Apuntes IQ-2015-2016

Facultad de Ciencias. Edicio Politcnico.
Grado en Ingeniera Qumica
Matemticas I
Curso 2015-2016
Juan Carlos Cabello Par
Departamento de Anlisis Matemtico

2
ndice general
1. Funciones de una variable: lmite y continuidad. 7

1.1. El conjunto de los nmeros reales. . . . . . . . . . . . . . . . . . . . . 7
1.1.1. Estructura algebraica . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.2. Estructura ordenada . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3. Axioma del supremo. . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.4. Valor absoluto de un nmero real . . . . . . . . . . . . . . . . . 12
1.1.5. Intervalos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.6. Expresin decimal de un nmero real . . . . . . . . . . . . . . . 14
1.1.7. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . 15
1.2. Sistemas de ecuaciones lineales. . . . . . . . . . . . . . . . . . . . . . . 17
1.2.1. Matrices. Operaciones con matrices. . . . . . . . . . . . . . . . . 18
1.2.2. Matriz traspuesta . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2.3. Determinante de ua matriz . . . . . . . . . . . . . . . . . . . . . 22
1.2.4. Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.2.5. Resolucin de los sistemas de ecuaciones lineales. . . . . . . . . 25
1.2.6. Sistemas de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2.7. Sistemas compatibles generales. . . . . . . . . . . . . . . . . . . 27
1.2.8. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 28
1.3. Funciones elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.1. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.2. Grca de una funcin . . . . . . . . . . . . . . . . . . . . . . . 32
1.3.3. Algunas propiedades elementales: Monotona, simetra y periodi-
cidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.3.4. Funciones racionales . . . . . . . . . . . . . . . . . . . . . . . . 34
1.3.5. Funcin logaritmo. . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.3.6. Operaciones con funciones. . . . . . . . . . . . . . . . . . . . . 37
1.3.7. Funcin exponencial. . . . . . . . . . . . . . . . . . . . . . . . . 39
1.3.8. Funciones denidas a trozos. Funciones parte entera y valor ab-
soluto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.3.9. Funciones arcocoseno, coseno y seno . . . . . . . . . . . . . . . 42
1.3.10. Funcin tangente . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.3.11. Funciones secante, cosecante y cotangente . . . . . . . . . . . . 45
1.3.12. Funciones arcoseno y arcotangente. . . . . . . . . . . . . . . . . 46
1.3.13. Identidades Trigonomtricas. . . . . . . . . . . . . . . . . . . . 47
1.3.14. Funciones Hiperblicas. . . . . . . . . . . . . . . . . . . . . . . . 48
3
4 NDICE GENERAL
1.3.15. Relacin de ejercicios. . . . . . . . . . . . . . . . . . . . . . . . 50

1.4. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . 53
1.4.1. Acotacin, monotona y convergencia de sucesiones . . . . . . . 53
1.4.2. Sucesiones divergentes . . . . . . . . . . . . . . . . . . . . . . . 55
1.5. Lmite Funcional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
1.5.1. Puntos de acumulacin. . . . . . . . . . . . . . . . . . . . . . . 57
1.5.2. Lmite funcional y lmites laterales. . . . . . . . . . . . . . . . . 58
1.5.3. Lmites en el innito. . . . . . . . . . . . . . . . . . . . . . . . . 60
1.5.4. Funciones divergentes . . . . . . . . . . . . . . . . . . . . . . . . 61
1.5.5. Algebra de lmites. . . . . . . . . . . . . . . . . . . . . . . . . . 62
1.5.6. Lmites de funciones de tipo exponencial . . . . . . . . . . . . . 63
1.5.7. Indeterminaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 64
1.5.8. Funciones asintticamente equivalentes. . . . . . . . . . . . . . . 65
1.6. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
1.6.1. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
1.6.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
1.6.3. Propiedades de las funciones continuas: Teoremas de Bolzano, del
valor intermedio y de conservacin de la compacidad. . . . . . . 69
1.6.4. Resolucin Numrica de Ecuaciones. . . . . . . . . . . . . . . . 71
1.6.5. Relacin de Ejercicios . . . . . . . . . . . . . . . . . . . . . . . 71
1.7. Funciones derivables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
1.7.1. Derivada. Recta tangente . . . . . . . . . . . . . . . . . . . . . . 73
1.7.2. Recta tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
1.7.3. Propiedades de las funciones derivables: Teoremas de Rolle y del
valor medio, y reglas de L+Hpital. . . . . . . . . . . . . . . . . 75
1.8. Extremos relativos. Polinomio de Taylor . . . . . . . . . . . . . . . . . 83
1.8.1. Extremos de una funcin . . . . . . . . . . . . . . . . . . . . . 83
1.8.2. Extremos relativos y derivabilidad . . . . . . . . . . . . . . . . 85
1.8.3. Derivadas sucesivas . . . . . . . . . . . . . . . . . . . . . . . . . 86
1.8.4. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 87
1.8.5. Resolucin numrica de ecuaciones. . . . . . . . . . . . . . . . . 88
2. El conjunto Rn . Funciones de varias variables. 93

2.1. Los nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.1.1. El conjunto C . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.1.2. Expresiones de un nmero complejo y propiedades. . . . . . . . 95
2.1.3. Raices n-simas. . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2.1.4. Relacin de Ejercicios . . . . . . . . . . . . . . . . . . . . . . . 97
2.2. El plano y el espacio eucldeos . . . . . . . . . . . . . . . . . . . . . . . 99
2.2.1. Estructura algebraica . . . . . . . . . . . . . . . . . . . . . . . . 99
2.2.2. Producto escalar . . . . . . . . . . . . . . . . . . . . . . . . . . 100
2.2.3. Conceptos topolgicos . . . . . . . . . . . . . . . . . . . . . . . 101
NDICE GENERAL 5

2.3. Campos. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2.3.1. Campos vectoriales y escalares . . . . . . . . . . . . . . . . . . . 105
2.3.2. Continuidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
2.4. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.4.1. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . 109
2.4.2. Derivada parcial . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
2.4.3. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . 111
2.4.4. Vector gradiente y matriz jacobiana . . . . . . . . . . . . . . . . 112
2.4.5. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2.4.6. Curvas y supercies dadas en forma implcita . . . . . . . . . . 114
2.5. Clculo de extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
2.5.1. Extremos relativos de un campo escalar . . . . . . . . . . . . . . 117
2.5.2. Extremos relativos y derivabilidad . . . . . . . . . . . . . . . . 118
2.5.3. Derivadas parciales de orden superior . . . . . . . . . . . . . . . 119
2.5.4. Condicin suciente para la existencia de extremos relativos . . 120
2.6. Extremos condicionados. . . . . . . . . . . . . . . . . . . . . . . . . . . 125
2.6.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
2.6.2. Conjuntos determinados por una funcin . . . . . . . . . . . . . 126
3. Clculo integral en una variable 129

3.1. Funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.1.1. Funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . 129
3.1.2. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.1.3. Propiedades de las funciones integrables . . . . . . . . . . . . . 132
3.1.4. Relacin entre integracin y derivacin: Teorema Fundamental
del Clculo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.1.5. Cmo evaluar una integral: Regla de Barrow. . . . . . . . . . . . 133
3.1.6. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . 135
3.2. Mtodos de integracin . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
3.2.1. Integracin de funciones racionales . . . . . . . . . . . . . . . . 139
3.2.2. Integracin de funciones no racionales . . . . . . . . . . . . . . . 142
3.3. Aplicaciones del clculo integral . . . . . . . . . . . . . . . . . . . . . . 147
3.3.1. La integral como paso al lmite . . . . . . . . . . . . . . . . 147
3.3.2. Clculo del rea de un recinto plano . . . . . . . . . . . . . . . 149
3.3.3. Clculo de la longitud de una curva . . . . . . . . . . . . . . . 150
3.3.4. Clculo del volumen y del rea de un slido de revolucin . . . 151
6 NDICE GENERAL
4. Clculo integral en varias variables 155

4.1. Integral de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
4.1.1. Por qu una nueva integral? . . . . . . . . . . . . . . . . . . . 155
4.1.2. Conjuntos medibles . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.1.3. Funciones medibles. Integral de Lebesgue . . . . . . . . . . . . . 158
4.1.4. Funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . 159
4.1.5. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
4.2. Tcnicas de integracin en varias variables . . . . . . . . . . . . . . . . 163
4.2.1. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . 163
4.2.2. Interpretacin de la integral. . . . . . . . . . . . . . . . . . . . . 164
4.2.3. Cambio de coordenadas . . . . . . . . . . . . . . . . . . . . . . 166
5. Ecuaciones diferenciales 171

5.1. Ecuaciones diferenciales ordinarias de primer orden . . . . . . . . . . . 171
5.1.1. Ecuaciones diferenciales ordinarias . . . . . . . . . . . . . . . . 171
5.1.2. Ecuaciones en Derivadas Parciales . . . . . . . . . . . . . . . . . 173
5.1.3. Teoremas de existencia y unicidad para las E.D.O. . . . . . . . . 173
5.1.4. Lineal de primer orden . . . . . . . . . . . . . . . . . . . . . . . 174
5.1.5. e.d.o. de orden uno no lineal . . . . . . . . . . . . . . . . . . . . 175
5.1.6. Otras ecuaciones de primer orden . . . . . . . . . . . . . . . . . 177
5.2. e.d.o. de segundo orden . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
5.2.1. e.d.o lineal de segundo orden . . . . . . . . . . . . . . . . . . . . 179
5.2.2. Resolucin de e.d.o. lineales por series de potencias . . . . . . . 182
5.2.3. Algunas e.d.o. interesantes . . . . . . . . . . . . . . . . . . . . . 182
Captulo 1
Funciones de una variable: lmite y

continuidad.
1.1. El conjunto de los nmeros reales.
Sumario
En esta leccin estudiaremos las propiedades ms importantes de los nmeros reales. La

estrategia que seguiremos en esta primera leccin ser la de exponer una lista de propiedades
fundamentales de los nmeros reales, que son enunciadas bajo la forma de " axiomas ", y
posteriormente enunciar sus sconsecuencias ms importantes. Destacaremos, de entre todos
los axiomas, el que llamaremos axioma del supremo. ste no se verica en ninguno de los
conjuntos numricos ms pequeos, ni siquiera en el conjunto de los nmeros racionales, y
por tanto, esta propiedad conere al conjunto de los nmeros reales su identidad y primaca.
Cualquier otra propiedad de los nmeros reales se deduce de ste y del resto de los axiomas.
El contenido completo de esta leccin se articula de la siguiente manera:
I.1.1 Estructura algebraica.
I.1.2 Estructura ordenada.
I.1.3 Axioma del supremo.
I.1.4 Valor absoluto de un nmero real.
I.1.5 Intervalos.
I.1.6 Aproximacin decimal.
I.1.7 Relacin de ejercicios.
7
8 I.1 El conjunto de los nmeros reales
1.1.1. Estructura algebraica
Axioma I: Existe un conjunto, que notaremos por R, en el que se puede denir una
operacin suma (+), vericando:
1. Propiedad asociativa:
(x + y) + z = x + (y + z) (x, y, z R)
(esto es, no es necesario escribir parntesis si slo aparece la operacin suma).
2. Propiedad conmutativa:
x + y = y + x (x, y R).
3. Propiedad de existencia de elemento neutro:

Existe un elemento 0 R, tal que, para cada x R, se tiene
x + 0 = x.
4. Propiedad de existencia de elemento simtrico:

Dado cualquier nmero real x existe otro nmero real x tal que
x + (x) = 0.
Axioma II: En el conjunto R se puede denir tambin una segunda operacin,

llamada producto (.), que notaremos por yuxtaposicin, vericando:
(xy)z = x(yz) (x, y, z R),
(esto es, no es necesario escribir parntesis si slo aparece la operacin producto).
xy = yx (x, y R).

Existe un nmero real 1 R, tal que, para cada x R, se tiene
x1 = x.
4. Propiedad de existencia de elemento inverso:

Dado cualquier nmero real x = 0 existe otro nmero real 1/x tal que
x 1/x = 1.
Anlisis Matemtico 9
Ambas operaciones se relacionan entre s de la siguiente manera
Axioma III:
Propiedad distributiva:
(x + y)z = xz + yz (x, y, z R).
1.1.2. Estructura ordenada
Axioma IV: Existe una relacin binaria ()), vericando:
1. Propiedad reexiva: x x (x R).
2. Propiedad antisimtrica: Si x y e y x, entonces x = y (x, y R).
3. Propiedad transitiva: Si x y e y z, entonces x z (x, y, z R).
Estas tres propiedades se resumen diciendo que la relacin ()) es una relacin de
orden.
De hecho, el orden es total ya que:
Axioma V:
Dados dos nmeros reales x e y, ocurre que bien x y bien y x.
Adems el orden tiene un buen comportamiento con respecto a la suma
Axioma VI:
Sean x, y, z tres nmeros reales arbitrarios. Si x y, entonces x + z y + z.
y tambin respecto al producto
Axioma VII:
Sean x, y dos nmeros reales arbitrarios y z 0. Si x y, entonces xz yz.
Las propiedades enunciadas anteriormente suelen resumirse diciendo que el

conjunto R dotado con las operaciones +, . y el orden tiene estructura de cuerpo
ordenado.
Notacin
Notaremos por:
- x y a la expresin y x,
- x < y, el hecho de que x y y x = y,
- x > y a la expresin y < x,
- x y = x + (y),
- x/y = x 1/y.
y tambin por
R+ := {x R; 0 < x},
R := {x R; x < 0},
R+
0 := {x R; 0 x},
R := {x R; x = 0}.
Antes de continuar vamos a resaltar algunas propiedades que son consecuencia

de los axiomas anteriores.
Proposicin 1.1.1. Sean x, y, z tres nmeros reales.
1. x 0 = 0.
2. x (y) = xy. (Regla de los signos)
3. x y + z x z y.
4. Si z > 0, entonces x yz x/z y.
5. Si z < 0, entonces x yz x/z y.
6. Si 0 < x < y, entonces 0 < 1/y < 1/x.
7. x y si, y slo si x y + z, para todo z R+ .
1.1.3. Axioma del supremo.
Es claro que el conjunto de los nmeros racionales Q cumple todas las propiedades
exhibidas hasta el momento. Sin embargo, como ya hemos advertido, en este conjunto
no se encuentran sucientes elementos como para medir por ejemplo la diagonal de un
cuadrado de lado 1. Debe haber pues alguna otra propiedad, exclusiva del conjunto R,
que asegure que contiene estos nuevos elementos. Para poder enunciar esta propiedad
necesitamos introducir algunos conceptos.
Anlisis Matemtico 11
Sea A un subconjunto de nmeros reales no vaco y z R. Se dice que z es un

mayorante o cota superior de A si verica que, para cada x A,
x z.
Se dice que z es el supremo de A si es el menor de los mayorantes de A. Si el

supremo pertenece al conjunto, se dice que z es el mximo de A.
Invirtiendo el orden en las deniciones anteriores, encontramos los conceptos de

minorante o cota inferior y de nmo. Si el nmo pertenece al conjunto, se dice
que es el mnimo de A.
Se dir que un subconjunto A de nmeros reales est mayorado (resp. minorado)

si tiene mayorantes (resp. minorantes).
Se dir que un subconjunto A de nmeros reales est acotado si tiene mayorantes

y minorantes. Esto es, si est mayorado y minorado.
Ya podemos enunciar el axioma distintivo del conjunto R, conocido como el axioma

del supremo
Axioma VIII:
Todo subconjunto de nmeros reales no vaco y mayorado tiene supremo.

Este axioma nos permite incluir, por ejemplo, 2 en el conjunto R, ya que es fcil
probar que
2 = Sup{x Q; x2 < 2}.
Por otra parte, es consecuencia inmediata del axioma del supremo, que todo sub-
conjunto de nmeros reales no vaco y minorado tiene nmo. Este hecho nos permite
ver que el nmero e es tambin un nmero real, ya que ste puede verse como
e = Inf {(1 + 1/n)n+1 ; n N},
aunque tambin
e = Sup{sn = 1 + 1 + 1/2 + ... + 1/n!; n N}.
Otras consecuencias, algunas sorprendentes, de ste axioma se recogen en el siguiente

resultado:
Teorema 1.1.2.
1. El conjunto de los nmeros naturales no est mayorado.
2. Para cada n N y para cada y R+ existe un (nico) nmero real positivo

x = n y tal que xn = y
3. Dados dos nmeros reales x < y, existe un nmero irracional tal que x < < y.
4. Dados dos nmeros reales x < y, existe un nmero racional r tal que x < r < y.
5. Si P (n) es una propiedad relativa a un nmero natural n y se verica que P (1)
es cierta y que siempre que lo sean P (1), P (2), ..., P (n) lo sea tambin P (n + 1),
entonces dicha propiedad es cierta para todos los nmeros naturales.
La recta real: representacin grca del conjunto R
Para tener una idea intuitiva del conjunto, los nmeros reales suelen representarse
como los puntos de una recta. Para dicha representacin jamos dos puntos sobre una
recta horizontal que llamamos origen y punto unidad, y les asignamos los nmeros 0
y 1, respectivamente. El segmento entre 0 y 1 es tomado como unidad de medida y,
llevado hacia la derecha del 1, nos permite representar los diferentes nmeros naturales.
Llevando la misma unidad de medida hacia la izquierda de cero, se obtiene el resto de
los nmeros enteros. Los huecos sern rellenados por el resto de los nmeros racionales
e irracionales teniendo en cuenta los apartados 3) y 4) del teorema 1.1.2. As, el hecho
de que x y se interpreta como que el punto x se encuentra situado a la izquierda
del punto y.
1.1.4. Valor absoluto de un nmero real
Dado un nmero real x, se dene su valor absoluto por la siguiente regla

{
x si x 0
|x| =
x si x < 0
Conviene destacar algunas de sus propiedades:
Proposicin Sean x e y dos nmeros reales, entonces

1. |x| = 0 si, y slo si x = 0.
2. Si x = 0, entonces |x| > 0.
3. |x| = | x|, |xy| = |x||y|.

4. x2 = |x|2 , x2 = |x|.
5. |x| y si, y slo si y x y.
6. |x + y| |x| + |y|,
7. ||x| |y|| |x y|.
1.1.5. Intervalos
Otros subconjuntos especialmente interesantes son los llamados intervalos, esto

es, hablando rudamente, los conjuntos que no tienen agujeros.
Dados dos nmeros reales a y b, con a b, se llamar
Intervalo abierto de extremos a y b, al conjunto
]a, b[:= {x R; a < x < b}.
Intervalo cerrado de extremos a y b, al conjunto
[a, b] := {x R; a x b}.
Intervalo cerrado en a y abierto en b, al conjunto
[a, b[:= {x R; a x < b}.
Intervalo abierto en a y cerrado en b, al conjunto
]a, b] := {x R; a < x b}.
Semirrecta abierta de origen a al conjunto
]a, +[:= {x R; a < x}.
Semirrecta cerrada de origen a al conjunto
[a, +[:= {x R; a x}.
Semirrecta abierta de extremo b al conjunto
] , b[:= {x R; x < b}.
Semirrecta cerrada de extremo b al conjunto
] , b] := {x R; x b}.
Estos ocho tipos de conjuntos junto con el propio R son los nicos subconjuntos
de R que no tienen agujeros , esto es, dicho de forma ms rigurosa, son los nicos
subconjuntos I de nmeros reales que verican que, para cada dos puntos x, y I, se
tiene que el intervalo [x, y] est contenido en I.
Sea A un subconjunto no vaco de nmeros reales. Se dice que x0 es un punto

de acumulacin de A,
"si todo intervalo centrado en x0 tiene algn punto, distinto del propio x0 , en comn
con A,
lo que a su vez en lenguaje formal se expresa:
x0 A ]x0 , x0 + [ A\{x0 } = , R+ .
Denominaremos por A al conjunto de todos los puntos de acumulacin de A
Se dice que un punto a A es un punto aislado de A si no es un punto de

acumulacin.
1.1.6. Expresin decimal de un nmero real
A los elementos del conjunto D = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} se les denomina nmeros

dgitos. LLamaremos expresin decimal de un nmero real dado x a una lista de n-
meros dgitos que est unvocamente determinada por dicho nmero. Para construir la
expresin decimal necesitamos el concepto de parte entera.
Se llama parte entera de un nmero real x al nmero entero E(x) dado por
E(x) = M ax{p Z; p x}.
Es inmediato comprobar que para cada x R: E(x) x < E(x) + 1,
A partir de aqu, si x es no negativo, suele escribirse la expresin
x = E(x) a1 a2 ...an ....
(Si x R , suele escribirse x = E(x) a1 a2 ...an ...)
Una tal expresin recibe el nombre de expresin decimal del nmero x.
As por ejemplo, la expresin decimal del nmero 1/6 es
1/6 = 0 1666..,6...
Si la expresin decimal de x es tal que an = 0 a partir de un cierto valor p, diremos

que la expresin decimal de x es nita o que x admite un desarrollo decimal nito
y en tal caso escribiremos
x = E(x) a1 a2 ...ap .
Merece la pena destacar que en este caso, claramente, x es un nmero racional.
Sin embargo, puede ocurrir que un nmero racional no admita un desarrollo

decimal nito, si bien, en tal caso se advierte que existe una lista de dgitos que se
repite peridicamente. Si E(x) a1 a2 ...an ... es la expresin decimal de un nmero racional

positivo x, donde {ap , ap+1 , ap+2 , ..., aq } es una lista de dgitos que se repite de forma
continuada, suele escribirse
\
x = E(x) a1 a2 ...ap1 , (ap ap+1 ap+2 ...aq ).
Una tal expresin recibe el nombre de expresin decimal peridica.

As, por ejemplo 43 = 1 a1 a2 ...an ..., donde, para cada n N, se tiene que, an = 3.
En tal caso escribiremos 4/3 = 1b 3.
La expresin decimal de un nmero irracional ni es nita ni es peridica.
Sea x un nmero real positivo, y sea E(x) a1 a2 ...an ... su expresin decimal. Al valor
E(x) a1 a2 ...an se le denomina aproximacin decimal de x con n cifras exactas.
En los clculos con nmeros irracionales suele usarse la aproximacin decimal con
cifras exactas, teniendo en cuenta que para ello la ltima cifra que aparece es fruto
del redondeo y que el nmero de cifras exactas a usar en cada caso depender de la
precisin que necesitemos. Por ejemplo en lugar de
e = 2 718281828459045235360287471352662497757247...,
puede escribirse, si en los clculos slo necesitamos contar con seis decimales,
e 2 718282.
1.1.7. Relacin de ejercicios
s x
1. Supuesto que < , donde s, x R, t, y R+ , prubese que
t y
s s+x x
< < .
t t+y y
2. Dados los nmeros reales x, y, disctase la validez de las siguientes armaciones.
a) x3 2x2 x + 2 > 0,
b) x4 2x2 > x2 2,
c) |2x 1| 5,
d) 2x3
x+2
< 1
3
(x = 2),
e) 3x
x+4
< x+2
2x3
(x = 32 , 4),
f ) |x 5| < |x + 1|,
g) |x| |y| = |x y|.
3. Supuesto que 0 < a < b, calclese para qu valores de x = 0 se verica la siguiente

desigualdad:
1 1 1 1
+ < + .
x a+bx a b
4. Demustrese que las siguientes igualdades son ciertas para todo nmero natural
n:
a) 1 + 1 + 2 + + 2n = 2n+1 .
b) 1 + 3 + + (2n 1) = n2
c) 12 + 22 + + n2 = n(n+1)(2n+1)
6
.
( ) ( ) ( ) ( )
n n n n
n
d ) (a + b) = n
a + a b + +
n1
abn1
+ bn ,
0 1 n1 n
donde ( )
n n!
= ,
k (n k)!k!
0 k n y k! = k(k 1) 2,1
5. Calclense, si existen, el supremo, el mximo, el nmo y el mnimo de los siguien-

tes subconjuntos de nmeros reales:
a) A = {x R; x2 4 0},
b) B = {x R; x2 4 < 0},
c) C = {x R\{2}; x + 2/x 2 < 0}
d ) D = {x R\{2}; x + 2/x 2 0}
e) E = {1/n; n N}.

6. Prubese que 3 es irracional.
1.2. SISTEMAS DE ECUACIONES LINEALES. 17
1.2. Sistemas de ecuaciones lineales.
Sumario
En esta leccin recordaremos algunos mtodos para la resolucin de un sistema de

ecuaciones lineales. La estrategia que seguiremos consistir en encontrar la expresin matricial
del sistema y aplicar las propiedades del clculo con matrices. El contenido completo de esta
leccin se articula de la siguiente manera:
I.2.1 Matrices. Operaciones con matrices.
I.2.2 Matriz traspuesta.
I.2.3 Determinante y Rango de una matiz.
I.2.4 Matriz inversa.
I.2.5 Resolucin de los sistemas de ecuaciones lineales. Teora del Rango.
I.2.6 Sistemas de Cramer.
I.2.6 Sistemas compatibles generales. Relacin de ejercicios.
Un sistema de ecuaciones en el que las variables se encuentran multiplicadas exclu-

sivamente por nmeros reales se dice que es un sistema de ecuaciones lineales, esto es,
un sistema de ecuaciones del tipo siguiente

a11 x1 + a 12 x2 + ... + a1n x n = b 1

a21 x1 + a22 x2 + ... + a2n xn = b2
. (1.2.1)

... ... ...

am1 x1 + am2 x2 + ... + amn xn = bm
La nomenclatura usada es
1. xj , j = 1, 2, , n reciben el nombre de incgnitas del sistema
2. Los nmeros reales aij , con i = 1, 2, , m y j = 1, 2, , n reciben el nombre de

coecientes del sistema.
3. Los valores bj , j = 1, 2, , n reciben el nombre de trminos independientes

del sistema.
Una solucin del sistema es un una n-upla (x1 , x2 , ...xn ) formada por elementos
de R que veriquen las m ecuaciones. Resolver un sistema es encontrar el conjunto S
de todas las soluciones de dicho sistema. Pueden ocurrir varias cosas:
18 I.2 Sistemas de ecuaciones lineales.
1. S no tiene ningn elemento, en tal caso se dice que el sistema es incompatible,

y escribiremos abreviadamente (SI).
2. En otro caso, se dice que el sistema es compatible. En esta situacin caben dos
alternativas
a) S tiene un slo elemento (el sistema tiene una nica solucin). En este caso
diremos que el sistema es compatible determinado y escribiremos abre-
viadamente (SCD).
b) S tiene ms de un elemento (el sistema tiene ms de una solucin). En este
caso diremos que el sistema es compatible indeterminado y escribiremos
abreviadamente (SCI).
La estrategia que vamos a seguir para la resolucin de un sistema de ecuaciones

lineales consiste en escribir el sistema en lenguaje matricial y aplicar las propiedades
de las matrices.
1.2.1. Matrices. Operaciones con matrices.
Llamaremos matriz A de m las y n columnas:

a11 a12 ... a1n
a21 a22 ... a2n
A= ...
.
... ... ...
am1 am2 ... amn mn
A la expresin m n se le llama orden de la matriz. Notaremos por Mmn (R) al
conjunto de todas las matrices de orden m n.
suma de matrices
Veamos cmo sumar matrices y qu propiedades tiene esta operacin suma.
Dados matrices A y B en Mmn (R) denidas por

a11 a12 ... a1n b11 b12 ... b1n
a21 a22
... a2n b21 b22 ... b2n
A= ... yB=

... ... ... ... ... ... ...
am1 am2 ... amn mn bm1 bm2 ... bmn mn
Denimos la matriz suma A + B Mmn (R) mediante la siguiente exprresin

a11 + b11 a12 + b12 ... a1n + b1n
a21 + b21 a22 + b22 ... a2n + b2n
A+B =

= (cij = aij + bij )mn .
... ... ... ...
am1 + bm1 am2 + bm2 ... amn + bmn mn
Ntese que dicha operacin verica
Matemticas I 19
(A + B) + C = A + (B + C) (A, B, C Mmn (R)),
A + B = B + A (A, B Mmn (R).
3. Propiedad de existencia de elemento neutro: La matriz

0 0 ... 0
0 0 ... 0
0mn =
... ... ... ... = (aij )mn Mmn (R)
0 0 ... 0 mn
es tal que, para cada A Mmn (R), se tiene A + 0mn = A.
4. Propiedad de existencia de elemento opuesto: Dado cualquier matriz A

a11 a12 ... a1n
a21 a22 ... a2n
A=
...
,
... ... ...
am1 am2 ... amn mn
la matriz
a11 a12 ... a1n
a21 a22 ... a2n
A =
...

... ... ...
am1 am2 ... amn mn
verica que
A + (A) = 0mn .
Producto por un escalar

Dada una matriz A en Mmn (R) denida por

a11 a12 ... a1n
a21 a22 ... a2n
A=
...

... ... ...
am1 am2 ... amn mn
y un nmero real r, podemos considerar la matriz rA Mmn (R) denida por

ra11 ra12 ... ra1n
ra21 ra22 ... ra2n
rA =
...

... ... ...
ram1 ram2 ... ramn mn
Producto de matrices
Dados matrices A en Mmn (R) y B en Mnp (R) denidas por

a11 a12 ... a1n b11 b12 ... b1p
a21 a22
... a2n b21 b22 ... b2p
A= ... y B=
... ... ... ... ... ... ...
am1 am2 ... amn mn bn1 bn2 ... bnp np
Denimos la matriz producto A.B Mmp (R) mediante la siguiente expresin:

a11 b11 + a12 b21 + ... + a1n bn1 ... a11 b1j + ... + a1n bnj ... a11 bp1 + ... + a1n bnp
a21 b11 + a22 b21 + ... + a2n bn1 ... a21 b1j + ... + a2n bnj ... a21 bp1 + ... + a2n bnp

... ... ... ... ...
.
... ... ai1 b1j + ... + ain bnj ... ...

... ... ... ... ...
am1 b11 + am2 b21 ... + amn bn1 ... am1 b1j + ... + amn bnj ... am1 bp1 + ... + amn bnp
Ntese que dicha operacin verica
(A.B).C = A.(B.C) (A Mmn (R), B Mnp (R), C Mpq (R),
2. Pero No verica la Propiedad conmutativa: En efecto, considrense las matrices

( ) ( )
1 0 1 1
A= y A=
1 1 22 1 0 22
Es claro que A.B = B.A
3. En el caso en que m = n, la matriz

1 0 ... ... ... ... 0
0 1 0 ... ... ... 0

... ... ... ... ... ... ...

In = 0 ... 0 1 0 ... 0

... ... ... ... ... ... ...

0 0 ... ... 0 1 0
0 0 ... ... ... 0 1
es tal que, para cada A Mnn (R), se tiene
A.I = I.A = A.
Dicha matriz recibe el nombre de matriz unidad de orden n.
Tipos de matrices
Matemticas I 21
1. Matriz cuadrada: Matriz con igual nmero de las y columnas (m=n). En tal
caso, diremos que n es el orden de la matriz.
2. Matriz diagonal: Es una matriz de la forma

a1 0 ... ... ... ... 0
0 a2 0 ... ... ... 0

... ... ... ... ... ... ...

0 ... 0 ai 0 ... 0
,
... ... ... ... ... ... ...

0 0 ... ... 0 an1 0
0 0 ... ... ... 0 an
donde a1 , a2 , ..., an R.
3. Matriz triangular superior Es una matriz de la forma

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

0 0 a33 ... ... ... a3n

... ...... ... ... ... ...

0 ... ... 0 aii ... ain

... ... ... ... ... ... ...
0 0 ... ... ... 0 amn mn
4. Matriz triangular inferior Es una matriz de la forma

a11 0 ... ... ... 0 0
a21 a22 0 ... 0 0 0

a31 a32 a33 0 0 0 0

... ... .. ... 0 ... 0

ai1 ...
ai(i1) aii 0 ... 0

... ...
... ... ... 0 ...

a(m1)1 a(m1)2 ... ... ... a(m1)(n1) 0
am1 am2 ... ... ... am(n1) amn mn
5. Matriz escalonada (reducida) por las Es una matriz tal que:
a) Si tiene las nulas, stas estn agrupadas por la parte inferior de la matriz.
b) el pivote de cada la (primer elemento nu nulo) es uno.
c) El pivote de cada la no nula est a la derecha que el de la la anterior.
d ) Los elementos que aparecen en la misma columna que el pivote de una la
y debajo de l, son todos cero.
Ejemplos:
a) La matriz identidad.
b)
1 0 0 ... ... ... a1n
0 1 0 ... ... ... a2n

0 0 1 0 0 ... a3n

... ...... ... ... ... ...

0 ... ... 0 1 ... ain

... ... ... ... ... 0 ...

0 0 ... ... 0 1 am1,n
0 0 ... ... ... 0 0 mn
1.2.2. Matriz traspuesta

Dada una matriz A de orden m n

a11 a12 ... a1n
a21 a22 ... a2n
A= ...

... ... ...
am1 am2 ... amn mn
1. Se llama traspuesta de A, que representaremos por At , a una nueva matriz de

orden n timesm denida por

a11 a21 ... am1
a12 a22 ... am2
At =
... ...
.
... ...
a1n a2n ... anm nm
Obsrvese que se trata simplemente de cambiar las por columnas y es fcil ver
que se verican las siguientes propiedades:
a) (A + B)t = At + B t para cualesquiera A y B matrices de orden m n.

b) (A.B)t = B t .At para cualesquiera A matriz de orden m n y B de orden
n p.
1.2.3. Determinante de ua matriz

Supongamos que m = n. Si n = 2, entonces se dene el determinante de A,
mediante la siguiente regla:
|A| = a11 a22 a12 a21 .
Si n > 2, se dene de forma recurrente: Llamamos Aij a la matriz cuadrada de

orden n 1 que se obtiene de la matriz A eliminando la la i y la columna j y
cofactor del elemento aij al nmero real
ij = (1)i+j |Aij |,
Matemticas I 23
entonces se dene el determinante de A, que representaremos por |A| para cada

i por

n
|A| = aij ij
j=1
Por supuesto se puede probar que el determinante no depende de la la respecto

de la que se desarrolle, esto es,

n
|A| = aij ij , i.
j=1
Anlogamente dicho determinante se puede calcular desarrollando por columnas

esto es, para cada i

n
|A| = aij ij .
i=1
De hecho, para el clculo de las matrices de orden n = 3 disponemos de una

tcnica propia, llamada Regla de Sarrus:
|A| = a11 a22 a33 + a12 a23 a31 + a21 a32 a13 a13 a22 a31 a12 a21 a33 a11 a23 a32 .
Algunas propiedades de los determinantes son:
a) |A| = |At |
b) |A.B| = |A||B|.
c) Si A tiene una la o una columna de ceros, entonces |A| = 0.
d ) Si en A se multiplica una la por un nmero real r, entonces el determinante
obtenido es el siguiente:

a11 a12 ... a1n

a21 a22 ... a2n

... ... ... ...
= r|A|.
rai1 rai2 ... rain

... ... ... ...

am1 am2 ... amn
Anlogamente ocurre si en A se multiplica una columna.

e) Si A tiene dos las o dos columnas iguales o proporcionales, entonces |A| = 0.
f ) Si en una la o en una columna de A aparece la suma de dos trminos,
entonces

a11 a12 ... a1n a11 a12 ... a1n a11 a12 ... a1n

a21 a22 ... a2n a21 a22 ... a2n a21 a22 ... a2n

... ... ... ... ... ... ... ... ... ... ... ...
= + .
bi1 + ci1 bi2 + ci2 ... bin + cin bi1 bi2 ... bin ci1 ci2 ... cin

... ... ... ... ... ... ... ... ... ... ... ...

am1 am2 ... amn am1 am2 ... amn am1 am2 ... amn
g) Si la matriz B se obtiene sumando a los elementos de una la (o columna) los

elementos correspondientes (o mltiplos de stos) de otra la (o columna),
entonces |B| = |A|.
A continuacin introducimos un importante concepto que usaremos en la resolucin de

los sistemas de ecuaciones.
Rango de una matriz
Dada una matriz A de orden m n, un menor de orden k (1 k min{m, n})

es el determinante de una matriz cuadrada de orden k construida suprimiendo m k
las y n k columnas de la matriz A.
Al mayor de los rdenes de los menores no nulos de una matriz A se le llama rango
de la matriz A y se representa por r(A).
1.2.4. Matriz inversa

Dada una matriz cuadrada de orden n A se dice que es inversible si existe otra
matriz cuadrada de orden n B tal que A.B = B.A = In . Dicha matriz B es llamada
matriz inversa y se suele representar B = A1 . Es claro que (At )1 = (A1 )t .
Clculo de la matriz inversa:
Se llama matriz adjunta de A y se representa por A a la matriz de los cofactores

de A.
Proposicin 1.2.1. Dada una matriz cuadrada A, A es inversible si, y slo si, |A| = 0.
En tal caso,
1
A1 = (A )t .
|A|
Veamos otro forma de calcular la inversa:

Forma normal de Hermite
Ahora deseamos transformar cada matriz en una matriz escalonada. Llamamos

transformaciones elementales de las a cada una de los siguientes tipos:
1. Intercambiar la posicin de dos las.

Matemticas I 25
2. Multiplicar los elementos de una la por un escalar no nulo.

3. Sumar a una la otra multiplicada por un escalar.
Diremos que dos matrices A y B son equivalentes por las, A B si se puede
pasar de una a otra mediante transformaciones elementales.
Las transformaciones elementales nos dan otra posibilidad para el clculo de la
inversa de una matriz cuadrada inversible.
Teorema 1.2.2. Toda matriz es equivalente a una nica matriz escalonada reducida
por las (llamada Forma normal de Hermite).
La tcnica del clculo de la matriz inversa, consiste en pasar de la matriz (A|In )
a su forma normal de Hermite (In |B). En particular, puesto que la forma normal de
Hermite de una matriz A es la matriz identidad si, y slo si, A es inversible, resulta que
la matriz
B = A1 .
1.2.5. Resolucin de los sistemas de ecuaciones lineales.

Con objeto de desarrollar una tcnica para resolver un sistema de ecuaciones linea-
les, presentamos ahora la interpretacin matricial de dicho sistema. Para ello, dado el
sistema (1.2.1), se llama matriz asociada o matriz de los coecientes al sistema a
la matriz de coecientes

a11 a12 ... a1n
a21 a22 ... a2n
A= ...
.
... ... ...
am1 am2 ... amn mn
Si ahora notamos por

x1 b1
x2 b2

... ...
X=

y B=

,
xi bi
... ...
xn n1
bm m1
el sistema (1.2.1) puede reescribirse como
A.X = B.
Llamamos matriz ampliada del sistema (1.2.1) a la matriz

a11 a12 ... a1n b1

Ae = a21 a22 ... a2n b2 .
... ... ... ... ...
am1 am2 ... amn bn m(n+1)
Pues bien la siguiente regla nos dice cmo dilucidar cundo un sistema es compatible.
Teorema 1.2.3. de Rouch-Forbenius.

e
El sistema (1.2.1) es compatible si, y slo si, r(A) = r(A).
1.2.6. Sistemas de Cramer

El sistema (1.2.1) se dice que es de Cramer si m = n (esto es, coinciden el nmero
de ecuaciones y de incgnitas) y si |A| =
0.
Una primera forma de resolver un sistema de Cramer consiste en multiplicar por la
matriz inversa de la matriz de los coecientes:
X = A1 B.
Busquemos ahora otros mtodos de resolucin.
Proposicin 1.2.4. Si el sistema (1.2.1) es un sistema de Cramer, entonces es un

sistema compatible determinado y la solucin viene dada por los siguientes valores:

b1 a12 ... a1n

b2 a22 ... a2n

... ... ... ...

bj aj1 ... ajn

... ... ... ...

bn an2 ... ann
x1 =
|A|

a11 b1 ... a1n

a21 b2 ... a2n

... ... ... ...

aj1 bj ... ajn

... ... ... ...

an1 bn ... ann
x2 =
|A|
...

a11 a12 ... b1

a21 a22 ... b2

... ... ... ...

aj1 aj1 ... bj

... ... ... ...

an1 an2 ... bn
xn = .
|A|
Veamos ahora cmo dar con la solucin de un sistema compatible con una tercera
tcnica: podemos transformar el sistema dado en otro sistema equivalente (con las
mismas soluciones) ms sencillo de resolver. El mtodo ms clsico es el llamado Mtodo
de Gauss que consiste en pasar a otro sistema cuya matriz de coecientes sea una matriz
triangular superior.
Matemticas I 27
Asi del sistema (1.2.1) podramos pasara a un sistema de la forma

a 11 x 1 + a12 x2 + ... + a 1n xn = b 1

0 + a22 x2 + ... + a2n xn = b2
. (1.2.2)

... ... ...

0 + ... + 0 + amn xn = bn
En este caso basta despejar en la ltima ecuacin el valor de xn , en un siguiente
paso obtener el valor de xn1 y as sucesivamente.
1.2.7. Sistemas compatibles generales.
Pues bien la siguiente regla nos dice cmo resolver un sistema compatible que no es
necesariamente de Cramer.
Corolario 1.2.5. Supongamos e = r y que
que r(A) = r(A)

a11 a1,2 ... a1,r

a2,1 a2,2 ... a2,r
= 0.
... ... ... ...

ar,1 ar,2 ... ar,r
Podemos suponer que r = m, ya que en otro caso, el sistema queda reducido a las
llamadas ecuaciones principales (el resto de las ecuaciones se eliminan)
a1,1 x1 + a12 x2 + ... + a1,n xn = b1
a2,1 x1 + a2,2 x2 + ... + a2,n xn = b2
...
ar,1 x1 + ar,2 x2 + ... + ar,n xn = br ,
A partir de aqu, pueden ocurrir dos cosas:
1. Si r = n entonces el sistema es un sistema de Cramer (compatible determinado).
2. Si r < n entonces el sistema es compatible indeterminado. Para cada valor de
xr+1 , xr+2 , , xn , el sistema resultante
a1,1 x1 + a12 x2 + ... + a1,r xr = b1 (a1,r+1 xr+1 + a1,r+2 xr+2 + ... + a1,n xn )
a2,1 x1 + a2,2 x2 + ... + a2,r xr = b2 (a2,r+1 xr+1 + a2,r+2 xr+2 + ... + a2,n xn )
...
ar,1 x1 + ar,2 x2 + ... + ar,r xr = br (ar,r+1 x1 + ar,r+2 x2 + ... + ar,n xn )
es un sistema de Cramer. Las incgnitas x1 , x2 , , xr se llaman incgnitas

principales y xr+1 , xr+2 , , xn se llaman incgnitas dependientes (par-
metros). La solucin queda en funcin de n r parmetros.
Mtodo de Gauss
Otra forma de resolver un sistema de ecuaciones lineales, consiste en transformar

las correspondientes matrices asociadas al sistema (matriz de los coecientes y matriz
ampliada) mediante transformaciones elementales en otras matrices equivalentes suya
forma nal sea la forma normal de Hermite. En el sistema resultante puede ocurrir
1. que una la sea nula, y por tanto no ha de tenerse en cuenta.
2. que la ltima la correspondiente a la matriz de los coecientes sea cero y no lo
sea el trmino correspondiente de la matriz ampliada. El sistema es incompatible.
3. que la ltima la de la matriz de los coecientes tenga un slo elemento no nulo.
El sistema es compatible determinado y su resolucin es recurrente empezando
por la ltima variable.
4. que haya ms de un elemento no nulo en la ltima la de la matriz de los coe-
cientes. El sistema es compatible indeterminado y su resolucin es recurrente
empezando por las ltimas variables.
Sistemas lineales homogneos
Cuando en el sistema de ecuaciones los valores independientes son cero, el sistema

recibe el nombre de sistema lineal homogneo.

a 11 x 1 + a12 x2 + ... + a 1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0
. (1.2.3)

... ... ...

am1 x1 + am2 x2 + ... + amn xn = 0
Ntese que en este caso r(A) = r(A) e = r y por tanto el sistema (1.2.3) siempre tiene
solucin.
Si r = m = n la nica solucin es x1 = x2 = = xn = 0. Dicha solucin recibe el
nombre de solucin trivial.
Si r < n entonces el sistema (1.2.3) es un sistema compatible indeterminado.

1. Dadas las matrices A y B efectuar, si es posible, los productos AA, AB, BA y
BB en cada uno de los siguientes casos
a)
( ) 10
3 1 4
A= B = 15 .
5 2 3
4
b)
( ) 1 1
2 1
A= B = 1 2 .
1 0
1 3
Matemticas I 29
2. Calcular los determinantes de las siguientes matrices:

t2 4 3 t1 3 3
A= 1 t + 1 2 B = 3 t + 5 3
0 0 t4 6 6 t4

t + 3 1 1
C= 7 t5 1 .
6 6 t + 2
3. Calcular para qu valores de t las matrices del ejercicio anterior no son inversibles.
4. Calcular la inversa de la siguiente matriz:

1 1 0 1
0 2 1 1
A=
1 2 1 1

1 0 1 3
5. Calcular la inversa de la matriz

a11 0 ... ... 0
0 a22 0 ...... 0
A= ... ... ... ...

0 0 ... ..,0 ann nn
con a11 , a22 , , ann = 0.
6. Resolver, si es posible, el sistema:

3x + y z + t = 4

x 2y + 3z 2t =2

2x + z + t =0

9x 4y + 7z 4t = 2
7. Resolver el siguiente sistema:

2x 3y + z = 11
x + 5y + 3z = 15

4x y 4z = 30
8. Resolver el siguiente sistema:

x1 x2 + 3x3 =0

x2 x3 + 2x4 =0

x1 + 2x3 + 2x4 =0

x1 + x2 5x4 =0
9. Resolver y discutir el siguiente sistema:

{
( + 1)x + ( 1)y =
x + ( + 1)y = 1
10. Discutir, segn los valores de y el siguiente sistema:

x 2y = 3 + 3

x y = 2 + 2 + 1

x + y + 5 = 2 2 1

x + y + 7 = 2 2 + 13
11. Discutir y resolver el siguiente sistema:

(m + 2)x + y + z = m 1
mx + (m 1)y + z = m 1

(m + 1)x + (m + 1)z = m 1
12. Discutir y resolver el sistema:

ax + y + z = 1
x + ay + z = 1

x + y + az = 1
13. Discutir y resolver respecto a los parmetros k y m el siguiente sistema:

3x + y + kz =0

xyz =0

mx + y + z =0

x + my z =0
14. Discutir y resolver el sistema:

ax + y + z + t =0

x + ay + z + t =0

x + y + az + t =0

x + y + z + at =0
15. Discutir, segn los valores de y , el sistema

x + y + z = 4
x + y + z = 3

x + 2y + z = 4
1.3. FUNCIONES ELEMENTALES 31
1.3. Funciones elementales
Sumario
Como ya hemos advertido, el ncleo del curso est constituido por el estudio de aquellas
aplicaciones en el que tanto el dominio como la imagen son subconjuntos de nmeros reales.
En esta leccin estudiaremos los ejemplos ms importantes de stas. El contenido completo de
esta leccin se articula de la siguiente manera:
1.2.1 Aplicaciones.
1.3.2 Funciones reales de variable real.
1.3.3 Grcas.
1.3.4 Funciones racionales.
1.3.5 Funcin logaritmo.
1.3.6 Operaciones con funciones.
1.3.7 Funcin exponencial.
1.3.8 Funciones denidas a trozos. Funciones valor absoluto y parte entera.
1.3.9 Funciones seno y coseno.
1.3.10 Funcin tangente.
1.3.11 Funciones secante,cosecante y cotangente.
1.3.12 Funciones arcocoseno,arcoseno y arcotangente.
1.3.13 Identidades trigonomtricas.
1.3.14 Funciones hiperblicas.
1.3.15 Relacin de ejercicios.
1.3.1. Aplicaciones
Con el n de hacer una denicin rigurosa necesitamos recordar algunos

conceptos:
Dados dos conjuntos A y B se dice que una correspondencia f entre los
elementos de A y de B es una aplicacin entre A y B si a cada elemento del conjunto
A corresponde un slo elemento del conjunto B. Este hecho suele notarse
f : A B.
32 1.3. Funciones elementales
Al conjunto A se le suele llamar dominio de la aplicacin f y al conjunto B conjunto

nal de la aplicacin f .
As pues, una aplicacin viene determinada por

1. su dominio A,
2. el cojunto B donde toma valores,

y
3. la ley de correspondencia, x 7 f (x).

Por otra parte, se dice que una aplicacin f : A B es
1. inyectiva si, para cualesquiera dos elementos x, y A tales que x = y, entonces

f (x) = f (y)), equivalentemente si f (x) = f (y) implica que x = y.
2. sobreyectiva si el conjunto imagen de f ,f (A), que no es otro que el conjunto
f (A) = {y R; existe x A, tal que y = f (x)},
coincide con el conjunto donde toma valores la funcin,
3. biyectiva si es inyectiva y sobreyectiva.
Sea f : A B es una aplicacin biyectiva. A la aplicacin cuyo dominio es B,

cuyo rango es A y que viene denida por la ley f (x) 7 x se le denomina aplicacin
inversa de f y es denotada por f 1 .
Obsrvese que la funcin inversa f 1 : B A es una aplicacin biyectiva.
Dada una aplicacin f : A B y dado un subconjunto C de A, llamaremos

restriccin de f al conjunto C, f /C, a una nueva aplicacin cuyo dominio es C,
que toma valores en C y cuya ley de correspondencia viene dada por
(f /C)(x) = f (x) ( x C).
Llamaremos funcin real de variable real a toda aplicacin denida en un

subconjunto de nmeros reales y con valores en R, esto es, a toda funcin
f : A B, donde A y B son subconjuntos no vacos de nmeros reales.
1.3.2. Grca de una funcin
En ocasiones resulta til tener una imagen fotogrca de las funciones,

esto se consigue mediante la grca de dicha funcin. Dada una funcin f : A R
se dene la grca de f , como el conjunto
Graf (f ) : {(x, y) R2 ; y = f (x), x A}.

Es claro que el conjunto Graf (f ) es un subconjunto de R2 . Al igual que

usamos como representacin grca de R la recta real, podremos usar el plano como
representacin grca del conjunto R2 y, por ende, la grca de una funcin real de
variable real podr representarse como un subconjunto de ste.
La idea que ahora queremos resaltar es que la forma de la grca revela muchas
de las propiedades de la funcin correspondiente.
1
0.5
-6 -4 -2 2 4 6
-0.5
-1
1.3.3. Algunas propiedades elementales: Monotona, simetra y

periodicidad
Sea A un subconjunto de nmeros reales y sea f : A R una funcin.
MONOTONA
Se dice que f es
1. creciente en A si siempre que x, y A con x < y, entonces f (x) f (y).
2. estrictamente creciente en A si siempre que x, y A con x < y, entonces

f (x) < f (y).
3. decreciente en A si siempre que x, y A con x < y, entonces f (x) f (y).
4. estrictamente decreciente en A si siempre que x, y A con x < y, entonces

f (x) > f (y).
5. montona (resp. estrictamente montona en A si es creciente o decreciente

(resp. estrictamente creciente o decreciente).
SIMETRA
Se dice que f es
1. par en A si f (x) = f (x), siempre que A verique x A x A.

2. impar en A si f (x) = f (x), siempre que A verique x A x A.
3. peridica en A si existe un nmero real positivo T tal que para todo x A, se

verica que x + T A y
f (x + T ) = f (x).
Un tal nmero real T recibe el nombre de periodo de la funcin f .
1.3.4. Funciones racionales
Veamos algunos ejemplos importantes de funciones reales de variable real.
1. Funcin identidad
Dada A un subconjunto de nmeros reales, se dene la funcin identidad en

A, IA , como aquella funcin IA : A R que viene denida por
IA (x) = x, x A.
Dicha funcin es estrictamente creciente y su grca
Graf (IA ) = {(x, x); x A}.
es un subconjunto de la diagonal principal
D := {(x, x); x A}.
Si A = [2, 3], entonces su grca puede ser representada por

3
-2 -1 1 2 3
-1
-2
2. Funciones constantes
Dada A un subconjunto de nmeros reales y dado a R, se dene la funcin

constante restringida al conjunto A, Ca , como la funcin Ca : A R que viene
denida por
Ca (x) = a, x A.
La grca de dicha funcin
Graf (Ca ) = {(x, a); x R}
puede verse como un subconjunto de la recta horizontal y = a:
Si A = [2, 3] y a = 3, entonces su grca puede ser representada por

6
-2 -1 1 2 3
3. Funciones polinmicas
Una funcin f : A R se dice ser polinmica si existen a0 , a1 , a2 , ..., an

nmeros reales tales que f (x) = an xn + an1 xn1 + ... + a1 x + a0 para cada x A.
La funcin identidad y toda funcin constante son ejemplos sencillos de funciones
polinmicas.
Si A = [2, 3] y f (x) = x3 + x2 + 1, entonces la grca de la funcin polinmica

f puede ser representada por la siguiente gura.
1.6
1.4
1.2
-2 -1 1 2 3
0.8
0.6
4. Funciones racionales
Una funcin f : A R se dice ser racional si existen sendas funciones

polinmicas f1 y f2 , con f2 (x) = 0, para cada x A y tales que, para cada x A
f (x) = f1 (x)/f2 (x).

Es claro que todos los ejemplos anteriores lo son de funciones racionales.
x+1
Si A = [2, 3] y f (x) = x2 +1
, entonces la grca de la funcin racional f puede
ser representada por
1.2
0.8
0.6
0.4
0.2
-2 -1 1 2 3
-0.2
1.3.5. Funcin logaritmo.
Se dene la funcin Logaritmo neperiano, log, como la nica biyeccin

estrictamente creciente, que existe de R+ en R, vericando:
- log(1) = 0
- log(e) = 1
- log(xy) = log(x) + log(y).
Como consecuencia, se pueden obtener algunas propiedades tales como que:

- log(xp ) = plog(x), para cada x R+ y para cada p N.
- log(x/y) = log(x) log(y), para cada x, y R+ .
Si A =]0, 5] entonces la grca de la restriccin de la funcin logaritmo neperiano

al conjunto A puede ser representada por
1 2 3 4 5
-2
-4
-6
-8
Funcin logaritmo de base a
Dado a > 0, a = 1, se llama funcin logaritmo de base a, loga , a la funcin

denida en R+ mediante la ley
loga (x) = log(x)/log(a).
Si a > 1, entonces la funcin logaritmo de base a es una biyeccin estrictamente

creciente de R+ en R, mientras que si a < 1 entonces es una biyeccin estrictamente
decreciente de R+ en R.
As por ejemplo, para A =]0, 5] y para a = 10 y a=0,2 las grcas de las corres-
pondientes restricciones de la funcin logaritmo al conjunto A pueden ser comparadas
con la anterior
1 2 3 4 5
-2
-4
1.3.6. Operaciones con funciones.
Antes de seguir con el listado de las funciones elementales conviene hacer algunas
precisiones.
1. Algebra de funciones
En primer lugar hacemos notar que dadas dos funciones f y g denidas sobre un
mismo subconjunto de nmeros reales A, se pueden denir las siguientes funciones:
a) Funcin suma: f + g.
La funcin suma es una nueva funcin f + g : A R denida, para
cada x A, por
(f + g)(x) = f (x) + g(x).
Asociadas a cada funcin f : A R, podemos considerar la llamada

funcin opuesta,f , esto es, la funcin
f : A R,
denida, para cada x A, por
(f )(x) = f (x).
b) Funcin producto: f.g:

La funcin producto es una nueva funcin f.g : A R denida, para
cada x A, por
(f.g)(x) = f (x)g(x).
Siempre 0 f (A), podemos denir la funcin inversa para el

producto, 1/f , como la funcin
1/f : A R,
dada, para cada x A, por
1
(1/f )(x) = .
f (x)
c) Funcin producto por un escalar a, af :
Para cada a R, la funcin , af , es una nueva funcin de A en R que
viene denida, para cada x A, por
(af )(x) = af (x).
La funcin , af puede verse como el producto de la funcin constante

x 7 a con la funcin f .
2. Composicin de funciones
Supongamos ahora que dadas dos funciones f : A R y g : B

R de manera que el conjunto B contiene a f (A). Podemos denir la funcin
composicin de ambas, g f , como la funcin
g f : A R
denida, para cada x A, por
(g f )(x) = g[f (x)].
Recordemos que asociada a toda funcin inyectiva f : A R podemos

considerar la funcin fe : A f (A) denida por fe(x) = f (x) para todo x de
A. Claramente fe es una aplicacin biyectiva. Llamaremos inversa de f , f 1 , a la
inversa de la funcin fe, esto es, a la funcin denida en f (A), con valores en A y
que viene determinada mediante la ley :
f 1 (f (x)) = x (x A),
esto es,
f 1 f = IA .
Adems es claro que
f f 1 = If (A) .
Es fcil probar, usando estas ltimas consideraciones, que toda aplicacin estric-
tamente montona es inyectiva y que su inversa es igualmente estrictamente montona
y del mismo tipo (creciente decreciente).
1.3.7. Funcin exponencial.
Ya podemos continuar con la lista de ejemplos
Llamaremos funcin exponencial, ex , a la funcin inversa del logaritmo

neperiano, ser por tanto, una biyeccin estrictamente creciente de R en R+ tal que:
- e0 = 1
- e1 = e
- ex+y = ex ey , para cada x, y R.
- elogx = x
- log(ex ) = x.
Su grca se puede representar como sigue:

20
15
10
-2 -1 1 2 3
Dados x R+ e y R, convendremos en que
xy = eylogx ,
en particular se obtiene que:
log(xy ) = ylogx,
Funcin exponencial de base a
Dado a > 0, a = 1, la funcin ha : R R+ denida por ha (x) = ax , se

denomina funcin exponencial de base a, y se notar por ax .
Dicha funcin es estrictamente creciente (resp. decreciente) si a > 1 (resp. a < 1)
de R en R+ y verica las siguientes propiedades:
- a0 = 1
- a1 = a
- ax+y = ax ay .
Sus grcas para a = 0, 1 y a = 5 se pueden representar como siguen:

40
30
20
10
-2 -1 1 2 3
Funcin potencial
Dado b = 0, la funcin pb : R+ R+ denida por pb (x) = xb , se denomina

funcin potencial de exponente b, y se notar por xb .
Dicha funcin es estrictamente creciente (resp. decreciente) si b > 0 (resp. si b < 0)

de R+ en R+ y verica las siguientes propiedades:
- 1b = 1
- (xy)b = xb y b .
Sus grcas (para b = y b = 1 ) se pueden representar como sigue:
40
30
20
10
0.5 1 1.5 2 2.5 3
1.3.8. Funciones denidas a trozos. Funciones parte entera y

valor absoluto.
Supongamos que tenemos un subconjunto A de nmeros reales y dos subcon-

juntos disjuntos de ste B y C tales que A = B C. Dispongamos adems de sendas
funciones reales de variable real g y h denidas respectivamente en B y C. A partir de
aqu podemos denir una nueva funcin f : A R mediante la siguiente expresin:
{
g(x) si x B
f (x) =
h(x) si x C.
Decimos que una tal funcin es una funcin denida a trozos. Es evidente que
las propiedades de la nueva funcin dependern de las propiedades de las funciones que
la denen y de la forma en que los subconjuntos se complementan.
Como ejemplos ms sencillos veremos los dos siguientes:

Funcin parte entera:
Se dene la funcin Parte entera, E, como la funcin E : R R denida

por
E(x) = M ax{p Z; p x}.
Dicha funcin es creciente y su grca puede representarse como una escalera
innita cuyos peldaos son intervalos de longitud uno, y que, en cada nmero entero,
tiene un salto de altura uno.
Si A = [2, 3], entonces la grca de la funcin E(x) restringida al conjunto A

puede ser representada por
2
-2 -1 1 2 3
-1
-2
Funcin valor absoluto.
Se dene la funcin valor absoluto como la funcin |.| : R R, denida

para cada x R por {
x si x 0
|x| =
x si x < 0
La grca puede representarse como la unin de las bisectrices del primer y

segundo cuadrante.
3
2.5
1.5
0.5
-2 -1 1 2 3
1.3.9. Funciones arcocoseno, coseno y seno
Vamos a estudiar ahora las funciones trigonomtricas cuya importancia radica en que
permiten expresar las distintas relaciones entre los lados y los ngulos de un tringulo,
y porque sus propiedades le coneren una especial disposicin para expresar muchos fe-
nmenos naturales. Estas dos facetas hacen que su empleo en la Fsica y en la Ingeniera
sea muy frecuente.
Consideremos la funcin f : [1, 1] R denida por

f (x) = 1 x2 , x [1, 1].
La grca de esta funcin recibe el nombre de semicircunferencia unidad.
0.8
0.6
0.4
0.2
-1 -0.5 0.5 1
Pues bien, es sabido que la longitud de dicha grca es el 3, 141592.
Denimos la funcin arcocoseno, arc cosx, como la funcin biyectiva y estricta-

mente decreciente del intervalo [1, 1] en el intervalo [0, ] denida por la ley
arc cosx = longitud arco semicircunferencia entre los puntos (1, 0) y (x, f (x)).
Se puede probar que:
1. arc cos(1) = 0.
2. arc cos(1) = .
3. arc cos(0) = 2 .
4. arc cos(x) + arc cos(x) = .
Y su grca puede ser representada como sigue

2.5
1.5
0.5
-1 -0.5 0.5 1
Funcin coseno
Se llama funcin coseno y se nota por cosx a la nica funcin de R en R par y

peridica con periodo 2 cuya restriccin a [0, ] es tal que
cos(x) = (arc cos)1 (x),
y por tanto, para cada x [0, ],
arccos(cosx) = x,
y para cada y [1, 1],

cos(arcosy) = y.
La grca de la funcin coseno es como sigue
0.5
-6 -4 -2 2 4 6
-0.5
-1
Funcin seno
Se llama funcin seno, senx, a la nica funcin de R en R impar y peridica con

periodo 2 cuya restriccin a [0, ] es tal que

sen(x) = 1 cos2 (x).
La grca de la funcin seno es como sigue

1
0.5
-6 -4 -2 2 4 6
-0.5
-1
Las siguientes propiedades determinan de forma nica a las funciones seno y coseno.
Teorema 1.3.1.
1. sen2 x + cos2 x = 1 (x R).
2. La restriccin de la funcin coseno al intervalo [0, ] es una biyeccin estricta-
mente decreciente de ste en el intervalo [1, 1], con

2
cos0 = 1, cos = 0, cos = 1, cos = ,
2 4 2

1 3
cos = , cos = .
3 2 6 2
3. La restriccin de la funcin seno al intervalo [ 2 , 2 ] es una biyeccin estricta-
mente creciente de ste en el intervalo [1, 1], con

2
sen0 = 0, sen( ) = 1, sen = 1, sen = ,
2 2 4 2

3 1
sen = sen = .
3 2 6 2
4. La imagen de ambas funciones es el intervalo [1, 1].
5. La funcin coseno es una funcin par y peridica de periodo 2:
cosx = cos(x), cos(x + 2) = cosx, (x R),
mientras que la funcin seno es impar y peridica:
sen(x) = senx, sen(x + 2) = senx (x R).
6.
cos(x + ) = cosx, sen(x + ) = senx (x R).
7. cos(x + y) = cosxcosy senxseny. sen(x + y) = senxcosy + cosxseny.
8. Dados dos nmeros reales a, b, vericando que a2 +b2 = 1, existe un nico nmero
real x tal que x ] , ], cosx = a y senx = b.
9. Sean x, y R tales que senx = seny y cosx = cosy, entonces existe un nico
nmero entero p tal que x = y + 2p.
10. {x R; cosx = 0} = { 2 + k; k Z}. {x R; senx = 0} = {k; k Z}.
1.3.10. Funcin tangente
Sea A = R\{ 2 + k; k Z}. Se llama funcin tangente, tgx , a la funcin de A

en R denida por
senx
tg(x) = .
cosx
Algunas de sus propiedades pueden verse en el siguiente resultado
Proposicin 1.3.2. 1. La funcin tangente es una funcin impar y peridica de

periodo , esto es, para cada x A,
tg(x + ) = tg(x).
2. La funcin tangente restringida al intervalo ] , [, es una biyeccin estrictamente

2 2
creciente de dicho intervalo en R.
3. La grca de la funcin tangente restringida al conjunto A = [, ]\{ 2 , 2 }

puede representarse de la siguiente forma:
40
20
-3 -2 -1 1 2 3
-20
-40
1.3.11. Funciones secante, cosecante y cotangente
Sea A = R\{ 2 + k; k Z}. Se llama funcin secante, secx , a la funcin de A

en R denida por
1
sec(x) = .
cosx
La grca de la funcin secante restringida al conjunto A = [, ]\{ 2 , 2 } puede
representarse de la siguiente forma:

20
10
-3 -2 -1 1 2 3
-10
-20
Sea B = R\{k; k Z}. Se llama funcin cosecante, cosecx , a la funcin de B

en R denida por
1
cosec(x) = .
senx
La grca de la funcin cosecante restringida al conjunto A =] , [/{0} puede

20
10
-3 -2 -1 1 2 3
-10
-20
Llamaremos funcin cotangente, cotgx , a la funcin de B en R denida por

cosx
cotg(x) = .
senx
La grca de la funcin cotangente restringida al conjunto A =] , [/{0} puede

40
20
-3 -2 -1 1 2 3
-20
-40
1.3.12. Funciones arcoseno y arcotangente.
Llamaremos funcin arcoseno, arc senx, a la funcin inversa de la restriccin de

la funcin seno al intervalo [ 2 , 2 ], esto es,

arc sen[sen(x)] = x, (x [ , ]) sen[arc sen(y)] = y (y [1, 1]).
2 2
Dicha funcin es pues una biyeccin estrictamente creciente de [1, 1] en [ 2 , 2 ] con

arc sen(1) = arc sen(0) = 0, arc sen(1) = .
2 2
Su grca es como sigue:

1.5
0.5
-1 -0.5 0.5 1
-0.5
-1
-1.5
Llamaremos funcin arcotangente, arc tgx a la inversa de la res-triccin de la

funcin tangente al intervalo ] 2 , 2 [, esto es,
arc tg[tg(x)] = x, tg[arc tg(y)] = y.
Dicha funcin es una biyeccin estrictamente creciente de R en dicho intervalo con
arc tg(0) = 0.
Su grca de es como sigue:
0.5
-2 -1 1 2
-0.5
-1
1.3.13. Identidades Trigonomtricas.
Usando las propiedades antes descritas de las funciones trigonomtricas pueden de-
ducirse otras muchas conocidas como identidades trigonomtricas. A continuacin da-
mos algunas de ellas. Dados dos nmeros reales x e y en el dominio correspondiente,
obtenemos que:
1. Identidades pitagricas
1
tg 2 (x) + 1 = sec2 (x), si se quiere cos(x) = .
1 + tg 2 (x)
tg(x)
cotg 2 (x) + 1 = cosec2 (x), si se quiere sen(x) = .
1 + tg 2 (x)
2.
tgx tgy
tg(x y) = .
1 tgx tgy
3. ngulo doble
sen2x = 2senxcosx, cos2x = 2cos2 x 1 = 1 2sen2 x.
4. ngulo mitad
1 1
sen2 x = (1 cos2x), cos2 x = (1 + cos2x),
2 2
x 1 cosx senx
tg( ) = = .
2 senx 1 + cosx
5. producto
1
senxseny = [cos(x y) cos(x + y)],
2
1
cosxcosy = [cos(x y) + cos(x + y)],
2
1
senxcosy = [sen(x + y) + sen(x y)].
2
1.3.14. Funciones Hiperblicas.
Se dene la funcin coseno hiperblico, coshx, como la funcin cosh : R R,

denida por
ex + ex
coshx = .
2
Se dene la funcin seno hiperblico, senhx, como la funcin senh : R R,

denida por
ex ex
senhx = .
2
El siguiente resultado resume algunas propiedades del seno y coseno hiperblicos.
Proposicin 1.3.3.
1. La funcin coseno hiperblico es una funcin par y la funcin seno hiperblico es

una funcin impar.
2. La funcin seno hiperblico es una biyeccin estrictamente creciente de R en R.

3. La restriccin de la funcin coseno hiperblico a R+
0 (resp. R0 ) es una biyeccin

estrictamente creciente (resp. decreciente) de R0 (resp. R0 ) sobre [1, +[.
+
4.
cosh2 x senh2 x = 1.
5.
cosh(x + y) = coshx coshy + senhx senhy.
senh(x + y) = senhx coshy + coshx senhy.
La grca del seno hiperblico es como sigue:
20
10
-4 -2 2 4
-10
-20
La grca de la funcin coseno hiperblico restringida a R+

0 es como sigue
25
20
15
10
1 2 3 4
Finalmente, diremos que, por analoga con las funciones trigonomtricas, podemos
hablar de tangente hiperblica, tgh, la cual es una biyeccin estrictamente creciente
de R sobre ] 1, 1[ y su grca es como sigue:
1
0.5
-4 -2 2 4
-0.5
-1
1.3.15. Relacin de ejercicios.
1. En una vasija de 30 cm de altura entra agua a ritmo constante. Se llena en

5 segundos.Usad esta informacin y la forma de la vasija para responder a las
siguientes cuestiones:
a) Si d representa la profundidad del agua medida en centmetros y t el tiempo

transcurrido en segundos, explicad por qu d es funcin de t.
b) Hallad el dominio y el recorrido de dicha funcin.
c) Esbozad una posible grca de la funcin.

2. Sean las leyes f (x) = 1/x y g(x) = 1/ x correspondientes a dos funciones reales
de variable real f y g. Cules son los dominios naturales de f ,g,f + g,f g,f g y
g f?
3. Calclense los dominios naturales de las funciones correspondientes reales de va-

riable real en cada uno de los casos siguientes:
a) x 7 1/(1 + x).
b) x 7 1/(1 + x2 ).

c) x 7 1/(1 + x).
4. Qu se puede decir acerca de la grca de una funcin par?, y de una funcin

impar? Dense ejemplos de funciones par, impar y no par ni impar.
5. Sea A un subconjunto de nmeros reales y f : A R una funcin real de varia-

ble real. Se dice que f est acotada (resp. acotada superiormente / inferior-
mente) si su conjunto imagen f (A) es un subconjunto de nmeros reales acotado
(resp. superiormente / inferiormente acotado). Prebese que f est acotada si, y
slo si, existe M R, tal que, para cada x A, se verica que |f (x)| M.
6. Qu funciones componen la funcin f : R+ R en cada uno de los siguientes

casos?
2 3
1) f (x) = (log 2 x)ex , 2) f (x) = ( x + 1)log(x ) .
Dense otros ejemplos de composicin de funciones.
7. Prubese que en toda reunin de personas existen al menos dos que conocen
exactamente el mismo nmero de asistentes.
8. Hllese la funcin inversa de
a) senhx.
b) coshx/R+0 .
9. Sea g : R ] , [ la funcin denida por g(y) = 2arctgy. Hllese en funcin

de y,
a) seng(y).
b) cosg(y).
10. Demostrar que la matriz

cos() sen() 0
A = sen() cos() 0 .
0 0 1
es inversible para cualquier valor de y calcular su inversa.

1.4. SUCESIONES DE NMEROS REALES 53
1.4. Sucesiones de nmeros reales
Sumario
Introduciremos en esta leccin, a vuelo pluma, unas herramientas muy interesantes

del anlisis matemtico: las sucesiones. Este concepto nos facilitar la comprensin de los
conceptos de continuidad, lmite e integrabilidad. El contenido completo de esta leccin se
articula de la siguiente manera:
1.4.1 Acotacin, monotona y convergencia de sucesiones.
1.4.2 Sucesiones divergentes.
1.4.1. Acotacin, monotona y convergencia de sucesiones
Una sucesin de elementos de un cierto conjunto A no es ms que una "lista or-

denada"de elementos de A o dicho de forma ms rigurosa: una sucesin de elementos
de A es una aplicacin f : N A.
En lugar de escribir f (n) se suele escribir xn , mientras que la sucesin f suele

notarse por {xn }nN simplemente {xn }. A xn se le denominar trmino n-simo de la
sucesin {xn }nN . Una sucesin de nmeros reales no es ms que una sucesin en
la que A = R.
Dada una sucesin {xn }, al conjunto imagen {xn : n N} se le denomina

conjunto de los trminos de la sucesin {xn }. As por ejemplo si consideramos la sucesin
{1, 0, 1, 0, 1, ...} su conjunto de los trminos est formado por slo dos elementos, a saber
{0, 1}.
Veamos ahora algunas propiedades que pueden tener las sucesiones.
Se dice que una sucesin de nmeros reales {xn }nN
1. est mayorada, si existe un nmero real M tal que xn M , para todo n N,
2. est minorada, si existe un nmero real M tal que xn M , para todo n N,
3. est acotada si est mayorada y minorada. Es fcil probar que una sucesin est
acotada si, y slo si, existe un nmero real positivo M tal que |xn | M , para
todo n N.
54 I.4 Sucesiones de nmeros reales
4. es creciente si, para para cualesquiera n, m N con n m, se tiene que xn xm .
5. es decreciente si, para cualesquiera n, m N con n m, se tiene que xn xm .
Es fcil probar por induccin que una sucesin {xn }nN es creciente (resp. decre-
ciente) si, para cada natural n, xn xn+1 (resp. xn xn+1 ).
6. es convergente si existe un nmero real x vericando lo siguiente:

"para cada intervalo centrado en x, existe un trmino de la sucesin, a partir del
cual, todos los restantes trminos estn incluidos en dicho intervalo ",
o escrito en lenguaje formal
> 0, N N, tal que para todo n N se verica que |xn x| < .
En tal caso x es nico y se dice que el lmite de la sucesin {xn }nN que la
sucesin {xn }nN converge a x, y suele notarse por
x = limn xn {xn } x.
Es fcil ver que toda sucesin convergente est acotada. Sin embargo, la sucesin
{1, 0, 1, 0, ...} que est mayorada por 1 y minorada por 0, luego acotada, demuestra que
existen sucesiones acotadas que no son convergentes.
En el siguiente resultado recogemos ms propiedades importantes de las sucesiones.
Proposicin 1.4.1.
1.- Sean {xn } una sucesin de nmeros reales, x R y p N. La sucesin {xn } es

convergente a x si, y slo si, la sucesin {xn+p } converge tambin a x
2.- La sucesin {xn } converge a cero, si y slo si la sucesin {|xn |}converge a cero.
3.- Toda sucesin creciente y mayorada {xn } es convergente a x = Sup{xn ; n N}.
4.- Toda sucesin decreciente y minorada {xn } es convergente a x = Inf {xn ; n N}.
En particular la sucesin {1/n } converge a cero para todo > 0.
5.- Sean x, y R y sea {xn } una sucesin convergente a x. Si para cada n N,

xn y, entonces x y. En particular si {yn } y {zn } son dos sucesiones de
nmeros reales tales que,
a) para cada n N, xn yn zn ,
b) limn zn = x,
entonces la sucesin {yn } converge tambin a x.

6.- Si {xn }e {yn } son dos sucesiones convergentes respectivamente a x e y, entonces

la sucesin
a) suma, esto es, la sucesin {xn + yn } converge a x + y.

b) producto, esto es, la sucesin {xn yn } converge a xy.
c) cociente, esto es, la sucesin {xn /yn }, converge a x/y siempre que y = 0 e
yn = 0, para todo n N.
7.- El producto de una sucesin acotada por una convergente a cero es una sucesin
convergente a cero.
Ejemplo:
Prubese que si |x| < 1, entonces la sucesin {xn } converge a cero.
1.4.2. Sucesiones divergentes
Se dice que una sucesin {xn }nN diverge positivamente si
M, N N, tal que para todo n N se verica que xn > M.
Este hecho suele notarse por

limn xn = +
{xn } +.
Se dice que una sucesin {xn }nN diverge negativamente si
M < 0, N N, tal que para todo n N se verica que xn < M.
Este hecho suele notarse por

limn xn =
{xn } .
Diremos que una sucesin {xn }nN es divergente si lo es positivamente o lo es

negativamente.
Veamos ahora algunas propiedades de las sucesiones divergentes.

56 I.4 Sucesiones de nmeros reales
Proposicin 1.4.2.
1.- Sean {xn } una sucesin de nmeros reales y p N. La sucesin {xn } diverge
positivamente si, y slo si, la sucesin {xn+p } diverge positivamente.
2.- Toda sucesin creciente y no mayorada diverge positivamente. En particular la

sucesin {rn } diverge positivamente si r > 1.
3.- Toda sucesin decreciente y no minorada diverge negativamente.
4.- Sean {xn }, {yn } dos sucesiones de nmeros reales tales que, para cada n N,
xn yn . Si la sucesin {xn } diverge positivamente, entonces la sucesin {yn }
tambin diverge positivamente.
5.- Si {xn } es una sucesin de trminos positivos entonces converge a cero si, y slo
si, la sucesin {1/xn } divergente positivamente. En particular la sucesin {n }
diverge positivamente para todo > 0.
1. Prubse que si {xn } e {yn } son dos sucesiones acotadas, entonces {xn + yn } y
{xn yn } tambin lo son.
2. Estdiese la convergencia de la sucesin {xn } en los siguientes casos:

a) x1 = 2, xn+1 = 2 + xn , n N.

b) x1 = 1, xn+1 = 2xn , n N.
3. Estdiese la convergencia de las siguientes sucesiones:
a) {sen(n)/n}.
b) {cos(n2 + 1)/n}.
1.5. LMITE FUNCIONAL. 57
1.5. Lmite Funcional.
Sumario
Esta leccin trata del concepto de lmite funcional, uno de los ms importantes
de toda la matemtica. De forma intuitiva, una funcin tiene lmite L en un punto x0 si en
todo punto prximo a x0 la funcin toma un valor prximo a L. Para una formulacin ms
rigurosa introduciremos previamente el concepto de punto de acumulacin de un conjunto.
Finalmente diremos que el concepto de lmite funcional est muy relacionado con los conceptos
de continuidad y de derivacin de una funcin real de variable real. El contenido completo de
esta leccin se articula de la siguiente manera:
1.5.1 Puntos de acumulacin.
1.5.2 Lmite funcional y lmites laterales.
1.5.3 Lmites en el innito.
1.5.4 Algebra de lmites.
1.5.5 Lmites de tipo exponencial
1.5.6 Indeterminaciones.
1.5.7 Funciones asintticamente equivalentes.
1.5.1. Puntos de acumulacin.
Sea A un subconjunto no vaco de nmeros reales. Se dice que x0 es un punto

de acumulacin de A,
"si existe una sucesin {xn }nN de elementos de A, distintos de x0 , y convergente

al propio x0 ,
, escrito en lenguaje de intervalos,
"si todo intervalo centrado en x0 tiene algn punto, distinto del propio x0 , en comn
con A,
lo que a su vez en lenguaje formal se expresa:
x0 A ]x0 , x0 + [ A\{x0 } = , R+ .
58 I.5 Lmite funcional.
Denominaremos por A al conjunto de todos los puntos de acumulacin de A

Diremos que x0 es un punto de acumulacin de A por la derecha si x0 (A+
x0 ) ,
donde
x0 = {x A; x > x0 },
A+
lo que en lenguaje de sucesiones puede escribirse,

si existe una sucesin {xn }nN de elementos de A, mayores que x0 , y convergente
al propio x0 .
si todo intervalo de extremo inferior x0 tiene algn punto, distinto del propio x0 ,
en comn con A.
Diremos que x0 es un punto de acumulacin de A por la izquierda si x0

(A
x0 ) , donde
A
x0 = {x A; x < x0 },
lo que en lenguaje de sucesiones puede escribirse,
si existe una sucesin {xn }nN de elementos de A, menores que x0 , y convergente

al propio x0 .
si todo intervalo cuyo extremo superior es x0 tiene algn punto, distinto del propio
x0 , en comn con A,
Es fcil probar que x0 A si, y slo si x0 (A +

x0 ) (Ax0 )
1.5.2. Lmite funcional y lmites laterales.
Lmite funcional:
Sean A un subconjunto no vaco de nmeros reales, x0 A y f : A R una

funcin. Se dice que f tiene lmite en el punto x0 si existe un nmero real L con la
siguiente propiedad:
"Para cada sucesin {xn } de elementos de A, distintos de x0 , convergente a x0 , la

sucesin imagen {f (xn )} converge a L".
o en lenguaje ms formal
> 0, > 0, tal que si x A 0 < |x x0 | < , entonces |f (x) L| < .
El tal valor L, si existe es nico y recibe el nombre de lmite de f en el punto x0 y

escribiremos:
L = limxx0 f (x) f (x)xx0 L.
Observacin 1.5.1. Es importante hacer notar que la igualdad anterior encierra dos
armaciones: que f tiene lmite en el punto x0 y que dicho lmite vale L.
Lmites laterales:

Supongamos que x0 (A+ x0 ) . Se dice que f tiene lmite por la derecha en el
punto x0 si existe un nmero real L con la siguiente propiedad:
"Para cada sucesin {xn } de elementos de A, mayores que x0 , convergente a x0 , la

sucesin {f (xn )} converge a L".
en lenguaje formal
> 0, > 0, tal que si x A, 0 < x x0 < entonces |f (x) L| < .
Si tal L existe, entonces es nico y diremos que L es el lmite por la derecha de

f en el punto x0 y escribiremos:
L = limxx+0 f (x).
Supongamos que x0 (A
x0 ) . Se dice que f tiene lmite por la izquierda en el
punto x0 si existe un nmero real L con la siguiente propiedad:
"Para cada sucesin {xn } de elementos de A, menores que x0 , convergente a x0 , la

sucesin {f (xn )} converge a L".
en lenguaje formal
> 0, > 0, tal que si x A, 0 < x0 x < entonces |f (x) L| < .
Si tal L existe, entonces es nico y diremos que L es el lmite por la izquierda

de f en el punto x0 y escribiremos:
L = limxx0 f (x).
Relacin entre el lmite ordinario y los lmites laterales

Proposicin 1.5.2. Sean A un subconjunto no vaco de nmeros reales, x0 A , L R

y sea f : A R una funcin.
/ (A
1. Si x0
x0 ) , entonces
L = limxx0 f (x) si, y slo si, L = limxx+0 f (x).

2. Si x0
/ (A+
x0 ) , entonces
L = limxx0 f (x) si, y slo si, L = limxx0 f (x).

+
3. Si x0 (A
x0 )

(Ax0 ) , entonces
limxx0 f (x) = L si, y slo si, limxx+0 f (x) = limxx0 f (x) = L.
1.5.3. Lmites en el innito.
Sea A un subconjunto no vaco de nmeros reales no mayorado y sea f : A R

una funcin. Se dice que f tiene lmite en + si existe un nmero real L con la
siguiente propiedad:
"Para cada sucesin {xn } de elementos de A que diverge positivamente, la sucesin
{f (xn )} converge a L",
dicho en lenguaje ms formal:
> 0, M, tal que si x A, x > M entonces |f (x) L| < .

El tal lmite L, caso de existir, es nico. Diremos que L es el lmite en + de f y
escribiremos:
L = limx+ f (x).
Nota
Ntese que si N A y L = limx+ f (x), en particular, el lmite de la sucesin
{f (n)} es L. Este hecho nos proporciona un nuevo mtodo para el clculo de lmite de
sucesiones.
Si A es un subconjunto no vaco de nmeros reales no minorado, se dice que f
tiene lmite en si existe un nmero real L con la siguiente propiedad:
Para cada sucesin {xn } de elementos de A que diverge negativamente, la sucesin
{f (xn )} converge a L .
> 0, M, tal que si x A, x < M, entonces |f (x) L| < .

En todo caso diremos que L es el lmite en de f y escribiremos:
L = limx f (x).
1.5.4. Funciones divergentes
Sea A un subconjunto no vaco de nmeros reales y sea x0 A . Se dice que la

funcin f : A R diverge positivamente en el punto x0 si verica la siguiente
propiedad:
Para cada sucesin {xn } de elementos de A, distintos de x0 , convergente a x0 , la

sucesin {f (xn )} diverge positivamente,
M, > 0, tal que si x Ay0 < |x x0 | < , entonces f (x) > M.

Y escribiremos:
limxx0 f (x) = +.
Sea A un subconjunto no vaco de nmeros reales y sea x0 A . Se dice que la

funcin f : A R diverge negativamente en el punto x0 si verica la siguiente
propiedad:
Para cada sucesin {xn } de elementos de A, distintos de x0 , convergente a x0 , la

sucesin {f (xn )} diverge negativamente,
M, > 0, tal que si x A y0 < |x x0 | < , entonces f (x) < M.

Y escribiremos:
limxx0 f (x) = .
Si A es un subconjunto no vaco de nmeros reales no mayorado. Diremos que la

funcin f : A R diverge positivamente en + si verica la siguiente propiedad:
Para cada sucesin {xn } de elementos de A que diverge positivamente, la sucesin

{f (xn )} diverge positivamente.
M, N, tal que si x A yN < x entonces f (x) > M.

Y escribiremos:
limx+ f (x) = +.
Anlogamente se pueden denir las funciones divergentes negativamente en + y las
funciones divergentes negativa y positivamente en .
Antes de nalizar esta seccin queremos recordar el comportamiento de algunas

funciones elementales en innito o en los puntos extremos del dominio.
Proposicin 1.5.3.
1.- limx+ ex = +,
2.- limx ex = 0
3.- limx+ log(x) = +,
4.- limx0+ log(x) = ,
5.- limx/2 tg(x) = ,
6.- limx arctg(x) = /2.
1.5.5. Algebra de lmites.
Necesitamos ahora expresar qu ocurre con los lmites de funciones cuando

sumo, multiplico o divido funciones que tienen lmite o son divergentes.
Teorema 1.5.4. (de la suma de funciones)

Sean f, g : A R y sea x0 A . Supongamos que limxx0 f (x) = L R {+, }
y que limxx0 g(x) = M R {+, }. Entonces la funcin suma f + g converge o
diverge en x0 segn lo expresado en la siguiente tabla:
lim(f + g) L R L = + L =
M R L+M +
M = + + + ?
M = ?
Teorema 1.5.5. (del producto de funciones)

Sean f, g : A R y sea x0 A . Supongamos que limxx0 f (x) = L R {+, }
y que limxx0 g(x) = M R {+, }. Entonces la funcin producto f.g converge
o diverge en x0 segn lo expresado en la siguiente tabla:
lim(f.g) L R+ L=0 L R L = + L =
M R+ LM 0 LM +
M =0 0 0 0 ? ?
.
M R LM 0 LM +
M = + + ? +
M = ? + +
Adems si L = 0 y g es una funcin acotada, entonces
limxx0 f (x).g(x) = 0.
Teorema 1.5.6. (del cociente de funciones)

f, g : A R tal que g(x) = 0 y sea x0 A
Sean . Supongamos que limxx0 f (x) =
L R {+, } y que limxx0 g(x) = M R {+, }. Entonces la funcin
cociente f /g converge o diverge en x0 segn lo expresado en la siguiente tabla:
lim(f /g) L R+ L=0 L R L = + L =
M R+ L/M 0 L/M +
M = 0, g(x) > 0 + ? +
M = 0, g(x) < 0 ? + +
M R L/M 0 L/M +
M = + 0 0 0 ? ?
M = 0 0 0 ? ?
Observacin 1.5.7. El smbolo ? que aparece en las tablas indica que el resultado de-
pende de las funciones f y g concretas.
1.5.6. Lmites de funciones de tipo exponencial
Necesitamos ahora conocer qu ocurre con los lmites de funciones de tipo

exponencial. La idea que subyace en todo lo que sigue es la continuidad de la funciones
logaritmo y exponencial.
Teorema 1.5.8. (f g )
Sean f, g : A R tales que,para cada x A, f (x) > 0, y sea x0 A . Suponga-
mos que limxx0 f (x) = L R+0 {+} y que limxx0 g(x) = M R {+, }.
g
Entonces la funcin f converge o diverge en x0 segn lo expresado en la siguiente tabla:
limf g L=0 0<L<1 L=1 L>1 L = +
M R+ 0 LM 1 LM +
M =0 ? 1 1 1 ?
M R + LM 1 LM 0
M = + 0 0 ? + +
M = + + ? 0 0
Las posibles indeterminaciones son de la forma: 00 , 1 e 0 . stas se resolvern

intentando traducirlas en trminos de cocientes, para luego aplicar las prometidas reglas
de L+Hopital, de la siguiente forma:
Sean f, g : A R tales que, para cada x A, f (x) > 0. Sean

Proposicin 1.5.9.
x0 A y L R {+, } . Supongamos que limxx0 f (x) = +,0 (resp. 1) y que
limxx0 g(x) = 0 (resp. ). Entonces
limxx0 f (x)g(x) = eL L = limxx0 g(x)log(f (x)).
Como ejemplo podemos calcular limx+ x1/x .
Adems, para la indeterminacin del tipo 1 , se tiene la siguiente tcnica propia:
Proposicin 1.5.10. (1 )
Sean f, g : A R tales que, para cada x A, f (x) > 0. Sean x0 A y
L R {+, } . Supongamos que limxx0 f (x) = 1 y que limxx0 g(x) = +.
Entonces
limxx0 f (x)g(x) = eL L = limxx0 g(x)(f (x) 1).
Como ejemplo podemos calcular limx+ (1 + 1/x)x .
1.5.7. Indeterminaciones
Estos resultados inciertos reciben el nombre de indeterminaciones. As pues,

vistos los teoremas anteriores, las posibles indeterminaciones de la forma: , 0.,
0/0 e /.
En las siguientes lecciones veremos cmo resolver algunas de estas indeterminaciones.
Basten ahora algunos ejemplos y comentarios.
1.) Lmite en el innito de un polinomio
Si p(x) = an xn + an1 xn1 + ... + a1 + a0 , entonces

limx+ p(x) =signo(an ).
limx p(x) = (1)n signo(an ) .
2.) Lmite en el innito de un cociente de polinomios.
Si p(x) = an xn + an1 xn1 + ... + a1 + a0 , y q(x) = bp xp + bp1 xp1 + ... + b1 + b0 ,

entonces

p(x)
signo(an /bp ) si n > p
limx+ = an /bp si n = p
q(x)
0 si n < p

signo(an /bp )(1)np si n > p
p(x)
limx = an /bp si n = p
q(x)
0 si n < p
3.) En general, las indeterminaciones /, 0. y 0/0 se resolvern con las reglas

de L+Hpital que veremos ms adelante. No obstante adelantamos la siguiente
escala de innitos que raticaremos en su momento con las susodichas reglas. En
este sentido podemos decir que:
xx ex xa (logx)b ,
donde f (x) g(x) signica que
limx+ [f (x)/g(x)] = +.
x
Como ejemplo, podemos calcular limx+ 1+logx+e
x5
1.5.8. Funciones asintticamente equivalentes.
Sera til, para calcular lmites, sustituir funciones de aspecto complejo por otras
funciones ms sencillas. Este proceso puede llevarse a cabo considerando funciones cuyo
cociente converge a uno.
Dadas dos funciones f, g : A R, y dado x0 A . Se dice que ambas funciones

son asintticamente equivalentes en x0 si
limxx0 f (x)/g(x) = 1.
Ejemplos de funciones asintticamente equivalentes en x0 = 0 son senx, tgx,

log(1 + x) y x, esto es,
limx0 [sen(x)/x] = 1 = limx [tg(x)/log(1 + x)] = limx0 [tg(x)/x] = 1.

1. Estdiense los siguientes lmites funcionales:
x 5x + 3
lm , lm ,
x+ 7x + 4 x 2x2 + 1
x2 + 4 x2 + 4
lm+ , lm ,
x2 x 2 x2 x 2
2 + 3ex 2 + 3ex
lm , lm ,
x+ 2 + 3x2 x 2 + 3x2
1.6. FUNCIONES CONTINUAS 67
1.6. Funciones continuas
Sumario
En esta leccin tratamos del concepto de continuidad, una de las ideas ms fascinantes
de toda la matemtica. Aqu daremos la denicin de funcin continua y su relacin con el
concepto de lmite funcional. Tambin mostraremos algunas de las propiedades que hacen
que las funciones continuas sean tan interesantes. As mismo observaremos que las funciones
elementales son funciones continuas. El contenido completo de esta leccin se articula de la
siguiente manera:
1.6.1 Continuidad.
1.6.2 Tipos de discontinuidad.
1.6.3 Ejemplos.
1.6.4 Propiedades de las funciones continuas: Teoremas de Bolzano, del valor intermedio y de
conservacin de la compacidad.
1.6.5 Resolucin Numrica de Ecuaciones.
1.6.1. Continuidad
Sea A un subconjunto no vaco de nmeros reales y sea a A. Se dice que

f : A R es una funcin continua en a si verica la siguiente propiedad:
para cada intervalo J centrado en f (a), existe un intervalo I centrado en a tal que
f (I A) J,
esto es, en lenguaje ms formal
> 0, > 0, tal que si x A, |x a| entonces |f (x) f (a)| < .
Dado B A, se dice que f es continua en B si lo es en todos los puntos de B.
Es pues claro que la funcin identidad, las funciones constantes y la funcin valor
absoluto son funciones continuas en R.
Veamos que la continuidad est estrechamente relacionada con el lmite funcional.

68 I.6. Funciones continuas
Proposicin 1.6.1. Sean A un subconjunto no vaco de nmeros reales, a A y

f : A R una funcin . Entonces se verican las siguientes armaciones:
1. Si a es un punto aislado de A, entonces f es una funcin continua en a.

2. Si a A A , entonces f es continua en a si, y slo si, limxa f (x) = f (a).
Observacin 1.6.2. Obsrvese que si a / A no tiene sentido hablar de continuidad, As

pues, puede ocurrir que una funcin tenga lmite en un punto a A y que no tenga
sentido hablar de continuidad en a (a
/ A). Por otra parte, obsrvese que si una funcin
es continua en un punto de acumulacin, la funcin y el lmite conmutan.
1.6.2. Ejemplos
1. La funcin f : R+ R denida mediante la siguiente expresin:

{
x + 1 si x = 1
f (x) =
1 si x = 1.
presenta una discontinuidad en 1, lo cual poda haberse adivinado si hubisemos

pintado previamente su grca
-2 -1 1 2 3
-1
2. La funcin parte entera presenta una discontinuidad en todos los nmeros enteros.
3. La funcin f : R+
0 R denida mediante la expresin:
{
1/x si x R+
f (x) =
1 si x = 0.
presenta una discontinuidad esencial en 0.

Este hecho puede adivinarse cuando observamos su grca:
4. Las funciones logaritmo neperiano, seno y coseno son continuas en sus dominios.
50
40
30
20
10
1 2 3 4
Adems se tiene
Proposicin 1.6.3. Sean A un subconjunto de nmeros reales, a A y f, g : A R

dos funciones continuas en a. Entonces f + g, f.g son dos funciones continuas en a. Si
adems, para cada x A, g(x) = 0, entonces f /g es tambin continua en a.
Como consecuencia obtenemos que las funciones racionales y la funcin tangente

son tambin continuas en sus dominios correspondientes.
Proposicin 1.6.4. Sea I un intervalo de nmeros reales y f : I R una funcin

continua e inyectiva en I. Entonces la funcin inversa f 1 es continua en f (I).
Como consecuencia obtenemos que las funciones exponencial, arcocoseno, arcoseno

y arcotangente son continuas en sus correspondientes dominios.
Proposicin 1.6.5. Sean A un subconjunto de nmeros reales, a A y f : A R

una funcin continua en a. Sean ahora B f (A) y g : B R una funcin continua
en f (a). Entonces g f , es una funcin continua en a.
Como consecuencia obtenemos que las funciones exponenciales y potenciales son

continuas en R y R+ respectivamente.
1.6.3. Propiedades de las funciones continuas: Teoremas de Bol-

zano, del valor intermedio y de conservacin de la com-
pacidad.
Enunciemos ahora algunas de las propiedades ms emblemticas de las funciones

continuas.
Proposicin 1.6.6. (La continuidad es una propiedad local)

Sean A un subconjunto de numeros reales, B un subconjunto de A, a B y
f : A R una funcin. Entonces
1. Si f es continua en a, entonces f /B es una funcin continua en a.

2. Si f /B es continua en a y existe un intervalo centrado en a, I, tal que I A B,
entonces f es una funcin continua en a.
Observacin 1.6.7. La proposicin anterior es muy til para estudiar la continuidad de

una funcin denida a trozos.
Como ejemplo estudiemos la continuidad de la funcin f : R R, denida por

{
x2 si x 2
f (x) =
x + 4 si x > 2
cuya grca es como sigue:
-4 -2 2 4
Dado que la funcin x2 es continua en R, entonces f /],2] = x2 /],2] es continua

en todos los puntos del intervalo ] , 2], luego por el apartado (2), f es continua en
], 2[. Idntico razonamiento puede seguirse para el intervalo ]2, +[.
Qu ocurre en el punto 2? Como se desprende de la observacin de su grca, la

funcin presenta una discontinuidad de salto. Comprubese. Obsrvese adems que en
cambio la funcin f /] , 2] es continua en 2.
Proposicin 1.6.8. ( propiedad de conservacin del signo)

Sean A un subconjunto de numeros reales, a A y f : A R una funcin
continua ena. Si f (a) = 0 Entonces existe un intervalo centrado en a, I, tal que para
cada x I A, f (x)f (a) > 0.
Teorema 1.6.9. (de los ceros de Bolzano)

Sean [a, b] un intervalo de numeros reales, y f : [a, b] R una funcin continua.
Si f (a).f (b) < 0, entonces existe c ]a, b[ tal que f (c) = 0.
Enunciemos nalmente las dos propiedades ms importantes y que ms usaremos

en adelante.
Teorema 1.6.10. (del valor intermedio)

Sean I un intervalo de numeros reales, y f : I R una funcin continua. Entonces
f (I) es un intervalo.
Teorema 1.6.11. (de conservacin de la compacidad)

Sean [a, b] un intervalo de numeros reales, y f : [a, b] R una funcin continua.
Entonces f est acotada y alcanza sus valores mximo y mnimo.
Recurdese que f est acotada si el conjunto imagen f ([a, b]) est acotado. As pues, la tesis
del ltimo teorema puede expresarse diciendo que existen c, d R tales que f ([a, b]) = [c, d].
1.6.4. Resolucin Numrica de Ecuaciones.
El teorema de Bolzno nos proporciona dos mtodos tiles para localizar las races
de una ecuacin, llamados mtodo de la biseccin y el mtodo de la secante
mtodo regula falsi".
El primer mtodo consiste en evaluar la funcin en los extremos del intervalo, si

hay cambio de signo se considera el centro del intervalo como un nuevo extremo de los
dos subintervalos de igual longitud en que queda divido el intervalo inicial. En aquel
subintervalo en el que los valores de f en sus extremos sean de signo diferente se vuelve
a partir en dos, para volver a empezar. De esta manera cada vez que realizamos esta
particin, la solucin queda localizada en un intervalo de menor longitud.
El segundo mtodo es muy similar al primero. Se evala la funcin en los extremos
del intervalo, si hay cambio de signo, se traza la recta que une los puntos extremos
de la grca. sta debe cortar al eje x en un nuevo punto. Se construyen ahora los
subintervalos formados por el extremo correspondiente y este nuevo punto. En aquel
subintervalo en el que los valores de f en sus extremos sean de signo diferente se vuelve
a partir en dos siguiendo la misma construccin, y as sucesivamente.
1.6.5. Relacin de Ejercicios
1. Estdiese la continuidad y el comportamiento en + y en de la funcin

f : R R denida por
a) f (x) = x
1+|x|
, x R.
{ 1
1+e1/x
, si x = 0
b) f (x) =
0 si x = 0
ex
x
,si x < 0
c) f (x) = x, si 0 x < 1

5
x, si x 1
2. Dse un ejemplo de funcin ...
a) continua cuya imagen no es un intervalo.

b) no continua en un intervalo y cuya imagen es un intervalo.
c) continua en R, no constante y cuya imagen sea un intervalo acotado.
d ) continua en [0, 1[ cuya imagen no es acotada.
e) continua en un intervalo abierto acotado cuya imagen es un intervalo cerrado
y acotado.
3. Para cada una de las siguientes funciones polinmicas f , hllese un entero n tal
que f (x) = 0 para algn x entre n y n + 1.
i) f (x) = x3 + x + 3
ii) f (x) = x5 + 5x4 + 2x + 1
iii) f (x) = x5 + x + 1
iv) f (x) = 4x2 4x + 1.
4. Prubese que todo polinomio de grado impar admite al menos una raz real.
5. Sea P un polinomio de grado n tal que el trmino independiente y el coeciente

lder tienen signo opuesto. Prubese que P tiene al menos una raz positiva.
6. Sea f : R\{1} R la funcin denida por:

1+x
f (x) = arctg
1x
Estdiese la continuidad de f y su comportamiento en el punto 1, en + y en
. Calclese su magen
7. Sea f : [0, 1] [0, 1] una funcin continua en [0, 1]. Prubese que f tiene un
punto jo, es decir, que existe x [0, 1] tal que f (x) = x.
8. Suponiendo que la temperatura vara de manera continua a lo largo del Ecuador,

prubese que, en cualquier instante, existen dos puntos antpodas sobre el Ecuador
que se hallan a la misma temperatura.
9. Un escalador comienza, desde su campamento base, a subir a una montaa el

Sbado a las 7 horas, alcanzando la cima a las 8 de la tarde. A las 7 horas del
Domingo inicia el descenso hacia el campamento base tardando el mismo tiempo
que le cost la subida. Demostrar que existe una determinada hora, a lo largo del
Domingo, en la que el escalador se encuentra exactamente a la misma altura que
a esa misma hora del Sbado.
10. Un corredor recorre 6 Km. en 30 minutos. Prubese que existe un intervalo de 5

minutos a lo largo del cual el corredor recorre exactamente 1 kilmetro.
1.7. FUNCIONES DERIVABLES 73
1.7. Funciones derivables
Sumario
La idea de derivada fue originada por el problema de dibujar una tangente a una
curva. Fermat, en el siglo XVII, tratando de determinar los mximos y mnimos de ciertas
funciones, observ que si la grca de dichas funciones, en un determinado punto, tiene asociada
una recta tangente horizontal, dicho punto es un candidato a mximo o mnimo. Estas ideas
desembocaron en el concepto de derivada e inmediatamente se observ que era un instrumento
vlido tambin para el clculo de velocidades, y en general, para el estudio de la variacin de
una funcin. En esta leccin introduciremos el concepto de funcin derivable, prestaremos
atencin al problema original de determinar la tangente a una curva dada y estudiaremos
algunas de sus propiedades; Enunciaremos el teorema del valor medio y obtendremos algunas
consecuencias muy importantes: La relacin entre monotona y derivabilidad, la derivacin de
la funcin inversa y las reglas de LHpital para la resolucin de algunas indeterminaciones en
el clculo de lmites. El contenido completo de esta leccin se articula de la siguiente manera:
1.7.1 Derivada.
1.7.2 Recta tangente.
1.7.3 Propiedades de las funciones derivables: Teoremas de Rolle.
1.7.4 Resolucin de ejercicios.
1.7.1. Derivada. Recta tangente

Sea A un subconjunto no vaco de nmeros reales y sea a A A . Se dice que
f : A R es una funcin derivable en a si existe el siguiente lmite:
f (x) f (a)
limxa .
xa
El lmite recibe el nombre de derivada de f en el punto a y se nota por f (a).
Dado un subconjunto B de A A , se dice que f es derivable en B si es derivable en

todos los puntos de B.
Es claro que la funcin identidad I y toda funcin constante,C, son funciones derivables
en todo R, con I = 1 y C = 0, mientras que la funcin valor absoluto es derivable en todos
los puntos de R salvo en cero, y para cada x R ,
(|x|) = |x|/x.
El siguiente resultado nos da la relacin entre los conceptos de continuidad y de

derivacin.
74 2.1. Funciones derivables

Proposicin 1.7.1. Sean A un subconjunto no vaco de nmeros reales, a A A y una
funcin f : A R. Entonces las siguientes armaciones son equivalentes:
1. f es derivable en a.
2. f es continua en a y existe una funcin afn g tal que
f (x) g(x)
limxa = 0.
xa
1.7.2. Recta tangente

Vamos ahora a interpretar geomtricamente la existencia de esta funcin afn.
Obsrvese que cualquier recta que pase por el punto (a, f (a)) tiene la forma
y = m(x a) + f (a).
Es claro que manipulando la igualdad del apartado b) obtenemos que
g(x) = f (a)(x a) + f (a)
y por tanto su grca es una recta del tipo anterior con m = f (a); la condicin sobre el lmite
del cociente del apartado 2) nos asegura que la grca de la funcin afn g es la que mejor se
aproxima a la grca de la funcin f en las proximidades del punto a.
As por ejemplo si consideramos la funcin f (x) = (x 1)2 + 1 y el punto (1, 1), se tiene
que
-2 -1 1 2 3 4
-2
-4
y por tanto es visible que la recta horizontal es la que mayor "parecido"tiene con la parbola
en las proximidades del punto (1, 1).
La recta y = f (a)(x a) + f (a) recibe el nombre de recta tangente a la grca de

f en el punto (a, f (a))
Ejemplos
Las funciones logaritmo neperiano, seno y coseno son derivables en sus respectivos
dominios. Adems para cada x del dominio correspondiente,
log (x) = 1/x, sen (x) = cos(x), cos (x) = sen(x).
Tambin la suma, el producto y el cociente de funciones derivables es una funcin

derivable.
Proposicin 1.7.2. Sean A un subconjunto de nmeros reales, a A y f, g : A R dos

funciones derivables en a. Entonces f + g y f.g son dos funciones derivables en a, y se tiene
que
(f + g) (a) = f (a) + g (a), (f.g) (a) = f (a)g(a) + f (a)g (a).
Si adems, para cada x A, g(x) = 0, entonces f /g es tambin derivable en a y se tiene que
f (a)g(a) f (a)g (a)

(f /g) (a) = .
g 2 (a)
Como consecuencia obtenemos que las funciones racionales y la funcin tangente son
tambin derivables en su dominio. De hecho, para cada x R\{ 2 + k, k Z},
tg (x) = 1 + tg 2 (x).
Tambin las cosas van bien cuando componemos dos funciones derivables.
Teorema 1.7.3. (regla de la cadena)

Sean A un subconjunto de nmeros reales, a A y f : A R una funcin derivable en
a. Sean ahora B f (A) y g : B R una funcin derivable en f (a). Entonces g f , es una
funcin derivable en a y se tiene que
(g f ) (a) = g (f (a)).f (a).
Como consecuencia obtenemos que
Corolario 1.7.4. Si f : A R+ es una funcin derivable en a, entonces
f (a)
(logf (a)) = .
f (a)
1.7.3. Propiedades de las funciones derivables: Teoremas de Ro-

lle y del valor medio, y reglas de L+Hpital.
Enunciemos ahora algunas propiedades y caractersticas de las funciones derivables.
Proposicin 1.7.5. (La derivabilidad es una propiedad local)

Sean A un subconjunto de numeros reales, B un subconjunto de A, a B B y f : A
R una funcin. Entonces
1. Si f es derivable en a, entonces f /B es una funcin derivable en a y f (a) = (f /B ) (a).

2. Si f /B es derivable en a y existe un intervalo centrado en a, I, tal que I A B,
entonces f es una funcin derivable en a y f (a) = (f /B ) (a).
Observacin 1.7.6. La proposicin anterior es muy til para estudiar la derivabilidad de una
funcin denida en varias ramas.
Como ejemplo estudiemos la derivabilidad de la funcin f : R R, denida por

{
x2 si x 2
f (x) =
x + 6 si x > 2
cuya grca es como sigue
10
-4 -2 2 4 6 8
-2
Dado que la funcin x2 es derivable en R, entonces f /],2] = x2 /],2] es derivable en

todos los puntos del intervalo ] , 2], luego por el apartado (2), f es derivable en ], 2[.
Idntico razonamiento puede seguirse para el intervalo ]2, +[.
Qu ocurre en el punto 2? Como se desprende de la observacin de su grca, la funcin

presenta un pico, luego pensamos que no es derivable en 2. Comprubese. Obsrvese adems
que en cambio la funcin f /] , 2] es derivable en 2.
En los siguientes resultados usaremos como dominios slo intervalos, ya que en stos
todos los puntos, incluso sus extremos sean o no del intervalo, son puntos de acumulacin.
Teorema 1.7.7. (de Rolle)

Sean [a, b] un intervalo de numeros reales, y f : [a, b] R una funcin continua y
derivable en ]a, b[ vericando que f (a) = f (b). Entonces existe c ]a, b[ tal que f (c) = 0.
La demostracin del teorema es consecuencia del siguiente resultado
Lema 1.7.8. Sea I un intervalo de nmeros reales. Si f : I R es una funcin derivable

en un punto interior c de I tal que f (x) f (c) f (x) f (c), x I, entonces f (c) = 0.
Observacin 1.7.9. La combinacin de este teorema y del teorema de Bolzano es determinante

a la hora de calcular el nmero de soluciones de una ecuacin en un determinado intervalo. A
este respecto resulta interesante releer el teorema de Rolle en la siguiente:
Si f no se anula en el intervalo ]a, b[, la ecuacin f (x) = 0 tiene como mucho una nica
solucin en el intervalo [a, b] .
El siguiente resultado no es ms que otra versin del teorema de Rolle.

Teorema 1.7.10. (del valor medio)

Sean [a, b] un intervalo de numeros reales, y f : [a, b] R una funcin continua y
derivable en ]a, b[. Entonces existe c ]a, b[ tal que
f (b) f (a) = f (c)(b a).
Como primera consecuencia obtenemos la siguiente relacin entre el signo de la derivada

y la monotona de la funcin:
Corolario 1.7.11. (monotona de una funcin derivable)

Sea I un intervalo de numeros reales, y f : I R una funcin derivable. Entonces se
verican las siguientes armaciones:
1. f es creciente si, y slo si f (x) 0, x I.
2. f es decreciente si, y slo si f (x) 0, x I.
3. Si f (x) = 0, x I, si, y slo f es constante.
4. Si f (x) > 0 x I, entonces f es estrictamente creciente.
5. Si f (x) < 0 x I, entonces f es estrictamente decreciente.
6. Si f (x) = 0 x I, entonces f es estrictamente montona.
Al igual que ocurre con el teorema de Rolle, la informacin dada en este ltimo corolario
es muy importante para la localizacin de las soluciones de una ecuacin del tipo f (x) = 0,
cuando la funcin f es derivable.
Como segunda consecuencia, obtenemos cundo la funcin inversa es derivable y cunto

vale su derivada:
Corolario 1.7.12. (derivacin de la funcin inversa)

Sea I un intervalo de numeros reales, y f : I R una funcin derivable tal que f (x) = 0.
Entonces f 1 es derivable en f (I) y para cada x I, se tiene que
1
(f 1 ) (f (x)) = .
f (x)
A partir de aqu, obtenemos que tambin las funciones exponencial, arcocoseno, arcoseno
y arcotangente son derivables. De hecho, para cada x en el correspondiente dominio se tiene
que
1
(ex ) = ex , (arctg) (x) = ,
1 + x2
1 1
(arc cos) (x) = , (arc sen) (x) = .
1 x2 1 x2
Y si se quiere, usando la regla de la cadena, si f : A R es una funcin derivable en

a y tal que f (A) est contenido en el correspondiente dominio, entonces
f (a)
(ef (a) ) = f (a)ef (a) , (arctg) (f (a)) = ,
1 + f 2 (a)
f (a) f (a))
(arc cos) (f (a)) = , (arc sen) (f (a)) = .
1 f 2 (a) 1 f 2 (a)
Adems si f (A) est contenido en R+ y g : A R es otra funcin derivable tambin

en a, entonces la funcin h = f g es derivable en a y
f (a)
h (a) = f (a)g(a) [g (a)log(f (a)) + g(a) ].
f (a)
Para calcular derivadas tan complicadas como la anterior podemos usar la tcnica
logartmica. El procedimiento es como sigue.
Tcnica logartmica
1. Tomamos logaritmos en la igualdad que dene a h.
log(h(x)) = g(x)log(f (x)).
2. Derivamos ambas igualdades en el punto a

h (a) f (a)
= g (a)log(f (a)) + g(a) .
h(a) f (a)
3. Finalmente despejamos y obtenemos que

f (a)
h (a) = f (a)g(a) [g (a)log(f (a)) + g(a) ].
f (a)
x
Como ejercicio calclese la funcin derivada de f (x) = xx en R+ .
La tercera y ltima consecuencia a sealar en esta leccin es una potente herramienta

que nos va a permitir resolver muchas de las indeterminaciones presentadas en la leccin I.5
relativas a la convergencia de las funciones.
Corolario 1.7.13. (Reglas de L+Hpital)

Sea I un intervalo de nmeros reales, L R {+, } y a I y supongamos que
f, g : I\{a} R son dos funciones tales que
1. f y g son derivables,
2. g (x) = 0,
a) Primera Regla de L+Hpital
limxa f (x) = limxa g(x) = 0,

b) Segunda Regla de L+Hpital:

la funcin |g| diverge positivamente en a,

Si limxa fg (x)
(x)
= L. entonces
f (x)
limxa = L.
g(x)
Observacin 1.7.14. Las Reglas de LHpital siguen permaneciendo vlidas si, en el caso en que
el intervalo I no est mayorado, sustituimos los lmites en a por lmites en +. Anlogamente
para lmites en .
Finalmente damos una consecuencia prctica para calcular la derivada de algunas funciones
denidas a trozos.
Corolario 1.7.15. Sea I un intervalo, a I y h : I R una funcin continua en a y

derivable al menos en I\{a}. Si h tiene lmite en el punto a entonces h es derivable en a y
h (a) = limxa h (x).
1. Calclese la derivada de las siguientes funciones cuyas ley viene dada por:
a) f (x) = sen(x + 3).

b) f (x) = cos2 (x3 ).
c) f (x) = 1/cos(x).

d ) f (x) = (1 + x)/(1 x).

e) f (x) = x2 + 1.

f ) f (x) = ( 3 x 1/ 5 x)5 .
g) f (x) = cos(cos(cos(x))).
h) f (x) = x4 ex log(x).
i) f (x) = xx .
x
j ) f (x) = x .
2. Calclense los puntos en los que la tangente de la grca de la funcin f : R R

denida por f (x) = 2x3 3x2 12x + 40 que es paralela al eje 0X.
3. Calclese la tangente de la grca de la funcin f : R R en el punto P en cada uno

de los siguientes casos:
a) f (x) = x2 + 1 en el punto P = (3, 10).

b) f (x) = cos(x) en el punto P = (/2, 0).
c) f (x) = |x| en el punto P = (1, 1).

d ) f (x) = x/x2 + 1 en el punto P = (0, 0).
4. Dada una funcin f : A R, estdiese la continuidad y la derivabilidad en cada uno


a) A = [1, 1] y f (x) = 1 x2 .

b) A = R y f (x) = 3 |x|.
c) A = R y f (x) = 2x
1+|x| .
5. Sean , R y f : R R una funcin denida por f (x) = x2 + x + . Encuntrense

los valores de y , que hacen que el punto (2, 4) pertenezca a la grca de f y que la
recta tangente a la misma en dicho punto sea la recta de ecuacin 2x y = 0.
] [
6. Sea f : 2 , 2 R denida por:
log(1 senx) 2log(cosx)

f (x) = (x = 0) f (0) = a.
senx
Estdiese para qu valor de a la funcin f es continua en cero.
7. Estdiese la derivabilidad y la existencia de lmites en + y de la funcin f : R

R denida en cada caso por
a) { 1
1+ex si x = 0
f (x) =
0 si x = 0
b) ex
x si x < 0
f (x) = x si 0 x < 1

5
x si x 1
8. Demustrese que, para cada x > 0, se verica que
x
< log(1 + x) < x.
1+x
9. Sea a un nmero real. Demustrese que, para cada x, y R, se verica que
|sen(ax) sen(ay)| |a||x y|.
10. Demustrese que, para cada x, y R, se verica que
|arctg(x) arctg(y)| |x y|.
11. Sea a > 0. Prubese que

ea/x ea/x , x > 0
y se da la igualdad si, y slo si, x = a.
12. Sea a > 0 un nmero real que verca
ax/a x, x > 0.
Prubese que a = e.
13. Calclese el nmero de ceros y la imagen de la funcin f : R R denida por

f (x) = x6 3x2 + 2.
14. Calclese el nmero de soluciones de la ecuacin 3logx x = 0.
15. Prubese que 0 < a < 1 se verca
(1 + x)a 1 + ax, x 1.
16. Sea a > 1. Probar que la ecuacin x + ex = a tiene, al menos, una solucin positiva y
otra negativa.
17. Sea f : R+ R la funcin denida por:
f (x) = x + logx + arctgx
prubese que la ecuacin f (x) = 0 tiene una nica solucin.
18. Prubese que la ecuacin

x + ex + arctgx = 0
tiene una nica raz real. Dese un intervalo de longitud uno en el que se encuentre dicha
raz.
19. Sean a, b, c R con a2 < 3b. Prubese que la ecuacin
x3 + ax2 + bx + c = 0
tiene una solucin real nica.
20. Determnese el nmero de races reales de la ecuacin
2x3 3x2 12x = m
segn el valor de m.
21. Estdiese el comportamiento de la funcin f : A R en el punto en cada uno de

los siguientes casos:
a) A = R , f (x) = sen(3x)/x x A, = 0.
b) A = R\{/2 + k, k Z f (x) = (2x )/cos(x) x A, = /2.

c) A = R\{2, 2}, f (x) = ( x2 + 5 3)/x2 4 x A, = 2.

x 2+ x2
d ) A =]2, +[ , f (x) = x2 4
x A, = 2.
e) A = R+ \{1}, f (x) = 1
logx 1
x1 x A, = 1.
xx x
f ) A =]1, +[, f (x) = 1xlogx x A, = 1.
g) A = R , f (x) = 1
x4
1
6x2
senx
x5
, = 0.
1 senx
h) A =]0, /2[, f (x) = ( tgx ) , = /2.
i) A =]0, /2[, f (x) = (1 + senx)cotgx , = 0.
1
j ) A = R+ \{e}, f (x) = x logx1 , = e.
1
k ) A = R+ , f (x) = x1 (e (1 + x) x ), = 0.
22. Estdiese el comportamiento en el punto cero de la funcin f : A R en los siguientes

casos:
a) A = R+ , f (x) = 1cos
x,
x
x A.
b) A = R , f (x) = 1cosx
x2
, x A.
c) A =]0, /2[, f (x) = (senx + cosx)1/x , x A.
( )1
x2 x2
d ) A =]0, /2[, f (x) = cos x + 2 , x A.
1
e) A =]0, /2[, f (x) = (1 tgx) x2 , x A.
f ) A = R+ , f (x) = xsenx , x A.
g) A =]0, /2[, f (x) = xarctgx
sen3 x
, x A.
h) A =]0, /2[, 1 senx
f (x) = ( tgx ) , x A.
1
i) A = R+ \{e}, f (x) = x logx1 , x A.
23. Estdiese el comportamiento en + de las funciones f : A R dadas por

log(2+3ex )
a) A = R+ , f (x) =
2+3x2
,
b) A = R+ , f (x) = (ax + x)1/x , x R+ a R+ ,

x(x1/x 1)
c) A =]1, +[ f (x) = logx ,
1
d ) A = R\{e}, f (x) = x logx1 .
24. Sea f : R+ R una funcin derivable en R+ . Supongamos que f y f tienen lmite en

+. Prubese que limx7 f (x) = 0.
25. Sea f : [0, 1] R un a funcin derivable, vericando que f (0) = 0 y que para cada
x [0, 1], |f (x)| |f (x)|. Prubese que f (x) = 0, x [0, 1].
1.8. EXTREMOS RELATIVOS. POLINOMIO DE TAYLOR 83
1.8. Extremos relativos. Polinomio de Taylor
Sumario
En esta leccin vamos a seguir extrayendo consecuencias del teorema del valor me-
dio: estudiaremos condiciones necesarias y condiciones sucientes para que una funcin tenga
extremos relativos. Tambin deniremos el polinomio de Taylor asociado a una funcin en un
punto y estudiaremos algunas de sus propiedades. mtodo de Newton-Raphson para encontrar
aproximaciones a las soluciones de una ecuacin. El contenido completo de esta leccin se
articula de la siguiente manera:
1.8.1 Extremos de una funcin.
1.8.2 Extremos relativos y derivabilidad.
1.8.3 Derivadas sucesivas.
1.8.4 Polinomio de Taylor.
1.8.5 Resolucin numrica de ecuaciones.
1.8.1. Extremos de una funcin
Extremos absolutos
Sea A un subconjunto no vaco de nmeros reales y a A y f : A R una funcin.

Se dice que
a es un mximo absoluto, simplemente que es un mximo, de f , que f alcanza

su mximo en a si se verica que
f (a) f (x), x A.
a es un mnimo absoluto simplemente que es un mnimo, de f que f alcanza su

mnimo en a si se verica que
f (a) f (x), x A.
a es un punto extremo de f si bien es un mximo bien es un mnimo.
Extremos relativos
Siendo A,f y a como antes, se dice que:

84 2.2. Extremos relativos. Polinomio de Taylor.
a es un mximo relativo o que f tiene un mximo relativo en a si se verican las

siguientes condiciones:
a) Existe r > 0 tal que ]a r, a + r[ A.

b) f (a) f (x), x ]a r, a + r[.
a es un mnimo relativo o que f tiene un mnimo relativo en a si se verican las
a) Existe r > 0 tal que ]a r, a + r[ A.
b) f (a) f (x), x ]a r, a + r[.
a es un extremo relativo si o bien es un mximo relativo bien es un mnimo relativo.
Con el siguiente ejemplo veremos qu no existe en general una relacin entre extremo
relativo y extremo absoluto.
Ejemplo:
Estdiense los extremos relativos y absolutos de la funcin
f : [0, 3] R,
denida por
x si 0 x < 1
f (x) = 2 x si 1 x < 2

2x 4 si 2 x 3
Observemos primero su grca:
2
1.5
0.5
0.5 1 1.5 2 2.5 3
y comprobemos que
1. 0 es un mnimo absoluto pero no relativo.

2. 1 es un mximo relativo pero no absoluto.
3. 2 es un mnimo relativo y absoluto
4. 3 es un mximo absoluto pero no relativo.
Nota Si a es un punto interior y f alcanza su mximo (resp. mnimo) absoluto en a,
entonces f tiene un mximo (resp. mnimo) relativo en a.

1.8.2. Extremos relativos y derivabilidad
Comenzamos armando que en todo extremo relativo la derivada se anula.
Proposicin 1.8.1. (Lema I.7.9)( condicin necesaria)

Sea I un intervalo. Si f : I R es derivable en a y tiene un extremo relativo en a I,
entonces f (a) = 0.
Este sencillo resultado nos permite elaborar la siguiente regla prctica para el clculo
de extremos.
Regla prctica para el clculo de extremos absolutos
Sean A un subconjunto no vaco de nmeros reales y f : A R una funcin.

Supongamos que f alcanza su mximo o su mnimo absoluto en a, entonces a est en una de
las tres situaciones siguientes:
1) No existe ningn intervalo centrado en a contenido en A.
2) Existe un intervalo centrado en a contenido en A y f no es derivable en a.
3) Existe un intervalo centrado en a contenido en A, f es derivable en a y f (a) = 0.
Una vez detectados los candidatos, se nos puede presentar una de las dos siguientes
situaciones:
1) El conjunto A es un intervalo cerrado y acotado y f es continua.
2) No se da alguna de las circunstancias del primer apartado.
En el primer caso sabemos, por el teorema de Weiertrass sobre la conservacin de

la compacidad, que f alcanza sus valores mximo y mnimo en sendos puntos del intervalo,
por lo que basta evaluar f en los candidatos de los tres tipos para determinar quines son los
extremos absolutos. En el segundo caso, nos contentaremos con saber que de haber mximo
mnimo ste est entre nuestros candidatos.
El siguiente resultado nos permite ver si los puntos del segundo y tercer tipo son al
menos extremos relativos y de qu naturaleza son.
Proposicin 1.8.2. (condicin suciente)

Sean a R, r > 0 y notemos por I =]a r, a + r[. Sea A un conjunto que contiene a I y
sea f : A R una funcin continua y derivable en I\{a}.
1. Si para cada x I con x < a se tiene que f (x) 0 y para cada x I con x > a se
tiene que f (x) 0, entonces f alcanza un mximo relativo en a.
2. Si para cada x I, con x < a, se tiene que f (x) 0 y para cada x I, con x > a, se
tiene que f (x) 0, entonces f alcanza un mnimo relativo en a.
10
-4 -2 2 4 6 8
-2
Ejemplo: Calclense los extremos de la funcin f : R R, denida por

{
x2 si x 2
f (x) =
x + 6 si x > 2
Considrese previamente su grca
Confrmese que f tiene en 0 un mnimo relativo (no absoluto) y en 2 un mximo

relativo (no absoluto) y que f no tiene extremos absolutos.
Ejercicio: Calclense los extremos de la funcin anterior restringida al intervalo [0, 4].
1.8.3. Derivadas sucesivas
Sea A un subconjunto no vaco de nmeros reales y sea f : A R una funcin.

Considrese el conjunto
A1 = {a A A : f es derivable en a}.
Si A1 es un conjunto no vaco podemos construir la funcin que a cada punto de A1 le hace

corresponder la derivada de f en dicho punto. Dicha funcin, que notaremos por f , recibe el
nombre de funcin derivada de f . Si a A1 (A1 ) y f es derivable en a, diremos que f
es dos veces derivable en a y llamaremos derivada segunda de f en aa la derivada de
f en a, y la notaremos por f (a). Sea A2 el subconjunto de puntos de A1 (A1 ) en los que
f es dos veces derivable. La funcin f : A2 R, denida por la ley x 7 f (x) se llamar
derivada segunda de f . Siguiendo este proceso podremos denir los conceptos de funcin
n veces derivable y de la funcin derivada n-sima de f , que notaremos por f (n) .
Sea I un intervalo, f : I R una funcin y n un nmero natural. Se dice que f es

de clase C n en I si f es n veces derivable en I y su derivada n-sima, f (n) , es continua en I.
Se dice que f es de clase C en I si f es de clase C n para todo natural n.
Por ejemplo las funciones racionales y las funciones seno, coseno, tangente, arcotangente,
arcoseno, arcocoseno, logaritmo neperiano y exponencial son funciones de clase C en sus
correspondientes dominios.
1.8.4. Polinomio de Taylor
Sea A un subconjunto
de nmeros reales y f : A R una funcin n veces derivable
en un punto a A A . Llamaremos polinomio de Taylor de grado n de la funcin f
en el punto a a la funcin polinmica Pn,a : R R denida por
f (a) f (n) (a)
Pn,a (x) = f (a) + f (a)(x a) + (x a)2 + ... + (x a)n .
2! n!
Es inmediato comprobar que Pn,a es la nica funcin polinmica que verica que:

Pn,a (a) = f (a), Pn,a (a) = f (a), ... Pn,a
(n)
(a) = f (n) (a).
Ntese que el polinomio de Taylor de grado uno no es ms que la funcin afn g

dada en la leccin anterior y cuya grca llambamos recta tangente. Cabe esperar que el
polinomio de Taylor de grado n en el punto a nos d una buena aproximacin de la funcin f
en las proximidades del punto a, y que deber ser tanto mejor cuanto mayor sea el grado del
polinomio. Este hecho queda probado en el siguiente resultado.
Teorema 1.8.3. (frmula innitesimal del resto)

Sea I un intervalo, a I, n N y f : I R una funcin n veces derivable. Entonces
f (x) Pn,a (x)
limxa = 0.
(x a)n
Como primera consecuencia de este hecho obtenemos una regla prctica para el clculo
de extremos relativos.
Corolario 1.8.4. Sea I un intervalo, a I, n N y f : I R una funcin n veces derivable

con
f (a) = ... = f (n1) (a) = 0 y f (n) (a) = 0.
Entonces si
a) n es impar, f no tiene ningn extremo relativo en a.
b) n es par y
b1) f (n) (a) > 0, f tiene un mnimo relativo en a.

b2) f (n) (a) < 0, f tiene un mximo relativo en a.
Como ejercicio calclese el vrtice de la parbola y = x2 + 3x 2.
En el ambiente del teorema, la funcin Rn,a : I R denida por

Rn,a (x) = f (x) Pn,a (x),
recibe el nombre de Resto de Taylor de orden n de la funcin f en el punto a.
Nuestro siguiente resultado nos va a proporcionar una expresin concreta del resto
de Taylor que nos permitir evaluar el error cometido cuando se sustituya una funcin por su
correspondiente polinomio de Taylor.
Teorema 1.8.5. (Frmula de Taylor)

Sea I un intervalo, a I, n N y f : I R una funcin n + 1 veces derivable. Entonces,
para cada x I, x > a (respectivamente x < a), existe un punto c ]a, x[ (resp. c ]x, a[) tal
que
f (n+1) (c)(x a)n+1
Rn,a (x) = .
(n + 1)!

Ejercicio: Calclese el valor de e con tres decimales.
1.8.5. Resolucin numrica de ecuaciones.
Veamos ahora cmo se interpreta geomtricamente el hecho de que la derivada segunda

sea no negativa.
Sea I un intervalo. Se dice f : I R es una funcin convexa cuando para

cualesquiera dos puntos a, b I con a < b y para todo nmero real t ]0, 1[ se verica que
f ((1 t)a + tb)) (1 t)f (a) + tf (b).
Obsrvese que la funcin f (x) = (x 1)2 2 es convexa ya que su grca,
-1 1 2 3
-1
-2
verica que la imagen de cualquier intervalo contenido en R est por "debajo"del segmen-
to que une las imgenes de los extremos. Considrese por ejemplo el intervalo [1/2, 2]) y el
segmento [(1/2, 3/4), (2, 1)] que une las imgenes de sus extremos, tal como vemos en la
gura siguiente
-1
-1.2
-1.4
-1.6
-1.8
0.6 0.8 1.2 1.4 1.6 1.8 2

Se dice f : I R es una funcin cncava cuando para cualesquiera dos puntos

a, b I con a < b y para todo nmero real t ]0, 1[ se verica que
f ((1 t)a + tb)) (1 t)f (a) + tf (b).
Obsrvese que la funcin f (x) = (x1)2 +3 es cncava ya que por ejemplo, la imagen del
intervalo [0, 2] est por encima del segmento [(0, 2), (2, 2)] tal como se aprecia en la siguiente
gura
2.5
1.5
-2 -1 1 2 3
0.5
Es claro que toda funcin afn es simultneamente convexa y cncava.
Finalmente veamos que existe una estrecha relacin entre la convexidad y el signo de
la segunda derivada.
Proposicin 1.8.6. Sea I un intervalo y f : I R una funcin dos veces derivable en I.

Entonces equivalen:
1. f es convexa.
2. f (x) 0 para todo x I.
Es fcil ver ahora que la funcin exponencial es una funcin convexa y la funcin
logaritmo neperiano es una funcin cncava.
La ltima consecuencia que vamos a sealar en esta leccin es un mtodo muy rpido
para localizar las soluciones de una ecuacin.
Corolario 1.8.7. (Mtodo de Newton-Raphson )

Sea f : [a, b] R una funcin dos veces derivable vericando:
a) f (a) < 0 < f (b).
b) f (x) = 0.
c) f (x) no cambia de signo en [a, b].
Entonces la sucesin {xn }, tal que x1 [a, b], y xn+1 = xn ff (x

n)
es una sucesin que converge
n (x)
a la nica raz x0 de la ecuacin f (x) = 0.
Obsrvese que la condicin c) hace alusin a que no hay cambio de convexidad o

concavidad.
La forma de construir los distintos trminos de la sucesin de aproximaciones es

bastante sencilla y responde a una idea muy intuitiva. Una vez jado un valor inicial x1 , el
trmino x2 se obtiene como el punto de corte de la recta tangente a f en x1 con el eje OX. De
la misma forma, obtenemos xn+1 como el punto de corte de la recta tangente a f en el punto
xn con el eje OX. Para comprender bien el algoritmo observemos el siguiente grco donde se
ve cmo se generan los valores de las aproximaciones.
40
20
0.5 1 1.5 2 2.5 3 3.5
-20
-40
-60
1. Una caja abierta est construida con un rectngulo de cartn, quitando cuadrados iguales
en cada esquina y doblando hacia arriba los bordes. Hllense las dimensiones de la caja
de mayor volumen que puede construirse con ese procedimiento si el rectngulo tiene
como lados (a) 10 y 10, (b) 12 y 18.
2. Se desea construir una ventana con forma de rectngulo coronado de un semicrculo de

dimetro igual a la base del rectngulo. Pondremos cristal blanco en la parte rectangular
y cristal de color en el semicrculo. Sabiendo que el cristal coloreado deja pasar la mitad
de luz (por unidad de supercie) que el blanco, calclense las dimensiones de la ventana
para conseguir la mxima luminosidad si se ha de mantener un permetro constante
dado.
3. Se traza la tangente en un punto de la elipse x2 /25+y 2 /16 = 1 de forma que el segmento

(de dicha tangente) interceptado por los ejes sea mnimo. Demustrese que la longitud
de dicho segmento es 9 unidades.
4. Se inscribe un rectngulo en la elipse x2 /400 + y 2 /225 = 1 con sus lados paralelos a los
ejes. Hllense las dimensiones del rectngulo para que (a) el rea sea mxima, (b) el
permetro sea mximo.
5. Se desea confeccionar una tienda de campaa cnica sin suelo de un volumen determi-
nado. Calclense sus dimensiones para que la cantidad de lona necesaria sea mnima.
6. Demustrese que la suma de un nmero positivo y su inverso es mayor o igual a 2.
7. Se proyecta un jardn de forma de sector circular de radio R y ngulo central . El rea

del jardn ha de ser A ja. Qu valores de R y hacen mnimo el permetro que bordea
el jardn?.
8. Un tringulo rectngulo cuya hipotenusa tiene una longitud a se hace girar alrededor
de uno de sus catetos. Qu volumen mximo puede tener un cono engendrado de esta
manera?.
9. Una persona desea cortar un pedazo de alambre de 1 m. de largo en dos trozos. Uno de
ellos se va a doblar en forma de circunferencia, y el otro en forma de cuadrado. Cmo
debe cortar el alambre para que la suma de reas sea mnima?.
10. Un muro de 4 metros de altura est a 3 metros de la fachada de una casa. Hallar la
escalera ms corta que llegar desde el suelo hasta la casa por encima del muro.
11. Demustrese que de todos los tringulos issceles que se pueden circunscribir a una
circunferencia de radio r, el de rea mnima es el equiltero de altura 3r.
12. Cul es la longitud de la barra ms larga que puede hacerse pasar horizontalmente a
travs de la esquina, en ngulo recto, que forman dos corredores de anchuras respectivas
a y b?
13. Un cultivador de naranjas estima que, si planta 60 naranjos, obtendr una cosecha media
de 400 naranjas por rbol. Este nmero bajar 4 unidades por cada rbol ms que se
plante en el mismo terreno. Hllese el nmero de rboles que hace mxima la cosecha.
14. Durante la tos, el dimetro de la trquea disminuye. La velocidad v del aire en la trquea
durante la tos se relaciona con el radio, r, mediante la ecuacin v = Ar2 (r0 r), donde
A es una constante y r0 es el radio en estado de relajacin. Determnese el radio de la
trquea cuando la velocidad es mxima, as como esta velocidad.
15. Una fbrica de plsticos recibe del Ayuntamiento de la ciudad un pedido de 8.000 tablas
otadoras para el programa de natacin del verano. La fbrica posee 10 mquinas,
cada una de las cuales produce 50 tablas por hora. El coste de preparar las mquinas
para hacer el trabajo es de 800 EUROS por mquina. Una vez que las mquinas estn
preparadas, la operacin es automtica y puede ser supervisada por una sla persona,
que gana 35 EUROS/hora.
a) Cuntas mquinas hay que usar para minimizar el coste de produccin?

b) Si se usa el nmero ptimo de mquinas, cunto ganar el supervisor durante el
proceso?
16. Las palomas domsticas no suelen volar sobre extensiones grandes de agua a menos que
se vean forzadas a ello, posiblemente porque se requiera ms energa para mantener la
altitud sobre el agua fra. Supongamos que se suelta una paloma desde un barco situado
a 3 km de la costa, siendo A el punto costero ms cercano. El palomar se encuentra en
un punto de la costa situado a 10 km de A. Si la paloma gasta dos veces ms energa
volando sobre el agua que sobre la tierra rme y sigue un camino que hace mnima la
energa gastada, determnese el punto dnde la paloma abandona el agua.
17. Prubense que las funciones exponencial, seno y coseno son de clase C en R. Probar
que

sen(x)(n) = sen(x + n ), n N.
2
18. Prubese que la funcin logaritmo es de clase C en R+ y calclese, para cada n N,
la derivada n-sima.
19. Calclese, haciendo uso de un desarrollo de Taylor conveniente, un valor aproximado del
nmero real con un error menor de 103 en cada uno de los casos siguientes:
1
a) = e = e1/2 b) = 102 c) = sen .
2
20. Exprsese el polinomio x4 5x3 3x2 + 7x + 6 en potencias de x 2
21. Estdiense los posibles extremos relativos de la funcin f : R R en los siguientes

casos:
a) f (x) = xlog|x|, x R , f (0) = 0.

b) f (x) = x2 log|x|, x R , f (0) = 0.
22. Estdiense los posibles extremos relativos de la funcin f : R R denida por f (x) =
cosh(x) + cos(x).

23. Calclese M ax{ n n : n N}.
Captulo 2
El conjunto Rn. Funciones de varias

variables.
2.1. Los nmeros complejos
Sumario
Como ltimo eslabn de las sucesivas ampliaciones que hemos hecho del conjunto de los
nmeros naturales, vamos a considerar el conjunto de los nmeros complejos. Esta ampliacin
viene motivada por el hecho de que no existen nmeros reales que satisfagan la sencilla ecuacin
x2 + 1 = 0. En este nuevo conjunto se encontrarn todas las soluciones de cualquier ecuacin
polinmica. El contenido completo de esta leccin se articula de la siguiente manera:
3.1.1 El conjunto C.
3.1.2 Expresiones de un nmero complejo y propiedades.
3.1.3 Raices n-simas.
3.1.4 Funciones complejas.
2.1.1. El conjunto C
Consideremos el plano real, esto es, el conjunto R2 = R R dotado con las siguientes
operaciones:
1. Suma:
(x, y) + (t, s) = (x + t, y + s),
93
94 3.1. Los nmeros complejos
2. producto por un escalar:

t(x, y) = (tx, ty).
Es claro que estas operaciones heredan algunas propiedades de las operaciones suma y
producto de nmeros reales, a saber para la primera, se verican:
1.1 [(x, y) + (t, s)] + (u, v) = (x, y) + [(t, s) + (u, v)] (Propiedad asociativa)
1.2 (x, y) + (t, s) = (t, s) + (x, y). (Propiedad conmutativa)
1.3 (x, y) + (0, 0) = (x, y) (Elemento neutro)
1.4 (x, y) + (x, y) = (0, 0) (Elemento opuesto),
mientras que para la segunda, se verican:
2.1 1(x, y) = (x, y).

2.2 t[s(x, y)] = ts(x, y).
2.3 (s + t)(x, y) = s(x, y) + t(x, y).
2.4 r[(x, y) + (t, s)] = r(x, y) + r(t, s).
El hecho de que R2 cumpla las anteriores propiedades se expresa diciendo que el conjunto
R2 dotado con las operaciones suma y producto por un escalar, arriba denidas, tiene
estructura de espacio vectorial.
Pero tambin en este conjunto se puede denir un verdadero producto mediante la si-
guiente expresin:
(x, y).(t, s) = (xt ys, xs + yt).
Esta nueva operacin verica las siguientes propiedades:
3.1 ((x, y).(t, s)).(u, v) = (x, y).((t, s).(u, v)) (Propiedad asociativa)
3.2 (x, y).(t, s) = (t, s).(x, y). (Propiedad conmutativa)
3.3 (1, 0)(x, y) = (x, y) (Elemento unidad)
y
3.4 Para cada (x, y) = (0, 0) existe (t, s) = ( x2 +y
x
2 , x2 +y 2 ) tal que (x, y).(t, s) = (1, 0).
3.5 (x, y)[(t, s)) + (u, v)] = (x, y).(t, s) + (x, y).(u, v)) (Propiedad distributiva)
Este nuevo hecho se expresa diciendo que el plano R2 , dotado con las operaciones suma,
producto por un escalar y producto tiene estructura de lgebra conmutativa. Al conjunto
(R2 , +, producto) lo notaremos por C y lo llamaremos el plano complejo. Claramente C
est dotado de un producto por un escalar real.
La identicacin a 7 (a, 0) permite ver a R como un subconjunto del conjunto de los
nmeros complejos.
Al nmero complejo (0, 1) se le denomina unidad imaginaria que notaremos por i o por
j.
2.1.2. Expresiones de un nmero complejo y propiedades.
Forma binmica de un nmero complejo
Estas identicaciones nos permiten reescribir cualquier nmero complejo z = (x, y) en

forma binmica, esto es,
(x, y) = x(1, 0) + y(0, 1) = x + iy.
Sea z = x + iy.
El valor x recibe el nombre de parte real de z, Rez = x.
El valor y recibe el nombre de parte imaginaria de z, Imz = y.
Claramente dos nmeros complejos z,w son iguales si, y slo si,
Rez = Rew y Imz = Imw.
NO se puede denir un orden en C que sea compatible con el producto denido en l.
CONJUGADO de un nmero complejo
Sea z C. Llamamos conjugado de z, z, a un nuevo nmero complejo denido por
z = Rez iImz.
Las siguientes propiedades son inmediatas:
Proposicin
Sean z y w dos nmeros complejos. Entonces

1. z + w = z + w.
2. zw = zw.
3. z = z.
z+z zz
4. Rez = 2 , Imz = 2i .
5. z = z si, y slo si z R.
Conviene llamar la atencin de que estas propiedades nos aseguran que las races complejas,
no reales, de un polinomio p(z) con coecientes reales vienen apareadas, esto es, si z es una
raz del polinomio p(z), tambin lo es su conjugada.
MDULO de un nmero complejo
Sea z C. Llamamos mdulo de z, |z|, a un nmero real no negativo, denido por

|z| = zz = (Rez)2 + (Imz)2 .
En particular si a R, entonces su mdulo y su valor absoluto coinciden.
Resumamos algunas de sus propiedades.
Proposicin
1. |z| = 0 si, y slo si z = 0.

2. |z| = | z| = |z|.
3. |zw| = |z||w|.
4. |z + w|2 = |z|2 + |w|2 + 2Rezw.
5. |z + w|2 + |z w|2 = 2(|z|2 + |w|2 ) (identidad del paralelogramo).
6. ||z| |w|| |z + w| |z| + |w|. (desigualdad triangular)
ARGUMENTO de un nmero complejo
Notaremos por
C = {z C; z = 0}.
Sea z C . Se dice que un nmero real es un argumento de z, si se verica que
z = |z|(cos + isen).
Al nico argumento 0 ] , ], se le llama argumento principal de z, argz, y su
expresin viene dada por

arc tg Imz si Rez > 0

Rez

/2 si Rez = 0/ e/Imz > 0

/2 si Rez = 0/ e/Imz < 0
argz =

si z R

arc tg( Imz
Rez ) + si Rez < 0, Imz > 0

arc tg( Imz
Rez ) si Rez < 0, Imz < 0.
La expresin |z|(cos(argz) + isen(argz)) suele conocerse como forma polar del nmero
complejo z y a la pareja (|z|, argz)| se le suele llamar coordenadas polares de z.
Ntese que si z C , entonces
|z| = 1 si y slo si existe t R tal que z = cost + isent.
Conviene advertir que para cada z C existen innitos argumentos, concretamente, si

notamos por Arg z a dicho conjunto, se tiene que
Arg z = {argz + 2k; k Z}.
Es fcil probar que dados dos nmeros complejos no nulos z y w, se tiene que
Arg(z.w) = Arg(z) + Arg(w),
entendiendo que dicha igualdad es entre conjuntos.
Como consecuencia de lo dicho anteriormente, es fcil probar que, para cada t R, se tiene
(cost + isent)n = cos(nt) + isen(nt) (frmula de Moivre).

2.1.3. Raices n-simas.
Sean z C y n N. Se dice que w C es una raz n-sima de z si wn = z.

1
Si notamos por [z] n , al conjunto de de todas las races n-simas de z, esto es,
1
[z] n = {w C; wn = z},
es fcil probar que dicho conjunto tiene exactamente n elementos diferentes, concretamente si
escribimos z = |z|(cost + isent), entonces
( )
1 1 t + 2k t + 2k
[z] n = {wk ; wk = |z| n cos( ) + isen( ) , k = 0, 1, ..., n 1}.
n n
Ejemplo:
1 3 3
[1] 2 = {cos+ isen , cos + isen } = {i, i}.
2 2 2 2
Conviene pues decir que la bsqueda de soluciones para la ecuacin
x2 + 1 = 0
puede darse por terminada, ya que como acabamos de ver, i y i son las soluciones dicha
ecuacin.
En realidad la respuesta es mucho ms amplia.
Teorema fundamental del lgebra
Si p(z) un polinomio con coecientes complejos de grado n, entonces p(z) tiene exactamente
n soluciones (que pueden ser reales complejas), contando su multiplicidad.
2.1.4. Relacin de Ejercicios
Problema 2.1.1. Probar la veracidad de las siguientes armaciones sobre nmeros complejos:
1. |1 zw|2 |z w|2 = (1 |z|2 )(1 |w|2 ).

2. |z| |w| = |z w|
3. |z w| |1 zw|
4. |z w| = |1 zw|
Sugerencia: Una estrategia bsica para probar desigualdades entre mdulos de nmeros
complejos consiste en elevar al cuadrado ambos miembros de la desigualdad.
Problema 2.1.2. Resulvanse las siguientes ecuaciones entre nmeros complejos:

a) |z| z = 1 + 2i ; b) |z| + z = 2 + i ; c) z = z 2 .
Problema 2.1.3. Encuentre los vrtices de un polgono regular de n lados si su centro se

encuentra en el punto z = 0 y uno de sus vrtices z1 es conocido.
Problema 2.1.4. Calcular las partes real e imaginaria de los nmeros:

( )5
2 1+i
; (1 + i 3)6 ; ; .
1 3i 1i
Problema 2.1.5. Resolver la ecuacin cuadrtica az 2 + bz + c = 0, donde a, b, c, son nmeros

complejos conocidos y a = 0.
Problema 2.1.6. Calcular las siguientes races

(c) 3 27
4
(a) 16 (b) 6 1 + i
2.2. EL PLANO Y EL ESPACIO EUCLDEOS 99
2.2. El plano y el espacio eucldeos
Sumario
En esta leccin nos centramos en el estudio de la estructura eucldea de Rn que es

indispensable para extender los conceptos de continuidad, derivacin e integracin, ya cono-
cidos para funciones reales de variable real, a las funciones con valores en Rn y denidas en
un subconjunto de A de Rq . En realidad nuestro estudio se podra ceir a los casos en que
n, q {1, 2, 3} que son en los que trabajaremos siempre, sin embargo, la estructura eucldea
puede denirse sin dicultad para cualquier n. El contenido completo de esta leccin se articula
de la siguiente manera:
2.2.1 Estructura algebraica.
2.2.2 Producto escalar.
2.2.3 Conceptos topolgicos.
2.2.4 Relacin de Ejercicios.
2.2.1. Estructura algebraica
Dado q N, consideremos en el conjunto
Rq = R R . .q . R = {(x1 , x2 , ..., xq ); xi R, i = 1, 2, ..., q},
la siguiente operacin Suma:

Dados x = (x1 , x2 , ..., xq ) e y = (y1 , y2 , ..., yq ), denimos
x + y = (x1 + y1 , x2 + y2 , ..., xq + yq )
Es claro que esta operacin hereda las propiedades de la suma de nmeros reales:
(x + y) + z = x + (y + z).
x + y = y + x.
Existe una q-upla, 0 = (0, 0, ..., 0) tal que para cada q-upla x = (x1 , x2 , ..., xq ), se tiene
que
x + 0 = x.
100 3.2 El plano y el espacio eucldeos
4. Propiedad de existencia de elemento simtrico:
Para cada q-upla x = (x1 , x2 , ..., xq ), la q-upla x = (x1 , x2 , ..., xq ), verica que
x + (x) = 0.
En el caso q > 2 no tenemos un verdadero producto, sin embargo, vamos a denir

dos "seudo-productos"que en muchos casos sern sucientes para poder trabajar.
En el primer caso, producto por un escalar, asociamos a cada pareja formada por
un escalar t y una q-upla x = (x1 , x2 , ..., xn q) un nueva q-upla denida por
t(x1 , x2 , ..., xq ) = (tx1 , tx2 , ..., txq ).

Este seudo-producto hereda algunas propiedades:
1) 1x = x
2) t[sx] = tsx (t, s R, x Rq )
3) (s + t)x = sx + tx (t, s R, x Rq )
4) s(x + y) = sx + sy (s R, x, y Rq )
Este hecho se expresa diciendo que Rq dotado con las operaciones suma y producto
por un escalar arriba denidas tiene estructura de espacio vectorial. A partir de aqu
podemos llamar vectores a las q-uplas.
2.2.2. Producto escalar
El segundo seudo-producto asocia a cada par de n-uplas un escalar.
Sea q N. Dados x = (x1 , x2 , ..., xq ) e y = (y1 , y2 , ..., yq ) dos vectores de Rq , llamamos

producto escalar de ambos, < x, y >, al nmero real denido por

q
< x, y >= xi yi .
i=1
Entre las consecuencias ms notorias de la existencia de un producto escalar podemos
subrayar la existencia de una funcin, que en R coincide con la funcin valor absoluto, y que
asocia a cada vector un nmero real no negativo. Concretamente, dado x = (x1 , x2 , ..., xq ) Rq
denimos su norma, x, mediante la siguiente ley:
v
u q
u
x = < x, x > = t x2i .
i=1
Es fcil probar que la aplicacin denida por x 7 x hace el mismo papel que la
funcin valor absoluto en R, tal como muestra el siguiente resultado:
Proposicin 2.2.1.
1. rx = |r|x (r R).
2. x + y x + y. (Desigualdad triangular)
3. x 0 y x = 0, si y slo si x = 0.
2.2.3. Conceptos topolgicos
La importancia de la existencia de esta funcin-norma estriba en el hecho de que sta

nos capacita para denir una distancia entre dos vectores, y por tanto, para determinar la
proximidad o lejana de dos vectores de Rq . Concretamente, para cada dos vectores
x = (x1 , x2 , ..., xq ), y = (y1 , y2 , ..., yq ) Rq ,
denimos la distancia entre ellos, por

v
u q
u
dist(x, y) = y x = t (yi xi )2 .
i=1
A su vez sta nos permite considerar :
1. Conjuntos de Rq que hacen el mismo papel que los intervalos de R:
a) Bola abierta de centro a Rq y radio r R+
B(a, r) = {x Rq ; x a < r}.
b) Bola cerrada de centro a Rq y radio r R+
B(a, r) = {x Rq ; x a r}.
2. Conjuntos que juegan el papel de los extremos del intervalo:
Esfera de centro a Rq y radio r R+
S(a, r) = {x Rq ; x a = r}.
102 3.2 El plano y el espacio eucldeos
3. Conjunto acotado
Sea A un subconjunto no vaco de vectores de Rq . Se dice que A es un conjunto

acotado si existe M R+ tal que
A B(0, M ).
Ejemplo: Sea A = {(x, y) R2 ; x ]0, 1[, y [0, 2]}.

Es claro que el conjunto A es acotado en R2 , mientras que el eje x no lo es.
4. Punto de acumulacin
Se dice que x0 Rq es un punto de acumulacin de A, x0 A , si todo bola

punteada centrada en x0 intersecta al conjunto A, esto es

(B(x0 , )\{x0 }) A = 0, > 0.
Notaremos por A al conjunto de puntos de acumulacin de A.
Ejemplo: Si consideramos el mismo conjunto A, considerado anteriormente, tendremos

que (0, 1) A .
5. Punto interior
Se dice que y A es un punto interior de A, si existe r > 0 tal que B(y, r) A.

Notaremos por A al conjunto de puntos interiores de A.
Ejemplo: Considerando el mismo conjunto anterior, se tiene que (1/2, 1) A .
6. Conjunto abierto
Diremos que un conjunto A es abierto si A = A .
Ejemplo: El conjunto {(x, y) R2 ; x ]0, 1[, y ]0, 2[} es abierto, mientras que el
conjunto A, que usamos en todos los ejemplos, no lo es.
7. Conjunto cerrado
Diremos que un conjunto A es cerrado si A A . Es fcil probar que A es cerrado

si, y slo si, su complementario es abierto.

Al conjunto (A A )\A se le denomina frontera de A y suele notarse por F r(A) o por
(A).
Ejemplo: El conjunto C = {(x, y) R2 ; x [0, 1], y [0, 2]} es cerrado, mientras que
el conjunto B anterior no lo es. Es claro que
F r(C) = {(x, y) R2 ; x = 0, y [0, 2]} {(x, y) R2 ; x = 1, y [0, 2]}
{(x, y) R2 ; x [0, 1], y = 0} {(x, y) R2 ; x [0, 1], y = 2}.
8. Conjunto compacto
Diremos que un conjunto A es compacto si A es cerrado y acotado.
Ejemplo: El conjunto {(x, y) R2 ; x [0, 1], y [0, 2]} es compacto, mientras que el
conjunto A no lo es.
1. Descrbanse el interior, los puntos de acumulacin y la frontera de los siguientes Con-

juntos:
x2 y2
a) {(x, y) R2 ; a2
+ b2
1} (0 < a < b R.
x2 y2
b) {(x, y) R2 ; a2
+ b2
< 1} (0 < a < b R.
c) {(x, y) R2 ; y = rx}. (r R)
d ) A = {(xn , yn ); xn = 20
n , yn = 0, n N}.
x2 y2 z2
e) {(x, y, z) R3 ; a2
+ b2
+ c2
= 1} (0 < a < b < c R.
f ) a) N b) Q. c)R\Q. d) [0, 1] {2}. e) {1/n; n N}.
2. Dganse cules de los conjuntos del ejercicio anterior son compactos.

2.3. CAMPOS. CONTINUIDAD 105
2.3. Campos. Continuidad
Sumario
En esta leccin introducimos el concepto de campo vectorial y de campo escalar. Veremos

una estrategia para reducir el estudio de las propiedades de los campos a las propiedades de los
campos escalares: las funciones coordenadas. Como primer ejemplo de este hecho, estudiaremos
la propiedad de la continuidad. Daremos algunos ejemplos de campos continuos. El contenido
completo de esta leccin se articula de la siguiente manera:
2.3.1 Campos escalares y vectoriales

2.3.2 Continuidad.
2.3.3 Ejemplos.
2.3.1. Campos vectoriales y escalares
Recordemos que a las funciones denidas en un subconjunto de Rq se les llama campos.

Si toman valores en R se les llama campos escalares y si los toman en Rn (n > 1), se les
denomina campos vectoriales.
Veamos algunos ejemplos:
1. Proyecciones
Sea q N. Para cada i {1, 2, ..., q} se puede considerar la aplicacin
pi : Rq R,
denida por
pi : (x1 , x2 , ..., xq ) 7 xi .
Dicha aplicacin recibe el nombre de proyeccin i-sima. Cada funcin proyeccin
es un campo escalar.
2. Inyecciones.
Podemos considerar ahora la aplicacin

Ii : R Rq ,
denida por
Ii : r 7 (0, 0, ...,i) r, 0, ..., 0).
Dicha aplicacin recibe el nombre de inyeccin i-sima y es un ejemplo sencillo de
campo vectorial.
106 3.3 Campos.continuidad.
3. La funcin norma
Podemos considerar el campo escalar
. : Rn R,
denida por
x 7 x.
Vistas las propiedades de Rn , es fcil comprender que dadas dos campos vectoriales
su suma es un nuevo campo vectorial y que el producto de un campo escalar por un campo
vectorial tambin es un campo vectorial. Sin embargo, es claro que no tiene sentido hablar
del producto de dos campos vectoriales.
Nuestro objetivo ahora es asociar a todo campo vectorial con valores en Rn n campos
escalares.
Sea A un subconjunto no vaco de vectores de Rq y sea F : A Rn un campo
vectorial. Dado i {1, 2, ..., n}, el campo escalar
Fi = pi F : A R,
donde pi es la correspondiente proyeccin isima, recibe el nombre de funcin coordenada

i-sima.
Para cada i {1, 2, ..., n} se puede comprobar fcilmente que

n
F = Ii Fi ,
i=1
donde por Ii queremos indicar la correspondiente funcin inyeccin i-sima.
2.3.2. Continuidad.
Sea A un subconjunto no vaco de vectores de Rq y sea a A. Se dice que F : A Rn

es un campo continuo en a si verica la siguiente propiedad:
> 0, > 0, tal que si x A, x a entonces F (x) F (a) < .
Se dice que F es continua en B A, si F es continua en todos los puntos de B.
Ejemplos
La funcin identidad en Rn , todos los campos constantes, las proyecciones, las inyec-
ciones y la funcin norma son campos continuos.
En orden a construir nuevos campos continuos veamos que las operaciones usuales
estn bien avenidas con la continuidad.
Proposicin 2.3.1. Sean A un subconjunto de R,q , a A y F, G : A Rn dos campos

continuos en a. Entonces F + G es un nuevo campo continuo en a. Si g : A R es un
campo escalar continuo, entonces F.g tambin es un campo continuo en a y si adems, para
cada x A, g(x) = 0, entonces F/g es tambin continuo en a.
Proposicin 2.3.2. (Regla de la cadena)

Sean A un subconjunto de Rq , a A y F : A Rn una funcin continua en a. Sean
ahora B F (A) y G : B Rm un campo continuo en F (a). Entonces G F es un campo
continuo en a.
Recordemos que la propiedad de continuidad es una propiedad local.
Proposicin 2.3.3. (La continuidad es una propiedad local)

Sean A un subconjunto de vectores de Rq , B un subconjunto de A, a B y F : A Rn
un campo. Entonces
1. Si F es continuo en a, entonces F/B es un campo continuo en a.

2. Si F/B es continuo en a y existe una bola centrada en a, B(a, r), tal que B(a, r) A
B, entonces F es un campo continuo en a.
Podemos vincular la continuidad de un campo vectorial a la continuidad de sus funciones

coordenadas:
Proposicin 2.3.4. (Regla de oro)

Sean A un subconjunto no vaco de vectores de Rq , a un punto de A y F : A Rn .
Entonces
F es continuo en a si, y solo si Fi es continuo en a i.
Finalizamos esta leccin enunciando una importante propiedad nicamente vlida para
campos escalares (n = 1).
Teorema 2.3.5. ( de conservacin de la compacidad o de Weierstrass)

Sea A un subconjunto de Rq y f : A R un campo escalar. Si A es un conjunto compacto
y f es continua en A, entonces f est acotada y alcanza su mximo y su mnimo en sendos
puntos de A.
108 3.3 Campos.continuidad.
1. Estdiese la continuidad del campo vectorial F : R2 R3 denido por F (x, y) =

(2x3 , sen(x)arctg(y), ex+y ).
2. Estdiese la continuidad del campo vectorial F : R2 R2 denido por:

( )

sen(x)
, sen (xy) , x = 0
x
F (x, y) =

(1, 0), x=0
2.4. DERIVADAS DIRECCIONALES 109
2.4. Derivadas direccionales
Sumario
En esta leccin introduciremosmos el concepto de derivada direccional y derivada

parcial. Daremos algunos ejemplos importantes y deniremos el plano tangente a un campo
escalar. El contenido completo de esta leccin se articula de la siguiente manera:
2.4.1 Derivadas direccionales
2.4.2 Derivadas parciales .
2.4.3 Plano tangente.
2.4.4 Vector gradiente y Matriz jacobiana.
2.4.1. Derivadas direccionales

Recurdese que si A un subconjunto no vaco de nmeros reales, a A A y
f : A R una funcin, entonces se dice que f es derivable en a si
f (a + t) f (a)
limt0 = f (a).
t
Tratemos ahora de dar sentido a la expresin anterior en el caso en que A Rq , a A

y F : A Rn sea un campo vectorial.
Obsrvese en primer lugar que la aproximacin al punto a de Rq puede hacerse por muy
diferentes direcciones. De hecho, para cada vector u Rq , podemos considerar la direccin
determinada por la recta a + tu (t R. Pues bien, si existe el
F (a + tu) F (a)
limt0 =,
t
se dice que F admite derivada direccional en a segn el vector u. Las derivadas direc-
cionales ms importantes son aquellas segn los vectores cannicos.
110 4.1 Derivadas direccionales
2.4.2. Derivada parcial
Sea, para cada i {1, 2, ..., q}, ei = (0, 0, ..., 1, 0, ..., 0), esto es, el vector de Rq cuya
nica coordenada no nula es la i-sima cuyo valor es uno. Supongamos que existe > 0, tal
que a + rei A, con r ] , [. Se dice que F tiene o admite derivada parcial respecto
de la variable i-sima en el punto a si existe
F (a + tei ) F (a)
limt0 .
t
Dicho lmite se denomina derivada parcial i-sima de F en el punto a y se nota por
F
xi (a).
Notas
1. Si f es un campo escalar , entonces el clculo de la derivada parcial i-sima de f en un

punto genrico x = (x1 , x2 , ..., xq ) se ha de llevar a cabo derivando la funcin real
que resulta de considerar constantes las variables xj (j = i).
2. Si F : A Rn es un campo vectorial tal que A R, entonces F

x (a) se suele notar
por F (a) y recibe el nombre de derivada elemental de F en a.
Damos a continuacin sendas interpretaciones geomtrica y fsica de las derivadas

parciales de un campo escalar.
Interpretacin geomtrica
Consideremos la grca del campo escalar anterior , esto es
Graf (f ) = {(x, y, z) R3 ; z = f (x, y), (x, y) A}.
El plano y = b, corta a la grca, dando lugar a un conjunto C1 ,
C1 := {(x, b, f (x, b)) R3 : (x, b) A}.
Obsrvese que el conjunto C1 es la grca de la funcin g : x 7 f (x, b), de manera que la

pendiente de su recta tangente es g (a) = f
x (a, b).
f
Anlogamente podra entenderse para la derivada parcial y (a, b).
Interpretacin propiamente fsica
Las derivadas parciales pueden interpretarse como razones de cambio: Consideremos la

funcin T que determina la temperatura en cualquier punto de la corteza terrestre. Claramente
sta depende, en cada punto (x, y), de la longitud x y de la latitud y de dicho punto. La derivada
parcial T
x (a, b) es la razn a la que la temperatura cambia en la direccin este-oeste, mientras
que T
y (a, b) es la razn a la que la temperatura cambia en la direccin norte-sur.
Tambin podemos relacionar la existencia de parciales de un campo vectorial y de sus

funciones coordenadas:
Proposicin 2.4.1. (Regla de oro)

Sean A un subconjunto no vaco de vectores de Rq , a un punto de A y F : A Rn .
Entonces F admite todas sus derivadas parciales en a si, y solo si Fi admite todas sus derivadas
parciales en a i. Adems en caso armativo:
F Fi
( (a))i = (a). i = 1, 2, ..., n, j = 1, 2, ..., q.
xj xj
En particular si q = 1, entonces F (a) = (F1 (a), F2 (a), ..., Fn (a)).
Ejercicio: Sea F : R2 R3 denida por F (x, y) = (x + y, x2 , xy). Estdiese la continui-

dad y calclese F
x (1, 2).
Sea F : A Rq es un campo vectorial, entonces se dice que F es de clase C 1 (A) si

admite todas sus derivadas parciales en A y stas son continuas en A. El campo vectorial F
denido anteriormente es de clase C 1 (R3 ).
2.4.3. Regla de la cadena
Tambin para las derivadas parciales se tiene la consiguiente regla de la cadena.
Proposicin 2.4.2. Sean A es un subconjunto de vectores de Rq , a Rq , F : A Rn un

campo vectorial que admite todas sus derivadas parciales en a, B F (A) y G : B Rm
un campo vectorial que admite todas sus derivadas parciales en F (a). Entonces la funcin
composicin admite todas sus derivas parciales en a, de hecho
(G F )k Gk n
Fi
(a) = (F (a)) (a),
xj yi xj
i=1
Gk
donde yi (F (a)) representa la derivada parcial i-sima de la funcin coordenada Gk en F (a).
Para recordar esta frmula existe una regla nemotcnica que consiste en identicar
(G F )k con Gk (k = 1, 2, ..., m) y Fi con yi (i = 1, 2, ..., n), quedando para cada j = 1, 2, ..., q
Gk Gk
n
yi
(a) = (F (a)) (a).
xj yi xj
i=1
Ejemplo
G G
Calclese x (1, 2) y y (1, 2), donde la funcin G(u, v) = u2 +3uv+4v 2 , siendo u = 22xy 2
y v = 1 + x.
2.4.4. Vector gradiente y matriz jacobiana
Sea A un subconjunto de Rq , a un punto de A y sea f : A R un campo escalar.

Se dice que f tiene gradiente en a si admite las q derivadas parciales en a, en cuyo caso
denimos el vector gradiente de f en a por:
f f f
f (a) := ( (a), (a), ..., (a)) Rq .
x1 x2 xq
En el caso de que se consideren campos vectoriales, el concepto de vector gradiente

viene sustituido por el de matriz jacobiana.
Sean A Rq , a un punto de A y F : A Rn un campo vectorial que admite

todas sus derivadas parciales en a. Se llama matriz jacobiana de F en el punto a, JF (a), a
la matriz cuya la i-sima son las coordenadas del vector gradiente de su funcin coordenada
i-sima, Fi (a), (o si se quiere, aquella cuya columna i-sima son las coordenadas del vector
xi (a)), esto es, la matriz de orden n q, dada por:
F
F1 F1 F1
x1 (a) x2 (a) ... xq (a)
F2 (a) F2 F2
x2 (a) ... xq (a)
JF (a) := x1
... ... ... ...
Fn Fn Fn
x1 (a) x2 (a) ... xq (a)
Al determinante de la matriz jacobiana, |JF (a)|, se le denomina jacobiano del campo

F en el punto a.
Notas
1. Obsrvese que si f : A R es una funcin real de variable real (q = n = 1), entonces
Jf (a) = f (a).
2. Sea U = R+ ] , [ , V = R2 \{(x, 0); x 0}, y la aplicacin : U V denida

por
(, ) = (cos, sen).
En este caso la matriz jacobiana es de la forma
( )
cos sen
J (, ) :=
sen cos
Ntese que su jacobiano, |J (, )| = .

2.4.5. Plano tangente
Sea f : A R un campo escalar que admite todas sus parciales en un punto

(a, b) A R2 . Tal como hicimos con la derivada de una funcin real de variable real,
tratemos ahora de encontrar, en cada punto (a, b) , un plano que sea lo ms parecido posible
a la grca del campo escalar en el punto (a, b).
Tengamos en cuenta para ello que
1. Sea z = mx+ny +d un plano en R3 . Si queremos que el punto ((a, b), f (a, b)) pertenezca
dicho plano, d = f (a, b) ma nb y por tanto, el plano debe tener la forma:
z = m(x a) + n(y b) + f (a, b).
2. La condicin de mejor aproximacin de una recta, r que pasa por el punto (a, g(a))
(r y = m(x a) + g(a)), se aproxime a la curva y = g(x) en dicho punto, no es otra,
como ya vimos anteriomente, que el hecho de asegurar que m = g (a).
As pues, si queremos que el plano se aproxime a la grca del campo f en el punto

(a, b, f (a, b)) debe contener a las rectas tangentes a las grcas de las funciones g : x 7 f (x, b)
y h : y 7 f (a, y) que resultan de cortar la grca de f con los planos y = b y x = a
respectivamente. En particular
f f
m= (a, b) y n= (a, b).
x y
La condicin de mejor aproximacin quedar asegurada si dadas dos sucesiones {xn } e
{yn } (con (xn , yn ) = (a, b)) convergiendo respectivamente hacia a y b, la sucesin
f f
f (xn , yn ) f (a, b) x (a, b)(xn a) y (a, b)(yn b)
{ }
||(xn , yn ) (a, b)||
converge a cero.
(Obsrvese que el problema de dividir por el vector, (xn a, yn b), se resuelve tomando
su norma.)
Esto ocurre en particular si f es de clase C 1 en un entorno del punto (a, b). En tal caso,
f f
(f, (a, b)) z = f (a, b) + (a, b) (x a) + (a, b) (y b),
x y
es el plano que mejor se aproxima a la grca de f en un entorno de (a, b). Dicho plano
recibe el nombre de plano tangente a la grca de f en el punto (a, b, f (a, b))
Llamaremos vector normal de la grca de f en el punto (a, b, f (a, b)), al vector

normal al plano tangente (f, (a, b)), esto es,
( )
f f
N (f, (a, b)) = (a, b), (a, b), 1
x y
2.4.6. Curvas y supercies dadas en forma implcita
Curva en el plano en forma implcita:
En el caso en que una curva venga dada como el conjunto de puntos del plano que
anulan una funcin g de dos variables, esto es,
= {(x, y); g(x, y) = 0},
( por ejemplo, la elipse de semiejes c y d es tal que g(x, y) = x2 /c2 + y 2 /d2 1) diremos que
la curva viene dada en forma implcita.
Veamos que en tal caso, la recta tangente en un punto (a, b) , es la recta de

ecuacin implcita
< g(a, b), (x a, y b) >= 0.
En efecto, la curva, , resulta de cortar la grca de g, con el plano z = g(a, b). La
recta resultante de intersectar el plano tangente de g en el punto (a, b) con el plano z = g(a, b)
es la recta tangente a la curva y por tanto tiene de ecuaciones
g g
z = g(a, b) + (a, b) (x a) + (a, b) (y b) y z = g(a, b)
x y
o, lo que es lo mismo
< g(a, b), (x a, y b) >= 0.
Supercies en en forma implcita:
Tambin podemos considerar subconjuntos del espacio R3 descritos por una ecuacin
de la forma
g(x, y, z) = 0
para una cierta funcin g : R3 R. Diremos que dichos conjntos son supercies denidas
de forma implcita, (pinsese por ejemplo en la esfera, esto es,
S = {(x, y, z) R3 ; x2 + y 2 + z 2 = 1}).
Si suponemos que dicha funcin g, admite todas sus parciales en un punto P = (a, b, c),
podemos considerar el plano
g g g
(a, b, c) (x a) + (a, b, c) (y b) + (a, b, c) (z c) = 0
x y z
que es lo mismo que escribir
< g(a, b, c), (x a, y b, z c) >= 0.
Dicho plano, siempre que g sea de Clase C 1 en un entorno del punto P S, es el que mejor
se aproxima a dicha supercie en un entorno de dicho punto y recibe el nombre de plano
tangente a S en el punto P . As pues el vector gradiente de g en ese mismo punto es el
vector normal de dicho plano en el punto P .
Ntese que la grca del campo escalar z = f (x, y) es un subconjunto de la forma
Graf (f ) = {(x, y, z) R3 ; z = f (x, y)}).
As pues, asociado a f , podemos considerar un segundo campo escalar g : R3 R denido

por g(x, y, z) = z f (x, y). Y por tanto,
Graf (f ) = {(x, y, z) R3 ; g(x, y, z) = 0})
no es ms que una supercie que puede ser tratada como anteriormente.
1. Calclese el vector gradiente en un punto arbitrario (x, y) de la funcin f en cada uno

a) f (x, y) = x3 + 3xy 2 15x 12y (x, y) R2 .

b) f (x, y, z) = xy+z , x R+ , y, z R
c) f (x, y, z) = (x + y)z , x, y R+ , z R
2. Calclese la recta tangente a las siguientes curvas en el punto que se indica:
a) 1 = x2 + y 2 ) en (0, 1).
b) x2 y 2 = 3 en (2, 1).
c) x2 y = 1 en (1, 0, ).
3. Calclese el plano tangente a las siguientes supercies en el punto que se indica:
a) z = log(1 + x2 + y 2 ) en (0, 0, 0).

b) z 2 + 3x x2 y 2 = 2 en (1, 1, 1).
c) x3 + y 3 + z 3 + xyz 6 = 0 en (1, 2, 1).
d ) z = sen(x)sen(y) en (/2, /4).
2.5. CLCULO DE EXTREMOS 117
2.5. Clculo de extremos
Sumario
En esta leccin vamos a examinar criterios que nos permitan determinar los extremos de
un campo escalar. El contenido completo de esta leccin se articula de la siguiente manera:
2.5.1 Extremos relativos de un campo escalar.
2.5.2 Extremos relativos y derivabilidad.
2.5.3 Condicin suciente de extremo relativo
2.5.1. Extremos relativos de un campo escalar
Sea A un subconjunto no vaco de Rq , a A y f : A R un campo escalar. Se dice que
a es un mximo relativo o que f tiene un mximo relativo en a si se verican las

a) Existe r > 0 tal que B(a, r) A.

b) f (a) f (x), x B(a, r).
a es un mnimo relativo o que f tiene un mnimo relativo en a si se verican las

a) Existe r > 0 tal que B(a, r) A.
b) f (a) f (x), x B(a, r).
a es un extremo relativo si o bien es un mximo relativo bien es un mnimo relativo.
Como ya vimos en la leccin 3.2, sabemos que, en general, no existe relacin entre
extremo relativo y extremo absoluto, salvo que todo extremo absoluto, que sea un punto
interior, tambin es un extremo relativo.
118 III.5 Extremos relativos
2.5.2. Extremos relativos y derivabilidad
Comencemos viendo que en todo extremo relativo las derivadas parciales se anulan.
Antes necesitamos la siguiente denicin:
Sean A un subconjunto no vaco de Rq , a un punto interior de A y f : A R un
campo escalar que admite todas sus derivadas parciales en a. Diremos que a es un punto
crtico de f si, para cada i {1, 2, ..., n},
f
(a) = 0.
xi
Proposicin 2.5.1. Sean A es un subconjunto no vaco de vectores de Rq , a un punto interior

de A y f : A R un campo escalar que admite todas sus derivadas parciales en a. Si f tiene
un extremo relativo en a entonces a es un punto crtico de f .
Este sencillo resultado nos permite elaborar la siguiente regla prctica para detectar
los posibles extremos de un campo escalar.
Regla prctica para el clculo de extremos
Sean A un subconjunto no vaco de Rq y f : A R un campo escalar. Supongamos

que f alcanza su mximo o su mnimo absoluto en a A, entonces a est en una de las tres
situaciones siguientes:
1) a es un punto frontera.
2) a es un punto interior y f no admite alguna derivada parcial en a.
3) a es un punto crtico.
Una vez detectados los candidatos, se nos puede presentar una de las dos siguientes
situaciones:
1) El conjunto A es compacto y f es continua.
2) No se dan alguna de las circunstancias del primer apartado.
En el primer caso sabemos, por el teorema de Weiertrass sobre la conservacin de la

compacidad, que f alcanza sus valores mximo y mnimo en sendos puntos de A, por lo que
basta evaluar f en los candidatos de los tres tipos para determinar quienes son estos extremos.
En el segundo caso, nos contentaremos con saber que, de haber mximo mnimo, ste est
entre nuestros candidatos.
Ejercicio: Calclense, si existen, los extremos de la funcin f : A R, denida en el

conjunto A que es el cuadrado de vrtices (0, 0), (1, 0), (0, 1), (1, 1) mediante la ley
f (x, y) = xy(1 x)(1 y).
Qu puede decirse si A = R2 ?
Vamos ahora a buscar una condicin suciente que nos permita saber cuando un punto
crtico es efectivamente un extremo relativo y de qu tipo es. Este tipo de criterios envuelve,
como ya pas en variable real, a las derivadas sucesivas.
2.5.3. Derivadas parciales de orden superior
Sea A un subconjunto de vectores de Rq y a un punto interior de A y supongamos que

f admite su derivadas parcial j-sima en una cierta bola centrada en a, B(a, r) A. Se dice
que f admite la derivada parcial de segundo orden res-pecto de las variables i, j en
f
el punto a, si la funcin x 7 x j
(x) denida en B(a, r) admite derivada parcial i-sima en
el punto a, y notaremos
f
2f ( x j
)
Dij f (a) = (a) = (a).
xi xj xi
Una funcin de q variables admite, suponiendo que existan todas, q 2 derivadas de orden
2.
De forma anloga se denen las derivadas de orden 3, y de orden k en general. Adems,

se dice que f es clase C k (A) si existen todas las derivadas parciales de orden k en A y son
continuas.
2f 2
Las derivadas parciales xi x j
(a) y xj fxi (a) se las conoce como derivadas cruzadas.
El siguiente resultado establece una condicin suciente para que estas derivadas cruzadas
coincidan.
Lema 2.5.2 (de Schwartz). Sean f : A R , A un abierto de Rq y a A. Sean i, j

2f
{1, 2, . . . , q} con i = j, y supongamos que existe xi x j
(a) , x A, siendo adems esta
funcin continua en a. Entonces, existe la otra derivada cruzada en a y ambas coinciden.
En particular,
Corolario 2.5.3. Sea A un conjunto abierto de Rq y f C 2 (A). Entonces
2f 2f
(a) = (a), i, j {1, 2, . . . , q} , i = j (a A) .
xi xj xj xi
Las derivadas parciales de orden 2 nos permiten construir una matriz que utilizaremos
para calcular extremos relativos de campos escalares.
Si f admite todas sus derivadas parciales segundas en a, se dene la matriz hessiana

de f en a por:
2
f 2f 2f
(a) (a) ... (a)
x12x 1 x1 x2 x1 xq

f
(a) 2f
(a) ... 2f
(a)

Hf (a) := x x x x x x

2 1 2 2 2 q
... ... ... ...

f 2
f f2

xq x1 (a) xq x2 (a) ... xq xq (a)
En virtud del corolario del Lema de Schwartz, si f C 2 (A), entonces, para cada a A
H(f, a) es una matriz simtrica.
2.5.4. Condicin suciente para la existencia de extremos rela-

tivos
A continuacin vamos a establecer condiciones que nos permitan decidir cundo un punto
crtico es un extremo relativo y, en caso armativo, de qu tipo es. Para ello, consideramos
dos mtodos. El primer mtodo es til para dos y tres dimensiones, mientras que el segundo
es ms prctico para el caso q 3.
Caso q=2
Proposicin 2.5.4. Sea A es un subconjunto abierto de vectores de R2 , f C 2 (A) y (a, b)

un punto crtico de f .
1. Si
2f
det(Hf (a, b)) > 0 y (a, b) > 0,
x2
entonces f tiene en (a, b) un mnimo relativo estricto.
2. Si
2f
det(Hf (a, b)) > 0 y (a, b) < 0,
x2
entonces f tiene en (a, b) un mximo relativo estricto.
3. Si f tiene alguna derivada de segundo orden en a distinta de cero y es tal que
2f 2f
det(Hf (a, b)) 0, (a, b) 0 y (a, b) 0,
x2 y 2
entonces de tener f un extremo relativo en (a, b), ste ha de ser un mnimo.
4. Si f tiene alguna derivada de segundo orden en (a, b) distinta de cero y es tal que
2f 2f
det(Hf (a, b)) 0, 2
(a, b) 0 y (a, b) 0,
x y 2
entonces de tener f un extremo relativo en a, ste ha de ser un mximo.
5. Si
det(Hf (a, b)) < 0,
entonces f no tiene ningn extremo relativo en (a, b).
Ejercicio: Calclense los extremos de la funcin f : R2 R, denida por
f (x, y) = x2 + y 2 2x 2y.
Caso q = 3:
Para el caso q = 3 disponemos del siguiente resultado.

Proposicin 2.5.5. Sea A es un subconjunto abierto de vectores de R3 , f C 2 (A) y (a, b, c)

un punto crtico de f .
1. Si
( )
2f 2f
2f x2
(a, b, c) xy (a, b, c)
(a, b, c) > 0, det 2f 2f > 0, det(Hf (a, b, c)) > 0.
x2 yx (a, b, c) y 2
(a, b, c)
entonces f tiene en a un mnimo relativo estricto.
2. Si
( )
2f 2f
2f x2
(a, b, c) xy (a, b, c)
(a, b, c) < 0, det 2f 2f > 0, det(Hf (a, b, c)) < 0.
x2 yx (a, b, c) y 2
(a, b, c)
entonces f tiene en (a, b, c) un mximo relativo estricto.
3. Si ( )
2f 2f
x2
(a, b, c) xy (a, b, c)
det 2f 2f < 0,
yx (a, b, c) y 2
(a, b, c)
entonces f no tiene ningn extremo relativo en (a, b, c)
Ejercicio: Calclense los extremos de la funcin f : R3 R, denida por
f (x, y, z) = 6x2 y 2 z 2 .
Caso q 3:
El segundo criterio est relacionado con el signo de los autovalores de la matriz Hf (a).
Recordemos que dada una matriz cuadrada A, llamamos polinomio caracterstico aso-
ciado a la matriz A al polinomio, P () = det(A I), donde por I representamos la matriz
identidad. Las races del polinomio caracterstico reciben el nombre de autovalores de la
matriz A.
De hecho, si representamos por k , k = 1, 2, . . . q, los autovalores de la matriz hessiana

Hf (a), se verica la siguiente proposicin:
Proposicin 2.5.6.
i) Si k > 0 , k = 1, 2, . . . q, entonces f alcanza en a un mnimo relativo.
ii) Si k < 0 , k = 1, 2, . . . q, entonces f alcanza en a un mximo relativo.
iii) Si existen i > 0 y j < 0, entonces f no alcanza extremo relativo en a.
iv) Si i = 0 y k 0 , k = 1, 2, . . . q, entonces f de tener un extremo relativo en a

ste ha de ser un mnimo relativo.
v) Si i = 0 y k 0 , k = 1, 2, . . . q , entonces f de tener un extremo relativo en a

ste ha de ser un mximo relativo.
El nico inconveniente de este criterio es la ms que probable dicultad para calcular los
autovalores de la matriz. Este problema queda resuelto con la regla de Silvester que nos va
a permitir decidir el nmero de autovalores positivos y negativos sin necesidad de calcularlos,
simplemente observando los coecientes del polinomio caracterstico de H. Concretamente, si
P () = a0 + a1 + a2 2 + + aq q ,
y notamos por V (a0 , a1 , a2 , . . . , aq ) al nmero de cambios de signo que se dan coeciente

a coeciente, entonces la regla de Silvester asegura que
V (a0 , a1 , a2 , . . . , aq ) = nmero de autovalores positivos de H .
V (a0 , a1 , a2 , . . . , (1)q aq ) = nmero de autovalores negativos de H .
1. Consideremos las funciones reales f y g dadas por:
a) f (x, y) = x3 + 3xy 2 15x 12y (x, y) R2 .

2 +z 2 +1)
b) g(x, y, z) = (x + z 2 )ex(y (x, y, z) R3 .
Se pide:
a) Calclense los puntos crticos.

b) Calclese la matriz hessiana en los puntos crticos.
c) Estdiese la existencia de extremos relativos.
2. Calclense los extremos de f : R2 R en los siguientes casos:
a) f (x, y) = x2 y 2 .
b) f (x, y) = |x| + |y|.
c) f (x, y) = |x| + y.
3. Sean a, b R dos parmetros, y f : R2 R una funcin real de dos variables reales

dada por f (x, y) = x2 + y 2 2ax 2by. Estdiese la existencia de extremos de f en
funcin de los parmetros.
4. Calclense los extremos relativos de los siguientes campos escalares denidos en R2 .
a) f (x, y) = x4 + 2x2 y x2 + 3y 2 .
b) f (x, y, z) = x2 + y 2 + 3z 2 + yz + 2xz xy.

c) f (x, y) = 2x4 + y 2 3xy 2 .
5. Calclense los extremos relativos de los siguientes campos escalares denidos en R2 .

Determnese si dichos extremos son absolutos o no.
a) f (x, y) = x3 + y 3 3x 12y + 20 .
b) f (x, y) = (x 1)4 + (x y)4 .
c) f (x, y) = x4 + y 4 4a2 xy (a > 0)
xy
d ) f (x, y) = 2
x + y2 + 1
e) f (x, y) = (x2 + 2y 2 )e(x
2 +y 2 )
.
f ) f (x, y) = sen(x y).
6. Calclense los extremos relativos del campo escalar denido en R3 por f (x, y, z) =
xy + xz + yz. Determnese si dichos extremos son absolutos o no.
7. Una funcin f denida en un abierto del plano se dice que es armnica si
2f 2f
+ =0
x2 y 2
en todo punto de su dominio. Son armnicas las siguientes funciones?
a) f (x, y) = arc tg( xy ) (x, y) R2 \ {(x, 0) : x R}.

b) g(x, y) = ex cos y + ey cos x (x, y) R2 .
2.6. EXTREMOS CONDICIONADOS. 125
2.6. Extremos condicionados.
Sumario
En esta leccin vamos a enunciar criterios que nos permitan determinar los extremos de
un campo escalar en un cierto subconjunto del dominio de dicho campo escalar .El contenido
completo de esta leccin se articula de la siguiente manera:
2.6.1 Motivacin.
2.6.2 Conjuntos determinados por una funcin
2.6.3 Tcnica de los multiplicadores de Lagrange.
2.6.4 Matriz hessiana asociada a la funcin de Lagrange.
2.6.1. Motivacin
Para motivar esta leccin vamos a considerar dos ejemplos:
Ejercicio 1: Sea el tringulo
T = {(x, y) R2 ; 0 x y 4}.
Se trata de calcular los extremos de la funcin f : T R denida por f (x, y) =

x2 xy + y 2 + 1.
Dado que T es un conjunto compacto y f es una funcin continua, sabemos que f

alcanza su valor mximo y su valor mnimo en sendos puntos de T. Sabemos que sta funcin
no tiene ningn punto crtico en dicho conjunto por lo que sus valores mximo y mnimo se
alcanzarn en puntos de la frontera, esto es, bien los vrtices del tringulo T bien en algn
punto de sus tres lados. En consecuencia, los puntos a tener en cuenta son
1) Los tres vrtices
2) Para cada lado, los puntos de cada uno de stos en los que la funcin restringida alcance
sus extremos.
As pues, se trata de calcular los extremos de f , restringida a cada uno de los siguientes
conjuntos
M1 = {(x, y) R]0, 4[: x = 0},
M2 = {(x, y) ]0, 4[R : y = 4}, M3 = {(x, y) ]0, 4[]0, 4[: x = y},
126 4.3 Extremos condicionados
M4 = {(0, 0)}, M5 = {(0, 4)} M6 = {(4, 4)}.
Dado un subconjunto M del dominio de f , llamaremos extremo local de f condi-

cionado por M a cualquier extremo de la funcin f restringida a M .
En este caso, la bsqueda de los extremos locales condicionados por M4 , M5 y M6 es

trivial puesto que estos conjuntos constan de un slo punto. Con respecto a los otros conjuntos
bastar eliminar, en cada caso, una variable y calcular los extremos de la correspondiente
funcin real de variable real.
Consideremos el segundo ejemplo:
Ejercicio 2:
Consideremos una placa plana ciruclar P de radio uno, y que se calienta de manera que la
temperatura en un punto (x, y) P es
T (x, y) = x2 + 2y 2 x,
y calculemos sus posibles extremos absolutos.

Dado que P es un conjunto compacto y f es un campo continuo, sabemos que f alcanza
sus valores mximo y mnimo en sendos puntos de P . Sabemos que (1/2, 0) es el nico punto
crtico de f , por lo que al menos su valor mximo o mnimo se alcanzar en algn punto del
tipo I), esto es, en algn punto de la circunferencia
C = {(x, y) R2 ; x2 + y 2 = 1}.
Ahora debemos calcular los puntos extremos de la funcin T condicionados por
el conjunto C. En este caso aparece una dicultad aadida: no podemos despejar ninguna
variable en funcin de la otra.
2.6.2. Conjuntos determinados por una funcin
Para este ltimo ejercicio, as como en aquellos casos en que haya ms de dos varia-
bles, necesitaremos desarrollar una nueva tcnica. Primero analicemos la situacin en ambos
ejemplos y veamos que el planteamiento del problema del clculo de extremos condicionados
el conjunto M obedece al siguiente esquema general:
Sea A un subconjunto abierto de Rq y f un campo escalar denido en A. Sea M un

subconjunto de A al que podemos asociar una funcin g : A Rqk tal que:
1. M = {x A; g(x) = 0}.
2. Todas sus funciones coordenadas gi tienen derivadas parciales continuas en A.
3. Su matiz jacobiana Jg (x) tiene rango q k en A.
Este hecho se reejar diciendo que g determina a M .
As pues, en el ejercicio 1, tenemos la siguiente situacin:

1. La funcin g(x, y) = x denida en A = R]0, 4[ determina a M1 ,

2. g(x, y) = y 4 denida en A =]0, 4] R determina a M2 ,
3. g(x, y) = y x denida en A =]0, 4[]0, 4[ a M3 ,
4. g(x, y) = (x, y x) denida en A = R2 a M4 ,
5. g(x, y) = (x, y 4) denida en A = R2 a M5 ,
6. g(x, y) = (x 4, y 4) denida en A = R2 a M6 .
Y para el ejercicio 2, g(x, y) = x2 + y 2 1 denida en A = R2 \{(0, 0)} determina a C.
Hagamos ahora la siguiente observacin.
Proposicin 2.6.1. Sean A un conjunto abierto, g = (g1 , g2 , ..., gqk ) una funcin que deter-
mina a un subconjunto M de A y f : A R un campo escalar que admite todas sus derivadas
parciales en A y son continuas en a M . Si f alcanza un extremo condicionado por M en a,
entonces existe un nico = (1 , 2 , ..., qk ) Rqk tal que
(f + 1 g1 + 2 g2 + ... + qk gqk )
(a) = 0, i {1, 2, ..., q}.
xi
Esto nos proporciona la siguiente estrategia:
Sean f, A, g y M como en el enunciado de la proposicin anterior. Para cada =

(1 , 2 , ..., qk ) Rqk , llamamos funcin de Lagrange asociada a f ,M y a la funcin
L denida en A por
L = f + 1 g1 + 2 g2 + ... + qk gqk .
Dicha funcin recibe el nombre de .
La proposicin anterior nos arma que:
Los extremos de f condicionados por M son soluciones del sistema siguiente, llamado
sistema de Lagrange .
L
x1 (x) = 0,
L
x2 (x) = 0,
...
L
xq (x) = 0,
g1 (x) = 0, ..., gqk (x) = 0.
Si a = (a1 , a2 , ..., aq ) A y = (1 , 2 , ..., qk ) Rqk son solucin de este

sistema, sabemos que est determinado de forma nica y sus coordenadas reciben el nombre
de Multiplicadores de Lagrange para el punto a.
Ejercicio: Calclense los multiplicadores de Lagrange en los ejercicios anteriores.

128 4.3 Extremos condicionados
1. Encuntrense los puntos donde la funcin f : A R denida como

f (x, y) = x2 + y 2 xy x y ((x, y) R2 )
alcanza sus extremos absolutos siendo
A = {(x, y) R2 : x, y 0, x + y 3}.
2. Calclense los extremos de f : [1, 1] [1, 1] R en los siguientes casos:
a) f (x, y) = x2 y 2 .
b) f (x, y) = |x| + |y|.
c) f (x, y) = |x| + y.
3. Encuntrense los puntos del conjunto A = {(x, y) R2 : x2 + y 2 2x, y 0} donde

la funcin f (x, y) = x2 2xy + y 2 alcanza su mximo y mnimo absolutos.
4. Determnese el punto P (x, y, z) en el plano 2x + y z = 5 que est ms cerca del origen.
5. Calclese la distancia mnima del origen a la supercie de R3 dada por la ecuacin

x2 z 2 1 = 0
6. Se trata de montar un radiotelescopio en un planeta recin descubierto. Para minimizar

la interferencia se desea emplazarlo donde el campo magntico del planeta sea ms dbil
(aunque por supuesto, en la supercie). El planeta es esfrico, con un radio de 6 unidades;
la fuerza del campo magntico viene dada por
M (x, y, z) = 6x y 2 + xz + 60
basado en un sistema coordenado cuyo origen est en el centro del planeta. Dnde
habr de ser ubicado el radiotelescopio?.
x2 y 2
7. Determnese el rectngulo de mayor rea que se puede inscribir en la elipse 2 + 2 = 1,
a b
donde a, b son reales positivos.
8. Estdiense los extremos de la funcin f : (R+ )3 R denida por f (x, y, z) = logx +

logy + logz en la esfera x2 + y 2 + z 2 = 9.
9. Hllese la mnima distancia entre la recta x + y = 4 y la circunferencia x2 + y 2 = 1.
10. Hllense los extremos condicionados de la funcin f (x, y) = x3 + xy 2 donde xy a2 =

0, (a = 0).
11. El rea de una caja rectangular sin tapa es de 108u2 . Hllese que dimensiones debe tener
para que conseguir el mximo volumen.
Captulo 3
Clculo integral en una variable
3.1. Funciones integrables
Sumario
En esta leccin introduciremos el concepto de funcin integrable, en el sentido de

Riemann, como una evolucin natural del mtodo de exhaucin, usado por los griegos para
calcular ciertas reas, y estudiaremos sus propiedades. Enunciaremos el teorema fundamental
del clculo que relaciona la integral con la derivacin y la Regla de Barrow indispensable
para el clculo integral. Finalmente estudiaremos las funciones impropiamente integrables. El
contenido completo de esta leccin se articula de la siguiente manera:
3.1.1 Funciones integrables.
3.1.2 Ejemplos
3.1.3 Propiedades de las funciones integrables.
3.1.4 Relacin entre integracin y derivacin: Teorema Fundamental del Clculo
3.1.5 Cmo evaluar una integral: Regla de Barrow.
3.1.6 Integrales impropias.
3.1.1. Funciones integrables
Sea f : [a, b] R una funcin acotada y sea P = {x0 , x1 , ..., xn } una particin del
intervalo [a, b]. Para cada k {1, 2, ..., n}, llamemos Ik al intervalo [xk1 , xk ] y notemos por
Mk (f, P ) = Sup f (Ik ), mk (f, P ) = Inf f (Ik ).
129
130 6.1. Funciones integrables
Llamaremos suma superior de Riemann de la funcin f respecto de la particin

P al nmero real

k=n
S(f, P ) := Mk (f, P )(xk xk1 ),
k=1
y anlogamente llamaremos suma inferior de Riemann de la funcin f respecto de la
particin P al nmero real

k=n
I(f, P ) := mk (f, P )(xk xk1 ).
k=1
Sea
S := {S(f, P ); P particin del intevalo [a, b]}
e
I := {I(f, P ); P particin del intevalo [a, b]}.
Es claro que dadas dos particiones cualesquiera P y Q del intervalo [a, b] se tiene que
I(f, P ) S(f, Q),
y por tanto el conjunto S es un conjunto minorado de nmeros reales. Llamaremos integral

superior de f en el intervalo [a, b], al nmo del conjunto S que notaremos por
b
f (x)dx.
a
Por idntica razn el conjunto I es un conjunto mayorado de nmeros reales y llamaremos

integral inferior de f en el intervalo [a, b] al supremo de dicho conjunto, supremo que
notaremos por
b
f (x)dx.
a
Diremos que f es integrable en el intervalo [a, b] si el nmo del conjunto S y el supremo

del conjunto I coinciden, esto es, si
b b
f (x)dx = f (x)dx.
a a
Si f es integrable en [a, b] dicho valor Inf S = Sup I ser conocido como la integral de
f en [a, b], y se notar por
b
f (x)dx.
a
Para mayor comodidad, si f es integrable en [a, b], acordamos los siguientes convenios:
a b a
f (x)dx = f (x)dx, y f (x)dx = 0.
b a a
Observacin
Es fcil probar que si [a, b] es un intervalo y f : [a, b] R es una funcin acotada,

entonces f es integrable en [a, b] si, y slo si, existe una sucesin de particiones {Pn } vericando
que la sucesin {S(f, Pn ) I(f, Pn )} converge a cero.
3.1.2. Ejemplos
1) Es fcil probar que toda funcin constante es integrable, de hecho

b
cdx = c(b a).
a
2) Las funciones montonas en un intervalo [a, b] son funciones integrables en dicho inter-
valo.
3) Las funciones continuas son tambin funciones integrables.
4) De hecho tenemos que
Proposicin 3.1.1. Sea f : [a, b] R una funcin integrable. Entonces si g : [a, b]

R es una funcin que coincide con f excepto a lo ms en un nmero nito de puntos de
[a, b], g es tambin una funcin integrable y adems
b b
f (x)dx = g(x)dx.
a a
5) La funcin de Dirichlet:
{
0 si x [0, 1] Q
f (x) =
1 si x [0, 1] R\Q
No es integrable en [0, 1]. De hecho, es fcil probar que
1 1
f (x)dx = 1, f (x)dx = 0.
0 0
3.1.3. Propiedades de las funciones integrables

Veamos ahora algunas propiedades de las funciones integrables
Proposicin 3.1.2. Sean f, g : [a, b] R dos funciones integrables en [a, b]. Entonces
1. f + g es una nueva funcin integrable en [a, b] y se verica que

b b b
(f + g)(x)dx = f (x)dx + g(x)dx.
a a a
2. Para cada r R, la funcin rf es una nueva funcin integrable en [a, b] y se verica

que
b b
(rf )(x)dx = r f (x)dx.
a a
3. Si para cada x [a, b], f (x) g(x), se tiene que

b b
f (x)dx g(x)dx.
a a
4. |f | es tambin una funcin integrable y se verica que

b b
| f (x)dx| |f |(x)dx.
a a
5. f.g es una nueva funcin integrable en [a, b], pero en general

b b b
(f.g)(x)dx = f (x)dx. g(x)dx.
a a a
Finalmente tambin se verica la propiedad de la aditividad respecto del intervalo,

esto es,
Proposicin 3.1.3. Sea f : [a, b] R una funcin acotada y sea c ]a, b[. Entonces f es
integrable en [a, b] si, y slo si, f es integrable en [a, c] y [c, b]. En caso de ser integrables se
tiene que
b c b
f (x)dx = f (x)dx + f (x)dx.
a a c
Como ejercicio calclese la siguiente integral:

3
3E[x] + 2 dx.
0
3.1.4. Relacin entre integracin y derivacin: Teorema Funda-

mental del Clculo.
Estudiaremos ahora la importante conexin entre los tres conceptos bsicos de la

primera parte del curso: continuidad, derivacin e integracin. Para poder enunciar este re-
sultado, esto es, el teorema fundamental del clculo, necesitamos introducir el concepto de
integral indenida.
Sea I un intervalo de nmeros reales, y f : I R una funcin continua. Si c I

llamaremos integral indenida de f con origen en c a la funcin F : I R, denida,
para cada x I, por x
F (x) = f (t)dt.
c
Teorema 3.1.4. (fundamental del Clculo)

Sea f una funcin continua en un intervalo I y sea F cualquier integral indenida de f .
Entonces F es derivable en I y para cada x I,
F (x) = f (x).
Ejercicio: Sea F : R+ R denida por

x
F (x) = 1/t dt.
1
Calclese F(1), la funcin derivada de F y determnense sus propiedades analticas.
3.1.5. Cmo evaluar una integral: Regla de Barrow.
El siguiente resultado, el cual es consecuencia del teorema del valor medio, es im-
portantsimo ya que nos permitir evaluar la integral de una funcin conocida su primitiva.
Para enunciarlo, necesitamos recordar que dada una funcin f denida en un intervalo I se
dice que f admite primitiva si existe una funcin G : I R derivable tal que, para cada
x I, G (x) = f (x). Como consecuencia del teorema del Valor Medio G est determinada de
manera nica, salvo una constante aditiva.
Teorema 3.1.5. (Regla de Barrow)

Sea f : [a, b] R una funcin integrable y supongamos que admite una primitiva G.
Entonces b
f (x)dx = G(b) G(a).
a
Es claro que si f es continua, entonces, como consecuencia del teorema fundamental

del clculo, cualquier integral indenida F de f es una primitiva de f . Pero si intentamos
evaluar dichas primitivas no obtenemos ninguna informacin no trivial. Por tanto el problema
de evaluar la integral de una funcin continua f , para aplicar la Regla de Barrow, consiste en
conseguir una primitiva de f susceptible de ser evaluada en los puntos a y b.
Ejercicio: Calclese la siguiente integral:

1
(2x3 + 1) dx.
0
A menudo conviene transformar la funcin f en otra funcin cuya primitiva sea ms

accesible; los siguientes resultados ofrecen algunas transformaciones interesantes.
Corolario 3.1.6. (teorema del cambio de variable)

Sea g : [a, b] R una funcin de clase C 1 ([a, b]) con g (x) = 0. Si f es una funcin
continua en g([a, b]), entonces la funcin f g.g es una nueva funcin integrable y
g(b) b
f (x)dx = f (g(t)).g (t)dt.
g(a) a
La regla formal seguida en el resultado anterior consiste en sustituir g(t) por x y g (t)dt
por dx y los valores extremos t = a, t = b por los correspondientes x = g(a), x = g(b).
Ejercicios:
1. Calclese la siguiente integral: 1

2
2xex dx.
0
2. Demustrese que , para a, b R+ ,

ab b
1/t dt = 1/t dt.
a 1
Nota
Obsrvese que despus de esta propiedad, la funcin F : R+ R, denida por

x
F (x) = 1/t dt.
1
es una biyeccin estrictamente creciente vericando que:
- F (1) = 0
- F (xy) = F (x) + F (y)
- F (e) = 1.
Esto es, la funcin F no es otra cosa que la funcin logaritmo neperiano cuya existencia
armbamos al principio de curso.
La siguiente tcnica es especialmente til cuando se trata de calcular la integral de un

producto de funciones o de una funcin fcilmente derivable (basta ver sta como el producto
de ella por la funcin constante uno).
Corolario 3.1.7. (teorema de integracin por partes)

Sean F, G : [a, b] R dos funciones de clase C 1 ([a, b]). Entonces
b b

F (x).G (x)dx = F (b).G(b) F (a)G(a) F (x).G(x)dx.
a a
Ejercicio: Calclense las siguientes integrales:

2 1
log(x)dx y x2 sen(x)dx.
1 0
3.1.6. Integrales impropias
El concepto de integral que hemos introducido presenta, entre otras, dos limitaciones
importantes:
1. El intervalo de integracin es del tipo [a, b]
2. El integrando es una funcin acotada en dicho intervalo.
Nuestro objetivo ms inmediato es extender la nocin de integral a intervalos arbitrarios

y a funciones continuas no necesariamente acotadas.
Sea I =], [ un intervalo con , R { , +}. Sea f : I R una funcin

continua en I y sea G una primitiva de f . Se dice que f es impropiamente integrable en
], [ si existen
limx G(x), limx G(x).
Adems en caso armativo

f (x)dx = limx G(x) limx G(x).

Dicha integral recibe el nombre de integral impropia de f en ], [.

1

1/ xdx.
0
Es claro que toda funcin continua en un intervalo [a, b] es impropiamente integrable

en ]a, b[ y su integral impropia coincide con su integral.
Las propiedades de las funciones impropiamente integrables son similares a las ya

estudiadas para las funciones integrables.
Proposicin 3.1.8. Sean f, g :], [ R dos funciones impropiamente integrables. Entonces

1. f + g es una nueva funcin impropiamente integrable en ], [ y se verica que

(f + g)(x)dx = f (x)dx + g(x)dx.

2. Para cada r R, la funcin rf es una nueva funcin impropiamente integrable en ], [

y se verica que

rf (x)dx = r f (x)dx.

3. Si para cada x [a, b], f (x) g(x), se tiene que

f (x)dx g(x)dx

E incluso,
Proposicin 3.1.9. Sea f :], [ R una funcin continua y c ], [. Entonces f es

impropiamente integrable en ], [ si, y slo si, f es impropiamente integrable en ], c[ y ]c, [.
En caso armativo se tiene que
c
f (x)dx = f (x)dx + f (x)dx.
c
Ejercicio: Calclense, cuando existan, las siguientes integrales:

1 1 +
+
1/xdx, 1/x2 dx, 1/ xdx y 1/x2 dx.
0 1 1 1
Como consecuencia de la dencin, obtenemos los correspondientes teoremas del cambio

de variable y de integracin por partes.
Teorema 3.1.10. (del cambio de variable)

Sea g una funcin de clase C 1 en el intervalo ], [ con g (x) = 0. Si f es una funcin
continua en g(], [), entonces f es impropiamente integrable en ], [ si, y slo si, f g.g es
impropiamente integrable en ], [. En caso armativo,
limx g(x)
f (x)dx = f (g(x))g (x)dx.
limx g(x)

1
2x/(x2 + 1) dx.
0
Teorema 3.1.11. (de integracin por partes)

Sean F y G dos funciones de clase C 1 en el intervalo ], [ y supongamos que F.G tiene
lmite en y en . Entonces F.G es impropiamente integrable si, y slo si F .G es impropia-
mente integrable. En caso armativo

F (x).G (x)dx = limx F (x)G(x) limx F (x)G(x) F (x).G(x)dx.


1
log(x)dx.
0
A veces resulta que una determinada funcin no es impropiamente integrable pero puede
obtenerse un cierto valor relacionado con ella.
1. Calclense las siguientes integrales:

1 1
arctg(x) dx, x2 ex dx,
0 0
+ /4
dx
sen2 x cos3 x dx,
2 x(log(x))2 0
/2 /4
senx
cosx log(senx) dx, dx.
/4 0 cos2 x
2. Hllense las derivadas de cada una de las funciones siguientes:

x x2
1
a) F (x) = sen3 (t) dt. b) F (x) = dt
a 3 1 + sin6 t + t2
x sen(s) ds
1 s
c) F (x) = 1/(sen2 (t2 ) + 1) dt
3
b
1
d) F (x) = dt.
x 1+ t2 + sen2 (t)
b b
t tx
e) F (x) = 2
dt f) F (x) = dt
a 1 + t + sen(t) a 1+ t2 + sen(t)
3.2. MTODOS DE INTEGRACIN 139
3.2. Mtodos de integracin
Sumario
En esta leccin nos ocuparemos del problema prctico de evaluar la integral de toda
funcin racional y de algunas funciones no racionales. El contenido completo de esta leccin
se articula de la siguiente manera:
3.2.1 Integracin de funciones racionales.
3.2.2 Integracin de funciones no racionales.
3.2.1. Integracin de funciones racionales
Daremos un mtodo general para la evaluacin de la integral de una funcin racional

cuya "nica"dicultad consiste en encontrar la descomposicin en factores irreducibles de un
polinomio con coecientes reales.
Sea f : [a, b] R una funcin racional y sean P, Q, : R R las correspondientes

P (x)
funciones polinmicas tales que, f (x) = Q(x) con Q(x) = 0, para cada x [a, b]. Podemos
suponer sin prdida de generalidad (en caso contrario se manipula algebraicamente) que:
1) P y Q son dos polinomios primos entre s.
2) El polinomio Q(x) es de mayor grado que P (x).
3) El coeciente lder del polinomio Q(x) es uno.
En la situacin anterior, el problema de evaluar la integral de f se resuelve usan-

do sendos resultados algebraicos: la descomposicin en factores irreducibles de un polinomio
con coecientes reales y la descomposicin en fracciones simples de una funcin racional con
coecientes reales.
140 6.2. Mtodos de integracin
Proposicin 3.2.1.
1) Descomposicin en factores irreducibles
Todo polinomio Q(x) con coecientes reales y con coeciente lder igual a uno puede
escribirse en la forma:
(x a1 )n1 (x a2 )n2 ...(x ap )np (x2 + b1 x + c1 )m1 (x2 + b2 x + c2 )m2 ...(x2 + bq x + cq )mq ,
donde p y q son nmeros enteros no negativos,a1 , a2 , ..., ap , b1 , b2 , ..., bq , c1 , c2 , ..., cq son
nmeros reales, donde a1 < a2 < ... < ap son las races reales del polinomio Q y
para cada k {1, 2, ..., p}, np es el orden de multiplicidad de la raz ak ; y nalmente
m1 , m2 , ..., mq son nmeros naturales.
La descomposicin anterior en factores es nica y
n1 + n2 + ... + np + 2(m1 + m2 + ... + mq )
es el grado del polinomio.
2) Descomposicin en fracciones simples
Si el polinomio Q(x) se descompone en la forma dada en (1.) y P (x) es un polinomio
P (x)
primo con Q(x) de grado menor que el de Q(x), la funcin racional f (x) = Q(x) puede
escribirse de forma nica como sigue:
A11 A12 A1n1
f (x) = + + ... + +
x a1 (x a1 )2 (x a1 )n1
A21 A22 A2n2
+ + + ... + + ...+
x a2 (x a2 )2 (x a2 )n2
Ap1 Ap2 Apn1
+ + ... + + ...+
x ap (x ap )2 (x ap )np
B 11 x + C 11 B 12 x + C 12 B 1m1 x + C 1m1
+ + +
x2 + b1 x + c1 (x2 + b1 x + c1 )2 (x2 + b1 x + c1 )m1
B 21 x + C 21 B 22 x + C 22 B 2m2 x + C 2m2
+ + + ...+
x2 + b2 x + c2 (x2 + b2 x + c2 )2 (x2 + b2 x + c2 )m2
B q1 x + C q1 B q2 x + C q2 B qmq x + C qmq
+ + ,
x2 + bq x + cq [(x2 + bq x + cq )2 [(x2 + bq x + cq )mq
donde Aij (1 i p, (1 j np ) y (B ij , Cij (1 i q y 1 j mq y
a1 , a2 , ..., ap , B1 , B2 , ..., Bq , c1 , c2 , ..., cq C ij son nmeros reales. Se tiene adems que Aknk =
0 para k {1, 2, ..., p} y (B jmj )2 + (C jmj )2 > 0 para j {1, 2, ..., q}.
La principal dicultad a la hora de aplicar la proposicin anterior consiste, como

ya se ha dicho, en encontrar la descomposicin en factores del polinomio Q(x). Salvado este
problema, la descomposicin en fracciones simples dada por la segunda parte de la proposicin
puede ya obtenerse sin dicultad, aunque s puede ser laboriosa.
La descomposicin en fracciones simples dada anteriormente, junto con la linealidad

de la integral nos permite limitarnos a considerar las integrales de cada uno de los tipos de
fracciones simples que aparecen en la descomposicin, a saber
Tipo 1
A
f (x) = ,
xc
para todo x [a, b], y donde A, c R y c no pertenece al intervalo [a, b]. En tal caso
tenemos que:
b
bc
f (x)dx = A.log( ).
a ac

4
2 x2
dx.
3 x3 3x2 + 2x
Tipo 2
A
f (x) = ,
(x c)n
para todo x [a, b], y donde A, c R y c no pertenece al intervalo [a, b]. En tal caso
tenemos que:
b
A 1 1
f (x)dx = [ ].
a n 1 (a c)n1 (b c)n1

1/2
2x
dx.
0 x2 2x + 1
Tipo 3
Bx + C
f (x) = ,
x2 + cx + d
para todo x [a, b], donde B, C, c, d R. En este caso se procede de la siguiente forma:
b b b
B 2x + c dx
f (x)dx = dx + (C cB/2) .
a 2 a x2 + cx + d a x2 + cx + d
La primera integral se puede resolver haciendo el cambio de variable u = x2 + cx + d,

con lo que nos queda
b2 +bc+d
du b2 + bc + d
= log 2 .
a2 +ac+d u a + ac + d
La segunda integral se puede resolver escribiendo x2 + cx + d = (x r)2 + b2 para hacer
el cambio de variable u = xr
s , con lo que nos queda
br
1 s du 1 br ar
2
= [arc tg( ) arc tg( )].
s ar 1+u s s s
s

4
2x 1
dx.
3 x4 + x3 x 1
Tipo 4 Esto es,

r(x)
f (x) = ,
(x2 + cx + d)n
para todo x [a, b], donde c, d R, n N con n > 1 y r(x) es un polinomio de grado
menor o igual que 2n 1.
En este caso usaremos el mtodo de Hermite que consiste en escribir
ex + f F (x)
f (x) = +[ 2 ] ,
x2 + cx + d (x + cx + d)n1
donde F (x) es un polinomio de grado 2n-3 a determinar. Por tanto, la tcnica exige
derivar el cociente, multiplicar la igualdad por (x2 + cx + d)n , y a partir de aqu, calcular
los coecientes de dicho polinomio.
As pues
b b
ex + f F (b) F (a)
f (x)dx = dx + 2 2 .
a a x2 + cx + d (b + cb + d)n1 (a + ca + d)n1
La integral que queda es una de tipo 3).

4
1 x2
4 2
dx.
3 x + 4x + 4
3.2.2. Integracin de funciones no racionales
El problema de evaluar funciones no racionales se llevar a cabo utilizando diversos

cambios de variable hasta conseguir que la nueva funcin a integrar sea racional. No hay un
mtodo general para ello, sino un recetario ms o menos amplio, de hecho, la simple inspeccin
del integrando sugiere el cambio de variable adecuado.
Empezaremos jando una notacin que nos permitir exponer de manera rpida y sin
ambigedad los distintos mtodos de integracin que vamos a tratar. En lo que sigue I ser
un intervalo del tipo [a, b] y f : I R ser una funcin continua. Para calcular la integral de
f usaremos sistemticamente el cambio de variable x = g(t), donde g es una funcin biyectiva
de un cierto intervalo J sobre I y de clase C 1 en J. Si notamos por h(t) = f g(t).g (t), para
todo t J, transformaremos la integral de la funcin inicial en la integral de la funcin h en
el intervalo J. Si h es racional, aplicaremos los conocimientos dados en la primera parte de
la leccin. En las dems ocasiones ser preciso un nuevo cambio de variable. Encontraremos
as un nuevo intervalo K y una nueva funcin tal que t = (u), donde es una funcin
biyectiva de K sobre J y de clase C 1 en K. Si notamos por k(u) = h (u). (u), para todo
u k, transformaremos la integral de la funcin h en la integral de la funcin k en el intervalo
K, y vuelta a empezar.
1. Funciones trigonomtricas
Sea f una funcin que es cociente de sumas y productos de las funciones seno
y coseno. Dado que f es una funcin peridica de periodo 2 podremos limitarnos a
considerar I [, ]. Hacemos en este caso el cambio de variable
x = g(t) = 2arctg(t).
La funcin g que aparece es una funcin racional. De hecho,
1 t2 2t
cosx = 2
, y sen(x) = .
1+t 1 + t2
/2 dx
Ejercicio: Calclese /4 sen(x)
Podemos destacar algunos casos particulares en

b
senn (x)
dx a, b I
a cosm (x)
a) Si n es impar, se hace el cambio x = arccos(t), siempre que I [0, ].

b) Si m es impar, se hace el cambio x = arcsen(t), siempre que I [/2, /2].
c) Si n y m son pares se usan las frmulas
1 + cos(2x) 1 cos(2x)
cos2 (x) = , sen2 (x) = .
2 2
2. Funciones trascendentes
Sea f una funcin f que es cociente de sumas y productos de la funcin ex con ella
misma. Hacemos en este caso el cambio de variable x = g(t) = log(t). La funcin h que
aparece es de nuevo una funcin racional.
2 dx
Ejercicio: Calcular 1 shx
3. Irracionales en x
Sea f una funcin que es cociente de sumas y productos de potencias racionales

p1 p2 pn
de x. Si f (x) = F (x q1 , x q2 , ..., x qn ), entonces hacemos el cambio de variable x = tm ,
donde m = m.c.m.{q1 , q2 , ..., qn }. As pues, la funcin a integrar que resulta despus del
cambio es una funcin de tipo racional, que ya sabemos resolver.

2
1
3
dx.
1 x+ x
4. Irracionales cuadrticas
Vamos a distinguir tres tipos fundamentalmente:

1) Funciones que son cociente de sumas y productos de las funciones x y x2 1
En este caso, siempre que I [1, +[ I ] , 1], hacemos el cambio de

1
variable bien x = g(t) = cost y por tanto la funcin h que aparece es del tipo
trigonomtrico visto anteriormente, bien x = g(t) = ch(t) y la funcin h que
aparece es una funcin de tipo trascendente visto tambin anteriormente.

4
1
dx.
3 x 1
2

2) Funciones que son cociente de sumas y productos de las funciones x y 1 x2
En este caso, siempre que I [1, 1] hacemos el cambio de variable x =

g(t) = sen(t) y por tanto la funcin h que aparece es del tipo trigonomtrico visto
anteriormente.

1/2
1
dx.
0 1 x2

3) Funciones que son cociente de sumas y productos de las funciones x y 1 + x2
En este caso hacemos el cambio de variable bien x = g(t) = tg(t) y por tanto
la funcin h que aparece es del tipo trigonomtrico visto anteriormente, bien
x = g(t) = sh(t) y la funcin h que aparece es una funcin de tipo trascendente
visto tambin anteriormente.

4
1
dx.
3 1 + x2
Nota

Las funciones f (x) que son cociente de sumas y productos de x y de ax2 + bx + c
se pueden reducir a uno de los tres casos anteriores ya que
ax2 + bx + c = a(x + b/2a)2 b2 /4a + c,
y por tanto, si hacemos un primer cambio u = x + b/2a y posteriormente

au
a) si a > 0 y b2 4ac > 0, hacemos un nuevo cambio, t =
b2 4ac
, resulta una integral

del tipo t2 1

b) Si a > 0 y b2 4ac < 0, hacemos un nuevo cambio, t = au2 , resulta una
cb /4a
2
integral del tipo t + 1.

c) Si a < 0 y b2 4ac < 0, hacemos un nuevo cambio, t = au resulta una
cb2 /4a

integral del tipo 1 t2

3 1+2xx2
a) 2 x4 4x3 +7x2 6x+2 dx.
/2 dx
b) /4 senxtgx .
3/2 dx
c) 0 2+cosx .
1 dx
d) 0 coshx .
3 dx
e)
2 x2 2
3/2
f) dx .
1 x2 4x2
2 dx
g) 1 (4+x2 )3/2 .
2. Prubense las siguientes igualdades:

3 /2
dx cos x dx +
dx +
e x dx
= , = 2, = , = 2,
1 senx ex + ex
0 1 9 x
2 2 0 2 0 x
log(x) dx = 1
0
3.3. APLICACIONES DEL CLCULO INTEGRAL 147
3.3. Aplicaciones del clculo integral
Sumario
En esta leccin presentaremos varias aplicaciones del clculo integral. La idea que
subyace en todas las aplicaciones que vamos a ver en esta leccin es que la integral puede verse
como un procedimiento de "paso al lmite"de la suma. As mismo, conviene sealar que en esta
leccin nos basta con la idea intuitiva del concepto de rea y que ms adelante deniremos
con todo rigor. El contenido completo de esta leccin se articula de la siguiente manera:
3.3.1 La integral como "paso al lmite".
3.3.2 Clculo del rea de un recinto plano.
3.3.3 Clculo de longitud de una curva.
3.3.4 Clculo del volumen y del rea de un slido de revolucin.
3.3.1. La integral como paso al lmite
La idea central en todo lo que sigue es que si f es una funcin integrable en un

intervalo dado, la integral de dicha funcin puede obtenerse como el lmite de una cierta
sucesin. Escribamos esta idea de forma ms concreta:
Sean[a, b] un intervalo , P = {t0 , t1 , ..., tn } una particin de dicho intervalo e Ik =

[tk1 , tk ], con k {1, 2, ..., n} la familia de todos los subintervalos que genera dicha particin en
el intervalo [a, b]. Se llama dimetro de la particin P , (P ), al mximo de las longitudes
de los subintervalos, esto es
(P ) = M ax{l(Ik ) = tk tk1 ; k = 1, 2, ..., n}.
Se puede probar que si f es una funcin acotada en [a, b] y {Pn } es una sucesin de
particiones del intervalo [a, b] cuya sucesin de dimetros, {(Pn )}, tiende a cero, entonces:
b
1. La sucesin de las sumas superiores S(f, Pn ) converge a a f (x)dx esto es, a
b
f (x)dx = Inf {S(f, P ) : P particin de [a, b]}.
a
b
2. La sucesin de las sumas inferiores I(f, Pn ) converge a a f (x)dx., esto es, a
b
f (x)dx = Sup{I(f, P ) : P particin de [a, b]}.
a
148 6.3. Aplicaciones del clculo integral
Y por tanto, si f es integrable en el intervalo [a, b], entonces la sucesin S(f, Pn ) y la

sucesin I(f, Pn ) convergen a la integral de f .
En particular, si {Pn } es la sucesin de particiones del intervalo [a, b] tal que, para
cada n, todos los subintervalos que generan Ikn , son de longitud (b a)/n, entonces

n b
limn { f (ykn )(b a)/n} = f (x)dx,
k=1 a
siempre que, para cada n N, ykn Ikn .
Esta idea es el hilo conductor de toda la leccin. En un primer momento la usamos

para resolver problemas de distinta naturaleza.
1. Problema matemtico
A modo de ejemplo podemos probar que limn { 1+2+...+n
n2
} = 1/2, ya que

n
n 1
limn { k/n } = limn {
2
(k/n)1/n} = xdx,
k=1 k=1 0
donde la funcin f considerada es la restriccin de la funcin identidad al intervalo [0, 1].
2. Problema de tipo econmico.
Supongamos que un negocio obtiene en sus primeros das los siguientes benecios
das 1 2 3 4
Euros 8 17 32 53
El propietario tiene razones sucientes para creer que el negocio continuar creciendo
siguiendo la pauta de los primeros das, a saber el benecio de cada da t, seguir la
ley B(t) = 3t2 + 5. Para hacer el clculo del benecio anual, siguiendo indicaciones de
un economista, considera adems que la ley del benecio es la funcin continua descrita
anteriormente. Cul ser este benecio anual?
La estrategia a seguir ser considerar una sucesin de particiones del intervalo

[0, 365] cuya sucesin de dimetros tiende a cero. De hecho podemos considerar que, para
cada particn, todos los subintervalos son de igual longitud (Pn ). A continuacin se
construyen las sumas integrales asociadas a la funcin B(t) considerando como valor de
cada subntervalo su extremo derecho. El paso al lmite nos dar como benecio anual
365
B= 3t2 + 5dt.
0
3. Problema de tipo fsico
Supngase que queremos calcular la fuerza de atraccin de un varilla metlica de

masa M y de longitud l y una masa puntual m situada en la direccin de la varilla y
cuya distancia al extremo ms lejano es L.
La estrategia a seguir ser considerar una sucesin de particiones del intervalo

[0, l] cuya sucesin de dimetros tiende a cero. De hecho podemos considerar que, para
cada particn, todos los subintervalos son de igual longitud (Pn ). A continuacin se
Mm
construyen las sumas integrales asociadas a la funcin f (t) = G l(Lt) 2 considerando
como valor de cada subntervalo su extremo derecho. El paso al lmite nos dar como
fuerza de atraccin F . l
F = f (t)dt.
0
3.3.2. Clculo del rea de un recinto plano
La segunda de las aplicacin ya fue presentada al inicio de la leccin I.9.
Sea f : [a, b] R+
0 una funcin continua y sea
R(f ) = {(x, y) R2 ; a x b, 0 y f (x)}.

Siguiendo el mtodo de exhaucin y el apartado anterior, se tiene que el "rea"del conjunto
R(f ), A(R(f )), viene dada por la siguiente frmula.
b
A(R(f )) = f (x)dx.
a
De manera ms general, dadas f, g : [a, b] R dos funciones integrables, vericando

que, para cada x [a, b], f (x) g(x) podemos considerar el recinto
R(f, g) = {(x, y) R2 ; a x b, f (x) y g(x)}.
Es ahora fcil probar que el rea de dicho recinto A(R(f, g))), verica
b
A(R(f, g)) = | (f (x) g(x))dx|.
a
Considrense por ejemplo las funciones f, g : [0, 2] R, denidas por f (x) = x2 y

g(x) = x, y el recinto R(f, g), comprendido entre las correspondientes grcas
0.5 1 1.5 2
Es claro que rea de dicho recinto A(R(f, g))), verica

1 2

A(R(f, g)) = | (x x)dx| + |
2
(x2 x)dx| = 3 4/3 2.
0 1
Ejercicio: Calcular el rea de una elipse.

3.3.3. Clculo de la longitud de una curva
Una curva en el plano no es mas que una funcin continua denida en un intervalo
cerrado y acotado y con valores en R2 .
Sea : [a, b] R2 una curva en el plano. Tal como hicimos en la leccin I.3 con
la semicircunferencia unidad, podemos denir, supuesto que exista dicho supremo, la longitud
de la curva por
l() = Sup{l(P ); P particin de [a, b]},
donde para cada particin P = {t0 , t1 , ..., tn }, consideramos la poligonal P de vrtices ((t0 ), (t1 )), ..., (tn )).
De hecho, se sabe que,
l(P ) = dist((t0 ), (t1 )) + ... + dist((tn1 ), (tn )).
Es fcil probar que si {Pn } es una sucesin de particiones del intervalo [a, b], cuyos
dimetros tienden a cero, entonces la sucesin {l(Pn )} tiende a l(). Usando esta propiedad
y el hecho general ya comentado de que la integral es el lmite de una conveniente suma,
obtenemos que,
Si existen dos funciones de clase C 1 en el intervalo [a, b] tales que (t) = (f (t), g(t)),
entonces b
l() = [f (x)]2 + [g (x)]2 dx.
a
En orden a justicar la frmula anterior conviene subrayar que para cada particin
P = {t0 , t1 , ..., tn } y k {1, 2, ..., n},
dist((tk1 ), (tk )) = dist[(f (tk1 ), g(tk1 )), (f (tk )), g(tk ))] =

= [f (tk1 ) f (tk )]2 + [g(tk1 ) g(tk )]2 ,
pero, por el teorema del valor medio, sabemos que existen sendos xk e yk tales que
f (tk1 ) f (tk ) = f (xk )(tk tk1 ),
y
g(tk1 ) g(tk ) = g (yk )(tk tk1 ),
luego

dist((tk1 ), (tk )) = (tk tk1 ) (f (xk ))2 + (g (yk ))2 ,
y por tanto

n
l(P ) = (tk tk1 ) (f (xk ))2 + (g (yk ))2 ,
k=1
por lo que nalmente basta aplicar que la integral no es ms que un paso al lmite.
En particular si f C 1 ([a, b]) la longitud de su grca,

b
l(Graf (f )) = 1 + (f (x))2 dx.
a
Ejercicio: Calcular la longitud de una circunferencia de radio r.

3.3.4. Clculo del volumen y del rea de un slido de revolucin
Slidos de revolucin
Sea f : [a, b] R una funcin continua cuya grca se encuentra en el semiplano

superior. Supongamos que el recinto R(f ), denido como en el segundo apartado, gira alrededor
del eje x. El conjunto as generado es llamado el slido de revolucin generado por f al
girar sobre el eje x, el cual es el subconjunto de R3 , denido por
Sx (f ) = {(x, y, z) R3 ; a x b, y 2 + z 2 f (x)2 }.
Considrese por ejemplo la funcin identidad restringida al intervalo [1, 3]. En la siguiente
gura vemos el correspondiente R(f )
2.5
1.5
0.5
-1 1 2 3 4
y por tanto el correspondiente slido de revolucin es el siguiente tronco de cono

2
-2
-2
0
1
2
3
4
rea lateral
Se puede probar que el "rea lateral"de Sx (f ), A(Sx (f )) se obtiene mediante la

frmula: b
A(Sx (f )) = 2 f (x) 1 + f (x)2 dx.
a
Para justicar la frmula anterior basta considerar para cada particin del intervalo
[a, b] y cada subintervalo que sta genera el tronco de cono correspondiente.
Por ejemplo considrese la semiesfera de radio uno, y los dos troncos de cono asociados a
la particin P = {0, 1/2, 1}
1
0.5
0
-0.5
-1
1
0.5
-0.5
-1
0
0.25
0.5
0.75
1
Obsrvese que la suma de las reas laterales de estos dos troncos de cono es menor que
el rea lateral de la semiesfera y que, a medida que tomemos particiones con ms puntos, la
suma de las reas laterales de los correspondientes troncos de cono sigue siendo menor que el
rea lateral de la semiesfera pero cada vez ms ajustada a sta.
En tal caso, el rea lateral se obtiene como paso al lmite de la suma de las reas
laterales de los correspondientes troncos de cono, sin ms que usar el hecho de que el rea
lateral de un tronco de cono es (R + r)s, donde R es el radio mayor, r el radio menor y s es
la "generatriz truncada".
Ejercicio: Calcular el rea de una esfera.
Volumen
Podemos ahora considerar el volumen del slido generado por giro alrededor del eje
x. Es fcil ver que el "volumen"de S(f ), V (Sx (f )) se puede obtener mediante la frmula
b
V (Sx (f )) = f (x)2 dx.
a
Esta frmula se obtiene considerando el volumen del slido de revolucin como el "paso
al lmite "de la suma de volmenes de cilindros apropiados.
Si f es una funcin no negativa continua con 0 / [a, b], y hacemos girar el recinto R(f )
alrededor del eje y, obtenemos un nuevo slido de revolucin

Sy (f ) = {(x, y, z) R3 ; a2 x2 + z 2 b2 , 0 y f ( x2 + y 2 }.
En este caso, su volumen, V (Sy (f )), puede ser calculado como sigue:
b
V (Sy (f )) = 2 xf (x)dx.
a
Ejercicio: Calclese el volumen de un elipsoide de semiejes a, b, c y de un toro generado

al girar, alrededor del eje y, el disco de centro (2,0) y radio 1.
1.- Calcular las siguientes reas:
a) Area limitada por las curvas y = x2 y y 2 = 8x

b) Area limitada por y = xex , el eje x, la recta x = 0 y la la recta x = a, donde a
2
es la abscisa del punto donde la funcin f (x) = xex alcanza el mximo.

2
c) Area de la gura limitada por la curva y = x(x 1)(x 2) y el eje x.

d) Area comprendida entre la curva y = tg(x), el eje OX y la recta x = /3.
e) Area del recinto limitado por las rectas x = 0, x = 1, y = 0 y la grca de la
1
funcin f : R R denida por f (x) =
(1 + x2 )2
f) Area de la supercie obtenida por la revolucin de la parbola y 2 = 4x y la recta
x = 5 alrededor del eje x.
g) Hallar el rea del recinto limitado por las grcas de f (x) = cosh x y g(x) = shx,
en el primer cuadrante.
x4 + 48
2.- Hallar la longitud de la curva y = en [2, 4]
24x
3.- Hallar la longitud de la curva y = log(1 x2 ) en [1/3, 2/3].
4.- Hllese la longitud de la catenaria, esto es, la grca de la funcin f denida por
1
f : [a, a] R : f (x) = a(ex/a + ex/a )
2

5.- Al girar alrededor del eje x, el segmento de curva y = x comprendido entre las abscisas
0 y a, engendra un tronco
de paraboloide de revolucin cuya supercie equivale a la de
una esfera de radio 13/12. Hllese el valor de a.
6.- Calclese el volumen del slido de revolucin generado por la curva y = sen2 (x), x
[0, ], cuando sta gira en torno al eje x.
18x
7.- Hallar el volumen generado al girar alrededor del eje OX la grca de f (x) = .
x2+9
8.- Calcular el volumen del slido generado al girar la regin limitada por x = y 2 e y = x2
a) alrededor del eje x.

b) alrededor del eje y.
9.- Idntico ejercicio que el anterior para la regin limitada por las rectas y = 1, x = 1 y la
curva y = x3 + 2x + 1.
Captulo 4
Clculo integral en varias variables
4.1. Integral de Lebesgue
Sumario
El objetivo de esta leccin es presentar, a vista de pjaro, la integral de Lebesgue. El

contenido completo de esta leccin se articula de la siguiente manera:
4.1.1 Por qu una nueva integral?
4.1.2 Conjuntos medibles.
4.1.3 Funciones medibles. Integral de Lebesgue.
4.1.4 Funciones Integrables.
4.1.5 Propiedades.
4.1.1. Por qu una nueva integral?
Hacia nales del siglo XIX result claro para muchos matemticos que la integral de
Riemann tiene importantes limitaciones, es sabido por ejemplo su mal comportamiento con
ciertos procesos de convergencia. sta y otras limitaciones que ahora veremos, obligaron a
realizar nuevos intentos de construccin de otras integrales. Entre estos intentos destacan los
debidos a Jordan, Borel, Young y nalmente el de Lebesgue, que result ser el ms exitoso.
En lo que respecta nosotros, nos interesa destacar las siguientes limitaciones:
155
156 7.1 Integral de Lebesgue
1. El conjunto de funciones integrables es relativamente pequeo: Hay funciones sencillas

que no son integrables. Recurdese por ejemplo que la funcin de Dirichlet, esto es, la
funcin, f : [0, 1] R denida por
{
0 si x es racional
f (x) =
1 si x es irracional
no es integrable.
2. Su extensin a varias variables tiene algunas dicultades.
Ambos problemas estn ntimamente relacionados con el hecho de ampliar el concepto

de medida a otros conjuntos de nmeros reales no necesariamente intervalos y por extensin a
otros subconjuntos de Rn . Las cuestiones pues a resolver son varias: qu conjuntos se pueden
medir?, cmo medirlos? , qu funciones se pueden integrar? y cmo hallar su integral?
4.1.2. Conjuntos medibles
1.- Conjuntos que se pueden medir.
Veamos primero algunos conjuntos que deben estar forzosamente entre la familia
de los conjuntos "medibles".
Dado I un subconjunto de Rn diremos que es un intervalo (respectivamante inter-

valo acotado), si existen I1 , I2 , ..., In intervalos (respectivamante intervalos acotados)
de nmeros reales tales que
I = I1 I2 ... In .
Veamos cmo aadir a partir de aqu nuevos conjuntos.
Se dice que una familia A de subconjuntos de Rn es una -lgebra si
i) Rn A,
ii) Si {An } es una sucesin en A, entonces nN An A, y
iii) Si A A entonces Rn \ A A.
Por otra parte, si S es una familia de subconjuntos de Rn , entonces

existe una menor -lgebra en Rn conteniendo a S , que denominaremos la -lgebra
engendrada por S.
En una primera etapa vamos a considerar la -lgebra engendrada por la familia de

los conjuntos de los intervalos acotados, familia que llamaremos -lgebra de Borel,
B, mientras que a sus elementos los llamaremos borelianos. Para hacernos idea de lo
grande que es esta familia tengamos en cuenta que los todos los conjuntos abiertos son
borelianos.
Nota
Obsrvese que los conjuntos que resultan de la interseccin numerable de abiertos
(conjuntos tipo G ), no necesariamente abiertos, y los conjuntos que resultan de la unin
numerable de cerrados, conjuntos tipo F , no necesariamente cerrados, son tambin
conjuntos borelianos.
2.- Veamos ahora Cmo medir dichos conjuntos.
Una vez elegida la familia de conjuntos medibles el problema es asignarle una

medida.
Es claro que si I es un intervalo acotado, entonces su medida debe coincidir con su

volumen, esto es, medida(I) = V (I), y claro est
V (I) = l(I1 )l(I2 )...l(In ),
donde l(Ik ) = bk ak , siempre que Ik = [ak , bk ].
A partir de aqu, podemos denir, para cada A B, la medida , mediante

(A) := Inf { v(In ); A nN In , In intervalo acotado, n N}.
n=1
A dicha medida se le llama medida de Borel-Lebesgue.
Sabemos que existen conjuntos A borelianos de medida cero, (A) = 0, que contienen
subconjuntos no medibles. Parece pues conveniente aadir a la -lgebra de Borel estos
subconjuntos.
Consideremos pues M la mnima -lgebra que contiene simultneamente a la -

lgebra de Borel y a todos los subconjuntos de los elementos de sta que son de medida
nula. Sus elementos se denominan conjuntos medibles-Lebesgue o simplemente
medibles.
Los conjuntos medibles se pueden representar por E = A N , donde A es un

boreliano y N es un subconjunto de un boreliano de medida nula.
Podemos ahora denir una nueva medida, que notaremos igualmente por y que
llamaremos medida de Lebesgue y que viene dada por
(E) = (A),
siempre que E = A N , y donde (N ) = 0.
Dicha medida posee la propiedad de la aditividad numerable, i.e., para cualquier

familia de conjuntos {An : n N} de la -lgebra M, disjuntos dos a dos, se verica

( An ) = (An ).
nN n=1
Como consecuencia de la denicin se pueden obtener las siguientes propiedades:

1. Si A, B M y A B entonces (A) (B).

2. (
n=1 An ) n=1 (An ) An A.
n
3. extiende el volumen de un intervalo,esto es, si I = k=1 Ik es un intervalo
acotado en Rn , entonces (I) = v(I) = nk=1 l(Ik )).
Se dice que una propiedad P relativa a un punto x Rn se verica casi por

doquier (c.p.d.), si el conjunto de puntos C donde dicha propiedad no se verica es
un conjunto de medida cero, esto es, (C) = 0.
4.1.3. Funciones medibles. Integral de Lebesgue
3.- Tipos de funciones que se pueden integrar
Una funcin f : Rn R se llama medible si f 1 (I) M para todo intervalo

abierto I.
Como ejemplos de funciones medibles, se pueden mencionar:
- las funciones continuas c.p.d.,
- funciones iguales c.p.d. a una funcin continua,
- las funciones caractersticas de los conjunto medibles.
Recurdese que si A es un subconjunto de Rn , se llama funcin caracterstica de A,

A , a la funcin A : Rn R, denida por
{
1 si x A
A (x) =
0 si x /A
4.- Cmo hallar su integral

Comencemos ahora con las funciones ms sencillas y veamos cmo asignarle una
integral
Una funcin medible s : Rn R se dice simple si slo toma un nmero nito de

valores.
Toda funcin simple s puede representarse por

n
s= i Ai ,
i=1
donde s(Rn ) = {1 , . . . , n }, Ai := {x Rn : s(x) = i } y Ai es la funcin caracters-

tica de Ai .
Si i 0 i, se dene la integral de s por :

n
sd = i (Ai ).
Rn i=1
El teorema de aproximacin de Lebesgue nos asegura que toda funcin f medible

positiva (f 0) es lmite de una sucesin creciente 0 s1 s2 ... f de funciones
simples que converge puntualmente a f (lm sn (x) = f (x) x Rn ).
A partir de aqu denimos la integral de la funcin f por

f d := lm sk d
Rn k Rn
Se puede comprobar que dicha denicin no depende de la sucesin {sk } elegida.
4.1.4. Funciones integrables
Dada una funcin medible f : Rn R, se dice que f es integrable si

|f | d < .
Rn
En tal caso se dene la integral de f por

f d = f d
+
f d,
Rn Rn Rn
donde f + = M ax{f, 0} y f = M ax{f, 0} (ntese que ambas funciones son medibles

positivas).
Notaremos por L al espacio formado por las funciones medibles que son integrables
en Rn , esto es
L = {f : R R medible;
n
|f | d < }.
Rn
Podemos ahora considerar la integrabilidad en conjuntos medibles.

Dado E M y una funcin medible f : D R, (E D Rn ), podemos considerar

la funcin f E como la extensin de f a todo Rn , que se anula fuera de E.
Se dice que f es integrable en E, si f E L, y en tal caso se dene la integral de

f en E por
f d := f E d.
E Rn
Dicha integral recibe el nombre integral de Lebesgue de f en E.
Dado E M, notaremos por L(E) al espacio formado por las funciones medibles que
son integrables en E.
4.1.5. Propiedades
Comentemos algunas de sus propiedades ms interesantes:
1) L(E) es un espacio vectorial y

(rf + g) d = r f d + g d, (r R, f, g L(E)).
E E E
2)
| f d| |f | d, (f L(E))
E E
3) Si f y g son medibles e iguales c.p.d., entonces f es integrable en E si, y slo si, lo es

g, y en tal caso
f d = g d.
E E
4) Sean E, A y B tres conjuntos medibles tales que E = A B y (A B) = 0. Entonces

f es integrable en E si, y slo si, f es integrable en A y B. Adems, en caso armativo

f d = f d + f d.
E A B

5) (E) = E 1 d.
6)
Teorema 4.1.1. ( del cambio de variable)

Sean U y V dos conjuntos abiertos de Rn , y : U V una funcin biyectiva de clase
C 1 (U ) cuyo jacobiano es no nulo en todo punto de U . Sea E un subconjunto medible
contenido en U y sea f : (E) R una funcin integrable. Entonces

f d = f |J |d.
(E) E
Veamos nalmente la relacin de sta nueva integral con la integral de Riemann.
- Las funciones integrables de siempre son tambin integrables en el sentido

de Lebesgue
Sea n = 1 y sea E = [, ], con (, R). Si f es integrable en el sentido de

Riemann en E entonces f L(E) y en tal caso

f d = f (x) dx.
E
- Aadimos nuevas funciones
La funcin de Dirichlet es integrable en el sentido de Lebesgue; de hecho, dado que Q

es de medida nula, se tiene que
f d = 1.
[0,1]
- Tambin las funciones absolutamente integrables quedan bajo control

En el caso en que admitamos que puede ser y a su vez +, y que f sea una
funcin continua en I =], [, |f | es mpropiamententegrable en el sentido de Riemann
en I si, y slo si, f L(I), y en tal caso

|f | d = |f (x)| dx.
I
- Seguimos teniendo las propiedades ms interesantes de la integral de Rie-

mann
a)
Teorema 4.1.2. (Regla de Barrow) Si f L(I) y admite primitiva G, entonces
existen los lmites de G en y en , y adems se tiene

f d = lm G(x) lm G(x).
I x x
En consecuencia,
b)
Teorema 4.1.3. (de integracin por partes) Sean f, g : I R dos funciones
derivables tales que f g y f g L(I). Entonces existen los lmites de f g en y en
, y adems se tiene

f g d = lm f (x)g(x) lm f (x)g(x) f g d.
I x x I
c)
Teorema 4.1.4. (del cambio de variable) Si : I R es una funcin

derivable, con (t) = 0 y f : (I) R es una funcin medible, entonces f
L((I)) si, y slo si, f . L(I) y

f d = f . d.
(I) I
4.2. TCNICAS DE INTEGRACIN EN VARIAS VARIABLES 163
4.2. Tcnicas de integracin en varias variables
Sumario
En esta leccin vamos a introducir la integracin en varias variables. Entre otros pro-
blemas nos encontramos con el hecho de que no se dispone de ningn procedimiento elemental
comparable a la Regla de Barrow. Esta contrariedad se resolver con una tcnica fundamen-
tal: Teorema de Fubini, que relaciona la integral en Rn con integraciones sucesivas en espacios
de menor dimensin. Siguiendo este proceso acabaremos nalmente integrando en una de las
variables. El contenido completo de esta leccin se articula de la siguiente manera:
4.2.1 Teorema de Fubini.
1. Interpretacin de la integral.
4.2.2 Cambio de coordenadas.
4.2.1. Teorema de Fubini
Como era de esperar, la denicin de integral no es til para el clculo de dicha

integral. Recurdese que este problema, en el caso de intervalos de nmeros reales, se resolvi
en R usando la regla de Barrow, pero esta herramienta no est disponible ni en R2 ni en R3 .
Nuestro siguiente resultado trata de resolver esta dicultad, relacionando la integral mltiple
con sucesivas integrales en R. Para ello, consideremos las siguientes observaciones:
Sea E Rp+q , notaremos, para cada x Rp , por
E(x) = {y Rq : (x, y) E}.
Anlogamente, notaremos, para cada y Rq , por
E(y) = {x Rp : (x, y) E}.
Es fcil probar que si E es un subconjunto medible de Rp+q , entonces E(x) y E(y)

son subconjuntos medibles respectivamente de Rp y Rq .
Teorema 4.2.1. (Teorema de Fubini.Caso p = 1, q = 1)

Sea E R2 medible y sea f : E R una funcin integrable, entonces
1 2
f (x, y)d(x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy,
E 1 E(x) 2 E(y)
164 7.2 Tcnicas de integracin en varias variables
siendo 1 = Inf E1 , 1 = Sup E1 , 2 = Inf E2 , 2 = Sup E2 , donde
E1 = {x R; E(x) = }
y
E2 = {y R; E(y) = }
En particular, cuando E = I J, siendo I, J intervalos de R, entonces

f (x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy.
E I J J I
Ejemplo: Calcular el rea de la elipse de semiejes a y b.
Teorema 4.2.2. (Teorema de Fubini. Caso p = 2, q = 1)

Sea E R3 medible y sea f : E R una funcin integrable, entonces
3
f (x, y, z)d(x, y, z) = [ f (x, y)d(x, y)]dz,
E 3 E(z)
siendo 3 = Inf E3 , 3 = Sup E3 , donde
E3 = {z R; E[z] = }
y a su vez
E[z] = {(x, y) R2 ; (x, y, z) E}.
Anlogamente se podra hacer, para (p = 1, q = 2) sin ms que considerar los conjuntos

E[x] y E[y].
Ejercicio: Calclese el volumen del elipsoide de semiejes a, b y c.
4.2.2. Interpretacin de la integral.
Principio de Cavalieri
Sea E un subconjunto medible de R3 , tal que
E1 = {x R; E(x) = } = [a, b].
Segn hemos visto en la leccin anterior su volumen, (E), viene dado por

(E) = 1 d(x, y, z),
E
por lo que aplicando el teorema de Fubini y la denicin de rea de subconjuntos medibles de

R2 , se tiene que
b b
(E) = ( 1 d(y, z))dx) = (E(x))dx.
a E(x) a
Dicha igualdad es conocida como el principio de Cavalieri.
El volumen de un slido de revolucin.
Obsrvese que si E es el slido de revolucin generado por la grca de una cierta

f : [a, b] R+0 , aplicando el principio de Cavalieri, obtenemos que
b
V (E) = f 2 (x)dx,
a
como ya habamos comentado anteriormente.
Ejemplo:
Un leador corta una pieza C con forma de cua de un rbol cilndrico de radio 50 cm
mediante dos cortes de sierra hacia el centro del rbol: uno horizontal y otro con un ngulo
/4. Calclese el volumen de dicha cua.
La integral en dos variables vista como un cierto volumen
Sea ahora A R2 medible y f : A R un campo integrable en A tal que, para cada

(x, y) A, se tiene que f (x, y) 0. Obsrvese que como consecuencia del teorema de Fubini,
si
A1 = {x R; A(x) = } = [a, b],
entonces
b b
f (x, y)d(x, y) = ( f (x, y)dy)dx = S(x)dx,
A a A(x) a
donde, para cada x [a, b], S(x) es el rea de la regin del plano comprendida entre el eje
x y la grca de la funcin g : A(x) R denida para cada y A(x) por g(y) = f (x, y).
Aplicando nalmente el principio de Cavalieri, la integral

f (x, y)d(x, y)
A
puede interpretarse como el volumen del slido comprendido entre el plano z = 0 y la

grca del campo escalar f .
Ejemplo:
Calclese el volumen de madera eliminado al taladrar, hasta el centro, una esfera de

madera de radio 9 con una broca de radio 1.
4.2.3. Cambio de coordenadas
Es posible que convenga cambiar la funcin inicial por otra funcin. Este cambio ser
arbitrado por el teorema del cambio de variable, que suele usarse en alguna de las siguientes
formas concretas:
Coordenadas polares, n = 2
Tomamos U = R+ ] , [ , V = R2 \{(x, 0); x 0}, y la aplicacin : U V
denida por
(, ) = (cos, sen).
En este caso
detJ (, ) = > 0, (, ) U,
y por tanto
f (x, y)d(x, y) = f (cos, sen)d(, ).
E 1 (E)

Ejercicio: Sea E = {(x, y) R2 ; x2 + y 2 r2 }. Calclese E 1d(x, y).
Coordenadas cilndricas, n = 3
Tomamos U = R+ ], [R , V = R3 \{(x, 0, z); x 0}, y la aplicacin : U V
denida por
(, , z) = (cos, sen, z).
En este caso
detJ (, , z) = > 0, (, , z) U,
y por tanto
f (x, y, z)d(x, y, z) = f (cos, sen, z)d(, , z).
E 1 (E)
Ejercicio: Sea E = {(x, y, z) R3 ; x2 + y 2 r2 ; 0 z h}, con r, h > 0. Calclese

E 1d(x, y, z).
Coordenadas esfricas, n = 3
Tomamos U = R+ ] , [] /2, /2[ , V = R3 \{(x, 0, z); x 0}, y la aplicacin
: U V denida por
(, , ) = (coscos, sencos, sen).
En este caso
detJ (, , ) = 2 cos > 0, (, , ) U,
y por tanto

f (x, y, z)d(x, y, z) = f (coscos, sencos, sen)2 cosd(, , ).
E 1 (E)
Ejercicio: Sea E = {(x, y, z) R3 ; x2 + y 2 + z 2 r2 }, con r > 0. Calclese su volumen.


a) sen2 x sen2 y d(x, y), I = [0, ] [0, ].
I

x2
b) d(x, y), I = [0, 1] [0, 1].
I 1 + y2

c) y logx d(x, y), I = [1, e] [1, e].
I

d) x3 y 3 d(x, y), I = [0, 1] [0, 1].
I

1
e) d(x, y), I = [0, 1] [0, 1].
I (1 + x + y)2

f) x log(xy) d(x, y), I = [2, 3] [1, 2].
I

g) y cos(xy) d(x, y), I = [0, 1] [1, 2].
I
2. Sea f : A R , calclese su integral en los siguientes casos:
a) f (x, y) = 1 siendo A la regin limitada por y 2 = x3 , y = x.

b) f (x, y) = x2 siendo A la regin limitada por xy = 16, y = x, y = 0, x = 8.
c) f (x, y) = x siendo A el tringulo de vrtices (0, 0), (1, 1), (0, 1).
d) f (x, y) = x siendo A la regin limitada por la recta que pasa por (0, 2) y (2, 0) y
la circunferencia de centro (0, 1) y radio 1.
x
e) f (x, y) = e y siendo A la regin limitada por y 2 = x, x = 0, y = 1.
x x2
f) f (x, y) = x2 +y 2
siendo A la regin limitada por y = 2 ,y = x.
g) f (x, y) = xy 2 siendo A la regin limitada por y 2 = 2x, x = 1.
h) f (x, y) = xy siendo A la regin limitada por la semicircunferencia superior (x
2)2 + y 2 = 1 y el eje OX.
i) f (x, y) = 4 y 2 siendo A la regin limitada por y 2 = 2x y y 2 = 8 2x
2
j) f (x, y) = ex siendo el conjunto A el tringulo formado por las rectas 2y = x,
x = 2 y el eje x

3. Calclese Af en cada uno de los casos siguientes:
a) f (x, y) = 1 x y, A = {(x, y) [0, 1] [0, 1]; x + y 1}

b) f (x, y) = x2 + y 2 , A = {(x, y) [0, 1] [0, 1]; x2 + y 2 1}
c) f (x, y) = x + y, A = {(x, y) [0, 1] [0, 1]; x2 y 2x2 }
d) f (x, y) = x2 y 2 , A = {(x, y) R2 ; 0 x 1, 0 y x}
e) f (x, y) = y 2 , A = {(x, y) R2 ; x2 + y 2 r2 }
f) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 1, x2 + y 2 2x}
g) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 r2 }
h) f (x, y) = cos(x2 + y 2 ), A = {(x, y) R2 ; x2 + y 2 /2}
1
i) f (x, y) = , A = {(x, y) R2 ; x2 + y 2 1, x 0}
(1 + x + y 2 )2
2
y
j) f (x, y) = 2 , A = {(x, y) R2 ; 0 x 1, 0 y x}
x
1
k) f (x, y) = , A = {(x, y) R2 ; x2 + y 2 1}
4 x2 y 2
l) f (x, y) = x y, A = {(x, y) R2 ; x 0, y 0, 1 x2 + y 2 2}
m) f (x, y) = x2 y, A = {(x, y) R2 ; 1 x2 + y 2 4, x 0}
n) f (x, y) = x, A = {(x, y) R2 ; x 0, y 0, x2 + y 2 1, x2 + y 2 2x 0}
4. Utilcese el cambio a coordenadas polares para el clculo de las integrales de las siguientes
funciones en los recintos que se indican:

a) f (x, y) = 1 x2 y 2 , A = B((0, 0), 1)
b) f (x, y) = y, A = {(x, y) B(( 21 , 0), 12 ) : y 0}
c) f (x, y) = x2 + y 2 , A = B((1, 0), 1)
d) f (x, y) = x2 + y 2 , A = {(x, y) R2 : 4 x2 + y 2 9}
5. Calclense las siguientes integrales dobles:
a) f (x, y) = x, A = {(x, y) R2 : x2 + y 2 2x}

b) f (x, y) = x 1 x2 y 2 , A = {(x, y) R2 : x2 + y 2 1, x, y 0}
c) f (x, y) = exp( xy ), A = {(x, y) R2 : y 3 x y 2 , x 0, y 0}
d) f (x, y) = (x2 + y 2 ) 2 , A = {(x, y) R2 : x y, x + y 1, x2 + y 2 1}

3
e) f (x, y) = x2 + y 2 , A = {(x, y) R2 : (x2 + y 2 )2 4(x2 y 2 ), x 0}

f) f (x, y) = x2 + y 2 , A = {(x, y) R2 : x2 + y 2 2y, x2 + y 2 1, x 0}
6. Calclese el volumen de la regin A denida por:
a) A = {(x, y, z) R3 ; x2 + y 2 + z 2 r2 , x2 + y 2 ry 0}.
b) A = {(x, y, z) R3 ; x2 + y 2 1, x2 + y 2 2, z(x2 + y 2 ) 1, z 0}.
c) A = {(x, y, z) R3 ; z 2 x2 + y 2 z}.
d) A = {(x, y, z) R3 ; 0 z 1 (x2 + y 2 )}.
7. Calclense las siguientes integrales triples:


1
a) d(x, y, z), I = [0, 1] [0, 1] [0, 1].
I (1 + x + y + z)3

z e(x
2 +y 2 )
b) d(x, y, z) , A = {(x, y, z) R3 ; 2(x2 + y 2 ) z 2 , z 0, z 1}.
A

c) x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) R3 ; x2 + y 2 z 4}.
A

d) (x + y 2z) d(x, y, z) , A = {(x, y, z) R3 ; z 2 x2 + y 2 , z 0, z 3}.
A
( )n
e) x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) R3 ; x2 + y 2 + z 2 a2 } (n
A
N, a R+ ).
f) f (x, y, z) = (x + y + z)2 , A = {(x, y, z) R3 : x2 + y 2 + z 2 1, x2 + y 2 + z 2 2z}
g) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y 2 z 2 , 0 z 1}
h) f (x, y, z) = x2 , A = {(x, y, z) R3 : x 0, x2 + y 2 + (z 1)2 1, 4z 2
3(x2 + y 2 )}

i) f(x, y, z) = zy x2 + y 2 A = {(x, y, z) R3 : 0 z x2 + y 2 , 0 y
2x x2 }
j) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y 2 + z 2 2, x2 + y 2 z}
k) f (x, y, z) = z 2 , A = {(x, y, z) R3 : x2 + y 2 + z 2 R2 , x2 + y 2 + z 2 2Rz}

l) f (x, y, z) = x2 + y 2 + z 2 , A = {(x, y, z) R3 : x2 + y 2 z 3}

8. Demustrese que eax /2 dx = 2/a, donde a > 0.
2

9. Calclese A f en cada uno de los casos siguientes:
2 y2
a) f (x, y) = 1, A = {(x, y) R2 ; xa2 + b2
1}
x2
b) f (x, y) = 1, A = {(x, y) R2 ; 4 + y 2 1, x2 y}
2 2
c) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y4 + z9 1, z 0}
( )
d ) f (x, y) = exp yx
y+x , A = {(x, y) R : x, y 0, x + y 2}
2
Captulo 5
Ecuaciones diferenciales
5.1. Ecuaciones diferenciales ordinarias de primer or-

den
Sumario
En esta leccin vamos a introducir las ecuaciones diferenciables. Estas ecuaciones suelen
aparecer en todos los campos de la ciencia y de una forma extaordinariamente prolca en el
campo de la Fsica. El contenido completo de esta leccin se articula de la siguiente manera:
5.1.1 Ecuaciones diferenciales ordinarias (e.d.o.)
5.1.2 Ecuaciones en derivadas parciales (e.d.p.)
5.1.3 e.d.o. lineal de primer orden.
5.1.4 e.d.o. de primer orden no lineal.
5.1.1. Ecuaciones diferenciales ordinarias
Una ecuacin diferencial ordinaria (e.d.o.) es una relacin funcional, F : D R

(D Rn+2 ), entre una funcin desconocida y de una sola variable x y sus derivadas,
F (x, y(x), y (x), ..., y n) (x)) = 0.
Ejemplos:
(y )2 + 1 = 0 (1)
171
172 8.1 Ecuaciones diferenciales ordinarias de primer orden
y
(y )3 + y 2 = 0 (2).
El orden de una ecuacin diferencial es el de la derivada de mayor orden contenida en

ella. El grado de una ecuacin diferencial es el exponente de la derivada de mayor orden.
Ejemplo:
La ecuacin (1) es de orden uno y grado 2.
La ecuacin (2) es de orden 2 y grado 3.
Se llama solucin de la e.d.o. de orden n
F (x, y(x), y (x), ..., y n) (x)) = 0
en un intervalo I a toda funcin real f : I R que verica las siguientes propiedades:
1. f es n-veces derivable en I.
2. Para cada x I,
(x, f (x), f (x), ..., f n) (x)) D.
3. F (x, f (x), f (x), ..., f n) (x)) = 0, x I.
Con frecuencia a una solucin f de una e.d.o. se le llama una integral de la ecuacin y a
la grca, una curva integral una curva solucin. Se llama solucin general de una e.d.o.
de orden n a una familia de funciones dependientes de n parmetros constantes, de forma
que para cada valor dado a cada una de las constantes, se obtiene una solucin particular.
Existen e.d.o. que presentan soluciones que no provienen de la solucin general para ningn
valor de las constantes. Este tipo de soluciones de la e.d.o. se llaman soluciones singulares.
Al proceso de obtener todas las soluciones de la e.e.o. se le denomina integracin

resolucin de una e.d.o.
Las e.d.o. suelen responder a los planteamientos de algunos problemas fsicos. En

estos casos suelen aparecer algunas condiciones adicionales. Estas condiciones se denominan
condiciones iniciales. El problema de encontrar la solucin de la correspondiente e.d.o. que
verica estas condiciones iniciales se denomina Problema de valores iniciales asociado a
dicha e.d.o.
El planteamiento de un problema de valor inicial de una e.d.o. de primer orden est

sujeto a una sola condicin del tipo y(x0 ) = y0 .
El planteamiento de un problema de valores iniciales de una e.d.o. de segundo orden

est sujeto a dos condiciones del tipo y(x0 ) = y0 y y (x0 ) = y1 .
El planteamiento de un problema de valores iniciales de una e.d.o. de orden n est

sujeto a n condiciones del tipo y(x0 ) = y0 , y (x0 ) = y1 , ..., y n1) (x0 ) = yn1 .
5.1.2. Ecuaciones en Derivadas Parciales
Una ecuacin diferencial en derivadas parciales (e.d.p.) es una ecuacin en la que inter-
vienen una o ms derivadas parciales de una funcin de dos o ms variables independientes.
El orden de la derivada ms alta es llamado orden de la ecuacin y una solucin de una
ecuacin en derivadas parciales es una funcin que satisface la ecuacin. Algunos ejemplos
de ecuaciones en derivadas parciales lineales de segundo orden que desempean un papel
importante en Ingeniera son los siguientes:
1. Ecuacin del calor
u 2u
(x, t) = k 2 (x, t) (1).
t x
La ecuacin (1) aparece en la teora del ujo de calor en una varilla o en un alambre
delgado donde la funcin u(x, t) representa la temperatura de la varilla.
2. Ecuacin de onda
2u 2
2 u
(x, t) = c (x, t) (2).
t2 x2
Los problemas de vibraciones mecnicas a menudo conducen a la ecuacin de onda (2),

en la que u(x; t) representa los pequeos desplazamientos de una cuerda vibrante.
3. Ecuacin de Laplace
2u 2u
(x, y) + (x, y) = 0 (3).
x2 y 2
La solucin u(x; y) de la ecuacin de Laplace (3) puede ser interpretada como la distri-
bucin estacionaria (esto es, independiente del tiempo) de la temperatura en una placa
plana y delgada.
Para la mayor parte de las ecuaciones lineales de segundo orden (an con las que tienen
coecientes constantes) no es fcil llegar a la solucin general. Sin embargo, casi siempre es
posible, y bastante sencillo, hallar soluciones particulares de las ecuaciones lineales anteriores
que cumplan ciertas condiciones adicionales. Por ejemplo, la condicin de que la solucin u
asuma valores dados en la frontera de la regin considerada o, cuando el tiempo t es una de las
variables, que u est dada en t = 0. Todas las ecuaciones anteriores tienen innitas soluciones.
5.1.3. Teoremas de existencia y unicidad para las E.D.O.
Cuando se trata de encontrar una solucin particular de la e.d.o. que lo rige y que cumple
las condiones adicionales, parece conveniente que, antes de aventurarnos en la bsqueda de
una tal solucin, podamos saber si sta existe y una vez garantizada la existencia, saber si sta
es nica. Para la ecuaciones de primer orden tenemos el siguiente
Teorema 5.1.1. Sea y = F (x, y) , y(x0 ) = y0 un problema de valores iniciales. Si existe un

rectngulo R del plano tal que (x0 , y0 ) Rint y vericando que F, F
y C(R), entonces existe
un intervalo I =]x0 , x0 + [ con > 0 y una nica funcin y = f (x) denida en I tal que
la solucin de la e.d.o. verica la condicin adicional y0 = f (x0 ).
Para las e.d.o. de orden superior disponemos de los siguientes resultados.
Teorema 5.1.2. Sea y n) + pn1 y n1) + ...p1 y + p0 y = F (x) con p0 , p1 , ..., pn , F funciones
continuas en un intervalo abierto I con x0 I y sujeto a n condiciones del tipo y(x0 ) = y0 ,
y (x0 ) = y1 , ..., y n1) (x0 ) = yn1 . Entonces el problema de valores iniciales correspondiente
tiene una y slo una solucin y = f (x) denida en el intervalo I.
Teorema 5.1.3. Sea una e.d.o. lineal de orden n y n) + pn1 y n1) + ...p1 y + p0 y = 0 = 0,
donde p0 , p1 , ..., pn son n funciones. Si y1 , y2 , ..., yn son soluciones de la ecuacin anterior,
entonces la combinacin lineal c1 y1, c2 y2 , ..., cn yn tambin es solucin.
5.1.4. Lineal de primer orden
Una ecuacin diferencial ordinaria se dice lineal de orden 1 si es de la forma:
y + a(x)y = b(x),
donde b, a : I R, son dos funciones continuas denidas en un intervalo I de nmeros reales.
Si b(x) = 0, x I, se dice que dicha ecuacin es homognea.
Caso homogneo
Para resolver esta ecuacin vamos a comenzar considerando el caso homogneo. En tal
caso basta escribir y (x)/y(x) = a(x), por lo que
log[y(x)] = A(x)
donde A(x) es una primitiva de la funcin a(x). Y por tanto cualquier funcin
f (x) = CeA(x) , CR
es la solucin general de la ecuacin. Para cada valor concreto de C se obtiene una solucin
particular.
Si ahora imponemos alguna condicin adicional del tipo y(x0 ) = y0 , la solucin, que-
dar determinada de forma nica al quedar determinada la primitiva (todas las primitivas se
diferencian en una constante).
Ejemplo: Resulvase el problema de valores iniciales:

y = ky, y(0) = 1.
Caso no homogneo:
Es fcil probar que

g(x) = (C + B(x))eA(x) ,
es una solucin de la ecuacin y + a(x)y = b(x), donde C R, A(x) es cualquier primitiva de
a(x), y B(x) es cualquier primitiva de b(x)eA(x) .
Anlogamente, si jamos una condicin adicional del tipo y(x0 ) = y0 , la solucin, quedar
determinada de forma nica.
Ejemplo: Resu+lvase la ecuacin y + 2xy = x y el problema de valores iniciales corres-
pondiente con y(0) = 1.
5.1.5. e.d.o. de orden uno no lineal
Al contrario que en el caso lineal, puede ocurrir que una e.d.o. de orden uno no tenga
solucin, como ocurre con la ecuacin (1,) que un problema de valores iniciales asociado a
una tal ecuacin tenga ms de una solucin. As por ejemplo, el problema de valores iniciales:
y = (y/x)2 , y(0) = 1
tiene al menos dos soluciones.
La resolucin de estas e.d.o. est supeditado a una clasicacin previa en distintos tipos.
La experiencia demostrar que muchas veces no ser posible expresar las soluciones de forma
explcita
Tipo I: Ecuaciones diferenciales de variable separables
Una e.d.o. de primer orden se dice de variables separables si es de la forma
y = G(x, y),
donde G = P (x)Q(y), donde P (x) y Q(y) son dos funciones continuas en sendos intervalos, I
y J, con Q(y) = 0, y J.
Se demuestra que una funcin f denida en el intervalo I es solucin de la ecuacin

anterior si satisface la siguiente igualdad, que la dene implcitamente:
B(f (x)) = A(x),
donde B es una primitiva de la funcin 1/Q(y) y A es una primitiva de P (x)
Ejemplos: Resu+lvase la ecuacin y = y/x y el correspondiente problema de valores

iniciales y(1) = 2.
Tipo II: Ecuaciones diferenciales de primer orden homogneas
Una e.d.o. de primer orden se dice homognea si es de la forma
y = F (y/x),
donde F es una funcin de una variable.
Una funcin f es solucin si, y slo si f (x)/x es solucin de la ecuacin de variables

separables u = (F (u) u)/x.
Ejemplos: x2 y = y 2 xy + x2 . y y = x+y
xy
Tipo III: Ecuaciones diferenciales reducibles a homogneas
Las ecuaciones diferenciales de la forma

Ax + By + C
y = F ( ),
ax + by + c
donde A, B, C, a, b, c R, se pueden reducir a una ecuacin diferencial homognea teniendo
en cuenta las siguientes observaciones:
1) Si ambas rectas Ax + By + C = 0 y ax + by + c = 0 se cortan en el punto (c, d) entonces

se hace el cambio X = x c y Y = y d y se obtiene que
Ax + By + C
F( ) = G(Y /X),
ax + by + c
y por tanto Y = G(Y /X) es una ecuacin diferencial homognea.
2) Si ambas rectas son paralelas A/a = B/b, hacemos el cambio z = ax + by resulta

que z = a + by por lo que nos resultar una nueva ecuacin diferencial de variables
separables:
z = Q(z)P (x),
con P (x) constante.
Ejemplos: Resulvanse las ecuaciones: y = 3x+2y

2+x y
y = 2xy+2
4x+2y+1 .
Tipo IV: Ecuaciones diferenciales exactas
Una e.d.o. de primer orden se dice que es exacta cuando puede escribirse de la forma
Q(x, y)y + P (x, y) = 0,
donde P y Q son dos funciones denidas en un abierto D R2 , tales que pueden obtenerse
como derivadas parciales de otra funcin G(x, y), es decir tales que
G(x, y) G(x, y)
= Q(x, y), = P (x, y), (x, y) D.
y x
En otras palabras, se dice exacta si el campo vectorial F (x, y) = (P (x, y), Q(x, y)) es conser-
vativo, as si Q y P son de clase C 1 , se tiene que
Q(x, y) P (x, y)
= , (x, y) D,
x y
si se quiere, si admite un potencial G.
Si la e.d.o. es exacta, se tiene que f es solucin de dicha ecuacin si, y slo si G(x, f (x)) = C,
con C R
2xcos(y)+3x2 y
Ejemplo: Resolver y = x3 +x2 seny+y
con y(0) = 2.
5.1.6. Otras ecuaciones de primer orden
Ecuacin de Bernouilli
La e.d.o y + P (x)y = Q(x)y n se conoce con el nombre de ecuacin de Bernouilli.

Aunque esta ecuacin no es lineal, puede reducirse a una lineal sin ms que hacer el cambio
u = y 1n . Entonces la ecuacin se transforma en
u + (1 n)P (x)u = (1 n)Q(x).
Resulvase la ecuacin y + y/x = x3 y 3 .
Ecuaciones de otros grados
Ejemplos tpicos de este tipo de ecuaciones son
1. (y y)2 (x y)2 = 0
2. y = y x + g(y ) (Ecuacin de Clairaut)
3. y = y P (x) + Q(x)(y )n
En el primer caso se tiene que y = y (x y), es decir y = x y = 2y x. Basta

ahora aplicar los mtodos anteriores.
En los casos segundo y tercero se vuelve a derivar la ecuacin con respecto a x y se

toma z = y y se considera la nueva ecuacin con z como variable. Se resuelve sta y sale
una relacin entre x y z. Se sustituye el resultado en la ecuacin primera, apareciendo una
expresin de y y x en funcin de z. Si se puede eliminar z, se obtiene la relacin entre x e y.
Resulvanse las ecuaciones

y = 4y + 4y 3 y
y = y x y 3
Resulvanse las siguientes e.d.o.
1. 2x2 + 2y 2 + (4xy + 3y 2 )y = 0.
2. 3(y 1)2 y = 2 + sen(x).
3. (y 4 y 2 + 1)y = x3 y y.
4. (2 + y)y = 2x + 3y.
5. y = x+y
xy .
5.2. E.D.O. DE SEGUNDO ORDEN 179
5.2. e.d.o. de segundo orden
Sumario
En esta leccin, haremos una pequea incursin en el caso de las e.d.o. de segundo orden,
daremos una primera clasicacin en distintos tipos en orden a dar mtodos de resolucin y
expondremos el mtodo de resolucin por series de potencias. El contenido completo de esta
leccin se articula de la siguiente manera:
5.2.1 e.d.o lineal de segundo orden.
5.2.2 Resolucin de e.d.o. lineales por series de potencias.
5.2.3 Algunas e.d.o. interesantes.
5.2.1. e.d.o lineal de segundo orden
Recordemos que una e.d.o. si es una ecuacin en la que intervienen la variable, una
funcin de esta variable, y su primera y su segunda derivadas,
F (x, y, y , y ) = 0.
No existe un mtodo general para la solucin de cualquier e.d.o. de segundo orden. Uno
de los tipos ms importante es el de e.d.o. lineal de segundo orden con coecientes constantes.
Una tal ecuacin es de la forma:
y + ay + by = g(x),
donde g(x) representa una cierta funcin de x.
En este caso, como en el de las e.d.o de primer orden, distinguiremos entre el las de
tipo homogneo reducido esto es, g(x) = 0, y las de tipo no homogneo, g(x) = 0. En
cuanto al problema de valores iniciales, debemos sealar que en este caso se necesitan dos: una
condicin sobre un valor de y y otra condicin sobre el mismo valor de y
caso homogneo
Si y = f (x) = emx es solucin de una e.d.o. lineal de segundo orden con coecientes
constante homognea, entonces se obtiene que
emx (m2 + am + b) = 0,
180 8.2. e.d.o de segundo orden
y por tanto, y es solucin de la correspondiente e.d.o. si, y slo si,

m2 + am + b = 0.
Esta ltima ecuacin recibe el nombre de ecuacin auxiliar. As pues resulta intere-
sante conocer los posibles valores de m que son soluciones de la ecuacin auxiliar. Segn el
signo del discriminante asociado a la ecuacin auxilar caben tres posibilidades:
(a) discriminante positivo
Existen dos soluciones reales distintas para la ecuacin auxiliar. Si m = y m =

son las soluciones de la ecuacin, entonces f1 (x) = ex y f2 (x) = ex son dos soluciones
independientes y la solucin general de la e.d.o linear de segundo orden homognea es
f (x) = Aex + Bex ,
donde A y B son sendas constantes.
Ejemplo
Resulvase la ecuacin y 2y 3y = 0.
(b) discriminante negativo
Existen dos soluciones imaginarias conjugadas para la ecuacin auxiliar. Si m = i

son las soluciones complejas de la ecuacin auxiliar, entonces la solucin general de la
e.d.o linear de segundo orden homognea es de la forma
f (x) = ex (A(cos(x) + iBsen(x)),
donde A y B son sendas constantes.
Ejemplo
Resulvase la ecuacin y + 4y + 13y = 0.
(c) discriminante nulo
Si m = es la solucin doble de la ecuacin auxiliar, entonces para encontrar la

solucin general de la e.d.o linear de segundo orden homognea tomamos
y = g(x)ex
y la sustituimos en la ecuacin. Resulta que tal imposicin fuerza que g(x) = Ax + B,
y por tanto la solucin general es
f (x) = (Ax + B)ex .
Ejemplo
Resulvase la ecuacin y 4y + 4y = 0.
caso no homogneo
En el caso de la ecuacin no homognea
y + ay + by = g(x),
la solucin se obtiene por clculo de primitivas. Nuevamente atendemos a los posibles valores
de m que son soluciones de la ecuacin auxiliar.
(a) discriminante positivo negativo
Sean m = y m = las soluciones de la ecuacin auxiliar, reales complejas, y sea

P (x) una primitiva de la funcin ex g(x) y Q(x) una primitiva de la funcin ex g(x).
1
Una solucin particular es de la forma y = f (x) = (ex P (x) ex Q(x)).
As por tanto, la ecuacin general viene dada por
1
f (x) = Aex + Bex + (ex P (x) ex Q(x)),

para el caso de discriminante positivo y
1
f (x) = y = eax (A(cos(bx) + iBsen(bx)) + (ex P (x) ex Q(x)),

donde A y B son sendas constantes para el caso con discriminante negativo.
En el caso complejo debe recordarse que eix = (cos(x) + isen(x).
Ejemplo
Resulvase la ecuacin y 3y + 2y = cos(3x).
(b) discriminante nulo
Si m = es la solucin de la ecuacin auxiliar y P (x) es una primitiva de la

funcin ex g(x), entonces una solucin particular de la e.d.o linear de segundo orden
no homognea es de la forma
y = ex P (x).
As por tanto, la ecuacin general viene dada por
y = f (x) = (A + Bx)ex + (ex P (x)),
Ejemplo
Resulvase la ecuacin y + 4y + 4y = cos(x).

182 8.2. e.d.o de segundo orden
5.2.2. Resolucin de e.d.o. lineales por series de potencias
En esta seccin desarrollaremos un mtodo para resolver una e.d.o. mediante el uso de
series de potencias. Este mtodo es especialmente interesante para e.d.o. de cualquier orden
cuyos coecientes sean funciones racionales.
La idea consiste en suponer que la solucin es una funcin f desarrollable en series
de potencias para terminar determinando, imponiendo que sta es solucin de la ecuacin, los
coecientes de dicha serie. En todo el proceso han de tenerse en cuenta todas las propiedades
ya observadas para las funciones denidas como suma de una serie de potencias, especialmente
aquella que aseguraba que para derivar una tal funcin basta derivar trmino a trmino.
Para comprender el mtodo hagamos algunos ejemplos.
Ejemplos
Resulvanse las siguientes ecuaciones:
1. y = 2y.
2. y + y = 0.
5.2.3. Algunas e.d.o. interesantes

(1) Ecuacin de Riccati
Es una ecuacin del tipo
y + y 2 + P (x)y + Q(x) = 0,
donde P (X) y Q(x) son dos funciones de x.
Este tipo muy general de ecuacin no se resuelve fcilmente, excepto en algunos casos
especiales. Su importancia radica en la relacin que tiene con la ecuacin lineal general
de segundo orden
z + P (x)z + Q(x)z = 0,
sin ms que hacer el cambio
y = z /z.
As pues y = f (x) es solucin de la ecuacin de Riccati, entonces z = CeA(x) es solu-

cin de la correspondiente ecuacin de segundo orden, donde A(x) es una primitiva de
f (x). Por otra parte, si se conoce una solucin particular y0 , la solucin general puede
determinarse de la siguiente forma:
a) Escribimos y = y0 + 1/v
b) Derivamos y sustituimos, quedando v (P (x) + 2y0 )v = 1.
c) Sea ahora R(x) una primitiva de P (x) + 2y0 . Resolvemos la ecuacin, y obtenemos
que v = eR(x) (S(x) + A), donde S(x) es una primitiva de eR(x) .
Ejemplo: Resulvase la ecuacin y + 2y + y 2 = 0
(2) Ecuacin lineal de Euler

Es una ecuacin del tipo
xn y n) + a1 xn1 y n1) + ... + an1 xy + an y = g(x),
donde a1 , a2 , ..., an1 son constantes.
La sustitucin x = et reduce la ecuacin a otra lineal con coecientes constantes en

que t es la nueva variable. La nueva ecuacin resultante se transforma en
y n) + q1 y n1) + ... + qn1 y + qn = g(et ),
donde q1 , q2 , ..., qn son constantes.
Ejemplo: Resulvase la ecuacin x2 y + 6xy + 6y = 1/x2
1. Resulvanse las siguientes ecuaciones:
a) 2y + 6y + 2y = 0
b) y 5y + 4y = 0
2. Resulvanse el siguiente problema de valores iniciales
y y 2y = 4x2 , y(0) = 0, y (0) = 1.
3. Resulvanse las siguientes ecuaciones mediante el mtodo de las series de potencias
a) y xy = 0.
b) y + xy = 2 + x.

Apuntes IQ-2015-2016

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Apuntes IQ-2015-2016

Caricato da

Copyright:

Formati disponibili

Facultad de Ciencias. Edicio Politcnico.

Grado en Ingeniera Qumica

Juan Carlos Cabello Par

Departamento de Anlisis Matemtico

1. Funciones de una variable: lmite y continuidad. 7

1.3.15. Relacin de ejercicios. . . . . . . . . . . . . . . . . . . . . . . . 50

2. El conjunto Rn . Funciones de varias variables. 93

2.2.4. Relacin de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 103

3. Clculo integral en una variable 129

4. Clculo integral en varias variables 155

5. Ecuaciones diferenciales 171

Funciones de una variable: lmite y

1.1. El conjunto de los nmeros reales.

En esta leccin estudiaremos las propiedades ms importantes de los nmeros reales. La

I.1.1 Estructura algebraica.

I.1.2 Estructura ordenada.

I.1.3 Axioma del supremo.

I.1.4 Valor absoluto de un nmero real.

I.1.6 Aproximacin decimal.

I.1.7 Relacin de ejercicios.

1.1.1. Estructura algebraica

(esto es, no es necesario escribir parntesis si slo aparece la operacin suma).

3. Propiedad de existencia de elemento neutro:

4. Propiedad de existencia de elemento simtrico:

Axioma II: En el conjunto R se puede denir tambin una segunda operacin,

3. Propiedad de existencia de elemento neutro:

4. Propiedad de existencia de elemento inverso:

Ambas operaciones se relacionan entre s de la siguiente manera

(x + y)z = xz + yz (x, y, z R).

1.1.2. Estructura ordenada

Axioma IV: Existe una relacin binaria ()), vericando:

1. Propiedad reexiva: x x (x R).

2. Propiedad antisimtrica: Si x y e y x, entonces x = y (x, y R).

3. Propiedad transitiva: Si x y e y z, entonces x z (x, y, z R).

Dados dos nmeros reales x e y, ocurre que bien x y bien y x.

Adems el orden tiene un buen comportamiento con respecto a la suma

Sean x, y, z tres nmeros reales arbitrarios. Si x y, entonces x + z y + z.

y tambin respecto al producto

Sean x, y dos nmeros reales arbitrarios y z 0. Si x y, entonces xz yz.

Las propiedades enunciadas anteriormente suelen resumirse diciendo que el

Antes de continuar vamos a resaltar algunas propiedades que son consecuencia

Proposicin 1.1.1. Sean x, y, z tres nmeros reales.

2. x (y) = xy. (Regla de los signos)

4. Si z > 0, entonces x yz x/z y.

5. Si z < 0, entonces x yz x/z y.

6. Si 0 < x < y, entonces 0 < 1/y < 1/x.

7. x y si, y slo si x y + z, para todo z R+ .

1.1.3. Axioma del supremo.

Sea A un subconjunto de nmeros reales no vaco y z R. Se dice que z es un

Se dice que z es el supremo de A si es el menor de los mayorantes de A. Si el

Invirtiendo el orden en las deniciones anteriores, encontramos los conceptos de

Se dir que un subconjunto A de nmeros reales est mayorado (resp. minorado)

Se dir que un subconjunto A de nmeros reales est acotado si tiene mayorantes

Ya podemos enunciar el axioma distintivo del conjunto R, conocido como el axioma

Todo subconjunto de nmeros reales no vaco y mayorado tiene supremo.

e = Inf {(1 + 1/n)n+1 ; n N},

e = Sup{sn = 1 + 1 + 1/2 + ... + 1/n!; n N}.

Otras consecuencias, algunas sorprendentes, de ste axioma se recogen en el siguiente

1. El conjunto de los nmeros naturales no est mayorado.

2. Para cada n N y para cada y R+ existe un (nico) nmero real positivo

La recta real: representacin grca del conjunto R

1.1.4. Valor absoluto de un nmero real

Dado un nmero real x, se dene su valor absoluto por la siguiente regla