Apuntes del Profesor Dr.

Francisco Guerra
1 Integraci on
1.1 Antiderivadas
Denicion 1.1.1 Dada una funcion f(x) se dice que la funci on
F(x) es una antiderivada de f(x) si F

(x) = f(x).
Ejemplo 1.1.1 Hallar una antiderivada de f(x) = x
3
.
Soluci on: Ya que
d
dx
(
1
4
x
4
) = x
3
,
se tiene que F(x) =
1
4
x
4
es una antiderivada de f(x).
Observaci on 1.1.1 N otese que G(x) =
1
4
x
4
+ c, donde c es una
constante cualquiera, es tambien una antiderivada de f. Pero, no
hay otras antiderivadas de f adem as de F(x) +c, como se establece
en el siguiente teorema.
Teorema 1.1.1 Si F y G son antiderivadas de f en el intervalo
(a, b), entonces
G(x) = F(x) + c
para alguna constante c.
Demostraci on. Ya que F y G son antiderivadas de f tenemos que
G

(x) = F

(x). Pongamos H(x) = G(x)F(x). Entonces H

(x) = 0
para todo x (a, b). Por tanto H es una funcion constante en (a, b).
Esto es, existe una constante c tal que H(x) = G(x) F(x) = c.
Denicion 1.1.2 Se dene la integral indenida de una funci on
f(x) como una antiderivada F(x) mas una constante arbitraria c y
la notacion que se emplea es
_
f(x)dx = F(x) + c.
El proceso de calcular una integral se llama integraci on. En la
formula anterior f(x) se llama integrando y c constante de inte-
graci on. El termino dx identica a x como variable de inte-
graci on.
1
Ejemplo 1.1.2 Calcular
_
3x
2
dx.
Soluci on: Ya que 3x
2
es la derivada de x
3
, se tiene que
_
3x
2
dx = x
3
+ c.
Observaci on 1.1.2 Cada regla de derivaci on da lugar a una regla
de integraci on. Por ejemplo, para cada racional r tenemos que
d
dx
x
r
= rx
r1
. Esta regla de derivaci on da lugar a la siguiente regla
de integraci on:
Teorema 1.1.2 Para cualquier n umero racional r = 1,
_
x
r
dx =
x
r+1
r + 1
+ c. (1)
Demostraci on Ya que
d
dx
x
r+1
= (r + 1)x
r
, se tiene (1).
Observaci on 1.1.3 N otese que (1) es valida s olo para r = 1,
pues de lo contrario se anula el denominador.
Ejemplos sobre el uso de la regla de potencias (1):
Ejemplo 1.1.3 Calcular
_
x
20
dx.
Soluci on: Por la regla (1) tenemos
_
x
20
dx =
x
20+1
20 + 1
+ c =
x
21
21
+ c.
Ejemplo 1.1.4 Calcular
_
1
x
3
dx.
Soluci on: Por la regla (1) tenemos
_
1
x
3
dx =
_
x
3
dx =
x
3+1
3 + 1
+ c =
1
2
x
2
+ c.
Ejemplo 1.1.5 Calcular
_
xdx.
Soluci on: Por la regla (1) tenemos
_

xdx =
_
x
1/2
dx =
x
1
2
+1
1
2
+ 1
+ c =
x
3/2
3/2
+ c =
2
3
x
3/2
+ c.
2
La integral indenida de algunas funciones trigon ometricas:
_
cos xdx = sin x + c
_
sin xdx = cos x + c
_
sec
2
xdx = tanx + c
_
csc
2
xdx = cot x + c
_
sec xtanxdx = sec x + c
_
csc xcot xdx = csc x + c
La integral indenida de la funci on exponencial:
_
e
x
dx = e
x
+ c
_
e
x
dx = e
x
+ c
Algunas reglas de integraci on basicas mas generales:
Teorema 1.1.3 Si f y g tienen antiderivas, entonces para cua-
lesquiera constantes a y b se tiene que:
_
(af(x) + bg(x))dx = a
_
f(x)dx + b
_
g(x)dx.
Demostraci on. Ya que
d
dx
_
f(x)dx = f(x) y
d
dx
_
g(x)dx = g(x)
se tiene que
d
dx
[a
_
f(x)dx + b
_
g(x)dx] = af(x) + bg(x).
Ejemplo 1.1.6 Calcular
_
(3 cos x + 5x
7
)dx.
Soluci on:
_
(3 cos x + 5x
7
)dx = 3
_
cos xdx + 5
_
x
7
dx
= 3 sin x + 5
1
8
x
8
+ c
= 3 sin x +
5
8
x
8
+ c.
Ejemplo 1.1.7 Calcular
_
(4e
x
3 csc
2
x)dx.
Soluci on:
_
(4e
x
3 csc
2
x)dx = 4
_
e
x
dx 3
_
csc
2
xdx = 4e
x
+ 3 cot x + c.
3
La regla de la cadena inversa para una constante en el ar-
gumento:
Teorema 1.1.4 Si
_
f(x)dx = F(x) + c, entonces, para cualquier
constante a = 0:
_
f(ax)dx =
1
a
F(ax) + c.
Demostraci on. Tenemos que F

(x) = f(x). Por la regla de la

cadena para derivadas:
d
dx
_
1
a
F(ax)
_
=
1
a
d
dx
F(ax) =
1
a
aF

(ax) = F

(ax) = f(ax).
Esto es,
1
a
F(ax) es una antiderivada de f(ax).
Ejemplo 1.1.8 Calcular a)
_
cos 3xdx, b)
_
6e
4x
dx.
Soluci on: a)
_
cos 3xdx =
1
3
sin 3x + c,
b)
_
6e
4x
dx = 6
_
e
4x
dx =
6
4
e
4x
+ c =
3
2
e
4x
+ c.
La integral de
1
x
:
Teorema 1.1.5 Para x = 0:
d
dx
ln |x| =
1
x
.
Demostraci on. Para x > 0 tenemos que ln |x| = ln x. Por tanto,
d
dx
ln |x| =
d
dx
ln x =
1
x
.
Para x < 0, ln |x| = ln(x). Por tanto,
d
dx
ln |x| =
d
dx
ln(x) =
1
x
d
dx
(x) =
1
x
(1) =
1
x
.
Observaci on 1.1.4 De acuerdo al teorema anterior el logaritmo del
valor absoluto de x es una antiderivada de
1
x
:
_
1
x
dx = ln |x| + c, para x = 0.
M as general a un, si f(x) = 0 y f es derivable, por la regla de la
cadena, tenemos que
d
dx
ln|f(x)| =
1
f(x)
f

(x) =
f

(x)
f(x)
.
4
Por tanto, se tiene
_
f

(x)
f(x)
dx = ln |f(x)| + c. (2)
Ejemplo 1.1.9 Calcular
_
csc
2
x
cot x
dx.
Soluci on: Ya que el numerador es la derivada del denominador
multiplicada por -1 tenemos, seg un (2), que:
_
csc
2
x
cot x
dx = ln | cot x| + c.
Ejemplo 1.1.10 Consideremos un objeto que se precipita hacia la
Tierra. Supongamos que es despreciable la resistencia del aire que
lo empuja en direcci on opuesta a la del movimiento, y que este est a
afectado solamente por la fuerza de gravedad terrestre que lo hala
hacia abajo. El principio fsico que describe este problema es la
segunda ley del movimiento de Newton:
Fuerza = masa aceleraci on F = ma.
La aceleraci on es la derivada de la velocidad y como que la velocidad
es la derivada de la funci on posici on, la aceleracion es la segunda
derivada de la funci on posici on.
La fuerza sobre el objeto que ejerce la gravedad (en nuestro caso F) es
el peso del objeto, que a baja altura es constante, y est a relacionado
con su masa m por la expresion mg donde g es la constante gravita-
cional que es aproximadamente igual a 32 pies/s
2
(9.81 m/s
2
). Ya
que la fuerza de la gravedad F act ua hacia abajo (en sentido con-
trario al sistema de referencia del eje vertical positivo), por la se-
gunda ley de Newton, tenemos
F = ma = mg
donde el signo negativo expresa lo se nalado arriba sobre F actuando
en sentido contrario al eje vertical.
Dado que a = v

(t), donde t representa tiempo, se tiene la ecuaci on

mv

(t) = mg o sea v

(t) = g.
Sea y(t) la funci on que representa la altura del objeto en pies, t
segundos despues de comenzar a caer. Ya que la velocidad es la
derivada de la funci on posici on, tenemos
y

(t) = 32
5
Queremos hallar la funci on posici on y(t) si la velocidad inicial del
objeto al comenzar a caer es y

(0) = 100 pies/s, y su posicion

inicial es y(0) = 100, 000 pies.
Soluci on: La derivada de la velocidad es la aceleraci on, por tanto
y

(t) =
_
y

(t)dt =
_
(32)dt = 32t + c.
Calculemos el valor de c. Ya que v(0) = 100 y v(t) = y

(t) =
32t + c, obtenemos
100 = v(0) = 32(0) + c = c.
As, la velocidad es y

(t) = 32t 100.

Por otra parte,
y(t) =
_
y

(t)dt =
_
(32t100)dt = 32
_
1
2
_
t
2
100t+c = 16t
2
100t+c
donde c es una nueva constante de integraci on. Su valor se obtiene
de la condicion inicial para la altura:
100, 000 = y(0) = 16(0) 100(0) + c = c.
De modo que
y(t) = 16t
2
100t + 100, 000.
1.2 Sumas nitas
Consideremos el siguiente conjunto de n umeros reales {a
0
, a
1
, . . . , a
n
}.
El smbolo es la letra griega sigma may uscula. Se escribe
n

k=0
a
k
para indicar la siguiente suma:
a
0
+ a
1
+ . . . + a
n
.
Si n m, se escribe
n

k=m
a
k
6
para indicar la suma a
m
+ a
m+1
+ . . . + a
n
.
La letra k se usa como variable muda. Es decir, podemos usar
cualquier otra letra para expresar el mismo concepto. Por ejemplo,
9

k=2
a
k
=
9

j=2
a
j
=
9

i=2
a
i
.
Las siguientes operaciones son v alidas:
n

j=1
a
j
+
n

j=1
b
j
=
n

j=1
(a
j
+ b
j
), c
n

j=1
a
j
=
n

j=1
ca
j
,
m

j=1
a
j
+
n

j=m+1
a
j
=
n

j=1
a
j
.
Tambien:
n

j=k
a
j
=
nk

i=0
a
i+k
= a
k
+ a
k+1
. . . a
n
.
Notese que si a
j
= b, para todo j = 1, . . . , n, entonces
n

j=1
a
j
=
n

j=1
b = b + b + . . . + b (n veces) = nb.
La expresi on

n
j=1
a
j
se llama sumatoria de a
j
desde 1 hasta n.
Ejemplo 1.2.1 Escribir con notaci on de sumatoria

1+

2+

3+
+

10.
Soluci on:

10
k=1

k
Con ayuda de MATLAB se calculan sumatorias. Para el ejemplo
anterior los comandos a emplear son:
syms k; S=symsum(sqrt(k),k,1,10)
obteniendose
S =

1 +

2 +

3 +

4 +

5 +

6 +

7 +

8 +

9 +

10
En algunos casos como este es necesario indicarle a MATLAB que
eval ue numericamente esa expresi on. Esto puede hacerse con
7
Sev=eval(S)
para que coloque en la variable numerica Sev el valor 22.4683. O
tambien Sev=numeric(S) da el mismo resultado.
Ya que MATLAB reserva i y j para representar al n umero imagi-
nario

1, no se deben emplear esas letras para la variable ndice

de las sumatorias.
Ejemplo 1.2.2 Escribir con notaci on de sumatoria la suma de los
primeros 100 enteros positivos impares.
Soluci on: 2k 1, para k = 1, . . . , 100, representa a esos n umeros.
Por tanto, escribimos
100

k=1
(2k 1).
Con MATLAB hacemos:
Si=symsum(2*k-1,k,1,100)
para obtener en la variable Si:
Si=
10000
Ejercicio 1.2.1 Calcule:
a) 2
4
+ 3
4
+ 4
4
+ . . . + 10
4
.
b)

99
k=0
(2 k + 1).
c) cos(
1
2
) + cos(
5
2
) + cos(
9
2
) + cos(
13
2
).
d) (
1
20
)
2
+ (
2
20
)
2
+ (
3
20
)
2
+ . . . + (
20
20
)
2
.
Ejercicio 1.2.2 Sume los valores de:
f(x) = x
3
+ 1, calculados para x = 0.1, x = 0.2, . . . , x = 1.0.
f(x) = 2x
2
+ x, calculados para x = 1.05, x = 1.15, x = 1.25,
. . . , x = 2.95.
8
1.3 Los problemas de area y distancia recorrida
El problema de calculo estimado de area.
Se quiere obtener un estimado del area bajo la graca de y = f(x)
y por encima del eje x para a x b. Se supone que f(x) 0 y
que f es continua en el intervalo [a, b], como en la gura 1.3.1.
Se divide [a, b] en n subintervalos iguales. Entonces la longitud de
cada subintervalo es x =
ba
n
. As se obtienen n + 1 puntos en el
intervalo, los cuales forman lo que se llama partici on de [a, b]. Estos
puntos son:
x
0
= a, x
1
= x
0
+x, , x
2
= x
1
+x, . . . , x
n
= x
n1
+x = b.
Se pueden obtener con la formula siguiente: x
i
= x
0
+ ix, i =
0, 1, 2, . . . , n. En cada subintervalo se construye un rectangulo de
altura f(x
i
) (valor de f en el extremo derecho del subintervalo). Se
ilustra en la gura 1.3.2 para el caso [a, b] = [5, 9] y n = 4.
As, para la gura 1.3.2 se tiene que el area A bajo la curva se
aproxima mediante la f ormula
A f(6)x + f(7)x + f(8)x + f(9)x = A
1
+ A
2
+ A
3
+ A
4
,
donde x = 1.
9
En general, si la particion de [a, b] es de n subintervalos de igual
longitud se tiene
A f(x
1
)x + f(x
2
)x + + f(x
n
)x =
n

i=1
f(x
i
)x =: S
n
donde x =
ba
n
.
Con MATLAB la secuencia de comandos sera:
a=valor correspondiente; b=valor correspondiente; n=valor corre-
spondiente; delta=(b-a)/n;
Sn=0;
for i=1:n
Sn = Sn + f(a+i*delta)*delta;
end
o bien, trabajando en forma simbolica:
syms a b k n; delta=(b-a)/n;
f=funcion evaluada en a + k*delta
Sn=symsum(f,k,1,n)
Si el resultado deseado es simbolico (no numerico) se puede simpli-
car Sn con el comando Sn=simplify(Sn). Si el resultado deseado
es numerico se asignan los valores numericos correspondientes a a,
b y n y se eval ua Sn mediante el comando Sn=eval(Sn).
10
Ejemplo 1.3.1 Obtener una aproximaci on del area bajo la curva
y = f(x) = 2x 2x
2
en el intervalo [0, 1] usando 10 rect angulos.
Soluci on: Con el ciclo for . . . end:
a=0; b=1; n=10; delta=(b-a)/n;
Sn=0;
for i=1:n
Sn = Sn + (2*(a+i*delta)-2*(a+i*delta)2)*delta;
end
Sn
Con el comando symsum se puede hacer como se indico mas arriba
o simplemente:
a=0; b=1; delta = (b-a)/10;
Sn = symsum((2*(a+k*delta)-2*(a+k*delta)2)*delta,k,1,10)
Calculo de distancia recorrida como area
Si un objeto se mueve a velocidad constante en un intervalo de tiempo
dado, la distancia recorrida es igual a
d = v t = velocidad tiempo.
Geometricamente d es igual al area del rectangulo formado por y = v
y x = t. Vease la gura 1.3.3. En el ejemplo de la gura 1.3.3
tenemos d = 30 4 = 120.
Si la velocidad es variable podemos hallar una aproximaci on de la
distancia recorrida sumando las distancias recorridas en los interva-
los asociados a una partici on del intervalo en los que se supone que
la velocidad es constante. Por ejemplo si v en [0, 4] fuese variable
dependiente del tiempo v = v(t) = 30
15
3
(t 2)
2
tendramos, para
una particion de [0, 4] en 4 subintervalos, 4 rectangulos como en la
gura 1.3.4, la suma de cuyas areas sera una aproximaci on (bas-
tante burda en este caso) de la distancia recorrida por el objeto en
el intervalo de tiempo [0, 4].
Si en el Ejemplo 1.3.1 calculamos las aproximaciones del area para
10, 40, 80 y 100 rect angulos obtenemos S
10
= 0.3300, S
40
= 0.3331,
S
80
= 0.33328, S
100
= 0.3333, lo que evidencia que mientras mayor
es el n umero de rect angulos, mejor ser a la aproximaci on del area.
Similarmente, si para el problema de distancia recorrida de la gura
11
1.3.4 incrementamos la cantidad de subintervalos de tiempo, obser-
varemos una tendencia a la convergencia del area aproximada a la
cantidad
280
3
.
Lo anterior conduce a la siguiente
Denicion 1.3.1 Para una funcion continua f : [a, b] IR, f(x)
0, para todo x [a, b], el area A bajo la curva y = f(x) en [a, b] se
dene por
A = lim
n
n

i=1
f(x
i
)x.
Ejemplo 1.3.2 Hallar el area bajo la curva y = 2x 2x
2
en el
intervalo [0, 1].
Soluci on: Tenemos f(x) = 2x 2x
2
, x =
10
n
=
1
n
, x
i
=
0+ix =
i
n
. Usaremos MATLAB. El comando limit(f,x,inf) calcula
lim
x
f(x), donde f es una expresi on simbolica en x.
Escribimos los siguientes comandos
syms n k;
delta=1/n; S=symsum ( (2*(k/n)-2*(k/n)2)*delta,k,1,n ) ;
A=limit(S,n,inf)
12
obteniendo como resultado A =
1
3
.
Denicion 1.3.2 (Suma de Riemann) Sea x
0
, x
1
, . . . , x
n
una
partici on regular del intervalo [a, b] donde f es continua. Esto es,
x = x
i
x
i1
=
ba
n
, para i = 1, . . . , n. Sean c
1
, c
2
, . . . , c
n
, c
i

[x
i1
, x
i
], i = 1, . . . , n, escogidos arbitrariamente. A esos puntos
los llamamos puntos de evaluacion. La suma de Reimann para esta
partici on y ese conjunto de puntos de evaluaci on se dene por
n

i=1
f(c
i
)x.
Se puede demostrar (ver por ejemplo, Salas/Hille, Calculus, Tomo
1) que el lmite A = lim
n

n
i=1
f(c
i
)x, si existe, es el mismo
cualquiera sea la elecci on de los puntos de evaluaci on c
i
[x
i1
, x
i
],
i = 1, . . . , n.
Ejercicio 1.3.1 Halle el area del ejemplo 1.3.2 utilizando a) c
i
=
x
i1
, b) c
i
=
x
i1
+x
i
2
y compare con el resultado de ese ejemplo, el
cual se calcul o usando c
i
= x
i
.
Si por alguna razon, con el comando limit de MATLAB no logramos
obtener un resultado exacto o si queremos obtener solamente una
13
aproximaci on del area A podemos calcular aproximaciones de A
mediante

n
i=1
f(c
i
)x para valores sucientemente grandes de n.
Ejemplo 1.3.3 Calcular las sumas de Riemann para f(x) =

x + 1
en el intervalo [1, 3], para n = 10, 500, 1000 y 5000, usando el ex-
tremo izquierdo, el extremo derecho y el punto medio de cada subin-
tervalo como puntos de evaluaci on.
Soluci on: x =
31
n
=
2
n
.
Extremo izquierdo c
i
= x
i1
= 1 + (i 1)x = 1 + (i 1)
2
n
, i =
1, . . . , n.
for n=[10,500,1000,5000 ]
Sn=0;
for i=1:n
Sn=Sn+sqrt(1+(i-1)*2/n+1)*2/n;
end
n
Sn
end
Punto medio c
i
=
x
i1
+x
i
2
= 1 +
x
2
+ (i 1)x = 1 +
1
n
+ (i 1)
2
n
,
i = 1, . . . , n.
for n=[10,500,1000,5000 ]
Sn=0;
for i=1:n
Sn=Sn+sqrt(1+1/n+(i-1)*2/n+1)*2/n;
end
n
Sn
end
Extremo derecho c
i
= x
i
= 1 + ix = 1 + i
2
n
, i = 1, . . . , n.
for n=[10,500,1000,5000 ]
Sn=0;
for i=1:n
Sn=Sn+sqrt(1+i*2/n+1)*2/n;
end
14
n
Sn
end
obteniendose los siguientes resultados para cuatro cifras decimales:
Extremo izquierdo n = 10, Sn = 3.3888; n = 50, Sn = 3.4360;
n = 1000, Sn = 3.4471; n = 5000, Sn = 3.4476.
Punto medio n = 10, Sn = 3.4479; n = 50, Sn = 3.4477; n = 1000,
Sn = 3.4477; n = 5000, Sn = 3.4477.
Extremo derecho n = 10, Sn = 3.5059; n = 50, Sn = 3.4594;
n = 1000, Sn = 3.4483; n = 5000, Sn = 3.4478.
1.4 La integral denida
El concepto de integral denida permitir a interpretar el lmite
lim
n

n
i=1
v(c
i
)x para problemas de c alculo de distancia recorri-
da cuando la velocidad v(t) es negativa, esto es, cuando el objeto se
mueve en sentido contrario al positivo en el sistema de referencia.
Tambien permitira interpretar el lmite lim
n

n
i=1
f(c
i
)x para
problemas de c alculo de area bajo la curva y = f(x) cuando f(x) 0
en todo o parte del intervalo dado.
Veamos el efecto que tiene en la interpretacion de area bajo la curva
el hecho de que f tome valores negativos en el intervalo dado [a, b].
Ejemplo 1.4.1 Consideremos f(x) = sin x en [0, 2]. Interprete-
mos el area dada por lim
n

n
i=1
f(c
i
)x.
Soluci on: Tomemos c
i
como el punto medio de cada subintervalo
[x
i1
, x
i
], i = 1, . . . , n. En la gura 1.4.1 se muestran 20 rect angulos.
Los primeros 10 rect angulos corresponden a valores f(c
i
) por arriba
del eje x. Su area es positiva: f(c
i
)x > 0. Los restantes 10
rectangulos corresponden a valores f(c
i
) negativos, de modo que
su area en sentido absoluto es f(c
i
)x. De modo que f(c
i
)x
representa un area negativa. Por tanto,
20

i=1
f(c
i
)x = Area de rect angulos por arriba del eje x
Area de rectangulos por debajo del eje x.
15
La idea anterior da lugar a la siguiente
Denicion 1.4.1 La integral denida de la funci on f desde a hasta
b se simboliza por medio de
_
b
a
f(x)dx y se dene por
_
b
a
f(x)dx = lim
n
n

i=1
f(c
i
)x,
siempre que ese lmite exista para f denida en [a, b] y cualesquiera
sean los puntos de evaluaci on c
1
, c
2
, . . . , c
n
. Si el lmite existe se
dice que f es integrable en [a, b].
Observaci on 1.4.1 El escalar a se denomina lmite inferior de in-
tegraci on y b lmite superior de integracion, f(x) se denomina inte-
grando y el smbolo dx indica la variable de integraci on x, que es
muda, esto es
_
b
a
f(x)dx =
_
b
a
f(y)dy, por ejemplo.
Denicion 1.4.2 Supongamos que f(x) 0 en [a, b] y que A
1
es
el area limitada entre la curva y = f(x) y el eje x para a x b.
Supongamos que f(x) 0 en [b, c] y que A
2
es el area limitada entre
la curva y = f(x) y el eje x para b x c. Ver, como ejemplo,
la gura 1.4.2. Se dene A
1
A
2
como el area con signo entre
y = f(x) y el eje x, para a x c, y A
1
+ A
2
como el area total
entre y = f(x) y el eje x para a x c.
16
A continuaci on veamos la interpretaci on de area con signo para los
problemas de velocidad y distancia. Si un objeto se mueve a partir
del instante incial t
0
en direccion positiva del sistema de referencia
con velocidad positiva v(t) durante el intervalo de tiempo [t
0
, t
m
] y a
partir del instante t
m
se mueve con velocidad negativa v(t) (esto es
en la direccion negativa del sistema de referencia) hasta el instante
T, entonces
_
T
t
0
v(t)dt es igual a la distancia relativa (puede haber
terminado a la derecha o a la izquierda de su posici on inicial) a que
se encuentra del punto inicial despues de haberse movido con las
velocidades indicadas desde el instante t
0
hasta el instante T. Es
decir, primero se movi o hacia adelante y despues hacia atras, por lo
que
_
T
t
0
v(t)dt corresponde al cambio total en la distancia desde el
comienzo hasta el nal de su movimiento.
El siguiente teorema expresa una condicion suciente par que f sea
integrable.
Teorema 1.4.1 Si f(x) es continua en el intervalo cerrado [a, b],
entonces f es integrable en [a, b].
La demostraci on puede verse en la p agina A-25 de Salas/Hille, Cal-
culus, Tomo 1.
Teorema 1.4.2 Si f y g son integrables y c es una constante cualquiera:
17
i)
_
b
a
[f(x) + g(x)]dx =
_
b
a
f(x)dx +
_
b
a
g(x)dx,
ii)
_
b
a
[f(x) g(x)]dx =
_
b
a
f(x)dx
_
b
a
g(x)dx,
iii)
_
b
a
cf(x)dx = c
_
b
a
f(x)dx,
iv)
_
b
a
f(x)dx =
_
c
a
f(x)dx +
_
b
c
f(x)dx, para cualquier c en [a, b].
La demostraci on puede verse en la p agina 385 de Smith/Minton,
Calculo, Tomo 1.
Denicion 1.4.3 Si f es integrable en [a, b], entonces
_
b
a
f(x)dx =
_
a
b
f(x)dx
y
_
a
a
f(x)dx = 0.
Integrales de funciones continuas a trozos.
Si f(x) es una funcion continua a trozos en [a, b]:
f(x) = g
i
(x), para x
i
x x
i+1
, i = 0, 1, . . . , n 1,
donde a = x
0
< x
1
< < x
n
= b forman una partici on cualquiera
(no necesariamente regular) de [a, b] y cada g
i
, i = 0, . . . , n 1, es
continua en [x
i
, x
i+1
], entonces
_
b
a
f(x)dx =
n1

i=0
_
x
i+1
x
i
g
i
(x)dx.
Valor promedio de una funci on.
Sea a = x
0
< x
1
< < x
n
= b una particion regular del intervalo
[a, b]. As x =
ba
n
es la longitud de cada subintervalo. Sea f una
funcion continua en [a, b]. Entonces un valor promedio aproximado
f
aprox
prom
de f en [a, b] esta dado por el promedio de los valores de f en
x
1
, x
2
, . . . , x
n
:
f
aprox
prom

1
n
[f(x
1
) + f(x
2
) + + f(x
n
)]
=
1
n
n

i=1
f(x
i
)
18
=
1
b a
n

i=1
f(x
i
)
_
b a
n
_
=
1
b a
n

i=1
f(x
i
)x.
Es claro que mientras m as puntos se incluyan en la partici on, es
decir, n sea mayor, mejor ser a la aproximaci on al valor promedio
f
prom
de f en [a, b]. Por tanto, al hacer n se obtiene una
integral que representa el valor promedio:
f
prom
= lim
n
_
1
b a
n

i=1
f(x
i
)x
_
=
1
b a
_
b
a
f(x)dx.
19
Teorema 1.4.3 (Teorema del valor medio para integrales)
Si f es continua en [a, b], existe un n umero c (a, b) tal que
f(c) =
1
b a
_
b
a
f(x)dx.
Demostraci on. Ya que f es continua, por el teorema del valor
extremo, f tiene un mnimo m y un m aximo M en [a, b]. Entonces
m f(x) M, para todo x [a, b]
y por tanto
n

i=1
mx
n

i=1
f(c
i
)x
n

i=1
Mx.
Tomando lmite cuando n en esas sumas de Riemann se ob-
tiene:
_
b
a
mdx
_
b
a
f(x)dx
_
b
a
Mdx.
Ya que m y M son constantes:
m(b a)
_
b
a
f(x)dx M(b a).
De donde,
m
1
b a
_
b
a
f(x)dx M.
Esto es, el valor promedio de f en [a, b] es un n umero comprendido
entre los valores mnimo y maximo de f en [a, b]. Puesto que f
es una funcion continua, por el teorema del valor intermedio debe
haber un punto c (a, b) para el cual
f(c) =
1
b a
_
b
a
f(x)dx.
20
1.5 Teorema fundamental del calculo
Teorema 1.5.1 (Teorema fundamental del calculo, Parte I)
Si f es continua en [a, b] y F(x) es una antiderivada de f, entonces
_
b
a
f(x)dx = F(b) F(a).
Demostraci on: Hagamos una partici on de [a, b]:
a = x
0
< x
1
< x
2
< < x
n
= b,
donde x
i
x
i1
= x = (b a)/n, i = 1, 2, . . . , n. Tenemos que
F(b) F(a) = [F(x
1
) F(x
0
)] + [F(x
2
) F(x
1
)] + [F(x
3
) F(x
2
)]
+ + [F(x
n1
) F(x
n2
)] + [F(x
n
) F(x
n1
]
=
n

i=1
[F(x
i
) F(x
i1
)]. (3)
Ya que F es una antiderivada de f, F es derivable en (a, b) y continua
en [a, b]. Por el teorema del valor medio para la derivada:
F(x
i
) F(x
i1
) = F

(c
i
)(x
i
x
i1
) = f(c
i
)x, (4)
para cada i = 1, 2, . . . , n, con c
i
(x
i1
, x
i
). De (3) y (4) se tiene
que
F(b) F(a) =
n

i=1
[F(x
i
) F(x
i1
)] =
n

i=1
f(c
i
)x, (5)
que es una suma de Riemann. Tomando lmite cuando n a
ambos lados de (5) se obtiene
_
b
a
f(x)dx = lim
n
n

i=1
f(c
i
)x = lim
n
[F(b) F(a)]
F(b) F(a).
Observaci on 1.5.1 Para la expresi on F(b) F(a) es usual la
siguiente notaci on: F(x)|
b
a
.
21
Integral denida con lmite superior variable.
Teorema 1.5.2 (Teorema fundamental del calculo. Parte II)
Si f es continua en [a, b] y F(x) =
_
x
a
f(y)dy, entonces F

(x) = f(x)
en [a, b].
Demostraci on Por la denici on de derivada como lmite del co-
ciente incremental y por la Parte I del teorema fundamental del
calculo, se tiene:
F

(x) = lim
h0
F(x + h) F(x)
h
= lim
h0
[F(x + h) F(a)] [F(x) F(a)]
h
= lim
h0
1
h
_
_
x+h
a
f(y)dy
_
x
a
f(y)dy
_
= lim
h0
1
h
_
_
x+h
a
f(y)dy +
_
a
x
f(y)dy
_
= lim
h0
1
h
_
x+h
x
f(y)dy. (6)
Por el teorema del valor medio para integrales existe c (x, x + h)
tal que
1
h
_
x+h
x
f(y)dy = f(c). (7)
Ya que c x cuando h 0, como f es continua, de (6) y (7) se
tiene que
F

(x) = lim
h0
f(c) = f(x).
Observaci on 1.5.2 El teorema anterior expresa que toda funci on
continua f tiene una antiderivada en la forma de una integral denida:
_
x
a
f(y)dy. El teorema fundamental del c alculo, Parte I, expresa que
si se puede hallar una antiderivada para la funci on integrando, en-
tonces se puede calcular f acilmente la integral denida.
Uso de la regla de la cadena y del teorema fundamental,
Parte II.
Ejemplo 1.5.1 Si F(x) =
_
x
2
2
cos tdt, calcular F

(x).
Soluci on: Pongamos u = x
2
y tenemos
F(x) =
_
u
2
cos tdt.
Por la regla de la cadena,
F

(x) = cos u
du
dx
= cos u(2x) = 2xcos x
2
.
22
Observaci on 1.5.3 La forma general de la cadena (usada en el
ejemplo 1.5.1)es
si F(x) =
_
h(x)
a
f(t)dt, entonces F

(x) = f[h(x)]h

(x),
o lo que es lo mismo
d
dx
_
h(x)
a
f(t)dt = f[h(x)]h

(x).
1.6 Integraci on por cambio de variable
Esta es una tecnica para calcular integrales que no podemos calcular
directamente a partir de una antiderivada reconocible inmediatamen-
te. La idea consiste en que dada una integral
_
g(x)dx, se busque
una nueva variable u = u(x) y una funci on f(u) tales que
_
g(x)dx =
_
f(u(x))
du
dx
dx =
_
f(u)du
y para la ultima integral conozcamos directamente una antiderivada.
Ejemplo 1.6.1 Calcular
_
(x
3
+ 4)
10
(3x
2
)dx.
Soluci on: Observando que
d
dx
(x
3
+ 4) = 3x
2
, que es parte del
integrando, podemos hacer el cambio de variable u = x
3
+ 4. As,
tenemos que
du
dx
= 3x
2
, o sea, du = 3x
2
dx. Sustituyendo en la
integral original obtenemos
_
(x
3
+ 4)
10
(3x
2
)dx =
_
u
10
du =
u
11
11
+ c =
(x
3
+ 4)
11
11
+ c.
Esta tecnica de cambio de variable tambien se llama tecnica de in-
tegracion por sustituci on.
Un caso especial interesante es aquel en el que el numerador es la
derivada del denominador, salvo alg un factor constante, como se
muestra en el siguiente
23
Ejemplo 1.6.2 Calcular
_
x
x
2
+1
dx.
Soluci on: Tenemos que
d
dx
(x
2
+ 1) = 2x. Tomamos u = x
2
+ 1,
de modo que du = 2xdx y sustituyendo:
_
x
x
2
+ 1
dx =
1
2
_
1
x
2
+ 1
(2x)dx =
1
2
_
1
u
du
=
1
2
ln|u| + c = ln |x
2
+ 1| + c.
En general, tenemos el siguiente
Teorema 1.6.1 Para cualquier funci on f(x) continua y no nula,
_
f

(x)
f(x)
dx = ln |f(x)| + c.
Demostraci on Pongamos u = f(x). Entonces du = f

(x)dx y
_
f

(x)
f(x)
dx =
_
1
f(x)
f

(x)dx =
_
1
u
du
= ln|u| + c = ln |f(x)| + c.
Sustituci on en las integrales denidas.
La unica observaci on a tener en cuenta en este caso es que al cam-
biar la variable, hay que cambiar tambien los lmites de integracion
correspondientes. Esto es, cuando se introduce la nueva variable u,
se cambian los lmites de integracion originales x = a y x = b por
los lmites correspondientes a u: u = u(a) y u = u(b). As, se tiene
_
b
a
f(u(x))u

(x)dx =
_
u(b)
u(a)
f(u)du.
Ejemplo 1.6.3 Calcule
_
2
1
x
2

x
3
+ 2dx
Soluci on: El cambio de variable indicado es u = x
3
+2, con du =
3x
2
dx. Para los lmites de integracion tenemos que cuando x = 1,
u = x
3
+ 2 = 1
3
+ 2 = 3 y cuando x = 2, u = x
3
+ 2 = 2
3
+ 2 = 10.
Por tanto,
_
2
1
x
2

x
3
+ 2dx =
1
3
_
2
1

x
3
+ 2(3x
2
)dx =
1
3
_
10
3

udu
=
1
3
u
3/2
(
3
2
)

10
3
=
_
1
3
__
2
3
_
_
10
3/2
3
3/2
_
.
24
Observaci on 1.6.1 N otese que al cambiar los lmites de integracion
correspondientes a la nueva variable ya no es necesario, como en el
caso de la integral indenida, volver atras a la variable original.
Esto es, se integra en la nueva variable y se aplica el teorema fun-
damental del calculo, Parte I, para evaluar el resultado obtenido en
u.
25
1.7 El metodo del trapecio y el metodo de Simpson
Hay muchas funciones para las que no existe una antiderivada ele-
mental. Esto es, una que se pueda expresar en terminos de funciones
elementales conocidas: algebraicas, trigonometricas, exponenciales
y logartmicas. Por ejemplo
_
3
0
cos(x
2
)dx
no se puede calcular de manera exacta, ya que cos(x
2
) no tiene una
antiderivada elemental.
Cuando no se puede calcular una integral denida exactamente, lo
que se puede hacer es calcular su valor aproximado numericamente.
En esta secci on presentamos dos metodos basicos de integraci on
numerica que contienen las ideas b asicas de otras rutinas m as com-
plejas que est an instrumentadas en sistemas de c alculo por com-
putadora, como es el caso de MATLAB.
El metodo (o regla) del trapecio.
Dada f continua en [a, b] se quiere hallar una aproximaci on numerica
de
_
b
a
f(x)dx. Se considera una partici on regular del intervalo:
a = x
0
< x
1
< x
2
< < x
n
= b; x =
ba
n
.
En cada subintervalo se aproxima el area mediante un trapecio cuyos
lados paralelos tienen longitudes f(x
i1
) y f(x
i
) como se indica en
la gura 1.4.3. As, el area bajo la curva en el intervalo [x
i1
, x
i
]
queda aproximada por
1
2
[f(x
i1
) + f(x
i
)]x.
Al sumar todas las aproximaciones:
_
b
a
f(x)dx
_
f(x
0
) + f(x
1
)
2
+
f(x
1
) + f(x
2
)
2
+ +
f(x
n1
) + f(x
n
)
2
_
x
=
b a
2n
[f(x
0
) + 2f(x
1
) + 2f(x
2
) + + 2f(x
n1
) + f(x
n
)]
= T
n
(f).
Para valores cada vez mayores de n el valor T
n
(f) aproxima cada
vez mas la integral
_
b
a
f(x)dx.
26
El metodo de Simpson.
En este metodo se toma n como un n umero par y se conectan tres
puntos consecutivos (x
i2
, f(x
i2
), (x
i1
, f(x
i1
) y (x
i
, f(x
i
)) para
i = 2, 4, . . . , n mediante un polinomio de grado dos. Ver la gura
1.4.4.
Este polinomio p(x) = ax
2
+ bx + c debe satisfacer las condiciones
p(x
i2
) = f(x
i2
), p(x
i1
) = f(x
i1
), p(x
i
) = f(x
i
),
que se cumplen cuando a, b y c son solucion del sistema lineal
ax
2
i2
+ bx
i2
+ c = f(x
i2
),
ax
2
i1
+ bx
i1
+ c = f(x
i1
),
ax
2
i
+ bx
i
+ c = f(x
i
).
Se puede probar que
_
x
i
x
i2
p(x)dx =
x
i
x
i2
6
[f(x
i2
) + 4f(x
i1
) + f(x
i
)].
De aqu que
_
x
i
x
i2
f(x)dx
_
x
i
x
i2
p(x)dx =
b a
3n
[f(x
i2
) + 4f(x
i1
) + f(x
i
)].
27
Sumando todas las integrales sobre cada subintervalo [x
i2
, x
i
] para
i = 2, 4, 6, . . . , n se obtiene
_
b
a
f(x)dx
b a
3n
[f(x
0
)+4f(x
1
)+2f(x
2
)+4f(x
3
)+2f(x
4
)+ 4f(x
n1
)+f(x
n
)],
que es la llamada regla de Simpson para (n + 1) puntos.
MATLAB trae comandos tipo funcion para el c alculo numerico de
integrales. Uno de ellos es q=quad(f,a,b), que aproxima la integral
de f(x) de a a b con un error relativo de 10
3
usando una regla
de Simpson recursiva adaptiva. f es una cadena de caracteres que
contiene el nombre de la funci on. Esa funcion viene dada en un
archivo del tipo funcion cuya creacion se explica m as abajo. f
debe entregar un vector de valores de salida cuando se le de un
vector de valores de entrada.
El otro comando tipo funci on es quadl, que usa un metodo de otro
tipo llamado regla de Newton-Cotes y es mejor que quad para mane-
jar funciones con singularidades blandas, por ejemplo:
_
1
0

xdx.
28
Ejemplo 1.7.1 Calcular
_
1
0
3x
2
dx con quad de MATLAB.
Soluci on: Primero se prepara un archivo con extensi on .m con las
lneas de comandos que siguen:
function y = ejem171(x)
y=3*x.2
Este archivo se guarda en el directorio de trabajo con el nombre
ejem171.m
Despues, desde la ventana de comandos de MATLAB se ejecuta el
comando q=quad(ejem171,0,1) obteniendose como resultado en la
variable q el valor 1.
Ejemplo 1.7.2 Calcular
_
2
0

x
2
+ 1dx con quad de MATLAB.
Soluci on: Primero se prepara un archivo con extensi on .m con las
lneas de comandos que siguen:
function y = ejem172(x)
y=sqrt(x.2+1)
Este archivo se guarda en el directorio de trabajo con el nombre
ejem172.m
Despues, desde la ventana de comandos de MATLAB se ejecuta el
comando q=quad(ejem172,0,2) obteniendose como resultado en la
variable q el valor 2.9579. Si se quiere el resultado con m as cifras
decimales, se ejecuta el comando format long desde la ventana de
comandos y acontinuaci on se ejecuta q=quad(ejem172,0,2) para
obtener 2.95788349721323.
Si se quiere volver a cuatro cifras decimales se ejecuta el comando
format short. El formato short es el que usa MATLAB por default.
29