21) Un fabricante puede vender x artı́culos por semana a un precio p =
200−0.01x, siendo c = 50x+20,000 el costo total de producción de
x artı́culos. Halle el nivel de producción que maximiza el beneficio.
22) Considere una firma que tiene la siguiente función de producción:
f ( x ) = ln x x≥1
Halle la cantidad de insumo y el nivel de producto que maximizan
el beneficio. Encuentre también la función de beneficios. Asuma
que p es el precio por unidad del producto, y w el precio por
unidad del insumo, con w < p.
blema de minimizar el gasto del consumidor racional:
Maximizar α ln( x − γx ) + β ln( y − γy )
x > γx , y > γx
donde α, β, px , py , M , γx , γy > 0, y muestre que la razón de
las utilidades marginales de los bienes es igual a la razón de sus
correspondientes precios. ¿Qué significan aquı́ γx y γy ?
blema del consumidor racional:
sujeto a xα y β = u
x>0, y>0
donde α, β, px , py , u > 0, y muestre que la condición de minimi-
zar el gasto es que la razón de utilidades marginales de los bienes
sea igual a la razón de precios.
25) Considere una firma que tiene la siguiente función de producción:

1 1
2
f ( x, y ) = x2 + y2
Encuentre (utilizando Cálculo en una sola variable) la cantidad de

insumos que minimizan el costo de producir q unidades de produc-
to a los precios de insumos wx , wy , por unidad. Encuentre también
la función de costos.
26) Resuelva (utilizando Cálculo en una sola variable) los dos proble-
mas centrales del consumidor racional (maximizar la utilizad y
minimizar el gasto) regido por una función de utilidad CES. Tam-
bién el del consumidor racional regido por una función de utilidad
CARA.
27) Resuelva (utilizando Cálculo en una sola variable) el problema de

minimizar el gasto para un consumidor racional regido por una
función de utilidad CRRA.
* 28) Dé condiciones para que se tenga la siguiente afirmación:“Si una

firma maximiza beneficios, entonces minimiza los costos de pro-
ducción”.
29) ¿Qué significado podrı́a tener el teorema de Rolle cuando se aplica

al comportamiento de una variable económica? Especifique, si es
posible, las variables económicas con que se ilustra el teorema.
30) [Ejemplo tı́pico de libro de texto] Supongamos que en una empresa

el costo de producir q unidades de productos es
C(q1 , q2 ) = 120q − q 2 + 0.02q 3
y que el precio de mercado del producto está dado por p = 114 −

0.25q. Calcule el nivel de q que haga el beneficio máximo. ¿A
qué precio se venderı́a el producto en tal caso? Dibuje C(q). ¿Es
cóncava o convexa? Interprete esto económicamente.
31) [Monopolista discriminador ] Un solo monopolista provee de cierta

mercancı́a a dos mercados aislados con demandas q1 = 12 − p1 ,
20 − p2
q2 = donde q1 , q2 son las cantidades proveı́das a los mer-
3
cados 1 y 2, respectivamente; y p1 , p2 son los precios respectivos.
Supongamos que el costo en que incurre el monopolista es
C(q1 , q2 ) = 3 + 2(q1 + q2 )
¿Cuáles serán las cantidades y precios en los que el monopolista

obtendrı́a el máximo beneficio? ¿Cuál es este beneficio máximo?
32) [Monopolista no-discriminador ] ¿Qué sucederı́a si el monopolista

del ejemplo anterior no pudiera “discriminar precios” para los dos
mercados; es decir, que por razones de información (u otras razo-
nes), se viera obligado a colocar p1 = p2 ?
33) [Un mercado â la Cournot] Suponga que en una industria sólo

hay dos firmas competidoras (1 y 2) con beneficios dados por las
funciones (en dos variables)
π1 = 24q1 − q12 − 2q22 − 8
π2 = 30q2 − 3q22 − 2q1 − 9
¿Cuáles son, según el modelo de Cournot estudiado en esta lección,

las cantidades que cada una de ellas colocarı́a en el mercado?
34) [Otro mercado â la Cournot] Responda la misma pregunta del ejer-

cicio anterior si esta vez las funciones de beneficio están dadas por
π1 = 12q1 − 2q12 − q2
π2 = 6q2 − q22 − q1
** 35) Un ejercicio muy interesante para el lector en este punto es com-

parar los modelos de la teorı́a de juegos de von Neumann y Mor-
genstern (ver volumen I, lección 8) con los de Cournot y von Sta-
ckelberg estudiados en la presente lección. ¿Qué elementos funda-
mentales encuentra en común?
36) [Primera aproximación al problema de la optimización restringi-

da: el método de los multiplicadores de Lagrange]. Muchos de los
problemas de optimización presentados en esta lección son suscep-
tibles de ser planteados de la forma
Maximizar f (x, y) (∗)
sujeto a g(x, y) = 0
x > 0, y>0
o de la forma,
Minimizar f (x, y) (∗∗)
sujeto a g(x, y) = 0
x > 0, y>0
como el lector podrı́a fácilmente corroborar dando una ojeada

hacia atrás en la presente lección, particularmente al “contexto
económico”. Pero si hace esto, también observará que, sistemática-
mente, recurrı́amos al procedimiento de “despejar” y de la ecuación
g(x, y) = 0 (y esto siempre fue posible en los ejemplos discutidos),
para luego insertar esta y en la función objetivo f (x, y), que ahora
se convertı́a en una función de una sola variable (x), y después
llevar a cabo optimización ordinaria. El problema central con este
procedimiento es que, en ocasiones, no es posible despejar y de la
ecuación g(x, y) = 0, y esto impedirı́a seguir adelante (¿recuerda
el lector el teorema de la función implı́cita?). Para paliar esto, el
método de los multiplicadores de Lagrange aparece como un algo-
ritmo que nos permite calcular explı́citamente las soluciones a los
problemas (∗) y (∗∗) sin recurrir a ninguna sustitución. Veamos en
qué consiste.
Teorema (Lagrange (1797))

Supongamos que f : R2++ → R y g : R2++ → R tienen derivadas
parciales continuas. Si (x∗ , y ∗ ) ∈ R2++ resuelve el problema
Maximizar f (x, y)
sujeta a g(x, y) = 0
x > 0, y>0
entonces existe un número λ 6= 0 tal que
∇f |(x∗ ,y∗ ) = λ∇g|(x∗ ,y∗ )
siempre y cuando ∇g|(x∗ ,y∗ ) 6= 0.

La demostración de este teorema la pospondremos para la lección 2
(optimización estática) del volumen III. Por ahora nos limitaremos
a explicar cómo podemos utilizarlo convenientemente para resolver
los problemas tı́picos (∗) y (∗∗) que establecimos antes.
Por ejemplo, resolvamos,
Maximizar xy
sujeta a 3x + 4y = 5
x > 0, y>0
utilizando el teorema anterior. Aquı́, f (x, y) = xy y g(x, y) =

3x+ 4y − 5. Las dos funciones tienen derivadas parciales continuas,
luego si (x∗ , y ∗ ) resuelve este problema, debe entonces existir un
λ 6= 0 tal que ∇f |(x∗ ,y∗ ) = λ∇g|(x∗ ,y∗ ) (los vectores gradiente son
paralelos); es decir, existe un λ 6= 0 tal que (y ∗ , x∗ ) = λ(3, 4); ó
y ∗ = 3λ x∗ = 4λ
Pero como 3x∗ + 4y ∗ = 5 entonces 3(4λ) + 4(3λ) = 5. Y ası́,

5
λ = 24 , x∗ = 56 , y ∗ = 58 , que es la solución del problema (ver figura
45).
∇g
y
ȳ
∇f
∇f = λ∇g
1
y∗
x̄ x∗ 1 x
0
Figura 45
El problema aquı́ consiste en que, aplicando el teorema del Lagran-
ge antes expuesto e imitando lo realizado en el ejemplo inmediata-
mente anterior, resuelva los siguientes problemas de optimización:
a) Maximizar x+y b) Maximizar xy
sujeta a x2 + y 2 = 1 sujeta a x2 + y 2 = 1
x > 0, y>0 x > 0, y>0

∗ ∗ 1 1 ∗ ∗ 1 1
(Solución: (x , y ) = √ , √ ) (Solución: (x , y ) = √ ,√ )
2 2 2 2
c) Maximizar 3x + 8y d) Minimizar 3x + 2y
x y
sujeta a ( )2 + ( )2 = 4 sujeta a xy = 4
2 5
x > 0, y>0 x > 0, y > 0
En cada uno de los cuatro casos a), b), c), d), ilustrar el resultado
con una gráfica para confirmar la solución encontrada al problema
de optimización.
37) Utilizando Cálculo en dos variables (multiplicadores de Lagrange),

pruebe que las dimensiones del cilindro circular recto de máximo
volumen queqse puede escribir en una esfera de radio R son (ver
2 √2 R.
figura) x = 3 R, y= 3
R
y/2
x
38) a) Utilizando Cálculo en dos variables (multiplicadores de La-

grange), pruebe que las dimensiones del rectángulo de máxi-
ma área que puede inscribirse
√ en un semicı́rculo de radio R
√
son base = 2R y altura = 23 R.
a) Utilizando Cálculo en dos variables (multiplicadores de La-
grange), muestre que el volumen máximo de un cono circular
que puede inscribirse en una esfera de radio R es 32 3
81 πR .
* 39) Escribir cada uno de los problemas de optimización del “contexto

económico” en la forma (∗) o (∗∗) del ejercicio anterior, y resol-
verlos utilizando el método de los multiplicadores de Lagrange.
Lección 4
La integral
Introducción
El cálculo integral (término acuñado en 1700 por Jacob Bernoulli [1654-
1705]) y que en el lenguaje antiguo se conoce como “el problema de las
cuadraturas” es, en principio, un método para encontrar el área ence-
rrada por una curva. Antes de la invención del Cálculo, sólo era posible
encontrar el área de ciertas figuras como polı́gonos, cı́rculos, sectores
de cı́rculos y dos o tres figuras más. En la Grecia antigua, Eudoxio y
Arquı́medes habı́an desarrollado formas ingeniosas para calcular áreas
de varias figuras (método de “exhausción” del área), incluyendo el área
de un cı́rculo y el de un segmento de parábola, que son, básicamente,
uno y el mismo método utilizado actualmente para definir el concepto
de integral. Sin embargo, calcular áreas mediante “exhausción”, como
Arquı́medes, requerı́a de un estudio muy detallado del comportamiento
de la figura escogida y, en ocasiones, de métodos aún más ingeniosos y
difı́ciles.
Después de los antiguos griegos, no hubo ningún progreso importante en
el problema de las cuadraturas hasta el siglo XVI. Avances como los de
Johannes Kepler [1571-1630], Bonaventura Cavalieri [1598-1647], Gilles
de Roberval [1602-1675] y Pierre de Fermat [1601-1665] apuntaları́an el
trabajo culmen de Newton y Leibniz en el siglo XVII. Por ejemplo, Ca-
valieri (inspirado en los cálculos de áreas de sectores de elipses que habı́a
llevado a cabo Kepler en sus estudios de los movimientos planetarios)
pensaba que cualquier área estaba formada por un número infinito de
lı́neas que “sumadas”deberı́an dar por resultado el área buscada. Rober-
385
val, por su parte, no pensaba en sumas infinitas de segmentos de recta,

sino en sumas finitas de áreas de rectángulos “infinitamente delgados”.
También Fermat seguirı́a este camino, generalizando de una manera un
poco más rigurosa (aunque sin pruebas) muchos de los resultados sobre
figuras particulares que habı́an ya alcanzado sus predecesores.
Los matemáticos del siglo XVII, por lo tanto, recibieron complacidos el

hecho de que la inversión del problema de tangentes (derivada) resol-
viera el de cuadraturas según el teorema de Newton y Leibniz (mejor
conocido como el teorema fundamental del cálculo, que estudiaremos en
esta lección), y se hizo claro entonces que existı́a un método general que
se ajustaba bien a un número infinito de figuras distintas. Lo mismo
también era cierto para el cálculo de volúmenes, superficies, longitudes
de curvas, etc.
Después de la creación del cálculo diferencial e integral por parte de

Newton y Leibniz, siguió un perı́odo de rápidos desarrollos (particular-
mente en aplicaciones) en las más diversas ramas de la tecnologı́a y de
las ciencias naturales. El Cálculo reflejaba propiedades muy profundas
del mundo material y, por tanto, respondı́a a muchas preguntas prácticas
tales como el movimiento mecánico de cuerpos sólidos, el movimiento de
lı́quidos y gases en sus partı́culas esenciales, las leyes de flujo, la conduc-
ción del calor y la electricidad, la trayectoria de las reacciones quı́micas,
etc. Debe aclararse, sin embargo, que los conceptos de derivada e inte-
gral, como los presentaban Newton, Leibniz y sus contemporáneos, no
se separaban de sus orı́genes fı́sicos y geométricos de velocidad y área.
De hecho, eran mitad matemáticos y mitad fı́sicos. Las condiciones de la
época no eran propicias para producir una definición puramente formal
de estos conceptos: era común que el investigador siguiera el camino ma-
temáticamente correcto si permanecı́a en contacto directo con aspectos
prácticos de su problema.
La evolución de los conceptos del análisis matemático (derivada, inte-

gral, etc.) continuó, por supuesto, después de Newton y Leibniz. Un
punto importante en este desarrollo se dio al comienzo del siglo XIX con
los trabajos de Cauchy y Weierstrass. Ellos fueron los primeros en dar
definiciones formales del concepto de lı́mite y de usar éste como base
para sus definiciones de continuidad, derivada e integral. Estas defini-
ciones (excepto la de integral que presentaremos en esta lección) ya han
Lección 4: La integral 387
sido introducidas en las lecciones anteriores. Pero la gran importancia

de estos logros radica en el hecho de que, desde entonces, fue posible
operar de manera puramente formal y sin ninguna referencia a hecho
fı́sico alguno.
1. La antiderivada
Probablemente el lector está ya familiarizado con las operaciones ma-
temáticas inversas. Cuando se definió la adición en los números reales,
apareció, simultáneamente, la sustracción; para la multiplicación se tu-
vo, como operación inversa, la división; y para la potenciación, la radi-
cación. La derivación no es la excepción: conocida la derivada F ′ ( x ) de
una cierta función desconocida F ( x ), el proceso de encontrar una tal
F (·), será su operación inversa. A este proceso se le conoce como antide-
rivación o antidiferenciación (términos acuñados por Daniel A. Murray
en 1908 y por George D. Birkhoff en 1906, respectivamente). También se
acostumbra decir que F (·) es una función primitiva o integral indefinida
(Lacroix (1797, 1802)).
Definición 1. (La antiderivada)

Una función F (·) es una antiderivada de otra función f (·) en un intervalo
abierto I, si F ′ ( x ) = f ( x ) para todo x ∈ I.
Por ejemplo, si sabemos que f ( x ) = 3x2 + 2x, es claro que F ( x ) =

x3 + x2 es una antiderivada de f ( x ), ya que F ′ ( x ) = 3x2 + 2x; esto
es, F ′ ( x ) = f ( x ). Pero además, G( x ) = x3 + x2 − 3, ó H( x ) =
x3 +x2 +1 también son antiderivadas de f ( x ) ya que, G′ ( x ) = H ′ ( x ) =
F ′ ( x ) = f ( x ). De hecho, todas las antiderivadas de f ( x ) son de la
forma F ( x ) + C = x3 + x2 + C, donde C es una constante real, como
se desprende de los dos siguientes teoremas:
Teorema 1. (Sólo las funciones constantes tienen derivada nu-

la)
Si f (·) es derivable en un intervalo abierto I y si f ′ ( x ) = 0 para todo
x ∈ I, entonces f (·) es constante en I.
Demostración.
Fijemos a ∈ I y sea x ∈ I otro punto cualquiera. Entonces, por el
teorema del valor medio, existe c entre a y x tal que
f( x ) − f( a )
f ′( c ) = = 0;
x−a
por tanto, f ( x ) = f ( a ). Y como esto es cierto para todo x ∈ I, la
función f (·) es constante en I.
Teorema 2.
Sean F (·) y G(·) dos antiderivadas de la misma función f (·) en un
intervalo abierto I. Entonces existe una constante C tal que F ( x ) =
G( x ) + C para todo x ∈ I.
Demostración.
Por hipótesis, F ′ ( x ) = f ( x ) = G′ ( x ) para todo x ∈ I. Llamemos
H = F − G. Entonces
H ′ ( x ) = F ′ ( x ) − G′ ( x ) = 0 para todo x∈I
Por el teorema 1, entonces existe una constante C ∈ R tal que H( x ) = C

para todo x ∈ I; esto es, F ( x ) = G( x ) + C para todo x ∈ I.
Lo anterior significa que si F ( x ) es una antiderivada de f ( x ), todas las

antiderivadas de f ( x ) están contenidas en la familia de funciones de la
forma F ( x ) + C, donde C es cualquier constante.
Nota 1. Z
El sı́mbolo denotará en adelante la operación de antiderivación, y las
Z
antiderivadas de f ( x ) se denotarán por f ( x ) dx. Esto es, la igualdad
Z
f ( x ) dx = F ( x ) + C es cierta si, y sólo si, F ′ ( x ) = f ( x )
para todo x en algún intervalo abierto I.

Ahora: sabiendo que la antiderivación es el proceso inverso de la deriva-
ción no deberı́a sorprendernos de que esta operación satisfaga las mismas
condiciones de linealidad de la derivada, que estudiamos en la lección 2.
Teorema 3. (Álgebra de antiderivadas)
a) Para encontrar una antiderivada de una constante multiplicada por

una función, se encuentra primero la antiderivada de la función y
después se multiplica por la constante. Ası́,
Z Z
a f ( x ) dx = a f ( x ) dx a∈R
b) La antiderivada de una suma de dos funciones es la suma de las

antiderivadas de las funciones:
Z Z Z
[ f ( x ) + g( x ) ] dx = f ( x ) dx + g( x ) dx
Este resultado puede generalizarse para un número finito de fun-

ciones; es decir,
Z
[ f1 ( x ) + f2 ( x ) + · · · + fn ( x ) ] dx
Z Z Z
= f1 ( x ) dx + f2 ( x ) dx + · · · fn ( x ) dx
para cualquier n ∈ N.
Demostración.
a) Es consecuencia de que la derivada de una constante multiplicada

por una función es la constante multiplicada por la derivada de la
función.
b) Es consecuencia de que la derivada de una suma de funciones es

la suma de sus correspondientes derivadas.
Quizás la primera regla para el cálculo explı́cito de antiderivadas deba ser

aquella que lleva a cabo este proceso para las funciones con exponentes
fraccionarios.
Teorema 4. (Regla de las potencias para las antiderivadas)

Si es n un número racional, entonces la antiderivada general de f ( x ) =
xn es
n+1
 x

+C n 6= −1
F(x) = n+1
ln | x | + C n = −1

Demostración.
xn+1
Si n 6= −1 y F ( x ) = + C, entonces
n+1
( n + 1 )xn+1−1
F ′( x ) = = xn = f ( x )
n+1
1
Si n = −1. y F ( x ) = ln | x | + C, entonces F ′ ( x ) = .
x
Nota 2.
No sobra advertir que la operación de antiderivación anterior sólo es váli-
da en un intervalo abierto en el que la función con exponente fraccionario
esté bien definida.
Ejemplo 1.
Utilizando los teoremas 2, 3 y 4, hallemos las siguientes antiderivadas:
Z
1 1
Z
a) ( 3x + 5 ) dx b) + 3√ dx
x3 x
Z Z
c) cos x dx d) sec2 x dx
Z
1 1
Z
2
e) dx f) +x dx
1 + x2 x
Solución.
Z Z Z Z Z
a) ( 3x + 5 ) dx = ( 3x ) dx + 5 dx = 3 x dx + 5 dx
2
x
= 3 + C1 + ( 5x + C2 )
2
3 2
= x + 5x + C, donde C = C1 + C2
2
b)
Z
1 1 1 1
Z Z Z Z
1
−3
+√ dx = dx + √ dx = x dx + x− 3 dx
x3 3
x x3 3
x
1 √
33 2
=− 2 + x +C
2x 2
d( sen x )
Z
c) Puesto que = cos x entonces cos x dx = sen x + C.
dx
d( tan x )
Z
d) Como = sec2 x se tiene que sec2 x dx = tan x + C.
dx
d( tan−1 x ) 1
e) En la lección 2 se demostró que = . Por tanto,
dx 1 + x2
1
Z
dx = tan−1 x + C
1 + x2
x3
Z
1
f) + x2 dx = ln | x | + +C
x 3
Ejercicios 1
1) Calcule las siguientes antiderivadas:

Z
1
Z
4 3
+ ex + 3x5

a) x + 8x + 10x + 5 dx b) dx
x
Z
4
Z
− 23
c) x + dx d) 3e−( 2x+5 ) dx
1+x
√
Z
−1 1
Z
e) √ dx f) x+ √ dx
1 − x2 x
Z
2x
Z
5
g) (x − 2)− 3 + dx h) e( 5x−7 )+ln x dx
1 + x2
2. La regla de integración por partes para anti-

derivadas
En este punto comenzamos a desarrollar las técnicas fundamentales para
el cálculo de antiderivadas y, dado que ya hemos recurrido en el teore-
ma 3 a las dos primeras reglas de la derivación (suma y producto por
escalar) para generar las correspondientes reglas de antiderivadas, aho-
ra nos corresponde mirar hacia la regla del producto para la derivación
y deducir su correspondiente regla de evaluación de antiderivadas. Y
ésta la obtenemos cuando recordamos la derivada del producto de dos
funciones:
( f · g )′ ( x ) = f ( x )g′ ( x ) + g( x )f ′ ( x )
En efecto: tomando antiderivadas a ambos lados de esta igualdad, obte-
nemos que
Z Z Z
( f · g )′ ( x ) dx = f ( x )g′ ( x ) dx + g( x )f ′ ( x ) dx
Z
Pero como ( f · g )′ ( x ) dx = ( f · g )( x ) = f ( x )g( x ), entonces pode-
mos escribir
Z Z
f ( x )g′ ( x ) dx = f ( x )g( x ) − g( x )f ′ ( x ) dx (1)
a la que se le conoce como la regla de integración por partes para anti-

derivadas.
Ejemplo 2.
Z
Calculemos, utilizando el método de integración por partes, xex dx.
Solución.
Sea f ( x ) = x, g′ ( x ) = ex . Entonces f ′ ( x ) = 1, g( x ) = ex (observe que
aquı́ debimos haber colocado g( x ) = ex + k para alguna constante k,
pero no lo hicimos ¿Por qué?). Ahora: aplicando la regla de la integración
por partes (1) tendremos que
Z Z
xe dx = xe − [ ex · 1 ] dx = xex − ex + C = ex ( x − 1 ) + C
x x
Ejemplo 3.
Z Z
Calculemos a) ln x dx y b) ex senx dx .
Solución.
1
a) Sean f ( x ) = ln x y g′ ( x ) = 1. Por tanto, f ′ ( x ) = y g( x ) = x.
x
Aplicando la regla de la integración por partes tendremos que
1
Z Z
ln x dx = x ln x − x · dx = x ln x − x + C
x
Z
b) En la antiderivada ex senx dx, sean f (x) = senx y g′ (x) = ex ;
entonces, integrando por partes, encontramos que
Z Z
ex senx dx = ex senx − ex cos x dx (2)
Pero en este caso es necesario

Z integrar por partes nuevamente pa-
ra calcular la antiderivada ex cos x dx. Haciendo h′ (x) = ex ,
k(x) = cos x, encontramos que
Z Z
ex cos x dx = ex cos x − ex (−senx) dx
Ahora insertamos esta última igualdad en (2) para encontrar que

Z Z
x x x
e senx dx = e senx − [e cos x + ex senx dx]
y ası́,
ex senx − ex cos x
Z
ex senx dx = +C
2
Ejercicios 2
Z Z
a) x2 ex dx b) x ln x dx
Z Z p
c) x2 cos x dx d) x3 x2 + 1 dx
x
Z Z
e) √ dx f) x2 ln x dx
x+2
3. La regla de la cadena para antiderivadas: in-

tegración por sustitución
No obstante haber hallado ya cierto número de antiderivadas, muchas de
las que encontraremos no pueden calcularse por los métodos anteriores.
Por eso es necesario disponer de un mayor número de métodos explı́citos
y directos que puedan utilizarse en la determinación de tales antideri-
vadas. Consideraremos ahora una técnica conveniente que requiere de
la siguiente regla para la derivación después de la suma, producto por
escalar, y producto: la regla de la cadena para derivadas. A partir de
ésta se obtiene, de forma correspondiente, una regla de antiderivación
que se ha dado en llamar regla de la cadena para antiderivadas o, más
comúnmente, integración por sustitución. Veamos primero con ejemplos
cómo opera.
Ejemplo 4.
1
Para derivar y = 2( 3x+1 ) 2 aplicamos la regla de la cadena y obtenemos
dy d h 1
i 2 1 1
= 2( 3x + 1 ) 2 = ( 3x + 1 )− 2 · 3 = 3( 3x + 1 )− 2
dx dx 2
1 1
Notemos que, entonces, 2( 3x + 1 ) 2 es una antiderivada de 3( 3x + 1 )− 2 .
Por tanto, Z
1 1
3( 3x + 1 )− 2 dx = 2( 3x + 1 ) 2 + C
Para obtener este resultado más directamente, debemos desarrollar un

procedimiento general que pueda utilizarse en este tipo de situaciones:
sea u = g( x ) = 3x + 1; luego du = g′ ( x ) dx = 3 dx, y entonces
podemos escribir
Z Z Z
− 12 − 21 ′ 1
u− 2 du =

3( 3x + 1 ) dx = [ g( x ) ] g ( x ) dx =
1 1
= 2u 2 + C = 2 [ g( x ) ] 2 + C
1
= 2( 3x + 1 ) 2 + C N
La justificación de este procedimiento la proporciona el siguiente teorema

conocido como la regla de la cadena para antiderivadas o, también, regla
de la integración por sustitución:
Teorema 5. (Regla de la cadena para antiderivadas)

Sea g(·) una función diferenciable cuyo rango es un intervalo I. Suponga-
mos que f (·) es una función definida en I y que F (·) es una antiderivada
de f (·) en I. Entonces
Z
f ( g( x ) ) g′ ( x ) dx = F [ g( x ) ] + C

Demostración.
De la regla de la cadena para la diferenciación se tiene que
d
[ F ( g( x ) ) ] = F ′ ( g( x ) ) · g′ ( x ) = f ( g( x ) ) · g′ ( x );
dx
de donde se deduce que
Z
f ( g( x ) ) · g′ ( x ) dx = F [ g( x ) ] + C
Nota 3.
Del teorema 5 se tiene que
Z
f ( g( x ) ) · g′ ( x ) dx = F [ g( x ) ] + C = F ( u ) + C
Z Z
′
= F ( u ) du + C = f ( u ) du + C
donde u = g( x ). Por esto se justifica la identidad
du
Z Z Z
′
f ( g( x ) ) · g ( x ) dx = f ( u ) · dx = f ( u ) du + C
dx
La siguiente es una generalización del teorema 4 anterior, y es una de

las reglas más útiles en el cálculo explı́cito de antiderivadas:
Teorema 6. (Generalización de la regla de la potencia)

Si g(·) es una función diferenciable y n un número racional tal que las
expresiones de abajo tienen sentido, entonces:
n+1

Z  [ g( x ) ]

+C si n 6= −1
[ g( x ) ]n · g′ ( x ) dx = n+1

ln | g( x ) | + C si n = −1

Demostración.
Es un resultado inmediato al derivar la función del lado derecho de la
igualdad y obtener la función dentro del sı́mbolo de antiderivación.
Ejemplo 5.
Calculemos las siguientes antiderivadas:
√
Z Z p
a) 1 − 4x dx b) x( x2 + 1 ) 4 − 2x2 − x4 dx
t2 − 1 [ ln x ]n
Z
1
Z
c) t+ dt d) dx, n entero fijo
t t2 x
Z Z
e) (a + bx)n dx b 6= 0, n ∈ N f) senn x cos x dx, n∈N
Solución.
a) Sea u = 1 − 4x; entonces du = −4 dx y
3
√ 1 √ 1 1 u2
Z Z Z
1
1 − 4x dx = − 1 − 4x ( 4 ) dx = − u 2 du = − 3 + C
4 4 4 2
3
u2 1 3
=− + C = − ( 1 − 4x ) 2 + C
6 6
b) Sea u = 4 − 2x2 − x4 ; entonces du = ( −4x − 4x3 ) dx = −4x( x2 +

1 ) dx y por tanto,
3
1 1 u2
Z Z
1
p
2 2 4
x( x + 1 ) 4 − 2x − x dx = − u 2 du = − 3 + C
4 4 2
3 3
u2 ( 4 − 2x2 − x4 ) 2
=− +C =− +C
6 6
2
1 1 t −1
c) Si v = t + , se obtiene que dv = 1 − 2 dt = dt. Por
t t t2
tanto,
1 2
2
v2
Z
1 t −1 1
Z
t+ dt = v dv = +C = t+ +C
t t2 2 2 t
1
d) Sea z = ln x; entonces dz = dx y ası́:
x
 n+1
Z
[ ln x ]n
Z  z

+C n 6= −1
n n+1
dx = z dz =
x 
 ln | z | + C n = −1
 n+1
 ln
 x
+C n 6= −1
= n+1

 ln | ln x | + C n = −1
e) Sea u = a + bx; entonces du = bdx, y

Z n
u 1 un+1
Z
n
(a + bx) dx = du = +C
b bn+1
1 (a + bx)n+1
= +C
b n+1
f) Sea v =senx; entonces dv = cos xdx, y
v n+1
Z Z
senn x cos xdx = v n dv = +C
n+1
senn+1 x
= +C
n+1
Ejercicios 3
dx
Z Z
a) ( 2x + 3 )( x2 + 3x )4 dx b) dx
( 3x + 2 )2
x2
Z Z
3 +10
c) x2 ex dx d) dx
3x3 + 7
√
x3 x
Z Z
e) √
4
dx f) 3 dx
1 + x4 ( 4 + x2 )
2) (Sustituciones trigonométricas) En ocasiones, para encontrar an-

tiderivadas, utilizar una sustitución de la forma x = a sen θ, x =
a cos θ, x = a tan θ, etc., donde a 6= 0 es un número fijo, y recordar
las identidades trigonométricas básicas, puede ser de mucha utili-
dad debido a que, con ellas, se simplifica y acorta notablemente el
proceso de antiderivación. Veamos un par de ejemplos.
dx
Z
i) Evaluemos √ con |x| > 1.
x2 − 1
Observemos que, aquı́, la sustitución x = sec θ nos conduce a la
antiderivada
sec θ tan θ sec θ tan θ
Z Z
√ dθ = dθ
2
sec −1 tan θ
Z
y ası́, a la antiderivada sec dθ = ln | sec θ + tan θ| + C. Por con-
siguiente,
dx
Z p
√ = ln |x + x2 − 1| + C
x2 − 1
x2
Z
ii) Evaluemos √ dx con |x| > 3.
9 − x2
Podemos notar que, aquı́, la sustitución x = 3 sen θ nos conduce a
la antiderivada
(9 sen2 θ)(3 cos θ)
Z
dθ
3 cos θ
Z
y, por consiguiente, a la antiderivada 9 sen2 θdθ que es, recor-
1 − cos 2θ
dando la igualdad trigonométrica sen2 θ = , igual a la
2
antiderivada
Z
1 − cos 2θ 9 sen 2θ
9 dθ = θ− +C
2 2 2
9
= [θ − sen θ cos θ] + C
2
x √9 − x2
" #
9 −1 x
= sen − · +C
2 3 3 3
9 x xp
= sen−1 − 9 − x2 + C
2 3 2
El problema aquı́ consiste en utilizar alguna sustitución trigonométrica
conveniente, para encontrar las siguientes antiderivadas:
dx dx
Z Z
a) √ b) √
25 + x2 4 + x2
Z √ 2
x − 49
Z p
c) 64 − x2 dx d)
x
4. La regla de fracciones parciales para antide-

rivadas
En antiderivación surge muy a menudo la necesidad de separar conve-
nientemente una fracción de dos polinomios (función racional) en una
suma de fracciones con denominadores menos complicados y a los que sea
más fácil encontrarles antiderivadas. Este método, llamado regla de frac-
ciones parciales para antiderivadas, tiene un lugar dentro de las técnicas
más socorridas de la antiderivación. Consideremos, para ilustrarla, las
tres siguientes antiderivadas:
a)
12x − 13 12x − 13
Z Z
2
dx = dx
x − x − 12 ( x + 3 )( x − 4 )
El método de fracciones parciales busca determinar unas constan-

tes A y B tales que
12x − 13 A B
= +
( x + 3 )( x − 4 ) x+3 x−4
Para lograrlo, multiplicamos a ambos lados de esta ecuación por
( x + 3 ) y se tiene que
12x − 13 B( x + 3 )
=A+
x−4 x−4
Ahora haciendo x = −3 se puede determinar la constante A:
−36 − 13
=A+0
−3 − 4
Luego A = 7. De forma similar, multiplicando a ambos lados de la
ecuación por ( x − 4 ) se tiene que
12x − 13 A( x − 4 )
= +B
x+3 x+3
Haciendo x = 4 podemos determinar el valor de B:
48 − 13
=0+B
7
Ası́, B = 5. Por tanto,
12x + 13 7 5
Z Z Z
2
dx = dx+ dx = 7 ln | x+3 |+5 ln | x−4 |+C
x − x − 12 x+3 x−4
b)
x2 + 1 x2 + 1
Z Z
dx = dx
x3 + 2x2 − x − 2 ( x + 2 )( x − 1 )( x + 1 )
Debemos determinar unas constantes A, B y C tales que
x2 + 1 A B C
= + +
( x + 2 )( x − 1 )( x + 1 ) x+2 x−1 x+1
Multiplicando a ambos lados de esta ecuación por ( x + 2 ) se tiene
que
x2 + 1 B( x + 2 ) C( x + 2 )
=A+ +
( x − 1 )( x + 1 ) x−1 x+1
Y haciendo x = −2 se puede determinar la constante A:

5
=A+0+0
( −3 )( −1 )
Por tanto, A = 53 . De forma similar, multiplicando a ambos lados
de la ecuación por ( x − 1 ), se tiene que
x2 + 1 A( x − 1 ) C( x − 1 )
= +B+
( x + 2 )( x + 1 ) x+2 x+1
Y si hacemos x = 1 podemos determinar el valor de B:
2
=0+B+0
( 3 )( 2 )
Por tanto, B = 13 . Finalmente, multiplicando a ambos lados de la
ecuación por ( x + 1 ) se tiene que
x2 + 1 A( x + 1 ) B( x + 1 )
= + +C
( x + 2 )( x − 1 ) x+2 x−1
Si x = −1, entonces
2
=0+0+C
( 1 )( −2 )
Por tanto, C = −1. Ası́,
x2 + 1 5 1 1
Z Z Z Z
3 2
dx = dx + dx − dx
x + 2x − x − 2 3( x + 2 ) 3( x − 1 ) x+1
5 1
= ln | x + 2 | + ln | x − 1 | − ln | x + 1 | + C
3 3
c)
x2 + 2x − 1 A Bx + C
Z Z Z
dx = dx + dx
(x − 1)(x2 + 1) x−1 x2 + 1
Aquı́, x2 + 2x − 1 = A(x2 + 1) + (Bx + C)(x − 1) y haciendo

x = 1 obtenemos que A = 1; a su vez, efectuando las operaciones
e igualando coeficientes, obtenemos que
A + B = 1, −B + C = 2, A − C = −1
Por consiguiente, B = 0 y C = 2, lo que nos lleva a que
x2 + 2x − 1
Z
dx = ln |x − 1| + 2 arctang x + C
(x − 1)(x2 + 1)
Ejercicios 4
1) Calcule las siguientes antiderivadas utilizando el método de frac-
ciones parciales:
x+3 x+2
Z Z
a) 2
dx b) dx
x + 3x − 10 3x3 − 24x
dx x
Z Z
c) 3 2
d) dx
x + x − 2x x − x2 − 6x
3
x+4 x
Z Z
e) 2
dx f) dx
x + 5x − 6 x + x2 − 12x
3
5. Antiderivadas de algunas funciones básicas

Las reglas para hallar las antiderivadas de las funciones trigonométricas,
logarı́tmicas, exponenciales y trigonométricas inversas son consecuencia
inmediata de las correspondientes reglas de diferenciación. Aquı́ presen-
tamos una tabla que podrı́a ser útil en adelante como consulta rápida
de antiderivadas.
Teorema 7. (Antiderivadas básicas)
xn+1
Z Z
a) xn dx = + C; n 6= −1 b) cos x dx = sen x + C
n+1
Z Z
c) sen x dx = − cos x + C d) sec2 x dx = tan x + C
Z Z
e) csc2 x dx = − cot x + C f) sec x tan x dx = sec x + C
dx
Z Z
g) csc x cot x dx = − csc x + C h) √ = sen−1 x + C; | x | < 1
1−x 2
dx 1
Z Z
i) = arctan x + C j) dx = ln | x | + C
1 + x2 x
x
Z Z
k) cot x dx = ln |sen x| + C l) csc x dx = ln | tan | + C
2

1 π
Z Z
m) arc sen x dx = ln ctg
− x + C n) arc tan x dx = x arc tan x+
2 2
1
ln(1 + x2 ) + C
2
ax
Z Z
o) ex dx = ex + C p) ax dx = + C; a > 0, a 6= 1
ln a
Demostración.
Se deja como ejercicio para el lector. Solo derive la parte derecha de cada
igualdadRy confirme que ésta coincide con la función que está dentro del
sı́mbolo de antiderivada.
Ejemplo 6.
Calculemos las siguientes antiderivadas:
dx
Z Z
a) x2 sec2 (x3 ) dx b) √
− x2 a2
dx dx
Z Z
c) d)
a2 + x2 2
x +x+1
Solución.
a) Sea z = x3 . Entonces dz = 3x2 dx, y por tanto,
1 1 1
Z Z Z
2 2 3 2 3 2
x sec (x ) dx = sec (x ) 3x dx = sec2 z dz = tan z+C
3 3 3
1
= tan(x3 ) + C
3
b)
dx dx dx
Z Z Z
√ = r = q
a2 − x2 x2 a 1− x2
a2 1 − a2 a2
1 x

dx d
Z Z
a a
= q 2 = q 2
x x
1− a 1− a
x
= sen−1 +C
a
c)
1 x

dx dx 1 dx 1 d
Z Z Z Z
a a
= = 2 = 2
a + x2
2

2 a 1 + xa a x

a2 1 + xa2 1+ a
1 −1 x

= tan +C
a a
1 3 1
2
d) Como x2 + x + 1 = x2 + x + 4 + 4 = x+ 2 + 34 , entonces
d x + 12

dx dx
Z Z Z
= =
1 2
2 2
x +x+1 x + 2 + 34 x + 12 + 34

1
−1 x + 2

1 2 −1 2x + 1
= √ tan √ + C = √ tan √ +C
3 3 3 3
2 2
Notemos que esta integral es una aplicación directa del caso ante-
rior.
Nota 4. (Una nota sobre antiderivadas y funciones elementales)

Como puede haberse visto de los distintos métodos para el cálculo de an-
tiderivadas, la clase de funciones elementales (es decir, aquéllas formadas
por combinaciones de las polinómicas, trigonométricas y exponenciales
(incluidas sus inversas)) a las que es posible calcularles una antideri-
vada, es muy amplia. Sin embargo, la situación es más complicada de
lo que parece: existen funciones elementales cuyas antiderivadas no son
funciones elementales. Por ejemplo, no existen antiderivadas elementa-
2
les de e−x , ln1x , senx x , entre otras. Quizás esto no deberı́a sorprendernos
pues en las matemáticas fundamentales es posible también encontrar

ejemplos en los que una operación directa puede llevarse a cabo sobre
ciertos números, mientras que la operación inversa no puede realizarse.
Sin embargo, la razón del por qué esto es ası́, es más profunda que esta
observación simple.
Ejercicios 5
1
Z Z
2
a) t cos( 4t ) dt b) cos x( 2 + sen x )5 dx
2
√
sec2 ( 3 t ) √
Z Z
c) √ dt d) ex + 7 ex dx
t
Z x
e + e−x
Z
e) dx f) tan x dx
ex − e−x
6. Antiderivación y teorı́a básica de ecuaciones

diferenciales
Todas las ecuaciones que hemos estudiado en lecciones anteriores han
buscado encontrar determinado valor numérico. Por ejemplo, cuando se
buscan los máximos y los mı́nimos de cierta función, resolvemos una
ecuación y encontramos los puntos donde la tasa de cambio de esa fun-
ción se anula. Sin embargo, en las matemáticas aplicadas a menudo surge
el problema de estudiar una ecuación en la cual la incógnita es una fun-
ción (por ejemplo, al investigar el proceso de enfriamiento de un cuerpo,
es necesario determinar su temperatura cuando sólo sabemos la forma
en que varı́a esa temperatura). Es corriente que sea posible construir la
ecuación que rige los cambios de una función y el problema sea entonces
determinar la función misma. Las “ecuaciones diferenciales” (ecuaciones
que involucran derivadas de funciones desconocidas) son importantes
debido, principalmente, a que en la investigación de problemas fı́sicos
surge muy comúnmente la necesidad de encontrar las posibles solucio-
nes de una determinada ecuación que involucra variaciones de funciones,
y enseguida veremos el papel que puede jugar la antiderivación en este

proceso.
Definición 2. (Ecuación diferencial)

Una ecuación diferencial (ordinaria) es una ecuación que contiene una o
varias derivadas de una función desconocida (de una variable) que quiere
determinarse a partir de la ecuación.
Ejemplo 7.
Algunos ejemplos de ecuaciones diferenciales son:
ln x
a) yx + y ′ = 0 ; b) x2 y ′ + = 1; c) y ′′ + y ′ + y = 0
y
y la pregunta en cada caso es: ¿cuál (o cuáles) es(son) la(s) función(es)

y( x ) que la satisface(n)?
Definición 3. (Solución de una ecuación diferencial)
Una función y(·) es una solución de una ecuación diferencial (en un
intervalo abierto) si satisface dicha ecuación (en ese intervalo); es decir,
si al sustituir y( x ) (con x en el intervalo) en la ecuación diferencial se
obtiene una identidad.
Nota 5. (Condiciones iniciales de una ecuación diferencial)
Frecuentemente, en los problemas que incluyen ecuaciones diferenciales

se desea encontrar soluciones particulares; es decir, soluciones que satis-
fagan ciertas condiciones llamadas condiciones iniciales. Esto significa
que, de toda la familia de soluciones y = F ( x ), se elige, si existe, una
solución que satisfaga la condición inicial y0 = F ( x0 ) para ciertos x0 ,
y0 conocidos. Ilustraciones de esto se ven en el siguiente ejemplo.
Ejemplo 8.
Para cada una de las siguientes ecuaciones diferenciales encontremos la

solución particular determinada por las condiciones iniciales dadas:
dy
a) = x2 − 2x − 4; y = −6 cuando x = 3
dx
dy
b) = ( x + 1 )( x + 2 ); y = −3 cuando x = − 32
dx
d2 y
c) = 4( 1 + 3x )2 ; y = −1 y y ′ = −2 cuando x = −1
dx2
dy
d) = ( 1 + y 2 )ex ; y = 0 cuando x = 0
dx
dy e−x
e) = √ ; y = 4 cuando x = 0
dx y
dy x+1
f) = 3 2 ; y = 2 cuando x = 1
dx 3x y
Solución.
a) De la ecuación diferencial es fácil ver, “separando variables”, y

escribiendo la ecuación con diferenciales, que dy = ( x2 −2x−4 ) dx
y, por tanto, tomando antiderivadas se obtiene
Z Z Z Z Z
2 2
y = dy = ( x − 2x − 4 ) dx = x dx − ( 2x ) dx − 4 dx
x3
= − x2 − 4x + C
3
Dado que y = −6 cuando x = 3, entonces −6 = 27 3 − 9 − 12 + C;
de allı́, C = 6. Luego la solución que buscábamos es (ver figura 1)
x3
y= − x2 − 4x + 6
3
f (x)
x
−3 −2 −1 1 2 3 4 5
x3
Figura 1: y = 3 − x2 − 4x + 6
b) De la ecuación diferencial se obtiene, separando variables, y escri-

biendo la ecuación con diferenciales, que dy = ( x + 1 )( x + 2 ) dx
= ( x2 + 3x + 2 ) dx, y entonces tomando antiderivadas se tiene
que
Z Z Z Z Z
2 2
y = dy = ( x + 3x + 2 ) dx = x dx + 3x dx + 2 dx
x3 3 2
= + x + 2x + C
3 2
que debe satisfacer que cuando y = − 32 , entonces x = −3; esto es,

C = 0. Luego, la solución que buscamos es
x3 3 2
y= + x + 2x
3 2
c) De la definición de segunda derivada obtenemos

d dy
= 4 + 24x + 36x2
dx dx
Luego,
dy
= 4x + 12x2 + 12x3 + C1 ;
dx
dy
pero como = −2 cuando x = −1, entonces C1 = 2. Ası́,
dx
dy
= 4x + 12x2 + 12x3 + 2;
dx
por tanto,
Z
y = ( 2 + 4x + 12x2 + 12x3 ) dx = 2x + 2x2 + 4x3 + 3x4 + C2
y como y = −1 cuando x = −1, entonces C2 = 0. Luego la solución

que buscamos es
y = 2x + 2x2 + 4x3 + 3x4

dy dy
d) De = ( 1+y 2 )ex obtenemos, separando variables, que =
dx 1 + y2
ex dx y ası́,
dy
Z Z
= ex dx
1 + y2
Por tanto, tan−1 y = ex + C o, equivalentemente, y = tan( ex + C ).
Como y = 0 cuando x = 0, entonces C = −1. Luego la solución
particular es y = tan( ex − 1 ).
dy e−x √
e) Separando variables en la ecuación = √ se tiene que y dy =
dx y
e−x dx. Por tanto,
√
Z Z
y dy = e−x dx;
3
es decir, 23 y 2 = −e−x + C. Como y = 4 cuando x = 0, en-
tonces C = 19 3 . Luego, la solución particular que requerimos es
2
y = − 32 e−x + 19 2
3
.
dy x+1
f) Separando variables en la ecuación = se tiene que
dx 3x3 y 2
x+1
3y 2 dy = dx. Por tanto,
x3
x+1
Z Z
2
3y dy = dx;
x3
1 1
es decir, y 3 = − − 2 + C. Como y = 2 cuando x = 1, entonces
x 2x 1
19 2x + 1 19 3
C = . Luego la solución particular es y = − + . N
2 2x2 2
Y arribamos ahora a la ecuación diferencial sobre la cual se basa gran

parte de la teorı́a fundamental:
Teorema 8. (Ecuación diferencial fundamental)

Si y ′ ( x ) = ay( x ) para todo x con a ∈ R fija, entonces y( x ) = Ceax
para alguna constante C ∈ R.
Demostración.
y( x )
Sea f ( x ) = ax . Entonces
e
eax y ′ ( x ) − y( x ) aeax eax ( y ′ ( x ) − ay( x ) )
f ′( x ) = = =0
e2ax e2ax
y( x )
Luego, por el teorema 1, existe C ∈ R tal que = C, y ası́,
eax
y( x ) = C eax .
Ejemplo 9. (Un ejemplo de descomposición radiactiva)

Ciertos experimentos muestran que una sustancia radiactiva se descom-
pone a una tasa proporcional a la cantidad existente. Si se comienza con
2 gramos de la sustancia, ¿cuál será la cantidad que permanecerá en un
tiempo t posterior?
Solución.
Si y( t ) es la cantidad de sustancia que permanece en el tiempo t, en-
tonces la ecuación diferencial que podrı́a describir el comportamiento de
y( t ) es
dy
= ky
dt
para alguna constante k < 0 que depende de la clase de sustancia ra-
diactiva. De acuerdo con el teorema 8, se tiene entonces que y( t ) = Cekt
para alguna constante C ∈ R. Pero como y( 0 ) = Ce0 = C, entonces
C = 2, y ası́ y( t ) = 2ekt es la regla de comportamiento de la cantidad
de sustancia radioactiva y( t ) en el tiempo t.
Ejemplo 10. (Un ejemplo de mecánica (Fı́sica))

Un proyectil se dispara verticalmente hacia arriba desde el suelo con
una velocidad de 1,600 pies/seg. Despreciando la resistencia del aire,
calculemos su altura o distancia desde el suelo s( t ) en cualquier instante
t. ¿Cuál será la mayor altura que alcanza el proyectil?
Solución.
Partiendo de la segunda ley de Newton del movimiento para un obje-
to puntual con masa constante, sometido únicamente a la acción de la
dv
fuerza de la gravedad, se tiene F = ma con a = = −32 pies/seg2 .
dt
Entonces v( t ) = −32t+C1 . De acuerdo con la condición inicial, tenemos
1,600 = −32 · 0 + C1 , de donde C1 = 1,600. Al sustituir en la ecuación
anterior, obtenemos
v( t ) = 1,600 − 32t
ds
Ahora: De la igualdad v = se obtiene la ecuación diferencial ds
dt =
dt
1,600 −32t, y ası́ s( t ) = 1,600t − 16t2 + C2 . De acuerdo con la condición
inicial, s = 0 cuando t = 0, y obtenemos entonces que C2 = 0. Luego,
s( t ) = 1,600t − 16t2
La altura máxima se alcanza en el instante en que el objeto se detiene, es
decir, cuando v = 0 = 1,600 − 32t. De allı́, t = 1,600
32 = 50 seg, y entonces
s( 50 ) = 40,000 pies es la mayor altura que alcanza el proyectil.
Ejemplo 11. (Otro ejemplo de mecánica (Fı́sica))

La aceleración de la gravedad para objetos cerca de la superficie de la
Luna es 1.62 mts/seg2 .
a) Determinemos la altura máxima de una piedra que es lanzada di-
rectamente hacia arriba por un astronauta en la Luna con una
velocidad de 18 mts/seg.
b) Encontremos la altura máxima de una piedra que es lanzada di-
rectamente hacia arriba por el mismo astronauta y con la misma
velocidad, pero en la Tierra.
Solución.
Del ejemplo anterior se deduce que v = −gt + C1 , con v = 18 mts/seg
cuando t = 0. De aquı́ que C1 = 18, y entonces
v = 18 − gt
Para la Luna v = 18−1.62t y para la Tierra v = 18−9.8t.
18
a) Como la altura máxima se obtiene cuando v = 0, entonces t = 1.62 =
ds
11.11 seg; y como v( t ) = , entonces
dt
t2
s( t ) = 18t − 1.62 + C2
2
Pero la condición inicial nos dice que s = 0 cuando t = 0 y, por

tanto, C2 = 0. Luego
s( t ) = 18t − 0.81t2
Por lo tanto, s( 11.11 ) = 100 mts.

18
b) De manera análoga al literal a), v( t ) = 0 implica que t = 9.8 =1.83.
2
Luego s( t ) = 18t − 4.9t + C3 que, de acuerdo con la condición
inicial, implica C3 = 0 y ası́,
s( t ) = 18t − 4.9t2 ;
de donde s( 1.83 ) = 16.54 mts.
Ejemplo 12.
Imaginemos un cuerpo con masa m que se desplaza sobre una recta
coordenada con posición s y velocidad v en el instante t, al que se le
aplica una fuerza de resistencia −kv que, por la primera ley de Newton,
es proporcional al producto de la masa y la aceleración. Ası́, la ecuación
del movimiento es
dv
m = −kv, k>0
dt
Si resolvemos esta ecuación utilizando el teorema 8 se obtiene que
k
v = v0 e−( m )t (1)
donde v0 es la velocidad inicial del cuerpo. Determinemos cuánto avan-

zará el cuerpo antes de detenerse a partir de cierto punto s = 0.
Solución.
ds( t )
Puesto que v = , entonces, resolviendo la ecuación (1) arriba con
dt
respecto a t, obtenemos
v0 m −( k )t
s( t ) = − e m +C
k
v0 m
Pero como s( 0 ) = 0, entonces C = . Luego la posición de cuerpo
k
en el instante t es
v0 m −( k )t v0 m
s( t ) = − e m + (2)
k k
Para saber cuándo es v = 0 (es decir, t → ∞ en la ecuación (1)) hacemos

t → ∞ en (2), y obtenemos que
v0 m
lı́m s( t ) =
t→∞ k
v0 m
Observemos que, en particular, la distancia máxima es proporcio-
k
nal a la velocidad inicial y a la masa, e inversamente proporcional a la
constante de intensidad k.
Ejercicios 6
1) Halle la solución de las siguientes ecuaciones diferenciales:
dy dy
a) = 3xy 2 b) ex + 2ex y = 2
dx √ dx
dy x+x dy ln x
c) = √ d) =
dx y−y dx y
dy √ √
e) + xy = y f) y ′ x = e y+x
dx
dr dv k
g) sen θ + r cos θ = 1 h) + v = 0, k, m > 0
dθ dt m
dy dy
i) = x3 e−y j) + ( x + 1 )y 2 = 0
dx dx
2) Encuentre, si existe, la solución particular de las siguientes ecuacio-

nes diferenciales determinadas por las condiciones iniciales dadas:
dy
a) = x2 − 2x − 4 si y = −6 cuando x = 3
dx
d2 y 3 dy
b) = − 4 si y = 12 y = −1 cuando x = 1
dx2 x dx
dy
c) + xy = x3 si y = −6 cuando x = 0
dx
dy
d) t + 2y = t si y = 1 cuando x = 2
dt
dy
e) y + x = 0 si y = −2 cuando x = 0
dx
dy 1−x
f) = si y = 1 cuando x = 1
dx y
dv
g) v = g, (g constante) si v = v0 cuando t = t0
dt
√ dy
h) x2 + 1 = xy 2 si y = 2 cuando x = 0
dx
3) El volumen de agua de un lago decrece a una tasa del 5 % anual.
¿Cuándo estarán las reservas en 14 de su volumen de hoy?
4) Una partı́cula se mueve en lı́nea recta con aceleración a = t2 +

2t con distancia s = 1 cuando el tiempo es t = 0, y distancia
s = −3 cuando el tiempo es t = 2. Muestre que la velocidad
v, y la distancia recorrida s, en términos de t, están dadas por
3 t4 3
v = t3 + t2 − 4, s = 12 + t3 − 4t + 1.
5) Una pelota se lanza verticalmente hacia arriba con un velocidad

inicial de 40 mt/seg desde un punto situado a 20 metros sobre el
nivel del suelo.
a) Si v mt/seg es la velocidad de la pelota cuando está a s pies del

√
punto inicial, muestre que v =+ − 2, 880 − 64s (¿qué significan
aquı́ los signos +
− ?).
b) Muestre que la velocidad de la pelota cuando ésta se encuen-
tra a 36 metros del suelo y sigue ascendiendo es 24 mt/seg
6) El costo de una cierta pieza de maquinaria es 7, 000 dólares y su

dV
valor se reduce con el tiempo de acuerdo con la fórmula =
dt
−500( t + 1 )−2 , donde V dólares es su valor t años después de su
compra. Pruebe que su valor tres años después de su compra es
6, 500 dólares.
7) La tasa de crecimiento natural de la población de cierta ciudad es

proporcional a su población. En 1955, la población era de 80,000
habitantes y en 1995 era de 160,000.
a) Si y es el número de individuos de la población t años a partir

de 1955, exprese y como una función de t.
b) Calcule la población para el año 2035.
8) La ley de enfriamiento de Newton establece que la tasa de va-

riación de la temperatura de un cuerpo expuesto a un medio es
proporcional a la diferencia de temperatura entre ellos. Se lleva
un termómetro de una habitación en la cual la temperatura es 25
grados centı́grados hacia el exterior donde la temperatura es de
5 grados centı́grados y la lectura en el termómetro es 15 grados
después de 30 segundos.
a) Halle la ecuación que describe la lectura en el termómetro en

cualquier instante a partir del momento en que se retiró de
la habitación.
b) ¿Cuál será la lectura en el termómetro después de dos minu-
tos?
c) ¿Alcanzará la lectura en el termómetro el valor del exterior?
9) En un lago pueden coexistir a lo más 10,000 peces. Se sabe que la

variación de la población de peces es directamente proporcional a
la diferencia entre el máximo que pueden coexistir y la población
presente en ese instante. Si la tasa de variación es de 80 peces por
mes cuando hay presentes 6,000 peces, entonces:
a) Verifique que 50p′ (t) + p(t) − 10, 000 = 0 donde p(t) denota
la población o número de peces presentes en el instante t.
b) Resuelva la ecuación diferencial si inicialmente hay 2,000 pe-
ces.
c) ¿Qué pasa con el número de peces si el tiempo transcurre
indefinidamente?
d) ¿ Aproximadamente cuántos peces habrá al cabo de 5 años?
e) ¿Aproximadamente cuándo se tendrán 8,000 peces en el lago?
7. Sumas y series: una primera aproximación

Las sumas de infinitos términos aparecieron desde, por lo menos, los
antiguos Griegos. Por ejemplo, Zenon de Elea, en el siglo V a.C, escri-
bió un libro con cuarenta paradojas sobre el continuo y el infinito, en
donde de manera recurrente surgı́a el problema de sumar una cantidad
infinita de números. Desafortunadamente, el libro no sobrevivió a nues-

tras épocas, ası́ que sólo sabemos de ella a través de otras fuentes. Las
paradojas de Zenon sobre el movimiento implicaban el problema de si
la suma de un número infinito de términos podrı́a ser o no un número
finito, que es, en última instancia, el problema de la convergencia de una
serie infinita de números. También el método de exhausción de Eudoxio
y Arquı́medes para medir áreas y volúmenes implicaba el problema de
una suma infinita con resultado finito.
Pero sólo fue hasta el siglo XVIII que el significado e importancia de
estos objetos matemáticos pudo ser entendido cabalmente. Sin embargo,
en el camino, el tratamiento de las series infinitas fue una excelente
ilustración de las complicaciones que los matemáticos de los siglos XVII y
XVIII enfrentaron con el rigor en el análisis: cuando Newton, Leibniz, los
hermanos Bernoulli, Euler, D’Alembert, Lagrange, y otros, estudiaban
y aplicaban series infinitas, cometı́an toda clase de errores, hacı́an falsas
pruebas y obtenı́an incorrectas deducciones. Un par de ejemplos sencillos
de esto son los que presentamos a continuación.
1
a) Si la función se escribe como (1 + x)−1 , y se le aplica el
1+x
teorema binomial (ver volumen 0: Fundamentos), se encuentra una
expresión de la siguiente forma:
1
= (1 + x)−1 = 1 − x + x2 − x3 + x4 − ...
1+x
donde los puntos suspensivos indican que los términos continúan

indefinidamente y que siguen la forma previamente indicada1 . Cuan-
do x = 1, la serie se convierte en 12 = 1 − 1 + 1 − 1 + 1.... Sin
embargo, ¿qué deberı́amos entender por el término de la derecha
1 − 1 + 1 − 1 + 1..? En primer lugar, la serie dice que es 12 ; pero
también podrı́amos asociar los términos de la forma (1 − 1) + (1 −
1) + (1 − 1) + ... y obtener 0 (cero) como su suma. Aún más, tam-
bién podrı́amos escribirla de la forma 1 − (1 − 1) − (1 − 1) − ... y
obtener 1 como la suma. Observando esto, algunos llegaron a pen-
sar que 12 era entonces la media aritmética de dos eventos (1 y 0)
1
Al parecer fue Nicolaus Mercator [1620-1687] el que primero tuvo la idea de
1
convertir la fracción 1+x en una serie, al realizar un proceso parecido a la división
ordinaria de polinomios.
equiprobables. Este era el argumento, por ejemplo, de los Bernoulli

(Nicholas, James, John, y Daniel) y también el de Lagrange.
b) En su primer trabajo sobre el Cálculo en 1669, Newton introducı́a
el uso de las series infinitas para facilitar los procesos. Por ejemplo,
1
para calcular la antiderivada de y = , utilizaba la expresión
1 + x2
binomial
1
= 1 − x2 + x4 − x6 + x8 ...
1 + x2
y calculaba antiderivadas término a término sin consideración al-
guna de procesos de lı́mite. Para Newton, operar con series infinitas
como la de arriba, era similar a operar con polinomios finitos y,
por tanto, aquéllas eran simplemente una parte del álgebra. Por su
parte, los matemáticos del siglo XVIII, aunque reconocieron que
debı́a establecerse una distinción entre series convergentes (que
tenı́an suma) y series divergentes (que no la tenı́an), nunca alcan-
zaron a clasificar cuál era la distinción. El problema, hoy sabemos,
era que, en ambos casos, enfrentaban un nuevo y difı́cil concepto:
el de lı́mite.
a). Sumas finitas
Buscando entender lo que podrı́a significar que la suma de infinitos nu-
meros pueda ser otro número, comenzamos aquı́ primero a alcanzar des-
treza
P con ciertas sumas finitas y, particularmente (utilizando la notación
(sumatoria) introducida originalmente por Euler) a escribir algunas
de ellas de manera simplificada.
Debe, sin embargo, advertirse que esta notación ya ha sido utilizada
previamente en los volúmenes 0 (Fundamentos) y I (Algebra Lineal),
sólo que aquı́ la recuperamos por conveniencia en la exposición.
Definición 4. (Suma finita)

La suma a1 + a2 + · · · + an se escribirá mediante el sı́mbolo de Euler
Pn
ai , que se leerá “sumatoria desde i = 1 hasta i = n de los términos
i=1
ai ”. Esto es,
n
X
a1 + a2 + · · · + an = ai
i=1
El sı́mbolo i se conoce como ı́ndice de la sumatoria. Observemos que en

lugar de i puede colocarse cualquier otra letra como, por ejemplo, j ó k.
Algunas de las sumatorias más útiles las encontramos en la siguiente
lista:
Teorema 9. (Algunas propiedades de las sumatorias)
n
X n
X n
X
a) c = nc, c ∈ R fijo b) c ai = c ai
i=1 i=1 i=1
Xn n
X n
X m+c
X Xm
c) ( ai + bi ) = ai + bi d) ai−c = ai
i=1 i=1 i=1 i=n+c i=n
m−c
X m
X Xn
e) ai+c = ai f) [ ai − ai−1 ] = an − a0
i=n−c i=n i=1
n n
X n( n + 1 ) X n( n + 1 )( 2n + 1 )
g) i= h) i2 =
2 6
i=1 i=1
n n
X n2 ( n + 1 )2 X n( n + 1 )( 6n3 + 9n2 + n − 1 )
i) i3 = j) i4 =
4 30
i=1 i=1
Demostración.
Demostraremos únicamente algunos de los literales del teorema 9. Los
demás se dejan como ejercicios para el lector.
n
P
a) c = c + c + · · · + c (n veces) = nc
i=1
f) n
X n
X n
X n
X n−1
X
[ ai − ai−1 ] = ai − ai−1 = ai − ai
i=1 i=1 i=1 i=1 i=0
n−1
X n−1
X
= ai + an − a0 − ai = an − a0
i=1 i=1
n
P
g) Sea i = 1+2+3+· · · +n = S. Escribiendo la suma de adelante
i=1
hacia atrás tenemos que
n
X
i = n + (n − 1) + (n − 2) + · · · + 1 = S
i=1
y sumando miembro a miembro las dos expresiones anteriores, ob-

tenemos
( n + 1 ) + ( n + 1 ) + · · · + ( n + 1 ) = n( n + 1 ) = 2S
Por tanto,
n
X n( n + 1 )
S= i=
2
i=1
h) Puesto que
n
X n
X n
X
3 3 3
i3 − ( i − 1 )3

n = i − (i − 1) =
i=1 i=1 i=1
n n n
!
X X X
i3 − i3 + 3i2 − 3i + 1 = 3 i2 −

= 3 i +n
i=1 i=1 i=1
entonces n
n3 − n + 3
P
i 3n( n + 1 )
n n3 − n +
i=1 2
X
i2 = =
3 3
i=1
2n3 − 2n + 3n2 + 3n 2n3 + 3n2 + n

= =
6 6
n( n + 1 )( 2n + 1 )
=
6
Ejemplo 13.
Encontremos las siguientes sumas utilizando, si es necesario, las propie-
dades de las sumatorias indicadas por el teorema 9:
5 10
X i X
a) b) ( i − 1 )3
i−1
i=2 i=1
100 600
X 1 1 X 2
c) − d)
k k+1 j( j − 2 )
k=1 j=3
Solución.
5
P i 2 3 4 5 1 73
a) = + + + = ( 24 + 18 + 16 + 15 ) =
i=2 i − 1 1 2 3 4 12 12
n n2 ( n + 1 )2
i3 =
P
b) Como , se tiene que
i=1 4
10 9 9
X X X 92 ( 9 + 1 )2
( i − 1 )3 = i3 = i3 = = 2,025
4
i=1 i=0 i=1
c) Observemos que
100
X 1 1 1 1 1 1 1
− = 1− + − + − + ...+
k k+1 2 2 3 3 4
k=1

1 1 1 100
+ − =1− =
100 101 101 101
2
d) Descompongamos en fracciones parciales; es decir,
j( j − 2 )
2 A B A( j − 2 ) + Bj
= + =
j( j − 2 ) j j−2 j( j − 2 )
lo que equivale a que ( A + B )j − 2A = 2 y, por tanto, A + B = 0

y −2A = 2, que tiene por solución A = −1 y B = 1. Luego,

600 600 X600
X 2 X 1 1 1 1 1 1
= − = − + −
j( j − 2 ) j−2 j j−2 j−1 j−1 j
j=3 j=3 j=3
600 600
X 1 1 X 1 1
= − + −
j−2 j−1 j−1 j
j=3 j=3

1 1 1
= 1− + − = 1.49
599 2 600
b). Series
Y ahora damos entonces el paso hacia el concepto de suma de infinitos
números a través de la noción de serie infinita. Veamos en qué consiste
este importante concepto matemático.
Definición 5. (Serie infinita)

Dada una sucesión { an } de números, a la suma infinita
a1 + a2 + . . . + an + · · · + · · ·
∞
P
se le llama una serie (infinita), y se denota por an . Al número { an }
n=1
se le llama el n-ésimo término de la serie.
Ejemplo 14. (Algunas series)
∞ ∞
X 1 1 1 1 X
a) = 1 + + + + ··· b) n = 1 + 2 + 3 + 4 + ···
n 2 3 4
n=1 n=1
∞ ∞
X 1 1 1 1 X n+1 3 4
c) 2
=1+ + + + ··· d) =2+ + + ···
n=1
n 4 9 16 n=1
n 2 3
∞ ∞
X
n+1
X ln n ln 2 ln 3
e) ( −1 ) = 1 − 1 + 1 − 1 + ··· f) =0+ + + ···
n=1 n=1
n 2 3
Mediante la siguiente definición, basada en el concepto de lı́mite, se hizo

entonces posible clasificar, con absoluto rigor y claridad, cuándo podı́a
decirse que una suma infinita de números “era” otro número.
Definición 6. (Convergencia de una serie)

∞
P
a) Decimos que la serie an converge a S (o que es una serie
n=1
convergente) si la sucesión de sumas parciales { Sn } definida por
n
P
Sn = a1 + a2 + · · · + an = ak , converge a S; y se escribe
k=1
∞
P
S= an .
n=1
b) Una serie que no es convergente se llama divergente.
Nota 6.
El término “serie convergente” se debe a David Gregory (1668) (sobrino
de James Gregory), y el término “serie divergente” se debe a Nicholas
Bernoulli (1713).
Quizás la serie fundamental de todo el desarrollo teórico de las series

infinitas sea la serie geométrica que definimos a continuación:
Definición 7. (Serie geométrica)

Para q ∈ R fijo, la serie
∞
X
2 n−1
1 + q + q + ... + q + ... = q n−1
n=1
se llama serie geométrica (nombre debido a que el cociente de cada

término con su antecesor es igual a q, es decir, los términos están en
progresión geométrica).
Teorema 10. (Convergencia de la serie geométrica (Viete (1590))

∞ 1
q n−1 converge a
P
a) Si | q | < 1, la serie geométrica .
n=1 1−q
b) Si | q | ≥ 1, la serie diverge.
Demostración.
Observemos que
1 − qn
Sn = 1 + q + q 2 + . . . + q n−1 =
1−q
pues basta multiplicar el denominador de la derecha de la igualdad por

la suma de la izquierda, paran obtener el mismo resultado. Ahora: si
1−q
| q | > 1, entonces lı́m = ∞, y ası́ la serie diverge; si q = 1,
n→∞ 1 − q
∞
q n−1 = 1 + 1 + 1 + . . . obviamente diverge; y si q = −1 la serie es
P
n=1
∞
q n−1 = 1 − 1 + 1 − 1 + 1 − 1 + 1 . . . que es aquella que presentamos al
P
n=1 (
1 si n es impar
inicio de la sección y que también diverge, pues Sn =
0 si n es par,
y ası́, lı́m Sn no existe. Por lo tanto, sólo si | q | < 1 la serie converge,
n→∞
pues lı́m q n = 0; es decir,

n→∞
∞
X 1
q n−1 = si | q | < 1
1−q
n=1
Ejemplo 15.
Mediante el teorema anterior es fácil calcular la suma de las dos siguien-
tes series infinitas:
∞ n−1 ∞ n−1
X 1 1 X 1 1 3
a) = 1 =2 b) = 1 =
2 1− 2 3 1− 3 2
n=1 n=1
Ejemplo 16. (Serie geométrica: una aplicación simple)

Desde una altura de a metros se deja caer una pelota sobre un piso
horizontal. Cada vez que la pelota choca contra el suelo, después de caer
desde una altura a, rebota en el mismo punto hasta alcanzar la altura
ra, donde r ∈ ( 0, 1 ) es el coeficiente de restitución del material del que
se ha fabricado la pelota. Hallemos la distancia total recorrida por la
ésta (figura 2).
ar
ar 2
ar 3
Figura 2
Solución.
La distancia está dada por la serie
S = a + 2ar + 2ar 2 + 2ar 3 + · · ·
y ası́, la distancia pedida es

2ar 1+r
S =a+ =a
1−r 1−r
Un ejercicio para el lector podrı́a ser variar los valores de r para ver
qué sucederı́a con la distancia S en cada caso; en particular, ¿por qué S →
∞ cuando r → 1− ?
Ejemplo 17. (Serie armónica (o de Leibniz))

Mostremos que, contrario a lo que la intuición podrı́a sugerir a primera
∞ 1
diverge2 .
P
vista, la serie
n=1 n
Solución.
Sea Sn = 1 + 12 + 13 + . . . + n1 la sucesión de sumas parciales, y suponga-
mos que ésta converge a cierto número S. Entonces la subsucesión S2n
también converge a S, y además,
1 1 1 1 1
S2n − Sn = + ... + > + ... + =
n+1 2n 2n 2n 2
2 1
Éste es el caso en que, a pesar de que los términos de la serie decrecen con n,
n
P1
la serie infinita va creciendo indefinidamente.
n
Por tanto, 0 = lı́m ( S2n − Sn ) ≥ 12 , lo cual es una contradicción. Luego

n→∞
P∞ 1
la serie diverge.
n=1 n
Nota 7.
Una forma de entender el anterior ejemplo es que, a pesar de que la
1
sucesión { } converge a cero, no lo hace lo “suficientemente rápido”
n
para evitar que las sumas Sn crezcan indefinidamente.
Teorema 11. (Álgebra de series)

∞
P P∞
Si an = A y bn = B, entonces
n=1 n=1
∞
P
a) ( an + bn ) = A + B
n=1
∞
P
b) k an = kA, donde k es cualquier número real.
n=1
Demostración.
Es una aplicación directa de las propiedades de lı́mites para sucesiones
y se deja como ejercicio para el lector.
El siguiente teorema nos muestra que una condición necesaria para que
una serie converja, es que la sucesión de términos converja a cero. Sin
embargo, adelante mostramos que esta condición está lejos de ser sufi-
ciente.
Teorema 12. (Criterio del n-ésimo término)

∞
P
Si an es convergente, entonces lı́m an = 0.
n=1 n→∞
Demostración.
∞
P n→∞
Si an = A, entonces an + 1 = Sn+1 − Sn −−−→ A − A = 0.
n=1
Nota 8.
∞ ∞
n2 , no pueden ser convergentes. Sin
P P
Ası́, series tales como n,
n=1 n=1
embargo, el recı́proco del teorema 12 no es cierto: bien puede ocurrir
∞
P
que lı́m an = 0 y an diverge. Ése es el caso del ejemplo 17 de la
n→∞ n=1
1
serie armónica, donde an = .
n
Más allá del teorema 12 que nos ofrece una condición necesaria para la
convergencia de una serie, los siguientes teoremas presentan condiciones
suficientes para decidir, en ciertos casos, sobre la convergencia o diver-
gencia de series, aunque estarán restringidos exclusivamente al caso en
que sus términos sean no negativos:
Teorema 13. (Criterio de comparación)

∞
P
Si 0 ≤ an ≤ bn para cualquier n suficientemente grande y bn es
n=1
∞
P
convergente, entonces también an es convergente. Y, por lo tanto, si
n=1
∞
P ∞
P
an es divergente, entonces bn también es divergente.
n=1 n=1
Demostración.
La sucesión { Sn } = { a1 + . . . + an } es monótona creciente y acotada,
∞
P
siendo esto último cierto puesto que bn es convergente. Luego { Sn }
n=1
∞
P
es convergente, y esto es equivalente a que an es convergente.
n=1
Ejemplo 18.
1 1 1 1
Determinemos si la serie 1 + + + + . . . + + . . . es convergente
2! 3! 4! k!
o divergente.
Solución.
Cada término de la serie es menor que el correspondiente de la serie
geométrica
∞
X 1 1 1 1 1
=1+ + + + + ... = 2
2n−1 2 4 8 16
n=1
Por tanto, por el criterio de comparación, la serie es convergente.
Teorema 14. (Criterio de la razón (D’Alembert (1742)))

∞
P
Sea an una serie de términos positivos tal que
n=1
an+1
lı́m = q;
n→∞ an
entonces la serie converge si q < 1 y diverge si q > 1. Si q = 1, la serie
puede ser convergente o divergente.
Demostración.
Por hipótesis, an+1 < q ∗ an para cierto q ∗ < 1 fijo y n grande en adelante.
Entonces
an+1 < q ∗ ( q ∗ an−1 ) < q ∗ 2 ( q ∗ an−2 ) . . . < q ∗ n a1
Ası́, por el criterio de comparación con la serie geométrica
∞
X
q ∗n
n=1
∞
P
la serie an converge. Por un argumento similar mostramos que
n=1 P
si q > 1 entonces an diverge. Casos en que q = 1 los ilustramos
enseguida.
Nota 9.
El criterio de la razón no siempre determina definitivamente la conver-
gencia de una serie. En efecto:
P∞ 1
a) Ya sabemos que la serie diverge y, sin embargo,
n=1 n
an+1 n
lı́m = lı́m =1
n→∞ an n→∞ n + 1
b) Pero también (probaremos más adelante en el ejemplo 42) la serie

P∞ 1
2
converge y todavı́a
n=1 n
an+1 n2
lı́m = lı́m =1
n→∞ an n→∞ ( n + 1 )2
Ejemplo 19.
P∞ ( n + 1 )( n + 2 )
Utilicemos el criterio de la razón para determinar si la serie
n=1 n!
es divergente o convergente.
Solución.
( n + 1 )( n + 2 ) ( n + 2 )( n + 3 )
Como an = , entonces an+1 = . Por
n! ( n + 1 )!
tanto,
( n + 2 )( n + 3 )
an+1 ( n + 1 )! n!( n + 3 ) n+3
= = =
an ( n + 1 )( n + 2 ) ( n + 1 )!( n + 1 ) ( n + 1 )2
n!
Esto implica que
an+1 n+3
lı́m = lı́m 2 =0
n→∞ an n→∞ n + 2n + 1
P∞ ( n + 1 )( n + 2 )
Por tanto, la serie es convergente.
n=1 n!
Ejemplo 20.
P∞ ( 2n + 1 )
Utilicemos el criterio de la razón para determinar si la serie
n=1 4n
es divergente o convergente.
Solución.
( 2n + 1 ) ( 2n+1 + 1 )
Como an = , entonces an+1 = y, por tanto,
4n 4n+1
( 2n+1 + 1 ) 1
an+1 n+1 2n+1 + 1 1 + n+1
= 4 = = 2
an ( 2n + 1 ) 4( 2n + 1 ) 4
2 + n+1
4n 2
Esto implica que
an+1 1
lı́m =
n→∞ an 2
∞
P ( 2n+ 1)
Por tanto, la serie es convergente.
n=1 4n
Nota 10.
Un ejercicio interesante en este punto es que el lector, con su calculadora
de bolsillo, estime las sumas infinitas de los ejemplos 19 y 20.
Teorema 15. (Criterio de la raı́z )

∞
P
Sea an una serie de términos positivos tal que
n=1
1
lı́m ann = q
n→∞
Entonces la serie converge si q < 1 y diverge si q > 1. Si q = 1, no es

posible afirmar nada sobre la convergencia de la serie.
Demostración.
a) Consideremos primero el caso q < 1. Tomemos ǫ > 0 suficiente-

1
mente pequeño de tal manera que q + ǫ < 1. Como lı́m an n = q,
n→∞
1
entonces existe N ∈ N tal que an n < q + ǫ para n ≥ N . Por tanto,
∞
an < ( q + ǫ )n para n ≥ N . Como la serie geométrica ( q + ǫ )n
P
n=N
∞
P
converge, entonces, por el criterio de comparación, an conver-
n=N
ge. Luego la serie
∞
X N
X −1 ∞
X
an = an + an
n=1 n=1 n=N
también converge.
b) Supongamos ahora que q > 1. Entonces existe M ∈ N tal que

1
an n > 1 para todo n > M . Por tanto, an > 1 para todo n > M .
Por el criterio de comparación, la serie diverge. Ejemplos en los
que q = 1 y el criterio no permite decidir sobre la convergencia de
la serie, los presentamos enseguida.
Nota 11.
El criterio de la raı́z, de forma similar al criterio de la razón, no siempre
determina la convergencia de una serie. En efecto:
P∞ 1 1 1
a) La serie diverge y, sin embargo, lı́m an n = lı́m 1 = 1.
n=1 n n→∞ n→∞ nn
P∞ 1 1
b) Además, la serie 2
converge y, sin embargo, también lı́m an n =
n=1 n n→∞
1
lı́m 2 = 1.
n→∞ nn
Ejemplo 21.
Utilizando el criterio de la raı́z podemos determinar para qué valores de
P∞ cn
c > 0, la serie ln n
es convergente. En efecto: Observemos que
n=1 2
1
cn

n c
lı́m = lı́m 1 =c
n→∞ 2ln n n→∞ 2 n
ln n
ln n
Aquı́ hemos utilizado el hecho de que lı́m = 0. Por lo tanto, la
n→∞ n
serie converge si c < 1.
Ejemplo 22.
∞
P 1 n
Determinemos mediante el criterio de la raı́z si las series (2 + )
n=1 n
∞
P 1
y son divergentes o convergentes.
n=2 (log n)n
Solución.
Para la primera serie se tiene que
1
1 n n

1
lı́m 2+ = lı́m 2+ =2
n→∞ n n→∞ n
Por tanto, esta serie es divergente.

A su vez, para la segunda serie se tiene que
1
1 n 1
lı́m n
= lı́m =0
n→∞ (log n) n→∞ log n
Por lo tanto, esta serie sı́ es convergente. 3
Ejercicios 7
1) Determine si, con los criterios establecidos en esta sección, es po-
sible decidir sobre la convergencia o no de las siguientes series:
∞ ∞ ∞
X 1 X 1 X ( 2n )n
a) b) c)
2n n( n! )2 n!
n=1 n=1 n=1
∞ ∞ ∞
X 1 X 1 X 2n
d) e) √ f)
n( ln(n + 1) )2 n3 + 2 3n
n=1 n=1 n=1
∞ √ ∞ p √ ∞
X n X X 1
g) h) ( n3 + 1 − n3 ) i)
n2 + 1 1 + 2−n
n=1 n=1 n=1
∞ n ∞ ∞
X 1 X 22n X 2n
j) 1+ k) l)
n n2 3n n2
n=1 n=1 n=1
∞ n ∞ ∞
X 1 X 2n X 1
m) n) o) | sen ( )|
n=1
ln 2 n=1
5n+3 n=1
n2
Además, con una calculadora de bolsillo, calcule en cada caso

10
P
an para obtener una primera aproximación de la suma infi-
n=1
nita (si ésta existe).
8. La integral definida
Con las herramientas desarrolladas hasta ahora en esta lección, podemos
intentar calcular, primero, la medida del área de una región R en el plano
limitada por el eje X, las rectas verticales x = a y x = b, y la curva
que tiene por ecuación y = f ( x ), siendo f (·) continua y no negativa
(f ( x ) ≥ 0) para todo x ∈ [ a, b ](ver figura 3).
3
Si el lector desea profundizar sobre el estudio de las series infinitas, puede recurrir
al muy buen texto “Takeuchi, Yu (1976), Sucesiones y Series, Editorial Limusa”.
a b x
Figura 3
Primero, definimos una región poligonal contenida en R dividiendo el

intervalo cerrado [ a, b ] en n subintervalos que, por ahora, tienen igual
b−a
longitud ∆x. Por lo tanto, ∆x es igual a . Los puntos extremos
n
de estos subintervalos los denotamos por x0 = a, x1 = a + ∆x, x2 =
a + 2∆x, · · · , xi = a + i∆x, · · · , xn−1 = a + ( n − 1 )∆x, xn = b. Note-
mos el i-ésimo subintervalo por [ xi−1 , xi ]. Como f (·) es continua en el
intervalo cerrado [ a, b ], entonces es continua en cada subintervalo cerra-
do en que dividimos éste. Por el teorema de valores extremos (teorema
26, lección 1), existe un número ci en cada subintervalo [ xi−1 , xi ] pa-
ra el cual f (·) tiene un valor mı́nimo absoluto. Tendremos entonces n
rectángulos, cada uno con ∆x unidades de base y una altura de f ( ci )
unidades (ver figura 4). Sea S n unidades cuadradas la suma de las áreas
de estos n rectángulos; es decir,
n n
X b−aX
S n = f ( c1 )∆x+f ( c2 )∆x+· · ·+f ( cn )∆x = f ( ci )∆x = f (ci )
n
i=1 i=1
f (c1 )
b
y f (c3 )
b
f (cn )
b
x0 x1 x2 x3 x4 xn x
a b
Figura 4
Sin importar cómo se defina el área de la región R, la noción intuitiva

que de ella tenemos, nos señala que debe ser que
Área de R ≥ S n
Si n crece, (por ejemplo si se duplica el número de puntos de tal mane-

ra que la base de los rectángulos se reduzca a la mitad), entonces S n
aumentará y, parecerá que su valor se aproxima a la noción de área de
R que buscamos (ver figura 4). Ahora: si en lugar de los rectángulos
inscritos hubiéramos tomado rectángulos circunscritos cuya altura es el
máximo absoluto de f (·) en cada uno de los subintervalos y conformára-
mos otra suma de rectángulos:
n n
X b−aX
S n = f ( d1 )∆x+f ( d2 )∆x+· · ·+f ( dn )∆x = f ( di )∆x = f (di )
n
i=1 i=1
donde di es el punto de valor máximo en [ xi−1 , xi ], i = 1, 2, . . . , n,

entonces, por las mismas razones de arriba,
Area de R ≤ S n
y, en definitiva,
S n ≤ Área de R ≤ S n para todo n
Es de esperarse que si tenemos alguna noción de área, ésta sea la que

coincida con lı́m S n y con lı́m S n . Por lo tanto, deberı́amos definir el
n→∞ n→∞
área de f (·) entre x = a y x = b como el lı́mite común
lı́m S n = lı́m S n
n→∞ n→∞
Buscando generalizar lo hecho hasta ahora, y también eliminar la con-

dición de continuidad de la función f (·) , asumiremos, en vez, que la
altura del rectángulo en [ xi−1 , xi ] es f (ξi ) para algún (aunque arbitra-
rio) número ξi de dicho subintervalo. Para ello necesitaremos la siguiente
definición:
Definición 8. (Suma de Riemann (1854a))
Sea f : [ a, b ] −→ R una función acotada. Entonces:
a) Se define una partición P del intervalo [ a, b ] como el conjunto
P = { x0 , x1 , x2 , · · · , xn }
donde a = x0 < x1 < x2 < · · · < xn = b. Tal partición genera

n subintervalos [ x0 , x1 ] , [ x1 , x2 ] , · · · , [ xn−1 , xn ]. La longitud
del i-ésimo subintervalo [ xi−1 , xi ] se denotará por ∆i x (o ∆ xi );
es decir, ∆i x ≡ xi − xi−1 . Al mayor de los números ∆1 x, ∆2 x,
· · · , ∆n x se le llamará la norma de la partición, y se denotará por
k P k; esto es, k P k = máx { ∆i x }ni=1 .
b) Ahora escojamos un punto cualquiera en cada subintervalo de la

partición P . Sean ξ1 el punto escogido en [ x0 , x1 ], ξ2 el punto
escogido en [ x1 , x2 ] y, ası́ sucesivamente, sea ξi el punto escogido
en [ xi−1 , xi ]. Formemos la suma
n
X
f (ξ1 ) ∆1 x + f (ξ2 ) ∆2 x + · · · + f (ξn ) ∆n x = f (ξi ) ∆i x
i=1
A tal suma se le acostumbra llamar suma de Riemann, en honor

del matemático Georg Bernhard Riemann [ 1826–1866 ].
Ejemplo 23. (Un ejemplo de suma de Riemann)
Sea la función f ( x ) = x2 − x + 1, definida en el intervalo [ 0, 1 ]. Encon-

tremos la suma de Riemann para la partición P = { 0, 0.2, 0.5, 0.7, 1 } y
los valores ξ1 = 0.1, ξ2 = 0.4, ξ3 = 0.6, ξ4 = 0.9. Dibujemos una gráfica
de la función (ver figura 5) y mostremos los rectángulos cuyas medidas
de área son los términos de la suma de Riemann.
Solución.
Aquı́,
4
X
f ( ξi ) ∆i x = f (ξ1 ) ∆1 x + f (ξ2 ) ∆2 x + f (ξ3 ) ∆3 x + f (ξ4 ) ∆4 x
i=1
∆1 x = x1 − x0 = 0.2 − 0 = 0.2 f (ξ1 ) = 0.12 − 0.1 + 1 = 0.91

∆2 x = x2 − x1 = 0.5 − 0.2 = 0.3 f (ξ2 ) = 0.42 − 0.4 + 1 = 0.76
∆3 x = x3 − x2 = 0.7 − 0.5 = 0.2 f (ξ3 ) = 0.62 − 0.6 + 1 = 0.76
∆4 x = x4 − x3 = 1 − 0.7 = 0.3 f (ξ4 ) = 0.92 − 0.9 + 1 = 0.91
4
P
Luego, f ( ξi ) ∆i x = 0.91 × 0.2 + 0.76 × 0.3 + 0.76 × 0.2 + 0.91 × 0.3 =
i=1
0.835. La figura 5 ilustra la situación anterior. N
y
y = x2 − x + 1
0.2 0.5 0.7 1 x
Figura 5
Y llegamos entonces a la definición formal de lo que significa que una

función f (·) sea integrable en el intervalo cerrado [ a, b ]:
Definición 9. (Función integrable (Riemann (1854a)))

Sea f (·) una función acotada cuyo dominio incluye el intervalo cerrado
[ a, b ]. Se dice que f (·) es integrable en [ a, b ] si existe un número L tal que
para cada ǫ > 0 existe δ > 0, tal que para toda partición P para la cual
k P k < δ y para cualquier elección de ξi en [ xi−1 , xi ], i = 1, 2, · · · , n,

se tiene que
Xn
f (ξi ) ∆i x − L < ǫ

n=1
Es decir,
n
X
lı́m f ( ξi ) ∆ i x = L
k P k→0
i=1
Definición 10. (Integral definida)

Z b
a) El número L de la definición 9 se denotará por f ( x ) dx y se
a
leerá “integral definida de f (·) desde a hasta b”.
b) Si tal número L existe, diremos que la función f (·) es integrable

en el intervalo [ a, b ] o, equivalentemente, que la integral definida
de f (·) desde a hasta b, existe y es igual a L .
Z b
c) En la notación para la integral definida f ( x ) dx, a f (·) se le
a
llama la función integrando; al número a se le llama el lı́mite Zinfe-
rior ; y al número b se le llama el lı́mite superior. El sı́mbolo se
llama signo de integración (introducido por Leibniz en 1675) que
tiene similitud con una S alargada de “suma”.
Nota 12.
Z
Aunque es el mismo sı́mbolo utilizado previamente para la antidife-
renciación, aquı́ tiene, en principio, una connotación totalmente distinta.
Sin embargo, como se verá más adelante, para un amplio rango de fun-
ciones es posible calcular la integral definida de f (·) si se conoce una
de sus antiderivadas. Esta es la razón para utilizar el mismo sı́mbolo en
ambos contextos.
Ejemplo 24 (Área de un rectángulo = base por altura)

Demostremos que
Z b
c dx = c(b − a)
a
Solución.
Sean a = x0 < x1 < x2 < · · · < xn = b y tomemos ξi ∈ [ xi−1 , xi ].
Llamemos f (·) la función definida por f ( x ) = c, con x ∈ [ a, b ]. Entonces
n
X
f ( ξi ) ∆i x = f (ξ1 ) ∆1 x + f (ξ2 ) ∆2 x + · · · + f (ξn ) ∆n x
i=1
= c ∆1 x + c ∆2 x + · · · + c ∆n x
= c (∆1 x + ∆2 x + · · · + ∆n x)
= c ( (x1 − x0 ) + (x2 − x1 ) + · · · + (xn − xn−1 )
= c (xn − x0 ) = c (b − a)
Z b n
X
Luego c dx = lı́m f ( ξi ) ∆i x = c (b − a), pues c ( b − a ) no
a k P k→0
i=1
Z b
depende de P ni de la elección de los ξi . Notemos que c dx es la
a
medida del área del rectángulo de altura c (si éste es mayor que 0) y
base b − a.
Nota 13.
a) Es claro ahora que si f (·) ≥ 0 en [ a, b ] es integrable, entonces

Z b
f ( x ) dx coincide con la noción que tenemos de área de la región
a
delimitada por f ( x ) (“por arriba”); por x = a, x = b (“a los
lados”); y por el eje X (“por debajo”).
b) Si algunos de los valores de una función f (·) continua son negativos

y otros positivos, la interpretación geométrica intuitiva de la suma
de Riemann serı́a entonces la suma de las áreas de los rectángulos
que “están arriba” del eje X menos las áreas de los rectángulos
que “están por debajo” del eje X.
c) Si f (·) es integrable en [ a, b ] podemos dividir el intervalo [ a, b ]

en n subintervalos de igual longitud. Tal partición del intervalo
[ a, b ] se llama partición regular ; esto es, ∆i x = ∆ x, para todo
i = 1, 2, · · · , n. Además ∆ x = b−an y ası́ lı́m ∆ x = 0. Por tanto,
n→∞
n n
X X b−a
lı́m f ( ξi ) ∆ x = lı́m f ( ξi )
n→∞ n→∞ n
i=1 i=1
n
1X
= ( b − a ) lı́m f ( ξi )
n→∞ n
i=1
Z b
= f ( x ) dx
a
donde ξi es cualquier punto en [ xi−1 , xi ].
Que tenemos una base fundamental de funciones integrables lo asegura

el siguiente (muy importante) resultado que afirma, en palabras vagas,
que “toda función continua tiene área”:
Teorema 16. (Continuidad implica integrabilidad (Riemann(1854a)))
Si una función f (·) es continua en el intervalo cerrado [ a, b ], entonces

f (·) es integrable en [ a, b ].
Demostración.
Esta prueba, que está dirigida al estudiante avanzado, la realizaremos en
dos partes: a) La primera, consiste en probar que toda función continua
en un intervalo cerrado [a, b] es uniformemente continua. Esto significa
que, a diferencia de la definición de continuidad de la función f (·) en un
punto x0 , la cual afirma que dado un ǫ existe un δ (que depende de ǫ y
de x0 ) tal que si |x − x0 | < δ entonces |f (x) − f (x0 )| < ǫ, la definición de
continuidad uniforme en [a, b] afirma que, una vez escogido el ǫ, siempre
existirá el δ (independiente de x0 aunque todavı́a dependiendo de ǫ) tal
que si x y t son dos puntos arbitrarios del intervalo, entonces, cuando
|x − t| < δ también se tendrá |f (x) − f (t)| < ǫ. Y, como veremos, esta
condición se tiene debido a que la continuidad está garantizada en un
intervalo cerrado. b) Una vez probado esto último, procederemos a la
demostración formal de que una función continua en un intervalo cerrado
también es integrable allı́.(La prueba se presenta en el ejercicio 30 de los
Ejercicios Complementarios al final de esta lección)
Ejemplo 25.
Calculemos el área de la región limitada por la curva y = x2 + x, el eje
X, y las rectas x = 0 y x = 2 (ver figura 6).
Solución.
Como la función es continua y, por tanto, integrable, emplearemos rectángu-
los inscritos y al intervalo [ 0, 2 ] lo dividiremos en n subintervalos iguales
de longitud ∆x = 2−0 2
n = n (partición regular); ası́,
x0 = 0
2
x1 = x0 + ∆x =
n
2
x2 = x0 + 2∆x = 2 ·
n
2
x3 = x0 + 3∆x = 3 ·
n
..
.
2
xi = x0 + i · ∆x = i ·
.. n
.
2
xn−1 = x0 + ( n − 1 )∆x = ( n − 1 ) ·
n
Como la curva tiene su mı́nimo en el extremo izquierdo de cada subin-

tervalo, entonces f ( ci ) = f ( xi−1 ) para todo i = 1, 2, 3, · · · , n. Luego,
22

2 2
f ( ci ) = f ( xi−1 ) = f ( i − 1 ) · = ( i − 1 )2 + ( i − 1 )
n n2 n
y = x2 + x
2 x
Figura 6
De la definición de integral se tiene que
n n
X X 2 4 2 2
A = lı́m f ( ci )∆x = lı́m · ( i − 1 ) + · ( i − 1 )
n→∞ n→∞ n n2 n
i=1 i=1
n
4 X 2
= lı́m 2 · ( i − 1 )2 + ( i − 1 )
n→∞ n n
i=1
n n
" #
4 2X X
= lı́m 2 ( i − 1 )2 + (i − 1)
n→∞ n n
i=1 i=1

4 2 ( n − 1 )n( 2n − 1 ) n( n − 1 )
= lı́m 2 · +
n→∞ n n 6 2

4 1 1 1
= lı́m 1− 2− +2 1−
n→∞ 3 n n n
14
=
3
Ejemplo 26.
Z 2
Calculemos, utilizando la definición, la integral x4 dx (ver figura 7).
1
Solución.
Puesto que f ( x ) = x4 , f (·) es continua y, por tanto, integrable, podemos
2−1 1
tomar una partición regular; es decir, ∆i x = ∆ x = = , donde:
n n
x0 = 1, x1 = 1 + ∆ x, x2 = 1 + 2 ∆ x, · · · , xi = x0 + i ∆ x, · · · , xn =
1 + n ∆ x. O sea, xi = 1 + i ∆ x = 1 + ni . Elijamos ξi como el extremo
izquierdo en [ xi−1 , xi ], que corresponde al valor mı́nimo de f (·) ahı́.
Esto es, ξi = xi−1 , ya que f (·) es creciente en [ 1, 2 ]. Luego, ξi = 1 + i−1
n
y, por tanto,
n n 4
X X i−1 1
f (ξ1 )∆ x + f (ξ1 ) ∆ x + · · · + f (ξn ) ∆ x = f ( ξi )∆ x = 1+
n n
i=1 i=1
n
( i − 1 )4

1X 4 6 4
= 1 + ( i − 1 ) + 2 ( i − 1 )2 + 3 ( i − 1 )3 +
n n n n n4
i=1
n n n n n
" #
1 X 4 X 6 X 4 X 1 X
= 1+ (i − 1) + 2 ( i − 1 )2 + 3 ( i − 1 )3 + 4 ( i − 1 )4
n n n n n
i=1 i=1 i=1 i=1 i=1
4 n2 (n − 1)2

1 4 n( n − 1 ) 6 ( n − 1 )n( 2n − 1 )
= n+ + 2 + 3 +
n n 2 n 6 n 4
n(n − 1) 6( n − 1 )3 + 9( n − 1 )2 + n − 2

30n4
2( n − 1 ) ( n − 1 )( 2n − 1 ) ( n − 1 )2
=1+ + + +
n n2 n2
( n − 1 )[ 6( n − 1 )3 + 9( n − 1 )2 + n − 2 ]
30n4
n 2
31
Z
1+2+2+1+ 15 31
x4 dx =
P
Por tanto, lı́m f ( ξi ) ∆ x = = 5 . Ası́, .
n→∞ i=1 1 5
y = x4
1 2 x
Figura 7
Z b
Para considerar la integral definida f ( x ) dx cuando a > b o a = b,
a
se tienen las siguientes definiciones:
Definición 11 (Orientación de Áreas)

Z a Z b Z a
Si a > b y f ( x ) dx existe, entonces f ( x ) dx = − f ( x ) dx.
b a b
Ejemplo 27.
Del ejemplo 26 y la definición 11 se tiene que
Z 1 Z 2
31
x4 dx = − x4 dx = − N
2 1 5
Definición 12 (El área de un punto es nula)

Z a
Si a ∈ Df , entonces f ( x ) dx = 0.
a
Ejemplo 28. (Una función integrable pero discontinua)

Es fácil ver que el recı́proco del teorema 16 no es cierto en el siguiente
ejemplo: Sea f : [0, 1] → R la función discontinua definida por
(
1 si x = 12
f (x) =
0 en otro caso
Entonces, aunque cualquier suma de Riemann para esta función es de
Pn
la forma f ( ξi ) ∆i x donde ∆i x es la longitud de un subintervalo
i=1
tı́pico de la partición, es claro que a lo más dos términos de los n de
la sumatoria no se anulan, y sin importar si en estos dos subintervalos
es f (ξi ) igual a 1 ó a 0, cuando la norma de la partición tiende a 0 se
tendrá que ambos f (ξi )∆i x → 0. Por lo tanto,
Z 1
f ( x ) dx = 0
0
De hecho, aún más, se puede probar (ver ejercicio 19 de los ejercicios

complementarios al final de la presente lección) que una función acota-
da con un número finito de puntos de discontinuidad en un intervalo
cerrado, es integrable en ese intervalo.
Ejercicios 8
n
P 1
1) Calcule f ( ci )∆x para f ( x ) = en [ 1, 6 ] con 5 subintervalos
i=1 x
xi−1 + xi
y ci = . Dé la solución con tres cifras decimales.
2
2) Calcule el área de la región limitada por y = x3 , las rectas x = −1

y x = 2 y el eje X, utilizando rectángulos circunscritos.
3) Obtenga el valor aproximado de las siguientes integrales definidas

Pn
hallando la suma de Riemann f ( ξi ) ∆ xi con partición regular:
i=1
5√
xi−1 + xi
Z
a) x dx, tome ξi = y n = 5.
0 2
Z 2
b) x3 dx, tome ξi = xi−1 y n = 8.
1
4) Considerando la interpretación geométrica (área) de la integral

definida, halle las siguientes integrales:
Z 4 Z a
a) x dx b) sen x dx
2 −a
Z ap Z 2
c) a2 − x2 dx, a>0 d) | x | dx
a −3
(
1 si 0≤x<2 R2
5) Si f ( x ) = , demuestre que 0 f ( x ) dx = 2.
4 si x=2
6) Demuestre que la función “mayor entero contenido en” es integra-

Z 3
3 2 1
ble en 0, 2 (aunque es discontinua allı́) y que [[ x ]] dx = .
0 2
*7) Pruebe que la función f (·) definida sobre el intervalo [0, 1] como
f (x) = 1 si x es racional, y f (x) = 0 si x es irracional, no es
integrable en [0, 1]. [Indicación: Existen dos tipos de ξi en cada
subintervalo de integración, y sus correspondientes sumas de Rie-
mann podrı́an converger unas a 1, y otras a 0].
9. Propiedades de la integral definida

De los ejemplos y ejercicios de la sección anterior se podrı́a pensar que
calcular el valor de una integral definida es bastante laborioso. Para
mayor facilidad en el trabajo de calcularlas se desarrollan ahora algunas
de las más importantes propiedades de la integral definida que se apoyan

en las correspondientes de las sumatorias.
Teorema 17. (Álgebra de integrales)

Z b
a) c dx = c ( b − a ), donde c es una constante.
a
b) Si f (·) es integrable en [ a, b ] y c es un número real arbitrario, en-

Z b Z b
tonces cf (·) es integrable en [ a, b ] y c f ( x ) dx = c f ( x ) dx.
a a
c) Si f (·) y g(·) son integrables en [ a, b ], entonces ( f ± g )(·) es

integrable en [ a, b ] y, además,
Z b Z b Z b
[ f ( x ) ± g( x ) ] dx = f ( x ) dx ± g( x ) dx
a a a
Demostración.
[La demostración de la parte a) de este teorema se realizó en el ejemplo
24 de la sección anterior. Aquı́ únicamente probaremos la parte b). La
parte c) queda como ejercicio para el lector].
Sabemos que
Z b n
X
c f ( x ) dx = lı́m c f ( ξi ) ∆ i x
a k P k→0
i=1
Por las propiedades de la sumatoria se tiene que

n
X n
X
c f ( ξi ) ∆ i x = c f ( ξi ) ∆ i x
i=1 i=1
sin importar el número n de términos ni la elección de ξi en [ xi−1 , xi ].

Tomando lı́mite, cuando k P k → 0 a ambos lados y aplicando las pro-
piedades de los lı́mites, se llega al resultado.
Teorema 18. (El todo es la suma de las partes)

Si f (·) es integrable en [ a, c ] y en [ c, b ], entonces también es integrable
en [ a, b ]y, además,
Z b Z c Z b
f ( x ) dx = f ( x ) dx + f ( x ) dx
a a c
Demostración.
La prueba se basa en las dos siguientes observaciones:
a) Si P1 esSuna partición de [ a, c ] y P2 una partición de [ c, b ], enton-

ces P1 P2 es una partición de [ a, b ].
X X X
b) f ( ξi ) ∆ i x + f ( ξi ) ∆ i x = f ( ξi ) ∆ i x
P1 P2
S
P1 P2
donde la primera suma de Riemann se realiza con respecto a la partición

P1 , y la segunda suma de Riemann con respecto a la partición P2 . La
igualdad de arriba afirma que la suma de estas dos sumas de Riemann
es una suma de Riemann con respecto a la partición de P1 ∪ P2 . Se deja
al lector finalizar la prueba.
Corolario 1.
Si f (·) es integrable en un intervalo cerrado cuyos extremos son dos de
los tres números a, b y c, entonces
Z b Z c Z b
f ( x ) dx = f ( x ) dx + f ( x ) dx
a a c
independientemente del orden de estos números.
Demostración.
Si a, b y c son distintos hay seis posibilidades de ordenarlos. Basta elegir
una de estas posibilidades para que el teorema quede probado ya que a,
b y c son independientes. Sea pues a < b < c. Entonces, por el teorema
18,
Z c Z b Z c
f ( x ) dx = f ( x ) dx + f ( x ) dx
a a b
Luego,
Z b Z c Z c
f ( x ) dx = f ( x ) dx − f ( x ) dx
a a b
Pero sabemos que
Z b Z c
f ( x ) dx = − f ( x ) dx
c b
Por tanto,
Z b Z c Z b
f ( x ) dx = f ( x ) dx + f ( c ) dx
a a c
y ası́ el teorema queda probado.
Teorema 19. (La integral preserva el orden numérico)

Si las funciones f (·) y g(·) son integrables en el intervalo [ a, b ] y si
f ( x ) ≥ g( x ) para todo x en [ a, b ], entonces
Z b Z b
f ( x ) dx ≥ g( x ) dx
a a
Demostración.
Dado que f (·) y g(·) son integrables en [ a, b ], ( f − g )(·) es integrable
en [ a, b ] y
Z b Z b Z b
f ( x ) dx − g( x ) dx = [ f ( x ) − g( x ) ] dx
a a a
Sea h(·) la función definida por h( x ) = f ( x ) − g( x ) para todo x ∈

[ a, b ]. Por hipótesis h( x ) ≥ 0 para todo x ∈ [ a, b ]; entonces h( ξi ) ∆i x ≥
0 para todo i = 1, 2, · · · , n, y de allı́ se tiene que
n
X
h( ξi ) ∆i x ≥ 0
i=1
lo cual implica que

n
X
lı́m h( ξi ) ∆i x ≥ 0,
k P k→0
i=1
Z b
siendo P cualquier partición del intervalo [ a, b ]. Luego h( x ) dx ≥ 0;
Z b a
es decir, [ f ( x ) − g( x ) ] dx ≥ 0. Y ası́, utilizando la parte c) del

a
teorema 17,
Z b Z b
f ( x ) dx ≥ g( x ) dx
a a
Teorema 20. (Cotas para la integral)

Sea f (·) una función integrable en [ a, b ] y sean m y M valores tales que
m ≤ f ( x ) ≤ M para todo x ∈ [ a, b ]. Entonces
Z b
m(b − a) ≤ f ( x ) dx ≤ M ( b − a )
a
Demostración.
Sabemos por el teorema 17 (parte a)) que
Z b Z b
m dx = m ( b − a ) y M dx = M ( b − a )
a a
Ahora bien, por el teorema 19, como
f( x ) ≥ m y M ≥ f ( x ) para todo x ∈ [ a, b ]
se tiene que
Z b Z b
f ( x ) dx ≥ m ( b − a ) y M (b − a) ≥ f ( x ) dx
a a
Z b
lo que equivale a que m ( b − a ) ≤ f ( x ) dx ≤ M ( b − a ).
a
Ejemplo 29.
Z 2 Z 2 Z π Z π
2 3
Dado que x dx = 3, x dx = , sen x dx = 2, cos x dx = 0
−1 Z π −1 2 0 0
π
y asumiendo que sen2 x dx = , evaluemos las siguientes integrales:
0 2
Z 2 Z −1
1 2
a) 2 − 5 x + x dx b) ( 2 x + 1 )2 dx
2
Z −1
π Z2 π
c) ( 2 sen x + 3 cos x + 1 ) dx d) 3 cos2 x dx
0 0
Solución.
a) 2 2 2 2
1 1
Z Z Z Z
2 − 5 x + x2 dx = 2 dx − 5 x dx + x2 dx
−1 2 −1 −1 2 −1
3 1
= 2 [ 2 − (−1) ] − 5 · + · 3=0
2 2
b) Z −1 Z 2 Z 2
2 2
4 x2 + 4 x + 1 dx

( 2 x + 1 ) dx = − ( 2 x + 1 ) dx = −
2 −1 −1
Z 2 Z 2 Z 2
2
= −4 x dx − 4 x dx − 1 · dx
−1 −1 −1
3
= (−4) · 3 − 4 · − 1 (2 − (−1) ) = −21
2
c) Z π Z π Z π Z π
( 2 sen x + 3 cos x + 1 ) dx = 2 sen x dx + 3 cos x dx + 1 · dx
0 0 0 0
=2·2+3·0+π =4+π
d) Z π Z π Z π Z π
2 2 2
3 cos x dx = 3 ( 1 − sen x ) dx = 3 1 dx − sen x dx
0 0 0 0

π 3π
=3 π− =
2 2
Ejemplo 30.
Apliquemos el teorema 20 para hallar cotas (superior e inferior) para
las siguientes integrales definidas, y ası́ obtener ciertas estimaciones de
ellas: Z 6 Z 2
√ x
a) 3 + x dx b) dx
−3 −1 x + 2
Solución.
√
a) Dado que f ( x ) = 3 + x es continua en [ −3, 6 ], entonces exis-
ten los valores mı́nimo y máximo de f (·) en el intervalo; es decir,
existen m y M tales que m ≤ f ( x ) ≤ M para todo x en
[ −3, 6 ]. Pero como f (·) es creciente, entonces m = f ( −3 ) = 0 y

M = f ( 6 ) = 3. Por esta razón,
Z 6 √
0 ( 6 − (−3) ) ≤ 3 + x dx ≤ 3 ( 6 − (−3) )
−3
Z 6 √
0≤ 3 + x dx ≤ 27
−3
x
b) Si f ( x ) = , entonces f (·) es continua en [ −1, 2 ], y el mı́nimo
x+2
y el máximo de esta función son, respectivamente, m = f ( −1 ) =
−1 y M = f (2) = 12 . Por lo tanto, aplicando el teorema 20,
2
x 1
Z
−1 ( 2 − (−1) ) ≤ dx ≤ ( 2 − (−1) )
−1 x+2 2
2
x 3
Z
−3 ≤ dx ≤
−1 x+2 2
Ejercicios 9
1) Verifique los siguientes resultados y acompáñelos de una gráfica:
3 3
28
Z Z
a) x dx = 4 b) x2 dx =
−1 −1 3
1 3
1 40
Z Z
c) ( x3 − x ) dx = − d) ( x2 + x ) dx =
0 4 −1 3
2 1
57
Z Z
e) ( x5 − 1 ) dx = f) ( 4x3 + 3x2 − 2 ) dx = −2
1 6 −1
2) Aplique el teorema 20 para hallar cotas (superior e inferior) para

la integral definida dada:
Z 4 Z 3
2 3 3 2
a) | x − 2 | dx b) x − x − 2 x dx
1 −1 3 2
10. El teorema del valor medio para integrales

De manera similar a la relación promedio-variación obtenida para la
derivada mediante el teorema del valor medio, también para la integral
existe una relación similar. Veamos en qué consiste.
Teorema 21. (Teorema del valor medio para integrales)

Si f (·) es una función continua en [ a, b ], entonces existe un número c
en [ a, b ] tal que
Z b
f ( x ) dx = f ( c )( b − a )
a
Geométricamente, esto significa que existe un rectángulo cuya área es
equivalente al área bajo la curva y = f ( x ), x ∈ [ a, b ], si f (·) es no
negativa en dicho intervalo: la altura del rectángulo es f ( c ) y su ancho
es ( b − a ) (ver figura 8).
M y = f( x )
f (c)
c b x
Figura 8
Demostración.
Como f (·) es continua en [ a, b ], satisface el teorema de valores extre-
mos (ver lección 3), es decir, existen dos números m y M que son los
valores mı́nimo y máximo de f (·) en [ a, b ]; y , por tanto,
m ≤ f( x ) ≤ M para todo x ∈ [ a, b ]
Por el teorema 20 de cotas para la integral se tiene que

Z b
m(b − a) ≤ f ( x ) dx ≤ M ( b − a )
a
Dividiendo por b − a > 0, tenemos

b
1
Z
m≤ f ( x ) dx ≤ M
b−a a
Del teorema del valor intermedio para funciones continuas, se tiene que
Z b
1
existe c ∈ [ a, b ] tal que f ( c ) = f ( x ) dx o, lo que es lo mismo,
b−a a
Z b
f ( x ) dx = f ( c )( b − a ), para algún c ∈ [ a, b ].
a
Ejemplo 31.
Utilizando el resultado del ejemplo 29a), encontremos un número c que
satisfaga la conclusión del teorema del valor medio para integrales.
Solución.
Z 2
1
x2 dx = 0. Por tanto,

Sabemos del ejemplo 29 a) que 2 − 5x + 2
−1
queremos encontrar un c entre −1 y 2 tal que f ( c )(2 − (−1) ) = 0, es
decir, 3 f ( c ) = 0. Ası́, debemos encontrar un c tal que f ( c ) = 2 − 5c +
1 2
2 c = 0, y esto nos lleva a que
√
c=5± 21
√ √
Pero como 5 + 21 > 2, entonces debemos escoger c = 5 − 21 =
0.4174 ∈ [ −1, 2 ].
Nota 13. (Media aritmética)

En estadı́stica, el promedio de un conjunto de n números a1 , a2 , · · · , an ,
se llama media aritmética o, simplemente, media y se define como
n
a1 + a2 + · · · + an 1X
a= = ai
n n
i=1
Para el caso de una función f (·) continua, se tiene la siguiente definición:

Definición 13. (Valor promedio)

Si f (·) es una función continua, el valor promedio de f ( x ) en [ a, b ] (o
valor medio de f (·) en [ a, b ]), que se denota f ( x ), es
b
1
Z
f( x ) = f ( x ) dx
b−a a
Por el teorema del valor medio para integrales, f ( x ) es igual a f ( c )

para algún valor c ∈ [ a, b ]. Y como la integral definida es el lı́mite de
sumas, si se toma una partición regular con n subintervalos, entonces
n n
1 X X ∆x
f( c ) = lı́m f ( ξi ) ∆ x = lı́m f ( ξi )
b − a n→+∞ n→+∞ b−a
i=1 i=1
b−a
Y dado que ∆ x = , entonces
n
n
X b−a f (ξ1 ) + f (ξ2 ) + · · · + f (ξn )
f ( c ) = lı́m f ( ξi ) = lı́m
n→+∞ n (b − a) n→+∞ n
i=1
Es decir, f ( c ) es lı́mite de sumas de n datos de la función en f (·) dividido

por n, cuando n crece sin lı́mite.
Ejemplo 32.
2
3
Z
Teniendo en cuenta que x dx = , encontremos el valor promedio de
−1 2
f ( x ) = x en el intervalo [ −1, 2 ], y encontremos también el valor c en
el cual ocurre este valor promedio.
Solución.
b 2
1 1 1 3 1
Z Z
f( x ) = f ( x ) dx = x dx = · =
b−a a 2 − ( −1 ) −1 3 2 2
1
Y, por tanto, f ( c ) = 2 y ası́ c = 12 .
y
C
b
Q
b
N
b
b
O b b b
x
B M P D
Figura 9
Z 2
Geométricamente, esto significa que la integral x dx, que es igual a
−1
la diferencia entre las áreas de los triángulos OCD y OAB, equivale a
la medida del área del trapecio P QCD. Aquı́, la altura M N es el valor
promedio de las ordenadas del segmento AC (ver figura 9).
Ejemplo 33.
√
Calculemos el valor promedio de f ( x ) = 1 − x2 , para 0 ≤ x ≤ 1, si
Z 1p
π
sabemos que 1 − x2 dx = , y encontremos el valor c en el cual
0 4
ocurre este valor promedio.
Solución.
1p
1 π
Z
f( x ) = 1 − x2 dx =
1−0 0 4
√
π √ 16 − π 2 ∼
Luego, 2
= 1 − c y ası́ c = = 0.619. ¿Por qué el valor
4 4
promedio no es c = 0.5 si el cuarto del cı́rculo de la figura 10 es simétrico
con respecto a la recta y = x?
y
√
y= 1 − x2
√ x
16−π 2
4
Figura 10
Ejemplo 34. (Calor especı́fico de un gas)

El calor especı́fico C de un gas es la cantidad de calor requerida para ele-
var en 1o C la temperatura T de una masa del gas con volumen constante.
Se estima que el calor especifico del oxı́geno satisface la fórmula
C = 8.27 + 10−5 ( 26T − 1.87T 2 )
Hallemos el valor promedio del calor especı́fico del oxı́geno para 0o C ≤

T ≤ 100o C y la temperatura a la que se alcanza.
Solución.
El valor promedio del calor especı́fico es
Z 100
1
C= C( T ) dt
100 − 0 0
Z 100
1
= [8.27 + 10−5 ( 26T − 1.87T 2 )] dT
100 0
= 8.22
La temperatura a la cual se alcanza el valor promedio está dada por
8.22 = 8.27 + 10−5 ( 26T − 1.87T 2 )
Por tanto, T = 58.33 o C.

Ejercicios 10
1) Halle un número c que satisfaga la conclusión del teorema del valor

medio para las siguientes integrales:
Z 3 Z 0
2
a) ( x + 1 ) dx b) sen x dx
−1 π
2) Calcule el valor promedio de las funciones siguientes en los inter-

valos dados e interprete geométricamente los resultados:
a) f ( x ) = x2 en [ −1, 3 ]
b) f ( x ) = sen2 x en [ 0, π ]
c) f ( x ) = ax + b, x1 ≤ x ≤ x2 , a, b, x1 , x2 ∈ R.
d) f ( x ) = cos x en [ 0, π2 ]
3) Suponga que se deja caer una pelota que estaba en reposo, y des-
pués de t segundos su distancia desde el punto inicial es s pies
y su velocidad es v pies/seg. Despreciando la resistencia del aire,
exprese v como una función de t y calcule el valor promedio de v
en [ 0, 4 ].
4) Pruebe que si f (·) es una función integrable, el intervalo cerrado

[ a, b ] y x cualquier número en [ a, b ], entonces la función definida
por Z x
F(x) = f (t) dt,
a
es continua en [ a, b ].
11. El teorema fundamental del Cálculo

Estamos finalmente preparados para presentar el principal teorema del
cálculo de Newton y Leibniz que relaciona los conceptos de derivada
e integral y que, de paso, se convierte en la herramienta clave para el
cálculo explı́cito de integrales a través de antiderivadas.
Teorema 22. (Primer teorema fundamental del Cálculo)

Sean f (·) una función continua en el intervalo cerrado [ a, b ] y x cual-
quier número en [ a, b ]. Si F (·) es la función definida por
Z x
F(x) = f (t) dt,
a
entonces F ′( x )
= f ( x ) para todo x ∈ [ a, b ]. Aquı́, si x = a, la derivada
será la derivada por la derecha, y si x = b, la derivada será la derivada
por la izquierda.
Demostración.
Asumamos, sin pérdida de generalidad, que x ∈ ( a, b ) y que ∆x > 0 es
Z x+∆ x
tal que x+∆x ∈ ( a, b ). Entonces F (x+∆ x) = f (t) dt. Por tanto,
Z x+∆ x Z x a Z
x+∆ x
F (x+∆ x)−F ( x ) = f (t) dt− f (t) dt = f (t) dt. Apli-
a a x
cando el teorema del valor medio para integrales a F (·) en el intervalo
cerrado cuyos puntos extremos son x y x + ∆ x (¿Por qué puedo asumir
que F (·) es continua en este intervalo? (ver ejercicio 4 de la sección de
Ejercicios 10 anterior)), tenemos que
F (x + ∆ x) − F ( x )
f( c ) = para algún c ∈ ( x, x + ∆x )
∆x
Si tomamos lı́mite cuando ∆ x → 0, entonces, como c está entre x y
x + ∆ x, tendremos que c → x y, por tanto,
F(x + ∆x) − F(x)
F ′ ( x ) = lı́m = lı́m f ( c ) = f ( x )
∆ x→0 ∆x c→x
ya que f (·) es continua; es decir, F ′ ( x ) = f ( x ).
Nota 14. (Toda función continua tiene una antiderivada)

Z x
El teorema 22 establece que la integral definida f (t) dt, con un lı́mite
a
superior variable, es una antiderivada de f (·) y, por tanto, toda fun-
ción continua tiene una antiderivada. Este teorema puede expresarse en
forma equivalente como
d x
Z
f (t) dt = f ( x )
dx a
Ejemplo 35
Utilizando el primer teorema fundamental del cálculo, evaluemos las
siguientes expresiones:
Z xp x
d d
Z
2
a) a2 − b2 sen2 t dt b) e−t dt
dx 1 dx −x
sen x x3
d 1 d dt
Z Z
c) dt d)
dx 3 1 − t2 dx x t
Solución.
Z xp
d p
a) a2 − b2 sen2 t dt = a2 − b2 sen2 x
dx 1
x Z 0 x
d d
Z Z
−t2 −t2 −t2
b) e dt = e dt + e dt
dx −x dx −x 0
d h R −x −t2 Rx 2
i
= − 0 e dt + 0 e−t dt
dx
du
Sea u = −x; entonces = −1 y
dx
Z x Z u Z x
d 2 d 2 du d 2
e−t dt = −e−t dt + e−t dt
dx −x du 0 dx dx 0
2 2
= −e−u (−1) + e−x
2 2 2
= e−x + e−x = 2 e−x
c) Como en el numeral b), hagamos u = sen x y apliquemos la regla

de la cadena para la derivación. Entonces
Z sen x Z u
d 1 d 1 du 1
dt = dt = · cos x
dx 3 1 − t2 du 3 1 − t 2 dx 1 − u2
cos x cos x
= 2
= = sec x
1 − sen x cos2 x
d) "Z
x3
# "Z
a x3
#
d 1 d 1 1
Z
dt = dt + dt , a>0
dx x t dx x t a t
"Z #
x3 x
d 1 1
Z
= dt − dt
dx a t a t
1 1 3 1 2
= · 3 x2 − = − =
x3 x x x x
Nota 15.
Z g( x )
Observemos que si F ( x ) = f ( t ) dt con f ( · ) continua y g(·) y
h( x )
h(·) derivables, entonces
F ′ ( x ) = f ( g( x ) ) g′ ( x ) − f ( h( x ) ) h′ ( x )
Ejemplo 36.
Sea f : [ 1, 4 ] −→ R definida por fZ( x ) = 2, si 1 ≤ x ≤ 3, y f ( x ) = 5, si
x
3 < x ≤ 4. Describamos F ( x ) = f ( t ) dt, x ∈ [ 1, 4 ] y tracemos la
1
gráfica de F (·).
Solución.
Aquı́, evaluando la integral F (·), tenemos que
F ( x ) = 2( x − 1 ) si x ∈ [ 1, 3 ]
y
F(x) = (3 − 1) · 2 + (x − 3) · 5 si x ∈ [ 3, 4 ]
Es decir, (
2x − 2 si 1 ≤ x ≤ 3
F(x) =
5 x − 11 si 3 ≤ x ≤ 4
En la figura 11 se muestran las gráficas de f (·) y F (·): Obsérvese cómo
la función f (·) es discontinua(aunque integrable); sin embargo, F (·) sı́ es
continua.
f (x) F (x)
5 9
2 4
x x
1 3 4 1 3 4
Figura 11
Y el resultado del primer teorema fundamental del cálculo nos conduce
a uno que es aquél que relaciona, explı́citamente, el cálculo de áreas
con el cálculo de antiderivadas. En otras palabras, con este resultado, el
antiguo problema de cuadraturas se convierte ahora en un problema de
tangentes!
Teorema 23. (Segundo teorema fundamental del Cálculo)

Sean f (·) una función continua en [ a, b ] y F (·) una antiderivada de f (·),
es decir, F ′ ( x ) = f ( x ) para todo x ∈ [ a, b ]. Entonces
Z b
f ( x ) dx = F ( b ) − F ( a )
a
Demostración.
Sabemos,Zpor el primer teorema fundamental del cálculo, que la integral
x
definida f ( t ) dt, con lı́mite superior variable x, define una nueva
a
función cuya derivada en [ a, b ] es f (·). Como, por hipótesis, también
F ′ ( x ) = f ( x ), se deduce que
Z x
F(x) = f ( t ) dt + C
a
donde C es una constante que vamos a determinar. Haciendo primero

x = b y después x = a en esta última ecuación, obtenemos F ( b ) =
Z b Z a Z a
f ( t ) dt + C y F ( a ) = f ( t ) dt + C. Pero f ( t ) dt = 0. Luego,
a a a
Z b
C = F ( a ), y esto da como resultado F ( b ) = f ( t ) dt + F ( a ) o, en
a
otra forma,
Z b
f ( t ) dt = F ( b ) − F ( a )
a
Nota 16.
La conclusión del segundo teorema fundamental del cálculo se acostum-
bra a escribir ası́:
Z b b

f ( t ) dt = F ( t ) = F ( b ) − F ( a )
a a
Y esto último significa que para calcular la integral de arriba se sustrae,

del valor de cualquier antiderivada de f (·) evaluada en b, el valor de esa
misma antiderivada evaluada en a. Observemos, como deberı́a esperarse,
que si en lugar de F ( t ) se elige F ( t ) + C como antiderivada de f (t), se
obtiene el mismo resultado:
Z b b

f ( t ) dt = F ( t ) + C = [ F ( b ) + C ] − [ F ( a ) + C ] = F ( b ) − F ( a )
a a
lo que muestra que se puede elegir cualquier antiderivada de f ( · ) sin

afectar el resultado final de la integración.
Finalmente, para hacer un uso efectivo del teorema fundamental del

cálculo, en numerosas ocasiones es muy conveniente el resultado siguien-
te que ya se ha utilizado, sin mencionarlo, en casos especı́ficos de la
presente lección:
Teorema 24. (Teorema del cambio de variable o regla de la

cadena para la integración)
Sean f (·) una función continua y g(·) una función cuya derivada es con-
tinua en [ a, b ]. Entonces
Z b Z g( b )
′
f ( g( x ) ) g ( x ) dx = f ( u ) du
a g( a )
Demostración.
Sea F (·) es una antiderivada de f (·); por el segundo teorema fundamen-
tal del cálculo, se tiene que
Z g( b )
f ( u ) du = F ( g( b ) ) − F ( g( a ) )
g( a )
Por la regla de la cadena, si G( x ) = F ( g( x ) ), entonces G′ ( x ) =

F ′ ( g( x ) ) g′ ( x ) = f ( g( x ) ) g′ ( x ) y, de nuevo, utilizando el segundo
teorema fundamental del cálculo, se tiene que
Z b Z b
′
f ( g( x ) ) g ( x ) dx = G′ ( x ) dx = G( b )−G( a ) = F ( g( b ) )−F ( g( a ) )
a a
lo que completa la prueba.
Nota 17.
El teorema de cambio de variable se aplica ası́: hacemos u = g( x ) y
denotamos en forma de diferenciales du = g′ ( x ) dx; luego,
Z b Z g(b)
′
f ( g( x ) ) g ( x ) dx = f (u) du
a g(a)
donde, si x = a entonces u = g( a ), y si x = b entonces u = g(b).

Pero también podemos operar de la siguiente forma:
Z Z
′
f ( g( x ) ) g ( x ) dx = f (u) du = F (u) + C = F ( g( x ) ) + C
porque F ′ ( x ) = f ( x ). Finalmente,
Z b
b
′

f ( g( x ) ) g ( x ) dx = F ( g( x ) ) + C = F ( g(b) ) − F ( g(a) )
a a
Ejemplo 37.
Evaluemos las siguientes integrales utilizando el teorema fundamental
del cálculo y/o el teorema del cambio de variable:
Z 3 Z 6
3
a) x dx b) (x2 − 2 x) dx
1 3
1 10 √
z
Z Z
c) dz d) 5 x − 1 dx
0 (z + 1)3
2
1
Z 3 p Z 1 √
e) 3 + | x | dx f) (x + 1) x + 3 dx
−3 −2
Solución.
Z 3
a) x3 dx = F ( 3 ) − F ( 1 ), donde F (·) es una antiderivada de x3 .
1 Z 3
x4
Tomemos la más simple de éstas: F ( x ) = . Luego x3 dx =
4 1
34 14
− = 20
4 4
6
6 3
x3
3
6 3
Z
2 2 2 2

b) (x − 2 x) dx = −x = −6 − − 3 = 36
3 3 3 3 3
z
c) Como se requiere hallar una antiderivada de f (z) = ,
(z 2 + 1)3
podemos proceder ası́: Sea u = z 2 + 1; luego du = 2 z dz; es decir,
du
z dz = . De aquı́ que
2
3 3 10 10
u−2

z du 1
Z Z Z
2 −3 −3

dz = (z + 1) z dz = u =
1 (z + 1)3
2
1 2 2 2 −2
2
1 10

1 1 1 3
=− 2 =− − =
4u 2 4 102 22 50
d) Si u( x ) = 5 x − 1, entonces
10 √ 10 √ 49
1 1
Z Z Z
1
5 x − 1 dx = 5 x − 1 · 5 dx = u 2 du,
1 5 1 5 4
3
1 u 49

22 134
= 3 = (343 − 8) =
5 2 4 15 3
e) Utilicemos la definición de la función valor absoluto:

(
x si x ≥ 0
|x| =
−x si x ≤ 0
Luego, aplicando el teorema fundamental del cálculo, se tiene que

Z 3 p Z 0 Z 3
√ √
3 + | x | dx = 3 − x dx + 3 + x dx
−3 −3 0
3 3
(3 − x) 0
3
(3 + x) 2
2
=− 3 + 3

2 −3 2 0
√ 3

= 4 3 22 − 1
f) Una forma de√ resolver esta integral es utilizando la sustitución

u = g( x ) = x + 3; es decir, u2 = x + 3. Al derivar obtenemos
2 u du = dx y x = u2 − 3. De aquı́ que si x = −2, entonces u = 1;
y si x = 1, entonces u = 2. Por tanto, la integral se convierte en
2 3 2
Z 2 Z 2 5
2
4 2 u
(u − 2) u · 2 u du = 2 (u − 2 u ) du = 2 − u
1 1 5 5 1
5
2 2 1 2 46
=2 − · 23 − − =
5 3 5 3 15
Nota 18. (Visión fı́sica de los teoremas fundamentales del Cálcu-

lo)
Es difı́cil desligar la noción de derivada de la de velocidad, y, de hecho,

éste fue el origen para Newton. Y también difı́cil desligar la noción de
integral de la de distancia recorrida por un móvil una vez se conoce la
velocidad, y esta conexión la resumirı́a también Newton después de que

muchos matemáticos le precedieran en algunas de las ideas fundamenta-
les. Ası́, no es de extrañar que los teoremas fundamentales del cálculo,
es decir, aquellos que establecen la relación inversa entre el problema
de tangentes y el de cuadraturas, se vea con mayor claridad cuando se
aplica a la descripción de la dinámica de un móvil. Veamos cómo.
p(t + h) − p(t)
Si p(t) es la posición de un móvil en el tiempo t, entonces
h
serı́a la velocidad promedio del móvil en el intervalo [t, t + h](caso h > 0)
p( t + h ) − p( t )
y su velocidad instantánea serı́a v( t ) = lı́mh→0 = p′ (t).
h
Ahora bien: si se conoce v(t) para cada instante t con t ∈ [a, b], tóme-
se una partición {t0 , t1 , ..., tn } de [a, b], y sea ξi ∈ [ti−1 , ti ]. Entonces
la distancia recorrida en el intervalo [ti−1 , tP i ] serı́a, aproximadamente,
v(ξi )∆ ti y la distancia total recorrida serı́a ni=1 v(ξi )∆ ti que es apro-
Rb Rb
ximadamente igual a la a v(t)dt. Luego p(b) − p(a) = a v(t)dt =
Rb ′
a p (t)dt,
Rb ′
al tomar el lı́mite cuando cada ∆ ti tiende a cero. Por lo
tanto, a p (t)dt = p(b) − p(a) que es el segundo teorema fundamen-
d Rx
tal del cálculo. Además, v(t)dt = p′ (x) = v(x), y por tanto
dx a
d Rx
v(t)dt = v(x), que es el primer teorema fundamental del cálculo.
dx a
Nota 19. (Barrow antes que Newton y Leibniz)

Al parecer no fueron ni Newton ni Leibniz los primeros en advertir cla-
ramente la relación inversa entre derivación e integración, que hoy escri-
bimos formalmente como los teoremas fundamentales del cálculo. Esta
idea era ya familiar a Isaac Barrow [1630-1677] (maestro de Newton),
aunque, nunca la estableció explı́citamente, y dejarı́a a los otros dos
pioneros todo el crédito de los más importantes teoremas del cálculo di-
ferencial e integral. Probablemente, cuando Newton afirmaba “If I have
seen farther than others it is because I have stood on the shoulders of
giants” (“Si he visto más allá que otros es porque me he apoyado sobre
hombros de gigantes” podrı́a ser una traducción) seguramente no era
modestia: era un hecho. Y Barrow fue uno de aquellos gigantes.
Ejercicios 11
1) Calcule, utilizando los teoremas fundamentales del Cálculo y el
teorema de cambio de variable presentados en esta sección, las
siguientes expresiones:
Z x Z x
d dt d cos t2
a) √ b) dt
dx 0 1 + t2 dx 1 t
Z x3 Z 2x
d d
c) cos t dt d) sen t3 dt
dx 0 dx 1
Z 0 Z sen x
d dt d dt
e) f)
dx sen x t + 4 dx cos x 1 − t2
Z 3x Z x2 t
d d e
g) cos 4t dt h) dt
dx 2x dx x t
2) Evalúe las siguientes integrales utilizando el segundo teorema fun-

damental del Cálculo:
Z π
1 3
Z
2 1 1
a) 2 cos x − sen x dx b) − 3 x − x2 + 4 dx
0 2 2 −1 2
Z 3 Z π/2
c) ( 3x + 1 )( x − 2 ) dx d) ( sen x − 1 )2 dx
−1 π/4
π
Z π/3 Z
4
e) sen( 5x ) cos( 3x ) dx f) cos x cos 5x dx
0 0
3) Calcule las siguientes integrales definidas utilizando el teorema del

cambio de variable:
Z 1 Z 1
2 5
p
a) ( 6x5 + 3 ) x6 + 3x dx b) x 3 ( 4 + x 3 )6 dx
0 0
π
Z 5 Z
4
3 +x−2
c) ( 3x2 + 1 )ex d) tan x sec2 x dx
2 0
π 2
sen x ln 2x
Z Z
e) dx f) dx
0 cos2 x 1 x
*4) Pruebe, utilizando el primer teorema fundamental del cálculo, que

una definición alternativa para la función logarı́tmica es ln x ≡
x
1
Z
dx para x > 0. [A esta igualdad, que se le ha llamado “la
1 t
cuadratura de la hipérbola” por razones ahora claras para el lec-
tor (basta dibujar f (x) = 1/x para x > 0 y recordar la noción
de integral), fue primero establecida por Nicolaus Mercator en su
Logarithmo Technica de 1668. Fue precisamente él, quien primero
llamó a esta función logaritmo “natural”].
12. Integrales impropias

En algunas ocasiones es necesario extender la noción de integral definida
a otra clase de integrales donde el intervalo de integración es infinito. Es
decir, queremos encontrar un significado preciso para expresiones como
Z ∞ Z b Z ∞ Z b
f ( x ) dx, f ( x ) dx, f ( x ) dx, y f ( x ) dx, siendo este
a −∞ −∞ a
último el caso en que lı́m f (x) = ±∞ y/o lı́m f (x) = ±∞. Veamos
x→a− x→b+
cómo es esto posible sin ir mucho más allá de las nociones de lı́mite e
integral.
Definición 14. (Integrales impropias)
a) Sea f (·) una función definida en un intervalo de la forma [ a, ∞ )

o de la forma ( −∞, a ].
Z ∞ Z b
i) En el primer caso, definimos f ( x ) dx ≡ lı́m f ( x ) dx,
a b→∞ a
si estas últimas integrales y el lı́mite de ellas existen.
Z a Z a
ii) En el segundo caso, definimos f ( x ) dx ≡ lı́m f ( x ) dx,
−∞ b→−∞ b
si estas últimas integrales y el lı́mite de ellas existen.
Z ∞
iii) Si f (·) está definida en ( −∞, ∞ ), definimos f ( x ) dx ≡
Z a −∞
lı́m f ( x ) dx si estas últimas integrales y el lı́mite de ellas

a→∞ −a
existen.
b) i) Si f (·) está definida en ( a, b ] pero no en a y en este pun-

to tiende a más infinito o a menos infinito (±∞), entonces
Z b Z b
f ( x ) dx = lı́m f ( x ) dx si estas últimas integrales y
a c→a+ c
el lı́mite de ellas existen.
ii) Si f (·) está definida en [ a, b ) pero no en b y en este pun-
to tiende a más infinito o a menos infinito (±∞), entonces
Z b Z c
f ( x ) dx = lı́m f ( x ) dx, si estas últimas integrales y
a c→b− a
el lı́mite de ellas existen.
A todos estos lı́mites los llamaremos integrales impropias. En el caso de

que existan, diremos que la correspondiente integral impropia es conver-
gente; de otra forma, diremos que es divergente. Veamos unos cuantos
ejemplos que nos aclaren el significado de este tipo de integrales.
Ejemplo 38. (Una integral impropia convergente)

Z ∞
Para calcular la integral impropia e−2x dx observamos que para
Z b 0
−2x 1 −2r b 1 1
cualquier b > 0, e dx = − e = − e−2b + . Por tanto,
Z ∞ 0 2 0 2 2
−2x 1 −2b 1 1
e dx = lı́m − e + = (ver figura 12).
1 b→∞ 2 2 2
y = e−2x
Figura 12: Integral impropia convergente

Ejemplo 39. (Una integral impropia Z ∞ divergente)

1
Para calcular la integral impropia x− 2 dx observemos que para cual-
Z b 1
1 b
1
1
quier b > 0, x− 2 dx = 2x 2 = 2b 2 − 2, y que, por lo tanto,
Z ∞ 1 1
− 21 1
x dx = lı́m 2b 2 − 2 = ∞. Luego esta integral impropia es di-
1 b→∞
vergente. ¿Puede el lector dibujar una gráfica que ilustre la integral que
acabamos de calcular?
Ejemplo 40. (Otra integral impropia convergente)

Z 2
dx
Para calcular la integral impropia 2 (ver figura 13), observa-
1 ( x − 1 )3
mos
Z 2 que Z 2
dx dx 1 2

2 = lı́m 2 = lı́m 3 x − 1 ) 3 = 3
1 ( x − 1 )3 c→1+ c ( x − 1 ) 3 c→1+ c
1
y= 2
( x−1 ) 3
1 2 x
Figura 13: Integral impropia convergente
Ejemplo 41. (Integral impropia convergente)

Z ∞
1
Para calcular la integral impropia dx procedemos de la si-
−∞ 1 + x2
1
Z
guiente forma. Sea a > 0; entonces 2
dx = arctang x|a−a =
−a 1 + x Z ∞
1
arctang(a) − arctang(−a) = 2 arctang a. Luego 2
dx =
π −∞ 1 + x
lı́m 2 arctang a = 2 = π. ¿Podrı́a el lector dibujar una gráfica que
a→∞ 2
ilustre la integral que acabamos de calcular? N
El siguiente teorema, conocido como el “criterio de la integral” relacio-

na los comportamientos asintóticos de integrales impropias de la forma
R∞ ∞
P
1 f (x)dx y la serie infinita f (n). De esta manera, conocer el com-
n=1
portamiento de estas series infinitas nos puede ayudar a determinar el
comportamiento de este tı́pico caso de integrales impropias, y viceversa.
Teorema 25. (Criterio de la integral)

Si f (·) es continua en el intervalo ( 1, +∞ ) y monótona decreciente
Z ∞ con
∞
P
lı́m f ( x ) = 0, la serie f ( n ) y la integral impropia f ( x ) dx
x→∞ n=1 1
son ambas convergentes o ambas divergentes.
f (1)
f (2)
1 2 3 4 5 n x
Figura 14: Criterio de la integral
Demostración.
Sea an = f (n) para n = 1, 2, . . .; de la figura 14 se puede observar que
Z n Z n+1
a2 + a3 + · · · + an ≤ f ( x ) dx ≤ f ( x ) dx ≤ a1 + a2 + · · · + an
1 1
Aplicando el criterio de comparación para series de términos positivos

(teorema 13) obtenemos el resultado.
Ejemplo 42. (Un ejemplo importante)

P∞ 1
Utilicemos el criterio de la integral para determinar si la serie k
,
n=1 n
con k > 0 fijo, converge o diverge.
Solución.
1
Sea f ( x ) = k . Observemos que f (·) es decreciente con lı́m f ( x ) = 0,
x x→∞
y que
∞ b
b
x1−k b1−k − 1
Z Z
−k −k
x dx = lı́m x dx = lı́m = lı́m para k 6= 1
1 b→∞ 1 b→∞ 1 − k 1 b→∞ 1 − k
Además,
Z ∞ Z b b
x−1 dx = lı́m x−1 dx = lı́m ln x = lı́m ln b = ∞

1 b→∞ 1 b→∞ 1 b→∞
∞ ∞ 1 1
Z
x−k dx y la serie
P
Por lo tanto, la integral k
convergen a
1 n=1 n k−1
si k > 1, y divergen si k ≤ 1.
Ejemplo 43.
∞
P 1
Probemos, con el criterio de la integral, que la serie diverge.
n=2 n ln n
Solución
1
Sea f ( x ) = . Como f (·) es decreciente con lı́m f ( x ) = 0 y
x ln x x→∞
Z ∞ Z b
dx dx b
= lı́m = lı́m ln | ln x | = lı́m ln | ln b |−ln | ln 2 | = ∞,

2 x ln x b→∞ 2 x ln x b→∞ 2 b→∞
Z ∞ ∞
1 P 1
entonces la integral dx y la serie divergen. N
2 x ln x n=2 n ln n
Por último, presentamos un muy útil criterio para el cálculo de ciertas

integrales impropias: es el criterio de comparación para integrales.
Teorema 26. (Criterio de comparación)

Z ∞
Sea g(·) una función no-negativa definida en [ a, ∞ ) cuya integral g( x ) dx
a
existe. Si f (·) es una función integrable en cada intervalo de la forma
[ a, b ] para b > a, y además |f ( x )| ≤ g( x ) para todo x ≥ a , entonces
Z ∞
la integral impropia f ( x ) dx también existe.
a
Demostración.
Asumamos, sin pérdida de generalidad, que 0 ≤ f ( x ) ≤ g( x ) en el
intervalo [ a, b ] para todo b > a. Entonces, tomando una sucesión bn
Z bn Z bn
que tienda a infinito, tendremos f ( x ) dx ≤ g( x ) dx; y como,
a
Z bn a
además, la sucesión de integrales g( x ) dx es convergente y, por tan-

a Z bn
to, acotada, entonces la sucesión de integrales f ( x ) dx es creciente
a
(puesto que f (·) es no-negativa y, por tanto, las integrales crecen) y aco-
tada. Esto nos lleva (ver teorema 1, lección 1) a que esta sucesión es
también convergente, con lo que finaliza la prueba.
Ilustremos este teorema con el siguiente ejemplo:
Ejemplo 44.
Decidir sobre la convergencia de las integrales impropias
∞ ∞
cos x sen x
Z Z
a) dx b) dx
0 x2 + 1 1 x
Solución.
Z ∞
cos x 1 1 π
a) Como | 2
| ≤ 2
y además 2
dx = , entonces
x +1 x Z+ 1 0 x +1 2
∞
cos x
la integral impropia 2
dx existe.
0 x +1
Z ∞
sen x2

sen x 2
b) dx existe puesto que ≤ 1 para todo x ≥ 1,
x x x2
1
Z ∞
1 1
y que 2
dx = lı́m − + 1 = 1.
1 x b→∞ b
Ejercicios 12
1) Demuestre, utilizando el criterio que considere más conveniente,
que las siguientes integrales impropias convergen, y dibuje las áreas
evaluadas:
∞ ∞
5 dx
Z Z
a) dx b) √
1 x2 1 x 1 + x2
∞ 1
dx
Z Z
2 −x
c) x e dx d) √
0 0 1 − x2
2) Analice la convergencia de las siguientes integrales impropias:

Z ∞ Z ∞
dx
a) sen 2x dx b) 3
0 −∞ x + 1
Z 1 Z ∞
dx
c) x ln x dx d) 2−1
0 2 x
Z ∞ Z 1
2 dx
e) 2
dx f) 2
2 x −1 0 1−x
Z ∞ Z ∞
dx 1 + cos x
g) √ h) dx
2 x−1 π x2
3) Evalúe, siempre que sea posible, las siguientes integrales:

Z 1 Z ∞
dx
a) √3
b) sen x dx
−1 x 0
Z ∞ Z ∞
dx
c) ( 1 + tan x ) dx d)
0 0 1 + x3
13. La noción de integral en funciones de dos

variables: la integral doble
Extender la noción de integral a funciones de dos variables es directo
mediante la noción de integral doble. En esta sección estudiamos, en
primer lugar, la noción de integral doble de una función acotada f ( x, y )
definida sobre una región rectangular
R = { ( x, y ) / a ≤ x ≤ b, c ≤ y ≤ d } ⊆ R2
para después generalizar a regiones irregulares.
Definición 15. (Mallas; sumas de Riemann)
a) Una malla para R es un conjunto finito de la forma N = P1 × P2 ,

donde P1 es una partición de [ a, b ] y P2 es una partición de [ c, d ].
b) Por tanto, cualquier malla N de R origina un conjunto de rectángu-

los cerrados Aij .
c) Sea N cualquier malla que divide a R en los rectángulos Aij . En

cada Aij , elijamos un punto ( ξi , ηj ) ∈ Aij y formemos la corres-
pondiente suma de Riemann para funciones de dos variables
X
Sn = f ( ξi , ηj ) ∆i x ∆j y
i,j
d) Cuando f ( x, y ) ≥ 0 en R, esta suma es entonces una aproximación

al concepto de volumen del sólido formado por la función f (· , ·)
por encima del rectángulo R (ver figura 15).
b
f (ζi , ηi )
volumen ≈ f (ζi , ηi )∆i x∆i y

(ζi , ηi )
∆i y
∆i x
Figura 15
Definición 16. (Integral doble)
La integral de f ( x, y ) sobre el rectángulo R estará definida como
ZZ X
f ( x, y ) dx dy = lı́m f ( ξi , ηj ) ∆i x ∆j y
||P1 ||→0
R i,j
||P2 ||→0
si este lı́mite existe. En caso de que exista, diremos que f (· , ·) es inte-

grable en (o sobre) R, y a este lı́mite lo llamaremos la integral doble de
f (· , ·) en el rectángulo R.
Las integrales dobles tienen propiedades algebraicas similares a las inte-

grales simples. El siguiente teorema resume estas propiedades:
Teorema 27. (Álgebra de integrales dobles)
a) Si f ( x, y ) = c en el rectángulo R, entonces
ZZ
c dx dy = c ( áreaR ) = c ( b − a )( d − c )
R
b) Si f (· , ·) es integrable en R, y c es un número real arbitrario,

entonces cf (· , ·) es integrable en R y, además,
ZZ ZZ
c f ( x, y ) dx dy = c f ( x, y ) dx dy
R R
c) Si f (· , ·) y g(· , ·) son integrables en R, entonces ( f + g )(· , ·) y

( f − g )(· , ·) son integrables en R y, además,
ZZ ZZ ZZ
( f ( x, y )±g( x, y ) ) dx dy = f ( x, y ) dx dy ± f ( x, y ) dx dy
R R R
d) Si R es la unión disjunta de dos rectángulos R1 y R2 y f (· , ·) es

integrable sobre R1 y sobre R2 , entonces es integrable sobre R;
además
ZZ ZZ ZZ
f ( x, y ) dx dy = f ( x, y ) dx dy + f ( x, y ) dx dy
R R1 R2
e) Si f ( x, y ) ≥ g( x, y ) para todo ( x, y ) ∈ R, y ambas son integrables

en R, entonces
ZZ ZZ
f ( x, y ) dx dy ≥ g( x, y ) dx dy
R R
f) Si m ≤ f ( x, y ) ≤ M para todo ( x, y ) ∈ R, y f (· , ·) es integrable

en R, entonces
ZZ
m ( b − a )( d − c ) ≤ f ( x, y ) dx dy ≤ M ( b − a )( d − c )
R
Demostración
Es similar a lo ya realizado para integrales definidas de funciones de una
sola variable.
Como es el caso para las integrales ordinarias, también aquı́, en las fun-
ciones continuas sobre rectángulos, encontramos una gama muy amplia
de funciones integrables. Eso es lo que afirma el siguiente teorema:
Teorema 28. (Toda función continua es integrable)

ZZ
Si f (· , ·) es continua sobre el rectángulo R, entonces f ( x, y ) dx dy
R
existe.
Demostración.
(Ver el ejercicio 31 de los Ejercicios Complementarios al final de la pre-
sente lección).
El siguiente teorema (debido a Guido Fubini (1920)) es la herramienta

más útil para el cálculo de integrales dobles mediante integrales ordi-
narias, pues reduce el cálculo de una integral doble al cálculo de dos
integrales de una sola variable.
Teorema 29. (Integral doble como reiteración)

Si f (· , ·) es continua en el rectángulo R, entonces
ZZ Z dZ b Z bZ d
f ( x, y ) dx dy = f ( x, y ) dx dy = f ( x, y ) dy dx
c a a c
R
Demostración.
(Ver ejercicio 32 de los ejercicios complementarios al final de la presente
lección).
Ejemplo 45.
Calculemos, utilizando la reiteración, las siguientes integrales dobles:
Z 1Z 1 Z 3Z 3
3 2
a) ( x + y 2 ) dx dy b) ( x2 y − 2xy ) dy dx
0 0 2 0 −2
Solución.
1Z 1 1 Z 1
3 2 3
Z Z
a)
( x + y 2 ) dx dy = 2 2

x +y dx dy
0 0 2 2 0 0
1 1
x3 3 1 1
Z
3
Z
2 2

= + xy dy = +y dy
2 0 3 0 2 0 3
1
y y 3

3 3 1 1
= + = + =1
2 3 3 0 2 3 3
Z 3Z 0 3 0 Z 3
b) x2 y 2
Z
2 2
−2x2 + 4x dx

( x y − 2xy ) dy dx = − xy dx =
0 −2 0 2 −2 0
3
−2x3 2

= + 2x = 0 N
3 0
Ahora: La noción de integral puede extenderse a regiones que no son,

necesariamente, rectangulares. Veamos cómo.
Definición 17. (Integral doble en regiones no rectangulares)

Sea R una región acotada cualquiera. Diremos que una función f (· , ·)
definida sobre R es integrable si existe el siguiente lı́mite:
X
lı́m f ( ξi , ηj ) ∆i x ∆j y
||P1 ||→0
i,j
||P2 ||→0
donde los rectángulos de área ∆i x ∆j y están totalmente contenidos en

R y los ( ξi , ηj ) están dentro de tales rectángulos
ZZ (ver figura 16). De
manera similar, notaremos este lı́mite por f ( x, y ) dx dy.
R
(ξi , nj )
∆j y
∆i x
Figura 16
Nota 20.
Como era de esperarse, todos los teoremas (teoremas 27, 28 y 29) para
la integral doble sobre rectángulos se tienen, inmediatamente, para la
integral doble sobre otras regiones acotadas. En particular, tenemos el
siguiente teorema:
Teorema 30. (Teorema de Fubini (1920))

Si f (· , ·) es continua en una región R definida por a ≤ x ≤ b, f1 ( x ) ≤
y ≤ f2 ( x ) con f1 (·), f2 (·) continuas en [ a, b ], entonces
ZZ Z bZ f2 ( x )
f ( x, y ) dxdy = f ( x, y ) dydx
a f1 ( x )
R
Demostración.
(Ver el ejercicio 33 de los ejercicios complementarios al final de la pre-
sente lección).
Ejemplo 46.
Si D es el triángulo con vértices ( −1, −1 ), ( 2, −4 ) y ( 1, 3 ) (figura 17),
y la función f (· , ·) es integrable allı́, entonces
ZZ ZZ ZZ
f ( x, y ) dx dy = f ( x, y ) dx dy + f ( x, y ) dx dy
D D1 D2
donde D1 y D2 son los dominios en que se ha dividido el triángulo a

través de la recta x = 1. Y allı́,

ZZ Z 1 Z 2x+1
f ( x, y ) dx dy = f ( x, y ) dy dx
−1 −x−2
D1
ZZ Z 2 Z −7x+10
f ( x, y ) dx dy = f ( x, y ) dy dx
1 −x−2
D2
que son ya integrales estándar.
y
b
(1, 3)
y = 2x + 1
D1 x
(−1, −1) b
y = −7x + 10
y = −x − 2
D2
b
(2, −4)
x=1
Figura 17
Ejemplo 47
Para calcular el volumen del sólido delimitado por la recta y = x, la
parábola y = x2 ; y la función f ( x, y ) = xy 2 , aplicamos el teorema de
Fubini, para obtener que el volumen del sólido es
Z 1Z x Z 1 x Z 1 4
xy 3 x7

2 x
xy dy dx = dx = − dx
0 x2 0 3 x2 0 3 3
1
x5 x8 1
= − =
15 24 0 40
Ejemplo 48.
Para determinar el volumen del sólido cuya base es el triángulo acotado
por el eje X y las rectas y = x, x = 1; y cuya cara superior está en el
plano f ( x, y ) = 3 − x − y, aplicamos el teorema de Fubini. El volumen
Z 1Z x 1 x
y2
Z

del sólido es ( 3 − x − y ) dy dx = 3y − xy − dx =
0 0 0 2
0
Z 1
3x2
3x − dx = 1 (ver figura 18).
0 2
y
y=x
Base del sólido
1 x
Figura 18
Ejemplo 49.
Sea R el√cuarto de cı́rculo de radio 1 descrito en forma cartesiana por

0 ≤ y ≤ 1 − x2 , 0 ≤ x ≤ 1, y sea f ( x, y ) = x2 + y 2 sobre R. Entonces
√
ZZ Z 1Z 1−x2
2 2
( x + y ) dxdy = ( x2 + y 2 ) dydx
0 0
R
1
1
Z
2 32
p
2
= x 1 − + (1 − x )x2 dx
0 3
π
1 π
Z
2
2 2 4
= sen θ cos θ + cos θ dθ =
0 3 8
donde hemos realizado la sustitución x = sen θ, dx = cos θ dθ.

Finalmente, una de las aplicaciones tı́picas de las integrales dobles es
el cálculo de centros de masas de placas planas. Esta es la definición
siguiente.
Definición 18. (Centro de gravedad de una placa plana)

Si δ( x, y ) es la densidad de masa del punto ( x, y ) de una región plana
R, entonces
a) La masa de la región R estará dada por

ZZ
m= δ( x, y ) dxdy
R
b) El momento de masa de la región R con respecto al eje X es-

tará dado por
ZZ
Mx = yδ( x, y ) dxdy
R
c) El momento de masa de la región R con respecto al eje Y es-

tará dado por
ZZ
My = xδ( x, y ) dxdy
R
d) Y el centro de masa (o centro de gravedad) ( x̄, ȳ ) de la región R

estará dado por
My Mx
x̄ = , ȳ =
m m
Ejemplo 50.
Calculemos el centro de gravedad de una placa delgada de densidad

constante δ formada por las curvas y = x y y = x2 en [ 0, 1 ].
Solución.
Puesto que un poco de cálculo nos muestra que
1Z x 1Z x
δ δ
Z Z
m= δ dydx = ; Mx = yδ dydx = ;
0 x2 6 0 x2 15
1Z x
δ
Z
My = xδ dydx =
0 x2 12
entonces
My 1 Mx 2
x̄ = = , ȳ = =
m 2 m 5
Ejercicios 13
1) Calcule las siguientes integrales dobles:

2π Z π 0Z 1
dx dy
Z Z
a) ( sen x + cos y ) dx dy b)
π 0 −1 −1 x + y + 10
Z 0Z 1 Z 1Z π
c) ( x + y + 1 ) dx dy d) y cos xy dx dy
−1 −1 0 0
Z 2Z 2 Z 5Z 5p
e) ln x dx dy f) 4 + x + y dx dy
1 1 0 0
2) Muestre que el área de la región R acotada por y = x y y = x2

en el primer cuadrante es 16 unidades cuadradas.
3) Calcule el volumen del sólido debajo de la superficie f ( x, y ) =

ex cos y si 0 ≤ x ≤ 1, 0 ≤ y ≤ π2 .
ZZ
4) Calcule f ( x, y ) dx dy en los siguientes casos:
R
a) f ( x, y ) = x2 + y 2 y la región es R = { ( x, y ) ∈ R2+ / x + y ≤
1 }.
√
b) f ( x, y ) = y − x y la región R es el triángulo formado por
( 0, 0 ), ( 1, 0 ), y ( 0, 1 ).
1
c) f ( x, y ) = 2 y R = { ( x, y ) ∈ R2+ / 1 ≤ x ≤ 2, 0 ≤ y ≤
x +y
1 }.
d) f ( x, y ) = x2 + y 2 y R es el triángulo con vértices ( 0, 0 ),
( 1, 0 ) y ( 1, 1 ).
π
e) f ( x, y ) = x3 cos y y R = { ( x, y ) ∈ R2 / 1 ≤ x ≤ 2, 4 ≤y≤
π }.
f) f ( x, y ) = x2 y y R = { ( x, y ) ∈ R2 / 1 ≤ x ≤ 2, 1−x ≤
y ≤ 1 + x }.
g) f ( x, y ) = x2 y y R = { ( x, y ) ∈ R2 / y 2 + x( x − 1 ) ≤ 0 }.
5) a) Utilizando integrales dobles, calcule el área de:
i) Un sector circular ii) Una elipse
b) También calcule sus centros de masa asumiendo densidad

constante.
14. Cambio de variables en la integral doble

El teorema del cambio de variable (o regla de la cadena para la inte-
gración) que estudiamos en la lección 2, afirma que si f (·) es continua
en [a,b] y g(·) es una función cuya derivada es continua en el mismo
intervalo, entonces
Z a Z g(a)
f (g(x))g′ (x)dx = f (u)du (1)
b g(b)
Por su parte, para las integrales dobles existe una fórmula análoga:

∂(x, y)
ZZ ZZ
f (x(u, v), y(u, v))

dudv =
f (x, y)dxdy (2)
∂(u, v)
Ruv Rxy
donde x = x(u, v), y = y(u, v) tienen derivadas parciales continuas en

Ru,v , y " ∂x ∂x #
∂(x, y)
= det ∂u ∂v
∂(u, v) ∂y ∂y
∂u ∂v
es el valor absoluto del determinante de la matriz jacobiana de (x(u, v), y(u, v)).4
y v
Rxy Ruv
x u
Figura 19: Cambio de variables
4
La prueba de este teorema requiere de definiciones y resultados que están más
allá de los propósitos de este texto. Para el lector interesado, recomendamos:
“Kaplan, Wilfred (1991), Advanced Calculus, Addison Wesley, Fourth Edition”.
Ejemplo 51. (Coordenadas polares)

Una de las transformaciones más utilizadas cuando se trata de calcular
integrales dobles, es la transformación en coordenadas polares5 x =
r cos θ, y = r sen θ. Usualmente, ella sirve bien a la simplificación de los
cálculos de una integral doble cuando el dominio sobre el que se integra
se puede describir mediante funciones de tipo cuadrático, aunque esto
no es exclusivo. Con esta transformación, se tiene que
ZZ ZZ
f ( x, y )dxdy = f (r cos θ, r sen θ)rdrdθ (3)
Rxy Rrθ
pues " ∂x ∂x # " #
∂(x, y) ∂r ∂θ cos θ −r sen θ
= ∂y ∂y =
∂(r, θ) sen θ r cos θ
∂r ∂θ

∂(x, y) 2 2
∂(u, v) = r cos θ + r sen θ = r

Veamos, con algunos ejemplos, cómo opera la fórmula (3).

a) Corroboremos, utilizando ahora coordenadas polares, el resultado
del ejemplo 49:
Z 1 Z √1−x2 Z πZ 1 Z π 4 r=1
2 2 r
2 2 2
( x + y ) dy dx = (r )rdrdθ = dθ
0 0 0 0 0 4 r=0
π
1 π
Z
2
= dθ =
0 4 8
b) También podemos utilizar la fórmula (3) anterior√para calcular el
centro de masa de la figura circular R : 0 ≤ y ≤ 1 − x2 , 0 ≤ x ≤
1, con densidad constante δ = 1. En efecto:
√ π
Z 1Z 1−x2 Z 1p
π
ZZ Z
2
m= dx dy = dy dx = 1− x2 dx = cos2 θdθ =
0 0 0 0 4
R
5
Ver volumen 0 (Fundamentos), lección 3.
Y ası́,
√
Z 1Z 1−x2 1
4 4 4
ZZ Z p
x= xdx dy = x dy dx = x 1 − x2 dx
π π 0 0 π 0
R
1
4 4
Z
= (z 2 ) dz =
π 0 3π
Claramente, y = x, por simetrı́a.
Ejemplo 52 (Cambio lineal de coordenadas)
Para evaluar la integral doble

ZZ
(x2 + y 2 )dx dy
R
donde R es la región de la figura 20, procedemos de la siguiente forma:

Observemos que, en esta figura, x = 12 (u + v), y = 12 (u − v) o, lo que
es equivalente, x + y = u, x − y = v. Y esto, en forma matricial, es la
transformación lineal
" #" # " #
1 1 x u
=
1 −1 y v
El determinante jacobiano es entonces

1 1

2 2
= −1

1 −1
2
2 2
Y ası́, Z 2Z 6
2
1 2 1 8
ZZ
2 2
(x + y )dx dy = (u + v 2 ) du dv =
0 0 2 2 3
R
6
Si el lector desea profundizar sobre el Cálculo multivariado podrı́a consultar tam-
bién el clásico texto “Courant, Richard (1937), Differential and Integral Calculus, Vol.
I y II, Wiley, New York”.
(0, 1) x+y =u
u
0
=
x−y =v
2
v
x
2
=
=
0
v
Figura 20: Cambio lineal de coordenadas
Quizás sea ahora claro que un cambio de variable es un útil procedi-

miento que nos permite calcular la misma área (o volumen), utilizando
un sistema de referencia diferente: es el mismo objeto geométrico pero
con descripción analı́tica diferente.
Ejercicios 14
ZZ
1) Utilizando coordenadas polares, evaluar f (x, y)dx dy donde
R
a) f ( x, y ) = 5(x + y), R : x2 + y 2 ≤ 25, x ≥ 0.

2 2
b) f ( x, y ) = e−x −y , R : la corona limitada por x2 + y 2 = 1 y
x2 + y 2 = 4.
c) f ( x, y ) = x2 y − xy 2 + 3, R : x2 + y 2 ≤ a2
2) Transforme las integrales dadas, utilizando la sustitución indicada:
Z 1Z x
a) ln(1 + x2 + y 2 ) dy dx; x = u + v; y = u − v
Z0 1 Z0 1+x p
b) ln 1 + x2 y 2 dy dx; x = u, y = u + v
0 1−x
* 3) En la lección 2 del volumen I (Álgebra lineal), afirmamos que

el área del paralelogramo “generado” por los puntos (a11 , a21 ) y
(a12 , a22 ) es igual al determinante de la matriz
" #
a11 a12
A=
a21 22
La pregunta es: ¿Por qué está esto ı́ntimamente conectado con la

fórmula de cambio de variable para integrales dobles? [Indicación:
Primero, recuerde que una matriz es, esencialmente, una trasfor-
mación lineal; y después, recuerde que un paralelogramo es la ima-
gen, bajo cierta transformación lineal, del cuadrado [0, 1] × [0, 1]
en el plano].

En la historia del pensamiento económico de mediados del siglo XX, la
conexión entre la teorı́a de la función de utilidad y los problemas de deci-
sión obligó a encontrar criterios para elegir entre diferentes alternativas
basados en los niveles de preferencia del agente. Una sı́ntesis desde el
punto de vista metodológico la hacen Luce y Raiffa (1957)7 quienes cla-
sifican los problemas de decisión en tres: primero, la toma de decisiones
bajo certidumbre; segundo, la toma de decisiones bajo riesgo; y tercero,
la toma de decisiones bajo incertidumbre 8 .
i) Bajo certidumbre sólo se consideran problemas de elección cuyo

resultado se conoce de antemano.
ii) Bajo riesgo sólo se consideran problemas de decisión basados en

probabilidades conocidas. No se estudia la incertidumbre
no-cuantificada.
iii) Bajo incertidumbre se consideran problemas de decisión que de-

penden explı́citamente de eventos no controlados por el agente y
cuyas soluciones sólo son conocidas después de que se toma la
decisión. Aquı́, las probabilidades de los eventos se consideran, o
bien sin importancia, o desconocidas, o sólo con referencia a juicios
personales.
Quizás los primeros en escribir, matemáticamente, sobre el problema de

la toma de decisiones fueron Daniel Bernoulli (1738)9 y Gabriel Cramer
(1750). Ellos buscaban explicar por qué agentes prudentes a menudo
escogı́an (entre diferentes opciones riesgosas) de una forma contraria a
lo que esperaban fuese su máximo beneficio. Bernoulli aseguraba que
muchas de tales elecciones podı́an explicarse mediante el proceso de ma-
ximizar de la utilidad esperada de “opciones riesgosas”. Sin embargo, las
ideas de Bernoulli sobre riesgo tuvieron efecto en la toma de decisiones
económicas sólo hasta muy recientemente.
7
Luce, R. D. y H. Raiffa (1957), Games and Decisions, New York: Wiley.
8
Sin embargo, es muy común ahora observar que los términos incertidumbre y
riesgo se utilizan equivalentemente.
9
Bernoulli, Daniel (1738), Specimen Theoriae Novae de Mensura Sortis, Trad.
L. Sommer, Econometrica 22, 1954.
El principio de maximizar la utilidad esperada de Bernoulli se convir-

tió posteriormente en la hipótesis de la utilidad esperada de von Neu-
mann y Morgenstern (1944). Estos mostraban, en particular, que la for-
ma de la utilidad esperada también podı́a, en ocasiones, obtenerse a
través de la comparación de las preferencias entre distintas opciones de
incertidumbre y no sólo de riesgo. Desafortunadamente, para muchos
economistas pareciera que estos dos conceptos se identifican entre sı́ y
esto no siempre es conveniente.
a). Toma de decisiones bajo riesgo: La hipótesis de la

utilidad esperada
Desde von Neumann y Morgenstern (1944), cuando los economistas es-
tudian las preferencias de un agente (o la función de utilidad) sobre un
conjunto de alternativas fijas y dadas, es costumbre asumir, en general,
que el agente forma expectativas acerca de los estados de la naturaleza,
además de procesar óptimamente la información disponible de acuerdo a
principios estadı́sticos. Más precisamente, la teorı́a económica estándar
se basa en la hipótesis de (maximizar) la utilidad esperada de von Neu-
mann y Morgenstern y que fuera extendida por Savage en 195410 y por
Luce y Raiffa en 1957. Esta hipótesis asume que todo agente que en-
frenta un problema de decisión, tiene una cierta función de utilidad u(·)
definida sobre un conjunto dado de alternativas X = { x1 , . . . , xn } tal
que si una acción a se realiza bajo la hipótesis de que la probabilidad de
que ocurra xi es pi , y otra acción b se realiza bajo la hipótesis de que la
probabilidad de que ocurra xi es qi , entonces el agente preferirá (estric-
tamente) la acción a a la acción b si, y sólo si,
n
X n
X
pi u( xi ) > qi u( xi )
i=1 i=1
Es decir, si la utilidad esperada (estadı́stica) de realizar la acción a es

mayor que la utilidad esperada (estadı́stica) de realizar b.
Ahora: Si el conjunto de alternativas, en lugar de estar conformado por

unas cuantas de ellas es, por ejemplo, un intervalo cerrado de números
reales [ a, b ], las probabilidades discretas se transforman entonces en
10
Savage, L. J. (1954), The Foundations of Statistics, Wiley and Sons, New York.
distribuciones de probabilidad F ′ ( x ) de una cierta variable aleatoria X,

donde F ( x ) = prob( X ≤ x ) y la utilidad esperada (estadı́stica) de una
acción determinada bajo la distribución F ′ (·) sobre [ a, b ] ahora será
Z b
u( x )F ′ ( x ) dx;
a
También: Si, en vez, la distribución está definida en todo ( −∞, ∞ ) la

distribución ahora será
Z ∞
u( x )F ′ ( x ) dx
−∞
Q2
Por supuesto, si i=1 [ ai , bi ] es el conjunto de alternativas en R2 , enton-
ces la utilidad esperada (estadı́stica) de una acción determinada bajo la
distribución F ′ ( x1 , x2 ) sobre [ a, b ] será ya
Z a2 Z b2
u( x1 , x2 )F ′ ( x1 , x2 ) dx1 dx2 ;
a1 a2
o si la distribución está definida en todo R2 será

Z ∞Z ∞
u( x1 , x2 )F ′ ( x1 , x2 ) dx1 dx2
−∞ −∞
Ası́, el comportamiento racional bajo la condición de maximizar la utili-

dad esperada toma la forma de escoger aquella(s) loterı́a(s) que tiene(n)
el más alto valor total al ponderar el valor de cada uno de los posibles
eventos mediante las respectivas probabilidades de que ocurran.
La hipótesis de la utilidad esperada ha sido utilizada ampliamente en
la teorı́a económica y, también, en la economı́a aplicada, a pesar de
que han aparecido, una y otra vez, notables contraejemplos dentro de
la literatura. Es claro que, muy a menudo, las personas no actúan en
consistencia con el principio de la utilidad esperada, pues parece que
se tienen problemas tanto en la percepción del riesgo como en la utili-
zación de la información que conllevan las probabilidades, al momento
de tomar decisiones reales. Y aunque muchos economistas siguen siendo
extremadamente escépticos acerca de este principio (entre ellos, uno de
los más reconocidos crı́ticos es el premio Nobel en economı́a de 1998,
Amartya Sen), otros (tales como el hace pocos años desaparecido John
Harsanyi, premio Nobel en Economı́a en 1994) enfatizan en la utilidad

de este modelo para explicar o predecir el comportamiento humano.
Ejemplo 53.
Consideremos un individuo cuya función de utilidad es u( x ) = ln( x ).
Calculemos la utilidad esperada de la loterı́a que le ofrece 13 de probabi-
lidad de ganar cierta cantidad de dinero h y 23 de probabilidad de perder
h.
Solución.
Si la riqueza inicial del individuo es w, la loterı́a le ofrece al individuo
w + h con probabilidad 13 y w − h con probabilidad 23 . Por tanto, la
utilidad esperada de esta loterı́a es 13 ln( w + h ) + 23 ln( w − h ).
Ejemplo 54.
√
Un individuo tiene una función de utilidad u( x ) = x y está conside-
rando comprar un billete de loterı́a. Una loterı́a le da 100’000,000 de
pesos con probabilidad 0.1; 1’000.000 de pesos con probabilidad 0.89;
y 0 pesos con probabilidad 0.01. Otra loterı́a le ofrece 100’000.000 de
pesos con probabilidad 0.05; 1’000.000 de pesos con probabilidad 0.75;
y 0 pesos con probabilidad 0.2. Calculemos las utilidades esperadas de
estas loterı́as.
Solución.
La utilidad esperada de la primera loterı́a es
p p √
0.1 100’000,000 + 0.89 1’000,000 + 0.01 0 = 1,000+890+0= 1,890
La utilidad esperada de la segunda loterı́a es

p p √
0.05 100’000,000 + 0.75 1’000,000 + 0.2 0 = 500+750+0= 1,250
Si el individuo maximiza la utilidad esperada, él preferirá la primera

loterı́a.
Ejemplo 55.
Consideremos un individuo cuya función de utilidad es u( x ) = −e−2x . El
individuo quiere evaluar una loterı́a cuyo resultado aleatorio X está dis-
tribuido uniformemente sobre ( 0, 3 ). Recordemos que una variable alea-
toria X se distribuye uniformemente sobre ( a, b ), si su función de dis-
tribución de probabilidad es


 0 si x≤a

x−a

F(x) = si a < x < b


 b−a
1 si x≥b

Calculemos la utilidad esperada de esta loterı́a.
Solución.
La utilidad esperada de la loterı́a es, simplemente,
Z 3
−e−2x 1 3 1
dx = e−2x = e−6 − 1

0 3 6 0 6
Ejemplo 56. (La paradoja de San Petersburgo (Nicholas Ber-

noulli (1713); Daniel Bernoulli (1738)))
Un individuo maximiza la utilidad esperada tiene la función de utilidad
u( x ) = x. A este individuo se le propone el siguiente juego: “Si usted
paga F pesos, una moneda no cargada será lanzada repetidamente hasta
que resulte una cara y le serán pagados 2n pesos, donde n es el número
de sellos que preceden a la primera cara.” Determinemos el mayor precio
que pagarı́a este individuo por aceptar el juego.
Solución.
Puesto que la utilidad esperada que este juego le entrega al individuo es
∞ n
1 1 1 1 X 1
−F + ( 1 ) + ( 2 ) + ( 4 ) + ( 8 ) + · · · = −F + 2n−1
2 4 8 16 2
n=1
∞
X 1
= −F + =∞
n=1
2
entonces estarı́a dispuesto a pagar una cantidad infinita de dinero para

acceder al juego. Sin embargo, algunos experimentos han revelado que

la mayorı́a de individuos no pagarı́an más que unos pocos pesos por
la oportunidad de jugar!. Debe tenerse en cuenta que esta paradoja no
es ni matemática ni lógica sino intuitiva y empı́rica, pues se basa en
observaciones acerca de cómo los individuos se comportarı́an.
b). Una medida del riesgo y ejemplos de toma de deci-

siones bajo riesgo
El coeficiente Arrow-Pratt es una medida (relativa a su crecimiento) de
la concavidad de la función de utilidad: si mayor es el coeficiente, mayor
es la concavidad (relativa a su crecimiento) de la función de utilidad. La
concavidad de la función de utilidad significa que la utilidad marginal
de la riqueza x es no creciente. Por tanto, a cualquier nivel de riqueza
x, la utilidad marginal de tener una cantidad adicional infinitesimal de
riqueza es menor o igual que (el valor absoluto) de la “desutilidad”
marginal de perder una cantidad infinitesimal de riqueza. Ası́, en este
caso, no valdrı́a la pena tomar el riesgo de jugar una loterı́a en la cual
se gana o se pierde una unidad de riqueza con igual probabilidad. Esto
se ilustra en la figura 20, donde la riqueza inicial es 2. La utilidad de
la loterı́a, 12 u( 1 ) + 12 u( 3 ), es menor que la utilidad que proporciona la
riqueza inicial u( 2 ) = u( 12 ( 1 ) + 12 ( 3 ) ).
y
u(·)
u(3)
u(2)
1
2
u(1) + 12 u(3)
u(1)
1 2 3 x
Figura 20: Función de utilidad cóncava
Definición 19. (Coeficientes de Arrow(1953)-Pratt (1964))
i) Dada una función de utilidad cóncava, estrictamente creciente y

doblemente diferenciable u( · ), el coeficiente relativo de Arrow-
Pratt en x, denotado r( x, u ), está definido como
u′′ ( x )
r( x, u ) = −x
u′ ( x )
ii) Dada una función de utilidad cóncava, estrictamente creciente y

doblemente diferenciable u( · ), el coeficiente absoluto de Arrow-
Pratt en x, denotado a( x, u ), está definido como
u′′ ( x )
a( x, u ) = −
u′ ( x )
Ejemplo 57.
Calculemos el coeficiente relativo de Arrow-Pratt de las siguientes fun-
ciones de utilidad:
a) u( x ) = ln x
b) u( x ) = xα donde 0 < α < 1 [Función CRRA]
c) u( x ) = −e−αx donde α > 0 [Función CARA]
Solución.
1 −1
a) Si u( x ) = ln x, entonces u′ ( x ) = y u′′ ( x ) = 2 . Por tanto,
x x
r( x, ln x ) = 1.
b) Si u( x ) = xα , entonces u′ ( x ) = α xα−1 y u′′ ( x ) =

α ( α − 1 ) xα−2 . Por tanto, r( x, xα ) = 1 − α.
c) Si u( x ) = −e−αx , entonces u′ ( x ) = αe−αx y u′′ ( x ) = −α2 e−αx .

Por tanto, r( x, xα ) = αx.
¿Cuáles son los respectivos coeficientes absolutos de Arrow-Pratt?

Definición 20. (Tipos de disponibilidad al riesgo)

Se dice que un individuo es averso (amante) al riesgo si el coeficiente
relativo de Arrow-Pratt asociado a su función de utilidad es positivo
(negativo). Si el coeficiente relativo de Arrow-Pratt es cero, se dice que
el individuo es neutral al riesgo.
Ejemplo 58. (Un problema de elección bajo riesgo)

Consideremos un individuo averso al riesgo que tiene una riqueza inicial
w y una función de utilidad u( x ) = ln x. El individuo debe decidir si
asegura o no su carro y por cuánto. La probabilidad de que él tenga un
accidente e incurra en una pérdida de L pesos es π ∈ ( 0, 1 ). Una unidad
de seguro cuesta q pesos y paga un peso si la pérdida ocurre. Por tanto,
si el individuo compra x unidades de seguro, la riqueza del individuo
es w − xq si no hay accidente, y w − xq − L + x si hay accidente. El
problema del individuo es elegir el nivel óptimo de x. El problema de
maximizar es, entonces,
máx π ln( w − xq − L + x ) + ( 1 − π ) ln( w − xq )

x≥0
π(1 − q) q( 1 − π )
∗ ∗
=
w−x q−L+x w − x∗ q
Supongamos que q = π (esto implica que la compañı́a de seguros obtiene

beneficios esperados iguales a cero). En este caso la condición de primer
orden puede escribirse como
1 1
=
w − x∗ q − L + x∗ w − x∗ q
Luego, x∗ = L. Esto significa que si el precio de una unidad de seguro es

tal que los beneficios esperados de las compañı́as de seguros son iguales a
cero, entonces el individuo se asegura completamente contra todo riesgo.
Ası́, la riqueza del individuo en el óptimo es constante e igual a w − L
independientemente de si ocurre o no el accidente.
Ejemplo 59. (Otro problema de elección bajo riesgo)

Consideremos un individuo que maximiza la utilidad esperada cuya fun-
ción de utilidad u(·) es cóncava y estrictamente creciente. El consumidor
quiere evaluar un activo cuyo rendimiento aleatorio R está distribuido
normalmente con media µ y varianza σ 2 . Por tanto, la utilidad esperada
del consumidor es
Z ∞
E ( u( R ) ) = u( r )f ( r ) dr
−∞
1 1 2
donde f ( r ) = √ e− 2σ2 ( r−µ ) , −∞ < r < ∞. Observemos que
2π σ
la utilidad esperada depende únicamente de µ y σ 2 . Supongamos, sin
pérdida de generalidad, que u( µ ) = 0. Veamos que esta función es cre-
ciente en µ y no-creciente en σ 2 .
Solución.
∞
∂E ( u( R ) ) 1 1
Z
a) 1 2
= 2 u( r )( r − µ ) √ e− 2σ2 ( r−µ ) dr
∂µ σ −∞ 2π σ 2
∞
1
Z
= u( r )( r − µ )f ( r ) dr
σ2 −∞
Como los términos u( r )( r − µ ) y f ( r ) son positivos para todo

r, entonces ∂E( ∂µ
u( R ) )
> 0. Luego, la utilidad esperada es creciente
en µ.
1 2
b) ∂E ( u( R ) )
Z ∞
1

( r − µ )2 e− 2σ2 ( r−µ )

= u( r ) − 3 + √ dr
∂σ 2 −∞ 2σ 2σ 5 2π
Z ∞
1
u( r ) ( r − µ )2 − σ 2 f ( r ) dr

= 4
2σ −∞
Como u(·) es cóncava y u( µ ) = 0, entonces u( r ) ≤ u′ ( µ )( r − µ )

para cada r. Esto implica que
Z ∞ Z ∞
u′ ( µ )

∂E ( u( R ) ) 3 2
≤ ( r − µ ) f ( r ) dr − σ ( r − µ )f ( r ) dr
∂σ 2 2σ 4 −∞ −∞
Z ∞ Z ∞
Ya que ( r − µ )3 f ( r ) dr = 0 y ( r − µ )f ( r ) dr = 0,
−∞ −∞
∂E ( u( R ) )
entonces se tiene que ≤ 0. Por tanto, la utilidad es
∂σ 2
perada es no-creciente en σ 2 .
Ejemplo 60. (Otro problema de elección bajo riesgo)

√
Un individuo tiene una función de utilidad de la forma u( w ) = w y
riqueza inicial 4. Sea L la loterı́a que ofrece un pago de 12 con probabi-
lidad 12 y un pago de 0 con probabilidad 12 . Si el individuo es el dueño
de la loterı́a, determinemos el menor precio al cual la venderı́a.
Solución.
El mı́nimo precio P al cual el consumidor venderı́a la loterı́a es aquél
que le permite obtener la misma utilidad que la loterı́a; es decir, P
está determinado por
1 1
u( 4 + P ) = u( 16 ) + u( 4 )
2 2
√
Como u( w ) = w, entonces
√ 1 1
4 + P = (4) + (2)
2 2
Por tanto, P = 5.
Ejemplo 61. (Otro problema más de elección bajo riesgo)

Consideremos que hay dos activos: un activo seguro que genera un ren-
dimiento de un dólar por cada dólar invertido y un activo incierto que
genera un rendimiento aleatorio de z dólares por cada dólar invertido.
El rendimiento z se distribuye Normalmente (es decir, con la distribu-
ción normal) con media 2 y varianza 1. Si X es una variable aleatoria
que se distribuye normalmente con media µ y varianza σ 2 , su función
de distribución de probabilidad es
Z x
1 1 2
F(x) = √ e− 2σ2 ( t−µ ) dt, −∞ < x < ∞
−∞ 2π σ
Observemos que el rendimiento medio del activo incierto es mayor que
el del activo seguro. El individuo tiene una riqueza inicial de w. sean
α y β las cantidades de riqueza invertidas en el activo riesgoso y en el

activo seguro, respectivamente. Ası́,
w =α+β
El problema del individuo es determinar el portafolio ( α, β ) que maxi-

mice su utilidad esperada. El portafolio ( α, β ) paga αz+β. Supongamos
que el individuo tiene una función de utilidad Bernoulli u( x ) = −e−rx .
Por tanto, el problema de maximizar la utilidad esperada del individuo
es Z ∞
1 1 2
máx −e−r( αz+β ) √ e− 2 ( z−2 ) dz
α, β≥0 −∞ 2π
sujeto a α + β = w
∞
1
Z
1 2
máx −e−r( w+α( z−1 ) ) √ e− 2 ( z−2 ) dz
0≤α≤w −∞ 2π
Observemos que
Z ∞ Z ∞
1 1 2 1 1 2
−e−r( w+α( z−1 ) ) √ e− 2 ( z−2 ) dz = −e−rw erα e−rαz √ e− 2 ( z−2 ) dz
−∞ 2π −∞ 2π
rα
= −e−rw erα e−rα( 2− 2 )
r 2 α2
= −e−rw e−rα+ 2
Por tanto, el problema es

r 2 α2
máx −e−rw e−rα+ 2
0≤α≤w

r 2 ( α∗ )2
−e−rw ( −r + r 2 α∗ )e−rα+ 2 =0
−r + r 2 α∗ = 0
1
Por tanto, α∗ = . Ası́ se obtiene un resultado sensible: mientras más
r
averso al riesgo sea el individuo, menor será la cantidad de su riqueza
invertida en el activo incierto.
Ejemplo 62. (Modelo de duopolio de Cournot bajo riesgo)

Consideremos de nuevo el modelo de duopolio de Cournot en el que la
demanda inversa está dada por P ( Q ) = a − Q, donde Q = q1 + q2 es la
cantidad agregada. La función de costos de la firma 1 es CT1 ( q1 ) = cq1 ,
donde c > 0. La función de costos de la firma 2 es CT2 ( q2 ) = cH q2 con
probabilidad θ y CT2 ( q2 ) = cL q2 con probabilidad 1 − θ, y cL < cH . La
firma 2 conoce su función de costos y la de la firma 1, mientras la firma
1 conoce su función de costos y únicamente que el costo marginal de la
firma 2 es cH con probabilidad θ y cL con probabilidad 1 − θ. Todo lo
anterior es de “conocimiento común”.
Sean q2∗ ( cH ) y q2∗ ( cH ) las cantidades que elige la firma 2 en función de
su costo, y q1∗ la cantidad elegida por la firma 1. Como la firma 2 tiene
dos niveles posibles de costos marginales, sus problemas son
máx [ ( a − q1∗ − q2 ) − cH ]q2
q2
máx [ ( a − q1∗ − q2 ) − cL ]q2

q2
Las condiciones de primer orden para cada posible valor del costo mar-
ginal son:
a − q1∗ − cH a − q1∗ − cL
q2∗ ( cH ) = , q2∗ ( cL ) =
2 2
Como la firma 1 no sabe cuál es el costo marginal de la firma 2, debe
maximizar el siguiente pago esperado:
máx θ[ a − q1 − q2∗ ( cH ) − c ]q1 + ( 1 − θ )[ a − q1 − q2∗ ( cL ) − c ]q1
q1

θ[ a − q2∗ ( cH ) − c ] + ( 1 − θ )[ a − q2∗ ( cL ) − c ]
q1∗ =
2
Resolviendo las condiciones de primer orden de las dos firmas se tiene
que
a − 2cH + c 1 − θ
q2∗ ( cH ) = + ( cH − cL )
3 6
a − 2cL + c θ
q2∗ ( cL ) = + ( cH − cL )
3 6
a − 2c + θcH + ( 1 − θ )cL
q1∗ =
3
Observemos que si no hay incertidumbre y los costos de ambas firmas

son iguales, c = cH = cL , entonces obtenemos q1∗ = q1∗ = a−c
3 . Ésta es la
cantidad que eligen las firmas en el modelo de Cournot desarrollado en
la lección 3 de este volumen.
Ejemplo 63. (Una subasta de sobre sellado bajo riesgo)

Consideremos una subasta en la que un objeto será vendido a uno de
dos oferentes. El oferente i, para i = 1, 2, tiene una valoración del bien
igual a vi . Si él pagara pi por el bien, su utilidad serı́a vi − pi . Suponga-
mos que estas valoraciones son información privada de cada uno de los
oferentes y que están distribuidas independiente y uniformemente sobre
el intervalo [ 0, 1 ]. Los oferentes envı́an simultáneamente sus ofertas en
sobres sellados. El oferente que ofrezca el pago más alto, gana el objeto
y paga lo ofrecido. En caso de empate, suponemos que cada oferente re-
cibe el objeto con probabilidad 12 . Todo lo anterior es de “conocimiento
común”.De acuerdo con lo anterior, la función de utilidad del oferente i
es 
v − pi si pi > pj
 i


vi − pi
ui ( p1 , p2 , v1 , v2 ) = si pi = pj

 2
0 si pi < pj

Una estrategia para el jugador i es una función, que denotaremos pi (·),

que asocia a cada posible tipo del oferente i una oferta. En equilibrio,
la función p1 (·) es una mejor respuesta a la estrategia p2 (·) del oferente
2 y viceversa; es decir, un par de funciones ( p1 (·), p2 (·) ) forman un
equilibrio de esta subasta si para cada vi ∈ [ 0, 1 ], pi (vi ) resuelve el
siguiente problema:
vi − pi
máx ( vi − pi ) Prob{ pi > pj ( vj ) } + Prob{ pi = pj ( vj ) }
pi 2
Determinemos, por simplicidad, si existe algún equilibrio lineal; es decir,

un equilibrio de la forma:
p1 ( v1 ) = a1 + c1 v1
p2 ( v2 ) = a2 + c2 v2
Ya que Prob{ pi = pj ( vj ) } = 0, el problema que el oferente i resuelve

es
máx ( vi − pi )Prob{ pi > pj ( vj ) } ≡ máx ( vi − pi )Prob{ pi > aj + cj vj }

pi pi
pi − aj pi − aj
Observemos que Prob{ pi > aj +cj vj } = Prob{ vj < }= .
cj cj
Por tanto, el problema puede de nuevo escribirse como
pi − aj
máx ( vi − pi )
pi cj
vi + aj
La condición de primer orden de este problema es pi ( vi ) = .
2
Resolviendo este sistema de ecuaciones se tiene que ai = aj = 0 y ci =
vi
cj = 12 ; es decir, la función óptima para cada oferente es pi ( vi ) = .
2
Por tanto, en equilibrio, cada oferente remite una oferta igual a la mitad
de su valoración. Esta función se representa en la figura 21.
pi
45o
vi
pi (vi ) = 2
1 vi
Figura 21
c). Toma de decisiones bajo incertidumbre

Ya habı́amos mencionado antes que en la toma de decisiones bajo incer-
tidumbre se consideran eventos cuyas probabilidades son desconocidas
a priori, o solo se toman mediante juicios personales. Hasta 1950 no
existı́a en economı́a ninguna formulación general para la incertidumbre
(como sı́ existı́a para el análisis del riesgo desde 1944 con la hipótesis
de la utilidad esperada de von Neumann y Morgenstern). Fue Arrow, en
1953, en su artı́culo The Role of Securities in the Optimal Allocation of

Risk-Bearing, quien primero permitió trasladar resultados de una eco-
nomı́a con certidumbre a una con incertidumbre. La idea fue tomada,
extendida y enriquecida por Debreu en su artı́culo Economics under Un-
certainty de (1953, 1960), y desde allı́ se ha extendido a todo el análisis
económico estándar.
Ejemplo 64. (Una economı́a walrasiana bajo incertidumbre)

Este es el caso de una economı́a walrasiana (ver volumen I: Álgebra li-
neal) cuya actividad se extiende sobre T intervalos de tiempo, y en la
que la incertidumbre durante estos periodos se origina en la elección
que la Naturaleza hace entre cierto número finito de alternativas. Aquı́,
a estas alternativas se les acostumbra a llamar eventos; un evento en
el periodo t se indica por et , donde t = 1, 2, ..., T , y comprende condi-
ciones atmosféricas, desastres naturales, posibilidades técnicas, etc, que
podrı́an ocurrir en el tiempo t.
Al comienzo de la fecha t, los agentes de la economı́a tienen información
acerca del evento (o eventos) que podrı́a observarse; luego, al comienzo
del periodo t + 1 se obtiene información, en particular, de lo que haya
sucedido en el periodo t. Ası́, los eventos en t = 1, 2, ..., T se pueden
representar mediante los vértices de un árbol con el vértice en 0 corres-
pondiendo a la ausencia total de información que prevalece inicialmente.
Bajo este esquema:
i) Se define una mercancı́a por sus caracterı́sticas fı́sicas, su ubica-

ción, y su evento (o vértice del árbol que define implı́citamente la
fecha de la mercancı́a). Ası́, los contratos se establecen de forma
que un agente se compromete a enviar a un segundo agente (quien
acepta el envı́o) ciertas mercancı́as de cierto tipo, en el tiempo t,
si el evento es, digamos, et . Si et no se obtiene, el envı́o no se lleva
a cabo.
ii) Se define el precio ph de una mercancı́a h como un número (no

necesariamente positivo) que es la cantidad a pagar, por parte del
segundo agente, por el envı́o de la mercancı́a especificada en i)
arriba.
l3 b b b b b b b
e3 b b b b b b b
k3 b
l2 b b
e2 b b b
k2 b
l1 b
e1 b b
k1
l0
Figura 22
iii) Se define la producción yj de un productor j ası́: yj (et ) es el vector

de producción del j-esimo productor si el evento, en el tiempo t,
es et .
iv) Se define el consumo xi de un consumidor i ası́: xi (et )es el vector
de consumo del i-esimo consumidor si el evento, en el tiempo t, es
et .
Como veremos, esta estructura está en el corazón de los modelos de

economı́as competitivas con incertidumbre, y sobre ellas regresaremos
posteriormente (Ver volumen III: Optimización y dinámica).
d). Algo más sobre la crı́tica a la toma de decisiones ma-

ximizando la utilidad esperada
Ya en otras lecciones hemos señalado que la mayorı́a de los economis-
tas, tı́picamente, asumen que el comportamiento de mercado (y otros
comportamientos económicos) están motivados por la racionalidad. En
este contexto, racionalidad significa que aquéllos que toman decisiones
utilizan la información disponible en una forma lógica y sistemática, de
tal manera que se hagan elecciones óptimas dadas las alternativas a la
mano y el objetivo por alcanzar, y esto implica que las decisiones se to-
man mirando hacia el futuro y tomando en cuenta futuras consecuencias
de decisiones actuales. Sin embargo, la evidencia disponible señala que
la toma de decisiones bajo riesgo se aparta sistemáticamente de la teorı́a
económica tradicional. En particular, muchas decisiones bajo riesgo di-
vergen de la predicciones de la teorı́a de la utilidad esperada. Quizás el
primero en mostrar diferencias con la teorı́a de la utilidad esperada de

von Neumann-Morgenstern-Savage fue el premio Nobel en economı́a de
1988 Maurice Allais (1953)11 quien mostró la ahora conocida “paradoja
de Allais”. Por ejemplo, muchos individuos prefieren una ganancia se-
gura de 3,000 dólares a una loterı́a que les da 4,000 dólares con 80 % de
probabilidad y 0 dólares con 20 % de probabilidad (observemos que 3,000
× 100 80 20
100 < 100 × 4,000 + 100 × 0 = 3,200). Sin embargo, algunos de estos
mismos individuos prefieren ganar 4,000 dólares con probabilidad 20 %
20
a ganar 3,000 con 25 % de probabilidad (observemos que 800 = 100 ×
25
4,000 > 100 × 3,000 = 750), aunque allı́ lo único que se llevó a cabo fue
un cambio de escala en las probabilidades (se bajaron ambas a su cuar-
ta parte: de 80 % a 20 % y de 100 % a 25 %). Estos comportamientos,
obviamente, contradicen la hipótesis de la teorı́a de la utilidad esperada.
El premio Nobel en economı́a de 2002, Daniel Kahneman, también ha

mostrado extensa evidencia que se aparta de las predicciones de la teorı́a
de la utilidad esperada (ver Kahneman y Tversky (1979)12 , Tversky y
Kahneman (1991, 1992)13 , Kahneman y Lovallo (1993)14 ). Uno de los
más notables hallazgos es que la gente, a menudo, es mucho más sensi-
ble a la forma en que un resultado difiere del status quo, que al resultado
mismo medido en términos absolutos. Ası́, se concentran más en la di-
ferencia que en el nivel mismo. Kahneman afirma que esto bien puede
estar relacionado con conocidas leyes cognitivas estudiadas por la psico-
logı́a que afirman que los humanos somos más sensibles a cambios que
a niveles (por ejemplo, la temperatura o la luz). Kahneman y Tversky
van más allá de la crı́tica y sugieren un modelo alternativo en su artı́culo
seminal Prospect Theory: An Analysis of Decisions under Risk. Mien-
tras la teorı́a de la utilidad esperada es axiomática, la teorı́a prospectiva
(prospect theory) es descriptiva. Esta última se desarrolla de una manera
11
Allais, Maurice (1953), Le Comportement de l´Homme Rationel Devant le Ris-
que: Critique des Postulats et Axioms de l’École Americaine, Econometrica.
12
Kahneman, D. y A. Tversky (1979), Prospect Theory : Analysis of Decision
under Risk, Econometrica 47.
13
Tversky, A. y D. Kahneman (1991), Loss Aversion in Riskless Choice: A
Reference-Dependent Model. Quarterly Journal of Economics 106.
Tversky, A. y D. Kahneman (1992), Advances in Prospect Theory: Cumulative
Representation under Uncertainty. Journal of Risk and Uncertainty 5.
14
Kahneman, D. y D. Lovallo (1993), Timid Choices and Bold Forecasts: A Cog-
nitive Perspective on Risk Taking. Management Science 39.
inductiva a partir de observaciones empı́ricas, y no de manera deduc-

tiva a partir de un conjunto de axiomas relativamente plausibles como
lo hace la teorı́a de la utilidad esperada. Más tarde, Tversky y Kahne-
man (1986)15 muestran que, de hecho, se requieren las dos teorı́as: la
teorı́a de la utilidad esperada para caracterizar el comportamiento ra-
cional y la teorı́a prospectiva para describir el comportamiento real. Y
aunque la teorı́a de la utilidad esperada sı́ es una representación exacta
de elecciones reales en problemas de decisión simples, la mayor parte de
los problemas de decisión de la vida real son complejos y necesitan de
modelos de comportamiento más ricos.
15
Tversky, A. y D. Kahneman (1986), Rational Choice and Framing of Decisions,
Journal of Business 59.
2 cot x − 3 sen2 x
Z Z
tan2 x + cot2 x + x2 dx

a) dx b)
sen x
ex
Z Z p
x5
4
c) √ dx d) 7 x6 + 1 dx
1 − e2 x
dx dx
Z Z
e) dx f)
x ln x x (ln2 x)
Z Z
g) x sec2 (x2 ) dx h) (x2 + 1)3 dx
2) La pendiente de la recta tangente en cualquier punto ( x, y ) de una

curva es 4 x − 3 y el punto ( 1, −1 ) está sobre la curva. Determine
la ecuación de esta curva.
3) Se lanza una piedra verticalmente hacia arriba desde el suelo con

una velocidad inicial de 19.6 m/seg.
a) ¿Durante cuánto tiempo subirá la piedra?

b) ¿Qué tan alto llegará la piedra?
c) ¿Cuánto tardará la piedra en llegar al suelo?
d) ¿Con qué velocidad se golpeará la piedra contra el suelo?
Demuestre que la rapidez del movimiento es el mismo, a la misma

altura, ascendiendo y descendiendo.
4) Se dispara un proyectil verticalmente hacia arriba con una veloci-

dad inicial de 200 m/seg desde un punto situado a 25 metros del
suelo.
a) Si s metros es la altura del proyectil desde el suelo a los t

segundos después de ser disparado, exprese s en términos de
t.
b) ¿Qué altura desde el suelo alcanzará el proyectil 3 segundos
después de ser disparado?
c) ¿Cuánto tardará el proyectil en alcanzar una altura de 600

metros?
5) (Spivak (1978)) Un perro, que inicialmente se encontraba en el

punto ( 1,0 ), ve a su amo en el punto ( 0,0 ). El amo camina a lo
largo del eje Y con velocidad constante. El perro corre directamen-
te hacia él en todo momento con el doble de la velocidad con que
se desplaza el amo. La ecuación diferencial que satisface
p la fun-
ción y que describe la trayectoria del perro es 2xy ′′ = 1 + ( y ′ )2 .
Resuelva la ecuación definiendo p = y ′ .
6) Resuelva las siguientes ecuaciones diferenciales con las condiciones

iniciales dadas:
dy
a) = e−x−y−1 ; y = −2 cuando x = 0
dx
dy
b) xy = x2 + x; y = 1 cuando x = 1
dx
dy
c) + 2 = yx + y − 2x; y = 3 cuando x = 2
dx
dy 1
d) xy = ( y 2 + x2 ); y = 0 cuando x = 1
dx 2
dy xey
e) = ; y = 0 cuando x = 1
dx 2x − 1
dy
f) x = x + y; y = −7.4 cuando x = 1
dx
dy √
g) 3y 2 (1 + x2 ) + x(2 + y 3 ) = 0; y = −1 cuando x = e − 1
dx
7) Calcule las siguientes sumas:
3 n
X k X
10i+1 − 10i

a) b)
k+3
k=−2 i=1
n n
" #
1 k 1 k+2

X 1 1 X
c) − d)
k k+2 2 2
k=1 k=1
*8) a) El teorema de Leibniz sobre series de números afirma que:

“Si { an } es una sucesión monótona decreciente de núme-
ros positivos que converge a cero, entonces la serie alterna
P∞ n+1 a
n=1 (−1) nconverge”. Pruebe este teorema, y decida
cuáles de las siguientes series convergen:
∞ ∞
X ( −1 )n+1 X
i) ii) ( −1 )n+1
n=1
n n=1
∞ ∞
X ( −1 )n+1 X 1+n
iii) ln n iv) ( −1 )n+1 ( )
n 7+n
n=1 n=1
Además, cuando usted garantice que la serie sı́ es convergente,

utilice su calculadora de bolsillo para estimar, con n = 10, el
lı́mite.
∞
P
b) Una serie an se dice absolutamente convergente si, y sólo
n=1
∞
P
si, |an | converge. Se puede mostrar que si una serie es ab-
n=1
solutamente convergente entonces es convergente (ver lección
4, volumen 3: Optimización y dinámica). Muestre un ejemplo
de una serie que sea convergente pero que no sea absolutamen-
te convergente [Indicación: Considere la serie i) de la parte a)
de este ejercicio].
9) Recordando las series de Taylor (lección 3) para sen x, cos x, ex ,

ln(1 + x) y arctan x, calcule los lı́mites exactos de las siguientes
series:
1 1 1 1 1 1 1 1
a) 1 − + − + − ... b) 1 − + − + − ...
3! 5! 7! 9! 2! 4! 6! 8!
2 2 2 2 1 1 1 1
c) 1 + + + + + ... d) 1 − + − + − ...
2! 3! 4! 5! 3 5 7 9
10) Determine la convergencia o divergencia de las siguientes series:

∞ ∞
X 1 X 1
a) b)
( n + 1 )( n + 3 ) ln( n + 1 )
n=1 n=1
∞ ∞
X 1 X sen2 n
c) d)
n=2
n( ln n )0.9 n=1
n2
∞ ∞
X sen2 n X 1
e) f) √
n=1
2n n=1
n + n3 + 2
4
11) Calcule las siguientes integrales definidas e identifique el área de

la región plana que se está midiendo:
Z 2 Z 3
a) x dx b) x2 dx
1 0
Z π Z π/2
c) 3 cos2 x dx d) sen x dx
0 0
Z 2 Z 2
e) | x | dx f) | x − 1 | dx
−1 −3
Z 3 Z 2
[[x]]
g) [[x]] dx h) dx
1 1 x
12) Pruebe que
9√
Z 1 1
x2 dx 64 dx 2π
Z
a) √ = 6− b) = √
0 4 + 2x 5 15 0 x2 −x+1 3 3
Z 1 2
x +1 π
c) 4 2
dx = √
0 x +x +1 2 3
13) Utilizando la desigualdad (cotas para la integral)

Z b
m(b − a) ≤ f (x) dx ≤ M (b − a)
a
desarrollada en esta lección, pruebe que

Z 1
4
0≤ x(1 − x)2 dx ≤
0 27
y después confirmarlo con el cálculo explı́cito de la integral.
14) Pruebe que el valor medio de la función f (x) = x sen x en el inter-

valo [0, π] es igual a 1.
15) Dibuje la región limitada por las curvas dadas y calcule su área:
a) y = 0, x = 1, x = 4, y = x3
b) y = x2 , y = x
2
c) x = 0, y = x, y = sen x
π
16) Calcule el área del dominio limitado por y 2 = 2x y la cuerda que
une los puntos ( 2, −2 ) y ( 8, 4 ) (ver figura 24).
y
(8,4)
√ b
y= 2x
(2,-2)
Figura 24
17) Calcule el área debajo de la curva f ( x ) entre x = 0 y x = 2 si

(
x2 + 2x − 2 si 0 ≤ x ≤ 1
f( x ) =
x si x ≥ 1
18) (La regla de Leibniz) Sea f ( x, t ) una función continua y en

un abierto del plano que contiene a [a, b] × [t0 , t2 ], u( t ) y v( t )
funciones diferenciables de t cuyos valores están en [ a, b ]. Si f (·)
es diferenciable con continuidad en [ a, b ] con respecto a t, entonces
v( t )
d
Z
f ( x, t ) dx =
dt u( t )
"Z #
v( t )
∂f h i
( x, t )dx + f ( v( t ), t )v ′ ( t ) − f ( u( t ), t )u′ ( t )
u( t ) ∂t
Demostración
a) Probemos inicialmente que
b b
d ∂f
Z Z
f (x, t)dx = (x, t)dx
dt a a ∂t
Haremos una presentación esquemática, y el ejercicio del lec-

tor será el llenar los detalles de la prueba.
Sea
b
∂f
Z
g(t) = (x, t)dx para t ∈ [t1 , t2 ]
a ∂t
Entonces
t b Z bZ t
∂f ∂f
Z Z Z
g(t)dt = (x, t)dxdt = dtdx
t1 t1 a ∂t a t1 ∂t
Z b Z b Z b
= [f (x, t) − f (x, t1 )]dx = f (x, t)dx − f (x, t1 )dx
a a a
= F (t) − F (t1 )
Z b
donde F (t) = f (x, t)dx
a
Si derivamos a ambos lados de la igualdad
Z t
F (t) − F (t1 ) = g(t)dt
t1
se obtiene que
b
∂f
Z
′
F (t) = g(t) = (x, t)dx
a ∂t
b) También aquı́ se le pide al lector llenar los detalles de la prue-

ba.
Sea
Z v(t)
F (t) = f (x, t)dx ≡ G(u(t), v(t), t);
u(t)
entonces
dF ∂G du ∂G dv ∂G
= + +
dt ∂u dt ∂v dt ∂t
y
v(t)
∂G ∂f
Z
= (x, t)dx (por la parte a));
∂t u(t) ∂t
v(t)
∂G ∂
Z
= f (x, t)dx = −f (u(t), t);
∂u ∂u u(t)
v(t)
∂G ∂
Z
= f (x, t)dx = f (v(t), t)
∂v ∂v u(t)
Utilice la regla de Leibniz para calcular las siguientes integrales:
t t2
d t d
Z Z
i) dx ii) t( x3 − 5x2 + x ) dx
dt 1 x dt t
t
2t 3
d d
Z Z
iii) sen x2 dx iv) e3x dx
dt t dt cos t
*19) Pruebe que una función acotada con un número finito de discon-
tinuidades en un intervalo cerrado, es integrable en ese interva-
lo [Indicación: Asuma, inicialmente, que la función sólo tiene un
punto de discontinuidad, tome una partición del intervalo, y prue-
be que la correspondiente suma de Riemann converge, sólo consi-
derando aquellos subintervalos que contienen al punto de disconti-
nuidad y tomando el lı́mite cuando la norma de la partición tiende
a cero]. ¿Qué sucede si el número de discontinuidades es infinito?
(ver ejercicio 7 de la sección Ejercicios 8)
20) Calcule las siguientes integrales dobles:
Z 1Z 1 Z 1Z 1
a) ex+y dx dy b) cos ( x + y ) dx dy
0 0 0 0
1
Z 1Z x Z
2
Z 1−y
c) dy dx d) 24 xy dx dy
0 0 0 0
Z 1 Z 1−x Z 1 Z 1+x
2
e) xy dy dx f) x2 e−x−y dy dx
1
2
0 0 1−x
21) Calcule el volumen de una esfera de radio a > 0, evaluando primero

la integral
ZZ p
a2 − x2 − y 2 dx dy
D
en el dominio
√ D definido por las desigualdades: 0 ≤ x ≤ a y
0 ≤ y ≤ a2 − x2 . [Indicación: Utilice coordenadas polares]
22) Encontrar el volumen de las siguientes regiones en el plano:
a) La región debajo del plano Z = 5x − y + 8 y arriba del

rectángulo con vértice (0, 0),(2, 0),(2, 6),(0, 6) en el plano X Y .
b) El tetraedro del primer octante cortado por el plano 4x+2y +
3z = 1.
23) Calcule, si existen, las siguientes integrales impropias:

Z ∞ Z ∞
−x
a) e sen x dx b) e−βx ln x dx, β>0
0 0
∞ ∞
1
Z Z
c) dx d) e−3x cos 2x dx
0 x2 + 1 0
∞ 1
arctan x dx
Z Z
e) dx f) √
0 1 + x2 0 x
0 1
dx
Z Z
g) h) x2 ln x dx
−∞ x 0
∞ ∞
dx
Z Z
2 x
i) 2x e dx j)
−∞ 1 x3 + 1
1 1
dx dx
Z Z
k) l)
0 x − sen x 0 x0.99
Z ∞
2
24) Pruebe que e−x dx existe utilizando el criterio de compara-
0 Z ∞ Z 1 Z ∞
−x2 −x2 2
ción.[Indicación: Puesto que e dx = e dx+ e−x dx
0 0 1
2
entonces basta convencerse de que si x > 1 se tendrá que e−x ≤
e−x . Y después sólo resta aplicar el criterio de comparación ade-
cuadamente].16
25) Escriba formalmente el significado de expresiones tales como:

Z a Z b Z ∞Z ∞
a) f (x, y) dx dy b) f ( x, y ) dx dy
−∞ −∞ a b
Z ∞ Z ∞
c) f ( x, y ) dx dy
−∞ −∞
**26) Generalice los resultados de esta lección para n ≥ 3 variables y, si

es posible, para funciones de la forma f : Rn −→ Rm .
*27) Pruebe que el conjunto de funciones integrables sobre un intervalo

[ a, b ] forma un espacio vectorial. ¿Es este espacio finito-dimensional?
28) Pruebe que el conjunto de sucesiones reales es un espacio vectorial

infinito-dimensional.
P 2
29) Pruebe que el conjunto de sucesiones { { an } / an sea convergente }
es un subespacio del espacio vectorial del ejercicio anterior.
16
R∞ 2 √
De hecho, 0 e−x dx = π/2 pero esto no lo demostraremos aquı́. El lector
interesado puede consultar Spivak, Michael (1968), “Calculus”, Editorial Re-
verté S.A.
**30) (Demostración del teorema 16) a)(Demostración de a)) Sea ǫ > 0,

y llamemos A al conjunto de todos los u ∈ [a, b], para los cuales
existe un δ tal que para todo x, t ∈ [a, u] si |x − t| < δ enton-
ces |f (x) − f (t)| < ǫ. Vamos entonces a probar que:(i)A 6= φ;
(ii)SupA ∈ A; y SupA = b, de lo cual se infiere que f (·) es unifor-
memente continua. En efecto:
(i) Como f (·) es continua en a, entonces, para 2ǫ , existe un δ0 >
0 tal que para cada x ∈ [a, b] si |x − a| < δ0 entonces |f (x) −
f (a)| < 2ǫ . Tomemos ahora δ = δ20 , y sean x y t en [a, a + δ].
Entonces tendremos |x − t| < δ, y además |f (x) − f (t)| ≤ |f (x) −
f (a)| + |f (a) − f (t)|≤ 2ǫ + 2ǫ = ǫ. Luego A + δ ∈ A, y ası́ A 6= φ.
Acá asumiremos que a + δ < b pues en otro caso el teorema estarı́a
ya garantizado.
ii) Como A 6= φ, y está acotado superiormente por b, entonces
existe α = SupA con α ∈ [a, b]. Además, puesto que f (·) es con-
tinua en α, para 2ǫ existe δ1 tal que para todo x ∈ [a, b] con
|x − α| < δ1 , se tiene que |f (x) − f (α)| < 2ǫ . Por lo tanto, pa-
ra cada x, t ∈ (α − δ1 , α + δ1 ) se cumple que |f (x) − f (t)| < ǫ. Y
como α − δ1 < α = SupA, existe u1 ∈ A tal que α − δ1 < u1 ≤ α.
Además, como u1 ∈ A entonces existe un δ2 > 0 tal que para todo
x, t ∈ [a, u1 ], si |x−t| < δ2 entonces se cumple que |f (x)−f (t)| < ǫ.
Tomando δ igual al mı́nimo entre δ1 y δ2 entonces se tiene que para
cada x, t ∈ [a, b] con |x − t| < δ, se tiene que |f (x) − f (t)| < ǫ.
Ası́ que α ∈ A.
iii) Ya se tiene que α ≤ b. Si fuese α < b entonces, razonando
como lo hicimos anteriormente, existe δ1 tal que para cada x ∈
[a, b], si |x − α| < δ1 entonces se cumple que |f (x) − f (α)| < 2ǫ
(debido a la continuidad de f (·) en α), y, por tanto, para cada
x, t ∈ (α − δ1 , α + δ1 ) se tiene que |f (x) − f (t)| < ǫ. Además, δ1
se puede tomar de tal manera que α + δ1 < b. Y puesto α + δ1 <
α = SupA, entonces existe u1 ∈ A con α − δ1 < u1 ≤ α, y, en
consecuencia, existe δ3 tal que para todo x, t ∈ [a, u1 ], si |x−t| < δ3
entonces |f (x) − f (t)| < ǫ. Tomando δ igual al mı́nimo entre δ1
y δ3 , tendremos que si x, t ∈ [a, α + 2δ ] con |x − t| < δ entonces
|f (x) − f (t)| < ǫ. Luego α + δ2 ∈ A con α = SupA < α + δ2 , lo que
claramente es una contradicción. Ası́ que debe ser α = b. Y con
esto termina la prueba de la primera parte a).
b)(Demostración de b)) Probemos, ahora sı́, que si f : [a, b] → R es

continua entonces es integrable. Para ello, sean P = {x0 , x1 , ..., xn }
y Q = {x0 , x1 , ..., xn } particiones de [a, b], y llamemos R = P ∪ Q.
Entonces R es también partición de [a, b], más fina que P y que
Q. Supongamos que R = {u0 , u1 , ..., ur } y sea αi ∈ [ui−1 , ui ] para
i = 1, 2, ...r. Como R es más fina que P , entonces para cada i
existe un j ∈ {1, 2, ...n} tal que [ui−1 , ui ] ⊆ [xj−1 , xj ], y entonces
se tiene que minx∈[xj−1,xj ] f (x) ≤ minx∈[ui−1 ,ui ] f (x) ≤ f (αi ) (esto
porque f (·) es continua y por tanto tiene máximo y mı́nimo en cada
subintervalo cerrado (teorema de valores extremos de Weierstrass),
y además porque si A ⊆ B y A y B tienen mı́nimo, entonces
minB ≤ minA).
Ahora: como R es más fina que Q, para cada i existe k ∈ 1, 2, ..., m

tal que [ui−1 , ui ] ⊆ [tk−1 , tk ]. Entonces se cumple que f (αi ) ≤
maxx∈[uj−1 ,uj ] f (x) ≤ maxx∈[ti−1 ,ti ] f (x) (esto porque si A ⊆ B y A
y B tienen máximo, entonces maxA ≤ maxB). En definitiva, se
tiene que minx∈[xj−1 ,xj ] f (x) ≤ f (αi ) ≤ f (αi ) ≤ maxt∈[uk−1 ,tk ] f (x),
para cada i ∈ {1, 2, ..., r}, j ∈ {1, 2, ...n}, k ∈ {1, 2, ...m}. De aquı́ se
deduce que
n
X r
X m
X
minx∈[xj−1,xj ] f (x)∆j x, ≤ f (αi )∆i u ≤ maxx∈[tk−1 ,kj ] f (x)∆k t
j=1 i=1 k=1
donde ∆j x = xj − xj−1 , ∆i u = ui − ui−1 , y ∆k t = tk − tk−1 . Ahora

bien: puesto que para cualquier dos particiones P y Q de [a, b] se
ha demostrado que
Xn m
X
minx∈[xj−1 ,xj ] f (x)∆j x ≤ maxx∈[tk−1 ,kj ] f (x)∆k t
j=1 k=1
entonces, por el axioma de completez de los números reales (ver

Volumen 0:Fundamentos), existe un numero L tal que
n
X m
X
minx∈[xj−1 ,xj ] f (x)∆j x ≤ L ≤ maxx∈[tk−1 ,kj ] f (x)∆k t
j=1 k=1
Rb
Finalmente, demostremos que, de hecho, L = a f (x)dx. Sea pues
ǫ > 0; por la parte b) arriba, podemos tomar δ > 0 tal que
para cada x, t ∈ [a, b], si |x − t| < δ entonces se cumple que
ǫ
|f (x) − f (t)| < b−a . En particular, para toda P = {x0 , x1 , ..., xn }
partición de [a, b] con kP k < δ se cumple que maxx∈[xi−1 ,xi ] f (x) −
ǫ
minx∈[xi−1,xi ] f (x) < b−a . Sea ahora αi ∈ [xi−1 , xi ] para i = i, 2, ..., n.
Entonces
n
X n
X n
X
minx∈[xi−1 ,xi ] f (x)∆i x ≤ f (αi )∆i x ≤ maxx∈[xi−1,xi ] f (x)∆i x
i i i
Y como también se tiene que

n
X n
X
minx∈[xi−1 ,xi ] f (x)∆i x ≤ L ≤ maxx∈[xi−1 ,xi ] f (x)∆i x
i i
entonces
n n n
P P P
f (αi )∆i x − L ≤ maxx∈[x ,x ] f (x)∆i x− minx∈[x ,x ] f (x)∆i x
i−1 i i−1 i
i i i
n n
P P ǫ
= [maxx∈[xi−1 ,xi ] f (x)∆i x − minx∈[xi−1 ,xi ] f (x)]∆i x < b−a ∆i x
i i
n
ǫ P ǫ
= b−a [xi − xi−1 ] = b−a [b − a] = ǫ.
i
Luego se ha demostrado que que existe un L en R tal que para

todo ǫ > 0 existe δ > 0 tal que para cualquier P = {x0 , x1 , ..., xn }
partición de [a, b], si kP k < δ y αi ∈ [xi−1 , xi ] para i = 1, 2, ..., n,
Rb
entonces | ni f (αi )∆i x − L| < ǫ; es decir, L = a f (x)dx.
P
*31) Asumiendo el resultado del ejercicio 30 anterior, pruebe el teorema

28 (Toda función continua es integrable).
*32) Demostración del teorema 29 (Integral doble como reiteración.)
Aquı́ presentaremos sólo un bosquejo de la prueba. El ejercicio

consiste en que el lector aventajado llene los detalles que faltan
para completar la prueba.
P RR
De un lado se tiene que i,j f (ξi , ηj )∆ i
P P x∆ j y ≃ R f (x, y)dxdy.
Y del otro lado, se tiene que i [ j f (ξ i , ηj )∆j y]∆i x ≃
P Rd Rb Rd
i [ c f (ξi , y)dy]∆i x ≃ a [ c f (x, y)dy]dx. Luego, en el lı́mite,
RR Rb Rd
R f (x, y)dxdy = a [ c f (x, y)dy]dx.
RR Rd Rb
Análogamente, R f (x, y)dxdy = c [ a f (x, y)dx]dy.
*33) Asumiendo el resultado del ejercicio 32 anterior pruebe el teorema

30.
34) Una compañı́a de café estima su ingreso bruto por ventas mediante
dS 56
la fórmula = t (t2 − 1)2/5 , donde S millones de dólares es
dt 5
el ingreso bruto de las ventas t años a partir de este momento. Si
el ingreso bruto de las ventas del año próximo es de 12 millones
de pesos, pruebe que el ingreso bruto de las ventas esperado para
dentro de 2 años a partir de ahora es de 30.62 millones.
35) Si I( t ) es la cantidad de cierta mercancı́a que una empresa tiene

disponible para la venta en el tiempo t, a I( t ) se la llama función
inventario de la empresa. Por tanto,
1 T
Z
m( T ) = I( t ) dt
T 0
es una medida del inventario promedio en un perı́odo de tiempo
T.
a) Si, para cierta empresa, I( t ) = 5,000−90t, 0 ≤ t ≤ 30. ¿Cuál

es su inventario promedio mensual?
√
b) ¿Y cuál si I( t ) = 600 − 12 5t?
* 36) Considere un individuo cuya función de utilidad es u( x ) = xα ,

donde 0 < α < 1. El individuo quiere evaluar una loterı́a cuyo
resultado aleatorio X está distribuido uniformemente sobre ( 4, 8 ).
Calcule la utilidad esperada de esta loterı́a.
* 37) [Excedente del consumidor ] Suponga que la función inversa de de-

manda de un consumidor es P = f ( q ), donde P es la variable
precio, q es la variable cantidad, y además f ′ (·) > 0. El consumidor
paga un precio uniforme por cada unidad comprada: si ella com-
pra q unidades de producto, paga en total qf ( q ). Sin embargo,
ella puede estar dispuesta a pagar más de f ( q ) por cada una de
las unidades precedentes a q (como lo indica la función de deman-

da). La diferencia entre esta cantidad y la cantidad que en realidad
paga la consumidora se llama excedente de consumidor (consumer
surplus). Más precisamente, el excedente del consumidor está de-
finido como
Z q
P ( t ) dt
0
Calcule entonces el excedente del consumidor si las funciones de

demanda son
a) P ( q ) = 20 − 2q b) P ( q ) = 32 − 2q 2
1 3
c) P ( q ) = ( 16 − q ) 2 d) P(q ) =
q
Dibuje en cada caso e interprete económicamente sus resultados.
El concepto de excedente del consumidor ha sido controversial des-

de su introducción por Jules Dupuit en 1844. Economistas como
Marshall (1920)17 , Hotelling (1969) y Hicks (1941, 1946)18 , 19 lo
utilizaron, pero Samuelson (1947)20 fue muy crı́tico del concepto
como una medida aceptable del cambio en el bienestar. El pun-
to fundamental aquı́ es que para que fuera una “buena” medida
del cambio en bienestar basado en integrar una función de deman-
da, deberı́a ser “trayectoria-independiente”; es decir, no deberı́a
depender del intervalo de integración. ¿Podrı́a el lector decir por
qué?
38) Suponga que un consumidor evalúa su consumo de mercancı́as en

el tiempo t mediante una variable agregada ct para t = 1, 2, ...; y
que este consumo le produce la “satisfacción” u(ct ).
17
Marshall, Alfred (1920), Principles of Economics: An Introductory Volume, Lon-
don: Macmillan
18
Hicks, John (1941), The Rehabilitation of Consumer’s Surplus, Review of Econo-
mic Studies.
19
Hicks, John (1946), The Generalized Theory of Consumer’s Surplus, Review of
Economic Studies.
20
Samuelson, Paul (1947), Foundations of Economic Analysis, Cambridge MA: Har-
vard University Press.
a) ¿Qué significado económico podrı́a tener una expresión tal

como
X∞
β t u(ct )
i=1
donde β es un parámetro que satisface 0 < β < 1? ¿Qué sig-

nificarı́a β en este contexto? ¿Bajo qué condiciones sobre u(·),
converge esta serie infinita?
b) ¿Podrı́a usted extender esto al caso continuo y explicar el
significado económico de una expresión tal como
Z ∞
e−β t u(c(t))dt ?
0
¿Bajo qué condiciones converge esta integral impropia?
*39) Reflexione sobre la siguiente afirmación: “Puesto que el centro de

gravedad de una placa plana, según la definición presentada en es-
ta lección, es un punto sobre el cual podrı́a concentrarse toda su
masa para efectos del análisis mecánico (fı́sico), ası́ también en
ciencias sociales y económicas una masa de agentes heterogéneos
podrı́a representarse convenientemente, para efectos del análisis
socio-económico, como si existiese en algún lugar un “agente re-
presentativo” sobre el cual pudiera hacerse, simplificada pero de
forma ilustrativa, todo estudio”.
520 Matemáticas Básicas para Economistas II: Cálculo
Bibliografı́a
Abel, N. H. (1881): Euvres. 2 Vols. Sylow et Lie (eds.), Christiana.
Alchian, A. (1950): “Uncertainty, Evolution and Economic Theory,”

Journal of Political Economics, Vol. 58, N◦ 3, pp. 211-221.
Allais, M. (1953): “Le Comportement de l´Homme Rationnel Devant

le Risque: Critique des Postulats et Axioms de l’École Américaine,”
Econometrica, Vol. 21, pp. 503-543.
Ampére, A. M. (1806): “Recherches sur Quelques Points de la Théorie

des Functions Derives,” Ecole Polytechnique, Vol. 6, Fasc. 13.
Arrow, K. (1953): “The Role of Securities in the Optimal Allocation of

Risk-Bearing,” Econometrie. Reprinted in K. J. Arrow (1971), “Essays
in the Theory of Risk Bearing”, Chicago: Markam.
Arrow, K., H. Chenery, B. Minhas y R. Solow (1961): “Capital

Labor Substitution and Economic Efficiency,” Review of Economics
and Statistics, Vol. 43, pp. 225-234.
Barrow, I. (1674): “Lectiones Opticae et Geometricae,” Londra, God-

bid.
Bernoulli, N. (1713): “Correspondence of Nicolas Bernoulli to Mont-

mort concerning the St. Petersburg Game,” Basel.
Bernoulli, J. (1713): “Ars Conjectandi: Tractatus de Seriebus Infini-

tis,” Basilee.
Bernoulli, D. (1738): “Specimen Theoriae Novae de Mensura Sortis,”

Econometrica, 22, Trad. L. Sommer versión 1738.
521
Bernoulli, D. (1738a): “Correspondence of Nicholas Bernoulli concer-

ning the St Petersburg Game with Montmort, Daniel Bernoulli and
Cramer.”
Bertrand, J. (1864-70): Traité de Calcul Différentiel et de Calcul

Intégral, Vol. 1, Vol. 2.
(1883a): “Théorie des Richesses: revue de Théories mathémati-

ques de la richesse sociale par Léon Walras et Recherches sur les princi-
pes mathématiques de la théorie des richesses par Augustin Cournot,”
Journal des Savants.
(1883b): “Théorie Mathématique de la Richesse Sociale,” Jour-

nal des Savants, Vol. 67, pp. 499-508.
Bolzano, B. (1817): “Rein analytischer Beweiss des Lehrsatzes,

dass Zwischen je Zwey Werthen, die ein engegengesetztes Resultat
Gewähren, Wenigstens eine Reelle Wurzel der Gleichung Liege ,” Pra-
gue.
Boyer, C. B. (1959): The History of the Calculus and Its Conceptual

Development. John Wiley & Sons, New York.
(1969): A History of Mathematics. John Wiley & Sons, New

York.
Briggs, H. (1624): Arithmetica Logarithmica, London.
Brouwer, L. E. (1912): “ Invarianz des n-dimensionalen Geblets,”

Matematische Annalen, Vol. 71, pp. 305-313.
Cantor, G. (1872): “Über die Ausdehnung eines Satzes aus der Theorie
der trigonometrischen Reihen”, Math. Annalen, Vol. 5, pp.123-132.
(1887/88): “Mitteilungen zur Lehre vom Transfiniten”, Zeits-

chrift für Philosophie und Philosophische Kritik, Vol. 91, pp. 81-125;
Vol. 92: 240-265.
(1895/97): “Beiträge zur Begründung der Transfiniten Mengen-

lehre”, Mathematsche Annalen, Vol. 45, pp. 581-512; Vol. 49: 207-216.
Traducción al Inglés: Cantor, G. (1955): “Contributions to the Foun-
ding of the Theory of Transfinite Numbers”, New York: Dover.
Cauchy, A. L. (1821): Cours d’Analyse Algébrique, Editrice Clueb Bo-

logna (Dec. 1992).
(1823): Resume des Lecons Donees a L’Ecole Royale Polytech-

nique: Calcul Infinitesimal, . Paris.
(1826): “Sur un Nouveau Genre de Calcul Analogue au Calcul

Infinitésimal”, Exercises de Mathématiques.
(1840-47): Exercices d’analyse et de Physique Mathematique,

Paris: Bachelier.
Chamberlin, E. (1933): The Theory of Monopolistic Competition. 7

edn.
(1956): The Theory of Monopolistic Competition : a Reorien-

tation of the Theory of Value. Harvard Economic Studies.
Clark, J. B. (1889): “Possibility of a Scientific Law of Wages,” Publi-

cations of American Economic Association, Vol. (4)(1).
(1891): “Distribution as Determined by a Law of Rent,” Quar-

terly Journal of Economics, Vol. 5, pp. 289-318.
Coase, R. H. (1937): “The Nature of the Firm,” Economica, 4(16), pp.

386-405.
Cobb, C., y Douglas; P. (1928): “A Theory of Production,” Ameri-

can Economic Review, Vol. 18 (supplement), pp. 139-165.
Condorcet, M. de (1994): Arithmétique Politique. Textes Rares ou

Inédits. Ed. crı́tica y comentada por B. Bru y P. Crépel, INED, Parı́s
Courant, R. (1937): Differential and Integral Calculus, Vol. I–II. New

York: Wiley.
Cournot, A. (1838): Researches into the Mathematical Principles of

the Theory of Wealth. London: Macmillan.
Cramer, G. (1723): “Correspondence of Nicholas Bernoulli concerning

the St Petersburg Game with Montmort, Daniel Bernoulli and Cra-
mer.”
(1750): Introduction a l’Analyse des Lignes Courbes Algebri-

ques. Chez les Freres Cramer Cl Philibert. Geneve.
DÁlembert, J. (1754): Limite. “Encyclopédie, ou, Dictionnaire Rai-

sonné des Sciences, des Arts et des Métiers”. Denis Diderot y Jean le
Rond dÁlembert (eds.).
Debreu, G. (1954): “Representation of a Preference Ordering by a

Numerical Function,” in Decision Processes, ed. by R. M. Thrall, C. H.
Coombs, and R. L. Davis. New York: Wiley.
(1959): The Theory of Value, An Axiomatic Analysis of Eco-

nomic Equilibrium. Yale University Press, New Haven and London.
(1953, 1960): “Une Economique de líncertain,” Economie Ap-

pliquée, Vol. 13, pp.11-16. Traducido como “ Economics under Uncer-
tainty” por S. Devarajan; aparece en Debreu, G. (1959): “The Theory
of Value, An Axiomatic Analysis of Economic Equilibrium”, Cap. 7.
Demsetz, H., y Alchian, A. (1972): “Production, Information Costs

and Economic Organization,” American Economic Review, Vol. 62,
pp. 777-795.
Dupuit, J. (1844): On the Measurement of the Utility of Public Works.

International Economic Papers, No.2, Londres: Macmillan, 1952.
(1933): De l’Utilité et de sa Mesure. Turin.
Edgeworth, F. Y. (1881): Mathematical Psychics: An Essay on the

Application of Mathematics to the Moral Sciences. London: Kegan
Paul and Co.
(1897): “The Pure Theory of Monopoly,” Giornale degli Oco-

nomisti.
(1899): “Utility,” in Dictionary of Political Economy, ed. by

R. H. I. Palgrave, vol. 3. London: Macmillan.
Euler, L. (1748): Introductio in Analysin Infinitorum. Lausanne. Apud

Marcum-Michelem Bousquet & Socios.
(1750): Demostratio Nonnullarum Insignum Proprietatum Qui-

bus Solida Hedris Planis Inclusa sunt Praedita. Novi Commentarii
Academiae Scientiarum Petropolitanae (1752/53), pp. 140-160.
(1911): Opera Omnia. 76 Vols. Edited by Birkhäuser and the

Euler Commission of Switzerland.
Fermat, P. (1679): Ad Locos Planos et Solidos Isagoge. Toulouse.
Fisher, F. (1966): The Identification Problem in Econometrics. Mc

Graw Hill.
Fréchet, M. (1906): “Sur Quelques Points du Calcul Fonctionnel,”

Rediconti Circ. Mat. Palermo, Vol. 22, pp. 1-74.
Friedman, M. (1953): Essays in Positive Economics. Chicago: Univer-

sity of Chicago Press.
Fubini, G. (1920): Lezioni di Analisi Matematica. Torino: Societá Ti-

pográfico-Editrice Nazionale.
Galilei, G. (1632): Dialogo Sopra i due Massimi Sistemi del Mondo,

Firenze.
Gauss, K. F. (1809): Theoria Motus Corporum Coelestium in Sectio-

nibus Conicis Solem Ambientium. F. Perthes and I.H. Besser (eds.):
Hamburg.
Hall, R. L. y Hitch, C. J. (1939): “Price Theory and Business Beha-

vior,” Oxford Economic Papers, Vol. 2, pp. 12-45.
Harrod, R. F. (1932): “Decreasing Costs: An Addendum,” Economics

Journal, Vol. 42, N◦ 167, 490-492.
Hesse, L. (1844): “Über die Elimination der Variabeln aus Drei Al-
gebraischen Gleichungen von Zweiten Grad mit Zwei Variablen,” J.
Reine Angew. Math., Vol. 28, pp.68-96.
Hicks, J. (1932): Theory of Wages. Macmillan.
(1939): Value and Capital: An Inquiry into some Fundamental

Principles of Economic Theory. Oxford: Clarendon Press.
(1941): “The Rehabilitation of Consumer’s Surplus,” Review

of Economic Studies, Vol. 8, pp. 108-16.
(1946): “The Generalized Theory of Consumer’s Surplus,” Re-

view of Economic Studies, Vol. 13, N◦ 2, pp. 68-74.
(1976): ‘Revolutions in Economics in Method and Appraisal in

Economics. Cambridge and New York: Cambridge University Press.
Hobson, J. (1891): “The Law of the Three Rents,” Quarterly Journal

of Economics, Vol. 5, N◦ 3, pp. 263-288.
Hotelling, H. (1929): “Stability in Competition,” Economic Journal,

Vol. 39, pp. 41-57.
Jacobi, C. G.. (1841): “De Determinantibus Functionalibus,” Crelle´s

Journal, Band 22, pp. 319-352.
Jaffé, W. (1973): “Léon Walras’ Role in the Marginal Revolution of

the 1870’s,” in The Marginal Revolution in Economics, ed. by R. D.
Collison Black, A. W. Coats, and C. Goodwin. Durham, NC: Duke
University Press.
Jensen, M. C., y W. H. Meckling (1976): “Theory of the Firm: Ma-

nagerial Behavior, Agency Costs and Ownership Structure,” Journal
of Financial Economics, Vol. 3, N◦ 4, pp. 305-360.
Jevons, W. S. (1871): The Theory of Political Economy. New York:

A.M. Kelley.
Kahneman, D., y D. Lovallo (1993): “Timid Choices and Bold Fore-

casts: A Cognitive Perspective on Risk Taking,” Management Science,
Vol. 39, pp. 17-31.
Kaplan, W. (1991): Advanced Calculus. Addison Wesley, fourth edn.
Keynes, J. M. (1936): The General Theory of Employment, Interest

and Money. London: Macmillan.
Klein, F. (1873): “Über die Sogenannte Nicht-Euklidische Geometrie

(Zweiter Aufsatz)” Mathematische Annalen. Vol 6, pp.112-145.
Lacroix, S. F. (1797-1802): Traité du Calcul Différentiel et du Calcul

Intégral. Paris.
Kuhn, T. S. (1970): The Structure of Scientific Revolutions. 2d. Ed.

Chicago: Chicago University Press.
Lamb, H. (1897): Infinitesimal Calculus. Revised Edition. Cambridge

University Press.
Laplace, P. S. (1799): Méchanique Céleste. In “Oeuvres Complétes de

Laplace”, Vol. I-V. Paris: Gauthier-Villars.
Lagrange, J. L. (1760-61, 1772): Essai d’une Nouvelle Méthode pour

Déterminer les Maxima et les Minima des Formules Intégrales Indéfi-
nies. Paris.
(1797): Theorie de Fonctions Analytiques. Imprimerie de la

Republique, Paris.
(1867-1892): Œuvres (J. A. Serret (ed.)) 14 Vols., Paris:

Gauthier-Villars.
Legendre, A. M. (1782): Recherches sur la Trajectoire des Projectiles

dans les Milieux Résistants, Berlin: L’Académie des Sciences.
Leibniz, G. W. (1684): “Nova Methodus pro Maximis et Minimis,”

Acta Eruditorum.
(1693): “Supplementum Geometriae Dimensoriae, seu Genera-

lissima Omnium Tetragonismorum Effectio per Motum: Similiterque
Multiplex Constructio Linea ex Data Tangentium Conditione,” Acta
Eruditorum.
harvarditem[Leibiz]Leibniz1703leibniz84 (1703): “Continua-
tio Analyseos Quadratorum Rationalium”, Acta Eruditorum.
Lerner, A. (1933): “The Diagrammatical Representation of Elasticity

of Demand,” Review of Economic Studies, Vol. 1, N◦ 1, pp. 68-71.
L´Hopital, G. (1696): Analyse des Infiniment Petits pour líntelligence

des Lignes Courbes, Paris, Montalant.
Luce, R. D., y H. Raiffa (1957): Games and Decisions, Vol. I–II.

New York: Wiley.
Machlup, F. (1935): “The Commonsense of the Elasticity of Substitu-

tion,” Review of Economic Studies, Vol. 2, pp. 202-213.
(1946): “Marginal Analysis and Empirical Research,” American

Economic Review, Vol. 36, pp. 519-554.
Marshall, A. (1890, 1920): Principles of Economics. London: Macmi-

llan.
McFadden, D. (1963): “Constant Elasticity of Substitution Production

Functions,” Review of Economic Studies, Vol. 31, pp. 73-83.
Mercator, N. (1668): Logarithmotechnia: Sive Methodus Construendi

Logarithmos Nova, Accurata & Facilis,. London: C.W. Merrifield.
Mill, J. (1848): The Principles of Political Economy: with some of their

applications to Social Philosophy. London: Longmans, Green and Co.,
7 (1909) edn.
Möbius, A. (1855): Chordodes Pilosus, ein Wurm as der Familie der

Gordiaceen. Zeitschrift für Wissenschaftliche Zoologie Vol.6, pp. 428-
431.
Nelson, R., y S. Winter (1982): “The Schumpeterian Tradeoff Revi-

sited,” American Economic Review, Vol. 72, pp. 114-132.
Neper, J. (1614): Mirifici Logarithmorum Canonis Descriptio (Tra-

ducción al Inglés de Edward Wright publicada en 1616).
Newton, I. (1669): De Analysi per Aequationes Numero Terminorum

Infinitas London: Nicolaus Mercator (ed).
(1671): Methodus Fluxionum et Serierum Infinitarum. (“The

Method of Fluxions and Infinite Series”. Traducido por J. Colson.
London: Henry Woodfall, 1736).
(1686): Philosophie Naturalis Principia Mathematica London:

S. Pepys.
Pantaleoni, M. (1989): Pure Economics. Traducción de 1898, London:

Macmillan.
Pigou, A. C. (1920): The Economics of Welfare. London: Macmillan.
Poincare, H. (1893): Sur la generalization dún Théorème dÉuler

relatif aux polyèdres, C.R. Vol. 117, pp. 144-145.
(1895): Analysis Situs, J. Ecole Polytechnique, 2e. ser., Cahier

Vol. 1, pp. 1-121.
(1953): Œuvres, Paris: Gauthier-Villars.
Pratt, J. W. (1964): “Risk Aversion in the Small and in the Large,”

Econometrica, Vol. 32, pp. 122-136.
Ricardo, D. (1817): Principles of Political Economy and Taxation.

Everyman, 1926.
Riemann, G. (1851): Grundlagen für eine allgemeine Theorie der Fun-

ctionen einer veränderlichen complexen Grösse. Inauguraldisserta-
tion, Göttingen.
(1854a): Ueber die Darstellbarkeit einer Function durch ei-

ne trigonometrische Reihe. (Habilitationsschrift, Abhandlungen der
Königlichen Gesellschaft der Wissenschaften zu Göttingen, 13)
(1854b): Uber die Hipothesen welche der Geometrie zu Grunde

Liegen . (Habilitationsschrift, Abhandlungen der Königlichen Gesells-
chaft der Wissenschaften zu Göttingen, 13)
Robbins, L. C. (1930): “On a Certain Ambiguity in the Conception of

Stationary Equilibrium,” Economic Journal, Vol. 40, pp. 194-214.
(1932): An Essay on the Nature and Significance of Economic

Science. New York: New York University Press, 1984 edn.
(1934): “Remarks Upon Certain Aspects of the Theory of

Costs,” Economic Journal, Vol. 44, N◦ 173, pp. 1-18.
Robinson, A. (1996): Non-Standard Analysis,, Princeton University

Press.
Robinson, J. (1933): “Your Position Is Thoroughly Orthodox and En-

tirely Wrong,” Journal of the History of Economic Thought, Vol. 20,
N◦ 4, pp. 411-32.
Rolle, M. (1691): Traité dÁlgebre. Paris: Chez Estienne Michalley.
Russell, B. (1903): Principles of Mathematics. Cambridge: The Uni-

versity Press.
Samuelson, P. (1947): Foundations of Economic Analysis. Cambridge,

Mass.: Harvard University Press.
Savage, L. J. (1954): The Foundations of Statistics. New York: Wiley

and Sons.
Spivak, M. (1978): Calculus. Barcelona: Editorial Reverté S.A.
Stackelberg, H. (1934): Marktform und Gleichgewicht. Viena: Julius

Springer.
Stigler, G. (1946): “Professor Lester and the Marginalists,” American

Economic Review, Vol. 37, N◦ 1, pp. 154-157.
Sylvester, J. J. (1851): “Sketch of a Memoir on Elimination, Transfor-

mation, and Canonical Forms,”. Cambridge & Dublin Math. Journal,
Vol. 6, pp. 186-200,”
(1852): “A Demonstration of the Theorem that every Homoge-

neous Quadratic Polynomial is Reducible by Real Orthogonal Subs-
titutions to the Form of a Sum of Positive and Negative Squares,”
Philosophical Magazine, Vol. 4, pp. 138-142.
Takeuchi, Y. (1976): Sucesiones y Series. Editorial Limusa, Mexico.
Taylor, B. (1715): Methodus Incrementorum Directa et Inversa. Lon-

don.
Tversky, A., y Kahneman, D. (1979): “Prospect Theory : An Analy-

sis of Decision under Risk,” Econometrica, Vol. 47, pp. 313-327.
(1986): “Rational Choice and Framing of Decisions,” Journal

of Business, Vol. 59, S251-S278.
(1991): “Loss Aversion in Riskless Choice: A Reference-

Dependent Model,” Quarterly Journal of Economics, Vol. 106, pp.
1039-1061.
(1992): “Advances in Prospect Theory: Cumulative Represen-

tation under Uncertainty,” Journal of Risk and Uncertainty, Vol. 5,
pp. 297-323.
Uzawa, H. (1963): “On a Two-Sector Model of Economic Growth, II,”

Review of Economic Studies, Vol. 30, N◦ 2, pp. 105-118.
von Bawerk, E. (1889): Capital and Interest: Volumen II - Positive

Theory of Capital. Traducción de 1959, South Holland, I11: Liberta-
rian Press.
(1894): “The Ultimate Standard of Value,” Annals of the Ame-

rican Academy, Vol. V, pp. 149-208.
von Haberler, G. (1930): “Die Theorie der Komparativen Kosten

und ihre Auswertung für die Begründung des Freihandels,” Welfwir-
tschaftliches Archiv.
(1933): The Theory of International Trade: with Applications

to Comercial Policy. traducción de 1934, New York: Macmillan.
von Neumann, J., y O. Morgenstern (1944): Theory of Games and

Economic Behavior. Princeton University Press.
von Stackelberg, H. (1934): Marktform und Gleichgewicht. Vienna:

Julius Springer.
von Wieser, F. (1876): Über das Verhältnis des Kosten zum Wert
(“On the Relation to Cost to Value”). Reimpreso en Wieser, F. “Ge-
sammelte Abhandlungen”.
(1884): Über den Ursprung und die Hauptgesetze des wirts-

chaftlichen Werthes.
(1889): Natural Value (The Principle of Solution. The Produc-

tive Contribution). Reimpresión de la traducción de 1893, New York:
Augustus M. Kelley.
Wallis, J. (1685): Treatise of Algebra. London: John Playford.
Walras, L. (1874): Elements of Pure Economics: On the Theory of

Social Wealth. Traducción de la edición de 1926, Homewood, I11: Ri-
chard Irwin.
Weierstrass, K. (1861): Über continuirliche Functionen eines reellen

Arguments, die für keinen Werth des letzteren einen bestimmten Dif-
ferentiialquotienten besitzen. (Gelesen in der Königl. Akademie der
Wissenschaften am 18. Juli 1872.) Mathematische Werke von Karl
Weierstrass, Vol. 2 (1895), Mayer & Müller, pp.71-74.
Wicksell, K. (1893): Value, Capital and Rent. Traducido por S. Fro-

wein en 1954.
(1898): Interest and Prices. New York, Royal Economic Society.
(1901): Lectures on Political Economy. Augustus M. Kelley.
Wicksteed, P. H. (1910): The Common Sense of Political Economy.

London: Routledge and Kegan Paul 1933.
(1914): “The Scope and Method of Political Economy in the

Light of the “Marginal” Theory of Value and Distribution,” Economic
Journal, Vol. 24, pp. 1-23.
Williamson, O. E. (1986): The Economic Institutions of Capitalism.

New York: The Free Press.
(1991): “Strategizing, Economizing, and Economic Organiza-

tion,” Strategic Management Journal, Vol. 12, pp. 75-94.
Respuestas
Lección 1: El método de lı́mites

Ejercicios 1.
1
1.a) La sucesión { 1+n } es, especı́ficamente, la sucesión { 12 , 13 , 14 , 15 , 16 , ..}
que es una sucesión decreciente de números que van haciéndose
cada vez más pequeños, lo que permite pensar que 0 es el lı́mite
de la sucesión.
1 (−1)n
1.a) La sucesión {1 + n + n2
} es, especı́ficamente, la sucesión
7 11 21 29 41
{ , , , , , ...}
4 9 16 25 36
que es una sucesión de números que van haciéndose cada vez más
cercanos a 1, lo que permite pensar que 1 es el lı́mite de la suce-
sión. Sin embargo no es monótona, pues 74 > 11 11 21
9 , pero 9 < 16 ;
21 29
y, nuevamente 16 > 25 . Ası́, aunque de manera oscilante, se van
aproximando a 1.
2.a) De |an − 1| < 0.01 obtenemos

n − 1
< 1 ∴ 2 1

n + 1 − 1 100 < ∴ 200 < n + 1 ∴ 199 < n
n+1 100
Tómese N = 200 para que se cumpla lo pedido.

2 1
2.b) De |an − 1| < 0.001 obtenemos n+1 < 1,000 y por tanto n > 1, 999.
En este caso se debe tomar N = 2, 000.
533
3.a) Debemos demostrar que an < an+1 , o sea que n−1 n

n+1 < n+2 . Pero
esto último es cierto ya que (n−1)(n+2) = n2 +n−2 < n(n+1) =
n2 + n pues −2 < 0. Además n−1 n+1−2 2
n+1 = n+1 = 1 − n+1 < 1 para
todo n ∈ N, lo cual implica que {an } es acotada superiormente.
Con lo anterior, la sucesión es convergente. Ahora probamos que,
efectivamente, el lı́mite es 1: Sea ǫ > 0 un número cualquiera;
entonces mostremos especı́ficamente un número natural N tal que
si n ≥ N entonces
n − 1
n + 1 − 1 < ǫ

2
De aquı́ llegamos a que n+1 < ǫ, y (“despejando” la n) esto es
equivalente a que n > ǫ −1. Basta entonces tomar N = [[ 1ǫ −1]]+1
1
(al más grande entero contenido en 1ǫ − 1 le sumamos 1), con lo

que demostramos que el lı́mite de la sucesión sı́ es 1.
Ejercicios 2.
n2 +1 1
n2 +1 1+
n2 n2
1.a) lı́m 2 = lı́m n2 −1
= lı́m 1− 12
=1
n→∞ n −1 n→∞ n→∞ n
n2
n+1 1
1.b) lı́m = lı́m (1 + n1 ) = 13 (1 + 0) = 1
n→∞ 3n n→∞ 3 3
1 1
1.c) lı́m = lı́m lı́m ( 1 ) =0·0=0
n→∞ n(n+1) n→∞ n n→∞ n+1
n2 +1
1.e) lı́m 3 = lı́m ( n1 + 1
n3 ) =0
n→∞ n n→∞
1.f)
1 5 n2 −5
n−1 − 5n−3 n −
n3 3
lı́m = lı́m 4 = lı́m n
n→∞ 4n−1 + 6n−2 n→∞ + n62
n
n→∞ 4n+6
n2
n2 − 5 1 − n52 1
= lı́m = lı́m =
n→∞ n(4n + 6) n→∞ 4 + 6 4
n
2. (Demostración del teorema del sándwich) Supongamos que

lı́m an = L y lı́m bn = L y sea ǫ > 0. Entonces existe N1 tal que
n→∞ n→∞
|an − L| < ǫ para todo n ≥ N1 y existe N2 tal que |bn − L| < ǫ
para todo n ≥ N2 .
Respuestas 535
Por lo tanto, si
N = máx{N1 , N2 }
entonces, cuando n ≥ N , se tiene que
L − ǫ < an < L + ǫ y L − ǫ < bn < L + ǫ
es decir,
L − ǫ < an ≤ cn ≤ bn < L + ǫ
de donde
|cn − L| < ǫ para todo n ≥ N
lo que es equivalente a lı́m cn = L.
n→∞
3.a)
p p n2 + 1 − (n2 − 1)
lı́m n2 + 1 − n2 − 1 = lı́m √ √
n→∞ n→∞ n2 + 1 + n2 − 1
2
= lı́m √ √ =0
n→∞ n + 1 + n2 − 1
2
√ √ √ √
n(n+1−n) 1 1
3.b) lı́m n( n + 1 − n) = lı́m √ √
n+1+ n
= lı́m q
1
= 2
n→∞ n→∞ n→∞ 1+ n +1
sen n
3.c) lı́m = 0 ya que | sen n| ≤ 1, y entonces
n→∞ n
sen n 1 1
0≤ = | sen n| ≤

n n n
1
y, por el teorema del sándwich, puesto que lı́m 0 = 0 y lı́m =
n→∞ n→∞ n
0, entonces
sen n
lı́m =0
n→∞ n
7.a) Como a > 1 entonces a = 1 + h para cierto h > 0, y ası́

n(n − 1) 2
an = (1 + h)n = 1 + nh + h + · · · + hn ≥ 1 + nh
2
y dado que (1 + nh) → ∞ cuando n → ∞, se tiene que, también,
lı́m an = ∞
n→∞
1
7.b) Si 0 < a < 1 entonces > 1 y, aplicando el ejercicio 6 de esta
a
sección,
1
lı́m an = lı́m 1 n = 0
n→∞ n→∞
a
Ejercicios 3.
1. a) Dado ǫ > 0 debemos hallar δ > 0 tal que si 0 < |x−a| < δ entonces
|x2 − a2 | < ǫ. Pero
|x2 − a2 | = |(x − a)(x + a)| = |x − a||x − a + 2a|

≤ |x − a|(|x − a| + 2|a|) ≤ |x − a|2 + 2|a||x − a|
< |x − a|2 + (2|a| + 1)|x − a|
ya que 2|a| < 2|a| + 1. Ası́ que
|x2 − a2 | < ǫ si |x − a|2 + (2|a| + 1)|x − a| < ǫ
Ahora bien:
ǫ ǫ
|x − a|2 + (2|a| + 1)|x − a| < ǫ si |x − a|2 < y(2|a| + 1)|x − a|
2 2
pǫ
Para que se cumpla lo anterior se necesita que |x−a| < 2 , y tam-
np o
ǫ ǫ ǫ
bién que |x−a| < 2(2|a|+1) , por lo que tomamos δ = mı́n 2 2(2|a|+1) .
,
Entonces observamos que δ > 0 y que si |x − a| < δ se tendrá en-
2 2
np|x − a | < oǫ. Por lo tanto, dado ǫ > 0 podemos tomar
tonces que
ǫ ǫ 2 2
δ = mı́n 2 , 2(2|a|+1) y, ası́, si 0 < |x − a| < δ será |x − a | < ǫ,
lo que significa que lı́m x2 = a2 .
x→a
√ 1 √
4.a) 8 2 4.b) √ 4.c) 3 3 4 4.d) −1
2 2
4.e) nxn−1 4.f) ny n−1 4.g) −1 4.h) 1

Respuestas 537
4.i) −1 4.j) No existe
Ejercicios 4.
2.a) Sabemos que [[x]] = 1 si 1 ≤ x < 2 por tanto lı́m [[x]] = 1.
x→2−
2.b) Sabemos que [[x]] = 2 si 2 ≤ x < 3 por tanto lı́m [[x]] = 2.

x→2+
2.c) De los casos 2.a) y 2.b) se concluye que lı́m [[x]] no existe.
x→2
2.d)
lı́m ([[x]] − x) = lı́m [[x]] − lı́m x = 1 − 2 = −1
x→2+ x→2+ x→2+
2.e)
lı́m ([[x]] − x) = lı́m [[x]] − lı́m x = 2 − 2 = 0
x→2− x→2− x→2−
2.f) De 2.d) y 2.e) se concluye que lı́m ([[x]] − x) no existe.

x→2
q
3 |x| 3 x
p
4.a) lı́m x = lı́m x =1
x→0+ x→0+
q
3 |x| 3 x
p
4.b) lı́m x = lı́m x = −1
x→0− x→0−
q
|x| px
4.c) lı́m x = lı́m x =1
x→0+ x→0+
q
|x|
q
−x
√ √
4.d) Como lı́m x = lı́m x = lı́m −1 y −1 no existe en
x→0− x→0− x→0−
los reales entonces, el lı́mite no existe.
√
4.e) Como el dominio
√ de la función f (x) = 3 − 2x es (−∞, 32 ] enton-
ces lı́m 3 − 2x = 0
−
x→ 23
4.f) Como el dominio de la función es (−∞, 32 ], entonces este lı́mite no

tiene sentido.
x
4.g) lı́m 2
= ∞ ya que x2 − 1 → 0−
x→−1+ x − 1
x
4.h) lı́m 2
= −∞ ya que x2 − 1 → 0+
x→−1 x − 1
−
1 1
5.a) 2 5.b) 2 5.c) 0 5.d) 0
5.e) ∞ 5.f) −∞ 5.g) 1 5.h) −1
Es importante saber calcular lı́mites porque nos dan información sobre el

comportamiento analı́tico local de la función bajo estudio. En particular,
nos permite construir una gráfica con cierta aproximación a la gráfica
real de la función.
Ejercicios 5.
1.a) Como lı́m f (x) = lı́m (x2 +1) = 1 = f (0) entonces f (·) es continua
x→0 x→0
en x = 0.
1.b) Como
lı́m f (x) = lı́m (x2 + 1) = 2 lı́m f (x) = lı́m (3 − x) = 2

x→1− x→1− x→1+ x→1+
entonces lı́m f (x) = 2 pero f (1) = 0 por tanto

x→1
lı́m f (x) = 2 6= 0 = f (1)

x→1
y, por tanto, f (·) no es continua en x = 1.

Si definimos f (·) en x = 1 como f (1) = 2 se obtiene que
lı́m f (x) = 2 = f (1)

x→1
con lo que f será continua en x = 1.
1.c) Si a < 1
lı́m f (x) = lı́m (x2 + 1) = a2 + 1 = f (a)
x→a x→a
Si a > 1
lı́m f (x) = lı́m (3 − x) = 3 − a = f (a)
x→a x→a
Luego f será continua en x = a si a 6= 1.

Respuestas 539
3. Notemos que
lı́m f (x) = lı́m [[x]] + x = n + n = 2n

x→n+ x→n+
lı́m f (x) = lı́m [[x]] + x = (n − 1) + n = 2n − 1
x→0− x→n−
y como el lı́mite por la izquierda es diferente del lı́mite por la

derecha entonces no se puede redefinir la función en x = n para
que sea continua allı́.
5. Para x < 2, la función f (·) es polinómica, y, por tanto, es continua;
y para x > 2, la función f (·) es racional, que también es continua;
luego basta analizar la continuidad en x = 2, es decir, debe cumplir
que
lı́m f (x) = lı́m f (x) = f (2)
x→2− x→2+
Pero
2
lı́m f (x) = lı́m (ax2 +b) = 4a+b y lı́m f (x) = lı́m =1
x→2− x→2− x→2+ x→2+ x
Por tanto, para tener continuidad en x = 2 debemos tener que
4a + b = 1 y 4a = 1; de donde a = 14 y b = 1. Ası́ que

1 2
 4 x + 1 si x < 2
(
 1 2
f (x) = 1 4 x + 1 si x < 2
si x = 2 = 2
2
 x si x ≥ 2
x si x > 2
8.a) Puesto que x4 − 1 = (x − 1)(x3 + x2 + x + 1) entonces

x4 − 1
= x3 + x2 + x + 1 si x 6= 1
x−1
Por lo tanto, basta definir f (1) = 13 + 12 + 1 + 1 = 4 para hacer
de esta función una continua.
8.b) Puesto que, utilizando el teorema del sándwich, f (x) → 0 cuando
x → 0 entonces basta definir f (0) = 0 para hacerla continua.
8.c) Puesto que f (x) tiene a +∞ cuando x → 1+ , y f (x) tiene a −∞
cuando x → 1− , entonces no existe lı́mx→1 f (x). Por lo tanto, no
hay manera de definir f (1) para hacer continua la función f (·).
Ejercicios 6.
1. Debido a la definición de f (·), sólo es necesario analizar la conti-
nuidad en x = 1 y x = 2. Sabemos que f (1) = 5 y f (2) = 5 y,
además,
lı́m f (x) = lı́m (2x + 3) = 5

x→1− x→1−
lı́m f (x) = lı́m (8 − 3x) = 5
x→1+ x→1+
Luego lı́m f (x) = 5 = f (1). De otro lado, puesto que

x→1
lı́m f (x) = lı́m (8 − 3x) = 2

x→2− x→2−
lı́m f (x) = lı́m (x + 3) = 5
x→2+ x→2+
y estos lı́mites son distintos, entonces lı́m f (x) no existe y, por

x→2
tanto, f (·) es discontinua en x = 2. La discontinuidad es, entonces,
esencial.
2. Como la función tiene tres ramas, todas polinómicas, es continua

en
(−∞, −2) ∪ (−2, 1) ∪ (1, ∞)
Es decir, falta por ver si la función es continua en x = −2 y x = 1.
lı́m f (x) = lı́m (3cx + k) = −6c + k

x→−2+ x→−2+
lı́m f (x) = lı́m (x + 2c) = −2 + 2c
x→−2− x→−2−
f (−2) = − 6c + k
Luego para que f (·) sea continua en x = −2 debe cumplir que
−6c + k = −2 + 2c (1)
lı́m f (x) = lı́m (3cx + k) = 3c + k

x→−1− x→−1−
lı́m f (x) = lı́m (3x − 2k) = 3 − 2k
x→−1+ x→−1+
f (1) =3c + k
Respuestas 541
Ası́, para que f (·) sea continua en 1, se debe cumplir que
3c + k = 3 − 2k (2)
La solución del sistema formado por las ecuaciones (1) y (2) arro-
jará los valores de c y k que hacen que f (·) sea continua en R.
Estos son c = 13 y k = 23 . Con esto f (·) estará definida por

2
x + 3 x < −2 (
x + 23

x ≤ −1
f (x) = x + 23 −2 ≤ x ≤ 1 = 4
3x − 3 1 < x
3x − 43 1 < x


Ejercicios 7.
1
1.a) 1 1.b) −1 1.c) 3 1.d) − 35
1.e) ∞ 1.f) −∞
2. El área del polı́gono regular es de n lados, An , está dada (ver

figura) por An = nA donde A es el área del triángulo ABC. Pero
2π π π
como α = , BC = 2 sen( ) y AD = cos( ), entonces An =
n n n
1 n 2π
n[ 2 (BC)(AD)] = sen( ). Claramente, el hecho de que An → π
2 n
cuando n → ∞ representa la aproximación al área del cı́rculo de
radio 1 mediante las áreas de los polı́gonos regulares inscritos.
C
1
A α D
Ejercicios 8.
1. Como f (1) = −3 y f (−1) = 3 entonces, por el teorema del valor
intermedio, existe un c ∈ (0, 1) tal que f (c) = 0.
Ejercicios 9.
1.a) 0 1.b) 0
1.c) Si hacemos y = mx (es decir, si nos aproximamos al origen por

x 1
las distintas rectas que pasan por allı́) tendremos que x−y = 1−m ,
y esto muestra que el lı́mite de nuestra función en el origen, no
existe: dependiendo de cómo nos aproximemos por estas rectas al
origen tendremos un lı́mite distinto en cada caso.
1.e) No existe: en el denominador la máxima potencia es 4, y en el

numerador es 3.
2. La función en a) es continua: evaluada en (0,0) es 0, que coincide

con el lı́mite allı́; La función en b) también es continua: evaluada
en (0,0) es 0, que coincide con el lı́mite allı́; Las funciones en c)
y e) no son continuas en (0, 0) porque los correspondientes lı́mites
no existen.
3. Recurrimos aquı́ al socorrido método de hacer y = mx en la fun-

ción a la que le vamos a calcular el lı́mite en (0, 0). Obtenemos que
xy m
x2 +y 2
= 1+m 2 , y esto nos muestra que el lı́mite en cuestión ni si-
quiera existe y, por consiguiente, la función no puede ser continua
en (0, 0).
4.a) Es discontinua siempre que sen(xy) = 1. Por ejemplo, es disconti-

π
nua cuando xy = , lo que implica que la función es discontinua
2
π
a lo largo de la hipérbola y = . ¿Podrı́a el lector señalar otra
2x
1
curva a lo largo de la cual la función sea también
1 − sen(xy)
discontinua?
4.b) Es continua en todo el plano R2 porque el denominador de la

función, x2 + 1, nunca se anula.
4.e) Es discontinua cuando y = 0 y cuando x = 1 o x = −1. Es decir,

es discontinua a lo largo del eje X, y a lo largo de las rectas x = 1
y x = −1 en el plano.
Respuestas 543
Ejercicios 10.
1. Por la misma condición de ser vacı́o (no tener elementos), el con-
junto ∅ satisface las definiciones de conjunto abierto y vacı́o. De
otro lado, es claro que el conjunto R2 es cerrado, y por ser el com-
plemento de ∅, que es un conjunto cerrado, también es un conjunto
abierto.
2.a) Verdadero: R2 es un ejemplo de conjunto cerrado y abierto. Pero,

además de éste y de ∅, no existe ningún otro conjunto con ambas
caracterı́sticas.
2.c) Falso: R2 es un conjunto cerrado que no es acotado, y existen

innumerables ejemplos de esto en R2 .
2.e) Falso: Sabemos que todo conjunto compacto en R2 es cerrado y

acotado; si, además, fuera abierto, entonces serı́a el conjunto vacı́o.
2.g) Verdadero: Un punto en la unión de los conjuntos está en, al me-

nos, uno de ellos, y este último es un conjunto abierto; por lo tanto
la unión de dos conjuntos abiertos es, de nuevo, un conjunto abier-
to. El tratamiento es similar para los otros dos casos (cerrado y
acotado) los cuales son, ambos, también verdaderos.
3.a) No es abierto, ni cerrado, ni compacto.
3.b) No es abierto, sı́ es cerrado, y también es compacto porque es

acotado.
3.e) Es abierto, no es cerrado, no es acotado.
3.i) No es abierto, sı́ es cerrado, pero no es compacto porque no es

acotado.
6. La unión de una familia de conjuntos cerrados es, de hecho, un

conjunto cerrado. La dificultad radica en que esta unión puede no
ser un conjunto acotado a pesar de que cada uno de los conjuntos
de la familia sea acotado. Una condición para que la unión de la
familia de conjuntos compactos sea, de nuevo, un conjunto com-
pacto es que todos los conjuntos de la familia estén contenidos en
una misma bola de R2 .
12.a) La intersección de la familia es el intervalo [5, 6), y la unión es (4, 7).

Note que la intersección de esta familia de intervalos abiertos no
es un intervalo abierto, pero que su unión sı́ lo es. Esta es, de
hecho, la regla general con los intervalos abiertos (que son un caso
particular de conjuntos abiertos).
12.d) La intersección de la familia es el punto {0}, y la unión es el inter-

valo [0, 1].
Ejercicios Complementarios
1.a)i) Los primeros diez términos de la sucesión son
{1, 1.4142, 1.4422, 1.4142, 1.3797, 1.3480, 1.3204, 1.2968, 1.2765, 1.2589}
1.a)iv) Los primeros diez términos de la sucesión son
{6, 12.25, 18.96, 25.62, 32, 37.97, 43.50, 48.62, 53.33, 57.66 }
1.b) En el caso i) pareciera que la sucesión decrece, y en el caso

ii) pareciera que crece. Sin embargo, nada más allá de eso
deberı́a, prudentemente, decirse, pues no es del todo claro el
comportamiento de la sucesión para n mucho más grande.
1.c) Difı́cilmente alguien sin alguna experiencia en sucesiones podrı́a
decir cuáles son los lı́mites de estas sucesiones. Quizás el lector
no se sorprenderı́a si se le afirmara que el lı́mite de la primera
sucesión es 1, pero sı́ lo harı́a si se le dijera que el lı́mite de
la segunda sucesión es, aproximadamente, 148. Estos lı́mites
se estudiarán más adelante.
5.a) 1/2
x3 + 3x2 + 2x x2 − x − 6
5.d) Para x 6= −2, puesto que = x2 +x y =
x+2 x+2
x3 + 3x2 + 2x x2 + x
x − 3, tendremos que 2
= y ası́, cuando
x −x−6 x−3
x3 + 3x2 + 2x 2
x → −2 tendremos que 2
→ − . Es decir, la
x −x−6 5
x3 + 3x2 + 2x 2
función racional 2
es cercana a − cuando x es
x −x−6 5
Respuestas 545
cercano a −2, a pesar de que la función original misma no

puede ser evaluada en x = −2.
1
5.e) 0 5.h) 2
8. lı́mx→a f (x) existe en todos los puntos excepto en a = 1. En

a = 1 no existe porque el lı́mite por la izquierda es 0 y el
lı́mite por la derecha es 1. A su vez, en a = 2 pareciera que el
lı́mite no existe pero esto no es cierto ya que la función sólo
está definida para valores menores que 2, ası́ que el lı́mite
pertinente aquı́ es el lı́mite por la izquierda de 2, y ese lı́mite
es 1.
13. 1
5
14.a) 0 14.b) 3
16.a) Esta afirmación es, en general, falsa. Por ejemplo, tome f (x) =
1
x y g(x) = .
x
16.c) Esta afirmación es, en general, falsa. Sin embargo, es verda-
dera cuando la función es continua en el intervalo.
18.a) Esta función es continua en todo el plano R2 .
18.b) Claramente, esta función es continua en todos los puntos dife-
rentes al origen (0, 0). En este punto, sin embargo, la función
no es continua, y para verlo recurramos al tı́pico argumento de
hacer y = mx. En este caso, tendremos, para (x, y) 6= (0, 0),
que x2xy m
+y 2 = 1+m2 , y ası́ el lı́mite al origen (0, 0) dependerá de
por cuál trayectoria nos aproximemos a él, es decir, el lı́mite
en (0, 0) no existe.
20. Basta observar que si x es un número “grande positivo” en-
tonces f (x) es positivo, pero que si x es un número “gran-
de negativo” entonces f (x) es negativo. Esto, por el teorema
del valor intermedio para funciones continuas, inmediatamen-
te garantiza la existencia de una raı́z de f (·). De hecho, es-
to mismo sucede para todos los polinomios de grado impar.
¿Será cierto esto mismo para los polinomios de grado par?
42. Tanto la función Cobb-Douglas (la función en el literal a))

como la función CES (la función en el literal b)) son funciones
continuas en el dominio R2++ .
Lección 2: La derivada
Ejercicios 1.
2.c) f (t) − f (x) tn − xn
f ′ (x) = lı́m = lı́m
t→x t−x t→x t − x
(t − x)(t n−1 + tn−2 x + · · · + xn−1 )
= lı́m
t→x t−x
= lı́m (tn−1 + tn−2 x + · · · + xn−1 )
t→x
n−1
=x + xn−1 + · · · + xn−1 = nxn−1
3.
f (0 + h) − f (0) h2 sen h1 − 0 1
f ′ (0) = lı́m = lı́m = lı́m h sen = 0
h→0 h h→0 h h→0 h
4. Puesto que f (x) = |x| si x 6= 0 entonces f ′ (x) = 1 si x > 0 y

f ′ (x) = −1 si x < 0. Sin embargo, aún definiendo f (0) = 0, la
función f (·) no es diferenciable en x = 0 ya que la derivada por la
derecha (h → 0+ ) en x = 0 es 1, pero la derivada por la izquierda
(h → 0− ) es −1.
Ejercicios 2.
1
1. f ′ (−1) = −8, f ′ ( ) = a2 (3a2 + 10a − 1)
a
2. f ′ (x) = −5 + 36x2 − 5x4 = f ′ (−x). Esto significa que esta función
tiene un crecimiento simétrico con respecto al eje Y .
ds 2t − 3 2x
3.c) =− 2 3.d) y ′ = − 4
dt (t − 3t + 6)2 3(1 + x2 ) 3
Respuestas 547
Ejercicios 3.
√
3. ′ 1 − x2 + x sen−1 x
y = 3
(1 − x2 ) 2
Luego
√
2 ′ 2 1 − x2 + x sen−1 x x sen−1 x
(1 − x )y − xy = (1 − x ) 3 − √
(1 − x2 ) 2 1 − x2
−1
x sen x x sen−1 x
=1+ 1 − √ =1
(1 − x2 ) 2 1 − x2
Ejercicios 4.
dy sec2 (x + y)
1.a) =
dx 1 − sec( x + y)
sec2 (x + y) − y cos(xy) + y sen(xy)
1.c) y ′ =
x cos(xy) − x sen(xy) − sec2 (x + y)
p √
′ 1 − y 2 (1 − 1 − x2 )
1.d) y = √ p
1 − x2 (1 − 1 − y 2 )
2x + 3y 2
1.f) y ′ = −
6xy
3
4x 2 y − 3y 4
1.h) y′ = 5 1
6x 2 + 4y 4 x 2 sen y cos y
Ejercicios 5.
2. Como f+′ (0) = 0, f−′ (0) = 1, la función no es derivable en x = 0.
r
dy 1 1 − sen−1 x
3.a) =− √
dx [1 − (sen−1 x)2 ] 1 − x2 1 + sen−1 x
dy
3.b) = −2(1 + ln x) sen(2x ln x)
dx
dy x ln 2(ln x − 1)
3.c) = (2 ln x )
dx ln2 x
1
4. Puesto que y ′ = − entonces
1+x
x −x + 1 + x 1
xy ′ + 1 = − +1= = = ey
1+x 1+x 1+x
Ejercicios 6.
1.a) ∆y = 3x2 ∆x + 3x(∆x)2 + (∆x)3 ; si x = −1 y ∆x = 0.1 entonces
∆y = 0.271.
2x∆x + (∆x)2
1.b) ∆y = − ; si x = 3 y ∆x = 0.3 entonces ∆y =
x2 (x + ∆x)2
−0.019.
2.a) Si se definen las funciones

√ 1
g(x) = (1 + x)10 y φ(x) = 1 + x = (1 + x) 2
y tomamos x = 0 y dx = h, entonces
g(h) = (1 + h)10 ≈ 1 + 10h

1
1 −2 1
Ahora: φ(h) ≈ φ(0) + dφ con dφ = φ′ (0)h
√ = 2 (1 + 0) h = 2 h.
1
Luego φ(h) ≈ 1 + 2 h. Pero como φ(h) = 1 + h, entonces
√ 1
1+h≈1+ h
2

1 3
3.a) d = − 4 dx
x3 x
√ x
3.b) d( 1 + x2 ) = √ dx
1 + x2
3.c) d(tan x3 ) = 3x2 sec2 (x3 )dx
2 sec2 x tan x
3.d) d(ln(1 + sec2 x)) = dx
1 + sec2 x
5) El volumen del hemisferio es (2/3)πr 3 ; ası́,
dV = 2πr 2 dr = 2(25)2 (0.0005)π = 0.625π metros cúbicos

Respuestas 549
Ejercicios 7.
(−1)n n! d2 y

32
1. y (n) = 2. 3 = √
(x + 1)n+1 2
dx 8 4( 1 3 2
,( ) ) 3 3
3.
1
" # " #
dy
d2y 1 y − 12 x dx −y 1 y − 21 x( xy ) 2 − y
= − =−
dx2 2 x x 2 2 x x2
1 1 1
1 x 2 (x 2 + y 2 ) 1
= 2
= 3
2 x x2
5. Si y = arctan x entonces y(0) = 0, y además:

1
i) y ′ = , y ′ (0) = 1
x2 +1
2x
ii) y ′′ = − 2 , y ′′ (0) = 0
(x + 1)2
2(3x2 − 1)
iii) y ′′′ = , y ′′′ (0) = −2
(x2 + 1)3
24x(x2 − 1)
iv) y iv = − , y iv (0) = 0
(x2 + 1)4
24(5x4 − 10x2 + 1)
v) y v = , y v (0) = 24
(x2 + 1)5
240x(3x4 − 10x2 + 3)
vi) y vi = − , y vi (0) = 0
(x2 + 1)6
720x(7x6 − 35x4 + 21x2 − 1)
vii) y vii = , y vii (0) = −720
(x2 + 1)7
Basta entonces incluir estos valores en el polinomio de Taylor de
y = arctan x alrededor de x = 0:
y ′ (0) y ′′ (0) 2 y ′′′ (0) 3 y iv (0) 4

f (x) = y(0) + x+ x + x + x
1! 2! 3! 4!
y v (0) 5 y vi (0) 6 y vii (0) 7
+ x + x + x
5! 6! 7!
para obtener el resultado pedido en este ejercicio.
Ejercicios 8.
∂f ∂f
1.a) = 2ax + 2by, = 2cy + 2bx
∂x ∂y
∂f y 2 − 2x2 ∂f −2xy
1.c) = 2 2 2
, = 2
∂x (y + 2x ) ∂y (y + 2x2 )2
∂f ∂f
1.e) = 15x2 + 7y 2 , = 3y 2 + 14xy
∂x ∂y
∂f 1 ∂f 1
1.f) = −x(1 − x2 − y 2 )− 2 , = −y(1 − x2 − y 2 )− 2
∂x ∂y
Ejercicios 9.
1.a) El vector gradiente es, en cualquier punto de este plano, ∇f =
(3, 1). Recordando que la derivada direccional en el punto (2, 2) y
en el sentido del vector u = (1, −1) es
u 1 1 2
Du f (2, 2) = ∇f · ( ) = (3, 1) · ( √ , − √ ) = √
kuk 2 2 2
Ası́, si usted está caminando sobre el plano y se ubica en cualquier
punto de éste, su velocidad en la dirección sureste es √22 .
1.c) El vector gradiente es ∇f = ( 12 , 12 ). La derivada direccional en el

punto (2, 2) y en el sentido del vector u = (3, 2) es
u 1 1 3 2 5
Du f (2, 2) = ∇f · ( ) = ( , ) · (√ , √ ) = √
kuk 2 2 13 13 2 13
Ası́, si usted está caminando sobre la superficie f (x, y) = ln xy y
se ubica en el punto (2, 2), su velocidad en la dirección (3, 2) es
√5 .
2 13
4.a) Como podrı́a esperarse, en este caso el plano tangente coincide con
el plano mismo (en ambos puntos (0, 0 y (1, 1)).
4.b) El plano tangente a la “silla de montar” z = xy en el punto (0, 0)

es el plano XY , es decir, el plano z = 0.
Respuestas 551
Ejercicios 10.
1.a) Aquı́,
2
df 2 t x et
= et (3x2 + y) +
dt (1 − et2 )2
y sólo faltarı́a reemplazar allı́ a x y a y como funciones explı́citas
de t según las fórmulas dadas en el problema.
2.a) La matriz jacobiana es
" #
y−3 x
J(u, v) |(x,y) =
2y + 2 2y + 2x − 1
Ejercicios 11.
dy y cos x + cos y
1.a) =−
dx sen x − x sen y
dy yex + ey
1.b) =− y
dx xe + ex
cos(x + y)
3. Indicación: y ′ = −
cos(x + y) − 1
Ejercicios 12.
∂f α ∂f β ∂2f α ∂2f β
1.a) = ; = ; 2
= − 2; 2
=− 2
∂x x ∂y y ∂x x ∂y y
∂2f ∂3f 2α ∂3f 2β ∂3f
= 0; = 3 = 3; = 0;
∂x∂y ∂x3 x ∂y 3 y ∂y∂x2
∂3f
=0
∂x∂y 2
∂f ∂f ∂2f
1.c) = αxα−1 ; = αβy α−1 ; = α(α − 1)xα−2
∂x ∂y ∂x2
∂2f α−2 ∂2f ∂3f
= α(α−1)βy = 0; = α(α−1)(α−2)xα−3
∂y 2 ∂x∂y ∂x3
∂3f α−3 ; ∂3f ∂3f
= α(α − 1)(α − 2)βy = 0; =0
∂y 3 ∂y∂x2 ∂x∂y 2
∂f ∂f ∂2f
1.e) = y 2 ex ; = 2yex ; = y 2 ex
∂x ∂y ∂x2
∂2f x ∂2f ∂3f ∂3f
= 2e = 2yex ; = y 2 ex = 0;
∂y 2 ∂x∂y ∂x3 ∂y 3
∂3f x; ∂3f
= 2ye = 2ex
∂y∂x2 ∂x∂y 2
2.b) Puesto que lı́mx→1+ f (x) = lı́mx→1− f (x) = 1, la función f (·) es
continua en x = 1.
2.c) f−′ (1) = f+′ (x) = 1 = 3.
2.d) Según 2.c) se tiene que f (·) es diferenciable en x = 1.
4.a) f ′ (x) = −3x2 sen x3
4.b) f ′ (x) = −12(1 + cos2 x)5 cos x sen x3
4.e) f ′ (x) = −x2 sen x
√
′ sen x
4.f) f (x) = − √ p √
4 x cos x
5.a) y ′ = 2 tan x 1 1
5.b) y ′ = e x (1 +)
x
1 1
5.e) y ′ = √ 5.f) y ′ = − 2
x |x + 1| x + 2x + 2
1
dy 4x + 5 ( x2 + 1) 2
6a) = −
dx x(5 − 2x) 8x(x + 2)
dy
6c) = xe3x [(3x + 2) cos(8x) − 8x sen(8x)]
dx
dy 24x(x + 1) ln(x + 1) − 2x2 + 5 1
6e) = 2 7
− √ − e2−x
dx (x + 1)(5 − 2x ) 2 1−x
dy e−2x (16x2 cos(8x2 ) + (2x + 3) sen(8x2 )
6e) =−
dx x4 sen(8x2 )
Respuestas 553
8.a) 1 8.c) −(π + 2)/4
11. Utilice algún software apropiado como Derive o Matlab.
14. m = 2
15.a) 3/2 15.b) 2
∂f 2 ∂f 1
19.a) En el punto ( 12 , 13 ), se tiene que = (a+b), y = (3b+2c)
∂x 3 ∂y 3
∂f 126 ∂f 108
19.d) =− , y =−
∂x 121 ∂y 121
∂f 52 ∂f
19.f) =− , y =3
∂x 9 ∂y
22.b) La matriz jacobiana es
2xy 2 + 5 2x2 y
 
J(u, v) |(x,y) =  1 1 
− ex
x y
dz
23.a) = ex (3e3t (2 cos y − 5 sen y) + (2t − 1) cos y − 3 sen y)
dt
dz
24. = 1 cuando t = 0.
dt
x
32.a) r(x) = x(3 − )2
40
dr
32.b) 40 personas, aunque 120 personas también es una solución de =
dx
0 pero esta cantidad está por encima de la capacidad del bus.
32.c) P (4) = 4
32.d) No, a menos que busque algún otro objetivo distinto al de maxi-
mizar el ingreso. En este sentido “racional”, lo más conveniente es
que viaje con 20 sillas vacı́as.
∂F ∂F
33.a) Aquı́, = αK α−1 Lβ y = βK α Lβ−1 ; luego
∂K ∂L
∂F ∂F
K +L = K(αK α−1 Lβ ) + L(βK α Lβ−1 ) = (α + β)F (K, L)
∂K ∂L
Lección 3: Elementos de la teorı́a de la

optimización
Ejercicios 1.
1.a) Mı́nimo absoluto: f (1) = 0; máximo absoluto: f ( 52 ) = 11 18 .
1.b) Mı́nimos absolutos: f (1) = 0 = f (2); máximos absolutos: f (0) =

2 = f (3); máximo relativo: f ( 32 ) = 14 .
1.c) Mı́nimo absoluto; f (1) = 2; máximos absolutos: f (0.01) = 100.01 =

f (100).
1.d) Máximos: f (1) = 2 = f (−1); mı́nimo: f (3) = 0.
2.a) y(1) = 11 es el valor máximo absoluto; no tiene mı́nimo absoluto

ya que si x → −∞ entonces y(x) → −∞.
2.c) Esta función tiene dos puntos crı́ticos: x = −1 y x = 1. Pero solo

x = 1 pertenece al intervalo [0, ∞), y, allı́, y(1) = 3, que es el valor
mı́nimo absoluto. Esta función no tiene máximo absoluto ya que
si x → ∞ entonces y(x) → ∞.
2.e) Al ser y una función estrictamente creciente, se tendrá que y(0) = 0

es el valor mı́nimo absoluto; no puede tener máximo absoluto ya
que si x → ∞ entonces y(x) → ∞. Note que y no es diferenciable
en 0 pero, aún ası́, el mı́nimo absoluto se alcanza allı́.
√ √
2.g) Mı́nimo relativo: y(− 2 − 1) = 13 (25 − 4 2); Máximo relativo:
√ √
y( 2 − 1) = 13 (25 + 4 2).
2.i) No tiene máximo ni mı́nimo.

Respuestas 555
Ejercicios 2.
1. Evidentemente f (·) es continua y derivable sobre R ya que es po-
linómica; de esta manera se cumplen las dos primeras condiciones
del teorema de Rolle. Ahora bien:
3
3 3 3 27 27
f (− ) = 4 − −9 − =− + =0
2 2 2 2 2
f (0) = 0
3
3 3 3 27 27
f( ) = 4 −9 = − =0
2 2 2 2 2
Por tanto, se cumple la tercera condición del teorema de Rolle en

[− 32 , 0], [0, 32 ] y [− 32 , 32 ].
Para hallar los valores de c tales
√
que f ′ (x0 ) = 0, hacemos 12x20 −9 =
0, lo que nos lleva a x0 = ± 23 . Entonces en el intervalo [− 32 , 0],
√ √
x0 = − 23 ; en el intervalo [0, 32 ], x0 = 3
2 , y en [− 32 , 32 ] cualquiera
de las dos soluciones.
1
2. Como f ′ (x) = 23 x− 3 entonces f ′ (x0 ) = 3 √2
3 x , y ésta no se anula;
0
mientras tanto
f (2) − f (−2)
=0
2 − (−2)
La razón del por qué no se cumple aquı́ el teorema del valor medio
3
es que aunque x 2 es continua en [−2, 2] no es derivable en (−2, 2)
porque f ′ (0) no existe. Luego la segunda hipótesis del teorema del
valor medio no se cumple.
3. Como f (x) = x3 + 2x + c es polinómica, es continua y derivable en

R. Si además existiesen c1 y c2 reales tales que f (c1 ) = 0 = f (c2 )
es decir, c1 y c2 serı́an dos raı́ces diferentes de f (x) = 0, entonces
f satisfarı́a las hipótesis del teorema de Rolle y, en consecuencia,
existirı́a c ∈ (c1 , c2 ) tal que f ′ (c) = 3c2 + 2 = 0. Pero esta últi-
ma ecuación no tiene ninguna raı́z real y, ası́, el supuesto de que
f (c1 ) = 0 = f (c2 ) es falso.
4. Sea h(x) = f (x) − g(x) donde a < x ≤ b. Entonces h satisface

el teorema del valor medio en [a, x]. Ası́ que existe c ∈ (a, x) tal
h(x) − h(a)
que h′ (c) = . Pero h′ (c) = f ′ (c) − g′ (c) = 0; luego
x−a
h(x) = h(a) y, por tanto, f (x) − g(x) = f (a) − g(a). Es decir, si
las dos derivadas coinciden en un intervalo, entonces las funciones
mismas sólo difieren en una constante (aquı́ ésta es f (x) − g(x) =
f (a) − g(a)).
5. Sea f (x) = ex y g(x) = 1 + x. Como f (·) y g(·) son derivables en
R entonces h = f − g también es derivable en R; además h′ (x) =
f ′ (x) − g′ (x) = ex − 1. Entonces h′ (x) = 0 sı́, y sólo sı́, x = 0. Si
existiera r 6= 0 tal que h(r) = 0 = h(0) entonces existirı́a c entre
cero y r tal que h′ (c) = 0, lo cual es absurdo. Ası́ que la ecuación
tiene solamente la raı́z cero.
6. Como f (·) es polinómica, entonces es continua y derivable para
todo x ∈ R. Por consiguiente se satisfacen las hipótesis del teorema
del valor medio en [1, 3].
f ′ (x) = 3x2 − 10x − 3 f (1) = −7 f (3) = −27

f (3) − f (1) −27 − (−7)
Entonces = = −10. Haciendo f ′ (c) =
3−1 2
−10 se obtiene 3c2 − 10c − 3 = 10; pero como 3c2 − 10c + 7 =
(3c − 7)(c − 1) entonces c = 73 ó c = 1. Pero como 1 ∈ / (1, 3)
entonces el único valor que resuelve el problema es 73 .
7. Dado que
3−x2
−1 1+x
f−′ (1) = lı́m 2
= lı́m = −1
x→1− x−1 x→1− −2
1
−1 1
f+′ (1) = lı́m x = lı́m − = −1
x→1+ x − 1 x→1− x
′ ′ ′
f (1) = f− (1) = f+ (1) = −1
y puesto que f (·) es continua en 1 entonces


−x si 0 ≤ x ≤ 1
f ′ (x) = 1
− si x > 1
x2
Por tanto f (·) es continua en [0, 2] y derivable en (0, 2). Por el
teorema del valor medio, existe entonces al menos un x0 ∈ (0, 2)
Respuestas 557
tal que
f (0) − f (0) 1
f ′ (x0 ) = =−
2−0 2
Y dado que

−x0 si 0 ≤ x0 ≤ 1
f ′ (x0 ) = 1
− si x0 > 1
(x0 )2
1 1 1 1
se concluye que −x0 = − ó − 2
= − ; es decir, x0 =
√ 2 (x0 ) 2 2
ó x0 = 2.
Ejercicios 3.
1b) Dominio: R − {0}. No tiene puntos crı́ticos. Es decreciente en
(−∞, 0), y también decreciente en (0, ∞) (que no es lo mismo
que afirmar que la función es decreciente en todo su dominio
(¿por qué?)). Es cóncava estricta en (−∞, 0), y convexa estric-
ta en (0, ∞). Tiene ası́ntota horizontal y = 0; ası́ntota vertical
x = 0. No tiene puntos de inflexión.
2a) Mı́nimo absoluto: − 41

3 cuando x = 3. No tiene máximo absoluto.
2c) No tiene máximo absoluto ni mı́nimo absoluto.
3.a) 2 ln 2 3.c) −1/2 3.e) ∞
7. Como se ve en la figura, el radio fijo R de la esfera, el radio x del

cilindro y la mitad de la altura del cilindro, forman un triángu-
y2
lo rectángulo. Por tanto se tiene que R2 = x2 + . Como por
4
geometrı́a elemental (ver volumen 0 (Fundamentos)) se sabe que
V = volumen del cilindro = πx2 y, entonces “despejamos” x2 de
la primera ecuación, y la reemplazamos en la segunda ecuación
para obtener
π
V = πR2 y − y 3
4
Con respecto al dominio de esta función, puede verse que si y varı́a
hasta tomar el valor el valor del diámetro, el volumen del cilindro
es nulo (mı́nimo); igualmente si y = 0. Por tanto 0 ≤ y ≤ 2R

siendo V (0) = V (2R) = 0 el mı́nimo absoluto.
Todo lo anterior nos obliga a concluir que el máximo de V nece-
sariamente ocurrirá en un punto crı́tico. Calculando llegamos a
√
′ 2 3π 2 2 2
V (y) = πR − y = 0 ∴ y = √ R, x = √ R
4 3 3
y estas son las dimensiones que dan el máximo volumen.
Ejercicios 4.
1. Utilice algún software apropiado como Derive o Matlab para com-
probar las afirmaciones siguientes:
e) La función crece en su dominio (0, ∞). No tiene puntos crı́ticos;

es cóncava estricta en su dominio. No tiene puntos de inflexión.
Tiene una ası́ntota vertical: x = 0.
√
f) El dominio es R − {−1, 1}. Los puntos crı́ticos son x √= −3 ± 2 2.
La función únicamente √crece en el conjunto (−3 − 2 2, −1)√ y en
el conjunto (−1, −3 + 2 2). Tiene un máximo relativo de 2 − 32
√ √
que lo toma en −3 + 2 2, y un mı́nimo relativo de − 2 − 32 que
√ 5 4
lo toma en −3 − 2 2. Es convexa estricta en (−2 3 − 2 3 − 3, −1) y
5 4
en (1, ∞), y cóncava estricta en (−∞, −2 3 − 2 3 − 3) y en (−1, 1).
5 4
Tiene un punto de inflexión en x = −2 3 − 2 3 − 3. Tiene ası́ntota
vertical en x = 1 y en x = −1; tiene ası́ntota horizontal en y = 0.
j) El dominio de esta función son los números reales R. Los puntos

crı́ticos son x = 0 y x = 83 . Los intervalos de crecimiento son
(−∞, 0) y ( 83 , ∞). Tiene un máximo relativo de 0 que lo alcanza
en x = 0; y un mı́nimo relativo de − 256
27 que lo alcanza en x = 3 .
8
4 4
Es convexa en ( 3 , ∞), y cóncava en (−∞, 3 ). No tiene ası́ntotas.
k) El dominio es el intervalo (− 12 , 12 ). El único punto crı́tico es x = 0.

La función sólo crece en el intervalo (0, 12 ). Alcanza un mı́nimo
absoluto de 1 en x = 0. Es convexa en todo su dominio. Tiene
ası́ntotas verticales x = − 12 y x = 12 .
Respuestas 559
Ejercicios 5.
4 4
1.b) Los puntos crı́ticos son (0, 0) (punto de silla) y ( √ , √ ) (punto
933 339
4 4 64
de mı́nima). Aquı́ f (0, 0) = 0 y f ( √
3 , √
3 )= − 243 .
9 3 3 9
1.c) El único punto crı́tico en (0, 0); sin embargo, det H(0, 0) = 0 y ası́,
el criterio del hessiano no decide sobre qué caracterı́stica podrı́a
tener ese punto.
1.d) Los puntos crı́ticos son de la forma (0, kπ) para k ∈ Z donde, en
cada uno de ellos, tiene un punto de silla.
1.g) El único punto crı́tico es (0, 0). El determinante de H(0, 0) es ne-

gativo, ası́ que f (x, y) tiene un punto de silla en (0, 0).
1.j) Los puntos crı́ticos de esta función son (0, 0), (±, 1, 0), y (0, ±1).
Los puntos (±, 1, 0) son de silla; (0, 0) es un punto de mı́nima
(f (0, 0) = 0); y los puntos (0, ±1) son de máxima (f (0, ±1) = 2e ).
4. a = 48.
5. Esta función f (x) tiene una ası́ntota vertical en x = 2. Sin embargo

tiene un máximo relativo en 1 que es −1, pues f (x) ≤ −1 para
todo x ∈ [1, 2); y también tiene un mı́nimo relativo en 3 que es 9,
pues f (x) ≥ 9 para todo x ∈ (2, 3].
9. La solución a ambos problemas es
αM βM
x∗ = , y∗ =
(α + β)px (α + β)py
La razón de que las soluciones coincidan es que la función objetivo

del primer problema de optimización es el logaritmo natural de la
función objetivo del segundo problema de optimización, y las solu-
ciones no pueden cambiar si la función objetivo de un problema es
una transformación estrictamente creciente de la función objetivo
otro problema (manteniendo, obviamente, todas las restricciones
iguales en ambos problemas de optimización). Lo que sı́ cambia es
el valor óptimo.
11.b) El único punto crı́tico es (0, 1) y, allı́, la función toma su valor
mı́nimo: f (0, 1) = 18. No tiene valor máximo ni puntos de silla.
18. Si p ∈ C la prueba finaliza inmediatamente. Si p ∈ / C y la función
f ·) no alcanza su valor mı́nimo en C, entonces existe una sucesión
{xn } de puntos de C tales que || p − xn ||→ 0 cuando n → ∞. Pero
esto significa que xn → p cuando n → ∞, y como C es cerrado,
entonces p ∈ C, lo que es una contradicción, y con esto termina
totalmente la prueba. Note el lector cómo este es un problema
de optimización en el que no se requirió de ninguna herramienta
analı́tica del cálculo diferencial: sólo fueron necesarios argumentos
topológicos.
22 La cantidad de insumo que maximiza el beneficio es x∗ = wp , y el
correspondiente nivel de producción es f ( wp ) = ln wp . La función
de beneficios (óptima) es π ∗ = pf (x∗ ) − wx∗ = p ln wp − p. Sin
embargo, en ocasiones también se le llama “función de beneficios”
a, simplemente, π = pf (x) − wx.
35. Existe una diferencia básica consistente en que la teorı́a de juegos
no-cooperativa de von Neumann y Morgenstern aplica solo a los
casos de dos jugadores y con pagos de suma cero (lo que gana un
agente lo pierde el otro); en su lugar, los modelos de oligopolio de
Cournot y Stackelberg son estructuras que pueden incorporar más
dos jugadores y, además, no existe la restricción de que la suma
de pagos sea cero. Por otro lado, von Neumann y Morgenstern
no estudiaron a fondo ningún problema de información entre los
jugadores; en su lugar los modelos de Cournot y Stackelberg gozan
de suficiente flexibilidad para incorporar algunas estructuras de
este tipo.
Respuestas 561
Lección 4: La integral
Ejercicios 1.
x5
1.a) + 2x4 + 5x2 + 5x + C
5
1.d) − 32 e−(2x+5) + C 1.e) − arc sen x + C
e5x−7
1.h) 5 (x − 15 ) + C
Ejercicios 2.
3
1.a) ex (x2 − 2x + 2) + C 1.d) 1
15 (1 + x2 ) 2 (3x2 − 2) + C
1
2
1.e) 3 (x + 2) 2 (x − 4) + C
Ejercicios 3.
1 10 243 5
1.a) 5x + 3x9 + 18x8 + 54x7 + 81x6 + 5 x +C
1 3
1.d) 9 ln |3x3 + 7| + C 1.e) 1
3 (1 + x4 ) 4 + C
√
2.a) ln( 15 25 + x2 + 15 x) + C
√ x
2.d) x2 − 49 − 7 sec−1 ( ) + C
7
Ejercicios 4.
1 3 3
1.a) 2 ln(x2 + 3x − 10) + 14 ln(2x − 4) − 14 ln(2x + 10) + C
1 x−3
1.d) 5 ln( )+C
x+2
1 3 x−2
1.e) 2 ln(x2 + 3x − 10) + 14 ln( )+C
x+5
Ejercicios 5.
1 1
1.a) 16 sen(4t2 ) + C 1.b) 6 (2 + sen x)6 + C
2
√ 2
√
1.c) 3 tan(3 t) + C 1.d) 3( ex + 7)3 + C
1.e) −x + ln |e2x − 1| + C 1.f) − ln | cos x| + C
Ejercicios 6.
2 1.d) y 2 (x) = 2x ln x − 2x + C
1.a) y(x) = −
3x2 −C
1 kt
1.e) y(x) = Ce− 2 x(x−2) 1.h) v(t) = Ce− m
4
1.i) y(x) = ln( x4 + C)
2.a) y(x) = 13 x3 − x2 − 4x + 6
1 2
2.c) y(x) = x2 − 4e− 2 x − 2 2.e) y 2 = 4 − x2
2.g) v 2 = 2g(t − t0 ) + (v0 )2

t
7.a) y = 80, 000(2 40 ) 7.b) 320,000 habitantes
t
8.a) T = 5 + 20(2− 30 ) 8.b) T = 6.25 grados centı́grados.
8.c) La lectura en el termómetro será la de la temperatura exterior

t
porque 2− 30 > 0 para todo t.
Ejercicios 7.
1 1 1 P1
1.a) Esta serie es divergente puesto que = ( ) y la serie es
2n 2 n n
divergente.
an+1 n
1.b) En este caso, lı́mn→∞ = lı́mn→∞ = 0, lo que, por el
an (n + 1)3
criterio de la razón, indica que la serie es convergente.
Respuestas 563
1 1 P 1
1.e) En este caso, √ ≤ 3 , y como la serie
3 es convergen-
n3 + 2 n 2 n2
P 1
te, entonces, por el criterio de comparación, la serie √
3
n +2
también es convergente.
1.h) Como
p √ 11
n3 + 1 − n3 = √ √ < 3
+1+ n n33
2n 2
P√ √
entonces, por el criterio de comparación, la serie ( n3 + 1− n3 )
es convergente.
1.j) El término n-ésimo de la serie, (1 + n1 )n , tiende al número e y, por

tanto, esta serie es divergente ya que el término n-ésimo de una
serie convergente tiende a cero.
r
1 n 1
1.m) Por el criterio de la raı́z, como n ( ) = < 1, entonces la
ln 2 ln 2
serie converge.
1 1
1.o) Puesto que | sen 2
|≤ 2 para n suficientemente grande, enton-
n n
| sen n12 | converge.
P
ces, por el criterio de comparación, la serie
Ejercicios 8.
P5 1P5
1. i=1 f (ci )∆x = = 1, 766
i=1
i + 12
P5 √ √ √
3.a) √1
i=1 f (ξi )∆x = 2 (1 + 3 + 5 + 7 + 3)
5. Sea P = {0 = x0 , x1 , ..., xn−1 , xn = 2} una partición cualquiera del

intervalo [0, 2], y sea ξi ∈ [xi−1 , xi ] para i = 1, 2, ..., n. Entonces
n
X n−1
X
f (ξi )∆i x = ( f (ξi )∆i x) + f (ξi )∆n x
i=1 i=1
Pero cuando k P k→ 0 se tendrá que
0 ≤ f (ξi )∆n x ≤ 4∆n x → 0

y
n−1
X n−1
X
( f (ξi )∆i x) = ( ∆i x) = xn−1 → 2
i=1 i=1
Z 2
lo que implica que f (x)dx = 2.
0
Ejercicios 9.
2.a) El mı́nimo de f (·) es f (2) = 0, y su máximo es f (4) = 2. Por lo
tanto, Z 4
0≤ |x − 2|dx ≤ 2(4 − 1) = 6
1
La integral es, realmente, 52 .
2.b) Puesto que f ′ (x) = 0 cuando x = − 12 ó x = 2, y, además, f (−1) =

− 16 , f (− 12 ) = 13 14 3
24 , f (2) = − 3 , f (3) = − 2 . Por lo tanto, el valor
mı́nimo es m = − 14 13
3 , y el valor máximo es M = 24 . Ası́,
Z 3
56 2 3 13
− ≤ ( x3 − x2 − 2x)dx ≤
3 −1 3 2 6
Ejercicios 10.
q
7
1.a) c = 3
2.a) El valor promedio es 73 . 2.d) El valor promedio es 2

π.
m
3. La velocidad es v = g t donde g = 9.8 seg 2 es la aceleración de
la gravedad, y el valor promedio de esta velocidad en [0, 4] es

1 4
Z
gtdt = 2g.
4 0
Ejercicios 11.
cos x2 1.d) 2 sen(8x3 ) 1.f) csc x + sec x
1.b)
x
2
2ex − ex
1.h)
x
Respuestas 565
2.a) 1 2.b) − 35
3 2.c) 0
3 1
√ 1
2.d) 8π + 4 − 2 2.f) − 12
185,223
3.a) 16
3 3.b) 35 3.e) −2 3.f) 3
2 ln2 2
Ejercicios 12.
Z ∞
1 1 1
1.b) La integral converge porque 0 ≤ √ ≤ 2, y 2
dx,
x 1+x 2 x 0 x
converge.
Z 1
dx
1.d) √ = lı́m sen−1 x = sen−1 1
0 1 − x2 x→1−
Z ∞
1 cos 2x
2.a) Esta integral no converge porque sen 2xdx = − lı́m ,
0 2 x→∞ 2
y este último lı́mite no existe.
Z ∞
dx 1 x−1 1 1 ln 3
2.d) 2−1
= lı́m ln − ln =
2 x x→∞ 2 x + 1 2 3 2
Ejercicios 13.
1.a) 2π 1.d) 2/π 1.e) 2 ln 2 − 1
1 π
4.a) 6 4.c) 2 arctan 2 − − ln( 32
25 ) ≈ 0.396
2
4.e) − 415
√
2
4.g) 0
Ejercicios 14.
π
5
1250
Z Z
2
1.a) 5r 2 (cos θ + sen θ)drdθ =
− π2 0 3
1.c) 3πa2
Z 1Z 1−u
2
2a) 2 ln(2u2 + 2v 2 + 1) dvdu
0 u
Z 1Z 1 p
2b) ln 1 + u2 (u + v)2 dvdu
0 1−2u
1.b) tan x − cot x − 2x + 13 x3 + C
5
2 6
1.d) 105 (7x + 1) 4 + C
1 1.h) 1 7
+ 35 x5 + x3 + x + C
1.f) − +C 7x
ln x
2. y = 2x2 − 3x
3.a) 2 segundos. 3.b) 19.6 m. 3.c) 4 segundos.
3.d) 19.6 m/seg (el signo menos (−) significa que el sentido del viaje es
hacia el suelo).
4.a) s = 25 + 200t − 4.9t2 4.b) 580.9 metros.
4.c) 3.11 segundos (subiendo) y 37.7 segundos (bajando).

dp d y 2
5. Sea p = y ′ ; entonces dx = dx 2 , y, por consiguiente, después de
p
resolver
p esta ecuación diferencial, se llega a que |p + 1 + p2 | =
|Cx|. Pero como el perro, desde el punto (1, 0), ve a su amo
en el punto (0, 0), entonces la tangente a la trayectoria descrita
por el perro tiene allı́ pendiente 0, o sea, p = 0 cuando x = 1. Ası́,
C = 1. De esta manera, recordando la definición de p, llegamos a la
dy 3 1
ecuación diferencial dx = p = 2x−1
√ , por lo que 2y = 2 x 2 − 2x 2 + K
x 3
para alguna constante K. Pero dado que y = 0 cuando x = 1 se
tendrá que K = 43 y, por tanto,
1 3 1 2
y = x2 − x2 +
3 3
6a) y = ln(ex + ex+1 − e) − x − 2

x2
+x−4
6c) y = e 2 +2
6d) Aplicando la sustitución y = ux (dy = udx + xdu) y separando

variables, se obtiene que y 2 = x2 − x.
Respuestas 567
6f) Empleando la misma sustitución del ejercicio e) anterior, se obtiene

que y = x(ln x − 37
5 ).
sr
e
6g) y = 3 −2
1 + x2
7b) 10n+1 − 10 1 1
7d) (1 − ( )2k )
12 2
1 1
10.a Puesto que ≤ 2 , el criterio de comparación nos
(n + 1)(n + 3) n
P 1
lleva a que la serie es convergente.
(n + 1)(n + 3)
1 1
10.b Puesto que ≤ , el criterio de comparación nos lleva
n+1 ln(n + 1)
P 1
a que la serie es divergente.
ln(n + 1)
3
11.a) 2 11.d 1 11.e) 5/2 11.h) ln 2
4
y2
Z
16. [(y + 4) − ]dy = 18; la ecuación de la cuerda es y = x − 4.
2 2
20.b) 2 cos 1 − cos 2 − 1 20.d) 11/16
15 + e2
20.f)
12e3
Z 6Z 2
22.a) (5x − y + 8)dxdy = 120
0 0
1 3 π2
23.a) 23.d) 23.e)
2 13 8
32. 30.62 millones

Índice alfabético
Abel, Niels Henrik, 200 Cálculo diferencial, 133

Acta Eruditorum, 134 Cambio de variable, 458
Alchian, Armen, 370 Cantor, George, 203
Allais, Maurice, 501 Caracterı́sticas topológicas
Ampére, André Marie, 147 preservación bajo continuidad, 109
Antiderivada, 385 Cauchy, Augustin , 1
Antiderivadas Cavalieri, Bonaventura, 383
álgebra de, 387 Centro de gravedad, 478
de algunas funciones básicas, 400
Clark, John Bates, 256
y funciones elementales, 402 Coase, Ronald, 371
Aristóteles, 345 Competitiva
Arquı́medes, 2, 383 firma, 117
Arrow, Kenneth, 491 Concavidad y convexidad, 304
Arrow-Pratt, coeficiente de, 490 Condición necesaria para la existencia
Ası́ntotas de un extremo, 330
verticales, horizontales y oblicuas,
Condición necesaria para punto de in-
316 flexión, 313
Conjunto
Barrow, Isaac, 462 abierto, 103
Becker, Gary, 372 acotado, 107
Bernoulli cerrado, 101
Nicholas, James, John y Daniel, compacto, 108
415 conexo, 111
Bernoulli, Daniel, 485 convexo, 111
Bernoulli, Jacob, 383 Continuidad
Bertrand, Joseph, 116, 147, 366 de funciones trigonométricas, 75
Bienes públicos, 118 de una función compuesta, 65
Birkhoff, George D., 385 en funciones de dos variables, 91
Bolzano, teorema de, 86 en funciones de una variable, 60
Bolzano-Weierstrass en un conjunto, 93
teorema de, 26 en un intervalo, 72
Briggs, Henry, 193 por la derecha y por la izquierda,
Brouwer, Luitzen, 126 71
568
Respuestas 569
Continuidad implica integrabilidad, 436 notación para las, 216

Costo de oportunidad, doctrina del, 243 parcial con respecto a la primera
Cournot, Augustin L., 364 variable, 213
Crı́tica a la toma de decisiones ma- parcial con respecto a la segunda
ximizando la utilidad espera- variable, 214
da, 500 parcial de orden superior, 236
Cramer, Gabriel, 485 por la derecha, 143
Crecientes y decrecientes, funciones, 297 por la izquierda, 144
Criterio sobre el origen del término, 139
de comparación, 424 sobre la definición de, 134
de comparación para integrales, 468 teorema de comportamiento glo-
de la integral, 467 bal, 288
de la raı́z, 427 Diferenciabilidad
de la razón, 425 con continuidad, 221
del n-ésimo término, 423 en funciones de dos variables, 217
Criterio de segunda derivada para ex- implica continuidad, 218
tremos, 303 Diferencial, 199
Criterio de segunda derivada para ex- total, 217
tremos relativos, 335 Disco abierto en R2 , 103
Cuadraturas, problema de, 1 Discontinuidad
esencial, 66
DÁlembert, Jean, 1, 414 no-esencial, 66
Debreu, Gerard, 349 Duopolio de Cournot bajo riesgo, 496
Derivabilidad implica continuidad, 146 Duopolio, modelo de, 116
Derivación logarı́tmica, 197 Dupuit, Jules, 242, 346, 516
Derivada
de la función exponencial, 182 e, número base exponencial, 128
de la función logarı́tmica, 182 Economı́a
de orden superior, 204 de escala, 118
de potencias de enteros, 159 Economı́a walrasiana bajo incertidum-
de potencias racionales, 163 bre, 499
de trigonométricas inversas, 170 Ecuación
de un cociente, 157, 160 diferencial, 404
de un producto, 155 Ecuación de Euler, 247
de una constante, 153 Ecuación diferencial fundamental, 407
de una suma, 154 Edgeworth, Francis , 348
definición de, 138 Einstein, Albert, 296
direccional, 222, 224 Elasticidad de sustitución, 248
en funciones de dos variables, 212 Elasticidades, 248
función, 138 Encyclopédie, 199
interna, 162 Epicuro, 345
lateral, 143 Eudoxio, 2, 383
parcial, 212, 213 Euler, Leonhard, 98, 247, 414
Excedente del consumidor, 515, 516 Harsanyi, John, 488

Exhausción, método de, 2, 28 Hesse, Ludwig, 337
Hicks, John, 244, 347, 516
Fisher, Franklin, 113 Hipótesis de la utilidad esperada, 486
Formas cuadráticas Hitch, C. J., 370
comportamiento de segundas de- Hotelling, Harold, 349, 516
rivadas, 338
Fréchet, Maurice René, 98, 108 Individualismo metodológico, 344
Friedman, Milton, 115 Infinitesimal, 199
Fubini, Guido, 473 Integral
Función álgebra de la, 442
acotada, 82 definida, 429, 434
continua, 61 impropia, 464
continua en el análisis económico, impropia convergente, 465
113 impropia divergente, 465
homogénea, 125 propiedades de la, 441
logarı́tmica, 195 Integral doble
logaritmo natural, 190 álgebra, 472
seno hiperbólico, coseno hiperbóli- cambio de variable, 480
co y tangente hiperbólica, 266 cambio lineal de coordenadas, 482
Función continua cambio por coordenadas polares,
álgebra de, 64 481
álgebra en dos variables, 93 como reiteración, 473
función racional como, 64 definición, 470, 472
polinomio como, 64 en regiones no-acotadas, 474
Función discontinua
en todos los puntos, 68 Jacobiana, matriz, 232, 265
Función implı́cita, teorema de, 176 Jaffé, William, 347
Función implı́cita, teorema en dos va- Jevons, William, 346
riables , 233
Función integrable, 433 Königsberg, problema de los puentes
Función inversa, teorema de, 90, 166 de, 98
Funciones elementales, 402 Kahneman, Daniel, 501
Funciones marginales, 243 Kaldor, Nicholas, 248
Kepler, Johannes, 383
Galilei, Galileo, 29 Keynes, John Maynard, 250
Gossen, Hermann, 346 Klein, Felix, 203
Gráfica de una función, 322
Gradiente, vector, 222 Lı́mite, 1
Gregory, James, 296 álgebra de, 19, 33
álgebra en dos variables, 92
Hall, R. L., 370 al infinito, 47
Harrod, Roy F., 370 al infinito en dos variables, 92
Respuestas 571
al infinito negativo, 49 Máximo beneficio, 356

al infinito positivo, 48 Máximo beneficio bajo función Cobb-
comportamiento asintótico, 23 Douglas, 357
comportamiento local, 54 Máximo beneficio bajo una función CES,
de una función compuesta, 65 363
de una función de una sola varia- Máximo relativo y absoluto, 276, 329
ble, 32 Método de Lagrange, 380
de una sucesión, 8 Mı́nimo costo, 356
definición mediante sucesiones, 32 bajo función Cobb-Douglas, 359
en funciones de dos variables, 91 bajo una función CES, 361
infinito, 51 Mı́nimo gasto, 350
infinito básico, 53 Mı́nimo gasto con utilidad separable
infinito en dos variables, 91 CARA, 355
infinito negativo −∞, 52 Mı́nimo relativo y absoluto, 276, 329
infinito positivo +∞, 52 Machlup, Fritz, 248, 370
por la derecha, 42 Mallas, 471
por la izquierda, 43 Marginalidad
unicidad del, 18 como derivada, 242
unilateral, 42 en funciones homogéneas, 246
y lı́mites laterales, 44 en la función de consumo, 250
Lacroix, Silvestre, 147, 212 en la función de demanda, 250
Lagrange, Joseph Louis, 139, 212, 380, en la función de ingreso, 250
414
en la función de producción, 251
Laplace, Pierre-Simon, 212
en las funciones CES, 254
Legendre, Adrien, 212
en las funciones Cobb-Douglas, 252
Leibniz, Gottfried, 133, 462, 507
en las funciones de beneficios, 260
Lerner, Abba, 245, 249
en las funciones de costos, 259
Liminf, 129
en las funciones de utilidad, 257
Limsup, 129
en las funciones de utilidad CA-
Logaritmo
RA, 258
cambio de base, 196
en las funciones de utilidad CRRA,
de base a, propiedades, 195
Logaritmo natural 258
propiedades, 191 en las funciones de utilidad sepa-
Logaritmos rables, 257
origen de los, 192 en teorı́a económica, 242
Lovallo, Mario, 501 y distribución del ingreso, 256
Luce, R.Duncan, 485 Marginalismo y racionalidad, debate,
369
Möbius, August, 98 Marshall, Alfred, 248, 349, 516
Máxima utilidad, 350 Matriz hessiana, 337
Máxima utilidad Cobb-Douglas, 353 Media aritmética, 449
Máxima utilidad CRRA, 351 Menger, Carl, 344
Mercator, Nicolaus, 190, 296, 414 para funciones de dos variables,

Mill, John Stuart, 243 330
Modelo de duopolio de Bertrand, 366 Punto de silla, 338
Modelo de duopolio de Cournot, 364 Punto fijo, otro teorema de, 124
Modelo de duopolio de von Stackel- Punto fijo, teorema de, 88
berg, 368 Punto fijo, teorema de Brouwer, 126
Monopolista discriminador de precios,
378 Racionalidad y marginalismo, ejemplos,
Monopolista no-discriminador de pre- 349
cios, 378 Recta tangente, 136
Morgenstern, Oskar, 486 Regla
Multiplicadores de Lagrange, método de la cadena para la integración,
de, 380 458
de Leibniz, 507
Nelson, Richard, 372 Regla de fracciones parciales
Neper, John, 192 para antiderivadas, 397
Newton, Isaac, 133, 462 Regla de integración
por partes para antiderivadas, 390
Pantaleoni, Mafeo, 244 Regla de L’Hôpital, 310
Paradoja de San Petersburgo, 489 Regla de la cadena
Pareto, óptimo económico de, 349 para antiderivadas, 392
Pareto, Vilfredo, 349 Regla de la cadena para dos variables,
Peano, Giuseppe, 203 230
Pigou, Arthur C., 348 Reglas de derivación, 153
Plano tangente, 227 Revolución marginalista, 345
Poincaré, Henri, 98 Riemann, Georg, 98
Polinomios de Taylor, 207 Riesgo
Polinomios de Taylor, historia de los, amante al, 492
296 averso al, 492
Preservación del signo, teorema de, 81 Robbins, Lionel, 244
Problema de cuadraturas, 383 Roberval, Gilles, 383
Problema de mayorı́a, 117 Robinson, Abraham, 203
Problemas de interacciones en el Rolle, Michael, 282
comportamiento del produc- Russell, Bertrand, 203
tor racional, 363
Punto Sándwich, teorema del, 35
adherente o punto lı́mite, 100 Samuelson, Paul, 250, 516
crı́tico, 278 Savage, Leonard J., 486
de frontera, 106 Say, Jean Baptiste, 346
de inflexión, 312 Sen, Amartya, 488
extremo, 276, 329 Senior, Nassau, 346
interior, 106 Serie
Punto crı́tico álgebra, 423
Respuestas 573
armónica, 422 de punto fijo de Brouwer, 126

convergencia de una, 420 de Rolle, 282
geométrica, 420 de Taylor, 291
Series infinitas, 419 expansiones fundamentales, 292
Smith, Adam, 345 para funciones de dos variables,
Stigler, George, 370 332
Subasta de sobre sellado bajo riesgo, del sándwich, 30
497 del valor medio, 282, 285
Subsucesión, 25 para integrales, 448
Sucesión, 3 fundamental de la optimización,
acotada, 7 277
acotada inferiormente, 7 fundamental del Cálculo
acotada superiormente, 7 primer teorema, 454
constante, 11 segundo teorema, 457
convergente, 9, 17 visión fı́sica, 461
convergente en R2 , 99 Toma de decisiones
creciente, 5 bajo certidumbre, 485
creciente estricta, 5 bajo incertidumbre, 485, 498
decreciente, 5 bajo riesgo, 485
decreciente estricta, 5 Topologı́a, 98
divergente, 9, 13 Tversky, Amos, 501
en R2 , 99
monótona, 5 Utilidad esperada, 487
monótona estricta, 5
Sumas Valor extremo de una función de dos
de Riemann para integrales variables, 328
dobles, 471 Valor extremo, función de una varia-
de Riemann para integrales ordi- ble, 276
narias, 432 Valor intermedio, teorema del, 86
finitas, 415 Valor promedio, 450
Sustituciones trigonométricas, 396 Variación instantánea, 138
Variación porcentual, 202
Tangentes Vector gradiente, 222
problema de , 1 Velocidad
Taylor, Brook, 207 como una derivada, 151
Taylor, polinomios de, 204 Viete, François, 121, 420
Teorema von Bawerk, Eugen, 243
de existencia de extremo, 300 von Haberler, Gottfried, 243, 245
de Fubini, 475 von Neumann, John, 486
de L’Hôpital, 310 Von Stackelberg, Heinrich, 368
de la función implı́cita von Wieser,Friedrich, 243
demostración, 270
de la función inversa, 267 Wallis, John, 121, 182
Walras, Léon, 243, 347

Weierstrass
definición ǫ , δ de lı́mite de, 37
teorema de, 14
teorema de valores extremos de,
84
Weierstrass, Karl , 1
Wicksell, Knut, 256
Wicksteed, Phillip, 244
Williamson, Oliver E., 372
Winter, Sidney, 372
Zenon, 2
primera paradoja de, 12
Matemáticas básicas para economistas II: Cálculo 575
Matemáticas básicas para economistas

Sergio Monsalve (Editor)
Volumen 0: Fundamentos Volumen I: Álgebra Lineal

Lec 1. Sobre la geometrı́a, aritméti- Lec 1. Sistemas de ecuaciones lineales:
ca y trigonometrı́a griega. solución por eliminación gaussiana.
Lec 2. El álgebra de los siglos XVI y Lec 2. Matrices y determinantes.
XVII. Lec 3. Sistemas de ecuaciones lineales:
Lec 3. La geometrı́a analı́tica de Des- solución por matriz inversa.
cartes y Fermat. Lec 4. Vectores.
Lec 4. Sobre los fundamentos para las Lec 5. Bases y dimensión.
matemáticas contemporáneas. Lec 6. Transformaciones lineales.
Lec 7. Diagonalización en Rn .
Lec 8. Conjuntos convexos.
Volumen II: Cálculo Volumen III: Optimización

y Dinámica
Lec 1. El método de lı́mites.
Lec 2. La derivada. Lec 1. Funciones cóncavas, convexas,
Lec 3. Elementos básicos de la teorı́a cuasicóncavas y cuasiconvexas.
de la optimización. Lec 2. Optimización estática.
Lec 4. La integral. Lec 3. Sistemas dinámicos.
Lec 4. Optimización dinámica.

Calculo PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calculo PDF

Cargado por

Copyright:

Formatos disponibles

MATEMÁTICAS BÁSICAS PARA

Fernando Puerta Escuela de Matemáticas

Con la colaboración de:

Francisco Lozano Escuela de Economı́a

“La ciencia se ha construido para satisfacer

Este libro es el resultado de varios años de trabajo de los autores como

lineales fundamentales de la teorı́a económica: el modelo walrasiano de

Este segundo volumen de “Matemáticas básicas para economistas” tiene

aceptada por los docentes encargados de este curso.

Sergio Monsalve le dedica este esfuerzo a

A la memoria de Juan Alonso, Jorge Diego, Nancy y Adriana

Por: Eduardo Mantilla Prada

En esta obra se recogen las experiencias didácticas de los autores en

prensión general de la materia. La presentación de modelos económicos

Bogotá, junio de 2007

5. Funciones exponenciales y logarı́tmicas, y sus derivadas . 183

3. Elementos básicos de la teorı́a de la optimización 275

6. Antiderivación y teorı́a básica de ecuaciones diferenciales . 405

Índice alfabético 568

¿Qué problemas fundamentales impulsaron el método de lı́mites y su

Y aunque el concepto de lı́mite tuvo su formulación rigurosa definitiva

vez, menos claros (el método de “exhausción de áreas”1 de Eudoxio y

En esta lección y en las próximas, descubriremos en detalle las ideas

1. Sucesiones y el concepto de lı́mite

a) Supongamos que A es el siguiente conjunto “ordenado” de núme-

natural y viceversa. De esta manera se establece una función uno-

b) Y si consideramos otro conjunto “ordenado” de números tal como

Estos dos ejemplos sugieren cómo podemos definir de manera formal el

Definición 1. (Sucesión de números reales)

{ f ( n ) }n∈N o { an }n∈N donde f ( n ) = an ; o, simplemente, { an } 3

Para observar el comportamiento de los términos de una sucesión se

Para comenzar nuestro análisis de las sucesiones, es conveniente recurrir

Definición 2. (Sucesiones monótonas)

a) Se dice que la sucesión { an } es creciente si an+1 ≥ an para todo

b) Se dice que la sucesión { an } es decreciente si an+1 ≤ an para

c) Si una sucesión es creciente o decreciente se dice que es monótona.

d) Se dice que la sucesión { an } es creciente estricta si an+1 > an

e) Se dice que la sucesión { an } es decreciente estricta si an+1 < an

f) Si una sucesión es creciente estricta o decreciente estricta se dice

b) Observemos que n < n + 1; es decir, an < an+1 . Luego la sucesión

c) Observemos que a1 = −1, a2 = 1 y a3 = −1. Por lo tanto, la

Figura 4: {an } = { 2n+1

Continuamos ahora con una definición adicional de caracterización para

a) Se dice que la sucesión { an } es una sucesión acotada superior-

b) Se dice que la sucesión { an } es una sucesión acotada inferior-

c) Se dice que la sucesión { an } es una sucesión acotada si es acotada

Cota inferior Cota superior

a) La sucesión definida por an = 1/n es acotada superior e inferior-

b) La sucesión definida por an = n es acotada inferiormente porque

Una vez se tiene cabalmente entendido el concepto de sucesión y algo

En estos dos ejemplos hemos expresado la idea fundamental de “apro-

Definición 4. (El concepto de lı́mite de una sucesión)

si para cada ǫ > 0 existe N ∈ N tal que cuando n ≥ N se tiene que

Ejemplo 7. (El lı́mite de una sucesión constante es la constante)

Sea an = λ para n = 1, 2, 3, . . ., donde λ ∈ R es fijo. Para ǫ > 0 se

y, por tanto, lı́m an = 1 (ejemplo 9), que es la distancia total cubierta.

Ejemplo 11. (Sucesiones divergentes)

Figura 8: Sucesión {an } = {(−1)n }

Una caracterı́stica fundamental de los números reales se establece en

tal que si n ≥ N , entonces | bn − ( − 13 ) | < ǫ.

Entonces obtenemos, después de un poco de álgebra elemental, que

entonces tendrı́amos la misma desigualdad 15 < −2, que es una contra-

es equivalente (después de otro pequeño viaje por el álgebra elemental)

q N ∈ N tal que para todo n ≥ N ,