Gonzales. (2006) - Cálculo Diferencial e Integral

C LCULO DIFERENCIAL E INTEGRAL
Javier Prez Gonzlez

Departamento de Anlisis Matemtico Universidad de Granada
Asignatura: Clculo Curso: Primero Titulacin: Ingeniero de Telecomunicacin septiembre 2006
ndice general
1. Axiomas de los nmeros reales. Desigualdades. Principio de induccin 1.1. Nmeros reales. Propiedades algebraicas y de orden . . . . . . . . . . . . . . . . . 1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Principio de induccin matemtica . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. Funciones reales. Funciones elementales 2.1. Funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Estudio descriptivo de las funciones elementales . . . . . . . . . . . . . . . . . . . 2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Nmeros complejos. Exponencial compleja 3.1. Operaciones bsicas con nmeros complejos . . . . . . . . . . . . . . . . . . . . . 3.1.1. Representacin grca. Complejo conjugado y mdulo . . . . . . . . . . . 3.1.2. Forma polar y argumentos de un nmero complejo . . . . . . . . . . . . . 3.1.3. Races de un nmero complejo . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3. Funciones elementales complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1. La funcin exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2. Logaritmos complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1 2 4 5 8 10 10 14 24 26 26 28 29 32 33 35 35 36
ndice general 3.3.3. Potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4. Ejerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. Continuidad 4.1.1. Propiedades bsicas de las funciones continuas . . . . . . . . . . . . . . . 4.2. Teorema de Bolzano. Supremo e nmo . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5. Sucesiones 5.1. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.1. Sucesiones divergentes. Indeterminaciones en el clculo de lmites . . . . 5.2. Sucesiones de nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. Continuidad en intervalos cerrados y acotados. Lmite funcional 6.1. Lmite funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2. Lmites innitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.3. Discontinuidades. lgebra de lmites. Lmites de funciones montonas . . . . . . 6.4. Continuidad y monotona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5. Indeterminaciones en el clculo de lmites . . . . . . . . . . . . . . . . . . . . . . . 6.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7. Derivadas 7.1.1. Concepto de derivada. Interpretacin fsica y geomtrica . . . . . . . . . . 7.1.2. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2. Teoremas de Rolle y del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . 7.2.1. Consecuencias del teorema del valor medio . . . . . . . . . . . . . . . . . . 7.2.2. Reglas de LHpital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.3. Derivadas sucesivas. Polinomios de Taylor . . . . . . . . . . . . . . . . . . . . . . . 7.3.1. Consejos para calcular lmites de funciones . . . . . . . . . . . . . . . . . . 7.3.2. Consejos para calcular lmites de sucesiones . . . . . . . . . . . . . . . . . 7.3.3. Extremos relativos. Teorema de Taylor . . . . . . . . . . . . . . . . . . . . . 7.3.4. Funciones convexas y funciones cncavas . . . . . . . . . . . . . . . . . . .
II
36 36 38 39 40 43 45 47 53 55 56 59 60 62 63 65 66 68 69 69 71 75 77 79 82 83 87 89 90
Universidad de Granada Dpto. de Anlisis Matemtico
Prof. Javier Prez Clculo Ing. de Telecomunicacin
ndice general 7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8. Integral de Riemann
III
91 102
8.1.1. Sumas de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 8.1.2. Denicin y propiedades bsicas de la integral . . . . . . . . . . . . . . . . 106 8.1.3. El Teorema Fundamental del Clculo . . . . . . . . . . . . . . . . . . . . . . 108 8.1.4. Las funciones logaritmo y exponencial . . . . . . . . . . . . . . . . . . . . . 111 8.2. Integrales impropias de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 8.2.1. Criterios de convergencia para integrales . . . . . . . . . . . . . . . . . . . 115 8.3. Tcnicas de clculo de Primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 8.3.1. Integracin por partes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 8.3.2. Integracin por sustitucin o cambio de variable . . . . . . . . . . . . . . . 121 8.3.3. Integracin de funciones racionales . . . . . . . . . . . . . . . . . . . . . . 122 8.3.4. Integracin por racionalizacin . . . . . . . . . . . . . . . . . . . . . . . . . 126 8.4. Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 8.4.1. Clculo de reas planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 8.4.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 8.4.3. Longitud de un arco de curva . . . . . . . . . . . . . . . . . . . . . . . . . . 141 8.4.4. Volmenes de slidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 8.4.5. rea de una supercie de revolucin . . . . . . . . . . . . . . . . . . . . . . 146 9. Series 149
9.1. Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 9.2. Criterios de convergencia para series de trminos positivos . . . . . . . . . . . . . 154 9.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 9.3. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 10. Clculo diferencial en Rn 169
10.1. Estructura eucldea y topologa de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 169 10.1.1. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 10.1.2. Campos escalares. Continuidad y lmite funcional . . . . . . . . . . . . . . 172 10.1.3. Curvas en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 10.1.4. Derivadas parciales. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . 175
Universidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Ing. de Telecomunicacin
ndice general
IV
10.1.5. Rectas tangentes y planos tangentes . . . . . . . . . . . . . . . . . . . . . . 179 10.1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 10.1.7. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 10.1.8. Funciones vectoriales. Matriz jacobiana . . . . . . . . . . . . . . . . . . . . 190 10.1.9. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 10.1.10. erivacin de funciones implcitamente denidas . . . . . . . . . . . . . . 203 D
Leccin
Axiomas de los nmeros reales. Desigualdades. Principio de induccin
Introduccin
En esta leccin quiero que entiendas la importancia de disponer de un marco de referencia. Tratar de explicarme. Para empezar, voy a proponerte unos ejercicios muy sencillos. 1. Sabes probar que 0 x = 0? Intntalo. 2. Qu entiendes por x? Es cierto que x es negativo? 3. Escribe con palabras lo que arma la igualdad (x)y = xy. Sabes probarla? 4. Demuestra que si x 0 entonces x2 > 0 (en consecuencia 1 > 0). 5. Sabes por qu no se puede dividir por 0? 6. Seguro que sabes construir un segmento de longitud 2. Y de longitud 3? 7. Qu quiere decir que un nmero no es racional? Demuestra que 2 no es racional.
Supongo que hace ya tanto tiempo que conoces estas propiedades de los nmeros que has olvidado cundo las aprendiste. Y ahora te piden que las demuestres! Puedo imaginar tu reaccin que demuestre que 0 x = 0?, pero si eso es evidente! siempre me han dicho que es as! cmo se puede demostrar tal cosa?. Pienso que muchas veces la dicultad de un ejercicio est en que no sabes qu es exactamente lo que se te pide que hagas; no te dan un marco claro de referencia. En estas situaciones lo ms frecuente es quedarse colgado con la mente en blanco sin saber qu hacer. Para evitar ese peligro, en este curso vamos a dar un marco de referencia muy claro que va a consistir en unas propiedades de los nmeros (axiomas, si quieres llamarlas as) que vamos a aceptar como punto de partida para nuestro estudio. Esas propiedades, junto con las reglas de inferencia lgica usuales y con deniciones apropiadas nos permitirn demostrar resultados (teoremas) que podremos usar para seguir avanzando. Simplicando un poco, puede decirse que en matemticas no hay nada ms que axiomas y teoremas (bueno, tambin hay conjeturas, proposiciones 1
Nmeros reales. Propiedades algebraicas y de orden
indecidibles...). Todo lo que se demuestra es un teorema; por ejemplo 0 x = 0 es un teorema. Ocurre que el nombre teorema se reserva para resultados que se consideran realmente importantes y que ha costado esfuerzo llegar a probarlos. Se usan tambin los trminos: corolario, lema, proposicin y otros. Pero la estructura de una teora matemtica elaborada se resume en un conjunto de axiomas y de teoremas que se deducen de ellos mediante reglas de inferencia lgica. Es conveniente recordar las propiedades de los nmeros reales porque son ellas las que nos permiten trabajar con desigualdades. Es muy fcil equivocarse al trabajar con desigualdades. Yo creo que en el bachillerato no se le da a este tema la importancia que merece. Fjate que algunos de los conceptos ms importantes del Clculo se denen mediante desigualdades (por ejemplo, la denicin de sucesin convergente o de lmite de una funcin en un punto). Por ello, tan importante como saber realizar clculos ms o menos complicados, es aprender a manejar correctamente desigualdades, y la nica manera de hacerlo es con la prctica mediante numerosos ejemplos concretos. Por supuesto, siempre deben respetarse cuidadosamente las reglas generales que gobiernan las desigualdades entre nmeros y asegurarse de que se usan correctamente. Aparte de tales reglas no hay otros mtodos generales que nos digan cmo tenemos que proceder en cada caso particular.
1.1. Nmeros reales. Propiedades algebraicas y de orden

Como todos sabis se distinguen distintas clases de nmeros: Los nmeros naturales 1,2,3,... . El conjunto de todos ellos se representa por N. Los nmeros enteros ...,-2,-1,0,1,2,... cuyo conjunto se representa por Z. Los nmeros racionales que son cocientes de la forma p/q donde p Z, q N, cuyo conjunto representamos por Q. Tambin conocis otros nmeros como 2, , o el nmero e que no son nmeros racionales y que se llaman, con una expresin no demasiado afortunada, "nmeros irracionales". Pues bien, el conjunto formado por todos los nmeros racionales e irracionales se llama conjunto de los nmeros reales y se representa por R. Es claro que N Z Q R. Aunque los nmeros que no son racionales pueden parecer un poco raros, no merece la pena, al menos por ahora, preocuparse por cmo son estos nmeros; sino que lo realmente interesante es aprender a trabajar con ellos. Lo interesante del nmero 2 es que su cuadrado es igual a 2. Pues bien, una de las cosas ms llamativas de los nmeros es que a partir de un pequeo grupo de propiedades pueden deducirse casi todas las dems. Vamos a destacar estas propiedades bsicas que, naturalmente, hacen referencia a las dos operaciones fundamentales que se pueden hacer con los nmeros: la suma y el producto. La suma de dos nmeros reales x, y se escribe x + y, representndose el producto por xy. Las propiedades bsicas a que nos referimos son las siguientes. P1 [Propiedades asociativas] (x + y) + z = x + (y + z) ; (x y)z = x(y z) para todos x, y, z en R.
Nmeros reales. Propiedades algebraicas y de orden P2 [Propiedades conmutativas] x + y = y + x ; x y = yx para todos x, y en R.
P3 [Elementos neutros] El 0 y el 1 son tan importantes que enunciamos seguidamente sus propiedades: 0 + x = x ; 1x = x para todo x R. P4 [Elementos opuesto e inverso] Para cada nmero real x hay un nmero real llamado opuesto de x, que representamos por x, tal que x + (x) = 0. Para cada nmero real x distinto de 0, x representamos por x1 , tal que xx1 = 1. 0, hay un nmero real llamado inverso de x, que
P5 [Propiedad distributiva] (x + y)z = xz + y z para todos x, y, z en R. Las propiedades anteriores son de tipo algebraico y, aunque son muy sencillas, a partir de ellas pueden probarse cosas tan familiares como que 0x = 0, o que (x)y = (xy). Pero los nmeros tienen, adems de las propiedades algebraicas, otras propiedades que suelen llamarse propiedades de orden. Como todos sabemos, los nmeros suelen representarse como puntos de una recta en la que se ja un origen, el 0, de forma arbitraria. Los nmeros que hay a la derecha de 0, se llaman positivos y el conjunto de todos ellos se representa por R+ . Las propiedades bsicas del orden son las siguientes. P6 [Ley de tricotoma] Para cada nmero real x se verica que o bien es x = 0, o bien x es positivo, o bien su opuesto x es positivo. P7 [Estabilidad de R+ ] La suma y el producto de nmeros positivos es tambin un nmero positivo.
x Suele escribirse x y en vez de x + (y). Tambin, supuesto y 0, se escribe x/y o y en vez de x y1 . Los opuestos de los nmeros positivos, es decir los elementos del conjunto R = {x : x R+ }, se llaman nmeros negativos. Ntese que el 0 no es positivo ni negativo.
Para x, y R escribimos x < y (lase x es menor que y) o y > x (lase y es mayor que x) para indicar que y x R+ , y escribimos x y o y x para indicar que y x R+ {0}. En adelante usaremos las notaciones: R+ = R+ {0}, R = R {0} y R = R\ {0}. Ntese que si xR entonces xR+ . o o 1.1 Teorema (Reglas para trabajar con desigualdades). Sean x, y, z nmeros reales. 1. x 2. x y e y y e y z implican que x z.
x implican que x = y.
3. Se verica exactamente una de las tres relaciones: x < y, x = y, o y < x. 4. x < y implica que x + z < y + z. 5. x < y , z > 0 implican que xz < y z. 6. x < y , z < 0 implican que xz > y z.
Ejercicios 7. xy > 0 si, y slo si, x e y son los dos positivos o los dos negativos. En consecuencia si x x 2 > 0 y, en particular, 1 > 0. 8. z > 0 implica que 1 > 0. z
4 0 es
9. Supuesto que x e y son los dos positivos o los dos negativos, se verica que x < y implica que 1 1 < . y x Valor absoluto El valor absoluto de un nmero x R se dene como el nmero: |x | = x x si x si x 0 0
Para trabajar con valores absolutos es til recordar que dado x R+ , representamos por x al o nico nmero mayor o igual que cero cuyo cuadrado es igual a x. Puesto que, evidentemente, |x| 2 = x 2 y, adems, |x| 0, se tiene que |x | = x 2 . La siguiente estrategia de procedimiento es de gran utilidad. Dados a, b R+ para probar que a = b es suciente probar que a 2 = b 2 y para probar que o a < b es suciente probar que a 2 < b 2 . Geomtricamente, |x| representa la distancia de x al origen, 0, en la recta real. De manera ms general: |x y| = distancia entre x e y representa la longitud del segmento de extremos x e y. 1.2 Teorema (Propiedades del valor absoluto). Para x, y R se verica que: 1. |x y| = |x||y|; 2. |x| 4. y es equivalente a y x y; 0 (desigualdad triangular); 0. 3. |x + y| |x| |y| |x| + |y| y la igualdad se da si, y slo si, x y |x y| y la igualdad se da si, y slo si, x y
1.2. Ejercicios
1. Sabiendo que a + b > c + d, a > b, c > d; se verica necesariamente alguna de las desigualdades: a > c, a > d, b > c o b > d ? Dar una prueba o un contraejemplo en cada caso. 2. Calcula para qu valores de x se verica que: i) iv) vii) 2x 3 1 < x+2 3 x3 (x 2)(x + 3)2 < 0 x 2 (a + b)x + ab < 0 ii) v) 1 1 + >0 x 1x x iii) vi) viii) x 2 5x + 9 > x x3 x 3(x a)a 2 < x 3 a 3 < 3(x a)x 2
x2
Principio de induccin matemtica 3. Prueba las siguientes desigualdades: i) 0 < x + y x y < 1 siempre que 0 < x < 1, 0 < y < 1. ii) 1 1 1 1 + < + siempre que 0 < a < x < b. x a+bx a b |x 5| < |x + 1| ii) |x y + z| = |x| |z y| v) |x| |y| = |x y| viii) |x 1| |x + 2| = 3 |x 1| + |x + 1| < 1 |x + 1| < |x + 3| iii) vi) x2 x > 1 |x + y + z| = |x + y| + |z|
4. Calcula para qu valores de x se verica que: i) iv) vii)
5. Dado que tado.
s u x s s+u+x x < < donde t, v, y R+ , prueba que < < . Generaliza este result v y t t +v+y y
6. Prueba cada una de las siguientes desigualdades y estudia, en cada caso, cundo se da la igualdad. i) 2x y ii) 4x y x 2 + y 2. (x + y)2 . 0. 27abc donde a > 0, b > 0, c > 0.
iii) x 2 + x y + y 2
iv) (a 2 + a + 1)(b 2 + b + 1)(c 2 + c + 1)
Sugerencia: para probar i) considrese (x y)2 . Las dems desigualdades pueden deducirse de i). 7. Demuestra los teoremas (1.1) y (1.2).
1.3. Principio de induccin matemtica

El Principio de induccin matemtica es un mtodo que se usa para probar que ciertas propiedades matemticas se verican para todo nmero natural. Considera, por ejemplo, la siguiente igualdad en la que n N: 1 12 + 22 + 32 + + n2 = n(n + 1)(2n + 1) 6 Si le damos a n un valor, por ejemplo n = 2, podemos comprobar fcilmente que la igualdad correspondiente es cierta. Si le damos a n el valor 1000 ya no es tan fcil comprobar esa igualdad y se le damos a n el valor 101000 la cosa ya se pone realmente difcil. Pero nosotros queremos an ms, no nos conformamos con probar que esa igualdad es cierta para unos cuantos miles o millones de valores de n; no, queremos probar que es vlida para todo nmero natural n. En estos casos es el Principio de induccin matemtica el que viene en nuestra ayuda para salvarnos del apuro. Para nosotros el principio de induccin matemtica es algo que aceptamos, es decir, puedes considerarlo como un axioma de la teora que estamos desarrollando (aunque su formulacin lo hace casi evidente). Principio de induccin matemtica. Sea A un conjunto de nmeros naturales, A N, y supongamos que:
Principio de induccin matemtica i) 1 A ii) Siempre que un nmero n est en A se verica que n + 1 tambin est en A. Entonces A = N.
El Principio de Induccin Matemtica es la herramienta bsica para probar que una cierta propiedad P(n) es vericada por todos los nmeros naturales. Para ello se procede de la siguiente forma: A) Comprobamos que el nmero 1 satisface la propiedad, esto es, que P(1) es cierta. B) Comprobamos que si un nmero n satisface la propiedad, entonces tambin el nmero n + 1 la satisface. Es decir comprobamos que si P(n) es cierta, entonces tambin lo es P(n + 1). Ntese que en B) no se dice que se tenga que probar que P(n) es cierta, sino que hay que demostrar la implicacin lgica P(n) = P(n + 1). Si denimos el conjunto A = {n N : P(n) es cierta}, entonces el punto A) nos dice que 1 A, y el punto B) nos dice que siempre que n est en A se verica que n + 1 tambin est en A. Concluimos que A = N, o sea, que P(n) es cierta para todo nmero natural n. 1.3 Ejemplo. Para cada nmero natural n, sea P(n) la proposicin si el producto de n nmeros positivos es igual a 1, entonces su suma es mayor o igual que n. Demostraremos por induccin que P(n) es verdadera para todo n N. Trivialmente P(1) es verdadera. Supongamos que P(n) es verdadera. Consideremos n+1 nmeros positivos no todos iguales a 1 cuyo producto sea igual a 1. En tal caso alguno de dichos nmeros, llammosle x1 , tiene que ser menor que 1 y otro, al que llamaremos x2 , tiene que ser mayor que 1. Notando x3 , , xn+1 los restantes nmeros se tiene que: (x1 x2 )x3 xn+1 = 1 es decir, x1 x2 , x3 , , xn+1 son n nmeros positivos con producto igual a 1 por lo que: x1 x2 + x3 + + xn+1 y como 0 < (1 x1)(x2 1), tenemos que: x1 + x2 > 1 + x1 x2 De (1) y (2) se sigue que: x1 + x2 + x3 + + xn+1 > n + 1 Hemos probado as que P(n + 1) es verdadera. 1.4 Teorema (Desigualdad de las medias). Cualesquiera sean los nmeros positivos a1 , a2 , , an se verica que: a1 + a2 + + an n a1 a2 an n y la igualdad se da si, y slo si, a1 = a2 = = an .
(1)
(2)
Principio de induccin matemtica Demostracin. Basta poner G =

n n
n
7 ai ,1 G n, con lo cual x1 x2 xn = 1 por lo
a 1 a 2 a n y xi =
que
i=1
xi
n es decir
i=1
ai
nG y se da la igualdad solamente cuando xi = 1, para i = 1, 2, . . . , n;
es decir, cuando a1 = a2 = = an . El principio de induccin matemtica puede aplicarse en muchas situaciones en las que, a primera vista, no aparecen para nada los nmeros naturales. Por ejemplo, una proposicin referente a todos los polinomios podra probarse por induccin sobre el grado del polinomio. Un teorema sobre matrices cuadradas podra probarse por induccin sobre el orden de la matriz. Probaremos a continuacin una til igualdad algebraica conocida como frmula del binomio de Newton. Para establecer esta igualdad necesitamos denir los llamados coecientes binmicos. Dados dos nmeros enteros n k 0 se dene: n n! = k k!(n k)!
n
donde
n! =
p=1
Es decir, n! es el producto de todos los nmeros naturales menores o iguales que n. Se dene tambin 0! = 1. La igualdad n n n+1 + = k1 k k (1 k n) (1.1)
es de comprobacin inmediata. A partir de ella se prueba fcilmente, por induccin sobre n, que n es un nmero entero positivo. k 1.5 Teorema (Frmula del binomio de Newton). Cualesquiera sean los nmeros reales a, b y el nmero natural n se verica que:
n
(a + b) =
k=0
n nk k a b . k
Demostracin. Para n = 1 la igualdad del enunciado es trivialmente verdadera. Supongamos que dicha igualdad se verica para n N. Entonces:
n
(a + b)n+1
= (a + b)(a + b)n = (a + b)
k=0 n
n nk k a b k
=
k=0 n
n n+1k k a b + k n n+1k k a b + k
n
n k=0 n+1 k=1
n nk k+1 a b = k n a n+1k b k k1 a n+1k b k =
=
k=0
= a n+1 + b n+1 +
k=1 n+1
n n + k k1
=
k=0
n + 1 n+1k k a b k
Ejercicios
Lo que prueba la validez de la igualdad para n + 1. En virtud del principio de induccin, concluimos que la igualdad del enunciado es cierta para todo n N. La induccin matemtica es un proceso demostrativo Considera la expresin 991n 2 + 1. Si la evalas para n = 1, 2, 3, . . . , 100000, . . . no creo que consigas obtener valores de n que sean cuadrados perfectos. Debemos concluir que para todo nmero natural n se verica que 991n 2 + 1 no es un cuadrado perfecto? Pues no. Entre los nmeros de la forma 991n 2 + 1 hay cuadrados perfectos... el valor mnimo de n para el cual 991n 2 + 1 es un cuadrado es n = 12055735790331359447442538767! Con eso te indico que hay que ser precavido: no basta comprobar la veracidad de una expresin para unos cuantos valores de n para concluir que dicha expresin es cierta para todo n. La historia de las matemticas est llena de este tipo de errores.
1.4. Ejercicios
1. Demuestra que 3n 1 es divisible por 2 para todo n N. 2. Demuestra que cualquier conjunto de nmero naturales, con un nmero nito de elementos, contiene un nmero natural mximo. 3. Demuestra que la frmula 2 + 4 + 6 + + 2n = n2 + n + 2 cumple con el segundo paso del principio de induccin matemtica. Esto es, si la frmula es verdadera para n, tambin lo es para n + 1. Sin embargo, esta frmula no es vlida para n = 1. Qu deduces de esto? 4. Teorema del mapa de dos colores: si se traza en una hoja de papel lneas rectas que empiezan y terminan en un borde de la hoja, este mapa puede ser coloreado con slo dos colores sin que ninguna regin adyacente tenga el mismo color. 5. Dnde est el error en el siguiente razonamiento? A) En un conjunto formado por una nica nia, todas los nias de dicho conjunto tienen el mismo color de ojos. B) Supongamos que para todo conjunto formado por n nias se verica que todas las nias del conjunto tienen el mismo color de ojos. Consideremos un conjunto formado por n + 1 nias. Quitamos una nia del conjunto y nos queda un conjunto formado por n nias, las cuales, por la hiptesis de induccin, tienen el mismo color de ojos. Ahora devolvemos al conjunto la nia que habamos sacado y sacamos otra. Volvemos a razonar como antes y deducimos que la nia que habamos sacado tambin tiene el mismo color de ojos que las dems n nias del conjunto. Por tanto las n + 1 nias tienen todas ellas igual color de ojos. Como hay una nia con ojos azules, deducimos que todas las nias tiene ojos azules.
Ejercicios 6. Prueba que para todo n N se verica que: a) Todos los nmeros de la forma n3 + 5n son mltiplos de 6. b) Todos los nmeros de la forma 32n 1 son mltiplos de 8. d) 3 no divide a n3 n + 1, 1 1 1 1 n e) 1 + + + + + n 1 + 2 3 4 2 2 1 1 1 1 n + + + + = f ) 1+ 13 35 57 (2n 1)(2n + 1) 2n + 1 7. Dados n nmeros positivos a1 , a2 , . . . , an prueba que: i) ii) a1 a2 an1 an + + + + a2 a3 an a1 n 1/a1 + 1/a2 + + 1/an n;
n
c) Todos los nmeros de la forma n5 n son mltiplos de 5.
a1 a2 an ; n2 .
iii) (a1 + a2 + + an)
1 1 1 + + + a1 a2 an
Cundo las desigualdades anteriores son igualdades? Sugerencia: Usar la desigualdad de las medias aritmtica y geomtrica. 8. Utiliza la desigualdad de las medias para probar que: abn < a + nb n+1
n+1
siendo a > 0, b > 0, a
b, y n N.
Deduce que para todo nmero natural n se verica que: 1+ 1 n

n
< 1+
1 n+1
n+1
, y
1+
1 n+1
n+2
< 1+
1 n
n+1
9. Sea q N y a > 0. Prueba que el nmero
nq es muy pequeo si n es muy grande. (1 + a) n
10. Prueba que entre todos los rectngulos de permetro dado el de mayor rea es el cuadrado.
Leccin
Funciones reales. Funciones elementales
Introduccin
En esta leccin vamos a estudiar con algn detalle un concepto terico importante que es el de continuidad. En este curso se supone que ya tienes un conocimiento intuitivo de las funciones elementales (exponencial, logaritmo natural, trigonomtricas), no obstante, si yo doy por sabido algo que t desconoces hars muy bien en preguntar y yo har lo posible por despejar tus dudas.
2.1. Funciones reales

Las funciones son las herramientas principales para la descripcin matemtica de una situacin real. Todas las frmulas de la Fsica no son ms que funciones: expresan cmo ciertas magnitudes (por ejemplo el volumen de un gas) dependen de otras (la temperatura y la presin). El concepto de funcin es tan importante que muchas ramas de la matemtica moderna se caracterizan por el tipo de funciones que estudian. No es de extraar, por ello, que el concepto de funcin sea de una gran generalidad. Adems, se trata de uno de esos conceptos cuyo contenido esencial es fcil de comprender pero difcil de formalizar. La idea bsica de funcin es la siguiente. Supongamos que tenemos dos conjuntos A y B; una funcin de A en B es una regla que a cada elemento de A asocia un nico elemento de B. En este curso estamos interesados principalmente en funciones entre conjuntos de nmeros reales, es decir, A y B son subconjuntos de R; con frecuencia B = R. Estas funciones se llaman funciones reales de una variable real. En lo que sigue nos referiremos solamente a este tipo de funciones y, si no se especica otra cosa, se entiende que B = R. Por tanto, para darnos una funcin nos deben decir, en principio, el subconjunto A de R donde suponemos que la funcin est denida y la regla que asigna a cada nmero de A un nico nmero real. El conjunto A recibe el nombre de dominio de la funcin. 10
Funciones reales
11
Las funciones se representan por letras. En la prctica las letras ms usadas son f , g y h, pero cualquiera otra es tambin buena. Si f es una funcin y x es un nmero que est en su dominio, se representa por f (x) (lase f de x) el nmero que f asigna a x, que se llama imagen de x por f . Es muy importante en este curso distinguir entre f (una funcin) y f (x) (un nmero real). Es importante advertir que las propiedades de una funcin depende de la regla que la dene y tambin de su dominio, por ello dos funciones que tienen distintos dominios se consideran distintas funciones aunque la regla que las dena sea la misma.
Criterio de igualdad para funciones. Dos funciones f y g son iguales cuando tienen igual dominio y f (x) = g(x) para todo x en el dominio comn. Notemos tambin que aunque estamos acostumbrados a representar a las funciones mediante frmulas, no siempre es posible hacerlo. El smbolo f : A R se utiliza para indicar que f es una funcin cuyo dominio es A (se supone, como hemos dicho antes, que A es un subconjunto de R) Veamos unos ejemplos sencillos. a) Sea f : R R la funcin dada por f (x) = x 2 . b) Sea g : R+ R la funcin dada por g(x) = x 2 . c) Sea h : R R la funcin dada por: d) Sea f (x) = x 3 + 5x + 6 x2 1 h(x) = 0, 1, si x R \ Q si x Q
Segn lo antes dicho, las funciones en a) y b) son distintas. Ntese que la funcin denida en b) es creciente y la denida en a) no lo es. La funcin denida en c) es llamada funcin de Dirichlet. Ntese que no es fcil calcular los valores de dicha funcin porque no siempre se sabe si un nmero real dado es racional o irracional. Es e + racional? Pese a ello la funcin est correctamente denida. En d) no nos dan explcitamente el dominio de f por lo que se entiende que f est denida siempre que f (x) tenga sentido, es decir, siempre que, x2 1 0, esto es, para x 1. El convenio del dominio Cuando una funcin se dene mediante una frmula f (x) = frmula y el dominio no es explcito, se entiende que el dominio es el mayor conjunto de valores de x para los cuales la expre-
Funciones reales
12
sin f (x) tiene sentido como nmero real. ste es el llamado dominio natural de la funcin. Si queremos restringir el dominio natural de alguna manera, entonces debemos decirlo de forma explcita. Usaremos la notacin dom( f ) para representar el dominio de una funcin f (dicho dominio puede ser el natural o un subconjunto del mismo). El conjunto de todos los valores que toma una funcin, { f (x) : xdom( f )}, suele llamarse rango o recorrido de f , o simplemente, la imagen de f y lo representaremos por imagen( f ). Ocurre que el dominio natural de muchas funciones es un intervalo o la unin de varios intervalos. Recordemos el concepto de intervalo y cuntos tipos diferentes hay. 2.1 Denicin. Un conjunto I R se llama un intervalo si siempre que dos nmeros estn en I todos los nmeros comprendidos entre ellos dos tambin estn en I. El conjunto vaco, , se considera tambin como un intervalo. Adems de R y del , hay los siguientes tipos de intervalos1 . Intervalos que tienen dos puntos extremos a y b (donde a [a, b] ]a, b[ [a, b[ ]a, b] = = = = {x R : a x b} ; {x R : a < x < b} ; {x R : a x < b} ; {x R : a < x b} ; b son nmeros reales):
(intervalo cerrado) (intervalo abierto) (intervalo abierto a derecha y cerrado a izquierda) (intervalo abierto a izquierda y cerrado a derecha)
Intervalos que tienen un nico punto extremo c R llamado origen del intervalo: ] , c[ = {x R : x < c} ; ] , c] = {x R : x c} ; ]c, +[ = {x R : x > c} ; [c, +[ = {x R : x c} ; (semirrecta abierta a la izquierda) (semirrecta cerrada a la izquierda) (semirrecta abierta a la derecha) (semirrecta cerrada a la derecha)
Como es la primera vez que aparecen, hay que decir que los smbolos + (lase: ms innito) y (lase: menos innito"); son eso: smbolos. No son nmeros. Cada vez que aparece uno de ellos en una situacin determinada hay que recordar cmo se ha denido su signicado para dicha situacin. A veces, se escribe R =] , +[. La mayora de las funciones que vamos a usar en este curso pertenecen a la clase de las funciones elementales. Se llaman as porque pueden obtenerse a partir de ciertos tipos de funciones bien conocidas realizando las operaciones de suma, producto, cociente y composicin de funciones. Dadas dos funciones f y g se dene su funcin suma (resp. producto) como la funcin que a cada nmero xdom( f )dom(g) asigna el nmero real f (x)+ g(x) (resp. f (x)g(x)). Dicha funcin se representa con el smbolo f + g (resp. f g). Se dene la funcin cociente de f por g como la f (x) funcin que a cada nmero x dom( f ) dom(g) con g(x) 0 asigna el nmero real . Dicha g(x) f funcin se representa con el smbolo . Tambin podemos multiplicar una funcin f por un g
1 Este
resultado, en apariencia evidente, no podramos demostrarlo con las herramientas de que disponemos hasta
ahora.
Funciones reales
13
nmero para obtener la funcin f que asigna a cada x dom( f ) el nmero f (x). De todas formas, el producto de un nmero por una funcin puede considerarse como un caso particular del producto de funciones, pues se identica el nmero con la funcin constante que toma como nico valor . Las propiedades de la suma y el producto de funciones son las que cabe esperar y su demostracin es inmediata pues se reducen a las correspondientes propiedades de los nmeros. Cualesquiera sean las funciones f , g y h se verica: Propiedades asociativas. ( f + g) + h = f + (g + h); ( f g)h = f (gh) Propiedades conmutativas. f + g = g + f ; Propiedad distributiva. ( f + g)h = f h + gh fg = gf
Composicin de funciones Supongamos que f y g son funciones vericando que imagen( f ) dom(g). En tal caso, la funcin h dada por h(x) = g( f (x)) para todo x dom( f ) se llama composicin de g con f y se representa por g f . La composicin de funciones es asociativa, esto es (g f ) h = g ( f h) Funciones inyectivas Se dice que una funcin f es inyectiva en un conjunto A dom( f ), si en puntos distintos de A toma valores distintos; es decir, x, y A y x y, entonces f (x) f (y). Se dice que f es inyectiva cuando es inyectiva en dom( f ).
La funcin inversa de una funcin inyectiva Si f es una funcin inyectiva, puede denirse una nueva funcin f 1 : imagen( f ) R que llamaremos funcin inversa de f , que a cada nmero y imagen( f ) asigna el nico nmero x dom( f ) tal que f (x) = y. Equivalentemente f 1 ( f (x)) = x para todo x dom( f ), y tambin f ( f 1 (y)) = y para todo y dom( f 1 ) = imagen( f ). Funciones montonas Se dice que una funcin f es creciente (resp. decreciente) en un conjunto A dom( f ), si f conserva (resp. invierte) el orden entre puntos de A, es decir, si x, y A y x y, entonces f (x) f (y) (resp. f (x) f (y)). Se dice que f es creciente (resp. decreciente) cuando lo es en todo su dominio (A = dom( f )). Se dice que una funcin es montona para indicar que es creciente o decreciente. Una funcin montona e inyectiva se dice que es estrictamente montona, pudiendo ser estrictamente creciente o estrictamente decreciente.
Estudio descriptivo de las funciones elementales Grca de una funcin La grca de una funcin f es el conjunto de pares de nmeros {(x, f (x)) : x dom( f )}.
14
La grca de una funcin pone de maniesto, a simple vista, muchas de sus propiedades. Para dibujar grcas de funciones se precisan herramientas de clculo que estudiaremos ms adelante.
2.2. Estudio descriptivo de las funciones elementales2

Funciones polinmicas y funciones racionales Las funciones polinmicas o polinomios son las funciones de la forma P(x) = c0 + c1 x + c2x 2 + + cn x n donde c0 , c1 , . . . , cn son nmeros reales llamados coecientes del polinomio; n N es un nmero natural que, si cn 0, se llama grado del polinomio. Las funciones polinmicas tienen como dominio natural de denicin la totalidad de R aunque con frecuencia nos interesar estudiar una funcin polinmica en un intervalo. Mientras que la suma, el producto y la composicin de funciones polinmicas es tambin una funcin polinmica, el cociente de funciones polinmica da lugar a las llamadas funciones racionales. Una funcin racional es una funcin de la forma: R(x) = P(x) Q(x)
donde P (el numerador) y Q (el denominador) son polinomios y Q no es el polinomio constante igual a 0. La funcin R tiene como dominio natural de denicin el conjunto {x R : Q(x) 0}. Observa que las funciones polinmicas son tambin funciones racionales (con denominador constante 1). Es inmediato que sumas, productos y cocientes de funciones racionales son tambin funciones racionales; y la composicin de dos funciones racionales es tambin una funcin racional.
Races de un nmero Dados un nmero real x > 0 y un nmero natural k 2, hay un nico nmero real positivo, z > 0, que verica que zk = x . Dicho nmero real z se llama la raiz k-sima o de orden k de x y se representa por k x o por x 1/k . Adems, si y > 0, se verica que: i) x < y si, y slo si, k x < k y ii) k x y = k x k y
2 El estudio de las funciones elementales que haremos aqu se complementa con el cuaderno de Mathematica que est en http://www.ugr.es/local/fjperez/funciones_elementales.nb.
Estudio descriptivo de las funciones elementales Si x < 0 y k es impar se dene k x=

k
15
|x|
Potencias racionales Dados x > 0, p Z y q N, denimos x p/q = q x p . Notemos que ( q x ) p = q x p pues
q p ( q x ) p = ( q x ) p q = ( q x )q = x p
Naturalmente, si p/q = m/n donde m Z y n N, entonces se comprueba fcilmente que x p/q = x m/n . En consecuencia, si r es un nmero racional podemos denir, sin ambigedad alguna, la potencia x r por x r = x p/q , donde p Z y q N son tales que r = p/q. Logaritmos Vamos a hacer un estudio descriptivo de estas funciones. Nos limitaremos a recordar sus deniciones y propiedades bsicas, dejando para ms adelante un estudio riguroso de las mismas. Dado un nmero a > 0, a 1, y un nmero x > 0, se dene el logaritmo en base a de x como el nico nmero y R que verica la igualdad a y = x. El logaritmo en base a de x se representa por el smbolo loga x. Observa que, por denicin, para todo x > 0 es a loga x = x. El dominio de la funcin loga es R+ , y su imagen es R. La funcin es estrictamente creciente si a > 1 y estrictamente decreciente si a < 1. La propiedad bsica de los logaritmos es que convierten productos en sumas: loga (xy) = loga x + loga y (x > 0, y > 0)
-1
Los logaritmos decimales corresponden a tomar a = 10 -2 y los logaritmos naturales, tambin llamados neperianos (en honor de John Napier 1550-1617), corresponFigura 2.1: Funcin loga (x), (a > 1) den a tomar como base el nmero e. El nmero e es un nmero irracional que puede aproximarse arbitrariamente por nmeros de la forma (1 + 1/n) n para valores grandes de n. Un valor aproximado de e es 2, 7182818284. En esta asignatura trabajaremos siempre, salvo que explcitamente se indique lo contrario, con la funcin logaritmo natural, que notaremos log (la notacin, cada da ms en desuso, ln, para dicha funcin no ser usada en este curso). Teniendo en cuenta que loga x = log x log a (x > 0)
podemos deducir muy fcilmente las propiedades de la funcin logaritmo en base a a partir de las propiedades de la funcin logaritmo natural.
Estudio descriptivo de las funciones elementales Exponenciales
16
La funcin inversa de la funcin loga es la funcin exponencial de base a, que se representa por expa . Por tanto, para cada xR, expa (x) es, por denicin, el nico nmero positivo cuyo logaritmo en base a es igual a x: loga (expa (x)) = x. Es fcil comprobar que si r Q entonces expa (r) = a r , por lo que se usa la notacin expa (x) = a x . El dominio de la funcin expa es R, y su imagen es R+ . La funcin es estrictamente creciente si a > 1 y estrictamente decreciente si a < 1. La propiedad bsica de expa es que convierten sumas en productos: expa (x + y) = expa (x) expa (y) (x, y R)
20
15
10
-1
Dos funciones exponenciales cualesquiera, expa y expb , estn relacionadas por la igualdad: expb (x) = expa (x loga b) (x R)
Figura 2.2: Funcin expa (x), a > 0
La funcin exponencial de base e, inversa de la funcin logaritmo natural, se notar simplemente por exp. Por tanto exp(x) = e x . Con ello tenemos que: x y = e y log x (x > 0, y R)
La letra e se eligi en honor del gran matemtico Leonhard Euler (1707-1783). A primera vista puede parecer que no hay razones particulares para llamar natural al nmero e. Las razones matemticas de esta eleccin se vern al estudiar la derivacin. Sin embargo, hay muchos procesos de crecimiento que hacen del nmero e una base exponencial extremadamente til e interesante. Veamos unos ejemplos. Inters compuesto. Supongamos que invertimos un capital inicial, P, a una tasa de inters anual r (expresado en tanto por uno), cunto dinero tendremos cuando hayan pasado k aos? Respuesta: depende de cmo se paguen los intereses. En el inters simple se paga el total de los intereses al terminar la inversin, por lo que el inters total producido es igual a Prk, y el capital nal ser igual a P(1 + rk). Sin embargo, lo usual es que se paguen intereses en perodos ms cortos de tiempo. Estos intereses se acumulan al capital inicial y producen, a su vez, nuevos intereses. Esto se conoce como inters compuesto. Por ejemplo, si el inters se paga n veces al ao (trimestralmente (n = 4), mensualmente (n = 12), etctera) al nal del primer perodo tendremos P(1 + r/n), al nal del segundo P(1 + r/n) 2; al nal del primer ao P(1 + r/n) n, al nal del k-simo ao tendremos P(1 + r/n) nk . Cuando n es muy grande, el nmero (1 + r/n) n es aproximadamente igual a e r . Precisamente, si los interese se acumulan instantneamente al capital, lo que se conoce como inters compuesto continuo, entonces el capital al nal del k-simo ao viene dado por P e rk . Crecimiento demogrco. Llamemos P0 la poblacin mundial actual, y sea la tasa anual de crecimiento expresada en tanto por uno, la cual suponemos que se mantiene constante. Notemos por P(t) la poblacin mundial pasados t aos.
Estudio descriptivo de las funciones elementales
17
Pasado un ao, la poblacin ser P(1) P0 + P0 = (1 + )P0 . Utilizamos el signo y no el = porque hemos calculado el crecimiento de la poblacin P0 como si esta fuese constantemente igual a P0 en todo el ao, lo que no es correcto. Obtendramos un resultado ms exacto si consideramos el crecimiento de la poblacin mensualmente. Como la tasa de crecimiento mensual es /12, pasado un mes la poblacin ser 12 (1 + 12 )P0 , y pasados doce meses P(1) 1 + P0 . El clculo sigue siendo aproximado, pues 12 la poblacin crece continuamente. Para obtener una mejor aproximacin podramos considerar das en vez de meses; en general si dividimos el ao en n perodos, obtendramos como aproximacin: n P0 P(1) 1 + n Cuanto mayor sea n menor ser el error que cometemos. Si hacemos que n crezca indenida n mente, entonces el nmero 1 + se convierte en e , por lo que P(1) = e P0 . Si el perodo de n tiempo es de t aos, entonces P(t) = P0 et . Funcin potencia de exponente real a Se llama as la funcin cuyo dominio es R+ que a cada x > 0 asigna el nmero x a . Puesto que = exp(a log x), las propiedades de esta funcin se deducen con facilidad de las propiedades de las funciones exponencial y logaritmo natural.
xa
Funciones trigonomtricas Vamos a hacer un estudio descriptivo de estas funciones. Nos limitaremos a recordar sus deniciones y propiedades bsicas, dejando para ms adelante un estudio ms riguroso de las mismas. La palabra tri-gono-metra signica medida de las guras con tres esquinas, es decir, de los tringulos. La trigonometra (plana) es el estudio de las relaciones entre las longitudes de los lados de un tringulo (plano) y las medidas de sus ngulos. Por ello, las funciones trigonomtricas se denieron originalmente mediante tringulos rectngulos. No obstante, interesa denir dichas funciones usando la circunferencia unidad, es decir, la circunferencia centrada en 0 y de radio 1. El concepto ms especco de la trigonometra es el de medida de un ngulo. Para medir un ngulo llevamos su vrtice al origen y medimos la longitud del arco de la circunferencia unidad que dicho ngulo intercepta, obtenemos as un nmero que llamamos la medida (absoluta, es decir no orientada) del ngulo en cuestin. Naturalmente, lo primero que hay que hacer para medir cualquier cosa es elegir una unidad de medida. Pues bien, para medir ngulos suelen usarse dos unidades de medida. Hay una expresin que estamos acostumbrados a usar y cuyo signicado conviene precisar. Me reero a la expresin: una circunferencia de radio r. Cuando empleamos dicha expresin se sobreentiende que el radio r de la circunferencia es un nmero expresado en alguna unidad
18
de medida de longitudes. Es decir, la expresin una circunferencia de radio r presupone que hemos jado una unidad de medida con la cual hemos medido r.
Medida de ngulos en grados Supongamos que tenemos una circunferencia de radio r. Para medir ngulos en grados sobre dicha circunferencia lo que hacemos es tomar como unidad de medida un arco cuya longitud sea igual a la longitud total de esa circunferencia (2r) dividida por 360. Un ngulo de un grado es el que intercepta en una circunferencia de radio r un arco cuya longitud es igual a 2r . 360 Medida de ngulos en radianes Supongamos que tenemos una circunferencia de radio r. Para medir ngulos en radianes sobre dicha circunferencia lo que hacemos es tomar como unidad de medida un arco cuya longitud sea igual a la del radio. Un ngulo de un radin es el que intercepta en una circunferencia de radio r un arco cuya longitud es igual a r. Las palabras grado y radin se usan tanto para referirse a los respectivos ngulos como a las medidas de sus arcos. Es as como debes interpretar la expresin la longitud total de la circunferencia es 360 grados y tambin es igual a 2 radianes. Sera ms exacto decir: la longitud total de la circunferencia es 360 veces la longitud de un arco de un grado y tambin es igual a 2 veces la longitud de un arco de un radin. Evidentemente, la longitud de un arco de un radin es igual al radio de la circunferencia. La relacin entre grados y radianes viene dada por: 360 grados = 2 radianes No hay que olvidar que grados y radianes no son otra cosa que unidades de medida de longitudes, al igual que lo son el metro y el centmetro. En la navegacin y en la astronoma los ngulos se miden en grados, pero en Clculo es preferible medirlos en radianes porque se simplican las cuentas. Por ejemplo, la longitud de un arco de circunferencia se obtiene multiplicando la longitud del radio de dicha circunferencia por la medida en radianes del ngulo que corresponde a dicho arco. Observa que la ventaja de medir arcos en radianes es que, en tal caso, la misma unidad con la que medimos el radio nos sirve para medir arcos. Por ejemplo, si el radio es 1 centmetro el radin tambin mide 1 centmetro; mientras que la medida de un grado en centmetros sera 2/360 0, 0174533. Convenio de los ngulos: usar radianes De ahora en adelante, a menos que se establezca explcitamente otra unidad, supondremos que todos los ngulos estn medidos en radianes.
Estudio descriptivo de las funciones elementales Funciones seno y coseno
19
Hay dos funciones que suelen confundirse: el seno de un ngulo y el seno de un nmero. En geometra se habla del seno de un ngulo y en Clculo usamos la expresin sen( 2) para referirnos al seno del nmero 2. Qu relacin hay entre uno y otro? Antes que nada hay que decir que tanto el seno de un ngulo como el seno de un nmero son nmeros, pero mientras que el seno de un ngulo tiene una sencilla denicin geomtrica, no es evidente, a priori, cmo se puede denir el seno de un nmero. La idea consiste en asociar a cada nmero un (nico) ngulo y denir el seno del nmero como el seno del ngulo que le corresponde. Es evidente que a cada nmero x 0 le podemos asignar de manera nica un ngulo enrollando el segmento [0, x] sobre la circunferencia unidad, en sentido contrario a las agujas del reloj, de forma que el origen de dicho segmento coincida con el punto U = (1, 0) de la circunferencia. Obtenemos as un punto Px de la circunferencia unidad. Pues bien, si las coordenadas de Px son (a, b), se dene: y Px sen x = seno del ngulo(OUPx ) = b
longitud x
b O a x
cos x = coseno del ngulo(OUPx ) = a Al ser igual a 2 la longitud de la circunferencia unidad, es claro que Px+2 = Px , por lo que sen(x) = sen(x + 2) y cos(x) = cos(x + 2). Observa tambin que si 0 x < 2, entonces la medida en radianes del ngulo OUPx es igual a x, es decir: sen(x) = seno del ngulo de x radianes (0 x < 2)
Si x < 0 podemos proceder con el segmento [x, 0] de forma anloga a la anterior, con la diferencia de que ahora enrollamos dicho segmento sobre la circunferencia unidad en el sentido de las agujas del reloj, de forma que su extremo 0 coincida con el punto U = (1, 0) de la circunferencia. Obtenemos as un punto Px = (c, d) de la circunferencia unidad y se dene, igual que antes sen(x) = d, cos(x) = c. Es fcil ver que si Px = (c, d), entonces Px = (c, d). Resulta as que sen(x) = sen(x) y cos(x) = cos(x).
y = sen x 0 2
-1
Observacin Podemos denir la funcin seno en grados sin ms que interpretar que x es la medida en grados del ngulo que le corresponde. El hecho de que se use la misma notacin para ambas
20
funciones es la causa de muchos errores. Si notamos seno (x) el valor del seno del ngulo cuya media es x grados, y notamos senr (x) el valor del seno del ngulo cuya media es x radianes (es decir, la funcin que hemos denido antes); la relacin entre ambas funciones viene dada por: seno (x) = senr 2x x = senr 360 180
Es frecuente que seno (x) se escriba como sen x o . Por ejemplo sen(45o ). A esta mala notacin se deben las dudas que a veces surgen sobre el signicado de sen x y que llevan a preguntar: est x en grados o en radianes?, cuando lo que realmente debera preguntarse es se trata de seno (x) o de senr (x)?; porque, en ambos casos, x es tan slo un nmero al que no hay por qu ponerle ninguna etiqueta. Insistimos, una ltima vez: en este curso de Clculo el nmero sen x signicar siempre senr x. Por tanto sen(/4) sen(45) (pero sen(/4) = seno (45)). Propiedades de las funciones seno y coseno Las funciones seno y coseno son funciones reales cuyo dominio es todo R. Las identidades bsicas que dichas funciones verican son: sen 2 x + cos 2 x = 1 (x R) (x R) (x R)
Como se ha dicho antes, las funciones seno y coseno son peridicas de perodo 2: sen(x + 2) = sen x , cos(x + 2) = cos x
La funcin seno es impar y la funcin coseno es par: sen(x) = sen x , cos(x) = cos x
Todas las propiedades anteriores se deducen fcilmente de las deniciones dadas. Las siguientes igualdades, conocidas como frmulas de adicin, se probarn ms adelante: sen(x + y) = sen x cos y + cosx sen y cos(x + y) = cosx cos y senx sen y La funcin seno se anula en los mltiplos enteros de , es decir, en los puntos de la forma k donde k es un entero cualquiera. La funcin coseno se anula en los puntos de la forma k + /2 donde k es un entero cualquiera. Las funciones tangente y secante, que se representan por tg y sec son las funciones denidas en el conjunto R \ {k + /2 : k Z} = {x R : cos x 0}, por: tg x = sen x , cosx sec x = 1 cos x
Las funciones cotangente y cosecante, que se representan por cotg y csc son las funciones denidas en el conjunto R \ {k : k Z} = {x R : sen x 0}, por: cotg x = cos x , sen x csc x = 1 sen x
Las propiedades de estas funciones se deducen con facilidad de las propiedades del seno y del coseno. Por ejemplo, tg(x) = tg(x + ); es decir, la funcin tangente es peridica de perodo .
Estudio descriptivo de las funciones elementales Las funciones arcoseno, arcocoseno y arcotangente
21
Lo primero que hay que decir es que ninguna de las funciones seno, coseno, tangente, es inyectiva pues todas ellas son peridicas y, por tanto, toman cada uno de sus valores en innitos puntos; en consecuencia, ninguna de ellas tiene inversa. Por tanto, no debe decirse que las funciones arcoseno, arcocoseno, arcotangente sean las funciones inversas del seno, del coseno o de la tangente: eso no es cierto. Hecha esta observacin imprescindible, pasemos a denir dichas funciones. La funcin seno es estrictamente creciente en el intervalo [/2, /2] y en dicho intervalo toma todos los valores comprendidos entre 1 y 1, sen([/2, /2]) = [1, 1]. En consecuencia, dado un nmero x [1, 1] hay un nico nmero y [/2, /2] tal que sen y = x; dicho nmero y se representa por arc sen x y se llama el arcoseno de x. Es decir, el arcoseno es la funcin arc sen : [1, 1] R denida por sen(arc sen x) = x y arc sen x . Observa que la igualdad 2 2 arc sen(sen x) = x, es cierta si, y slo si, /2 x /2.
2
y = arc sen x
-1
/2
y = arc cos x
-1
Figura 2.3: Funcin arc sen x
Figura 2.4: Funcin arc cos x
La funcin coseno es estrictamente decreciente en el intervalo [0, ] y en dicho intervalo toma todos los valores comprendidos entre 1 y 1. Por tanto, dado un nmero x [1, 1], hay un nico nmero y [0, ] tal que cos y = x; dicho nmero y se representa por arc cosx y se llama arcocoseno de x. Es decir, arcocoseno es la funcin arc cos : [1, 1] R dada por cos(arc cosx) = x y 0 arc cos x . Observa que la igualdad arc cos(cos x) = x, es cierta si, y slo si, 0 x . La funcin tangente es estrictamente creciente en el intervalo ] /2, /2[ y en dicho intervalo toma todos los valores reales, tg(] /2, /2[) = R. En consecuencia, dado un nmero xR, hay un nico nmero y ] /2, /2[ tal que tg y = x; dicho nmero y se representa por arc tg x y se llama el arcotangente de x. Es decir, el arcotangente es la funcin: arc tg : R R denida por: tg(arc tg x) = x , < arc tg x < . 2 2
Observa que la igualdad arc tg(tg x) = x, es cierta si, y slo si, /2 < x < /2.

2
22 y = arctg x
Las funciones hiperblicas Hay algunas combinaciones de las funciones exp(x) y exp(x) que aparecen con tanta frecuencia que se les da nombre propio. Ellas son las funciones seno hiperblico, representada por senh, y coseno hiperblico, representada por cosh, y estn denidas para todo x R por: cosh x = e x + ex , 2 senh x = e x ex 2
3.5
3
3
2
2.5
y = cosh x
y = senh x
1 2
-2
-1
1.5
-1
-2
-1
-2
-3
Propiedades de las funciones seno hiperblico y coseno hiperblico Las funciones seno hiperblico y coseno hiperblico son funciones reales cuyo dominio es todo R. La identidad bsica que dichas funciones verican es: cosh 2 x senh 2 x = 1 (x R)
La funcin seno hiperblico es impar y la funcin coseno hiperblico es par: senh(x) = senh x , cosh(x) = cosh x (x R)
La funcin seno hiperblico es estrictamente creciente en R. La funcin coseno hiperblico es estrictamente creciente en R+ . o Todas las propiedades anteriores se deducen fcilmente de las deniciones dadas.
23
La funcin tangente hiperblica que se representa por tgh es la funcin denida para todo xR por: senh x e x ex tgh x = = cosh x e x + ex
1
y = tgh x
-4 -2 -1 2 4
De forma anloga se denen las funciones cotangente, secante y cosecante hiperblicas. Las funciones hiperblicas inversas La funcin seno hiperblico es una biyeccin de R sobre R cuya inversa, representada por, argsenh, (lase argumento seno hiperblico) viene dada por: argsenhx = log(x + x 2 + 1) (x R)
2
y = argsenhx
-4 -2 -1 2 4
y = argcoshx
1 2 3 4
-2
La funcin tangente hiperblica es una biyeccin de R sobre el intervalo ] 1, 1[ cuya inversa, representada por, argtgh, (lase argumento tangente hiperblica) es la funcin denida en el intervalo ] 1, 1[ por: 1+x 1 (1 < x < 1) argtghx = log 2 1x La funcin coseno hiperblico es inyectiva en R+ y su imagen es la semirrecta [1, +[. La funo cin, denida en [1, +[, que a cada nmero x 1 asigna el nico nmero y > 0 tal que cosh y = x, se llama argumento coseno hiperblico, se representa por, argcosh, y viene dada por: argcoshx = log(x +
2
x 2 1) (x
1)
y = argtghx
1
-1
-1
-2
Ejercicios
24
La razn de por qu estas funciones se llaman hiperblicas es que, al igual que los puntos de la circunferencia unidad pueden representarse en la forma (cost, sent), los puntos en la rama derecha de la hiprbola unitaria x 2 y 2 = 1 pueden representarse como (cosht, senht). Naturalmente, la importancia de las funciones trigonomtricas procede de que multitud de fenmenos naturales son de naturaleza ondulatoria. Todos sabis lo que es un electrocardiograma; pues bien, la grca que aparece en ese informe clnico no es ms que superposiciones de grcas de senos y cosenos. Las funciones hiperblicas, por su parte, tambin sirven para describir el movimiento de ondas en slidos elsticos, o la forma que adoptan los cables elctricos colgantes. Hay una hermosa curva llamada catenaria cuya ecuacin es de la forma y = a cosh(x/a) (donde se entiende que a es una constante). La catenaria es la forma que adopta una cadena perfectamente exible suspendida de sus extremos y bajo la accin de la gravedad.
2.3. Ejercicios
1. Compara alogb con blog a . 2. Resuelve 1 1 1 1 = + + logx (a) logb (a) logc (a) logd (a)
3. Es correcto escribir log(x 1)(x 2) = log(x 1) + log(x 2)? 4. Prueba que log(x + 1 + x 2) + log( 1 + x 2 x) = 0. 5. Resuelve x x = ( x) x . 6. Simplica las expresiones alog(log a)/ log a , loga (loga (aa )).
x
7. Resuelve el sistema: 7(logy x + logx y) = 50, x y = 256. Se supondr que x > y > 1. 8. Indica cul de los dos nmeros 1,234,5676,334,568 y 1,234,5686,334,567 es el mayor. 9. Calcula los valores de x para los que se verica la igualdad: logx (10) + 2 log10x (10) + log190x (70) = 0 10. Sea f : R+ R una funcin que verica las propiedades: 1. f (xy) = f (x) + f (y) para todos x, y en R+ ; 2. f (x) > 0 para todo x > 1; 3. f (e) = 1. Demuestra que f (x) = log(x) para todo x R+ .
Sugerencias: a) Prueba primero que f es creciente y que f (er ) = r para todo r Q.
b) Sea (x) = f (exp(x)). Justica que es estrictamente creciente. Supn que hay algn nmero a tal que (a) a y deduce una contradiccin (utiliza que entre dos nmeros reales cualesquiera siempre hay algn nmero racional).
Ejercicios 11. Prueba las igualdades siguientes. cos(arc tg x) = tan(arc sen x) = 1 1 + x2 x 1 x2 sen(arc tg x) = x
25
1 + x2 x ] 1, 1[, arc cosx + arc senx = x [1, 1] 2 b . Prueba que cos = a, a+1
12. Sean a, bR tales que a2 +b2 = 1, a 1. Denamos = 2 arc tg sen = b. 13. Prueba por induccin la siguiente igualdad.
x nx n+1 x sen (sen x + sen 2x + + sen nx) = sen sen 2 2 2 14. Prueba que tg(x + y) = tg x + tg y . Qu excepciones hay que hacer?. 1 tgx tg y
15. Indica para qu valores de x e y se verica la igualdad arc tg x + arc tgy = arc tg
x+y . 1 xy
Leccin
Nmeros complejos. Exponencial compleja
Introduccin
Los nmeros complejos son una herramienta bsica de clculo. Son especialmente tiles para trabajar con funciones sinusoidales, y por eso se hace uso constante de ellos siempre que representamos una seal por medio de dichas funciones, y no hay que olvidar que se es el propsito bsico de los mtodos de Fourier. La Transformada de Fourier Discreta, una herramienta fundamental en el tratamiento digital de seales, toma valores complejos. Las transformadas de Fourier y de Laplace son funciones complejas. La transformada z, al igual que otras transformadas de uso frecuente, se dene como una serie de nmeros complejos. La funcin exponencial compleja desempea un papel fundamental en el estudio de los sistemas LTI (sistemas lineales invariantes en el tiempo) y tambin en la teora de las ecuaciones diferenciales lineales.
3.1. Operaciones bsicas con nmeros complejos

3.1 Denicin. Consideremos en el conjunto R2 las operaciones de adicin y producto denidas por (a, b) + (c, d) = (a + c, b + d) Es muy fcil comprobar las propiedades asociativa, conmutativa y distributiva de las operaciones as denidas. El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto. Adems, (a, b) es el opuesto de (a, b), y todo (a, b) (0, 0) tiene inverso (a, b) a a2 + b2 , a2 + b2 b = (1, 0) (a, b)(c, d) = (ac bd, ad + bc)
Todas estas propiedades se resumen diciendo que (R2 , +, ) (lase el conjunto R2 con las operaciones de adicin y producto) es un cuerpo. Dicho cuerpo se representa simblicamente por C y sus elementos se llaman nmeros complejos. 26
Operaciones bsicas con nmeros complejos Comentarios a la denicin
27
A los elementos de R2 se les llama unas veces pares ordenados de nmeros reales, otras vectores o puntos y tambin nmeros complejos. La razn de esto es que en R2 conviven varias estructuras cada una con su terminologa propia. Por eso a los elementos de R2 se les llama vectores si se est considerando la estructura de espacio vectorial, puntos si jamos la atencin en la estructura topolgica o afn, pares ordenados cuando estamos pensando en R2 como conjunto sin ninguna estructura particular y nmeros complejos cuando se considera la estructura de cuerpo antes denida. Ocurre que estos trminos se usan a veces en un mismo prrafo lo que puede resultar confuso. La regla que debes tener siempre presente es que todo concepto matemtico tiene sentido propio dentro de una determinada estructura matemtica. Por ello, a un elemento de R2 se le llama nmero complejo cuando se va a usar el producto antes denido que es lo que en realidad distingue a los nmeros complejos de los vectores de R2 .
Forma cartesiana de un nmero complejo El smbolo usual (a, b) para representar pares ordenados no es conveniente para representar el nmero complejo (a, b). Para convencerte calcula (1, 1)4 . Representaremos los nmeros complejos con un simbolismo ms apropiado. Para ello hacemos la identicacin (a, 0) = a y el nmero complejo (0, 1) lo representaremos por i. Con ello tenemos que i 2 = (0, 1)(0, 1) = (1, 0) = 1 Ahora podemos escribir (a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + bi Se dice que a es la parte real y b es la parte imaginaria del nmero complejo z = a + ib y escribimos a = Re(z), b = Im(z). El producto ahora es muy fcil de recordar pues (a + ib)(c + id) = ac + i2bd + i(ad + bc) = ac bd + i(ad + bc) Comentarios a la denicin usual i = 1
Acabamos de ver que i2 = 1 pero eso no nos permite escribir as, sin ms ni ms, que i = 1. Fjate lo que ocurre si ponemos i = 1 y manejamos ese smbolo con las reglas a las que estamos acostumbrados: i2 = 1 = i i = 1 1 = (1)(1) = 1 = 1 Luego 1 = 1. Por tanto, las matemticas son contradictorias y aqu hemos acabado. Naturalmente, el error, procede de que estamos haciendo disparates. Fjate que en la expre sin 1 no puedes interpretar que 1 es el nmero real 1 (porque, como sabes, los nmeros reales negativos no tienen raz cuadrada real), sino que tienes que interpretar 1 como el nmero complejo 1 (espero que ya tengas clara la diferencia). Resulta as que estamos usando races de nmeros complejos sin haberlas denido y dando por supuesto que dichas races verican las mismas propiedades que las de los nmeros reales positivos.
Representacin grca. Complejo conjugado y mdulo
28
Antes de escribir 1 hay que denir qu signica z para z C. Cuando lo hagamos ve remos sorpresa! que la igualdad z w = z w, vlida cuando z, w R+ , no es cierta en general cuando z, w C. Todava ms disparatado es denir i = 1 sin ni siquiera haber denido antes los nmeros complejos. Sin embargo, y aunque parezca mentira, en muchos textos se dene (porque s, sin ms explicaciones) i = 1 y a continuacin se dice que los nmeros de la forma a + ib son los nmeros complejos. No es de extraar que luego resulte que 1 = 1. No hay un orden en C compatible con la estructura algebraica Al ampliar R a C ganamos mucho pero tambin perdemos algo. Te recuerdo que R tiene dos estructuras: la algebraica y la de orden. Ambas estructuras estn armoniosamente relacionadas. Pues bien, en C no hay nada parecido. Podemos denir relaciones de orden en C, pero no hay ninguna de ellas que sea compatible con la estructura algebraica. Es decir, es imposible denir un concepto de nmero complejo positivo de forma que la suma y el producto de complejos positivos sea positivo. Por ello no se dene en C ningn orden. As que ya sabes: nunca escribas desigualdades entre nmeros complejos! Naturalmente, puedes escribir desigualdades entre las partes reales o imaginarias de nmeros complejos, porque tanto la parte real como la parte imaginaria de un nmero complejo son nmeros reales.
3.1.1. Representacin grca. Complejo conjugado y mdulo

Es usual interpretar el nmero complejo x + iy como el vector del plano (x, y) y, en ese sentido, se habla del plano complejo. El eje horizontal recibe el nombre de eje real, y el eje vertical recibe el nombre de eje imaginario. Si z = x + iy es un nmero complejo (con x e y reales), en-
b |z| a
z = a + ib
z = a ib
Figura 3.1: Representacin de un nmero complejo tonces el conjugado de z se dene como: z = x iy y el mdulo o valor absoluto de z, se dene como: |z | =
x2 + y2
Forma polar y argumentos de un nmero complejo
29
Geomtricamente, z es la reexin de z respecto al eje real, mientras que |z | es la distancia eucldea del punto (x, y) a (0, 0) o, tambin, la longitud o norma eucldea del vector (x, y) (ver gura 3.1). La distancia entre dos nmeros complejos z y w se dene como |z w|. La representacin grca de la suma es conocida. Dos nmeros complejos z = a + ib y w = c + id determinan un paralelogramo cuya diagonal (ver gura 3.2) es z + w. Se comprueba fcil-
z+w w
z c a a+c
Figura 3.2: Suma de nmeros complejos mente que si z y w son nmeros complejos se verica que z = z, z + w = z + w y z w = zw. La igualdad |z |2 = zz que se deduce directamente de la denicin de mdulo de un nmero complejo, permite probar con facilidad que para todos z, w C es a) |zw| = |z | |w| y b) |z + w| |z | + |w|
Tambin son de comprobacin inmediata las desigualdades m x{|Re z| , |Im z|} a |z | |Re z| + |Im z| (3.1)
3.1.2. Forma polar y argumentos de un nmero complejo

El uso de coordenadas polares en el plano facilita mucho los clculos con productos de nmeros complejos. Para cualquier nmero complejo z = x + iy 0 podemos escribir z = |z | ( Como ( x y +i ) |z | |z |
x y , ) es un punto de la circunferencia unidad, puede escribirse en la forma |z | |z | ( x y , ) = (cos , sen ) |z | |z |
para algn nmero R. Resulta as que z = |z | (cos + i sen ) Esta forma de expresar un nmero complejo recibe el nombre de forma polar, cuya interpretacin grca vemos en la gura siguiente.
30
z |z|
Figura 3.3: Forma polar de un nmero complejo Dado zC, z 0, hay innitos nmeros t R que verican la igualdad z = |z | (cost, sent) cualquiera de ellos recibe el nombre de argumento de z. El conjunto de todos los argumentos de un nmero complejo no nulo se representa por Arg(z). Arg(z) = {t R : z = |z | (cost + i sent)} Observa que s, t Arg(z) cos(t) = cos(s) sin(t) = sin(s) s = t + 2k para algn k Z
Por tanto, conocido un argumento to Arg(z) cualquier otro es de la forma to + 2k para algn k Z, es decir, Arg(z) = to + 2Z. De entre todos los argumentos de un nmero complejo z 0 hay uno nico que se encuentra en el intervalo ] , ], se representa por arg(z) y se le llama argumento principal de z. No es difcil comprobar que el argumento principal de z = x + iy 0 viene dado por: arc tg(y/x) si y 0, x < 0 /2 si y 0, x = 0 arc tg(y/x) si x > 0 /2 si y > 0, x = 0 arc tg(y/x) + si y 0, x < 0
arg(z) =
Observaciones a la denicin de argumento principal Puede parecer un poco extraa la forma de elegir el argumento principal de un nmero complejo. La eleccin que hemos hecho supone que medimos ngulos en el semiplano superior de 0 a y en el semiplano inferior de 0 a . Fjate que si tomas un nmero complejo que est situado en el tercer cuadrante z = x + iy con x < 0, y < 0 y supones que y es prximo a 0, su argumento principal est prximo a , y si tomas un nmero complejo que est situado en el segundo cuadrante, w = x + iv con x < 0, v > 0, y supones que v es prximo a 0, su argumento principal est prximo a . Adems, la distancia
31
|w z| = |v y| = v y es tan pequea como quieras. Esto nos dice que el argumento principal tiene una discontinuidad en el eje real negativo: salta de a cuando atravesamos dicho eje desde el tercer al segundo cuadrante. Peor todava dirs. Hasta cierto punto. Primero, la discontinuidad es inevitable. Si queremos elegir argumentos en un intervalo de longitud 2, digamos [, + 2[, entonces dichos argumentos saltan de a + 2 cuando atravesamos la semirrecta (x, y) = (cos, sen ), ( > 0). En particular, si tomamos argumentos en el intervalo [0, 2[ (cosa que, a primera vista, parece lo razonable) nos encontramos con que entonces se produce una discontinuidad de dichos argumentos en el eje real positivo. Bien, sucede que la extensin a C de algunas funciones denidas en R+ (el logaritmo, las races) hace intervenir el argumento principal. Naturalmente, queremos que dichas extensiones sigan siendo continuas en R+ y ello justica que tengamos que tomar argumentos principales de la forma en que lo hemos hecho: porque preferimos introducir una discontinuidad en R a perder la continuidad en R+ . Frmula de De Moivre Veamos cmo la forma polar permite hacer fcilmente productos de nmeros complejos. Consideremos dos nmeros complejos no nulos escritos en forma polar. z = |z | (cos + i sen )
w = |w| (cos + i sen ) Entonces z w = |z | |w| (cos + i sen )(cos + i sen ) = = |z w| (cos( + ) + i sen ( + ))
= |z w| [(cos cos sen sen ) + i(sen cos + cos sen )] =
Es decir: para multiplicar dos nmeros complejos se multiplican sus mdulos y se suman sus argumentos. As pues, el producto de dos nmeros complejos es geomtricamente un giro (pues se suman los argumentos de los nmeros que estamos multiplicando) seguido de una homotecia (el producto de los mdulos de ambos nmeros). Acabamos de ver que si z, wC , Arg(z) y Arg(w), entonces + Arg(z + w). Es ahora fcil demostrar mediante induccin la siguiente frmula, muy til, conocida como frmula de De Moivre. 3.2 Proposicin (Frmula de De Moivre). Si z es un complejo no nulo, es un argumento de z y n es un nmero entero, se verica que n Arg(z n ), es decir: z n = |z | (cos + i sen )
n
= |z |n (cos n + i sen n),
Arg(z), n Z
Races de un nmero complejo
32
3.1.3. Races de un nmero complejo

Se trata ahora de resolver la ecuacin wn = z donde n es un nmero natural, n un nmero complejo conocido. Escribamos w en forma polar: w = |w| (cos + i sen ) Ahora, usando la frmula de De Moivre, podemos escribir la ecuacin wn = z en la forma equivalente: wn = |w|n (cos n + i sen n) = |z | (cos + i sen ) Donde = argz. Esta igualdad se da cuando |w|n = |z | y n = + 2k donde k Z. Deducimos que |w| = n |z | (ojo: se trata de la raz nsima de un nmero positivo, cosa ya conocida). Ahora bien, para cualquier nmero k de la forma k = ( + 2k)/n tenemos un nmero complejo wk =
n
2, y z
0 es
|z |(cos k + i sen k )
tal que (wk )n = z. Como una ecuacin polinmica de grado n no puede tener ms de n soluciones, se sigue que distintos valores de k deben dar lugar al mismo nmero wk . Veamos: wk = wq k q = 2m k q = nm Es decir, si k y q dan el mismo resto al dividirlos por n entonces wk = wq . Deducimos que para k = 0, 1, 2, . . . , n 1 obtenemos wk distintos y cualquier otro wq es igual a uno de ellos. Por tanto hay n races nsimas distintas de z. Hemos obtenido que las n races nsimas de z vienen dadas por zk = |z |1/n cos arg z + 2k argz + 2k + i sen n n k = 0, 1, 2, . . ., n 1
Observa que deniendo u = cos(2/n) + i sen(2/n), los nmeros u0 = 1, u, u2 , . . . , un1 son las races nsimas de la unidad. Podemos escribir las races nsimas de z en la forma z k = z 0 uk . Como multiplicar por u es un giro de amplitud 2/n, deducimos que las n races de z se obtienen girando la raz nsima principal, z 0 , con giros sucesivos de amplitud 2/n. Es decir, si representamos todas las races nsimas de z obtenemos n puntos sobre una circunferencia de centro (0, 0) y radio n |z | que forman un polgono regular de n lados.
Figura 3.4: Races novenas de la unidad
Ejercicios De entre todas las races nsimas de z vamos a designar con el smbolo principal, que est denida por arg z arg z n z = |z |1/n cos + i sen n n
33 n z a la raz n-sima
Observa que en el caso particular de que z sea un nmero real positivo, entonces la raz principal de z (considerado como nmero complejo) coincide con la raz de z (considerado como nmero real positivo). En general no es cierto que dados dos nmeros complejos z y w entonces el producto de las races n-simas principales de z y de w sea igual a la raz n-sima principal de z w. Lo que s es cierto es que el producto de dos races n-simas cualesquiera de z y de w es una raz n-sima de z w. Por tanto, n z n w, es una raz n-sima de z w pero no tiene por qu ser la principal. Es fcil probar que n z n w = n zw < arg(z) + arg(w) arg(z w) = arg(z) + arg(w)
Si Re z > 0 Re w > 0, entonces < arg(z) + arg(w) < por lo que, en este caso, Para n = 2, z = w = 1, como arg(1) = , tenemos que 1 = cos(/2) + i sen(/2) = i En este caso 1 1 = i i = 1 (1)(1) = 1=1
n z n w = n z w.
es decir 1 1 = 1 es una raz cuadrada de 1 (porque 1 = (1)(1)) pero no es la raz cuadrada principal de 1. Ahora ya sabes dnde est el error en lo que sigue: 1 = i 2 = i i = 1 1 = (1)(1) = 1=1
3.2. Ejercicios
1. Realiza las operaciones indicadas y expresa el resultado en la forma a + i b. i) (7 2i)(5 + 3i) v) (4 i)(1 3i) 1 + 2i ii) (i 1)3 vi) (1 + i)2 iii) vii) (1 + i)(2 + i)(3 + i) 1 + 2i 2i iv) viii) 3+i 2+i i2 (1 + i)3
2. Calcula la parte real e imaginaria de las funciones: a) f1 (z) = z 2 b) f2 (z) = z3 c) f3 (z) = 1 z d) f (z) = 1 1 + z2 e) f4 (z) = z+i zi
3. Calcula las siguientes cantidades. a) |(1 + i)(2 i)|

b)
4 3i 2i 5
c) (1 + i)20
d)
2 + i( 2 + 1)
Ejercicios 4. Calcula los nmeros complejos z tales que 1+z es: 1z a) Un nmero real; b) Un nmero imaginario puro. 1+i 3 d) (1 + i)2
34
5. Expresa en forma polar los siguientes nmeros complejos. 3 a) 3 i b) 3 + i c) 3+i 6. Expresa los siguientes nmeros en la forma a + i b: a) (1 + i 3)11 b) 1+i 1i
5
c)
1+i 3 1i
d) (
3 + i)13
7. Supuesto que |z | = 1, prueba que arg z1 z+1 = /2 si Im z > 0 /2 si Im z < 0
8. Resuelve la ecuacin cuadrtica az2 + bz + c = 0 donde a, b, c, son nmeros complejos conocidos y a 0. 9. Calcula todas las soluciones de las siguientes ecuaciones: a) z3 = 1 + i b) z4 = i c) z3 = 1 + i 3 d) z8 = 1 10. Calcula las soluciones de las ecuaciones: a) z4 + 2z3 + 7z 2 18z + 26 = 0; b) z4 + (1 + 2i)z2 + 2i = 0
e) z2 +
32 i z 6i = 0
11. Demuestra la llamada igualdad del paralelogramo: |z + w|2 + |z w|2 = 2(|z|2 + |w|2 ) y explica su signicado geomtrico. 12. Prueba que za < 1 si |z | < 1 y |a| < 1 y tambin si |z | > 1 y |a| > 1. 1 az Sugerencia: Una estrategia bsica para probar desigualdades entre mdulos de nmeros complejos consiste en elevar al cuadrado ambos miembros de la desigualdad. (z, w C)
13. Sea x un nmero real que no es mltiplo entero de 2. Prueba las igualdades n = cos x 2 sen n+1 x 2 x sen 2 n+1 sen x 2 x sen 2
a)
1 + cosx + cos2x + + cosnx
b)
sen x + sen2x + + sen nx
= sen
n x 2
Sugerencia: Si llamamos A a la primera suma y B a la segunda, calcula A + iB haciendo uso de la frmula de De Moivre.
Funciones elementales complejas 14. Haciendo uso de la frmula de De Moivre prueba que: a) sen 3 = 3 sen 4 sen3 ;
35
b) cos 4 = 8 cos4 8 cos2 + 1. 15. Representar grcamente los conjuntos de nmeros complejos z que verican: |z 3| 3; 2 < |z i| 3; |argz| < /6; |z i| + |z + i| = 4 zi = 2; Im(z 2 ) > 6; |z i| = Im z + 1 z + 2i
|z 1| = |z 2i| ;
3.3. Funciones elementales complejas

Las funciones complejas no son ms que las funciones denidas en subconjuntos de R2 con valores en R2 cuando en R2 consideramos su estructura compleja. Dado un conjunto A C, a toda funcin compleja f : A C se le asocian dos funciones reales: la funcin u = Re f parte real de f y la funcin v = Im f parte imaginaria de f denidas para todo (x, y) = x + iy A por: u(x, y) = Re f (x + iy), Naturalmente, f (x + iy) = u(x, y) + i v(x, y). v(x, y) = Im f (x + iy)
3.3.1. La funcin exponencial

Denimos1 la exponencial compleja de un nmero z = x + i y como ex+i y = exp(x + i y) = ex cosy + i sen y Observa que | ez | = eRe z , Im z Arg(ez )
En particular, obtenemos la llamada frmula de Euler: eit = cost + i sent (para todo t R)
que establece una relacin entre la exponencial compleja y las funciones trigonomtricas. De la frmula de Euler se deducen fcilmente las llamadas ecuaciones de Euler: cost = eit + eit , 2 sent = eit eit 2i (t R)
Se prueba fcilmente que ez+w = ez ew para todos z, w C. Se deduce que para todo z C y todo k Z es ez = ez+2ki Lo que nos dice que la exponencial compleja es una funcin peridica con perodo 2i. Naturalmente, esto supone una gran diferencia con la exponencial real que es una funcin inyectiva. Observa que la exponencial no se anula nunca pues | ez | = eRe z > 0.
1 Ms adelante veremos
la justicacin de esta denicin.
Logaritmos complejos
36
3.3.2. Logaritmos complejos

Dado un nmero complejo z 0, hay innitos nmeros complejos w que satisfacen la ecuacin ew = z. Cualquiera de ellos se llama un logaritmo de z. El conjunto de todos ellos lo representaremos por Log z y es el conjunto: Log z = {log |z | + i(arg(z) + 2k), k Z} De entre todos ellos elegimos uno, llamado logaritmo principal, denido por log z = log |z | + i arg(z) para todo z C
Observa que cualquier otro logaritmo de z es de la forma log(z) + i2k para algn entero k. Es importante que observes que la igualdad log z w = log z + logw que es vlida para los logaritmos de los nmeros reales positivos, no es siempre cierta para nmeros complejos. Por ejemplo: log ei 2/3 = i 3 7 2 , log ei 3/4 = i , log ei 2/3 ei 3/4 = log ei 17/12 = log ei7/12 = i 3 4 12
Lo que est claro es que el nmero log z + log w Log(z w), es decir, log z + logw es un logaritmo de z w pero no tiene por qu ser el logaritmo principal de z w.
3.3.3. Potencias complejas

Recuerda que dados dos nmeros reales a > 0 y b R, la potencia de base a y exponente b se dene como ab = eb log a . Ahora, dados a, b C, con a 0, sabemos que hay innitos logaritmos de a, todos ellos son de la forma log a + i 2k, con k Z. Por ello, cualquier nmero complejo de la forma eb(log a+i 2k) donde k Z, es una potencia de base a y exponente b. Representamos por [ab ] el conjunto de todas ellas. [ab ] = eb(log a+i 2k) : k Z Se destaca una: ab = eb log a que se llama valor principal de la potencia de base a y exponente b. Observa que si b = 1/n donde n N, el nmero arg a arg a + i sen n n es el valor principal de la raz n-sima de a que antes hemos notado por n a. a1/n = exp = |z |1/n cos 1 log a arga log a = exp +i n n n
3.4. Ejerccios
1. Expresa los 8 nmeros 1 i,
3 i en la forma r ei .
Ejerccios 2. Calcula el mdulo y los argumentos principales de los nmeros 1 + ei , 1 ei , a ei donde || y a > 0.
37
3. Calcula log z y Log z cuando z es uno de los nmeros siguientes i, i, e3 , e5i , 4, 5 e, 1 + i 4. Calcula log(3i) + log(1 + i 3) y log 3i(1 + i 3) . 5. Calcula log(1 i) logi y log 6. Calcula [(4)i ], i3i , [i2/ ], [i i ], 12i , 31i , ((i)i )i , (1 + i)1+i 7. Estudia, para z C y n N, las igualdades: log(z) ; d) log(zn ) = n log(z). a) log(exp(z)) = z ; b) exp(log(z)) = z ; c) log( n z) = n 8. Explica con detalle dnde est el error en las igualdades siguientes: i = (1)1/2 = [(1)3 ]1/2 = (1)3/2 = i3 = i 1 i . i
Leccin
Continuidad
Introduccin
Para motivar la denicin que vamos a dar de continuidad, consideremos una ley fsica de la forma P = f (V ), que relaciona los valores de una variable independiente V (podemos pensar que es el volumen de un gas) con otra variable dependiente P (podemos pensar que es la presin). Si queremos usar dicha ley, hemos de medir un valor Vo de la variable V , y es inevitable que al hacerlo cometamos algn error el cual, naturalmente, inuye en el correspondiente valor de P, que ya no ser exactamente igual a Po = f (Vo ). Surge as la pregunta natural: de qu forma el error en la medida de V afecta al valor resultante de P? Es claro que si para valores de V muy prximos a Vo obtengo valores de P muy diferentes entre s, la ley f que relaciona V con P no tendr ninguna utilidad prctica. Puesto que los errores de medida son inevitables, no es razonable tratar de obtener el verdadero valor Po . Lo que s puede hacerse es jar una cota de error admisible para P (la cual depender de cada situacin concreta); llamemos a dicha cota, ( > 0), y tratar de obtener otra cota de error , ( > 0), de tal forma que siempre que midamos Vo con un error menor que tengamos la seguridad de que el valor resultante para P se diferencia de Po en menos que . Esto es, | f (V ) f (Vo )| < siempre que |V Vo | < . Cuando esto efectivamente pueda hacerse para cualquier cota de error > 0 decimos que la ley f es continua en Vo . Observa que cabe esperar que la cota de error dependa del > 0 jado en cada caso, y tambin de Vo . Las ideas anteriores conducen, de forma natural, a la denicin matemtica de continuidad. En todo lo que sigue, la letra A representar un conjunto no vaco de nmeros reales. En la prctica A ser siempre un intervalo o una unin de intervalos. Recuerda que la notacin f : A R quiere decir que f es una funcin real cuyo dominio es A. Es muy importante advertir que A no tiene por qu coincidir con el dominio natural de la funcin. Esto es as porque con frecuencia estamos interesados en estudiar propiedades de una funcin en una parte de su dominio natural. Adems, la continuidad de f depende tanto de la regla que la dene como del conjunto en donde estamos trabajando. Enseguida pondremos ejemplos para aclarar esto.
38
Propiedades bsicas de las funciones continuas
39
4.1 Denicin (Continuidad en un punto). Una funcin f : A R se dice que es continua en un punto aA si, para cada nmero > 0, se puede encontrar un nmero > 0 (que, en general, depender de y de a) tal que para todo x A con |x a| < se verica que | f (x) f (a)| < . La denicin anterior suele escribirse, con abuso del formalismo lgico, de la siguiente forma: R+ R+ : |x a| < xA = | f (x) f (a)| <
Observa cmo en esta denicin el conjunto A tiene mucho protagonismo: slo se consideran los valores de f en A, lo que le pueda pasara a f fuera de A no nos interesa. Se dice que f es continua en un subconjunto C A, si f es continua en todo punto de C. No suele ser tarea fcil demostrar que una funcin dada es continua. Generalmente, lo que se hace es descomponer la funcin que queremos estudiar en otras ms sencillas cuya continuidad ya es conocida previamente. Es por ello interesante saber qu tipo de operaciones realizadas con funciones continuas conducen a nuevas funciones continuas.
4.1.1. Propiedades bsicas de las funciones continuas

4.2 Teorema. Sean f , g funciones reales denidas en A. Se verica que: 1. Las funciones f + g y f g son continuas en todo punto de A en el que las dos funciones f y g sean continuas. En particular, las funciones suma y producto de funciones continuas son funciones continuas. 2. Si g(x) 1 es continua en todo punto de A en el que g sea cong tinua. En consecuencia, la funcin cociente de dos funciones continuas cuyo denominador no se anula nunca es una funcin continua. 0 para todo x A, la funcin
Las propiedades anteriores no son difciles de demostrar y, sin embargo, son de gran utilidad. 4.3 Corolario. Las funciones racionales son funciones continuas. De hecho, todas las funciones elementales que conoces son continuas en sus dominios naturales de denicin. Adems de sumar y multiplicar funciones, tambin sabemos componerlas. Veamos cmo se comporta la continuidad respecto de la composicin de funciones. 4.4 Teorema (Continuidad de una funcin compuesta). Sean f : A R y g : B R funciones tales que f (A) B. Supongamos que f es continua en un punto a A y que g es continua en el punto f (a). Entonces la funcin compuesta g f : A R es continua en el punto a. En particular, si g es continua en f (A), entonces g f es continua en todo punto de A en el que f sea continua. Ms en particular, la composicin de funciones continuas es una funcin continua. Demostracin. Dado > 0, por la continuidad de g en f (a), existe > 0 tal que para todo y B con |y f (a)| < se tiene que |g(y) g( f (a))| < . Ahora, por la continuidad de f en a, existe
Teorema de Bolzano. Supremo e nmo
40
> 0 tal que para todo x A con |x a| < se tiene que | f (x) f (a)| < . Deducimos as que |g( f (x)) g( f (a))| < para todo x A con |x a| < . Es decir, la funcin compuesta g f es continua en a. La continuidad de una funcin en un punto permite obtener informacin sobre el comportamiento de la funcin en los puntos prximos al mismo. Estos resultados se llaman locales. 4.5 Teorema (Conservacin local del signo). Sea f : A R continua en un punto a A con f (a) 0. Entonces hay un nmero r > 0 tal que para todo x A con |x a| < r se verica que f (x) f (a) > 0. (Es decir, f es positiva (si f (a) > 0) o negativa (si f (a) < 0) en todos los puntos de un entorno de a) Demostracin. Supondremos que f (a) > 0. Podemos entonces tomar = f (a)/2 para obtener, en virtud de la continuidad de f en a, un r > 0 tal que para todo x A con |x a| < r se verica que | f (x) f (a)| < f (a)/2, lo que implica que f (x) > f (a)/2 > 0. El caso en que f (a) < 0 se reduce al anterior sin ms que sustituir f por f .
4.2. Teorema de Bolzano. Supremo e nmo

Si ahora mides 175cms. y hace 10 aos medas 135cms., es seguro que en algn momento intermedio medas con exactitud 161cms. Si una entrada de cine cuesta 5 euros y hace 3 aos costaba 4 euros, es seguro que en algn momento ir al cine costaba exactamente 4,99 euros. Seguro? No, a ningn empresario de cine le parecera bien cobrar 4,99 euros por la entrada. La diferencia est en que la talla de una persona es una funcin continua del tiempo y para pasar de 135cms. a 175cms. tiene que pasar por todos los valores intermedios, pero el precio de las entradas de cine no vara de forma continua con el tiempo y puede pasar de golpe de 4,5 euros a 5 euros. La grca de una funcin continua en un intervalo, f : [a, b] R , la imaginamos como una curva continua, por ello, si f (a) < 0 < f (b), la grca de f tiene que atravesar el eje x para pasar de un punto situado por debajo de l a otro que se encuentra por encima y, por tanto, f tiene que anularse en algn punto entre a y b. Esto es precisamente lo que arma el conocido teorema que sigue. 4.6 Teorema (Teorema de los ceros de Bolzano). Toda funcin continua en un intervalo que toma valores positivos y negativos se anula en algn punto de dicho intervalo. Lo primero que llama la atencin en este teorema es su evidencia. No est de ms a este respecto recordar que, como deca Bertrand Russell, en matemticas la evidencia es enemiga de la correccin. Precisamente, el mrito de Bernard Bolzano (1781-1848) est en haber llamado la atencin sobre la necesidad de demostrar muchas proposiciones, aparentemente evidentes, que se reeren a las funciones continuas. Podemos aadir, adems, que suele ser particularmente difcil demostrar matemticamente lo que nuestra intuicin presenta como evidente; de hecho, con las herramientas que tenemos hasta ahora no podemos demostrar el teorema. La funcin f (x) = x 2 2 es continua y f (0) < 0 < f (2), el teorema de Bolzano asegura que
Teorema de Bolzano. Supremo e nmo
41
existe un nmero positivo en el que f se anula. En otras palabras, el teorema prueba la exis tencia del nmero 2 y, como dicho nmero no es racional, deducimos que para probar el teorema se precisa usar alguna propiedad que NO tienen los nmeros racionales. Pero todas las propiedades de los nmeros reales que enunciamos en la primera leccin las tienen tambin los nmeros racionales. Concluimos que los nmeros reales debern tener otra propiedad que todava no hemos considerado. Comentamos el primer da que no debemos preocuparnos mucho por lo que sea el nmero 2, pero al menos deberamos de tener alguna forma de probar su existencia; es decir, de las propiedades de los nmeros reales se debera poder deducir que hay un nmero cuyo cuadrado es igual a 2. Qu sabemos de 2? No es racional, pero podemos aproximarlo por racionales. Con una calculadora obtenemos sucesivas aproximaciones racionales de 2 por defecto: 1,41, 1,414, 1,4142, 1,41421, 1,414213, ... Es claro que 2 debe ser el menor nmero mayor que todas ellas. Pues bien, justamente necesitamos una propiedad que garantice la existencia de ese menor nmero mayor que. Nos vendr bien introducir alguna terminologa nueva. 4.7 Denicin. Sea E un conjunto no vaco de nmeros reales. Un nmero z R se dice que es un mayorante o cota superior (resp. minorante o cota inferior) de E si x z (resp. z x) para todo x E. Si hay algn elemento de E que tambin sea mayorante (resp. minorante) de E, dicho elemento es necesariamente nico y se llama mximo (resp. textbf mnimo) de E y lo representaremos por m x(E) (resp. mn(E) ). a Un conjunto que tiene algn mayorante (resp. minorante) se dice que est mayorado o acotado superiormente (resp. minorado o acotado inferiormente). Un conjunto que est mayorado y minorado se dice que est acotado. Est claro que un conjunto puede no tener mnimo ni mximo. Los problemas de optimizacin consisten, justamente, en estudiar condiciones que garanticen la existencia de valores mximos y mnimos para funciones de diversas clases. La siguiente propiedad garantiza que ciertos conjuntos de nmeros reales tienen mnimo. P8 [Propiedad del supremo] Para todo conjunto de nmeros reales no vaco y mayorado se verica que el conjunto de sus mayorantes tiene mnimo. 4.8 Denicin. Dado un conjunto E R, no vaco y mayorado, se llama supremo o extremo superior de E, al mnimo mayorante de E y lo notaremos por sup(E). Con esta terminologa lo que dice la propiedad del supremo es que todo conjunto de nmeros reales no vaco y mayorado tiene supremo (pero ntese que el supremo no tiene por qu pertenecer al conjunto). La propiedad del supremo es lo que distingue a los nmeros reales de los racionales. Dicha propiedad se usa para probar la existencia de nmeros reales que cumplen alguna determinada condicin. La demostracin del teorema de Bolzano es un ejemplo importante de ello.
Teorema de Bolzano. Supremo e nmo Demostracin del teorema de los ceros de Bolzano
42
Es suciente probar que si f : [a, b] R es continua y f (a) < 0 < f (b), entonces f se anula en algn punto del intervalo ]a, b[ . Una buena estrategia para demostrar un teorema es darlo por demostrado y trabajar hacia atrs. Tenemos que buscar un punto c ]a, b[ tal que f (c) = 0. Por supuesto, puede haber muchos puntos donde f se anule (el teorema dice que al menos hay uno), pero de todos ellos el ms fcil de caracterizar es el primero, porque a la izquierda de l la funcin es siempre negativa. Esto lleva a considerar el conjunto E de los puntos x [a, b] tales que f toma valores negativos en [a, x]: E = {x [a, b] : f (t) < 0 para todo t [a, x]} Por su denicin, tenemos que E [a, b] y a E. La propiedad del supremo nos dice que hay un nmero real, c, que es el supremo de E. Es evidente que a c b. La propiedad de conservacin local del signo implica que existe algn > 0 tal que a + < b y f es negativa en todos los puntos del intervalo [a, a + ] y positiva en todos los puntos del intervalo [b , b]. Esto implica que a < c < b. Veamos que [a, c[ E. Sea a < xo < c. Como xo < c y c es el mnimo mayorante de E, tiene que existir algn punto zo E tal que xo < zo c. Por tanto, si t [a, xo ] tambin t [a, zo ] y, como, zo E, ser f (t) < 0, luego xo E. Ntese que hemos probado tambin que f (x) < 0 para todo x [a, c[. Finalmente, probaremos que f (c) = 0. Como a la izquierda de c la funcin f toma valores negativos y f es continua, deducimos que no puede ser f (c) > 0 y, por tanto, f (c) 0. Pero tampoco puede ser f (c) < 0, pues entonces, por la conservacin local del signo, habra un intervalo de la forma [c , c + ] [a, b] tal que f (t) < 0 para todo t [c , c + ] lo que implica que en E hay puntos mayores que c lo que es contradictorio. Concluimos as que f (c) = 0. Hay consecuencias de este teorema que estn lejos de ser evidentes. Por ejemplo, puede probarse, con la ayuda del teorema de Bolzano, que si tenemos tres slidos en el espacio (imagina que son tres bocadillos de muy distintos tamaos), es siempre posible encontrar un plano que los divida simultneamente en partes iguales (puedes cortar a los tres bocatas exactamente por la mitad de un slo tajo). Un enunciado equivalente del teorema de Bolzano es el siguiente. 4.9 Teorema (Teorema del valor intermedio). La imagen de un intervalo por una funcin continua es un intervalo. Hemos demostrado as la evidencia inicial: una funcin continua en un intervalo toma todos los valores comprendidos entre dos cualesquiera de sus valores. Veamos algunas consecuencias sencillas del teorema de Bolzano. 4.10 Corolario (Existencia de races). Dados a > 0 y k N hay un nico nmero c > 0 tal que c k = a. 4.11 Corolario (Ceros de polinomios de grado impar). Toda funcin polinmica de grado impar se anula en algn punto. A partir de la propiedad del supremo, se prueba con facilidad el siguiente resultado.
Ejercicios
43
4.12 Proposicin (Propiedad del nmo). Para todo conjunto de nmeros reales no vaco y minorado se verica que el conjunto de sus minorantes tiene mximo. 4.13 Denicin. Dado un conjunto E R, no vaco y minorado, se llama nmo o extremo inferior de E, al mximo minorante de E y lo notaremos por nf(E). Con esta terminologa lo que dice la propiedad del nmo es que todo conjunto de nmeros reales no vaco y minorado tiene nmo (pero ntese que el nmo no tiene por qu pertenecer al conjunto).
4.3. Ejercicios
1. a) Da un ejemplo de una funcin continua cuya imagen no sea un intervalo. b) Da un ejemplo de una funcin denida en un intervalo cuya imagen sea un intervalo y que no sea continua. c) Da un ejemplo de una funcin continua en todo R, no constante y cuya imagen sea un conjunto (obligatoriamente un intervalo) acotado. d) Da un ejemplo de una funcin continua en [0, 1[ tal que f ([0, 1[) no sea acotado. e) Da un ejemplo de una funcin continua denida en un intervalo abierto acotado y cuya imagen sea un intervalo cerrado y acotado. 2. Sea f : [a, b] R continua. Supongamos que a hay algn punto c [a, b] tal que f (c) = c. f (x) b para todo x en [a, b]. Prueba que
3. Sea a > 1. Prueba que la ecuacin x + ex = a tiene al menos una solucin positiva y otra negativa. 4. Prueba que la ecuacin x + ex + arc tg x = 0 tiene una sola raz real. Da un intervalo de longitud uno en el que se encuentre dicha raz. 5. Suponiendo que la temperatura vara de forma continua, prueba que siempre hay dos puntos antpodas en el ecuador terrestre que estn a la misma temperatura. 6. Sea f : [a, b] R continua con f (a) = f (b). Dado n N, n c [a, b (b a)/n] tal que f (c) = f (c + (b a)/n). 2, prueba que hay algn punto
7. Un corredor recorre 6 kilmetros en 30 minutos. Demuestra que en algn momento de su carrera recorre 1 kilmetro en exactamente 5 minutos. 8. Un reloj averiado marca inicialmente un tiempo t 0 . El reloj puede adelantar o atrasar, pero cuenta con exactitud perodos de 12 horas, es decir, pasadas 12 horas el reloj marca un tiempo t 0 + 12 horas. Demuestra que en algn momento dicho reloj mide con exactitud una hora. 9. Un automovilista sale de Granada hacia Madrid un sbado a las 8h de la maana y el domingo inicia el regreso a la misma hora. Sabiendo que invirti igual tiempo en ambos viajes, prubese que en algn momento del domingo el automovilista se encuentra a igual distancia de Granada que a la que se encontraba el sbado en ese mismo momento.
Ejercicios
44
10. Sean f , g funciones continuas que no se anulan en un intervalo I, tales que ( f (x))2 = (g(x))2 para todo x I. Prueba que o bien f (x) = g(x) para todo x I, o bien f (x) = g(x) para todo x I. Cuntas funciones hay : R R continuas y vericando que ((x))2 = x2 para todo x R?. 11. Justica que toda funcin polinmica de grado impar se anula en algn punto. 12. Sea f : R R continua y decreciente. Prueba que hay un nico a R tal que f (a) = a. Para probar desigualdades en las que intervienen supremos o nmos las siguientes observaciones, aunque evidentes, pueden ser tiles. Sea C R un conjunto no vaco. x, lo que tenemos que
(I) Si queremos probar que un nmero real x verica que sup(C) hacer es probar que x es un mayorante de C. (II) Si queremos probar que un nmero real x verica que x hacer es probar que x es un minorante de C.
nf(C), lo que tenemos que b para todo a A
13. Sean A, B conjuntos no vacos de nmeros reales. Supongamos que a y para todo b B. Prueba que sup A nf B.
14. Sean A, B, conjuntos no vacos y acotados de nmeros reales. Denamos A B = {a b : a A, b B}; AB = {ab : a A, b B} Prueba que sup(AB) = supAnf B y, supuesto que A R+ y B R+ , prueba que sup(AB) = sup A sup B. 15. Sea A un conjunto no vaco de nmeros reales. Para cada x R denamos la distancia de x a A por dist(x, A) = nf{|x a| : a A}. Prueba que para todos x, y R se verica que: | dist(x, A) dist(y, A)| Deduce que la aplicacin x dist(x, A) es continua. 16. Sea f : R R continua, mayorada y tal que para todos a, b R con a < b, se verica que sup f (]a, b[) = sup f (R). Prueba que f es constante. 17. Sea f : [a, b] R una funcin continua tal que f (a) < 0, f (b) < 0 y f (c) > 0 para algn c ]a, b[. Prueba que hay dos nmeros u, v tales que a < u < v < b, f (u) = f (v) = 0 y f (x) > 0 para todo x ]u, v[. 18. Sea f : [a, b] R creciente. Supongamos que a hay algn punto c [a, b] tal que f (c) = c. f (x) b para todo x en [a, b]. Prueba que |x y|
Leccin
Sucesiones
Introduccin
Las sucesiones aparecen de manera natural en muchos clculos que responden a un esque2 6 2 1 ma iterativo. Por ejemplo, al dividir 2 entre 3 obtenemos = + , igualdad que podemos 3 10 3 10 usar ahora para obtener 6 6 2 1 2 = + + 3 10 10 3 10 y de nuevo 2 6 6 6 2 1 = + + + 3 10 10 2 10 3 10
n k=1
1 6 6 2 1 = + + 10 10 10 2 3 10 2 1 6 6 6 2 1 = + + + 10 2 10 10 2 10 3 3 10 3
y as podemos continuar tantas veces como queramos, obteniendo para cada n N la igualdad: 2 = 3
n
6 2 1 + . 10 k 3 10 n
Escribiendo xn =
k=1
6 2 2 1 tenemos que 0 < xn = . Ntese que, aunque los nmeros xn 10 k 3 3 10 n
son todos ellos distintos de 2/3, dada una cota de error arbitrariamente pequea > 0 y toman2 1 do n0 N de manera que < , deducimos que para todo nmero natural n n0 se verica 3 10 n0 que |xn 2/3| < , lo que se expresa escribiendo 2/3 = lm {xn }.
n
Este ejemplo est relacionado con la expresin decimal de 2/3 que, como todos sabemos, es un decimal peridico con perodo igual a 6, lo que suele escribirse 2/3 = 0, 6 igualdad en la que, segn se dice a veces, el smbolo 0, 6 debe interpretarse como que el 6 se repite innitas veces. Qu quiere decir esto? Lo que est claro es que, por mucho tiempo y paciencia que tengamos, nunca podremos escribir innitos 6 uno detrs de otro... bueno, podramos escribir algo como 2 = 0, 6 = 0, 6666666...( innitos6) 3 45
46 lo que tampoco sirve de mucho pues seguimos sin saber cmo se interpreta esta igualdad. Pues bien, para dar un signicado matemtico a lo que se quiere expresar con esa igualdad hay que recurrir al concepto de lmite de una sucesin tal como hemos hecho antes. Veamos otro ejemplo en esta misma lnea. Vamos a intentar calcular aproximaciones racio 10 nales a 10 . Si partimos inicialmente de un nmero x > 10, tendremos que < 10 < x. x 10 1 x+ . Entonces, en virtud de la desigualdad de las medias, 10 < y, y Pongamos y = 2 x como tambin y < x , deducimos que y est ms cerca de 10 que x. Podemos ahora repetir este proceso sustituyendo x por y obteniendo una nueva aproximacin mejor de 10. Ntese que si x es racional tambin lo ser y. Esto sugiere que, partiendo de un valor inicial, por ejem1 10 1 10 plo x1 = 4, calculemos x2 = x1 + , y despus x3 = x2 + , y as podemos continuar 2 x1 2 x2 tantas veces como queramos, obteniendo para cada n N un nmero xn tal que xn+1 = 1 10 xn + 2 xn
con x1 = 4. Con una calculadora manual obtenemos enseguida los valores x2 = 3, 25; x3 = 3, 1634615 ; x4 = 3, 1622779 con seis cifras decimales exactas: 0 < x4 x2 10 x2 10 0, 000005 1 10 = 4 < 4 < < 6 6 6 10 x4 + 10
es decir, x4 coincide con 10 hasta la sexta cifra decimal. De hecho, como xn > 10 tenemos que: 1 10 1 1 1 0 < xn+1 10 = xn + 10 < xn + 10 10 = (xn 10) 2 xn 2 2 2 1 1 de donde se sigue que 0 < xn+1 10 < n (x1 10) < n , por tanto, dado cualquier > 0, y 2 2 tomando n0 N tal que 2n0 < , deducimos que para todo nmero natural n n0 se verica que |xn 10 | < , lo que simblicamente se expresa escribiendo 10 = lm {xn }.
n
En los ejemplos anteriores hemos dado por supuesto que ya tienes cierta familiaridad con los conceptos de sucesin y de lmite de una sucesin de los cuales vamos a ocuparnos a continuacin con detalle.
Sucesin de elementos de un conjunto Sea A un conjunto no vaco. Una sucesin de elementos de A es una aplicacin del conjunto N de los nmeros naturales en A. En particular, una sucesin de nmeros reales es una aplicacin del conjunto N de los nmeros naturales en el conjunto R de los nmeros reales. En todo lo que sigue solamente consideraremos sucesiones de nmeros reales por lo que nos referiremos a ellas simplemente como sucesiones. Dada una sucesin : N R suele emplearse una notacin especial para representarla. Para n N suele notarse el nmero real (n) en la forma xn = (n) (naturalmente la letra x nada tiene de especial y puede sustituirse por cualquier otra). La sucesin misma se representa por
Sucesiones de nmeros reales
47
= {xn }nN , es decir, el smbolo {xn }nN debe interpretarse como la aplicacin que a cada n N hace corresponder el nmero real xn . Cuando no hay posibilidad de confusin escribimos simplemente {xn } en vez de {xn }nN . Conviene insistir en que {xn } es, por denicin, la aplicacin de N en R dada por n xn . No hay que confundir la sucesin {xn }, que es una aplicacin, con su conjunto imagen, que es el subconjunto de R formado por todos los nmeros xn , el cual se representa por {xn : n N}. Por ejemplo, {(1)n } y {(1)n+1 } son sucesiones distintas con el mismo conjunto imagen. El nmero xn se llama trmino n-simo de la sucesin; para n = 1, 2, 3 se habla respectivamente de primero, segundo, tercer trmino de la sucesin.
5.1. Sucesiones de nmeros reales

5.1 Denicin. Una sucesin {xn } se dice que converge a un nmero real x si, dado cualquier nmero real > 0, existe un nmero natural m tal que si n es cualquier nmero natural mayor o igual que m se cumple que |xn x| < . Simblicamente: > 0 m N : n m |xn x| <
n
simplemente, lm{xn } = x e incluso, si no hay posibilidad de confusin, {xn } x.
Se dice tambin que el nmero x es lmite de la sucesin {xn } y se escribe lm {xn } = x o, Se comprueba fcilmente que una sucesin convergente tiene un nico lmite.
En Matemticas se dan deniciones para introducir nuevos conceptos y saber de qu estamos hablando, pero las deniciones no suelen ser tiles para el clculo. Por eso no debes preocuparte si la denicin anterior te parece difcil de aplicar en casos concretos. Debes hacer un esfuerzo por comprenderla pero no tendrs que usarla para hacer clculos. Estudiamos a continuacin cmo se comportan las sucesiones convergentes respecto de las estructuras algebraica y de orden de R. 5.2 Proposicin. Supongamos que lm{xn } = x , lm{yn } = y y que existe m N tal que para todo n m se tiene que xn yn . Entonces se verica que x y. Respecto al resultado anterior, de muy fcil demostracin, conviene advertir que aunque las desigualdades sean estrictas no puede asegurarse que lm{xn } = x sea estrictamente menor que lm{yn } = y. Por ejemplo, si xn = 0 e yn = 1/n, es claro que xn < yn para todo n N pero x = 0 = y. 5.3 Proposicin (Principio de las sucesiones encajadas). Supongamos que {xn }, {yn }, {zn } son sucesiones tales que lm{xn } = lm{zn } = y existe un nmero natural m0 tal que para todo n m0 se verica que xn yn zn , entonces la sucesin {yn } es convergente y lm{yn } = . Demostracin. Sea > 0. Por hiptesis existen m1 , m2 tales que < x p < + y < zq < + (5.1)
para todo p m1 y todo q m2 . Sea m3 = m x{m0 , m1 , m2 }. Para todo n m3 las desigualdades (5.1) a se cumplen para p = q = n, adems como n m0 se tiene que xn yn zn . Deducimos que, para todo n m3 , se verica que < xn yn zn < +
Sucesiones de nmeros reales y, por tanto, < yn < + , es decir, lm{yn } = .
48
Una consecuencia inmediata de este resultado es que si cambiamos arbitrariamente un nmero nito de trminos de una sucesin la nueva sucesin as obtenida es convergente si lo era la de partida y con su mismo lmite. El principio de las sucesiones encajadas es de gran utilidad y se usa con mucha frecuencia. Naturalmente, cuando apliquemos dicho principio a un caso concreto, la sucesin {yn } del enunciado ser la que queremos estudiar y tendremos que ser capaces de inventarnos las sucesiones {xn } y {zn } de manera que se cumplan las condiciones del enunciado. 5.4 Denicin. Una sucesin {xn } se dice que es: Mayorada o acotada superiormente si su conjunto imagen est mayorado, es decir, si hay un nmero R tal que xn para todo n N. Minorada o acotada inferiormente si su conjunto imagen est minorado, es decir, si hay un nmero R tal que xn para todo n N. Acotada si su conjunto imagen est mayorado y minorado, equivalentemente, si hay un nmero M R+ tal que |xn | M para todo n N. Creciente si xn xn+1 para todo n N. xn+1 para todo n N. Estrictamente creciente si xn < xn+1 para todo n N. Decreciente si xn Estrictamente decreciente si xn > xn+1 para todo n N. Montona si es creciente o decreciente. Estrictamente montona si es estrictamente creciente o decreciente. Observa que si una sucesin {xn } es creciente (resp. decreciente) entonces se verica que xn (resp. xm xn ) siempre que m n.
xm
Conviene advertir que cuando se dice que una sucesin es montona no se excluye la posibilidad de que, de hecho, sea estrictamente montona. Es por ello que, en general, suele hablarse de sucesiones montonas y tan slo cuando tiene algn inters particular se precisa si son estrictamente montonas. 5.5 Proposicin. Toda sucesin convergente est acotada. Demostracin. Supongamos que lm{xn } = x. Todos los trminos de {xn } a partir de uno en adelante estarn en el intervalo ]x 1, x + 1[, es decir, hay un nmero m N tal que para todo n m se verica que |xn x| < 1, lo que implica que |xn| |xn x| + |x| < 1 + |x| para todo n m.
Tomando M = m x{1+|x|, |x1 |, , |xm |}, tenemos que |xn | a
M para todo n N.
La proposicin anterior es til a veces para probar que una sucesin no es convergente: para ello basta probar que no est acotada.
49
La proposicin recproca de la anterior no es cierta: la sucesin {(1)n } es acotada y no es convergente. No obstante, hay un caso especial muy importante en que s es cierta la recproca. 5.6 Teorema. Toda sucesin montona y acotada es convergente. Ms concretamente, si una sucesin {xn } es: i) Creciente y mayorada, entonces lm{xn } = , donde = sup{xn : n N}. ii) Decreciente y minorada, entonces lm{xn } = , donde = nf{xn : n N}. Demostracin. Probaremos i) quedando la demostracin de ii) como ejercicio. La hiptesis de que {xn } es mayorada garantiza, en virtud del principio del supremo, la existencia del nmero real = sup{xn : n N}. Dado > 0, tiene que existir un trmino xm de la sucesin tal que < xm . Puesto que la sucesin es creciente para todo n m se vericar que xm xn , y por tanto < xn . En consecuencia < xn < + para todo n m. Hemos probado as que lm{xn } = .
2n
5.7 Ejemplo. La sucesin {xn } denida por xn = En efecto, como xn+1 xn =
k=n+1
1 , es convergente. k
1 1 1 1 1 1 + > + =0 2n + 2 2n + 1 n + 1 2n + 2 2n + 2 n + 1
se sigue que xn+1 > xn para todo n N, es decir, es una sucesin creciente. Adems xn
(n 1 1 n + + = <1 n+1 n+1 n+1
por lo que tambin est mayorada. Concluimos, por el teorema anterior, que dicha sucesin es convergente. 5.8 Ejemplo (El nmero e). En el ejercicio (8) hemos probado que la sucesin xn = 1 + es creciente y que la sucesin yn = 1 + convergente. Puesto que 1 n
n+1
1 n
es decreciente. Como 0 < yn , se sigue que {yn } es 1 n

1
xn = yn 1 +
= yn
n n+1
se sigue que {xn } tambin es convergente y lm{xn } = lm{yn }. El valor comn de este lmite es un nmero real que se representa con el smbolo e. Como consecuencia del teorema (5.6), se verica que 1 n 1 m+1 e = sup 1+ : n N = nf 1+ : mN n m En particular, se verica que 1+ 1 n
n
< e < 1+
1 m
m+1
(n, m N)
En los resultados anteriores han intervenido de manera esencial las propiedades de la estructura de orden de R. Vamos a estudiar ahora el comportamiento de las sucesiones convergentes respecto de la adicin y el producto de nmeros reales. Los resultados que vamos a
50
obtener, conocidos tradicionalmente con el nombre de lgebra de lmites, son bsicos para el estudio de la convergencia de sucesiones. Dadas dos sucesiones {xn } e {yn }, se dene su suma como la sucesin {xn + yn } y su producto como la sucesin {xn yn }. 5.9 Proposicin. El producto de una sucesin convergente a cero por una sucesin acotada es una sucesin convergente a cero. Demostracin. Sea lm{xn } = 0, e {yn } acotada. Sea c > 0 tal que |yn | c para todo n N. Dado > 0, existe un nmero natural m tal que para todo n m se verica que |xn | < /c. Deducimos que, para todo n m, se verica que |xn yn | = |xn ||yn | < c = , lo que prueba que lm{xn yn } = 0. c 5.10 Proposicin (lgebra de lmites). Supongamos que lm{xn } = x y lm{yn } = y. Entonces se verica que: lm{xn + yn } = x + y, lm{xn yn } = xy . Si adems suponemos que y 0, entonces lm{xn /yn } = x/y.
Demostracin. Dado > 0, por hiptesis existen m1 , m2 tales que x /2 < x p < x + /2 y y /2 < yq < y + /2 (5.2)
para todo p m1 y todo q m2 . Sea m0 = m x{m1 , m2 }. Para todo n m0 las desigualdades (5.2) se a cumplen para p = q = n, por lo que, sumndolas trmino a trmino, deducimos que x + y < xn + yn < x + y + cualquiera sea n m0 , lo que prueba que lm{xn + yn } = x + y. Teniendo en cuenta que lm{(xn x)yn } = lm{x(yn y)} = 0, y la igualdad xn yn xy = (xn x)yn + x(yn y) deducimos que lm{xn yn xy} = 0, es decir, lm{xn yn } = xy. Finalmente, para probar que lm{xn /yn } = x/y, probaremos que la sucesin xn x yn y = xn y yn x yn y
converge a cero, para lo cual, teniendo en cuenta que lm{xn y yn x} = xy yx = 0, bastar probar que la sucesin {1/yn } est acotada. Puesto que lm{yn } = y, se deduce de la desigualdad ||yn | |y|| |yn y| que lm{|yn |} = |y|. Existir, por tanto, un nmero m0 N tal que para todo n 1 1 1 2 1 m0 es |yn | > |y|/2. Pongamos K = m x a , ,..., , . Se tiene entonces que K |y1 | |y2 | |ym0 | |y| |yn | para todo n N. Hemos probado as que la sucesin {1/yn} est acotada, lo que concluye la demostracin del teorema.
Hay que leer con atencin las hiptesis del teorema anterior para no hacer un uso incorrecto del mismo. En particular, no hay que olvidar que la suma o el producto de dos sucesiones no convergentes puede ser una sucesin convergente.
51
5.11 Denicin. Sea {xn } una sucesin de nmeros reales; dada una aplicacin : N N estrictamente creciente, la sucesin que a cada nmero natural n hace corresponder el nmero real x(n) se representa por {x(n) } y se dice que es una sucesin parcial de {xn }. Ntese que {x(n)} no es otra cosa que la composicin de las aplicaciones {xn } y , esto es, {x(n) } = {xn } . Se dice que un nmero real x es un valor de adherencia de la sucesin {xn } si hay alguna sucesin parcial de {xn } que converge a x. 5.12 Ejemplo. Representemos por E(x) el mayor entero menor o igual que x. La sucesin {xn } dada por xn = n/5 E(n/5) para todo n N, tiene a 0, 1/5, 2/5, 3/5 y 4/5, como valores de adherencia. En efecto, basta considerar que para cada j {0, 1, 2, 3, 4}, la sucesin parcial {x5n j }nN viene dada por x5n = 0, para j = 0, y x5n j = 1 j/5 para j = 1, 2, 3, 4. Es fcil probar por induccin que si es una aplicacin estrictamente creciente de N en N entonces se verica que (n) n para todo n N. Con ello se obtiene fcilmente el siguiente resultado. 5.13 Proposicin. Si lm{xn } = x, toda sucesin parcial de {xn } tambin converge a x. En parti cular, una sucesin convergente tiene como nico valor de adherencia su lmite. Observa que hay sucesiones, la de los nmeros naturales por ejemplo, que no tienen ningn valor de adherencia. Tambin puede ocurrir que una sucesin tenga un nico valor de adherencia y no sea convergente. Por ejemplo, la sucesin dada para todo nN por xn = (1+ (1)n )n + 1/n, no es convergente y tiene a 0 como nico valor de adherencia. Vamos a ver a continuacin que estos comportamientos no pueden darse con sucesiones acotadas. 5.14 Lema. Toda sucesin tiene una sucesin parcial montona. Demostracin. Sea {xn } una sucesin y denamos A = {n N : xn x p para todo p > n}
Podemos visualizar el conjunto A como sigue. Consideremos en el plano los segmentos de extremos (n, xn ) y (n + 1, xn+1 ), n = 1, 2, 3, . . .. Resulta as una lnea poligonal innita y podemos imaginar que dicha lnea es el perl de una cordillera cuyas cumbres y valles son los puntos (n, xn ). Imaginemos ahora que los rayos de luz del Sol, paralelos al eje de abscisas, iluminan dicha cordillera por el lado derecho (el Sol estara, pues, situado en el innito del eje de abscisas positivo). Pues bien, un nmero natural n pertenece al conjunto A si el punto (n, xn ) est iluminado y no pertenece a A si dicho punto est en sombra. Supongamos que A es innito. Entonces podemos denir una aplicacin : N N estrictamente creciente y tal que (N) = A de la siguiente forma: (1) = mn(A) (n + 1) = mn{p A : (n) < p} para todo n N es decir la aplicacin va eligiendo los elementos de A de menor a mayor empezando por el primero. Resulta ahora evidente que la sucesin parcial {x(n) } es decreciente (todos los puntos ((n), x(n) ) estn iluminados y, por tanto, ninguno de ellos puede hacerle sombra a uno anterior).
52
Si A es nito podemos suponer que A = . En tal caso, para todo nN hay algn p > n tal que xn < x p (pues todo punto (n, xn ) est en sombra). Podemos denir ahora una aplicacin : N N estrictamente creciente de la siguiente forma: (1) = 1 (n + 1) = mn{p N : (n) < p y x(n) < x p } para todo n N Resulta ahora evidente que la sucesin parcial {x(n) } es creciente (porque cada punto ((n), x(n) ) deja en la sombra al anterior). 5.15 Teorema (Teorema de Bolzano - Weierstrass). Toda sucesin acotada de nmeros reales tiene alguna sucesin parcial convergente. Demostracin. Sea {xn } una sucesin acotada. En virtud el lema anterior, hay una sucesin parcial de {xn } que es montona, dicha sucesin parcial est acotada por estarlo {xn } y, por tanto, es convergente. Si volvemos a leer la denicin de sucesin convergente, parece que para estudiar la convergencia de una sucesin {xn } debemos ser capaces de adivinar, de alguna manera, su posible lmite. De hecho, una idea bastante extendida consiste en pensar que es lo mismo probar la convergencia de una sucesin que calcular su lmite. Esto no es del todo correcto; son relativamente pocas las sucesiones convergentes cuyo lmite puede efectivamente calcularse. Cuando se estudia la convergencia de una sucesin {xn }, la mayora de las veces, lo que conocemos es, justamente, la sucesin y, naturalmente, se desconoce su posible lmite el cual pudiera, incluso, no existir. Por ello interesa tener criterios de convergencia intrnsecos a la sucesin, es decir, que no hagan intervenir a un objeto en principio extrao a ella como es su posible lmite. Conocemos ya un criterio de convergencia intrnseco para sucesiones montonas. Usando dicho
2n
criterio hemos probado la convergencia de la sucesin xn =

k=n+1
1 sin necesidad de conocer su k
lmite. A continuacin vamos a establecer un criterio intrnseco de convergencia para sucesiones que es ms general pues puede aplicarse a cualquier sucesin. Este criterio fu formulado por Bolzano en 1817 y tambin, independientemente, por Cauchy en 1821, y establece una condicin necesaria y suciente para la convergencia de una sucesin. Dicha condicin se conoce con el nombre de condicin de Cauchy. 5.16 Denicin. Se dice que una sucesin {xn } satisface la condicin de Cauchy, si para cada nmero positivo, > 0, existe un nmero natural m , tal que para todos p, qN con p m y q m se verica que |x p xq | < . La condicin de Cauchy puede tambin expresarse de una manera equivalente, aunque formalmente distinta, como sigue: Una sucesin {xn } satisface la condicin de Cauchy, si para cada nmero positivo, > 0, existe un nmero natural m , tal que para todo p m y para todo nmero natural h, se verica que |x p+h x p| < .
Sucesiones divergentes. Indeterminaciones en el clculo de lmites
53
5.17 Teorema (Teorema de complitud de R). Una sucesin de nmeros reales es convergente si, y slo si, verica la condicin de Cauchy. Demostracin. Supongamos que {xn } verica la condicin de Cauchy. Probemos primero que {xn } est acotada. La condicin de Cauchy implica que hay m0 N tal que |x p xm0| < 1 para todo p m0 , y como |x p | |x p xm0| + |xm0|, deducimos que |x p | < 1 + |xm0| para p m0 . En consecuencia si denimos M = m x{|x1 |, |x2 |, . . . , |xm0|, 1+|xm0|}, obtenemos que |xn | M para todo n N. a El teorema de Bolzano-Weierstrass garantiza que hay un nmero real x y una sucesin parcial {x(n) } que converge a x. Probaremos que {xn } tambin converge a x. Dado > 0, existe no N tal que |x p xq | < /2 siempre que p, q no . Tambin existe n1 N tal que |x(n) x| < /2 siempre que n n1 . Sea m = m x{no , n1 }. Para todo n m se tiene que (n) n m por lo que a |xn x| lo que prueba que lm {xn } = x.
n
|xn x(n)| + |x(n) x| <
+ = 2 2
Recprocamente, si {xn } es convergente y lm{xn } = x, dado > 0, hay un nmero m N tal que para todo nmero natural n m se tiene que |xn x| < /2. Deducimos que si p, q son nmeros naturales mayores o iguales que m entonces |x p xq| |x p x| + |x xq| < < /2 + /2 = . Por tanto la sucesin {xn } verica la condicin de Cauchy.
5.1.1. Sucesiones divergentes. Indeterminaciones en el clculo de lmites

5.18 Denicin. Una sucesin {xn } se dice que es positivamente divergente, y escribimos {xn } +, si para todo nmero real K > 0 existe un nmero natural mK N, tal que para todo n N con n mK se verica que xn K. Una sucesin {xn } se dice que es negativamente divergente, y escribimos {xn } , si para todo nmero real K < 0 existe un nmero natural mK N, tal que para todo n N con n mK se verica que xn K. Diremos que una sucesin es divergente para indicar que es positivamente o negativamente divergente. En la siguiente proposicin se exponen algunas propiedades elementales, pero importantes, de las sucesiones divergentes. Teniendo en cuenta que {xn } + si, y slo si, {xn } , es suciente enunciar dichas propiedades para sucesiones positivamente divergentes. 5.19 Proposicin. i) {|xn |} + si, y slo si, {1/xn } 0. ii) La suma de una sucesin positivamente divergente con una sucesin acotada es una sucesin positivamente divergente. iii) La suma de una sucesin positivamente divergente con una sucesin minorada es otra sucesin positivamente divergente. En particular, la suma de dos sucesiones positivamente divergentes es otra sucesin positivamente divergente. iv) El producto de dos sucesiones positivamente divergentes es otra sucesin positivamente divergente.
Sucesiones divergentes. Indeterminaciones en el clculo de lmites
54
v) El producto de una sucesin positivamente divergente por una sucesin que converge a un nmero positivo es otra sucesin positivamente divergente.
Sucesiones de exponenciales y logaritmos A continuacin vamos a estudiar sucesiones de exponenciales y logaritmos. El resultado bsico al respecto es el siguiente. 5.20 Proposicin. a) Para toda sucesin {xn } se verica que: i) {xn } x R {e xn } ex . ii) {xn } + {e xn } +. iii) {xn } {e xn } 0. b) Para toda sucesin de nmeros positivos {xn } se verica que: iv) {xn } x > 0 {log(xn )} log x. v) {xn } + {log(xn )} +. vi) {xn } 0 {log(xn )} . Frecuentemente hay que estudiar la convergencia o divergencia de una suma o producto de dos sucesiones precisamente cuando las reglas que hemos visto en secciones anteriores no pueden aplicarse. Se trata de aquellos casos en que el comportamiento de las sucesiones {xn + yn }, {xn yn } no est determinado por el de {xn } e {yn }. Por ejemplo, si sabemos que {xn } + y que {yn } , qu podemos decir del comportamiento de la sucesin {xn +yn }? Respuesta: absolutamente nada. Baste para convencerse de ello la consideracin de los siguientes casos: xn = 2n, xn = n, xn = n + 1, xn = (1)n +n, yn = n; yn = 2n; yn = n; yn = (1)n n; {xn + yn } = {n} + {xn + yn } = {n} {xn + yn } = {1} 1 {xn + yn } = {2(1)n}
En consecuencia, las sucesiones del tipo {xn + yn} donde {xn } +, {yn } , requieren un estudio particular en cada caso. Tales sucesiones suele decirse que son una indeterminacin del tipo . Anlogamente, si sabemos que {xn } 0 y que {yn } es divergente, ello no proporciona ninguna informacin sobre el comportamiento de la sucesin {xn yn }; la cual se dice que es una indeterminacin del tipo 0 . Las indeterminaciones que aparecen al estudiar el cociente de dos sucesiones divergentes o de dos sucesiones que convergen a cero, las llamadas indeterminaciones de los tipos / , 0/0, pueden reducirse a una indeterminacin del tipo 0 . El siguiente resultado permite resolver en muchas ocasiones indeterminaciones de la forma /. 5.21 Teorema (Criterio de Stolz). Sea {yn } una sucesin positivamente divergente y estrictamenUniversidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Ing. de Telecomunicacin
Sucesiones de nmeros complejos te creciente y sea {xn } cualquier sucesin. Supongamos que xn+1 xn yn+1 yn L xn yn L.
55
donde L R, o L = +, o L = . Entonces se verica tambin que
Del Criterio de Stolz se deducen dos tiles criterios para estudiar la convergencia de sucesiones de medias aritmticas o geomtricas. 5.22 Proposicin (Criterio de la media aritmtica). Supongamos que {an } L donde L es un nmero real, o L = +, o L = . Entonces se verica que a1 + a2 + + an n L.
5.23 Proposicin (Criterio de la media geomtrica). Supongamos que {an } L donde {an } es una sucesin de nmeros positivos y L es un nmero real o bien L = +. Entonces se verica que
n
a1 a2 . . . an
L.
5.24 Corolario. Supongamos que
xn+1 L donde {xn } es una sucesin de nmeros positivos xn y L es un nmero real o bien L = +. Entonces se verica que { n xn } L.
Hay otras indeterminaciones que surgen al considerar sucesiones de potencias, es decir, suy cesiones de la forma {xn n } donde {xn } es una sucesin de nmeros positivos e {yn } es una sucey sin cualquiera de nmeros reales. Puesto que xn n = exp(yn log(xn )), teniendo en cuenta la proy posicin (5.20), la convergencia o divergencia de la sucesin {xn n } vendr determinada por la de {yn log(xn )}; la cual, a su vez, est determinada en todos los casos por el comportamiento de las sucesiones {xn } e {yn }, excepto cuando dicha sucesin {yn log(xn )} es una indeterminacin del tipo 0 , lo que ocurre en los siguientes casos. a) {xn } 1, {|yn |} + (indeterminacin 1 ) b) {xn } +, {yn } 0 (indeterminacin 0 ) c) {xn } 0, {yn } 0 (indeterminacin 0 0 ) Cuando estudiemos las derivadas veremos algunas tcnicas que permiten resolver en muchos casos estas indeterminaciones.
5.2. Sucesiones de nmeros complejos

5.25 Denicin. Una sucesin de nmeros complejos {zn } se dice que converge a un nmero complejo z si, dado cualquier nmero real > 0, existe un nmero natural m tal que si n es cualquier nmero natural mayor o igual que m se cumple que |zn z| < . Simblicamente: > 0 m N : n
m |zn z| <
Ejercicios
56
lm{zn } = z e incluso, si no hay posibilidad de confusin, {zn } z. Observa que, en virtud de la denicin dada, se verica que {zn } z Recordemos que m x{|Re z| , |Im z|} a |Re z n Rez| |Im z n Imz| |z | |zn z | 0
Se dice que el nmero z es lmite de la sucesin {zn } y se escribe lm {zn } = z o, simplemente,

n
|Re z| + |Im z|. Gracias a esta desigualdad tenemos que |Re z n Rez| + |Im z n Imz|
|z n z|
Deducimos que |z n z| 0 si, y slo si, |Re z n Re z| 0 y |Im z n Im z| 0. Hemos probado as el siguiente resultado. 5.26 Proposicin. Una sucesin de nmeros complejos {z n } es convergente si, y slo si, las sucesiones de nmeros reales {Re z n } y {Im z n } son convergentes. Adems, en dicho caso lm{z n } = z Re z = lm{Re z n } y Im z = lm{Im z n }
Gracias a este resultado el estudio de sucesiones de nmeros complejos se reduce a estudiar la convergencia de dos sucesiones de nmeros reales. Los resultados obtenidos para sucesiones de nmeros reales en los que no interviene la estructura de orden son tambin vlidos para sucesiones de nmeros complejos. Son vlidos, en particular, los resultados relativos a lgebra de lmites, el teorema de BolzanoWeierstrass y el teorema de complitud.
5.3. Ejercicios
1. a) Sea {xn } una sucesin y supongamos que hay nmeros ]0, 1[, p N, tales que para todo n p es |xn+1 | |xn | . Prueba que lm{xn } = 0. b) Sea {xn } una sucesin de nmeros no nulos vericando que lm 0 Aplicacin. Dados a ] 1, 1[, k N, prueba que lmn {nk an } = 0. 2. Estudia la convergencia de las sucesiones siguientes. 1 + (1)n n 3 n 1 n xn = an + bn (a > 0, b > 0) xn = k + n2 k=1 xn = n 2 + 3n + 2 n xn = n2 + n n n + 1 + 2n xn = 2n + (1)n(n + 2) 7n + 3 xn = n xn = n 2 xn = xn = 1+n 3n
n
< 1. Prueba que lm{xn } = 0.
|xn+1 | = , donde |xn |
3 n + 1 3 n n! nn
Sugerencia. En algunos casos puede usarse el principio de las sucesiones encajadas o el ejercicio anterior.
Ejercicios n
57 n2+2 n . Deduce que n
3. Utiliza la desigualdad de las medias para probar que lm n n = 1. 4. Sea xn =
1 3 5 (2n 1) 1 . Prueba que xn < . Deduce que lm{xn } = 0. 2 4 6 2n 2n + 1
5. Como consecuencia inmediata de la formula del binomio de Newton, la desigualdad (1 + x)n 1 + nx es vlida para todo x > 0. Usa dicha desigualdad para probar que la suce sin n n n + 1 n n converge a 0. 1 + an 1 1 6. Supongamos que {an } 0. Prueba que lm = . an 2 7. Sean a0 , a1 , . . . , a p nmeros reales cuya suma es igual a cero. Justica que
n
lm a0
n + a1 n + 1 + a2 n + 2 + + a p n + p = 0 n, resta a0 + a1 + + a p y usa el ejercicio anterior. an + bn , bn+1 = 2
Sugerencia. Saca factor comn
8. Dados 0 < b1 < a1 , denamos para todo n N: an+1 = an bn .
Justica que las sucesiones as denidas son montonas y convergen al mismo nmero (que se llama media aritmtico-geomtrica de a1 y b1 ). 9. Estudia la convergencia de las siguientes sucesiones. 4 + 3xn . 3 + 2xn b) Dado a > 0, denimos x1 = a, xn+1 = a + xn a) x1 = 1, xn+1 = c) Dado a > 0, a 1, denimos x1 = a, xn+1 = 1 a xn + . 2 xn
Sugerencia. Estudia en cada caso monotona y acotacin. 10. 1 1 1 a) Para cada n N sea xn = 1+ + + log(n), yn = xn . Prueba que {xn } es estricta2 n n mente decreciente e {yn } es estrictamente creciente. Deduce que ambas sucesiones convergen a un mismo nmero. Dicho nmero se llama la constante de Euler, se representa por la letra griega . No se sabe si dicho nmero es racional o irracional. 1 + 1/2 + + 1/n b) Deduce que lm = 1. n log(n) c) Justica que
n
lm
1 1 1 + + + n+1 n+2 2n
= log 2. 1075 siempre que
11. Puede existir alguna sucesin acotada, {xn }, vericando que |xn xm | n m? Razona tu respuesta.
12. Sea {xn } una sucesin de nmeros reales y supongamos que existen ]0, 1[, p N, tales que |xn+2 xn+1| |xn+1 xn | para todo n p. Prueba que {xn } es convergente.
Ejercicios Sugerencia. Deduce primero que |xn+2 xn+1 | para todos n, h N se verica que:
58 n |x2 x1 |. Teniendo ahora en cuenta que n 1
n+h + n+h1 + n+h2 + + n < deduce que {xn } verica la condicin de Cauchy.
13. Sea I un intervalo cerrado (puede ser I = R); f : I R una funcin, y supongamos que hay un nmero ]0, 1[ tal que | f (x) f (y)| |x y|, para todos x, y en I.
Supongamos adems que f (x) I para todo x I. Dado un punto a I, denamos {xn } por x1 = a, y xn+1 = f (xn ) para todo n N. Prueba que {xn } converge a un punto x I que es el nico punto jo de f , es decir, f (x) = x. 14. Sea k un nmero natural. Calcula el lmite de la sucesin 1k + 2k + 3k + + nk . nk+1
15. Dadas dos funciones polinmicas P, Q, tales que el grado de Q es mayor o igual que el P(n) grado de P y Q(n) 0 para todo n N, justica que la sucesin es convergente y Q(n) calcula su lmite.
Leccin
Continuidad en intervalos cerrados y acotados. Lmite funcional
Introduccin
Sabemos ya que la imagen, f (I), de un intervalo I por una funcin continua f es un intervalo. Nos preguntamos Es f (I) un intervalo del mismo tipo que I? Enseguida nos damos cuenta de que no tiene por qu ser as. 1. f (x) = x 2 ; f ([1, 1[) = f (] 1, 1]) = [0, 1]; 2. f (x) = 1/x; f (]0, 1]) = [1, +[; f ([1, +[) =]0, 1]. 3. f (x) = sen x; f (] , [= [1, 1]. Vemos as que la imagen por una funcin continua de un intervalo abierto, o semiabierto, o de una semirrecta, puede ser un intervalo de distinto tipo. Nos queda por considerar qu ocurre con los intervalos cerrados (y acotados), es decir, los de la forma [a, b]. Ntese que si f : [a, b] R es continua, para probar que f ([a, b]) es un intervalo cerrado y acotado basta probar que el conjunto f ([a, b]) tiene mximo y mnimo, es decir, que hay nmeros u, v [a, b] tales que para todo x [a, b] es f (u) f (x) f (v), pues entonces ser f ([a, b]) = [ f (u), f (v)]. 6.1 Denicin. Sea f : B R . Se dice que f est acotada en E si el conjunto f (B) est acotado. Se dice que f alcanza en B un mximo (resp. un mnimo) absoluto si el conjunto f (B) tiene mximo (resp. mnimo), es decir, existe algn punto c B (resp. b B) tal que f (x) f (c) (resp. f (b) f (x)) para todo x B. El siguiente resultada es importante. Su demostracin se propone como ejercicio. 6.2 Proposicin. Sea f : A R una funcin continua en un punto x A. Entonces para toda sucesin {xn } de puntos de A que converge a x se verica que la sucesin { f (xn )} converge a f (x). lm f (xn ) = f (lm xn ) = f (x)
59
Lmite funcional
60
6.3 Teorema (Teorema de Weierstrass). Toda funcin continua en un intervalo cerrado y acotado alcanza en dicho intervalo un mximo y un mnimo absolutos. En particular, toda funcin continua en un intervalo cerrado y acotado est acotada en dicho intervalo. Demostracin. Sea f : [a, b] R una funcin continua. Queremos probar que hay algn punto c [a, b] en el que f alcanza un mximo absoluto. Empezaremos probando que f est acotada en [a, b]. Razonamos por contradiccin: supondremos que f no est acotada y llegaremos a una contradiccin. Si f no est acotada entonces para cada nN tiene que haber algn punto xn [a, b] tal que f (xn ) n. La sucesin {xn } est acotada y, por el teorema de Bolzano-Weierstrass, tiene alguna parcial yn = x(n) convergente. Sea x = lm{xn }. Como a yn b se deduce que a x b y por tanto x [a, b] (aqu es donde se usa el hecho de que [a, b] es un intervalo cerrado). Usando la proposicin anterior y la continuidad de f en x obtenemos que la sucesin { f (yn )} debe ser convergente. Pero esto es imposible porque f (yn ) = f (x(n) ) (n) n lo que nos dice que la sucesin { f (yn )} no est acotada y por tanto no puede ser convergente. Como f est acotada, el conjunto f [a, b] es un conjunto acotado de nmeros reales y, por tanto, tiene supremo e nmo. Sea = sup f [a, b]. Probaremos que f [a, b]. Para cada n N tiene que existir un zn [a, b] tal que 1/n f (zn ) . Repitiendo el razonamiento anterior obtenemos que la sucesin {zn } tiene alguna sucesin parcial convergente. Sin perder generalidad, podemos suponer que la propia {zn } es convergente. Sea z = lm{zn }. Entonces z [a, b] (por ser un intervalo cerrado) y f (z) = lm f (zn ) = . En consecuencia f alcanza un mximo ab soluto en el punto z. Anlogamente se prueba que = nf f [a, b] f [a, b]. Como aplicacin del teorema de Weierstrass puede probarse el siguiente resultado.
n
6.4 Proposicin. Una funcin polinmica de grado par f (x) =

k=0
ak xk alcanza un mnimo ab-
soluto en R si el coeciente lder es positivo, an > 0, y alcanza un mximo absoluto en R si el coeciente lder es negativo, an < 0.
6.1. Lmite funcional

Sea I un intervalo, a un punto de I, y f una funcin denida en I \{a}. Naturalmente, como f no est denida en a no tiene sentido hablar de la continuidad de f en a. Sin embargo, podemos preguntarnos es posible encontrar un nmero L R tal que deniendo f (a) = L, la nueva funcin as obtenida sea continua en a? Para ello el nmero L tendra que cumplir la siguiente propiedad: 0 < |x a| < = | f (x) L| < R+ R+ : xI donde la condicin 0 < |x a| es obligada porque la funcin f no est denida en a. Podemos modicar un poco la situacin anterior, suponiendo ahora que f est denida en todo el intervalo I pero no es continua en a . En este caso queremos cambiar el valor de f en a ,
Lmite funcional
61
es decir, encontrar, si es posible, un nmero L R tal que deniendo el valor de f en a igual a L, la nueva funcin as obtenida sea continua en a . La condicin que tiene que cumplir dicho nmero L es exactamente la misma de antes. Ntese que ahora la condicin 0 < |x a| es obligada porque nuestra funcin f no est denida en a de forma apropiada. En los dos casos considerados la condicin obtenida es la misma con independencia del hecho de que f est o no denida en a y, en caso de estarlo, del posible valor que f pueda tener en a. Por ello, en lo que sigue consideraremos la siguiente situacin. Notacin. En adelante, representaremos por I un intervalo; a ser un punto de I, y f ser una funcin que supondremos denida en I \{a} sin excluir la posibilidad de que dicha funcin pueda estar denida en todo el intervalo I lo cual, para nuestros propsitos actuales, carece de importancia. 6.5 Denicin. Se dice que f tiene lmite en el punto a si existe un nmero L R tal que se verica lo siguiente: R+ R+ : 0 < |x a| < xI = | f (x) L| <
Dicho nmero se llama lmite de f en a y escribimos lm f (x) = L .

xa
Observa que la existencia del lmite es independiente de que f est o no denida en a y, en caso de estarlo, del valor que f pueda tener en a. Tambin debe advertirse que en la denicin de la igualdad lm f (x) = L , slo intervienen desigualdades.
xa
Es fcil probar que el lmite de una funcin en un punto, si existe, es nico. Una consecuencia inmediata de la denicin dada es el siguiente resultado. 6.6 Proposicin. Sea f : I R una funcin denida en un intervalo y sea a I. Equivalen las armaciones siguientes: i) f es continua en a. ii) lm f (x) = f (a).
xa
En la recta real es posible distinguir si nos acercamos por la derecha o por la izquierda a un punto. Ello conduce de forma natural a la consideracin de los lmites laterales que pasamos a denir. Lmites laterales de una funcin en un punto Supongamos que: A) El conjunto {x I : a < x} no es vaco. En tal caso, se dice que f tiene lmite por la derecha en a, si existe un nmero R tal que se verica lo siguiente: R+ R+ :
a < x < a+ xI
= | f (x) | <
Lmites innitos
62
Dicho nmero se llama lmite por la derecha de f en a y, simblicamente, escribimos lm f (x) = . xa

x>a
B) El conjunto {xI : x < a} no es vaco. En tal caso, se dice que f tiene lmite por la izquierda en a, si existe un nmero R tal que se verica lo siguiente: R+ R+ : a < x < a xI = | f (x) | <
Dicho nmero se llama lmite por la izquierda de f en a y, simblicamente, escribimos lm f (x) = . xa

x<a
Teniendo en cuenta las deniciones dadas, es inmediato que: i) Si a = sup I , entonces lm f (x) = xa f (x). lm
xa x<a
ii) Si a = nf I , entonces lm f (x) = xa f (x). lm

xa x>a
iii) Si a no es un extremo de I, entonces equivalen las armaciones: a) lm f (x) = L.

xa
b) xa f (x) = xa f (x) = L. lm lm
x<a x>a
6.2. Lmites innitos

Funciones divergentes en un punto Se dice que f es positivamente divergente en a si se verica lo siguiente: M R+ R+ :
xa
0 < |x a| < xI
f (x) > M
Simblicamente, escribimos lm f (x) = +. Se dice que f es positivamente divergente por la izquierda en a si se verica lo siguiente: M R+ R+ :
x<a
a< x < a xI
f (x) > M
Simblicamente, escribimos xa f (x) = +. lm De forma anloga se denen los conceptos: f es positivamente divergente por la derecha en a. Simblicamente xa f (x) = + lm
x>a
f es negativamente divergente en a. Simblicamente lm f (x) = .

xa
f es negativamente divergente por la izquierda o por la derecha en a. Simblicamente lm f (x) = xa f (x) = lm xa

x<a x>a
Discontinuidades. lgebra de lmites. Lmites de funciones montonas Lmites en innito
63
Sea f : I R una funcin denida en un intervalo no mayorado I. Se dice que f tiene lmite en + si existe un nmero L R tal que se verica lo siguiente: R+ K R+ : x>K xI = | f (x) L| <
x+
Dicho nmero se llama lmite de f en + y escribimos lm f (x) = L. Anlogamente se dene el lmite en . Funciones divergentes en innito Sea f : I R una funcin denida en un intervalo no mayorado I. Se dice que f es positivamente divergente en + si se verica lo siguiente: M R+ K R+ : En cuyo caso escribimos lm f (x) = +.
x+
x>K xI
f (x) > M
Llegados aqu, el lector no tendr dicultad en precisar el signicado de:

x+
lm f (x) = ,
lm f (x) = +,
lm f (x) = .
El siguiente resultado establece una importantsima relacin entre el lmite funcional y el lmite de sucesiones. 6.7 Proposicin. Sea f una funcin y sean a, L R {+, }. Equivalen las armaciones: i) lm f (x) = L
xa
ii) Para toda sucesin {xn } de puntos en el dominio de denicin de f , tal que {xn } a con xn se verica que { f (xn )} L.
a,
6.3. Discontinuidades. lgebra de lmites. Lmites de funciones montonas

Clasicacin de las discontinuidades Sea f : I R una funcin denida en un intervalo y sea a I. Si f tiene lmite en a y lm f (x) dad evitable.
xa
f (a), se dice que f tiene en el punto a una discontinui-
Discontinuidades. lgebra de lmites. Lmites de funciones montonas Si los dos lmites laterales de f en a existen y son distintos: lm f (x) xa f (x) lm xa
x<a x>a
64
se dice que f tiene en el punto a una discontinuidad de salto. Si alguno de los lmites laterales no existe se dice que f tiene en el punto a una discontinuidad esencial. Es evidente que el concepto de lmite es, al igual que el de continuidad en un punto, un concepto local; la existencia del lmite de una funcin en un punto a depende solamente del comportamiento de la funcin en los puntos prximos al punto a. Es importante advertir que el concepto de lmite lateral es un caso particular del concepto general de lmite de una funcin en un punto. Por ello, cualquier resultado referente a lmites de funciones en un punto puede ser convenientemente enunciado para lmites laterales sin ms que considerar la restriccin de la funcin a la derecha o a la izquierda del punto en cuestin. El siguiente resultado pone de maniesto la compatibilidad de la operacin de paso al lmite con la estructura algebraica y de orden de R. 6.8 Teorema (lgebra de lmites). Supongamos que f y g tienen lmite en a donde aceptamos que a puede ser un nmero real, o +, o . Se verica entonces que: i) Las funciones f + g y f g tienen lmite en a y
xa
lm ( f + g)(x) = lm f (x) + lm g(x),

xa xa
xa
lm ( f g)(x) = lm f (x) lm g(x)

xa xa
ii) Si lm f (x)
xa
0, entonces lm
xa
1 1 = f (x) lm f (x)
xa
iii) Si f (x)
g(x) para todo x I, x h(x)
a, entonces lm f (x)
xa
xa
lm g(x) a y lm f (x) = lm g(x) = L. Entonces

xa xa
iv) Supongamos que f (x)
se verica que h tiene lmite en a y lm h(x) = L.

xa
g(x) para todo x I, x
En el siguiente resultado se establecen condiciones que garantizan la divergencia de una suma o de un producto. 6.9 Teorema. Supongamos que f es positivamente divergente en a, lm f (x) = +, donde acep
xa
tamos que a puede ser un nmero real, o +, o . i) Supongamos que hay un nmero M R tal que g(x) lm ( f + g)(x) = +.
xa
M para todo x I, x M para todo x I, x
a . Entonces
ii) Supongamos que hay un nmero M > 0 tal que g(x) lm ( f g)(x) = +.
xa
a . Entonces
En el siguiente resultado se establecen condiciones que garantizan que un producto tenga lmite igual a cero.
Continuidad y monotona 6.10 Teorema. Supongamos que lm f (x) = 0, y que hay un nmero M > 0 tal que |g(x)|
xa
65 M para
todo x I, x
a . Entonces lm ( f g)(x) = 0.
xa
Un resultado establece que la continuidad permuta con el paso al lmite. 6.11 Teorema. Si g es continua en el punto L = lm f (x), entonces lm (g f )(x) = g(L). Simblica xa xa mente: lm (g f )(x) = g(lm f (x))
xa xa
6.4. Continuidad y monotona

6.12 Teorema (Lmites de una funcin montona). Sea f una funcin creciente denida en un intervalo I. i) Para todo punto a I que no sea un extremo de I se verica que:
xa x<a
lm f (x) = sup{ f (x) : x I, x < a}
xa x>a
lm f (x) = nf{ f (x) : x I, x > a}
ii) Si a R {} es el extremo izquierdo de I, entonces: a) Si f est minorada en I es lm f (x) = nf{ f (x) : x I \ {a}}.
xa
b) Si f no est minorada en I es lm f (x) = .

xa
iii) Si a R {+} es el extremo derecho de I, entonces: a) Si f est mayorada en I es lm f (x) = sup{ f (x) : x I \ {a}}.
xa
b) Si f no est mayorada en I es lm f (x) = +.

xa
Demostracin. Supongamos que a I no es el extremo izquierdo de I, es decir que el conjunto {xI : x < a} no es vaco. Entonces, el conjunto B = { f (x) : x I, x < a} tampoco es vaco y, por ser f creciente, el nmero f (a) es un mayorante de B. Sea = sup{ f (x) : x I, x < a}. Dado > 0, el nmero no puede ser mayorante de B, es decir, tiene que haber algn punto xo I, xo < a tal que < f (xo ). Sea = a xo > 0. Entonces para a < x < a, esto es, para xo < x < a, se verica que < f (xo ) f (x) , lo que claramente implica que < f (x) < + , es decir, | f (x) | < . Hemos probado as que xa f (x) = sup{ f (x) : x I, x < a}. Los dems casos lm se prueban de forma muy parecida y quedan como ejercicios. 6.13 Teorema (Discontinuidades de las funciones montonas). Sea f una funcin montona en un intervalo. Entonces: i) En los puntos del intervalo que no son extremos del mismo, f solamente puede tener discontinuidades de salto. ii) Si el intervalo tiene mximo o mnimo, f puede tener en dichos puntos discontinuidades evitables.
x<a
Indeterminaciones en el clculo de lmites
66
6.14 Teorema (Continuidad de una funcin montona). Una funcin montona denida en un intervalo es continua si, y slo si, su imagen es un intervalo. Demostracin. En efecto, si f : I R es una funcin creciente en un intervalo I y suponemos que su imagen f (I) es un intervalo entonces, si a I no es un punto extremo de I, es decir, hay puntos u, v I tales que u < a < v, tenemos que { f (x) : x I, x < a} [ f (u), f (a)[, y deducimos que
xa x<a
{ f (x) : x I, x > a} ] f (a), f (v)]
lm lm f (x) = f (a) = xa f (x)

x>a
esto es, f es continua en a. Anlogamente se prueba que si I contiene a alguno de sus extremos entonces f es continua tambin en esos puntos. Teniendo en cuenta que la funcin inversa de una funcin estrictamente montona es tambin estrictamente montona (y del mismo tipo), se deduce de lo anterior el siguiente importante resultado. 6.15 Teorema. La funcin inversa de una funcin estrictamente montona y continua en un intervalo es tambin una funcin continua y estrictamente montona. El siguiente resultado se demuestra haciendo uso del teorema de los ceros de Bolzano y ser usado en el prximo captulo para obtener una importante propiedad de las funciones con derivada distinta de cero. Su demostracin no aade nada nuevo a lo que ya sabemos y por eso no la incluyo aqu; pero lo que se arma en l es muy intuitivo: si una funcin es continua e inyectiva en un intervalo entonces es claro que su grca no puede subir y bajar, en consecuencia o siempre sube o siempre baja. 6.16 Teorema (Funciones continuas e inyectivas en intervalos). Una funcin continua e inyectiva denida en un intervalo es estrictamente montona.
6.5. Indeterminaciones en el clculo de lmites

Frecuentemente hay que estudiar el lmite de una suma o producto de dos funciones precisamente cuando las reglas que hemos visto anteriormente no pueden aplicarse. Se trata de aquellos casos en que el comportamiento de las funciones f + g, f g, no est determinado por el de f y g. Por ejemplo, si sabemos que lm f (x) = + y que lm g(x) = , qu podemos decir
xa xa xa xa
en general del comportamiento en el punto a de la funcin f + g? Respuesta: absolutamente nada. En consecuencia, para calcular un lmite del tipo lm ( f + g)(x) donde lm f (x) = + y una indeterminacin del tipo .
xa
lm g(x) = se requiere un estudio particular en cada caso. Suele decirse que estos lmites son
Anlogamente, si sabemos que lm f (x) = 0 y que la funcin g es divergente (positivamente o negativamente) en el punto a, ello no proporciona ninguna informacin sobre el comportamiento de la funcin f g en dicho punto. Cuando esto ocurre se dice que el lmite lm ( f g)(x)
xa xa
Indeterminaciones en el clculo de lmites
67
es una indeterminacin del tipo 0 . Las indeterminaciones que aparecen al estudiar el cociente de dos funciones divergentes o de dos funciones con lmite cero, es decir, las llamadas indeterminaciones de los tipos /, 0/0, pueden reducirse a una indeterminacin del tipo 0 . Todava hemos de considerar nuevas indeterminaciones que van a surgir al considerar funciones de la forma f (x) g(x) donde f es una funcin que toma valores positivos y g es una funcin cualquiera. Puesto que: f (x) g(x) = exp(g(x) log f (x)) teniendo en cuenta los resultados anteriores, el lmite lm f (x) g(x) vendr determinado por el lmite lm g(x) log f (x), el cual, a su vez, est determinado en todos los casos por el comporta miento en el punto a de las funciones f y g, excepto cuando dicho lmite es una indeterminacin del tipo 0 , lo que ocurre en los siguientes casos: a) lm f (x) = 1, lm |g(x)| = + (indeterminacin 1 )
xa xa xa xa
b) lm f (x) = +, lm g(x) = 0 (indeterminacin 0 )

xa xa
c) lm f (x) = 0, lm g(x) = 0 (indeterminacin 0 0 ")

xa xa
Ni que decir tiene que no hay tcnicas generales que permitan resolver las indeterminaciones, no seran tales si las hubiera! Es por ello que, los lmites indeterminados, requieren un estudio particular en cada caso. Es un hecho que la mayora de los lmites que tienen algn inters matemtico son lmites indeterminados. Cuando estudiemos las derivadas obtendremos tcnicas que permitirn calcular con comodidad dichos lmites.
Lmites de exponenciales y logaritmos Los resultados que siguen son de gran utilidad para calcular lmites. Su justicacin se ver ms adelante. 6.17 Proposicin. Sea a un nmero real o + o . En los apartados b1), b2) y b3) se supone que f (x) > 0. a1) lm f (x) = L lm e f (x) = e L .
xa xa
a2) lm f (x) = + lm e f (x) = +.

xa xa
a3) lm f (x) = lm e f (x) = 0.

xa xa
b1) lm f (x) = L > 0 lm log f (x) = log L.

xa xa
b2) lm f (x) = + lm log f (x) = +.

xa xa
b3) lm f (x) = 0 lm log f (x) = .

xa xa
Ejercicios
68
El siguiente resultado es de gran importancia. En l se comparan los rdenes de crecimiento de las funciones logaritmo, potencias y exponenciales, resultando que el logaritmo crece ms lentamente que cualquier potencia positiva y stas, a su vez, crecen ms lentamente que la exponencial. 6.18 Proposicin.
II )
x0
I)
|log x| = 0 para todos > 0 y R. x+ x lm
lm |x| log |x| lm
= 0 para todos > 0 y R.
III )
x+
x = 0 para todos > 0 y > 0. e x
6.6. Ejercicios
1. Sea f : [a, b] R continua. Supongamos que para cada x [a, b] hay algn y [a, b] tal que 9 | f (y)| 10 | f (x)|. Prueba que f se anula en algn punto de [a, b]. 2. Sea f : [a, b] R continua. Prueba que la funcin g : [a, b] R dada por g(x) = m x f ([a, x]), a (a x b), es continua. 3. Sea f : [a, b] R continua, pongamos M = m x f ([a, b]), m = mn f ([a, b]) y supongamos que a f (a) = f (b) y que m < f (a) < M. Prueba que f toma todo valor de [ f (a), M[]m, f (a)] en al menos dos puntos de [a, b]. 4. La ecuacin ax 2 + 2x 1 = 0 donde a > 1, a 0 tiene dos soluciones que representaremos por (a) y por (a). Calcula los lmites de dichas funciones en a = 0 y en a = 1. 5. Prueba que, dado x R, la ecuacin logt + t 5 = x tiene una nica solucin, que representamos por (x). Justica que la funcin x (x), (x R), as denida es continua. 6. Sea f : [0, 1] R continua vericando que | f (s) f (t)| |st| para todos s,t [0, 1], y f ({0, 1}) = {0, 1}. Prueba que o bien es f (x) = x para todo x [0, 1], o bien es f (x) = 1 x para todo x [0, 1]. 7. Estudia los lmites en + y en de: a) Una funcin polinmica. b) Una funcin racional. 8. Justica que una funcin polinmica de grado par o bien alcanza un mximo en R o bien alcanza un mnimo absoluto en R.
Leccin
Derivadas
Introduccin
Los orgenes del Clculo estuvieron motivados por el deseo de resolver diversos problemas vinculados al movimiento de los cuerpos, as como problemas de tipo geomtrico de importancia en ptica y problemas de clculo de valores mximos y mnimos de una funcin dada. Simplicando podemos destacar dos problemas principales: Determinar la tangente a una curva en un punto (el problema de las tangentes). Determinar el rea encerrada por una curva (el problema de las cuadraturas). Son los conceptos de derivada e integral, respectivamente, los que permiten resolver satisfactoriamente dichos problemas. Mientras que el concepto de integral tiene sus races en la antigedad clsica, la otra idea fundamental del Clculo, la derivada, no se formul hasta el siglo XVII. Fue el descubrimiento efectuado por Sir Isaac Newton (1642-1727) y Gottfried Wilhelm Leibnitz (1646-1716) de la relacin entre estas dos ideas, tan dispares en apariencia, lo que inici el magnco desarrollo del Clculo. Si bien los trabajos de Newton y Leibnitz son decisivos por sus aportaciones e inuencia, no hay que olvidar que ellos son el punto culminante de un largo proceso en el que han participado cientcos de la talla de Johannes Kepler (1571-1630), Ren Descartes (1596-1650), Pierre de Fermat (1601-1665), John Wallis (1616-1703) e Isaac Barrow (1630-1677) entre otros.
7.1.1. Concepto de derivada. Interpretacin fsica y geomtrica

Para entender los resultados del Clculo diferencial es necesario, antes que nada, comprender la idea bsica del mismo: el concepto de derivada. La derivada de una funcin puede interpretarse geomtricamente como la pendiente de una curva, y fsicamente como una razn instantnea de cambio.
69
Concepto de derivada. Interpretacin fsica y geomtrica Tangente a una curva
70
A principios del siglo XVII no se saba cmo calcular la tangente a una curva en un punto de la misma. Este problema se presentaba con frecuencia en mecnica, en ptica y en geometra. Vamos a estudiar el concepto general de tangente a una curva en un punto dado. En general, no es un asunto sencillo hallar la pendiente de esta tangente. La razn es que, en principio, se necesita para ello otro punto, adems del de tangencia. Supongamos que queremos hallar la tangente a la curva de ecuacin cartesiana y = f (x) en el punto (a, f (a)). La estrategia, usada primero por Pierre de Fermat y ms tarde por Newton, consiste en aproximar la tangente por rectas secantes cuyas pendientes s pueden calcularse directamente. En particular, considrese la recta que une el punto (a, f (a)) con un punto cercano, (x, f (x)), de la grca de f . Esta recta se llama una secante (recta que corta, pero no es tangente a la curva). La pendiente de esta secante es: f (x) f (a) xa dicho nmero suele llamarse cociente incremental de f en a. Ntese que una secante es una buena aproximacin de la tangente, siempre que el punto (x, f (x)) est muy prximo a (a, f (a)). Estas consideraciones llevan a denir la tangente a la grca de f en el punto (a, f (a)) como la recta que pasa por dicho punto y cuya pendiente es igual al lmite:
xa
(x, f (x)) f (x) f (a) (a, f (a)) xa
lm
supuesto, claro est, que dicho lmite exista. Razn de cambio Muchas leyes de la Fsica, la Qumica, la Biologa o la Economa, son funciones que relacionan una variable dependiente y con otra variable independiente x, lo que suele escribirse en la forma y = f (x). Si la variable independiente cambia de un valor inicial a a otro x , la variable y lo hace de f (a) a f (x). La razn de cambio promedio de y = f (x) con respecto a x en el intervalo [a, x] es: f (x) f (a) Razn de cambio promedio = xa Con frecuencia interesa considerar la razn de cambio en intervalos cada vez ms pequeos. Esto lleva a denir lo que podemos llamar razn de cambio puntual de y = f (x) con respecto a x en el punto a como: f (x) f (a) lm . xa xa El ejemplo ms conocido de esto que decimos es el de una partcula que se mueve a lo largo de una recta sobre la cual hemos elegido un origen. Sea f (t) la distancia de la partcula al origen en el tiempo t. La razn de cambio promedio tiene en este caso una interpretacin fsica natural. Es la velocidad media de la partcula durante el intervalo de tiempo considerado.
f (x) f (a) xa
Derivadas laterales
71
Parece intuitivo que, en cada instante, la partcula se mueve con una determinada velocidad instantnea. Pero la denicin corriente de velocidad es en realidad una denicin de velocidad media; la nica denicin razonable de velocidad instantnea es como la razn de cambio puntual. Es importante darse cuenta de que la velocidad instantnea es un concepto terico, y una abstraccin, que no corresponde exactamente a ninguna cantidad observable. Notacin. En lo que sigue las letras I, J representan intervalos no vacos de nmeros reales. 7.1 Denicin. Se dice que una funcin f : I R es derivable en un punto a I, si existe el lmite: f (x) f (a) lm . xa xa Explcitamente, f es derivable en a si hay un nmero L R vericando que para cada nmero > 0 existe algn nmero > 0 tal que para todo x I con x a y | x a |< se tiene que: f (x) f (a) L xa a Lagrange) y tambin, a veces, por Observaciones i) El lmite lm
xa d f (x) d x x=a
Dicho nmero L se llama la derivada de f en a y suele representarse por f (a) (notacin debida (notacin de Leibnitz).
f (x) f (a) f (a + h) f (a) se escribe tambin en la forma lm . h0 xa h
ii) La derivabilidad de f en un punto a I es una propiedad local, depende solamente del comportamiento de f en los puntos de I prximos al punto a. Concretamente, si J es cualquier intervalo abierto que contiene el punto a, se verica que f es derivable en a si, y slo si, la funcin restriccin f|IJ es derivable en a y, por supuesto, en tal caso ambas funciones tienen la misma derivada en a.
7.1.2. Derivadas laterales

7.2 Denicin. Se dice que f es derivable por la izquierda en a si existe el lmite:
xa x<a
lm
f (x) f (a) . xa
El valor de dicho lmite se llama la derivada por la izquierda de f en a. Anlogamente se dice que f es derivable por la derecha en a, si existe el lmite:
xa x>a
lm
f (x) f (a) . xa
El valor de dicho lmite se llama la derivada por la derecha de f en a. Teniendo en cuenta la relacin que hay entre el lmite de una funcin en un punto y los lmites laterales, es claro que:
Derivadas laterales
72
i) Si a = m x I , entonces la derivabilidad de f en a es lo mismo que la derivabilidad por la a izquierda de f en a. ii) Si a = mn I , entonces la derivabilidad de f en a es lo mismo que la derivabilidad por la derecha de f en a. iii) Si a no es un extremo de I, entonces equivalen las armaciones: a) f es derivable en a. b) Las derivadas por la izquierda y por la derecha de f en a existen y coinciden. El siguiente resultado nos dice que la derivabilidad es una propiedad ms fuerte que la continuidad. 7.3 Proposicin. Toda funcin derivable en un punto es continua en dicho punto. En efecto, si f : I R es derivable en a, de la igualdad: f (x) = f (a) + (x a)
xa
f (x) f (a) xa
(x I, x
a)
se sigue que lm f (x) = f (a), es decir, f es continua en a. 7.4 Teorema (Reglas de derivacin). Sean f g : I R dos funciones. Se verican las siguientes armaciones: i) La funcin suma f + g y la funcin producto f g son derivables en todo punto a I en el que f y g sean derivables; en tal caso las derivadas respectivas vienen dadas por: ( f + g) (a) = f (a) + g (a); ( f g) (a) = f (a)g(a) + f (a)g (a)
ii) Si g(x) 0 para todo x I, la funcin cociente f /g es derivable en todo punto a I en el que f y g sean derivables en cuyo caso se verica que: f g
(a) =
f (a)g(a) f (a)g (a) (g(a))2
7.5 Corolario. Las funciones polinmicas son derivables en todo punto y las funciones racionales son derivables en todo punto de su conjunto natural de denicin. Adems la derivada de la funcin polinmica f (x) = a0 + a1x + a2x2 + + anxn en cada punto x R viene dada por: f (x) = a1 + 2a2x + 3a3x2 + + nanxn1 7.6 Teorema (Derivacin de una funcin compuesta o regla de la cadena). Sean f : I R y g : J R con f (I) J, y sea h = g f : I R la funcin compuesta. Supongamos que f es derivable en a I y que g es derivable en f (a). Entonces h es derivable en a y h (a) = g ( f (a)) f (a). En particular, si g es derivable en J, la funcin compuesta h = g f es derivable en todo punto de I donde f sea derivable.
Derivadas laterales Demostracin. Pongamos b = f (a). Tenemos que probar que lm hiptesis se cumple que : lm
73 h(x) h(a) = g (b) f (a). Por xa
xa
yb
g(y) g(b) f (x) f (a) lm = g (b) f (a) y b xa xa
La idea de la demostracin es hacer en esta igualdad la sustitucin y = f (x). Como no est garantizado por las hiptesis hechas que para x a se tenga f (x) b, no est justicado hacer directamente la sustitucin indicada (dividir por cero est prohibido). Podemos evitar esta dicultad como sigue. Denamos la funcin : J R por: (y) = g(y) g(b) (y yb b), (b) = g (b)
Con ello la funcin es continua en b. Es inmediato ahora comprobar que para todo x I con x a se verica que: h(x) h(a) f (x) f (a) = ( f (x)) (1) xa xa ahora, como f es continua en a (porque es derivable en a) y es continua en b = f (a), se sigue que f es continua en a, por lo que:
xa
lm ( f (x)) = ( f (a)) = (b) = g (b).
La igualdad (1) nos dice ahora que: lm h(x) h(a) = g (b) f (a) xa
xa
como queramos probar.
Derivabilidad de las funciones exponencial y logaritmo La funcin exponencial x exp(x) = e x (x R) y la funcin logaritmo natural x log x (x R+ ) son derivables en todo punto de sus respectivos intervalos de denicin, siendo: (exp) (x) = expx (x R), Deducimos en particular que: log x = 1; x1 x 1 lm e x 1 = 1; x0 x lm log(1 + x) = 1; x lm (1 + x) 1/x = e (log) (x) = 1 (x R+ ) x
x0
lm
x0
Deducimos tambin un importante resultado que permite resolver en muchos casos las indeterminaciones 1 y 0 . 7.7 Teorema (Criterio de equivalencia logartmica). Sea a I, f y g funciones denidas en I \ {a}. Supongamos que f (x) > 0 para x I \ {a}, y que lm f (x) = 1. Entonces se tiene que:
xa
i) lm f (x) g(x) = eL si, y slo si, lm g(x)( f (x) 1) = L.

xa xa
ii) lm f (x)
xa
g(x)
= + si, y slo si, lm g(x)( f (x) 1) = +.

xa
Derivadas laterales iii) lm f (x) g(x) = 0 si, y slo si, lm g(x)( f (x) 1) = .
xa xa
74
log x , (x 1), (1) = 1. x1 Ntese que es una funcin continua. Pongamos: (x) = f (x) g(x) = exp g(x) log( f (x)) = exp g(x)( f (x) 1)( f (x)) lm g(x)( f (x) 1)( f (x)) = L R {+} {} lm g(x)( f (x) 1)) = L R {+} {}
Demostracin. Sea : R+ R la funcin dada por:
Puesto que lm ( f (x)) = 1 se sigue que:

xa xa
si, y slo si
xa
lo que prueba las armaciones hechas. 7.8 Proposicin. Sean f , g : I R, a I y g(x) > 0 para todo x I. Se verica entonces que: i) f es derivable en a si, y slo si, la funcin h(x) = exp( f (x)) es derivable en a en cuyo caso h (a) = f (a) exp( f (a)). ii) g es derivable en a si, y slo si, la funcin (x) = log(g(x)) es derivable en a en cuyo caso g (a) . (a) = g(a) iii) Si f y g son derivables en a la funcin (x) = [g(x)] f (x) tambin es derivable en a y (a) = (a) log(g(a)) f (a) + f (a) g (a) g(a)
Derivabilidad de las funciones trigonomtricas Las funciones seno y coseno son derivables en todo punto vericndose que: sen (x) = cos x En particular, se verica que:
x0
cos (x) = sen x. cos x 1 = 0. x
lm
sen x = 1, x
x0
lm
Las derivadas de las dems funciones trigonomtricas se deducen con facilidad a partir de las derivadas del seno y del coseno. Derivabilidad de las funciones hiperblicas Las derivadas de las funciones hiperblicas y de sus inversas se deducen con facilidad de las derivadas del logaritmo y de la exponencial. Se comprueba sin dicultad que: senh (x) = cosh x, cosh (x) = senh x, argsenh (x) = argcosh (x) = 1 x2 1 , argsech (x) = 1 x 1 x2 + 1 1 x x2 + 1
x2 1
, argcosech (x) =
Teoremas de Rolle y del valor medio
75
7.2. Teoremas de Rolle y del valor medio

Los resultados ms tiles del clculo diferencial se reeren a funciones derivables en todos los puntos de un intervalo. El teorema del valor medio es frecuentemente atribuido a Joseph Louis Lagrange; no obstante, fue publicado por vez primera en 1806 por el fsico Andr Marie Ampre que justicaba el resultado usando ideas de Lagrange y suponiendo que la funcin derivada era continua lo cual, como se ver enseguida, es innecesario. Quince aos ms tarde Augustin Louis Cauchy volvi a probar el teorema con las mismas hiptesis. El teorema del valor medio es uno de los resultados ms tiles del Clculo. Su utilidad se debe principalmente a que dicho teorema permite acotar el incremento de una funcin cuando se conoce una cota de su derivada. Michel Rolle (1652-1719) fue miembro de la Acadmie des Sciences y en 1691 estudiando un mtodo para resolver ecuaciones estableci sin demostrar el teorema que ahora lleva su nombre que, como veremos, es esencialmente equivalente al teorema del valor medio. 7.9 Denicin. Dada una funcin f : I R derivable en todo punto de I, la funcin derivada de f es la funcin f : I R que a cada punto x I hace corresponder la derivada de f en dicho punto. 7.10 Denicin. Dada una funcin cualquiera f : I R, se dice que f tiene en un punto a I un mximo relativo (resp. mnimo relativo) si hay algn nmero r > 0 tal que ]a r, a + r[ I y x ]a r, a + r[ se verica que f (x) f (a) (resp. f (x) f (a)). La expresin extremo relativo se utiliza para referirse indistintamente a un mximo o a un mnimo relativo.
(c, f (c))
(a, f (a)) y = f (x) (b, f (b))
(d, f (d))
La funcin f tiene mximos relativos en los puntos a y c y mnimos relativos en los puntos b y d. Ntese que f (d) > f (a), es decir, el valor de una funcin en un mnimo relativo puede ser mayor que el valor en un mximo relativo.
El siguiente resultado nos dice que en los extremos relativos de una funcin derivable la tangente es horizontal. 7.11 Proposicin (Condicin necesaria de extremo relativo). Sea f : I R, a I y supongamos que f tiene un extremo relativo en a y que f es derivable en a. Entonces se verica que f (a) = 0. Demostracin. Supongamos que a es un mximo relativo de f . Entonces hay un nmero r > 0 tal que ]a r, a + r[ I y x ]a r, a + r[ se verica que f (x) f (a). Puesto que f es derivable en a y el punto a no es un extremo del intervalo I, se verica que:
xa x<a
lm
f (x) f (a) f (x) f (a) = f (a) = xa lm xa xa x>a f (x) f (a) f (x) f (a) 0, se sigue que xa lm 0. xa xa x<a
Puesto que para ar < x < a es

Teoremas de Rolle y del valor medio Puesto que para a<x<a+r es
76
f (x) f (a) f (x) f (a) 0, se sigue que xa lm 0. Por tanto f (a) = 0. xa xa x>a
Es importante observar que esta condicin necesaria no es suciente. Por ejemplo, la funcin f (x) = x3 no tiene ningn extremo relativo en R pero f (0) = 0. 7.12 Teorema (Teorema de Rolle). Sea f : [a, b] R una funcin continua en [a, b], derivable en ]a, b[ y vericando que f (a) = f (b). Entonces existe algn punto c ]a, b[ tal que f (c) = 0. Demostracin
f (c) = 0
(a, f (a)) y = f (x)
(b, f (b))
La continuidad de f en [a, b] garantiza que f alcanza en un punto u [a, b] un mnimo absoluto y en un punto v [a, b] un mximo absoluto. Si {u, v} = {a, b}, entonces ser f (u) = f (v) y, por tanto f es constante en [a, b] y, en consecuencia, su derivada es
nula. Si {u, v} {a, b}, entonces alguno de los puntos u, v est en ]a, b[ y es un extremo relativo de f por lo que, en virtud de la proposicin anterior, concluimos que la derivada de f se anula en algn punto de ]a, b[. 7.13 Teorema (Teorema del valor medio). Sea f : [a, b] R una funcin continua en [a, b], derivable en ]a, b[. Entonces existe algn punto c ]a, b[ tal que f (c) = f (b) f (a) ba
Demostracin. Denamos una funcin g : [a, b] R por g(x) = f (x) + x donde , son nmeros que elegiremos por la condicin de que g(a) = g(b), es decir ( f (a) f (b)) = (b a). Para ello basta tomar = b a y = f (a) f (b). Podemos aplicar ahora el teorema de Rolle a la funcin g(x) = (b a) f (x) + ( f (a) f (b))x, para deducir que hay un punto c ]a, b[ tal que g (c) = (b a) f (c) + ( f (a) f (b)) = 0, lo que concluye la demostracin. y = f (c) + f (c)(x c) (b, f (b)) (a, f (a)) tg() =
(c, f (c))
f (b) f (a) = f (c) ba
Consecuencias del teorema del valor medio
77
7.2.1. Consecuencias del teorema del valor medio

7.14 Proposicin. Sea f una funcin derivable en un intervalo I, y supongamos que existe M 0 tal que | f (x)| M para todo xI. Entonces se verica que | f (x) f (y)| M|x y| para todos x, yI. En particular, si f (x) = 0 para todo x I entonces f es constante en I. 7.15 Proposicin. Sea I un intervalo, a I y f una funcin continua en I y derivable en I\{a}. Si la funcin derivada f tiene lmite por la derecha (resp. por la izquierda) en a entonces f es derivable por la derecha (resp. por la izquierda) en a con derivada por la derecha (resp. por la izquierda) en a igual al valor de dicho lmite. En particular, si existe lm f (x) = L entonces f es derivable en a y f (a) = L.
xa
Demostracin. Supongamos que xa f (x) = L. Dado > 0, existe > 0 tal que ]a , a] I y para lm a < x < a se verica que | f (x) L| < . Dado x]a , a] podemos aplicar el teorema del valor medio a la funcin f en el intervalo [x, a] y deducimos que hay algn punto c ]x, a[]a , a[ tal f (x) f (a) que = f (c) y por tanto: xa f (x) f (a) L = | f (c) L| < xa f (x) f (a) = L, es decir, f es derivable por a izquierda en a y la derivada xa x<a por la izquierda de f en a es igual a L. El resto de las armaciones del enunciado se deducen fcilmente de lo anterior. lo que prueba que xa lm 7.16 Corolario. Sea f : I R derivable en el intervalo I. Entonces la funcin derivada f : I R no tiene discontinuidades evitables ni discontinuidades de salto. 7.17 Proposicin (Derivabilidad y monotona). Sea f : I R derivable en el intervalo I . Se verica entonces que f es creciente (resp. decreciente) en I si, y slo si, f (x) 0 (resp. f (x) 0) para todo x I. Demostracin. Supongamos que f (x) 0 para todo x I. Dados dos puntos u, v I con u < v, podemos aplicar el teorema del valor medio a f en el intervalo [u, v] para deducir que existe c]u, v[ tal que f (v) f (u) = f (c)(vu) 0, por lo que f (u) f (v), es decir f es creciente. Recprof (x) f (a) camente, si f es creciente en I entonces para todos a, xI, con x a, se tiene que 0, xa lo que implica que: f (x) f (a) lm = f (a) 0. xa xa 7.18 Teorema. Sea f : I R derivable en el intervalo I con f (x) entonces que: O bien f es estrictamente creciente y f (x) > 0 para todo x I O bien f es estrictamente decreciente y f (x) < 0 para todo x I. Demostracin. Dados dos puntos u, v I con u v, podemos razonar como antes para obtener que existe c ]u, v[ tal que f (v) f (u) = f (c)(v u) 0. Hemos probado as que f es inyectiva en
x<a
0 para todo x I. Se verica
Consecuencias del teorema del valor medio
78
el intervalo I. Como, adems f es continua en I (por ser derivable), podemos usar un resultado del captulo anterior para deducir que f es estrictamente montona en I. Es suciente tener en cuenta ahora el resultado inmediatamente anterior para concluir la demostracin. Es importante advertir que el resultado anterior nos dice que si una funcin f es derivable en un intervalo y la derivada f toma valores positivos y negativos, entonces f se anula en algn punto. Este resultado recuerda mucho al teorema de los ceros de Bolzano para funciones continuas en un intervalo, con una notable diferencia: aqu no exigimos que la funcin derivada f sea continua. De hecho, se verica el siguiente resultado. 7.19 Teorema (Propiedad del valor intermedio para derivadas). Sea una funcin denida en un intervalo I que es la derivada de alguna funcin en dicho intervalo. Entonces se verica que la imagen por de I, (I), es un intervalo. Demostracin. Por hiptesis hay una funcin derivable f : I R tal que (x) = f (x) para todo x I. Sean u = (a), v = (b) dos valores que toma la funcin , y supongamos u < v. Dado ]u, v[, denimos la funcin g(x) = f (x) x. Tenemos entonces g (a) = (a) = u < 0 y g (b) = (b) = v > 0. Por tanto la derivada de g toma valores positivos y negativos en el intervalo I y, por tanto, tiene que anularse, es decir, existe algn punto c I tal que g (c) = (c) = 0, esto es, (c) = . Hemos probado as que si toma dos valores tambin toma todos los comprendidos entre ellos dos; es decir que (I) es un intervalo. 7.20 Proposicin (Derivacin de la funcin inversa). Sea f : I R derivable en el intervalo I con derivada f (x) 0 para todo xI. Entonces f es una biyeccin de I sobre el intervalo J = f (I), y la funcin inversa f 1 : J R es derivable en J siendo ( f 1 ) (y) = 1 f ( f 1 (y)) (y J).
la funcin h : I R dada por:
Demostracin. Las hiptesis hechas implican que f es estrictamente montona y continua; por tanto es una biyeccin de I sobre J = f (I), y la funcin inversa f 1 : J R es continua en J. Sea b = f (a) J. Puesto que xa 1 lm = xa f (x) f (a) f (a) xa para (x f (x) f (a) 1 f (a)
h(x) =
a), h(a) =
es continua en I. Como f 1 es continua en J, deducimos que h f 1 es continua en J, por lo que, en particular, lm h( f 1 (y)) = h( f 1 (b)) = h(a). Pero, para todo y J, con y b es
yb
h( f 1 (y)) = Concluimos as que

yb
f 1 (y) f 1 (b) yb
lm
f 1 (y) f 1 (b) 1 = yb f (a)

Reglas de LHpital Derivabilidad de las funciones trigonomtricas inversas Se comprueba sin dicultad que: arc tg (x) = 1 (x R), 1 + x2 arc sen (x) = 1 x2 1 (x ] 1, 1[)
79
7.21 Teorema (Teorema del valor medio generalizado). Sean f , g : [a, b] R funciones continuas en [a, b] y derivables en ]a, b[. Entonces existe algn punto c ]a, b[ tal que ( f (b) f (a))g (c) = (g(b) g(a)) f (c) Demostracin. Denimos una funcin h(x) = f (x) + g(x) donde , son nmeros que se eligen de forma que g(a) = g(b), esto es, ( f (a) f (b)) = (g(b) g(a)). Basta para ello tomar = g(b) g(a), = f (a) f (b). El teorema del Rolle, aplicado a la funcin h(x) = (g(b) g(a)) f (x) ( f (b) f (a))g(x), nos dice que hay un punto c]a, b[ tal que h (c) = 0, lo que concluye la demostracin.
7.2.2. Reglas de LHpital

Guillaume Franois Antoine de LHpital, Marqus de Saint Mesme (1661-1704) public (annimamente) en 1696 el primer libro de texto sobre clculo diferencial el cual tuvo gran xito e inuencia durante el siglo XVIII. En l aparecen los resultados que hoy llevan su nombre los cuales permiten resolver en muchos casos indeterminaciones de la forma 0/0 o / que se presentan frecuentemente al estudiar el lmite de un cociente de dos funciones. Si bien LHpital era un escritor excepcionalmente claro y ecaz, las llamadas reglas de LHpital no fueron establecidas por l sino por su maestro Jean Bernouilli (1667-1748) que no las public. Las distintas formas de las reglas de LHpital pueden resumirse en el siguiente enunciado. 7.22 Teorema. Sean a < b +, f y g funciones derivables en ]a, b[ con g (x) 0, para todo x]a, b[. Sea {a, b} y supongamos que se verica alguna de las dos condiciones siguientes: a) lm f (x) = lm g(x) = 0
x x
b) lm |g(x)| = +
x
Y adems
f (x) = L R {+, } x g (x) lm lm f (x) =L g(x)
Entonces se verica que

x
Demostracin. Antes de dar una demostracin al uso vamos a explicar por qu la hiptesis de que el cociente de las derivadas tiene lmite implica que tambin lo tiene el cociente de las funciones. Para jar ideas, consideremos el caso en que = a es un nmero real y lm f (x) = lm g(x) = 0. Denamos f (a) = g(a) = 0. Ntese que aunque el punto (g(x), f (x)) re
x
corre una trayectoria en en plano que termina en (0, 0) cuando x = a, el lmite lm f (x)/g(x) no
xa
Reglas de LHpital
80
tiene por qu existir. Ello se debe a que la proximidad a (0, 0) del punto (g(x), f (x)) no nos proporciona ninguna informacin sobre el valor del cociente f (x)/g(x). Baste considerar que en un crculo centrado en (0, 0) de radio , hay puntos (u, v) para los que el cociente u/v puede tomar cualquier valor. Geomtricamente, podemos interpretar f (x)/g(x) como la pendiente de la recta que une (0, 0) con el punto (g(x), f (x)). Si imaginamos la trayectoria que recorre el punto (g(x), f (x)) como una curva, , en el plano que termina en (0, 0), parece evidente que, cuando dicho punto est muy prximo a (0, 0), el nmero f (x)/g(x) est muy prximo a la pendiente de la tangente a en (g(x), f (x)). Ntese que como f y g no se suponen derivables en x = a, no est garantizado que = {(g(x), f (x)) : x I} tenga tangente en el origen, es decir, para x = a. Podemos, sin embargo, calcular la pendiente de la tangente a en puntos distintos del origen. Para ello observemos que las hiptesis hechas implican que g es inyectiva, por lo que, llamando J = g(I), es claro que = {(t, f (g1 (t))),t J}; es decir, es la grca de la funcin h : J R dada por h(t) = f (g1 (t)). Las hiptesis hechas garantizan que h es derivable en J y su derivada, es decir, la pendiente de la tangente a en el punto (t, f (g1 (t))), viene dada por: h (t) = f (g1 (t)) . g (g1 (t))
Para obtener la pendiente de la tangente a en el punto (g(x), f (x)) basta sustituir t por g(x) en la igualdad anterior, es decir, dicha pendiente viene dada por: h (g(x)) = El dibujo siguiente puede ser de ayuda: f (x) g (x)
y = f (xo ) +
f (xo ) (x g(xo)) g (xo )
f (x) y=
f (xo ) g(xo ) x
y = Lx f (xo )
g(xo )
g(x) f (xo ) f (xo ) L g(xo ) g (xo )
A la vista de lo anterior, se comprende ahora que si exigimos que f (x)/g (x) tenga lmite L en el punto a, estamos obligando a que el cociente f (x)/g(x) tambin tenga lmite igual a L en a. En el dibujo se ha supuesto que L es un nmero real, pero est claro que puede suponerse tambin L = + o L = , lo que corresponde a los casos en que tiene tangente vertical en el origen.
Reglas de LHpital Daremos ahora una demostracin formal del teorema en dos casos particulares. Caso1 (Primera regla de LHpital).
81
Supongamos que = a y L son nmeros reales y lm f (x) = lm g(x) = 0. Denamos f (a) = g(a) = 0. Dado x I, x a, aplicamos el teorema del valor medio generalizado a las funciones f y g en el intervalo [a, x] para obtener cx ]a, x[ tal que ( f (x) f (a))g (cx ) = (g(x) g(a)) f (cx ), es decir, f (x)g (cx ) = g(x) f (cx ). Las hiptesis hechas implican que g es estrictamente montona en I y, como g(a) = 0, deducimos que g(x) 0 para todo x I. Obtenemos as que: f (x) f (cx ) = g(x) g (cx ) (1) f (t) L < . Deducimos de g (t)
xa xa
Por hiptesis, dado > 0, existe > 0 tal que para a < t < a + es la igualdad (1) que si a < x < a + se tiene que: f (x) L < . g(x) misma forma.
Hemos probado as que lm f (x)/g(x) = L. Los casos en que L = +, L = se tratan de la

xa
Caso 2 (Segunda Regla de LHpital). Supongamos que = a y L son nmeros reales y lm |g(x)| = +. Esta ltima condicin implica
xa
que g(x) 0 para todo xI sucientemente prximo al punto a, y por el carcter local del lmite no es restrictivo suponer que g(x) 0 para todo x I. Ntese tambin que las hiptesis hechas implican que g es inyectiva en I. La hiptesis lm f (x)/g (x) = L, nos dice que dado > 0, hay un nmero (jo en lo que sigue) c I, tal que para a < t f (t) L < g (t) 4
xa
c se verica que: (1) c y para a < x < a + se verica que: (2)
Como lm |g(x)| = +, hay un nmero > 0 tal que a +

xa
Dado a < x < a + aplicamos el teorema del valor medio generalizado para obtener un punto f (cx ) f (x) f (c) = . Teniendo en cuenta la identidad: cx ]x, c[ tal que g(x) g(c) g (cx ) f (x) L = g(x) = f (x) f (c) g(c) f (c) Lg(c) L 1 + g(x) g(c) g(x) g(x) f (cx ) g(c) f (c) Lg(c) L 1 + g (cx ) g(x) g(x) 2 + = . 4 2
|g(c)| < 1, |g(x)|
| f (c) Lg(c)| < |g(x)| 2
deducimos, en virtud de (1) y (2), que para todo x ]a, a + [ se verica que: f (x) L g(x) misma forma.
xa
Hemos probado as que lm f (x)/g(x) = L. Los casos en que L = +, L = se tratan de la

Derivadas sucesivas. Polinomios de Taylor
82
Los dems casos tienen un tratamiento similar y tambin pueden reducirse a los ya estudiados sin ms que invertir la variable. Ntese que, tal y como las hemos enunciado, las reglas de LHpital permiten calcular lmites por la derecha y por la izquierda en un punto y, por tanto, podemos usarlas para calcular el lmite en un punto de un intervalo que no sea extremo del mismo.
7.3. Derivadas sucesivas. Polinomios de Taylor

Sea f una funcin derivable en un intervalo I. Si la funcin derivada f tambin es derivable en I decimos que f es dos veces derivable en I y la funcin f := ( f ) se llama derivada segunda de f en I. En general, si n N, decimos que f es n + 1 veces derivable en I si f es n veces derivable en I y la funcin derivada de orden n de f en I que representaremos por f (n) , es derivable en I; en cuyo caso la funcin f (n+1) = ( f (n) ) se llama derivada de orden n + 1 de f en I. Si n es un nmero natural, n 2, decimos que f es n veces derivable en un punto a I, si f es n 1 veces derivable en I y la funcin f (n1) es derivable en a. Se dice que f es una funcin de clase Cn en I si f es n veces derivable I y la funcin f (n) es continua en I. Se dice que f es una funcin de clase C en I si f tiene derivadas de todos rdenes en I. Por convenio se dene f (0) = f . Observemos que una funcin f derivable en un punto a puede ser aproximada localmente por una funcin polinmica P(x) = f (a) + f (a)(x a) de grado 1, de forma que
xa
lm
f (x) P(x) =0 xa
Es natural preguntarse si, en el caso de que f sea derivable n veces en a, existir una funcin polinmica P de grado n, de forma que lm f (x) P(x) = 0. (x a)n
xa
Ntese que, en el caso n = 1, el polinomio P(x) = f (a) + f (a)(x a) es el nico polinomio de grado 1 que cumple que P(a) = f (a) y P (a) = f (a). En el caso general, parece razonable hallar un polinomio P de grado n cuyo valor y el valor de sus derivadas, hasta la del orden n, en el punto a coincida con el valor de f y de las respectivas derivadas de f en a. Pongamos para ello Q(x) = P(x + a) y notemos que Q es un polinomio de grado n y Q (k) (x) = P (k) (x + a) para
n
k = 0, 1, . . . , n. Sea Q(x) =
k=0
ak xk . Calcularemos los coecientes de Q por la condicin de que
Q (k) (0) = f (k) (a). Con ello se obtiene fcilmente que ak = f (k) (a)/k!. Resulta as que el polinomio P dado por: n f (k) (a) P(x) = Q(x a) = (x a)k k!
k=0
verica que P (k) (a) = Q (k) (0) = f (k) (a) para k = 0, 1, . . . , n y es el nico polinomio de grado que cumple dichas condiciones.
7.23 Denicin. Sea f una funcin n veces derivable en un punto a. La funcin polinmica
Consejos para calcular lmites de funciones

n
83 f (k) (a) (x a)k se llama el polinomio k!
Tn ( f , a) denida para todo x R por Tn ( f , a)(x) = f (a) + de Taylor de orden n de f en a.
k=1
7.24 Teorema (Teorema de Taylor-Young). Sea f una funcin n veces derivable en un punto a, y sea Tn ( f , a) el polinomio de Taylor de orden n de f en a. Entonces se verica que: lm f (x) Tn ( f , a)(x) = 0. (x a)n
xa
Demostracin. Haremos la demostracin por induccin. Para n = 1 la armacin del enunciado es cierta sin ms que recordar la denicin de derivada de una funcin en un punto. Supongamos que la armacin del enunciado es cierta para toda funcin n veces derivable en a. Sea f una funcin n + 1 veces derivable en a. Entonces la funcin g = f es n veces derivable en a y por tanto: g(x) Tn(g, a)(x) = 0. lm xa (x a)n Se comprueba fcilmente que Tn+1 ( f , a)(x) = Tn (g, a)(x), con lo cual resulta que d g(x) Tn(g, a)(x) = dx f (x) Tn+1 ( f , a)(x) . Por el teorema de LHpital obtenemos que:
xa
lm
g(x) Tn (g, a)(x) f (x) Tn+1 ( f , a)(x) = lm = 0. n+1 xa (n + 1)(x a)n (x a)
Lo que concluye la demostracin. El siguiente resultado, consecuencia directa del que acabamos de probar, es muy til para calcular lmites. 7.25 Corolario. Sea f una funcin denida en un intervalo I que es n + 1 veces derivable en un punto a I, y sea Tn ( f , a) el polinomio de Taylor de orden n de f en a. Entonces se verica que:
xa
lm
f (x) Tn ( f , a)(x) 1 = f (n+1) (a). n+1 (x a) (n + 1)!
7.3.1. Consejos para calcular lmites de funciones

Cuando en un ejercicio te piden calcular un lmite, es casi seguro que se trata de una indeterminacin. Te recuerdo que aquellos lmites de sumas, productos, cocientes o potencias de funciones en los que el resultado no est predeterminado por el comportamiento particular de cada una de las funciones se llaman lmites indeterminados. La palabra indeterminado quiere decir simplemente que se trata de lmites cuyo clculo no puedes hacerlo aplicando las reglas bsicas del lgebra de lmites y tienes que usar alguna tcnica apropiada para calcularlos. Los lmites interesantes son casi siempre de este tipo. Las reglas de LHpital son muy tiles para resolver las indeterminaciones, pero yo pienso que se abusa de ellas. Las aplicamos sin pensar dos veces lo que hacemos, nos dejamos llevar por la comodidad que proporcionan (aunque no siempre) y acabamos calculando lmites de forma mecnica sin saber muy bien qu es lo que hacemos. No tengo nada en contra de ellas, tan slo me parece que su uso casi exclusivo y de forma mecnica es empobrecedor. Por el
84
contrario, pienso que cada lmite debe intentarse de la forma ms adecuada a su caso. Para eso tienes que jarte en cmo es la funcin, relacionarla con otras parecidas, tratar de relacionar el lmite que te piden con otros bien conocidos, . . . Voy a contarte las estrategias que suelo usar para calcular lmites. Esencialmente, puedo resumirlas en dos: Trato de reducir el lmite a otros bien conocidos. Siempre que puedo sustituyo funciones por otras ms sencillas. Vayamos con la primera. Si te preguntas qu entiendo por lmites bien conocidos, la respuesta es bien fcil: los que siguen a continuacin.
Lmites que debes saberte de memoria
x0
lm
sen x =1 x
x0
lm
arc sen x =1 x
x0
lm
1 cosx 1 = 2 x2
x0
lm
arc tg x =1 x log(1 + x) =1 x
x0
lm
tg x =1 x log x =1 x1
ex 1 =1 x0 x lm
x sen x 1 = x0 x3 6 lm tg x x 1 = x0 x3 3 lm
(1 + x) 1 = x0 x lm lm log(1 + x) x 1 = x0 2 x2
x0
lm
x1
lm
Observa que todos ellos, con la excepcin de cuatro, son derivadas en el punto x = 0 de las respectivas funciones. Por ello no son difciles de recordar. Ahora bien, estos lmites suelen aparecer algo disfrazados. Realmente, ms que como lmites concretos, debes considerarlos como modelos. 7.26 Ejemplo. El lmite log(cos x) cos x 1 no est en la lista anterior, pero responde al modelo
x0
lm
x1
lm
en el que la variable x se ha sustituido por la funcin cos x y el punto 1 por el punto 0. tg x x 1 = x0 x3 3 Elijamos ahora cualquier funcin continua g que se anule en algn punto c, por ejemplo g(x) = ex 1 (c = 0) o g(x) = log x (c = 1), o g(x) = 3 x 1 (c = 1), . . . En todos los casos se verica que tg(g(x)) g(x) 1 lm = xc g(x)3 3 lm Tenemos as que tg(ex 1) ex +1 tg(log x) logx 1 = lm = x0 x1 (ex 1)3 (log x)3 3 lm
log x x1
7.27 Ejemplo. Partimos del lmite
85
Entiendes lo que pasa? Esto puede hacerse con cualquiera de los lmites. La justicacin de estos resultados es consecuencia de que la composicin de funciones continuas es continua. Como consecuencia, los lmites de la lista anterior son muchos ms de los que aparecen en ella. Si te acostumbras a reconocerlos cuando vengan disfrazados podrs ahorrarte mucho trabajo innecesario. Vamos a la segunda estrategia. Sustituir funciones por otras ms sencillas. Esto se basa en la idea siguiente. Supn que ests calculando un lmite de la forma lm f (x)g(x) y t conoces otra
xa
h(x) = 1; entonces puedes sustituir en el lmite lm f (x)g(x) la funcin funcin h(x) tal que lm xa xa f (x) f (x) por h(x) sin que ello afecte para nada al valor del lmite. 7.28 Denicin. Se dice que las funciones f y h son asintticamente equivalentes en el punto h(x) a, y se escribe f (x) g(x) (x a), cuando lm = 1. xa f (x) Para calcular un lmite de un producto o de un cociente puedes sustituir cualquiera de los factores por otro asintticamente equivalente a l. Ojo! En una suma no puedes, en general, hacer eso. La lista de los lmites bien conocidos es, de hecho, una lista de equivalencias asintticas y eso la hace ms til todava. 0 ex cos 2 x x es una indeterminacin del tipo y puede hacerse 7.29 Ejemplo. El lmite lm 3x x0 tg 0 por LHpital. El problema est en que vamos a tener que derivar por lo menos dos veces y las derivadas de la tangente se van complicando. Para evitarlo podemos sustituir tg x por x pues tg x x(x 0). Escribiendo ex cos 2 x x x 3 ex cos 2 x x = 3 tg3 x tg x x3 x3 x 3 ex cos 2 x x y teniendo en cuenta que lm 3 = lm = 1, basta calcular lm lo que x0 tg x x0 tg x x0 x3 puedes hacer por LHpital muy fcilmente (aunque es un caso particular del teorema de TaylorYoung). Las estrategias anteriores son las ms bsicas, pero tengo otras un poco ms elaboradas. Esencialmente consisten en aplicar el teorema de Taylor-Young para tratar de reducir ciertos lmites al lmite de un cociente de dos polinomios. Bueno, sorpresa, todos los lmites de la lista de lmites bien conocidos son, sin excepcin, casos particulares del teorema de Taylor-Young. Ahora despus te pondr algunos ejemplos de esta forma de proceder. Pero, para que puedas usar con comodidad este mtodo, tienes que saberte de memoria, o ser capaz de deducirlos en poco tiempo, los polinomios de Taylor de las funciones elementales. Adems, esta forma de proceder se adapta ms a unos casos que a otros y tan slo con la prctica se aprende cundo conviene usarla. Notacin de Landau Te recuerdo tambin una notacin extraordinariamente til, me reero a la notacin de f (x) Landau. Si f (x) y g(x) son funciones tales que lm = 0, se escribe f (x) = o(g(x)) cuando xa g(x)
86
x a y se lee f (x) es un innitsimo de orden superior que g(x) en el punto a . La idea es que f (x) tiene a cero ms rpidamente que g(x) cuando x a. Si no hay lugar a confusin, omitimos la precisin cuando x a. Con esta notacin, el teorema de Taylor-Young puede expresarse f (x) Tn ( f , x, a) = o(x a)n cuando x a. Lo que suele escribirse f (x) = Tn ( f , x, a) + o(x a)n. Esta ltima igualdad suele llamarse en algunos textos Teorema de Taylor con resto innitesimal o forma innitesimal del resto de Taylor. No es otra cosa que el teorema de TaylorYoung escrito con la notacin de Landau. Lo interesante de esta notacin es que si, por ejemplo, (x) = o(x a) p y (x) = o(x a)q , (x) = o(x a) pq y ((x) + (x)) = o(x a)q. Adems, entonces (x)(x) = o(x a) p+q y, si p > q, (x) si H(x) es una funcin acotada en un intervalo abierto que contenga al punto a y sabemos que (x) = o(x a) p entonces tambin H(x)(x) = o(x a) p. Veamos los ejemplos prometidos. 7.30 Ejemplo. Si tratas de calcular por LHpital el lmite lm (tg x)(arc tg x) x2 tendrs que ser x0 x6 paciente porque necesitars derivar por lo menos cinco veces y en el numerador hay un producto cuyas derivadas se van haciendo cada vez ms complicadas. Ahora, si calculas los polinomios de Taylor de orden 5 de tg x y arc tg x en a = 0, obtendrs que 1 2 tg x = x + x 3 + x 5 + o(x 6), 3 15 1 1 arc tg x = x x 3 + x 5 + o(x 6) 3 5
observa que como se trata de funciones impares sus derivadas de orden par en x = 0 son nulas, por eso los polinomios anteriores son, de hecho, los polinomios de Taylor de orden 6 y eso 2 explica que aparezca el trmino o(x 6 ). Deducimos que tg x arc tg x = x 2 + x 6 + o(x 7 ) y 9 (tg x)(arc tg x) x 2 2/9 x 6 + o(x 7 ) 2 = lm = x0 x0 x6 x6 9 lm 2 Observa que aunque tg x x y arc tg x x para x 0, se tiene que tg x arc tg x x 2 x 6 para x 0. 9 Fjate que al calcular el producto 1 2 1 1 tg x arc tg x = (x + x 3 + x 5 + o(x 6 ))(x x 3 + x 5 + o(x 6)) 3 15 3 5 tan slo nos interesan las potencias de x hasta la de orden 6 inclusive, las dems potencias y los trminos de la forma x o(x 6 ), x 2 o(x 6 ), o(x 6 )o(x 6 ), etc. son todos ellos funciones de la forma o(x7 ) y su suma tambin es una funcin de la forma o(x7 ) por lo que no es preciso calcularlos para hacer el lmite. Observa que, al proceder de esta manera, tienes que calcular las 5 primeras derivadas en x = 0 de las funciones tg(x) y arc tg(x) pero te ahorras el trabajo de derivar su producto. Si an tienes dudas, calcula el lmite por LHpital y compara. 1 (cos x 1)(log(1 + x) x) x 4 4 . Tenemos que 7.31 Ejemplo. Se trata de calcular lm x0 x5 1 cos x = 1 x 2 + o(x 3 ), 2
1 log(1 + x) = x x 2 + o(x 3 ) 2
Consejos para calcular lmites de sucesiones 1 luego (cos x 1)(log(1 + x) x) = x 4 + o(x 5 ), de donde se sigue que 4 1 (cos x 1)(log(1 + x) x) x 4 4 =0 lm x0 x5
87
7.3.2. Consejos para calcular lmites de sucesiones

La estrategia general para calcular lmites de sucesiones se basa en la proposicin (6.7) que, para tu comodidad, vuelvo a enunciar aqu. Proposicin. Sea f una funcin y sean a, L R {+, }. Equivalen las armaciones: i) lm f (x) = L
xa
ii) Para toda sucesin {xn } de puntos en el dominio de denicin de f , tal que {xn } a con xn a, se verica que { f (xn )} L. Una consecuencia inmediata de este resultado es que todo lmite funcional que conozcas te va a permitir resolver muchos lmites de sucesiones. En particular, de la lista de lmites bsicos que debes conocer se deducen los siguientes resultados. 7.32 Proposicin. Para toda sucesin {xn } 0 se verica que
n
lm lm
sen xn =1 xn
lm
arc sen xn =1 xn
lm
1 1 cosxn = 2 xn 2
lm
arc tg xn =1 xn
lm
tg xn =1 xn
exn 1 =1 n xn
xn senxn 1 = 3 n (xn ) 6 lm tg xn xn 1 = n (xn ) 3 3 lm
(1 + xn) 1 = n xn lm lm log(1 + xn) xn 1 = n 2 xn 2
log(1 + xn) =1 n xn lm
Por tanto, tu estrategia para calcular lmites de sucesiones va a consistir en convertir el lmite de la sucesin que tienes que calcular en un caso particular de un lmite funcional. El por qu de esta estrategia es que para calcular lmites de funciones disponemos de muchas ms herramientas que las que tenemos para trabajar directamente con sucesiones (criterio de Stolz y sus consecuencias). log(n) . n( n n 1) Para ello nos jamos en que en el denominador aparece n n 1. Poniendo xn = n n, sabemos que xn 1. La sucesin cuyo lmite queremos calcular recuerda el lmite funcional log x log x lmx1 = 1. Pongamos f (x) = . Como caso particular de este lmite funcional, tenex1 x1 mos que f (xn ) 1, y es claro que f (xn ) = yn . Hemos probado as que yn 1 y todo lo que hemos tenido que hacer es relacionar dicho lmite con un lmite funcional que ha resultado ser (cosa muy frecuente) una derivada: la derivada de la funcin log x en el punto x = 1. 7.33 Ejemplo. Se trata de calcular el lmite de la sucesin yn = El criterio de equivalencia logartmica para sucesiones, que resuelve las indeterminaciones y 0, puede enunciarse como sigue.
Consejos para calcular lmites de sucesiones
88
7.34 Proposicin (Criterio de equivalencia logartmica). Sean {xn } una sucesin de nmeros positivos distintos de 1 que converge a 1, {yn } una sucesin cualquiera y L un nmero real. Entonces se tiene que: i) lm{xn n } = eL lm{yn (xn 1)} = L. ii) {xn n } + {yn (xn 1)} +. 7.35 Corolario. Para toda sucesin {xn } 0 se verica que lm n (1 + xn)1/xn = e. 7.36 Denicin. Diremos que {xn } es asintticamente equivalente a {yn }, y escribiremos simblicamente {xn } {yn }, si {xn /yn } 1. 1 1 Por ejemplo, las sucesiones {1 + 2 + + n }, {log n } y {n( n n 1)} son asintticamente equivalentes. El siguiente resultado nos dice que para estudiar la convergencia de un producto de varias sucesiones podemos sustituir las que queramos por otras que sean asintticamente equivalentes, sin que ello afecte a la convergencia o divergencia del producto ni a su eventual lmite. 7.37 Proposicin. Sean {xn } e {yn } sucesiones asintticamente equivalentes y {zn } una sucesin cualquiera. Se verica que: i) {xn zn } es convergente si, y slo si, {yn zn } es convergente, en cuyo caso ambas sucesiones tienen el mismo lmite. ii) {xn zn } es divergente si, y slo si, {yn zn } es divergente, en cuyo caso ambas sucesiones son divergentes del mismo tipo. En particular, {xn } es convergente (resp. divergente) si, y slo si, {yn } es convergente (resp. divergente), en cuyo caso ambas tienen igual lmite (resp. son divergentes del mismo tipo). Denicin de la funcin exponencial compleja Una de las formas de denir la exponencial de un nmero real x es mediante el lmite ex = lm 1 +
n y iii) {xn n } 0 {yn (xn 1)} . y y
x n
Por tanto, una forma coherente de denir la exponencial de un nmero complejo sera calcular el anterior lmite para zC. Pongamos z = x + iy donde suponemos que y 0 (puesto que si y = 0 tendramos que z = x sera un nmero real). Sea zn = 1 + Pongamos wn = 1 + x + iy x y = 1+ +i , n n n n = arc tg y/n 1 + x/n no resulta que n = x + iy n
n
Sea no tal que para n no se verique que Re(wn ) > 0. Entonces, para n arg(wn ). Por otra parte, el mdulo de wn viene dado por |wn |2 = 1 +
z n
= 1+
x n
y2 n2
Extremos relativos. Teorema de Taylor Como zn = (wn )n , tenemos, gracias a la frmula de De Moivre, que zn = (wn )n = |wn |n (cos(n n )+i sen(n n )) = 1 + x + iy n
n
89
1+
x n
y2 n2
n/2
(cos(n n )+i sen(n n ))
Pero, por el criterio de equivalencia logartmica, es lm |wn |n = lm 1+ x n

2
y2 n2
n/2
= exp lm
n 2
2x x2 y2 + 2+ 2 n n n
= ex y/n . Por tanto 1 + x/n
Adems, la sucesin {n } es asintticamente equivalente a la sucesin lm{nn } = lm{n En consecuencia, tenemos que
n
y/n }=y 1 + x/n
lm 1 +
z n
= lm (wn )n = lm |wn |n cos(n n ) + i sen(n n ) = ex (cos y + i sen y)

n n
Se dene, por tanto, la exponencial de un nmero complejo z = x + iy como ex+iy = ex (cos y + i sen y)
7.3.3. Extremos relativos. Teorema de Taylor

El siguiente resultado es de gran utilidad para el estudio de los extremos relativos de una funcin. 7.38 Teorema (Condiciones sucientes de extremo relativo). Sean I un intervalo, a un punto de I que no es extremo de I y f : I R una funcin n 2 veces derivable en a. Supongamos que f (k) (a) = 0 para k = 1, 2, . . . , n 1, y f (n) (a) 0. Entonces: i) Si n es par y f (n) (a) > 0, f tiene un mnimo relativo en a. ii) Si n es par y f (n) (a) < 0, f tiene un mximo relativo en a. iii) Si n es impar entonces f no tiene extremo relativo en a. Demostracin. Basta observar que, en virtud de las hiptesis hechas, se verica que: lm f (x) f (a) 1 = f (n) (a) n (x a) n! 0
xa
En virtud del teorema de conservacin local del signo, existe un nmero r > 0 tal que ]a r, a + r[ I y para x ]a r, a + r[, x a se verica que: f (x) f (a) (n) f (a) > 0. (x a)n
Si n es par ser (x a)n > 0, por lo que si f (n) (a) > 0 tiene que ser f (x) f (a) > 0 para todo x ]a r, a + r[\{a}, es decir, f tiene un mnimo relativo (estricto) en el punto a; si por el contrario es f (n) (a) < 0 entonces tiene que f (x) f (a) < 0 para todo x ]a r, a + r[\{a}, es decir, f tiene un mximo relativo (estricto) en el punto a. En el caso en que n sea impar se tiene que (x a)n < 0
Funciones convexas y funciones cncavas
90
para a r < x < a y (x a)n > 0 para a < x < a + r, deducimos que para a r < x < a, f (x) f (a) tiene signo opuesto al que tiene para a < x < a + r. En consecuencia f no tiene un extremo relativo en a. El siguiente resultado es importante porque permite acotar el error que se comete al aproximar f (x) por Tn ( f , a)(x) . 7.39 Teorema (Teorema de Taylor). Sea f una funcin n + 1 veces derivable en un intervalo I. Dados dos puntos cualesquiera x, a en I con x a, se verica que existe algn punto c en el intervalo abierto de extremos a y x tal que: f (x) Tn ( f , a)(x) = f (n+1) (c) (x a)n+1. (n + 1)!
Demostracin En lo que sigue el punto x y el punto a estn jos. Denamos la funcin g : I R dada para todo t I por: n f (k) (t) g(t) = f (x) (x t)k k!
k=0
(x t)n . Aplicamos ahora el teorema del valor n! medio generalizado a las funciones g y h(t) = (x t)n+1 en el intervalo de extremos x y a para obtener que hay un punto c comprendido entre x y a tal que (h(x) h(a))g (c) = = (g(x) g(a))h (c). Como g(x) = h(x) = 0, obtenemos que: (x a)n+1 f (n+1) (c) (x c)n = g(a)(n + 1)(x c)n. n!
Se comprueba fcilmente que g (t) =
(n+1) (t)
Simplicando, y teniendo en cuenta que g(a) = f (x) Tn ( f , a)(x), se obtiene la igualdad del enunciado.
7.3.4. Funciones convexas y funciones cncavas

Sea f : I R una funcin derivable en el intervalo I. Se dice que f es una funcin convexa en I si la grca de f queda siempre por encima de la recta tangente en cualquier punto, es decir, si para todo par de puntos x, a I se verica que f (x) f (a) + f (a)(x a). Se dice que f es cncava si f es convexa.
Funcin cncava
Funcin convexa
Ejercicios
91
La funcin exponencial natural es una funcin convexa y el logaritmo natural es cncava. El siguiente resultado es una sencilla aplicacin del teorema del valor medio. 7.40 Proposicin. Sea f : I R una funcin dos veces derivable en el intervalo I. Se verica entonces que f es convexa si, y slo si, f (x) 0 para todo x I. 7.41 Denicin (Puntos de inexin). Se dice que a es un punto de inexin de una funcin f , si hay un nmero r > 0 tal que f es cncava en el intervalo ]a r, a[ y f es convexa en el intervalo ]a, a + r[ (o al revs). Es decir, los puntos en los que una funcin pasa de cncava a convexa o de convexa a cncava se llaman puntos de inexin. El siguiente resultado se prueba fcilmente y queda como ejercicio. 7.42 Proposicin. Si f tiene un punto de inexin en a y es dos veces derivable en a, entonces f (a) = 0.
7.4. Ejercicios
Empezaremos con algunas de las aplicaciones ms sencillas y atractivas del clculo diferencial. En esquema, se trata de lo siguiente: calcular la tasa de variacin de una magnitud cuando se conoce la tasa de variacin de otra magnitud relacionada con ella. En este tipo de ejercicios la tasa de variacin se interpreta como una derivada y, en la mayora de los casos, basta usar la regla de la cadena para obtener lo que se pide. Hay que elegir las unidades de acuerdo con los datos del problema; por ejemplo, si un volumen se mide en litros tendremos que medir longitudes con decmetros. 1. Con qu rapidez baja el nivel del agua contenida en un depsito cilndrico si estamos vacindolo a razn de 3000 litros por minuto? 2. Un punto P se mueve sobre la parte de la parbola x = y 2 situada en el primer cuadrante de forma que su coordenada x est aumentando a razn de 5 cm/sg. Calcula la velocidad a la que el punto P se aleja del origen cuando x = 9. 3. Se est llenando un depsito cnico apoyado en su vrtice a razn de 9 litros por segundo. Sabiendo que la altura del depsito es de 10 metros y el radio de la tapadera de 5 metros, con qu rapidez se eleva el nivel del agua cuando ha alcanzado una profundidad de 6 metros? 4. El volumen de un cubo est aumentando a razn de 70 cm3 por minuto. Con qu rapidez est aumentando el rea cuando la longitud del lado es de 12 cm? 5. Un barco A se desplaza hacia el oeste con una velocidad de 20 millas por hora y otro barco B avanza hacia el norte a 15 millas por hora. Ambos se dirigen hacia un punto O del ocano en el cual sus rutas se cruzan. Sabiendo que las distancias iniciales de los barcos A y B al punto O son, respectivamente, de 15 y de 60 millas, se pregunta: A qu velocidad se acercan (o se alejan) los barcos entre s cuando ha transcurrido una hora? Y cuando han transcurrido 2 horas? En qu momento estn ms prximos uno de otro?
Ejercicios
92
6. Una bola esfrica de hielo se est derritiendo de forma uniforme en toda la supercie, a razn de 50 cm3 por minuto. Con qu velocidad est disminuyendo el radio de la bola cuando este mide 15 cm? Una de las aplicaciones ms tiles de las derivadas es a los problemas de optimizacin. En dichos problemas se trata, por lo general, de calcular el mximo o el mnimo absolutos de una magnitud. Hay una gran variedad de problemas que responden a este esquema y con frecuencia tienen contenido geomtrico o econmico o fsico. Por ello cada uno de estos ejercicios requiere un estudio particular. Los siguientes consejos pueden ser tiles: a) Entiende bien el problema. Haz, si es posible, un dibujo o un esquema. b) Elige las variables y la magnitud, Q, que tienes que optimizar. c) Estudia las relaciones entre las variables para expresar la magnitud Q como funcin de una sola de ellas, Q = f (x). d) Las condiciones del problema deben permitir establecer el dominio de f . e) Estudia la variacin del signo de la derivada de f en su dominio para calcular mximos y mnimos absolutos. 7. Dado un punto P = (a, b) situado en el primer cuadrante del plano, determina el segmento con extremos en los ejes coordenados y que pasa por P que tiene longitud mnima. 8. Demuestra que entre todos los rectngulos con un permetro dado, el que tiene mayor rea es un cuadrado. 9. Determina el rectngulo con lados paralelos a los ejes coordenados, inscrito en la elipse x2 y2 de ecuacin 2 + 2 = 1, y que tenga rea mxima. a b 10. Calcula el rea mxima de un rectngulo que tiene dos vrtices sobre una circunferencia y su base est sobre una cuerda dada de dicha circunferencia. 11. Encuentra un punto P de la circunferencia x2 + y2 = 1 con coordenadas positivas y tal que el tringulo cuyos vrtices son (0,0) y las intersecciones de la tangente a la circunferencia en P con los ejes coordenados tenga rea mnima. 12. Calcula un punto (u, v) (u > 0, v > 0) de la elipse de ecuacin x2 y2 + = 1 tal que la tangente 25 16 a la elipse en dicho punto determine con los ejes un segmento de longitud mnima.
13. Se quiere construir una caja sin tapa con una lmina metlica rectangular cortando cuadrados iguales en cada esquina y doblando hacia arriba los bordes. Halla las dimensiones de la caja de mayor volumen que puede construirse de tal modo si los lados de la lmina rectangular miden: a) 10 cm. y 10 cm. b) 12 cm. y 18 cm. 14. Calcula las dimensiones (radio y altura) de una lata cilndrica de un litro de capacidad cuya supercie total sea mnima. 15. Calcula las dimensiones (radio y altura) de una lata cilndrica de un litro de capacidad cuyo costo de produccin sea mnimo. Se supone que no se desperdicia aluminio al cortar los lados de la lata, pero las tapas de radio r se cortan de cuadrados de lado 2r por lo que se produce una prdida de metal.
Ejercicios
93
16. Calcula la longitud de la escalera ms larga que llevada en posicin horizontal puede pasar por la esquina que forman dos corredores de anchuras respectivas a y b. 17. Calcula las dimensiones del rectngulo de rea mxima que puede inscribirse dentro de un semicrculo de radio 2. 18. Se necesita construir un depsito de acero de 500 m3 , de forma rectangular con base cuadrada y sin tapa. Tu trabajo, como ingeniero de produccin, es hallar las dimensiones del depsito para que su costo de produccin sea mnimo. 19. Halla el volumen del cilindro circular recto ms grande que puede inscribirse en una esfera de radio (a > 0). 20. Halla el volumen del cilindro circular recto ms grande que puede inscribirse en un cono circular recto de altura h y radio r conocidos. 21. Halla el volumen del cono circular recto ms grande que puede inscribirse en una esfera de radio (a > 0). 22. La resistencia de una viga de madera de seccin rectangular es proporcional a su anchura y al cuadrado de su altura. Calcula las dimensiones de la viga ms resistente que puede cortarse de un tronco de madera de radio r. 23. Calcula la distancia mnima del punto (6, 3) a la parbola de ecuacin y = x 2 . 24. Una empresa tiene 100 casas para alquilar. Cuando la renta es de 80 libras al mes, todas las casas estn ocupadas. Por cada 4 libras de incremento de la renta una casa queda deshabitada. Cada casa alquilada supone a la empresa un coste de 8 libras para reparaciones diversas. Cul es la renta mensual que permite obtener mayor benecio? 25. Una empresa produce semanalmente 300 bicicletas de montaa que vende ntegramente al precio de 600 euros cada una. Tras un anlisis de mercados observa que si vara el precio, tambin varan sus ventas (de forma continua) segn la siguiente proporcin: por cada 7 euros que aumente o disminuya el precio de sus bicicletas, disminuye o aumenta la venta en 3 unidades. a) Puede aumentar el precio y obtener mayores ingresos? b) A qu precio los ingresos sern mximos? 26. En la orilla de un ro de 100 metros de ancho est situada una planta elctrica y en la orilla opuesta, y a 500 metros ro arriba, se est construyendo una fbrica. Sabiendo que el ro es rectilneo entre la planta y la fbrica, que el tendido de cables a lo largo de la orilla cuesta a 9 euros cada metro y que el tendido de cables sobre el agua cuesta a 15 euros cada metro, cul es la longitud del tendido ms econmico posible entre la planta elctrica y la fbrica?. 27. Se proyecta un jardn en forma de sector circular de radio R y ngulo central (medido en radianes). El rea del jardn ha de ser A ja. Qu valores de R y hacen mnimo el permetro del jardn?. 28. Se corta un alambre de longitud L formando un crculo con uno de los trozos y un cuadrado con el otro. Calcula por dnde se debe cortar para que la suma de las reas de las dos guras sea mxima o sea mnima.
Ejercicios
94
29. Dados dos puntos A y B situados en el primer cuadrante del plano, dgase cul es el camino ms corto para ir de A a B pasando por un punto del eje de abscisas. 30. 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, calcula las dimensiones de la ventana para conseguir la mxima luminosidad si se ha de mantener un permetro constante dado. 31. Se desea confeccionar una tienda de campaa cnica de un volumen determinado. Calcula sus dimensiones para que la cantidad de lona necesaria sea mnima. 32. Se desea construir un silo, con un volumen V determinado, que tenga la forma de un cilindro rematado por una semiesfera. El costo de construccin (por unidad de supercie) es dable para la semiesfera que para el cilindro (la base es gratis). Determnense las dimensiones ptimas para minimizar el costo de construccin. 33. Demuestra 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. 34. (*) Se considera la elipse x2 y2 + = 1. Calcula el tringulo issceles de rea mxima inscria2 b2 to en dicha elipse, que tiene un vrtice en el punto (0, b) y base paralela al eje de abscisas.
35. Con una cuerda de longitud L, en la que en uno de sus extremos hemos hecho un nudo corredizo, rodeamos una columna circular de radio R haciendo pasar el otro extremo por el nudo. Calcula la mxima distancia posible del extremo libre al centro de la columna. Uno de los resultados ms tiles del clculo diferencial son las Reglas de LHpital que permiten resolver las indeterminaciones en el clculo de lmites. 36. Calcula el lmite en el punto a que en cada caso se indica de las funciones f :]0, /2[ R. f (x) = (sen x + cosx)1/x , a = 0; f (x) = (cot x)
sen x
f (x) = (1 + tgx)1/x , a = 0 x2 f (x) = cos x + 2

2 1/x2
, a = 0, /2;
, a=0
f (x) = (1 + sen x)cotg x , a = 0, /2; x arc tgx , a = 0; sen3 x ex cos 8 x x f (x) = , a = 0; tg3 x f (x) =
f (x) = f (x) =
(tg x)(arc tg x) x2 , a=0 x6 sen x 1/(1cosx) f (x) = , a=0 x
log(sen x) , a = /3 ( 1x)2
37. Calcula el lmite en el punto a que en cada caso se indica de las funciones f : R+ R. f (x) = x2 sen 1/x , a = +; f (x) = sen 1 + x sen x, a = + log x
x3
1 f (x) = sen x sen , a = 0, a = +; f (x) = cos x x+2

, a = +
Ejercicios
95
38. Sea g : R R derivable en R y dos veces derivable en 0 siendo, adems, g(0) = 4. Denag(x) mos f : R R por f (x) = si x 0, f (8) = g (0). Estudia la derivabilidad de f . Es f x continua en 0?. 39. Sean f , g :] 1, [ R las funciones denidas por f (x) = log(1 + x) , f (0) = 1; g(x) = e f (x) x
Calcula las derivadas primera y segunda de f y g en 0 y deduce el valor del lmite e (1 + x)1/x e+ x 2 lm x0 x2 40. Estudia la derivabilidad de las siguientes funciones. 2 a) f : R+ R , dada por f (x) = x1/(x 1) , f (1) = e
b) f :] 1/2, +[ R , dada por f (x) = (x + ex )1/x , f (0) = e2 . c) f : [0, +[ R , dada por f (x) = (1 + x log x)1/x , f (0) = 0. sen x x
sen(1/x) 1/x2
d) f :] /2, /2[ R , dada por f (x) = e) f : R R , dada por f (x) = 2 + x2 41. Calcula los lmites lm 1 1 2 2x sen x lm ; lm
, f (0) = e1/6 .
, f (0) = 1.
x 0
(1 + x)1/x e 1 1 ; lm x 0 x1 log x x x1
1/ logx
Sugerencia: pueden usarse directamente las reglas de LHpital pero eso es ms conveniente realizar previamente alguna transformacin. 42. Explica si es correcto usar las reglas de LHpital para calcular los lmites: x senx ; x+ x + senx lm x2 sen(1/x) . x 0 sen x lm
x e2x +x ex 2 e2x +2 ex ; lm arc tg x x+ 2 x 0 (ex 1)3
El teorema de los ceros de Bolzano, junto con el teorema de Rolle, permiten determinar en muchas ocasiones el nmero de ceros reales de una funcin. 43. Calcula el nmero de ceros y la imagen de la funcin f : R R , f (x) = x 6 3x 2 + 2. 44. Calcula el nmero de soluciones de la ecuacin 3 log x x = 0. 45. Determina el nmero de races reales de la ecuacin 2x3 3x2 12x = m segn el valor de m.
Ejercicios
96
46. Sea f una funcin polinmica y a < b. Justica que, contando cada cero tantas veces como su orden, si f (a) f (b) < 0 el nmero de ceros de f en ]a, b[ es impar; y si f (a) f (b) > 0 dicho nmero (caso de que haya algn cero) es par. Dedzcase que si f tiene grado n, es condicin necesaria y suciente para que f tenga n races reales distintas que su derivada tenga n 1 races reales distintas: c1 < c2 < < cn1 y que para < c1 sucientemente pequeo y para > cn1 sucientemente grande, los signos de los nmeros f (), f (c1 ), f (c2 ), . . . , f (cn1 ), f () vayan alternando. Aplicacin: a) Determina para qu valores de la funcin polinmica 3x4 8x3 6x2 + 24x + tiene cuatro races reales distintas. b) Estudia el nmero de races reales de la ecuacin 3x5 + 5x3 30x = , segn los valores de . 47. Dado nN, sea f (x) = (x2 1)n (xR). Prueba que la derivada k-sima (1 exactamente k races reales distintas en el intervalo ] 1, 1[. k n) de f tiene
El teorema del valor medio permite acotar el incremento de una funcin por el incremento de la variable y una cota de la derivada. Esto da lugar a muchas desigualdades interesantes. Por otra parte, algunas de las desigualdades ms tiles son consecuencia de la convexidad. Los siguientes ejercicios tratan de ello. 48. Supuesto que a > 0, demuestra que a e log x 49. Dado ]0, 1[ demuestra que x < x + 1 para todo x R+ \ {1}. 50. Sean 0 < a < b. Prueba que si b puede decirse si a < e < b?. e entonces ab < ba , y si e log x . x x para todo x R+ ?. Cul es dicho a entonces ba < ab . Qu xa para todo x > 0.
Sugerencia: considera la funcin x
51. Hay algn nmero a > 0 que verique que ax/a nmero? 52. Prueba que para todo x ]0, /2[ se verica que i) 1
x2 2x < cos x ; ii) < sen x < x < tg x 2
El teorema de Taylor se usa para obtener aproximaciones polinomiales de una funcin dada y para calcular valores aproximados con precisin prejada. 3 1 + x (x) 53. Calclese una funcin polinmica tal que lm = 0. x 0 x5 54. Calcular una funcin polinmica tal que lm
x 0
log arc tg(x + 1) (x) = 0. x2

Ejercicios
97
55. Justica que las nicas funciones n veces derivables con derivada de orden n constante son las funciones polinmicas de grado n. 56. Calcula, usando un desarrollo de Taylor conveniente, 2 con nueve cifras decimales exactas. 57. Calcular, usando un desarrollo de Taylor conveniente, un valor aproximado del nmero real con un error menor de 102 en cada uno de los casos siguientes: a) = 3 7 b) = e c) = sen 1 2 d) = sen(61)
58. Calcula los polinomios de Taylor de orden n en el punto 0 de las funciones exp x, sen x, cos x, log(1 + x), arc tg x, (1 + x) ( R), arc sen x. Una de las aplicaciones ms comunes de las derivadas es el trazado de grcas. Para trazar la grca de una funcin f se debe tener en cuenta: 1. Propiedades de simetra o de periodicidad de f . 2. Los puntos en que se anula la primera o la segunda derivada de f y los puntos en los que f no es derivable. 3. Los intervalos en que f tiene signo constante. Lo que nos informa del crecimiento y decrecimiento de f y tambin de la naturaleza de los puntos singulares (mximos y mnimos locales). 4. Los intervalos en que la derivada segunda tiene signo constante. Lo que nos informa de la convexidad y concavidad, as como de los puntos de inexin. 5. Hallar las asntotas. Asntota vertical. La recta x = c es una asntota vertical de la grca de f si alguno de los lmites laterales de f en c es innito. Asntota horizontal. La recta y = L es una asntota horizontal de la grca de f si f tiene lmite en + o en igual a L. Asntota oblicua. Si f es una funcin racional con el grado del numerador una unidad mayor que el grado del denominador, entonces puede escribirse de la forma f (x) = mx + b + g(x) donde lm g(x) = 0 y la recta y = mx + b es una asntota oblicua de la grca de f .
x+
6. Dibujar mximos, mnimos, puntos de inexin, cortes con los ejes y cortes con las asntotas. 59. Dibuja las grcas de las funciones siguientes: a) f (x) = 3x 5 5x 3 + 2 d) f (x) = |x| 2x b) f (x) = x2 + 1 x2 1 3 e) f (x) = x 2 (x 2)2 x 2 2x + 2 x1 f ) f (x) = x 4 4x 3 + 10 c) f (x) =
60. La gura muestra la grca de una funcin f dos veces derivable. Estudia el signo de la primera y la segunda derivada de f en cada uno de los seis puntos indicados.
Ejercicios
98
B A C D E F O 61. Una partcula se mueve a lo largo de una lnea recta. En la siguiente grca se muestra la distancia s de dicha partcula al origen en el tiempo t. Indica, a la vista de la grca y de forma aproximada: a) Cundo la partcula se est alejando o acercando al origen; b) Cundo la partcula est acelerando y cundo est frenando.
t 1 2
62. Traza la grca de una funcin f dos veces derivable en R, sabiendo que: a) La grca de f pasa por los puntos (2, 2), (1, 1), (0, 0), (1, 1), (2, 2); b) f es positiva en los intervalos ] , 2[ y ]0, 2[, y es negativa en ] 2, 0[ y ]2, +[; c) f es negativa en los intervalos ] , 1[ y ]1, +[, y es positiva en el intervalo ] 1, 1[. 63. a) Es cierto que los puntos en los que la derivada segunda se anula son puntos de inexin? b) Qu puedes decir de los puntos de inexin de una funcin polinmica de grado 2 o 3? Justica tus respuestas. 64. Es cierto que la grca de toda funcin polinmica de grado par tiene tangente horizontal en algn punto? Y si el grado es impar? Justica tus respuestas. Consideraremos ahora el problema de hallar el mximo o mnimo absolutos de una funcin continua f en un intervalo cerrado [a,b]. Para ello puede seguirse el siguiente procedimiento: Paso 1. Hallar todos los puntos x de [a, b] que o bien son puntos singulares de f o son puntos en los que f no es derivable. Paso 2. Calcular el valor de f en cada uno de los puntos obtenidos en el Paso 1 y tambin en a y en b.
Ejercicios
99
Paso 3. Comparar los valores obtenidos en el Paso 2. El mayor de todos ello ser el mximo absoluto de f en [a, b] y el menor ser el mnimo absoluto de f en [a, b]. 65. Calcula los valores mximo y mnimo de las siguientes funciones en los intervalos que se indican: a) f (x) = x 3 x 2 8x + 1 en el intervalo [2, 2]. x+1 en el intervalo [1, 2]. b) 2 x +1 1 c) f (x) = (sen2 x + cosx) + 2 senx x en el intervalo 2 3 d) f (x) = x 2 (5 2x) en el intervalo [1, 2]. e) f (x) = x 3 + 12x + 5 en el intervalo [3, 3].
[0, /2].
Cuando una funcin no est denida en un intervalo cerrado hay que estudiar el signo de la derivada si queremos calcular mximos o mnimos absolutos cuya existencia habr que justicar. 66. Calcula el mnimo valor de
n 2 k=1 (x ak )
donde a1 , a2 , an son nmeros reales dados.

2
67. Calcula la imagen de f : R+ R dada por f (x) = x 1/x . 68. Sea f : R R la funcin denida por f (x) = e1/x para x nuidad y derivabilidad de f y calcula su imagen. 0, y f (0) = 0. Estudia la conti-
Los ejercicios que siguen son de clculo de lmites de sucesiones. Debers usar los criterios de Stolz y de las medias aritmtica y geomtrica y el criterio de equivalencia logartmica. En general, debes seguir la estrategia bsica de relacionar un lmite de una sucesin con un lmite funcional apropiado. 69. Supongamos que {xn } 0, siendo 1 < xn asintticamente equivalente a {xn }. 71. Prueba que la sucesin de > 0. 0, y sea R . Prueba que {(1 + xn) 1} es
70. Prueba que la sucesin {log n! } es asintticamente equivalente a {n log n }.

n
1 + 1/n 1 es asintticamente equivalente a 1/n+1 , don-
72. Calcula los lmites de las sucesiones {xn } denidas por: 1 + 2 + 3 + + n a) xn = , donde > 1. n+1 b) xn = c) xn = d) xn =
k
(n + a1)(n + a2) (n + ak ) n , donde k N, a j R, 1 n n n a+ b donde a > 0, b > 0 y , R, + 0. + 1 + 2 p/n + 3 p/n + + p p/n p

n
j k.
, donde p N.
Ejercicios 1 + 2k + 3k + + nk 1 , donde k N. k+1 n k+1 3 1 + 32 + 52 + + (2n 1)2 4 n3 1+ 1 n3 log(1 + 1/n)

n n2
100
e) xn = n f ) xn = g) xn = n h) xn =
1 n1 n2 2 1 n+ + + + + log(n!) n 2 3 n1 n
73. Calcula los lmites de las sucesiones {xn } denidas por: log 1 + 1 + + 1 e e 3 e n e 2 n ; b) xn = a) xn = log(log n) n c) xn = 1 + 1 n
n k=1
log n n 1 log k
( > 0);
k
d) xn =
j
log(n + 2) log(n + 1) (2 n n 1)n n2

n
n log n
e) xn =
1+
j=1
1 j
n
f ) xn =
g) xn = log n
log(n + 1) log n
1 ; h) xn =
(pn)! (p, q N) (qn) p n
74. Sabiendo que {an } a, calcula el lmite de las sucesiones: a) xn = n( b) xn = c) xn =

n
an 1)
exp(a1 ) + exp(a2 /2) + + exp(an /n) n log n a1 + a2/2 + + an/n log n xn+1 xn L R+ . Calcula el lmite de
75. Sea {xn } una sucesin de nmeros positivos tal que la sucesin
n
x n . n x1 x2 xn
76. Sea {xn } una sucesin de nmeros positivos, un nmero real, y supongamos que n {nxn } L R+ . Calcula el lmite de la sucesin n x1 x2 xn . o 77. Sean a, b nmeros positivos; denamos xk = a+(k1)b para cada k N y sea Gn la media Gn geomtrica de x1 , x2 , . . . , xn y An su media aritmtica. Calcula el lmite de la sucesin . An 78. Sea {xn } x, {yn } y, x y. Denamos z2n1 = xn , y z2n = yn . Justica que la sucesin z1 + z2 + + zn n es convergente. 79. Sean {xn }, {yn } sucesiones de nmeros positivos tales que {(xn )n } x > 0 {(yn )n } y > 0. Dados , R+ , con + = 1, calcula lm(xn +yn )n .
Ejercicios
101
80. Sea {an } una sucesin de nmeros positivos tal que {a1 + a2 + + an } es divergente, y sea {bn} L, donde L puede ser un nmero real o . Justica que a1 b1 + a2 b2 + + an bn a1 + a2 + + an Aplicacin. Supuesto que {xn } x, calcula lm 1 2n
n k=1
L. n xk . k
Acabamos esta larga relacin con algunos ejercicios que me ha parecido que no encajaban propiamente en ninguno de los apartados anteriores. 81. Supongamos que f es derivable en a, g es continua en a y f (a) = 0. Prueba que f g es derivable en a. 82. Sea f : [a, b] R derivable y f creciente. Prueba que la funcin g :]a, b] R dada para todo x ]a, b] por g(x) = f (x) f (a) , es creciente. xa
83. Sea f : [a, b] R continua en [a, b] y derivable dos veces en ]a, b[. Supongamos que el segmento de extremos (a, f (a)), (b, f (b)) corta a la grca de f en un punto (c, f (c)) con a < c < b. Demuestra que existe algn punto d ]a, b[ tal que f (d) = 0. Sugerencia: interpreta grcamente el enunciado. 84. Justica que existe una funcin g : R R derivable y que verica que g(x) + eg(x) = x para todo x R. Calcula g (1) y g (1 + e).
Leccin
Integral de Riemann
Introduccin
El clculo integral tiene sus orgenes en problemas de cuadraturas en los que se trataba de calcular reas de regiones planas limitadas por una o varias curvas. Se atribuye a Eudoxo (ca. 370 A.C.) la invencin del mtodo de exhaucin, una tcnica para calcular el rea de una regin aproximndola por una sucesin de polgonos de forma que en cada paso se mejora la aproximacin anterior. Arqumides (287-212 A.C.) perfeccion este mtodo y, entre otros resultados, calcul el rea de un segmento de parbola y el volumen de un segmento de paraboloide, as como el rea y el volumen de una esfera. Sorprende que, siendo tan antiguos sus orgenes, la primera denicin matemtica de integral no fuera dada hasta el siglo XIX por Augustin Louis Cauchy (1789-1857). Una posible explicacin es que, durante los siglos XVII y XVIII, la integracin fue considerada como la operacin inversa de la derivacin; el clculo integral consista esencialmente en el clculo de primitivas. Naturalmente, se conoca la utilidad de las integrales para calcular reas y volmenes, pero los matemticos de la poca consideraban estas nociones como dadas de forma intuitiva y no vieron la necesidad de precisar su signicacin matemtica. Los trabajos de Joseph Fourier (1768-1830) sobre representacin de funciones por series trigonomtricas hicieron que el concepto de funcin evolucionara, desde la idea restrictiva de funcin como frmula, hasta la denicin moderna de funcin dada por Dirichlet en 1837. Para entender el signicado de la integral de estas nuevas funciones ms generales se vio la necesidad de precisar matemticamente los conceptos de rea y de volumen. La originalidad de Cauchy es que uni dos ideas, la de lmite y la de rea, para dar una denicin matemtica de integral. Poco despus Georg F.B. Riemann (1826-1866) generaliz la denicin de integral dada por Cauchy. La teora de la integral de Riemann fue un avance importante pero, desde un punto de vista matemtico, insuciente. Hubo que esperar hasta el siglo XX para que Henri Lebesgue (1875-1941) estableciera en su libro Leons sur lintgration et la recherch des fonctions primitives (1904) los fundamentos de una teora matemticamente satisfactoria de la integracin. 102
Sumas de Riemann
103
La integracin es una de las herramientas ms verstiles del Clculo, sus aplicaciones no se limitan a calcular reas de regiones planas o volmenes de slidos, tambin se utiliza para calcular longitudes de curvas, centros de masas, momentos de inercia, reas de supercies, para representar magnitudes fsicas como el trabajo, la fuerza ejercida por una presin, o la energa potencial en un campo de fuerzas. En este curso vamos a estudiar la integracin desde un punto de vista esencialmente prctico. Nos interesa la integral como herramienta de clculo y para ese propsito es suciente la integral de Riemann. Todo lo que sigue puedes verlo tambin como pgina Web y en formato de cuaderno de Mathematica en el sitio http://wwww.ugr.es/local/fjperez.
8.1.1. Sumas de Riemann

Sea f : [a, b] R una funcin acotada. Representaremos por G( f , a, b) la regin del plano comprendida entre la grca y = f (x), el eje de abscisas y las rectas x = a y x = b. Aqu puedes ver dos de estas regiones coloreadas en amarillo.
Nos proponemos calcular el rea de regiones de este tipo. Puesto que, en general, G( f , a, b) no puede descomponerse en tringulos o rectngulos, no hay una frmula que nos permita calcular directamente su rea. En situaciones como esta, una estrategia bsica consiste en obtener soluciones aproximadas que permitan denir el valor exacto del rea como lmite de las mismas. Fjate que, al proceder as, estamos deniendo dicho valor exacto, es decir, estamos dando una denicin matemtica del concepto intuitivo de rea 1 . Naturalmente, queremos que dicha denicin sea lo ms general posible, lo que depende del tipo de soluciones aproximadas que elijamos. Las aproximaciones consideradas en la teora de la integral de Lebesgue conducen a un concepto de rea muy general. En lo que sigue vamos a considerar las aproximaciones que conducen a la integral de Riemann.
Parte positiva y parte negativa de una funcin Como los conceptos que vamos a introducir se interpretan con ms facilidad cuando la funcin f es positiva, es conveniente tener bien presente en lo que sigue el siguiente articio
trae como consecuencia inevitable que haya regiones extraas en el plano que, segn la denicin dada, no tengan rea.
1 Ello
Sumas de Riemann que permite representar cualquier funcin como diferencia de dos funciones positivas. Cualquier funcin f puede escribirse como diferencia de dos funciones positivas:
104
| f (x)| + f (x) | f (x)| f (x) f (x) = 2 2 + (x) f (x) y que f + (x) (x) Es claro que f (x) = f 0, f 0. La funcin f + se llama parte po se llama parte negativa de f . Si f (x) sitiva de f , y la funcin f 0 se tiene que f (x) = f + (x) y f (x) = 0; mientras que si f (x) 0 se tiene que f (x) = f (x) y f + (x) = 0. Fjate que, a pesar de su nombre y de la forma en que se simboliza, la funcin f es una funcin positiva. Tambin es consecuencia de las deniciones dadas que | f (x)| = f + (x) + f (x). f + (x) = En lo que sigue, representaremos el valor exacto (que an no hemos denido) del rea de la regin G( f , a, b) por (G( f , a, b)) (la letra alude a la inicial de Lebesgu). En la integral de Riemann, el rea buscada se aproxima por rectngulos de la siguiente forma. Primero, se divide el intervalo [a, b] en un nmero nito de subintervalos [xk1 , xk ], 1 k n, cuyas longitudes pueden ser distintas y con la nica condicin de que no se solapen: a = x0 < x1 < x2 < < xn1 < xn = b Se dice que estos puntos constituyen una particin de [a, b]. A continuacin se elige en cada subintervalo un punto tk [xk1 , xk ], y se forma el rectngulo cuya base es el intervalo [xk1 , xk ] y altura igual a f (tk ). Dicho rectngulo est en el semiplano superior si f (tk ) > 0 y en el semiplano
n
inferior si f (tk ) < 0. Finalmente se forma la suma

k=1
f (tk )(xk xk1 ).
8.1 Denicin. Dada una particin P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} del intervalo [a, b], y un punto tk [xk1 , xk ] en cada uno de los intervalos de la misma, el nmero
n
( f , P) =
k=1
f (tk )(xk xk1 )
se llama una suma de Riemann de f para la particin P. Observaciones Fjate que, como hay libertad para elegir los puntos tk [xk1 , xk ], para cada particin P hay innitas sumas de Riemann. Cuando la funcin f es positiva, ( f , P) es una aproximacin del rea de la regin G( f , a, b). Simblicamente ( f , P) (G( f , a, b)). Cuando la funcin f toma valores positivos y negativos podemos escribir
n n
( f , P)
=
k=1 n
f (tk )(xk xk1 ) =

+
k=1 n
( f + (tk ) f (tk ))(xk xk1 ) = f (tk )(xk xk1) = ( f + , P) ( f , P)
=
k=1
f (tk )(xk xk1 )
k=1
En este caso ( f , P) es una aproximacin del rea de G( f + , a, b) menos el rea de G( f , a, b). Simblicamente ( f , P) (G( f + , a, b)) (G( f , a, b)). En la siguiente gura pueden apreciarse estas aproximaciones.
Sumas de Riemann
G f,a,b
2.5 0.75 2 1.5 1 0.5 0 1 2 3 4 5 6 7 0.5 0.25 0 -0.25 -0.5 -0.75 2 4 6 8
105
8.49566 G f ,a,b G f ,a,b 0.68121
Figura 8.1: Aproximacin del rea por sumas de Riemann 8.2 Denicin. Dada una particin P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} del intervalo [a, b], denamos Mk = sup f [xk1 , xk ], mk = nf f [xk1 , xk ]. Los nmeros
n n
S( f , P) =
k=1
Mk (xk xk1),
I( f , P) =
k=1
mk (xk xk1 )
se llaman, respectivamente, suma superior y suma inferior de f para la particin P. Es para denir estas sumas para lo que se precisa que f est acotada en [a, b].
Observaciones Puesto que para todo tk [xk1 , xk ] es mk f (tk ) Mk , deducimos que para toda suma de Riemann, ( f , P) de f para la particin P se cumple que I( f , P) ( f , P) S( f , P). Para cada particin hay una nica suma superior y otra inferior. Cuando f es positiva S( f , P) es un valor aproximado por exceso de (G( f , a, b)), y I( f , P) es un valor aproximado por defecto de (G( f , a, b)). Cuando la funcin f toma valores positivos y negativos S( f , P) es un valor aproximado por exceso de (G( f + , a, b)) (G( f , a, b)), y I( f , P) es un valor aproximado por defecto de (G( f + , a, b)) (G( f , a, b)). En las siguientes guras pueden apreciarse estas aproximaciones.
G f,a,b 9.7334 G f ,a,b G f ,a,b 0.773368
Figura 8.2: Aproximacin del rea por sumas superiores
Denicin y propiedades bsicas de la integral

G f,a,b 7.84948 G f ,a,b G f ,a,b 0.710992
106
Figura 8.3: Aproximacin del rea por sumas inferiores
8.1.2. Denicin y propiedades bsicas de la integral

Supongamos que la funcin f es positiva en [a, b]. Es claro que, en tal caso, el valor exacto del rea de la regin G( f , a, b) debe vericar que I( f , P) (G( f , a, b)) S( f , P) para toda particin P de [a, b]. Tenemos, en consecuencia, dos candidatos para (G( f , a, b)), a saber: (G( f , a, b)) = nf {S( f , P) : P P[a, b]} , (G( f , a, b)) = sup {I( f , P) : P P[a, b]}
Donde hemos representado por P[a, b] el conjunto de todas las particiones de [a, b]. Llegados aqu, podemos ya dar la denicin principal de la teora de la integral de Riemann. 8.3 Denicin. Sea f una funcin acotada y positiva en [a, b]. Se dice que el conjunto G( f , a, b) tiene rea cuando nf {S( f , P) : P P[a, b]} = sup {I( f , P) : P P[a, b]}
Dicho valor comn es, por denicin, el valor del rea y lo representaremos por (G( f , a, b)). Cuando esto ocurre, se dice tambin que la funcin f es integrable Riemann en [a, b] y, por denicin, la integral de f en [a, b] es igual a (G( f , a, b)). Simblicamente escribimos
b
f (x) dx = (G( f , a, b))

a
En el caso general en que la funcin f toma valores positivos y negativos, se dice que f es integrable Riemann en [a, b] cuando lo son las funciones f + y f , en cuyo caso se dene la integral de f en [a, b] como el nmero:
b a
f (x) dx = (G( f + , a, b)) (G( f , a, b))
Observaciones
b
No te confundas con la notacin. El smbolo
f (x) dx representa un nmero. La variable

a
x que gura en l se suele decir que es una variable muda. Naturalmente, la letra x no tiene ningn signicado especial y puede sustituirse por la que t quieras o no poner ninguna; por ejemplo
b b b
f (t) dt ,
a a
f (s) ds ,
a
f
Denicin y propiedades bsicas de la integral
107
son tres formas de escribir lo mismo. Volveremos sobre esta notacin cuando estudiemos tcnicas de integracin. La denicin anterior debes entenderla como una primera aproximacin matemtica al concepto intuitivo de rea. Aunque pueda parecerte extrao, el concepto de rea (y de integral) que acabamos de denir es bastante restrictivo. En el caso en que la funcin f toma valores positivos y negativos, observa que la grca de se obtiene por simetra respecto al eje de abscisas de las partes de la grca de f en las que f (x) < 0. Como regiones simtricas respecto de una recta tienen la misma rea, se sigue que: f
b
(G( f , a, b)) = (G( f + , a, b)) + (G( f , a, b)) = (G( f + + f , a, b)) = (G(| f | , a, b)) =
b
| f (x)| dx
Seamos prcticos. Cmo podemos, a partir de la denicin dada, calcular

a
f (x) dx ? Una pri-
mera idea en este sentido consiste en observar que cuanto mayor sea el nmero de intervalos de la particin y ms pequea la anchura de cada uno de ellos cabe esperar que la aproximacin obtenida sea mejor. Para precisar esta idea, denimos el paso de una particin P, y lo representamos por (P), como la mayor de las longitudes de los subintervalos de dicha particin. 8.4 Teorema (Convergencia de las sumas integrales). Sea f : [a, b] R una funcin integrable, {Pn } una sucesin de particiones de [a, b] tal que {(Pn )} 0 y ( f , Pn ) una suma de Riemann de f para la particin Pn . Se verica entonces que
b n
lm S( f , Pn ) = lm ( f , Pn ) = lm I( f , Pn ) =
n n a
f (x) dx
Este resultado permite en algunos casos particulares y con bastante esfuerzo e ingenio calcular ciertas integrales. Como ms adelante aprenderemos a calcular integrales con facilidad, es ms interesante usar dicho resultado sensu contrario para calcular los lmites de ciertas sucesiones. Ha llegado el momento de preguntarse por condiciones que garanticen que una funcin es integrable Riemann. Nos vamos a contentar con una respuesta parcial a esta pregunta, que es suciente para nuestros propsitos. 8.5 Teorema (Condiciones sucientes de integrabilidad Riemann). Sea f : [a, b] R . Cada una de las siguientes condiciones garantizan que f es integrable Riemann en [a, b]. i) f est acotada en [a, b] y tiene un nmero nito de discontinuidades en [a, b]. En particular, toda funcin continua en un intervalo cerrado y acotado es integrable en dicho intervalo. ii) f es montona en [a, b]. Teniendo en cuenta que ( f + g, P) = ( f , P) + (g, P), cualesquiera sean las funciones f , g y los nmeros , , se deduce, haciendo uso del resultado sobre convergencia de sumas integrales, que la integral es lineal. Esta propiedad, junto con otras propiedades bsicas de las integrales se recogen en el siguiente resultado.
El Teorema Fundamental del Clculo
108
8.6 Proposicin (Propiedades bsicas de la integral). i) Linealidad. Si f , g son integrables en [a, b] y , son nmeros reales, se verica que la funcin f + g tambin es integrable en [a, b] y
b b b
( f (x) + g(x)) dx =
a a
f (x) dx + g(x) dx
a
ii) Conservacin del orden. Si f , g son integrables en [a, b] y f (x) entonces se verica que
b b
g(x) para todo x [a, b],
f (x) dx
a a
g(x) dx M para todo x [a, b], entonces se verica la
En particular, si f es integrable en [a, b] y m siguiente acotacin fundamental

b
f (x)
m(b a)
f (x) dx
a
M(b a)
iii) Si f es integrable en [a, b] tambin | f | (funcin valor absoluto de f ) es integrable en [a, b] y se verica la desigualdad
b b
f (x) dx
a a
| f (x)| dx
iv) El producto de funciones integrables Riemann tambin es una funcin integrable Riemann. v) Aditividad respecto del intervalo. Sea a < c < b. Una funcin f es integrable en [a, b] si, y slo si, es integrable en [a, c] y en [c, b], en cuyo caso se verica la igualdad
b c b
f (x) dx =
a a
f (x) dx +
c
f (x) dx
8.1.3. El Teorema Fundamental del Clculo

Dada una funcin integrable f : [a, b] R , podemos denir una nueva funcin F : [a, b] R por
x
F(x) =
a
f (t) dt
para todo x [a, b]
Observa que aqu la variable es x el lmite superior de la integral. Por eso, es obligado no usar la misma letra x como variable de la funcin f en el integrando. F(x) es la integral de la funcin f en el intervalo [a, x]. Sabemos que F(x) = (G( f + , a, x))(G( f , a, x)). Por supuesto, si f es una positiva entonces F(x) = (G( f , a, x)) es el rea de la regin del plano limitada por la grca de f , el eje de abscisas
x
y las rectas verticales X = a, X = x. No debes olvidar en lo que sigue que F(x) = denido en trminos de reas. A la funcin F la llamaremos la funcin rea de f .
a
f (t) dt se ha

x
109
A veces hay que considerar funciones de la forma H(x) =

c x
f (t) dt en donde a < c < b y f (t) dt cuando x < c. El convec
x[a, b]; por lo que es necesario precisar lo que se entiende por nio que se hace es que
v u u
f (t) dt =
f (t) dt
v
cualquiera sean los nmeros u y v. La justicacin de este convenio es que, con l, la igualdad
y z x
f (t) dt +
x y
f (t) dt +
z
f (t) dt = 0
se cumple cualesquiera sean los puntos x, y, z del intervalo [a, b]. Comprubalo. Nuestro prximo objetivo va a consistir en invertir el proceso que nos ha llevado de f a
x
F(x) =
a
f (t) dt . Nuestro problema es: Cmo podemos recuperar la funcin f a partir del cono-
cimiento de la funcin rea de f ? El resultado que sigue, uno de los ms tiles del Clculo, establece una relacin entre dos conceptos aparentemente lejanos entre s: el concepto de rea y el de tangente a una curva. 8.7 Teorema (Teorema Fundamental del Clculo). Sea f : [a, b] R una funcin integrable y denamos F : [a, b] R por
x
F(x) =
a
f (t) dt
para todo x [a, b]
Entonces: i) F es continua en [a, b]. ii) En todo punto c de [a, b] en el que f sea continua se verica que F es derivable en dicho punto siendo F (c) = f (c). En particular, si f es continua en [a, b], entonces F es derivable en [a, b] y F (x) = f (x) para todo x [a, b]. Demostracin. i) Como f es integrable debe estar acotada. Sea M > 0 tal que | f (x)| Entonces, si x < y son puntos de [a, b] tenemos que
y y
M para todo x [a, b].
|F(y) F(x)| =
f (t) dt
x x
| f (t)| dt
M(y x)
Por la misma razn, si suponemos que y < x, tendremos que |F(y) F(x)| M(y x). Estas dos desigualdades nos dicen que |F(y) F(x)| M |y x| para todo par de puntos x, y [a, b]. De esta desigualdad se sigue inmediatamente la continuidad de F en [a, b]. ii) Pongamos
x x x
F(x) F(c) F(x) F(c) (x c) f (c) f (c) = = xc xc

f (t) dt
f (c) dt
c
xc
( f (t) f (c)) dt xc
110
Dado, > 0, la continuidad de f en c nos dice que hay un > 0 tal que para todo t [a, b] con |t c| < se tiene que | f (t) f (c)| < . Tomemos ahora un punto cualquiera x [a, b] tal que |x c| < . Entonces es claro que para todo t comprendido entre x y c se tendr que |t c| < y, por tanto, | f (t) f (c)| < por lo que
x c
( f (t) f (c)) dt
|x c| c, se verica que
Deducimos que para todo x [a, b] tal que |x c| < , y x

x
F(x) F(c) f (c) = xc
( f (t) f (c)) dt xc
|x c| = |x c|
Hemos probado as que lm
xc
8.8 Denicin. Dada un funcin h : [a, b] R , cualquier funcin H : [a, b] R que sea continua en [a, b], derivable en ]a, b[ y verique que H (x) = h(x) para todo x ]a, b[, se llama una primitiva de f en el intervalo [a, b]. Es importante advertir que no todas las funciones tienen primitivas. Por ejemplo, una condicin necesaria que debe cumplir una funcin para tener primitivas es que dicha funcin tenga la propiedad del valor intermedio pues, como recordars, las funciones derivadas tienen esa propiedad. Tambin, como consecuencia del teorema del valor medio, es inmediato que dos primitivas de una funcin en un mismo intervalo se diferencian en una constante. Por ello, si conocemos una primitiva de una funcin en un intervalo las conocemos todas. Una consecuencia muy importante del Teorema Fundamental del Clculo es que toda funcin continua en un intervalo tiene primitivas en dicho intervalo. Adems, el teorema nos dix ce que la funcin rea, esto es, la funcin F(x) = a f (t) dt , es la primitiva de la funcin continua f : [a, b] R que se anula en a, F(a) = 0. Es importante que aprecies que este es un teorema de existencia; es la denicin que hemos dado de rea - y por consiguiente de integral - lo que nos ha permitido construir la funcin primitiva de f . No lo olvides: la integracin es una potente herramienta para construir nuevas funciones. El Teorema Fundamental del Clculo proporciona una tcnica para calcular la integral de una funcin continua en un intervalo [a, b]. Para ello lo que hacemos es calcular una primitiva x de f en [a, b]. Si h es una tal primitiva, entonces las funciones F(x) = a f (t) dt , y h(x) h(a) son dos primitivas de f en [a, b] que coinciden en un punto, pues ambas se anulan en a. Deducimos b que F(x) = h(x) h(a) para todo x [a, b] y, por tanto, F(b) = a f (t) dt = h(b) h(a). Podemos generalizar este resultado como sigue. 8.9 Teorema (Regla de Barrow). Sea f : [a, b] R integrable y supongamos que h es una primitiva de f en [a, b]. Entonces
b a
F(x) F(c) = f (c), esto es, F es derivable en c y F (c) = f (c). xc
f (t) dt = h(b) h(a)
Las funciones logaritmo y exponencial
111
Demostracin. Sea P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} una particin de [a, b]. Aplicando el teorema de valor medio, tenemos que
n n
h(b) h(a) =
k=1
(h(xk ) h(xk1)) =
k=1
f (tk )(xk xk1) = ( f , P)
La igualdad anterior nos dice que para toda particin P de [a, b] hay alguna suma de Riemann de f asociada a dicha particin, ( f , P), que es igual a h(b) h(a). Si ahora tomamos una sucesin {Pn } de particiones del intervalo [a, b] tales que (Pn ) 0, tenemos que h(b) h(a) = ( f , Pn ) para alguna suma de Riemann, ( f , Pn ) de f asociada a la particin Pn . Pero sabemos que ( f , Pn ) b b a f , por lo que obtenemos que h(b) h(a) = a f . Fjate que en la regla de Barrow no se supone que f sea continua sino tan slo que es integrable y que, adems, tiene una primitiva.
8.1.4. Las funciones logaritmo y exponencial

Quiero convencerte de que muchas veces el clculo integral proporciona la interpretacin ms intuitiva de una funcin. Considera, por ejemplo, la funcin logaritmo natural. Quizs sepas expresar log 2 como lmite de una sucesin o algo parecido; pero, puedes representar de alguna forma intuitiva el nmero log 2? Sabras representar grcamente el nmero log 2? En la siguiente grca puedes ver el nmero log 2.
2
1.5
1 y 1 x 0.5
2 1
1 dx log 2 x 1.5 2 2.5 3
0.5
Espero que ests de acuerdo conmigo: la forma ms fcil e intuitiva de imaginar el nmero logt es como el rea de la regin plana limitada por la curva y = 1/x, las rectas y = 1, y = t, y el eje de abscisas. Dicha rea se considera positiva si t > 1 y negativa si t < 1. Dicho de otra forma
t
logt =
1
1 dx x
Es frecuente interpretar esta igualdad de la siguiente forma: la funcin log x es derivable y log x = t 1 1/x ; por tanto dx = logt log 1 = logt. Parece que hemos probado algo! Y no es as porque x en este razonamiento estamos usando que la funcin logaritmo es derivable y eso es algo que no hemos probado. Todava peor: ni siquiera hemos dado una denicin de la funcin logaritmo que permita probar las propiedades de dicha funcin. Usualmente se dene log x como
1
Las funciones logaritmo y exponencial
112
el nmero y que verica que ey = x. La existencia de ese nmero y est lejos de ser evidente. El propio nmero e tiene que ser denido de alguna forma apropiada. Hago estas reexiones para que te des cuenta de que lo que sabes de las funciones logaritmo, exponencial, trigonomtricas . . . , es un conocimiento sin una base matemtica correcta. De estas funciones conoces, porque te lo han dicho, su comportamiento; pero no creo que nunca hayas demostrado sus propiedades, ni siquiera que conozcas una denicin matemticamente correcta de las mismas. Bueno, no quiero que pienses que tus profesores te ocultan informacin, lo que ocurre es que una denicin correcta de estas funciones requiere herramientas matemticas que no tienen cabida en las enseanzas medias. Precisamente, el Teorema Fundamental del Clculo permite denir estas funciones de forma fcil, elegante y correcta. Olvida ahora todo lo que sepas de la funcin logaritmo natural. Lo has olvidado ya? Sigamos. 8.10 Denicin. La funcin logaritmo natural es la funcin log : R+ R dada por
t
logt =
1
1 dx x
para todo t > 0
Propiedades de la funcin logaritmo El Teorema Fundamental del Clculo nos dice que la funcin logaritmo natural es derivable (y por tanto continua) y que log t = 1/t. Como la derivada es positiva, deducimos que dicha funcin es estrictamente creciente. Dado a > 0, sea h(x) = log(ax). Entonces h (x) = a/(ax) = 1/x. Luego la funcin h(x) log(x) tiene derivada nula en R+ , por lo que es constante y, como para x = 1 es igual a log a, se sigue que h(x) log(x) = log a. Hemos probado as que log(ax) = log a + log x para todo a > 0 y para todo x > 0. Observa que en poco ms de tres lneas hemos obtenido ya las propiedades principales del logaritmo. Sigamos nuestro estudio. De lo ya visto se sigue que log(2n ) = n log 2 para todo nmero entero n. De aqu se deduce que la funcin logaritmo natural no est mayorada ni minorada y, como es estrictamente creciente, concluimos que lm log x = y lm log x = +. Por tanto, podemos armar que dicha funcin es una biyeccin estrictamente creciente de R+ sobre R.
x0 x+
Representemos provisionalmente por : R R la funcin inversa del logaritmo. Dicha funcin se llama funcin exponencial natural. El teorema de derivacin de la inversa nos dice que es derivable y para todo x R es (x) = 1 log ((x)) = (x)
Ahora, dados,x, y R, sean a, b, R+ tales que x = log a, y = log b. Entonces (x + y) = (log a + logb) = (log(ab)) = ab = (x)(y) Hemos probado as que (x + y) = (x)(y) para todos x, y R. De esta igualdad se deduce fcilmente que apara todo nmero racional r se verica que (r) = (1)r . El nmero (1) se repreUniversidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Ing. de Telecomunicacin
Integrales impropias de Riemann

e
113 1 dx = 1. Con ello x
senta con la letra e, es decir, es el nmero denido por la igualdad log e =

1
apara todo nmero racional r se tiene que (r) = er , por lo que se usa la notacin (x) = ex para representar a la funcin exponencial. Fjate con qu facilidad y elegancia hemos obtenido las propiedades principales de las funciones logaritmo y exponencial naturales. As mismo, podemos denir la funcin arcotangente de la forma
x
arc tg x =
0
1 dt 1 + t2
Lo que constituye un punto de partida para denir las dems funciones trigonomtricas. Este proceso est desarrollado con detalle en el libro de Michael Spivak Calculo etctera. Veremos ms adelante otro procedimiento ms directo para denir las funciones trigonomtricas.
8.2. Integrales impropias de Riemann

Una de las limitaciones de la teora de la integral de Riemann es que en ella se consideran funciones acotadas en intervalos acotados. Queremos evitar estas limitaciones y considerar funciones no acotadas o intervalos no acotados. Los siguientes ejemplos indican el camino a seguir. 1 8.11 Ejemplo. La funcin f (x) = no est acotada en el intervalo ]0, 1]. Como h(x) = 2 x es x una primitiva de f en [0, 1], para todo t ]0, 1] se tiene que
1 t
1 dx = h(1) h(t) = 2 2 t x
1 t0
Por tanto lm
1 dx = 2 x
Es natural denir
1 dx = 2 x
8.12 Ejemplo. Para todo t > 0 se tiene que

t t
ex dx = 1 et = lm
+
t+
ex dx = 1
0
Por ello es natural denir
ex dx = 1
0
Integrales impropias de Riemann
114
En el primer ejemplo hemos considerado una funcin no acotada y en el segundo un intervalo no acotado. 8.13 Denicin. Sea f : [c, b[ R una funcin continua en el intervalo [c, b[, donde suponemos que c R y que b un nmero real mayor que c o bien b = +. Se dene la integral impropia de Riemann de f en [c, b[ como el lmite
b t
f (x) dx = lm
c
tb
f (x) dx
c
(8.1)
Supuesto, claro est, que dicho lmite exista y sea un nmero real, en cuyo caso se dice tambin que la integral de f es convergente en [c, b[. Sea f :]a, c] R una funcin continua en el intervalo ]a, c], donde suponemos que cR y que a un nmero real menor que c o bien a = . Se dene la integral impropia de Riemann de f en ]a, c] como el lmite
c c
f (x) dx = lm
a
ta
f (x) dx
t
(8.2)
Supuesto, claro est, que dicho lmite exista y sea un nmero real, en cuyo caso se dice tambin que la integral de f es convergente en ]a, c]. Cuando el lmite (8.1) o (8.2) existe y es igual a + (resp. ) se dice que la respectiva integral es positivamente o negativamente divergente. Sea f :]a, b[ R una funcin continua en el intervalo ]a, b[, donde a < b +. Sea c R con a < c < b. Se dice que la integral de f es convergente en ]a, b[ cuando las integrales de f en ]a, c] y en [c, b[ son convergentes, en cuyo caso se dene
b c b
f (x) dx =
a a
f (x) dx +
c
f (x) dx
(8.3)
8.14 Ejemplo. Sea a
1. Se tiene que
t
t 1a 1 1 dx = xa 1a 1a si a > 1 si a < 1 si a < 1 si a > 1
Deducimos que
+ 1
Anlogamente
1
1 1 dx = 1 a + xa
1 1 dx = a 1 + xa
8.15 Ejemplo. Sea a
1. Usando la tcnica de integracin por partes, que estudiaremos ms log x adelante, es fcil calcular una primitiva de la funcin f (x) = a . Comprueba que x F(x) =
x1a (1 + (1 a) logx) (1 a)2

Criterios de convergencia para integrales

t
115
es una primitiva de f en R+ . Por tanto

1 + 1
f (x) dx = F(t) F(1). En consecuencia si a > 1 si a < 1
Anlogamente
1
1 log x dx = (1 a)2 xa +
1 log x (1 a)2 dx = xa
si a < 1 si a > 1
8.2.1. Criterios de convergencia para integrales

Naturalmente, no siempre vamos a disponer de una primitiva expresable por medio de funciones elementales, bien porque no exista o porque su clculo efectivo sea muy complicado. Por ello, interesa conocer condiciones que aseguren la convergencia de una integral sin necesidad de conocer una primitiva elemental. Lgicamente, estas condiciones no nos permitirn calcular el valor numrico de la integral; tan slo nos dirn si es o no convergente. El caso en que la funcin integrando es positiva es particularmente sencillo de estudiar. 8.16 Proposicin (Criterio bsico de convergencia). Sea f continua y positiva en [c, b[. Entonx
ces, la integral de f en [c, b[ es convergente si, y slo si, la funcin F(x) =

c
f (t) dt est mayorada
en [c, b[, en cuyo caso

b x
f (t) dt = sup
c c
f (t) dt : x [c, b[
En otro caso la integral de f en [c, b[ es positivamente divergente. Las armaciones hechas son consecuencia de que, por ser f positiva en [c, b[, la funcin
x
F(x) =
c
f (t) dt es creciente en [c, b[.
El siguiente criterio es consecuencia inmediata del anterior. 8.17 Proposicin (Criterio de comparacin). Sean f y g continuas y positivas en [c, b[. Supongamos que la integral de g en [c, b[ es convergente y que f (x) g(x) para todo x [c, b[. Entonces la integral de f en [c, b[ tambin es convergente. De este criterio se deduce fcilmente el siguiente. 8.18 Proposicin (Criterio lmite de comparacin). Sean f y g continuas y positivas en [c, b[. Supongamos que f (x) = R+ lm xb g(x) Entonces las integrales de f y g en [c, b[ ambas convergen o ambas divergen positivamente.
Tcnicas de clculo de Primitivas
116
8.19 Denicin. Se dice que la integral de f es absolutamente convergente en un cierto intervalo cuando la integral de la funcin | f | es convergente en dicho intervalo. Naturalmente, los criterios de convergencia antes vistos para integrales de funciones positivas, pueden usarse para estudiar la convergencia absoluta de la integral de cualquier funcin. Por ello, el siguiente resultado, que no demostraremos, es de gran utilidad. 8.20 Teorema. Si la integral de f es absolutamente convergente, entonces la integral de f tambin es convergente.
Ejercicios 1. Estudia la convergencia de la integral

+
I=
0
x + sen x dx x sen x
Segn los valores de R.
8.3. Tcnicas de clculo de Primitivas

Introduccin
Para calcular a f (x)dx donde f es una funcin continua, hay que calcular una primitiva de f , evaluarla en a y en b y hacer la diferencia. Pero, para qu calcular una primitiva? no sabex mos ya que una primitiva de f es la funcin F(x) = a f (t)dt ? Y, naturalmente, cualquier otra ser de la forma F(x) + C donde C es una constante. Qu inters tiene entonces el clculo de primitivas de funciones continuas? Respuesta: desde un punto de vista terico ninguno. Ahora, b si lo que queremos es aplicar la regla de Barrow para calcular el nmero a f (x)dx, entonces la x primitiva F(x) = a f (t)dt no nos sirve para nada porque si la evaluamos en a y en b y hacemos la diferencia obtenemos una identidad perfectamente intil para nuestros propsitos. Lo que necesitamos es conocer una primitiva de f que sea realmente evaluable, es decir que al evaluarla en a y en b proporcione valores numricos. En otros trminos, el problema del clculo de primitivas consiste en tratar de expresar la x primitiva trivial F(x) = a f (t)dt por medio de funciones elementales2 que permitan una evaluacin efectiva de la integral. Para eso sirven las tcnicas de clculo de primitivas. Pero no hay que olvidar que, si bien la derivada de una funcin elemental tambin es una funcin elemental, es frecuente que una funcin elemental no tenga primitivas que puedan expresarse por medio de funciones elementales. Esto ocurre, por ejemplo, con las funciones 2 sen x ex , , sen(x 2 ), x3 + 1, y muchas ms. En tales casos la forma ms sencilla de representar x x una primitiva de f es justamente mediante la funcin F(x) = a f (t)dt y, para obtener valores concretos de dicha funcin hay que recurrir a mtodos numricos de clculo de integrales.
2 Las funciones que se obtienen por medio de sumas, productos, cocientes y composiciones a partir de las funciones racionales, exponenciales, logartmicas, trigonomtricas y sus inversas, se llaman funciones elementales.
Tcnicas de clculo de Primitivas
117
En lo que sigue vamos a considerar algunos tipos de funciones elementales cuyas primitivas tambin pueden expresarse por medio de funciones elementales y pueden calcularse con procedimientos ms o menos sistemticos. Para leer lo que sigue necesitas tener papel y un bolgrafo a mano para ir haciendo los ejercicios que se proponen. A calcular primitivas se aprende practicando; la imprescindible agilidad en los clculos la logrars haciendo decenas de ejercicios. Fjate que, en la mayora de los casos, se trata de ejercicios en los que tan slo tienes que aplicar una tcnica general a un caso particular. Esto es tan fcil que lo saben hacer los programas de clculo simblico, como Mathematica, Derive, Mapple y otros. Cuando se logre fabricar una calculadora de bolsillo que pueda ejecutar estos programas quizs ya no sea imprescindible aprender a calcular primitivas, pero hasta que llegue ese momento sigue siendo necesario que aprendas a calcular primitivas con agilidad. Sera lamentable que, por no saber calcular una primitiva, no puedas resolver una sencilla ecuacin diferencial, ni calcular una probabilidad, ni el rea de una supercie, . . . Las aplicaciones del clculo integral son tan variadas, que el tiempo que dediques a la prctica del clculo de primitivas ser ms rentable de lo que ahora puedas imaginar.
Observaciones sobre la notacin y terminologa usuales Para representar una primitiva de una funcin f , suele usarse la notacin f (x)dx. As, por 1 ejemplo, se escribe dx = log |x a|. Esta notacin es algo imprecisa porque no especica xa el intervalo en que se considera denida f . En el ejemplo anterior hay que interpretar que la 1 funcin est denida en uno de los intervalos ] , a[ o ]a, +[ y elegir la primitiva corresxa pondiente. Estos pequeos inconvenientes estn compensados por la comodidad en los clculos que proporciona esta notacin. Es frecuente tambin, aunque no lo haremos en lo que sigue 1 (pero mira el ejercicio 3), aadir una constante arbitraria, C, y escribir dx = log |x a| +C. xa La integral de una funcin en un intervalo, a f (x)dx, se llama a veces integral denida de f (y es un nmero), y al smbolo f (x)dx se le llama integral indenida o, simplemente, integral de f (y representa una primitiva cualquiera de f ). Aunque esto puede ser confuso, no olvides que, cuando hablamos de calcular la integral f (x)dx lo que realmente queremos decir es que queremos calcular una primitiva de f . Como ya sabes, en los smbolos f (x)dx o a f (x)dx la letra x puede sustituirse por cualquier otra y el smbolo dx (que se lee diferencial x) sirve para indicar la variable de integracin. Esto es muy til si la funcin f contiene parmetros. Por ejemplo, son muy diferentes las integrales x y dx y x y dy. Te recuerdo tambin que, si y = y(x) es una funcin de x, suele usarse la notacin dy = y dx que es til para mecanizar algunos clculos pero que no tiene ningn signicado especial: es una forma de indicar que y es la derivada de y respecto a x. Finalmente, si es una funcin, se usa la notacin (x)
xb xa x=d x=c b b
o sencillamente, (x)|d para indic
car el nmero (d) (c), y usaremos la notacin (x) para indicar lmxb (x) lmxa (x). Esta notacin es cmoda cuando estudiamos convergencia de integrales.
Integracin por partes
118
8.3.1. Integracin por partes

Si u y v son funciones con derivada primera continua en un intervalo, por la regla de derivacin para un producto sabemos que: (u(x) v(x)) = u (x)v(x) + u(x)v (x). Deducimos que la funcin producto u v es una primitiva de la funcin u v + v u, es decir, (u (x)v(x) + u(x)v (x))dx = u(x) v(x). Lo que suele escribirse en la forma: u dv = u v
d
v du
Por supuesto, esta igualdad podemos usarla para calcular integrales denidas:
d
u(x)v (x)dx = u(x)v(x)

c
x=d x=c
v(x)u (x)dx
c
(8.4)
Finalmente, si u y v estn denidas en un intervalo abierto de extremos a < b + y existen los lmites lm u(x)v(x) y lm u(x)v(x), entonces la igualdad (8.4) nos dice que las integrales y a u(x)v (x)dx ambas convergen o ninguna converge y, cuando son convergentes se verica que:
b b b a v(x)u (x)dx xa b xb
u(x)v (x)dx = u(x)v(x)

a
xb xa
v(x)u (x)dx
a
(8.5)
Naturalmente, si queremos usar este mtodo para calcular una integral f (x)dx lo primero que hay que hacer es expresar f (x) = u(x)w(x) de forma que el clculo de v(x) por la condicin, v (x) = w(x), es decir la integral v(x) = w(x)dx , sea inmediata. Tenemos entonces f (x)dx = u(x)w(x)dx = u(x)v (x)dx = u(x)v(x) v(x)u (x)dx (8.6)
Veamos algunas situaciones en las que este mtodo puede aplicarse con xito. Cuando la integral v(x)u (x)dx es inmediata. Por ejemplo, para calcular una integral f (x)dx en la que la derivada de f (x) es ms sencilla que la propia funcin, como es el caso de log x, arc sen x, arc tg x. Entonces conviene tomar u(x) = f (x) y v (x) = w(x) = 1 en (8.6). 8.21 Ejemplo. arc tg x dx = u = arc tg x d u = d v = dx v = x 1 dx 2 = x arc tg x 1+x x 1 dx = x arc tg x + log(1 + x 2 ) 1 + x2 2
Cuando la integral v(x)u (x)dx es del mismo tipo que la integral de partida, pero ms sencilla, de manera que reiterando el proceso se llega a una integral inmediata. Este es el caso cuando f (x) es de la forma P(x) e ax , P(x) sen(ax), P(x) cos(ax), donde P(x) es una funcin polinmica. En todos los casos se elige u(x) = P(x), y v (x) = e ax , v (x) = sen(ax), v (x) = cos(ax). 8.22 Ejemplo. u = P(x) du = P (x)dx ax = P(x) e 1 P(x) e ax dx = e ax a a d v = e ax dx v = a P (x)e ax dx
La ltima integral es del mismo tipo que la primera pero con el grado del polinomio rebajado en una unidad. El proceso se repite tantas veces como sea necesario.
119
Cuando la integral v(x)u (x)dx es parecida a la de partida, de forma que al volver a aplicar el proceso la integral de partida se repite y es posible despejarla de la igualdad obtenida. 8.23 Ejemplo. 1 u = cos(log x) du = sen(log x)dx = x cos(log x) + sen(log x)dx = x cos(log x)dx = d v = dx v = x 1 u = sen(log x) du = cos(log x)dx = x cos(log x) + x sen(log x) cos(log x)dx x = d v = dx v = x cos(log x)dx = x cos(log x) + sen(log x) . 2
deducimos que
Ejercicios 1. Calcular las integrales:

2 4
log x dx ,
1
s 2 e 2s ds , log(x 2 + 1)dx ,
0
arc sen x dx, ,

/4 1
t logt dt , x 2 sen x dx ,
(log x)2 dx
1 e
x 3 ex dx , 2. Calcular las integrales

+ +
d , cos2
cos2 (log x)dx

1
e a x cos(bx) dx , y
e a x sen(bx) dx . Y deducir, para a > 0 el valor de
ea x cos(bx) dx y
0 0
ea x sen(bx) dx .
3. Explica la aparente contradiccin 1 dx = sen x cosx cotg x dx = cotg x tg x dx = cotg x tg x cos2 x 1 = 1+ dx . Luego 1 = 0. sen x cos x tg x cotg x dx = 1 + tg x dx sen2 x
Ahora que ests empezando a hacer ejercicios de clculo de primitivas es una buena prctica que compruebes los resultados. Adems es muy sencillo: basta derivar la primitiva que has obtenido. Integracin por recurrencia La tcnica de integracin por partes permite en algunas ocasiones relacionar una integral de la forma In = f (x, n)dx en la que interviene un parmetro n (con frecuencia un nmero natural) con otra del mismo tipo en la que el parmetro ha disminuido en una o en dos unidades. Las expresiones as obtenidas se llaman frmulas de reduccin o de recurrencia y permiten el clculo efectivo de la integral cuando se particularizan valores del parmetro. Los siguientes ejemplos son ilustrativos de esta forma de proceder. 8.24 Ejemplo. (log x)n1 dx u = (log x) du = n n n1 x (log x)n dx = = x(log x) n (log x) dx d v = dx v = x
n
120
8.25 Ejemplo. In = u = x n d u = n x n1 = 1 (x n e a x n In1) x n e a x dx = eax a dx d v = e a x dx v = a
8.26 Ejemplo. In = senn x dx = u = senn1 x d u = (n 1) senn2 x cos x dx =
d v = sen x dx v = cosx
= cos x senn1 x + (n 1) senn2 x cos2 x dx = cos x senn1 x + (n 1) senn2 x dx (n 1)In Y deducimos fcilmente que
/2
n1 sen x dx = n
n /2
/2
1 n1 senn x dx = cos x senn1 x + n n
senn2 x dx . En particular,
sen n2 x dx. De aqu se obtienen las igualdades

0
sen 2n+1 x dx =
0
2 4 6 2n , 3 5 7 (2n + 1)
/2
sen 2n x dx =
0
1 3 5 (2n 1) 2 4 6 2n 2
Ejercicios 4. Calcula, haciendo uso de los resultados anteriores, las integrales

/2
(log x) dx ,
x e dx ,
0
4 x
sen 4 x dx ,
sen 5 x dx
5. Prueba las siguientes relaciones de recurrencia 1 (a) In = cos n x dx = cos n1 x sen x + (n 1)In2 n 6. Prueba la igualdad In = Sugerencias: In =
(b) In =
tg n x dx =
7. (*) Estudia la convergencia de la integral

+
(1 + x 2) x 2 x2 dx = In1 dx . Ahora: (1 + x 2)n (1 + x 2)n u=x d u = dx 2 x dx = = x 1 1 (1 + x 2)n dv= dx v = 2 )n 2 )n1 (1 + x 2(n 1) (1 + x x2n1 dx (1 + x2 )n + 3
1 x 2n 3 dx = + In1 (1 + x 2)n (2n 2)(1 + x 2)n1 2n 2
1 tg n1 x In2 n1
In =
0
(n
1)
Prueba que para n
2 es In =
n1 In1. Calcula I1 , I2 e I3 . n+2

Integracin por sustitucin o cambio de variable
121
8.3.2. Integracin por sustitucin o cambio de variable

Sean g : J R una funcin con derivada primera continua en un intervalo J que toma valores en un intervalo I, y f una funcin continua en I. Sea F una primitiva de f en I, y pongamos H = F g. Tenemos, por la regla de la cadena, que H (t) = F (g(t))g (t) = f (g(t))g (t), es decir, la funcin H es una primitiva en J de la funcin h(t) = f (g(t))g (t). Si c, d son puntos de J, deducimos que
d c g(d)
f (g(t))g (t) dt = H(d) H(c) = F(g(d)) F(g(c)) =
f (x) dx
g(c)
Esta igualdad se conoce con el nombre de frmula de integracin por sustitucin o cambio de b variable. En ella se supone que queremos calcular, por ejemplo, la integral a f (x) dx y lo que (t)dt y se eligen c y d por la condicin de hacemos es la sustitucin x = g(t), con lo que dx = g que g(c) = a, g(d) = b. Naturalmente, esto tiene inters cuando la funcin f (g(t))g (t) es ms fcil de integrar que la funcin f . Simblicamente este proceso suele representarse en la forma
b
f (x) dx =
a
x = g(t), dx = g (t)dt a = g(c), b = g(d)
=
c
f (g(t))g (t) dt
Para el caso de integrales indenidas este proceso de sustitucin de representa de forma menos precisa y se escribe simplemente f (x) dx = x = g(t) dx = g (t)dt = f (g(t))g (t) dt
En este contexto, es frecuente calcular f (g(t))g (t) dt = H(t), y escribir f (x) dx = H(t), igualdad que no tiene mucho sentido si no se especica tambin la relacin entre las variables t y x, escribiendo f (x) dx = H(t) donde x = g(t). Desde luego, el conocimiento de H(t) y de la relacin x = g(t) es suciente para calcular integrales denidas de f , pero tambin podemos deshacer el cambio para obtener una primitiva de f . Para eso la funcin g debe ser una biyeccin de J sobre I con derivada no nula. En tal caso, la funcin F(x) = H(g1 (x)) es una primitiva de f en I. En efecto: F (x) = H (g1 (x))(g1 ) (x) = f (g(g1 (x)))g (g1 (x))(g1 ) (x) = f (x)g (g1 (x)) 1 = f (x) g (g1 (x))
No olvides que la frmula del cambio de variables puede usarse en un sentido (de izquierda a derecha) o en otro (de derecha a izquierda) segn convenga. Puede ocurrir que al hacer un cambio de variable en una integral corriente obtengamos una integral impropia. No hay que preocuparse porque para estudiar la convergencia de una integral pueden hacerse cambios de variable biyectivos: ello no altera la eventual convergencia de la integral ni su valor. 8.27 Ejemplo. Con frecuencia se hacen cambios de variable para quitar radicales. 2 /4 2 x = 2 tgt, dx = 1 cost 1 1 /4 2 2 = 1 cos2 t dx = dt = = 4 sen2 t 4 sent /6 4 x2 x2 + 4 2/ 3 = 2 tg(/6), 2 = 2 tg(/4) /6 2/ 3
Integracin de funciones racionales 8.28 Ejemplo. Un cambio de variable en una integral impropia. Consideremos la integral:
b a
122
1 (x a)(b x)
dx
Suponemos que a < b. El cambio que hacemos consiste en llevar el intervalo ] 1, 1[ al ]a, b[ por una biyeccin del tipo g(t) = t + . Las condiciones g(1) = a, g(1) = b nos dan que = (b a)/2, = (b + a)/2. Con ello:
b a
ba 1 dt 2 = dx = = 1 t2 (x a)(b x) 1 a = g(1), b = g(1) 1 x = g(t), dx =
Ejercicios 7. Calcular las siguientes integrales utilizando el cambio de variable indicado

/4
sen3 x dx x = arc cost ; cos4 x
/4
/4
sen2 x dx x = arc tgt ; cos4 x
+ 1
dx x = logt ex +1
8. Calcular las integrales 4 x 2 dx , dx , x x2 1

e4 e
dx , x log x
1 x2
1 1 + dx , x
e x +3 e 2x dx 2 + ex
a
9. Sea a > 0. Prueba que si f es impar, es decir, f (x) = f (x), entonces a f (t)dt = 0. Y si f a a es una funcin par, es decir, f (x) = f (x), entonces a f (t)dt = 2 0 f (t)dt.
8.3.3. Integracin de funciones racionales

P(x) dx. Si el grado de P Q(x) es mayor o igual que el de Q, podemos dividir los dos polinomios obteniendo Dadas dos funciones polinmicas P(x) y Q(x), queremos calcular P(x) G(x) = H(x) + , Q(x) Q(x) donde H(x) y G(x) son polinomios y el grado de G es menor que el grado de Q. Por tanto, supondremos siempre que el grado de P es menor que el grado de Q. Supondremos tambin que el coeciente lder del polinomio Q es 1. La tcnica para calcular la integral consiste en desP(x) componer la fraccin en otras ms sencillas llamadas fracciones simples. Estudiaremos Q(x) dos formas de hacerlo: el mtodo de los coecientes indeterminados y una variante del mismo conocida como Mtodo de Hermite. Paso 1. Descomposicin del denominador en factores irreducibles
Integracin de funciones racionales
123
Descomponemos el denominador, Q(x), como producto de factores de grado 1 y factores de grado 2 irreducibles: Q(x) = (x a1)1 (x an )n (x 2 + b1 x + c1)1 (x 2 + bm x + cm )m (8.7)
Observaciones Esto se dice muy pronto, pero puede ser muy difcil de hacer si no imposible. Afortunadamente, en los casos prcticos esta descomposicin o se conoce o es muy fcil de realizar. En la descomposicin (8.7) cada a j es una raz real de orden j del polinomio Q, y los factores cuadrticos del tipo (x 2 + b j x + c j ) j corresponden a races complejas conjugadas de orden j . Tales factores cuadrticos son irreducibles, es decir, su discriminante es negativo o, lo que es igual, x 2 + b j x + c j > 0 para todo x R. Paso 2 Mtodo de los coecientes indeterminados P(x) como suma de fracciones de la siguiente forma: Q(x) Por cada raz real a j de orden j escribimos j fracciones cuyos numeradores son constantes Ak j que hay que determinar, y los denominadores son de la forma (x a j )k j donde k j toma valores de 1 hasta j . Por cada factor cuadrtico irreducible (x 2 + b j x + c j ) j escribimos j fracciones cuyos numeradores son de la forma Bk j x + Ck j siendo Bk j y Ck j constantes que hay que determinar, y los denominadores son de la forma (x 2 + b j x + c j )k j donde k j toma valores de 1 hasta j . La descomposicin es de la forma: j j n m Ak j Bk j x + Ck j P(x) + = (8.8) Q(x) (x a j )k j (x 2 + b j x + c j )k j Escribimos el cociente
j=1 k j =1 j=1 k j =1
Mtodo de Hermite Escribimos el cociente P(x) de la siguiente forma: Q(x)
P(x) A1 An B1 x + C1 Bm x + Cm = + + + + + 2 + Q(x) x a1 x a n x 2 + b 1 x + c1 x + b m x + cm d F(x) + dx (x a1)1 1 (x an)n 1 (x 2 + b1 x + c1)1 1 (x 2 + bm x + cm )m 1 donde A1 , . . . , An , B1 , . . . , Bm ,C1 , . . . ,Cm son coecientes que tenemos que determinar y, en la fraccin que aparece con una derivada, F(x) es un polinomio genrico de grado uno menos que el P(x) como suma de fracciones simples, una por denominador. En resumen, se trata de escribir Q(x) cada factor, ms la derivada de un cociente que tiene por denominador lo que queda de Q(x). Observa que en ambos mtodos hay que calcular tantos coecientes como el grado de Q. Paso 3. Determinacin de los coecientes Tanto en un caso como en otro, se reducen todas las fracciones a comn denominador (que ser Q(x)), y se iguala a P(x) al numerador resultante. Esto nos producir un sistema de ecuaciones cuya resolucin nos dar el valor de todos los coecientes. Naturalmente, en el mtodo de Hermite hay que efectuar la derivada antes de reducir a comn denominador.
124
Observaciones En ambos mtodos tenemos que calcular el mismo nmero de coecientes pero en el mtodo de Hermite la obtencin del sistema de ecuaciones es un poco ms trabajosa debido a la presencia de la derivada. El mtodo de Hermite es interesante de aplicar cuando hay factores cuadrticos de orden elevado (races imaginarias mltiples). Paso 4. Integracin de las fracciones simples En el mtodo de Hermite, una vez escrita la funcin racional calcular su integral: P(x) dx = Q(x) A1 dx + + x a1 P(x) de la forma anterior, es fcil Q(x)
B1 x + C1 dx + + x 2 + b 1 x + c1 F(x) + 1 1 (x a )n 1 (x 2 + b x + c )1 1 (x 2 + b x + c )m 1 (x a1) n 1 1 m m
Slo nos queda saber calcular las integrales que hemos dejado pendientes: A dx = A log |x a|. xa
Bx +C dx. Siempre se puede escribir x 2 + bx + c = (x d)2 + k 2 , con lo que descompox 2 + bx + c nemos nuestra integral en dos: Bx +C dx = x 2 + bx + c = = Bx +C dx = (x d)2 + k 2 B(x d) dx + (x d)2 + k 2 B(x d) + C + Bd dx = (x d)2 + k 2 C + Bd dx = (x d)2 + k 2 dx + (C + Bd) (x d)2 + k 2
B log (x d)2 + k 2 2
y la ltima integral es inmediata (del tipo arcotangente) si hacemos el cambio de variable xd t= . k En el mtodo de los coecientes indeterminados aparecen tambin, cuando hay races mltiples, otros dos tipos de fracciones elementales: A Fracciones del tipo donde k N y k 2, correspondientes a races reales mltiples, las (x a)k cuales no ofrecen dicultad pues A 1 A dx = . (x a)k k 1 (x a)k1 Bx +C (x 2 + bx + c)k donde k N y k 2, correspondientes a races imaginarias 3. Suelen hacerse
Fracciones del tipo
mltiples, la integracin de las cuales ofrece bastante dicultad a partir de k usando la frmula de reduccin del ejercicio nmero 6. 8.29 Ejemplo. Se trata de calcular caremos el mtodo de Hermite. x3 (x 2 + 1)2 x2 2
dx. Como hay races imaginarias mltiples apliax3 + bx 2 + cx + d x 2 (x 2 + 1)

x2 2 A Bx +C d = + 2 + x3 (x 2 + 1)2 x x + 1 dx
125
Realizando la derivada y reduciendo a comn denominador, obtenemos un sistema de ecuaciones cuya solucin es a = 0, por lo tanto x3 (x 2 + 1)2 x2 2 dx = (5/2)x 2 + 1 5 + 5 log x log(x 2 + 1). x 2 (x 2 + 1) 2 b = 5/2, c = 0, d = 1, A = 5, B = 5, C = 0;
8.30 Ejemplo. Calcular la integral cientes indeterminados.

2
x+1 dx. Aplicaremos el mtodo de los coex(x + 1)(x 2 + 1)
A B Cx + D x+1 = + + 2 2 + 1) x(x + 1)(x x x+1 x +1
Reduciendo a comn denominador obtenemos: x+1 A + (A + B D)x + (A C+ D)x 2 + (A + B + C)x3 = 2 + 1) x(x + 1)(x x(x + 1)(x 2 + 1) Identicando coecientes resulta el sistema de ecuaciones lineales: A + B +C = 0 A C + D = 0 A = 1 B = 1 A+BD = 1 C=0 D = 1 A = 1
t
Deducimos que:
x+1 dx = x(x + 1)(x 2 + 1)

+ 2
dx x1
dx x
dx x2 + 1
= log 2
t1 arc tgt + arc tg2 t
Por tanto:
x+1 dx = log 2 + arc tg 2 x(x + 1)(x 2 + 1) 2
Ejercicios 10. Calcular las siguientes integrales 2 x2 dx , x 3 3x 2

+ 1 1/2
dx x4 1
dx ,
1/2
x 4 + 6x 3 7x 2 4x 3 dx x 3 2x 2 + x 2
1
x1 dx , x 3 3x 2 + x + 5 dx ,
dx dx , (x 2 2x + 2)2 3x 2 + 30 x 4 + 2x 2 8 dx ,
dx dx 1 + x4 x2 (x 2 + 1)2 dx
x2 (x 4 1)2
dx , x(1 + x 4 )
Integracin por racionalizacin
126
8.3.4. Integracin por racionalizacin

Acabamos de ver que la primitiva de una funcin racional siempre puede expresarse mediante funciones elementales. Nos vamos a ocupar ahora de algunos tipos de funciones no racionales cuyas integrales se pueden transformar, por medio de un cambio de variable, en integrales de funciones racionales. Se dice entonces que la integral de partida se ha racionalizado y esta tcnica se conoce como integracin por racionalizacin. Conviene advertir que los cambios de variable que siguen son los que la prctica ha conrmado como ms tiles en general, pero que en muchas ocasiones la forma concreta de la funcin que queremos integrar sugiere un cambio de variable especco que puede ser ms ecaz. En lo que sigue, representaremos por R = R(x, y) una funcin racional de dos variables, es decir, un cociente de funciones polinmicas de dos variables. Te recuerdo que una funcin polinn m
mica de dos variables es una funcin de la forma P(x, y) =

i=0 j=0
ci j xi y j .
Integracin de funciones del tipo R(sen x, cos x) Las integrales del tipo R(sen x, cos x)dx donde R = R(x, y) una funcin racional de dos variables, se racionalizan con el cambio de variable t = tg(x/2). Con lo que sen x = Con ello resulta: R(sen x, cos x)dx = t = tg(x/2) = 8.31 Ejemplo. dx = sen x tg x cos x dx = tg x/2 = t = = sen x cos x sen x 1 logt 1 1 = 2+ = + log | tg(x/2)|. 2 (x/2) 4t 2 4 tg 2 t2 1 dt 2t 3 R 2t 1 t 2 , 1 + t2 1 + t2 2 dt 1 + t2 2t , 1 + t2 cos x = 1 t2 , 1 + t2 dx = 2 dt 1 + t2
Casos particulares Cuando R( sen x, cos x) = R(sen x, cos x) se dice que R es par en seno y coseno. En este caso es preferible el cambio tg x = t. Con lo que t sen x = , 1 + t2 1 cos x = , 1 + t2 dx = dt 1 + t2
En el caso particular de tratarse de una integral del tipo senn x cosm x dx con n y m nmeros enteros pares, es preferible simplicar la integral usando las identidades cos2 x =
1 + cos2x 2
sen2 x =
1 cos2x . 2
127
Cuando R( sen x, cos x) = R(sen x, cos x) se dice que R es impar en seno y el cambio cos x = t suele ser ecaz. Cuando R(sen x, cos x) = R(sen x, cos x) se dice que R es impar en coseno y el cambio sen x = t suele ser ecaz. 8.32 Ejemplo. Calcular I = I = (1 cos2 x) cos2 x dx = sen2 x cos2 x dx . Tenemos: cos2 x dx cos4 x dx =
1 + cos2x 1 + cos2x 2 dx dx 2 2 x sen 2x 1 x + sen 2x x 1 1 1 + cos4x = + (1 + 2 cos 2x + cos2 2x)dx = cos 2x dx dx 2 4 4 4 4 2 4 2 x + sen2x sen 2x x sen 4x 1 sen 4x = x = 4 4 8 32 8 4
8.33 Ejemplo. cos3 x dx = sen2 x = (1 sen2 x) cos x dx = sen2 x 1 1 t = sent. t sent t = sen x dt = cos x dx = 1 t2 dt t2
sen2 x cos x dx. Se trata de una funcin par en seno y en coseno. Hasen x + cosx ciendo t = tg x, obtenemos: t2 I= dt (t + 1)(t 2 + 1)2 8.34 Ejemplo. Sea I = Aplicando el mtodo de Hermite escribimos: t2 A Bt + C d = + + (t + 1)(t 2 + 1)2 t + 1 t 2 + 1 dx t + t2 + 1
Haciendo la derivada y reduciendo a comn denominador obtenemos: t2 A + C + + (B + C 2 + )t + (2A + B + C 2 )t 2 + (B + C )t 3 + (A + B)t 4 = (t + 1)(t 2 + 1)2 (t + 1)(t 2 + 1)2 Identicando coecientes resulta el sistema de ecuaciones lineales: A +C + = 0 B + C 2 + = 0 A = 1/4 B = 1/4 2A + B + C 2 = 1 C=0 D = 1 = 1/4 = 1/4 B +C = 0 A+B = 0 I= 1 1 1 1+t 1 1 log |t + 1| log(t 2 + 1) = log | sen x + cosx | cos x(sen x + cosx) 2 4 8 4 1+t 4 4
Deducimos que:
Integracin por racionalizacin Cuando la funcin R(sen x, cos x) sea de la forma sen(a x + b) sen(c x + d), sen(a x + b) cos(c x + d), cos(a x + b) cos(c x + d)
128
puede resolverse la integral usando las frmulas: sen cos = sen( + ) + sen( ) , 2 cos cos = 8.35 Ejemplo. sen(3x) cos(2x) dx = 1 2 sen(5x) dx + 1 2 sen x dx = 1 1 cos(5x) cos x 10 2 sen sen = cos( ) cos( + ) 2
cos( ) + sen( + ) 2
Integrales de la forma tg2 x o cotg2 x 8.36 Ejemplo. tg5 x dx = =
tgn x dx,
cotgn x dx. Se reducen a una con grado inferior separando
y sustituyndola por sec2 x 1 o cosec2 x 1. tg3 x tg2 x dx = tg3 x(sec2 x 1) dx = tg4 x 4 tg3 x sec2 x dx tg3 x dx
tg4 x 4 tg4 x = 4
tg3 x dx =
tg x sec2 x dx +
tg4 x tg x(sec2 x 1) dx 4 tg4 x 1 2 tg x dx = tg x + log| cos x | 4 2 tg x tg2 x dx =
Ejercicios 11. Calcular las integrales 1 dx , a + b cos x

0
1 dx , cos x + 2 sen x + 3
1 2 cosx dx , 5 4 cosx
dx , cosx
1 dx sen x cos x
12. Calcular las integrales dx , 2 x cos2 x sen

/4
cos(3x + 4) 1 + tg 2 (x + 2)
dx ,
dx , (1 + senx) cos x
sen2 x cos3 x dx ,
dx cos3 x
13. Calcular
sen px cos qx dx ,
sen px sen qx dx ,
cos px cos qx dx donde p y q son enteros.

n
14. Para x R, y n N, denamos F(x) = que:
ao + 2
k=n k 0
(ak coskx + bk sen kx). Para n
p n prueba
1 ap = F(x) cos px dx
1 y bp = F(x) sen px dx
Integracin por racionalizacin Integrales del tipo Donde L(x) = R x, [L(x)]r , [L(x)]s , . . . dx 0 y r , s, . . . son nmeros racionales.
129
ax+ b , a, b, c, d R con ad bc cx + d
Se racionalizan con el cambio t q = L(x) donde q es el mnimo comn denominador de las fracciones r, s, . . .. Pues entonces tenemos que x= y la integral se transforma en R(r(t),t rq ,t sq , . . .)r (t) dt en la que el integrando es una funcin racional de t. x + 1 1/3 1 x+1 dx. El cambio de variable = t 3 racionaliza la intex1 1+x x1 t3 + 1 gral pues se tiene que x = 3 , con lo que: t 1 8.37 Ejemplo. Sea I = I = 3 donde t =
3
d tq b = r(t) a ct q
1 t3 1
dt =
t +2 t2 + t + 1
1 1 t2 + t + 1 2t + 1 dt = log + 3 arc tg 2 t 1 2 (t 1) 3
x+1 . x1
Integrales binomias Se llaman as las de la forma
x (a + b x ) dx
donde , , son nmeros racionales y a, b nmeros reales todos ellos distintos de cero. Haciendo la sustitucin 1 1 1 1 x = t , x = t , dx = t la integral se transforma en 1 que es de la forma t
+1
(a + bt)dt
+1 1. Esta integral es del tipo de las considera das en el apartado anterior cuando el nmero: t r (a + bt)dt donde r = es entero, pues es de la forma r es entero, pues es de la forma R(t,t r )dt R t, (a + bt) dt a + bt t
+ r es entero, pues es de la forma
t +r dt
P Chebyshev prob que si no se da ninguna de estas circunstancias la integral no puede ex.L. presarse por medio de funciones elementales.
Integracin por racionalizacin 8.38 Ejemplo. Sea I = x2/3 + 2 dx . En este caso es = 1, = 2/3, = 1/2 y
130
+1 = 3. Deducimos que la primitiva buscada puede expresarse por funciones elementales. Haciendo 3 2 t t + 2dt , la cual se racionaliza haciendo t + 2 = s2 (s > 0), con lo x2/3 = t obtenemos I = 2 que I = 3 (s2 2)2s ds que es inmediata. x Integrales del tipo R(ex )dx
Se racionalizan con el cambio x = logt. Un caso particular de este es el de las integrales de la forma R(cosh x, senh x)dx que tambin admiten un tratamiento parecido al de las trigonomtricas. 2 8.39 Ejemplo. Sea I = dx. Desarrolla los clculos para comprobar que senh x + tghx I = [x = logt] = Por otra parte, como la funcin como sigue I = [t = cosh x] = 2(1 + t 2) x dt = log tgh (t 1)(1 + t)3 2 1 1 + coshx
2 es impar en senh x, tambin podemos proceder senh x + tghx
2t 1 1 1 dt = + log(1 + coshx) log(1 + coshx) (1 + t)(1 + t)2 1 + coshx 2 2
Por supuesto, puedes comprobar que las dos primitivas encontradas son de hecho iguales. Integracin de funciones del tipo R(x, Una integral de la forma ciones siguientes. R(x, ax 2 + bx + c)
ax 2 + bx + c)dx puede racionalizarse por medio de las sustitu-
Si el trinomio ax 2 + bx + c tiene dos races reales y , distintas entonces ax 2 + bx + c = [a(x )(x )]1/2 = (x ) a(x ) = t 2 (t > 0), x a(x ) x
1/2
Donde, por comodidad, hemos supuesto que x > 0. Deducimos que la sustitucin x= t 2 = r(t) t2 a
transforma la integral en de t.
R r(t), (r(t) )t r (t)dt donde el integrando es una funcin racional
Si el trinomio ax 2 + bx + c no tiene races reales, entonces debe ser ax 2 + bx + c > 0 para todo x R, en particular c > 0. La sustitucin: b 2t c 2 + bx + c = t x + ax c, x = 2 = g(t) t a transforma la integral en R g(t),t g(t) + c g (t)dt donde el integrando es una funcin racional de t. Las sustituciones anteriores se conocen como sustituciones de Euler.
131
x x dx. Observa que, si R(x, y) = 3 , la integral que nos 8.40 Ejemplo. Clcular 2)3/2 y (7x 10 x piden es R(x, 7x 10 x 2)dx del tipo que acabamos de considerar. Como 7x 10 x 2 = (x 2)(5 x) , tenemos que 5 + 2t 2 x 6 dx = x = = 2)3/2 1 + t2 27 (7x 10 x donde t = 5 + 2t 2 2 5 dt = + 2t t2 9 t
(7x 10 x 2)1/2 . x2 1 8.41 Ejemplo. dx. Haciendo la sustitucin 1 + x + x 2 = x + t, es decir (1 + x) 1 + x + x 2 t2 1 tenemos x= 1 2t 1 t2 1 dx = x = = 2 1 2t (1 + x) 1 + x + x donde t = 1 + x + x 2 x. 2 t 2 2t dt = 1 1 + dt = logt + log|t 2| t t 2
Tambin es posible transformar una integral del tipo
R(x,
ax 2 + bx + c)dx en otra de la
forma F(sen x, cos x)dx donde F es una funcin racional de dos variables las cuales ya hemos estudiado. Para ello se sigue el siguiente procedimiento. Con un primer cambio de variable, de la forma x = t + que despus explicaremos, se transforma la integral R(x, ax 2 + bx + c)dx en otra de alguna de las formas a) G(t, t 2 1 )dt , b) G(t, 1 t 2 )dt , c) G(t, 1 + t 2 )dt
donde G es una funcin racional de dos variables. Los cambios de variable respectivos a) x = sec u , b) x = sen u , c) x = tg u F(sen x, cos x)dx donde F es una fun-
convierten las integrales anteriores en otras de la forma cin racional de dos variables.
Alternativamente, en el caso a) puede hacerse tambin x = cosh u , y en el caso c) x = senh u , lo que transforma dichas integrales en otras del tipo T (ex )dx donde T es una funcin racional de una variable, que ya han sido estudiadas. Nos queda por explicar cmo se hace el primer cambio de variable. Si el trinomio h(x) = ax 2 + bx + c tiene dos races reales < , lo que se hace es transformar dicho trinomio en otro que tenga como races 1 y 1. Para ello llevamos 1 a y 1 a mediante una funcin de la forma (t) = t + . Las condiciones (1) = , (1) = , determinan que + = ,= . Con el cambio 2 2 x = (t) = tenemos que h((t)) = a R(x, + t+ 2 2
( )2 2 (t 1). Ahora, si a > 0, deducimos que 4 ( ) ax 2 + bx + c)dx = [x = (t)] = R (t), a t2 1 2
dt 2
Integracin por racionalizacin que es del tipo a) anterior. Si a < 0, entonces R(x, ax 2 + bx + c)dx = [x = (t)] = R (t), ( ) a 2 1 t2 dt 2
132
que es del tipo b) anterior. Si el trinomio ax 2 + + c no tiene races reales, entonces debe ser d = 4ac b2 > 0 y tambin bx d a > 0. Poniendo = , podemos escribir: 2 a ax 2 + bx + c = = 2 El cambio 2a b x + = t , esto es , x = d d transforma la integral en R(x, ax 2 + bx + c)dx = [x = (t)] = R (t), t2 + 1 d dt 2a b ax + 2 a
2
+c
2
b2 = 4a
b ax + 2 a
+ 2 = 2
a b x+ 2 a
+1 =
2a b x+ d d
+1 dt b = (t) 2a
que es del tipo c) anterior. Casos particulares Las integrales de la forma Escribimos dx donde P(x) es una funcin polinmica pueden ax 2 + bx + c resolverse con facilidad por el mtodo de reduccin. Se procede de la siguiente forma. P(x) ax 2 + bx + c d Q(x) dx C ax 2 + bx + c P(x)
ax 2 + bx + c +
donde Q(x) es un polinomio, cuyos coecientes hay que calcular, de grado una unidad menos que el polinomio P(x) y C es una constante que tambin hay que calcular. Observa que la igualdad anterior puede escribirse 1 P(x) = Q (x)(ax 2 + bx + c) + Q(x)(2ax + b) + C 2 y a la derecha queda un polinomio de igual grado que P(x) lo que permite identicar coecientes. Una vez calculados el polinomio Q y la constante C tenemos que P(x) ax 2 + bx + c dx = Q(x) ax 2 + bx + c + C 1 ax 2 + bx + c 1 ax 2 + bx + c dx dx. Haciendo uso
con lo que todo se reduce a calcular una integral de la forma
de los cambios antes visto, esta integral, salvo constantes, puede escribirse de alguna de las formas 1 dt = arc sen(t) , 1 t2
1 dt = argsenh(t) , 1 + t2
1 dt = argcosh(t) 21 t
Aplicaciones de la integral Recuerda que argsenh(t) = log t + t 2 + 1 y argcosh(t) = log t + t 2 1 .
133
Finalmente, las integrales de la forma 1 (x )k ax 2 + bx + c dx
1 se reducen a las del tipo anterior con el cambio x = . t Ejercicios 15. Calcular la integrales x+3 dx , x 2 + 2x + 2 1 x2 2x x 2 dx , 1 dx , dx , 1 x2 x2 x + 1 dx , 2ax x 2 dx x 2 + 9x dx x2 x4 (1 + x 2)1/2 dx
(1 x 2) 1 + x 2 1 dx , 2 senh x coshx
x 2 3 (4 + x3)5 3 x(1 + x)2 dx ,
x7/2 (1 x3)2 dx , 5 8x 4x 2 dx , x + 5/2
8.4. Aplicaciones de la integral

Con una integral puedes calcular magnitudes tan diversas como reas, volmenes, longitudes de curvas, el trabajo realizado por una fuerza, la masa de un slido, momentos de inercia, el campo elctrico, el ujo de un uido a travs de una supercie y muchas ms. Es notable, sin embargo, que la forma de proceder sea casi siempre la misma, y consiste en expresar el valor exacto de la magnitud que se quiere calcular como un lmite de sumas de Riemann, para deducir, a partir de ellas, la integral cuyo clculo proporciona la solucin del problema. Podrs comprobar en lo que sigue que esta tcnica es bastante sencilla e intuitiva. Con un poco de prctica t mismo podrs aplicarla con xito en situaciones distintas de las que aqu se consideran. Todo lo que sigue est tambin en formato de cuaderno de Mathematica en el sitio http://wwww.ugr.es/local/fjperez.
8.4.1. Clculo de reas planas

Te recuerdo que si f : [a, b] R es una funcin continua, representamos por G( f , a, b) la regin del plano comprendida entre la curva y = f (x), el eje de abscisas y las rectas x = a, x = b. Como sabes, el rea de dicha regin viene dada por
b
(G( f , a, b)) =
a
| f (x)| dx
Es interesante interpretar la integral que proporciona el rea de la siguiente forma. Observa que | f (x)| es la longitud del segmento interseccin de G( f , a, b) con la recta vertical que pasa
Clculo de reas planas
134
por (x, 0), es decir, | f (x)| es la longitud de la seccin vertical de G( f , a, b) por el punto (x, 0), y el rea de la regin G( f , a, b) es igual a la integral de las longitudes de sus secciones. Intuitivamente: integrando longitudes obtenemos reas. Como el rea es invariante por rotaciones, este resultado es tambin vlido si consideramos secciones por rectas paralelas a una recta cualquiera dada. Deducimos as el siguiente resultado. Principio de Cavalieri. El rea de una regin plana es igual a la integral de las longitudes de sus secciones por rectas paralelas a una recta dada. Veamos cmo se aplica este principio en algunos casos concretos.
Regiones de tipo I Supongamos que f , g son funciones continuas y llamemos a la regin del plano comprendida entre las curvas y = f (x) e y = g(x) para a x b. Se dice que es una regin de tipo I. Es evidente que las longitudes de las secciones verticales de son iguales a | f (x) g(x)| por lo que su rea viene dada por
b a
| f (x) g(x)| dx
(8.9)
Observa que esta integral expresa el rea de como lmite de las sumas de Riemann
n k=1
| f (tk ) g(tk )| (xk xk1 )
lo que tiene una sencilla interpretacin que puedes ver en la siguiente gura.
3 2 1 1 -1 2 3 4 5 6 -1 3 2 1 1 2 3 4 5 6
Figura 8.4: Regin de tipo I Cuando la funcin f g no tiene signo constante en el intervalo [a, b], para calcular la integral (8.9) se descompone dicho intervalo en intervalos en los que la funcin f g es siempre positiva o siempre negativa, lo que permite quitar el valor absoluto en el integrando. A veces interesa expresar una regin de tipo I como unin de dos o ms regiones de tipo I disjuntas y ms sencillas, entonces su rea es la suma de las reas de cada una de dichas regiones. 8.42 Ejemplo. Vamos a calcular el rea de la regin comprendida entre la parbola y2 = x y la recta y = x 2.
Clculo de reas planas
135
Calculamos los puntos de corte de la recta y la parbola resolviendo la ecuacin x = (x 2)2 , cuyas soluciones son a = 1, b = 4. Puedes ver representada la regin en azul en la siguiente gura.
2 1.5 1 0.5
1 -0.5 -1
Podemos considerar como una regin de tipo I. La funcin cuya grca limita a por arriba es g(x) = x . La funcin cuya grca limita a por abajo viene dada por f (x) = En consecuencia
4 1
x2
0 1
x x
1 4
() =
0
|g(x) f (x)| dx =
9 ( x ( x )) dx + ( x (x 2)) dx = 2
1
Observa que podemos ver como unin de dos regiones de tipo I como se indica en la siguiente gura.
2 1.5 1 0.5
0.5 -0.5 -1
1.5
2.5
3.5
Y lo que hemos hecho antes ha sido calcular el rea de cada una de estas dos regiones.
Regiones de tipo II Supongamos que f , g son funciones continuas y llamemos a la regin del plano comprendida entre las curvas x = f (y) y x = g(y) para a y b. Se dice que es una regin de tipo II. Es evidente que las longitudes de las secciones horizontales de son iguales a | f (y) g(y)| por lo
Clculo de reas planas que su rea viene dada por

b a
136
| f (y) g(y)| dy
(8.10)
lo que tiene una sencilla interpretacin que puedes ver en la siguiente gura.
6 5 4 3 2 1 -1 1 2 3 -1
6 5 4 3 2 1 1 2 3
Figura 8.5: Regin de tipo II Es importante advertir que la distincin entre regiones de tipo I y de tipo II es tan slo una cuestin de conveniencia. No son conjuntos de distinta naturaleza sino formas distintas de describir un conjunto. En la prctica te vas a encontrar siempre con regiones que puedes considerar tanto de tipo I como de tipo II y debers elegir la descripcin que ms facilite el clculo de la correspondiente integral. De todas formas, no debes olvidar que basta cambiar la variable x por la variable y para convertir una regin de tipo II en otra de tipo I. Geomtricamente, lo que hacemos es una simetra respecto a la recta y = x, lo que deja invariante el rea. Por tanto, si en un ejercicio resulta conveniente considerar la regin cuya rea quieres calcular como una regin de tipo II y te encuentras ms cmodo trabajando con regiones de tipo I, basta con que cambies los nombres de las variables. Observa que las guras (8.4) y (8.5) son simtricas respecto de la recta y = x. 8.43 Ejemplo. La regin del ejemplo (8.42) puedes considerarla como una regin de tipo II.
2 1.5 1 0.5
1 -0.5 -1
La curva que limita esta regin por la derecha es la grca de la recta x = y + 2 y la curva que limita esta regin por la derecha es la grca de la parbola x = y2 . La variable y est comprenUniversidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Ing. de Telecomunicacin
Ejercicios dida entre 1 y 2. Tenemos que

2
137
= (x, y) : y2
y + 2, 1
() =
1
(y + 2 y2) dy =
9 2
Tambin puedes transformar directamente en una regin de tipo I ms sencilla mediante una simetra. Aqu la tienes.
4
-1
-0.5
0.5
1.5
Aunque la regin as obtenida no es la misma tiene, sin embargo, igual rea que pues ambas regiones se transforman una en otra por medio de una simetra respecto de la recta y = x.
8.4.2. Ejercicios
1. Calcula el rea de las regiones del plano limitadas por las siguientes curvas. a) x = 12y2 12y3, c) y = x2 , x = 2y2 2y. 3 0. /4. x 1. x 0, y
b) y = x2 2x, d) x + y2 = 3, e) y = sec2 x, f) x2 y2
y = x2 4,
x + y = 2,
4x + y2 = 4. y = tg2 x, /4 x
h) y = (log x)2 , 0 < x e. 1x i) y2 = , x = 1. 1+x j) y = x ex , y = x2 ex , x k) y2 = x, x2 + y2 = 8.
+ = 1. 4 9 g ) (y x)2 = x 3,
x = 7.
0.
Ejercicios Curvas en el plano
138
Seguramente te imaginas una curva en el plano como una lnea continua que puede dibujarse de un trazo, sin levantar el lpiz del papel. Esa idea es esencialmente correcta. Las circunferencias, las elipses, las cardioides son todas ellas curvas. Faltara ms. Ninguna de ellas puedes representarla por una igualdad de la forma y = f (x). Las curvas que pueden representarse por una ecuacin cartesiana del tipo y = f (x) son curvas muy particulares pues son grcas de funciones. No olvides que cuando dices sea la curva dada por la ecuacin y = f (x) te ests reriendo a la curva cuya imagen es el conjunto de puntos del plano {(x, y) : x [a, b], y = f (x)} es decir, a la grca de f . Si lo piensas un momento vers que muy pocas curvas son grcas. Para que una curva sea una grca es necesario que cualquier recta vertical la corte a lo ms en un solo punto; ninguna curva cerrada cumple esta condicin. Precisamente entre las curvas cerradas se encuentran algunas de las curvas ms interesantes, a ellas pertenecen los distintos tipos de valos y lemniscatas, las astroides, las cardioides y muchas ms. Vamos a ver ahora una forma de representar curvas planas mucho ms general que las ecuaciones cartesianas del tipo y = f (x) que slo sirven para representar curvas que tambin son grcas. Para empezar, consideremos una curva que viene dada por una ecuacin cartesiana de la forma y = f (x) donde x [a, b]. Nuestra curva es, por tanto, la imagen de la aplicacin : [a, b] R2 denida por (x) = (x, f (x)) para todo x [a, b]. Intuitivamente, cuando x recorre el intervalo [a, b], el punto (x, f (x)) recorre la curva. Es fcil generalizar esta situacin sin perder la idea intuitiva de curva. Lo esencial es que podamos describir las coordenadas de los puntos de la curva como funciones continuas de un parmetro. En la situacin que estamos considerando se tiene que y = f (x), es decir, la segunda coordenada es funcin continua de la primera. La generalizacin consiste en que ambas coordenadas sean funciones continuas de un parmetro. Llegamos as a la denicin siguiente. 8.44 Denicin. Una curva en el plano es una aplicacin continua : [a, b] R2 . Si (t) = (x(t), y(t)), decimos que x = x(t), y = y(t) son las ecuaciones paramtricas de la curva. El punto (a) es el origen y (b) el extremo de la curva. Si (a) = gamma(b) se dice que la curva es cerrada. Se dice que una curva es simple si no se corta a s misma, es decir, si para s,t [a, b] con s t se verica que (s) (t). Una curva cerrada se llama simple si la funcin es inyectiva en ]a, b[. 8.45 Ejemplo. La curva de ecuaciones paramtricas x(t) = a + r cost, y(t) = b + R sent donde 0 t 2 es una elipse cuyo centro es el punto (a, b) y semiejes de longitudes r y R. Cuando r = R se trata de una circunferencia. La curva de ecuaciones paramtricas x(t) = r(t sent), y(t) = r(1 cost) para 0 t 2 es la cicloide. Es la curva que describira una chincheta clavada en una rueda de radio r que avanza girando sin deslizar. La curva de ecuaciones paramtricas x(t) = cost(1 + cost), y(t) = sent(1 + cost) para 0 t 2 se llama cardioide. Es la curva que describe un punto jo del borde de un crculo que rueda sin deslizar sobre otro del mismo radio.
Ejercicios
139
2
0.5
1
0.5 1 1.5 2
2
-0.5
Cicloide
-1
Cardioide
rea encerrada por una curva Sea la regin rodeada por una curva cerrada simple (t) = (x(t), y(t)), a t b, y supongamos que las funciones x(t), y(t) tienen primera derivada continua. En estas condiciones se verica que el rea de viene dada por
b b
() =
a
x(t)y (t) dt =
a
x (t)y(t) dt
(8.11)
(la igualdad entre las dos integrales se deduce fcilmente integrando por partes y teniendo en cuenta que por ser una curva cerrada es x(b)y(b) x(a)y(a) = 0). Ejercicios 1. Calcula el rea encerrada por la elipse x(t) = a + r cost, y(t) = b + R sent donde 0 t 2.
2. Calcula el rea encerrada por la cardioide x(t) = cost(1 + cost), y(t) = sent(1 + cost) para 0 t 2.
reas planas en coordenadas polares Dado un punto (x, y) (0, 0), hay un nico par de nmeros (, ) tales que > 0, < , que verican las igualdades x = cos, y = sen . Dichos nmeros se llaman coordenadas polares del punto (x, y). Si consideras el nmero complejo x + iy, entonces es su mdulo y es su argumento principal. Una curva puede venir dada en coordenadas polares por medio de una ecuacin de la forma = f () donde f : [, ] R es una funcin continua. Esta forma de representar una curva no es ms que la parametrizacin dada por x() = f () cos y() = f () sen
(8.12)
Ejercicios Queremos calcular el rea de la regin del plano = {( cos , cos ) : 0 <
f
140 f (), }.
k k
Para ello lo que hacemos es aproximar por medio de sectores circulares. Recuerda que 1 el rea de un sector circular de radio y amplitud (medida en radianes) es igual a 2 . 2 Consideramos para ello una particin { = 0 , 1 , 2 , . . . , n1 , n = } de [, ] y formamos la n 1 1 suma f (k )2 (k k1 ). Como el nmero f (k )2 (k k1 ) es el rea del sector circular, 2 2 representado en azul en la gura, de radio f (k ) y amplitud igual a k k1 , es claro que la n 1 suma anterior representa una aproximacin del rea de . Como f (k )2 (k k1 ) es una 2 k=1 1 2 suma de Riemann de la funcin f () , se sigue que el rea de viene dada por la integral 2 1 f ()2 d 2 Con frecuencia, las ecuaciones en coordenadas polares se usan para representar distintos tipos de curvas simtricas llamadas rosa. Por ejemplo, aqu tienes una rosa de 8 hojas o lazos, cuya ecuacin en coordenadas polares es = cos(4), 0 2.
k=1
Longitud de un arco de curva Ejercicios
141
1. Calcula el rea de la regin del plano rodeada por un lazo de la lemniscata de ecuacin polar 2 = cos(2), (/4 /4). 2. Calcula el rea limitada por el arco de la espiral de Arqumides = a , a > 0, comprendido entre = 0 y = . 3. Calcula el rea encerrada por el lazo interior de la curva = 1 + cos. 2 4. Hallar el rea encerrada por una de las hojas de la rosa = 2 cos(2).
5. Calcular el rea del lbulo del folium de Descartes de ecuacin x3 + y3 3axy = 0, a > 0. Sugerencia. Expresa la ecuacin en coordenadas polares. 6. Calcula el rea de la regin comn a las dos elipses x2 y2 x2 y2 + 2 = 1, + =1 a2 b b2 a2 Sugerencia. Representa grcamente las elipses. Usa la simetra polar para simplicar los clculos y pasar a coordenadas polares.
8.4.3. Longitud de un arco de curva

Se trata de calcular la longitud de la curva plana dada por las ecuaciones paramtricas x = x(t) y = y(t) (a t b)
donde suponemos que x(t), y(t) tienen derivada primera continua. Para ello aproximamos la curva por poligonales inscritas en ella. Cada particin {a = t0 ,t1 ,t2 , . . . ,tn1 ,tn = b} induce una poligonal cuyos vrtices son los puntos (tk ) = (x(tk ), y(tk )), (0 k n).
La longitud de dicha poligonal viene dada por

n k=1 n
(x(tk ) x(tk1 ))2 + (y(tk ) y(tk1 ))2
k=1
x (sk )2 + y (sk )2 (tk tk1 )
Donde hemos usado el teorema del valor medio y la continuidad de las derivadas. Pero esta es una suma de Riemann de la funcin t x (t)2 + y (t)2 . Deducimos que la longitud de la curva viene dada por
b
() =
a
x (t)2 + y (t)2 dt
(8.13)
Volmenes de slidos
142
Para el caso particular de que la curva sea la grca de una funcin y = f (x), esto es (x) = (x, f (x)), entonces su longitud viene dada por
b
() =
a
1 + f (x)2 dx
Para el caso particular de que la curva venga dada por una parametrizacin polar de la forma (8.12), su longitud viene dada por
() =
f ()2 + f ()2 d
Si interpretamos que la curva (t) = (x(t), y(t)) es la funcin de trayectoria seguida por un mvil, entonces la velocidad de dicho mvil en cada instante t viene dada por el vector derivada (t) = (x (t), y (t)), y la rapidez es la norma eucldea de dicho vector, es decir x (t)2 + y (t)2 . La igualdad (8.13) tiene ahora una interpretacin clara: la distancia recorrida por un mvil se obtiene integrando la rapidez. Volveremos sobre esto ms adelante.
Ejercicios 1. Calcula la longitud del arco de catenaria y = cosh x entre x = 0 y x = 1. 2. Calcula la longitud de un arco de la cicloide x(t) = t sent, y(t) = 1 cost, (0 3. Calcular la longitud del arco de curva y = x2 + 4, entre x = 0 y x = 3. 4. Calcula la longitud de la astroide x 2/3 y 2/3 + = 1, a > 0. a a Sugerencia. Obtener las ecuaciones paramtricas de la astroide y tener en cuenta la simetra. 4. x 2/3. 2). t 2).
5. Calcula la longitud de la cardioide = 3(1 + cos), (0 6. Calcula la longitud de la curva y = x4 + 48 donde 2 24x x
7. Calcula la longitud de la curva y = log(1 x2 ), donde 1/3
8.4.4. Volmenes de slidos

Al igual que podemos calcular reas de regiones planas integrando las longitudes de sus secciones por rectas paralelas a una dada, podemos tambin calcular volmenes de regiones en R3 integrando las reas de sus secciones por planos paralelos a uno dado. Este resultado es un caso particular del teorema de Fubini que veremos al estudiar integrales mltiples. Clculo de volmenes por secciones planas. El volumen de una regin en aes igual a la integral del rea de sus secciones por planos paralelos a uno dado. Para justicar esta armacin, sea una regin en R3 como la de la gura.
Volmenes de slidos
143
x
X a x b
Representemos por (x) la seccin de por el plano perpendicular al eje OX en el punto (x, 0, 0). Sea V (x) el volumen de la parte de que queda a la izquierda de dicho plano y sea ((x)) el rea de la seccin (x). Observa que la situacin es totalmente anloga a la considerada en el Teorema Fundamental del Clculo: all tenamos la funcin rea cuya derivada era la longitud de la seccin. No debe sorprenderte por ello que ahora resulte que la derivada de la funcin volumen, V (x), sea el rea de la seccin. En efecto, sea h > 0. Suponiendo, naturalmente, que la funcin x ((x)) es continua, tenemos que mn {((t)) : x t x + h}h V (x + h) V(x) m x {((t)) : x a t x + h}h
de donde se deduce que lm
V (x + h) V(x) = ((x)). Hemos obtenido as que V (x) = ((x)). h Deducimos que el volumen de viene dado por la integral
h0 b
Vol() =
a
((x)) dx
(8.14)
El razonamiento anterior se ha hecho para secciones por planos verticales al eje OX, es decir planos paralelos al plano Y Z; pero el resultado obtenido tambin es vlido para secciones por planos paralelos a un plano dado. Podemos llegar tambin a este resultado considerando sumas de Riemann. Para ello aproximamos la regin por cilindros de la siguiente forma. Consideremos una particin {a = x0 , x1 , x2 , . . . , xn1 , xn = b} de [a, b]. La parte de comprendida entre los planos perpendiculares al eje OX por los puntos (xk1 , 0, 0) y (xk , 0, 0) puede aproximarse por un cilindro de altura xk xk1 y base (xk ) cuyo volumen es igual ((xk ))(xk xk1 ). La suma de los volmenes de todos estos cilindros,
n
una suma de Riemann de la funcin x ((x)), por lo que el volumen de viene dado por
b
k=1
((xk ))(xk xk1 ) es por tanto una aproximacin del volumen de , pero dicha suma es
((x)) dx .
a
Vamos a estudiar algunos casos en los que es fcil calcular el rea de las secciones de . Volumen de un cuerpo de revolucin Los cuerpos de revolucin o slidos de revolucin son regiones de R3 que se obtienen girando una regin plana alrededor de una recta llamada eje de giro.
Volmenes de slidos Mtodo de los discos
144
Sea f : [a, b] R una funcin continua. Girando la regin del plano comprendida entre la curva y = f (x), el eje de abscisas y las rectas x = a y x = b, alrededor del eje OX obtenemos un slido de revolucin . Es evidente que la seccin, (x), de por el plano perpendicular al eje OX en el punto (x, 0, 0), es un disco contenido en dicho plano de centro (x, 0, 0) y radio | f (x)|. Por tanto el rea de (x) es ((x)) = f (x)2 ; en consecuencia el volumen de es igual a
b
Vol() =
a
f (x)2 dx
El volumen del slido de revolucin, , obtenido girando alrededor del eje OX una regin de tipo I denida por dos funciones continuas f , g : [a, b] R tales que 0 f (x) g(x) para todo x [a, b], viene dado por
b
Vol() = (g(x)2 f (x)2 ) dx

a
Una expresin similar se obtiene para el volumen de un slido de revolucin obtenido girando alrededor del eje OY una regin de tipo II.
Ejercicios 1. Calcula el volumen de la esfera obtenida girando la circunferencia x2 + y2 = R2 alrededor del eje OX. 2. Calcula el volumen del cono circular recto de altura h y radio de la base R obtenido girando la recta y = Rx/h entre x = 0 y x = h. 3. Calcula el volumen del slido engendrado al girar alrededor del eje OX la parte de la curva y = sen2 x comprendida entre 0 y . 4. Calcula el volumen del slido engendrado al girar alrededor del eje OX la grca de la 18x . funcin f : [0, +[ R dada por f (x) = 2 x +9 5. Calcula el volumen del slido engendrado al girar la regin limitada por la parbola y2 = 4x y la recta x = 4 alrededor de dicha recta. 6. Calcula el volumen del slido engendrado al girar la regin limitada por las parbolas y2 = x,x2 = y alrededor del eje OX. 7. Calcula el volumen del elipsoide x2 y2 z2 + + = 1. a 2 b 2 c2 x2 y2 + = z y el plano z = 7. 9 16
8. Calcula el volumen limitado por el paraboloide Mtodo de las capas o de los tubos
Consideremos una funcin positiva f : [a, b] R y la regin G( f , a, b) limitada por la grca de dicha funcin y las rectas verticales x = a, x = b. Girando dicha regin alrededor del eje OY obtenemos un slido de revolucin, , cuyo volumen podemos aproximar considerando rectngulos verticales inscritos en la grca de f y girndolos alrededor del eje OY .
Volmenes de slidos
145
En la siguiente gura puedes ver rectngulos inscritos en la grca de la parbola y = 1 x2 en el intervalo [0, 1] y el cuerpo de revolucin que engendran al girarlos alrededor del eje OY .
Naturalmente, la aproximacin va mejorando a medida que aumentamos el nmero de puntos de divisin del intervalo. Consideremos una particin {a = x0 , x1 , x2 , . . . , xn1 , xn = b} de [a, b]. Al girar alrededor del eje OY un rectngulo vertical cuya base es el intervalo [xk1 , xk ] y altura f (xk ), obtenemos una lmina de un cilindro circular recto, esto es, un tubo cuya base tiene rea (x2 x2 ) y altura f (xk ), cuyo k k1 volumen es, por tanto, igual a (x2 x2 ) f (xk ) = (xk xk1 )(xk + xk1 ) f (xk ) = xk f (xk )(xk xk1 ) + xk1 f (xk )(xk xk1 ) k k1 La suma de todos ellos es igual a
n k=1 n
xk f (xk )(xk xk1 ) +
k=1
xk1 f (xk )(xk xk1 )
Pero estas dos sumas son sumas de Riemann de la funcin x x f (x), deducimos que el volumen de viene dado por
b
Vol() = 2 x f (x) dx
a
Esto es lo que se conoce como mtodo de las capas o de los tubos. Puedes adaptar fcilmente esta expresin para el caso de que el eje de giro sea la recta vertical x = c. En general, si notamos por R(x) el radio de giro de la lmina, entonces
b
Vol() = 2 R(x) f (x) dx

a
Ejercicios 1. Calcula el volumen del toro engendrado al girar el crculo de centro (a, 0) y radio R < a alrededor del eje OY . 2. Calcular el volumen del slido engendrado al girar la regin limitada por las parbolas y = x2 , x = y2 alrededor del eje OY .
rea de una supercie de revolucin
146
3. Calcular el volumen del toro engendrado al girar el crculo de centro 0 y radio 3 alrededor de la recta x = 6. 4. Calcular el volumen del slido engendrado al girar la regin limitada por las parbolas y = x2 , x = y2 alrededor la recta x = 4. 5. Un an tiene forma de tronco de paraboloide de revolucin, siendo r y 2r los radios de sus bases y h su altura. Calcular su volumen volumen y el volumen de la porcin obtenida al cortarlo verticalmente desde un punto del borde superior.
8.4.5. rea de una supercie de revolucin

Una supercie de revolucin se obtiene girando una curva dada alrededor de una recta. Sea f : [a, b] R una funcin con derivada primera continua. Girando la grca de dicha funcin alrededor del eje OX obtenemos una supercie de revolucin, . Fjate en la siguiente representacin.
L x L x h S x y f x
x h
Sea S(x) el rea de la parte de la supercie comprendida entre los planos X = a, y X = x. Rex
presentemos por L(x) la longitud de la grca de f entre a y x. Recuerda que L(x) =

a
1 + f (t)2 dt .
Sea h > 0. Teniendo en cuenta que el rea lateral de un cilindro circular recto es igual a la longitud de la base por la altura, se deduce que 2 mn { f (t) : x t x + h}(L(x+h)L(x)) S(x+h)S(x) 2 mx { f (t) : x a t x + h}(L(x+h)L(x))
rea de una supercie de revolucin Por tanto 2 mn { f (t) : x t x + h} L(x + h) L(x) h S(x + h) S(x) h 2 mx { f (t) : x a t x + h}
147
L(x + h) L(x) h
Y tomando lmite para h 0 se sigue que S (x) = 2 f (x)L (x) = 2 f (x) Luego el rea de la supercie viene dada por
b
1 + f (x)2
() = 2
a
f (x)
1 + f (x)2 dx
Ejercicios 1. Calcula el rea de una supercie esfrica de radio R. 2. Calcula el rea de la supercie de revolucin engendrada al girar la curva y = x3 , 0 alrededor del eje OX. x 1,
3. Calcula el rea de la supercie de revolucin engendrada al girar la curva x2/3 + y2/3 = a2/3 , a > 0, alrededor del eje OX. 4. Calcular el rea de la supercie de revolucin engendrada al girar la elipse alrededor del eje OY . x2 y2 + =1 a2 b2
5. Calcular el rea de la supercie de revolucin engendrada al girar la catenaria y = cosh x, 0 x 1, alrededor del eje OX. 6. Al girar alrededor del eje OX el segmento de parbola y = x, 0 x a, engendra un tronco de paraboloide de revolucin cuya supercie tiene rea igual a la de una esfera de radio 13/12. Se pide calcular el valor de a. 7. Se perfora una esfera de radio r con un agujero cilndrico (ver gura) de modo que el anillo esfrico resultante tiene altura h. Calcula el volumen del anillo y el rea de la supercie total del anillo.
h 2
h 2
8. Comprueba que el rea de la supercie de revolucin (llamada horno de Gabriel) engendrada al girar la curva y = 1/x, 1 x +, alrededor del eje OX es innita (por tanto sera necesaria una cantidad innita de pintura si quisiramos pintarla) pero el volumen del slido de revolucin engendrado es nito(por tanto podemos llenarlo con una cantidad nita de pintura). Comenta a tu gusto esta aparente paradoja.
rea de una supercie de revolucin 9. Calcula el rea de un espejo parablico de 3 metros de dimetro y 1 metro de fondo.
148
10. Calcula el volumen de una esfera de radio 3 en la que, siguiendo un dimetro, se ha perforado un agujero cilndrico de radio r < 3. Calcula el rea de la supercie total del solido obtenido. Calcula los valores de r para los que dicha rea alcanza sus valores extremos.
Leccin
Series
Introduccin
Las series son una de las herramientas ms tiles del Anlisis Matemtico. Las series de Fourier permiten representar seales complejas como superposicin de seales sinusoidales, las series de Taylor permiten representar funciones analticas como lmites de funciones polinmicas, la transformada z es una serie de Laurent. Al igual que la integral, las series son una poderosa herramienta para denir funciones; muchas funciones se denen por medio de series. En esta leccin vamos a estudiar los conceptos y resultados bsicos de la teora de series. Lo nico que necesitas para entender lo que sigue es comprender bien el concepto de sucesin convergente al que ya hemos dedicado suciente atencin en la leccin correspondiente. Puede ser conveniente que vuelvas a repasarlo antes de seguir.
9.1. Conceptos bsicos

En lo que sigue vamos a considerar sucesiones numricas que pueden ser de nmeros reales o complejos. Naturalmente, todo resultado que se enuncie para nmeros complejos tambin ser vlido, en particular, para nmeros reales. En una primera lectura puedes suponer, si te es ms cmodo, que se trata de sucesiones de nmeros reales. 9.1 Denicin. Dada una sucesin (de nmeros reales o complejos), {zn }, podemos formar a partir de ella otra sucesin, {Sn }, cuyos trminos se obtienen sumando consecutivamente los trminos de {zn }, es decir: S1 = z1 , S2 = z1 + z2 , S3 = z1 + z2 + z3 , . . . , Sn = z1 + z2 + + z n , . . . La sucesin {Sn } as obtenida se llama serie de trmino general z n y es costumbre representarla por z n o, ms sencillamente, z n . El nmero Sn se llama suma parcial de orden n de la serie z n.
n 1
149
Conceptos bsicos
150
Debe quedar claro desde ahora que una serie es una sucesin cuyos trminos se obtienen sumando consecutivamente los trminos de otra sucesin. Ni que decir tiene que, siendo las series sucesiones, los conceptos y resultados vistos para sucesiones conservan su misma signicacin cuando se aplican a series. En particular, es innecesario volver a denir qu se entiende cuando se dice que una serie es convergente. Si una
serie
n 1
z n es convergente se usa el smbolo

n=1 n=1 n=1
z n para representar el lmite de la serie que suele z n es el nmero denido por

n
llamarse suma de la serie. Naturalmente
z n = lm{Sn } = lm
zk
k=1 n n1
Observa que si la serie
z n converge entonces la sucesin z n =

j=1
zj
z j es diferencia de
j=1
dos sucesiones que convergen al mismo lmite y por tanto converge a cero. 9.2 Proposicin (Condicin necesaria para la convergencia de una serie). Para que la serie z n sea convergente es necesario que lm{zn } = 0. 9.3 Ejemplo (Serie geomtrica). Dado zC, la sucesin {1 + z + z 2 + + z n } se llama serie geomtrica de razn z. Observa que dicha serie se obtiene sumando consecutivamente los trminos de la sucesin 1, z, z 2 , z3 , . . . , z n , . . . . Es costumbre representar la serie geomtrica de razn z con el smbolo
n 0
z n . Dicha serie converge si, y slo si, |z| < 1, en cuyo caso se verica que
zn =
n=0
1 . 1z 1, se tiene: 1 z n+1 1z 1z (9.1)
Todas las armaciones hechas se deducen de que si z

n k=0
zk = 1 + z + z2 + + zn =
si |z| < 1 entonces lm
z n+1 = 0 y obtenemos que n 1 z

n
z n = lm
n=0
zk =
k=0
1 1z
(|z| < 1)
Si |z| 1 entonces la sucesin {z n } no converge a 0, por lo que, en virtud de la proposicin anterior, deducimos que la serie z n no converge.
n 0
9.4 Ejemplo (Serie armnica). Se llama as la serie de trmino general 1/n; es decir, la serie {1 + 1/2 + + 1/n}. Se verica que la serie armnica diverge positivamente
n=1
1 = lm {1 + 1/2 + + 1/n} = + n n
Conceptos bsicos En efecto, para todo n N tenemos que

n
151
log n =
1
1 dx = x
n1 j+1 j=1 j
1 dx x
n1 j+1 j=1 j
1 dx = j
n1 j=1
1 1 1 1 < 1 + + + + j 2 n1 n
y por tanto
n
lm {1 + 1/2 + + 1/n}
lm log n = + =
n=1
1 = + n
Este resultado es tambin consecuencia directa de que, segn vimos al estudiar las sucesiones, sabemos que 1 + 1/2 + 1/3 + + 1/n =1 lm n log n (1)n1 ; es n
9.5 Ejemplo (Serie armnica alternada). Se llama as la serie de trmino general decir, la serie es igual a log 2.
n 1
(1)n1 . Se verica que la serie armnica alternada es convergente y su suma n

n=1
(1)n1 = log 2 n
En efecto, sustituyendo z por x en la igualdad (9.1), obtenemos la siguiente igualdad vlida para todo n N y todo x 1: 1 xn+1 = 1 x + x 2 x3 + + (1)n xn + (1)n+1 1+x 1+x Integrando esta igualdad entre 0 y 1 tenemos que: log 2 = 1 De donde log 2 Y deducimos que
n n
(9.2)
1 1 1 1 + + + (1)n + (1)n+1 2 3 4 n+1

n k=1 1
xn+1 dx = 1+x
1
n k=1
(1)k1 + (1)n+1 k
xn+1 dx 1+x
(1)k1 = k
xn+1 dx 1+x
xn+1 =
0 n=1
1 n+2
lm log 2
k=1
(1)k1 = 0 = log 2 = k
(1)n1 n
El siguiente ejemplo te ayudar a entender el concepto de serie convergente. Vamos a ver que modicando el orden de los trminos en una serie convergente podemos obtener otra serie convergente con distinta suma.
Conceptos bsicos
152
Reordenando trminos en la serie armnica alternada podemos obtener otra serie con distinta suma. Como hemos vista, la serie armnica alternada es la sucesin que se obtiene sumando consecutivamente los trminos de la sucesin (1)n1 n 1 1 1 1 1 1 1 1 1 1 1 = 1, , , , , , , , , , , , . . . . . . 2 3 4 5 6 7 8 9 10 11 12 (9.3)
Vamos a cambiar el orden de los trminos en esta sucesin poniendo uno positivo seguido de dos negativos manteniendo sus posiciones relativas. Obtenemos as la sucesin 1 1 1 1 1 1 1 1 1 1 1 1, , , , , , , , , , , , . . . . . . 2 4 3 6 8 5 10 12 7 14 16 (9.4)
Cuya serie asociada, obtenida sumando consecutivamente sus trminos, es la sucesin {Sn } dada por: S1 S2 S3 S4 S5 S6 S9 = = = = = = = 1 1 1 2 1 1 1 2 4 1 1 1 1 + 2 4 3 1 1 1 1 1 + 2 4 3 6 1 1 1 1 1 1 + 2 4 3 6 8 ...... 1 1 1 1 1 1 1 1 1 + + 2 4 3 6 8 5 10 12 ...... n 1 1 1 2j1 4j2 4j
j=1
...... = ...... = S3n Tenemos que S3n = = = = = 1 =
1 1 1 1 1 1 1 1 1 1 1 + + + + 2 4 3 6 8 5 10 12 2n 1 4n 2 4n 1 1 1 1 1 1 1 1 1 1 1 1 + + + + 2 4 3 6 8 5 10 12 2n 1 4n 2 4n 1 1 1 1 1 1 1 1 + + + + 2 4 6 8 10 12 2(2n 1) 4n 1 1 1 1 1 1 1 1 1 + + + + 2 2 3 4 5 6 2n 1 2n 1 2
n j=1
(1) j1 j
Deducimos que
n
lm S3n =
1 lm 2 n
n j=1
(1) j1 1 = log 2 j 2
Conceptos bsicos Es claro que lm {S3n S3n1} = lm {S3n S3n2} = 0 de donde se sigue que lm {Sn } = 1 log 2 2
153
Es decir, hemos probado que la serie obtenida reordenando los trminos de la serie armnica alternada por el criterio de sumar uno positivo seguido de dos negativos, es convergente y su 1 suma es log 2. 2 La suma de una serie convergente no es una suma El ejemplo anterior pone claramente de maniesto que la suma de una serie convergente no es una suma en el sentido usual de la palabra, es decir, no es una suma algebraica de nmeros. Observa que los conjuntos de nmeros (9.3) y (9.4) son los mismos pero las series 1 correspondientes tienen distinta suma; la primera tiene suma log 2 y la segunda log 2. Si la 2 suma de una serie consistiera en sumar los innitos trminos de una sucesin, entonces el orden en que los sumramos sera indiferente porque la suma de nmeros tiene la propiedad conmutativa. Debes tener claro, por tanto, que cuando calculas la suma de una serie no ests haciendo una suma innita sino que ests calculando un lmite de una sucesin cuyos trminos se obtienen sumando consecutivamente los trminos de otra sucesin dada. Insisto: calcular la suma de una serie no es una operacin algebraica, no consiste en sumar innitos trminos, es un proceso analtico que supone un lmite.
La particularidad del estudio de las series Ahora viene la pregunta del milln: si las series no son nada ms que sucesiones, por qu dedicarles una atencin especial? La respuesta a esta pregunta es que en el estudio de las series hay una hiptesis implcita que los libros silencian. A saber: se supone que las series son sucesiones demasiado difciles de estudiar directamente. La caracterstica que distingue el estudio de las series es la siguiente: se trata de deducir propiedades de la serie {Sn } = {z1 + z2 + + zn}, a partir del comportamiento de {zn }. Es decir, los resultados de la teora de series dan informacin sobre la sucesin {Sn } haciendo hiptesis sobre la sucesin {zn }. Por qu esto es as?, no sera ms lgico, puesto que lo que queremos es estudiar la serie {Sn }, hacer hiptesis directamente sobre ella? La razn de esta forma de proceder es que, por lo general, no se conoce una expresin de Sn = z1 + z2 + + zn que permita hacer su estudio de forma directa; es decir, la suma z1 + z2 + + zn no es posible realizarla en la prctica. Por ello, en el estudio de las series se supone implcitamente que la sucesin {zn } es el dato que podemos utilizar. Naturalmente, esto hace que el estudio de las series se preste a muchas confusiones porque, aunque su objetivo es obtener propiedades de la serie {Sn }, las hiptesis hacen siempre referencia a la sucesin {zn }. Si lo piensas un poco, esta forma de proceder no es del todo nueva. Ya ests acostumbrado a usar la derivada de una funcin para estudiar propiedades de la funcin; pues bien, la situacin aqu es parecida: para estudiar la serie {z1 + z2 + + zn} (la funcin) estudiamos la sucesin {zn } (la derivada). Un buen ejemplo de esto que digo son los criterios de convergencia que veremos seguidamente.
Criterios de convergencia para series de trminos positivos
154
Otra dicultad adicional en el estudio de las series es la notacin tan desafortunada que se
emplea. En la mayora de los textos se representa con el mismo smbolo,

n=1
zn , la serie (que es
una sucesin) y su suma (que es un lmite que no siempre existe). Esto es un disparate: se est confundiendo una sucesin con un nmero. Es lo mismo la sucesin {1/n} que el nmero 0 que es su lmite? En ninguna parte vers escrita la igualdad disparatada {1/n} = 0 Por qu 1 1 entonces, al tratar con series, se confunde el nmero = 1 con que es la sucesin 2n 2k
n=1 k 1 n k=1
1 ? 2k
Quizs esto se debe a que, parece increble pero es cierto, no hay acuerdo general para representar de forma apropiada la serie de trmino general zn . La notacin que estamos usando zn , tiene la ventaja de que es clara y evita las confusiones que estoy comentando pero aqu, no la vers en los libros. Advertido quedas. Todava queda una ltima sorpresa. Estamos de acuerdo en que las series son sucesiones. Muy especiales? En absoluto. Toda sucesin podemos verla, si as nos interesa, como una serie. Pues toda sucesin {zn } es la serie denida por la sucesin de sus diferencias, esto es, por la sucesin {wn } dada por w1 = z1 , w2 = z2 z1 , w3 = z3 z2 , . . . , wn+1 = zn+1 zn , . . .
n n 1
Es claro que zn =
j=1
w j . Por tanto, toda sucesin podemos considerarla como una serie.
Creo que con lo dicho ya puedes hacerte una idea correcta de lo que son las series. Insisto en esto porque en los libros encontrars disparates para todos los gustos. Algunos textos denen una serie como. . . un par de sucesiones!, otros dicen que una serie es. . . una suma innita! En n.
9.2. Criterios de convergencia para series de trminos positivos

Una serie an tal que an 0 para todo n N, se dice que es una serie de trminos positivos. Observa que una serie de trminos positivos es una sucesin creciente por lo que o bien es convergente (cuando est mayorada) o es positivamente divergente. Observa el parecido con los criterios de convergencia para integrales de funciones positivas. 9.6 Proposicin (Criterio bsico de comparacin). Sean
n 1
an y
n 1
bn dos series de trminos
positivos. Supongamos que hay un nmero k N tal que an bn para todo n > k. Entonces se verica que si la serie bn es convergente, tambin an es convergente.
n 1 n 1
Demostracin. Pongamos An = a1 + a2 + + an , Bn = b1 + b2 + + bn . Las hiptesis hechas implican que para todo n > k es An Bn + Ak . Deducimos que si {Bn } est mayorada tambin lo
Criterios de convergencia para series de trminos positivos est {An }. 9.7 Proposicin (Criterio lmite de comparacin). Sean
n 1
155
an y
n 1
bn dos series de trminos
positivos, y supongamos que lm a) Si L = + y

n 1
an = L R+ {+} . o bn an es divergente.
n 1
bn es divergente tambin bn es convergente tambin
b) Si L = 0 y
n 1
an es convergente.
n 1
c) Si L R+ las series
an y
n 1 n 1
bn son ambas convergentes o ambas divergentes.
Demostracin. Supongamos que L R+ . Sea 0 < < L < . Todos los trminos de la sucesin {an /bn }, a partir de uno en adelante, estn en el intervalo ] , [, es decir, existe k N tal que para todo n k es < an /bn < , y, por tanto, bn < an < bn . Concluimos, por el criterio de comparacin, que la convergencia de una de las series implica la convergencia de la otra. Queda, as, probado el punto c) del enunciado. Los puntos a) y b) se prueban de manera parecida. 9.8 Proposicin (Criterio integral). Sea f : [1, +[ R una funcin positiva y decreciente. Entonces se verica que
n+1 n+1 n
f (k)
k=2 1
f (x) dx
k=1 +
f (k)
En consecuencia, la serie
n 1
f (n) y la integral
1
f (x) dx ambas convergen o ambas divergen. f (k) para todo x [k, k + 1].
Demostracin. Por ser f decreciente se tiene que f (k + 1) Integrando, deducimos que

k+1
f (x)
f (k + 1)
k
f (x) dx
f (k)
Sumando estas desigualdades desde k = 1 hasta k = n, obtenemos la desigualdad del enunciado. Unas series de trminos positivos muy tiles para comparar con otras series son las siguientes. 1 se llama serie de 9.9 Proposicin (Series de Riemann). Dado un nmero real , la serie n Riemann de exponente . Dicha serie es convergente si, y slo si, > 1.
n 1
Demostracin. Para que se cumpla la condicin necesaria de convergencia es preciso que sea > 0. Supuesto que esto es as, podemos aplicar el criterio integral a la funcin f (x) = 1/x y tener en cuenta los resultados vistos en el ejemplo (8.14). Si en el criterio de comparacin por paso al lmite hacemos bn = 1/n , obtenemos el siguiente criterio de convergencia.
Criterios de convergencia para series de trminos positivos 9.10 Proposicin (Criterio de Prinsheim). Sea
n 1
156
an una serie de trminos positivos, un n-
mero real y supongamos que {n an } L R+ {+}. Entonces: o i) Si L = + y ii) Si L = 0 y > 1,

n 1
1,
n 1
an es divergente. an es convergente. 1.
iii) Si L R+ ,
an converge si > 1 y diverge si

n 1
Vamos a estudiar a continuacin dos criterios de convergencia que se aplican a series que pueden compararse con una serie geomtrica. Puesto que la serie geomtrica de trmino genean+1 ral an = xn , donde x > 0, converge si = x < 1, esto nos lleva, en el caso general de una serie an trminos positivos an , a considerar el comportamiento de la sucesin {an+1/an }.
n 1
9.11 Proposicin (Criterio del cociente o de DAlembert (1768)). Supongamos que an > 0 para todo n N y que an+1 lm = L R+ {+} . o an a) Si L < 1 la serie
n 1
an es convergente; an es divergente.
n 1
b) Si L > 1 o si L = +, entonces
Demostracin. a) Sea un nmero tal que L < < 1. La denicin de lmite implica que existe no N tal que para todo n no se verica que an = an an1 an +1 o a no an1 an2 a no nno ano = a no n no
y como, por ser 0 < < 1, la serie

n 1
n es convergente, deducimos en virtud del criterio de
comparacin, que
n 1
an es convergente.
b) Si L > 1 entonces, tomando tal que 1 < < L y razonando como antes, obtenemos que a para todo n no es an no n y, como, > 1, se sigue que la sucesin {an } diverge positivamente no y, con mayor razn, la serie an diverge positivamente.
n 1
Anlogamente, puesto que la serie geomtrica de trmino general an = xn , donde x > 0, con verge si n an = x < 1, esto nos lleva, en el caso general de una serie de trminos positivos an , a considerar el comportamiento de la sucesin { n an }.
n 1
9.12 Proposicin (Criterio de la raz o de Cauchy (1821)). Supongamos que para todo n N es an 0, y que n lm an = L R+ {+}. o
Criterios de convergencia para series de trminos positivos a) Si L < 1 la serie

n 1
157
an es convergente; an es divergente.
n 1
b) Si L > 1 o si L = +, entonces
Demostracin. a) Sea un nmero tal que L < < 1. La denicin de lmite implica que existe no N tal que para todo n no es n an , es decir, an n . Puesto que 0 < < 1, la serie n
n 1
es convergente y, en virtud del criterio de comparacin, se sigue que

n 1
an es convergente.
b) Si L > 1 entonces, tomando tal que 1 < < L y razonando como antes, obtenemos que para todo n no es an n y, como, > 1, se sigue que la sucesin {an } diverge positivamente y, con mayor razn, la serie an diverge positivamente.
n 1
an+1 Cuando lm = 1, tambin es lm n an = 1. En esta situacin los criterios del cociente y an de la raz no proporcionan informacin suciente sobre el comportamiento de la serie an . an+1 Por ejemplo, para las series de Riemann, an = se tiene que lm = 1 cualquiera sea . an Observa que estos criterios solamente pueden proporcionar informacin sobre la convergencia de series que pueden compararse con una serie geomtrica. El siguiente criterio suele aplicarse cuando fallan los anteriores. 1/n , 9.13 Proposicin (Criterio de Raabe (1832)). Supongamos que an > 0 para todo n N, y pongaan+1 mos Rn = n 1 . an i) Si {Rn } L , donde L > 1 o L = +, la serie an es convergente.
n 1 n 1
ii) Si {Rn } L , donde L < 1 o L = , o bien si existe algn k N tal que Rn an es divergente. n k, entonces la serie
n 1
1 para todo
Demostracin. i) Las hiptesis hechas implican que existen > 1 y no N tales que para todo n no es Rn . Sea = 1 > 0. Tenemos que an+1 Rn 1 = (n 1) n (n no ) an por lo que 1 (n 1)an nan+1 (n no ). Como an > 0 , deducimos que nan+1 < (n 1)an para todo n no . As la sucesin {nan+1} es decreciente para n no y, como es de nmeros positivos, deducimos que es convergente. Sea = lm{nan+1} = nf{nan+1 : n no }. Tenemos que an
n
an
j=no
1 (no 1)ano nan+1
1 (no 1)ano
y, por el criterio general de convergencia para series de trminos positivos, deducimos que an es convergente (lo que, dicho sea de paso, implica que = 0 ).
n 1
Criterios de convergencia para series de trminos positivos ii) Si Rn 1 para todo n k , entonces (n 1)an nan+1
158
0 y resulta que la sucesin {nan+1} es 1 creciente para n k , luego nan+1 kak+1 , es decir, para todo n k , es an+1 kak+1 y, por el n criterio de comparacin, deducimos que an es divergente.
n 1
Los criterios de convergencia que acabamos de estudiar hacen siempre hiptesis sobre la sucesin {an } para obtener informacin sobre el comportamiento de la serie an . Ya dijimos antes que esto es tpico del estudio de las series. Pero no lo olvides: no estamos estudiando la sucesin {an } sino la sucesin an = {a1 + a2 + + an }.
n 1 n 1
Parece que estos criterios son muy restrictivos pues solamente pueden aplicarse a series de trminos positivos, pero no es as porque estos criterios pueden aplicarse para estudiar la convergencia absoluta de una serie. Precisemos este concepto. 9.14 Denicin. Se dice que una serie (de nmeros reales o complejos) convergente si la serie de trminos positivos |z n | = {|z1 | + |z2 | + + |zn |} z n es absolutamente
n 1
es convergente. El siguiente resultado, que no demostraremos, es muy importante en el estudio de las series. 9.15 Teorema. Toda serie absolutamente convergente es convergente. Merece la pena explicar esto con detalle. Que la serie decir que es convergente la sucesin
n 1
zn converge absolutamente quiere
n 1
|z n | = {|z1 | + |z2 | + + |zn |}
Y el teorema anterior arma que esto implica la convergencia de la sucesin z n = {z1 + z2 + + zn }
n 1
Son sucesiones muy diferentes! Naturalmente, si una serie {z1 + z2 + + zn } converge, tambin converge la sucesin que se obtiene tomando valores absolutos {|z1 + z2 + + zn |} pero esta sucesin no es igual a {|z1 | + |z2 | + + |zn |}. Por eso puede ocurrir que una serie sea convergente pero no sea absolutamente convergente. La serie armnica alternada es un ejemplo de serie convergente que no es absolutamente convergente.
Criterios de convergencia no absoluta Cuando una serie no es absolutamente convergente se utilizan los siguientes criterios para estudiar su convergencia.
Ejercicios
159
9.16 Teorema. Sea {an } una sucesin de nmeros reales y {z n } una sucesin de nmeros reales o complejos. Criterio de Dirichlet. Si {an } es montona y converge a cero y la serie acotadas, entonces an z n converge. Criterio de Abel. Si {an } es montona y acotada y la serie vergente. z n tiene sumas parciales
z n converge, entonces
an z n es con-
n 1
Podemos particularizar el criterio de Dirichlet para series alternas, es decir, series del tipo (1)n+1 an donde an 0 para todo n N.
9.17 Proposicin (Criterio de Leibnitz). Si la sucesin {an} es montona y convergente a cero, entonces la serie (1)n+1 an es convergente.
n 1
Estrategia para estudiar la convergencia de una serie Para estudiar la convergencia de una serie zn numrica lo primero que debes hacer es estudiar la convergencia absoluta, es decir la convergencia de la serie de trminos positivos |zn |, para lo que se aplican los criterios de convergencia para series de trminos positivos. Si la serie |zn | converge hemos acabado. Cuando la serie |zn | no converge se aplican los criterios de Dirichlet o de Abel para estudiar directamente la convergencia de la serie zn .
9.2.1. Ejercicios
1. Estudia la convergencia de las siguientes series. log
n 1
(n + 1)2 n(n + 2)
n 1
(n + 1)n nn+2 1 n! n e
n
n11/n
n 1
n 1
(n + 1)n 3n n! alog n (a > 0)
n 1
n 1
1 log(1+ 1/n) n e 1+ 1/n 2 n2 + 1 2+n+1 n 1 log n n

n2 n2
n 1
n 2
nlog n (log n)n 1 1 n n

n
n 1 n n 1
n 1
n ( 2 1)n
n 1
n j=1 1/ j
, ( > 0)
n 1
n 1
n + 1/n
n n , ( R)
n 1
, ( R)
Ejercicios 2. Estudia la convergencia de las siguientes series. (n1/n 1); 4 n + 1 4 n a log n, (a > 0); 1 (e (1 + 1/n)n) ; n 1 1 n 1+ + + , ( R); 2 n
2
160
n 1
n 1
n+1 3 ( n + 1 3 n) log n 2 4 6 (2n) 5 7 (2n + 3)
n 1
n 1
, ( R)
n 1
n 1
nn 1 , ( R) n exp
n k=1
n 1
n 1
1 , (, R) k
3. Estudia la convergencia de las series. a)

n 1
3n n! 3 n 5 8 11 (5 + 3n)
b)
n
c) d)
n 1
2 3 (n + 2) 1/2 5 6 (n + 5) 1 3 n (2 2)(2 2) (2 2) n! , (a > 0, R) a(a + 1)(a + 2) (a + n)n log(1 + 1/n)a logn , (a > 0)
n 1
e)
n 1
f)
n 1
( n + 1 n) (log(1 + 1/n)) , (, R) (1 + )(3 + )(5 + ) (2n 1 + ) (2 + )(4 + )(6 + ) (2n + )
g)
n 1
, (, , R+ )
4. Estudia la convergencia de las series: i)

n 0
1 (1 + i)n cos n + i sen n n2
ii)
n 1
cos n + i sen n n
iii)
n 1
iv)
n
v)
n
vii)
n 1
(2 + i)n 1 (1 + 2i)n n 1 cos 2 + i sen 2 n n
vi)
n
viii)
n 0
cos + i sen n n n 1 1 1+i 3 n 2 1 (3 + 4i)n 2i(4 + 3i)n + 7
5. Sea R con || < 1 y R. Calcula los lmites
n cos(n ) y
n=0 n=0
n sen(n ).
Series de potencias 6. Estudia la convergencia absoluta y la convergencia no absoluta de las series: log(n + 2) n+2 1 2 + (1)n (1)n+1 n (1)n+1 (1)n+1 log 1 + n 1 , ( R) n + (1)n 1 n (1)n+1 n + 100 (1)n (1)n+1
n 1
161
n 1
n 1
n 1
1 3 5 (2n 1) 2 4 6 2n
, ( R)
9.3. Series de potencias

9.18 Denicin. Dadas una sucesin de nmeros complejos {cn }nNo y un nmero a C , se llama serie de potencias centrada en a a la sucesin {co + c1 (z a) + c2(z a)2 + c3 (z a)3 + + cn (z a)n} en la cual z representa un nmero complejo arbitrario. Dicha serie se representa simblicamente por cn (z a)n . La sucesin {cn } recibe el nombre de sucesin de coecientes de la serie.
n 0
Dados a C y r > 0, denimos D(a, r) = {z C : |z a| < r}. El conjunto D(a, r) se llama disco abierto de centro a y radio r. El primer problema que plantea una serie de potencias,
n 0
cn (z a)n , es estudiar para qu
valores de z dicha serie es convergente. El siguiente resultado es clave a este respecto. 9.19 Lema (Lema de Abel). Sea > 0 un nmero positivo tal que la sucesin {cn n } est acotada. Entonces para todo z D(a, ) se verica que la serie cn (z a)n converge absolutamente.
n 0
Demostracin. Sea z D(a, ). Pongamos r = |z a| < . Puesto que {cn n } est acotada existe una constante M > 0 tal que |cn n | M para todo nmero natural n. Tenemos que |cn (z a)n | = cn n (z a)n |z a|n = |cn n | n n M |z a|
n
=M
Pongamos {n } = {M(r/)n }. Como la serie
n converge por ser una serie geomtrica de

n 0 n 0
razn r/ menor que 1, el criterio de comparacin nos dice que la serie es decir, la serie
n 0
|cn (z a)n | converge,
cn (z a)n es absolutamente convergente.
El lema anterior conduce de manera natural a considerar el ms grande > 0 tal que la sucesin {an n } est acotada. Introducimos para ello el conjunto A = { 0 : {cn n } est acotada}
y denimos R = sup(A) R+ {+}. Pueden presentarse los casos: 0

Series de potencias
162
R = 0. Entonces A = {0}, luego si z a la sucesin {cn (z a)n} no est acotada y, en particular, no converge a cero. Por tanto la serie de potencias cn (z a)n no converge. En este caso se dice que la serie de potencias es trivial pues solamente converge para z = a. 0 < R < +. En este caso la serie
n 0 n 0
cn (z a)n es absolutamente convergente para todo
zD(a, R). Para |z a| > R se tiene que la sucesin {cn (z a)n } no est acotada y, por tanto, la serie no converge. Nada puede armarse en general del comportamiento de la serie en la frontera del disco D(a, R). Si R = + la serie converge absolutamente para todo z C. Al nmero R se le llama radio de convergencia de la serie. Ntese que R slo depende de la sucesin {cn } de coecientes de la serie y no del centro de la serie. Dada una serie de potencias no trivial, cn (z a)n , llamaremos dominio de convergencia de la serie al conjunto D(a, R) donde R es el radio de convergencia de la serie (naturalmente, si R = + entonces D(a, +) = C). El siguiente resultado, consecuencia directa de aplicar los criterios del cociente o de la raz a la serie |cn (z a)n|, permite en muchos casos calcular el radio de convergencia.
n 0
9.20 Proposicin. Supongamos que se cumple alguna de las igualdades siguientes: |cn+1 | lm = L R+ {+} 0 |cn | n lm{ |cn |} = L R+ {+} 0 Entonces R = 1/L con los convenios: R = 0 si L = + y R = + si L = 0. El siguiente resultado es muy til para calcular la suma de una serie de potencias en puntos de la frontera de su disco de convergencia. 9.21 Teorema (Continuidad radial). Sea cn z n una serie de potencias con radio de convergencia 0 < R < +. Sea f : D(0, R) C la funcin suma de la serie y supongamos que la serie es convergente en un punto z 0 de la frontera del disco D(0, R). Entonces se verica que
r1 0<r<1
lm f (rz 0 ) =
n=0
cn zn 0
En lo que sigue vamos a estudiar la derivabilidad de funciones denidas por series de potencias, por ello supondremos que se trata de series de potencias reales, es decir, los coecientes de la serie son nmeros reales y la variable, que representaremos por la letra x, solamente puede tomar valores reales. Consideremos, pues, una serie de potencias reales
n 0
cn (x a)n con radio de convergen-
cia R > 0. El dominio de convergencia de esta serie es el intervalo = {x R : |x a| < R} = ]a R, a + R[, con el convenio de que dicho intervalo es todo R cuando el radio de convergencia es R = +. Como consecuencia del estudio realizado, sabemos que la serie es convergente absolutamente para todo x ]a R, a + R[ y, por tanto, es convergente para todo x ]a R, a +
Series de potencias
163
R[. Podemos denir la funcin suma de la serie, f :]a R, a + R[ R que viene dada para cada x ]a R, a + R[ por
f (x) =
n=0
cn (x a)n
Observa que f (x) viene dada como un lmite de una sucesin de funciones polinmicas. Cabe esperar que las propiedades de las funciones polinmicas se hereden de alguna forma por f . 9.22 Teorema (Teorema de derivacin de una serie de potencias). Sea a R, cn (x a)n una
serie de potencias no trivial y su dominio de convergencia. Sea f : R la funcin suma de la serie f (x) =
n=0
n 0
cn (x a)n
Entonces f es indenidamente derivable en y, para cada k N su derivada k-sima se obtiene derivando k veces la serie trmino a trmino, esto es:
f (k) (x) =
n=k
n(n 1) (n k + 1)cn(x a)nk
En particular f (k) (a) = k! ck o, lo que es lo mismo ck = f (k) (a) k! para todo k N {0}
9.23 Denicin. Sea f una funcin indenidamente derivable en un intervalo R y sea a. La serie de potencias f (n) (a) (x a)n n!
n 0
se llama serie de Taylor de f en el punto a. Acabamos de ver en el teorema de derivacin que si

n 0
cn (x a)n es una serie de potencias
no trivial, y f es su funcin suma, entonces se verica que ck =
f (k) (a) para todo k = 0, 1, 2, .... k! Esto nos dice que la serie de partida es la serie de Taylor en el punto a de su funcin suma. 9.24 Corolario. Las nicas series de potencias no triviales son series de Taylor (de su funcin suma).
Convergencia de las series de Taylor Las siguientes preguntas surgen de manera inmediata: Son no triviales las series de Taylor de una funcin indenidamente derivable? La funcin suma de una serie de Taylor de una funcin indenidamente derivable coincide con dicha funcin? La respuesta a ambas preguntas es que no. Si partimos de una funcin real indenidamente derivable y formamos su serie de Taylor en un punto, no hay garanta de que dicha serie tenga radio de convergencia no nulo o de que, en caso de que sea convergente en un intervalo, su suma sea igual a la funcin de partida.
Series de potencias
164
La herramienta bsica que permite estudiar la convergencia de una serie de Taylor es el teorema de Taylor. Supongamos que f : I R es una funcin indenidamente derivable en un f (n) (a) (x a)n , intervalo abierto I y sea a I. La serie de Taylor de f en a viene dada por n!
n 0
f (k) (a) f (k) (a) es decir, se trata de la sucesin (x a)k , pero Tn ( f , a)(x) = (x a)k es el k! k! k=0 k=0 polinomio de Taylor de orden n de f en a. Es decir, la serie de Taylor de f en a es la sucesin de los polinomios de Taylor de f en a. El teorema de Taylor arma que dado x I y n N hay un punto c (que depender de x y de n) comprendido entre x y a de manera que se verica la igualdad f (x) Tn ( f , a)(x) = f (n+1) (c) (x a)n+1 (n + 1)! (9.5)
En esta igualdad el lado de la derecha parece mucho ms manejable que el de la izquierda. Si somos capaces de probar que f (n+1) (c) (x a)n+1 = 0 (9.6) lm n (n + 1)! habremos probado que lm ( f (x) Tn ( f , a)(x)) = 0, esto es f (x) = lm Tn ( f , a)(x), es decir, habre
n n
mos probado que para ese valor de x la serie de Taylor de f en a converge a f (x). La dicultad est en que en el lmite (9.6) el punto c no est jo: depende de n (adems de x, pero el punto x est jo en este razonamiento). El que se verique la igualdad en (9.6) depender del comportamiento de las derivadas sucesivas de f . El caso ms sencillo de todos es cuando dichas derivadas estn acotadas en el intervalo I, es decir, hay un nmero M > 0 (independiente de n) tal que se verica f (n+1) (t) M t I, n N (9.7)
(x a)n+1 = 0 cualquiera sea x R, se deduce que la serie de (n + 1)! Taylor de f centrada en a es convergente en todo punto x I y su suma es igual a f (x). Cuando esto es as, como lmn Desarrollos en serie de las funciones elementales Funcin exponencial. Las derivadas de la funcin exponencial natural, exp(x), en x = 0 valen todas 1. Por tanto, el polinomio de Taylor de orden n en el punto a = 0 de la funcin exponencial es
n
Tn (exp, 0)(x) = 1 +
k=1
1 k x k!
Sea ahora xR, jo en lo que sigue. Tomemos > 0 de forma que x] , [. El teorema de Taylor arma que hay un nmero c comprendido entre x y 0 y, por tanto c ] , [, tal que
n
exp(x) = 1 +
k=1
1 k exp(c) n+1 x + x k! (n + 1)!
Como exp(c) < exp() deducimos que

n
exp(x) 1
k=1
1 k xn+1 x < exp() k! (n + 1)!

Series de potencias xn+1 = 0, obtenemos que n (n + 1)! 1 k x k!
165
De esta forma hemos eliminado el punto c y como lm
exp(x) =
k=0
(9.8)
En particular, para x = 1 tenemos que e =

n=0
1 . n!
Funciones seno y coseno. Como sen (x) = cos(x) = sen( +x), se sigue que sen(n) (x) = sen( n +x). En particular, sen(n) (0) = 2 2 sen( n ). Por tanto el polinomio de Taylor de orden n de la funcin seno en el punto a = 0 es 2
n
Tn (sen, 0)(x) =
k=1
sen( k ) k 2 x k!
Como para k par es sen( k ) = 0 y para k impar k = 2q 1 es sen( (2q1) ) = (1)q+1 , resulta que 2 2
n
T2n1 (sen, 0)(x) = T2n (sen, 0)(x) =

k=1
(1)k+1 2k1 x (2k 1)!
Anlogamente para la funcin coseno

n
T2n (cos, 0)(x) = T2n+1 (cos, 0)(x) =

k=0
(1)k 2k x (2k)!
Como las funciones seno y coseno tienen derivadas acotadas en todo R, se sigue por lo antes visto que
sen x cos x
=
n=0
(1)n 2n+1 x (2n + 1)! (1)n 2n x (2n)!
(x R)
(9.9) (9.10)
=
n=0
(x R)
Serie binomial de Newton. Pongamos f (x) = (1 + x) . Tenemos que f (n) (x) = ( 1)( 2) ( n + 1)(1 + x)n. Por lo que el polinomio de Taylor de orden n de f en a = 0 es
n
Tn ( f , 0)(x) = 1 +
k=1
( 1)( 2) ( k + 1) k x k!
Cualquiera sea el nmero real y el nmero natural k se dene ( 1)( 2) ( k + 1) = k k! Por convenio
0
= 1. Con ello podemos escribir

n
Tn ( f , 0)(x) =
k=0
k x k
Series de potencias Queremos probar la igualdad (1 + x) =

n=0
166
n x n
x ] 1, 1[
(9.11)
En este caso el teorema de Taylor no es el camino ms sencillo y es preferible razonar como sigue. La serie de potencias
n 0
n x tiene radio de convergencia 1 porque, poniendo an = n
tenemos que
|an+1 | | n| = 1. Denamos :] 1, 1[ R por |an | n+1
(x) =
n=0
n x , n
x ] 1, 1[
El teorema de derivacin nos dice que es derivable en ] 1, 1[. Ahora es fcil comprobar que la funcin h(x) = (x)(1 + x) tiene derivada nula en ] 1, 1[, por lo que es constante en dicho intervalo y, como h(0) = 1, concluimos que h(x) = 1 para todo x ] 1, 1[, es decir, (1 + x) = (x) para todo x ] 1, 1[, como queramos probar. identidades que se deducen de la serie geomtrica Partiendo de la serie geomtrica
xn =
n=0
1 1x
|x| < 1
(9.12)
podemos derivarla para obtener
nx n1 =
n=1
1 (1 x)2
|x| < 1
Igualdad que, a su vez, podemos volver a derivar y obtenemos

n=2
n(n 1)x n2 =
2 (1 x)3
|x| < 1
As podemos seguir. Pero tambin podemos invertir el proceso: en vez de derivar la serie (9.12), podemos construir una primitiva suya. El clculo de una primitiva de una funcin denida por una serie de potencias es inmediato. Si la funcin viene dada por
f (x) =
n=0
cn (x a)n
|x a| < R
Entonces, en virtud del teorema de derivacin, la primitiva de f que coincide con f en el punto x = a es cn F(x) = f (a) + (x a)n+1 |x a| < R n+1
n=0
Series de potencias De la igualdad (9.12), se deduce ahora que
167
log(1 x) =
n=0
1 n+1 x n+1
|x| < 1
Y, cambiando x por x en esta igualdad, obtenemos
log(1 + x) =
n=0
(1)n n+1 x n+1
|x| < 1
Denicin de las funciones trigonomtricas Las series de potencias proporcionan la herramienta adecuada para denir con comodidad la funcin seno. Olvida ahora todo lo que sabes de la funcin seno. Lo has olvidado ya? Sigamos. Como la serie de potencias
n 0
(1)n 2n+1 x tiene radio de convergencia R = + la suma (2n + 1)!
de dicha serie est denida en todo R. 9.25 Denicin. La funcin seno es la funcin sen : R R denida para todo x R por
sen x =
n=0
(1)n 2n+1 x (2n + 1)!
A partir de esta denicin se obtienen las propiedades usuales de la funcin seno. La funcin coseno se dene como la derivada de la funcin seno. Las dems funciones trigonomtricas se denen, como puedes imaginar, a partir del seno y el coseno. El nmero se dene como el mnimo nmero positivo en el que se anula el seno (hay que probar su existencia con ayuda del teorema de Bolzano). No es mi propsito proseguir este estudio sino solamente dejarte indicado el camino. Ejercicios 1. Estudia la convergencia las siguientes series de potencias. a)
n 1
zn n! nn n z n!
b)
n 1
(n + 1)n n z nn+1 3 5 (3n + 1) n z 5 10 5n
c)
n 1
n z n zn 1 + 1/2 + + 1/n
d)
n 1
e)
n 1
f)
n 1
Estudia en los casos c)y f), el comportamiento de la serie en los puntos de la circunferencia unidad. 2. Dada la serie de potencias n2 +
n 1
1 (x 1)n n
Calcula su radio de convergencia. Estudia la convergencia en los extremos del intervalo de convergencia. Calcula su suma.
Series de potencias 3. Calcula el desarrollo de Taylor en a = 0 de a funcin f (x) = e indica su dominio de convergencia. Sugerencia. Usa la descomposicin en fracciones simples. 4. Sea la serie de potencias
n 0
168
x2 3x + 1 x2 5x + 6
(2n+1 n)x n . Calcula su dominio de convergencia y su suma. (1)n n (n + 1)2n 3n xn . Calcula su dominio de convergencia y su
5. Sea la serie de potencias suma.

n 0
6. Calcula, por medio de series de potencias primitivas de las funciones sen(x2 ), exp(x2 ), 1 + x3 .
Leccin
10
Clculo diferencial en Rn
10.1. Estructura eucldea y topologa de Rn

Como sabes, Rn es un espacio vectorial en el que suele destacarse la llamada base cannica formada por los vectores {e1 , e2 , . . . , en } donde ek es el vector cuyas componentes son todas nulas excepto la que ocupa el lugar k que es igual a 1. Dados dos vectores x = (x1 , x2 , . . . , xn ) y = (y1 , y2 , . . . , yn ) se dene su producto escalar a por:
n
x y =
k=1
xk yk = x1 y1 + x2 y2 + + xn yn
Este producto escalar se llama producto escalar eucldeo. Observa que el producto escalar de dos vectores no es un vector sino un nmero real. La notacin x es frecuentemente usada en y los libros de Fsica para representar el producto escalar de los vectores x e y. Las dos notaciones son tiles y las usaremos en lo que sigue. Las siguientes propiedades del producto escalar se deducen fcilmente de la denicin: x y = y x para todos x, y Rn (simetra). x + y z = x z + y z para todos , R y para todos x, y, z Rn (linealidad). La norma eucldea de un vector x se dene por
n
x =
x x =
k=1
x2 k
Desigualdad de Cauchy-Schwarz. Para todos x, y Rn se verica que x y x y . Adems, supuesto que x e y no son nulos, la igualdad x y = x y equivale a que hay un nmero R tal que x = y (es decir, los vectores x e y estn en una misma recta que pasa por el origen).
169
Estructura eucldea y topologa de Rn Desigualdad triangular.
170
Para todos x, y Rn se verica que x + y x + y . Adems, supuesto que x e y no son nulos, la igualdad x + y = x + y equivale a que hay un nmero > 0 tal que x = y (es decir, los vectores x e y estn en una misma semirrecta que pasa por el origen). 10.1 Denicin. Se dice que los vectores x e y son ortogonales, y escribimos x y, cuando su producto escalar es cero. Se dice que un vector x es ortogonal a un conjunto de vectores E Rn cuando x es ortogonal a todo vector en E. Un conjunto de vectores no nulos que son mutuamente ortogonales se dice que es un conjunto ortogonal de vectores; si, adems, los vectores tienen todos norma 1 se dice que es un conjunto ortonormal de vectores. Una base vectorial que tambin es un conjunto ortogonal (ortonormal) se llama una base ortogonal (ortonormal). Si x e y son vectores no nulos, el vector (x) =
y
x y y y vy
se llama proyeccin ortogonal de x sobre y. Puedes comprobar que el vector x y (x) es ortogonal a y. En particular, si y es un vector unitario (de norma 1) entonces el vector x x y y es ortogonal a y.
Ejercicios 1. Prueba la desigualdad de Cauchy-Schwarz. Sugerencia. Comprueba que la ecuacin x y x y = 0, en la que es un nmero real arbitrario y x e y son vectores que se suponen jos, es un trinomio de segundo grado en la variable . Ten en cuenta que dicho trinomio toma siempre valores mayores o iguales que cero (por qu?) lo que proporciona informacin sobre su discriminante. 2. Prueba la desigualdad triangular. Sugerencia. Una estrategia para probar desigualdades entre normas eucldeas es elevar al 2 cuadrado. La desigualdad x + y 2 x + y es equivalente a la desigualdad triangular pero es muy fcil de probar desarrollando el trmino x + y 2 = x + y x + y y usando la desigualdad de Cauchy-Schwarz. 3. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si, x + y 2 = x 2 + y 2. 4. Prueba que el vector x
y (x)
es ortogonal a y.
10.2 Denicin. Dados dos vectores x e y, el nmero x y se llama la distancia (eucldea) entre x e y. Dados x Rn y r > 0, denimos B(x, r) = {y Rn : x y < r}.
Un conjunto E Rn se dice que es un conjunto abierto si para todo punto x E se verica que hay un nmero rx > 0 tal que B(x, rx ) E. Por convenio, el conjunto vaco, , se considera abierto.
Estructura eucldea y topologa de Rn
171
Es fcil comprobar que los conjuntos de la forma B(x, r) son conjuntos abiertos. El conjunto B(x, r) se llama bola abierta de centro x y radio r. Un conjunto F Rn se dice que es un conjunto cerrado si su complemento Rn \ F es un conjunto abierto. Dados x Rn y r 0, denimos B(x, r) = {y Rn : x y r}. Es fcil comprobar que B(x, r) es un conjunto cerrado. Se llama bola cerrada de centro x y radio r. Se dice que un conjunto E Rn es acotado cuando hay un nmero M > 0 tal que x para todo x E. Se dice que un conjunto K Rn es compacto cuando es cerrado y acotado. M
Sea E Rn . Decimos que un punto x Rn es adherente al conjunto E si toda bola abierta centrada en x tiene puntos de E. El conjunto de todos los puntos adherentes a E se llama la adherencia de E y se representa por E. Sea E Rn . Decimos que un punto xRn es un punto de acumulacin del conjunto E si toda bola abierta centrada en x tiene puntos de E distintos de x. El conjunto de todos los puntos de acumulacin de E se llama la acumulacin de E y se representa por E . Sea E Rn . El conjunto de todos los puntos adherentes a E y a Rn \ E se llama la frontera de E y se representa por Fr (()E). Sea E Rn . Decimos que un punto x E es un punto interior al conjunto E si hay alguna bola abierta centrada en x contenida en E. Dados x Rn y r > 0, el conjunto S(x, r) = {y Rn : x y = r} se llama esfera de centro x y radio r. Representaremos por j la aplicacin j : Rn R que a cada vector x = (x1 , x2 , . . . , xn ) Rn hace corresponder su coordenada j-sima en la base cannica. j (x) = j ((x1 , x2 , . . . , xn )) = x j Las aplicaciones j , 1 Ejercicios 1. Prueba que B(x, r) es un conjunto abierto. 2. Prueba que todo conjunto abierto es unin de bolas abiertas. 3. Prueba que la interseccin de dos conjuntos abiertos es un conjunto abierto. 4. Prueba que la unin de conjuntos abiertos es un conjunto abierto. 5. Prueba que B(x, r) es un conjunto cerrado. 6. Prueba que la interseccin de conjuntos cerrados es un conjunto cerrado. 7. Da ejemplos de conjuntos que no sean abiertos ni cerrados. 8. Prueba que E = E Fr (()E).
n, as denidas se llaman las proyecciones cannicas.
Sucesiones en Rn
172
10.1.1. Sucesiones en Rn
10.3 Denicin. Una sucesin {xm } de puntos de Rn se dice que es convergente si hay un vector x Rn tal que xm x 0. En tal caso escribimos lmm {xm } = x o, simplemente, {xm } x y decimos que x es el lmite de la sucesin {xm }. Una sucesin {xm } de puntos de Rn se dice que es acotada si ha un nmero M > 0 tal que xm M para todo m N. Teniendo en cuenta la desigualdad
n
m x {|xk yk | : 1 a
n}
xy
k=1
|xk yk | j
(10.1) n), esto es, la
Se deduce fcilmente que {xm } x si, y slo si, { j (xm )} j (x) para (1 convergencia en Rn equivale a la convergencia por coordenadas.
10.4 Teorema (Teorema de Bolzano Weierstrass). Toda sucesin acotada de puntos de Rn tiene alguna sucesin parcial convergente. 10.5 Teorema (Caracterizacin de los conjuntos compactos). Un conjunto E Rn es compacto si, y slo si, toda sucesin de puntos de E tiene alguna sucesin parcial que converge a un punto de E.
10.1.2. Campos escalares. Continuidad y lmite funcional

Reciben el nombre de campos escalares las funciones denidas en subconjuntos de Rn que toman valores en R. Un campo escalar es, por tanto, una funcin real que depende de n variables. Un campo escalar de una variables es, simplemente, una funcin real de variable real; un campo escalar de dos variables es una funcin denida en un subconjunto del plano que toma valores reales; un campo escalar de tres variables es una funcin denida en un subconjunto del espacio que toma valores reales. Los campos escalares de una o dos variables se pueden visualizar por medio de sus representaciones grcas que son, respectivamente, curvas en el plano o supercies en el espacio. No es posible visualizar campos escalares de tres o ms variables porque sus grcas estn en espacios de dimensin mayor o igual que 4. Naturalmente, los campos escalares se pueden sumar y multiplicar al igual que lo hacemos con las funciones reales. 10.6 Denicin. Sea f un campo escalar denido en un conjunto E Rn y sea aE. Se dice que f es continuo en a si para todo > 0 existe un > 0 tal que se verica f (x) f (a) < siempre que x E y x a < . Se dice que f es continuo en un conjunto A E si f es continuo en todo punto a A. Un ejemplo de campo escalar continuo lo proporcionan las proyecciones cannicas j pues se tiene que j (x) j (y) = x j y j xy
Campos escalares. Continuidad y lmite funcional de donde se deduce enseguida la continuidad de j .
173
10.7 Proposicin. a) Si f y g son campos escalares denidos en un conjunto E Rn , se verica que los campos escalares f + g y f g son continuos en todo punto de E donde f y g sean continuos. Y si f no se anula en E, el campo escalar 1/ f es continua en todo punto de E donde f sea continuo. b) Sea f un campo escalar denido en un conjunto E Rn y sea h una funcin real de variable real continua denida en un intervalo I que contiene la imagen de f , I f (E). Entonces la funcin compuesta h g es continua en todo punto de E donde f sea continua. Los campos escalares ms sencillos son las funciones polinmicas de varias variables. Dichas funciones se obtienen como sumas de productos de las proyecciones cannicas y son, por tanto, continuas. Para n = 3 las proyecciones cannicas son 1 ((x, y, z)) = x, 2 ((x, y, z)) = y, 3 ((x, y, z)) = z
Un producto de estas funciones es una funcin de la forma f (x, y, z) = x m y p z q donde m, p, q son nmeros naturales o nulos. Las funciones polinmicas en tres variables son sumas de este tipo de funciones. Las funciones racionales de n variables son las funciones de la forma R(x1 , x2 , . . . , xn ) = P(x1 , x2 , . . . , xn ) Q(x1 , x2 , . . . , xn )
Donde P(x1 , x2 , . . . , xn ) y Q(x1 , x2 , . . . , xn ) son funciones polinmicas de n variables. El dominio natural de denicin de una funcin racional es el conjunto de puntos donde no se anula el denominador = {x Rn : Q(x) 0}. Las funciones racionales son continuas en su conjunto natural de denicin. Componiendo funciones continuas reales de una variable con funciones polinmicas y racionales en varias variables obtenemos muchsimos ejemplos de campos escalares continuos. Aqu tienes unos pocos. f (x, y) = sen(xy), f (x, y) = log(1 + x2 + y2 ), f (x, y, z) = 1 + xy2 + xz2 , 1 + arc tg(x y z) f (x, y, z) = cos( y2 + z2 )
El siguiente resultado establece la relacin entre la continuidad y el lmite secuencial. 10.8 Proposicin. Sea Sea f un campo escalar denido en un conjunto E Rn y sea a E. Equivalen las siguientes armaciones: a) f es continua en a. b) Para toda sucesin {xn } de puntos de E tal que {xn } a se verica que { f (xn )} f (a). El siguiente resultado se demuestra de la misma forma que su anlogo para funciones reales. 10.9 Teorema (Teorema de Weierstrass). Todo campo escalar continuo en un conjunto compacto alcanza en dicho conjunto un valor mximo absoluto y un valor mnimo absoluto.
Curvas en Rn
174
Dicho de otra forma, si K Rn es un conjunto compacto y f es un campo escalar continuo en K, entonces hay puntos a K, b K tales que f (ca) f (x) f (b) para todo x K. 10.10 Denicin. Sea f un campo escalar denido en un conjunto E Rn y sea a E . Se dice que f tiene lmite en a si hay un nmero L R con la propiedad de que para todo > 0 existe un > 0 tal que se verica f (x) L < siempre que x E y 0 < x a < . Simblicamente escribimos lm f (x) = L. El nmero L se llama lmite de f en a.
xa
El siguiente resultado establece la relacin entre el lmite funcional y el lmite secuencial. 10.11 Proposicin. Sea Sea f un campo escalar denido en un conjunto E Rn y sea a E . Equivalen las siguientes armaciones: a) lm f (x) = L.
xa
b) Para toda sucesin {xn } de puntos de E distintos de a, tal que {xn} a se verica que { f (xn )} L.
10.1.3. Curvas en Rn
Una curva en Rn es una aplicacin continua : [a, b] Rn . El punto (a) se llama origen y el punto (b) extremo de la curva. Naturalmente, como (t) Rn podremos expresarlo por medio de sus componentes en la base cannica que sern funciones de t. (t) = (1 (t), 2 (t), . . . , n (t)) Las funciones k (t) se llaman funciones componentes de . Se dice que es derivable en un punto t cuando todas sus funciones componentes son derivables en dicho punto, en cuyo la derivada de en t es, por denicin, el vector (t) = (1 (t), 2 (t), . . . , n (t)) Dado un punto a = (t0 ) tal que (t0 ) 0, se dene la recta tangente a en el punto a (aunque es ms apropiado decir en el punto t0 ) como la recta de ecuacin paramtrica a + t (t0 ), es decir, la recta que pasa por a con vector de direccin (t0 ). Cuando se interpreta (t) como la funcin de trayectoria de un mvil, entonces su velocidad en un instante t es el vector (t) y su rapidez es (t) . La distancia que recorre dicho mvil entre dos instantes t = a y t = b viene dada por
b
(t) dt .
a
10.12 Denicin. Un conjunto abierto Rn con la propiedad de que cualesquiera dos de sus puntos pueden unirse por una curva que queda dentro de se llama un dominio. Intuitivamente, un dominio es un conjunto abierto de un solo trozo. Los dominios desempean en Rn un papel similar al de los intervalos en R.
Derivadas parciales. Vector gradiente
175
10.1.4. Derivadas parciales. Vector gradiente

Acabamos de ver que los conceptos de continuidad y lmite para funciones reales de una variable se generalizan fcilmente para campos escalares de varias variables. No ocurre lo mismo con el concepto de derivabilidad el cual no puede generalizarse de forma inmediata. La razn es que el concepto de derivabilidad hace intervenir la divisin de nmeros reales, pues una derivada es un lmite de cocientes incrementales, y en Rn no podemos dividir por vectores, es decir, la estructura algebraica de Rn no permite generalizar algo parecido a un cociente incremental. Si f es un campo escalar, la expresin f (x) f (a) xa
no tiene ningn sentido.
Otra diferencia importante es que en la recta real, R, solamente podemos acercarnos a un punto de ella a travs de la propia recta, mientras que en Rn para n 2 hay muchsimas ms posibilidades de acercarse a un punto dado; por ejemplo, podemos acercarnos a travs de cualquier curva que pase por dicho punto. Surge as una primera idea que consiste en acercarse a un punto dado a travs de una recta dada. Parece que esta situacin es ms parecida a lo que conocemos para funciones reales de una variable. 10.13 Denicin. Una direccin en Rn es un vector de norma 1. Dados un punto aRn y una direccin u, la recta que pasa por a con direccin u es la imagen de la aplicacin : Rn R dada por (t) = a+tu, es decir, es el conjunto de puntos {a + tu : t R}. Sea f un campo escalar denido en un conjunto abierto E Rn , sea a E y u una direccin. Se dene la derivada de f en a en la direccin u como el lmite Du f (a) = lm
t0
f (a + t u) f (a) t
(10.2)
supuesto, claro est, que dicho lmite exista. Las derivada direccional de un campo escalar f en un punto a en la direccin del vector ek de la base cannica, se llama derivada parcial de f en a respecto a la variable k-sima. Est denida por Dek f (a) = f (a + t ek ) f (a) f (a1 , . . . , ak + t, . . ., an ) f (a1 , . . . , ak , . . . , an ) = lm t0 t0 t t f (a1 , . . . , xk , . . . , an ) f (a1 , . . . , ak , . . . , an ) = lm (10.3) xk ak xk a k lm f (a). xk
y se representa con los smbolos Dk f (a) y
Observa que las derivadas que acabamos de denir son derivadas de funciones reales de una variable real pues, para calcular la derivada de un campo escalar f en un punto a en la direccin u lo que se hace es derivar en t = 0 la funcin t f (a + t u) que es una funcin real de una variable real. Observa que la segunda igualdad de (10.3) nos dice que, para calcular la derivada parcial Dk f (a), lo que se hace es derivar f respecto a la variable k-sima considerando jas las dems variables. Por eso se llaman derivadas parciales.
Derivadas parciales. Vector gradiente Interpretacin geomtrica de las derivadas parciales
176
Es importante que entiendas el signicado de las derivadas parciales de una funcin en un punto. Para poder visualizarlo vamos a considerar un campo escalar f de dos variables denido en E R2 . Fijemos un punto (a, b). Las derivadas parciales de f en (a, b) son, por denicin D1 f (a, b) D2 f (a, b) f (a + t, b) f (a, b) f (x, b) f (a, b) = lm xa t xa f (a, b + t) f (a, b) f (a, y) f (a, b) = lm = lm t0 yb t yb =
t0
lm
Es decir, lo que hacemos es derivar las funciones parciales x f (x, b) y y f (a, y) en los puntos x = a e y = b respectivamente. La grca de f , es decir, el conjunto S = {(x, y, f (x, y)) : (x, y) E} es una supercie en R3 . Las funciones 1 (x) = (x, b, f (x, b)), 2 (y) = (a, y, f (a, y)) son curvas contenidas en dicha supercie que pasan por el punto (a, b). Dichas curvas se obtienen cortando la supercie S por los planos y = b y x = a respectivamente. Los vectores tangentes a dichas curvas en los puntos 1 (a) y 2 (b) son, respectivamente 1 (a) = (1, 0, D1 f (a, b)), 2 (b) = (0, 1, D2 f (a, b))
En la siguiente gura se ha representado la grca de f y las curvas obtenidas cortndola por los planos x = a e y = b junto a sus vectores tangentes en el punto (a, b)
Cuando un campo escalar f tiene derivadas parciales en todos los puntos de un conjunto E Rn , podemos denir las funciones derivadas parciales de f , Dk f : E R que a cada punto x E hace corresponder el nmero Dk f (x). Dichas funciones son tambin campos escalares. 10.14 Denicin. Sea f un campo escalar. Se dene el vector gradiente de f en un punto a como el vector f (a) = D1 f (a), D2 f (a), . . . , Dn f (a) supuesto, claro est, que dichas derivadas parciales existan. Supongamos que f es una funcin real de una variable real. La derivabilidad de f en un punto a R se expresa por
xa
lm
f (x) f (a) f (x) f (a) f (a)(x a) = f (a) lm =0 xa xa xa

177
Recuerda que la recta de ecuacin cartesiana y = f (a) + f (a)(x a) es la recta tangente a la grca de f en el punto (a, f (a)). Si ahora f es un campo escalar denido en un conjunto E Rn , cuyo vector gradiente f (a) est denido en un punto a E, podemos considerar el hiperplano en Rn+1 de ecuacin cartesiana xn+1 = f (a) + f (a) x a . Este hiperplano pasa por el punto (a, f (a)) Rn+1 y es la generalizacin natural de la recta tangente a la grca de una funcin. Observa el parecido formal entre las expresiones y = f (a) + f (a)(x a), xn+1 = f (a) + f (a) x a
Ambas representan hiperplanos (un hiperplano en R2 es una recta) y la segunda se deduce de la primera sustituyendo la derivada por el vector gradiente y el producto usual de nmeros reales por el producto escalar de vectores. Esto nos lleva a la siguiente denicin. 10.15 Denicin. Sea f un campo escalar denido en un conjunto E Rn y sea a un punto interior de E. Supongamos que est denido el vector gradiente f (a). Se dice que f es diferenciable en a si se verica que lm f (x) f (a) f (a) x a =0 xa f (x) f (a) f (a) x a xa (10.4)
xa
Denamos R(x, a) =
xa
La igualdad (10.4) dice que lm R(x, a) = 0. Con lo que, otra forma equivalente de escribir la igualdad (10.4) es la siguiente. f (x) = f (a) + f (a) x a + R(x, a) x a
donde
xa
lm R(x, a) = 0
(10.5)
se llama hiperplano tangente a f en a o hiperplano tangente a la grca de f en el punto (a, f (a)). 10.17 Proposicin. Sea f un campo escalar diferenciable en un punto a y sea u una direccin en Rn . Entonces se verica que Du f (a) = f (a) u Demostracin. En la igualdad (10.5) pongamos x = a + t u con lo que obtenemos f (a + t u) = f (a) + f (a) t u + R(a + t u, a) t u = f (a) + t f (a) u + R(a + t u, a) |t| =
t0
10.16 Denicin. Sea f un campo escalar diferenciable en un punto a. El hiperplano en Rn+1 de ecuacin cartesiana xn+1 = f (a) + f (a) x a
lm
f (a + t u) f (a) |t| = lm R(a + t u, a) = 0 t0 t t
10.18 Corolario. Sea f un campo escalar diferenciable en un punto a con vector gradiente no nulo en a. a) La direccin en la que la derivada direccional de f en a es mxima es la direccin dada por f (a) el gradiente, es decir, la direccin u = . f (a)
178
b) La direccin en la que la derivada direccional de f en a es mnima es la direccin opuesta f (a) . a la dada por el gradiente, es decir, la direccin v = f (a) Demostracin. Las armaciones hechas son consecuencia de la proposicin anterior y de la desigualdad de CauchySchwarz, pues para toda direccin w se tiene que f (a) w f (a) w = f (a)
Y la igualdad se da si, y solo si, hay un nmero R tal que w = f (a). Tomando normas en esta igualdad se deduce que || = 1/ f (a) , es decir las direcciones w que hacen mximo f (a) f (a) |Dw f (a)| = f (a) w son u = y v= . f (a) f (a) Para la primera se tiene que Du f (a) = f (a) f (a) f (a) = 1 f (a) f (a) f (a) = f (a)
que es el valor mximo que puede tener una derivada direccional. Anlogamente, para la segunda se tiene que Dv f (a) = f (a) que es el valor mnimo que puede tener una derivada direccional. El resultado anterior nos dice que el vector gradiente en un punto seala la direccin en la que el campo tiene mximo crecimiento en dicho punto. Mientras que en la direccin opuesta a la del vector gradiente en un punto el campo tiene mximo decrecimiento. 10.19 Proposicin. Sean f un campo escalar denido en un conjunto E Rn y una curva en Rn que toma valores en el conjunto E. Supongamos que es derivable en un punto t0 y que f es diferenciable en el punto a = (t0 ) E. Entonces se verica que la funcin h(t) = f ((t)) es derivable en t0 y su derivada viene dada por
n
h (t0 ) =
f (a)
(t0 )
=
k=1
Dk f (a)k (t0 )
(10.6)
Demostracin. Se tiene que h(t) h(t0) = f ((t)) f ((t0 )) = f (a) (t) (t0 ) + R((t), (t0 )) (t) (t0 ) Dividiendo por t t0 tenemos h(t) h(t0 f ((t)) f ((t0 )) (t) (t0 ) = = f (a) t t0 t t0 t t0 Teniendo en cuenta que lm
tt0
+ R((t), (t0 ))
(t) (t0 ) t t0
(t) (t0 ) = (t0 ) se deduce que t t0

tt0
lm
h(t) h(t0) = f (a) (t0 ) t t0
como queramos demostrar.

Rectas tangentes y planos tangentes
179
Que un campo escalar tenga derivadas parciales en un punto es una propiedad muy dxy bil. Por ejemplo, el campo escalar f (x, y) = 2 , f (0, 0) = 0 tiene derivadas parciales nulas x + y2 en (0, 0) pero no es continuo en dicho punto. La propiedad de ser diferenciable es mucho ms fuerte que tener derivadas parciales. Por ejemplo, es fcil probar que un campo escalar diferenciable en un punto es continuo en dicho punto. El siguiente resultado proporciona una condicin suciente de diferenciabilidad muy til. 10.20 Teorema (Condicin suciente de diferenciabilidad). Un campo escalar que tiene derivadas parciales continuas en un conjunto abierto es diferenciable en todo punto de dicho conjunto. En la prctica suele suponerse que los campos escalares tienen derivadas parciales continuas. Esta hiptesis garantiza que son diferenciables y es suciente para justicar la mayora de los resultados que siguen. Es sabido que una funcin derivable en un intervalo con derivada nula es constante. Para campos escalares hay un resultado anlogo. Observa la hiptesis de que el campo est denido en un dominio. 10.21 Proposicin. Un campo escalar denido en un dominio con derivadas parciales nulas en todo punto del mismo es constante. En la siguiente seccin te digo cmo calcular rectas y planos tangentes a curvas y supercies considerando las distintas formas en que stas pueden venir dadas. Mi propsito es esencialmente prctico, a saber, que entiendas la forma de proceder en cada caso; por lo que no me preocupo de justicar con detalle todo lo que digo.
10.1.5. Rectas tangentes y planos tangentes

Curvas en el plano Una curva en el plano puede venir dada de tres formas: a) Como la grca de una funcin y = f (x) donde x I siendo I un intervalo de R. = {(x, f (x)) : x I} b) Por medio de ecuaciones paramtricas (t) = (x(t), y(t)). = (I) = {(x(t), y(t)) : t I} c) De forma implcita como el conjunto de puntos g(x, y) = 0 donde se anula una funcin diferenciable de dos variables. = (x, y) R2 : g(x, y) = 0 Suele usarse la siguiente terminologa. Si h(x, y) es un campo escalar diferenciable, las curvas de ecuacin implcita h(x, y) = c o, lo que es igual h(x, y) c = 0, donde c es una constante, se llaman curvas de nivel. Dichas curvas se obtienen cortando la grca de h con planos de la forma z = c. Estas curvas son las que ves representadas en los mapas topogrcos.
180
Observa que a) es un caso particular de c) (basta considerar g(x, y) = f (x) y) y tambin es un caso particular de b) (basta considerar (x) = (x, f (x))). La tangente en un punto de viene dada en cada caso como sigue. a ) La tangente en un punto (a, b) = (a, f (a)) es la recta de ecuacin cartesiana y b = f (a)(x a). El vector (1, f (a)) es tangente a en el punto (a, b) y el vector ( f (a), 1) es ortogonal a en el punto (a, b). b ) La tangente en un punto (t0 ) = (a, b) es la recta de ecuaciones paramtricas (x, y) = (t0 ) + t (t0 ) = (a, b) + t(x (t0 ), y (t0 )) El vector (t0 ) = (x (t0 ), y (t0 )) es tangente a en (a, b). c ) La tangente en un punto (a, b) es la recta de ecuacin implcita g(a, b) (x a, y b) = 0 Se supone que g(a, b) 0 pues en otro caso, la tangente en (a, b) no est denida. El vector gradiente g(a, b) es ortogonal a en el punto (a, b). Estas ltimas armaciones requieren alguna justicacin. Para ello, supongamos que conocemos una representacin paramtrica local de en torno al punto (a, b). Es decir, hay una curva de la forma (t) = (1 (t), 2 (t)) que pasa por el punto (a, b) y que es derivable1. Pongamos (t0 ) = (a, b). Por lo visto en b ), sabemos que la tangente a en (a, b) es la recta que pasa por el punto (a, b) con vector de direccin (t0 ). Pongamos h(t) = g((t)). En virtud de la igualdad (10.6), tenemos que h (t) = g((t)) (t) . Pero h(t) = 0, por lo que h (t) = g((t)) (t) = 0. Resulta as que el vector g((t)) es ortogonal al vector tangente (t). En particular, el vector g(a, b) es ortogonal al vector (t0 ) tangente a en (a, b). Concluimos que la recta que pasa por (a, b) y tiene como vector ortogonal g(a, b) es la recta tangente a en (a, b), pero dicha recta es justamente la recta de ecuacin cartesiana g(a, b) (x a, y b) = 0. De lo antes visto, merece la pena destacar la siguiente propiedad. El vector gradiente g(x, y) de un campo escalar es ortogonal en todo punto (x, y) (en el que g(x, y) 0) a la curva de nivel que pasa por dicho punto. Supercies en R3 Una supercie S en el espacio R3 puede venir dada de tres formas: a) Como la grca de una funcin y = f (x, y) donde (x, y) A siendo A un conjunto de R2 . S = {(x, y, f (x, y)) : (x, y) A} b) Por medio de ecuaciones paramtricas (s,t) = (x(s,t), y(s,t), z(s,t)) donde (s,t) A R2 . S = (A) = {(x(s,t), y(s,t), z(s,t)) : (s,t) A}
teorema de la funcin implcita, que se ver ms adelante, garantiza la existencia de dicha curva siempre que el vector gradiente g(a,b) 0.
1 El
181
c) De forma implcita como el conjunto de puntos g(x, y, z) = 0 donde se anula una funcin diferenciable de tres variables. S = (x, y, z) R3 : g(x, y, z) = 0 Observa que a) es un caso particular de c) (basta considerar g(x, y, z) = f (x, y) z) y tambin es un caso particular de b) (basta considerar (s,t) = (s,t, f (s,t))). El plano tangente en un punto de S viene dada en cada caso como sigue. a ) El plano tangente en un punto (a, b, c) = (a, b, f (a, b)) S es el plano de ecuacin cartesiana z f (a, b) = Los vectores 1, 0, f f (a, b)(x a) + (a, b)(y b) x y
f f (a, b) y 0, 1, (a, b) son tangentes a S en (a, b, c) y el vector x y f f (a, b), (a, b), 1 x y
es ortogonal a S en el punto (a, b, c). b ) El plano tangente en un punto (s0 ,t0 ) = (a, b, c) S es el plano de ecuaciones paramtricas (x, y, z) = (s0 ,t0 ) + s Donde (s0 ,t0 ) = s (s0 ,t0 ) = t (s0 ,t0 ) + t (s0 ,t0 ) s t
x y z (s0 ,t0 ), (s0 ,t0 ), (s0 ,t0 ) s s s x y z (s0 ,t0 ), (s0 ,t0 ), (s0 ,t0 ) t t t
Dichos vectores son tangentes a S en (a, b, c). c ) El plano tangente en un punto (a, b, c) S es el plano de ecuacin implcita g(a, b, c) (x a, y b, z c) = 0 Se supone que g(a, b, c) 0 pues en otro caso, el plano tangente a S en (a, b, c) no est denido. El vector gradiente g(a, b, c) es ortogonal a S en el punto (a, b, c). Si g(x, y, z) es un campo escalar, las supercies de ecuacin implcita g(x, y, z) = c o, lo que es igual g(x, y, z) c = 0, donde c es una constante, se llaman supercies de nivel (cuando el campo se interpreta como un potencial se llaman supercies equipotenciales). De lo dicho en c ), se sigue que el vector gradiente g(x, y, z) es ortogonal en todo punto (x, y, z) (en el que g(x, y, z) 0) a la supercie de nivel que pasa por dicho punto. Curvas en R3 Una curva en el espacio puede venir dada de dos formas.
Rectas tangentes y planos tangentes a) Como interseccin de dos supercies S1 y S2 .
182
b) Por medio de ecuaciones paramtricas (t) = (x(t), y(t), z(t)) donde t I R e I es un intervalo. = (I) = {(x(t), y(t), z(t)) : t I} La tangente en un punto de viene dada en cada caso como sigue. a ) La tangente en un punto (a, b, c) es la recta interseccin de los planos tangentes a S1 y a S2 en (a, b, c). Por ejemplo, si las supercies vienen dadas por sus ecuaciones implcitas. S1 = (x, y, z) R3 : f (x, y, z) = 0 S2 = (x, y, z) R3 : g(x, y, z) = 0 = (x, y, z) R3 : g(x, y, z) = f (x, y, z) = 0
Entonces, las ecuaciones implcitas de la recta tangente son f (a, b, c) (x a, y b, z c) = 0 g(a, b, c) (x a, y b, z c) = 0 Donde se supone que los vectores gradiente f (a, b, c), g(a, b, c) son linealmente independientes pues, en otro caso, la recta tangente a la curva en (a, b, c) no est denida. b ) La tangente en un punto (t0 ) = (a, b, c) es la recta de ecuaciones paramtricas (x, y, z) = (t0 ) + t (t0 ) = (a, b, c) + t(x (t0 ), y (t0 ), z (t0 )) El vector (t0 ) = (x (t0 ), y (t0 ), z (t0 )) es tangente a en (a, b, c). Derivadas parciales de orden superior Supongamos un campo escalar f que tiene derivadas parciales Dk f en un conjunto E Rn . Las funciones Dk f son tambin campos escalares que podemos, cuando se dejen, volver a derivar parcialmente en puntos de E. Obtenemos de esta forma las derivadas parciales de segundo orden de f , es decir las funciones D j (Dk f ), que se representan simblicamente de las formas 2 f 2 f (x), (x) D jk f (x), x j xk x2 k De forma anloga se denen las derivadas parciales de tercer orden de f como las derivadas parciales de las derivadas parciales de segundo orden de f y se representan por D jkm f (x), 3 f (x); x j xk xm 3 f (x); x3 k 3 f (x) x2 x j k
Es natural preguntarse si el orden en que se realizan las derivadas debe ser o no tenido en cuenta. Afortunadamente, en la mayora de los casos podemos olvidarlo porque se verica el siguiente resultado. 10.22 Denicin. Se dice que un campo escalar f es de clase Ck en un abierto E Rn si f tiene derivadas parciales de orden k continuas en E. 10.23 Teorema. Las derivadas parciales de orden menor o igual que k de un campo escalar de clase Ck solamente dependen del nmero de veces que se deriva parcialmente respecto de cada variable, pero el orden en que se realicen dichas derivaciones no afecta para nada al resultado nal.
Ejercicios
183
10.1.6. Ejercicios
Como para calcular derivadas parciales de una funcin de varias variables se consideran jas todas las variables menos aquella respecto a la que se deriva, calcular derivadas parciales es lo mismo que derivar funciones de una variable. Solamente debes tener cuidado para darte cuenta qu tipo de funcin es la que tienes que derivar porque ello puede depender de la variable respecto de la que derivas. Por ejemplo, la funcin f (x, y) = xy cuando jas y (para derivar respecto a x) es una funcin potencia (la variable est en la base y el exponente est jo) y cuando jas x (para derivar respecto a y) es una funcin exponencial (la variable est en el exponente y la base est ja). Te recuerdo que es muy frecuente, sobre todo en libros de Fsica e ingenieras diversas, representar las funciones por letras. As, lo que los matemticos solemos escribir f (x, y) = cos(xy)+ xy2 , para indicar que f es una funcin de dos variables x e y cuyo valor en el punto (x, y) viene dado por cos(xy) + xy2 , suele expresarse de forma menos precisa en la forma z = cos(xy) + xy2 , cuyo signicado es exactamente el mismo que el anterior cambiando f por z. Naturalmente, en vez de z puede usarse cualquier otro smbolo que sea distinto de x e y. Tienes que acostumbrarte a esta notacin y entender cundo una letra representa una variable y cundo representa una funcin. 1. Calcula las derivadas parciales de primer orden de los campos escalares: (a) f (x, y) = x2 y + z2 x + y sen(xz) (b) z = (x2 + y3 ) ex y (c) w = x ez +z ey +xyz. xy . 1 + y2 + z2
2. Calcula las derivadas parciales de primer y segundo orden del campo f (x, y, z) =
3. Calcula las derivadas parciales de primer y segundo orden de los campos escalares: (a) z = sen cos exy (b) w = log 4 + arc tg(x/y) (c) u = tg (xy)z (d) v = arc tg zx y
Te recuerdo que una direccin viene dada por un vector de norma eucldea 1. Si a y b son puntos de Rn la direccin del punto a hacia el punto b viene dada por el vector 4. Calcula la derivada direccional de f (x, y) = log(1 + cin hacia el origen. 5. Calcula la derivada direccional de z(x, y) = arc tg hacia el punto (2, 1). ba . ba
x2 + y2 ) en el punto (1, 2) en la direcxy
x2 + y2
en el punto (1, 1) en la direccin
6. Calcula valores de a, b y c para que la derivada direccional de la funcin f (x, y, z) = axy2 + byz + cz2x3 en el punto (1, 2, 1) tenga un valor mximo igual a 64 en la direccin del eje OZ. 7. Calcula la ecuacin de la recta tangente y de la recta normal a la elipse de ecuacin x2 y2 + =1 a2 b2 en un punto (u, v) de la misma.
Extremos relativos
184
8. Considera la curva dada por las ecuaciones paramtricas x(t) = et + cost, y(t) = et + sent. Calcula la ecuacin de la recta tangente en el punto (x(0), y(0)). 9. Calcula, para los siguientes campos escalares, el vector normal en P0 a la curva de nivel que pasa por dicho punto. a) f (x, y) = arc tg b) f (x, y) = y 1 + x2 + y2 P0 = (1, 1).
sen(x + y) 2 + cos(x y)
P0 = (/2, /4).
10. Calcula la derivada de h(x, y) =
xy en el punto (1, 1) en la direccin da1 + log(1 + x2y2 ) da por el vector ortogonal (de norma 1) en el punto (1, 1) a la curva de nivel del campo f (x, y) = x y3 + x3 y que pasa por dicho punto.
11. Calcula las ecuaciones del plano tangente y de la recta normal a cada una de las siguientes supercies en el punto Po indicado. z2 2x2 2y2 12 = 0, z(xy 1) (x + y) = 0, Po (1, 1, 4); z log(x2 + y2) = 0, z + ez +2x + 2y x2 y2 3 = 0, 4 x 4z = y,
2 2
Po (1, 0, 0) Po (0, 0, 1) Po (1, 1 + e, 1)
x + y + z 2x + 4y + 3z + 1 = 0,
Po (1, 2, 3);
Po (3, 4, 3);
12. Halla la ecuacin de la tangente a la curva dada como interseccin del elipsoide x2 + 4y2 + 2z2 = 27 y el hiperboloide x2 + y2 2z2 = 11 en el punto (3, 2, 1). 13. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las supercies z = x y, x2 + y2 2z = 4 en el punto (3, 1, 3). Comprueba el resultado expresando la curva por sus ecuaciones paramtricas. 14. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las supercies 4xz = (x + z)y, 3z2 + y = 5x en el punto (1, 2, 1).
10.1.7. Extremos relativos

10.24 Denicin. Sea f un campo escalar denido en un conjunto E Rn . Se dice que f tiene un mximo relativo (resp. mnimo relativo) en un punto a E, si a es un punto interior de E y existe un nmero r > 0 tal que B(a, r) E y f (x) f (a) (resp. f (a) f (x)) para todo x B(a, r). Cuando estas desigualdades se verican de forma estricta se dice que el mximo o el mnimo relativo es estricto. Los puntos en los que f tiene un mximo o un mnimo relativos se llaman extremos relativos de f . 10.25 Proposicin (Condicin necesaria de extremo relativo). Sea f un campo escalar denido en un conjunto E Rn y supongamos que f tiene un extremo relativo en un punto a E y adems que el vector gradiente de f en a est denido. Entonces se verica que f (a) = 0. Es decir, las derivadas parciales de primer orden de f en a son todas nulas.
Extremos relativos
185
Demostracin. Supongamos que f tiene un mximo relativo en a y sea r > 0 tal que B(a, r) E y f (x) f (a) para todo x B(a, r). Denamos :] r, r[ R por (t) = f (a + tek). La funcin est denida en el intervalo ] r, r[ pues para todo t ] r, r[ se tiene que a + tek a = |t| < r por lo que a + tek B(a, r) E. Adems, para todo t ] r, r[ se tiene que (t) = f (a + tek ) f (a) = (0). Luego tiene en t = 0 un mximo relativo. Adems como, por hiptesis, existe Dk f (a), tenemos que es derivable en t = 0. Luego (0) = 0, pero (0) = Dk f (a). 10.26 Denicin. Los puntos donde se anula el gradiente de un campo escalar f se llaman puntos crticos de f . Los puntos crticos de un campo escalar que no son extremos relativos se llaman puntos de silla. Si f es un campo escalar diferenciable, en los puntos crticos el hiperplano tangente es horizontal. La condicin necesaria de extremo relativo no es suciente. Por ejemplo, el campo escalar f (x, y) = x2 y2 tiene un punto crtico en (0, 0), pero no tiene extremo relativo en dicho punto pues en toda bola centrada en (0, 0) toma valores positivos y negativos. Al igual que para funciones de una variable, la derivada segunda proporciona una condicin suciente de extremo relativo, para campos escalares de varias variables las derivadas parciales de segundo orden nos van a permitir dar una condicin suciente de extremo relativo. Necesitaremos para ello el siguiente resultado. 10.27 Proposicin. Sea f un campo escalar denido en un conjunto E Rn y supongamos que f tiene derivadas parciales de segundo orden continuas en un punto a interior de E . Sea r > 0 tal que B(a, r) E. Entonces para todo x con x < r se tiene que
n
f (a + x) = f (a) +
k=1
Dk f (a)xk +
1 2
D j,k f (a)xk x j + x
j=1 k=1
(x) con lm (x) = 0

x0
(10.7)
Demostracin. Fijemos el vector x en las condiciones del enunciado y denamos la funcin hx (t) = f (a + tx). Dicha funcin est denida en un intervalo abierto I [1, 1] y es dos veces derivable en t = 0. El teorema de TaylorYoung dice que 1 hx (t) = hx (0) + hx (0)t + hx (0)t 2 + t 2 r(t, x) 2
t0
(10.8)
con lm r(t, x) = 0. Pongamos (t) = a + tx, con lo cual hx (t) = f ((t)). Por (10.6) tenemos que
n n
hx (t) =
j=1
D j f ((t)) j (t) =
j=1
D j f ((t))x j
(10.9)
Donde hemos tenido en cuenta que las componentes de son j (t) = a j + tx j . En particular
n
hx (0) =
j=1
D j f (a)x j
(10.10)
Volviendo a derivar la igualdad (10.9) en t = 0, aplicando otra vez la misma regla de derivacin a los campos escalares D j f ((t)), obtenemos
n n n n
hx (0) =
j=1 k=1
D j,k f (a)xk x j =
j=1 k=1
D j,k f (a)xk x j
(10.11)
Extremos relativos Sustituyendo las igualdades (10.10) y (10.11) en (10.8) y haciendo t = 1 obtenemos
n
186
f (a + x) = f (a) +
k=1
Dk f (a)xk +
1 2
D j,k f (a)xk x j + r(1, x)

j=1 k=1 2
Solo queda probar que r(1, x) puede escribirse en la forma r(1, x) = x pero esto vamos a dejarlo para otra ocasin.
(x) con lmx0 (x) = 0
10.28 Denicin. Sea f un campo escalar de n variables que tiene derivadas parciales de segundo orden continuas en un punto a. La matriz n n H( f , a) = Di j f (a) se llama matriz hessiana de f en a. Observa que la matriz hessiana es simtrica porque Di j f (a) = D ji f (a). En consecuencia, dicha matriz dene una forma cuadrtica, que representaremos por Q( f , a), que viene dada para todo x = (x1 , x2 , . . . , xn ) Rn por
n n 1 i, j n
Q( f , a)(x) = x H( f , a) xt =
D j,k f (a)xk x j
j=1 k=1
donde el punto indica producto matricial y xt es el vector columna x. Con esta notacin podemos escribir la igualdad (10.7) en la forma 1 f (a + x) = f (a) + f (a) x + Q( f , a)(x) + x 2
2
(x) donde
x0
lm (x) = 0
(10.12)
Si suponemos que a es un punto crtico de f podemos escribir 1 f (a + x) = f (a) + Q( f , a)(x) + x 2 De donde se sigue que f (a + x) f (a) x
2 2
(x) donde
x0
lm (x) = 0
(10.13)
1 2 x
2
Q( f , a)(x) + (x) donde
x0
lm (x) = 0
Teniendo en cuenta que las formas cuadrticas son polinomios homogneos de grado 2, es 1 1 decir, Q( f , a)(x) = 2 Q( f , a)(x), se tiene que Q( f , a)(x) = Q( f , a)(x/ x ). Resulta as la 2 2 x 2 igualdad f (a + x) f (a) 1 = Q( f , a)(x/ x ) + (x) donde lm (x) = 0 (10.14) x0 2 x 2 10.29 Denicin. Una forma cuadrtica Q(x) =
n i, j=1 i j xi x j
se llama:
Positiva denida si Q(x) > 0 para todo x Rn con x Semidenida positiva si Q(x) 0 para todo x Rn . Positiva negativa si Q(x) < 0 para todo x Rn con x Semidenida negativa si Q(x) 0 para todo x Rn .
0.
0.
No denida si hay vectores x para los que Q(x) > 0 y hay vectores x para los que Q(x) < 0.
Extremos relativos
187
10.30 Teorema. Sea f un campo escalar denido en un conjunto E Rn y supongamos que f tiene derivadas parciales de segundo orden continuas en un punto a interior de E que adems es un punto crtico de f . Sea Q( f , a) la forma cuadrtica asociada a la matriz hessiana de f en a.
n n
Q( f , a)(x) = x H( f , a) xt =
D j,k f (a)xk x j
j=1 k=1
a) Si la forma cuadrtica Q( f , a) es denida positiva entonces f tiene en a un mnimo relativo estricto. b) Si la forma cuadrtica Q( f , a) es denida negativa entonces f tiene en a un mximo relativo estricto. c) Si la forma cuadrtica Q( f , a) es no denida entonces f tiene un punto de silla en a. d) Si f tiene un mximo relativo en a entonces la forma cuadrtica Q( f , a) es semidenida negativa. e) Si f tiene un mnimo relativo en a entonces la forma cuadrtica Q( f , a) es semidenida positiva. Demostracin. Como Q( f , a) es una funcin polinmica y, por tanto, continua, y la esfera unidad de Rn , S(0, 1) = {u Rn : u = 1}, es un conjunto compacto, en virtud del teorema de Weierstrass, dicha funcin alcanza un mnimo valor y un mximo valor en S(0, 1). Sea m = mn {Q( f , a)(u) : u = 1} , M = m x {Q( f , a)(u) : u = 1} a
a) Supongamos que Q( f , a) es denida positiva. Entonces se tiene que m > 0. y, por la igualdad (10.14), tenemos que f (a + x) f (a) x
2 x0
1 = Q( f , a)(x/ x ) + (x) 2
m + (x) donde 2
x0
lm (x) = 0
que 0 < x < s. En consecuencia, si en la desigualdad anterior suponemos que 0 < x < s, se tiene f (a + x) f (a) m m m m + (x) > = > 0 2 2 2 4 4 x Deducimos que f (a + x) f (a) > 0 para todo x con 0 < x < s. O, lo que es igual, f (z) f (a) > 0 para todo z tal que 0 < z a < s. Lo que prueba que f tiene en a un mnimo relativo estricto. Los dems puntos se prueban de forma parecida. Para poder usar el resultado anterior hay que saber clasicar una forma cuadrtica. Hay varios procedimientos sencillos para ello. Los dos que siguen a continuacin son los que me parecen ms cmodos. Clasicacin de formas cuadrticas Sean A = ai j
1 i, j n
La condicin lm (x) = 0 garantiza la existencia de un nmero s > 0 tal que |(x)| < m/4 siempre
una matriz simtrica de nmeros reales y

n
QA (x) = x A x t =
ai j xx j
i, j=1
(10.15)
Extremos relativos
188
la forma cuadrtica denida por A . Los valores propios de A son las races del polinomio caracterstico p(), que se dene como el determinante de la matriz A I : p() = A I Es sabido que, en la situacin que estamos considerando, las races de dicho polinomio son todas reales. Sean j (1 j n) los valores propios de A . Se demuestra que hay una base B = {u1 , u2 , . . . , un } en Rn tal que para todo vector x Rn se tiene que
n
QA (x) =
j=1
j x2 j
donde (x1 , x2 , . . . , xn ) son los coordenadas del vector x en la base B. De aqu se siguen los siguientes criterios. La forma cuadrtica QA es denida positiva si, y slo si, todos los valores propios de A son positivos. La forma cuadrtica QA es denida negativa si, y slo si, todos los valores propios de A son negativos. La cuadrtica QA es no denida si, y slo si, A tiene valores propios positivos y negativos.
La forma cuadrtica QA es semidenida positiva si, y slo si, todos los valores propios de A son mayores o iguales que 0. La forma cuadrtica QA es semidenida negativa si, y slo si, todos los valores propios de A son menores o iguales que 0. Para aplicar estos criterios no es preciso calcular los valores propios de A sino solamente saber cuntos de ellos son positivos, negativos o nulos. Afortunadamente, hay un criterio que nos proporciona esta informacin sin ms que observar los coecientes del polinomio caracterstico. 10.31 Proposicin (Regla de los signos de Descartes). Sea f (x) = an xn + an1 xn1 + + a1x + a0 un polinomio con coecientes reales y cuyas races son todas nmeros reales. Se verica entonces que: a) El nmero de races positivas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin (an , an1 , . . . , a1 , a0 ) de los coecientes de f . b) El nmero de races negativas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin ((1)n an , (1)n1 an1 , . . . , a1 , a0 ) de los coecientes de f (x). Para contar los cambios de signo en la sucesin de coecientes se saltan los coecientes nulos. Por ejemplo, si f (x) = 2x6 +x5 x3 +x2 5, la sucesin de coecientes de f es (2, 1, 0, 1, 1, 0, 1) cuyo nmero de cambios de signo es 3. 10.32 Corolario. Sea p() el polinomio caracterstico de la matriz hessiana de f en a. Entonces. Si p() tiene grado n, todos sus coecientes son distintos de cero y tienen igual sigo, se verica que f tiene un mximo relativo estricto en a.
Extremos relativos
189
Si p() tiene grado n, todos sus coecientes son distintos de cero y van alternando su sigo, se verica que f tiene un mnimo relativo estricto en a. Si p() tiene grado n, sus coecientes nulos van seguidos y llegan hasta el trmino independiente y los coecientes no nulos tienen igual signo o van alternando su sigo, entonces no puede armarse nada. En todos los dems casos, f tiene un punto de silla en a.
Otro criterio para estudiar el carcter de la forma cuadrtica (10.15) se basa en la sucesin de signos de los menores principales de la matriz A . El menor principal de orden k es el determinante k = ai, j 1 i, j k . Se verica que: tiva. Si todos los determinantes principales son positivos la forma cuadrtica es denida posi-
Si los determinantes principales son todos distintos de cero y van alternando signo siendo el primero de ellos negativo, la forma cuadrtica es denida negativa. Si los determinantes principales son nulos a partir de uno de ellos en adelante y los no nulos son positivos o van alternando signo siendo el primero de ellos negativo, no puede armarse nada. En los dems casos la forma cuadrtica es no denida.
Observa que cuando la dimensin n es par, si el determinante de la matriz A es negativo entonces la forma es no denida. Podemos particularizar este criterio para el caso de dos dimensiones. Sea A R2 un conjunto abierto y sea f un campo escalar denido en A que tiene derivadas parciales de segundo orden continuas. Supongamos que (a, b) A es un punto crtico de f y sea 2 f 2 f (a, b) (a, b) 2 xy H( f , (a, b)) = x 2 f 2 f (a, b) (a, b) 2 xy y la matriz hessiana de f en (a, b) y notemos detH( f , (a, b)) su determinante. Si detH( f , (a, b)) > 0 y Si detH( f , (a, b)) > 0 y 2 f (a, b) > 0 entonces f tiene en (a, b) un mnimo relativo estricto. x2 2 f (a, b) < 0 entonces f tiene en (a, b) un mximo relativo estricto. x2
Si detH( f , (a, b)) < 0 entonces f no tiene extremo relativo en (a, b). Se dice que (a, b) es un punto de silla de f . Cuando detH( f , (a, b)) = 0 el conocimiento de la matriz hessiana no permite decidir si hay o no hay extremo relativo en (a, b). Cuando esto sucede puede ser interesante estudiar el comportamiento de las curvas f (a,t + b) y f (a + t, b). Si alguna de dichas curvas no tiene extremo relativo o tienen extremos relativos de distinta naturaleza en t = 0, podemos concluir que en (a, b) no hay extremo relativo de f .
Funciones vectoriales. Matriz jacobiana Ejercicios 1. Determinar los extremos relativos de las funciones: f (x, y) = 2x3 + 6xy2 3x2 + 3y2; f (x, y) = x2 y2 8x + y ; xy
2
190
f (x, y) = x2 2xy2 + y4 y5; f (x, y) = 2x2 + y2 + 8x 6y + 20; f (x, y) = cos(x) cos(y) f (x, y) = 2x4 + y4 4x2 2y2 ; f (x, y, z) = (x 2 + z 2 ) ex(y f (x, y, z) = (x + z ) e
2 x(y2 +z2 +1)
2 +z2 +1)
f (x, y) = 2x + y + x + xy + y ; f (x, y) = xy(1 x y); f (x, y, z) = x 2 + y 2 + 3z 2 + yz + 2xz xy; f (x, y, z) = xy + xz + yz; f (x, y) = x log y x
f (x, y) = x3 + 4xy 2y2 + 1;

3
f (x, y) = x 2 y 2 x 2 y 2 ;
f (x, y) = 4x3 + 6x2 y + 3y4 4y3 ;
2. Trazar un plano que pase por el punto (1, 2, 3) y que forme con los ejes coordenados un tetraedro de volumen mnimo (el volumen del tetraedro es un tercio del rea de la base por la altura). 3. Recta de mnimos cuadrados. Dados n puntos (xi , yi ) R2 , determinar los nmeros y
n 2
para que la cantidad

i=1
yi xi
sea mnima.
n i=1
4. Dados m puntos ai Rn , calcular el valor mnimo de la funcin f (x) =
x ai 2 .
10.1.8. Funciones vectoriales. Matriz jacobiana

Una funcin vectorial es cualquier funcin que toma valores en un espacio vectorial de dimensin mayor mayor que 1. Las curvas en el plano o en el espacio son funciones vectoriales de una variable. Ahora nos interesa considerar funciones vectoriales de varias variables. 10.33 Denicin. Sean f1 , f2 , . . . , fm campos escalares denidos en un subconjunto E Rn . La funcin F : E Rm denida para todo x = (x1 , x2 , . . . , xn ) E por F(x) = f1 (x), f2 (x), . . . , fm (x) es una funcin vectorial de n variables y m componentes. Suele escribirse F = ( f1 , f2 , . . . , fm ). El nombre de campo vectorial se aplica a aquellas funciones vectoriales que tienen igual nmero de variables que de componentes, esto es, para funciones denidas en un subconjunto de un espacio vectorial y que toman valores en dicho espacio vectorial. 10.34 Denicin. Sea F = ( f1 , f2 , . . . , fm ) : E Rm , donde E Rn , una funcin vectorial de n variables y m componentes. Sea a un punto interior de E. Se dice que F es diferenciable en a si los campos escalares f1 , f2 , . . . , fm componentes de F son diferenciables en a. En tal caso, la matriz cuyas las son los vectores gradiente fi (a), esto es la matriz de m las y n columnas D j fi (a) 1 i m , se llama matriz jacobiana de f en a y se representar por J( f , a).
1 j n
La aplicacin lineal D F(a) : Rn Rm denida para todo x Rn por D F(a)(x) = J( f , a) x t

Funciones vectoriales. Matriz jacobiana
191
donde indica producto matricial y x t es el vector columna x, se llama diferencial de F en a. En trminos del producto escalar, podemos escribir para todo x Rn : D F(a)(x) = f1 (a) x , f2 (a) x , . . . , fm (a) x Rm
Es fcil deducir a partir de esta igualdad y de la denicin de campo escalar diferenciable que se verica F(x) F(a) D F(a)(x a) =0 lm x0 xa 10.35 Teorema (Regla de la cadena). Sean F : E Rm , E Rn , y G : A Rn , A Rq , funciones vectoriales tales que G(A) E de manera que la composicin H = F G : A Rm est denida. Supongamos que G es diferenciable en un punto aA y que F es diferenciable en el punto G(a)E. Entonces se verica que la funcin compuesta H es diferenciable en a, y su diferencial viene dada como la composicin de las respectivas diferenciales : D H(a) = D F(G(a)) D G(a) (10.16)
Observa que la composicin tiene sentido pues D G(a) : Rq Rn y D F((G(a)) : Rn Rm , por lo que la composicin es una aplicacin lineal de Rq a Rm , como debe ser pues H es una funcin vectorial de q variables y m componentes. La expresin de la igualdad (10.16) por medio de matrices jacobianas es J(H, a) = J(F, G(a)) J(G, a) (10.17)
Poniendo H = (h1 , h2 , . . . , hm ), F = ( f1 , f2 , . . . , fm ), G = (g1 , g2 , . . . , gq ); notando las variables por x = (x1 , x2 , . . . , xn ) Rn , y = (y1 , y2 , . . . , ym ) Rq , y escribiendo b = G(a), tenemos que hi (a) y j De donde se sigue hi (a) = y j
n k=1 1 i m 1 j q
fi (b) xk
1 i m 1 k n
gk (a) y j
1 k n 1 j q
b = G(a)
fi gk (b) (a) xk y j
b = G(a)
(1
m, 1
q)
(10.18)
Esta igualdad constituye la regla de la cadena para derivadas parciales y es importante que aprendas a aplicarla y que entiendas lo que dice. Voy a intentar facilitarte las cosas. Primero, lo ms frecuente es que F sea un campo escalar. Supongamos, pues, que en lo anterior, F = f es un campo escalar, en cuyo caso h = f G tambin es un campo escalar. La igualdad (10.18) queda ahora h (a) = y j
n k=1
f gk (b) (a) xk y j
b = G(a)
(1
q)
(10.19)
En esta igualdad se interpreta que la funcin G : A E Rn lo que hace es un cambio de variables. Hablando familiarmente, podemos decir, que las variables antiguas de la funcin f , esto es las x = (x1 , x2 , . . . , xn ) E se han sustituido por variable nuevas y = (y1 , y2 , . . . , yq ) A y
192
la funcin f se ha expresado en estas nuevas variables dando lugar a la funcin h. La relacin entre unas variables y otras viene dada por xk = gk (y1 , y2 , . . . , yq ), 1 k n (10.20)
De esta manera podemos interpretar la igualdad (10.19) en la forma siguiente: Para derivar la funcin nueva h, respecto a una nueva variable y j , se deriva la funcin antigua f respecto a cada una de sus variables xk y se multiplica por la derivada de cada una de ellas xk = gk (y1 , y2 , . . . , yq ) respecto a la variable y j . Ya se ve que la situacin est pidiendo que hagamos algunas simplicaciones que, adems, son las que se hacen siempre en la prctica porque, aunque son algo confusas facilitan mucho los clculos. Lo primero que se hace es identicar las funciones gk que introducen las nuevas coordenadas con las coordenadas antiguas xk , es decir, vemos las coordenadas antiguas como funciones de las nuevas y esto lo escribimos en la forma siguiente. xk = xk (y1 , y2 , . . . , yq ), 1 k n (10.21)
Con esta notacin, la igualdad (10.19) queda como sigue. h (a) = y j

n k=1
f xk (b) (a) xk y j
b = G(a)
(1
q)
(10.22)
Observa el doble papel que desempea a la derecha de esta igualdad la letra xk ; cuando se deriva respecto de ella representa una variable y cuando ella se deriva respecto de una variable nueva representa una funcin. La igualdad (10.22) ya es bastante fcil de recordar pero todava se siguen haciendo en la prctica, sobre en todo en los textos de Fsica que suelen usar notaciones muy desafortunadas, algunas simplicaciones adicionales (y peligrosas). A saber: no se distingue entre la funcin f y la funcin h porque, como suele decirse en esos textos aludidos, son la misma funcin expresada en distintas variables. Haciendo la identicacin de f con h nos queda lo siguiente. f (a) = y j
n k=1
f xk (b) (a) xk y j
b = G(a)
(1
q)
(10.23)
Aqu la letra f desempea un doble papel: a la izquierda es la funcin compuesta y a la derecha es la funcin dada en sus variable iniciales. Todava suele darse un pasito ms que consiste en representar la funcin f con una letra que suele usarse para representar variables; a saber, la letra z. Esto es frecuente tambin en textos de Fsica. Vamos a hacerlo as. z (a) = y j
n k=1
z xk (b) (a) xk y j
b = G(a)
(1
q)
(10.24)
Todava hay algo que podemos simplicar. Habrs observado que siempre indico la relacin que hay entre los puntos b y a. Eso es muy importante para entender lo que se hace. Hay que
193
saber dnde se evalan las derivadas parciales de cada funcin. Pues bien, eso no se indica jams en textos de Fsica. Nunca se indica en dnde se evalan las derivadas parciales. As que vamos a suprimirlo. n z z xk = (1 j q) (10.25) y j xk y j
k=1
Debes de familiarizarte con esta igualdad y saber reconocer en ella la igualdad de partida. Y no olvides la forma en que se evala esta igualdad. Lo vuelvo a poner. z (y) = y j
n k=1
z xk (G(y)) (y) xk y j
(1
q)
(10.26)
Si tuviramos que volver a derivar en esta igualdad respecto a una variable yk se derivara como de costumbre: la derivada de una suma es la suma de las derivadas y para derivar el producto se z (G(y)) vuelve aplica la regla usual. Pero hay un detalle muy importante y es que la funcin xk z a ser la funcin compuesta del campo escalar con la funcin G. Por tanto para derivarla xk hay que aplicarle la misma regla que hemos aplicado para derivar z como funcin compuesta y que nos ha llevado a la igualdad anterior. Es por eso que el clculo de derivadas parciales de segundo orden en funciones compuestas suele ser bastante engorroso y es fcil equivocarse si no se sabe lo que se hace. 10.36 Ejemplo. Vamos a calcular z siendo z = u2 + v5 + 3uv donde u = x2 + y2 , v = sen(xy). x
As es como suelen enunciarse estos ejercicios y debes entender bien el enunciado. Nos estn dando una funcin de las variables (u, v) a la que llaman z. Esto es la letra z representa una funcin, a saber, z = u2 + v5 + 3uv. Nos estn dando un cambio de variables por medio de las z igualdades u = x2 + y2 , v = sen(xy). Y nos piden calcular . Esto ltimo ya nos dice claramente x z que debemos ver z como funcin de x e y, es decir, la letra z en es la funcin que nos dan x despus de sustituir en ella las nuevas variables, o sea, la funcin compuesta de z = u2 + v5 + 3uv con G(x, y) = (x2 + y2 , sen(xy)). z z u z v = + = (2u + 3v)2x + (5v4 + 3u)y cos(xy) x u x v x z Si lo dejamos as escrito parece que depende de 4 variables. Pero no es as porque en la x igualdad anterior las variables son x e y (las nuevas variables) mientras que u y v (las antiguas variables) vienen dadas por u = x2 + y2 , v = sen(xy). Por tanto, es mejor hacer la sustitucin, con lo que resulta z = (2(x2 + y2 ) + 3 sen(xy))2x + (5 sen4 (xy) + 3x2 + y2 )y cos(xy) x que nos da el valor de la derivada parcial de la funcin compuesta en un punto (x, y). En este caso es muy sencillo calcular la funcin compuesta. Hazlo y comprueba el resultado obtenido. Sabemos que
Funciones vectoriales. Matriz jacobiana Ejercicios
194
Consideremos una funcin de dos variables x e y, z = z(x, y), y supongamos que expresamos x e y en funcin de nuevas variables u y v, lo que indicamos en la forma x = x(u, v), y = y(u, v). De esta forma la funcin z es funcin (funcin compuesta) de las variables libres u y v, a travs de las variables dependientes x e y. Se trata de calcular las derivadas parciales de z respecto de las nuevas variables u y v. La regla para hacerlo es la siguiente: para derivar una funcin z = z(x, y), x = x(u, v), y = y(u, v)
respecto de una nueva variable, se deriva z respecto de cada una de las antiguas variables y se multiplica por la derivada de cada antigua variable respecto de la nueva variable. Se entiende mejor si lo escribimos simblicamente z z x z y = + u x u y u En esta igualdad debes darte cuenta de que a la izquierda, como estamos derivando respecto a u, la letra z representa a la funcin compuesta z = z(x(u, v), y(u, v)) y la derivada est calculada en un punto (u, v). En la parte derecha de la igualdad la letra z representa la funcin dada z = z(x, y) y las letras x e y representan variables (cuando se deriva respecto de ellas) y funciones (cuando se derivan respecto de u). Debe entenderse que cuando se sustituye un valor de (u, v) en la igualdad los valores de x e y deben sustituirse por x = x(u, v), y = y(u, v). 1. Sea z = cos(xy) + ey1 cos x donde x = u2 + v, y = u v2. Calcular z en el punto (u, v) = (1, 1). u
u 2. Sea u = (x+ y)4 + y2 (z+ x)3 donde x = rs et , y = rs log(1 +t 2), z = r2 s cost. Calcula cuando s r = 2, s = 1, t = 0. 3. Sea z = f (x, y), y pongamos x = u2 + v2 , y = u/v. Calcular las derivadas parciales de de z respecto de las nuevas variables u y v en funcin de las derivadas parciales de z respecto de x e y. 4. Sea u = x4 y + y2z3 + (x/y), donde x = 1 + rs et y = rs2 et z = r2 s sent
Calcular
u cuando r = 2, s = 1, t = 0, sabiendo que (3/2) = 1. s z z z (2, 2) y (2, 2). Siendo (1, 1) = 2 x y r
5. Sea z = f (x, y) donde x = s4 + r4 , y = 2 r s2 . Calcula y z (1, 1) = 3. s
y 6. Prueba que la funcin F(x, y) = f ( x2 y2 ), donde f es una funcin real derivable, verica la igualdad F F (x2 + y2 ) + 2x y =0 x y
Extremos condicionados
195
7. Prueba que la funcin F(u, v) = f (u v, (u2 v2 )/2), donde f : R2 R es una funcin diferenciable, verica la igualdad (u2 + v2) f x
2
f y
F u
F v
8. Sea z = f (x, y), donde x = cos , y = sen . Calcula z/ y z/ y prueba que z x

2
z y
1 2
9. Sea g(s,t) = f (s2 t 2 ,t 2 s2 ). Prueba la igualdad t
g g + s = 0. s t
10. Sea u = f (x, y) donde x = es cost, y = es sent. Justica que 2u 2u + = e2s x2 y2 2u 2u + s2 t 2
11. Sea z = f (x, y), donde x = cos , y = sen . Prueba que 2z 2z 2z 1 2z 1 z + 2= 2+ 2 2+ 2 x y 12. Sea z = f (x, y) donde x = x(u, v), y = y(u, v). Prueba que 2z 2 z x = 2x u2 x u
2
+2
2 z x y 2 z + xy u u y2
y u
z 2x z 2y + x u2 y u2
E indica la forma e que se evalan estas funciones. 13. Una funcin se llama homognea de grado n N si f (tx,ty) = t n f (x, y). Prueba que en tal caso se verica la igualdad f f x +y = n f (x, y) x y 14. Sean las funciones f (x, y, z) = (ex +y2 , ez +y), g(u, v) = v2 + log u para (u, v) R R+ . Qu valor debe tener para que la derivada direccional mxima de g f en (0, 0, 0) sea igual a 1?
10.1.9. Extremos condicionados

En la teora de extremos relativos se supone que las variables pueden tomar valores en cualquier punto de un conjunto abierto, es decir, pueden moverse libremente en dicho conjunto. En muchos, por no decir que en la mayora, de los problemas reales las variables no tienen tanta libertad y estn obligadas a satisfacer ciertas condiciones que en Fsica suelen llamarse ligaduras. Por ejemplo, supongamos que un mvil se mueve en una curva dada por la interseccin de dos supercies; para cada punto (x, y, z) la energa cintica del mvil viene dada por una funcin conocida f (x, y, z) y queremos calcular los puntos de la trayectoria donde dicha energa es mxima o mnima. En esta situacin las variables x , y , z no son libres sino que deben satisfacer la condicin (x, y, z) . Otro ejemplo; supongamos que la temperatura en un
196
punto (x, y, z) de la supercie terrestre viene dada por una funcin T (x, y, z) y queremos calcular los puntos de mayor y menor temperatura. Aqu las variables tampoco son libres pues deben vericar una condicin de la forma x2 + y2 + z2 = R2 donde R es el radio de la Tierra. Igualmente, en problemas de optimizacin de costes o benecios las variables estn siempre sometidas a restricciones que dependen de las condiciones de produccin o del mercado. Es importante que comprendas la diferencia entre un problema de extremos relativos libres y un problema de extremos condicionados. Considera el siguiente ejemplo. 10.37 Ejemplo. La funcin f (x, y) = xy ex +y tiene un nico punto crtico, el origen, que es un punto de silla. Por tanto dicha funcin no tiene extremos relativos en R2 . Supongamos que imponemos a las variables la condicin x2 + y2 = 1 y queremos calcular el mximo valor de f (x, y) cuando se verique que x2 + y2 = 1. Fjate en que el problema es completamente distinto. Ahora solamente nos interesan los valores que toma la funcin f (x, y) en el conjunto K = (x, y) R2 : x2 + y2 = 1 Sabemos que dicho conjunto es un conjunto compacto (es cerrado porque coincide con su frontera y acotado); adems la funcin f es continua, por tanto podemos asegurar, de entrada, que tiene que haber algn punto (a, b) K en el cual la funcin f alcanza su mayor valor en K (y tiene que haber otro donde alcance su menor valor en K). Calcular dicho punto es, en este caso, muy sencillo pues para (x, y)K se tiene que f (x, y) = e x y. Como para (x, y)K se tiene que y = 1 x2 y los valores negativos de f no nos interesan porque queremos calcular el mayor valor que toma en K, se sigue que m x { f (x, y) : (x, y) K} = m x e x a a 1 x2 : 1 x 1 1 x2
2 2
Nuestro problema se ha convertido en calcular el mximo absoluto de la funcin h(x) = e x para 1 x 1.
De hecho, t has resuelto ejercicios de extremos condicionados aunque no seas consciente de ello. Por ejemplo, seguro que alguna vez has resuelto el siguiente ejercicio. 10.38 Ejemplo. Entre todos los rectngulos cuyo permetro es igual a 16 calcular el que tiene rea mxima. Este ejercicio puedes plantearlo como sigue. Sea f (x, y) = xy la funcin que da el rea de un rectngulo cuyos lados tienen longitudes x e y. Se trata de calcular el mximo de f (x, y) cuando las variables verican la condicin 2x + 2y = 16. Por tanto, es un problema de extremos condicionados. Seguro que ahora recuerdas algunos otros ejercicios parecidos a este que has hecho sin saber que estabas haciendo problemas de extremos condicionados. La razn es clara: la condicin que nos dan es tan sencilla que permite despejar una variable en funcin de la otra, y = 8 x, con lo que nuestra funcin se convierte en xy = x(8 x) y el problema queda reducido a calcular el mayor valor de x(8 x) cuando 8 x 8. Los ejemplos anteriores ponen de maniesto que los problemas de extremos condicionados en los que puede utilizarse la condicin que nos dan para despejar una variable en funcin de
197
otra, se reducen fcilmente a problemas de extremos de funciones de una variable. Pero supongamos ahora que cambiamos la condicin del ejemplo 1 por la siguiente: x ex +y + ey + sin(1 + xy) = 2 La cosa se complica porque ahora es imposible usar la condicin impuesta para despejar una variable en funcin de la otra. Ahora s tenemos un autntico problema de extremos condicionados. Lo antes dicho para funciones de dos variables puedes generalizarlo para funciones de tres variables. Por ejemplo el problema de calcular las dimensiones de un ortoedro de volumen igual a 8 para que su supercie lateral sea mnima, puedes plantearlo como sigue: calcular el mximo de f (x, y, z) = 2xy + 2xz + 2yz (la funcin que da la supercie lateral de un ortoedro cuyos lados tiene longitudes x, y, z) con la condicin xyz = 8. Se trata de un problema de extremos condicionados, pero la condicin dada permite despejar una variable en funcin de las otras dos z = 8/(xy) con lo que nuestra funcin queda 2xy + 2xz + 2yz = xy + 16/y + 16/x funcin de la que hay que calcular su mnimo absoluto cuando 0 < x, 0 < y. Hemos convertido as el problema en uno de extremos relativos de una funcin de dos variables. Pero si cambiamos la condicin anterior por la siguiente x2 yz3 + sen(1 + xz) + y eyx = 1 o bien, si imponemos dos condiciones como las siguientes: log(1 + x2 + y2 ) + sin(1 + xz) 1 = 0, e1+y+x+z + cos(xyz) + x2 z2 3 = 0
entonces no podemos usar esa condicin (o condiciones) para despejar una variable (o dos variables) en funcin de las otras (de la otra). La teora de extremos condicionados te dice cmo proceder en este tipo de problemas independientemente de que la condicin (o condiciones) que nos den sea ms o menos fcil y permita o no despejar variables. El resultado bsico de esa teora, que proporciona una condicin necesaria de extremo condicionado, es el teorema de Lagrange. Para facilitar su comprensin, en vez de dar un enunciado general, lo enuncio en los tres casos que se presentan con mayor frecuencia. Antes de enunciarlo conviene dar la denicin de extremo local condicionado. 10.39 Denicin. Sea f un campo escalar de n variables y S un subconjunto de Rn . Se dice que f tiene un mximo (resp. mnimo) local condicionado (por la condicin xS) en un punto a S, si hay un nmero r > 0 tal que para todo xB(x, r)S se verica que f (a) f (x) (resp. f (a) g(x)). Cuando f tiene en a un mximo o un mnimo local condicionado (por la condicin xS) se dice que f tiene un extremo condicionado en a.
Teorema de Lagrange En lo que sigue supondremos que las funciones que intervienen tienen derivadas parciales de primer orden continuas.
198
a) Consideremos el problema de calcular los extremos locales una funcin de dos variables f (x, y) cuando las variables estn obligadas a moverse en una curva dada por g(x, y) = 0: = (x, y) R2 : g(x, y) = 0 Es decir, se trata de un problema de extremos condicionados por la condicin (x, y) o, equivalentemente, g(x, y) = 0. Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que el vector gradiente de g no se anula en los puntos de . En estas hiptesis, para que un punto (a, b) sea un extremo local condicionado de f , es necesario que los vectores gradiente de f y de g en el punto (a, b) sean linealmente dependientes; es decir, que exista un nmero real 0 tal que f g x (a, b) + 0 x (a, b) = 0 f (a, b) + 0g(a, b) = 0 f g (a, b) + 0 (a, b) = 0 y y Como debe cumplirse tambin que g(a, b) = 0, para recordar estas tres condiciones que debe cumplir el punto (a, b) se suele denir una nueva funcin de tres variables, llamada funcin de Lagrange, por F(x, y, ) = f (x, y) + g(x, y) y las condiciones anteriores nos dicen que el punto (a, b, 0 ) es un punto crtico de la funcin de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagrange): F (x, y, ) = f (x, y) + g (x, y) = 0 x x x F f g (x, y, ) = (x, y) + (x, y) = 0 y y y F (x, y, ) = g(x, y) = 0
b) Consideremos el problema de calcular los extremos locales una funcin de tres variables f (x, y, z) cuando las variables estn obligadas a moverse en una supercie S dada por g(x, y, z) = 0: S = (x, y, z) R3 : g(x, y, z) = 0
Es decir, se trata de un problema de extremos condicionados por la condicin (x, y, z)S o, equivalentemente, g(x, y, z) = 0. Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que el vector gradiente de g no se anula en los puntos de S. En estas hiptesis, para que un punto (a, b, c) S sea un extremo local condicionado de f , es necesario que los vectores gradiente de f y de g en el punto (a, b, c) sean linealmente dependientes; es decir, que exista un nmero real 0 tal que g f (a, b, c) + 0 (a, b, c) = 0 x x f g (a, b, c) + 0 (a, b, c) = 0 f (a, b, c) + 0g(a, b, c) = 0 y y f g (a, b, c) + 0 (a, b, c) = 0 z z
199
Como debe cumplirse tambin que g(a, b, c) = 0, para recordar estas cuatro condiciones que debe cumplir el punto (a, b, c) se suele denir una nueva funcin de cuatro variables, llamada funcin de Lagrange, por F(x, y, z, ) = f (x, y, z) + g(x, y, z) y las condiciones anteriores nos dicen que el punto (a, b, c, 0 ) es un punto crtico de la funcin de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagrange): f g F x (x, y, z, ) = x (x, y, z) + x (x, y, z) = 0 F f g y (x, y, z, ) = y (x, y, z) + y (x, y, z) = 0 F f g z (x, y, z, ) = z (x, y, z) + z (x, y, z) = 0 F (x, y, z, ) = g(x, y, z) = 0 c) Consideremos el problema de calcular los extremos locales una funcin de tres variables f (x, y, z) cuando las variables estn obligadas a moverse en una curva dada por g(x, y, z) = h(x, y, z) = 0: = (x, y, z) R3 : g(x, y, z) = h(x, y, z) = 0 Es decir, se trata de un problema de extremos condicionados por la condicin (x, y, z) o, equivalentemente, g(x, y, z) = h(x, y, z) = 0. Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que los vectores gradiente de g y de h son linealmente independientes en todo punto de . En estas hiptesis, para que un punto (a, b, c) sea un extremo local condicionado de f , es necesario que los vectores gradiente de f , g y h en el punto (a, b, c) sean linealmente dependientes; es decir, que existan nmeros reales 0 , 0 tales que g h f x (a, b, c) + 0 x (a, b, c) + 0 x (a, b, c) = 0 f g h (a, b, c) + 0 (a, b, c) + 0 (a, b, c) = 0 f (a, b, c) + 0 g(a, b, c) + 0h(a, b, c) = 0 y y y f g h (a, b, c) + 0 (a, b, c) + 0 (a, b, c) = 0 z z z Como debe cumplirse tambin que g(a, b, c) = h(a, b, c) = 0, para recordar estas cinco condiciones que debe cumplir el punto (a, b, c) se suele denir una nueva funcin de cinco variables, llamada funcin de Lagrange, por F(x, y, z, , ) = f (x, y, z) + g(x, y, z) + h(x, y, z) y las condiciones anteriores nos dicen que el punto (a, b, c, 0 , 0 ) es un punto crtico de la funcin de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagran-
Extremos condicionados ge):
200
F f g h (x, y, z, , ) = (x, y, z) + (x, y, z) + (x, y, z) = 0 x x x x F f g h (x, y, z, , ) = (x, y, z) + (x, y, z) + (x, y, z) = 0 y y y y
F f g h (x, y, z, , ) = (x, y, z) + (x, y, z) + (x, y, z) = 0 z z z z F (x, y, z, , ) = g(x, y, z) = 0 F (x, y, z, , ) = h(x, y, z) = 0 Esta es la teora que debes saber referente a extremos condicionados. El mtodo que hemos descrito se conoce como mtodo de los multiplicadores de Lagrange porque las variables , que se introducen se llaman multiplicadores de Lagrange. La situacin que consideraremos en los ejercicios ser la siguiente: debers calcular el mximo o el mnimo absolutos de los valores de una funcin cuando las variables estn sometidas a una condicin como las que hemos considerado anteriormente (las variables deben estar en una curva en el plano, o en una supercie S en el espacio, o en una curva dada como interseccin de dos supercies) donde, adems la curva o la supercie S, segn sea el caso, son conjuntos compactos (lo que debers justicar en cada caso). En esta situacin, el teorema de Weierstrass asegura que hay puntos de o S en los que la funcin alcanza un mximo y un mnimo absolutos, es decir, son puntos en los que la funcin toma el mayor valor o el menor valor de todos los valores que toma en o S. Para calcular dichos puntos lo nico que debes hacer es calcular los puntos crticos de la funcin de Lagrange y calcular el valor de la funcin en cada uno de ellos, aqul punto (o puntos, puede haber ms de uno) donde la funcin tome el mayor valor ser el punto donde se alcanza el mximo absoluto; aqul punto (o puntos, puede haber ms de uno) donde la funcin tome el menor valor ser donde se alcanza el mnimo absoluto. Finalmente, incluyo, por complitud, un resultado que establece condiciones sucientes de extremo condicionado. No creo que tengas que usarlo.
Condiciones sucientes de extremo condicionado Supongamos que f es un campo escalar de n variables con derivadas parciales continuas de segundo orden. Sean g j , 1 j m , campos escalares de n variables con derivadas parciales de segundo orden continuas y denamos M = x : g j (x) = 0, 1 j m . Se supone que en todo punto x M los vectores gradiente g j (x) son linealmente independientes. Pongamos G = (g1 , g2 , . . . , gm ) y = (1 , 2 , . . . , m ). Sea F(x, ) = f (x) + G(x)
201
la funcin de Lagrange y sea (a, ) un punto crtico de la misma. Consideremos el siguiente polinomio 0mm J(G, a) 2F p(z) = J(G, a)t (a, ) z I xi x j 1 i n
1 j n
Si p(z) es de grado n m y todos sus coecientes son positivos o negativos, entonces a es un mximo local condicionado de f . Si p(z) es de grado n m y todos sus coecientes son distintos de cero y van alternando su signo, entonces a es un mnimo local condicionado de f . Si p(z) es de grado n m sus coecientes nulos estn seguidos y llegan hasta el trmino independiente y los no nulos o bien tienen todos igual signo o van alternando su signo, no se puede decir nada. En otro caso a no es extremo condicionado de f .
Ejercicios 1. Calcular el valor mayor y el valor menor que toma la funcin f (x, y, z) = xyz en los puntos del elipsoide x2 + 4y2 + 9z2 = 3. 2. Calcular el valor mayor y el valor menor que toma la funcin f (x, y, z) = y2 + 4z2 4yz 2xz 2xy en los puntos del elipsoide 2x2 + 3y2 + 6z2 = 1. 3. Determinar los puntos sobre la curva x2 y = 2 ms prximos al origen. 4. Hallar el punto de la recta interseccin de los planos x y = 2 y x 2z = 4, que est ms prximo al origen. 5. Calcular el punto P(x, y, z) en el plano de ecuacin 2x + y z = 5 que est ms cerca del origen. 6. El plano x + y + z = 24 corta al paraboloide z = x2 + y2 en una elipse. Calcula los puntos ms altos y ms bajos de dicha elipse. 7. Utiliza el mtodo de los multiplicadores de Lagrange para calcular un punto de la elipse de ecuacin x2 y2 + =1 a2 b2 tal que el segmento determinado por la interseccin de la tangente a la elipse en dicho punto con los ejes coordenados tenga longitud mnima. 8. Dado el elipsoide x2 y2 z2 + + =1 a 2 b 2 c2 calcular un punto de coordenadas positivas tal que el plano tangente al elipsoide en dicho punto determine con los ejes coordenados un tetraedro de volumen mnimo.
Extremos condicionados 9. Hallar los puntos de la curva x2 xy + y2 z2 = 1 x2 + y2 = 1 que estn ms prximos al origen de coordenadas. 10. Calcular la mnima distancia del origen a la supercie de ecuacin x y2 z3 = 2.
202
11. Calcular los valores mximo y mnimo de la funcin f (x, y, z) = xyz cuando el punto (x, y, z) pertenece a la curva denida por la interseccin del plano x + y + z = 0 y la esfera x2 + y2 + z2 1 = 0. 12. Calcular la mnima distancia entre la recta x + y = 4 y la circunferencia x2 + y2 = 1. 13. Calcular la mnima distancia entre la recta x y = 2 y la parbola y = x2 . 14. Calcula la distancia mnima entre la elipse x2 + 2y2 = 6 y la recta x + y = 5. 15. El rea de una caja rectangular sin tapa es de 108cm2 . Calcular sus dimensiones para que el volumen sea mximo. Clculo de extremos en conjuntos compactos En este tipo de ejercicios se trata de calcular el mximo o el mnimo absolutos de una funcin f con derivadas parciales continuas en un conjunto compacto K formado por la unin de un conjunto abierto acotado y de su frontera, K = U Fr(U). En este tipo de ejercicios la existencia de dichos extremos est asegurada de antemano en virtud del teorema de Weierstrass. Se trata realmente de dos problemas, pues lo que hay que hacer es estudiar los extremos relativos de f en el abierto U (un problema de extremos relativos) y estudiar los extremos locales condicionados de f en Fr(U). Si la frontera de U est denida de forma apropiada (es una curva o una supercie) ste ltimo es un problema de extremos condicionados. Cuando la frontera de U est dada por condiciones sencillas que permiten despejar variables puede hacerse un estudio directo sin necesidad de recurrir a la teora de extremos condicionados. 1. Calcular los extremos absolutos de f (x, y) = (x2 + 2y2) ex
2 y2
en el disco x2 + y2
4.
2. Calcular los valores mximos y mnimos absolutos de f (x, y, z) = xy2 z3 en la bola x2 + y2 + z2 1. 3. Hallar los extremos absolutos de f (x, y) = x2 + 3y2 en el crculo x2 2x + y2 3 0.
4. Hallar los extremos absolutos de la funcin f (x, y) = x2 y3 (1 x y) en el conjunto K = {(x, y) : |x| + |y| 1}
5. (*) Hallar los extremos absolutos de f (x, y) = x2 + y2 x y x y en el conjunto K = (x, y) R2 : x 0, y 0, x + y 3
6. Calcula los extremos absolutos del campo escalar f (x, y, z) = x + y + z en el conjunto A = (x, y, z) R3 : x2 + y2
1 .
Derivacin de funciones implcitamente denidas
203
10.1.10. Derivacin de funciones implcitamente denidas

Sea f (x, y) una funcin de dos variables con derivadas parciales de primer orden continuas y consideremos la ecuacin f (x, y) = 0. Las soluciones de dicha ecuacin representan una curva en el plano. Bueno, hablando con propiedad pueden representar algo ms general que una curva. Para que te convenzas de ello basta que consideres la ecuacin f (x, y) = (x2 + y2 1)(2(x 1)2 + 3(y 2)2 1)(y x2) = 0 la funcin f se anula en los puntos de la circunferencia x2 + y2 = 1, de la parbola y = x2 y de la elipse 2(x 1)2 + 3(y 2)2 = 1. Por tanto la ecuacin f (x, y) = 0 representa la unin de todas esas curvas.
Figura 10.1: Conjunto dado por f (x, y) = 0 Ese conjunto (ver gura (10.1)) no es exactamente una curva pero localmente se parece a una curva. La palabra localmente quiere decir que si jamos un punto (a, b) tal que f (a, b) = 0 entonces hay una bola abierta centrada en (a, b) de radio positivo, B((a, b), r) tal que el corte de dicha bola con el conjunto de puntos V = {(x, y) : f (x, y) = 0} es una curva, donde la palabra curva tiene el signicado que le hemos dado en el apartado dedicado al clculo de rectas tangentes. De hecho, no es cierto que la condicin anterior se verique para todos los puntos (a, b) tales que f (a, b) = 0. Dicha condicin falla en los puntos donde se cortan dos de las curvas cuya unin forma V , pues es claro que en dichos puntos el conjunto V no parece localmente una curva. Pues bien, dichos puntos son justamente los puntos donde se anula el vector gradiente de f . En dichos puntos la recta tangente no est denida. Este ejemplo te ayudar a entender lo que sigue. Volvamos al caso general de una funcin de dos variables f (x, y) con derivadas parciales continuas de primer orden. Consideremos ahora la ecuacin f (x, y) = 0 desde otro punto de vista. Intuitivamente, una ecuacin es una condicin que debe ligar a una de las variables, es decir, que si en la igualdad f (x, y) = 0 se ja un valor de x entonces el valor de y queda determinado de manera nica por dicho valor de x. A veces esto es verdad como en el siguiente ejemplo. Consideremos f (x, y) = y3 + y ex + sen x Fijado un valor de x la ecuacin f (x, y) = 0 es un polinomio de tercer grado en y que tiene una nica solucin real pues su derivada respecto de y es 3y2 + ex que no se anula. Es decir, en este
Derivacin de funciones implcitamente denidas caso es cierto que la igualdad y3 + y ex + sen x = 0
204
(10.27)
dene de manera nica a y como funcin de x, en el sentido de que jado un valor de x, hay un nico y = (x) que verica dicha igualdad, esto es, la funcin (x) est denida por la condicin: (x)3 + (x) ex + sen x = 0 (10.28)
Se dice que la funcin est implcitamente denida por la igualdad (10.27). Puedes calcular con Mathematica el valor de dicha funcin y comprobars que es bastante complicada. El hecho es que la mejor forma de trabajar con la funcin es la igualdad (10.28) que la dene. Por ejemplo, si queremos calcular la derivada de en un punto basta con que derivemos dicha igualdad para obtener 3 (x)(x)2 + (x) ex +(x) ex + cos x = 0 lo que permite calcular (x) en funcin de (x). En general, no es cierto que una igualdad de la forma f (x, y) = 0 permita despejar una variable en funcin de la otra. Para convencerte, considera el primer ejemplo que pusimos. Ni tan siquiera una igualdad tan sencilla como x2 + y2 1 = 0 permite despejar una variable como funcin de la otra pues es claro que para cada valor que jemos de una variable (comprendido entre -1 y 1) hay dos posibles valores de la otra que verican dicha igualdad. Relacionemos ahora los dos puntos de vista que hemos considerado. Pongamos = (x, y) R2 : f (x, y) = 0 Si la igualdad f (x, y) = 0 permitiera despejar y en funcin de x, es decir, deniera una funcin y = (x) por la condicin f (x, y) = 0 y = (x) entonces se tendra que (llamando I al intervalo donde est denida ) = (x, y) R2 : f (x, y) = 0 = {(x, (x)) : x I} es decir, el conjunto sera la grca de , que, como sabemos, es un tipo muy particular de curva. Pero ya hemos visto que el conjunto puede ser una curva mucho ms general que la grca de una funcin. Pero incluso en este caso, dicha curva es localmente, excepto en los puntos donde se anula el gradiente, una grca de una funcin. Las consideraciones anteriores se pueden llevar al caso de una funcin de tres variables f (x, y, z) considerando ahora la supercie denida por la ecuacin f (x, y, z) = 0. La pregunta ahora es si jados un valor de x y otro de y queda determinado de manera nica un valor de z = (x, y) que verica dicha ecuacin. En caso armativo tendramos que la supercie de ecuacin f (x, y, z) = 0 coincidira con la grca de . Ya puedes suponer que esto no es cierto en general pues la mayora de las supercies no son grcas de funciones. El siguiente resultado, conocido como teorema de la funcin implcita, nos dice lo que podemos armar en general en una situacin como la que estamos considerando.
Derivacin de funciones implcitamente denidas Teorema de la funcin implcita
205
Suponemos que las funciones que consideramos en lo que sigue tienen derivadas parciales de primer orden continuas. a) Consideremos primero el caso de una funcin f (x, y) de dos variables. Sea = (x, y) R2 : f (x, y) = 0 Supongamos que (a, b) y se verica que f (a, b) y 0
Entonces existe una funcin : I R, denida en un intervalo I tal que a I y (a) = b, que verica que f (x, (x)) = 0 para todo x I. La funcin se dice que est implcitamente denida por la ecuacin f (x, y) = 0. Dicha funcin es derivable en I y su derivada se calcula derivando la igualdad f (x, (x)) = 0 respecto a x con lo que se obtiene f (x, (x)) f f x (x, (x)) + (x, (x)) (x) = 0 = (x) = f x y (x, (x)) y Adems tenemos que (I (I)) = (x, y) R2 : f (x, y) = 0 (I (I)) = {(x, (x)) : x I} es decir, es localmente en el punto (a, b) una curva que viene dada por la grca de . b) Consideremos ahora el caso de una funcin f (x, y, z) de tres variables. Sea S = (x, y, z) R3 : f (x, y, z) = 0 Supongamos que (a, b, c) S y se verica que f (a, b, c) z 0
Entonces existe una funcin : U R, denida en un abierto U R2 con (a, b) U y (a, b) = c, que verica que f (x, y, (x, y)) = 0 para todo (x, y) U. La funcin se dice que est implcitamente denida por la ecuacin f (x, y, z) = 0. Dicha funcin tiene derivadas parciales continuas en U y sus derivadas parciales se calculan derivando la igualdad f (x, y, (x, y)) = 0 parcialmente respecto a x e y con lo que se obtiene f (x, y, (x, y)) f f x (x, y, (x, y)) + (x, y, (x, y)) (x, y) = 0 = (x, y) = f x z x x (x, y, (x, y)) z f f (x, y, (x, y)) + (x, y, (x, y)) (x, y) = 0 = (x, y) = y z y y f (x, y, (x, y)) y f (x, y, (x, y)) z
Derivacin de funciones implcitamente denidas Adems tenemos que S (U (U)) = (x, y, z) R3 : f (x, y, z) = 0 (U (U)) = {(x, y, (x, y)) : (x, y) U}
206
es decir, S es localmente en el punto (a, b, c) una supercie que viene dada por la grca de . El teorema de la funcin implcita es mucho ms general pero nos limitaremos a los casos considerados. En las hiptesis hechas pueden admitirse variaciones. La hiptesis que hay que hacer siempre es que el vector gradiente de f no sea cero en el punto considerado. En el caso a) puede suponerse igualmente que f (a, b) 0 x y la conclusin es que x puede expresarse localmente como funcin de y, es decir, que hay una funcin : J R denida en un intervalo J tal que bJ y (b) = a que verica que f ((y), y) = 0 para todo y J. Lo que sigue ya lo puedes suponer. Anlogamente, en el caso b) puede suponerse, por ejemplo que f (a, b, c) x 0
entonces es la variable x la que queda denida localmente de forma implcita como funcin de y, z. T mismo puedes completar el enunciado en este caso. Todo esto nos da ms libertad para elegir la variable que queremos expresar como funcin de las otras, basta con que la derivada parcial respecto de dicha variable sea distinta de cero. En la prctica el teorema de la funcin implcita se aplica en la forma que te explico en los siguientes ejemplos. 10.40 Ejemplo. Comprobar que la ecuacin xyz + sen(z 6) 2(x + y + x2y2 ) = 0 dene a z como funcin implcita de (x, y) en un entorno de (1, 1), con z(1, 1) = 6. Comprobar que (1, 1) es un punto crtico de la funcin z = z(x, y). Solucin. Pongamos f (x, y, z) = xyz+ sen(z 6) 2(x+ y+ x2 y2 ) que tiene derivadas parciales conf f tinuas de todo orden. Tenemos que = xy + cos(z 6), por lo que (1, 1, 6) = 2 0. Como, z z adems, f (1, 1, 6) = 0, el teorema de la funcin implcita garantiza que hay una funcin con derivadas parciales continuas, (x, y) z(x, y), denida en un entorno, U, de (1, 1) tal que z(1, 1) = 6, y f (x, y, z(x, y)) = 0 para todo (x, y) U. Derivando esta identidad tenemos que: z f f z + = yz 2(1 + 2xy 2) + (xy + cos(z 6)) = 0 x z x x f f z z + = xz 2(1 + 2x 2y) + (xy + cos(z 6)) = 0 y z y y (1) (2)
Donde las derivadas parciales de la funcin implcita z = z(x, y) estn calculadas en un punto (x, y)U y las de f estn calculadas en el punto (x, y, z(x, y)). Haciendo x = y = 1, z = z(1, 1) = 6, en
Derivacin de funciones implcitamente denidas las igualdades anteriores, se obtiene que de z = z(x, y).
207
z z (1, 1) = (1, 1) = 0, esto es, (1, 1) es un punto crtico x y
El ejemplo anterior es todava demasiado explcito, nos dice muy claramente lo que hay que hacer. Lo ms frecuente es que nos encontremos con ejercicios como el siguiente. 10.41 Ejemplo. Sabiendo que y cos(xz) + x3 ez y z + 1 = 0 (10.29)
Calcular
z (x, y) y particularizar para el punto (x, y) = (0, 0). x
Solucin. En un ejercicio como este lo ms fcil es que en la igualdad (10.29) sustituyas mentalmente z = z(x, y) y la veas como y cos x z(x, y) + x3 ez(x,y) y z(x, y) + 1 = 0 (10.30)
es decir, supones que has calculado para valores de x e y dados la solucin respecto a z de la igualdad (10.29). Esta solucin (que de hecho no es posible expresar de forma explcita, esto es, que no puede calcularse) la representamos por z = z(x, y) y es la funcin implcita denida por la igualdad (10.29) (el teorema de la funcin implcita que es un teorema de existencia garantiza que dicha funcin existe). Ahora derivamos en la igualdad (10.30) respecto a x para obtener y sen x z(x, y) de donde z(x, y) + x z z z (x, y) + 3x2 ez(x,y) y +x3 y (x, y) ez(x,y) y (x, y) = 0 x x x
Naturalmente, esta igualdad tiene sentido siempre que el denominador de la fraccin sea distinto de cero. Puedes comprobar que si llamas f (x, y, z) = y cos(xz)+x3 ez y z+1 entonces la igualdad anterior es precisamente f (x, y, z) x f (x, y, z) z calculada en el punto (x, y, z(x, y)). Para (x, y) = (0, 0) se tiene que z(0, 0) viene dado por la ecuacin que se obtiene haciendo x = 0 e y = 0 en la igualdad (10.29) de donde se sigue z(0, 0) = 1. Adems f f (0, 0, z(0, 0)) = (0, 0, 1) = 1 0 z z Por lo que z 0 (0, 0) = =0 x 1
y z(x, y) sen x z(x, y) 3x2 ez(x,y) y z (x, y) = 3 z(x,y) y x x ye x y sen(x z(x, y)) 1
Ejercicios 1. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) denida implcitamente por y z4 + x2 z3 ex y z = 0. Particularizar para el punto (x, y) = (1, 0).
Derivacin de funciones implcitamente denidas
208
2. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) denida implcitamente por z3 + z ex + cos y = 0. 3. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) dada implcitamente por 3x2 y2 + 2z2 xy 2zx3 + 4zy3 4 = 0, en el punto (2, 1) siendo z(2, 1) = 2. 4. Supongamos que la igualdad
y+z z2
g(t)dt +
xy 3x+y
h(t)dt = 0
donde g y h son funciones reales derivables, dene a z como funcin implcita de x, y. Calcular las derivadas parciales de primer orden de z = z(x, y). 5. Supongamos que la igualdad F(x, y, z) = 0 determina implcitamente funciones diferenx y z ciables x = x(y, z), y = y(x, z), z = z(x, y). Probar que = 1. y z x 6. Calcular la derivada de la funcin y = y(x) denida implcitamente por xy + 3x2 2y2 2y = 0 Particularizar para x = 1 sabiendo que y(1) = 1. 7. Calcular la derivada de la funcin y = y(x) denida implcitamente por y log(x2 2 + y2) 2x y = 0 Particularizar para x = 0 sabiendo que y(0) = 1.

Gonzales. (2006) - Cálculo Diferencial e Integral

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Gonzales. (2006) - Cálculo Diferencial e Integral

Uploaded by

Copyright:

Available Formats

C LCULO DIFERENCIAL E INTEGRAL

Javier Prez Gonzlez

Asignatura: Clculo Curso: Primero Titulacin: Ingeniero de Telecomunicacin septiembre 2006

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

ndice general 7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8. Integral de Riemann

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Axiomas de los nmeros reales. Desigualdades. Principio de induccin

Nmeros reales. Propiedades algebraicas y de orden

1.1. Nmeros reales. Propiedades algebraicas y de orden

Nmeros reales. Propiedades algebraicas y de orden P2 [Propiedades conmutativas] x + y = y + x ; x y = yx para todos x, y en R.

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Universidad de Granada Dpto. de Anlisis Matemtico

4. Calcula para qu valores de x se verica que: i) iv) vii)

5. Dado que tado.

iv) (a 2 + a + 1)(b 2 + b + 1)(c 2 + c + 1)

1.3. Principio de induccin matemtica

Principio de induccin matemtica Demostracin. Basta poner G =

7 ai ,1 G n, con lo cual x1 x2 xn = 1 por lo

nG y se da la igualdad solamente cuando xi = 1, para i = 1, 2, . . . , n;

n k=0 n+1 k=1

n nk k+1 a b = k n a n+1k b k k1 a n+1k b k =

Universidad de Granada Dpto. de Anlisis Matemtico

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

c) Todos los nmeros de la forma n5 n son mltiplos de 5.

iii) (a1 + a2 + + an)

siendo a > 0, b > 0, a

Deduce que para todo nmero natural n se verica que: 1+ 1 n

9. Sea q N y a > 0. Prueba que el nmero

nq es muy pequeo si n es muy grande. (1 + a) n

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Funciones reales. Funciones elementales

2.1. Funciones reales

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

2.2. Estudio descriptivo de las funciones elementales2

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Estudio descriptivo de las funciones elementales Si x < 0 y k es impar se dene k x=

Potencias racionales Dados x > 0, p Z y q N, denimos x p/q = q x p . Notemos que ( q x ) p = q x p pues

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Estudio descriptivo de las funciones elementales Exponenciales

Figura 2.2: Funcin expa (x), a > 0

Estudio descriptivo de las funciones elementales

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Estudio descriptivo de las funciones elementales

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Ing. de Telecomunicacin

Estudio descriptivo de las funciones elementales Funciones seno y coseno

Estudio descriptivo de las funciones elementales

Figura 2.3: Funcin arc sen x

Figura 2.4: Funcin arc cos x

Universidad de Granada Dpto. de Anlisis Matemtico