Vera Salvador - Calculo para La Ingenieria

Calculo para la ingeniera
Salvador Vera
28 de marzo de 2004
ii
c by Salvador Vera Ballesteros, 1998-2004.
Copyright
Indice general
1. Conceptos b
asicos
1.1. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Orden, desigualdades e intervalos . . . . . . . . . . . .
1.1.2. Valor absoluto y distancia . . . . . . . . . . . . . . . .
1.2. El plano y el espacio cartesiano . . . . . . . . . . . . . . . . .
1.2.1. Sistema rectangular de coordenadas cartesianas . . . .
1.2.2. Distancia entre dos puntos . . . . . . . . . . . . . . .
1.2.3. El crculo y la esfera . . . . . . . . . . . . . . . . . . .
1.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2. Representacion de funciones . . . . . . . . . . . . . . .
1.3.3. Dominio implcito de una funci
on . . . . . . . . . . . .
1.3.4. Restricciones y extensiones de funciones . . . . . . . .
1.3.5. Composici
on de funciones. . . . . . . . . . . . . . . . .
1.3.6. Funciones inyectivas e inversas . . . . . . . . . . . . .
1.3.7. Funciones suprayectivas y biyectivas . . . . . . . . . .
1.3.8. Im
agenes directa e inversa de un conjunto . . . . . . .
1.3.9. Funciones pares e impares . . . . . . . . . . . . . . . .
1.3.10. La funci
on valor absoluto . . . . . . . . . . . . . . . .
1.4. Lmite de sucesiones . . . . . . . . . . . . . . . . . . . . . . .
1.5. Lmite y continuidad de funciones . . . . . . . . . . . . . . . .
1.5.1. Definicion de lmite . . . . . . . . . . . . . . . . . . . .
1.5.2. Lmites laterales . . . . . . . . . . . . . . . . . . . . .
1.5.3. Propiedades de los lmites . . . . . . . . . . . . . . . .
1.5.4. Continuidad de una funci
on en un punto . . . . . . . .
1.5.5. Propiedades de las funciones continuas . . . . . . . . .
1.5.6. Lmites infinitos . . . . . . . . . . . . . . . . . . . . .
1.5.7. Lmites en el infinito . . . . . . . . . . . . . . . . . . .
1.5.8. Tecnicas elementales para el c
alculo de lmites . . . .
1.5.9. Infinitesimos equivalentes . . . . . . . . . . . . . . . .
1.5.10. Infinitesimos m
as frecuentes en z 0 . . . . . . . . .
1.6. Funciones hiperb
olicas. . . . . . . . . . . . . . . . . . . . . . .
1.6.1. Coseno y seno hiperb
olico . . . . . . . . . . . . . . . .
1.6.2. Formula fundamental de la Trigonometra hiperb
olica
1.6.3. Significado del termino hiperb
olicas. . . . . . . . . .
1.6.4. Otras razones hiperb
olicas . . . . . . . . . . . . . . . .
1.6.5. Formulas del angulo doble . . . . . . . . . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
5
10
10
11
13
17
17
21
25
27
27
31
37
37
38
38
40
49
49
57
58
58
60
62
67
70
74
75
77
77
78
78
79
79
INDICE GENERAL
iv
1.6.6. El cuadrado del senh y del cosh . . .
1.6.7. Grafica de las funciones hiperb
olicas
1.6.8. Funciones hiperb
olicas inversas . . .
1.6.9. Identidad hiperb
olica . . . . . . . . .
1.6.10. Formula logartmica de las funciones
1.7. Problemas propuestos del Captulo 1 . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
hiperb
olicas
. . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
inversas
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
80
80
81
82
82
83
2. Funciones de varias variables: Lmites

2.1. Funciones de varias variables . . . . . . . . . . . . . . . . . . . .
2.1.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.2. Dominio de una funci
on de varias variables . . . . . . . .
2.1.3. Operaciones con funciones de varias variables. . . . . . . .
2.1.4. Composici
on de funciones . . . . . . . . . . . . . . . . . .
2.1.5. Grafica de una funci
on de dos variables . . . . . . . . . .
2.1.6. Otras representaciones de las funciones de varias variables
2.2. Lmite y continuidad . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2. Entorno de un punto en el plano . . . . . . . . . . . . . .
2.2.3. Lmite y continuidad en dos variables . . . . . . . . . . .
2.2.4. Lmite de las funciones elementales . . . . . . . . . . . . .
2.2.5. Comprobando lmites aplicando la definicion . . . . . . .
2.2.6. Calculo de lmites mediante operaciones algebraicas . . .
2.2.7. Teorema del encaje y de la acotacion . . . . . . . . . . . .
2.2.8. Infinitesimos equivalentes. . . . . . . . . . . . . . . . . . .
2.2.9. Inexistencia de lmites . . . . . . . . . . . . . . . . . . . .
2.2.10. Lmites en el infinito . . . . . . . . . . . . . . . . . . . . .
2.3. Problemas propuestos del Captulo 2 . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
85
85
85
89
94
96
102
110
111
111
111
113
115
118
122
124
125
128
137
139
3. Derivada de Funciones de una variable

3.1. Derivada y continuidad. Tangente y normal . . . . . . . . . . . . .
3.1.1. Idea intuitiva de recta tangente. . . . . . . . . . . . . . . .
3.1.2. Rectas tangentes no intuitivas . . . . . . . . . . . . . . . . .
3.1.3. La pendiente de la recta tangente . . . . . . . . . . . . . . .
3.1.4. Definicion de derivada . . . . . . . . . . . . . . . . . . . . .
3.1.5. Otra forma de la derivada . . . . . . . . . . . . . . . . . . .
3.1.6. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . .
3.1.7. Derivada y continuidad . . . . . . . . . . . . . . . . . . . .
3.1.8. Significado grafico de la derivada: Suavidad. . . . . . . . . .
3.1.9. La ecuaci
on de la recta tangente . . . . . . . . . . . . . . .
3.1.10. La ecuaci
on de la recta normal . . . . . . . . . . . . . . . .
3.1.11. Curvas de tangente horizontal y curvas de tangente vertical
3.2. Funcion derivada. reglas de derivacion. . . . . . . . . . . . . . . . .
3.2.1. Funcion derivada . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2. Reglas de derivacion. . . . . . . . . . . . . . . . . . . . . . .
3.2.3. Derivadas de funciones con un punto aparte . . . . . . . . .
3.2.4. Derivada de funciones definidas a trozos . . . . . . . . . . .
3.2.5. Derivacion de funciones implcitas . . . . . . . . . . . . . .
3.2.6. Derivacion logartmica . . . . . . . . . . . . . . . . . . . . .
3.2.7. Derivadas de orden superior . . . . . . . . . . . . . . . . . .
3.2.8. Aproximacion lineal y notacion diferencial . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
141
141
141
142
144
144
144
145
146
148
148
150
150
151
151
152
154
156
158
160
161
162
INDICE GENERAL
3.3. Lmite de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1. Infinitesimos equivalentes . . . . . . . . . . . . . . . . . . . .
3.3.2. Infinitesimos m
as frecuentes en z 0 . . . . . . . . . . . . .
3.3.3. Formas indeterminadas. Reglas de LHopital. . . . . . . . . .
3.4. Lmite de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5. Estudio local de funciones. Polinomio de Taylor . . . . . . . . . . . .
3.5.1. Introducci
on. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2. Algunas propiedades de los polinomios . . . . . . . . . . . . .
3.5.3. Polinomio de Taylor de una funci
on no polinomica . . . . . .
3.5.4. Polinomio de Taylor de las funciones elementales . . . . . . .
3.5.5. Resto de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.6. Aplicaciones de la formula de Taylor a c
alculos aproximados .
3.5.7. Aplicaciones de la Formula de Taylor al c
alculo de lmites . .
3.6. Extremos de funciones de una sola variable . . . . . . . . . . . . . .
3.6.1. Maximos y mnimos absolutos . . . . . . . . . . . . . . . . . .
3.6.2. Maximos y mnimos relativos o locales . . . . . . . . . . . . .
3.6.3. Determinacion de funciones conocidos sus puntos crticos . .
3.6.4. Problemas de aplicaci
on de m
aximos y mnimos . . . . . . . .
3.7. Problemas propuestos del Captulo 3 . . . . . . . . . . . . . . . . . .
4. Derivaci
on de funciones multivariables
4.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . .
4.1.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . .
4.1.2. Definicion . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3. La funci
on derivada parcial . . . . . . . . . . . . . .
4.1.4. Funciones de m
as de dos variables . . . . . . . . . .
4.1.5. Razon de cambio . . . . . . . . . . . . . . . . . . . .
4.1.6. Interpretacion geometrica de las derivadas parciales
4.1.7. Continuidad y derivadas parciales . . . . . . . . . .
4.2. Derivadas parciales de ordenes superiores . . . . . . . . . .
4.3. Derivadas direccionales. . . . . . . . . . . . . . . . . . . . .
4.3.1. Derivadas direccionales . . . . . . . . . . . . . . . .
4.3.2. Derivada direccional y derivadas parciales . . . . . .
4.4. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . .
4.4.1. Generalizacion del concepto de diferenciabilidad . .
4.4.2. Diferenciabilidad y derivadas parciales . . . . . . . .
4.4.3. La diferencial . . . . . . . . . . . . . . . . . . . . . .
4.4.4. Diferenciabilidad y continuidad . . . . . . . . . . . .
4.4.5. Diferenciabilidad de funciones de n variables . . . .
4.4.6. Condicion suficiente para la diferenciabilidad . . . .
4.4.7. Caracterizacion de las funciones diferenciables . . . .
4.4.8. Diferenciabilidad y derivadas direccionales . . . . . .
4.4.9. La derivada seg
un una direccion curva . . . . . . . .
4.5. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1. Definicion . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2. Vector gradiente y derivada direccional . . . . . . . .
4.5.3. Gradiente y curvas de nivel . . . . . . . . . . . . . .
4.6. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.1. Vectores normales . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
164
164
164
165
173
175
175
176
179
181
184
185
187
188
188
192
196
196
200
203
203
203
204
206
208
210
211
212
214
219
219
223
225
226
229
231
231
235
236
238
240
241
241
241
243
245
245
245
vi
INDICE GENERAL
4.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.3. Recta tangente y plano normal a una curva en el espacio . .
4.6.4. La diferencial como aproximacion del incremento . . . . . .
4.7. Funciones vectoriales y matriz Jacobiana . . . . . . . . . . . . . . .
4.7.1. Funciones vectoriales de variable vectorial . . . . . . . . . .
4.7.2. Continuidad de las funciones vectoriales . . . . . . . . . . .
4.7.3. Derivadas parciales de funciones vectoriales . . . . . . . . .
4.7.4. Funciones vectoriales diferenciables . . . . . . . . . . . . . .
4.8. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1. Funciones compuestas, inversas e implcitas de una variable
4.8.2. Composici
on de funciones vectoriales . . . . . . . . . . . . .
4.8.3. Regla de la cadena. Perspectiva te
orica: Diferencial . . . . .
4.8.4. Regla de la cadena. Perspectiva practica: Parciales . . . . .
4.8.5. Regla de la cadena. Perspectiva general: Matriz jacobiana .
4.9. Funciones implcitas . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9.1. Funciones de una variable . . . . . . . . . . . . . . . . . . .
4.9.2. Funciones de dos variables . . . . . . . . . . . . . . . . . . .
4.10. Extremos de las funciones de varias variables . . . . . . . . . . . .
4.10.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.3. Estudio de la naturaleza de los puntos crticos . . . . . . .
4.10.4. Extremos condicionados. Multiplicadores de Lagrange
4.10.5. Maximos y mnimos absolutos . . . . . . . . . . . . . . . . .
4.11. Problemas propuestos del Captulo 4 . . . . . . . . . . . . . . . . .
5. Integral definida. C
alculo de primitivas
5.1. La estimacion de un area. Sumas de Riemann. . . . . . . . .
5.1.1. Significado geometrico de la integral . . . . . . . . . .
5.1.2. Calculo de lmites utilizando el concepto de integral .
5.1.3. Propiedades de la integral definida . . . . . . . . . . .
5.2. El teorema fundamental del Calculo . . . . . . . . . . . . . .
5.2.1. Regla de Barrow: La integral como una primitiva . . .
5.3. Integraci
on inmediata. . . . . . . . . . . . . . . . . . . . . . .
5.3.1. Propiedades de la integral indefinida . . . . . . . . . .
5.3.2. Tabla de integrales inmediatas . . . . . . . . . . . . .
5.4. Integraci
on mediante cambio de variable . . . . . . . . . . . .
5.5. Integraci
on por partes. . . . . . . . . . . . . . . . . . . . . . .
5.6. Integraci
on de funciones racionales . . . . . . . . . . . . . . .
5.6.1. Integraci
on de fracciones elementales . . . . . . . . . .
5.6.2. Integraci
on mediante desarrollo en fracciones simples .
5.7. Integraci
on de expresiones trigonometricas . . . . . . . . . . .
5.7.1. Integraci
on de potencias de funciones trigonometricas
5.7.2. Integraci
on de funciones racionales del sen y del cos .
5.8. Integraci
on de funciones irracionales . . . . . . . . . . . . . .
5.8.1. Radicales semejantes . . . . . . . . . . . . . . . . . . .
5.8.2. La sustitucion trigonometrica . . . . . . . . . . . . . .
5.9. Problemas propuestos del Captulo 5 . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
248
252
254
259
259
260
262
263
267
267
268
271
273
281
287
287
292
296
296
296
298
305
311
316
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
319
319
319
324
330
333
337
341
341
342
343
346
350
350
351
358
358
360
362
362
363
366
INDICE GENERAL
6. Aplicaciones de la integral.
6.1. Calculo del area de una figura plana. . . . . . . . . . . . . . . . . .
6.2. Calculo del volumen de un cuerpo . . . . . . . . . . . . . . . . . .
6.2.1. Volumen de un cuerpo cualquiera: Metodo de secciones . .
6.2.2. Volumen de un solido de revolucion: Metodo de discos . . .
6.2.3. Volumen de un solido de revolucion: Metodo de los cilindros
6.3. Lmite de sumas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.4. Problemas propuestos del Captulo 6 . . . . . . . . . . . . . . . . .
vii
.
.
.
.
.
.
.
367
367
370
370
371
371
377
378
Soluciones a los ejercicios y problemas propuestos
379
Bibliografa
383
Indice alfab
etico
384
c by Salvador Vera Ballesteros, 1998-2004.

Copyright
viii
INDICE GENERAL
Captulo 1
Conceptos b
asicos
1.1.
La recta real
Suponemos conocidos los n

umeros reales, as como su representaci
on en la
recta real.
Los n
umeros reales se pueden representar mediante expresiones decimales finitas o infinitas. Si la expresi
on decimal es finita o peri
odica infinita,
entonces el n
umero real se puede expresar como el cociente de dos n
umeros
enteros y se dice que el n
umero real es racional. Recprocamente cualquier
n
umero racional (cociente de dos enteros) se puede expresar mediante una
expresi
on decimal finita o infinita peri
odica. Cuando la expresi
on decimal
tiene infinitas cifras que no se repiten de manera peri
odica se dice que el
n
umero real es irracional.
Los n
umeros reales admiten una representaci
on geometrica en una recta.
En dicha representaci
on cada n
umero real se representa por un solo punto
de la recta y cada punto de la recta representa un solo n
umero real. En consecuencia, hablaremos indistintamente de n
umero o de punto. Por convenio,
los n
umeros positivos se representan a la derecha del cero y los negativos a
la izquierda. Se llama recta real a una recta en la que se han representado
los n
umeros reales.
3
1
2
Figura 1.1: La recta real
1.1.1.
Orden, desigualdades e intervalos
Definici
on 1.1 (N
umeros positivos y n
umeros negativos). 1) Para
cada n
umero real a est
a definida una y s
olo una de las siguientes relaciones:
1

CAPITULO 1. CONCEPTOS BASICOS
a) a es mayor que cero (es positivo), a > 0;

b) a es igual a cero, a = 0;
c) a es menor que cero (es negativo), a < 0.
2) Si a y b son n
umeros positivos, entonces
a) Su suma es positiva, a + b > 0.
b) Su producto es tambien positivo, ab > 0.
Definici
on 1.2 (Orden en la recta real). Dados dos n
umeros reales a y
b. Se dice que a es menor que b y se denota a < b, si b a es positivo.
a<b
ba>0
Si a es menor que b, tambien se dice que b es mayor que a y se escribe b > a

El smbolo a b significa que a es menor o igual que b.
Si a < b, entonces a se representa en la recta a la izquierda de b.
Proposici
on 1.1 (Propiedades de las desigualdades). Si a, b, c y d
son n
umeros reales, se tiene:
1. Transitiva: Si a < b y b < c, entonces a < c
2. Aditiva: Si a < b y c < d, entonces a + c < b + d

a+c<b+c
3. Si a < b, entonces, para cualquier n
umero real c
ac<bc
4. Si a < b y p > 0, entonces ap < bp
5. Si a < b y n < 0, entonces an > bn
Nota: En consecuencia, podemos decir que con las desigualdades se pueden realizar las
mismas transformaciones que con las igualdades, salvo que al multiplicar o dividir, ambos
miembros, por un n
umero negativo hay que invertir el sentido de la desigualdad. As,
2x < 6
x > 3
Una desigualdad en la que aparecen una o varias variables tambien se llama inecuaci
on.
Definici
on 1.3 (Intervalos). Sean a y b dos n
umeros reales tales que
a b. Se llama intervalo abierto de extremos a y b, al conjunto de puntos
comprendidos entre a y b, excluidos dichos puntos
(a, b) = {x R/ a < x < b}
Se llama intervalo cerrado de extremos a y b, al conjunto de puntos comprendidos entre a y b, incluidos dichos puntos
[a, b] = {x R/ a x b}
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos refiriendo.
1.1. LA RECTA REAL

Tambien se definen los siguientes tipos de intervalos:
Intervalos semiabiertos
[a, b) = {x R/ a x < b}
(a, b] = {x R/ a < x b}
Intervalos infinitos
(, b] = {x R/ x b}
(, b) = {x R/ x < b}
(a, +) = {x R/ a < x}
[a, +) = {x R/ a x}
(, +) = R
Ejemplo 1.1 (Resolviendo inecuaciones). Hallar el conjunto soluci

on de las
siguientes desigualdades
a) 2x 3 < 5
b) 3 2x < 5
Soluci
on. a) Operando, como si se tratara de una ecuaci
on, resulta:
2x 3 < 5
2x < 5 + 3
x<
8
2
x<2
Por tanto, el conjunto soluci

on es el intervalo (, 2).
b) En este caso operamos de la misma manera, pero al dividir por -2 invertimos el sentido de la desigualdad. As,
3 2x < 5
2x < 5 3
x>
2
2
x > 1
Luego el conjunto soluci

on es el intervalo (1, +).
Ejemplo 1.2 (Resolviendo sistemas de inecuaciones). Hallar el conjunto
soluci
on del siguiente sistema de desigualdades

2x + 1 1
3x 7 2
Soluci
on. Se trata de hallar la intersecci
on de los conjuntos soluci
on de
cada una de las desigualdades. Para ello, resolvemos ambas inecuaciones
por separado y luego hallamos la intersecci
on

x 1
2x 2
2x 1 1
2x + 1 1
x3
3x 9
3x 2 + 7
3x 7 2
Luego el intervalo soluci
on es [1, 3]

Ejemplo 1.3 (Resolviendo inecuaciones dobles). Hallar el conjunto soluci

on
del siguiente sistema de desigualdades

2 3x 1
2 3x 11
Soluci
on. Podemos resolver cada inecuaci
on por separado, o bien, utilizar el
hecho de que la expresi
on 2 3x aparece en ambas inecuaciones y trabajar
conjuntamente. As,

2 3x 1
1 2 3x 11
2 3x 11
restando 2 en los tres miembros, resulta
3 3x 9
y dividiendo por -3
1 x 3
Luego el conjunto soluci

on es el intervalo [3, 1].
Ejemplo 1.4 (Resolviendo inecuaciones cuadraticas). Hallar el conjunto
soluci
on de la inecuaci
on x2 < 6x 8
Soluci
on. El camino m
as f
acil para resolver estas inecuaciones es dejar solamente cero en el segundo miembro. As,
x2 6x + 8 < 0
hallamos las races del polinomio p(x) = x2 6x + 8,

62
6 36 32
4
2
=
=
x 6x + 8 = 0 x =
2
2
2
Teniendo en cuenta que un polinomio cambia de signo s
olo en sus ceros1 ,
podemos resolver la desigualdad probando el signo del polinomio en cada
uno de los intervalos
x < 2,
2 < x < 4,
x>4
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor del polinomio en ese punto (puesto que en todo el intervalo
el polinomio conserva el signo). As,
p(0) = +8 > 0,
p(3) = 9 18 + 8 = 1 < 0,
p(5) = 25 30 + 8 = +3 > 0
Como la desigualdad se cumple s

olo en el intervalo central, se concluye que
el conjunto soluci
on es
2 < x < 4 es decir, el intervalo (2, 4)
1
agina 61
ver Corolario 1.3 en la p
1.1. LA RECTA REAL
Ejemplo 1.5 (Resolviendo inecuaciones racionales). Hallar el conjunto soluci

on de la desigualdad
x2
<2
x4
Soluci
on. Dejamos cero en el segundo miembro, y operamos
x2
x2
x 2 2x + 8
6x
<2
2<0
<0
<0
x4
x4
x4
x4
Consideramos la funci
on racional
r(x) =
6x
x4
Y teniendo en cuenta que una funci

on racional puede cambiar de signo tanto
en los ceros del numerador como en los ceros del denominador, resulta que la
funci
on puede cambiar de signo en los puntos: x = 4 y x = 6. Luego podemos
resolver la desigualdad comprobando el signo de la funci
on racional en cada
uno de los intervalos
x<4
4<x<6
x>6
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor de la funci
on en ese punto. As,
r(0) =
6
< 0,
4
r(5) =
1
> 0,
1
r(7) =
1
<0
3
Como la desigualdad se cumple s

olo en los dos intervalos de los extremos,
se concluye que el conjunto soluci
on es
x<4
o x > 6, es decir, la uni
on de los intervalos (, 4) (6, +)
1.1.2.
Valor absoluto y distancia
Definici
on 1.4 (Valor absoluto). Se llama valor absoluto de un n
umero
real x, y se denota por el smbolo |x|, a dicho n
umero si es positivo, y a su
opuesto si es negativo.

x si x 0
| x |=
x si x < 0
Es decir, |x| representa la distancia desde el origen al punto x.
Ejemplo, |3| = 3, |0| = 0, | 3| = 3.
Nota: El valor absoluto de un n

umero nunca es negativo. Puede sorprender que x sea
positivo, sin embargo, esto no es nada sorprendente, ya que podemos pensar en (3) =
+3 que tambien es positivo, a pesar del signo menos inicial, ya que los dos signos menos
se compensan. Igual ocurre con x donde el signo menos que aparece de manera explcita
se compensa con el signo menos que x tiene implcitamente, ya que hemos supuesto, en el
segundo apartado, que x es negativo.

Ejemplo 1.6. Eliminar el valor absoluto en las siguientes expresiones:
(a) |1 + 2 3|
(b) |1 + 2 10|
Soluci
on. Tenemos que comprobar si la expresi
on que hay dentro del valor
absoluto da como resultado un n
umero positivo o negativo, si es positivo la
dejamos igual, y si es negativo la cambiamos de signo para convertirlo en
positivo. En consecuencia:
(a) |1 + 2 3| = 1 + 2
3
(b) |1 + 2 10| = (1 + 2 10) = 1 2 + 10

Propiedades del valor absoluto
1. |x| 0 El valor absoluto nunca es negativo.
2. |x| = 0 x = 0 El valor absoluto igualado a cero se puede suprimir.
3. |x|2 = |x2 | = x2 El valor absoluto elevado al cuadrado se puede suprimir.
4. |x| = | x| Dentro del valor absoluto se puede cambiar de signo.
x2 = |x|
5.
6. |x| x |x|
7. |x + y| |x| + |y|
8. |xy| = |x| |y|
Si p es positivo, se tiene:
9. |x| p p x p
xp
o
10. |x| p
x p
|x| < p
p

k
Q
0
k
Q
|x| = p
p
3

Q |x| > p
3

Aunque formalmente no es correcto, esta propiedad puede expresarse

de la forma:
|x| p p x p
Habr
a que tener en cuenta que cada desigualdad va por separado.
Nota: Tenemos que tanto x como x son races cuadradas de x2 , ya que (+x)2 = x2 y
(x)2 = x2 . Sin embargo, en C

alculo, para evitar la ambivalencia, el smbolo x denota
exclusivamente la raz no-negativa de x.
As, por ejemplo, aunque 4 tenga dos races cuadradas, 2 y -2, con el smbolo 4
solamente nos referimos a la raz cuadrada positiva 4 = +2. Para indicar la raz cuadrada
negativa tendremos que explicitarlo con un signo menos 4 = 2.
1.1. LA RECTA REAL
Ejemplo 1.7 (Ecuaciones con valor absoluto). Resolver las siguientes ecuaciones:
1. |x 5| = 4,
2. |x 5| = 4,
3. |x 5| = 0,
4. |x + 1| = 3x 9
Soluci
on.
1. |x 5| = 4
2. |x 5| = 4
3. |x 5| = 0
4.
x5=4 x=9
o
x 5 = 4
x=1
No tiene soluci
on.
x5=0
x=5
3x 9 0 3x 9 x 3

x 1
x+10
x=5
x + 1 = 3x 9
10 = 2x
|x + 1| = 3x 9

x
+
1
0
x 1
No
x 1 = 3x 9
8 = 4x
x=5
En general, el metodo m
as directo de atacar un problema referente a valores absolutos requiere la consideraci
on por separado de distintos casos. En
particular, siempre habr
a que considerar si lo que hay dentro del valor absoluto es positivo o es negativo. Sin embargo, en ocasiones pueden emplearse
otros metodos m
as sencillo, por ejemplo, la ecuaci
on |x+1| = 3x9 tambien
puede resolverse gr
aficamente, estudiando los puntos de corte de las gr
aficas
de las funciones f (x) = |x + 1| y g(x) = 3x 9. Otra
manera
de
abordar
p
esta ecuaci
on es resolviendo la ecuaci
on irracional: (x + 1)2 = 3x 9
Ejemplo 1.8 (Desigualdades con valor absoluto). Resolver las siguientes

desigualdades:
1.
4.
|x 1| 3,
|x 1| 2
2.
5.
|2 4x| 6,
|2x 3| 2,
3.
6.
|x| 2
|2x 3| 2
Soluci
on.

1. |x 1| 3 3 x 1 3 2 x 4 x 2, 4
2. |2 4x| 6 6 2 4x 6 8 4x 4 2 x 1

1 x 2 x 1, 2
3. |x| 2
x2
x 2

x , 2 2, +


x3
4. |x 1| 2 2 x 1 2 1 x 3
x 1

x , 1 3, +

5. |2x 3| 2 No tiene soluci

on.
6. |2x 3| 2 Se cumple siempre, luego x (, +)

Ejemplo 1.9 (Sistemas de desigualdades). Resolver el sistema de desigualdades:

|2x 2| 4
|2x 3| 1
Soluci
on. Resolvemos cada desigualdad por separado y luego hallamos la
intersecci
on de los conjuntos soluci
on.
) 4 2x 2 4 2 2x 6 1 x 3
|2x 2| 4

x2
|2x 3| 1 1 2x 3 1 2 2x 4 1 x 2 x 1

x 1, 1 2, 3
Expresi
on de intervalos mediante valor absoluto
Cualquier intervalo se puede expresar en terminos de valor absoluto de la

siguiente forma:

ba
a+b
|
a, b = x R/ |x
2
2
Si m es el punto medio del intervalo [a, b], y r el radio, entonces:
|x m| r
Para hallar el punto medio de un intervalo basta con hallar la media aritmetica de sus
extremos. es decir, el punto medio del intervalo (a, b) es
m=
a+b
2
Ejemplo 1.10 (Expresion de intervalos mediante valor absoluto). Expresar

mediante valor absoluto los siguientes intervalos:

1. 2, 2 , 2. 1, 3 , 3. , 2 2, + , 4. , 1 5, + .
Soluci
on.

1.
2, 2 = {x R/
|x| 2}
1.1. LA RECTA REAL

2.
3.
4.

1, 3 = {x R/ |x 1| 2}

, 2 2, +) = {x R/ |x| 2}

, 1 5, +) = {x R/ |x 3| 2}
Ejemplo 1.11. Expresi

on mediante valor absoluto de un entorno reducido,
es decir, de un entorno en el que se ha suprimido el centro. Por ejemplo,
un entorno reducido de 4 de radio 2.
Soluci
on.
(2, 4) (4, 6) = {x R/
0 < |x 4| < 2}
La manera de expresar que x 6= 4 es mediante la desigualdad 0 < |x 4|

Distancia entre dos puntos de la recta real
Definici
on 1.5 (Distancia entre dos puntos de la recta real). La
distancia entre dos puntos x1 y x2 de la recta real, viene definida por el
valor absoluto de su diferencia
p
d = |x2 x1 | = (x2 x1 )2
Nota: El orden en que se restan los puntos x1 y x2 no importa, ya que |x2 x1 | = |x1 x2 |
A la diferencia de los n
umeros (sin el valor absoluto) se le llama distancia dirigida.
As,
a) la distancia dirigida de x1 a x2 es x2 x1 ; y,
b) la distancia dirigida de x2 a x1 es x1 x2 .
En consecuencia, la distancia dirigida es positiva cuando se mide hacia la derecha
(orden creciente de los n

umeros) y negativa cuando se mide hacia la izquierda (orden
decreciente de los n
umeros).
Ejemplo 1.12 (Distancia en la recta). Hallar la distancia entre -2 y 5

Soluci
on. a) La distancia entre -2 y 5 viene dada por:
d = |5 (2)| = |7| = 7
b) La distancia dirigida desde -2 a 5 es 5-(-2)=7
c) La distancia dirigida desde 5 a -2 es -2-5=-7
Distancia = 7
Figura 1.2: Distancia en la recta real

10
Ejercicios propuestos de la secci

on 1.1. La recta real
Soluciones en la p
agina 379
1.1.1. Resolver las desigualdades:

a) x <
1
x
b) 3 x2 6x + 8 8
1.1.2. Resolver las ecuaciones:

x 2

=3
b)
x 1
a) |3x 6| = x + 2
1.1.3. Resolver las desigualdades

x 2
<3
b)
x 1
a) |3x 6| < x + 2
1.2.
1.2.1.
El plano y el espacio cartesiano

Sistema rectangular de coordenadas cartesianas
a) Plano cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el plano, se construye mediante dos rectas perpendiculares, llamadas ejes de coordenadas. La recta real horizontal se llama tradicionalmente eje x y la vertical eje y. Su punto de intersecci
on se llama origen de
coordenadas.
Los ejes de coordenadas dividen al plano en cuatro partes llamadas cuadrantes.
Cada punto del plano se identifica por un par ordenado (x, y) de n
umeros
reales, llamados coordenadas del punto. El n
umero x se llama coordenada x
o abscisa y representa la distancia dirigida desde el eje y al punto. El n
umero
y se llama coordenada y u ordenada y representa la distancia dirigida desde
el eje x al punto.
y
Cuadrante II
3
2
y
1
3 2 1
1
2
Cuadrante III 3
Cuadrante I
x
(x, y)
y
2x3
Origen
Cuadrante IV
Figura 1.3: El plano cartesiano
11
1.2. EL PLANO Y EL ESPACIO CARTESIANO
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos refiriendo.
b) Espacio cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el espacio, se construye mediante tres rectas perpendiculares, llamadas ejes de coordenadas. El primer eje se llama tradicionalmente eje x,
el segundo eje y, y el tercero eje z. Su punto de intersecci
on se llama origen
de coordenadas.
Un sistema de referencia tridimensional puede tener orientaci
on positiva
u orientaci
on negativa. Tiene orientaci
on positiva si un tornillo situado
en el eje z que gire desde el eje x hacia el eje y, avanza hacia la direcci
on
positiva del eje z; y orientaci
on negativa si avanza en direcci
on contraria
z
y
-
x
-
Orientaci
on positiva
Orientaci
on negativa
Figura 1.4: Las dos orientaciones del espacio.

Los ejes de coordenadas, tomados de dos en dos, determinan tres planos
coordenados, denominados por plano xy, plano xz y plano yz. Estos planos
coordenados dividen el espacio en ocho regiones llamadas octantes. El primer
octante es aquel en que las tres coordenadas son positivas.
Cada punto del espacio se identifica por una terna ordenada (x, y, z)
de n
umeros reales, llamados coordenadas del punto. El n
umero x se llama
coordenada x o abscisa y representa la distancia dirigida desde el plano yx
al punto. El n
umero y se llama coordenada y u ordenada y representa la
distancia dirigida desde el eje xz al punto. El n
umero z se llama coordenada
z o cota y representa la distancia dirigida desde el eje xy al punto.
P (x, y, z)
z
y
x
Figura 1.5: El espacio cartesiano
1.2.2.
Distancia entre dos puntos
a) En el plano. Para hallar la distancia entre dos puntos del plano (x1 , y1 )
y (x2 , y2 ). Formamos con ellos un tri
angulo rect
angulo, con lados paralelos

12
a los ejes de coordenadas, y aplicamos el teorema de Pit

agoras.
y
y1
y2
(x1 , y1 )
d
|y2 y1 |
(x2 , y2 )
|x2 x1 |
x1
x2
Figura 1.6: Distancia entre dos puntos

En su virtud, resulta
d2 = (x2 x1 )2 + (y2 y1 )2
de donde, tomando la raz cuadrada positiva, ya que la distancia entre dos
puntos es un n
umero positivo, resulta
p
d = (x2 x1 )2 + (y2 y1 )2
Proposici
on 1.2 (Distancia entre dos puntos del plano). La distancia
d entre los puntos (x1 , y1 ) y (x2 , y2 ) viene dada por
p
d = (x2 x1 )2 + (y2 y1 )2
b) En el espacio. Para hallar la distancia entre dos puntos del espacio,

(x1 , y1 , z1 ) y (x2 , y2 , z2 ), se aplica el teorema de Pit
agoras dos veces y se
obtiene la siguiente f
ormula
p
d = (x2 x1 )2 + (y2 y1 )2 + (z2 z1 )2
c) En el espacio n-dimensional. Se llama punto x de un espacio ndimensional al conjunto ordenado (n-upla) de n

umeros reales (x1 , x2 , , xn )
El n
umero xi se llama coordenada i-esima del punto x; i = 1, 2, . . . , n.
Definici
on 1.6 (Distancia entre dos puntos de Rn ). La distancia
entre dos puntos x = (x1 , , xn ) e y = (y1 , , yn ) se define por la
f
ormula
p
(1.1)
d(x, y) = (x1 y1 )2 + (xn yn )2
Ejemplo 1.13 (Distancia entre dos puntos). Hallar la distancia:

a) Entre los puntos (2, 4) y (2, 1).
b) Entre los puntos (2, 2, 3) y (3, 4, 5).
Soluci
on. Aplicando, en cada caso, la f
ormula (1.1), resulta
p
a) d = [2 (2)]2 + (1 4)2 = 16 + 9 = 25 = 5
p
b) d = (3 2)2 + (4 2)2 + (5 3)2 = 1 + 4 + 4 = 9 = 3
13
1.2.3.
El crculo y la esfera
a) La circunferencia en el plano. Teniendo en cuenta que la circunferencia de centro (x0 , y0 ) y radio r est
a formada por los puntos del plano cuya
distancia al centro (x0 , y0 ) es el radio r, resulta
Proposici
on 1.3 (Ecuaci
on de la circunferencia). El punto (x, y)
est
a en la circunferencia de centro (x0 , y0 ) y radio r si y s
olo si
(x x0 )2 + (y y0 )2 = r2
(1.2)
Demostraci
on. En efecto, si (x, y) es un punto de la circunferencia, su distancia al centro (x0 , y0 ), ser
a r, en consecuencia
p
(x x0 )2 + (y y0 )2 = r
y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci

on
de la circunferencia
(x x0 )2 + (y y0 )2 = r2
Si la circunferencia tiene su centro en el origen de coordenadas (0, 0) y

radio r, su ecuaci
on ser
a
x2 + y 2 = r2
Se llama crculo o disco al interior de una circunferencia. En consecuencia
Proposici
on 1.4 (Ecuaci
on de un crculo o disco). El punto (x, y)
est
a en el crculo de centro (x0 , y0 ) y radio r si y s
olo si
(x x0 )2 + (y y0 )2 < r2
(1.3)
Si consideramos que el crculo incluye la circunferencia, su ecuaci

on es
(x x0 )2 + (y y0 )2 r2
y
y
(x0 , y0 )
(x0 , y0 )
r
(x, y)
(x, y)
x
(x x0 )2 + (y y0 )2 = r2
x
(x x0 )2 + (y y0 )2 < r2
Figura 1.7: Circunferencia y crculo
Ejemplo 1.14 (Hallando la ecuacion de una circunferencia). Una circunferencia tiene su centro en el punto (2, 1) y contiene al punto (1, 3)
a) Halla la ecuaci
on de la circunferencia
b) Halla la ecuaci
on del crculo delimitado por la circunferencia

14
Soluci
on. El radio es la distancia entre el centro (2, 1) y el punto (1, 3). En
consecuencia,
p
r = [1 (2)]2 + (3 1)2 = 9 + 4 = 13
Por lo tanto, se tiene: a) Ecuaci

on de la circunferencia.
[x (2)]2 + (y 1)2 = ( 13)2

de donde,
(x + 2)2 + (y 1)2 = 13
b) Ecuaci
on del crculo.
(x + 2)2 + (y 1)2 < 13
y
(1, 3)
(2, 1)r
Figura 1.8: (x + 2)2 + (y 1)2 13

Ecuaci
on general de la circunferencia. Si en la ecuaci
on can
onica de la
circunferencia
(x x0 )2 + (y y0 )2 = r2
eliminamos los parentesis y simplificamos, resulta una ecuaci
on del tipo
Ax2 + Ay 2 + Dx + Ey + F = 0,
A 6= 0
(1.4)
que es la forma general de la ecuaci

on de la circunferencia.
Nota: Observese que los coeficientes de x2 y de y 2 han de ser iguales para que se trate
de una circunferencia.
Ejemplo 1.15 (Completando cuadrados). Hallar el centro y el radio de la

circunferencia cuya ecuaci
on en forma general es
4x2 + 4y 2 + 4x 16y + 13 = 0
Soluci
on. Pasamos de la forma general a la forma can
onica completando
cuadrados. Para ello, en primer lugar dividimos por 4 para que los coeficientes de x2 e y 2 sean 1.
4x2 + 4y 2 + 4x 16y + 13 = 0
x2 + y 2 + x 4y +
13
=0
4
15

en segundo lugar agrupamos los terminos semejantes.
(x2 + x+
) + (y 2 4y+
)=
13
4
Completamos los cuadrados

1
13 1
2
x + 1x +
+ (y 2 4y + 4) = + + 4
4
4
4
(mitad)2
(mitad)2
de donde resulta

1 2
x+
+ (y 2)2 = 1
2
y por tanto, la circunferencia tiene centro en el punto ( 1

2 , 2) y radio 1.
Ejemplo 1.16 (Conjunto solucion con un u
nico punto). Discutir la gr
afica
de la ecuaci
on
3x2 + 3y 2 18x 12y + 39 = 0
Soluci
onica completando
cuadrados. Para ello, en primer lugar dividimos por 3 para que los coeficientes de x2 e y 2 sean 1.
3x2 + 3y 2 18x 12y + 39 = 0
x2 + y 2 6x 4y + 13 = 0
en segundo lugar agrupamos los terminos semejantes

(x2 6x+
) + (y 2 4y+
) = 13
completamos los cuadrados, con lo que resulta

(x2 6x + 9) + (y 2 4y + 4) = 13 + 9 + 4
de donde
(x 3)2 + (y 2)2 = 0
y esta ecuaci
on s
olo se cumple cuando x = 3 e y = 2. Es decir, la gr
afica de
la ecuaci
on se reduce al punto (3, 2)
Ejemplo 1.17 (Ecuacion sin conjunto solucion). Discutir la gr
afica de la
ecuaci
on
x2 + y 2 + 2x 4y + 9 = 0

16
Soluci
onica completando
cuadrados. Agrupamos los terminos semejantes, tenemos
(x2 + 2x+
) + (y 2 4y+
)+9=0
completando cuadrados
(x + 1)2 1 + (y 2)2 4 + 9 = 0
de donde resulta
(x + 1)2 + (y 2)2 = 4
que no tiene soluci

on ya que la suma de dos cuadrados no puede dar un
resultado negativo.
Nota: La ecuaci
on general Ax2 + Ay 2 + Dx + Ey + F = 0 no siempre representa una
circunferencia, sino que, en algunas ocasiones se reduce a un punto, y en otras no tiene
soluci
on
b) La esfera en el espacio. Teniendo en cuenta que la superficie esferica

de centro (x0 , y0 , z0 ) y radio r est
a formada por los puntos del espacio cuya
distancia al centro (x0 , y0 , z0 ) es el radio r, resulta la siguiente
Proposici
on 1.5 (Ecuaci
on de la superficie esf
erica). El punto
(x, y, z) est
a en la superficie esferica de centro (x0 , y0 , x0 ) y radio r si
y s
olo si
(x x0 )2 + (y y0 )2 + (z z0 )2 = r2
(1.5)
Demostraci
on. En efecto, si (x, y, z) es un punto de la superficie esferica, su
distancia al centro (x0 , y0 , z0 ), ser
a r. En consecuencia
p
(x x0 )2 + (y y0 )2 + (z z0 )2 = r
y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci

on
de la superficie esferica
(x x0 )2 + (y y0 )2 + (z z0 )2 = r2
Si la esfera tiene su centro en el origen de coordenadas (0, 0, 0) y radio

r, la ecuaci
on de la superficie esferica ser
a
x2 + y 2 + z 2 = r2
Se llama esfera o bola al interior de una superficie esferica. En consecuencia
Proposici
on 1.6 (Ecuaci
on de una esfera o bola). El punto (x, y, z)
est
a en la esfera de centro (x0 , y0 , z0 ) y radio r si y s
olo si
(x x0 )2 + (y y0 )2 + (z z0 )2 < r2
(1.6)
Si consideramos que la esfera incluye la superficie esferica, su ecuaci

on es
(x x0 )2 + (y y0 )2 + (z z0 )2 r2
17
1.3. FUNCIONES
Ejemplo 1.18 (Hallando la ecuacion de una esfera). Una superficie esferica

tiene su centro en el punto (2, 1, 3) y contiene al punto (1, 3, 2)
a) Halla la ecuaci
on de la superficie esferica
b) Halla la ecuaci
on de la esfera delimitada por la superficie esferica
Soluci
on. El radio es la distancia entre el centro (2, 1, 3) y el punto (1, 3, 2).
En consecuencia,
p
r = [1 (2)]2 + (3 1)2 + (2 3)2 = 9 + 4 + 1 = 14
Por lo tanto, se tiene: a) Ecuaci

on de la superficie esferica.
[x (2)]2 + (y 1)2 + (z 3)2 = ( 14)2

de donde,
(x + 2)2 + (y 1)2 + (z 3)2 = 14
b) Ecuaci
on de la esfera.
(x + 2)2 + (y 1)2 + (z 3)2 14

on 1.2. El plano y el espacio
cartesiano
Soluciones en la p
agina 379
1.2.1. Hallar x tal que la distancia del origen al punto (x, 4) sea 5.
1.2.2. Hallar y de modo que la distancia de (1, 2) a (2, y) sea 5.
1.2.3. Discutir las gr
aficas de las ecuaciones:
a) x2 + y 2 + 6x 4y + 12
b) x2 + y 2 2x + 4y + 5 = 0
c) x2 + y 2 4x 6y + 14 = 0
1.2.4. Hallar, en cada caso, el conjunto de todos los puntos que verifican la desigualdad
a) x2 +y 2 6x4y +9 0
1.3.
1.3.1.
b) x2 +y 2 4x2y +1 > 0
c) x2 +y 2 +2x4y +6 < 0
Funciones
Definiciones
En la vida real nos encontramos con magnitudes que est

an relacionadas entre
s, bien, porque existe una relaci
on numerica entre ella, de manera que el
valor de una de ellas depende del valor de la otra. Por ejemplo la distancia
recorrida por un autom
ovil depende del tiempo que lleva circulando. La
demanda de un determinado producto depende de su precio; o bien, porque
existe entre ellas una relaci
on no numerica, de cualquier naturaleza. Por
18
ejemplo los ciudadanos y los pases del mundo est

an relacionados por la
nacionalidad.
De las causas de estas relaciones se ocupan las distintas ramas del saber
(Fsica, Economa, Derecho, etc.). En C
alculo nos ocupamos del estudio de
estas relaciones vistas en s mismas, desposeyendolas del significado material
de las magnitudes que intervienen. Adem
as, nos limitamos, en gran medida,
a un tipo particular de relaciones denominadas funciones.
Una funci
on es una correspondencia entre dos magnitudes (numericas
o no numericas). Ahora bien, cuando nos referimos a funciones, la correspondencia siempre hay que entenderla en una direcci
on determinada, por
ejemplo, el espacio funci
on del tiempo (el espacio sera la imagen y el tiempo el origen). No obstante, hay que advertir que no se considera funci
on a
cualquier correspondencia, sino que para que una correspondencia sea funci
on, la imagen de cada elemento tiene que ser u
nica y estar bien determinada. Por ejemplo, la relaci
on entre los ciudadanos y los pases del mundo
mediante la nacionalidad no es una funci
on, porque existen ciudadanos con
doble nacionalidad. Es decir, para que una correspondencia sea funci
on, los
originales no pueden tener m
as de una imagen, si bien, varios originales
distintos s que pueden tener la misma imagen. En consecuencia una correspondencia puede ser funci
on en un sentido y no serlo en el sentido contrario.
Nota: Aunque el concepto de funci
on nace del estudio de la relaci
on existente entre
dos magnitudes que est
an vinculadas por una relaci
on de causalidad (causa-efecto), y se
establece la causa como variable independiente y el efecto como variable dependiente. Sin
embargo, en Matem
aticas se pueden establecer funciones entre dos magnitudes, aunque
no exista ning
un tipo de causalidad entre ellas. Es decir, se pueden establecer relaciones
de manera artificial.
La idea de ((funci
on)) que se adquiere en los primeros contactos con el
C
alculo, tanto en la Ense
nanza Secundaria como en el Bachillerato, por
lo com
un, suele identificar el concepto de funci
on con una ((f
ormula)), por
ejemplo
f (x) = x2 5x + 6,
y se entiende que esta f
ormula asocia a cada n
umero real x otro n
umero real
f (x). Basta sustituir x por un n
umero concreto y hacer las operaciones indicadas, para obtener su imagen. Tambien se comprende que ciertas f
ormulas,
tales como
g(x) = x 4,
no esten definidas para todos los n
umeros reales, y por tanto, que haya
n
umeros reales que no tengan imagen mediante dichas funciones, de ah el
estudio de los dominios. Sin embargo, el alumno de Secundaria, e incluso el
de Bachillerato, se suele resistir a comprender que haya funciones definidas
((a trozos)), ((en partes)), o ((seg
un los casos)). Es decir, funciones en las que
no todos los n
umeros tienen el mismo tratamiento, sino que seg
un sea el
n
umero se le aplica una f
ormula u otra para calcular su imagen. El ejemplo
19
1.3. FUNCIONES
m
as caracterstico de este tipo de funciones es la funci
on valor absoluto
h(x) = |x|
que se define ((a trozos)) de la siguiente forma

x si x 0
h(x) =
x si x < 0
M
as incomprensible suelen se las funciones que se definen ((con un punto
aparte)) como la funci
on
sen x
si x =
6 0
x
k(x) =
1
si x = 0
o las funciones definidas ((seg
un la naturaleza)) del punto, como por ejemplo

x si x Q
l(x) =
x si x R Q
en donde a los n
umeros racionales se les aplica una f
ormula y a los irracionales otra.
Dentro de esta asociaci
on de ideas, funci
on versus f
ormula, todava es
mucho m
as incomprensible el hecho de que haya funciones para las que no
exista una ((f
ormula)) que las represente.
Otra asociaci
on de ideas que tambien suele resultar perniciosa a la hora de generalizar el concepto de funci
on es el identificar la funci
on con su
((gr
afica)). Tanto la ((f
ormula)) como la ((gr
afica)) son dos instrumentos que
nos ayudan, enormemente, a comprender el concepto de ((funci
on)), pero no
debemos identificar los instrumentos con el concepto mismo, ni sentirnos
atrapados por los instrumentos a la hora de generalizar los conceptos.
Estas identificaciones de ideas que realizan los alumnos de Secundaria y
Bachillerato no nos deben de preocupar en demasa ya que responden a las
mismas identificaciones de ideas que han realizado los matem
aticos a lo largo
de la historia de las Matem
aticas, pero es bueno explicitarlas y ponerlas de
manifiesto con objeto de superarlas.
Estas observaciones ponen de manifiesto que el requisito de que una funci
on sea una f
ormula es indebidamente restrictivo, y m
as a
un, el identificar
las funciones con sus gr
aficas. Por otro lado, tambien resulta importante
hacer una clara distinci
on entre la funci
on misma y los valores de la funci
on.
Es decir, una cosa es la funci
on f y otra el valor f (x).
Una primera aproximaci
on al concepto de funci
on podra ser la siguiente
definici
on:
Una funci
on f de un conjunto A a un conjunto B (A y B no necesariamente distintos) es una regla de correspondencia que asigna a cada elemento
x de un cierto subconjunto D de A, un elemento (y s
olo uno) bien determinado y de B (adem
as, ni A ni B pueden ser el conjunto vaco).

20
Esto lo indicaremos de la siguiente forma,

f
D A
B o bien f : D A B
f : x
7 y, o bien y = f (x)
Esta definici
on admite la posibilidad de que la funci
on pueda no estar
definida para ciertos elementos de A, as como que haya elementos de B que
no sean im
agenes de elementos de A. Es decir, que tanto en A como en B
puede haber elementos no relacionados mediante la funci
on f . Y adem
as,
admite la consideraci
on de funciones para las cuales los conjuntos A y B no
son necesariamente de n
umeros reales. Sin embargo, la definici
on presenta
un inconveniente y es que no es totalmente clara, ya que no se define lo que
deba interpretarse por ((regla de correspondencia)).
Una forma m
as precisa de definir el concepto de funci
on consiste en
imaginarla como el conjunto formado por las parejas de elementos que est
an
relacionados entre s. La funci
on as concebida sera un conjunto de pares
ordenados f AB. Evidentemente cualquier conjunto de pares ordenados
no define una funci
on, ya que el primer elemento de las parejas no se puede
repetir dentro del conjunto. La funci
on, as concebida, sera un conjunto, y
la podemos pensar como el conjunto de puntos que integran la gr
afica de la
funci
on. La definici
on, en estos terminos, es la siguiente:
Definici
on 1.7 (Funci
on). Sean A y B conjuntos (no vacos y no necesariamente distintos). Una funci
on de A a B es un conjunto f de pares
ordenados de A B con la propiedad de que si (a, b) y (a, b ) son elementos
de f , entonces b = b .
f = {(a, b) A B / (a, b) f y (a, b ) f b = b }
Resulta conveniente tener siempre presente esta doble concepci
on de las
funciones: una est
atica, como un conjunto de pares ordenados (a, b); y otra
din
amica, como una transformaci
on del primer elemento de cada par en el
segundo b = f (a).
Si (a, b) es un elemento de una funci
on f , entonces, en vez de escribir
(a, b) f , se escribe:
b = f (a)
f : a 7 b
es decir, por lo general, se hace referencia al elemento b como el valor de f

en el punto a, o la imagen de a bajo f .
Al exigir que la imagen ha de estar bien determinada lo que estamos
haciendo es eliminar la posibilidad de definir una funci
on mediante la que
se estableciera, por ejemplo, que la imagen de 4 ser
a 2 o 2, seg
un nos
convenga en cada caso.
Dominio y recorrido de una funci
on
21
1.3. FUNCIONES
Dominio. Al conjunto de todos los elementos de A que pueden aparecer

como primeros miembros de elementos de f se le llama dominio de f , y
se denota por Df , o simplemente D. Es decir, el dominio est
a formado
por todos los elementos de A que tienen imagen.
Recorrido. Al conjunto de todos los elementos de B que puedan aparecer
como segundos miembros de elementos de f se le llama rango, recorrido, imagen o conjunto de valores de f y se denota por Rf , o simplemente R. Es decir, el recorrido est
a formado por todos los elementos
de B que son imagen.
En el caso de que Df = A, la funci
on se llama ((aplicaci
on)), y se dice que
f mapea o proyecta A en B (o que es un mapeo o proyecci
on de A en B) y
se escribe f : A B.
Nota: No obstante, hay que advertir que algunos autores exigen en la definici
on de funci
on
que el dominio coincida con el conjunto inicial, Df = A, e identifican ((funci
on)) con
((aplicaci
on)).
Sin embargo, nosotros entendemos que no es necesario incluir dicha restricci
on en la
definici
on de funci
on, y preferimos considerar las ((aplicaciones)) como un caso particular
de las ((funciones)).
Nosotros hablaremos indistintamente de la funci
on f : A B con dominio D A, y
de la aplicaci
on f : D B, salvo que, por cualquier motivo, tengamos que diferenciarlas.
Y, en general, escribiremos f : D A B para hacer referencia a cualquiera de las dos
funciones.
En las funciones que se estudian en C

alculo los conjuntos A y B son
subconjuntos de R o de Rn , y escribiremos:
f : D R R
f : x 7 y o bien, y = f (x)
En esta notaci
on se enfatiza el dominio D de la funci
on, sin embargo, el
rango no queda explcito. En C
alculo nos ocupamos mucho m
as del dominio
que del rango. Las funciones de este tipo se llaman funciones reales de una
variable real (funciones reales porque las im
agenes, f (x), son n
umeros reales;
de una variable real porque x R).
1.3.2.
Representaci
on de funciones
Existen diversas maneras de visualizar una funci

on, las m
as usuales son
mediante las cuatro representaciones siguientes:
1.
2.
3.
4.
Verbal
mediante una descripci
on con palabras.
Numerica mediante una tabla de valores.
Algebraica mediante una ecuaci
on.
Visual
mediante una gr
afica,
un diagrama de flechas,
una m
aquina.

22
Unas representaciones responden mejor a la concepci

on est
atica de la
funci
on, como conjunto de pares ordenados; y otras a la concepci
on din
amica, como proyecci
on o transformaci
on.
Nota: Si bien, una misma funci
on puede representarse mediante todas las maneras posibles, incluso, a veces, es conveniente utilizar varias representaciones de una misma funci
on
para tener un conocimiento m
as completo de la misma. Hay que tener en cuenta que
ciertas funciones se describen de manera m
as natural con uno de los metodos que con
otro.
a) Descripci
on verbal. Una funci
on puede venir definida mediante una
descripci
on verbal. Por ejemplo, la funci
on que indica la relaci
on existente
entre el peso de las manzanas y el precio que hay que pagar por ellas,
suponiendo que el kilo de manzanas cuesta 1.5 euros.
b) Representaci
on tabular. Una manera importante de representar una
funci
on es mediante una tabla. Es lo que hacemos, normalmente, cuando
vamos a representar gr
aficamente una funci
on: darle valores y formar una
tabla con ellos. La tabla puede construirse de manera horizontal o vertical.
x y
x0 y0
x1 y1
..
..
.
.
x x0 x1
y y 0 y1
Este procedimiento es especialmente u

til cuando se trata de representar
funciones no numericas. Por ejemplo, si queremos asociar una serie de pases
con sus capitales, podemos tener la siguiente funci
on:
Capital
Buenos Aires
Santiago
Madrid
Mexico
Lima
Pas
Argentina
Chile
Espa
na
Mexico
Per
u
c) Expresi
on algebraica. En C
alculo la principal manera de representar
una funci
on es mediante una ecuaci
on que liga a las variables (dependiente e
independiente). Para evaluar la funci
on se asla la variable dependiente en la
parte izquierda de la ecuaci
on, con objeto de obtener la relaci
on funcional.
As, si escribimos la ecuaci
on 3x + 2y = 1 de la forma
y=
1 3x
2
tenemos descrita y como funci

on de x y podemos denotar la relaci
on funcional mediante la expresi
on
f (x) =
1 3x
2
23
1.3. FUNCIONES
Lo que nos permite evaluar la funci

on f en cualquier punto de su dominio,
sin m
as que sustituir x por el valor concreto. As,
f (5) =
14
1 3(5)
=
= 7
2
2
Esta manera de expresar las funciones permite definir funciones por secciones, es decir, mediante varias f
ormulas, de tal manera que seg
un los casos
se aplica una u otra.
Ejemplo 1.19 (Evaluando una funcion definida por varias formulas). Dada
la funci
on definida por
(
x2 + 3 si x 1
f (x) =
2x + 5 si x < 1
Evaluar f (0), f (1) y f (2).
Soluci
on. Lo que significa la expresi
on de f (x) es que antes de decidirnos por
la f
ormula a aplicar hay que ver de que n
umero se trata. As, para evaluar los
n
umeros mayores o iguales que 1 se aplica la expresi
on x2 + 3, y para evaluar
los n
umeros menores que 1 se aplica la expresi
on 2x + 5. En consecuencia,
f (0) = 2 0 + 5 = 0 + 5 = 5
f (1) = 12 + 3 = 1 + 3 = 4
f (2) = 22 + 3 = 4 + 3 = 7
d) Gr
afica. Una manera de visualizar una funci
on es por medio de una
gr
afica. La gr
afica de una funci
on de una variable, por lo general, es una
curva en el plano. Sin embargo, no toda curva del plano es la representaci
on
de una funci
on. Para que una curva represente una funci
on no puede tener
dos puntos en la misma vertical, ya que para que una correspondencia entre
dos magnitudes sea funci
on, la imagen tiene que ser u
nica. Por lo tanto, una
recta vertical puede cortar a la gr
afica de una funci
on a los sumo una vez
(test de la recta vertical ).
y
y
y = f (x)
y
x
x
-
y2
y1
x
-
Figura 1.9: Grafica de una funcion de una variable. La circunferencia no es la grafica de

una funci
on (test de la recta vertical).

24
Nota: Aunque la gr
afica de una funci
on y la propia funci
on son dos conceptos totalmente
diferentes (la gr
afica no es m
as que uno de los multiples instrumentos que podemos utilizar
para visualizar la funci
on), es usual identificar una funci
on con su gr
afica. As, por ejemplo, es costumbre referirse a la par
abola y = x2 , como si ambos conceptos fueran lo mismo.
(Nosotros, para evitar sutilezas, por lo general, diremos la par
abola de ecuaci
on y = x2 ).
De lo dicho se desprende que existe una gran cantidad de ((curvas)) que

quedan excluidas del concepto de funci
on, entre ellas, la circunferencia y la
elipse. Sin embargo, no por ello quedan excluidas de nuestro estudio. Sino
que aplicaremos las propiedades de las funciones a las correspondencias que
no lo son descomponiendolas en funciones. Por ejemplo, la ecuaci
on de una
2
2
circunferencia x + y = 1 no representa (globalmente) una funci
on, ya que
para cada valor de una de las variables hay dos valores de la otra, con lo
cual se viola el concepto de funci
on. En consecuencia, la descomponemos en
dos funciones: una que toma el valor positivo (semicircunferencia superior),
y otra el valor negativo (semicircunferencia inferior). En efecto, tenemos:

p
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
6 x2 + y 2 = 1
6 y = + 1 x2
-x
-x
6
-x
y = 1 x2
Figura 1.10: La circunferencia no es una funcion, pero podemos descomponerla en dos

funciones.
e) Diagrama de flechas. Existe otra manera de visualizar una funci

on,
sobre todo a nivel te
orico, como una proyecci
on de una parte del conjunto
A hacia una parte del conjunto B. Para visualizarla se utiliza un diagrama
de flechas.
ar
Df
A
Rr b
Rf
B
Figura 1.11: Funcion vista como proyeccion
Cuando (a, b) f , nos imaginamos que f toma el elemento a del subconjunto Df de A y lo proyecta o mapea en el elemento b = f (a) del subconjunto
Rf de B.
25
1.3. FUNCIONES
f ) La funci
on como una m
aquina. Existe otra manera de visualizar una
funci
on, concebida como una transformaci
on, especialmente u
til para comprender algunas propiedades te
oricas, y que consiste en imaginar la funci
on
como una ((m
aquina)) que acepta elementos de Df como materia prima produciendo elementos correspondientes de Rf como producto final.
x
f (x)
Figura 1.12: La funcion como una maquina de transformacion.

Esta representaci
on aclara la diferencia entre f y f (x); lo primero es la
m
aquina y lo segundo el producto de la m
aquina al ser alimentada por x.
1.3.3.
Dominio implcito de una funci

on
El dominio de una funci

on puede venir expresado explcitamente junto con
la ecuaci
on que define la funci
on (dominio explcito), o bien, no se expresa
porque se entiende que viene determinado implcitamente en la ecuaci
on que
define la funci
on (dominio implcito). El dominio implcito es el conjunto de
todos los n
umeros para los que est
a definida la ecuaci
on.
Por ejemplo, la funci
on
f (x) = x + 3 x {1, 6, 13}

tiene como dominio explcito solamente Df = {1, 6, 13}, y por tanto s
olo se
debe aplica a los n
umero indicados, mientras que la funci
on
f (x) = x + 3
tiene como dominio implcito Df = {x / x 3} que son todos los n
umeros
para los que tiene sentido la ecuaci
on.
En las aplicaciones pr
acticas del C
alculo, cuando se conoce el significado
de las magnitudes que intervienen, el dominio de la funci
on, por lo general,
queda determinado por el contexto del problema (dominio contextual).
Ejemplo 1.20 (Hallando el dominio de una funcion). Encontrar el dominio
de las funciones
a) f (x) =
x
2
x 1
b) g(x) =
x1
x2
c) h(x) =
x1
d) k(x) = ln x
Soluci
on. a) Se trata de encontrar aquellos n
umeros, x, para los cuales tiene
sentido la f
ormula dada para f (x). Es decir que valores pueden darse a
x, de manera que al realizar las operaciones indicadas en la expresi
on que
define f (x) se obtenga un valor numerico y no tropecemos con una operaci
on
imposible?

26
Es evidente que, en este caso, el dominio de la funci

on es todo el conjunto R excepto los n
umeros 1 y -1, es decir, Df = R {1, 1}, pues la
expresi
on puede ser calculada para cualquier n
umero real, excepto para esos
dos n
umeros. En efecto,
2
2
=
22 1
3
0
0
f (0) = 2
=
=0
0 1
1
f (2) =
Sin embargo, al sustituir cualquiera de los n

umeros 1 o -1 tropezamos con
una operaci
on imposible, como es dividir por cero.
1
1
=
1
0
1
1
=
f (1) =
2
(1) 1
0
f (1) =
12
La determinaci
on de los n
umeros 1 y -1 se realiza resolviendo la ecuaci
on
x2 1 = 0
x2 = 1
x = 1
Tengase en cuenta que en una fracci

on la u
nica limitaci
on que existe es que
el denominador no puede tomar el valor cero, mientras que el numerador
puede tomar cualquier valor.
b) Se trata de una raz cuadrada, luego el radicando no puede ser negativo.
En consecuencia
x10
x1
Dg = [1, +)
c) En esta caso, al estar la raz cuadrada en el denominador no puede tomar

el valor cero, luego el radicando ha de ser estrictamente positivo, En consecuencia
x 1 > 0 x > 1 Dh = (1, +)
d) El logaritmo s
olo est
a definida para los n
umeros positivos. En consecuencia
Dk = (0, +)
Nota: Al calcular el dominio de una funci
on deben tenerse en cuenta, entre otras, las
siguientes circunstancias:
1.
2.
3.
Que no se puede dividir por cero.

Que las races de ndice par s
olo est
an definidas para los n
umeros positivos y el
cero.
Que los logaritmos s
olo est
an definidos para los n
umeros positivos.
27
1.3. FUNCIONES
1.3.4.
Restricciones y extensiones de funciones
Restricci
on Si f es una funci
on con dominio Df y D1 es un subconjunto
de Df , D1 Df , se puede definir una nueva funci
on f1 con dominio
D1 por medio de f1 (x) = f (x) para cada x D1 . Esta funci
on se llama
restricci
on de f al conjunto D1 . Es decir,
f1 = {(a, b) f / a D1 }
y se escribe f1 = f |D1 para denotar la restricci
on de la funci
on f al
conjunto D1 .
Extensi
on Si g es una funci
on con dominio Dg y D2 Dg , entonces
cualquier funci
on g2 con dominio D2 tal que g2 (x) = g(x) para todo x Dg se llama una extensi
on de g al conjunto D2 .
Nota: Usualmente no nos referiremos explcitamente a las restricciones de una funci
on,
sino que lo haremos de manera implcita utilizando el siguiente lenguaje: Sea f una funci
on
definida en un entorno de x0 , entonces ... o bien, sea f una funci
on definida y que cumple
tal condici
on en un conjunto D1 , entonces ... u otras expresiones similares. Entendemos
que, en dichos casos, la funci
on puede tener un dominio superior, pero que el entorno o el
conjunto D1 , respectivamente, est
an contenidos en ese dominio. Sin hacer disquisiciones
exquisitas sobre si nos estamos refiriendo a la funci
on o a una restricci
on de la misma.
1.3.5.
Composici
on de funciones.
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
((componer)) dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
f
x 7 y 7 z

x 7f (x)7 g f (x)
Por ejemplo, si f est

a definida en todo R por f (x) = x3 y g est
a definida s
olo para
on g f s
olo se puede definir para x 0, y
x 0 por g(x) = x, entonces, la composici
para estos n
umeros reales deber
a tener el valor x3 .
En consecuencia, para poder componer dos funciones el conjunto final

de la primera funci
on tiene que coincidir, de alguna manera, con el conjunto
inicial de la segunda.
f
A B C
Definici
on 1.8 (Composici
on como aplicaci
on sucesiva de funciones).
Sea f una funci
on con dominio Df en A y rango Rf en B y sea g una funci
on con dominio Dg en B y rango Rg en C. La composici
on g f (observe
el orden) es la funci
on desde A a C dada por
gf = {(a, c) AC / existe un elemento b B tal que (a, b) f y (b, c) g}

28
De la propia definici
on se desprende inmediatamente que si f y g son funciones, entonces la composici
on g f es una funci
on con
Dgf = {x Df / f (x) Dg }

Rgf = {g f (x) / x Dgf }
La composici
on de funciones tambien se puede interpretar como una sustituci
on de una funci
on en la otra. En este sentido, la composici
on tambien
se puede definir de la siguiente forma
Definici
on 1.9 (Composici
on como sustituci
on de la variable). Sean
f y g dos funciones cualesquiera. Se llama composici
on de f con g, y se
representa por g f , a la funci
on definida del siguiente modo:

g f (x) = g f (x)
El dominio de g f es el conjunto de todas las x del dominio de f tales que
f (x) este en el dominio de g
Dgf = {x Df / f (x) Dg }
Observese que el orden en que se escribe la composici
on g f es el inverso
al orden en que act
uan las funciones (primero f , despues g).
La composici
on de funciones se puede visualizar mediante un diagrama
de m
aquinas (Fig. 1.13) o un diagrama de flechas (Fig. 1.14)
x
f (x)

g f (x)
Figura 1.13: La maquina g f esta compuesta por las dos maquinas.

f
x
g
R
f (x)

g f (x)
gf
Figura 1.14: Composicion de funciones
De la definici
on se deduce que la composici
on de funciones no siempre
est
a definida, siendo necesario y suficiente para ello que el recorrido de la
primera tenga puntos comunes con en el dominio de la segunda. Es decir,
Rf Dg 6=
29
1.3. FUNCIONES
con objeto de que se pueda establecer la conexi
on

x 7 f (x) 7 g f (x)
para alg
un elemento x Df .
Nota: No obstante, en ocasiones, y sobre todo a nivel te

orico, nos va a interesar que
el dominio de la funci
on compuesta no se reduzca a un conjunto de ((puntos aislados)),
sino que se trate de un ((conjunto abierto)), con objeto de poder asegurar determinados
teoremas, por ejemplo, de derivaci
on. En el caso particular de que el recorrido de la primera
funci
on este totalmente contenido en el dominio de la segunda, resultar
a que el dominio
de la composici
on coincidir
a con el dominio de la primera funci
on.
g
R
Df
Dg
*
gf
Figura 1.15: f Df Dg Dgf = Df

Si no se da esta situaci
on, entonces exigiremos la posibilidad de poder restringir la
funci
on f a un nuevo dominio Df , que cumpla
las condiciones exigidas en el teorema
correpondiente, y para el que se cumpla f Df Dg , con objeto de que Dgf = Df .
Ahora bien, en la pr
actica, cuando vamos a resolver un problema de composici
on de
funciones, para ver si es posible la composici
on, simplemente nos fijaremos en los conjuntos inicial y final de cada funci
on, sin hacer referencia a los dominios. En consecuencia,
bastar
a observar si el conjunto final de la primera funci
on coincide (o se puede hacer coincidir, de alguna manera) con el conjunto inicial de la segunda, y posteriormente haremos
referencia al dominio de la composici
on obtenida. Es decir, para componer buscaremos la
posibilidad de la situaci
on:
f
g
A B B C
para poder establecer:
gf
A C
Para representar la composici

on de funciones, algunas veces, son c
omodos
los siguientes diagramas conmutativos:
f
A B
h g
C
Decir que el esquema es conmutativo significa que da lo mismo pasar de A a
C por la derecha que por la izquierda. Lo que equivale a escribir: h = g f .
Tambien es costumbre representar el diagrama anterior con un aspecto
m
as lineal
f
g
A B C

30
Hay que advertir que, en general, la composici

on de funciones no es
conmutativa, es decir, en la generalidad de los casos ser
a f g 6= gf , incluso,
puede suceder que este definida la composici
on en un orden y no en el otro.
Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g) h.
Composici
on de funciones reales de una variable real. Componer dos
funciones consiste en aplicar la segunda funci
on al resultado de la primera.
Ahora bien, desde el punto de vista analtico, este concepto puede tener
una segunda lectura. Analticamente, la composici
on de funciones, tambien
significa sustituir una funci
on en la otra. Es decir, si tenemos la funci
on
y = f (x) que establece la dependencia entre y y x, y la funci
on x = g(t),
que establece la dependencia entre
ltima en
x y t, podemos sustituir esta u
la primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a
y) se le llama composici
on de f con g y se denota por f g. Observese que
el orden en que se escribe la composici
on f g es el inverso al orden en que
act
uan las funciones (primero g, despues f ).
Conviene tener siempre presente esta doble visualizaci
on de la composici
on de funciones: como aplicaci
on sucesiva de dos funciones, y como sustituci
on de la variable por una funci
on de otra variable. En esquema sera lo
siguiente:
(a) Como aplicaci
on sucesiva de funciones:
f
g
t
R
*
f g
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)

y = f g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar g
no podramos aplicar f . Sin embargo, esta restricci
on no es necesaria para
poder realizar, parcialmente, la composici
on de las funciones, s
olo que, en
este caso, habr
a que reducir el dominio de la composici
on a los puntos del
dominio de la primera que tienen su imagen en el dominio de la segunda.
Desde el punto de vista formal la composici
on, de funciones reales de una
variable real, puede enunciarse de la siguiente forma: Dadas las funciones
31
1.3. FUNCIONES
g : I R R, f : J R R (tales que g(I) J), se llama composici

on
de f con g y se denota f g : I R R, a la funci
on (f g)(x) = f g(x) .
)

g
f

g:IRR
I
J
R
(f g)(x) = f g(x)
f :J RR
f g :I RR
En el caso de que no se cumpla la condici
on g(I) J, la composici
on tambien
es posible, siempre que g(I) J 6= . En tal caso habr
a que restringir las
funciones a aquellos puntos en los que la composici
on sea posible. Es decir,
a los puntos del dominio de la primera que tienen su imagen en el dominio
de la segunda.
Ejemplo 1.21 (Componiendo funciones). Dada las funciones
f (x) = 3x 1
g(x) = x2 + 2
Hallar f g(x) y g f (x)

Soluci
on. Tenemos que f g(x) = f g(x) , luego, bastar
a con sustituir en
f (x) el valor de x por g(x). As,

f g(x) = f g(x) = 3g(x) 1 = 3(x2 + 2) 1 = 3x2 + 6 1 = 3x2 + 5

Mientras que g f (x) = g f (x) , luego, bastar
a con sustituir en g(x) el valor
de x por f (x). As,

2
gf (x) = g f (x) = f (x) +2 = (3x1)2 +2 = 9x2 6x+1+2 = 9x2 6x+3
Nota: Como se observa en este ejemplo, en general, la composici
on de funciones no cumple
la propiedad conmutativa. Es decir, f g 6= g f .
1.3.6.
Funciones inyectivas e inversas
Funci
on inyectiva. Una funci
on se dice que es inyectiva cuando elementos
distintos tienen im
agenes distintas, es decir, cuando no existen dos elementos
distintos con la misma imagen. Por tanto, f es inyectiva si y s
olo si:
f (a) = f (a ) a = a
O bien, alternativamente, f es inyectiva si y s
olo si, para a y a en Df , se
tiene
a 6= a f (a) 6= f (a )
Formalmente se puede establecer la siguiente definici
on:
Definici
on 1.10 (Funci
on inyectiva). Sea f una funci
on con dominio
Df en A y rango Rf en B. Se dice que f es inyectiva o uno a uno si, cada
vez que (a, b) y (a , b) son elementos de f , entonces a = a
32

Si f es inyectiva se dice que f es una inyecci
on.
Funci
on inversa. Se llama recproca de una funci
on a la correspondencia
que se obtiene al intercambiar las im
agenes por los correspondientes originales de dicha funci
on. Evidentemente la recproca de una funci
on no tiene
por que ser otra funci
on. En efecto, basta que dos elementos diferentes tengan la misma imagen, para que la recproca asigne a esa imagen los dos
originales, lo que contradice la definici
on de funci
on. Sin embargo, si la funci
on es inyectiva, entonces la recproca es una funci
on y, adem
as, es inyectiva.
Es decir, si f es inyectiva desde A a B, entonces el conjunto de pares ordenados en B A que se obtienen al intercambiar las componentes de cada
uno de los pares ordenados de f da una funci
on g que tambien es inyectiva.
Teorema 1.1 (Existencia de funci
on la inversa). Una funci
on posee
funci
on inversa si y s
olo si es inyectiva
Las relaciones entre una funci
on f y su inversa g son las siguientes:
(
f
Dg = Rf , Rg = Df
B
g
(a, b) f (b, a) g o bien b = f (a) a = g(b)
La funci
on g se llama funci
on inversa o recproca de f y se denota por f 1 .
En consecuencia:
(
f
Df 1 = Rf , Rf 1 = Df
A 1
B
(a, b) f (b, a) f 1 o bien b = f (a) a = f 1 (b)
f
En consecuencia, se puede establecer la siguiente
Definici
on 1.11 (Funci
on recproca o inversa). Sea f una inyecci
on
con dominio Df en A y rango Rf en B. Si g = {(b, a) B A / (a, b) f },
entonces g es una inyecci
on con dominio Dg = Rf en B y con rango Rg =
Df en A. La funci
on g se llama funci
on inversa de f y se denota por f 1
Desde el punto de vista del mapeo, la funci
on inversa se puede interpretar
de la siguiente forma: Si f es inyectiva mapea elementos distintos de Df hacia
elementos distintos de Rf . De tal manera que cada elemento b de Rf es la
imagen bajo f de un u
nico elemento a de Df . La funci
on inversa f 1 mapea
el elemento b hacia este elemento u
nico a.
Proposici
on 1.7 (Composici
on de funciones recprocas). Dos funciones son recprocas si y solamente si, al componerlas se obtiene la identidad. Es decir,

f f 1 (x) = x para todo x del dominio de f 1
y

f 1 f (x) = x para todo x del dominio de f
33
1.3. FUNCIONES
f
ar
Df
rb
Rf
f 1
Figura 1.17: Funcion inversa
Nota: En consecuencia, para que dos funciones reales de variable real, f y g, sean inversas
la una de la otra se ha de cumplir:
1.
2.
3.
Dg = R f , y R g = Df .
Que ambas sean inyectivas:
f (x1 ) = f (x2 ) x1 = x2 y g(x1 ) = g(x2 ) x1 = x2

Que su composici
on sea la identidad f g(x) = g f (x) = x
Ejemplo 1.22 (Componiendo funciones recprocas). Comprobar que las siguientes funciones son recprocas
f (x) = x3 + 1
g(x) =
x1
Soluci
on. Se tiene:
a) Los dominios y recorridos de ambas funciones coinciden con el conjunto
de los n
umeros reales. En consecuencia Dg = Rf , y Rg = Df
b) Ambas funciones son inyectivas. En efecto.
f (x1 ) = f (x2 ) x31 + 1 = x32 + 1 x31 = x32 x1 = x2
g(x1 ) = g(x2 )
x1 1 =
x2 1 x1 1 = x2 1 x1 = x2
c) La composici
on de f con g viene dada por
3

f g(x) = 3 x 1 + 1 = x 1 + 1 = x
y la composici
on de g con f viene dada por
q

3
3
g f (x) = 3 x3 + 1 1 = x3 + 1 1 = x3 = x

Luego se tiene que f g(x) = g f (x) = x y, en consecuencia, podemos
concluir que f y g son inversas una de otra.
En la Figura 1.18 aparecen las gr
afica de las funciones f y g. Como puede
verse, son simetricas respecto de la bisectriz del primer y tercer cuadrante,
y = x. Es decir, la gr
afica de f 1 es una reflexi
on de la gr
afica de f en la
lnea y = x.

34
3
y=x
2
1
f (x) = x3 + 1
x
0
-1
g(x) =
-2
x1
-3
-3
-2
-1
Figura 1.18:
Proposici
on 1.8 (Recproca de la recproca). Si g es la inversa de f ,
entonces tambien f es la inversa de g. Es decir, la recproca de la recproca
es la propia funci
on.
1
f 1
=f
Nota: Hay que advertir que aunque para denotar a la funci

on inversa se utiliza el exponente 1, no por eso se trata de una potencia. La utilizaci
on de esta notaci
on es c
omoda
porque algunas propiedades de la funci
on inversa recuerdan las propiedades de las
poten1
= f.
cias, como es que la recproca de la recproca coincide con la propia funci
on f 1
Sin embargo, hay que advertir que esta notaci
on puede inducir a enga
no, ya que, en general
f 1 (x) 6=
1
f (x)
C
alculo de la correspondencia recproca. Para calcular la recproca de
una funci
on se pueden seguir dos procedimientos:
a) Deshaciendo operaciones. Consiste en deshacer las operaciones en el
orden inverso al que est
an realizadas en la funci
on dada. Este metodo solamente es aplicable a funciones que vienen definidas mediante ecuaciones
sencillas, en las que aparece una sola vez la variable independiente x. Partiendo de x vemos que operaciones hay que realizar para construir la funci
on
f (x). La inversa se obtiene deshaciendo las operaciones en el orden inverso
al que est
an realizadas en la funci
on dada.
b) Despejando la variable independiente. Consiste en despejar la variable independiente, x, en la ecuaci
on y = f (x), con objeto de obtener la
recproca, x = g(y) (que puede expresarse en terminos de x intercambiando
x por y para obtener y = g(x)).
Nota: Los pasos a seguir para calcular la funci
on inversa son:
1.
Comprobar que la funci

on es inyectiva y, en consecuencia, tiene funci
on inversa
(Teorema 1.1 p
ag. 32).
2.
Despejar x en funci
on de y: x = g(y) = f 1 (y).
3.
intercambiar x por y, con objeto de tener la funci

on inversa en terminos de x:
y = g(x) = f 1 (x).
35
1.3. FUNCIONES
4.
Definir el dominio de f 1 como el recorrido de f .
Ejemplo 1.23 (Deshaciendo operaciones). Calcular la recproca de las siguientes funciones

a) f (x) = x + 3
b) f (x) = 3x
b) f (x) = 5x3 + 2
Soluci
on. Las tres funciones son inyectivas y est
an definidas para todos los
n
umeros reales, en consecuencia, sus correspondencias recprocas son funciones. Para calcularlas, partimos de x y deshacemos las operaciones, en el
orden inverso al que est
an dadas. As,
a) La funci
on f supone sumar 3. En consecuencia, su recproca consistir
a en
restar 3.
f (x) = x + 3 f 1 (x) = x 3
b) La funci
on f supone multiplicar por 3. En consecuencia, su recproca
consistir
a en dividir por 3.
f (x) = 3x
f 1 (x) = x/3
c)La funci
on f supone:
1o ) Elevar al cubo
2o ) Multiplicar por 5
3o ) Sumar 2
En consecuencia, su recproca consistir

a en:
1o ) Restar
r 2
Luego, f 1 (x) =
2o ) Dividir por 5
3o ) Extraer la raz c
ubica.
x2
5
Ejemplo 1.24 (Hallando la funcion recproca). Hallar, si existen, las funciones inversas de:
a) f (x) = x2
b) f (x) = x2 con Df = {x R/ x 0}
c) f (x) = x2 con Df = {x R/ x 0}
Soluci
on. a) La funci
on f (x) = x2 con dominio Df = R no es inyectiva y
en consecuencia la correspondencia inversa no es una funci
on. En efecto, la
funci
on f es la funci
on f = {(x, x2 ); x R}, y f
acilmente se ve que no es
uno a uno. En efecto, f (2) = f (2) = 4, y en consecuencia los dos pares
ordenados (2, 4) y (2, 4) pertenecen a f . En general, se tiene

x1 = x2
2
2
f (x1 ) = f (x2 ) x1 = x2
x1 = x2
b) En este caso, al haberse restringido el dominio de la funci
on, exclusivamente, a los n
umeros no negativos, la funci
on resulta inyectiva. En efecto,
f (x1 ) = f (x2 ) x21 = x22 x1 = x2
36
En consecuencia, la funci
on tiene inversa. El procedimiento para calcular la
funci
on inversa consiste en expresar x en funci
on de y.
y = x2 x = y y Rf = {y R; y 0}
O bien, expresado en terminos de x, f 1 (x) = x

c) Este caso es similar al caso anterior. La funci
on tambien es inyectiva y,
en consecuencia, tiene inversa.
f 1 (x) = x
Proposici
on 1.9 (Simetra de las correspondencias inversas). La
gr
afica de una correspondencia f y la de su recproca f 1 son simetricas
respecto de la bisectriz del primer y tercer cuadrante, y = x
Demostraci
on. En efecto, por definici
on de la inversa, se tiene
(a, b) f (b, a) f 1
y
y=x
(b, a)
f 1
(a, b)
x
Figura 1.19: Simetra de las correspondencias inversas

Para que la correspondencia recproca f 1 de una funci
on f sea otra
funci
on, la funci
on f ha de ser inyectiva. Gr
aficamente puede determinarse
si una funci
on es inyectiva o no mediante el criterio de la recta horizontal.
Una funci
on es inyectiva si y s
olo si su gr
afica no tiene nunca dos puntos
en la misma horizontal. Por tanto, una funci
on f tiene funci
on inversa si y
s
olo si cada recta horizontal corta a la gr
afica de f a lo sumo una vez.
Nota: En consecuencia se tienen los dos criterios:
a) Criterio de la recta vertical. Para que una curva represente una funci
on, no puede
tener dos puntos en la misma vertical.
b) Criterio de la recta horizontal. Para que una funci
on sea inyectiva y, en consecuencia, tenga funci
on inversa, su gr
afica no puede tener dos puntos en la misma horizontal.
Proposici
on 1.10 (Las funciones estrictamente mon
otonas son inyectivas). Si una funci
on f es estrictamente mon
otona en un intervalo,
entonces es inyectiva en ese intervalo.
1.3. FUNCIONES
37
Demostraci
on. Una funci
on es estrictamente mon
otona en un intervalo si
es: o bien estrictamente creciente, en dicho intervalo; o bien estrictamente
decreciente.
Por otro lado, una funci
on es inyectiva si puntos distintos tienen im
agenes
distintas. Es decir,
x1 6= x2 f (x1 ) 6= f (x2 )
Elijamos x1 y x2 en el intervalo dado. Si x1 6= x2 ser
a: o bien x1 < x2 ; o
bien x1 > x2 . Y al ser f estrictamente mon
otona ser
a f (x1 ) < f (x2 ); o bien
f (x1 ) > f (x2 ). En ambos casos f (x1 ) 6= f (x2 ). Por tanto f es inyectiva en
el intervalo.
f (x1 ) < f (x2 )

x1 < x2
o
o
f (x1 ) 6= f (x2 )
x1 6= x2
f (x1 ) > f (x2 )

x1 > x2
Nota: El recproco de esta proposici

on no es cierto. Es decir, una funci
on inyectiva no
tiene porque ser estrictamente mon

otona. Es m
as, puede ser estrictamente creciente en un
intervalo y estrictamente decreciente en otro intervalo, con tal de que no haya dos puntos
en la misma horizontal
Corolario 1.1. Si una funci

otona, entonces tiene
funci
on inversa.
Demostraci
on. En efecto, si la funci
otona, entonces
ser
a inyectiva y, en consecuencia, tendr
a inversa.
1.3.7.
Funciones suprayectivas y biyectivas
Definici
on 1.12 (Funci
on suprayectiva). Sea f una funci
on con Df A
y rango Rf B. Se dice que f es suprayectiva o sobreyectiva cuando el
rango coincide con el conjunto final Rf = B
Definici
on 1.13 (Funci
on biyectiva). Sea f una funci
on con Df A y
rango Rf B. Se dice que f es biyectiva si es, simult
aneamente, inyectiva
y suprayectiva.
Si una funci
on es biyectiva, se dice que es una biyecci
on.
1.3.8.
Im
agenes directa e inversa de un conjunto
Sea f una funci

on arbitraria con dominio Df en A y rango Rf en B. Se
define2 ,
Definici
on 1.14 (Imagen directa de un conjunto). Si E es un subconjunto de A, entonces la imagen directa de E bajo f es el subconjunto de Rf
dado por
f (E) = {f (x); x E Df }
2
Para m
as detalles sobre estos temas vease [3, Bartle], citado en la bibliografa.

38
Si E Df = , entonces f (E) = . Si E contiene un u

nico elemento p
de Df , entonces el conjunto f (E) contiene un u
nico punto f (p)
Definici
on 1.15 (Imagen inversa de un conjunto). Si H es un subconjunto de B, entonces, la imagen inversa de H bajo f es el subconjunto
de Df dado por:
f 1 (H) = {x; f (x) H}
1.3.9.
Funciones pares e impares
Definici
on 1.16 (Funciones pares e impares). Una funci
on y = f (x)
se dice que es par si
f (x) = f (x)
Una funci
on y = f (x) se dice que es impar si
f (x) = f (x)
Nota: En las funciones pares al cambiar x por x se obtiene la misma expresi
on total.
En las funciones impares al cambiar x por x la expresi

on total cambia de signo.
Ejemplo 1.25. Determinar si las siguientes funciones son pares o impares

a) f (x) = x2 1
b) g(x) = x3 + x
c) h(x) = x2 + x
Soluci
on. a) Esta funci
on es par ya que
f (x) = (x)2 1 = x2 1 = f (x)
b) Esta funci
on es impar ya que
g(x) = (x)3 + (x) = x3 x = (x3 + x) = g(x)
c) Esta funci
on no es ni par ni impar. En efecto,

6 h(x)
=
2
2
h(x) = (x) + (x) = x x
6= h(x)
Proposici
on 1.11 (Simetra de las funciones pares e impares). La
gr
afica de una funci
on par es simetrica respecto del eje vertical y la gr
afica
de una funci
on impar es simetrica respecto del origen de coordenadas.
1.3.10.
La funci
on valor absoluto
Ejemplo 1.26. Representar la funci

on f (x) = |x|
Soluci
on.
on f (x) = |x2 6x + 5|
Soluci
on.
39
1.3. FUNCIONES
y
(x, y)
(x, y)
(x, y)
x
x
(x, y)
Funci
on par: f (x) = f (x)
Funci
on impar: f (x) = f (x)
Figura 1.20: Simetra de las funciones pares e impares
y6
@
x
-
Figura 1.21: Grafica de la funcion valor absoluto f (x) = |x|

on 1.3. Funciones
Soluciones en la p
agina 379
1.3.1. Dada la funci

on f (x) =
x + 1, hallar
a) f (2)
b) f (1)
c) f (3)
d) f (x + x)
1.3.2. Hallar el dominio de las funciones

a) f (x) =
x2 1
b) g(x) = ln(x 3)
1.3.3. Dadas las funciones f (x) =

a) f g(1)

b) f g(0)
y
5
4
3
2
1
c) h(x) = arc sen(x 1)
x y g(x) = x 1, hallar

c) f g(x)

d) g f (1)

e) g f (0)
x
0 1 2 3 4 5 6
Figura 1.22: Grafica de la funcion f (x) = |x2 6x + 5|

f) g f (x)

40
1.4.
Lmite de sucesiones
Sucesi
on
Una sucesi
on es un conjunto de infinitos n
umeros ordenados seg
un alg
un
criterio. Ejemplo,
1
1 1 1 1
{1, , , , , , , }
2 3 4 5
n
1 2 3 4 5
n
{ , , , , , ,
,}
2 3 4 5 6
n+1
{1, 0, 1, 0, 1, , sen n , }
2
Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los n
umeros naturales.
1 2 3 n

{ a1 a2 a3 an }
Aunque las sucesiones son funciones, es costumbre representarlas mediante

subndices en lugar de la notaci
on funcional. As, en vez de a(n) se escribe
an .
Nota: El motivo de esta notaci
on es que con an queremos enfatizar, m
as que la imagen
del n
umero n, el termino que ocupa en lugar n en la sucesi
on.
A los n
umeros que componen la sucesi
on a1 , a2 , a3 , . . . , se les llama
terminos de la sucesi
on y a an se le llama termino general o n-simo
termino de la sucesi
on y denotaremos la sucesi
on por {an }.
Definici
on 1.17 (Sucesi
on). Una sucesi
on an es una funci
on cuyo dominio es el conjunto de los n
umeros naturales a : N R. A los valores de
la funci
on a1 , a2 , a3 , . . . , se les llama terminos de la sucesi
on y al termino an se le llama termino general o n-simo termino de la sucesi
on y
denotaremos la sucesi
on por {an }.
La gr
afica de una sucesi
on es un conjunto de infinitos puntos separados
(aislados) unos de otros.
an
an = n1
6 r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
6
1
r r r r r n
0
1 2 3 4 5
-1
Figura 1.23:
an
an = sen n 2
6 r
r
1
r
r
-n
0
1 2 3r 4 5
-1
1.4. LIMITE DE SUCESIONES
41
Lmite de una sucesi

on
Centraremos nuestra atenci
on en ver si los terminos de una sucesi
on se van
aproximando cada vez m
as a alg
un valor. A ese valor se le llama lmite de
la sucesi
on. Las sucesiones que tienen lmite se llaman convergentes.
1 1 1 1
1
{1, , , , , , , } 0
2 3 4 5
n
n
1 2 3 4 5
,} 1
{ , , , , , ,
2 3 4 5 6
n+1
{1, 0, 1, 0, 1, , sen n , } Sin lmite

2
Definici
on 1.18 (Lmite de una sucesi
on). Se dice que el lmite de la
sucesi
on {an } es y escribimos
lm an =
Si para cada > 0 existe k > 0 tal que |an | < siempre que n > k.
lm an =

> 0 k > 0 n N n > k |an | <
Las sucesiones que tienen lmite finito se llaman convergentes y las dem
as
divergentes
Gr
aficamente, la definici
on dice que desde un lugar en adelante (n > k),
todos los terminos de la sucesi
on tienen que estar comprendidos dentro de
la franja limitada por las rectas y = e y = +
an
Para n > k los terminos de la sucesi

on
est
an todos entre y +
r
r
r
r r
r r r
r r r
r r r
r
n
1 2 3 ...
Figura 1.24: n
lm an =
Nota: Para que exista el lmite, , por muy estrecha que sea la franja ( , + ), siempre
se puede encontrar un termino a partir del cual todos los que le siguen est
an dentro de la
franja.

42
Ejemplo 1.28 (Determinando la convergencia o divergencia de una sucesion).

Determinar la convergencia o divergencia de las sucesiones
a) an = 2 + (1)n
b) bn = sen
n
2
Soluci
on. a) Los terminos de la sucesi
on an = 2 + (1)n son
1, 3, 1, 3, 1, 3, 1, 3,
Como la sucesi
on siempre tiene terminos que oscilan entre 1 y 3, resulta que
no tiene lmite y en consecuencia diverge (por oscilaci
on).
n
son
b)Los terminos de la sucesi
on bn = sen
2
1, 0, 1, 0, 1, 0, 1,
Como la sucesi
on siempre tiene terminos que oscilan entre -1 y 1, resulta
que no tiene lmite y en consecuencia diverge (por oscilaci
on).
C
alculo de lmite de sucesiones
Proposici
on 1.12 (Propiedades algebraicas de los lmites de sucesiones). Si
lm an = 1 y lm bn = 2
n
entonces se cumplen las siguientes propiedades

1. lm (an bn ) = 1 2
n
3. lm an bn = 1 2
n
5. lm (an )bn = (1 )2 , si 1 > 0
2. lm ran = r1 , r R
n
an
1
4. lm
= , bn =
6 0 y 2 6= 0
n bn
2
Reglas elementales para el c

alculo de lmites. Las reglas m
as frecuentes para eliminar la indeterminaci
on del lmite de una sucesi
on son las
siguientes:
. Se suele eliminar dividiendo numerador y

1. Indeterminaci
on del tipo
denominador por un termino que elimine uno de los dos infinitos (por
ejemplo, m
axima potencia de n).
2. Cociente de dos polinomios. Es un caso particular de la anterior. Este

caso se reduce al cociente de los terminos de mayor grado, y se simplifica la n.
ap np
ap np + ap1 np1 + + a0
=
l
m
n bq nq
n bq nq + bq1 nq1 + + b0
lm
43
3. Indeterminaci
on del tipo . En el caso de que se trate de races
cuadradas la indeterminaci
on se suele eliminar multiplicando y dividiendo por el conjugado, con objeto de tener suma por diferencia, de
manera que al aplicar la diferencia de cuadrados se elimine la raz
cuadrada.
4. Indeterminaci
on del tipo 1 . Se aplica el n
umero e.

1 n
lm 1 +
= e = 2,718
n
n
que se generaliza para los lmites del tipo:

1 an
= e = 2,718
lm 1 +
n
an
siempre que lm an = + o lm an =
n
Ejemplo 1.29. Calcular los siguientes lmites:

n+3
n
= lm 3 = 0
3
n n + 4
n n
"
2n
2n
3n # 1

3n
2
1 1
1
1
=e 3 =
1+
= lm
2. lm 1
3 2
n
n
3n
3n
e
1.
lm
3.
lm
a = lm a n = a0 = 1
n
1
ln n
ln n
1
=
= lm
= lm
=1
ln 5n n ln 5 + ln n n ln 5
0+1
+1
ln n

ln n(1 + n3 )
ln n + ln(1 + n3 )
ln(n + 3)
5. lm
= lm
= lm
=
n
n
n
ln n
ln n
ln n
!
ln(1 + n3 )
= lm 1 +
=1+0=1
n
ln
4.
6.
lm
lm

p
n2 n2 + (a + b)n + ab
p
=
n (n + a)(n + b) = lm
n
n + (n + a)(n + b)
(a + b) ab
(a + b)n ab
n
q
p
= lm
n n +
n2 + (a + b)n + ab n 1 + 1 + (a+b) +
n
= lm
=
ab
n2
a+b
2

44
Criterio de Stoltz.
Es un criterio relacionado con las Reglas de LH

opital que s
olo se puede
aplicar a las sucesiones. Y del que, sin animo de demostrar nada, podemos
dar la siguiente justificaci
on:
an
an+1
an
an+1
an
an+1 an
lm
= lm
n bn
n bn+1
bn
bn+1
bn
bn+1 bn
El Criterio de Stoltz se puede resumir en el siguiente esquema:

an 0
an+1 an
=
o
= lm
n bn
n bn+1 bn
0
lm
Formalmente el Criterio de Stoltz puede enunciarse de la siguiente manera

Teorema 1.2 (Criterio de Stolz). Sean {an } y {bn } dos sucesiones.
an+1 an
an
an+1 an
Si existe lm
, entonces lm
= lm
n bn+1 bn
n bn
n bn+1 bn
siempre que:
1. {bn } es una sucesi
on mon
otona divergente, o bien,
2. an 0, bn 0 y bn es mon
otona.
Ejemplo 1.30 (Aplicando el criterio de Stolz). Calcular los siguientes lmites:

1.
2 + 4 + + 2n
=
=
n 3 + 9 + + 3n
lm
(2 + 4 + + 2n + 2n+1 ) (2 + 4 + + 2n )
2n+1
=
=
l
m
n (3 + 9 + + 3n + 3n+1 ) (3 + 9 + + 3n )
n 3n+1
n+1 +
2
2
=
=0
= lm
n 3
3
= lm
ln(n + 1) ln n
n+1
ln n
= lm
=
= lm ln
=0
n
n
n n
n+1n
n
ln n
n

l
m
ln
n
lm
n
n
n
n = e =
3. lm n = e
=e
2.
lm
lm
en
ln(n + 1) ln n
n+1
lm ln
n+1n
n = eln 1 = e0 = 1
= en
ln(n2 + n)
p
l
m
n
n
=
4. lm
n2 + n = en
n

ln (n + 1)2 + n + 1 ln(n2 + n)
lm
n+1n
= en
=
lm ln
= en
n2 + 2n + 1 + n + 1
n2 + n
= eln 1 = e0 = 1
45
Teorema 1.3 (Criterio de la Raz n-sima). Sea {an } una sucesi

on estrictamente creciente tal que lm an = +, entonces:
n
lm
an = lm
an+1
an
Demostraci
on: En efecto, aplicando el Criterio de Stolz a la raz resulta:
ln an+1 ln n
ln an
lm
lm ln n an
lm
n
n
n
n
n+1n =
n =e
=e
lm an = e
n
an+1
lm ln
an = lm an+1
= en
n an
Ejemplo 1.31 (Aplicando el criterio de la raz). Calcula los siguientes
lmites:
p
1. lm n (n + 1)(n + 2) (n + n) =
n
(2n + 1)(2n + 2)
(n + 2)(n + 3) (n + n + 2)
= lm
= +
n
n
(n + 1)(n + 2) (n + n)
(n + 1)
= lm
2.
1p
n
(3n + 1)(3n + 2) (3n + n) =
n n
r
n (3n + 1)(3n + 2) (3n + n)
= lm
=
n
nn
(3n + 4)(3n + 5) (3n + n + 4) (3n + 1) (3n + n)
:
=
= lm
n
(n + 1)n+1
nn
(3n + 4)(3n + 5) (3n + n + 4)nn
=
= lm
n (3n + 1)(3n + 2) (3n + n)(n + 1)n+1
(3n + n + 1)(3n + n + 2)(3n + n + 3)(3n + n + 4)nn
= lm
=
n
(3n + 1)(3n + 2)(3n + 3)(n + 1)(n + 1)n
43
444 1
(4n + 1)(4n + 2)(4n + 3)(4n + 4)

4
=
=
= lm
n
n (3n + 1)(3n + 2)(3n + 3)(n + 1) n+1
333 e
33 e
n
lm
Simplificaci
on de sumas.
Algunas sumas se pueden simplificar expresando sus terminos de forma

telesc
opica, es decir, como la diferencia de dos terminos consecutivos, de
manera que al sumar se eliminan los terminos intermedios.
Ejemplo 1.32 (Simplificando sumas). Calcula el siguiente lmite.

1
1
1
lm
+
+ +
=
n 1 2
23
n(n + 1)

1 1 1
1
1
= lm 1 + + +
=1
n
2 2 3
n n+1

46
C
alculo de lmites por acotaci
on.
Teorema 1.4 (Teorema del encaje para sucesiones). Si
lm an = = lm bn
y existe un entero k tal que an cn bn para todo n > k, entonces

lm cn =
Ejemplo 1.33 (Encajando sucesiones). Calcular el siguiente lmite.

p
(n 1)!
lm
n (1 + 1)(1 + 2) (1 + n)
Soluci
on. Teniendo en cuenta las siguientes desigualdades,
p

(n 1)!
1 2 n 1
0
=

(1 + 1)(1 + 2) (1 + n)
(1 + 1)(1 + 2) (1 + n)
1
(1 + 1)(1 + 2) (1 + n 1)
0
=
1+ n
(1 + 1)(1 + 2) (1 + n)
Resulta:
p
(n 1)!
lm
=0
n (1 + 1)(1 + 2) (1 + n)
La constante de Euler.
Para resolver algunos lmites puede tenerse en cuenta la siguiente igualdad:
1
1
1 + + + = ln n + + n
2
n
donde:
1. n 0
2. = Constante de Euler 0 5
Ejemplo 1.34 (Aplicando la constante de Euler). Calcular los siguientes
lmites:
+ + n1
ln n + + n
= lm
=1+0+0=1
1. lm
n
n
ln n
ln n

1
1
e e 3 e n e
e1 e1/2 e1/n
e1+ 2 ++ n
2. lm
= lm
= lm
=
n
n
n
n
n
n
n e en
eln n++n
= lm
= e e0 = e
= lm
n
n
n
n
1+
1
2
3.
47
ln(1 + 12 + + n1 )
ln(ln n + + n )
= lm
=
n
n
ln(ln n)
ln(ln n)

n
ln ln n 1 + +
ln(ln n) + ln 1 +
ln n
= lm
= lm
n
n
ln(ln n)
ln(ln n)
lm
+n
ln n
=1
Sucesiones mon
otonas
Definici
on 1.19 (Sucesi
on mon
otona). Una sucesi
on {an } se dice que
es mon
otona si sus terminos son crecientes
a1 a2 a3 an
o decrecientes
a1 a2 a3 an
Ejemplo 1.35 (Determinando la monotona de una sucesion). Determinar
la monotona de la sucesi
on
an =
3n
n+2
Soluci
on. Determinar que una sucesi
on no es mon
otona puede hacerse, de
una manera f
acil, comparando tres terminos de la misma. Sin embargo, determinar que es mon
otona es algo m
as complicado, ya que hay que determinar que sus terminos crecen o decrecen siempre, para todo valor de n. Para
determinar la monotona de una sucesi
on pueden seguirse varios metodos.
Veamos aqu varios de ellos. En primer lugar hallamos an y an+1 . En este
caso,
3(n + 1)
3n
an+1 =
an =
n+2
(n + 1) + 2
a) Construyendo comparativamente an y an+1 .
1
1
<
n+2
(n + 1) + 2
3n
3(n + 1)
3n
<
<
an < an+1
n+2
(n + 1) + 2
(n + 1) + 2
(n + 1) + 2 > n + 2
luego la sucesi
on es mon
otona (estrictamente creciente).
b) Deshaciendo comparativamente an y an+1 . Partimos del supuesto de que
an < an+1 y deshacemos las operaciones. As,
3n
3(n + 1)
<?
= an+1
n+2
(n + 1) + 2

3n (n + 1) + 2 <? 3(n + 1)(n + 2)
an =
3n(n + 3) <? 3(n2 + 3n + 2)

48
3n2 + 9n <? 3n2 + 9n + 6

0<6
Como hemos llegado a una desigualdad final v
alida, podemos invertir los
pasos para concluir que la desigualdad original tambien es v
alida, y por
tanto la sucesi
on es mon
otona.
c) Usando derivadas. Consideramos que n es una variable continua. Es decir
consideramos la funci
on f (n) = an . O bien en terminos de x.
f (x) =
3x
x+2
Hallamos su derivada
f (x) =
3x + 6 3x
6
3(x + 2) 3x
=
=
2
2
(x + 2)
(x + 2)
(x + 2)2
que es positiva para todo x, luego podemos concluir que la funci

on f es
creciente en todo R. En consecuencia la sucesi
on an es creciente.
Definici
on 1.20 (Sucesi
on acotada). Una sucesi
on {an } se dice que es
acotada si existe un n
umero real positivo M tal que |an | M para todo n.

{an } acotada M R+ n N |an | M
Teorema 1.5 (Sucesiones mon

otonas y acotadas). Si una sucesi
on
{an }es mon
otona y acotada, entonces es convergente.
Nota: Adem
as de los metodos aqu expuestos para el c
alculo de lmite de sucesiones
veremos otros metodos basados en los criterios para el c
alculo de lmite de funciones,
as como un caso particular para comprobar que el lmite de una sucesi
on es cero, basado
en la convergencia de las series.

on 1.4. Lmite de sucesiones
Soluciones en la p
agina 379
1.4.1. Escribir los cinco primeros terminos de las sucesiones
a) an = (1)n+1 n
b) bn = (1)
n(n+1)
2
c) cn =
n!
(n 1)!
1.4.2. Escribir una expresi

on del termino general de las sucesiones
a) 2, 4, 6, 8, 10, . . .
b)
2
3
4
1
,
,
,
,...
23 34 45 56
c)
1 1 2 4 8
, , , , ,...
2 3 9 27 81
1.4.3. Determinar si son convergentes las siguientes sucesiones y en caso afirmativo calcular su lmite.
n

(n 1)!
n!
k
b) bn =
c) cn = n
a) an = 1 +
n
(n + 1)!
n
1.4.4. Determinar la monotona de las siguientes sucesiones
n
n
sen n
3
2
b) bn =
a) an =
b) bn =
n
3
2
1.5. LIMITE Y CONTINUIDAD DE FUNCIONES
1.5.
49
Lmite y continuidad de funciones
1.5.1.
Definici
on de lmite
Nota: El concepto de lmite es fundamental en el C

alculo, de manera que para poder
profundizar en el conocimiento de la materia es impresindible, tanto el manejo pr
actico de
las reglas para el c
alculo de lmites, como la comprensi
on te
orica del concepto de lmite.
Suponemos conocida la idea intuitiva de lmite y las reglas b
asicas para el c
alculo de
lmites. No obstante, profundizaremos en ambos puntos.
En este curso centraremos la atenci
on en los potentes instrumentos para el c
alculo de
lmites de funciones de una variable, como son
1.
agina 74).
Los infinitesimos (apartado 1.5.9, en la p
2.
Las reglas de LH
opital (apartado 3.3.3, en la p
agina 165).
3.
agina 187).
El desarrollo de Taylor (apartado 3.5.7, en la p
4.
agina 324).
El concepto de integral (apartado 5.1.2, en la p
As mismo estudiaremos los lmites para funciones de varias variables en el captulo 2.
Idea intuitiva. En el lenguaje ordinario la palabra lmite tiene un car

acter
est
atico y significa termino, confn o lindero. Sin embargo, en C
alculo, el
concepto de lmite es un concepto din
amico y tiene que ver con la idea
de acercarse los m
as posible a un punto o un valor (x x0 ). En otras
ocasiones tiene que ver con la idea de alejarse lo m
as posible del origen, o
hacer lo mas grande posible un n
umero (x ). Y, en otras ocasiones, el
concepto de lmite tiene que ver con traspasar una frontera, aparentemente
infranqueable, como es el caso de la suma de infinitos n
umeros. Veamos la
noci
on de lmite a partir de un ejemplo.
x2 1
, x 6= 1
x1
a) Estudiar su comportamiento en los alrededores del punto x = 1
b) Esbozar su gr
afica.
Ejemplo 1.36. Dada la funci

on f (x) =
Soluci
on. a) Para estudiar el comportamiento de la funci
on en los alrededores
del punto x = 1 damos a x valores cada vez m
as pr
oximos a 1. Aproxim
andonos tanto por la izquierda como por la derecha. Los correspondientes
valores de f (x) se muestran en la siguiente tabla
x se acerca a 1 por la izquierda
x
f (x)
0.5
1.5
0.75
1.75
0.9
1.9
0.99
1.99
0.999
1.999
f (x) se acerca a 2
x se acerca a 1 por la derecha
1
?
1.001
2.001
1.01
2.01
1.1
2.1
1.25
2.25
1.5
2.5
f (x) se acerca a 2
b) Al representar estos puntos, se ve que la gr

afica de f es una recta con un
hueco en el punto (1, 2) (vease Figura 1.25).

50
y
3
2
1
3 2 1
1
x
1
Figura 1.25: x1
lm
x2 1
=2
x1
Aunque x no puede ser igual a 1, podemos acercarnos a 1 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por
eso decimos que el lmite de f (x) cuando x tiende a 1 es 2, y lo denotamos
como
x2 1
=2
lm f (x) = 2 o bien, lm
x1
x1 x 1
En consecuencia podemos dar la siguiente descripci
on intuitiva del concepto de lmite. Decimos que el lmite de f (x) cuando x tiende a x0 es , si
f (x) se aproxima, tanto como se quiera, a un u
nico n
umero cuando x se
aproxima a x0 por ambos lados, y escribimos
lm f (x) =
xx0
Nota: Al calcular el lmite de la funci

on f en el punto x0 , el valor de la funci
on en dicho
punto, f (x0 ), no afecta al lmite. Es m
as no importa que la funci
on no este definida en
dicho punto.
Hablaremos indistintamente de lmite en x0 , o bien, lmite cuando x tiende o se aproxima a x0 .
Para muchas funciones se puede intuir el valor del lmite usando una
calculadora y evaluando los valores de la funci
on en varios puntos pr
oximos
a x0 .
Ejemplo 1.37 (Estimacion del lmite con calculadora). Dada la funci
on
f (x) =
x2
,
x11
x 6= 2
a) Estudiar su comportamiento en los alrededores del punto x = 2

b) Esbozar su gr
afica.
Soluci
on. a) Para estudiar el comportamiento de la funci
del punto x = 2 damos a x valores cada vez m
as pr
oximos a 2. Aproxim
andonos tanto por la izquierda como por la derecha. Los correspondientes
valores de f (x) se muestran en la siguiente tabla
x
f (x)
1.5
1.707
1.75
1.866
1.9
1.949
1.99
1.99
51
1.999
1.999
2
?
2.001
2.0005
f (x) se acerca a 2
2.01
2.005
2.1
2.49
2.25
2.12
f (x) se acerca a 2
b) Al representar estos puntos, se ve que la gr

afica de f es una curva con
un hueco en el punto (2, 2) (vease Figura 1.26
y
3
2
1
3 2 1
1
x
1
Figura 1.26: x2
lm
x2
=2
x11
Aunque x no puede ser igual a 2, podemos acercarnos a 2 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por
eso decimos que el lmite de f (x) cuando x tiende a 2 es 2, y lo denotamos
como
x2
lm f (x) = 2 o bien, lm
=2
x2
x2
x11
Inexistencia de lmite. En los ejemplos anteriores cuando x se acerca a
x0 , tanto por la derecha como por la izquierda, f (x) se acerca, en ambos
casos, a un mismo valor , que llam
abamos lmite de la funci
on. En ocasiones
esto no ocurre y entonces decimos que la funci
on f no tiene lmite en el punto
x0 . Las situaciones m
as frecuentes que conducen a la inexistencia del lmite
de la funci
on f en el punto x0 son las siguientes:
1. Lmites laterales diferentes. f (x) se aproxima por la derecha de x0 a
un valor y por la izquierda a otro valor diferente.
2. El lmite se hace infinito. f (x) crece o decrece sin tope cuando x se
acerca a x0 , por la derecha o por la izquierda.
3. Inexistencia del lmite por oscilaci
on. Las valores de f (x) oscilan, indefinidamente, entre dos valores fijos cuando x se acerca a x0 .
Ejemplo 1.38 (Lmites laterales diferentes). Probar que el siguiente lmite
no existe
|x|
lm
x0 x
2.5
2.22

52
Soluci
on. Consideremos la funci
on
|x|
x
f (x) =
Para comprender su significado, demos varios valores a x. As,

f (3) =
3
|3|
= = 1,
3
3
f (0) =
0
= no definido,
0
f (3) =
| 3|
+3
=
= 1
3
3
En general, f (x) para valores positivos de x toma el valor 1, y para valores

negativos de x toma el valor -1. En efecto
x>0
|x| = x
x<0
|x| = x
|x|
x
= =1
x
x
|x|
x
f (x) =
=
= 1
x
x
f (x) =
on f puede definirse por casos de la siguiente forma

|x|
1 si x > 0
=
f (x) =
1
si x < 0
x
Y su gr
afica viene reflejada en la figura 1.27
y

1 b6
-x
- b1
Figura 1.27: f (x) =
|x|
z
En consecuencia el lmite no existe, ya que se tiene

lm = 1
x0+
6=
lm = 1
x0
Ejemplo 1.39 (Comportamiento no acotado). Discutir la existencia del

siguiente lmite
1
lm
x0 x2
Soluci
on
f (x) =
1
x2
Demos valores a x cada vez m

as cercanos al origen

x
f (x)
-0.5
4
-0.25
16
-0.1
100
-0.01
10000
53
-0.001
1000000
0
?
0.001
1000000
f (x) crece sin tope
0.01
10000
0.1
100
0.25
16
0.5
4
De la tabla se desprende que cuando x se acerca a 0, tanto por la derecha

como por la izquierda, f (x) crece sin lmite. Es m
as, podemos hacer que
f (x) crezca cuanto queramos sin m
as que acercarnos suficientemente al origen. As, por ejemplo, si queremos que f (x) sea mayor que 100 000 000,
bastar
a tomar un valor de x menor que 1/10 000. En efecto,
0 < |x| <
1
10 000
f (x) =
1
> 100 000 000
x2
Como f (x) no se aproxima a ning

un n
umero real cuando x se acerca a 0,
decimos que el lmite no existe. La gr
afica de la funci
on f viene reflejada en
la figura 1.28
y
6
4
2
x
6 4 2
Figura 1.28:
1
lm
= No existe
x0 x2
Nota: Aunque el lmite no existe, como n

umero real, la situaci
on reflejada en este ejemplo
es lo suficientemente importante y lo suficientemente frecuente en C
alculo, como para
tenerla en especial consideraci
on. As, en las situaciones del ejemplo anterior se dice que
el lmite de la funci
on cuando x tiende a cero, es infinito, y se expresa
lm
x0
1
= +
x2
No obstante hay que decir que + no es ning

un n
umero real, sino que es un smbolo que
se utiliza para reflejar el comportamiento no acotado de la funci
on.
Ejemplo 1.40 (Comportamiento oscilante). Discutir la existencia del siguiente lmite

1
lm sen
x0
x
Soluci
on

1
f (x) = sen
x
Su gr
afica viene representada en la figura 1.29.

54
y
1
x
1
Figura 1.29: x0
lm sen

1
= No existe
x
El lmite no existe, puesto que siempre es posible coger una sucesi

on de
puntos, con lmite cero; y sin embargo, la sucesi
on formada con sus im
agenes
no tiene lmite.
{xn } 0 y sin embargo
{f (xn )} no tiene lmite
como puede verse en la siguiente tabla

x
f (x)
2
3
-1
2
5
1
2
7
-1
2
9
1
2
11
-1
x0
No tiene lmite
Para probar que el lmite no existe, tambien podemos encontrar dos sucesiones diferentes con lmite cero tales que sus im
agenes tengan lmites diferentes.

{xn } 0
{f (xn )} 1
mientras que
{xn } 0
{f (xn )} 2 6= 1
Por ejemplo, para la sucesi
on
1
1 1 1
} = { , , , } 0 se tiene
n
2 3

1
1
} = {sen
} = {sen (n)} = {0, 0, 0, } 0
{f (xn )} = {f
n
1/n
{xn } = {
mientras que para la sucesi

on
2
2 2 2
} = { , , , } 0 se tiene
(2n 1)
3 5

2
2
{f (xn )} = {f
} = {sen
}=
(2n 1)
1/(2n 1)

(2n 1)
} = {1, 1, 1, } 1 6= 0
= {sen
2
{xn } = {
55
Definici
on 1.21 (La definici
on de lmite). Se dice que el lmite de
la funci
on f en el punto x0 es , y se denota por
lm f (x) =
xx0
si para cada > 0 existe un > 0 tal que

|f (x) | <
siempre que
0 < |x x0 | <
lm f (x) = > 0, > 0 : x R, 0 < |x x0 | < |f (x) | <
xx0
(1.7)
Nota: La definici
on refleja la siguiente idea:
El hecho de que f (x) est
a tan cerca de como queramos, quiere decir que para
cualquier , todo lo peque
no que queramos, estar
a f (x) entre y + , es decir,
< f (x) < +
que en valor absoluto se expresa como
|f (x) | <
y esta situaci
on tiene que darse cuando x se acerca suficientemente a x0 . Este acercamiento
se mide encontrando alg
un para el cual x este entre x0 y x0 + , es decir,
x0 < x < x0 +
que en valor absoluto se expresa como
|x x0 | <
El hecho de que el punto x0 no interviene en la definici
on de lmite se indica con la
expresi
on
0 < |x x0 | <
A pesar de la importancia de la definici
on , a nivel te
orico, especialmente en la
demostraci
on de teoremas; a nivel pr
actico, en el c
alculo de lmites, la definici
on no
es u
til. La definici
on solamente nos permite comprobar si un lmite dado es correcto
o no, pero no nos permite calcular lmites, el posible lmite tendremos que intuirlo por
otro metodo. Adem
as, su aplicaci
on para comprobar lmites suele ser artificial y difcil.
La definici
on de lmite se refleja en el gr
afico de la figura 1.30
Ejemplo 1.41 (Hallando para un dado). Sabiendo que
lm (2x + 1) = 7
x3
hallar tal que |(2x + 1) 7| < 0,01 siempre que 0 < |x 3| < .
Soluci
on. Dado = 0,01 queremos encontrar el apropiado. Para ello intentamos establecer una relaci
on entre los dos valores absolutos
|(2x + 1) 7| < 0,01
y |x 3| <

56
y
Para x entre x0 y x0 + los valores de la

funci
on f (x) est
an todos entre y +
y = f (x)
x
x0 x0 x0 +
Figura 1.30: n
lm an =
de manera que desde el segundo se pueda llegar hasta el primero. La manera de hacerlo consiste en expresar el primer valor absoluto en funci
on del
segundo. As,
|(2x + 1) 7| = |2x 6| = 2|x 3| < 0,01
En consecuencia se tiene que
|x 3| <
0,01
= 0,005
2
Por tanto, eligiendo = 0,005, se tiene que

0 < |x 3| < 0,005 |(2x + 1) 7| = 2|x 3| < 2(0,005) = 0,01
Luego hemos encontrado un para el dado. Esto no demuestra la existencia
del lmite dado. Para demostrar que el lmite existe tenemos que encontrar
un para cada .
Ejemplo 1.42 (Usando la definicion ). Usando la definici
on probar
que
lm (5x 2) = 3
x1
Soluci
on. Tenemos que probar que para cada > 0, existe un > 0, que
depender
a del correspondiente, tal que
0 < |x 1| < |(5x 2) 3| <
Para ello intentamos establecer una conexi
on entre ambos valores absolutos,
expresando el segundo en funci
on del primero
|(5x 2) 3| = |5x 5| = 5|x 1| <
Luego, para que se cumpla la desigualdad |(5x 2) 3| < se ha de cumplir
que 5|x 1| < y, en consecuencia
|x 1| <
57
Luego eligiendo = , se tiene que la desigualdad

5
0 < |x 1| < =
5
implica que
|(5x 2) 3| = |5x 5| = 5|x 1| < 5
y la veracidad del lmite queda probada.

5
Proposici
on 1.13 (Unicidad del lmite). El lmite de una funci
on en
un punto, si existe es u
nico.
1.5.2.
Lmites laterales
Al calcular el lmite de una funci

on f en un punto x0 , nos acercamos al
punto x0 tanto por la derecha como por la izquierda. Si limitamos nuestro
estudio, exclusivamente, a los puntos que est
an a la derecha de x0 , o bien a la
izquierda, respectivamente, obtenemos lo que se llaman los lmites laterales.
Definici
on 1.22 (Lmites laterales). Se dice que el lmite de la funci
on
f cuando x tiende a x0 , por la derecha, es , y se denota por
lm f (x) =
xx0 +

|f (x) | <
siempre que
0 < x x0 <
lm f (x) = > 0, > 0 : x R, 0 < x x0 < |f (x) | <
xx0 +
(1.8)
Se dice que el lmite de la funci

on f cuando x tiende a x0 , por la izquierda,
es , y se denota por
lm f (x) =
xx0

|f (x) | <
siempre que
0 < x0 x <
lm f (x) = > 0, > 0 : x R, 0 < x0 x < |f (x) | <
xx0
(1.9)
Nota: Para simplificar la escritura, en ocasiones escribiremos

f (x0 +) = lm f (x)
xx0 +
f (x0 ) = lm f (x)
xx0
Ejemplo 1.43 (Calculando un lmite lateral). Hallar el lmite de la funci

on
f definida por f (x) = x en el punto x = 0

58
Soluci
on. La funci
on solamente est
a definida a la derecha del origen, por lo
tanto no podemos hablar de lmite por la izquierda, pero si de lmite por la
derecha. Si observamos la gr
afica se tiene
lm x = 0
x0+
y
2
1
3 2 1
x
0 1
Figura 1.31: f (x) = x
Teorema 1.6 (Unicidad de los lmites laterales). El lmite de la funci

on f en el punto x0 existe y es igual a si y solamente si, los dos lmites
laterales existen y son iguales a .
lm f (x) =
xx0
1.5.3.
lm f (x) = lm f (x) =
xx0
xx0 +
Propiedades de los lmites
Proposici
on 1.14 (Propiedades algebraicas de los lmites). Son ciertas las siguientes propiedades:

1. M
ultiplo escalar: lm r f (x) = r lm f (x) , r R
xx0
2.
3.
4.
xx0

Suma o diferencia: lm f (x) g(x) = lm f (x) lm g(x)
xx0
xx0
xx0
xx0
lm f (x)
f (x)
xx0
=
,
Cociente: lm
xx0 g(x)
lm g(x)
xx0
5.
xx0

Producto: lm f (x) g(x) = lm f (x) lm g(x)
Potencia: lm [f (x)] =
1.5.4.
xx0
xx0
si lm g(x) 6= 0
xx0
r
lm f (x)
xx0
Continuidad de una funci

on en un punto
En el lenguaje cotidiano la palabra continuo se utiliza para indicar que algo

dura sin interrupci
on, o bien que las cosas tienen uni
on entre s. En C
alculo
el significado es similar. Decir que una funci
on f es continua en un punto x0
significa que no sufre interrupci
on en x0 , que no se rompe ni tiene huecos,
que su gr
afica atraviesa el punto (x0 , y0 ).
59
Definici
on 1.23 (Continuidad en un punto). Una funci
on f se dice
que es continua en el punto x0 si se verifican las tres relaciones siguientes:
1. f (x0 ) est
a definido
2. lm f (x) existe
3. lm f (x) = f (x0 )
xx0
xx0
lo que se puede resumir escribiendo

f es continua en x0 lm f (x) = f (x0 )
xx0
(1.10)
Nota: Las situaciones por las que una funci

on no es continua en un punto son las siguientes:
1.
La funci
on no est
a definida en el punto.
2.
El lmite de la funci
on en el punto no existe.
3.
on en el punto existe pero no coincide con el valor de la funci
on
en dicho punto.
Definici
on 1.24 (Discontinuidad en un punto). Se dice que la funci
on
f es discontinua en un punto x0 si la funci
on est
a definida en un entorno
de dicho punto (excepto quiz
as en x0 ) y no es continua en dicho punto.
Una discontinuidad se dice evitable si la funci
on puede hacerse continua
redefiniendola en dicho punto; y se llama inevitable si esto no es posible.
Nota: Para hablar de discontinuidad se exige que la funci
on este definida en los alrededores
del punto. No tiene sentido decir que f (x) = x es discontinua en x = 3, ya que en los
alrededores de -3 la funci
on no est
a definida.
Para que la discontinuidad de una funci
on f en un punto x0 sea evitable el lmite de
la funci
on en dicho punto tiene que existir, con objeto de hacerla continua redefiniendo
f (x0 ) con el valor del lmite
f (x0 ) = lm f (x)
xx0
Es evidente que la nueva funci

on que se obtiene con esta redefinici
on de f (x0 ), es continua
en x0
La gr
afica de una funci
on de una variable es una curva en el plano. Esta
y
6
y = f (x)
x
-
Figura 1.32: Grafica de una funcion de una variable.

curva puede presentar las situaciones de discontinuidad que se muestran en
la figura 1.33.
Definici
on 1.25 (Continuidad en un intervalo). Una funci
on f se dice
que es continua en un intervalo abierto (a, b) si lo es en todos los puntos del
intervalo.

60
Figura 1.33: Situaciones de discontinuidad en funciones de una variable
Una funci
on es continua en un intervalo cerrado [a, b] si lo es en el
intervalo abierto (a, b) y adem
as:
lm f (x) = f (a)
xa+
lm f (x) = f (b)
xb
Nota: Una funci

on se dice que es continua por la derecha en x0 cuando
lm f (x) = f (x0 )
xx0 +
y se dice que es continua por la izquierda cuando

lm f (x) = f (x0 )
xx0
1.5.5.
Propiedades de las funciones continuas
Proposici
on 1.15 (Propiedades algebraicas). Si f y g son continuas
en x0 , entonces tambien son continuas:
1.
M
ultiplo escalar: rf
2.
3.
Producto: f g
4.
Suma y diferencia: f g
f
Cociente: , si g(x0 ) 6= 0
g
Proposici
on 1.16 (Continuidad de las funciones elementales). Las
siguientes funciones son continuas en todos los puntos de su dominio
1.
2.
3.
4.
Polin
omicas
Racionales
Radicales
Trigonometricas

5.
61
Exponenciales
En general, cualquier funci

on elemental es continua en todos los puntos en
los que est
an definidas.
Teorema 1.7 (Continuidad de la funci
on compuesta). Si g es continua
en x0 y f lo es en g(x0 ), entonces la funci
on compuesta dada por f g(x) =
f g(x) es continua en x0 .
Nota: La importancia de este teorema la podemos ver con un simple ejemplo. Si la funci
on
y = f (x) es continua en un punto, entonces tambien son continuas en ese punto ef (x) ,

sen f (x) , etc.
Teorema 1.8 (Teorema del valor intermedio). Si f es continua en

[a, b] y C es cualquier n
umero entre f (a) y f (b), entonces existe al menos
un n
umero c entre a y b tal que f (c) = C.
El teorema afirma que si x toma todos los valores entre a y b, entonces
la funci
on continua f debe tomar todos los valores entre f (a) y f (b).
Corolario 1.2 (Teorema de los ceros de Bolzano). Si f es continua

en [a, b] y Sig f (a) 6= Sig f (b), entonces existe al menos un n
umero c entre
a y b tal que f (c) = 0.
Nota: Con Sig f (a) 6= Sig f (b), queremos indicar que f (a) y f (b) tienen signos distintos.
Es decir; o bien, f (a) < 0 y f (b) > 0; o bien, f (a) > 0 y f (b) < 0.
Corolario 1.3 (Intervalos de signo constante). Una funci

on solamente
puede cambiar de signo al pasar por por puntos en los que sea nula o puntos
en los que sea discontinua
Ejemplo 1.44 (Probando la existencia de races). Probar que
1.
La ecuaci
on x3 + 2x 1 = 0 tiene, al menos, una raz real en el
intervalo (0, 1)
2.
La ecuaci
on x3 3x + 1 = 0 tiene, al menos, una raz real
Soluci
on. a) Consideramos la funci
on f (x) = x3 +2x1, que al ser polin
omica es continua en todo R, y en consecuencia en [0, 1], adem
as, se tiene
f (0) = 1 < 0 y f (1) = 2 > 0
luego, aplicando el Teorema 1.2 de los ceros de Bolzano, podemos concluir
que existe al menos un c en (0, 1) en el cual f (c) = 0.
b) Consideramos la funci
on f (x) = x3 3x + 1, que al ser polin
omica es
continua en todo R. En esta ocasi
on no se nos da el intervalo, en consecuencia
lo determinamos nosotros. Buscamos, para ello, un punto donde la funci
on
sea negativa y otro donde sea positiva. As,
f (0) = +1 > 0 y f (2) = 8 + 6 + 1 = 1 < 0
En consecuencia la ecuaci
on tiene, al menos, una raz en el intervalo (2, 0).

62
1.5.6.
Lmites infinitos
Comencemos realizando nuevamente el ejemplo 1.39. All se dijo que el lmite

no exista como n
umero real, pero que la situaci
on planteada mereca un
tratamiento particular. Ve
amoslo.
Ejemplo 1.45 (Comportamiento no acotado). Discutir la existencia del
siguiente lmite
1
lm 2
x0 x
Soluci
on
f (x) =
1
x2
Demos valores a x cada vez m

as cercanos al origen
x
f (x)
-0.25
16
-0.1
100
-0.01
10000
-0.001
1000000

0
?
0.001
1000000
0.01
10000
0.1
100
0.25
16
De la tabla se desprende que cuando x se acerca a 0, tanto por la derecha

como por la izquierda, f (x) crece sin lmite. Es m
as, podemos hacer que
f (x) crezca cuanto queramos sin m
as que acercarnos suficientemente al origen. As, por ejemplo, si queremos que f (x) sea mayor que 100 000 000,
bastar
a tomar un valor de x menor que 1/10 000. En efecto,
0 < |x| <
1
10 000
f (x) =
1
> 100 000 000
x2
Como f (x) no se aproxima a ning

un n
umero real cuando x se acerca a
0, decimos que el lmite no existe. Ahora bien, aunque el lmite no existe,
como n
umero real, la situaci
on reflejada en este ejemplo es lo suficientemente
importante y lo suficientemente frecuente en C
alculo, como para tenerla en
especial consideraci
on. As, en estas situaciones, se dice que el lmite de la
funci
on cuando x tiende a cero, es infinito, y se expresa
1
= +
x0 x2
lm
No obstante hay que decir que + no es ning

un n
umero real, sino el reflejo
de una situaci
on concreta.
Ahora bien, para que quede probado que el lmite es infinito, no basta con
probar que la funci
on toma valores superiores a 100 000 000 en los alrededores
del origen, sino que hemos de probar que la funci
on, en los alrededores del
63
origen, toma valores superiores a cualquier n

umero real M , por muy grande
que sea. En efecto. Sea M > 0 un n
umero positivo cualquiera, ser
a
1
0 < |x| <
M
1
>M
x2
f (x) =
Lo que prueba que f (x) toma valores arbitrariamente grandes en los alrededores del origen. Es decir, para cualquier numero positivo M , se tiene que
f (x) > M
cuando
1
0 < |x| <
M
Lo que prueba que el lmite es infinito.

La gr
afica de la funci
on f viene reflejada en la figura 1.34
y
6
4
2
x
2
6 4 2
1
lm
= +
x0 x2
Figura 1.34:
Veamos otra situaci

on parecida.
Ejemplo 1.46 (Lmites + y - infinito). Estudiar el comportamiento de la
siguiente funci
on en los alrededores del punto x = 2
f (x) =
1
x2
Soluci
on. Demos valores a x cada vez m
as cercanos a 2
x
f (x)
1.75
-4
1.9
-10
1.99
-100
1.999
-1000
f (x) decrece sin tope
2
?
2.001
1000
2.01
100
2.1
10
2.25
4
De la tabla se desprende que cuando x se acerca a 2, por la derecha, f (x)

crece sin lmite, mientras que cuando x se acerca a 2, por la izquierda, f (x)
decrece sin lmite. Es m
as, podemos hacer que f (x) crezca cuanto queramos
sin m
as que acercarnos suficientemente al origen, por la derecha; y que f (x)
decrezca cuanto queramos sin m
as que acercarnos suficientemente al origen,
por la izquierda. As, por ejemplo, si queremos que f (x) sea mayor que
100 000 000, bastar
a tomar un valor de x > 2 y menor que 2 + 1/100 000 000.
En efecto,
2<x<2+
1
100 000 000
f (x) =
1
> 100 000 000
x2

64
Por otro lado, si, por ejemplo, queremos que f (x) sea menor que -100 000 000,
bastar
a tomar un valor de x < 2 mayor que 2 1/100 000 000. En efecto,
2>x>2
1
100 000 000
f (x) =
1
> 100 000 000
x2
En estas situaciones, se dice que el lmite de la funci

on cuando x tiende a 2,
por la derecha, es m
as infinito, y el lmite de la funci
on cuando x tiende a
2, por la izquierda, es menos infinito, y se expresa
1
=
x2 x 2
1
= + y
x2+ x 2
lm
lm
No obstante, igual que en ejemplo anterior, hay que decir que + y no

son ning
un n
umero real, sino el reflejo de una situaci
on concreta.
Ahora bien, para que quede probado que el lmite es m
as infinito o
menos infinito, no basta con probar que la funci
on toma valores superiores a 100 000 000 o menores a -100 000 000 en los alrededores de x = 2,
sino que hemos de probar que la funci
on, en los alrededores de x = 2, toma
valores superiores a cualquier n
umero real M , por muy grande que sea, o
menores a cualquier n
umero real negativo N (por muy grande que sea, en
valor absoluto). En efecto. Sea M > 0 un n
umero positivo cualquiera, ser
a
2<x<2+
1
M
f (x) =
1
>M
x2
Lo que prueba que f (x) toma valores arbitrariamente grandes a la derecha

del 2. Es decir, para cualquier numero positivo M , se tiene que
f (x) > M
cuando
2<x<2+
1
M
Y, por otro lado, sea N = M < 0 un n

umero negativo cualquiera. Ser
a
2>x<2
1
M
f (x) =
1
< M
x2
Lo que prueba que f (x) toma valores negativos (arbitrariamente grandes en

valor absoluto) a la izquierda del 2. Es decir, para cualquier numero negativo
N = M , se tiene que
f (x) < M
cuando
2>x>2
1
M
Lo que prueba que el lmite es menos infinito.

La gr
afica de la funci
on f viene reflejada en la figura 1.35
Definici
on 1.26 (Lmites infinitos). Se dice que el lmite de la funci
on
f en el punto x0 es m
as infinito, y se denota
lm f (x) = +
xx0
65
y
6
4
2
x
2
4 2
2
4
6
Figura 1.35: x2
lm
1
= ,
x2
lm
x2+
1
= +
x2
si para cada M > 0 existe un > 0 tal que

f (x) > M
0 < |x x0 | < .
siempre que
lm f (x) = + M > 0, > 0 : x R, 0 < |x x0 | < f (x) > M
xx0
(1.11)
Se dice que el lmite de la funci

on f en el punto x0 es menos infinito, y se
denota
lm f (x) =
xx0
si para cada N < 0 existe un > 0 tal que

f (x) < N
siempre que
0 < |x x0 | < .
lm f (x) = N < 0, > 0 : x R, 0 < |x x0 | < f (x) < N
xx0
(1.12)
Las definiciones se ilustran en la Figura 1.36

Para definir el lmite infinito por la izquierda, basta con sustituir
0 < |x x0 | <
por
x0 < x < x0
y para definir el lmite infinito por la derecha, basta con sustituir

0 < |x x0 | <
por
x0 < x < x0 +
Si el lmite de la funci
on f en el punto x0 es m
as o menos infinito, o bien
alguno de los lmites laterales es m
as o menos infinito, entonces decimos que
la funci
on f presenta en x = x0 una discontinuidad infinita o asint
otica.
Proposici
on 1.17 (Propiedades de los lmites infinitos). Si f y g son
funciones tales que
lm f (x) = +
xx0
lm g(x) =
xx0
entonces son v
alidas las siguientes propiedades:

66
Para todo x 6= x0
que est
e aqu
{z
}
|
f (x) est
a aqu
x0
x0
f (x) est
a aqu
z
}|
{
Para todo x 6= x0
que est
e aqu
Figura 1.36: xx
lm f (x) = +,
lm f (x) =
xx0
1.
2.

Suma o diferencia: lm f (x) g(x) = +
xx0

Producto: lm f (x)g(x) = +
xx0

lm f (x)g(x) =
xx0
3.
lm
xx0
si > 0
si < 0
g(x)
=0
f (x)
Propiedades similares son v

alidas si lm f (x) = +
xx0
Las propiedades anteriores pueden recordarse de la siguiente forma:

+ = + =
p (+) = +
p () =
p (+) = p () = +
=0
=0
+
No est
a permitido dividir por cero. Sin embargo, Cuando el lmite del
denominador es cero, el cociente puede tener lmite infinito, si bien, hay
que determinar el signo del denominador para poder determinar el signo del
infinito. As,
p
p
=
+
+ =
+
p
p
0
0
=?
=?
p
p
0
0
=
= +
0
0
Definici
on 1.27 (Asntotas verticales). Diremos que la recta x = x0
es una asntota vertical de la gr
afica de la funci
on f , si el lmite de f (x),
cuando x tiende a x0 por la derecha o por la izquierda, es + (o ).
67
Nota: Cuando la funci

on f venga definida por un cociente
f (x) =
g(x)
h(x)
las asntotas verticales habr

a que buscarlas en los ceros del denominador h(x) = 0.
1.5.7.
Lmites en el infinito
Con concepto de lmite de una funci

on cuando x tiende a + o se
pretende estudiar el comportamiento de la funci
on cuando x crece (o decrece)
sin lmite. Es decir, x toma valores extremadamente grandes, positivos (o
negativos). El concepto es an
alogo al de lmite de una sucesi
on. Ve
amoslo
con un ejemplo,
Ejemplo 1.47. Estudiar el comportamiento de la funci
on
f (x) =
3x
|x| + 1
cuando x crece o decrece sin lmite.

Soluci
on. Los valores de f (x), cuando a x crece o decrece sin lmite, vienen
recogidos en la siguiente tabla.
x decrece sin lmite
x
f (x)
-1000
-2.997
-100
-2.97
x crece sin lmite
-10
-2.73
f (x) se acerca a 3
0
0
10
2.73
100
2.97
1000
2.997
+
3
f (x) se acerca a 3
De la tabla se desprende que los valores de f (x) tienden a 3 cuando x

crece sin lmite y a 3 cuando x decrece sin lmite. En consecuencia diremos
que
3x
= 3,
x |x| + 1
lm f (x) = lm
3x
=3
x+ |x| + 1
lm f (x) = lm
x+
La gr
afica de la funci
on f es una curva con dos asntotas horizontales: la
recta x = 3, por la derecha; y la recta x = 3, por la izquierda. (vease
Figura 1.37).
En consecuencia podemos decir que:
on f , cuando x tiende a + es , si f (x) est
a tan
pr
oximo a como queramos, siempre que x sea los suficientemente grande,
y se escribe:
lm f (x) =
x+

68
y
3
2
1
30
20
10
10
20
30
2
3
3x
|x| + 1
De manera an
aloga, se dice que el lmite de la funci
on f , cuando x tiende
a es , si f (x) est
a tan pr
oximo a como queramos, siempre que x tome
valores negativos, suficientemente grande en valor absoluto, y se escribe:
lm f (x) =
Formalmente se puede dar la siguiente definici

on:
Definici
on 1.28 (Lmites en el infinito). El lmite de la funci
on f ,
cuando x tiende a + es , y se denota
lm f (x) =
x+
si para cada > 0 existe un M > 0 tal que

|f (x) | <
siempre que
x>M
lm f (x) = > 0, M > 0 : x R, x > M |f (x) | <
x+
(1.13)
on f , cuando x tiende a es , y se denota
lm f (x) =
si para cada > 0 existe un N < 0 tal que

|f (x) | <
siempre que
x<N
lm f (x) = > 0, N < 0 : x R, x < N |f (x) | <
Las definiciones se ilustran en la Figura 1.38
(1.14)

y
f
f (x) est
a
aqu
69
f (x) est
a
aqu
Para todo x aqu
Para todo x aqu
Figura 1.38: x
lm f (x) = ,
lm f (x) =
x+
Definici
on 1.29 (Asntotas horizontales). Si
lm f (x) =
lm f (x) =
x+
entonces la recta y = se llama asntota horizontal de la gr

afica de f .
Nota: La asntota por la derecha y la asntota por la izquierda pueden coincidir o no.
Ahora bien, la gr
afica de una funci
on puede tener a lo sumo dos asntotas horizontales,
una por la derecha y otra por la izquierda.
Los lmites en el infinito comparten muchas propiedades con los lmites

de funciones en un punto x0 y con los lmites de sucesiones.
Proposici
on 1.18 (Propiedades algebraicas de los lmites en el infinito). Son ciertas las siguientes propiedades:
1.
Constante: lm c = c
2.
M
ultiplo escalar: lm
3.
Suma o diferencia: lm
4.

Producto: lm f (x) g(x) = lm f (x) lm g(x)
5.
Cociente: lm
x+
x+

r f (x) = r lm f (x) ,
x+
x+

f (x) g(x) = lm f (x) lm g(x)
x+
x+
x+
lm f (x)
f (x)
x+
=
,
x+ g(x)
lm g(x)
6.
Potencia: lm [f (x)] =
7.
Races: lm
x+
x+
si
lm g(x) 6= 0
x+
r
lm f (x)
x+
q
p
n
f (x) = n lm f (x)
x+
x+
x+
rR
x+
Las mismas propiedades se dan cuando x

70
1.5.8.
T
ecnicas elementales para el c
alculo de lmites
Todas las funciones elementales son continuas en todos los puntos en los
que est
an definidas. En consecuencia para calcular el lmite de una funci
on
elemental en un punto de su dominio bastar
a con hacer la sustituci
on directa.
Es decir
lm f (x) = f (x0 )
xx0
El problema est
a en calcular el lmite de una funci
on elemental en un punto
en el que no est
a definida. Es decir, en un punto tal que al hacer la sustituci
on directa nos encontramos con una indeterminaci
on. Habr
a que hacer
las operaciones necesarias para romper la indeterminaci
on.
Teorema 1.9 (Funciones que coinciden en todos sus puntos excepto
en uno). Sea x0 un n
umero real y sean f y g dos funciones que coinciden
en todos los puntos de un entorno de x0 , salvo quiz
as en x0 . Entonces, si
existe el lmite de una de ellas en x0 , tambien existe el lmite de la otra y
adem
as son iguales.
f (x) = g(x) para x 6= x0 lm f (x) = lm g(x)
xx0
xx0
Demostraci
on. Supongamos que existe el lmite de g(x) cuando x x0 y
que dicho lmite es . Entonces, por definici
on, se tiene que para cada > 0
existe un > 0 tal que
|g(x) | < siempre que
0 < |x x0 | <
Ahora bien, teniendo en cuenta que f (x) = g(x) para todo x del entorno de
x0 , salvo quiz
as para x0 y teniendo en cuenta que x0 no se contempla en la
definici
on de lmite (ya que 0 < |x x0 |), resulta que
|f (x) | <
siempre que
0 < |x x0 | <
luego el lmite de f (x) cuando x x0 tambien es .

a) T
ecnicas de cancelaci
on. Se aplica en las funciones racionales cuando
nos encontramos con una indeterminaci
on del tipo 0/0. Sea
r(x) =
p(x)
q(x)
y supongamos que nos encontramos con la situaci

on
lm
xx0
0
p(x) p(x0 )
=
=
q(x)
q(x0 )
0
71
Al ser p(x0 ) = 0 quiere decir que p(x) es m

ultiplo de (x x0 ). Del mismo
modo, al ser q(x0 ) = 0 quiere decir que q(x) es m
ultiplo de (x x0 ). En
consecuencia, en virtud del Teorema 1.9, cancelando el factor (x x0 ) en el
numerados y denominador podemos eliminar la indeterminaci
on y aplicar la
sustituci
on directa.
p(x) p(x0 )
(x x0 )p1 (x)
0
p1 (x)
p1 (x0 )
lm
= lm
=
=
= lm
=
xx0 q(x)
xx0 (x x0 )q1 (x)
xx0 q1 (x)
q(x0 )
0
q1 (x0 )
Ejemplo 1.48 (Calculo de lmites mediante cancelacion de factores). Calcular

x2 5x + 6
lm 2
x2 x + 2x 8
Soluci
on. Al probar la sustituci
on del tipo 0/0. En consecuencia factorizamos numerador y denominador y cancelamos los factores comunes, con lo cual se tiene,
x3
x2 5x + 6 0
23
1
(x 2)(x 3)
=
= lm
=
=
= lm
2
x2 x + 4
x2 x + 2x 8
x2 (x 2)(x + 4)
0
2+4
6
lm
b) T
ecnicas de racionalizaci
on. Se aplica en las funciones irracionales
cuando nos encontramos con indeterminaciones del tipo 0/0 o bien .
En el caso de que se trate de races cuadradas la indeterminaci
on se suele
eliminar multiplicando y dividiendo por el conjugado, con objeto de tener
suma por diferencia, de manera que al aplicar la diferencia de cuadrados se
elimine la raz cuadrada.
Ejemplo 1.49 (Calculo de lmites mediante racionalizacion). Calcular
x1
lm
x1 x 1
Soluci
on. Al aplicar la sustituci
on del tipo 0/0. En consecuencia racionalizamos el numerador, multiplicando y dividiendo por el conjugado, del numerador, de manera que al
aplicar la diferencia de cuadrados se elimine la raz cuadrada. En efecto,

x1
x+1
x 1 h0i
( x)2 12
= lm
=
lm
=
= lm
x1 x 1
x1 (x 1)
x1 (x 1)
0
x+1
x+1
1
1
x1
1
= lm
= lm
=
=
x1 (x 1)
x1
2
x+1
x+1
1+1
c) C
alculo de lmites mediante el n
umero e. Las indeterminaciones
del tipo 1 se pueden resolver haciendo transformaciones para expresar el

lmite de cualquiera de las formas siguientes:

1 x
1/x
lm (1 + x)
=e
lm 1 +
=e
x
x0
x

72
o bien, de manera general
1/h(x)
lm 1 + h(x)
= e,
si lm h(x) = 0
xx0
xx0
ag. 169) mediante las reglas de

Nota: Estos lmites se resuelven en la secci
on 3.3.3 (p
LH
opital.
2
Ejemplo 1.50. Calcular: lm x 3 x 4
x4
Soluci
on. Si hacemos la sustituci
on del tipo 1 . El lmite se resuelve mediante el n
umero e de la
siguiente forma
2
2

1
lm x 3 x 4 = lm 1 + (x 4) x 4 = e2
x4
x4
d) Teorema del encaje y de la acotaci

on. Si una funci
on est
a comprendida, en los alrededores de un punto, entre dos que tienen el mismo lmite,
en dicho punto, entonces dicha funci
on tambien tiene el mismo lmite en
dicho punto.
)
f (x) h(x) g(x)
lm h(x) = lm f (x) = lm g(x)
lm f (x) = lm g(x)
xx0
xx0
xx0
xx0
xx0
Teorema 1.10 (Teorema del encaje). Si f (x) h(x) g(x) para todo
x en un entorno de x0 , excepto quiz
as en el propio x0 , y si
lm f (x) = = lm g(x)
xx0
xx0
entonces
lm h(x) =
xx0
Demostraci
on. Dado > 0 existen 1 y 2 tales que
|f (x) | <
siempre que
0 < |x x0 | < 1
|g(x) | < siempre que
0 < |x x0 | < 2
y
Sea el menor de 1 y 2 . Entonces si 0 < |x x0 | < , se siguen las dos
relaciones
|f (x) | < y |g(x) | <
lo cual, expresado mediante desigualdades, significa que
< f (x) < y
< g(x) <
73
de donde, sumando
< f (x)
y g(x) < +
y teniendo en cuenta que f (x) h(x) g(x), se tiene

< f (x) h(x) g(x) < +
de donde,
< h(x) < +
que en valor absoluto, se expresa
|h(x) | <
lo que significa que lm h(x) =
xx0
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en
los alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
)
g(x) acotada
k g(x) k kf (x) f (x)g(x) kf (x)
lm f (x) = 0
xx0

0 lm f (x)g(x) 0 lm f (x)g(x) = 0 0 Acot = 0
xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado final sera el
mismo.
El teorema se cumple aunque la funci
on g(x) no tenga lmite en el punto x0 . De ah la
importancia del teorema.
Ejemplo 1.51 (Cero por acotado). Calcular el siguiente lmite

1
lm x sen
x0
x
Soluci
on. Dado que la funci
on seno est
a acotada
1 sen
resulta
1
1
x

1
= 0 Acot = 0
lm x sen
x0
x
Nota: El resultado es correcto, a pesar de que lm sen

x0
1
no existe.
x

74
1.5.9.
Infinit
esimos equivalentes
Definici
on 1.30 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 1.31 (Infinit
esimos equivalentes). Dos infinitesimos, en un
mismo punto, se dice que son equivalentes, cuando el lmite de su cociente
es la unidad.
f (x) 0
lm
=
= 1 f (x) g(x)
xx0 g(x)
0
Teorema 1.11 (Sustituci
on de infinit
esimos). Cuando, en un lmite,
un infinitesimo este multiplicando o dividiendo se le puede sustituir por otro
equivalente.
f (x)
= 1.
g(x)
Y supongamos que nos encontramos con un lmite en el que aparece f (x)
multiplicando o dividiendo:
Demostraci
on. Supongamos que, en x0 , es f (x) g(x), ser
a lm
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar
m
as f
acil que el anterior.
Proposici
on 1.19. Si un infinitesimo est
a sumando o restando, en general,
no se le puede sustituir por otro equivalente.

lm f (x) h(x) 6= lm g(x) h(x)
xx0
xx0
Existen casos muy concretos en los que se pueden aplicar infinitesimos

al caso de sumas, como es el siguiente
Proposici
on 1.20. La suma de varios infinitesimos de distinto orden se
puede reducir al de menor orden.
(x2 )f (x)
(x2 + x3 + x6 )f (x)
= lm
x0
x0
g(x)
g(x)
lm
75
Infinit
esimos m
as frecuentes en z 0
1.5.10.
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
Exponenciales, logartmicos, potencias y races
z ln(1 + z)
ez 1 z
a 1 z ln a
ln(1 + z) z
(1
+ z)r 1 r z
z

n
1+z1
n
1.
4.
2 sen2 x
x0 x2 (1 + cos x)

1 x1
lm x 1
x
5
lm
2.
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
Soluci
on.
0
2
2x2
2
2 sen2 x
= lm 2
=
= lm
= =1
x0 x (1 + cos x)
x0 1 + cos x
+ cos x)
0
2
x
e 1 0
1
x
lm
=
=
= lm
x0 sen 2x
x0 2x
0
2
0
1x
ln(1 + x 1)
x1
ln x
= lm
=
= lm
= lm
= 1
lm
x1
x1 1 x
x1 1 x
x1 1 x
0
1x

1 x1
1 x1
lm x 1
1 =
= 0 = lm x
x
x
5
5
1
1 1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x ln
x
x 5
5

n
0
ln 1 + ( n x 1)
x1
ln n x

=
=
lm m
= lm
=
l
m
x1
x1 ln 1 + ( m x 1)
x1 ln m x
0
x1
1. lm
x0 x2 (1
2.
3.
4.
5.
1
n ln x
x1 1 ln x
m
= lm
sen2 x
x2
sen2 x + x3 0
= lm
=
= lm 2 = 2
x0 1 cos x
x0 x /2
x0 1 cos x
0
6. lm
m
n

76
Lmite de sucesiones consider

andolas como funciones
Si unimos los puntos que representan una sucesi
on obtenemos la gr
afica de
una funci
on. Sin embargo, podemos obtener infinitas funciones que contienen
los puntos de una misma sucesi
on. Lo normal es coger la funci
on que tiene
la misma f
ormula que la sucesi
on, es decir considerar que la variable n es
continua y no discreta.
Si la funci
on que representa a la sucesi
on tiene lmite, ese es el lmite de
la sucesi
on, pero si la funci
on no tiene lmite, entonces la sucesi
on si puede
tenerlo.
Por tanto, se pueden aplicar los infinitesimos y las reglas de LH
opital
a las sucesiones, el lmite que encontremos ser
a el lmite de la sucesi
on y
si la sucesi
on considerada como funci
on no tiene lmite entonces habr
a que
aplicar otro criterio.
1.
lm
n 1 = lm
n 1
= lm n
n
r
3
n1
n
r
3
1
= lm 3 n
=0
n
3n
1
1+
1
n
r

a
a
a
3
2. lm n 1 1
=
= lm n
n
n
n
3n
3
1

a n1
n1
n
n
a
a = lm n a 1 1
3. lm n
n
n
an

nn+1
1
1
n
n
n
n(n1)
n1
= lm n a 1 a
= lm n a 1 a
=
n
= lm n n a
n
4.
ln a
n(n 1)
=0
1p + 2p + + np
(n + 1)p
=
=
l
m
=
n
n (n + 1)p+1 np+1
np+1
lm
(n + 1)p
"

= lm
(n + 1)p+1 1
= lm
1

(n + 1) 1 1
"
1
n+1
n
n+1
p+1 # =
lm
p+1 # = n
1
p+1
(n + 1)
n+1
1
p+1

1.6. FUNCIONES HIPERBOLICAS.
77

on 1.5. Lmite de funciones
Soluciones en la p
agina 379
1.5.1. Hallar, si existen, los siguientes lmites
x3
x4
b) lm
a) lm 2
x9 x 9
x4 x 16
1.5.2. Determinar los valores de a y b que hacen
ax + b
f (x) =
c) lm (x2 + x) sen
x0
1
x
continua la funci
on
si x 1
si 1 < x < 3
si x 1

x
x
b) lm
a) lm
x2+ x 2
x2 x 2
c) lm
x2
x
x2

a) lm
x2
1.6.
x
(x 2)2
b) lm
x2
x
(x + 2)2
c) lm
x2
x2 4
(x 2)3
Funciones hiperb
olicas.
Las dos funciones siguientes, a primera vista, no presentan ninguna particularidad, incluso pueden parecer dos funciones ingenuas:
ex + ex
f (x) =
2 x
x
e e
g(x) =
2
Sin embargo, el comportamiento de estas dos funciones es bastante curioso

ya que nos recuerdan las funciones circulares de la trigonometra, por eso
reciben unos nombres especiales: coseno hiperb
olico y seno hiperb
olico.
1.6.1.
Coseno y seno hiperb

olico
Definici
on 1.32. Se llaman funciones hiperb
olicas a las siguientes:
ex + ex
cosh(x) =
2
ex ex
senh(x) =
2
Con las funciones hiperb

olicas se puede construir una trigonometra muy
parecida a la ordinaria.
Una primera analoga la podemos ver en el 0 donde toman los mismos valores
que el coseno y el seno de la trigonometra ordinaria. En efecto:
1+1
2
e0 + e0
=
= = 1 cosh 0 = 1
cosh(0) =
2
2
2
e0 e0
11
0
senh(0) =
=
= = 0 senh 0 = 0
2
2
2

78
Sin embargo, una diferencia fundamental est

a en que estas funciones no son
peri
odicas, ni van oscilando en torno al cero. En efecto.
ex + ex
assiempre es 1)
Siempre es positivo (y adem
cosh x =
2
x > 0 senh x > 0
ex ex
Puede ser positivo o negativo
senh x =
x < 0 senh x < 0
2
1.6.2.
F
ormula fundamental de la Trigonometra hiperb
olica
Si en vez de hacer la suma de los cuadrados hacemos la diferencia, tenemos:

2
cosh x senh x =
ex + ex
2
2
ex ex
2
2
e2x + 2ex ex + e2x e2x 2ex ex + e2x

2+2
4
=
= =1
4
4
4
4
Que nos da la f
ormula fundamental de la trigonometra hiperb
olica:
=
cosh2 x senh2 x = 1
Que tambien puede expresarse de la forma:
cosh2 x = 1 + senh2 x
Lo que permite expresar cada una de las funciones hiperb
olicas en terminos
de la otra.
p
(
cosh x = + 1 + senh2 x
p
senh x = cosh2 x 1
Esto no quiere decir que el senh tome dos valores simult

aneamente, sino que
en cada caso, habr
a que elegir como signo de la raz el del propio x.
1.6.3.
Significado del t
ermino hiperb
olicas.
Estas funciones se llaman hiperb

olicas porque la trigonometra que se construye con ellas viene definida sobre una hiperbola, de manera an
aloga a c
omo
la trigonometra ordinaria se construye sobre una circunferencia.
Trigonometra circular:
Un punto (x, y) de la circunferencia cumple:
Trigonometra hiperb
olica:
Nota: En la trigonometra hiperb
olica nos limitamos
a la rama derecha de
x2 + y 2 = 1
la hiperbola.

x = cos t
se tiene :
Y llamando:
y = sen t
cos2 t + sen2 t = 1

79
6
'$
(x, y)
-x
&%
Figura 1.39: x2 + y2 = 1
y6
(x, y)
1
Un punto (x, y) de la hiperbola cumple:

-x
x2 y 2 = 1

se tiene :
x = cosh t
Y llamando:
2
y = senh t cosh t senh2 t = 1
Figura 1.40: x2 y2 = 1
1.6.4.
Otras razones hiperb

olicas
Las dem
as razones hiperb
olicas se definen igual que en la trigonometra
circular:
tgh x =
1.6.5.
senh x
ex ex
= x
cosh x
e + ex
coth x =
cosh x
ex + ex
= x
senh x
e ex
F
ormulas del
angulo doble
2
(ex )2 ex
e2x e2x
(ex ex )(ex + ex )
senh 2x =
=
=
=
2
2
2
ex ex ex + ex
= 2 senh x cosh x
=2
2
2
senh 2x = 2 senh x cosh x
2
2
(ex )2 + ex
(ex )2 + 2 + ex 2
e2x + e2x
=
=
=
cosh 2x =
2
2
2
2
2
x
2
(ex )2 + 2ex ex + ex 2
ex + ex
e + ex
=
=
1=2
1=
2
2
2
= 2 cosh2 x 1 = 2 cosh2 x (cosh2 x senh2 x) =

80
= 2 cosh2 x cosh2 x + senh2 x = cosh2 x + senh2 x

cosh 2x = 2 cosh2 x 1 = cosh2 x + senh2 x
1.6.6.
El cuadrado del senh y del cosh
Las siguientes f
ormulas se emplean en el c
alculo de integrales.
cosh 2x = 2 cosh2 x 1 2 cosh2 x = 1 + cosh 2x cosh2 x =
cosh 2x + 1
2
cosh 2x = cosh2 x + senh2 x = (1 + senh2 x) + senh2 x = 1 + 2 senh2 x

2 senh2 x = cosh 2x 1 senh2 x =
1.6.7.
cosh 2x 1
2
Gr
afica de las funciones hiperb
olicas
Gr
afica de la funci
on f (x) = senh x
senh x =
ex ex
= 1/2ex 1/2ex
2
y
6
1/2 ex
senh x
1/2 ex
-x
1/2 ex
Figura 1.41: f (x) = senh x
Gr
afica de la funci
on f (x) = cosh x
cosh x =
ex + ex
= 1/2ex + 1/2ex
2
Gr
afica de la funci
on f (x) = tgh x
tgh x =
senh x
ex ex
= x
cosh x
e + ex

y
81
cosh x
6
1/2 ex
1/2 ex
-x
Figura 1.42: f (x) = cosh x
tgh 0 = 0
lm
ex
x+ ex
ex
+ ex
ex ex
x ex + ex
lm
ex
2x
10
ex = lm 1 e
= lm
=
=
=1
x
2x
x+
x+ 1 + e
1+0
e
1+ x
e
ex
hi
1
x
01
e2x 1
= lm e x
=
=
= 1
= lm 2x
x e
x e + 1
0+1
+1
ex
hi
61
tgh x
-x
Figura 1.43: f (x) = tgh x
1.6.8.
Funciones hiperb
olicas inversas
Para las funciones hiperb

olicas inversas en vez de la palabra arco se utiliza
la palabra argumento.
y = arg cosh x x = cosh y
y = arg senh x x = senh y
Siempre positivo
Dado que la funci

on cosh no es inyectiva, ya que existen dos argumentos
con el mismo coseno hiperb
olico: cosh y = cosh (y), su correspondencia
recproca no es funci
on, ya que para cada valor de x tendramos dos posibles
valores para su imagen: y y y. Para salvar esta circunstancia elegiremos
siempre el valor positivo del argumento.

82
cosh x
arg cosh x
-x
Figura 1.44: f (x) = arg cosh x
1.6.9.
Identidad hiperb
olica
ex + ex
cosh x =
2ex
ex + ex ex ex
2 x
+
=
= ex
cosh x + senh x =
x
e e
2
2
2
senh x =
2

ex = cosh x + senh x x = ln cosh x + senh x
1.6.10.
F
ormula logartmica de las funciones hiperb
olicas inversas
Sea y = arg cosh x, a partir de ah, los valores del cosh y y senh y son los
siguientes:
a) Por la propia definici
on del arg cosh, ser
a: cosh y = x.
b) A partir de la f
ormula fundamental podemos expresar el senh en funci
on del cosh, y a partir de ah, expresarlo en funci
on de x.
cosh2 y senh2 y = 1 senh2 y = cosh2 y 1
q
p
senh y = + cosh2 y 1 senh y = x2 1
Y sustituyendo ambas expresiones en la identidad logartmica resulta:

h
i
p

y = ln cosh y + senh y = ln x + x2 1
de donde:
i
h
p
arg cosh x = ln x + x2 1
De la misma forma se obtiene la expresi
on para el arg senh:
Sea y = arg senh x, a partir de ah, los valores del cosh y y sen y son los
siguientes:
1.7. PROBLEMAS PROPUESTOS DEL CAPITULO 1
83
a) Por la propia definici

on del arg senh, ser
a: senh y = x.
b) A partir de la f
ormula fundamental podemos expresar el cosh en funci
on del senh, y a partir de ah, expresarlo en funci
on de x.
cosh2 y senh2 y = 1 cosh2 y = senh2 y + 1
q
p
cosh y = + senh2 y + 1 cosh y = x2 + 1
Y sustituyendo ambas expresiones en la identidad logartmica resulta:

h
i
p

y = ln cosh y + senh y = ln x + x2 + 1
de donde:
i
h
p
arg senh x = ln x + x2 + 1
ey + ey
para el
2
Tambien puede hacerse despejando y en las ecuaci

on x =
arg cosh, o bien en x =
1.7.
ey ey
para el arg senh
2
Problemas propuestos del Captulo 1
Ejercicios propuestos del Captulo 1

Soluciones en la p
agina 379
1.1.
Hallar los intervalos definidos por las siguientes desigualdades:

a) x2 2x < 3,
1.2.
1.3.
c) |2x 6| 4,
d) |7 3x| 2,
Hallar el dominio de las siguientes funciones:
1
+ x1
x3
b) f (x) =
1
+ x+1
3x
Hallar, si existen, los siguientes lmites de sucesiones

3n2 2n + 5
,
n 6n2 + 5n 1
p

4n2 + n 2n ,
c) lm
a) lm
1.5.
x2
< 2,
x4
Dada la circunferencia de ecuaci

on x2 + y 2 + 4x 2y + 1 = 0
a) Hallar el centro y el radio
b) Determinar si los puntos (0, 0), (2, 1) y (2, 1) est
an dentro, fuera o en ella.
a) f (x) =
1.4.
b)
9n2 + n + 1
2
n
n + 5n + 1
d) lm
n
n2 + 2n + 5
b) lm

9n2 2n ,
x+1
3
Hallar, si existen, los siguientes lmites de funciones

x2 4
,
a) lm 2
x2 x + 3x 10
b) lm
x2
x11
,
x2
c) lm
x2
1
x2

84
Problemas resueltos del Captulo 1

1.1 (Aplicando el criterio de Stolz). Calcular el siguiente lmite:

ln (n + 1)!

lm
n ln (n + 1)n
Soluci
on. Aplicando el criterio de Stolz, resulta
(n + 2)!

ln
ln (n + 2)! ln (n + 1)!
ln (n + 1)!
(n + 1)!
= lm
= lm

lm
=
n
n ln (n + 2)n+1 ln (n + 1)n
n ln (n + 1)n
(n + 2)n+1
ln
(n + 1)n
ln(n + 2)
ln(n + 2)

n = lm
n =
= lm
n
n
n+2
n+2
ln (n + 2)
ln(n + 2) + ln
n+1
n+1
1
1
1

n
= lm
=
=1
=
n
1 + 1/
1+0
n+2
1 + ln
/ ln(n + 2)
n+1
Donde se ha tenido en cuenta que
lm ln
n
"
n
n
n+1 #

n
+
1
n+2
1
1
1+
= ln e1 = 1
= lm ln 1 +
= ln lm
n
n
n+1
n+1
n+1

Soluciones en la p
agina 380
1.1.
Hallar, si existen, los siguientes lmites de sucesiones

a) lm
r
n
3n + 2
3n 5
!(n2 +3)
Captulo 2
Funciones de varias variables:

Lmites
2.1.
2.1.1.
Funciones de varias variables

Definiciones
Funci
on de una variable Una funci
on de una variable es una correspondencia entre dos magnitudes. Por ejemplo, el espacio y el tiempo. No
obstante, hay que advertir que no se considera funci
on a cualquier correspondencia, sino que para que una correspondencia sea funci
on, la imagen de
cada elemento tiene que ser u
nica y estar bien determinada.
Una manera de visualizar una funci
on es por medio de una gr
afica. La
gr
afica de una funci
on de una variable, por lo general, es una curva en el
plano. Sin embargo, no toda curva del plano es la representaci
on de una
funci
on. Para que una curva represente una funci
on no puede tener dos
puntos en la misma vertical (criterio de la recta vertical), ya que para que
una correspondencia entre dos magnitudes sea funci
on, la imagen tiene que
ser u
nica.
y
y6
y = f (x)
y
x
y2
y1
x
-
x
-
Figura 2.1: Grafica de una funcion de una variable. La circunferencia no es la grafica de

una funci
on.
Para poder aplicar las propiedades de las funciones a las correspondencia

que no lo son hay que descomponerlas en funciones. Por ejemplo, la ecuaci
on
85
CAPITULO 2. FUNCIONES DE VARIAS VARIABLES: LIMITES
86
de una circunferencia x2 +y 2 = 1 no representa (globalmente) una funci

on, ya
que para cada valor de una de las variables hay dos valores de la otra, con lo
cual se viola el concepto de funci
on. En consecuencia, la descomponemos en
dos funciones: una que toma el valor positivo (semicircunferencia superior),
y otra el valor negativo (semicircunferencia inferior). En efecto, tenemos:

p
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
6 x2 + y 2 = 1
6 y = + 1 x2
-x
-x
6
-x
y = 1 x2
Figura 2.2: La circunferencia no es una funcion, pero podemos descomponerla en dos

funciones.
Funci
on de varias variables. Una funci
on de varias variables es una
correspondencia entre m
as de dos magnitudes. En este caso, las im
agenes
tambien ser
an n
umeros reales, pero los originales no ser
an n
umeros individuales, sino parejas o ternas de n
umeros reales. Es decir, para poder dar
el resultado de la funci
on necesitamos tener varios datos. En consecuencia,
los valores de la funci
on (las im
agenes), que ser
an n
umeros reales, dependen
(son funci
on) de m
as de una variable.
Ejemplo: Si expresamos el area de un tri
angulo en funci
on de la base y de
la altura, tendremos una funci
on de dos variables.

B
B
h B
1
a = bh
2
a = f (b, h)
b > 0,
h>0
Figura 2.3:
En general, ser
a:
f : D R2 R
f : (x, y) 7 z
z = f (x, y)
Ejemplo: Si expresamos el volumen de un paraleleppedo rectangular (caja

de zapatos) en funci
on de sus aristas, tendremos una funci
on de tres variables.
87
2.1. FUNCIONES DE VARIAS VARIABLES
z
y
x
v = xyz v = f (x, y, z), x > 0, y > 0, z > 0
Figura 2.4:
En general ser
a,
f : D R3 R
f : (x, y, z) 7 v
v = f (x, y, z)
Denotamos una funci

on de dos o m
as variables por una notaci
on similar
a la utilizada con las funciones de una sola variable. As, en los ejemplos
anteriores, tenemos:
1
z = f (x, y) = xy
| {z }
2
2 variables
v = f (x, y, z) = xyz
| {z }
3 variables
Definici
on 2.1 (Funci
on de dos variables). Sea D un conjunto de pares
ordenados de n
umeros reales. Si a cada par ordenado (x, y) de D le corresponde un n
umero real f (x, y), entonces se dice que f es funci
on de x e y.
El conjunto D es el dominio de f y el correspondiente conjunto de valores
de f (x, y) es el recorrido de f .
Para la funci
on dada por z = f (x, y), a x e y se les llaman variables
independientes, y a z variable dependiente.
Nota: N
otese el doble papel que juega la letra z en la notaci
on: En funciones de dos
variables se le suele usar para denotar los valores de la funci
on, escribiendo z = f (x, y)
(aqu, la z es la funci
on, la variable dependiente), mientras que en funciones de tres o
m
as variables suele aparecer denotando a una de las variables de la funci
on, por ejemplo,
en v = f (x, y, z) (aqu la z es una variable independiente).
El par ordenado (x, y) puede tener una doble interpretaci

on: por un lado,
lo podemos considerar como una pareja de n
umeros reales (es decir, vemos
dos n
umeros, dos variables); y por otro, lo podemos considerar como una
unidad, como las componentes de un vector, v = (x, y) (y, en este sentido,
s
olo veremos una variable, un vector). En consecuencia las funciones de
varias variables, tambien, pueden considerarse como funciones de una sola
variable vectorial.
f : D R2 R
f : (x, y) 7 z
f : v 7 z
z = f (v)
z = f (x, y)
con v = (x, y)
88
En general, tendremos funciones del tipo:

f : D Rn R
f : (x1 , . . . , xn ) 7 y
f : x 7 y
y = f (x1 , . . . , xn )
y = f (x)
que llamaremos funciones reales de n variables reales, si consideramos a los

puntos de Rn como n-adas de n
umeros reales (es decir, veremos n variable),
o bien, funciones reales de variable vectorial, si consideramos a los elementos
de Rn como vectores (es decir, s
olo veremos una variable: un vector).
Es decir, una funci
on f : D Rn R es una regla que asocia a cada
n-ada ordenada de n
umeros reales (x1 , . . . , xn ) de D, o bien, a cada vector
x de D, un n
umero real (y s
olo uno) bien determinado f (x1 , . . . , xn ).
En consecuencia, una funci
on de varias variables est
a constituida por:
a) Su dominio D Rn ,
b) su codominio R,
c) la regla, z = f (x), que asocia a cada elemento del dominio x D,
su imagen z R.
A la magnitud que se despeja (la imagen) se le llama variable dependiente
y a las otras variables independientes.
A las funciones de varias variables tambien se les llama campos escalares.
Igual que en una variable, para que la correspondencia sea funci
on la imagen tiene que ser u
nica. Para poder aplicar las propiedades de las funciones
a las correspondencias que no lo son, hay que descomponerlas en funciones.
Ejemplo. La ecuaci
on de la esfera x2 +y 2 +z 2 = 1 no representa (globalmente)
una funci
on, ya que si le damos valores a dos de las variables obtenemos dos
valores de la tercera, lo que viola el concepto de funci
on.
z
6
y
-
Figura 2.5:
x2 + y 2 + z 2 = 1 z 2 = 1 x2 y 2
p
on)
z = 1 x2 y 2 (no es funci
(
p
z1 = +p 1 x2 y 2 (si es funci
on)
on)
z2 = 1 x2 y 2 (si es funci
Funciones vectoriales. Una funci

on se dice que es vectorial cuando el
resultado no es un n
umero, sino un vector, es decir, una pareja de n
umeros
o una terna de n
umeros.
Ejemplo. Si las ecuaciones parametricas de una recta son las siguientes:
x=1t
y = 2 + 3t
z =1+t
89
para cada valor del par

ametro tiempo, t, obtenemos las tres coordenadas del
punto de situaci
on, (x, y, z).
En general, tendremos,
f:
f : D R R3
x = x(t)
y = y(t)
t 7 (x, y, z)
z = z(t)
Tambien se pueden definir funciones vectoriales que dependan de varias

variables. Por ejemplo:
f : D R2 R3
f:
(x, y) 7 (xy, x2 y, lnx)
En general, podemos establecer la siguiente clasificaci

on:
n = m =1 funci
on de una variable
n>1
funci
on de varias variables
m=1
f : D Rn Rm

n cualquiera
funci
on vectorial
m>1
Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en s mismo. Es decir, se llama campo vectorial a las funciones
del tipo f : D Rn Rn . Una pr
actica para visualizar los campos vectoriales consiste en jugar con la naturaleza dualde los elementos de Rn ;
los elementos del dominio x D se ven como puntos y los de la imagen
f (x) como vectores. El vector f (x) se representa mediante una flecha que se
puede colocar en cualquier punto del espacio, sin embargo, para tener una
visualizaci
on del campo, la flecha se colocar
a de manera que su punto inicial
sea el punto x.
Ejemplo. El campo F : R2 R2 de ecuaci
on, F(x, y) = (x, y), que asocia
al punto (x, y) R2 el vector (x, y) R2 , se llama campo radial en R2 , y se
puede representar gr
aficamente como un conjunto de flechas en direcci
on radial, cuya longitud crece al alejarnos del origen de coordenadas y disminuye
al acercarnos a el.
2.1.2.
Dominio de una funci

on de varias variables

on se define como el conjunto de puntos que tienen
imagen.
En la pr
actica el dominio de una funci
on de varias variables, normalmente, viene determinado por el contexto del problema (por ejemplo area
de un tri
angulo). Por eso, para definir las funciones es usual dar simplemente
la f
ormula z = f (x), sin especificar el dominio D.
Dominio implcito en la f
ormula. Cuando no se dispone de un contexto
90

KA
A
A
YH
H
I
H@
@

*

x
H
@
R HH
@
j
A
A
AU
Figura 2.6: Campo radial en R2

de aplicaci
on, tambien es usual definir las funciones dando simplemente la
regla z = f (x), sin especificar el dominio D. En tal caso se entiende que
el dominio viene implcito en la propia f
ormula, y queda determinado por
todos aquellos valores para los cuales tiene sentido aplicar la f
ormula que
define la funci
on. O sea, el dominio est
a formado por todos aquellos valores
tales que al sustituirlos en la f
ormula y realizadas las operaciones indicadas
se obtiene un valor numerico y no una operaci
on imposible. Es decir, se
entiende que el dominio de la funci
on f es el mayor subconjunto D de Rn
para el cual la regla f (x) tiene sentido (si el dominio es m
as peque
no hay
1
que indicarlo). Por ejemplo, si definimos la funci
on a = 2 xy el dominio sera
cualquier pareja de n
umeros reales (x,y). Ahora bien, si queremos que esa
funci
on represente el area de un tri
angulo, los valores x e y tienen que ser
positivos. Por lo tanto dicha restricci
on habr
a que indicarla junto con la
on estaf
ormula a = 12 xy x > 0, y > 0. Si no se indica ninguna restricci
mos suponiendo que el dominio es el m
aximo permitidopor la f
ormula. El
conocimiento del dominio nos permite saber que valores pueden sustituirse
en la f
ormula y cuales no.
on de dos variables f (x, y) ser
a una regi
on del
plano, y el dominio de una funci
on de tres variables f (x, y, z) una regi
on del
espacio. Y vendr
a determinado por la propia f
ormula (dominio implcito), o
bien, por una restricci
on arbitraria que nosotros impongamos.
Se llama Rango o Recorrido de una funci
on al conjunto de elementos
que son imagen. En general, nos ocuparemos del Dominio y s
olo en casos
particulares nos ocuparemos del Recorrido.
Ejemplo 2.1 (Encontrando un dominio). Encontrar el dominio de definici
on
de funci
on
xy
f (x, y) = 2
.
x + y2
Soluci
on. Se trata de encontrar aquellas parejas de n
umeros (x, y), para
las cuales tiene sentido la f
ormula dada para f (x, y). Es decir, que valores
pueden darse a x e y, de manera que al realizar las operaciones indicadas en
91
la f
ormula se obtenga un valor numerico y no tropecemos con una operaci
on
imposible?
Es evidente que, en este caso, el dominio de la funci
on es todo el espacio
R2 excepto el origen de coordenadas, es decir, Df = R2 {(0, 0)}, pues la
f
ormula puede ser calculada para cualquier pareja de n
umeros reales, salvo
para la pareja (0, 0). En efecto,
11
1
=
2
+1
2
6
2 3
=
f (2, 3) =
2
2
(2) + (3)
13
03
0
f (0, 3) = 2
= =0
0 + (3)2
9
f (1, 1) =
12
Sin embargo, al sustituir la pareja (x, y) por (0, 0) tropezamos con una operaci
on imposible, como es dividir por cero.
f (0, 0) =
0
00
=
02 + 02
0
Ejemplo 2.2. Encontrar el dominio de la funci

on
f (x, y, z) = p
x+y+z
x2 + y 2 + z 2
Soluci
on. El mismo razonamiento del ejemplo anterior nos conduce a
Df = R3 {(0, 0, 0)}
Nota: Recordemos que al calcular el dominio de una funci
on deben tenerse en cuenta,
entre otras, las siguientes circunstancias:
1.
2.
3.
Que no se puede dividir por cero.

Que las races de ndice par s
olo est
an definidas para los n
umeros positivos y el
cero.
Que los logaritmos s
olo est
an definidos para los n
umeros positivos.
Ejemplo 2.3 (Representando un dominio). Encontrar el dominio de definici

on de las siguientes funciones, indicando su significado gr
afico.
1.
3.
y
f (x, y) = p
2
px y
x2 + y 2 9
f (x, y) =
x
5.
f (x, y) = ln xy
7.
f (x, y) = arc sen(x + y)
Soluci
on.
2.
4.
6.
x
f (x, y) = p
2
x + y2 9
sen (yz)
f (x, y, z) = p
4 x2 y 2 z 2
1
f (x, y) =
xy
92
y
1. f (x, y) = p
x y2
p
Para que la raz cuadrada x y 2 este definida, el radicando no puede
ser negativo, luego x y 2 0, pero, al estar en el denominador, ha de
ser distinto de cero, x y 2 6= 0. En consecuencia,

x y2 0
x y 2 > 0 x > y 2 Df = {(x, y) R2 /x > y 2 }
x y 2 6= 0
Para representar la inecuaci
on x > y 2 representamos la ecuaci
on x = y 2 ,
y obtenemos una par
abola. En los puntos de la par
abola se tiene
la igualdad x = y 2 . En consecuencia, a la derecha de la par
abola
2
ser
a x > y . Luego el dominio de la funci
on coincide con el interior de
la par
abola, excluido el contorno.
y
2
6x = y
x > y2
-x
sin el contorno
Figura 2.7: Dominio de la funcion: f (x, y) = p
y
x y2
x
2. f (x, y) = p
x2 + y 2 9
Para que la raz cuadrada este definida, el radicando no puede ser
negativo, luego x2 + y 2 9 0, pero al estar en el denominador, no
puede ser cero, x2 + y 2 9 6= 0. En consecuencia
y
6
- x
x2 + y 2 9 > 0 x2 + y 2 > 9
Df = {(x, y) R2 /x2 + y 2 > 9}
Exterior del crculo de centro el Origen y radio

3, excluido el contorno
Figura 2.8:
p
x2 + y 2 9
3. f (x, y) =
x
Igual que en el caso anterior, para que la raz cuadrada este definida,
el radicando no puede ser negativo, luego x2 + y 2 9 0. Ahora bien,
93
en este caso, al estar en el numerador, no se le exige que sea distinto

de cero. No obstante, al estar x en el denominador, no puede ser cero,
x 6= 0. En consecuencia
y
x2 + y 2 9 0 x2 + y 2 9
x 6= 0
- x
Df = {(x, y) R2 /x2 + y 2 9, x 6= 0}
Exterior del crculo de centro el Origen y radio
3, incluido el contorno y excluido el eje OY. Los
puntos (0, 3) y (0, 3) quedan excluidos.
Figura 2.9:
sen (yz)
4. f (x, y, z) = p
4 x2 y 2 z 2
En numerador no tiene ning
un problema, est
a definidos para cualquier
valor de x e y. Luego,
z
6
y
-
4 x2 y 2 z 2 > 0 x2 + y 2 + z 2 < 4
Df = {(x, y) R2 /x2 + y 2 + z 2 < 4}
El dominio es el interior de la esfera de centro
el Origen y radio 2, excluido el contorno.
Figura 2.10:
5. f (x, y) = ln xy

x>0
y>0
D = {(x, y) R2 /[x > 0, y > 0]
f
xy > 0
x<0
o [x < 0, y < 0]}
y<0
Es decir, el dominio est
a formado por el primer y el tercer cuadrante,
excluidos los ejes de coordenadas.
6. f (x, y) =
1
xy
xy 6= 0 x 6= 0 e y 6= 0 Df = {(x, y) R2 /xy 6= 0}
El dominio comprende todo el plano menos los dos ejes de coordenadas
7. f (x, y) = arc sen (x + y)
Que f (x, y) sea el arc sen de x + y, significa que x + y es el seno de
un
angulo. Para que x + y pueda ser el seno de un angulo ha de estar
comprendido entre 1 y -1, 1 x + y 1. En consecuencia
94
@ 6
@ y =1x
@
@ -x
@
@
@
@
y = 1 x
@
@
@
@
1 x + y 1
x+y 1y 1x
1 x + y y 1 x
Df = {(x, y) R2 / 1 x + y 1}
El dominio es la franja comprendida entre las rectas y = 1 x e y = 1 x, incluidas ambas rectas.
Figura 2.11:
2.1.3.
Operaciones con funciones de varias variables.
Las funciones de varias variables se pueden combinar de la misma forma

que las funciones de una sola variable. Por tanto se pueden sumar, restar,
multiplicar, dividir, etc.
f (x, y) g(x, y)
f (x, y) g(x, y)
f (x, y)
g(x, y)
As, las operaciones entre funciones de varias variables se definen de manera

an
aloga a como se definen en el caso de una sola variable:
(f + g)(x, y) = f (x, y) + g(x, y)
(f g)(x, y) = f (x, y)g(x, y)

f
f (x, y)
(x, y) =
g
g(x, y)
No obstante, hay que hacer notar que operar con funciones significa operar
con las im
agenes de un mismo punto.
(x, y)
f (x, y)
g(x, y)
f (x, y) + g(x, y)
En consecuencia, para que la operaci

on con las im
agenes se pueda considerar
como una operaci
on de funciones, las dos funciones tienen que estar definidas
sobre ese mismo punto. Por tanto, para operar, todas las funciones tienen
que ser del mismo n
umero de variables (aunque en la f
ormula no tienen por
que aparecer todas).
Ejemplo, se pueden sumar las funciones:

f (x, y) = x
2x + y = f (x, y) + g(x, y) = (f + g)(x, y)
g(x, y) = x + y
Sin embargo, no se puede expresar como suma de funciones la siguiente
suma:

f (x) = x
2x + y = f (x) + g(x, y) = (f + g)( ? )
g(x, y) = x + y
95

Considerando los dominios, se tiene,
)
f : Df Rn R
f + g : Df Dg Rn R
g : Dg Rn R
(f + g)(x) = f (x) + g(x)
Es decir, el dominio de la funci

on suma es la intersecci
on de los dominios
de las funciones sumandos. Igual ocurre con la diferencia y el producto. Sin
embargo, en el cociente hay que hacer una restricci
on adicional y eliminar
aquellos puntos que anulan el denominador, ya que no est
a permitido dividir
por cero. As,
Df /g = Df Dg {x Dg / g(x) = 0}
Ejemplo 2.4 (Hallando el dominio de una suma de funciones). Encontrar el
dominio de la funci
on:
x2 y
x1
+p
y x2
1 x2 y 2
Soluci
on. Hallamos el dominio de cada uno de los sumandos, por separado.
Y luego hallamos la intersecci
on de los dominios obtenidos.
f (x, y) = p
y x2 > 0 y > x2 D1 = {(x, y) R2 / y > x2 }

1 x2 y 2 > 0 x2 + y 2 < 1 D2 = {(x, y) R2 / x2 + y 2 < 1}
La intersecci
on de estos dominios est
a constituida por los puntos interiores
al crculo unitario x2 + y 2 = 1 (excluyendo su frontera) que est
an en el
2
interior de la par
abola de ecuaci
on y = x (excluyendo su frontera).
y
1
x
-1
1
-1
Figura 2.12: Dominio de la funcion f (x, y) = p
x1
x2 y
+p
2
yx
1 x2 y 2
Funciones polin
omicas.
En varias variables se suele utilizar una terminologa similar a la utilizada
en una variable. As, una funci
on que se puede expresar como suma de
funciones de la forma c xm y n (donde c es un n
umero real y m y n son
enteros no negativos) se conoce como funci
on polin
omica de dos variables.
Por ejemplo, son funciones polin
omicas de dos variables, las siguientes:
f (x, y) = x2 + y 2 3xy + x + 2 y g(x, y) = 2xy 2 y + 3
96
la primera de segundo grado y la segunda de tercero. Al cociente de dos

funciones polin
omicas se le llama funci
on racional.
2.1.4.
Composici
on de funciones
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
((componer)) dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
Hay que advertir que, en general, la composici
on de funciones no es
conmutativa, es decir, en la generalidad de los casos ser
a f g 6= gf , incluso,
puede suceder que este definida la composici
on en un orden y no en el otro.
Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g) h.
Composici
on de funciones reales de una variable real. Componer dos
funciones consiste en aplicar la segunda funci
on al resultado de la primera.
Ahora bien, desde el punto de vista analtico, este concepto puede tener
una segunda lectura. Analticamente, la composici
on de funciones, tambien
significa sustituir una funci
on en la otra. Es decir, si tenemos la funci
on
y = f (x) que establece la dependencia entre y y x, y la funci
on x = g(t),
que establece la dependencia entre x y t, podemos sustituir esta u
ltima en la
primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a y) se
le llama composici
on de f con g y se denota por f g. Observese que el orden
en que se escribe la composici
on f g es el inverso al orden en que act
uan
las funciones (primero g, despues f ). Conviene tener siempre presente esta
doble visualizaci
on de la composici
on de funciones: como aplicaci
on sucesiva
de dos funciones, y como sustituci
on de la variable por una funci
on de otra
variable. En esquema sera lo siguiente:
(a) Como aplicaci
g
t
f
R
R
*
f g
(b) Como sustituci
on de la variable:

y = f (x)
y = f g(t)
x = g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
97
dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar g

no podramos aplicar f . Sin embargo, esta restricci
on no es necesaria para
poder realizar, parcialmente, la composici
on de las funciones, s
olo que, en
este caso, habr
a que reducir el dominio de la composici
on a los puntos del
dominio de la primera que tienen su imagen en el dominio de la segunda.
Desde el punto de vista formal la composici
on, de funciones reales de una
variable real, puede enunciarse de la siguiente forma: Dadas las funciones
g : I R R, f : J R R (tales que g(I) J), se llama composici
on
de f con g y se denota f g : I R R, a la funci
on (f g)(x) = f g(x) .
)

g
f

g:IRR
I
J
R
(f g)(x) = f g(x)
f :J RR
f g :I RR

on tambien
es posible, siempre que g(I) J 6= . En tal caso habr
a que restringir las
funciones a aquellos puntos en los que la composici
on sea posible. Es decir,
a los puntos del dominio de la primera que tienen su imagen en el dominio
de la segunda.
Composici
on de funciones vectoriales. Para funciones de varias variables la situaci
on es, en principio, algo m
as complicada. Tengase en cuenta
n
que dos campos escalares f, g : D R R no se pueden componer, pues
la operaci
on de composici
on entre funciones solamente se puede realizar
cuando el rango de una de ellas est
a contenido (o al menos tiene alguna
conexi
on) en el dominio de la otra, y los campos escalares tienen rango en
R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr
an
componer con funciones de una sola variable, por la derecha; o con funciones
vectoriales, por la izquierda. Es decir,
f
Rn
R
R
Rn
R
Rm
Rm
Rn
R
Pensando en la composici
on como la sustituci
on de las variables (se tratara
de la composici
on por la izquierda), para componer la funci
on z = f (x, y)
tendremos que sustituir las dos variables x e y, respectivamente, por dos
funciones g1 y g2 que las conecten con otras variables, donde g1 y g2 pueden
ser funciones de una o varias variables (ambas de las mismas). As, si consideramos las funciones
x = g1 (u, v),
y = g2 (u, v)
podemos sustituir en la funci

on z = f (x, y) y obtener la funci
on compuesta:

z = f g1 (u, v), g2 (u, v)
que en esquema sera:
z = f (x, y)
x = g1 (u, v)
y = g2 (u, v)

z = f g1 (u, v), g2 (u, v)
98
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) que sustituimos, tambien puede considerarse como las componentes de una sola funci
on
vectorial g : D R2 R2 , de tal manera que a cada punto (u, v) D
2
la funci
on vectorial g le asocia
el punto g(u, v) R , cuyas coordenadas

son (x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto
permite interpretar la sustituci
on de las variables como la aplicaci
on sucesiva
de dos funciones: una vectorial y la otra real. En esquema sera:
f
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde,

f g(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v)
Ejemplo 2.5 (Componiendo funciones). Hallar la funci

on compuesta de la
2
funci
on f (x, y) = xy + xy con las funciones
x = g1 (u, v) = u + v
y = g2 (u, v) = uv
Soluci
on. Si queremos interpretar la composici
on como la aplicaci
on sucesiva
de dos funciones, consideramos la funci
on vectorial

g(u, v) = g1 (u, v), g2 (u, v) = (u + v, uv)
y, en esquema, resulta
f (x, y) = xy 2 + xy
g(u, v) = (u + v, uv)
R2
R
g
2
R
R2
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde, la composici
on buscada, ser
a:

h(u, v) = (f g)(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v) = f (u + v, uv) =
= (u + v)(uv)2 + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2
N
otese que la funci
on resultante de la composici
on, h = f g, es una funci
on
distinta de f , g, g1 y g2 , es decir, se trata de una nueva funci
on h, tal que
f (x, y) = h(u, v) 6= f (u, v)
En la pr
actica se pueden simplificar los c
alculos, sustituyendo directamente:
f (x, y) = f (u+v, uv) = (u+v)(uv)2 +(u+v)uv = u3 v 2 +u2 v 3 +u2 v +uv 2 = h(u, v)
Ejemplo 2.6. Hallar la funci

on compuesta de la funci
on
f (x, y, z) = xy 2 z 3 xyz
con las funciones x = g1 (t) = et , y = g2 (t) = sen t y z = g3 (t) = t2
99

Soluci
on. Consideramos la funci
on vectorial

g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 )
y, en esquema, resulta
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
f
R3
R
g
R
R3
R
R3
R
t 7 (x, y, z) 7 w
on buscada, ser
a:

h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) =
= et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t
En la pr
f (x, y, z) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 tt2 et sen t = h(t)
En este caso, tambien es posible la composici

on en el orden inverso. En
efecto, tenemos
)

f
f
g
f (x, y, z) = xy 2 z 3 xyz
R3
R
R3
R
R3
g
g(t) = (et , sen t, t2 )
(x, y, z) 7 t 7 w
R
R3
on buscada, ser
a:

h(x, y, z) = (g f )(x, y, z) = g f (x, y, z) = g xy 2 z 3 xyz =
2 3
2
= exy z xyz , sen (xy 2 z 3 xyz), (xy 2 z 3 xyz)

on f (x, y) = xy 2 xy
con las funciones g(t) = t
Soluci
on. Este caso es distinto de los dos anteriores, ya que aqu, para poder
componer, la funci
on f tiene que actuar primero, y despues la g. En efecto,
en esquema, resulta
)

f
f
g
f (x, y)
= xy 2 xy
R2
R
R2
R
R
g
g(t) = t
(x, y) 7 t 7 z
R
R
on buscada, ser
a:
p
p
h(t) = (g f )(x, y) = g f (x, y) = f (x, y) = xy 2 xy
N
otese que la funci
on solamente estar
a definida
para aquellos puntos (x, y) en los cuales se cumpla que xy 2 xy 0, es decir,
Dh = {(x, y) R2 / xy 2 xy 0}
100
En la pr
actica, tambien se pueden simplificar los c
alculos sustituyendo directamente, pero en este caso, sustituimos en la funci
on g:
p
p
2
g(t) = g f (x, y) = f (x, y) = xy xy = h(x, y)
En estos casos, la sustituci

on puede hacerse, indistintamente, de fuera a
dentro o de dentro a fuera, en efecto,
p

g(t) = g f (x, y) = g(xy 2 xy) = xy 2 xy = h(x, y)
Ejemplo 2.8. Componer las funciones, en el orden en que pueda hacerse:
1. f (x, y) = 16 4x2 y 2 y g(z) = z

Soluci
on.
)

f
2
f (x, y) = 16 4x2 y 2
f
g
R
R
R2 R R
g
g(z) = z
R R
p

g f (x, y) = h(x, y) = 16 4x2 y 2
2. f (x, y, z) = (2x, x+y, x+z) , g(x, y, z) = (x+y, y+z) y h(x, y) = x+y

Soluci
on.
f
f (x, y, z) = (2x, x + y, x + z) R3 R3
g
g(x, y, z) = (x + y, y + z)
R3 R2
h
h(x, y) = x + y
R2 R
R3 R3 R2 R
h
i

h g f (x, y) = h g(2x, x+y, x+z) = h(3x+y, 2x+y+z) = 5x+2y+z
La funci
on g debe interpretarse como: (1a componente +2a , 2a + 3a )
Caso general. En general, interpretando la composici

on de funciones como
sustituci
on de las variables, para componer la funci
on z = f (x1 , x2 , , xn )
tendremos que sustituir las n variables x1 , x2 , , xn , respectivamente, por
las funciones g1 , g2 , gn que las conecten con otras variables u1 , u2 , , um ,
donde g1 , g2 , gn pueden ser funciones de una o varias variables (todas de
las mismas). As, si consideramos las n funciones
x1 = g1 (u1 , u2 , , um )
x2 = g2 (u1 , u2 , , um )
..
.
xn = gn (u1 , u2 , , um )
podemos sustituirlas en la funci
on z = f (x1 , x2 , , xn ) y obtener la funci
on
compuesta:

z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
101

Ahora bien, las n funciones
x1 = g1 (u1 , u2 , , um ), x2 = g2 (u1 , u2 , , um ), , xn = gn (u1 , u2 , , um )
pueden considerarse como las componentes de una sola funci

on vectorial
g : D Rm Rn ,
de tal manera que a cada punto (u1 , u2 , , um ) D Rm la funci

on g
le asocia el punto g(u1 , u2 , , um ) = (x1 , x2 , , xn ) Rn , cuyas coordenadas son

(x1 , x2 , . . . , xn ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
O sea,

g(u1 , u2 , . . ., um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
Rm Rn R
(u1 , u2 , , um ) 7 (x1 , x2 , , xn ) 7 z
De esta manera se ve el proceso de composici
on de funciones de varias variables como un proceso entre dos funciones, que se puede enunciar formalmente
de la siguiente forma:
Definici
on 2.2 (Composici
on de funciones). Dada la funci
on f : D f
Rn R definida en el conjunto Df de Rn y la funci
on g : Dg Rm Rn
definida en el conjunto Dg de Rm , cuyo rango est
a contenido en Df (es
decir, g(Dg ) Df ), entonces se puede formar la composici
on de ambas
funciones f g : Dg Rm R, definida como:
(f g)(u) = f g(u)),
u Dg
Esquem
aticamente sera.
)

f
g

g : Dg Rm Rn
R
Df
Dg
(f g)(u) = f g(u)
n
m
f : Df R R
f g : Dg R R
y mediante diagramas,
O bien, teniendo en consideraci

on los dominios,
on
tambien es posible, siempre que g(I)J 6= . En tal caso habr
a que restringir
las funciones a aquellos puntos en los que la composici
on sea posible. Es
decir, a los puntos del dominio de la primera que tienen su imagen en el
dominio de la segunda.
Igual que en una variable, en general, la composici
on de funciones no
cumple la propiedad conmutativa, y s la asociativa.
102

g
u
f
R
Rm
Rn
z
R
f g
g
f
R
Dg
Df
Rm
Rn
f g
2.1.5.
Gr
afica de una funci
on de dos variables
Igual que ocurre con las funciones de una variable, el dibujo de la gr

afica
de una funci
on de dos variables puede resultar muy esclarecedor para el
conocimiento del comportamiento de la funci
on, ya que nos permite visualizar, mediante im
agenes gr
aficas, sus propiedades abstractas, con objeto
de comprenderlas y recordarlas mejor.
Funciones de una variable. La gr
afica de una funci
on de una variable,
por lo general, es una curva en el plano.
y
6
(x, y)
y = f (x)
x
-

Un punto (x, y) del plano para estar situado en la gr
afica ha de cumplir
dos condiciones: en primer lugar, que su primera coordenada, x, este en
el dominio de la funci
on, x Df ; y en segundo lugar, que su segunda
coordenada, y, sea la imagen, mediante la funci
on de la primera, es decir,
y = f (x). En base a esto, los puntos (x, y) de la gr
afica se pueden expresar
103

de la forma x, f (x) . Es decir,
gr
af f = { (x, y) R2 / x Df , y = f (x) }
o bien, de manera esquem

atica,

x Df
(x, y) = x, f (x)
(x, y) gr
af f
y = f (x)
Funciones de dos variable. La gr

afica de una funci
on de dos variables
f (x, y) es el conjunto de puntos del espacio (x, y, z) para los cuales se tiene
que z = f (x, y) y (x, y) Df .
gr
af f = { (x, y, z) R3 / (x, y) Df , z = f (x, y) }
Es decir,
(x, y, z) gr
af f
(x, y) Df
z = f (x, y)

(x, y, z) = x, y, f (x, y)
z6
z y
x
x
y
-
Df
Figura 2.17:
La gr
afica de una funci
on de dos variables ser
a una
superficie en el espacio. La proyecci
on de la gr
afica
sobre el plano horizontal coincide con el dominio de
la funci
on.
Los puntos de la gr
afica se representan por
(x, y, f (x, y))
En consecuencia, a cada punto (x, y) del dominio D le corresponde un

u
nico punto (x, y, z) en la superficie y, a la inversa, a cada punto (x, y, z) de
la superficie le corresponde un punto (x, y) del dominio.
on: f (x, y) = 2x + y 4
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
ponemos z en lugar de f (x, y), para ver si se trata de una ecuaci
on conocida,
con lo que tenemos: z = 2x + y 4, de donde resulta
z6
4 y
2x
+ y z = 4 que es la ecuaci
on de un plano en
el espacio. Para tener una visualizaci
on del plano en
2
el espacio representamos el tri
angulo formado por los
x
4
tres puntos en los que el plano corta a los ejes de
Figura 2.18:
coordenadas.
104
Para hallar las coordenadas de un punto de un plano

se dan valores arbitrarios a dos de las variables y se
calcula el tercer valor a partir de la ecuaci
on del plano.
En nuestro caso, se da el valor cero a dos de las variables y se calcula el valor correspondiente de la otra
variable.
Observaci
on. La ecuaci
on del plano se generaliza al espacio de n dimensiones mediante lo que se denomina hiperplano. As, tenemos las siguientes
representaciones:
x
2
0
0
y
0
4
0
z
0
0
-4
f (x) = ax + b
f (x, y) = ax + by + c
Recta en el plano
Plano en el espacio
f (x1 , . . . , xx ) = a1 x1 + a2 x2 + + an xn + b Hiperplano en Rn+1
p
Ejemplo 2.10. Representa la funci
on: f (x, y) = 9 x2 y 2
Soluci
on viene determinado por 9 x2 y 2 0
z6
3
y
3
x 3
Figura 2.19:
de donde x2 + y 2 9 que es el crculo con centro

el origen de coordenadas y radio 3 (incluido su contorno).
Para representar la funci
on p
sustituimos f (x, y) por
9 x2 y 2 de donde
z, con lo que resulta: z =
2
2
2
2
z = 9 x y o bien x + y 2 + x2 = 9 que es
la ecuaci
on de la esfera de centro el origen de coordenadas y radio 3. Y al limitarnos a valores de z positivos, se reduce a la semiesfera superior.

on: f (x, y) =
p
16 4x2 y 2
Soluci
on vendr
a determinado por 164x2 y 2 0
z 6
4
y
4
x
Figura 2.20:
de donde 4x2 + y 2 16, o lo que es lo mismo,

y2
x2
4 + 16 1 que es la elipse con centro el origen
de coordenadas y semiejes 2 y 4 respectivamente
(incluido su contorno).
Para representar la funci
on sustituimos
f (x, y)
p
por z, con lo que resulta: z = 16 4x2 y 2
de donde z 2 = 16 4x2 y 2 con lo cual
2
2
z2
= 1 que
4x2 + y 2 + z 2 = 16 o bien, x4 + y16 + 16
es la ecuaci
on del elipsoide de centro el origen
de coordenadas y semiejes 2, 4 y 4 respectivamente. Y al limitarnos a valores de z positivos,
se reduce al semielipsoide superior.

on: f (x, y) = 3
105

z 6
Para representar le funci

on ponemos z en lugar de
f (x, y), con lo que tenemos: z = 3 que es la ecuaci
on
del plano horizontal de altura 3.
y
x
Figura 2.21: z = 3
Soluci
on es todo R2 .
Cortes con los planos coordenados. Para ayudarnos en la representaci
on
gr
afica de las superficies, estudiaremos la curva en que la superficie corta a
los planos coordenados.
z 6
z 6
x=0
Figura 2.22: Planos coordenados x = 0 e y = 0.

on: f (x, y) = x2 + y 2
Soluci
on
ponemos z en lugar de f (x, y), con lo que tenemos: z = x2 + y 2
z6
que, en principio, no sabemos de que superficie se trata.
Veamos los cortes de dicha superficie con los planos coory denados:
- corte con el plano x = 0 z = y 2 que es una par
abola
x
- corte con el plano y = 0 z = x2 que es otra par
abola.
Si supieramos los cortes que se producen en la gr
afica meFigura 2.23:
diante planos horizontales la tendramos perfectamente determinada. Estos cortes son las curvas de nivel.
Curvas de nivel. La intersecci
on del plano horizontal, de altura k, z = k
con la superficie z = f (x, y) se llama curva de contorno de altura k.

f (x, y) = z
curva de contorno de altura k
z=k
La proyecci
on de esta curva de contorno sobre el plano horizontal de coordenadas OXY , se llama curva de nivel de altura k de la funci
on f .
f (x, y) = k
curva de nivel k
106

z
6
curva de
contorno
-y
x
curva de
nivel
Figura 2.24: Curva de contorno y curva de nivel.
Las curvas de nivel son el conjunto de puntos del dominio donde la funci
on
es constante, es decir, los puntos donde la funci
on toma el mismo valor, o
sea, las curvas de altura constante sobre la gr
afica de la funci
on. Las curvas
de nivel permiten representar superficies tridimensionales mediante un mapa
plano. Es importante elegir los valores de z adecuadamente para que el mapa
traslade una clara visualizaci
on de la superficie. El espaciado entre las curvas
de nivel nos da una idea del crecimiento de la funci
on. As, mucho espacio
entre dos curvas de nivel significa que la superficie crece lentamente. Dos
curvas de nivel muy pr
oximas significa que la superficie crece r
apidamente.
Dos curvas de nivel diferentes de un mismo campo escalar no se pueden
cortar, puesto que la funci
on f asocia un u
nico n
umero z = f (x, y) a un
punto cualquiera (x, y)
Figura 2.25: La distancia entre las curvas de nivel muestra el crecimiento de la superficie
Ejemplo:Representar la funci
on: f (x, y) = x2 + y 2
Soluci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = x + y .
Veamos los cortes de dicha superficie con los planos coordenados:
abola
2
- corte con el plano y = 0 z = x que es otra par
abola.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
107
resulta la ecuaci
on x2 + y 2 = z, en donde, para cada valor de z tenemos una
circunferencia de radio z. Podemos dar varios valores a z para ir viendo

las curvas de contorno a distintas alturas:
-
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=4
=9
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
se reduce al punto (0, 0)

circunferencia de radio 1
Figura 2.26: Grafica y curvas de nivel de la funcion f (x, y) = x2 + y2

on: f (x, y) =
p
x2 + y 2
Soluci
on es todo R2 . Para
on
prepresentar la funci
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = x + y .
p
- corte con el plano x = 0 z = y 2 =| y | que es una recta quebrada
- corte con el plano y = 0 z = x2 =| x | que es otra recta quebrada.
resulta la ecuaci
on x2 + y 2 = z 2 , en donde, para cada valor de z tenemos
una circunferencia de radio z Damos varios valores a z para ver las curvas
de contorno a distintas alturas:
-
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=2
=3
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
se reduce al punto(0, 0)
Las curvas de nivel son circunferencias como en el caso anterior, pero los
cortes con los planos coordenados son rectas y no par
abolas. La gr
afica
resultante es un cono.
on: f (x, y) = 25 x2 y 2
108
Figura 2.27: Grafica y curvas de nivel de la funcion f (x, y) =
x2 + y 2
Soluci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = 25 x y .
Hallamos los cortes de la superficie con los planos coordenados:
- corte con el plano x = 0 z = 25 y 2 que es una par
abola hacia abajo
- corte con el plano y = 0 z = 25 x2 que es una par
abola hacia abajo.
Para hallar las curvas de nivel suponemos z constante, con lo que resulta la
ecuaci
on x2 + y 2 = 25
z, en donde, para cada valor de z < 25 tenemos una
circunferencia de radio 25 z
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
-
nivel z
nivel z
nivel z
nivel z
nivel z
nivel z
= 0 x2 + y 2 = 25
= 9 x2 + y 2 = 16
= 16 x2 + y 2 = 9
= 21 x2 + y 2 = 4
= 24 x2 + y 2 = 4
= 25 x2 + y 2 = 0
se reduce al punto(0, 0)
La gr
afica sera un paraboloide invertido.
on: f (x, y) = y 2 x2
Soluci
on
sustituimos f (x, y) por z, con lo que tenemos: z = y 2 x2 .
abola hacia arriba
- corte con el plano y = 0 z = x2 que es una par
abola hacia abajo.
resulta la ecuaci
on y 2 x2 = z, en donde, para cada valor de z tenemos una
hiperbola
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
Figura 2.28: Grafica y curvas de nivel de la funcion: f (x, y) = 25 x2 y2

para valores positivos de z
- nivel z = 0 y 2 = x2 {y = x o y = x} dos rectas
- nivel z = 1 y 2 x2 = 1 hiperbola centrada en eje OY
- nivel z = 4 y 2 x2 = 4 hiperbola centrada en eje OY
para valores negativos de z
- nivel z = 1 x2 y 2 = 1 hiperbola centrada en eje OX
- nivel z = 2 x2 y 2 = 4 hiperbola centrada en eje OX
La gr
afica es la silla de montar
Figura 2.29: Grafica y curvas de nivel de la funcion f (x, y) = y 2 x2

Resumen de algunas gr
aficas
f (x, y) = k plano horizontal de altura k
f (x, y) = ax + by + c plano
2
2
f (x, y) = x
p + y paraboloide
f (x, y) = px2 + y 2 cono
f (x, y) = pr2 x2 y 2 semiesfera superior
f (x, y) = r2 ax2 by 2 elipsoide superior
f (x, y) = y 2 x2 silla de montar.
109
110
Funciones de tres o m
as variable. La gr
afica de funciones de tres o
m
as variables se define de forma an
aloga al caso de una y dos variables. As,
en general, la gr
afica de una funci
on de n variables f : Df Rn R, se
define como el conjunto
graf f = { (x1 , x2 , . . . , xn , y) Rn+1 / (x1 , x2 , . . . , xn ) Df , y = f (x1 , x2 , . . . , xn ) }
Ahora bien, podemos visualizar la gr

afica de una funci
on de una y de dos
variables, sin embargo, para n 3 la gr
afica de la funci
on ya no puede
ser visualizada, pues se encuentra en el espacio (n + 1)-dimensional ( 4dimensional)
Superficies de nivel. El concepto de curva de nivel, definido para funciones
de dos variables, se puede extender a funciones de tres variables y definir
las superficies de nivel. Si f es una funci
on de tres variables y c es una
constante, entonces a la gr
afica de la ecuaci
on f (x, y, z) = c se le llama
superficie de nivel de la funci
on f . En cada punto de una superficie de nivel
dada, la funci
on f toma un valor constante, f (x, y, z) = c. Este concepto se
puede generalizar a cualquier dimensi
on, aunque, para n 3 no tenga un
significado gr
afico.
Ejemplo 2.17. Describir las superficies de nivel de la funci
on
f (x, y, z) = x2 + y 2 + z 2
Soluci
on. Cada superficie de nivel satisface una ecuaci
on de la forma
x2 + y 2 + z 2 = c.
Luego las superficies de nivel son esferas de centro el origen de coordenadas
y radio la raz cuadrada de c. Si damos varios valores a c obtendremos varias
esferas concentricas.
2.1.6.
Otras representaciones de las funciones de varias variables
En Matem
aticas a los conceptos te
oricos se les buscan representaciones que
nos permitan visualizar, mediante im
agenes gr
aficas, sus propiedades abstractas, con objeto de comprenderlas y recordarlas mejor. As, para tener una
visualizaci
on gr
afica de las propiedades de las funciones, hemos imaginado
que las funciones de una variable representan curvas en el plano y las de dos
variables superficies en el espacio. Sin embargo, este sistema no nos permite
visualizar las funciones de tres o m
as variables y tenemos que conformarnos
con imaginar una generalizaci
on de los conceptos aprehendidos en dos o tres
dimensiones.
En realidad una funci
on no es ni una curva ni una superficie, sino una
correspondencia entre magnitudes, y seg
un sea el significado fsico que le
demos a esas magnitudes (espacio, tiempo, temperatura, etc.) la funci
on
2.2. LIMITE Y CONTINUIDAD
111
tendr
a un significado fsico u otro. Por eso, aunque la representaci
on gr
afica
haya pasado a formar parte integrante del contenido te
orico de las funciones, no debemos olvidar que es simplemente un instrumento de ayuda,
y, por lo tanto, no nos debemos sentir atrapados por ese instrumento. Para
comprender algunos conceptos, como por ejemplo las curvas de nivel, son
tambien apropiadas otras representaciones de las funciones distintas de la
representaci
on gr
afica.
As, las funciones de dos variables se pueden interpretar como la temperatura en cada punto de una placa horizontal, siendo esta placa el dominio de
la funci
on. Las de tres variables se pueden interpretar como la temperatura
en cada punto de una regi
on del espacio. Las curvas de nivel seran las curvas
de igual temperatura, es decir, las isotermas. En el caso de tres variables las
superficies de nivel seran las superficies de igual temperatura (superficies
isotermas).
A las funciones de varias variables tambien se les puede dar otras interpretaciones, por ejemplo, en un mapa del tiempo las curvas de nivel de
igual presi
on se llaman isobaras. En las representaciones de los campos de
potencial electrico, las curvas de nivel se llaman lneas equipotenciales.
2.2.
2.2.1.
Lmite y continuidad
Introducci
on
La gr
afica de una funci
on de una variable es una curva en el plano.
y
6
y = f (x)
x
-

Esta curva puede presentar las siguientes situaciones de discontinuidad.
En dos variables pueden darse situaciones de discontinuidad de todo tipo.
2.2.2.
Entorno de un punto en el plano
De manera an
aloga a como se definen los entornos en la recta real mediante
intervalos, se definen los entornos en el plano mediante discos. As, un entorno alrededor de (x0 , y0 ) va a ser un disco centrado en (x0 , y0 ) con radio
. Es decir, se define el -entorno alrededor de (x0 , y0 ) como el conjunto de
puntos (x, y) del plano que distan de (x0 , y0 ) menos que .
p
{(x, y) R2 ; (x x0 )2 + (y y0 )2 < }
112
Figura 2.31: Situaciones de discontinuidad en funciones de una variable
que tambien se puede expresar sin la raz cuadrada de la siguiente forma:

{(x, y) R2 ; (x x0 )2 + (y y0 )2 < 2 }
y
(x0 , y0 )
Figura 2.32: Entorno de un punto
Cuando en la definici
on ponemos el signo < se dice que el disco es abierto
y cuando ponemos el signo decimos que el disco es cerrado. En el primer
caso no est
a incluido el contorno y en el segundo s.
Regiones abiertas y regiones cerradas
Un punto (x0 , y0 ) de una regi
on R del plano se dice que es un punto
interior de R si existe un -entorno alrededor de (x0 , y0 ) que pertenece
totalmente a R. Si todos los puntos de una regi
on R son interiores entonces
decimos que R es una regi
on abierta.
Un punto (x0 , y0 ) se dice que es un punto frontera de R si cada disco
abierto centrado en (x0 , y0 ) contiene puntos del interior de R y puntos del
exterior de R. Por definici
on, una regi
on debe contener todos sus puntos
113
interiores, pero no tiene por que contener a sus puntos fronteras. Si una
regi
on contiene todos sus puntos fronteras, entonces se dice que es una regi
on
cerrada. Una regi
on que contiene a algunos pero no a todos sus puntos
fronteras no es ni abierta ni cerrada.
y
Punto
frontera
Punto
interior Frontera de R
Figura 2.33: Punto interior y punto frontera
2.2.3.
Lmite y continuidad en dos variables
Al calcular el lmite de una funci

on en un punto nos interesamos por los
valores que toma la funci
on en los alrededores del punto. El lmite de la
funci
on en un punto va a ser el valor que debera tomar la funci
on en dicho
punto, de acuerdo con los valores que toma en los alrededores del mismo.
Este valor puede coincidir o no con el valor que realmente toma la funci
on
en el punto en cuesti
on. Es decir, el lmite de una funci
on en un punto P es
si los valores que toma la funci
on en los alrededores de P est
an tan cerca
de como queramos (el valor que la funci
on tome en P no interesa a la hora
de calcular el lmite)
Figura 2.34: Lmite de una funcion de dos variables.
Para poder hablar de lmite de una funci

on en un punto, la funci
on tiene
que estar definida en los alrededores del punto. Formalmente la definici
on
de lmite es la siguiente:
114
Definici
on 2.3 (Lmite de una funci
on en un punto). Sea f una
funci
on de dos variables definida en un disco abierto centrado en (x0 , y0 ),
excepto quiz
as en el punto (x0 , y0 ). Entonces,
lm
(x,y)(x0 ,y0 )
f (x, y) =
si y s
olo si para cada > 0 existe un correspondiente > 0 tal que
p
|f (x, y) | < , siempre que 0 < (x x0 )2 + (y y0 )2 <
Que podemos esquematizar de la siguiente forma

lm
(x,y)(x0 ,y0 )
f (x, y) =
( > 0)( > 0) 0 < (xx0 )2 +(y y0 )2 < 2 | f (x, y) |<

Gr
aficamente, esta definici
on de lmite significa que para un punto cualquiera (x, y) situado en el disco de radio , el valor f (x, y) est
a comprendido
entre y + .
Hay que tener en cuenta que para que exista el lmite todos los puntos
del entorno tiene que tener su imagen aproximadamente a la misma altura
(entre y + ). Si unos puntos del entorno se aproximan a un valor y
otros a otros, entonces el lmite no existe.
En la definici
on de lmite, el punto en cuesti
on no cuenta. Es decir, da
igual cu
al sea el valor de f (x0 , y0 ), incluso da igual que no exista dicho valor.
Al poner 0 < nos estamos ocupando de todos los puntos del -entorno, salvo
del centro. No obstante, hay que advertir que en el c
alculo de lmites de
funciones continuas dicho valor s que adquiere gran importancia.
Definici
on 2.4 (Continuidad). Una funci
on se dice que es continua en
un punto, si el valor que toma la funci
on en el punto coincide con el lmite
en dicho punto.
f (x, y) continua en (x0 , y0 )
lm
(x,y)(x0 ,y0 )
f (x, y) = f (x0 , y0 )
Una funci
on se dice que es continua en una regi
on R si es continua en cada
punto de R

1 si x2 + y 2 1
on f (x, y) =
0 si x2 + y 2 > 1
hallar gr
aficamente:
lm
(x,y)(0,0)
f (x, y)
lm
(x,y)(1,0)
f (x, y)
Soluci
on. Para hallar el lmite de la funci
on en cada uno de los puntos
especificados, hallamos las im
agenes de los puntos de un entorno de cada
uno de los puntos.
115
En un entorno del punto (0, 0) todos los puntos tienen como imagen
f (x, y) = 1, luego el lmite en dicho punto tambien es 1.
En un entorno del punto (1, 0) una parte de los puntos tienen como
imagen f (x, y) = 1, y otra parte de los puntos tiene como imagen f (x, y) = 0,
luego el lmite en dicho punto no existe, ya que todos los puntos del entorno
deberan orientar su imagen hacia el mismo sitio.
Figura 2.35:
2.2.4.
lm
(x,y)(0,0)
f (x, y) = 1
lm
(x,y)(1,0)
f (x, y)
no definido
Lmite de las funciones elementales
De forma an
aloga a una variable, en varias variables se cumplen las siguientes
propiedades:
Teorema 2.1 (Propiedades de las funciones continuas). Si k es un
n
umero real y f y g son funciones continuas en (x0 , y0 ), entonces las funciones siguientes tambien son continuas en (x0 , y0 ):
1.
2.
3.
4.
M
ultiplo escalar: kf
Suma y diferencia: f g
Producto: f g
Cociente: f /g, si g(x0 , y0 ) 6= 0
Del teorema 2.1 se desprende la continuidad de las funciones polin

omicas
y racionales en cada punto de sus dominios.
Teorema 2.2 (Continuidad de una funci
on compuesta). Si h es continua en (x0 , y0 ) y g es continua en h(x0 , y0 ), entonces la funci
on compuesta
dada por (g h)(x0 , y0 ) = g[h(x, y)] es continua en (x0 , y0 ). Es decir,
lm
(x,y)(x0 ,y0 )
g[h(x, y)] = g[h(x0 , y0 )]
on de dos variables,
Nota. Observese que, en el teorema 2.2, h es una funci
mientras que g es una funci
on de una sola variable.
De los teoremas 2.1 y 2.2 se desprende la continuidad las funciones
f (x, y) = sen x2 y
g(x, y) = ex
2 +y 2
116
y, en general, de todas las funciones elementales en todos los puntos en los

que est
an definidas.
Es decir, todas las funciones elementales son continuas en todos los puntos en los que est
an definidas, luego para calcular el lmite de una funci
on
elemental en un punto (x0 , y0 ) en el que este definida bastar
a sustituir x e y
por x0 e y0 , respectivamente. El problema estar
a en los puntos en los que la
funci
on no este definida. Por lo tanto, al calcular un lmite lo primero que
intentaremos es la sustituci
on directa, y s
olo en el caso de que nos encontremos con una indeterminaci
on intentaremos romperla por alg
un metodo.
En dos variables no tienen sentido las reglas de LHopital
Ejemplo 2.19 (Calculando lmites por sustitucion directa). Calcular los
siguientes lmites:
1.
2.
3.
4.
lm
(x,y)(2,3)
lm
xy = 6
(x,y)(2,3) x2
lm
(x,y)(0,1)
xy
6
6
=
=
2
+y
4+9
13
arc sen xy
1 + xy
arc sen 0
0
= =0
1+0
1
y sen xy = 2 sen 2 = 2 sen = 2 1 = 2

4
2
(x,y)(/4,2)
lm
Ejemplo 2.20 (Hallando la discontinuidad). Hallar los puntos de discontinuidad de la funci

on:
xy + 1
f (x, y) = 2
x y
Soluci
on. Al tratarse de una funci
on racional ser
a continua en todos los puntos en los que est
a definida. Es decir, la continuidad coincide con el dominio
de la funci
on. En consecuencia, al ser un cociente, ser
a discontinua en aquellos puntos que hacen cero el denominador. x2 y = 0 y = x2 luego, la
funci
on es discontinua a lo largo de la par
abola y = x2
Ejemplo 2.21. H
allense los puntos de discontinuidad de la funci
on:
f (x, y) = cos
1
xy
Soluci
on. El u
nico problema que presenta la funci
on es en el cociente, donde
el denominador debe ser distinto de 0. Teniendo en cuenta que xy = 0 cuando
x = 0 (eje OY) o cuando y = 0 (eje OX). La funci
on ser
a discontinua en los
dos ejes de coordenadas.
117
Figura 2.36: f (x, y) =
xy+1
x2 y
Ejemplo 2.22 (Extendiendo una funcion por continuidad). Calcular el valor

de c para que la siguiente funci
on sea continua en todo el plano
p
1 x2 4y 2 si x2 + 4y 2 1
f (x, y) =
c
si x2 + 4y 2 > 1
p
Soluci
on. La gr
afica de la funci
on 1 x2 4y 2 es una especie de semielip2
2
soide superior, con contorno
p sobre la elipsepx + 4y = 1. En el contorno
2
2
2
toma el valor 0, en efecto, 1 x 4y = 1 (x + 4y 2 ) que vale 0 para
x2 + 4y 2 = 1. Fuera del contorno ha de ser constante (= c). Luego, para que
se mantenga continua sobre el contorno, fuera del contorno ha de valer cero,
por lo tanto c = 0.
Figura 2.37: f (x, y) =
1 x2 4y 2
118
Ejemplo 2.23 (Lmite infinito). Calcula los siguientes lmites:

1.
2.

1
cos(x2 + y 2 )
= 1 + = 1 =
1
2
2
x +y
0
(x,y)(0,0)
lm
lm
(x,y)(0,0)
2.2.5.
ln(x2 + y 2 ) = ln 0+ =
Comprobando lmites aplicando la definici

on
Mediante la definici
on de lmite se puede comprobar si un lmite dado
es correcto o no, pero no se pueden calcular lmites. La comprobaci
on suele
ser complicada y artificial. (Tenemos que imaginar que alguien nos va a dar
el valor de y nosotros tenemos que encontrar el correspondiente valor de
que hace que sea cierta la implicaci
on. En general, nuestro depender
a del
que nos den: = ()).
En cada caso necesitaremos probar que, para cada > 0, existe un entorno alrededor de (x0 , y0 ) tal que
|f (x, y) | <
siempre que (x, y) 6= (x0 , y0 ) este en el entorno. Es decir, necesitamos probar
que cualquiera que sea > 0, existe, para ese , un > 0 que hace cierta la
implicaci
on:
0 < (x x0 )2 + (y y0 )2 < 2
|f (x, y) | <
o bien, lo que es lo mismo,

p
0 < (x x0 )2 + (y y0 )2 <
|f (x, y) | <
Sin embargo, en la generalidad de los casos, no es posible la demostraci

on
lineal de esta implicaci
on. Es decir, en la generalidad de los casos, no nos
va a ser posible partir directamente del primer termino de la implicaci
on
para llegar al segundo; sino que vamos a necesitar un razonamiento de ida
y vuelta. Es decir, partiremos del segundo termino y desde ah veremos
que valor debe tomar , para que del primer termino de la implicaci
on se
siga el segundo. El valor de lo determinaremos expresando |f (x, y) | en
funci
on de , relacion
andolo, para ello, con (x x0 )2 + (y y0 )2 . Es decir,
obtendremos |f (x, y) | < g() de manera que, para el valor de que se
obtiene de g() = , resulta que de
0 < (x x0 )2 + (y y0 )2 < 2
se sigue que
|f (x, y) | <
119
Nota: La dificultad para entender la comprobaci

on de la implicaci
on,
0 < (x x0 )2 + (y y0 )2 < 2
|f (x, y) | <
est
a, como ya se ha dicho, en que, en la generalidad de los casos, no es posible la demostraci
on lineal de la implicaci
on. As como, en el hecho de que el valor de no est
a dado,
desde un principio, sino que lo debemos encontrar durante el proceso. En consecuencia, el
tipo de razonamiento que se hace es el siguiente: Intentamos demostrar que |f (x, y)| <
bajo que condiciones se cumple esto? En un momento de la demostraci
on necesitamos
utilizar que 0 < (x x0 )2 + (y y0 )2 < 2 . Esa necesidad es lo que hace que sea cierta la
implicaci
on.
Por otro lado, hay que decir que la u
nica restricci
on que tenemos que poner a = ()
para poder concluir que |f (x, y) | < es que sea positivo cuando tambien lo sean
( y son distancias).
El hecho de tratarse de desigualdades es lo que complica la demostraci
on, aunque al
mismo tiempo la enriquece.
Ejemplo 2.24 (Comprobando un lmite mediante la definicion). Comprobar

aplicando la definici
on que el siguiente lmite es correcto.
lm
(x,y)(0,0)
p
x2 + y 2 sen
1
=0
x2 + y 2
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (0, 0) tal que
|f (x, y) 0| <
siempre que (x, y) 6= (0, 0) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
p
0 < (x 0)2 + (y 0)2 <
se siga que
|f (x, y) 0| <
Es decir, tenemos que demostrar la siguiente implicaci
on.
x2 + y 2 < 2
|f (x, y)| <
Para ello, tenemos que encontrar un valor positivo para tal que cuando
x2 + y 2 < 2 , se tenga que |f (x, y)| < (el valor de depender
a del que
tenga ).
El proceso es el siguiente: partimos de la expresi
on |f (x, y)|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci
on de y vemos
cu
anto tiene que valer para que esa expresi
on sea menor que ; teniendo
en
cuenta
que
al
estar
en
un
entorno
del
origen
es x2 + y 2 < 2 , o bien
p
x2 + y 2 <
120
CAPITULO 2. FUNCIONES DE VARIAS VARIABLES:

LIMITES
Para poder concluir que
|f (x,y)|<,
|f (x, y)| = |
x2 + y 2 sen
ha de ser
{z
p
p
1
x2 + y 2 < =
| | x2 + y 2 | =
x2 + y 2
|
{z
}
Por estar (x, y) en
el entorno de (0, 0)
luego hemos encontrado un valor para , el propio , que es positivo

p cuando
tambien lo es, y con el que se concluye que |f (x, y)| < , cuando x2 + y 2 <
. En consecuencia el lmite es correcto.
Nota: Para conseguir relacionar la expresi
on |f (x, y)|, con x2 + y 2 y obtener una desigualdad del tipo
|f (x, y)| g(x2 + y 2 )
utilizamos las acotaciones que sean necesarias. En este ejemplo se ha utilizado el hecho de
que | sen | 1
Observaci
on. La funci
on f , del ejemplo anterior, definida por
p
1
f (x, y) = x2 + y 2 sen 2
x + y2
es discontinua en (0, 0), ya que no est

a definida en dicho punto. Sin embargo, el lmite es ese punto existe. En consecuencia podemos evitar la discontinuidad redefiniendo la funci
on f en (0, 0), de manera que su valor sea igual
a su lmite en ese punto. Es decir,
( p
1
x2 + y 2 sen x2 +y
si (x, y) 6= (0, 0)
2
f (x, y) =
0
si (x, y) = (0, 0)
En consecuencia a este tipo de discontinuidades se les conoce como evitables.

Ejemplo 2.25. Comprobar aplicando la definici
on que el siguiente lmite
es correcto.
1
=0
lm (x2 + y 2 ) sen
xy
(x,y)(0,0)
Soluci
on. Igual que antes, tenemos que demostrar la siguiente implicaci
on.
(x 0)2 + (y 0)2 < 2
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor positivo para tal que cuando
x2 + y 2 < 2 , se tenga que |f (x, y)| < . Para ello partimos de la expresi
on
|f (x, y)|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci
on de
y vemos cuanto tiene que valer para que esa expresi
on sea menor que ;
teniendo
a x2 + y 2 < 2 ,
p en cuenta que al estar en un entorno del origen ser
2
2
o bien x + y <
|f (x, y)| = |(x2 + y 2 ) sen
1
| |x2 + y 2 | = x2 + y 2 < 2 =
{z
}
|
xy
Por estar (x, y) en
el entorno de (0,0)
121
positivo cuando
luego hemos encontrado un valor para , = , que es p
los es, y con el que se concluye que |f (x, y)| < , cuando x2 + y 2 < . En
consecuencia el lmite es correcto.
es correcto.
lm y = b
(x,y)(a,b)
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (a, b) tal que
|f (x, y) b| <
siempre que (x, y) 6= (a, b) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
p
0 < (x a)2 + (y b)2 <
se siga que
|f (x, y) b| <
Para ello partimos de la expresi
on |f (x, y) b| y tratamos de relacionarla
2
2
con (x a) + (y b) , con objeto de expresarla en funci
on de y vemos
cuanto tiene que valer para que esa expresi
on sea menor que
p
p
|f (x, y) b| = |y b| = (y b)2 (x a)2 + (y b)2 < =
luego hemos encontrado un valor para , = , que hace cierta la relaci

on;
y en consecuencia el lmitepes correcto. p
(En la demostracion hemos tenido
en cuenta que: | y b |= (y b)2 (x a)2 + (y b)2 . Este tipo de
recursos son muy usuales en las comprobaciones de lmites).
Acotaciones usuales en el c
alculo de lmites: En el c
alculo de lmites,
adem
as de las acotaciones | sen x| 1 y | cos x| 1, se utilizan las siguientes:
0 |x| =
x2
p
|x|
x
x2 + y 2 p
1 1 p
1
x2 + y 2
x2 + y 2
0 x2 x2 + y 2 0
x2
1
x2 + y 2

es correcto.
5x2 y
=0
lm
(x,y)(0,0) x2 + y 2
122
Soluci
on. Igual que antes, tenemos que demostrar la siguiente implicaci
on.
(x 0)2 + (y 0)2 < 2
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor para tal que cuando x2 +y 2 < 2 ,
se tenga que |f (x, y)| < . Para ello partimos de la expresi
on |f (x, y)|, la
2
2
relacionamos con x + y , con objeto de expresarla en funci
on de y vemos
cuanto tiene que valer para que esa expresi
on sea menor que ; teniendo
en cuenta que al estar en un entorno del origen ser
a x2 + y 2 < 2 , o bien
p
x2 + y 2 <
p
5x2 y
x2
|f (x, y)| =| 2
x2 + y 2 < 5 =
|=
5|y|
|
|
5|y|
5
x + y2
x2 + y 2
luego hemos encontrado un valor para , = /5
2
(En la demostraci
on hemos utilizado la acotaci
on | x2x+y2 | 1, y por otro
p
p
lado hemos tenido en cuenta que: | y |= y 2 x2 + y 2 ).

es correcto.
xy
p
=0
lm
(x,y)(0,0)
x2 + y 2
Soluci
on.
y
xy
|= |x| | p
| |x| = x2 x2 + y 2 < =
|f (x, y)| =| p
x2 + y 2
x2 + y 2
luego hemos encontrado un valor para , =

es correcto.
x4 y
lm
=0
(x,y)(0,0) x4 + y 4
Soluci
on.
|f (x, y)| =|
p
p
x4
x4 y
|=
|
||y| |y| y 2 x2 + y 2 < =
4
4
4
4
x +y
x +y
luego hemos encontrado un valor para , =
2.2.6.
C
alculo de lmites mediante operaciones algebraicas
Los lmites de funciones de varias variables tienen las mismas propiedades

respecto de las operaciones (suma, diferencia, producto, cociente, potencia,
etc.) que las funciones de una sola variable. No obstante hay que advertir
que con las funciones de varias variables no se pueden aplicar las Reglas de
LH
opital.
123

x2 1
y1
2.
lm
+ 2
y 1
(x,y)(1,1) x 1
2
x + y2
p
4.
lm
(x,y)(0,0)
x2 + y 2 + 1 1
6x 2y
1.
lm
(x,y)(1,3) 9x2 y 2
(x3 1)(y 4 1)
3.
lm
(x,y)(1,1) (x 1)(y 2 1)
1
1 + x2 y x2
5.
lm
(x,y)(0,3)
Soluci
on.
1.
6x 2y
0
2(3x y)
=[ ]=
lm
=
2
2
0
(x,y)(1,3) 9x y
(x,y)(1,3) (3x)2 y 2
lm
2
1
2
2(3x y)
=
lm
= =
(3x + y)(3x y) (x,y)(1,3) (3x + y)
6
3

2
0 0
y1
x 1
=[ + ]=
+ 2
2.
lm
y 1
0 0
(x,y)(1,1) x 1

(x + 1)(x 1)
y1
0 0
=
lm
+
=[ + ]=
x1
(y + 1)(y 1)
0 0
(x,y)(1,1)

1
5
1
=2+ =
x+1+
=
lm
y+1
2
2
(x,y)(1,1)
=
3.
lm
(x,y)(1,3)
(x3 1)(y 4 1)
0
=[ ]=
2
(x
1)(y
1)
0
(x,y)(1,1)
lm
(x 1)(x2 + x + 1)(y 2 + 1)(y 2 1)

=
(x 1)(y 2 1)
(x,y)(1,1)
lm
=
4.
lm
(x,y)(1,1)
(x2 + x + 1)(y 2 + 1) = 3 2 = 6
x2 + y 2
0
p
=[ ]=
0
(x,y)(0,0)
x2 + y 2 + 1 1
p
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
=
lm
x2 + y 2 + 1 1
(x,y)(0,0)
p
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
=
lm
x2 + y 2
(x,y)(0,0)
p
x2 + y 2 + 1 + 1 = 2
=
lm
lm
(x,y)(0,0)
5.
lm
(x,y)(0,3)
1+x y
1
x2
= [1 ] =
lm
(x,y)(0,3)
x2 y
h
1 i
2 x2 y x2
= e3
(1 + x y)
Aqu se ha tenido en cuenta la definici

on del n
umero e,
1
lm (1 + z) z = e
z0
124
2.2.7.
Teorema del encaje y de la acotaci

on
Si una funci
on est
a comprendida, en los alrededores de un punto, entre dos
que tienen el mismo lmite, en dicho punto, entonces dicha funci
on tambien
tiene el mismo lmite en dicho punto.
)
f (x) h(x) g(x)
= lm h(x) = lm f (x) = lm g(x)
lm f (x) = lm g(x)
xx0
xx0
xx0
xx0
xx0
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en los
alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
)
g(x)acotada
k g(x) k kf (x) f (x)g(x) kf (x)
lm f (x) = 0
xx0
0 lm f (x)g(x) 0 lm f (x) = 0 0 Acot = 0

xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado final sera el
mismo.
Ejemplo 2.31 (Calculando lmites por acotacion). Calcula los siguientes

lmites.
1.
3.
lm
(x2 + y 2 ) sen
lm
(x sen
lm
(x2 + y 2 ) sen
(x,y)(0,0)
(x,y)(0,0)
1
xy
x3
(x,y)(0,0) x2 + y 2
y(x 1)3
4.
lm
(x,y)(1,2) (x 1)2 + (y + 2)2
2.
1
1
+ y sen )
y
x
lm
Soluci
on.
1.
2.
3.
4.
(x,y)(0,0)
1
= 0 Acot = 0
xy
x3
x2
=
l
m
x
= 0 Acot = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
lm
(x,y)(0,0)
(x sen
1
1
+ y sen ) = 0 Acot + 0 Acot = 0
y
x
y(x 1)3
=
(x,y)(1,2) (x 1)2 + (y + 2)2
lm
lm
(x,y)(1,2)
(x 1)y
(x 1)2
= 0 Acot = 0
(x 1)2 + (y + 2)2
Este lmite tambien puede hacerse mediante el cambio de variables
125
u = x 1, v = y + 2 , en efecto,
(v 2)u3
y(x 1)3
=
l
m
=
(u,v)(0,0) u2 + v 2
(x,y)(1,2) (x 1)2 + (y + 2)2
lm
2.2.8.
lm
(u,v)(0,0)
(v 2)u
u2
= (2) 0 Acot = 0
u2 + v 2
Infinit
esimos equivalentes.
Igual que en una variable, los infinitesimos se aplican en los lmites de

funciones de varias variables.
Definici
on 2.5 (Infinit
esimo en un punto). Se llama infinitesimo en
un punto X0 a una funci
on cuyo lmite en dicho punto sea cero.
lm f (X) = 0
XX0
Definici
on 2.6 (Infinit
esimos equivalentes). Dos infinitesimos en un
mismo punto se dice que son equivalentes, cuando el lmite de su cociente
es 1.
f (X) 0
lm
=
= 1 = f (X) g(X)
(en X = X0 )
XX0 g(X)
0
Sustituci
on de infinit
esimos. Si un infinitesimo est
a multiplicando o dividiendo se le puede sustituir por otro equivalente para simplificar los c
alculos.
f (X)
= 1. Y supongaSupongamos que f (X) g(X), entonces ser
a lm
XX0 g(X)
mos que f (X) aparece multiplicando dentro de un lmite.
lm f (X) h(X) = lm
XX0
XX0
f (X)
g(X)h(X) = lm g(X) h(X)
XX0
g(X)
Con lo cual hemos sustituido f (X) por g(X) y el lmite puede resultar m
as
f
acil.
Sumas de infinit
esimos. Cuando un infinitesimo est
a sumando o restando,
en general, no se puede sustituir por otro equivalente.

lm f (X) + h(X)
6=
lm g(X) + h(X)
XX0
XX0
No obstante, existen casos muy concretos en los que se pueden aplicar infinitesimos al caso de sumas. Sin embargo, hay que advertir que en varias
variables esta sustituci
on es mucho m
as restrictiva que en una variable. En
una variable dijimos que la suma de varios infinitesimos de distinto orden
se puede reducir al de menor orden. Por ejemplo,
(x2 )f (x)
(x2 + 3x3 5x4 )f (x)
= lm
x0
x0
g(x)
g(x)
lm
126
Sin embargo, en varias variables esto no es cierto de manera general. En

una variable la regla se basa en el hecho de que al aplicar las reglas de
LH
opital el primer termino que dejar
a de ser cero es el de menor grado,
y, en consecuencia, se puede establecer la equivalencia. Sin embargo, en dos
variables no son aplicables las reglas de LH
opital. En consecuencia, resulta
que no podemos hacer el cambio
(x y 2 )f (x, y)
(x)f (x, y)
6=
lm
g(x, y)
(x,y)(0,0)
(x,y)(0,0) g(x, y)
lm
puesto que si hacemos lmites direccionales a traves de la curva x = y 3 , el

termino que, en principio, es de menor grado, se transforma en un termino
de mayor grado.
(y 3 y 2 )f (x, y)
(x)f (x, y)
(x y 2 )f (x, y)
= lm
6= lm
g(x, y)
g(x, y)
(x,y)(0,0)
(x,y)(0,0) g(x, y)
(x,y)(0,0)
lm
x=y 3
En consecuencia, en varias variables la suma de infinitesimos solamente se

puede reducir al de menor grado cuando los infinitesimos sean homogeneos.
Es decir, que contengan las mismas variables. As,
(x2 )f (x)
(x2 + 3x3 5x4 )f (x)
= lm
x0
x0
g(x)
g(x)
lm
o bien,
(y 2 + 3y 3 5y 4 )f (x, y)
(y 2 )f (x, y)
=
lm
g(x, y)
g(x, y)
(x,y)(0,0)
(x,y)(0,0)
lm
e incluso,
lm
(x,y)(0,0)
i
h
(x2 y)2 + 3(x2 y)3 5(x2 y)4 f (x, y)
g(x, y)
lm
(x,y)(0,0)
i
(x2 y)2 f (x, y)
g(x, y)
Sin embargo
(x2 y)f (x, y)
(x2 y + x3 y 2 + x6 )f (x, y)
6= lm
x0
g(x, y)
g(x, y)
(x,y)(0,0)
lm
Evidentemente la suma que se sustituye no puede ser una suma parcial, sino
que la suma que se sustituye ha de ser total, es decir, considerada como una
unidad, ha de estar multiplicando o dividiendo.
127
Algunos infinit
esimos en el Origen (z 0).
Los infinitesimos m
as usuales, en el origen son:
Trigonometricos:
sen z z
arc sen z z
tg z z
arctan z z
1 cos z
z2
2
Logartmicos:
ln(1 + z) z
z ln(1 + z)
ez 1 z
az 1 z ln a
(1+ z)n 1 + nz
n
1 + z 1 + nz
La z puede ser cualquier funci

on. Lo importante es que toda la funci
on
tienda a cero, aunque (x, y) tienda a un valor distinto de (0, 0). As, por
ejemplo,
si
lm
(x,y)(x0 ,y0 )
f (x, y) = 0

sen f (x, y) g(x, y)
f (x, y)g(x, y)
lm
=
lm
h(x, y)
h(x, y)
(x,y)(x0 ,y0 )
(x,y)(x0 ,y0 )
Ejemplo 2.32 (Calculando lmites mediante infinitesimos). Calcula los siguientes lmites.
1.
xy
sen(xy)
=
lm
=
lm y = 2
x
(x,y)(0,2) x
(x,y)(0,2)
(x,y)(0,2)
lm
etg(x y) 1
1
tg(x2 y)
x2 y
2.
lm
=
l
m
=
l
m
=
2
2
2
2
(x,y)(0,0) 2 sen(x y)
(x,y)(0,0) 2x y
(x,y)(0,0) 2x y
3.
(x2 y)2
1 cos(x2 y)
=
lm
=
2
(x y)
(x,y)(1,1) 2(x y)2
(x,y)(1,1)
(x2 y)2 (x + y)2

(x + y)2
4
=
lm
=
l
m
= =2
2(x2 y)
2
2
(x,y)(1,1)
(x,y)(1,1)
lm
4.
exy 1
xy
=
lm
=
lm 1 = 1
sen
x
ln(1
+
y)
xy
(x,y)(0,0)
(x,y)(0,0)
(x,y)(0,0)
5.
3
x3y
sen x sen(3y)
=
lm
=
2xy
2
(x,y)(0,0) 2xy
(x,y)(0,0)
lm
lm
128
6.

(y 1)(y + 3)x2 /2
(y 2 + 2y 3)(1 cos x)
=
l
m
=
x2 (y 1)
x2 (y 1)
(x,y)(0,1)
(x,y)(0,1)
y+3
4
=
lm
= =2
2
2
(x,y)(0,1)
lm
(1 cos 2x)(cos 3y 1)
7.
lm
=
lm
5x2 y
(x,y)(0,0)
(x,y)(0,0)
9y 2
4x2
2 ( 2 )
5x2 y
=
8.
9y
=0
(x,y)(0,0) 5
lm
x2y
(ex 1)(e2y 1)
=
lm
=2
xy
(x,y)(0,0) xy
(x,y)(0,0)
lm
Ejemplo 2.33. Calcular el siguiente lmite:
ln x tg(y 1)
(x,y)(1,1) xy x y + 1
lm
Soluci
on. Aplicando infinitesimos en el numerador,
ln x = ln(1 + x 1) x 1 ,
tg(y 1) y 1
y agrupando terminos en el denominador, resulta:

ln x tg(y 1)
(x 1)(y 1)
=
lm
=
(x,y)(1,1) xy x y + 1
(x,y)(1,1) x(y 1) (y 1)
(x 1)(y 1)
=
lm
=1
(x,y)(1,1) (x 1)(y 1)
lm
2.2.9.
Inexistencia de lmites
Cuando no sepamos calcular un lmite, intentaremos demostrar que dicho

lmite no existe. Esto lo podemos hacer por dos metodos:
-Mediante los lmites direccionales.
-Mediante los lmites reiterados.
Lmites direccionales
Aunque la definici
on de lmite de funciones de dos variables va en total
paralelismo con la definici
on de lmite de funciones de una sola variable,
existe una diferencia fundamental a la hora de determinar la existencia de
un lmite. En una variable, la existencia del lmite, es equivalente a la coincidencia de los lmites laterales. Es decir, para determinar si una funci
on de
una variable tiene lmite en un punto determinado, solamente necesitamos
comprobar que ocurre al aproximarnos por dos direcciones por la izquierda
y por la derecha. Si la funci
on tiene el mismo lmite por la izquierda y por la
derecha podemos concluir que el lmite existe. Si embargo, en dos variables
esto no es as.

129
Rr
@
r
1i

I
@

En dos variables, en principio, no tiene sentido hablar de lmites laterales

que significan derecha e izquierda en el plano?, por eso hablamos de lmites
direccionales, ya que, en dos variables existen infinitos caminos para acercarnos al punto, es m
as, podemos acercarnos siguiendo un camino recto o
un camino curvo. Es decir, al escribir
(x, y) (x0 , y0 )
entendemos que el punto (x, y) se aproxima al punto (x0 , y0 ) en cualquier
direcci
on. Y, para que exista el lmite, los lmites siguiendo todas las direcciones o trayectorias tienen que coincidir. La exigencia de la definici
on a
todos los puntos del entorno significa todas las posibles formas de aproximarse. En consecuencia, para ver que una funci
on no tiene lmite en un
punto se siguen varios caminos de aproximaci
on al punto y si la funci
on
tiene un lmite distinto por cada camino, entonces el lmite ((doble)) no existe. El problema ser
a determinar si existe un camino que conduce a otra
parte. En la pr
actica los caminos que se suelen seguir son rectas y par
abolas. (El camino por rectas se sigue cuando las potencias del denominador son
del mismo grado, y el camino por par
abolas cuando son de distinto grado,
intentando igualar los grados). No debe olvidarse que la recta ha de pasar
por el punto en cuesti
on, es decir su ecuaci
on ha de ser y y0 = m(x x0 ).
Hay que advertir que este metodo s
olo es refutativo, es decir, nos permite negar la existencia del lmite pero no afirmarla. As, si encontramos
dos lmites direccionales diferentes, entonces podemos afirmar que el lmite
((doble)) no existe. Pero si todos los lmites direccionales que tomamos nos
dan el mismo lmite, no por eso podemos afirmar la existencia del lmite. Lo
m
as que podemos decir es que, de existir el lmite doble, su valor ser
a el de
los direccionales, pero nadie asegura que siguiendo otra direcci
on, diferente
a las tomadas hasta ese momento, obtengamos un resultado diferente.
Ejemplo 2.34 (Calculando lmites direccionales). Probar que el siguiente
lmite no existe.
xy
lm
(x,y)(0,0) x2 + y 2
Soluci
on. Si nos acercamos al origen a traves de la recta y = x, se tiene
1
xx
xy
x2
=
l
m
=
l
m
=
2
2
2
2
2
x0
2x
2
(x,y)(0,0) x + y
(x,y)(0,0) x + x
y=x
lm
x0
luego, de existir el lmite, debera ser 1/2. Mientras que si nos acercamos al
origen a traves de la recta y = x, se tiene
1
x(x)
x2
xy
=
l
m
=
l
m
=
2
2
2
2
2
x0 2x
2
(x,y)(0,0) x + y
(x,y)(0,0) x + (x)
lm
y=x
x0
130
luego, de existir el lmite, debera ser 1/2. Lo que contradice el resultado

anterior, y en consecuencia el lmite doble no puede existir.
En general, los lmites direccionales los haremos contemplando todas las
rectas a la vez, y no una a una, como se ha hecho aqu. As, si nos acercamos
al origen a traves de la recta y = mx se tiene
lm
(x,y)(0,0) x2
xmx
xy
xy
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
m
m
=
= f (m)
2
x0 1 + m
1 + m2
= lm
El lmite no existe ya que depende del valor de m. Es decir, seg

un la recta
por la que nos aproximemos al punto tendramos un valor del lmite u otro.
As, si consideramos dos trayectorias diferentes de acercamiento, tenemos:
Para m = 1, nos estaramos moviendo por la recta y = x, y sera l = 1/2,
mientras que para m = 1, estaramos moviendonos por la recta y = x, y
sera l = 1/2. y al haber encontrado dos caminos que conducen a lmites
diferentes podemos afirmar que el lmite no existe. En efecto, esto quiere
decir que en cualquier disco abierto centrado en (0, 0) hay puntos (x, y) en
los cuales f toma los valores 1/2 y 1/2. Luego f no puede tener lmite
cuando (x, y) (0, 0).
En este ejemplo podemos visualizar lo que ocurre en el origen de una manera muy
gr
afica. Imaginemos una alfombra de goma, con un agujero en el centro, y la atravesamos
con dos listones, uno por debajo y el otro por encima, de manera que se crucen en el
agujero (el de abajo de la alfombra pasara por encima del otro). El que est
a por encima
de la alfombra lo fijamos al suelo y el que est
a por debajo lo levantamos hasta una altura
de un metro, sin que se rompa la alfombra. Es evidente que el agujero se estira todo el
metro.
Figura 2.38: f (x, y) =
xy
x2 +y 2
Observaci
on. Podemos observar que aunque la funci
on f , del ejemplo anterior, definida por
xy
f (x, y) = 2
x + y2
131
s
olo es discontinua en el punto (0, 0), sin embargo, dicha discontinuidad es
inevitable, ya que no es posible redefinir la funci
on en (0, 0), de manera que
sea continua en dicho punto, puesto que el lmite en (0, 0) no existe.
Ejemplo 2.35. Demostrar que el siguiente lmite no existe.
y2
(x,y)(0,0) x + y 2
lm
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
y2
m2 x2
m2 x
y2
=
l
m
=
l
m
=
l
m
=0
x0 x + m2 x2
x0 1 + m2 x
(x,y)(0,0) x + y 2
(x,y)(0,0) x + y 2
lm
y=mx
para todo camino recto de la forma y = mx el lmite vale 0, sin embargo, no

podemos afirmar que el lmite valga cero, ya que en otras direcciones puede
tener otro valor. En efecto, si nos acercamos al origen por el camino curvo
x = y 2 , resulta:
y2
1
y2
=
l
m
=
lm
2
2
2
(x,y)(0,0) x + y
2
(x,y)(0,0) y + y
x=y 2
x=y 2
y0
Luego el lmite no existe ya que al movernos por una par

abola obtenemos
distinto valor que al movernos por una recta.
Observaci
on. Cuando nos acercamos al origen a traves de las rectas y =
mx, estamos contemplando todas las trayectorias rectilneas menos una. En
efecto, la recta x = 0 no est
a contemplada en la ecuaci
on y = mx. En
determinadas ocasiones esta recta conduce a otro lmite y no es necesario
acudir a otro tipo de trayectorias. As, en el ejemplo anterior no hubiera sido
necesario acudir a las trayectorias parab
olicas. En efecto,
y2
y2
=
l
m
=1
2
(x,y)(0,0) x + y 2
(x,y)(0,0) 0 + y
lm
x=0
x=0
y0

2x2 y
(x,y)(0,0) x4 + y 2
lm
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
lm
2x2 y
2x2 y
2mx
2x2 mx
= lm
= lm 4
= lm 2
= 0
2
4
2
x0 x + m2 x2
x0 x + m2
(x,y)(0,0) x + y
+y
y=mx
y=mx
(x,y)(0,0) x4
para todo camino recto de la forma y = mx el lmite vale 0, sin embargo, no

podemos afirmar que el lmite valga cero, ya que en otras direcciones puede
132
tener otro valor. En efecto, si nos acercamos al origen por el camino curvo
y = x2 , resulta:
2x2 y
2x2 x2
2
=
l
m
=
=1
4
2
4
4
(x,y)(0,0) x + y
1+1
(x,y)(0,0) x + x
lm
y=x2
y=x2
x0
Luego el lmite no existe ya que al movernos por una par

abola obtenemos
distinto valor que al movernos por una recta.
Tambien podamos haber acudido directamente a las trayectorias parab
olicas sin pasar previamente por las rectilneas. As,
2x2 (ax)2
2x2 a2 x2
2x2 y
2a2
=
l
m
=
l
m
=
= f (a)
x0 x4 + (ax2 )2
x0 x4 + a2 x4
(x,y)(0,0) x4 + y 2
1 + a2
lm
y=ax2
luego el lmite no existe, por depender de a.

7x(x 5)
y+2
(x,y)(5,2)
lm
Soluci
on. Nos aproximamos al punto (5, 2) mediante rectas que pasen por
dicho punto y + 2 = m(x 5), de donde,
7x(x 5) 0
35
7x(x 5)
7x
= lm
=
= lm
=
= f (m)
x5 m(x 5)
x5 m
y+2
0
m
(x,y)(5,2)
lm
luego el lmite dado no existe, por depender de m.

Ejemplo 2.38. Calcular, si existe,
xy x y + 1
2
x
+
y 2 2x 2y + 2
(x,y)(1,1)
lm
Soluci
on. Agrupando terminos en el numerador y denominador y haciendo
el lmite resultante por rectas y 1 = m(x 1), resulta:
xy x y + 1
=
+ y 2 2x 2y + 2
x(y 1) (y 1)
=
lm
=
(x,y)(1,1) (x 1)2 1 + (y 1)2 1 + 2
(x 1)(y 1)
(x 1)m(x 1)
=
lm
=
lm
=
2
2
x1
(x 1)2 + m2 (x 1)2
(x,y)(1,1) (x 1) + (y 1)
lm
(x,y)(1,1) x2
y1=m(x1)
m
= f (m)
1 + m2
Luego, al depender de m, el lmite no existe.

Determinaci
on de la trayectoria dscola
Cuando tengamos la sospecha de que un lmite no existe, y sin embargo,
las trayectorias habituales (rectas y par
abolas) conducen al mismo resultado,
podemos intentar buscar una trayectoria dscola por dos procedimientos:
133
1. Mediante la sustituci
on implcita
2. Mediante la aplicaci
on sucesiva de la regla de LH
opital
a) Mediante la sustituci
on implcita
En lugar de trayectorias del tipo y = f (x), se pueden utilizar trayectorias
definidas implcitamente F (x, y) = 0. As, en el caso de fracciones, sustituiremos todo el numerador o el denominador por lo que nos interese para
conseguir el lmite deseado, siempre que la sustituci
on que hacemos se corresponda realmente con una trayectoria que pasa por el punto objeto de
lmite.
Nota. Para ver si una ecuaci
on del tipo F (x, y) = 0 se corresponde con una trayectoria
v
alida de aproximaci
on al punto en cuesti
on, hay que comprobar que se cumplen las
condiciones exigidas en el teorema 4.14 de la funci
on implcita (p
ag. 289).
Mientras el alumno no conozca dicho teorema, adem
as de comprobar que la trayectoria
pasa por el punto en cuesti
on, debe que comprobar que alguna de las variables es funci
on
de la otra en un entorno de dicho punto, para ello puede limitarse a ecuaciones en las que
es posible despejar una de las inc
ognitas en funci
on de la otra y obtener una funci
on, o
bien a ecuaciones de curvas conocidas.
Ejemplo 2.39. Demostrar que el siguiente lmite no existe

lm
(x,y)(0,0) x2
x
+ y2
Soluci
on. Si nos acercamos al origen a traves de la familia de curvas definidas
por la ecuaci
on
x2 + y 2 = x
resulta
lm
(x,y)(0,0) x2
x2 +y 2 =x
x0
x
1
x
= lm
=
2
x0 x
+y
luego el lmite no existe, por depender de

Nos queda comprobar que las trayectorias utilizadas son v
alidas. En
efecto, la ecuaci
on que hemos utilizado en la sustituci
on se puede expresar
de la siguiente forma,
x2 x + y 2 = 0
+ y2 = 0
(x )2
2
4
2
(x )2 + y 2 =
2
4
luego se trata de circunferencias con centro en el punto (/2, 0) y radio

r = /2 que pasan por el origen de coordenadas.
Nota: Hay que hacer notar la importancia de comprobar que la trayectoria utilizada es
una trayectoria id
onea. Es decir, una trayectoria que no s
olo contenga al punto en cuesti
on,
sino que lo atraviese. Veamos un ejemplo en el que se obtiene un resultado incorrecto por
seguir una trayectoria no id
onea.
134
Ejemplo 2.40 (Trayectorias no idoneas conducen a resultados incorrectos).

Explicar porque no es posible utilizar la trayectoria x2 + y 2 = x3 para probar
que el siguiente lmite no existe
x3
(x,y)(0,0) x2 + y 2
lm
Soluci
on. Es evidente que el lmite dado existe y vale cero. En efecto,
x2
x3
=
l
m
x
= 0 Acot. = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
Ahora bien, si siguieramos la trayectoria x2 + y 2 = x3 resultara lo siguiente

x3
x3
=
l
m
=1
x0 x3
(x,y)(0,0) x2 + y 2
lm
Lo que contradice el resultado anterior.

Este hecho se debe a que la trayectoria utilizada no es una trayectoria
id
onea. En efecto, trayectoria x2 + y 2 = x3 contiene al (0, 0) ya que dicho
punto cumple la ecuaci
on. Sin embargo la trayectoria no pasa por el origen.
Se trata de una curva que no pasa por el origen de coordenadas, pero que
tiene un punto exterior aislado precisamente el origen de coordenadas y
da la apariencia de pasar por el, cuando no es cierto. En efecto, la gr
afica
2
2
3
de la curva x + y = x viene representada en la Figura 2.39
y
Figura 2.39: Grafica de x2 + y2 = x3

La determinaci
on del dominio de las funciones implcitas en la trayectoria
nos dice que la funci
on s
olo est
a definida para x 1 y para el (0, 0). En
efecto, despejando y resulta,
p
x2 + y 2 = x3 y 2 = x3 x2 y = x3 x2
y para que la raz cuadrada este definida, ha de ser

x1
3
2
3
2
x x 0x x
x=0
b) Mediante la aplicaci
on sucesiva de la regla de LH
opital
135
Hacemos el lmite mediante trayectorias rectilneas (o lmites reiterados) y

obtenemos un valor concreto. Suponemos, entonces, que la trayectoria dscola viene definida mediante una funci
on polin
omica y = p(x). Sustituimos en
el lmite y aplicamos sucesivamente la regla de LH
opital hasta obtener
un valor distinto al obtenido anteriormente. Posteriormente calculamos el
polinomio que cumple las condiciones exigidas a p(x).
Nota: La determinaci
on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor o de Mac Laurin (Teorema 3.7 de la p
ag 178)
p(x) = p(0) + p (0)x +
Ejemplo 2.41. Es cierto que
p (0) 2 p (0) 3
x +
x
2
3!
y + ex 1
= 1 ?. Responde justiy+x
(x,y)(0,0)
lm
ficando la respuesta
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
afirmar que dicho lmite exista.
mx + ex 1
0
0
y + ex 1
= [ ] = lm
=[ ]=
lm
x0
y+x
0
mx + x
0
(x,y)(0,0)
y al ser de una variable podemos aplicar LH
opital, con lo cual
m + ex
m+1
=
= 1 para m 6= 1
x0 m + 1
m+1
= lm
Sin embargo, si nos aproximamos al punto (0, 0) mediante la par

abola
2
y = x x resulta que el lmite, de existir, debera de valer 3/2, en efecto
y + ex 1
x2 x + ex 1
x2 x + ex 1
0
lm
= lm
=
l
m
=[ ]=
2
2
x0
x0
y+x
x x+x
x
0
(x,y)(0,0)
opital, de donde
0
3
2 + ex
2x 1 + ex
= [ ] = lm
=
x0
x0
2x
0
2
2
= lm
Con lo cual podemos afirmar que el lmite propuesto no existe.

Hemos utilizado la par
abola y = x2 x y no otra, por la siguiente raz
on.
Supongamos que nos acercamos al punto (0, 0) mediante la curva y = g(x),
y que aplicamos sucesivamente LH
opital, y queremos que resulte
0
0
g (x) + ex
g (x) + ex
g(x) + ex 1
= [ ] = lm
= [ ] = lm
6= 1
x0 g (x) + 1
x0
x0
g(x) + x
0
0
g (x)
= lm
Para ello tendr

a que ser
g(0) = 0, g (0) = 1, g (0) 6= 0
que se consigue con
g (x) = 2 g (x) = 2x 1 g(x) = x2 x
136
Nota: La determinaci
on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor en el origen (Teorema 3.6 de la p
ag 177)
p(x) = p(0) + p (0)x +
p (0) 2
x
2
de donde, para p (0) = 2 resulta

p(x) = 0 x + x2 = x2 x
Ejemplo 2.42. Calcular, si existe, el valor del siguiente lmite:

lm
(x,y)(0,0)
y + sen x
y+x
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
afirmar que dicho lmite exista.
y + sen x 0
mx + sen x 0
lm
=
=
= lm
=
x0 mx + x
0
0
(x,y)(0,0) y + x
opital, con lo cual
m+1
m + cos x
=
= 1 para m 6= 1
m+1
m+1
sin embargo, si nos aproximamos al punto (0, 0) mediante la c
ubica y = x3 x
resulta que el lmite, de existir, debera de valer 5/6
y + sen x
x3 x + sen x
x3 x + sen x 0
lm
=
= lm
=
l
m
=
x0 x3 x + x
x0
x3
0
(x,y)(0,0) y + x
= lm
x0

opital, con lo cual
5
6x sen x 0
6 cos x
3x2 1 + cos x 0
=
=
= 6= 1
= lm
= lm
2
x0
x0
x0
3x
0
6x
0
6
6
= lm
Con lo cual podemos afirmar que el lmite propuesto no existe.
Hemos utilizado la c
ubica y = x3 x y no otra funci
on, por la siguiente
raz
on. Supongamos que nos acercamos al punto (0, 0) mediante la curva
y = p(x), y que aplicamos sucesivamente LH
opital, y queremos que resulte
p (x) + cos x 0
p(x) + sen x 0
y + sen x
= lm
=
= lm
=
=
lm
x0 p (x) + 1
x0 p(x) + x
0
0
(x,y)(0,0) y + x
p (x) sen x 0
p (x) cos x
= lm
=
6= 1
=
l
m
x0
x0
p (x)
0
p (x)
Para ello tendr
a que ser
p (0) 6= 0, p (0) = 0, p (0) = 1, p(0) = 0

que se consigue con
a
a
p (x) = a p (x) = ax p (x) = x2 1 p(x) = x3 x
2
6
Lmites parciales iterados (o reiterados).
Si estos dos lmites son distintos, entonces la funci
on no tiene lmite, pero si
son iguales o alguno de ellos no existe, entonces no se puede asegurar nada
sobre el lmite doble.
137
Se pueden calcular los siguientes lmites:

lm
xx0
lm
yy0

l
m
f
(x,
y)
yy
0
x6=x0

lm f (x, y)
xx0
y6=y0
Figura 2.40: Lmites iterados

x2 y 2
(x,y)(0,0) x2 + y 2
lm
Soluci
on.
lm
xx0
lm
yy0
lm
yy
x6=x0
lm
xx
y6=y0
x2 0

x2 y 2
=
l
m
= lm 1 = 1
2
2
2
xx0 x + 0
xx0
x +y
0 y2

x2 y 2
=
l
m
= lm 1 = 1
2
2
2
yy
xx
x +y
0 0 + y
0
Luego el lmite doble no existe.
Ejemplo 2.44. Demostrar que el siguiente lmite existe, y sin embargo no

existen ninguno de los iterados.
lm
(x,y)(0,0)
(x sen
1
1
+ y sen )
y
x
Soluci
on. El lmite doble existe.
1
1
lm (x sen + y sen ) = 0 Ac + 0 Ac = 0 + 0 = 0
y
x
(x,y)(0,0)
Mientras que los iterados no existen, en efeco

1
1
lm (x sen + y sen ) = lm No definido + 0 = No definido
lm yy
xx0
xx0
0
y
x
x6=x0

1
1
lm lm (x sen + y sen ) = lm 0 + No definido = No definido
yy0 xx0
xx
y
x
0
y6=y0
2.2.10.
Lmites en el infinito
Se trata de ver el comportamiento de la funci

on en el contorno de una
circunferencia de radio infinito.
138
Ejemplo 2.45. Calcular los siguientes lmites.

1. x
lm
x2
1
+ y2
2. x
lm e(x
2 +y 2 )
Soluci
on.
1.
lm
2.
x2
1
1
=
=0
2
+y
lm e(x
2 +y 2 )
= x
lm
1
e(x2 +y2 )
1
1
=
=0

on: f (x, y) = e(x
2 +y 2 )
Soluci
on es todo R2 .
Para representar le funci
on sustituimos f (x, y) por z, con lo que tenemos:
z = e(x
2 +y 2 )

2
- corte con el plano x = 0 z = ey
2
- corte con el plano y = 0 z = ex
Para hallar las curvas de nivel suponemos que z es una constante
e(x
2 +y 2 )
=z
de donde (x2 + y 2 ) = ln z x2 + y 2 = ln z
Damos varios valores a z para ir viendo las curvas de contorno a distintas

alturas:
para el nivel z = 1 x2 + y 2 = 0 el punto (0,0)
para niveles 0< z < 1 ln z es positivo, luego se trata de circunferencias de radio ln z
Y teniendo en cuenta que el lmite en el infinito es cero, resulta la siguiente
gr
afica:
Figura 2.41: f (x, y) = e(x
2 +y 2 )
Las definiciones de lmite y continuidad pueden extenderse a funciones

de tres variables considerando puntos (x, y, z) dentro de la esfera abierta
(x x0 )2 + (y y0 )2 + (z z0 )2 < 2
139
de radio y centro (x0 , y0 , z0 ).

De la misma forma, pueden extenderse, de manera natural, a funciones
de m
as de tres variables.
2.3.

2.1.
Soluciones en la p
agina ??
Descrbase el dominio de los siguientes campos escalares:
p
4 x2 y 2
y
c) f (x, y) = arc cos
x
xy
e) f (x, y) =
xy
g) f (x, y) = x2 + y 2
i) f (x, y) = ln (4 xy)
a) f (x, y) =
2.2.
x+y
xy
d) f (x, y) = ln (4 x2 4y 2 )
b) f (x, y) =
f) f (x, y) = ln (4 x y)
h) f (x, y) = ex/y
Consideremos las siguientes funciones:

f (x, y, z) = x2 + y 2 z
g(x, y, z) = x2 y 2 + z
(x) = cos x
(x) = sen x
Expresa, en la forma m
as simplificada posible:
a) (f + g)(x, y, z)
c) g(f (x, y, z), g(x, y, z), 4x2 z)
e) g((x), (x), 0)
2.3.
Descrbase la gr
afica de las siguientes funciones:
a) f (x, y) = p
k
c) h(x, y) = px2 + y 2
e) m(x, y) = r2 ax2 by 2
2.4.
b) f ((x), (x), 1)
d) r
(f (x, y, z))
f (x, y, z) + g(x, y, z)
f)
2
b) g(x, y) = p
ax + by + c
d) l(x, y) = r2 x2 y 2
f) n(x, y) = y 2 x2
Describir las curvas f (x, y) = k o superficies de nivel f (x, y, z) = k, para los

siguientes campos f y los valores de k que se indican:
p
a) f (x, y) = 25 x2 y 2
b) f (x, y) = x2 + y 2
c) f (x, y) = xy
d) f (x, y) = 6 2x 3y
e) f (x, y, z) = 4x + y + 2z
f) f (x, y, z) = x2 + y 2 + z 2
g) f (x, y, z) = x2 + y 2 z 2
h) f (x, y, z) = 4x2 + 4y 2 z 2
k
k
k
k
k
k
k
k
= 0, 1, 2, 3, 4, 5
= 0, 2, 4, 6, 8
= 1, 2, , 6
= 0, 2, 4, 6, 8, 10
=4
=9
=1
=0
140
2.5.

H
allense, si existen, los siguientes lmites:
ln |1 + x2 y 2 |
(x,y)(1,1)
x
c)
lm
(x,y)(0,4)
y
x2 + y 2
e)
lm
cos
(x,y)(0,0)
x+y+1
x sen y
g)
lm
(x,y)(1,0) x2 + 1
x3 y 3 1
i)
lm
(x,y)(1,1) xy 1
x
p
k)
lm
2
(x,y)(0,0)
x + y2
xy
m)
lm
(x,y)(0,0) x2 + y 2
x3
p
o)
lm
(x,y)(0,0)
x2 + y 2
x3 sen (y 2 4)
q)
lm
(x,y)(0,0) (y + 2) sen x
y sen (xy)
s)
lm
2
2
(x,y)(0,0) 1 ex +y
a)
2.6.
lm
lm
(x,y)(0,/2)
xy + y 2x 2
x + 1

cos x 1
y2
h)
lm
(x,y)(0,2)
x2
y2 4
xy
j)
lm
(x,y)(0,0) x + y
xy
l)
lm
(x,y)(0,0) |xy|
xy 3
n)
lm
(x,y)(0,0) x2 + y 6
x2 + y 2
p
p)
lm
(x,y)(0,0)
x2 + y 2 + 1 1
exy 1
r)
lm
(x,y)(0,0) sen x ln (1 + y)
ln (1 + yx2 )
p
t)
lm
(x,y)(0,0) tg y
1 cos (x2 + y 2 )
f)
lm
(x,y)(2,2)
Est
udiese la continuidad de las siguientes funciones, prolong
andolas por continuidad, si es posible, a puntos que no sean de su dominio.
a) x sen
d)
2.7.
1
1
1
+ +
(x,y,z)(1,2,6)
x
y
z
d)
lm
sec x tg y
b)
x2
1
+ y2
1
sen xy
x
2x + y 2
x2 + y 2
x2 + y 2
e)
ln (1 x2 y 2 )
b)
x3 + ln y
(y 1)3 + x6
x3 + ln (y + 1)
f)
y 3 + x6
c)
Estudiese la continuidad de las siguientes funciones:
2
x y si
2
x +y
si (x, y) 6= (1, 3)
a)
b)
x+y
10
si (x, y) = (1, 3)
0
si
3
3
3
x
x 4y
p
si (x, y) 6= (0, 0)
2 + y2
d) x2 4y 2
c)
x
0
28
si (x, y) = (0, 0)
(
xy
si
(x,
y)
=
6
(0,
0)
4x2 + 5y 2
e)
si (x, y) = (0, 0)
3 0 2
x sen (y 4)
si (x, y) 6= (0, 2)
f)
(y + 2) sen x
0
si (x, y) = (0, 2)
(x, y) 6= (0, 0)
(x, y) = (0, 0)
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)

2.1.
Soluci
on.

Soluciones en la p
agina 380
2.1.
Captulo 3
Derivada de Funciones
de una variable
3.1.
Derivada y continuidad. Recta tangente y recta normal
3.1.1.
Idea intuitiva de recta tangente.
Todo el mundo tiene una idea clara de lo que es la recta tangente a una
circunferencia en uno de sus puntos, pero si tratamos de generalizar esa idea
a otras curvas nos encontramos con cuestiones que esa idea no resuelve.
- Puede la recta tangente cortar a la curva en m
as de un punto?.
- Puede atravesar la recta tangente a la curva por el punto de tangencia?.

6

'$

y
&%
-x
-x
-x
Figura 3.1: Idea intuitiva de recta tangente
Una primera aproximaci

on al concepto nos permite enunciar la siguiente
definici
on:
Definici
on 3.1. Se llama tangente a una curva en un punto P a la recta
que pasa por P con la misma direcci
on que la curva.
Podemos insistir un poco m
as en el concepto se
nalando que la recta
tangente es una recta que toca a la curva en un punto, pero que, adem
as,
la curva se aplana en las proximidades del punto de tangencia, tratando de
141
142 CAPITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

confundirse, por un instante, con la propia recta. Este aplanamiento en los
alrededores del punto de tangencia es lo que hace que la curva sea suave y que
se aproxime a la recta tangente en los alrededores del punto de tangencia, y
esto es lo que realmente caracteriza la recta tangente.
y = f (x)
y 6
Q
f (x0 + h)
f (x0 )

r(h) Recta tangente a la grafica

de y = f (x) en x = x0
xx0
x0 + h
Figura 3.2: Recta tangente a una funcion.

El residuo r(h) es la distancia (vertical) entre la curva y la recta tangente,
y es lo que nos va a permitir determinar si una curva tiene o no recta tangente
en uno de sus puntos. En efecto, una primera observaci
on nos hace ver que
el residuo r(h) tiende a cero a medida que h tiende a cero. Sin embargo, este
hecho no es importante para la existencia de la recta tangente, pues el que
lmh0 r(h) = 0 lo u
nico que nos dice es que la funci
on es continua en P ,
y seguira siendo cero cualquiera que fuera la recta que pase por P , aunque
no fuera la recta tangente, e incluso, aunque la funci
on no tuviera tangente.
Lo importante, cuando se estudia la recta tangente, es que el residuo r(h)
tiende a cero m
as r
apido de lo que lo hace h. Esto significa que:
r(h)
=0
h0 h
lm
Gr
aficamente, este lmite viene a significar el hecho de que la curva se embarra con la recta tangente en los alrededores del punto P . En otras palabras, la curva tiene que ser suaveen P , para que se pueda ver localmente
como una recta(su recta tangente).
3.1.2.
Rectas tangentes no intuitivas
La tangente a una recta es la propia recta.

y6

x
-
Figura 3.3: La tangente a una recta es la propia recta
143
3.1. DERIVADA Y CONTINUIDAD. TANGENTE Y NORMAL
En un punto de inflexi
on la tangente atraviesa la curva. Pudiendose
distinguir tres tipos de puntos de inflexi
on: de tangente vertical, de tangente
horizontal y de tangente oblicua.
y
-x
-x
-x
Figura 3.4: La tangente en un punto de inflexion.

En un punto anguloso, de desvo brusco o de retroceso, la curva o bien
no tiene tangente o la tangente es vertical. La tangente no puede ser oblicua,
ya que este caso la correspondencia no sera funci
on.
y
@
@
@
-x
No hay tangente
-x
-x
Tangente vertical
No hay tangente
6
@
@
-x
No es funci
on
Figura 3.5: En los puntos de retroceso o no hay tangente o la tangente es vertical.
En los puntos de discontinuidad no se define la recta tangente

y

y
b

-x

rP
PP
P
b
-x
Figura 3.6: En los puntos de discontinuidad no se define la recta tangente.
3.1.3.
La pendiente de la recta tangente
y 6
El valor aproximado de la pendiente

de la recta tangente sera:
y = f (x)
Q
f (x)
tan
f (x) f (x0 )

P
xx
0

f (x0 )
x0
f (x) f (x0 )
x x0
Y su valor exacto:
x
-
tan = lm
xx0
f (x) f (x0 )
x x0
Figura 3.7: Pendiente de la recta tangente.
3.1.4.
Definici
on de derivada
Definici
on 3.2 (Derivada en un punto). Sea x0 un punto interior de
Df . Se llama derivada de la funci
on f en el punto x0 al siguiente lmite si
existe y es finito.
f (x) f (x0 )
f (x0 ) = lm
xx0
x x0
Observaciones:
Cuando dicho lmite sea infinito se dice que la funci
on no es derivable, aunque
tiene derivada infinita. (gr
aficamente significa que la recta tangente en ese punto
es vertical).
Para que la derivada exista el punto x0 tiene que ser un punto interior del dominio,
es decir, la funci
on tiene que estar definida en un entorno del punto, con objeto de
que cuando x 0 el valor f (x) que aparece en el numerador este definido.
No olvidar que la derivada es un lmite, aunque buscaremos reglas para calcular
derivadas sin tener que hacer dicho lmite.
A la expresi
on
forma:
f (x) f (x0 )
, se le llama cociente incremental y se expresa de la
x x0
f (x) f (x0 )
f
y
=
=
x
x
x x0
Con lo cual la derivada no es m

as que el lmite del cociente incremental cuando el
incremento de x tiende a cero.
f (x0 ) = lm
x0
3.1.5.
f (x0 )
x
Otra forma de la derivada
Tenemos que:
f (x0 ) = lm
xx0
f (x) f (x0 )
x x0
145
Llamando h al incremento, ser

a:
x x0 = h x = x0 + h
con lo cual resulta:
f (x0 + h) f (x0 )
h0
h
f (x0 ) = lm
y 6
f (x0 + h)

x x

f (x0 )
x0
f (x0 + h) f (x0 )
x
x = x0 + h
Figura 3.8: Derivada de una funcion.
Ejemplo 3.1. Calcular, aplicando la definici

on en las dos formas, la deriva2
da de la funci
on f (x) = 3x , en el punto x = 2.
Soluci
on.
f (x) f (2)
3x2 12
3(x2 4)
= lm
= lm
=
x2
x2 x 2
x2
x2
x2
3(x + 2)(x 2)
= lm
= 12
x2
x2
f (2) = lm
3(2 + h)2 12
f (2 + h) f (2)
= lm
=
h0
h0
h
h
12 + 12h + 3h2 12
3(4 + 4h + h2 ) 12
= lm
=
= lm
h0
h0
h
h
= lm (12 + 12h) = 12 + 0 = 12
f (2) = lm
h0
3.1.6.
Derivadas laterales
Si el lmite que define la derivada lo tomamos solamente por la derecha o

por la izquierda, obtenemos las derivadas laterales.
Definici
on 3.3. Se llaman derivada por la derecha y derivada por la izquierda, respectivamente, a los siguientes lmites, si existen y son finitos:
f (x0 +) = lm
xx0 +
f (x) f (x0 )
f (x0 + h) f (x0 )
= lm
h0+
x x0
h

f (x0 + h) f (x0 )
f (x) f (x0 )
= lm
h0
x x0
h
Para que se pueda definir la derivada por la derecha en el punto x0 , la
funci
on tiene que estar definida, al menos, en un intervalos del tipo [x0 , b),
y para que exista la derivada por la izquierda, la funci
on tiene que estar
definida, al menos, en un intervalo del tipo (a, x0 ].
Para que la funci
on sea derivable las dos derivadas laterales tienen que
coincidir.
f (x0 ) = lm
xx0
Teorema 3.1 (Coincidencia de las derivadas laterales). Una funci

on
es derivable en un punto sii las derivadas laterales coinciden en dicho punto.
Ejemplo 3.2. Calcular las derivadas laterales de la funci
on valor absoluto,
en el origen de coordenadas.
Soluci
on. La funci
on es f (x) = |x|. Luego resulta,
|x|
x
f (x) f (0)
= lm
= lm
=1
x0+ x
x0+ x
x0+
x0
f (x) f (0)
|x|
x
f (x0 ) = lm
= lm
= lm
= 1
x0
x0 x
x0 x
x0
Luego la funci
on no es derivable en el origen.
f (x0 +) = lm
y6
@
x
-
Figura 3.9: f (x) = |x|
3.1.7.
Derivada y continuidad
Teorema 3.2 (Derivabilidad implica continuidad). Si una funci

on es
derivable en un punto, entonces es continua en dicho punto.
Demostraci
on. En efecto, tenemos que:
f (x) f (x0 )
y es finito.
f es derivable en x0 lm
xx0
x x0
f es continua en x0 lm f (x) = f (x0 ) lm f (x) f (x0 ) = 0
xx0
xx0
Con lo cual, resulta:

f derivable en x0 =
lm f (x) f (x0 ) = lm
xx0
xx0
f (x) f (x0 )
(x x0 ) = f (x0 ) 0 = 0
x x0
= f es continua en x0
147
Sin embargo, existen funciones que son continuas pero que no son derivables.
Ejemplo 3.3. Comprobar que la funci
on f (x) = |x2 4| es continua en el
punto x = 2, pero no es derivable en dicho punto. Comprobar el resultado
gr
aficamente. En que otro punto tampoco ser
a derivable?.
Soluci
on.
a) f es continua en x = 2
y
lm f (x) = lm |x2 4| = |0| = 0 = f (0)
x2
x2
b) f no es derivable en x = 2
|x2 4|
f (x) f (2)
= lm
=
f (2) = lm
x2 x 2
x2
x2
x
(x + 2)(x 2)
|x2 4|
2
2
= lm
=4
lm
x2+
x2+
x2
x2
2
=
Figura 3.10: f (x) = |x 4|
2
lm |x 4| = lm (x + 2)(x 2) = 4
x2 x 2
x2
x2
Luego la funci
on no es derivable en x = 2.
Ejemplo 3.4. Comprobar que la funci

on f (x) = 3 x es continua en el
punto x = 0, pero no es derivable en ese punto. Comprueba el resultado
gr
aficamente.
Soluci
on.
a) f es continua en x = 0
lm f (x) = lm 3 x = 0 = f (0)
x0
x0
b) f no es derivable en x = 0
r
r
3
x
0
f
(x)
f
(0)
x
3 1
f (0) = lm
= lm
= lm 3 2 = lm
= +
x0
x0
x0
x0
x0
x
x
x2
Luego la funci
on no es derivable en x = 0.
y
6
-x
Figura 3.11: Grafica de la funcion f (x) =
x. No es derivable en el origen
3.1.8.
Significado gr
afico de la derivada: Suavidad.
Una funci
on es continua en un punto , si su gr
afica atraviesa dicho punto.
Una funci
on es derivable en un punto si su gr
afica lo atraviesa con suavidad.
qP
P
a

Continuas
Una funci
on no es derivable:
En los puntos angulosos.
En los puntos de tangente vertical.
Derivables
En los puntos de discontinuidad.

Discontinuas
Figura 3.12: Funciones

Ejemplo 3.5. Est
udiese cu
al de las tres funciones siguientes atraviesa el
origen con m
as suavidad.
f (x) =
1
si x 6= 0
x
0 si x = 0
sen
g(x) =
1
si x 6= 0
x
0 si x = 0
x sen
h(x) =
1
si x 6= 0
x
0 si x = 0
x2 sen
Soluci
on. La funci
on f no es continua en 0, por lo tanto no lo atraviesa.
La funci
on g es continua en 0, pero no es derivable 0, luego lo atraviesa,
pero sin suavidad.
La funci
on h es continua y derivable en el origen, luego lo atraviesa con
suavidad.
Figura 3.13: La derivabilidad de la funcion muestra la suavidad de la curva
3.1.9.
La ecuaci
on de la recta tangente
La pendiente de la recta tangente coincide con la derivada de la funci

on, con
lo cual:
149

y 6
f (x)

y

P
xx
0

f (x0 )
x0
Tenemos que:
y f (x )
0
= f (x0 )
y f (x0 )
x
x
0
tan =
x x0
tan = f (x0 )
x
x
Figura 3.14: Recta tangente.
de donde resulta la siguiente ecuaci

on:
y f (x0 ) = f (x0 )(x x0 )
Luego, la ecuaci
on de la recta tangente es:
y = f (x0 ) + f (x0 )(x x0 )
(3.1)
Ejemplo 3.6. Hallar la ecuaci

on de la recta tangente a la curva y =
en el punto x = 1. Comprobar el resultado gr
aficamente.
Soluci
on.
y 6

Tenemos que: f (x) =

x
Figura 3.15: y = x
x f (1) = 1, y
1
1
f (x) = f (1) =
2
2 x
de donde, la ecuaci
on de la recta tangente es
x+1
1
y 1 = (x 1) o bien, y =
2
2
Ejemplo 3.7. Demostrar que la recta y = x es tangente a la curva dada

por la ecuaci
on:
y = x3 6x2 + 8x
Hallar el punto de tangencia.
Soluci
on. La pendiente de la recta tangente ha de ser y = 1. Como
y = 3x2 12x + 8, resulta, 3x2 12x + 8 = 1, de donde, 3x2 12x + 9 = 0,
con lo que, simplificando, resulta:

42
4 16 12
3 y = 3 P (3, 3)
2
=
=
x 4x + 3 = 0 x =
1 y = 3 Q(1, 3)
2
2
Comprobamos las posibles soluciones:

P (3, 3) y + 3 = (x 3) y + 3 = x + 3 y = x
Q(1, 3) y 3 = (x 1) y 3 = x + 1 y = x + 4 No
Las dos soluciones de la ecuaci

on obedecen a que la curva tiene dos rectas
tangentes con la misma pendiente y = 1, una en el punto P (3, 3) y otra
en el punto Q(1, 3).
3.1.10.
La ecuaci
on de la recta normal
Ejemplo 3.8. Hallar, gr

aficamente, un vector perpendicular al vector ~v =
(2, 3) e indicar la relaci
on que existe entre sus componentes y sus pendientes.
Soluci
on.
y 6
~v

~
v
k
Q
Q p
Q
Q
x
Q
Figura 3.16:
Tenemos que:
~v = (2, 3)
~vp = (3, 2)
Las componentes se cambian de

orden y una de ellas de signo.
y para las pendientes:

1 La inversa
m = 3/2
m =
m = 2/3
m cambiada de signo.
Proposici
on 3.1. Dos rectas perpendiculares tienen pendientes inversas y
cambiadas de signo.
Definici
on 3.4 (Recta normal). Se llama recta normal a una curva, en
un punto de la misma, a la perpendicular a la recta tangente en dicho punto.
La pendiente de la recta tangente coincide con la derivada de la funci
on,
y la de la recta normal con su inversa cambiada de signo, con lo cual resulta
lo siguiente:
y 6
f (x)

A
y

A
P A

A x x0
f (x0 ) AA
x
x0
x
Figura 3.17: Recta normal.
3.1.11.
Ecuaci
on de la recta tangente:
y f (x0 ) = f (x0 )(x x0 )
Ecuaci
on de la recta normal:
y f (x0 ) =
f (x0 )
(x x0 )
Curvas de tangente horizontal y curvas de tangente

vertical
Cuando la derivada se hace cero en un punto, entonces la tangente es

una recta horizontal y = y0 , y la recta normal es la recta vertical que pasa
por el punto x = x0 .
Cuando la derivada se hace infinita en un punto, entonces la tangente es
la recta vertical que pasa por el punto x = x0 , y la recta normal es la recta
horizontal que pasa por el punto y = y0 .
DERIVADA. REGLAS DE DERIVACION.
3.2. FUNCION
Ejemplo 3.9. Hallar las rectas tangente y normal a la curva y =
origen de coordenadas
151
x en el
1
1
Soluci
on. Tenemos y = x1/3 , y su derivada y = x2/3 =
, de donde,
3
3
3 x2
y
6
f (0) = +, con lo cual:
-x
Ecuaci
on de la recta tangente: x = 0
Ecuaci
on de la recta normal: y = 0
3.2.
3.2.1.
x.
Funci
on derivada. reglas de derivaci
on.
Funci
on derivada
Dada una funci

on y = f (x), si hallamos su derivada en cada uno de los
puntos en los que sea derivable se obtiene una nueva funci
on llamada funci
on
derivada de la anterior.
x
x0
x1
..
.
f (x)
f (x0 )
f (x1 )
..
.
x
x0
x1
..
.
f (x)
f (x0 )
f (x1 )
..
.
y = f (x)
y = f (x)
Para hallar la f
ormula de la funci
on derivada basta con aplicar la definici
on
de derivada en un punto generico:
f (x + h) f (x)
h0
h
f (x) = lm
f
x0 x
f (x) = lm
f
dy
=
x0 x
dx
y = lm
Ejemplo 3.10. Hallar, aplicando la definici

on, la derivada de la funci
on:
f (x) = x2
Soluci
on. Podemos aplicar la definici
on de derivada en cualquiera de sus dos
formas:
x2 c2
(x + c)(x c)
f (x) f (c)
= lm
= lm
= 2c
f (c) = lm
xc x c
xc
xc
xc
xc
f (c) = 2c f (x) = 2x
(x + h)2 x2
f (x + h) f (x)
= lm
=
h0
h0
h
h
f (x) = lm
x2 + 2hx + h2 x2
= lm (2x + h) = 2x
h0
h0
h
= lm

on, la derivada de la funci
on:
f (x) = x
Soluci
on. Podemos aplicar la definici
on de derivada en cualquiera de sus dos
formas:
x c
f (x) f (c)
( x c)( x + c)
f (c) = lm
=
= lm
= lm
xc
xc
xc
xc
xc
(x c)( x + c)
1
1
1
xc
= lm
= f (c) =
(x c)( x + c) xc x + c
2 c
2 x
f (x + h) f (x)
x+h x
f (x) = lm
= lm
=
h0
h0
h
h
( x + h x)( x + h + x)
x+hx
= lm
= lm
=
h0
h0
h( x + h + x)
h( x + h + x)
= lm
xc
= lm
h0
3.2.2.
1
1
=
2 x
x+h+ x
Reglas de derivaci
on.
Derivada y operaciones:
funci
on
rf
f +g
f g
1
g
f
g
derivada
rf
f + g
f g + f g
g
g2
f g f g
g2
Derivada de la funci
on compuesta. Regla de la cadena:

h(x) = g f (x) = h (x) = g f (x) f (x)
que se puede expresar de la forma:
dh
dg df
dz
dz dy
=
=
=
dx
df dx
dx
dy dx
on recproca o inversa:
y = f (x)
1
dx
=
dy
dy/dx
xy =
1
yx
3.2. FUNCION
Derivada de las funciones elementales:
funci
on
k
x
xr
ln x
lgb x
ex
ax
xx
sen x
cos x
tg x
1
cos x
1
csc x =
sen x
sec x =
cot x
arc sen x
arc cos x
arc tg x
arc sec x
arc csc x
arc cotg x
senh x
cosh x
tgh x
derivada
0
1
rxr1
1
2 x
1
n
n xn1
1
x
1
1
= lgb e
x ln b
x
ex
ax ln a
xx (ln x + 1)
funci
on
k
u
ur
cos x
sen x
sen u
cos u
1
= sec2 x
cos2 x
sec x tg x
csc x cot x
n
u
ln u
lgb u
eu
au
fg
tg u
1
cos u
1
csc u =
sen u
sec u =
1
= csc2 x
sen2 x
cot u
1 x2
1
1 x2
1
1 + x2
1
|x| x2 1
1
|x| x2 1
1
1 + x2
cosh x
senh x
1
cosh2 x
arc sen u
arc cos u
arc tg u
arc sec u
arc csc u
arc cotg u
senh u
cosh u
tgh u
derivada
0
u
rur1 u
u
2 u
u
n
n un1
u
u
u
u
=
lgb e
u ln b u u
e u
au u ln a
f
f g g ln f + g
f
u cos u
u sen u
u
= u sec2 u
cos2 u
u sec u tg u
u csc u cot u
u
= u csc2 u
sen2 u
u
1 u2
u
1 u2
u
1 + u2
u
|u| u2 1
u
|u| u2 1
u
1 + u2
u cosh u
u senh u
u
cosh2 u
153

Ejemplo 3.12. Derivar las siguientes funciones:
x
2
(c) y = e3x (d) y = 23x+1 (e) y = x2 3x
(a) y = x 2 (b) y =
Soluci
on.
2 x 21
x
2 ln 2
(b) y =
(a) y =
(c) y = 3e3x
(d) y = 3 23x+1 ln 2
(e) y = 2x3x x2 3x ln 3 = (2x x2 ln 3)3x
Ejemplo 3.13. Derivar las siguientes funciones:
(a) y = (4x + 7x2 )10
(b) y = sen3 2x cos 3x
(c) y = sen2 (x + sen x)2
Soluci
on.
(a) y = 10(4x3 + 7x2 )9 (12x2 + 14x)
(b) y = 3 sen2 2x 2 cos 2x cos 3x 3 sen3 2x sen 3x
(c) y = 2 sen(x + sen x)2 cos(x + sen x)2 2(x + sen x)(1 + cos x)
sen2 3x
x3
Soluci
on. Aplicamos las propiedades de los logaritmos, antes de derivar, con
lo cual,
f (x) = 2 ln(sen3x) 3 ln x
Ejemplo 3.14. Derivar f (x) = ln
de donde,
f (x) = 2
3.2.3.
3
3 cos 3x 3
= 6 cot 3x
sen 3x
x
x
Derivadas de funciones con un punto aparte
Supongamos una funci

on definida con un punto aparte

g(x) si x 6= a
f (x) =
k
si x = a
se nos presenta la duda de cu
al ser
a el valor de f (a), es decir,

g (x) si x 6= a
f (x) =
?
si x = a
Si la funci
on tiene, en la f
ormula, un punto aparte, la derivada en ese punto
no tiene porque ser cero, ya que la derivada depende de los valores que
3.2. FUNCION
155
tome la funci
on en los alrededores del punto. Adem
as, a cualquier funci
on
le podemos separar un punto de su f
ormula, sin que por ello se haga su
derivada cero en dicho punto. Por ejemplo,

2
2x si x 6= 3
x si x 6= 3
2
f (x) = 2x =
f (x) = x =
6 si x = 3
9 si x = 3
o bien,
f (x) = x =
x si x 6= 2
f (x) = 1 =
2 si x = 2
1 si
1 si
x 6= 2
x=2
Si la funci
on tiene un punto aparte, para derivarla, podemos seguir dos
caminos:
1.
Aplicar la definici
on de derivada.
2.
Comprobar si es continua, si no es continua no es derivable, y si es

continua podemos calcular la derivada en ese punto mediante el lmite,
en ese punto, de la derivada en los dem
as, en el cado de que exista. Si
el lmite no existe habr
a que aplicar la definici
on.
f (x) = lm g (x)
xa
Es decir,
f (x) =
g(x) si x 6= a
f (x) =
k
si x = a
g (x) si x 6= a
lm g (x)
si x = a
xa
Bien entendido que si dicho lmite no existe entonces hay que aplicar la
definici
on.
Ejemplo 3.15. Hallar la derivada de la funci
on:
( sen x
si x 6= 0
x
f (x) =
1
si x = 0
Soluci
on. La derivada para x 6= 0 no tiene ning
un problema,
g(x) =
sen x
x cos x sen x
g (x) =
x
x2
Para hallar la derivada en el origen procedemos de la siguiente forma:

(a) Estudiamos la continuidad en el origen:
lm f (x) = lm
x0
x0
sen x
= 1 = f (0) f es continua en x=0
x
(b) Calculamos la derivada en x = 0, aplicando la definici

on:

sen x
1
sen x x 0
f (x) f (0)
= lm x
= lm
=
=
x0
x0
x0
x0
x
x2
0
aplicando LH
opital, dos veces, resulta,
f (0) = lm
sen x
cos x 1 0
= lm
=
=0
x0
x0
2x
0
2
= lm
con lo cual la funci

on derivada es:
x cos x sen x
x2
f (x) =
x 6= 0
si
si
x=0
En este caso, la derivada en el punto x = 0 tambien se poda haber

calculado a partir de la derivada en los puntos x 6= 0, en efecto,
x cos x sen x 0
cos x x sen x cos x 0
=
=
= lm
=
2
x0
x0
x
0
2x
0
sen x
x sen x
= lm
=0
= lm
x0
x0
2x
2
f (0) = lm
El hecho de que f (0) = 0, significa que la gr

afica tiene tangente horizontal en el punto x = 0, si hubieramos inclinado la curva habramos obtenido
otro resultado.
Figura 3.19: grafica de f (x) =
3.2.4.
sen x
x
Derivada de funciones definidas a trozos
Para derivar una funci

on definida a trozos

f (x) si x c
h(x) =
g(x) si x > c
1.
Se deriva la funci
on en cada uno de los intervalos abiertos en los que
este definida.
2.
Se estudia la derivabilidad de la funci

on en los puntos de separaci
on y
en los extremos de los intervalos cerrados, si los hubiera.
Para hallar la derivabilidad en los puntos de separaci

on se estudia primero
si es continua, si no es continua no es derivable, y si es continua se calcula
la derivada, bien aplicando la definici
on de derivada, o lo que es m
as f
acil,
3.2. FUNCION
157
por sustituci
on directa por la derecha y por la izquierda (si obtenemos dos
valores iguales, esa es la derivada, y si obtenemos valores diferentes, entonces
la funci
on no es diferenciable).

f (x) si x < c o bien x c
h (x) =
g (x) si x > c
Observaci
on 1: Si la funci
on es derivable ponemos x c y si no es derivable
x < c.
Observaci
on 2: No debe olvidarse comprobar previamente la continuidad,
ya que el hecho de que los valores laterales de la derivada sean iguales, por
s solo, no significa que la funci
on sea derivable, sino que la funci
on entra y
sale con la misma pendiente en x = c, pero pudiera ser en puntos diferentes.
Ejemplo 3.16. Derivar la siguiente funci
on:

2x + 3 si x 2
f (x) =
x2 2x si x > 2
Soluci
on. Primero hallamos la derivada en los intervalos abiertos

2
si x < 2
f (x) =
2x 2 si x > 2
para ver si es derivable en x = 2, estudiamos previamente la continuidad:

f (2 ) = 7
no es continua no es derivable
f (2+ ) = 0
Al no ser derivable en x = 2 no podemos poner x 2, sino x < 2.
En este caso, el hecho de que f (2 ) = f (2+ ) no tiene ning

un valor.
Ejemplo 3.17. Derivar f (x) = x|x 2|
Soluci
on. Eliminamos el valor absoluto de la f
ormula expres
andola a trozos.
2
x 2x
si x 2
f (x) = x|x 2| =
2
x + 2x si x < 2
Con lo cual la funci
on derivada es:

2x 2
si
f (x) =
2x + 2 si
x>2
x<2
Comprobamos la derivabilidad en el punto x = 2

f (2+ ) = 0
f (2+ ) = 2
es continua
no es derivable
f (2 ) = 0
f (2 ) = 2

Ejemplo 3.18. Determinar los coeficientes a y b para que la funci
on
2
x + 1 si x 1
f (x) =
ax + b si x < 1
sea derivable en el punto x = 1. Comprobar el resultado

2x
Soluci
on. La funci
on derivada ha de ser f (x) =
a
para lo cual ha de cumplir:

f (1 ) = f (1+ ) a + b = 2
a=2
f (1 ) = f (1+ ) a = 2
b=0
y

f (x) =
-x
Figura 3.20: f
3.2.5.
si x 1
si x < 1

Luego:
r
gr
aficamente.
x2 + 1 si x 1
2x
si x < 1
f (x) =
2x si x 1
2 si x < 1
La continuidad significa que los dos tramos de la curva est

an empalmados. La derivabilidad significa que el
empalme se ha hecho con suavidad, es decir, con una
tangente com
un.
Derivaci
on de funciones implcitas
Una funci
on es una relaci
on entre dos magnitudes. Cuando en la f
ormula
que las relaciona, una de las magnitudes viene despejada en funci
on de la
otra, entonces se dice que la funci
on viene definida de manera explcita
y = f (x)
Cuando ninguna de las dos magnitudes est
a despejada en funci
on de la otra,
sino que las magnitudes est
an relacionadas mediante una ecuaci
on, se dice
que la funci
on est
a definida de manera implcita.
F (x, y) = 0
Las funciones definidas de manera implcita se pueden derivar directamente,
sin necesidad de despejar una de las variables. Para ello basta con tener en
cuenta que la variable y es funci
on de la x y que, por tanto, cada vez que
la derivemos hay que multiplicarla por su derivada (se trata de derivar una
funci
on compuesta).
Pueden derivarse ecuaciones que no son funciones, pero que podran descomponerse en varias funciones, sin necesidad de descomponerlas, la derivada obtenida vale para todas las funciones.
3.2. FUNCION
159
Ejemplo 3.19. Derivar la ecuaci

on:
x2 + y 2 = 4
Soluci
on. Una manera de hacerlo sera descomponiendola en dos funciones:
x
x
=
y1 = + 4 x2 y1 =
2
y1
4x
x2 + y 2 = 4
x
x
2
y2 = 4 x y2 =
=
2
y2
4x
Sin embargo, no es necesario despejar la funci

on, sino que podemos derivar
directamente en la ecuaci
on,
x2 + y 2 = 4 2x + 2yy = 0 y =
x
y
Observaci
on: Hay que evitar derivar funciones que no existen. Por ejemplo
la ecuaci
on x2 + y 2 = 2 no representa ning
un punto del plano y por tanto
no tiene ning
un significado analtico. No obstante, al ser una expresi
on algebraica podramos aplicarle las reglas de derivaci
on y derivarla 2x + 2yy = 0,
y podramos pensar que y = x/y, sin embargo, estas operaciones no tienen
ning
un sentido.
Ejemplo 3.20. Hallar las ecuaciones de las rectas tangentes a la circunferencia:
(x 2)2 + (y 2)2 = 2
en los puntos en que x = 3. Comprobar el resultado gr
aficamente.
Soluci
on. Derivamos de manera implcita,
2(x 2) + 2(y 2)y = 0
y =
x2
y2
hallamos los puntos correspondientes a x = 3

2
x = 3 1+(y2) = 2 (y2) = 1 y2 = 1 y = 21 =
3
1
Con lo cual, para x = 3 tenemos dos puntos de la circunferencia P (3, 1) y

Q(3, 3).
Hallamos la tangente en cada uno de ellos.
1
(x 3) y 1 = x 3 y = x 2
1
1
(x 3) y 3 = x + 3 y = x + 6
Q(3, 3) y 3 =
1
P (3, 1) y 1 =

y
6 @
@
'$
@q
@
@
@
q
&%
x
-
Figura 3.21: Tangentes a (x 2)2 + (y 2)2 = 2
3.2.6.
Derivaci
on logartmica
Dada una funci

on y = f (x), la derivaci
on logartmica consiste en tomar ln
en los dos miembros de la igualdad y derivar, despues de simplificar.
La derivaci
on logartmica se aplica:
1.
Para derivar funciones exponenciales
2.
Para simplificar la derivaci

on de productos y cocientes.
Observaci
on: La derivaci
on logartmica se puede aplicar incluso si la funci
on toma valores negativos.
Ejemplo 3.21. Derivar y = xtg x
Soluci
on. Tomando ln y derivando en ambos miembros resulta:
1
1
y
=
ln x + tg x
2
y
cos x
x

ln x
tg x
tg x
ln x
y = y
+
+
= xtg x
2
2
cos x
x
cos x
x
ln y = ln xtg x ln y = tg x ln x
Observaci
on: La derivaci
on logartmica tambien se puede hacer aplicando
la identidad logartmica y = eln y .
As, en el ejemplo anterior tendramos:
tg x
y = xtg x = eln x = etg x ln x

ln x
tg x
ln x
tg x
tg x ln x
tg x
y =e
+
+
=x
cos2 x
x
cos2 x
x
Ejemplo 3.22. Derivar y =
x3 sen2 x
(x + 1)(x 2)2
Soluci
on. Tomando ln en los dos miembros de la igualdad
ln y = ln
x3 sen2 x
(x + 1)(x 2)2
3.2. FUNCION
161
Aplicando las propiedades de los logaritmos resulta,

ln y = 3 ln x + 2 ln(sen x) ln(x + 1) 2 ln(x 2)
Derivando
y
3 2 cos x
1
2
= +
y
x
sen x
x+1 x2
de donde, despejando y resulta:

3 2 cos x
1
2
x3 sen2 x
y =
(x + 1)(x 2)2 x
sen x
x+1 x2
3.2.7.
Derivadas de orden superior
A la derivada de una funci

on se le llama derivada primera; a la derivada de
la derivada primera, derivada segunda; y as sucesivamente.
y = (y ) =
d dy
d2 y
d
(y ) =
= 2
dx
dx dx
dx
Ejemplo 3.23. Hallar la derivada tercera de la funci

on:
f (x) = x cos x
Soluci
on.
f (x) = cos x x sen x
f (x) = sen x sen x x cos x = x cos x 2 sen x
f (x) = cos x + x sen x 2 cos x = x sen x 3 cos x
Ejemplo 3.24. Hallar, por inducci
on, una f
ormula para la derivada n-sima
de la funci
on:
f (x) = ln x
Soluci
on.
1
= x1
x
f (x) = x2
f (x) = +2x3
f iv (x) = 3 2x4
f (x) =
Luego, podemos suponer que,
f (n) (x) = (1)n1 (n 1)! xn

Para que quede demostrado tenemos que probar que f (n+1) (x) sigue la misma regla. En efecto,

f (n+1) (x) = f (n) (x) = (1)n1 (n 1)!(n)xn1 = (1)n n! x(n+1)
con lo que queda demostrada la proposici

on.
3.2.8.
Aproximaci
on lineal y notaci
on diferencial
Aproximaci
on lineal: Consiste en aproximar una funci
on, en los alrededores de un punto, mediante la recta tangente a la funci
on en ese punto. Es
decir, para calcular los valores de la funci
on en los puntos pr
oximos a uno
conocido, en vez de sustituir las coordenadas de dichos puntos en la f
ormula
de la funci
on las sustituimos en la ecuaci
on de la recta tangente, y tomamos
el valor obtenido como una aproximaci
on del buscado.
Equivale a aproximar el incremento por el diferencial.
f df
Teniendo en cuenta que:
f (x0 ) = f (x0 + x) f (x0 )

df
df = f (x0 )x
tg = f (x0 ) =
x
Resulta:
f (x0 + x) f (x0 ) + f (x0 )x

O bien:
f (x) f (x0 ) + f (x0 )x
y 6
y = f (x)
Q
f (x)
f (x0 )

f (x) f (x0 )
P

x x0

x0
x
-
Figura 3.22: f df
Teorema 3.3 (Teorema de aproximaci

on lineal). Si la funci
on es derivable en el punto x, entonces la diferencial es una buena aproximaci
on del
incremento.
Es decir, la curva y la recta tangente est
an muy pegadas en los alrededores
del punto, y por lo tanto, el error en la funci
on es mucho menor que el error
en la x.
3.2. FUNCION
163
En efecto:
f f (x)x
f df
= lm
= lm
lm
x0
x0
x0
x
x

f
f (x) = f (x)f (x) = 0

x
Notaci
on diferencial. Cuando hablemos del diferencial de una funci
on,
en vez de x usaremos dx, con lo cual resulta

dy
x = dx
f (x) =
dy = f (x)x = f (x)dx
dx
Ejemplo 3.25. Calcular el valor aproximado de arc tg 1 1
Soluci
on
f (x) = arc tg x, cuya derivada es f (x) =
1
1 + x2
Y teniendo en cuenta que:

f df f (x) f (x0 ) f (x0 )x f (x) f (x0 ) + f (x0 )x
Tomando x = 1 1, x0 = 1 y x = 0 1, resulta:
arc tg x arc tg x0 +
1
x
1 + x20
de donde,
1
1
(0 1) = + 0 1 = 0 78 + 0 05 = 0 83
1 + 12
4 2

on y = 3 x
arc tg 1 1 arc tg 1 +
1.
Hallar la ecuaci
on de la recta tangente en el punto x = 1
2.
Utilizar la recta tangente para calcular el valor aproximado de
1 03
Soluci
on. La ecuaci
on de la recta tangente en el punto x = 1 viene dada
por.

y f (1) = f (1) x 1
Teniendo en cuenta que
f (1) = 3 1 = 1
1
1 2
1
f (x) = 3 x = x 3 f (x) = x 3 =
3
3
3 x2
Resulta la ecuaci
on de la recta tangente,
1
y = 1 + (x 1)
3
Con lo cual el valor aproximado pedido es:
0 03
1
= 1 + 0 01 = 1 01
1 03 1 + (1 03 1) = 1 +
3
3
3.3.
3.3.1.
Lmite de funciones
Infinit
esimos equivalentes
Definici
on 3.5 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un
punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 3.6 (Infinit
esimos equivalentes). Dos infinitesimos, en un mismo punto,
se dice que son equivalentes, cuando el lmite de su cociente es la unidad.
lm
xx0
0
f (x)
=
= 1 f (x) g(x)
g(x)
0
Teorema 3.4 (Sustituci

on de infinit
esimos). Cuando, en un lmite, un infinitesimo
este multiplicando o dividiendo se le puede sustituir por otro equivalente.
f (x)
= 1. Y supongamos
g(x)
que nos encontramos con un lmite en el que aparece f (x) multiplicando o dividiendo:
Demostraci
on. Supongamos que, en x0 , es f (x) g(x), ser
a lm
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar m
as f
acil que el
anterior.
Proposici
on 3.2. Si un infinitesimo est
a sumando o restando, en general, no se le puede
sustituir por otro equivalente.

lm f (x) h(x) 6= lm g(x) h(x)
xx0
xx0
Existen casos muy concretos en los que se pueden aplicar infinitesimos al caso de
sumas, como es el siguiente
Proposici
on 3.3. La suma de varios infinitesimos de distinto orden se puede reducir al
de menor orden.
lm (x2 + x3 + x6 ) = lm x2
x0
3.3.2.
x0
Infinit
esimos m
as frecuentes en z 0
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
Exponenciales, logartmicos, potencias y races
z ln(1 + z)
ez 1 z
z
a 1 z ln a
ln(1 + z)
(1 + z)r 1 r z
z
n

1+z1
n
3.3. LIMITE DE FUNCIONES
165
1.
4.
2 sen2 x
+ cos x)

1 x1
lm x 1
x
5
lm
x0 x2 (1
2.
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
Soluci
on.
1. lm
0
2
2 sen2 x
2x2
2
=
= lm
= =1
= lm 2
x0 1 + cos x
x0 x (1 + cos x)
+ cos x)
0
2
x0 x2 (1
0
1
x
ex 1
=
= lm
=
x0 2x
x0 sen 2x
0
2
0
ln(1 + x 1)
ln x
x1
1x
3. lm
=
= lm
= lm
= lm
= 1
x1 1 x
x1
x1 1 x
x1
0
1x
1x

1 x1
1 x1
1 =
= 0 = lm x
4. lm x 1
x
x
5
5
1
1 1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x ln
x
x 5
5

n
0
ln 1 + ( n x 1)
x1
ln n x
=
=
=
l
m
5. lm m
= lm
x1 ln m x
x1
x1 ln 1 + ( m x 1)
0
x1
2. lm
1
ln x
n
x1 1 ln x
m
= lm
6. lm
x0
3.3.3.
m
n
0
sen2 x
x2
sen2 x + x3
= lm
=
= lm 2
=2
x0 1 cos x
x0 x /2
1 cos x
0
Formas indeterminadas. Reglas de LH

opital.
Formas indeterminadas
Las reglas de LH
opital pretenden resolver los siete casos de indeterminaci
on
del lmite:
0
,
0
0 ,
1 ,
00 ,
Hay que hacer notar que las Reglas de LH

opital s
olo se pueden aplicar
0
directamente a los dos casos 0 y . Para resolver los cinco casos restantes
habr
a que transformarlos en uno de los dos tipos anteriores.
No son indeterminaciones las siguientes expresiones:

Ac
=0
0 Ac = 0
0+ = 0
+
2
=0
3
(0 d)+ = 0
+
3
2
=
=
3
2
(0 d) = +
1
0 = + =
+0
3
=
2
(1 d)+ =
+
3
2
=
=0
2
3
(1 d) = 0
3+ =
3 = 0
10 = 1
70 = 1
Los siguientes lmites no est

an definidos (por oscilaci
on):
lm sen x
1
lm sen
x
x0+
sen x
lm
x+ 43
x+
lm cos x
1
lm cos
x
x0+
x+
lm tg x
1
lm tg
x
x0+
x+
Reglas de LH
opital
Las reglas de LH
opital se pueden resumir en el siguiente esquema:
lm
f (x) 0
f (x)
= lm
=
o
g(x)
0
g (x)
Observaciones:
1.
La Regla s
olo es aplicable mientras se mantiene la indeterminaci
on 00 ,
o , por lo que antes de derivar siempre hay que comprobar.
2.
Si la indeterminaci
on se mantiene indefinidamente, entonces la regla
no es aplicable.
3.
En cualquier momento se pueden hacer transformaciones algebraicas

o aplicar infinitesimos con objeto de simplificar las derivadas.
Formalmente una Regla de LH

opital puede enunciarse de la siguiente manera.
Teorema 3.5 (Regla de LH
opital). Si f y g son funciones continuas
en el intervalo [a, b) y derivables en el intervalo (a, b), con lmite cero por
la derecha del punto a, y adem
as la derivada de la funci
on g no se anula en
167
ning
un punto del intervalo (a, b), entonces, si existe el lm
xa+
existe el lm
xa+
f (x)
y adem
as ambos coinciden
g(x)
f (x)
tambien
g (x)
Ejemplo 3.28. Calcula los siguientes lmites
1.
2.
3.
4.
ex 1 0
1
ex
=
=
= lm
x0 sen 2x
x0 2 cos 2x
0
2
lm
0
1 + x1
x + 1
1 x + ln x 0
= lm
= lm
=
=
=
x1 sen x
x1 x sen x
x1 1 + cos x
0
0
0
1
1
= lm
= 2
=
2
x1 sen x x cos x
0
lm
0
cos x
1
sen x
= lm
=
= =1
2
x0 1 + 2x
x0 x + x
0
1
lm

ex
ex
ex
+
=
=
=
= +
=
l
m
=
l
m
2
x x + x
x 2x + 1
x 2
2
lm
1 3

x
x
x3
x3
= lm 3 1 = lm
=
= +
m
5. lm
2 = l
x
x
x
x ln x
3
3x 3
x
Simplificaci
on del lmite. Siempre que sea posible, antes de abordar la
Regla de LH
opital, es conveniente intentar simplificar el lmite con objeto
de que no se complique con la derivaci
on. Para ello se sacan fuera del lmite
los factores que tengan un valor numerico.
Ejemplo 3.29. Calcular el siguiente lmite
(1 + cos x)(x3 3) sen x
x0
(x2 x) cos x
lm
Soluci
on.
(1 + cos x)(x3 3)
sen x
(1 + cos x)(x3 3) sen x 0
=
l
m
=
lm 2
=
lm
x0
x0 x x
x0
(x2 x) cos x
0
cos x
=
2(3)
1
cos x
lm
= (6)( ) = 6
1 x0 2x 1
1
El primer lmite lo hemos resuelto directamente por sustituci

on, y s
olo hemos
aplicado LH
opital en el segundo limite, lo que ha simplificado notablemente
los c
alculos.

Indeterminaciones del tipo 0
Se transforman en una indeterminaci

on del tipo 00 , o
, mediante operaciones algebraicas,o bien, mediante las siguientes transformaciones
f (x) g(x) =
Ejemplo 3.30. Calcular:
f (x)
1/g(x)
f (x) g(x) =
lm x ln
x+
g(x)
1/f (x)
x1
x+1
Soluci
on.
x1
ln

x1
x
+ 1 = 0 =
lm x ln
= 0 = lm
1
x+
x+
x+1
0
x
2
x+1x+1x+1
2
x 1 (x + 1)
(x 1)(x + 1)
= lm
=
= lm
1
x+
x+
x2
x12

4x
4
2x2
= lm
=
=
= 2
2
x+ 2x
x+ x 1
= lm
Indeterminaciones del tipo

on del tipo 00 , o
, mediante operaciones algebraicas, como puede ser: buscando un com
un denominador, multiplicando y dividiendo por el conjugado; o bien, mediante las siguientes
transformaciones:
B 1 B
AB =A 1
= 1A
A
A
A B = AB
1
1
=
B A
1
B
1
A
1
AB

1. lm
x+0
1
1
x sen x
2.
lm
x+
p

x2 + 3x x
Soluci
on.

1
sen x x 0
1
=
=
= = lm
1. lm
x+0 x sen x
x+0 x
sen x
0
sen x x 0
cos x 1 0
sen x
= lm
=
=
=0
=
l
m
= lm
x+0
x+0
x+0
x2
0
2x
0
2

2.
169
p

lm
x2 + 3x x = = lm x
x+
x+
= 0 = lm x
x+
3
1+ 1
x
= lm
x+
q
1+
= lm
1
x
x+
3
q
x2 2 1 +
3
x
x12
!
x2 + 3x
1 =
x
3
x
0
=
0
3x2
q
x+
2x2 1 +
= lm
3
x
3
2
Este lmite tambien poda haberse resuelto multiplicando por el conjugado, o bien, aplicando infinitesimos.
Indeterminaciones del tipo 00 , 0 , 1

on del tipo 00 , o
neperianos.
En efecto, llamando y al lmite en cuesti
on:
tomando logaritmos
y = lm f (x)g(x)
tomando ln en ambos miembros y operando, resulta,
ln y = ln lm f (x)g(x) = lm ln f (x)g(x) = lm g(x) ln f (x)
Que es un lmite del tipo 0 , y una vez resuelto, resulta:
y = elm g(x) ln f (x)
El lmite tambien puede resolverse aplicando directamente la identidad logartmica y = eln y .
lm f (x)g(x) = eln lm f (x)
g(x)
= elm ln f (x)
g(x)
= elm g(x) ln f (x)
El tercer caso 1 admite una forma simplificada de resoluci

on que elimina el
ln y puede facilitar la derivaci
on, en efecto, aplicando infinitesimos, resulta,
lm f (x)g(x) = elm g(x) ln f (x) = elm g(x) ln(1+f (x)1) = elm g(x)(f (x)1)
o bien, teniendo en cuenta la definici
on del n
umero e
1
e = lm (1 + z) z
z0
resulta,

lm f (x)g(x) = 1 = lm(1 + f (x) 1)g(x) =
1
= lm(1 + f (x) 1) f (x)1
g(x)[f (x)1]
= elm g(x)[f (x)1]

Ejemplo 3.32. Calcular, por los dos metodos, el siguiente lmite:
1
lm (cos x) x2
x0
Soluci
on.
1.

1
lm (cos x) x2 = 1
x0
Llamamos y al lmite: y = lm (cos x) x2 , tomamos ln y operamos,

x0
con lo que resulta,
ln cos x 0
sen x
=
=
= lm
x0
x0 2x cos x
x2
0
1
x
=
= lm
x0 2x cos x
2
ln y = ln lm (cos x) x2 = lm
x0
de donde, el lmite pedido es:

y=e
2.
1
2
1
=
e
e
1
2
Por el otro metodo sera:

sen x
1
lm
lm 2 (cos x 1)

1
1
2
x0
x0
x
2x = e 2
x
lm (cos x) = 1
=e
=e
x0

Soluci
on. lm xtg x = 00
lm xtg x
x0+
x0+
Llamando y al lmite: y = lm xtg x , tomando ln y operando, resulta,

x0+

ln x
ln y = ln lm xtg x = lm tg x ln x = 0 = lm
=
=
+
+
+
x0
x0
x0 cot x
= lm
x0+
1
x
1
sen2 x
== lm
x0+
sen2 x
x2
= lm
= lm x = 0
x
x0+ x
x0+
de donde,
y = e0 = 1
1
1. lm (1 + 2x + 3x ) x
x0
Soluci
on.
2.
lm (1 + 2x + 3x ) x
x+
3.
lm (1 + 2x + 3x ) x
171
1
3 0+ = 3+ = +
1
x
x x1
0
0 01
0
1. lm (1+2 +3 ) = (1+2 +3 ) = 3 =
1
1
x0
3 0 = 3 =
=0
+
3
luego el lmite no existe.

1
2.
lm (1 + 2x + 3x ) x = (1 + 2+ + 3+ )0 = 0
x+
y = lm (1 + 2x + 3x ) x
x+
1
ln(1 + 2x + 3x )
=
=
x+
x
ln y = lm ln(1 + 2x + 3x ) x = lm
x+
2x ln 2 + 3x ln 3
x
x
1 + 2x + 3x = lm 2 ln 2 + 3 ln 3 = =
= lm
x+ 1 + 2x + 3x
x+
1
x
x
3
2
ln 2 + x ln 3
x
0 + ln 3
3
3
x x = lm
= lm
= ln 3
x+ 1
x+ 0 + 0 + 1
3
2
+
+
3x
3
3
luego,
ln y = ln 3 y = 3
En este ejemplo no ha sido posible aplicar LH

opital por segunda vez,
ya que con dicha regla no es posible romperla indeterminaci
on.
3.
lm (1 + 2x + 3x ) x = (1 + 0 + 0)0 = 10 = 1
Soluci
on.
x
x tg
2a
lm 2
xa
a

x
1
a
lm
x
x
x
x
xa

lm tg
1
cot
x tg
2a = 1 = exa 2a
a =e
2a =
lm 2
xa
a
lm
xa
2a
=e
1
a
1
2a sen2
x
l
m
2
sen 2a = exa
a
x
2a
Ejemplo 3.36. Estudiar el dominio y continuidad de la funci

on:
2 + cos x1
si x 6= 0
1
3 + ex
f (x) =
si x = 0
3
= e

Soluci
on.
1
1.
Dominio. La funci
on est
a definida en todo R, ya que si 3 + e x = 0,
1
x
resulta e = 3 que no es posible.
2.
Continuidad. La funci
on es continua en todo R, salvo quiz
as en x = 0,
lm f (x) = lm
x0+
x0+
lm f (x) = lm
x0
x0
2 + cos x1
1
x
3+e
2 + cos x1
1
3 + ex
2 + Ac
Ac
=
=0
2 + Ac
Sin lmite
=
=
= Sin lmite
3+0
3
Luego la funci
on no es continua en x = 0.
on:
x sen x
x3
f (x) =
si
x 6= 0
si
x=0
Hallar f (0) y f (0)
Soluci
on.
Continuidad: La funci
on es continua en todo R, salvo quiz
as en x = 0,
1
1 cos x 0
x2
x sen x 0
=
=
=
=
l
m
=
l
m
3
2
2
x0
x0 2 3x
x0
x
0
3x
0
6
lm
luego la funci
on es continua en todo R.
Derivada en x = 0: Aplicamos la definici

on.
x sen x 1
3
f (x) f (0)
x3
6 = lm 6x 6 sen x x =
f (0) = lm
= lm
x0
x0
x0
x
x
6x4
0
6 6 cos x 3x2 0
6 sen x 6x 0
= lm
= lm
=
=
=
=
3
x0
x0
0
24x
0
72x2
0
6 cos x 6 0
6 sen x
= lm
=
=0
= lm
x0
x0
144x
0
144
Derivada segunda en x = 0: Hallamos f (x), para x 6= 0

f (x) =
x x cos x 3x + 3 sen x
(1 cos x)x3 (x sen x)3x2
=
=
6
x
x4
2x x cos x + 3 sen x
=
x4
Para calcular f (0), aplicamos la definici

on de derivada:
173
0
f (x) f (0)
x4
f (0) = lmx0
= lmx0
=
x
x
2 cos x + x sen x + 3 cos x
= lm
=
= lm
5
x0
x0
x
5x4
2 + 2 cos x + x sen x
2 sen x + sen x + x cos x
= lm
= lm
=
x0
x0
5x4
20x3
cos x + cos x x sen x
sen x + x cos x 0
= lm
= lm
=
=
x0
x0
20x3
0
60x2
2
1
x
x sen x 0
= lm
=
=
= lm
2
2
x0 60x
x0
60x
0
60

on:
( sen x
f (x) =
x
1
si
si
x 6= 0
x=0
Hallar f (0) y f (0).

Soluci
on.
f (x) f (0)
f (0) = lm
= lm
x0
x0
x
luego,
sen x
1
sen x x 0
x
= lm
=
=
x0
x
x2
0
sen x
cos x 1
= lm
=0
= lm
x2
x0
2x
2
( x cos x sen x
f (x) =
x2
0
si
si
x 6= 0
x=0
de donde,
x cos x sen x
0
f (x) f (0)
x2
= lm
=
f (0) = lm
x0
x0
x
x
cos x x sen x cos x
x cos x sen x 0
= lm
=
=
= lm
3
x0
x0
x
0
3x2
x sen x
1
x2
= lm
=
l
m
=
2
2
x0
x0
3x
3x
3
3.4.
Lmite de sucesiones
Una sucesi
on es un conjunto de infinitos n
umeros ordenados seg
un alg
un criterio. ejemplo,
1
1 1 1 1
{1, , , , , , , } 0
2 3 4 5
n
1 2 3 4 5
n
{ , , , , , ,
,} 1
2 3 4 5 6
n+1
{1, 0, 1, 0, 1, , sen n , } Sin lmite

2
Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los
n
umeros naturales.
a1
a2
a3
an
La gr
afica de una sucesi
on es un conjunto de infinitos puntos separados (aislados) unos de
otros.
an
an = n1
6 r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
6
1
r r r r r n
0
1 2 3 4 5
-1
an
an = sen n 2
6 r
r
1
-n
r
r
0
1 2 3r 4 5
-1
Figura 3.23:
Lmite de sucesiones consider

andolas como funciones
Si unimos los puntos que representan una sucesi
on obtenemos la gr
afica de
una funci
on. Sin embargo, podemos obtener infinitas funciones que contienen
los puntos de una misma sucesi
on. Lo normal es coger la funci
on que tiene
la misma f
ormula que la sucesi
on, es decir considerar que la variable n es
continua y no discreta.
Si la funci
on que representa a la sucesi
on tiene lmite, ese es el lmite de
la sucesi
on, pero si la funci
on no tiene lmite, entonces la sucesi
on si puede
tenerlo.
Por tanto, se pueden aplicar los infinitesimos y las reglas de LH
opital
a las sucesiones, el lmite que encontremos ser
a el lmite de la sucesi
on y
si la sucesi
on considerada como funci
on no tiene lmite entonces habr
a que
aplicar otro criterio.
hi
1
1
n+3
= lm
=
=
=0
1. lm 3
n 3n2
n n + 4
"
2n

3n # 1
3n
2
1 1
1 2n
1
= lm
1+
2. lm 1
=e 3 =
3 2
n
n
3n
3n
e
3.
hi
5n
1/n
ln n
=
= lm
= lm 1 = 1
= lm
n 5n
n
n 5/5n
n ln 5n
4.
n
1/(n + 3)
ln(n + 3) h i
=
= lm
=1
= lm
n n + 3
n
n
ln n
1/n
lm
lm
3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR175
5.
2 ln n
(ln n)2
= lm
=
n
n
n
1
lm
3.5.
1
n
2 ln n
=0
n
n
= lm
Estudio local de una funci

on.
Polinomio de Taylor.
3.5.1.
Introducci
on.
El valor de un polinomio se puede calcular en cualquier punto, sin m

as que
operar.
Por ejemplo, si el polinomio es p(x) = 3 + 2x + x2 , podemos calcular su valor
en el punto 0 1, sin m
as que realizar una serie de operaciones elementales,
en efecto:
p(0 1) = 3 + 2 0 1 + 0 12 = 3 + 0 2 + 0 01 = 3 21
Sin embargo, el valor de las funciones no polin
omicas lo conocemos en unos
puntos, pero no en otros. Por ejemplo, si la funci
on es f (x) = arc tg x,
sabemos sus valores en algunos puntos, pero en los dem
as necesitaremos
una calculadora. En efecto, arc tg 1 = 4 , pero arc tg 1 1 =? no sabemos

cu
anto puede valer.
Esto hace que las funciones polin
omicas sean m
as c
omodas de manejar
que las dem
as funciones.
Planteamiento del problema: Con la aproximaci
on local pretendemos
calcular el valor aproximado de una funci
on en un punto, conocido el valor
exacto de la funci
on en un punto cercano.
Conocemos f (x0 )
y
6
f (x)q
Queremos calcular el valor, aunque sea aproximado,
de f (x), siendo x un punto cercano a x0 .
f (x )
q
x0
-x
Figura 3.24:
La aproximaci
on mediante la recta tangente y mediante el teorema del
valor medio, suelen ser malas aproximaciones, en cuanto nos alejamos un
poco del punto.
Con el polinomio de Taylor lo que buscamos es una funci
on polin
omica
que coincida, lo m
as posible, con la funci
on dada, al menos en los alrededores
del punto. Buscamos una funci
on polin
omica que se acerque a la curva m
as
que la recta tangente.

y
fp
f (x)q
q p(x)
f (x0 )
qp(x )
0
-x
x0
x
p va a ser un polinomio que en el punto x0 va a coincidir

con f y en los alrededor de x0 va a ser muy cercano a
f
f (x0 ) = p(x0 ) f (x) p(x)
Figura 3.25:
Como valor aproximado de la funci

on en el punto x
tomaremos el valor del polinomio en dicho punto.
3.5.2.
Algunas propiedades de los polinomios
Desarrollo de un polinomio en potencias de (x x0 )

El polinomio p(x) = 4 x 2x2 + x3 se dice que est
a centrado en el origen.
El polinomio p(x) = 2 + 3(x + 1) 2(x + 1)2 4(x + 1)3 que est
a centrado
en x0 = 1
El polinomio p(x) = 3 + 2(x 2) + 4(x 2)2 5(x 2)3 que est
a centrado
en x0 = 2
Para centrar un polinomio en el origen basta con desarrollar los parentesis y
simplificar la expresi
on. Centrar un polinomio en un punto x0 es un poco m
as
laborioso. No obstante, toda funci
on polin
omica se puede expresar mediante
un polinomio centrado en cualquier punto mediante la sustituci
on:
x = (x x0 ) + x0
Ejemplo 3.40. Expresar p(x) = 4 x + 2x2 + x3 mediante un polinomio
centrado en x0 = 2
Soluci
on. Hacemos el cambio x = (x 2) + 2 y resulta:

2
3
p(x) = 4 (x 2) 2 + 2 (x 2) + 2 + (x 2) + 2 =

= 42(x2)+2 (x2)2 +4(x2)+4 + (x2)3 +6(x2)2 +12(x2)+8
De donde resulta:
p(x) = 18 + 19(x 2) + 8(x 2)2 + (x 2)3

El desarrollo de las potencias de estos parentesis puede resultar muy
laborioso, de ah que se haya buscado otro metodo mucho m
as simple para
centrar un polinomio en cualquier punto. Este metodo se llama desarrollo
de Taylor y se basa en el conocimiento del significado de los coeficientes de
los polinomios.
Relaci
on entre los coeficientes de un polinomio y los valores de sus
derivadas. F
ormula de Mac Laurin.
Ejemplo 3.41. Hallar la relaci
on que existe entre los coeficientes de la
funci
on polin
omica p(x) = 2 + 3x + 5x2 y los valores de dicha funci
on y de
sus derivadas el el origen.

Soluci
on. Teniendo en cuenta que:
p(x) = 2 + 3x + 5x2 p(0) = 2
p (x) = 3 + 10x
p (0) = 3
p (x) = 10
p (0) = 10
Resulta que la funci
on polin
omica se puede expresar de la siguiente forma:
p (0) 2
x
2
A esta expresi
on se le llama F
ormula de Taylor en el origen o f
ormula de
Mac Laurin, y se puede generalizar para cualquier polinomio.
p(x) = 2 + 3x + 5x2 = p(0) + p (0)x +
Teorema 3.6. Toda funci

on polin
omica
p(x) = a0 + a1 x + a2 x2 + + an xn
se puede expresar de la siguiente forma:
p(n) (0) n
p (0) 2
x + +
x
2!
n!
Demostraci
p(x) = p(0) + p (0)x +
p(x) = a0 + a1 x + a2 x2 + a3 x3 + + an xn
p (x) = a1 + 2a2 x + 3a3 x2 + + nan xn1
p (x) = 2a2 + 3 2a3 x + + n(n 1)an xn2
p(n) (x) = n!an
p(0) = a0
p (0) = a1
p (0) = 2a2
p(n) (0) = n!an
Resulta,
p (0)
p(n) (0)
p (0)
, a3 =
, an =
2
3!
n!
on polin
a0 = p(0), a1 = p (0), a2 =
p(x) = a0 +a1 x+a2 x2 + +an xn = p(0)+p (0)x+

Es decir,
n
X
p(k) (0)
p(x) =
k=0
k!
p (0) 2
p(n) (0) n
x + +
x
2!
n!
xk
Ejemplo 3.42. Halla un polinomio de 4o grado que cumpla:

p(0) = 1,
p (0) = 0,
p (0) = 0,
p (0) = 6,
piv (0) = 48
Soluci
p(x) = p(0) + p (0)x +
p (0) 2 p (0) 3 piv (0) 4

x +
x +
x
2
6
24
resulta:
p(x) = 1 + x3 + 2x4

Relaci
on entre los coeficientes de un polinomio, centrado en el
punto x0 y los valores de sus derivadas en dicho punto.
F
ormula de Taylor
Ejemplo 3.43. Dado la funci
on polin
omica p(x) = 2 + 3x + 5x2
1.
Expresarla en potencias de x 1.
2.
Hallar la relaci
on que existe entre los nuevos coeficiente y los valores
de la funci
on y de sus derivadas en el punto x = 1.
Soluci
on. Haciendo el cambio x = (x 1) + 1 resulta:

2
p(x) = 2 + 3x + 5x2 = 2 + 3(x 1) + 3 + 5 (x 1) + 1 =

= 2 + 3(x 1) + 3 + 5 (x 1)2 + 2(x 1) + 1 = 10 + 13(x 1) + 5(x 1)2
Y por otro lado tenemos:
p(x) = 2 + 3x + 5x2 p(1) = 10

p (x) = 3 + 10x
p (1) = 13
p (x) = 10
p (1) = 10
De donde resulta que la funci
on polin
omica se puede expresar de la siguiente
forma:
p(x) = 2 + 3x + 5x2 = 10 + 13(x 1) + 5(x 1)2 = p(1) + p (1)(x 1) +
p (1)
(x 1)2
2
A esta expresi
on se le llama F
ormula de Taylor en el punto x = 1, y se
puede generalizar para cualquier polinomio y cualquier punto.
Teorema 3.7. Toda funci
on polin
omica
p(x) = a0 + a1 x + a2 x2 + + an xn
se puede expresar de la siguiente forma:
p(x) = p(x0 ) + p (x0 )(x x0 ) +
p(n) (x0 )
p (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Demostraci
on. Haciendo el cambio x = (x x0 ) + x0 podemos expresar el
polinomio en potencias de x x0 y resulta:
p(x) = a0 + a1 x + a2 x2 + + an xn =
= b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
Con lo cual,
p(x) = b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
p (x) = b1 + 2b2 (x x0 ) + 3b3 (x x0 )2 + + nbn (x x0 )n1
p (x) = 2b2 + 3 2b3 (x x0 ) + + n(n 1)bn (x x0 )n2
p(n) (x) = n!bn
p(x0 ) = b0
p (x0 ) = b1
p (x0 ) = 2b2
p(n) (x0 ) = n!bn
de donde resulta,
b0 = p(x0 ), b1 = p (x0 ), b2 =
p (x0 )
p(n) (x0 )
p (x0 )
, b3 =
, bn =
2
3!
n!

on polin
p(x) = p(x0 ) + p (x0 )(x x0 ) +
Es decir,
p(x) =
p (x0 )
p(n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
n
X
p(k) (x0 )
k=0
k!
(x x0 )k
Ejemplo 3.44. Utilizar la f

ormula de Taylor para expresar en potencias de
x 2 el polinomio:
p(x) = 5 x + 2x2 x3 + x4
Soluci
p(x) = 5 x + 2x2 x3 + x4
p (x) = 1 + 4x 3x2 + 4x3
p (x) = 4 6x + 12x2
p (x) = 6 + 24x
piv (x) = 24
p(2) = 19
p (2) = 27
p (2) = 40
p (2) = 42
piv (2) = 24
Resulta el siguiente polinomio de Taylor,

p (2)
p (2)
piv (2)
p(x) = p(2) + p (2)(x 2) +
(x 2)2 +
(x 2)3 +
(x 2)4 =
2
6
24
42
24
40
= 19 + 27(x 2) + (x 2)2 + (x 2)3 + (x 2)4 =
2
6
24
2
3
= 19 + 27(x 2) + 20(x 2) + 7(x 2) + (x 2)4
3.5.3.
Polinomio de Taylor de una funci

on no polin
omica
Dada una funci

on f se trata de encontrar un polinomio de grado n que tome
aproximadamente los mismos valores que f en los alrededores de un punto
x0 .

y = f (x)
f (x) pn (x) x (x0 , x0 + )
pn (x)
Suponemos conocido el valor de la funci
on y el de sus derivadas en el punto x0
y queremos calcular el valor aproximado de la funci
on en un punto cercano x,
utilizando para ello una funci
on polin
omica de aproximaci
on. Como funci
on
polin
omica de aproximaci
on, lo l
ogico es buscar una funci
on polin
omica que

pase por el punto x0 , f (x0 ) , que pase con la misma pendiente que la funci
on
f , que pase con la misma concavidad, etc... Es evidente que en cuanto en
m
as condiciones coincidan la funci
on f y la funci
on polin
omica pn a su paso
por el punto (x0 , y0 ), en m
as se aproximar
an al alejarnos del punto.
Por eso, la funci
on polin
omica de aproximaci
on deber
a cumplir:
pn (x) f (x)
pn (x0 ) = f (x0 ) Las dos pasan por el punto (x0 , y0 )
pn (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma pendiente
pn (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma concavidad
(n)
pn (x0 ) = f (n) (x0 ) Las dos pasan por (x0 , y0 ) con otras coincidencias
Un polinomio que cumpla estas condiciones es f

acil encontrar mediante la
f
ormula de Taylor, en efecto:
(n)
pn (x) = pn (x0 ) + pn (x0 )(x x0 ) +
pn (x0 )
pn (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Y teniendo en cuenta los valores asignados al polinomio resulta:

pn (x) = f (x0 ) + f (x0 )(x x0 ) +
f (n) (x0 )
f (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Un polinomio, as construido, es de esperar que se aproxime suficientemente

a la funci
on f , al menos en los alrededores del punto x0 , y tambien cabe
esperar que cuanto mayor sea el grado n del polinomio mayor ser
a la aproximaci
on. Por lo que podemos asegurar que:
f (x) f (x0 ) + f (x0 )(x x0 ) +
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Que se puede expresar de la forma:

f (x) pn (x) =
n
X
f (k) (x0 )
k=0
k!
(x x0 )k
y es el polinomio de Taylor para una funci

on no polin
omica.
Observaciones:
1.
El n-simo polinomio ser

a de grado n, ya que el u
ltimo coeficiente
puede ser cero, al haberlo definido como f (n) (x0 ), y la funci
on f no es
polin
omica, por lo que su derivada puede tomar cualquier valor.
2.
El primer polinomio de Taylor siempre coincide con la recta tangente

a la curva dada en el punto x0 . En efecto, y = f (x0 ) + f (x0 )(x x0 )
es la ecuaci
on de la recta tangente.
3.5.4.
Polinomio de Taylor de las funciones elementales
Ejemplo 3.45. Hallar el 5o polinomio de MacLaurin de las siguientes funciones y generalizarlo para el n-simo polinomio.
1.
f (x) = ex
2.
f (x) = sen x
3.
f (x) = cos x
Soluci
on. El 5o polinomio de Taylor en el origen para una funci
on f viene
definido por:
f (x) = f (0) + f (0)x +
f (0) 2 f (0) 3 f iv (0) 4 f v (0) 5

x +
x +
x +
x
2
6
24
120
Por consiguiente:
1. f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f iv (x) = ex
f v (x) = ex
2. f (x) = sen x

f (0) = 1
x2 x3 x4 x5
f (0) = 1
+
+
+
ex 1 + x +
2!
3!
4!
5!
f (0) = 1
y
de
manera
general
f (0) = 1
X
xk
f iv (0) = 1
x
k!
f v (0) = 1
k=0
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f iv (x) = sen x
f v (x) = cos x
3. f (x) = cos x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f (x) = sen x
f iv (x) = cos x
f v (x) = sen x
Resulta el siguiente polinomio,

f (0) = 0
x3 x5
f (0) = 1
+
sen x x
3!
5!
f (0) = 0
y
de
manera
general
f (0) = 1
n
2k+1
X
k x
f iv (0) = 0
(1)
sen
x
(2k + 1)!
f v (0) = 1
k=0
Resulta el siguiente polinomio,

f (0) = 1
x2 x4
f (0) = 0
+
cos x 1
2!
4!
f (0) = 1
y
de
manera
general
f (0) = 0
n
2k
X
k x
f iv (0) = 1
(1)
cos
x
(2k)!
f v (0) = 0
k=0
Ejemplo 3.46. Hallar el 4o polinomio de MacLaurin de la funci

on:
f (x) = (1 + x)r
Generalizarlo para el n-simo polinomio, y aplicarlo para calcular:
(1 + x)
1
,
1+x
1 + x,
(1 + x)3

Soluci
on.
f (x) = (1 + x)r
f (x) = r(1 + x)r1
f (x) = r(r 1)(1 + x)r2
f (x) = r(r 1)(r 2)(1 + x)r3
f iv (x) = r(r 1)(r 2)(r 3)(1 + x)r4
(1+x)r 1+r x+
f (0) = 1
f (0) = r
f (0) = r(r 1)
f (0) = r(r 1)(r 2)
f iv (0) = r(r 1)(r 2)(r 3)
r(r 1) 2 r(r 1)(r 2) 3 r(r 1)(r 2)(r 3) 4

x +
x +
x
2!
3!
4!
y de manera general el n-simo polinomio ser

a:
(1 + x)r 1 +
n
X
r(r 1)(r 2) (r k + 1)
k!
k=1
xk
de donde resulta:
2( 2 1) 2
2( 2 1)( 2 2) 3
2
(1 + x) 1 + 2x +
x +
x +
2!
3!
2( 2 1)( 2 2)( 2 3) 4
x
+
4!
1
1(2) 2 1(2)(3) 3 1(2)(3)(4) 4
= (1+x)1 1+
x +
x +
x =
1+x
2!
3!
4!
= 1 x + x2 x3 + x4
1 + x = (1 + x)1/2 1 +
1 1
2 2
2!
x2 +
1 1 3
2 2 2
3!
x3 +
1 1 3 5
2 2 2 2
4!
x4 =
1 2
13 3
135 4
1
x +
x
x
=1+ x
2
24
246
2468
32 2 321 3 3210 4
x +
x
x = 1 + 3x + 3x2 + x3 + 0
(1 + x)3 = 1 + 3x +
2!
3!
4!
Si n es un entero y positivo el desarrollo se interrumpe, ya que siempre
llegar
a un momento en que n k + 1 = 0, precisamente para k = n + 1. Es
decir, el desarrollo de (1 + x)n s
olo llegar
a hasta el termino xn , ya que los
restantes se anulan. Se obtiene as, el Binomio de Newton.
n
X
n k
(1 + x) =
x
k
n
k=0
El polinomio de Taylor del cociente de dos polinomios

Existen funciones para las que el polinomio de Taylor se puede obtener de
una manera artificial, sin necesidad de tener que hacer las derivadas de la

funci
on, es el caso del cociente de dos polinomios, cuyo polinomio de Taylor
se puede obtener haciendo la divisi
on de los polinomios, pero ordenados de
menor a mayor.
Ejemplo 3.47. Hallar el 3o polinomio de Taylor de la funci
on:
f (x) =
2x + 3
x1
Soluci
on. Hacemos la divisi
on ordenando los polinomios de menor a mayor
grado.
1 + x
3 5x 5x2 5x3
3 + 2x
3 + 3x
5x
5x + 5x2
5x2
5x2 + 5x3
5x3
5x3 + 5x4
5x4
Con lo cual resulta el siguiente polinomio de Taylor:

2x + 3
3 5x 5x2 5x3
x1
Polinomio de Taylor de funciones compuestas
Para calcular el polinomio de Taylor de las funciones compuestas, en
vez de derivar directamente dichas funciones, en la generalidad de los casos, resulta mucho m
as f
acil de calcular dicho polinomio transformando el
polinomio de Taylor de las funciones elementales que la componen
on:
f (x) = ex
Soluci
on. En vez de derivar directamente la funci
on f (x), resulta m
as conveniente transformar el polinomio de Taylor de las funci
on y = ex . En efecto,
tenemos que,
x2
ex 1 + x +
+
2
de donde, sustituyendo x por x2 , resulta
2
f (x) = ex 1 + (x2 ) +
x4
(x2 )2
+ 1 x2 +
+
2
2

on:
f (x) = sen(sen x)
Soluci
on. En vez de derivar directamente la funci
on f (x), resulta m
as conveniente transformar el polinomio de Taylor de las funci
on y = sen x. En
efecto, tenemos que,
x3
+
sen x x
3!
de donde, sustituyendo x por el propio desarrollo de sen x, es decir, por
x3
x
+ , resulta
3!
x3
+ ]3
3!
+ ]
+
f (x) = sen(sen x) [x
3!
3!
x3 x3
2x3
x3
x
+ x
+ = x
+
3!
3!
3!
3
[x
x3
3.5.5.
Resto de Taylor
Con el termino Resto de Taylor nos referimos al error que se comete al

aproximar una funci
on no polin
omica mediante su polinomio de Taylor.
Si aproximamos la funci
on f mediante el n-simo polinomio de Taylor, el
error vendr
a dado por la diferencia de los valores que toman la funci
on y el
polinomio.

y = f (x)
f (x) pn (x) |Rn (x)| = |f (x) pn (x)|
pn (x)
Teorema 3.8 (Teorema del Resto). Sea f una funci
on definida en el
intervalo cerrado [a, b] tal que f (n) es continua en [a, b] y f (n+1) existe en
(a, b). Sean x y x0 puntos de [a, b], siendo x 6= x0 . Y sea
pn (x) = f (x0 ) + f (x0 )(x x0 ) +
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Entonces existe un punto c entre x y x0 tal que el error que se comete

al aproximar la funci
on f mediante el n-simo polinomio de Taylor en un
entorno del punto x0 viene definido por la f
ormula:
Rn (x) =
f (n+1) (c)
(x x0 )n+1
(n + 1)!
(3.2)
A esta expresi
on del Resto de Taylor se le llama expresi
on de Lagrange.
Existen otras expresiones para calcular el error, sin embargo, esta es la m
as
f
acil de recordar puesto que se trata del termino siguiente del desarrollo,
salvo que la derivada se toma en un punto intermedio c.
3.5.6.
Aplicaciones de la f
ormula de Taylor a c
alculos aproximados
Para hallar el valor de una funci

on en un punto x1 se desarrolla la funci
on
en un punto cercano x0 y se toma, como valor aproximado de la funci
on, el
que tome el polinomio.

f (x1 )
f (x1 ) pn (x1 )
pn (x) en x0 cercano a x1
a dado por:
El error cometido en la aproximaci
on, seg
un (3.2), vendr
Rn (x1 ) =
f (n+1) (c)
(x1 x0 )n+1
(n + 1)!
Como el punto c no est

a determinado, el error no se conoce con exactitud,
pero s se puede conocer una acotaci
on del error teniendo en cuenta que c
est
a entre x0 y x1 .
Ejemplo 3.50. Utilizar el 2o polinomio de Taylor para calcular aproxima
damente e0 2 . Indicar el error cometido.
Soluci
on.
f (x) = ex
f (x) = ex
f (x) = ex

f (x) = ex
x2
ex 1 + x +
2
0 2 1 + 0 2 + 0 04 = 1 22
2
f (c) = ec
f (0) = 1
f (0) = 1
f (0) = 1
Para calcular el error cometido tenemos en cuenta que:
0 < c < 0 2 0 < c < 1 e0 < ec < e < 3 ec < 3

con lo cual,
ec
3 0 008
|Rn (0 2)| = | 0 23 | <
= 0 004
6
6
Ejemplo 3.51. Aproximar 3 e con un error menor que 0 01
Soluci
on. Necesitamos una funci
on para hacer su desarrollo de Taylor, y un
punto donde hacerlo. De las distintas opciones que podemos pensar para
calcular la raz dada, elegimos la m
as f
acil.
1
3
e = e1/3 f (x) = ex x0 = 0, x1 =
3
x
f (x) = e
f (0) = 1
f (x) = e
f (0) = 1
x2
xn
e 1 + x + 2 + + n!
..
..
.
.
(n)
x
(n)
f (n+1) (c)xn+1
ec xn+1
f (x) = e
f (0) = 1
Rn (x) =
=
(n + 1)!
(n + 1)!
(n+1)
x
(n+1)
c
f
(x) = e f
(c) = e

Teniendo en cuenta que c est
a situado entre x0 y x1 , resulta,
0<c<
1
< 1 e0 < ec < e < 3 ec < 3
3
Luego, tendr
a que ser:
c 1 n+1

1 n+1

1
1
1
3( 3 )
Rn ( ) = e ( 3 )
<
= n
< 0 01 =

(n + 1)! (n + 1)!
3
3 (n + 1)!
100
Es decir hay que encontrar el valor de n que cumple,

3n (n + 1)! > 100
Esto se hace probando, es decir dando valores a n.

n = 1 3 2 = 6 < 100
n = 2 32 3! = 9 6 = 54 < 100
n = 3 33 4! = 27 24 = 648 > 100 n = 3
Luego el polinomio de Taylor buscado es el tercero,

ex = 1 + x +
x2 x3
+
2!
3!
Con lo cual resulta

1 ( 31 )2 ( 13 )3
1
1
1
+
+
=1+ +
+
= 1 39
3
2!
3!
3 18 162
Ejemplo 3.52. Estimar sen 10o usando el tercer polinomio de Taylor en
x0 = 0. Hallar una cota del error cometido.
e = e1/3 1 +
Soluci
on.
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x

f iv (x) = sen x
f (0) = 0
f (0) = 1
f (0) = 0
f (0) = 1
f iv (c) = sen c
x3
sen x x
6
sen
c
x4
R3 (x) =
24
Ahora bien, el valor de x que aparece en las operaciones no puede venir

medido en grados, sino que, para operar, el angulo ha de expresarse en
radianes.
Teniendo en cuenta que 10o = rad. resulta:

18
3
rad.
3
= 0 1736468
18
18 18 6
Y el error cometido en la aproximaci
on viene acotado de la siguiente forma:

1 4
sen c 4

= 0 00004
R3 ( ) =
18
24 18 24 18
sen 10o = sen
3.5.7.
Aplicaciones de la F
ormula de Taylor al c
alculo de
lmites
Consiste en sustituir las funciones que intervienen en el lmite por sus desarrollos de Taylor. En la pr
actica, para simplificar los c
alculos, solamente
se sustituyen por la parte del desarrollo de Taylor que realmente influye en
el lmite. El problema ser
a determinar cu
antos terminos del desarrollo se
deben utilizar.
sen x x
Ejemplo 3.53. Calcular lm
x0
x3
Soluci
on.
sen x x 0
= lm
=
x0
x0
x3
0
lm
(x
x3
+ ) x
1
x3
6
=
l
m
=
3
3
x0 6x
x
6
ex ex 2x
x0
x sen x
Ejemplo 3.54. Calcular lm
Soluci
on. Teniendo en cuenta los desarrollos de las funciones que intervienen:
ex = 1+x+
x2 x3
+ +
2
6
ex = 1x+
x2 x3
+
2
6
sen x = x
x3
+
6
resulta,
ex ex 2x 0
=
=
lm
x0
x sen x
0
1+x+
= lm
x0

x2 x3
x2 x3
+
+ 1 x +
+ 2x
2
6
2
6
=
3

x
x x
+
6
3
= lm
2 x6
3
x0 x
6
=2
1 cos(x2 )
x0 x sen x + 2 cos x 2
Ejemplo 3.55. Calcular, si existe, el valor de lm

utilizando polinomios de Taylor.
Soluci
on. Teniendo en cuenta el desarrollo en series de potencias de las
funciones sen x y cos x,
sen x = x
x5
x3
+

6
120
tenemos.
cos x2 = 1
cos x = 1
x4 x8
+

2
24
x2 x4
+

2
24

de donde, sustituyendo las funciones por sus desarrollos en series, resulta:
1 cos(x2 )
lm
=
x0 x sen x + 2 cos x 2

x4
+
2
= lm
=

x0
x3
x2 x4
x x
+ + 2(1
+
2
6
2
24
1 1
x4
= lm
= lm 2 4 = 6
= lm
x0 2x4
x0 x
x0 x4
x4
x4
+
+
6
12
12
12
12
x4
2
3.6.
x4
2
Extremos de funciones de una sola variable
3.6.1.
M
aximos y mnimos absolutos
a) En Intervalos cerrados
Supongamos que la funci
on f es continua en un intervalo cerrado [a, b],
entonces alcanza un m
aximo y un mnimo en dicho intervalo.
Figura 3.26: Puntos crticos
El m
aximo y el mnimo absoluto solamente pueden estar situados:
1.
En puntos donde f (x) = 0
2.
En puntos donde f (x) no est

a definida
3.
En los extremos del intervalo.
Puntos crticos de una funci

on: Se llaman puntos crticos de una funci
on
a los puntos en los que la derivada sea nula o no este definida.
C
alculo del m
aximo y del mnimo absoluto. Para hallar el m
aximo y
el mnimo absoluto de una funci
on continua en un intervalo cerrado,
1.
Se hallan los puntos crticos,
3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE

2.
189
Se hallan los valores de la funci

on en los puntos crticos y en los extremos del intervalo. El mayor valor obtenido es el m
aximo absoluto
y el menor el mnimo.
Observaci
on: Si la funci
on no es continua el metodo anterior no es v
alido,
ya que los valores de la funci
on en los puntos crticos no determinan nada.
Figura 3.27: Funcion no continua
Ejemplo 3.56. Hallar los extremos absolutos de la funci

on:
f (x) = 2x3 3x2 12x + 15
en el intervalo [0, 3].
Soluci
on.
1.
Hallamos los puntos crticos:

a) Puntos en los que la derivada no est
a definida: No existen ya que
f (x) = 6x2 6x 12 est
a definida en todo R
b) Puntos en los que la derivada vale cero:
de donde,
6x2 6x 12 = 0 x2 x 2 = 0
x=
2.
1+8
1+3
=
=
2
2
2
1
Comparamos los valores de la funci

on en los puntos crticos y en los
extremos del intervalo:
f (0) = 15 M
aximo
f (2) = 16 12 24 + 15 = 5
f (3) = 54 27 36 + 15 = 6
mnimo

on:
f (x) = x5 x

Soluci
on.
1.

a definida: No existen ya que
4
f (x) = 5x 1 est
a definida en todo R
b) Puntos en los que la derivada vale
r cero:
1
1
5x4 1 = 0 x4 = x = 4 6 [2, 4]
5
5
Luego no existe ning
un punto crtico dentro del intervalo, por tanto:
2.

on en los extremos del intervalo:
f (2) = 30 mnimo
f (4) = 1020 M
aximo

on:
f (x) = 3 |x 2|
Soluci
on. Para hallar la derivada de la funci
on eliminamos el valor absoluto,
f (x) = 3 |x 2| =
3 (x 2)
si x 2
=
3 (x + 2) si x < 2
5 x si x 2
1 + x si x < 2
Con lo cual, la funci

on derivada es:
f (x) =
1.
1 si
1 si
x>2
x<2

a definida: x = 2
b) Puntos en los que la derivada vale cero: No existen.
2.

f (1) = 2
f (2) = 3 M
aximo
f (4) = 1 mnimo
191

b) M
aximos y mnimos absolutos en intervalos abiertos
Para hallar el m
aximo y el mnimo de una funci
on continua en un intervalo abierto se cierra el intervalo hallando los lmites de la funci
on en los
extremos del mismo.
on: f (x) =
en todo R.
x2
x2 + 1
Soluci
on. Hallamos la derivada de la funci
on,
f (x) =
1.
2x3 + 2x 2x3
2x
2x(x2 + 1) x2 2x
=
= 2
2
2
2
2
(x + 1)
(x + 1)
(x + 1)2

a definida: No existen.
b) Puntos en los que la derivada vale cero: 2x = 0 x = 0
2.


x2
=1
x x2 + 1
f (0) = 0 mnimo
x2
f (+) = lm 2
=1
x+ x + 1
Luego la funci
on no tiene m
aximo.
f () = lm
Figura 3.28: y =
3.6.2.
x2
+1
x2
M
aximos y mnimos relativos o locales
Crecimiento y decrecimiento. Una funci

on es creciente all donde su
derivada es positiva y decreciente donde es negativa.
x (a, b) f (x) 0 f es creciente en (a, b)
x (a, b) f (x) 0 f es decreciente en (a, b)

Estudios de los m
aximos y mnimos locales a partir del signo de
la primera derivada.
Si la funci
on es continua, los m
aximos locales se presentan donde la funci
on
cambia de creciente a decreciente, y los mnimos locales donde cambia de
decreciente a creciente. Si la funci
on es continua, los m
aximos y mnimos
relativos solamente se pueden presentar en los puntos crticos.
Figura 3.29: En un maximo la funcion cambia de creciente a decreciente
Ejemplo 3.60. Estudiar los extremos relativos y absolutos de la funci

on
x
f (x) =
en todo R
1 + x2
Soluci
on. f es continua en todo R, ya que 1 + x2 no se anula nunca.
Puntos crticos:
f (x) =
1 x2 + 2x2
x2 1
(1 + x2 ) + x(2x)
=
=
(1 + x2 )2
(1 + x2 )2
(1 + x2 )2
193
de donde:
f (x) = 0
x2 1 = 0
x = 1
a) Extremos relativos: Estudiamos el signo de la derivada.

41
3
f (2) =
=
=+
2
(1 + 4)
25
1
= 1 =
f (0) =
1
41
3
f (2) =
=
=+
(1 + 4)2
25
Con lo cual hay un m
aximo en x = 1 y un mnimo en x = 1
b) Extremos absolutos: Hallamos los valores de la funci

on en los puntos
crticos y en los extremos del intervalo.
x
=0
f () = lm
x 1 + x2
f (1) = 1/2 M
aximo absoluto
f (1) = 1/2
Figura 3.30: y =
x
1 + x2
mnimo absoluto
x
f (+) = lm
=0
x+ 1 + x2
4
Ejemplo 3.61. Encontrar los extremos relativos de la funci
on f (x) = x+
x
en R
Soluci
on. La funci
on es continua en R {0}
Puntos crticos. Hallamos la derivada de la funci

on:
f (x) = 1
4
x2
a) Puntos donde la derivada no esta

definida. x = 0
b) Puntos donde la derivada vale cero:
f (x) = 0 x = 2
Intervalos de crecimiento:
f (3) = 1 4/9 = + creciente
f (1) = 1 4 = decreciente
f (1) = 1 4 = decreciente
Figura 3.31: y = x +
4
x
f (3) = 1 4/9 = + creciente

Concavidad. Puntos de inflexi
on.
Una funci
on, derivable en un intervalo, se dice que es c
oncava hacia arriba
sobre dicho intervalo si su derivada es creciente y c
oncava hacia abajo si su
derivada es decreciente.
Los puntos en los que la concavidad cambia de sentido se llaman puntos de
inflexi
on.
[
f f
f f
Criterio de la derivada segunda.

f = + f f
f = f f
f = 0 ?

f (x0 ) = 0

o
on
x0 , f (x0 ) punto de inflexi

f (x0 ) no definido
Aplicaciones de la f
ormula de Taylor para el estudio de m
aximos
y mnimos.
Desarrollemos, mediante el n-simo polinomio de Taylor, la funci
on f en el
punto x0
f (x) = f (x0 )+ f (x0 )(xx0 )+
f (n1) (x0 )
f (n) (c)
f (x0 )
(xx0 )2 + +
(xx0 )n1 +
(xx0 )n
2!
(n 1)!
n!
supongamos que la primera derivada de la funci

on f que no se anula en el
punto x0 es de orden n. Ser
a:
f (x0 ) = 0
f (n) (c)
..
f (x) = f (x0 ) +
(x x0 )n
.
n!
f (n1) (x0 ) = 0
de donde,
f (x) f (x0 ) =
f (n) (c)
(x x0 )n
n!
Como c est
a entre x0 y x, tomando x suficientemente pr
oximo a x0 podemos
(n)
suponer que el signo de f (c) coincide con el signo de f (n) (x0 ), de donde:
(n)
f (x0 ) = + f (x) f (x0 ) > 0 mnimo

n par
(x x )n = +
(n)
aximo
0
f (n) (x0 ) =
f (x) f (x0 ) < 0 M
n
impar
f
(x
)
=
+
0
f (x) f (x0 ) = inflexi

on
(x x0 )n =
f (n) (x0 ) =
195
Con lo cual podemos afirmar lo siguiente: Si la primera derivada que no se

anula en un punto crtico es par, entonces hay un m
aximo si dicha derivada
es negativa y un mnimo si es positiva. Si la primera derivada que no se
anule es de orden impar, entonces existe un punto de inflexi
on.
Ejemplo 3.62. Estudiar la naturaleza del origen en las siguientes funciones:
(a)
f (x) = x4
(b)
f (x) = x3
(c)
f (x) = x4
Soluci
on.
1. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 > 0 par y positivo mnimo
2. f (x) = x3
f (x) = 3x2 f (0) = 0
f (x) = 6x f (0) = 0
f (x) = 6 f (0) = 6 6= 0 impar punto de inflexi
on
3. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 < 0 par y negativo M
aximo.
Ejemplo 3.63. Estudiar la naturaleza de los puntos crticos de la funci
on:
f (x) = x3 3x2 + 2
Soluci
on. Hallamos la derivada para buscar los puntos crticos.
f (x) = 3x2 6x
3x2 6x = 0
x2 2x = 0
x(x2) = 0
luego los puntos crticos son x = 0 y x = 2.

Calculamos el valor de la derivada segunda en cada uno de los puntos crticos.
f (x) = 6x 6
f (0) = 6 f (0) m
aximo relativo
f (2) = 6 > 0 f (2) mnimo relativo
3.6.3.
Determinaci
on de funciones conocidos sus puntos crticos
La dificultad de este tipo de ejercicios est

a en saber aprovechar toda la
informaci
on que nos da el enunciado.
Ejemplo 3.64. Hallar a, b, c y d para que la funci
on f (x) = ax3 + bx2 +
cx + d tenga un mnimo relativo de valor 3 en x = 0 y un m
aximo relativo
de valor 4 en x = 1.
Soluci
on.
f (0) = 3
Mnimo relativo de valor 3 en x = 0
f (0) = 0

f (1) = 4
M
aximo relativo de valor 4 en x = 1
f (1) = 0
Hallando la derivada f (x) = 3ax2 + 2bx + c, y sustituyendo, resulta el
sistema de ecuaciones:
d = 3
d = 3
d = 3
d = 3
c=0
c=0
c=0
c=0
a+b+c+d=4
b = 21
a+b=7
a+b=7
a = 14
a = 14
3a + 2b = 0
3a + 2b + c = 0
luego la funci
on buscada es: f (x) = 14x3 + 21x2 3.
Ejemplo 3.65. Hallar a, b y c tales que la gr

afica de la funci
on f (x) =
3
2
ax + bx + cx tenga una tangente horizontal en el punto de inflexi
on (1, 1).
Soluci
on.
Pasa por el punto (1, 1) f (1) = 1
Tangente horizontal en (1, 1) f (1) = 0

Punto de inflexi
on en (1, 1) f (1) = 0
Hallando la primera y segunda derivada f (x) = 3ax2 + 2bx + c, f (x) =

6ax + 2b y sustituyendo, resulta el sistema de ecuaciones:
a+b+c=1 c=1ab c=1ab c=3

3a + 2b + c = 0
2a + b = 1
b = 1 2a
b = 3
6a + 2b = 0
3a + b = 0
a=1
a=1
luego la funci
on buscada es: f (x) = x3 3x2 + 3x.
3.6.4.
Problemas de aplicaci
on de m
aximos y mnimos
Para resolver problemas de m

aximos y mnimos con enunciado es conveniente seguir los siguientes pasos:
1.
Asignar letras a todas las magnitudes que intervienen e intentar relacionarlas entre s. (Seg
un se asignen las letras, la resoluci
on del problema puede resultar m
as f
acil o m
as difcil. A veces conviene contar
con los
angulos).
197
2.
Preguntarse que es lo que hay que hacer m

aximo o mnimo?. Esa
magnitud es la que hay que derivar.
3.
Encontrar una f
ormula para la magnitud que hay que derivar y expresarla en funci
on de una sola variable y entonces derivar.
Naturaleza de los puntos crticos. La naturaleza de los puntos crticos

puede determinarse por cualquiera de los siguientes criterios.
1.
Por la propia naturaleza del problema.
2.
Comparando el valor de la funci

on en los puntos crticos y en los extremos del dominio.
3.
Estudiando el signo de la primera derivada a ambos lados de cada

punto crtico.
4.
Estudiando el signo de la segunda derivada en los puntos crticos.
Observaci
on: Si el problema pide un m
aximo y encontramos un mnimo,
el m
aximo habr
a que buscarlo en los extremos del dominio.
Ejemplo 3.66. Un granjero tiene 200 m de tela met
alica que va a utilizar
para construir tres lados de un corral rectangular; se va a usar un muro recto
que ya existe como cuarto lado del corral. Que dimensiones maximizar
an
el a
rea del corral?.
Soluci
on. La magnitud a maximizar es el area.

a=xy
x
a = x(2002x) = 200x2x2
2x + y = 200 y = 200 2x
y
de donde,
x
a (x) = 200 4x 200 4x = 0 x = 50
Comprobamos que realmente se trata de un m

aximo, a partir de la segunda
derivada:
a (x) = 4 a (50) = 4 m
aximo
Luego la soluci
on es x = 50 e y = 100.
Ejemplo 3.67. Una l
amina met
alica rectangular mide 5 m. de ancho y 8 m.
de largo. Se van a cortar cuatro cuadrados iguales en las esquinas para doblar
la pieza met
alica resultante y soldarla para formar una caja sin tapa. C
omo
debe hacerse para obtener una caja del m
aximo volumen posible?
Soluci
on. la magnitud a maximizar es el volumen.
2 3
2 +=40x
v (x) = 12x2 52x + 40 12xv2
+ 2x)(5
40 = 0
13x
+ 10
0
= 52x
x(8
2x)3x
= 4x
26x
de donde
luego:
x=
13

169 120
13 49
13 7
x = 3 3 no v
alida
=
=
=
x=1
6
6
6
Comprobamos que realmente se trata de un m

aximo, a partir de la segunda
derivada:
v (x) = 24x 52 a (1) = 28 m
aximo
Ejemplo 3.68. Deseamos construir una lata cilndrica con 40 cm3 de capacidad. El material del fondo y de la tapa es dos veces m
as caro que el del
lateral. Hallar el radio y la altura de la lata m
as econ
omica.
Soluci
on. La magnitud a minimizar es el coste. Suponiendo que el precio
por unidad de superficie del lateral es p el de las bases ser
a 2p, con lo que
resulta:

Sb = r2 + r2 = 2r2
2p
coste Sb = 4r2 p
c = 4r2 p + 2rhp
Sl = 2rh
p
coste Sl = 2rhp
y teniendo en cuenta que v = 40 resulta r2 h = 40 h =
c = 4r2 p + 2rhp = 4r2 p + 2r
luego, c (r) = 8rp
40
de donde,
r2
40
80
p = 4r2 p + p
2
r
r
80
p, con lo que resulta,
r2
80
80
80
80
10
8rp 2 p = 0 8r 2 = 0 8r = 2 r3 =
=
r=
r
r
r
8
r
3
10
Comprobamos que realmente se trata de un mnimo, a partir de la segunda

derivada:
160
c (r) = 8 + 3 c (r) > 0 mnimo
r
la altura correspondiente a este radio ser
a:
r
r
40
40
40
3 1000
3 10
=4
h= r
=
= r
=4
= 4r
3
3
100
100
3 100
3 100
2
2
Ejemplo 3.69. Hallar el punto m
as cercano y m
as alejado de la par
abola
y = 4 x2 al punto (0, 1)
199
Soluci
on. Consideremos un punto generico X(x, y) de la par
abola y = 4x2 .
Su distancia al punto P (0, 1) vendr
a definida por la expresi
on:
p
d = (x 0)2 + (y 1)2
cuyo valor ha de ser m

aximo o mnimo. Ahora bien, para facilitar la resoluci
on del problema, eliminamos la raz cuadrada elevando al
cuadrado.
d2 = x2 + (y 1)2
y teniendo en cuenta el valor de y = 4 x2

resulta:
Figura 3.32: y = 4 x2
d2 = x2 + (4 x2 1)2 = x2 + (3 x2 )2 = x2 + 9 6x2 + x4 = x4 5x2 + 9
Y dado que, al ser d positivo, el valor m
aximo o mnimo de d se corresponde
2
con el de d , podemos optimizar la expresi
on:
g(x) = d2 = x4 5x2 + 9
Hallamos los puntos crticos
r
5
2
Para estudiar la naturaleza de los puntos crticos podemos acudir al signo
de la segunda derivada:
g (x) = 12x2 10
g (x) = 4x 10x
x(4x 10) = 0
g (0) = 10 M
aximo relativo
q
g (+ 52 ) = 12 25 10 = 30 10 = 20
q
g ( 52 ) = 12 25 10 = 30 10 = 20
x = 0, x =
mnimo relativo
mnimo relativo
El m
aximo relativo no es el m
aximo absoluto, ya que la funci
on no tiene
m
aximo absoluto por alejarse hacia el infinito.
El mnimo absoluto estar
a en uno de los dos mnimos relativos, para determinarlo hallamos el valor de la funci
on g en cada uno de ellos.
r
r
25 25
25 50 + 36
11
5
5
g(+
)=
+9=
=
= g(
)
2
4
2
4
4
2
Luego los puntos de la par
abola y = 4 x2 que se encuentran m
as cercano
al punto (0, 1) son:
r
r
5
3
5
5 3
)=4 =
P1 (+
, )
f (+
2
2
2
2 2

r
5
3
5
5 3
)=4 =
P2 (
, )
f (
2
2
2
2 2
mientras que el punto m
as alejado no existe.
r
3.7.

Soluciones en la p
agina ??
3.1.

3.1. Utilizando el polinomio de Taylor de orden 3 centrado en el origen de la funci
on
ln(1 + ln(1 + x)), y el de orden cuatro centrado en el origen de 1 cos(1 cos x), calcula
lm
x0
3 sen(x3 ) + 1 cos(1 cos x)

2 ln 1 + ln(1 + x) + e2x 1
Soluci
on. Los desarrollos de Taylor de las funciones que intervienen en el lmite los obtenemos a partir de los desarrollos de Taylor de las funciones elementales. En efecto,
3
x3
x3
x9
sen x x + sen x3 x3
+ = x3 + sen x3 x3
3!
3!
3!
cos x 1
x4
x2
x4
x2
+
1 cos x
+
2!
4!
2!
4!
de donde,
1 cos(1 cos x)
Por otro lado,
Z
ln(1 + x) =
x
0
dt
=
1+t
x4
x2
+
2!
4!
2!
x
0
2
1
dt =
1 (t)
x
0
x4
x2
+
2!
4!
4!
4
[1 t + t2 ] dt = x
x4
+
8
x2
x3
+

2
3
de donde,
x3
x3
x2
x2
+
)2
+
)3
(x
(x

x3
x2
2
3
2
3
+
)
+
ln 1 + ln(1 + x) (x
2
3
2
3
3
2
3
3
2
x
x
x
x
x
+
) (
+ ) + (
)
(x
2
3
2
2
3
7x3

x x2 +
6
Y, finalmente, tenemos
ex 1 + x +
x2
x3
+
+
2
3!
ex 1 x +
x2
x3
+
+
2
3!
de donde,
e2x 1 2x +
(2x)2
(2x)3
8x3
+
+ 2x + 2x2
+
2
3!
6
201
de donde, sustituyendo, resulta:

lm
x0
3 sen(x3 ) + 1 cos(1 cos x)

=
2 ln 1 + ln(1 + x) + e2x 1
3[x3 ] + [ x8 ]
=
x0
7x3
8x3
2[x x2 +
] + [2x + 2x2
+ ]
6
3
3[x3 ]
3[x3 ]
= lm
=3
= lm
3
3
x0
x0
14x
8x
6x3
[2x 2x2 +
] + [2x + 2x2
+ ]
6
6
6
= lm

Soluciones en la p
agina 380
3.1.
Captulo 4
Derivaci
on de funciones de
varias variables
4.1.
Derivadas parciales
4.1.1.
Introducci
on
Funciones de una variable. Recordemos que para una funci

on de una
variable f : D R R definida en el intervalo abierto D de R, se define la
derivada de f en x0 D, denotada por f (x0 ), como el valor del siguiente
lmite, si existe y es finito.
f (x0 ) =
f (x) f (x0 )
dy
f (x0 + h) f (x0 )
(x0 ) = lm
= lm
xx
h0
dx
h
x x0
0
Si f (x0 ) existe, su valor nos da la pendiente de la recta tangente a la gr

afica
de la funci
on y = f (x) en el punto x0 , f (x0 ) . El valor de f (x0 ) tambien
representa la raz
on de cambio instant
aneo de y respecto de x.
Nota: La raz
on de definir la derivada en un punto perteneciente a un conjunto abierto D (dominio de la funci
on), es para poder asegurar que para
h R peque
no, se tenga (x0 + h) D y que as tenga sentido la expresi
on
f (x0 + h) que aparece en la definici
on de derivada.
La importancia de estudiar el concepto de derivada radica en que a partir
de la derivada de una funci
on en un punto se puede obtener informaci
on sobre el comportamiento de la propia funci
on, aunque esta informaci
on es s
olo
local , es decir, a partir de f (x0 ) obtenemos informaci

on sobre el comportamiento de f , pero s
olo alrededor de x0 . As, por ejemplo, el simple hecho
de la existencia de f (x0 ) se
nala un comportamiento
suave de la gr
afica de
la funci
on en los alrededores del punto x0 , f (x0 ) ; el signo de f (x0 ) se
nala
el crecimiento o decrecimiento de la funci
on alrededor del punto, etc. Esta
informaci
on, aunque s
olo es local, es muy importante. No obstante, a partir
de la funci
on derivada f (x) podemos obtener una informaci
on m
as global
del comportamiento de la funci
on.
203
DE FUNCIONES MULTIVARIABLES
204 CAPITULO 4. DERIVACION
Funciones de dos variables. El concepto de derivada se puede generalizar
a funciones de dos variables z = f (x, y). La idea intuitiva responde a la
siguiente cuesti
on: C
omo se va a ver afectada una funci
on de dos variables
por una variaci
on de una de sus variables, mientras que la otra variable
permanece fija? Podemos responder a esta cuesti
on considerando cada vez
s
olo una de las variables. Esto es, hacemos la derivada de la funci
on cada vez
con respecto a una variable, manteniendo constante la otra. Este proceso se
conoce como derivaci
on parcial, y su resultado se llama derivada parcial de la
funci
on respecto a la variable independiente elegida. Para ello partimos de la
idea del concepto de derivada de funciones de una variable el lmite, cuando
el incremento de la variable tiende a cero, del cociente del incremento de la
funci
on dividido entre el incremento de la variable. Suponemos que una de
las variables es constante e incrementamos s
olo la otra, es decir, hacemos
la derivada suponiendo que la funci
on depende s
olo de una de las variables.
Con ello se reduce la discusi
on al caso uni-dimensional considerando una
funci
on de varias variables como una funci
on de una sola variable (cada
variable separadamente), manteniendo fijas las dem
as.
4.1.2.
Definici
on
Supongamos que en cierto entorno del punto (x0 , y0 ) est

a dada la funci
on
z = f (x, y). Si fijamos la variable y: y = y0 , obtenemos una funci
on de una
sola variable x: z = f (x, y0 ). La derivada habitualde esta funci
on en el
punto x = x0 se llama derivada parcial de la funci
on f en el punto (x0 , y0 ),
respecto de x, y se denota por
f (x0 , y0 )
,
x
o bien
f
(x0 , y0 )
x
De esta forma,
f (x0 , y0 )
x
def
=
df (x, y0 )
dx
x=x0
Nota: Se
nalemos que la designaci
on de la derivada parcial de la funci
on
f (x0 , y0 )
f , respecto de la variable x, por
es tradicional. Aunque es m
as
x
f
f
(x0 , y0 ), ya que la expresi
on
es un smbolo u
nico,
correcto escribir
x
x
que designa la nueva funci
on, cuyo valor se analiza en el punto (x0 , y0 ).
Teniendo en cuenta la definici
on de derivada de una funci
on de una sola
variable, resulta la siguiente definici
on de derivada parcial para funciones de
dos variable.
Definici
on 4.1. Dada una funci
on de dos variables f : D R2 R
2
definida en el abierto D de R , se define la derivada parcial de f con respecto
4.1. DERIVADAS PARCIALES
205
a x en el punto p = (x0 , y0 ) de D como el valor del siguiente lmite, si existe

y es finito.
f (x0 + h, y0 ) f (x0 , y0 )
f
(x0 , y0 ) = lm
h0
x
h
Del mismo modo, se define la derivada parcial de f con respecto a y en p,
como el siguiente lmite, si existe y es finito.
f
f (x0 , y0 + k) f (x0 , y0 )
(x0 , y0 ) = lm
k0
y
k
N
otese que en cada caso aplicamos la definici
on de derivada incrementando solamente una de las variables, mientras que la otra permanece fija.
M
as explcitamente podemos escribir:
f (x0 + x, y0 ) f (x0 , y0 )
f
(x0 , y0 ) = lm
x0
x
x
f
f (x0 , y0 + y) f (x0 , y0 )
(x0 , y0 ) = lm
y0
y
y
C
alculo de derivadas parciales aplicando la definici
on.
on, las dos derivadas parciales
de la funci
on f (x, y) = xy + x y, en el punto p(0, 0).
Soluci
on.
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
f
(0, 0) = lm
= lm
=
h0
h0
x
h
h
h
h0+h00
= lm = lm 1 = 1
= lm
h0 h
h0
h0
h
f
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
(0, 0) = lm
= lm
=
k0
k0
y
k
k
0k+0k0
k
= lm
= lm
= lm 1 = 1
k0
k0 k
k0
k
Ejemplo 4.2. Calcular las dos derivadas parciales en el punto p(0, 0) de la
funci
on:
2
xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
f
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
(0, 0) = lm
= lm
=
h0
h0
x
h
h
h 02
0
2 + 02
0
h
= lm = lm 0 = 0
= lm
h0 h
h0
h0
h
f
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
(0, 0) = lm
= lm
=
k0
k0
y
k
k
0 k2
0
2
2
0
= lm = lm 0 = 0
= lm 0 + k
k0 k
k0
k0
k
on, las dos derivadas parciales
2
2
de la funci
on f (x, y) = 2x xy + y , en el punto p(1, 0).
Soluci
on.
f (1 + h, 0) f (0, 0)
f
(1, 0) = lmh0
=
x
h
2(1 + h)2 (1 + h) 0 + 02 (2 0 + 0)
= lm
=
h0
h
2
2
2 + 4h + 2h 2
2(1 + 2h + h ) 2
= lm
=
= lm
h0
h0
h
h
4h + 2h2
= lm
= lm (4 + 2h) = 4
h0
h0
h
f (1, 0 + k) f (1, 0)
f (1, k) f (1, 0)
f
(1, 0) = lmk0
= lmk0
=
y
k
k
2 12 1 k + k 2 (2)
2 k + k2 2
= lm
= lm
=
00
k0
k
k
2
k + k
= lm (1 + k) = 1
= lm
k0
k0
k
4.1.3.
La funci
on derivada parcial
Si hallamos las derivadas parciales de una funci

on de dos variables z =
f (x, y) en un punto generico (x, y) de su dominio, obtenemos, a su vez,
funciones de dos variables, llamadas funciones derivadas parciales. As:
f
f (x + h, y) f (x, y) f
f (x, y + k) f (x, y)
(x, y) = lm
,
(x, y) = lm
h0
k0
x
h
y
k
on, las derivadas parciales de la
funci
on:
f (x, y) = x2 y 3 + 5
Soluci
on.
f (x + h, y) f (x, y)
(x + h)2 y 3 + 5 (x2 y 3 + 5)
f
(x, y) = lm
= lm
=
h0
h0
x
h
h
x2 y 3 + 2hxy 3 + h2 y 3 + 5 x2 y 3 5
2hxy 3 + h2 y 3
= lm
= lm
=
h0
h0
h
h
= 2x y 3
207
f (x, y + k) f (x, y)
x2 (y + k)3 + 5 (x2 y 3 + 5)
f
(x, y) = lm
= lm
=
k0
k0
y
k
k
x2 y 3 + 3x2 y 2 k + 3x2 yk 2 + x2 k 3 + 5 x2 y 3 5
= lm
=
k0
k

3x2 y 2 k + 3x2 yk 2 + x2 k 3
= lm
= lm 3x2 y 2 + 3x2 yk + x2 k 2 =
k0
k0
k
= 3x2 y 2
C
alculo de derivadas parciales mediante las reglas de derivaci
on.
Si observamos los resultados del ejemplo anterior, podemos concluir que no
es necesario aplicar la definici
on para calcular las derivadas parciales, sino
que se pueden calcular aplicando las reglas ordinarias de derivaci
on. Esto
se deduce de la propia definici
on, ya que de la definici
on de las derivadas
parciales, como derivadas ordinarias con la condici
on de que se han fijado
todas las variables excepto una, respecto de la cual se toma la derivada, se
deduce que al calcular las derivadas parciales se pueden utilizar las reglas
del c
alculo de las derivadas ordinarias. Es decir,
f
(x, y) Se puede calcular mediante las reglas de derivaci
on, es decir, como
x
una derivada ordinaria, de la funci
on f respecto de la variable x,
suponiendo y constante (es decir, como si la funci
on f dependiera
s
olo de x, porque y es un n
umero). En consecuencia, consideramos
que y es constante y derivamos con respecto a x.
f
(x, y) Se puede calcular mediante las reglas de derivaci
on, es decir, como
y
una derivada ordinaria, de la funci
on f respecto de la variable y,
suponiendo x constante (es decir, como si la funci
on f dependiera
s
olo de y, porque x es un n
umero). En consecuencia, consideramos
que x es constante y derivamos con respecto a y.
Ejemplo 4.5. Calcular las dos derivadas parciales de las siguientes funciones:
1. f (x, y) = x2 + 2xy 2 y 3
a) Fijemos en la f
ormula la variable y, es decir, supongamos que y
es un n
umero, con lo cual obtenemos una funci
on de una sola
variable x; y calculando su derivada tendremos:
f
= 2x + 2y 2
x
b) De la misma forma, fijemos ahora la variable x es decir, supongamos que x es un n
umero, con lo cual obtenemos una funci
on
de una sola variable y; y calculando su derivada tendremos:
f
= 4xy 3y 2
y
2. z = (x2 + y 2 )exy
z
= 2xexy + (x2 + y 2 )(yexy ) = (2x x2 y y 3 )exy
x
z
= 2yexy + (x2 + y 2 )(xexy ) = (2y x3 xy 2 )exy
y
3. z = xyex/y
z
1
= yex/y + xy( ex/y ) = (y + x)ex/y
x
y
x2
x
x(y x)ex/y
z
= xex/y + xy( 2 ex/y ) = (x )ex/y =
y
y
y
y
on: f (x, y) = 4x3 y 2 4x2 + y 6 + 1. Hallar las
dos derivadas parciales en el punto (1, 1)
Soluci
on. Calculamos las derivadas parciales mediante las reglas de derivaci
on y luego sustituimos las coordenadas del punto.
f
(x, y) = 12x2 y 2 8x
x
f
(x, y) = 8x3 y + 6y 5
f
(1, 1) = 12 8 = 4
x
f
(1, 1) = 8 + 6 = 14
y
Notaci
on: Se utilizan las siguientes notaciones:
zx =
f
f
z
=
=
(x, y) = fx = fx = fx (x, y) = Dx f (x, y) = D1 f (x, y)
x
x
x
zy =
f
f
z
=
=
(x, y) = fy = fy = fy (x, y) = Dy f (x, y) = D2 f (x, y)
y
y
y
Cuando se trate de un punto generico (x, y), normalmente no indicaremos las

coordenadas, simplemente pondremos fx . Sin embargo, cuando se trate de un
punto concreto (x0 , y0 ), siempre las indicaremos, para saber de que punto se
trata. En este caso, en algunas ocasiones utilizaremos la siguiente notaci
on:
#
f
f
(x0 , y0 ) =
x
x
(x0 ,y0 )
4.1.4.
Funciones de m
as de dos variables
El concepto de derivada parcial se puede generalizar a funciones de cualquier

n
umero de variables. Bastar
a con derivar la funci
on suponiendo que depende,
en cada caso, de una sola variable, con las dem
as fijas. As, si w = f (x, y, z),
entonces hay tres derivadas parciales, las cuales se obtienen considerando
cada vez dos de las variables constantes y derivando respecto de la otra. Es
209
decir, para definir la derivada parcial de w con respecto a x, consideramos

que y y z son constantes y escribimos
f (x + x, y, z) f (x, y, z)
w
= lm
x0
x
x
Para definir la derivada parcial w con respecto a y, consideramos que x y z
son constante y escribimos
w
f (x, y + y, z) f (x, y, z)
= lm
y0
y
y
Para definir la derivada parcial w con respecto a z, consideramos que x y y
son constante y escribimos
f (x, y, z + z) f (x, y, z)
w
= lm
z0
z
z
Ejemplo 4.7. Hallar las derivadas parciales de la funci
on:
f (x, y, z) = e5z cos x sen 4y
Soluci
on. En cada caso, suponemos constante dos de las variables, con lo cual
se obtiene una funci
on de una sola variable, respecto de la cual se deriva.
f
= e5z sen x sen 4y
x
f
= 4e5z cos x cos 4y
y
f
= 5e5z cos x sen 4y
z
Notaci
on vectorial para definir las derivadas parciales. Como acabamos de ver,
el concepto de derivada parcial se extiende a funciones de tres variables f (x, y, z) de la
siguiente forma:
f (x, y + y, z) f (x, y, z)
f (x, y + t, z) f (x, y, z)
f
= lm
= lm
t0
y0
y
y
t
An
alogamente se calculan las dem
as derivadas parciales.
Para los incremento, x, y, etc., en vez de usar las letras h, k, etc., se pueden usar
h1 , h2 , etc., o bien, podemos usar siempre la letra t.
Del mismo modo se extiende a funciones de cuatro variables f (x, y, z, u)
f (x, y + t, z, u) f (x, y, z, u)
f
= lm
t0
y
t
Desde el punto de vista te
orico, para definir las derivadas parciales en el caso general
de funciones de n variables f : D Rn R, conviene usar notaci
on vectorial. Para
ello consideramos los vectores e1 , e2 , , en Rn de la base can
onica de Rn , cuyas
componentes son:
e1 = (1, 0, , 0), e2 = (0, 1, , 0), , en = (0, 0, , 1)
con lo cual, para cualquier n
umero t R, resulta:
te1 = (t, 0, , 0), te2 = (0, t, , 0), , ten = (0, 0, , t)
de donde, para cualquier punto p Rn , de coordenadas p = (x1 , x2 , , xn ), se tiene:
p + tei = (x1 , x2 , , xn ) + (0, , t, , 0) = (x1 , x2 , , xi + t, , xn )
Es decir, p + tei tiene las mismas coordenadas que p, salvo la i-esima coordenada que se
ha incrementado en t. En consecuencia, podemos enunciar la siguiente definici
on:
Definici
on 4.2 (Derivadas parciales). Sea f : D Rn R una funci
on definida en
el conjunto abierto1 D de Rn , y sea p D. Se define la derivada parcial de f con respecto
a su i-esima variable en el punto p, como el siguiente lmite, si existe y es finito:
f (p + tei ) f (p)
f
(p) = lm
t0
xi
t
Del mismo modo puede definirse la derivada parcial en un punto generico x D,
como
f (x + tei ) f (x)
f
(x) = lm
t0
xi
t
4.1.5.
Raz
on de cambio
Las derivadas parciales tambien pueden interpretarse como la raz

aneo de la funci
on respecto de una variable, mientras la otra
permanece fija. As,
f
(x0 , y0 ) Se puede interpretar como la
x
funci
on f cuando se conserva
f
(x0 , y0 ) Se puede interpretar como la
y
funci
on f cuando se conserva
raz
aneo de la
fija la variable y y vara la x.
raz
aneo de la
fija la variable x y vara la y.
Es decir, las derivadas parciales miden la velocidad de variaci

on parcial de
la funci
on con respecto a cada variable, cuando las dem
as se mantienen fijas.
Ejemplo 4.8. Un cilindro recto tiene 4 cm. de radio y 20 cm. de altura. Hallar la raz
on de cambio del volumen del cilindro respecto del radio y respecto
de la altura.
Soluci
on. Tenemos que V = r2 h, luego:
Para hallar la raz
on de cambio del volumen respecto del radio, r, fijamos
1
La raz
on de definir las derivadas parciales en un punto perteneciente a un conjunto
abierto D (dominio de la funci
on), es para poder asegurar que para t R peque
no, se tenga
p + tei D y que as tenga sentido la expresi
on f (p + tei ) que aparece en la definici
on de
derivada parcial. No obstante, este requisito puede reemplazarse por la exigencia de que
p sea un punto interior del dominio. Es decir, para poder hablar de la derivada de una
funci
on en un punto, la funci
on tiene que estar definida en cierto entorno del punto.
211
la altura, h, y derivamos con respecto a r. A continuaci

on evaluamos la
derivada parcial para r = 4 y h = 20.
V
= 2rh
r
V
(r = 4, h = 20) = 2 4 20 = 160 cm3 /cm de r
r
Para hallar la raz

on de cambio del volumen respecto de la altura, h, fijamos el
radio, r, y derivamos con respecto a h. A continuaci
on evaluamos la derivada
parcial para r = 4 y h = 20.
V
= r2
h
V
(r = 4, h = 20) = 16 cm3 /cm de h
h
En el primer caso, si mantenemos fija la altura e incrementamos el radio, se

produce un incremento del volumen de 160 cm3 /cm de r. Mientras que
en el segundo caso, si mantenemos fijo el radio e incrementamos la altura,
se produce un incremento del volumen de 16 cm3 /cm de h
4.1.6.
Interpretaci
on geom
etrica de las derivadas parciales
Recta tangente
6
P
z = f (x, y)
y0
x0
z = f (x, y)
@
R z = f (x, y0 )
@
x0
p(x0 , y0 )
Q
k
Q
z = f (x0 , y)
y0
y
-
Recta
tangente
y
-
p(x0 , y0 )
Figura 4.1: Curvas z = f (x, y0 ) y z = f (x0 , y).

Si en la ecuaci
on z = f (x, y) fijamos la variable y, y = y0 , resulta una
funci
on de una sola variable, z = f (x, y0 ) = g(x). Desde el punto de vista
geometrico, la funci
on g(x) = f (x, y0 ) representa la curva que se obtiene de
la intersecci
on de la superficie z = f (x, y) con el plano y = y0
z = f (x, y)
y = y0
z = f (x, y0 ) = g(x)
En consecuencia, la derivada parcial de la funci

on f , respecto de la variable
x, en el punto p representa la pendiente de la tangente a la curva g(x) =
f (x, y0 ) en el punto P correspondiente de la gr
afica, es decir, la inclinaci
on
de la superficie en la direcci
on del eje x.
An
alogamente, la funci
on g(y) = f (x0 , y) representa la curva que se
obtiene de la intersecci
on de la superficie z = f (x, y) con el plano x = x0
z = f (x, y)
x = x0
z = f (x0 , y) = g(y)
La derivada parcial de la funci

on f , respecto de la variable y, en el punto p
representa la pendiente de la tangente a la curva g(y) = f (x0 , y) en el punto
P correspondiente de la gr
afica, es decir, la inclinaci
on de la superficie en la
direcci
on del eje y.
En un lenguaje m
as informal, diremos que los valores de f /x y f /y
en el punto (x0 , y0 ) representan la pendiente de la superficie en el punto
(x0 , y0 , z0 ) en las direcciones de los ejes x e y, respectivamente.
Ejemplo 4.9. Hallar la pendiente a la superficie f (x, y) = 16 x2 4y 2 en
el punto P (3, 1, 3), en las direcciones de los ejes x e y.
Soluci
on. En la direcci
on del eje Ox, la pendiente viene dada por
f
= 2x
x
f
(3, 1) = 6
x
tan = 6
En la direcci
on del eje Oy, la pendiente viene dada por
f
= 8y
y
f
(3, 1) = 8
y
tan = 8
El que la derivada parcial en una direcci

on sea positiva y en otra negativa
significa que, desde el punto p, en la direcci
on del eje Ox la funci
on decrece,
mientras que en la direcci
on del eje Oy crece.
4.1.7.
Continuidad y derivadas parciales
Recordemos que para n = 1, es decir, para las funciones de una variable, de

la existencia de la derivada en un punto se deriva tambien que la funci
on
es continua en ese punto. Sin embargo, para funciones de varias variables,
la existencia de las derivadas parciales no garantiza la continuidad de una
funci
on.
En efecto, la existencia de fx depende del comportamiento de la funci
on
s
olo en la direcci
on del eje x, y la existencia de fy del comportamiento de la
funci
on s
olo en la direcci
on del eje y, mientras que la continuidad depende del
comportamiento de la funci
on en todos los puntos del entorno. Esto significa
que una funci
on puede tener derivadas parciales en un punto aunque no sea
continua en dicho punto.
Tenemos pues, que cuando n 2, incluso de la existencia de todas las
derivadas parciales en cierto punto, no se deduce la continuidad en ese punto.
213
Por otro lado, igual que ocurre para funciones de una variable, resulta
evidente que de la continuidad de las funciones de n variables en un punto
dado, no se deriva la existencia de sus derivadas parciales en ese punto.
En consecuencia, para funciones de n variables, n 2, ni de la continuidad de esa funci
on en un punto se deduce la existencia de las derivadas
parciales, ni de la existencia de las derivadas parciales se deduce la continuidad en el punto.
Ejemplo 4.10. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci
on f : R2 R definida por:
xy
si (x, y) 6= (0, 0)
2
x + y2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
1.
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante las rectas y = mx resulta:
lm
(x,y)(0,0) x2
xy
xmx
xy
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
m
m
=
2
x0 1 + m
1 + m2
= lm
luego el lmite no existe ya que depende del valor de m. Es decir, seg

un
la recta por la que nos aproximemos al punto tendramos un valor del
lmite u otro.
2.
Existencia de las derivadas parciales. A pesar de que la funci

on no es
continua en el punto p(0, 0), las derivadas parciales en dicho punto
existen. En efecto:
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
f
(0, 0) = lm
= lm
=
h0
h0
x
h
h
h0
0
2
2
= lm h + 0
=0
h0
h
f
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
(0, 0) = lm
= lm
=
k0
k0
y
k
k
0 k2
0
2
2
= lm 0 + k
=0
k0
k
Ejemplo 4.11. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci

1 si xy 6= 0
f (x, y) =
0 si xy = 0
Soluci
on. Entendamos primero el significado de la expresi
on que define la
funci
on. Tenemos que la imagen de un punto (x, y) es 1 si las dos componentes son distintas de cero, y 0 si alguna de las componentes es cero. Es
decir, para x 6= 0 e y 6= 0, se tiene:
f (x, y) = 1,
f (x, 0) = 0,
f (0, y) = 0,
f (0, 0) = 0.
En consecuencia,
1.
mediante la recta y = x resulta:
h i
lm f (x, y) = lm
1 = 1 6= f (0, 0) = 0
(x,y)(0,0)
(x,y)(0,0)
y=x
mientras que si nos acercamos al punto mediante la recta x = 0 resulta:

h i
0 = 0 6= 1
lm f (x, y) = lm
(x,y)(0,0)
2.
4.2.
(x,y)(0,0)
y=0
Existencia de las derivadas parciales. A pesar de que la funci

on no es
continua en el punto p(0, 0), las derivadas parciales en dicho punto
existen. En efecto:
i
f
dh
dh i
(0, 0) =
f (x, 0)
0
=
=0
x
dx
dx
x=0
x=0
h
i
h
i
d
d
f
=
=0
(0, 0) =
f (0, y)
0
y
dy
dy
y=0
y=0
Derivadas parciales de
ordenes superiores
Derivadas parciales de segundo orden

Las derivadas parciales de una funci
on de dos variables f (x, y), son, a su vez,
funciones de dos variables, fx (x, y), fy (x, y) y, por lo tanto, podemos obtener
de ellas, nuevamente, sus derivadas parciales. Llamadas derivadas parciales
de segundo orden. As, resultan las siguientes cuatro derivadas parciales de
segundo orden:

f
f
f
f
,
,
,
x x
y x
x y
y y

4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
215
Notaci
on: Para simplificar los parentesis usaremos la siguiente notaci
on:

2
f
f
= D1 (D1 f ) = D11 f
(fx )x = fxx =
=
x x
x2

2f
f
= D2 (D1 f ) = D21 f
=
(fx )y = fxy =
y x
yx

f
2f
(fy )x = fyx =
= D1 (D2 f ) = D12 f
=
x y
xy

f
2f
(fy )y = fyy =
= D2 (D2 f ) = D22 f
=
y y
yy
Para evitar confusi

on con el orden de derivaci
on (fxy = D21 f ), utilizaremos el siguiente criterio: se empieza derivando por la variable m
as cercana
a la funci
on. As, derivar primero con respecto a x y a continuaci
on con respecto a y, se escribir
a con cualquiera de las expresiones:
2f
= fxy = Dyx f
yx
mientras que derivar primero con respecto a y y a continuaci

on con respecto
a x, se escribir
a con cualquiera de las expresiones:
2f
= fyx = Dxy f
xy
Nota. El criterio utilizado aqu, unas veces va de izquierda a derecha fxy y
otras de derecha a izquierda Dyx f , por eso algunos autores utilizan criterios
diferentes. Sin embargo el utilizado aqu es el m
as aceptado.
Ejemplo 4.12. Hallar las derivadas parciales de segundo orden de la funci
on
f (x, y) = sen(x2 y)
Soluci
on.
fx = 2xy cos(x2 y)

fxx = fx x = 2y cos(x2 y) + 2xy 2xy sen(x2 y) =
= 2y cos(x2 y) 4x2 y 2 sen(x2 y)

fxy = fx y = 2x cos(x2 y) + 2xy x2 sen(x2 y) =
= 2x cos(x2 y) 2x3 y sen(x2 y)
fy = x2 cos(x2 y)

fyx = fy x = 2x cos(x2 y) + x2 2xy sen(x2 y) =
= 2x cos(x2 y) 2x3 y sen(x2 y)

fyy = fy y = x2 x2 sen(x2 y) = x4 sen(x2 y)
Derivadas parciales cruzadas. Las derivadas parciales fxy y fyx , se llaman derivadas parciales cruzadas y cuando son continuas coinciden.
Teorema 4.1 (Igualdad de las derivadas parciales cruzadas). Si f
es una funci
on de dos variables x e y y tal que f , fx , fy , fxy y fyx son continuas en una regi
on abierta R, entonces se tiene que las derivadas parciales
cruzadas coinciden para cada (x, y) de R,
fxy (x, y) = fyx (x, y)
Este teorema se llama Teorema de Schwartz, y puede enunciarse en terminos m
as restrictivo de la siguiente forma
Teorema 4.2 (Teorema de Schwartz). Sea f : D R2 R una funci
on
definida en el abierto D de R2 . Si las derivadas parciales fxy : D R2 R
y fyx : D R2 R existen y son funciones continuas en D, entonces
fxy = fyx
El teorema de Schwartz tambien puede enunciarse en los siguientes terminos: Si fx , fy , y fxy son continuas en un entorno del punto (x0 , y0 ), entonces
existe fyx (x0 , y0 ) y se verifica fyx (x0 , y0 ) = fxy (x0 , y0 ).
Ejemplo 4.13. Hallar las derivadas parciales de segundo orden de la funci
on
2
2
f (x, y) = x2 yex +y
Soluci
on.
fx = 2xyex
2 +y 2
+ x2 y 2xex
2 +y 2
= (2x3 y + 2xy)ex
2 +y 2
2
2
+ (2x3 y + 2xy) 2xex +y =
2
2
= (4x4 y + 10x2 y + 2y)ex +y
2
2
2
2
fxy = (2x3 + 2x)ex +y + (2x3 y + 2xy) 2yex +y =
2
2
= (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y
2
2
2
2
2
2
fy = x2 ex +y + x2 y 2yex +y = (2x2 y 2 + x2 )ex +y
2
2
2
2
fyx = (4xy 2 + 2x)ex +y + (2x2 y 2 + x2 ) 2xex +y =
2
2
= (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y
2
2
2
2
2
2
fyy = 4x2 yex +y + (2x2 y 2 + x2 ) 2yex +y = (4x2 y 3 + 6x2 y)ex +y
fxx = (6x2 y + 2y)ex
2 +y 2
Ejemplo 4.14. Comprobar que las derivadas parciales cruzadas de la siguiente funci
on, en el punto (0, 0) no coinciden.
Soluci
on.
3
3
x y xy
2
2
x +y
f (x, y) =
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)

4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
217
Si (x, y) 6= (0, 0), las derivadas parciales son:

(3x2 y y 3 )(x2 + y 2 ) (x3 y xy 3 )2x
x3 y xy 3
f
=
=
=
x
x
x2 + y 2
(x2 + y 2 )2
3x4 y + 3x2 y 3 x2 y 3 y 5 2x4 y + 2x2 y 3
x4 y + 4x2 y 3 y 5
=
2
2
2
(x + y )
(x2 + y 2 )2
=
f
=
y
y
=
x3 y xy 3
x2 + y 2
(x3 3xy 2 )(x2 + y 2 ) (x3 y xy 3 )2y

=
(x2 + y 2 )2
x5 4x3 y 2 xy 4
x5 + x3 y 2 3x3 y 2 3xy 4 2x3 y 2 + 2xy 4
=
(x2 + y 2 )2
(x2 + y 2 )2
En el punto (0, 0), las derivadas parciales son:

f
f (h, 0) f (0, 0)
(0, 0) = lm
= lm
h0
h0
x
h
h3 0h03
h2 +02
h
3
=0
0 k0k
0
f (0, k) f (0, 0)
f
2
2
(0, 0) = lm
= lm 0 +k
=0
k0
k0
y
k
k
De donde, aplicando directamente la definici
on de derivada parcial, resulta:
2f
(0, 0) =
yx
y
f
x
f
f
(0, k)
(0, 0)
x
(0, 0) = lm x
=
k0
k
= lm
k0
2f
xy
(0, 0) =
f
y
04 k+402 k3 k5
(02 +k2 )2
= 1
f
f
(h, 0)
(0, 0)
y
y
=
(0, 0) = lm
h0
h
= lm
h0
h5 4h3 Oh04
(h2 +02 )2
= +1
El teorema 4.2, de igualdad de las derivadas parciales cruzadas, tambien

se aplica a funciones de tres o m
as variables siempre y cuando f y todas sus
derivadas parciales primeras y segundas sean continuas. Por ejemplo, si f es
una funci
on de tres variables, w = f (x, y, z), y f y todas sus derivadas parciales primeras y segundas son continuas en una regi
on abierta R, entonces
en cada punto de R el orden en la derivaci
on de las derivadas parciales
segundas cruzadas es irrelevante. Esto es,
fxy (x, y, z) = fyx (x, y, z)
fxz (x, y, z) = fzx (x, y, z)
fyz (x, y, z) = fzy (x, y, z)
Derivadas parciales de tercer orden
Si adem
as, las derivadas parciales de tercer orden son continuas, entonces no
importa el orden de derivaci
on de las derivadas parciales cruzadas de tercer
orden. En consecuencia, si hacemos las derivadas parciales de tercer orden,
resultan 23 = 8 derivadas, pero si son continuas se reducen a 3 + 1 = 4
derivadas distintas:
n f
xxx
fxxy
fx
n f
xyx
(
fxy
fxyy
f
n f
yxx
( f
yx
fyxy
fy
n f
yyx
fyy
fyyy
( f
xx
fxxx
fxx
fxxy
fx
Si son continuas f
fxy
fy
fxyy
fyy
fyyy
Es decir, si las derivadas parciales son continuas no importa el orden

de derivaci
on, sino el n
umero de veces que se ha derivado respecto de cada
variable.
Ejemplo 4.15. Hallar las derivadas parciales de tercer orden de la funci
on:
f (x, y) = x2 + 2xy 2 y 3
Soluci
on.
fxx = 2
f (x, y) = x + 2xy y
fx = 2x + 2y
fy = 4xy 3y
fxy = 4y
fyy
= 4x 6y
fxxx = 0
fxxy = 0
fxyy = 4
fyyy = 6
Derivadas parciales de orden n

Si hacemos las derivadas parciales de orden n, resultan 2n derivadas, pero si
son continuas se reducen a n+1 derivadas distintas. Es decir, si las derivadas
parciales son continuas no importa el orden de derivaci
on, sino el n
umero de
veces que se ha derivado respecto de cada variable. Ahora bien, aunque el
resultado final de las derivadas parciales no depende del orden de derivaci
on,
el proceso de derivaci
on puede resultar mucho m
as complicado en un orden
que en otro.
on f (x, y) =
y2
xy
. Hallar D2311 f y D1132 f
+ z2
219
4.3. DERIVADAS DIRECCIONALES.

Soluci
on.
D2311 f = D231 D1 f = D231
D1132 f = D113 D2 f = D113
y
y2 + z2
=0
x(y 2 + z 2 ) xy2y
(y 2 + z 2 )2
= D113
xz 2 xy 2
(y 2 + z 2 )2

2xz(y 2 + z 2 )2 (xz 2 xy 2 )2(y 2 + z 2 )2z
=
= D11
(y 2 + z 2 )4

2xz(3y 2 z 2 )
2z(3y 2 z 2 )
= D11
= D1
=0
(y 2 + z 2 )3
(y 2 + z 2 )3

4.3.
4.3.1.
Derivadas direccionales.
Derivadas direccionales
Las derivadas parciales fx (x, y) y fy (x, y), representan, respectivamente, la

pendiente de la superficie z = f (x, y) en las direcciones del eje OX y del
eje OY . Para hallar la pendiente en cualquier otra direcci
on se utilizan las
derivadas direccionales. Es decir, las derivadas parciales nos dan una medida
de la variaci
on de una funci
on solamente en la direcci
on de cada eje coordenado. Es natural buscar un concepto m
as general de derivada a fin de que
nuestras consideraciones no queden restringidas a las direcciones particulares
de los ejes coordenados y nos permita estudiar la raz
on de incrementos en
una direcci
on cualquiera. La derivada direccional responde a este prop
osito.
Queremos estudiar la variaci
on de la funci
on f en el punto p cuando el
argumento vara en la direcci
on marcada por el vector ~v. Para ello partimos
de la idea del concepto de derivada de funciones de una variable el lmite,
cuando el incremento de la variable tiende a cero, del cociente del incremento de la funci
on dividido entre el incremento de la variable.
z
Es decir, la derivada direccional

de la funci
on f , en el punto p,
en la direcci
on del vector ~v, viene
definida por el lmite:
f (x)
f (p)
@
D~v f (p) = lm
xp
@
@
z = f (x, y)
y0
x0
p(x0 , y0 )
y
-
R
~v @ t
@
@
x(x, y)
Figura 4.2: Derivada direccional.
f (x) f (p)
t
donde x es un punto pr
oximo a p
y adem
as situado en la direcci
on
marcada por el vector ~v, y t es la
longitud orientada del segmento
px , es decir, la longitud de este
segmento con signo positivo, si el
tiene la misma direcvector
px
ci
on que el vector ~v, y con signo
negativo en caso contrario.
Para la derivada direccional usaremos cualquiera de las notaciones:

f
(p)
~v
Desde el punto de vista gr
afico, el problema se ha reducido a dos dimensiones mediante la intersecci
on de la superficie con el plano vertical que pasa
por el punto p y es paralelo al vector ~v. Este plano corta a la superficie mediante una curva C, y definimos la pendiente de la superficie en (x0 , y0 , z0 )
como la pendiente de la curva C en ese punto.
C
alculo de la derivada direccional conocido el vector director:
D~v f (p) =
1. Vector director unitario ~u : Si el vector director es unitario resulta:

k pxk = |t|
px = t~u x p = t~u x = p + t~u
k~u k = 1
de donde,
D~v f (p) = lm
t0
f (p + t~u ) f (p)
t
(4.1)
2. Vector director no unitario ~v : Si el vector no es unitario, resulta:

k px k = |t|
px 6= t~v
k~v k =
6 1
luego no podemos hacer la sustituci
on anterior. Por lo tanto, si el
vector no es unitario, hallamos el vector unitario de la misma direcci
on
y sentido que el dado, y a ese nuevo vector hallado le aplicamos el
resultado anterior.
~v
~u =
k~v k
221
El concepto de derivada direccional generaliza el concepto de derivada

parcial, de manera que las derivadas parciales pueden obtenerse como casos
particulares de las derivadas direccionales. As, fx es la derivada direccional
en la direcci
on del vector (1, 0) y fy en la direcci
on del vector (0, 1), es decir:
fx (p) = D~u f (p) para ~u = (1, 0)
fy (p) = D~u f (p) para ~u = (0, 1)
Se debe observar que puede existir la derivada direccional de una funci

on,
en un punto, con respecto a un vector, y sin embargo, puede suceder que no
exista la derivada direccional con respecto a otro vector.
Ejemplo 4.17. Hallar la derivada direccional de f (x, y) = x2 + 3xy 2 en
el punto p(1, 2), en la direcci
on que apunta hacia el origen.
Soluci
on. Hallamos el vector director y comprobamos su m
odulo.
~v = po = o p = (0, 0) (1, 2) = (1, 2) |~v | = 1 + 4 = 5 6= 1

luego,
~u =
1 2
1 2
~v
2t
t
= ,
p+t~u = (1, 2)+t , = 1 , 2
|~v |
5 5
5 5
5
5
de donde,
f (p) = f (1, 2) = 12 + 3 1 22 = 1 + 12 = 13

2t
t 2
2t 2
t
t
2
+3 1
=
f (p + t~u )=f 1 , 2 = 1
5
5
5
5
5

2t
t2
3t
4t2
8t
=1
+ + 3
+
=
4
5
5
5
5
5
2t
t2
24t 12t2 12t 24t2
12t3
=1 + + 12 +
+
=
5
5
5
5
5
5
5 5
12t3
38t 37t2

=13 +
5
5
5 5
con lo que resulta,
12t3
38t 37t2
13
13 +
f (p + t~u ) f (p)
5
5
5 5
D~v f (1, 2) = lm
= lm
=
t0
t0
t
t

38 37t 12t2
38
= lm +
=

t0
5
5
5 5
5
El que la derivada direccional sea negativa significa que la funci
on decrece
en esa direcci
on.
C
alculo de la derivada direccional conocido el
angulo director.
Conocido el
angulo que forma el vector director con la direcci
on positiva
del eje OX, se tienen inmediatamente las coordenadas del vector director
unitario. En efecto,
~u = (cos , sen ).
El concepto de derivada direccional se puede generalizar para cualquier
n
umero de variables. As, para el caso general podemos enunciar la siguiente
definici
on:
Definici
on 4.3 (Derivada direccional). Sea f : D Rn R una funci
on definida en el conjunto abierto D de Rn y sea p D un punto dado de
D. Sea ~u un vector unitario dado. Se define la derivada de la funci
on f en
f
(p), o bien D~u f (p), como el
p, en la direcci
on del vector ~u , denotada
~u
siguiente lmite, si existe y es finito.
f (p + t~u ) f (p)
t0
t
D~u f (p) = lm
Ejemplo 4.18. Hallar la derivada direccional de f (x, y, z) = xyz en el

punto p(1, 0, 1), seg
un la direcci
on del vector ~v = (1, 1, 1).
Soluci
on. Hallamos el vector unitario ~u con la misma direcci
on y sentido
que ~v , para ello lo dividimos por su m
odulo.
|~v | =
luego,
1+1+1=
3 6= 1
~u =
1 1 1
~v
= , ,
|~v |
3 3 3
1 1 1
t
t
t
p + t~u = (1, 0, 1) + t , , = 1 + , , 1 +
3 3 3
3 3
3
de donde,
f (p) = f (1, 1, 1) = 1 0 (1) = 0

t
t
t
t
t
t
f (p + t~u ) = f 1 + , , 1 + = 1 +
1 +
=
3 3
3
3
3
3

2
t3
t
t
t
=
1
=
3
3
3
3 3
con lo que resulta,
t
t3
0
f (p + t~u ) f (p)
3 3
3
D~v f (1, 1, 1) = lm
= lm
=
t0
t0
t
t

2
1
1
t

=
= lm
t0 3 3
3
3
223
4.3.2.
Relaci
on entre la derivada direccional y las derivadas parciales
Veamos a partir de un ejemplo un resultado que justificaremos m

as adelante.
Ejemplo 4.19. Hallar la derivada direccional de f (x, y) = x2 + y 3 en
un punto generico p(x, y), seg
un la direcci
on de un vector generico unitario
~u = (u1 , u2 ).
Soluci
on. Tenemos,
p + t~u = (x, y) + t(u1 , u2 ) = (x + tu1 , x + tu2 )
de donde,
f (p) = f (x, y) = x2 + y 3
f (p + t~u ) = f (x + tu1 , x + tu2 ) = (x + tu1 )2 + (x + tu2 )3 =
= x2 + 2xtu1 + t2 (u1 )2 + x3 + 3x2 tu2 + 3xt2 (u2 )2 + t3 (u2 )3
con lo que resulta,
D~u f (x, y) = lm
t0
f (p + t~u ) f (p)
=
t
x2 + 2xtu1 + t2 (u1 )2 + y 3 + 3y 2 tu2 + 3yt2 (u2 )2 + t3 (u2 )3 (x2 + y 3 )

=
t0
t

= lm 2xu1 + t(u1 )2 + 3y 2 u2 + 3yt(u2 )2 + t2 (u2 )3 = 2xu1 + 3y 2 u2
= lm
t0
El c
alculo de la derivada direccional aplicando la definici
on resulta bastante engorroso, no obstante, el resultado de este ejemplo nos puede hacer
intuir una propiedad que demostraremos m
as adelante (ver teorema 4.5 en
la p
agina 240) D~u f = fx u1 + fy u2 . Es decir, la derivada direccional se
puede obtener como la suma de los productos de las derivadas parciales por
las componentes del vector unitario de direcci
on. Esto nos permite obtener
las derivadas direccionales de una manera mucho m
as f
acil que aplicando
directamente la definici
on. Sin embargo, esta f
ormula no es v
alida para todo
tipo de funciones, sino solamente para las ((diferenciables)), de ah que, en
ocasiones, tengamos que acudir al inc
omodo lmite de la definici
on.
Ejemplo 4.20. Comprobar que las derivadas direccionales calculadas en los
on anterior.
ejemplo 4.17 y 4.18 cumplen la relaci
Soluci
on.
1.
En el ejemplo 4.17 tenemos los siguientes datos:

f (x, y) = x2 + 3xy 2 ,
p(1, 2)
1 2
y ~u = ,
5 5
luego:
fx = 2x + 3y 2
fy = 6xy
fx (1, 2) = 2 + 12 = 14
fy (1, 2) = 12
de donde,
38
14 24
f
(p) = fx (p) u1 + fy (p) u2 = + =
~u
5
5
5
2.
En el ejemplo 4.18 tenemos los siguientes datos:

1 1 1
f (x, y) = xyz, p(1, 0, 1) y ~u = , ,
3 3 3
luego:
de donde,
fx = yz fx (1, 0, 1) = 0
fy = xz
fy (1, 0, 1) = 1
fz = xy
fz (1, 0, 1) = 0
1
1
f
(p) = fx (p) u1 + fy (p) u2 + fz (p) u3 = 0 + + 0 =
~u
3
3
Derivada direccional y continuidad. La existencia de todas las derivadas
direccionales de una funci
on en un punto no garantiza la continuidad de
la funci
on en dicho punto, ya que el c
alculo de las derivadas direccionales
equivale a acercarse al punto s
olo mediante rectas.
Ejemplo 4.21. Estudiar la continuidad y calcular todas las derivadas direccionales en el punto p(0, 0) de la funci
2
x y
si (x, y) 6= (0, 0)
x4 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
1.
mediante las par
abolas y = ax2 resulta:
x2 y
a
x2 ax2
a
=
l
m
= lm
=
4
2
4
2
4
2
x0 1 + a
1 + a2
(x,y)(0,0) x + y
(x,y)(0,0) x + a x
lm
y=ax2
x0
luego el lmite no existe ya que depende del valor de a. Es decir, seg

un
la par
abola por la que nos aproximemos al punto tendramos un valor
del lmite u otro.
225
4.4. DIFERENCIABILIDAD
2.
4.4.
Existencia de las derivadas direccionales. A pesar de que la funci

on
no es continua en el punto p(0, 0), las derivadas direccionales en dicho
punto existen en todas direcciones. En efecto, sea ~u = (a, b) R2 un
vector unitario dado, ser
a:

f (0, 0) + t(a, b) f (0, 0)
f (ta, tb) f (0, 0)
f
(0, 0) = lm
= lm
=
t0
t0
~u
t
t
(ta)2 (tb)
0 si b = 0
4
2
(ta) + (tb)
=
= lm
t3 a2 b
a2
t0
t
=
si b 6= 0
lm 3 2 4
t0 t (t a + b2 )
b
Diferenciabilidad
En esta secci
on vamos a generalizar los conceptos de incremento y diferencial, as como el concepto de diferenciabilidad a funciones de dos o
m
as variables. Recuerdese que para una funci
on de una variable, dada por
y = f (x), se define el incremento como y = f (x + x) f (x), y la diferencial como dy = f (x) dx. Para funciones de dos variables, z = f (x, y),
el incremento de la funci
on se generaliza de manera natural. En efecto, llamando x y y a los incrementos de x e y respectivamente, el incremento
de la funci
on se define por
z = f (x + x, y + y) f (x, y)
Sin embargo, la generalizaci
on del diferencial no resulta tan natural. As,
si z = f (x, y) y x y y son los incrementos de x y de y, entonces, las
diferenciales de las variables independientes x e y se van a definir como
dx = x
dy = y
mientras que la diferencial total de la variabla z se va a definir mediante la

expresi
on:
z
z
dz =
dx +
dy
x
y
El porque de esta definici
on merece una extensa explicaci
on. Por otro
lado distinguiremos entre funci
on derivable y funci
on diferenciable. As, diremos que una funci
on de varias variables es derivable si existen sus derivadas
parciales (en tal caso no queda asegurada la continuidad). Y diremos que es
diferenciable cuando adem
as de existir las derivadas parciales, ocurre algo
m
as, y ese algo m
as tiene que garantizar la continuidad.
4.4.1.
Generalizaci
on del concepto de diferenciabilidad
Al generalizar un concepto de R a Rn , tratamos de conservar las propiedades importantes

que consideremos en el caso uni-dimensional. Por ejemplo, en R la existencia de la derivada en un punto x implica la continuidad en el mismo. Sin embargo, para funciones de dos
variable, hemos visto que la existencia de las derivadas parciales en un punto no implica
la continuidad en ese punto, ni siquiera la existencia de todas las derivadas direccionales
implica la continuidad. Por esta raz
on las derivadas parciales, al igual que las derivadas
direccionales, son una extensi
on en cierto modo poco satisfactoria del concepto de derivada uni-dimensional. Por tanto, parece natural el deseo de tener una noci
on de derivada
para funciones de varias variables que implique la continuidad. Introducimos ahora una
generalizaci
on m
as conveniente que implica la continuidad y, al propio tiempo, nos permite extender los principales teoremas de la teora de la derivada uni-dimensional a las
funciones de varias variables. El concepto que mejor sirve a tal prop
osito es la noci
on de
diferencial.
Generalizaci
on del concepto unidimensional. Para funciones de una sola variable
f : D R R el concepto de diferenciabilidad se confunde con el concepto de derivabilidad, as, una funci
on y = f (x) es diferenciable en un punto x0 D sii posee derivada en
ese punto. Sin embargo, para varias variables estos dos conceptos no son equivalentes. As,
para funciones de dos variable, hemos visto que la existencia de las derivadas parciales
en un punto no implica la continuidad en ese punto, ni siquiera la existencia de todas
las derivadas direccionales implica la continuidad. Esto nos obliga a buscar el verdadero
significado del concepto de diferenciabilidad, separ
andolo del concepto de derivabilidad,
de manera que represente la suavidad de la funci
on y de el se deduzca la continuidad,
como ocurre en una variable.
Recordemos que una funci
on de una variable f : D R R se dice que es diferenciable en x0 D si el siguiente lmite existe y es finito:
lm
xx0
f (x) f (x0 )
x x0
En tal caso el valor del lmite se llama derivada de f en x0 y se denota por f (x0 ).
Recordemos tambien que dicho lmite admita una segunda expresi
on que era equivalente
a la anterior:
f (x0 + h) f (x0 )
lm
h0
h
Un primer intento para conseguir un concepto equivalente para funciones de varias
variables sera copiar la definici
on anterior extendiendola a la nueva situaci
on. Esto, sin
embargo, conduce a una expresi
on que carece de sentido. En efecto, para n variables
tendramos:
f (x) f (x0 )
lm
xx0
x x0
donde aparece una divisi
on por un vector ~v = x x0 , operaci
on que carece de sentido con
vectores de Rn , n > 1.
Un segundo intento sera sustituir el vector del denominador por su norma o por su
longitud orientada. Pero en este caso la expresi
on carece de interes, ya que dicho lmite
s
olo existe en puntos muy concretos del dominio, con lo cual se trata de una propiedad
muy restrictiva de difcil verificaci
on, y, por lo tanto, deja de representar el concepto de
funci
on diferenciable. En efecto, para que exista el lmite,
lm
xx0
f (x) f (x0 )
kx x0 k
su valor ha de ser 0, ya que, por ejemplo, todas las derivadas direccionales en el punto x0
tienen que coincidir.
227
Esto hace que tengamos que replantearnos el concepto de funci

on diferenciable de
manera que la nueva visi
on del concepto sea extendible a n variables.
Replanteamiento del concepto. Partamos de la interpretaci
on geometrica del concepto. Una funci
on de una variable y = f (x) es diferenciable en un punto x0 de su dominio, si
su gr
afica tiene recta tangente en dicho punto. Pero, que entendemos por recta tangente
a una curva en uno de sus puntos?. De todas las rectas que pasan por el punto cu
al es
la recta tangente?. La recta tangente es una recta que toca a la curva en un punto, pero
que, adem
as, la curva se aplana en las proximidades del punto de tangencia, tratando de
confundirse, por un instante, con la propia recta. Este aplanamiento en los alrededores
del punto de tangencia, este tratar de confundirse con la recta tangente, es lo que hace
que la curva sea suave y que se pueda aproximar mediante la recta tangente en los alrededores del punto de tangencia, y esto es lo que realmente caracteriza el concepto de funci
on
diferenciable.
y = f (x)
y 6
Q
f (x0 + h)
f (x0 )
P

x0

r(h) Recta tangente a la grafica

o

de y = f (x) en x = x0
f (x0 )h
x-
x0 + h
Figura 4.3: Diferencial de una funcion.

La recta tangente a la gr
afica de la funci
on y = f (x) en el punto P = x0 , f (x0 ) viene
definida por la ecuaci
on
y = f (x0 ) + f (x0 )(x x0 )
Y en las proximidades del punto tenemos,
f (x) = f (x0 ) + f (x0 )(x x0 ) + r(h)

donde r(h) es la distancia (vertical) entre la curva y la recta tangente. Este residuo r(h)
es lo que nos va a permitir caracterizar el concepto de diferenciabilidad. En efecto, una
primera observaci
on nos hace ver que el residuo r(h) tiende a cero a medida que h tiende
a cero. Sin embargo, este hecho no es importante en la definici
on de diferenciabilidad,
pues el que lmh0 r(h) = 0 lo u
nico que nos dice es que la funci
on es continua en x0 , y
seguira valiendo cero cualquiera que fuera la recta que pase por P , aunque no fuera la
recta tangente, e incluso, aunque la funci
on no tuviera tangente. Lo importante, cuando
se estudia la diferenciabilidad de funciones, es que el residuo r(h) tiende a cero m
as r
apido
de lo que lo hace h. Esto significa que:
lm
h0
r(h)
=0
h
Gr
aficamente, este lmite viene a significar el hecho de que la curva se embarra (se
confunde) con la recta tangente en los alrededores del punto P . En otras palabras, la
curva tiene que ser suaveen P , para que se pueda ver localmente como una recta(su
recta tangente).
Tratemos de expresar estos conceptos de manera algebraica, desprendiendolos de sus
significados geometricos, con objeto de poderlos generalizar
a varias variables. Una recta

cualquiera que pase por el punto P = x0 , f (x0 ) vendr
a definida por la ecuaci
on: y =
f (x0 ) + A(x x0 ), o lo que es lo mismo y = f (x0 ) + Ah donde A es la pendiente de la
recta y h = x x0 . Si queremos que, de todas las rectas que pasan por P , nuestra recta
sea la recta tangente a la curva y = f (x) en el punto P , tendr
a que cumplirse:
r(h)
=0
h
Por lo tanto, podemos establecer la siguiente definici
on de diferenciabilidad para funciones
de una variable:
f (x0 + h) = f (x0 ) + Ah + r(h)
donde
lm
h0
Definici
on 4.4. Una funci
on f : D R R es diferenciable en x0 D si existe una
constante A tal que
r(h)
=0
h
Esta definici
on es equivalente a la anterior, en efecto, despejando A de la expresi
on
anterior resulta:
f (x0 + h) f (x0 )
r(h)
A=
h
h
de donde, al tomar lmite cuando h 0 se ve la equivalencia entre la definici
on de diferenf (x0 + h) = f (x0 ) + Ah + r(h)
con
lm
h0
ciabilidad y la existencia de la derivada, resultando A = f (x0 ).
Generalizaci
on para dos variables.
Desde un punto de vista gr
afico, una funci
on de dos variable f : D R2 R
es diferenciable en un punto p(x0 , y0 ) de su dominio, si su gr
afica tiene
plano tangente en dicho punto. Pero, que entendemos por plano tangente
a una superficie en uno de sus puntos?. De todos los planos que pasan por
el punto, cu
al es el plano tangente?. El plano tangente es un plano que
toca a la superficie en un punto, pero que, adem
as, la superficie se aplana
en las proximidades del punto de tangencia, tratando de confundirse, por
un instante, con el propio plano. Este aplanamiento en los alrededores del
punto de tangencia, este tratar de confundirse con el plano tangente, es
lo que hace que la superficie sea suave y que se pueda aproximar mediante
el plano tangente en los alrededores del punto de tangencia, y esto es lo que
realmente caracteriza el concepto de funci
on diferenciable.

Un plano cualquiera que pase por el punto P = x0 , y0 ; f (x0 , y0 ) vendr
a definida por la ecuaci
on: z = f (x0 , y0 ) + A(x x0 ) + B(y y0 ). Si
queremos que este plano sea tangente a la superficie z = f (x, y) en el punto
P , tendr
a que cumplirse:

r(h, k)
=0
f (x0 , y0 )+(h, k) = f (x0 , y0 )+Ah+Bk+r(h, k) con
lm
(h,k)(0,0) k(h, k)k
Por lo tanto, podemos establecer la siguiente definici
on de diferenciabilidad para funciones de dos variables:
Definici
on 4.5 (Funci
on diferenciable). Una funci
on f : D R2 R
es diferenciable en el punto p(x0 , y0 ) D si existen dos constantes A y B
tales que

f (x0 , y0 ) + (h, k) = f (x0 , y0 ) + Ah + Bk + r(h, k) con
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
f es diferenciable en la regi
on D si es diferenciable en todo punto de D
229
4.4.2.
Diferenciabilidad y derivadas parciales
Proposici
on 4.1 (Diferenciabilidad implica existencia de las derivadas
parciales). Si una funci
on f : D R2 R es diferenciable en el punto
p D, entonces existen sus derivadas parciales en dicho punto.
Demostraci
on. Supongamos que la funci
on f : D R2 R es diferenciable
en el punto p(x0 , y0 ) D, entonces existen las constantes A y B tales que:

r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
Ahora bien, poniendo h = (h, 0) en la expresi

on anterior resulta:
r(h, 0)
r(h)
f (x0 + h, y0 ) f (x0 , y0 )
=
=
A
h
h
h
de donde, al tomar lmite cuando h 0 resulta

f (x0 + h, y0 ) f (x0 , y0 )
r(h)
= lm
A
lm
h0
h0 h
h
de donde obtenemos
f
f (x0 + h, y0 ) f (x0 , y0 )
=
(x0 , y0 )
h0
h
x
A = lm
De manera an
aloga, poniendo h = (0, k) obtenemos:
f (x0 , y0 + k) f (x0 , y0 )
f
=
(x0 , y0 )
k0
k
y
B = lm
Se tiene, entonces, que una condici

on necesaria para que una funci
on
f (x, y) sea diferenciable en un punto p = (x0 , y0 ) es que existan sus derivadas
parciales en ese punto. Sin embargo, esta condici
on no es suficiente, ya que
la existencia de todas las derivadas parciales no garantiza la diferenciabilidad. No obstante, lo interesante de esta propiedad es su negaci
on l
ogica, o
sea: Si una funci
on no tiene todas sus derivadas parciales, entonces no es
diferenciable.
Como consecuencia de este resultado, podemos establecer la siguiente
Proposici
on 4.2. La funci
on f : D R2 R definida en un conjunto
abierto D de R2 , es diferenciable en el punto p = (x0 , y0 ) D, si:
1.
Existen las derivadas parciales de f en p

A=
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
2.
El residuo r(h, k) definido en la expresi

on:

f (x0 , y0 ) + (h, k) = f (x0 , y0 ) + Ah + Bk + r(h, k)
tiene la propiedad
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
Esta definici
on de diferenciabilidad s que garantiza la continuidad de la
funci
on en aquellos puntos en los que es diferenciable, como sucede con las
funciones de una variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza
la diferenciabilidad se puede expresar de la siguiente forma:

f (x0 , y0 ) + (h, k) f (x0 , y0 ) Ah Bk
r(h, k)
lm
=
lm
(h,k)(0,0) k(h, k)k
(h,k)(0,0)
h2 + k 2
Y llamando f = f (x0 + h, y0 + k) f (x0 , y0 ) y (h, k) = Ah + Bk resulta
r(h, k)
f (h, k)
=0
=
lm
(h,k)(0,0) k(h, k)k
(h,k)(0,0)
h2 + k 2
lm
(4.2)
Con lo cual la proposici

on 4.2 se puede enunciar de la siguiente forma:
Corolario 4.1 (Caracterizaci
on de la diferenciabilidad). La funci
on
f : D R2 R definida en un conjunto abierto D de R2 , es diferenciable
en el punto p = (x0 , y0 ) D, si:
1.
Existen las derivadas parciales de f en p

A=
2.
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
El siguiente lmite vale cero:

lm
(h,k)(0,0)
f (h, k)
r(h, k)
=0
=
lm
k(h, k)k (h,k)(0,0)
h2 + k 2
donde, f = f (x0 + h, y0 + k) f (x0 , y0 ) y (h, k) = Ah + Bk

Proposici
on 4.3 (Segunda forma de la diferenciabilidad). Una funci
on f dada por z = f (x, y) es diferenciable en (x, y) si z puede expresarse
en la forma
z = fx (x, y)x + fy (x, y)y + 1 x + 2 y
donde ambos 1 y 2 0 cuando (x, y) (0, 0).
231
4.4.3.
La diferencial
Si la funci
on f : D R2 R es diferenciable en el punto p = (x0 , y0 ) D,
entonces a la parte lineal en h y k ((h, k) = Ah + Bk) de la expresi
on del
residuo

f (x0 , y0 )+(h, k) = f (x0 , y0 )+ Ah + Bk +r(h, k) con
lm
(h,k)(0,0)
r(h, k)
=0
k(h, k)k
se le llama diferencial de la funci

on f en (x0 , y0 ) y se denota por df (x0 , y0 ).
As,
df (x0 , y0 ) = Ah + Bk
Y dado que, como se vio en la proposici

on 4.1, A y B representan las
derivadas parciales de la funci
on f en el punto (x0 , y0 ), resulta:
df (x0 , y0 ) =
f
f
(x0 , y0 )h +
(x0 , y0 )k
x
y
Y teniendo en cuenta que si f (x, y) = x, se tiene h = dx y si f (x, y) = y, se

tiene k = dy, podemos escribir:
df (x0 , y0 ) =
f
f
(x0 , y0 )dx +
(x0 , y0 )dy
x
y
O de manera m
as general:
Definici
on 4.6 (La diferencial). Si la funci
on f : D R2 R es difer2
enciable en el conjunto abierto D de R , entonces, para cada x = (x, y) D,
se llama diferencial de la funci
on f en x y se denota por df , a la expresi
on:
df =
4.4.4.
f
f
dx +
dy
x
y
(4.3)
Diferenciabilidad y continuidad
Teorema 4.3 (Diferenciabilidad implica continuidad). Si la funci

on
f : D R2 R definida en un conjunto abierto D de R2 , es diferenciable
en el punto p = (x0 , y0 ) D, entonces es continua en ese punto.
Demostraci
on. Si f es diferenciable en el punto p = (x0 , y0 ) se tiene

r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
Tomando lmite cuando (h, k) (0, 0) y teniendo en cuenta que

r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
lm
(h,k)(0,0)
r(h, k) = 0
tenemos que
lm
(h,k)(0,0)

f (x0 , y0 )+(h, k) =
lm
(h,k)(0,0)

f (x0 , y0 )+Ah+Bk+r(h, k) = f (x0 , y0 )
luego la funci
on es continua en p = (x0 , y0 ).
El recproco no es cierto, ya que existen funciones continuas que no son

diferenciables.
Ejemplo 4.22. Estudiar la continuidad y la diferenciabilidad en el origen
de la siguiente funci
on y, en su caso, hallar su diferencial en ese punto.
p xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
(a) Continuidad en (0, 0):

y
xy
p
=
lm x p
= 0 Acot = 0 = f (0, 0)
lm
(x,y)(0,0)
x2 + y 2 (x,y)(0,0)
x2 + y 2
luego la funci
on es continua en (0, 0)
(b) Diferenciabilidad en (0, 0): Calculamos las derivadas parciales aplicando la definici
on.
h0
f
f (0 + h, 0) f (0, 0)
f (h, 0) 0
(0, 0) = lm
= lm
= lm
h0
h0
h0
x
h
h
h2 + 02
=0
h
0k
f (0, 0 + k) f (0, 0)
f (0, k) 0
f
02 + k 2
(0, 0) = lm
= lm
= lm
=0
k0
k0
k0
y
k
k
k
luego, el candidato a diferencial es:

(h, k) = 0h + 0k = 0
Por otro lado, el incremento de la funci
on es:
f (0, 0) = f (0 + h, 0 + k) f (0, 0) = f (h, k) 0 =
hk
+ k2
h2
luego, resulta el siguiente lmite
hk
0
2
2
f (h, k)
r(h, k)
h
+k
= lm
= lm
=
lm
(h,k)(0,0)
(h,k)(0,0)
(h,k)(0,0) k(h, k)k
h2 + k 2
h2 + k 2
hmh
m
hk
= lm 2
=
=
lm
k=mh h + m2 h2
1 + m2
(h,k)(0,0) h2 + k 2
h0
Luego el lmite no existe, por depender de m, y en consecuencia la

funci
on no es diferenciable en (0, 0). Al no ser diferenciable resulta
que df (0, 0) no existe, con lo cual (h, k) = 0h + 0k = 0 no tiene
ninguna significaci
on.
233

(
xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
(a) Continuidad: Nos acercamos al origen a traves de la recta y = mx
lm
(x,y)(0,0) x2
xy
m
xmx
= y=mx
lm 2
=
= f (m)
2
2
2
+y
x +m x
1 + m2
x0
luego la funci
on no es continua en (0, 0)
(b) Diferenciabilidad: Al no ser continua la funci
on en el punto (0, 0) no
puede ser diferenciable en dicho punto, en consecuencia resulta que
df (0, 0) no existe.
p
f (x, y) = x2 + y 2
Soluci
on.
(a) Continuidad: La funci

on es continua en (0, 0), en efecto
p
p
x2 + y 2 = 02 + 02 = 0+ = 0 = f (0, 0)
lm
(x,y)(0,0)
(b) Diferenciabilidad: Las derivadas parciales en el origen no existen, en

efecto
f
f (h, 0) f (0, 0)
(0, 0) = lm
= lm
h0
h0
x
h
h2 + 02 0
h2
|h|
= lm
= lm
h0 h
h0 h
h
y dicho lmite no existe, puesto que

lm
h0+
|h|
=1
h
lm
h0
|h|
= 1
h
Luego, la funci
on no es diferenciable en el origen por no existir las
derivadas parciales en dicho punto y ser la existencia de las derivadas
parciales en un punto p una condici
on necesaria para la diferenciabilidad de la funci
on en dicho punto. En consecuencia resulta que df (0, 0)
no existe.
Ejemplo 4.25. Estudiar la continuidad y la diferenciabilidad de la funci
on
f (x, y) = xy 2 en el origen y hallar su diferencial en ese punto.
Soluci
on. Estudiemos primero la diferenciabilidad en el origen
(
)
)
2
f
(x,
y)
=
y
f
(0,
0)
=
0
x
x
f (xy) = xy 2
(h, k) = 0h + 0k = 0
fy (x, y) = 2xy
fy (0, 0) = 0
f (0, 0) = f (0 + h, 0 + k) f (0, 0) = f (h, k) 0 = hk 2
luego,
hk 2 0
f (h, k)
r(h, k)
=
lm
=
=
lm
(h,k)(0,0)
(h,k)(0,0)
(h,k)(0,0) k(h, k)k
h2 + k 2
h2 + k 2
h
= 0 Acot = 0
=
lm
k2
2
(h,k)(0,0)
h + k2
lm
Luego la funci
on es diferenciable en (0, 0) y en consecuencia es continua en
dicho punto.
Al ser diferenciable resulta, df (0, 0) = (h, k) = 0h + 0k = 0
on
2
x + y2
f (x, y) =
xy
x+y
si x y 6= 0
si x y = 0
Calcula sus derivadas parciales en el punto (0, 0). Estudia su continuidad y

diferenciabilidad en dicho punto.
Soluci
on. Entendamos primero el significado de la expresi
on que define la
funci
on. Para hallar la imagen de un punto (x, y) tenemos que determinar,
primero, si las dos componentes son distintas de cero, o si alguna de las
componentes es cero; y seg
un el caso se le aplica una f
ormula o la otra. Es
decir, para x 6= 0 e y 6= 0, se tiene:
f (x, y) =
x2 + y 2
,
xy
f (x, 0) = x,
f (0, y) = y,
f (0, 0) = 0.
En consecuencia,
Derivadas parciales en el punto (0, 0). Para calcular las derivadas parciales
de la funci
on en el punto (0, 0) utilizamos la definici
on de derivada parcial.
fx (0, 0) = lm
h0
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
= lm
=
h0
h
h
(h + 0) (0 + 0)
h
= lm
= lm = 1
h0
h0 h
h
f (0, k) f (0, 0)
f (0, 0 + k) f (0, 0)
= lm
=
k0
k0
k
k
(0 + k) (0 + 0)
k
= lm
= lm = 1
k0
k0 k
k
fy (0, 0) = lm
235
Continuidad en (0, 0). La funci

on no es continua en el punto p(0, 0), ya
que no existe el lmite en dicho punto.En efecto, si nos acercamos al punto
mediante la recta y = x resulta:
f (0, 0) = 0 + 0 = 0
lm
(x,y)(0,0)
f (x, y) =
x2 + y 2
2x2
= lm 2 = 2 6= 0 = f (0, 0)
x0 x
xy
(x,y)(0,0)
lm
y=x
(el lmite no existe en el punto p(0, 0), ya que si nos acercamos al mismo a
traves de la recta x = 0 se obtendra 0 como lmite).
Diferenciabilidad en (0, 0). Al no ser continua en el punto (0, 0), la funci
on
no puede ser diferenciable en dicho punto.
on no es ni continua ni diferenciable en el punto
(0, 0) y, sin embargo, posee derivadas parciales en dicho punto.
4.4.5.
Diferenciabilidad de funciones de n variables
El concepto de diferenciabilidad se puede extender a funciones de cualquier n

umero de
variables, de manera an
aloga a como se ha hecho al caso de dos variable.
Definici
on 4.7. Se dice que la funci
on f : D Rn R definida en un conjunto abierto
D de Rn , es diferenciable en el punto x0 = (x1 , . . . , xn ) D, si existen las derivadas
parciales de f en x0
f
Ai =
(x0 ), i = 1, 2, . . . , n
xi
y si el residuo r(h) definido en la expresi
on:
f (x0 + h) = f (x0 ) +
n
X
Ai hi + r(h)
i=1
(donde h = (h1 , . . . , hn ) Rn es tal que x0 + h D) tiene la propiedad

lm
h0
r(h)
=0
khk
Esta definici
on de diferenciabilidad tambien garantiza la continuidad de la funci
on en
aquellos puntos en los que es diferenciable, como sucede con las funciones de una y dos
variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza la diferenciabilidad se puede expresar de la siguiente forma:
P
f (x0 + h) f (x0 ) n
r(h)
i=1 Ai hi
p
=
lm
lm
h0 khk
(h,k)(0,0)
h21 + + h2n
P
Y llamando f = f (x0 + h) f (x0 ) y (h) = n
i=1 Ai hi resulta
lm
h0
La Diferencial
r(h)
f (h)
=0
= lm p
h0
khk
h21 + + h2n
Si la funci
on f : D Rn R es diferenciable en el punto x0 = (x1 , . . . , xn ) D, entonces
a la parte lineal en hi , i = 1, 2, . . . , n ((h) = A1 h1 + + An hn ) de la expresi
on del
residuo
f (x0 + h) = f (x0 ) + A1 h1 + + An hn + r(h)
con
lm
ho
r(h)
=0
khk
se le llama diferencial de la funci

on f en x0 y se denota por df (x0 ).
df (x0 ) = (h) = A1 h1 + + An hn
Y dado que los coeficientes Ai i = 1, . . . , n representan las derivadas parciales de la funci
on
f en el punto x0 , resulta
df (x0 ) =
f
f
(x0 )h1 + +
(x0 )hn
x
y
Y teniendo en cuenta que si f (x1 , . . . , xn ) = x1 , se tiene h1 = dx1 y si f (x1 , . . . , xn ) = xn ,

se tiene hn = dxn , podemos escribir:
df (x0 ) =
f
f
(x0 )dx1 + +
(x0 )dxn
x
y
Y, en general, podemos enunciar la siguiente

Definici
on 4.8 (La diferencial). Si la funci
on f : D Rn R es diferenciable en el
conjunto abierto D, entonces para cada x = (x1 , . . . , xn ) D, se llama diferencial de la
funci
on f en x, y se denota por df , a la expresi
on
df =
4.4.6.
f
f
dx1 + +
dxn
x
y
Condici
on suficiente para la diferenciabilidad
Hemos visto que ni la existencia de todas las derivadas parciales, ni, si

quiera, la de todas las derivadas direccionales es suficiente para establecer
la existencia de la diferencial (puesto que ni una ni otra implican la continuidad). Sin embargo, demostraremos que la existencia de las derivadas
parciales ((continuas)) implica la existencia de la diferencial.
Teorema 4.4 (Derivadas parciales continuas implican diferenciabilidad). Sea f : D Rn R una funci
on definida en el conjunto abierto D
de Rn . Si las funciones (derivadas parciales)
f
: D Rn R,
xi
i = 1, 2, , n,
D
D
entonces f es diferenciable en x0
son continuas en el punto x0 D,
Demostraci
on. (Opcional, caso n = 2) Sea la funci
on f : D Rn R
tal que las funciones derivadas parciales sean continuas en un punto p =
(x0 , y0 ). Sea x = (x, y) un punto pr
oximo a p y sea q = (x0 , y0 + k).
Tenemos:

f = f (x) f (p) = f (x) f (q) + f (q) f (p)
237
6
y0
x0
x
y
-
p(x0 , y0 )
c2
q(x0 , y0 + k)
@
h
c1
@
@
x(x, y)
k
Figura 4.4: valor medio.
Aplicando el teorema del valor medio en cada corchete, resulta

f = fx (c1 )h + fy (c2 )k
Y al ser las parciales continuas en el punto p ser
a:

f = fx (p) + 1 h + fy (p) + 2 k = fx (p)h + fy (c2 )k + 1 h + 2 k
Luego f es diferenciable en p
El recproco de este teorema no es cierto, ya que existen funciones diferenciables en un punto p y sin embargo sus derivadas parciales en dicho punto
no son continuas. Por lo tanto, si las derivadas parciales no son continuas,
entonces no podemos asegurar nada. No obstante, este teorema permite comprobar la diferenciabilidad de una funci
on de una manera f
acil, y se puede
extender a un dominio D de la siguiente forma: Si las derivadas parciales
son continuas en un dominio D entonces la funci
on es diferenciable en ese
dominio.
Ejemplo 4.27. Estudiar la diferenciabilidad de las funciones
(a) f (x, y) = xy 2
(b) g(x, y) = ex
2 +y 2
(c) h(x, y, z) = sen(x + y 2 z 2 )
Soluci
on.
(a) Las derivadas parciales de la funci
on f (x, y) = xy 2 son:
fx (x, y) = y 2
fy (x, y) = 2xy
que, al ser polin

omicas, son funciones continuas en R2 , luego la funci
on
es diferenciable en R2 .
(b) Las derivadas parciales de la funci
on g(x, y) = ex
x2 +y 2
gx (x, y) = 2xe
2 +y 2
son:
x2 +y 2
gy (x, y) = 2ye
que, al ser producto de polin

omica con exponencial compuesta con
polin
omica, son funciones continuas en R2 , luego la funci
on es diferenciable en R2 .
(c) Las derivadas parciales de la funci
on h(x, y, z) = sen(x + y 2 z 2 )
son:
hx (x, y, z) = cos(x + y 2 z 2 )
hy (x, y, z) = 2y cos(x + y 2 z 2 )
hz (x, y, z) = 2z cos(x + y 2 z 2 )
que, al ser producto y composici
on de funciones elementales, son funciones continuas en R3 , luego la funci
on es diferenciable en R3 .
4.4.7.
Caracterizaci
on de las funciones diferenciables
Condiciones para la diferenciabilidad

Recapitulando, podemos resumir las condiciones de diferenciabilidad de la
siguiente forma:
Condiciones necesarias de diferenciabilidad:
Si la funci
on es diferenciable en un punto, entonces es continua en
ese punto.
Si la funci
on es diferenciable en un punto, entonces existen las
derivadas parciales en ese punto.
Condici
on suficiente de diferenciabilidad: Si las derivadas parciales
son continuas en un punto, entonces la funci
on es diferenciable en ese
punto.
Los recprocos de los teoremas anteriores no son ciertos. Aunque lo que
s podemos utilizar son sus negaciones l
ogicas.
Condiciones necesarias de diferenciabilidad:
Si la funci
on no es continua en un punto, entonces no es diferenciable
en ese punto.
Si no existen las derivadas parciales en un punto, entonces la funci
on
no es diferenciable en ese punto.
Condici
on suficiente de diferenciabilidad: Si la funci
on no es diferenciable en un punto, entonces las derivadas parciales no son continuas en
ese punto.
Para recordarlas podemos realizar el siguientes esquema gr
afico
Diferenciabilidad de las funciones elementales
Con objeto de desarrollar una intuici
on que permita detectar a priori la
diferenciabilidad de las funciones de varias variables deben tenerse en cuenta
las siguientes proposiciones
'
'
Diferenciables
Parciales
continuas
"
&
'
Continuas
&
Diferenciables
&
'
Existen derivadas parciales
&
239
Figura 4.5: Parciales contdiferenciable continua Diferenciable existen parciales
Proposici
on 4.4. Toda funci
on polin
omica
f : R2 R,
f (x, y) =
n
X
aij xi y j
i,j=0
es diferenciable en todo punto (x0 , y0 ) R2

Proposici
on 4.5.
(a) La suma y el producto de funciones diferenciables es otra funci
on diferenciable.
(b) El cociente de dos funciones diferenciables es otra funci
on diferenciable
en todos aquellos puntos que no anulen el denominador.
Proposici
on 4.6. La composici
on de dos funciones diferenciables es otra
funci
on diferenciable.
Ejemplo 4.28. Estudiar la diferenciabilidad de las funciones
(a) f (x, y) =
x2 xy + 1
x2 + y 2
(c) h(x, y) = x2 ex
(b) g(x, y) = ex
2 +y 2
+ sen
2 +y 2
1 y2
1 + x2
Soluci
on.
(a) La funci
on es diferenciable en R2 {(0, 0)} por tratarse del cociente de
dos funciones polin
omicas y el u
nico punto que anula el denominador
es el (0, 0).
(b) La funci
on es diferenciable en todo R2 por tratarse de la composici
on
de dos funciones diferenciables.
(c) La funci
on es diferenciable en todo R2 por tratarse de suma de funciones diferenciables.
4.4.8.
Diferenciabilidad y derivadas direccionales
on
El c
alculo de la derivada direccional aplicando el lmite (4.1) que aparece en la definici
(p
ag. 220) resulta un poco engorroso. No obstante, para las funciones diferenciables existe
la posibilidad de calcular las derivadas direccionales de una manera mucho m
as f
acil. Como
la suma de los productos de las derivadas parciales por las componentes del vector unitario
de direcci
on. En efecto,
Teorema 4.5 (Derivada direccional y derivadas parciales). Sea f : D Rn R
una funci
on diferenciable en el punto x0 D, y sea u = (u1 , , un ) un vector unitario.
Entonces
n
X
f
f
(x0 ) =
(x0 )ui
u
x
i
i=1
Demostraci
on. Al ser f diferenciable en x0 se tiene que:
n
X
f
(x0 )hi + r(h) donde
f (x0 + h) f (x0 ) =
x
i
i=1
lm
h0
r(h)
=0
khk
Limitemos el incremento de la funci

on f s
olo a la direcci
on marcada por el vector u. Para
ello, escribamos el vector h como h = tu, t R, luego ser
a: hi = tui , con lo cual nos
queda
n
X
f
f (x0 + tu) f (x0 ) =
(x0 )tui + r(tu)
x
i
i=1
de donde, dividiendo po t, resulta
X f
r(tu)
f (x0 + tu) f (x0 )
(x0 )ui +
=
t
x
t
i
i=1
Y teniendo en cuenta que khk = ktuk = |t|kuk = |t|, pues el vector u es unitario. Es
decir, t es la longitud orientada por u del vector h, es decir, la longitud de este vector con
signo positivo, si el vector h tiene la misma direcci
on que el vector u, y con signo negativo
en caso contrario. Es decir, t = khk. Con lo cual decir que h 0 equivale a decir que
t 0. En consecuencia tomando lmite en la expresi
on anterior cuando t 0, (y teniendo
en cuenta que los primeros sumandos del 2o miembro no dependen de h ni de t) resulta
n
lm
t0
X f
r(h)
f (x0 + tu) f (x0 )
=
(x0 )ui lm
h0 khk
t
x
i
i=1
El lmite que aparece en el primer miembro es la derivada direccional de la funci

on f en
el punto x0 seg
un la direcci
on del vector unitario u (ver (4.1)), y el lmite que aparece en
el segundo miembro es cero por ser la funci
on diferenciable. En consecuencia resulta:
n
X
f
f
(x0 ) =
(x0 )ui
u
x
i
i=1
Ejemplo 4.29. Calcular, usando las derivadas parciales, la derivada direccional de la
funci
on f (x, y) = x2 + y 2 en el punto p(1, 1) en el sentido del vector que parte de p y
forma un
angulo de 60o con el sentido positivo del eje OX.
Soluci
on. Hallamos el vector unitario de direcci
on,
~u = (cos , sen ) =
1
3
,
2 2
Hallamos las derivadas parciales en el punto p(1, 1)

fx (1, 1) = 2
fx = 2x
fy (1, 1) = 2
fy = 2y
de donde,
D~u f (1, 1) = fx (1, 1)u1 + fy (1, 1)u2 = 2
3
1
+2
=1+ 3
2
2
241
4.5. GRADIENTE
4.4.9.
La derivada seg
un una direcci
on curva
La derivada direccional tambien se puede aplicar para direcciones curvas. En este caso se
entiende que el vector director es el vector tangente a la curva.
Vector tangente a una curva plana
y6
f (x0 )
Como vector tangente podemos elegir cualquiera de

los vectores siguientes, todos ellos paralelos entre s:
y = f (x)
*

dy
P
dx
x0
~v T = (dx, dy) k (1,
-x

dy
) = 1, y (x) k x (t), y (t)
dx
Figura 4.6: Vector tangente.

Ejemplo 4.30. Calcular la derivada del campo escalar z = arctan(xy) en el punto
p(1, 1), seg
un la direcci
on de la par
abola y = x2 , en el sentido del crecimiento de la
abscisa.
Soluci
on. Hallamos el vector tangente unitario a la par
abola y = x2 , en el punto p(1, 1),
con la primera componente positiva.

~v T = 1, y (x) = (1, 2x) ~v T (1, 1) = (1, 2)
2
1
~uT (1, 1) = ( , )
5
5
Hallamos las derivadas parciales de la funci
on en el punto p
z
y
1
1 de donde,
z
=
(1,
1)
=
=
x
1 + x2 y 2
x
1+1
2
z
1 1
1 2
3
z
x
= + =
z (1, 1) = x = 1
=
2
2
~
u
2
2
T
5
5
5
2
y
1+x y
y
1+1
2
|~v T (1, 1)| =
4.5.
Gradiente
4.5.1.
Definici
on
1+4=
Si la funci
on es diferenciable, entonces la derivada direccional y el diferencial
recuerdan un producto escalar
D~u f = fx u1 + fy u2 = (fx , fy ) (u1 , u2 ) = f ~u
df = fx dx + fy dy = (fx , fy ) (dx, dy) = f ~v T

Este resultado nos hace tener en consideraci
on el vector cuyas componentes son las derivadas parciales de una funci
on en un punto. As, Dada una funci
on diferenciable de dos variables, se llama vector gradiente de
dicha funci
on en un punto p, al vector cuyas componentes son las derivadas
parciales de la funci
on en dicho punto. Y se denota por cualquiera de los
smbolos gradf (p), f (p) o f (p).

f
f
gradf (p) = f (p) = f (p) =
(p),
(p)
x
y
(El smbolo se denomina ((nabla))).
De manera an
aloga se define el vector gradiente para tres o m
as variables

f
f
f
gradf (p) = f (p) = f (p) =
(p),
(p),
(p)
x
y
z
Formalmente la definici
on es la siguiente:
Definici
on 4.9. Sea f : D Rn R una funci
on diferenciable definida en
el conjunto abierto D de Rn . Se define el (vector) gradiente de la funci
on f
n
en el punto x0 D, como el vector de R dado por

f
f
f
(x0 ),
(x0 ), ,
(x0 )
gradf (x0 ) =
x1
x2
xn
Ejemplo 4.31. Hallar el vector gradiente de la funci
on f (x, y) = x2 y + xy 3
en el punto (1, 2)
Soluci
on. Hallamos las derivadas parciales y las evaluamos en el punto
(1, 2)

fx = 2xy + y 3
fx (1, 2) = 4 + 8 = 4
fy = x2 + 3xy 2
fy (1, 2) = 1 12 = 11
de donde,
f (1, 2) = (4, 11)
Ejemplo 4.32. Hallar el vector gradiente de la funci

on f (x, y, z) =
en un punto generico.
Soluci
on. Hallamos las derivadas parciales
fx =
1 1 x y
1
f =
, ,
fy =
z z
z
z
x+y
fz = 2
z
Nota. Para funciones de una variable y = f (x) tenamos que:

df = f (x)dx = f (x) h
x+y
z
243
4.5. GRADIENTE
Para funciones de varias variables tenemos que:

dx
df = fx dx + fy dy = (fx , fy )
= f h
dy
Si se comparan ambas expresiones, se observa que el gradiente, f , puede

pensarse como la generalizaci
on del concepto de derivada para funciones de
varias variables. Si bien, hay que advertir que mientras que la derivada de
una funci
on de una variable en un punto es un n
umero, la derivada de una
funci
on de varias variables es un vector.
4.5.2.
Vector gradiente y derivada direccional
A partir del vector gradiente, la derivada direccional de una funci

on diferenciable f en un punto p en la direcci
on del vector unitario ~u , se puede
expresar como un producto escalar
f
(p) = f ~u
~u
Es decir, la derivada direccional de la funci
on f en el punto p en la direcci
on del vector unitario ~u es el producto escalar del vector gradiente de
f en el punto p por el vector ~u. Este hecho permite obtener las siguientes
propiedades
Propiedades: Si la funci
on f es diferenciable, se tiene:
(a) Si en un punto p el gradiente es cero, entonces todas las derivadas
direccionales en ese punto valen cero.
f (p) = 0
D~v f (p) = 0,
cualquiera que sea ~v
Es decir, si todas las derivadas parciales son nulas, entonces todas las
derivadas direccionales tambien lo son.
(b) La derivada direccional es m
axima en la direcci
on y sentido del gradiente, mnima en sentido contrario, y nula en la direcci
on perpendicular al gradiente, adem
as, el valor m
aximo de esta derivada es el
m
odulo del gradiente.
En efecto, teniendo en cuenta que el producto escalar de dos vectores
es el producto de los m
odulos de los vectores por el coseno del angulo
que forman, y llamando al angulo que forman el gradiente f y el

vector de direcci
on ~u, resulta
f
(p) = f ~u = kf k k~uk cos = kf k 1 cos = kf kcos
~u
Ahora bien, 1 cos 1, luego el valor m
aximo del producto
kf kcos se obtiene cuando cos = 1 y el valor mnimo cuando
cos = 1, es decir,
Cuando f y ~u son vectores de la misma direcci

on y sentido, se tiene
= 0, y por lo tanto cos = 1, de donde,
f
(p) = f ~u = kf k k~uk cos 0 = kf k 1 1 = kf k
~u
Cuando f y ~u son vectores de la misma direcci

on pero de sentidos
opuestos, se tiene = , y por lo tanto cos = 1, de donde,
f
(p) = f ~u = kf k k~uk cos = kf k 1 (1) = kf k
~u
Y cuando f y ~u son vectores perpendiculares, se tiene = /2, y

por lo tanto cos = 0, de donde,
f
(p) = f ~u = kf k k~uk cos /2 = kf k 1 0 = 0
~u
Esquem
aticamente:
f
~u D~u f (p) = kf (p)k M
axima
f
~u D~u f (p) = kf (p)k mnima
f ~u D~u f (p) = 0
Ejemplo 4.33. La temperatura en grados Celsius, sobre la superficie de una
placa met
alica, viene dada por T (x, y) = 20 4x2 y 2 , midiendose x e y
en centmetros. Desde el punto (2, 3) En que direcci
on crece la temperatura
m
as r
apidamente? A que raz
on se produce ese crecimiento?.
Soluci
on: La direcci
on de m
aximo crecimiento es la direcci
on del gradiente, y
la raz
on de ese crecimiento su m
odulo, en consecuencia hallamos el gradiente
y lo evaluamos en el punto (2, 3)
f = (Tx , Ty ) = (8x, 2y)
f (2, 3) = (16, 6)
luego la direcci
on de m
aximo crecimiento es la del vector
~v = f (2, 3) = (16, 6)
y la raz
on de m
aximo crecimiento es el m
odulo de gradiente, luego,
p
D~v T (2, 3) = kf (2, 3)k = k(16, 6)k = 162 + 62 = 292 = 17 09o /cm.
Hay que hacer notar que aunque el gradiente apunta en la direcci

on
de m
aximo crecimiento de la temperatura, no por eso apunta al lugar m
as
caliente de la placa. Es decir, el gradiente proporciona una soluci
on local al
problema. Una vez abandonada ese posici
on, la direcci
on de m
aximo crecimiento puede cambiar, ya que la trayectoria de m
aximo crecimiento no tiene
por que ser lineal.
245
4.6. PLANO TANGENTE
4.5.3.
Gradiente y curvas de nivel
z6
z = f (x, y)
z=k
SS ((
f o
(
:
((
~v T
Figura 4.7: Gradiente-curva de nivel.
Las curvas de nivel de la superficie de ecuaci

on z = f (x, y)
se obtienen d
andole a z un valor numerico concreto. En consecuencia, caminando sobre la curva de nivel, los valores de la
funci
on no cambian durante el
recorrido. Es decir, al movernos
por la superficie siguiendo una
curva de nivel, los valores de la
funci
on se mantienen constante,
y, por lo tanto, es de esperar que
la derivada de la funci
on en esa
direcci
on sea cero. Es decir,
D~uT f (p) = f ~uT = 0
Esto significa que en cada punto de una curva de nivel el vector gradiente es
perpendicular al vector tangente a la curva de nivel y, en consecuencia, en
cada punto de una superficie, el vector gradiente es perpendicular a la curva
de nivel que pasa por ese punto.
Otra manera de verlo es la siguiente: En cada punto (x, y) de la curva
de nivel se tiene f (x, y) = k, de donde, df (x, y) = 0, y por lo tanto, en ese
punto, fx dx + fy dy = 0, de donde, expres
andolo en forma vectorial resulta
(fx , fy ) (dx, dy) = 0
4.6.
4.6.1.
f ~v T = 0
f ~v T
Plano tangente
Vectores normales
Vector tangente
(a) A una curva plana.
y6
f (x0 )
Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos
paralelos entre s:
y = f (x)
*

dy
P
dx
x0
~v T = (dx, dy) k (1,

x
-

dy
) = 1, y (x)
dx
(b) A una superficie. De manera an

aloga, a lo anterior
z
)
x
~v T = (dx, dy, dz)
z
x = cte. ~v T = (0, dy, dz) k (0, 1, )

y
y = cte. ~v T = (dx, 0, dz) k (1, 0,
Vector normal a una curva plana

Se llama vector normal a una curva, en un punto de la misma, al vector
perpendicular a su recta tangente en dicho punto. An
alogamente, se llama
vector normal a una superficie, en un punto de la misma, al vector perpendicular a su plano tangente en dicho punto. Es evidente que si existe un
vector normal entonces existen infinitos, ya que si ~v p es un vector normal,
entonces tambien lo es ~v p , con R
(a) Curvas dadas de forma explcitas y = f (x)
Dada una funci
on de una variable y = f (x) y un punto (x0 , y0 ) de la misma,
el vector tangente a su gr
afica en dicho punto vendr
a definido
por (dx, dy),

o bien, h, f (x0 )h , o m
as simplificado, ~v T = 1, f (x0 ) , y en consecuencia,
el vector normal a la curva en el punto (x0 , y0 ) vendr
a definido por

~v p = f (x0 ), 1
y = f (x)
y 6
f (x0 + h)
f (x0 )
Q

*o
AK~v p

A
dy f (x0 )h
P A dx

h

xx0
x0 + h
Figura 4.8: Vector normal a una curva.

Donde se ha tenido en cuenta que para calcular un vector perpendicular
a otro conocido del plano basta con cambiar las coordenadas de orden y una
de ellas de signo.
(b) Curvas dadas en forma implcita F (x, y) = 0
Dada una curva plana de ecuaci
on y = f (x), igualando a cero (o a una
constante) la ecuaci
on, podemos considerar la curva y f (x) = 0 como
una curva de nivel de una funci
on de dos variables F (x, y) = 0, siendo
F (x, y) = y f (x), con lo cual el vector gradiente de esta funci
on ser
a un
247
4.6. PLANO TANGENTE

vector normal a la curva dada.
~v p = F
Ejemplo 4.34. Hallar el vector normal a la par

abola de ecuaci
on y = x2
en el punto (1, 1)
Soluci
on. Igualando la ecuaci
on a cero, resulta
y
6
4
y = x2
y = x2 yx2 = 0 F (x, y) = yx2

de donde,

~v T
2
YH ~v
H
Hp
1 HP
2 1
x
2
Fx (x, y) = 2x
Fx (x, y) = 1
F (x, y) = (2x, 1)
luego,
Figura 4.9: y = x
~v p = F (1, 1) = (2, 1)
Vector normal a una superficie

(a) Superficies dadas de forma explcitas z = f (x, y)
El vector normal ~v p a una superficie S en un punto P de la misma, ser
a un
vector perpendicular al plano tangente a la superficie en dicho punto. Ahora
bien, el vector perpendicular al plano tangente en el punto P ser
a perpendicular a cualquier recta tangente a la superficie en dicho punto. Un
vector, generico, tangente a la superficie viene dado por las componentes
(dx, dy, dz). En particular, los vectores tangentes a la superficie, en el punto
P , en las direcciones de los ejes OX y OY vienen dados respectivamente
por:

f
f
(x0 , y0 ) , ~v T y = 0, 1,
(x0 , y0 )
~v T x = 1, 0,
x
y
El vector normal a la superficie ha de ser perpendicular a los dos vectores
~v T x y ~v T y , luego se puede obtener a partir del producto vectorial de los
mismos, as

i j

k

~v p = ~v T x ~v T y = 1 0 fx (x0 , y0 ) = fx (x0 , y0 ), fy (x0 , y0 ), 1
0 1 fy (x0 , y0 )
nota: Para que la existencia del plano tangente en el punto P (x0 , y0 , z0 )

este garantizada, la funci
on ha de ser diferenciable en el punto p(x0 , y0 )
(b) Superficies dadas de forma implcita F (x, y, z) = 0
Dada una superficie de ecuaci
on z = f (x, y), igualando a cero (o a una
constante) la ecuaci
on, podemos considerar la superficie z f (x, y) = 0
como una superficie de nivelde una funci
on de tres variables F (x, y, z) = 0
siendo F (x, y, z) = y f (x, y), con lo cual el vector gradiente de esta funci
on
ser
a un vector normal a la superficie dada.
~v p = F
Es evidente que si la funci
on viene definida de manera explcita z = f (x, y),
entonces ambos procedimientos coinciden. En efecto, haciendo F (x, y, z) =
z f (x, y), resulta
~v p = F = (Fx , Fy , Fz ) = (fx , fy , 1)
Ejemplo 4.35. Hallar un vector perpendicular al plano 3x y + 2z = 3
Soluci
on: F (x, y, z) = 3x y + 2z, de donde
Fx = 3,
Fy = 1 Fz = 2
luego,
~v p = F = (3, 1, 2)
Ejemplo 4.36. Hallar un vector perpendicular a la superficie x2 + yz = 5
en el punto (1, 2, 2)
Soluci
on: F (x, y, z) = x2 + yz, de donde
Fx = 2x,
Fy = z
Fz = y
f = (2x, z, y)
luego,
~v p = F (1, 2, 2) = (2, 2, 2)
4.6.2.
Plano tangente
Consideraciones geom
etricas
Ecuaci
on de un plano
Para hallar la ecuaci
on de una recta, de una curva, de un plano, o de cualquier lugar
geometrico, el procedimiento habitual es el denominado del punto generico, que consiste
en suponer un punto generico X de la figura geometrica correspondiente y relacionarlo con
los datos que disponemos. Buscaremos una relaci
on que vincule al punto X con los datos
del problema y que cumplan los puntos de la figura geometrica y s
olo ellos. La relaci
on
puede ser vectorial, trigonometrica o de cualquier tipo.
(a) Ecuaci
on de un plano conocido un punto del mismo y dos vectores paralelos al plano,
pero no paralelos entre s.
Si unimos el punto P con el punto X mediante
el vector P X, resultar
a que los tres vectores ~
u, ~v
an linealy P X son coplanarios y por lo tanto ser

mente dependientes y, en consecuencia, el determi3
~v
: X
nante de la matriz de sus componentes ser
a cero.
P

~
u

PX
P X
Linealmente dependientes ~
u = 0
~
u

~v
~v
4.6. PLANO TANGENTE
249
(b) Ecuaci
on de un plano conocido un punto del mismo y un vector normal al plano.
Si unimos el punto P con el punto X mediante el
~n 6
vector P X, resultar
a que los vectores P X y ~n son
perpendiculares y por lo tanto su producto escalar
- X
P
ser
a cero.
~n P X ~n P X = 0
Plano tangente
Desde el punto de vista geometrico se llama plano tangente a una superficie
en un punto al plano que contiene a todas las rectas tangentes a la superficie
en dicho punto, o mejor dicho, a las rectas tangentes de todas las curvas
trazadas sobre la superficie que pasan por el punto. Si todas las tangentes
no est
an sobre el mismo plano, entonces se dice que el plano tangente no
existe.
Desde el punto de vista analtico para que exista el plano tangente a una
superficie en un punto de la misma, la funci
on que define la superficie ha de
ser diferenciable en el punto correspondiente.
(a) Superficies dadas de forma explcita z = f (x, y)
El plano tangente ha de contener todas las rectas tangentes a la superficie
en el punto correspondiente, luego, en particular, ha de contener las rectas
tangentes en las direcciones de los ejes OX y OY , por lo tanto, los vectores

f
f
(x0 , y0 ) , ~v T y = 0, 1,
(x0 , y0 )
~v T x = 1, 0,
x
y
ser
an paralelos al plano buscado.

Por tanto el plano tangente buscado contiene al punto x0 , y0 ; f (x0 , y0 ) y
es paralelo a los vectores ~v T x = 1, 0, fx (x0 , y0 ) y ~v T y = 0, 1, fy (x0 , y0 ) ,
por lo que su ecuaci
on ser
a:

x x0 y y0
z z0

1
0
fx (x0 , y0 ) = 0

0
1
fy (x0 , y0 )
de donde resulta z z0 fx (x0 , y0 )(x x0 ) fy (x0 , y0 )(y y0 ) = 0 que se
puede expresar de la forma:
z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
o bien, despejando z, y poniendo z0 = f (x0 , y0 ) resulta
z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
(4.4)
NOTA: Si la funci
on no es diferenciable, entonces la ecuaci
on anterior no
representa el plano tangente, ya que en este caso el plano tangente no existe. Es decir, si la funci
on no es diferenciable, pero tiene derivadas parciales,
podemos construir la ecuaci
on anterior, pero en este caso dicha ecuaci
on
no representa el plano tangente, sino simplemente un plano que pasa por el
punto (x0 , y0 ).
Al mismo resultado llegamos sabiendo que el vector ~v p = (fx , fy , 1)
es perpendicular al plano buscado. En este caso ser

a ~v p px = 0, y en
consecuencia obtenemos el mismo resultado.
fx (x0 , y0 ) (x x0 ) fy (x0 , y0 ) (y y0 ) + z z0 = 0
de donde,
z z0 = fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 )
que es el mismo resultado anterior.
on del plano tangente al paraboloide z =
x2 + y 2 en el punto P (2, 1; 5)
Soluci
on. Hallamos el gradiente en el punto p(2, 1)

zx (2, 1) = 4
zx = 2x
z(2, 1) = (4, 2)
zy (2, 1) = 2
zy = 2y
de donde: z 5 = 4(x 2) 2(y + 1) o bien, simplificando, 4x 2y z = 5
(b) Superficies dadas de forma implcita F (x, y, z) = 0
Supongamos que la superficie viene definida de manera implcita, mediante

la ecuaci
on F (x, y, z) = 0. Si la funci
on viene definida de manera explcita
z = f (x, y), f
acilmente puede convertirse a la forma implcita. En efecto,
dada una superficie de ecuaci
on z = f (x, y), igualando a cero (o a una
constante) obtenemos la ecuaci
on, z f (x, y) = 0, y la podemos considerar
definida de manera implcita. Por tanto tenemos la ecuaci
on z f (x, y) = 0
que puede considerarse como una superficie de nivel de una funci
on de tres
variables F (x, y, z) = 0, siendo F (x, y, z) = y f (x, y), con lo cual en cada
punto (x, y, z) el vector gradiente de esta funci
on ser
a un vector normal a la
superficie dada.
~v p = F
En consecuencia, el plano tangente a la superficie en el punto P (x0 , y0 , z0 )
ser
a el plano que contiene a P y tiene por vector normal a F (x0 , y0 , z0 ).
Para hallar su ecuaci
on, tomamos un punto generico X(x, y, z) del plano, y
tendr
a que ser F (x0 , y0 , z0 ) P X, y en consecuencia su producto escalar
ha de ser cero F (x0 , y0 , z0 ) P X = 0, luego su ecuaci

on ser
a:
F
F
F
(x0 , y0 , z0 )(xx0 )+
(x0 , y0 , z0 )(y y0 )+
(x0 , y0 , z0 )(z z0 ) = 0 (4.5)
x
y
z
4.6. PLANO TANGENTE
251
Recta normal
Se llama recta normal a una superficie S en un punto P (x0 , y0 , z0 ) de la
misma, a la recta que pasa por P y tiene por vector director al vector
normal a la superficie en dicho punto. Es decir, la recta perpendicular al
plano tangente a la superficie en P . Teniendo en cuenta que el vector normal
a la superficie en el punto P (x0 , y0 , z0 ) es F (x0 , y0 , z0 ), podemos concluir
que la ecuaci
on de la recta normal a la superficie en el punto P viene definida
por las ecuaciones:
x x0
y y0
z z0
=
=
Fx (x0 , y0 , z0 )
Fy (x0 , y0 , z0 )
Fz (x0 , y0 , z0 )
(4.6)

on del plano tangente y de la recta normal
al paraboloide de ecuaci
on z 2 2x2 2y 2 12 = 0, en el punto (1, 1, 4)
Soluci
on: Consideramos la funci
on F (x, y, z) = z 2 2x2 2y 2 12 y hallamos
su gradiente en el punto (1, 1, 4)
Fx = 4x Fx (1, 1, 4) = 4
Fy = 4y
Fy (1, 1, 4) = 4
F (1, 1, 4) = (4, 4, 8) k (1, 1, 2)
Fz = 2z
Fz (1, 1, 4) = 8
Luego el plano tangente es: 1(x1)+1(y +1)+2(z 4) = 0 y simplificando

resulta
x y 2z + 6 = 0
y la recta normal
y+1
z4
x1
=
=
1
1
2
Existencia del plano tangente
Para construir la ecuaci

on del plano tangente a una superficie en un punto lo u
nico que
necesitamos son las derivadas parciales de la funci
on en dicho punto, sin embargo, no
siempre dicha ecuaci
on representa al plano tangente. Para que la ecuaci
on (4.4) represente,
realmente, el plano tangente a la superficie z = f (x, y) en el punto P (x0 , y0 , z0 ) es necesario
que la funci
on f sea diferenciable en el punto p(x0 , y0 ). No debe olvidarse que las derivadas
parciales pueden existir, incluso, en puntos donde la funci
on no es ni siquiera continua,
y no tiene sentido hablar de plano tangente en dichos puntos. El concepto geometrico
de tangencia es el mismo que el concepto analtico de diferenciabilidad. As, si la funci
on
f : D R2 R es diferenciable en p(x0 , y0 ) entonces diremos que la ecuaci
on (4.4) define
al plano tangente a la superficie z = f (x, y) en el punto P x0 , y0 ; f (x0 , y0 ) . Si la funci
on
no es diferenciable en el punto p(x0 , y0 ), entonces el plano tangente a la superficie en el
punto correspondiente no existe, con lo cual el plano obtenido con la ecuaci
on (4.4) no
representa al plano tangente en el sentido preciso que se entiende en matem
aticas.
Formalmente podemos enunciar la siguiente
Definici
on 4.10 (Plano tangente y recta normal). Si F es diferenciable en el punto
P (x0 , y0 , x0 ) de la superficie S dada por F (x, y, z) = 0 tal que F (x0 , y0 , z0 ) 6= 0.
1.
El plano que pasa por P y es normal a F (x0 , y0 , z0 ) se conoce como el plano

tangente a S en P .
2.
La recta que pasa por P y que tiene la direcci

on de F (x0 , y0 , z0 ) se conoce como
la recta normal a S en P .
Significado geom
etrico de la tangencia
Si la funci
on f es diferenciable en el punto p(x0 , y0 ), ser
a:
f (x0 +h, y0 +k) = f (x0 , y0 )+
r(h, k)
f
f
(x0 , y0 )h+ (x0 , y0 )k+r(h, k) con
lm
=0
(h,k)(0,0) k(h, k)k
x
x
con lo cual, poniendo h = x x0 , k = y y0 , la expresi

on anterior se convierte en:
f (x, y) = f (x0 , y0 ) +
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ) + r(x x0 , y y0 )
x
x
donde
lm
(x,y)(x0 ,y0 )
Ahora bien, teniendo en cuenta la ecuaci

on del
plano tangente
f (x)
r

z

f (p)

@

@
y0
p
k
x0
t
h
@
@ x
x
r(x x0 , y y0 )
=0
k(x x0 , y y0 )k
z = f (x0 , y0 )+fx (x0 , y0 )(xx0 )+fy (x0 , y0 )(yy0 )
y
-
donde z representa la altura en el punto x = (x, y)

hasta el plano tangente.
Resulta que el residuo r(x x0 , y y0 ) se puede
expresar como
r(x x0 , y y0 ) = f (x, y) z
Es decir, el residuo es la diferencia entre la z de la

funci
on z = f (x, y) en el punto x = (x, y) y la z
en el mismo punto del plano tangente a la gr
afica
en p = (x0 , y0 )
El hecho de que f sea diferenciable en p = (x0 , y0 ) no s
olo nos dice que r es muy peque
no
en torno al punto p, sino, adem
as, que es mucho m
as peque
no que la distancia de p a x,
. El hecho de que el residuo r 0 cuando x p s
es decir r << k
pxk
olo nos dice que la
funci
on es continua en p. Lo que realmente da el car
acter de tangencia es el hecho de que
r
0 cuando x p. Este hecho geometricamente viene a significar que la superficie
k
pxk
se aplana en los alrededores del punto p tratando de confundirse, por un instante con el
plano tangente.
Figura 4.10: Plano tangente.
4.6.3.
Recta tangente y plano normal a una curva en el espacio
(a) Curvas dadas en forma param

etrica
Ejemplo 4.39. Hallar las ecuaciones de la recta tangente y del plano normal a la curva
x=t
y = t2
z = t3
en el punto t = 1
Soluci
on. Hallamos las coordenadas del punto P y del vector tangente ~vT correspondientes
al valor del par
ametro t = 1
t = 1 P (1, 1, 1)
x (t) = 1 x (1) = 1
y (1) = 2
y (t) = 2t
~vT = (1, 2, 3)

z (1) = 3
z (t) = 3t2
de donde,
253
4.6. PLANO TANGENTE
z6
f (p)
~vT
z0
y0
x0
x
y
-
Las coordenadas de un punto generico X(x, y, z) de la

curva vendr
an dadas en funci
ametro t, re on del par
sultando X x(t), y(t), z(t) . En consecuencia, el vector tangente en dicho punto generico ser
a
~vT = x (t), y (t), z (t) ,

de donde resultan
(a) Recta tangente en el punto P (x0 , y0 , z0 )

x x0
y y0
z z0
=
=
x (t0 )
y (t0 )
z (t0 )
Figura 4.11: curva en el espacio
(b) Plano normal en el punto P (x0 , y0 , z0 )

x (t0 )(xx0 )+y (t0 )(yy0 )+z (t0 )(zz0 ) = 0
(a) Recta tangente en el punto P (1, 1, 1)

x1
y1
z1
=
=
1
2
3
(b) Plano normal en el punto P (1, 1, 1)
1(x 1) + 2(y 1) + 3(z 1) = 0
Ejemplo 4.40. Hallar las ecuaciones de la recta tangente y del plano normal a la curva
x=t2
y = 3t2 + 1
z = 2t3
en el punto donde corta al plano yz

Soluci
on. En el punto donde la curva corta al plano yz ser
a x = 0, luego t 2 = 0, de
donde t = 2. En consecuencia.
de donde,
t = 2 P (0, 13, 16)
x (t) = 1 x (2) = 1
y (t) = 6t
y (2) = 12
~vT = (1, 12, 24)

z (t) = 6t2
z (2) = 24

x
y 13
z 16
=
=
1
12
24
x + 12(y 13) + 24(z 16) = 0
x + 12y + 24z 540 = 0
Curvas dadas como intersecci

on de dos superficies
Sean las superficies definidas por las ecuaciones F (x, y, z) = 0 y G(x, y, z) = 0. Dichas
superficies se cortar
an en la curva definida por el sistema de ecuaciones:
y y0
z z0
x x0
=
=
(a) Recta tangente en el punto P (x0 , y0 , z0 )
v1
v2
v3
(b) Plano normal en el punto P (x0 , y0 , z0 ) v1 (x x0 ) + v2 (y y0 ) + v3 (z z0 ) = 0
F
~vT
Los vectores gradientes F y G en cualquier punto

de la curva de corte ser
an normales a sus respectivas
superficies
y
por
tanto
ser
an normales a la curva de
G
corte, en consecuencia el vector perpendicular a ambos definido por su producto vectorial ~vT = F G
ser
a tangente a la curva de corte, de donde, si sus comcurva en el espacio ponentes son ~vT = (v1 , v2 , v3 ) resultan
Figura 4.12:

3

F (x, y, z) = 0
G(x, y, z) = 0

on de la recta tangente y del plano normal a la curva
definida por la intersecci
on del elipsoide x2 +4y 2 +2z 2 = 27 y el hiperboloide x2 +y 2 2z 2 =
11 en el punto P (3, 2, 1)
Soluci
on. Hallamos los vectores gradientes en
Fx = 2x
Fy = 8y
F (x, y, z) = x2 + 4y 2 + 2z 2
Fz = 4z
Fx = 2x
2
2
2
Fy = 2y
G(x, y, z) = x + y 2z
Fz = 4z
luego, el vector tangente ser

a:

i
j

~vT = 6 16
6 4
y en consecuencia
el punto P (3, 2, 1)
Fx = 6
Fy = 16
F (3, 2, 1) = (6, 16, 4)
Fz = 4
Fx = 6
Fy = 4
G(3, 2, 1) = (6, 4, 4)
Fz = 4

k
4 = (80, 48, 72) = 8(10, 6, 9)
4

x3
y+2
z1
=
=
10
6
9
10(x 3) + 6(y + 2) + 9(z 1) = 0
4.6.4.
La diferencial como aproximaci

on del incremento
Sea f : D R2 R una funci

on diferenciable en el conjunto abierto D de
R2 . Entonces, para cada x D tendremos
f (x + h) = f (x) +
f
f
h1 +
h2 + r(h)
x
x
donde
lm
h0
r(h)
=0
khk
on,
Vimos en la definici
on (4.3) que a la parte lineal en h1 y h2 de esta expresi
(h1 , h2 ) = fx h1 + fy h2 , se le llama diferencial de la funci
on f en el punto
x = (x, y) y se denota por df (x, y), o simplemente por df . Es decir,
df =
f
f
h1 +
h2
x
y
255
4.6. PLANO TANGENTE
Y teniendo en cuenta que si f (x, y) = x, se tiene h1 = dx y si f (x, y) = y,

se tiene h2 = dy, podemos escribir:
df =
f
f
dx +
dy
x
y
f (x + h)
r

z

f (x)

@
df

@
y +-h2
y
x
h
2
x
h1 @ t
@
@ x + h
x + h1
Figura 4.13: f df
Con lo cual resulta
f (x + h) = f (x) + df (x) + r(h)
Ahora bien, dado que lmh0 r(h) = 0 se tiene que, para khk peque
no,
ser
a r(h) 0 y en consecuencia
f (x + h) f (x) + df (x)
Si observamos la gr
afica 4.13, vemos que se tiene,
f (x + h) z
Es decir, la z de la funci
on z = f (x + h) en el punto x + h = (x + h1 , y + h2 ),
coincide, de manera aproximada, con la z, en el mismo punto, del plano
tangente a la gr
afica en un punto cercano x = (x, y)
Lo anterior tambien se puede expresar de la forma
f (x + h) f (x) df (x)
Es decir,
f df
Geometricamente se pueden dar las siguientes interpretaciones:
(a) El valor aproximado de una funci
on f (x), en un punto x, se puede
obtener sustituyendo el valor de x en la ecuaci
on del plano tangente,
en un punto cercano x0 , pr
oximo a x. Es decir, para hallar el valor
aproximado de una funci
on en un punto, calculamos la ecuaci
on del
plano tangente, en un punto cercano, y sustituimos las coordenadas
del punto sobre la ecuaci
on de dicho plano.
(b) Al pasar del punto x al punto cercano x + h, el incremento que sufre
la funci
on
f = f (x + h) f (x)
coincide, de manera aproximada, con el diferencial df . Es decir, la
diferencial de una funci
on es una buena aproximaci
on del incremento
Puesto que el plano tangente, y en general cualquier plano en el espacio, se
representa por una ecuaci
on lineal en las variables x, y y z, llamamos a esta
aproximaci
on de la funci
on mediante su plano tangente, o lo que es lo mismo
a la aproximaci
on del incremento por el diferencial, aproximaci
on lineal.
C
alculo de valores aproximados
Los resultados anteriores nos sirven para calcular valores aproximados. En
efecto, supongamos que queremos calcular, aunque sea de manera aproximada, el valor de una funci
on en un punto (x, y), pero no sabemos calcular el
valor de la funci
on en dicho punto, f (x, y), o dicho c
alculo resulta extremadamente complicado; y sin embargo, supongamos que sabemos calcular el valor
de la funci
on y el de sus derivadas parciales en un punto cercano (x0 , y0 ).
Pues bien, podemos utilizar el valor de la funci
on y el de su derivadas parciales en este punto (x0 , y0 ) para calcular el valor aproximado de la funci
on
en el punto desconocido (x, y).
Para hacer c
alculos aproximados de operaciones podemos utilizar cualquiera de las dos opciones:
(a) Para hallar el valor aproximado de una funci
on en un punto, calculamos la ecuaci
on del plano tangente, en un punto cercano, y sustituimos
las coordenadas del punto sobre la ecuaci
on de dicho plano.
f (x, y) f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fx (x0 , y0 )(y y0 )
(b) Aproximar el incremento mediante la diferencial
f (x, y) f (x0 , y0 ) + df (x0 , y0 )
Hay que advertir que estas aproximaciones s
olo ser
an validas para valores
muy cercanos al punto conocido y para funciones diferenciables.
Ejemplo 4.42. Comparar el incremento con el diferencial del a
rea de un
rect
angulo.
257
4.6. PLANO TANGENTE
Soluci
on. Incrementemos los lados de un rect
angulo x e y, en dx y dy,
respectivamente. El
area del rect
angulo viene definida por a = x y, de
donde:
El incremento del
area ser
a: a = ydx + xdy + dxdy
dy
xdy
Y el diferencial
dxdy
a
=y
x
a
=x
y
ydx
x
dx
da = ydx + xdy
En consecuencia, a = da + dxdy
Es decir a = da + r(h, k)
Figura 4.14: a da
Ejemplo 4.43. Dada la superficie de ecuaci

on z = xexy2 se pide:
(a) Hallar la ecuaci
on del plano tangente a la superficie dada en el punto
P (2, 1, 2).
(b) Usar el plano tangente para obtener una aproximaci
on del valor de la
funci
on en el punto q(1 9, 1 02).
Soluci
on. (a) El plano tangente viene definido por la ecuaci
on:
z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
para lo cual
fx = exy2 + xyexy2
fy = x2 exy2
fx (2, 1) = e0 + 2 1 e0 = 1 + 2 = 3
fy (2, 1) = 4e0 = 4
de donde, la ecuaci
on del plano tangente es
z 2 = 3(x 2) + 4(y 1)
que se simplifica en z = 3x + 4y 8
(b) El valor aproximado de la funci

on se calcula sustituyendo los valores de
x e y en la ecuaci
on del plano tangente, as,
z(1 9, 1, 02) = 1 9e1 91 022 3 1 9 + 4 1 02 8 = 5 7 + 4 08 8 = 1 78

(los c
alculos suelen resultan m
as f
aciles si se sustituye directamente sobre
la ecuaci
on del plano tangente, antes de eliminar los parentesis, despejando
previamente z, en efecto z = 3 + 3(0 1) + 4(0 02) = 3 0 3 + 0 08 = 1 78)
Ejemplo 4.44. Usar la diferencial,
dz, para aproximar la variaci
on que
p
experimenta la funci
on z = 6 x2 y 2 cuando (x, y) se desplaza desde el
punto (1, 1) al punto (1,02, 0,95).
Soluci
on. Tenemos que la variaci
on de z puede aproximarse por
z dz =
y
z
x
z
dy
dx + p
dx +
dy = p
2
2
x
y
6 x2 y 2
6x y
Ahora bien, llamando (x, y) = (1, 1) y (x+x, y+y) = (1,02, 0,94) tenemos
dx = x = 0,02
y dy = y = 0,06
con lo cual, resulta

z
1
1
0,04
(0,02) +
(0,06) =
= 0,02
2
2
2
los resultados anteriores pueden extenderse a funciones de tres o m

as
variables, como se hace en el siguiente ejemplo.
Ejemplo 4.45. Estimar 2 012 + 1 982 + 1 052

Soluci
on. Necesitamos una funci
on y un punto pr
oximo, al dado, sobre el
que sepamosphacer los c
alculos con facilidad. En este caso, la funci
on es
f (x, y, z) = x2 + y 2 + z 2 y el punto p(2, 2, 1). En consecuencia,
p
f (2, 2, 1) = 22 + 22 + 11 = 9 = 3
x
f
2
2
f
=p
x (2, 2, 1) = = 3
x
x2 + y 2 + z 2
9
f
y
f
2
2
=p
(2, 2, 1) = =
2
2
2
y
y
3
x +y +z
9
1
1
f
f
z
(2, 2, 1) = =
=p
z
3
z
9
x2 + y 2 + z 2
de donde, sustituyendo en la ecuaci
on del planotangente (en este caso
((hiperplano))):
z = f (x0 , y0 , z0 )+fx (x0 , y0 , z0 )(xx0 )+fy (x0 , y0 , z0 )(y y0 )+fz (x0 , y0 , z0 )(z z0 )
resulta,
p
2
2
1
2 012 + 1 982 + 1 052 3 + (0 01) + (0 02) + (0 05) = 3 01
3
3
3
Propagaci
on de errores.
Cuando se realizan mediciones fsicas de una magnitud, se cometen lo que
se llaman errores de medici
on. Si posteriormente realizamos operaciones con
esos valores medidos, los errores de medici
on se propagan, a traves de los
c
alculos realizados, a los nuevos resultados obtenidos. Lo que se llama error
propagado.
As, si x representa el valor medido de una variable y x + x su valor
exacto, entonces x es el error de la medida. Finalmente, si el valor x medido
4.7. FUNCIONES VECTORIALES Y MATRIZ JACOBIANA
259
se usa para calcular otro valor f (x), la diferencia entre f (x + x) y f (x) se

llama el error propagado.
errorde
medida
z}|{
f (x + x ) f (x) =
|
|{z}
{z
}
valor
medido
valor
exacto
y
|{z}
error
propagado
Pueden utilizarse las diferenciales para aproximar la propagaci

on del
error introducido por los errores de medici
on.
Ejemplo 4.46. El radio r y la altura h de un cilindro circular recto se
miden con un error posible del 4 % y del 2 %, respectivamente. Aproximar el
error porcentual m
aximo al medir el volumen.
Soluci
on. El volumen del cilindro viene definido por V = r2 h
de donde,
V
V
dV =
dr +
dh = 2rh dr + r2 dh
r
h
Para los errores dados, tenemos
dr =
4r
,
100
dh =
2h
100
luego el error propagado es

dV = 2rh
4r
2h
8hr2 2r2 h
10r2 h
10 V
+ r2
=
+
=
=
100
100
100
100
100
100
Luego el error propagado es del 10 %.
4.7.
4.7.1.
Funciones vectoriales y matriz Jacobiana

Funciones vectoriales de variable vectorial
Definici
on 4.11. Se llama funci
on vectorial de variable vectorial a las funciones del tipo:
f : D R n Rm
(x1 , x2 , , xn ) 7 (y1 , y2 , , ym )
Es decir,
y1 = f1 (x1 , x2 , , xn )
y2 = f2 (x1 , x2 , , xn )
f (x1 , x2 , , xn ) = (y1 , y2 , , ym ) donde

ym = fm (x1 , x2 , , xn )
Tenemos pues que una funci

on f : D Rn Rm es una regla que asocia a cada n-ada
ordenada de n
umeros reales (x1 , x2 , , xn ) de D, una m-ada ordenada de n
umeros reales
bien determinada (y1 , y2 , , ym ) de Rm . O bien, en terminos vectoriales, una regla que
asocia a cada vector x de D, un vector bien determinado y de Rm .
En otras palabras, una funci
on vectorial es un vector cuyas componentes son funciones
escalares.
f = (f1 , f2 , , fm )
Es decir,
f : D Rn Rm

(x1 , x2 , , xn ) 7 f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )
Por ejemplo, las curvas parametricas pueden considerarse como funciones vectoriales de
R en R2 . As, si las ecuaciones parametricas de una curva vienen definidas por:

x(t) = 2t + 3
y(t) = t 5
las podemos interpretar como una funci
on vectorial de la siguiente forma:
)
f

R R2
f (t) = (2t + 3, t 5) = x(t), y(t)
t 7 (2t + 3, t 5)
Por ejemplo, la funci
on vectorial f (x, y) = (x + 2, x y, y + 4) viene definida por:
f
R2 R3
(x, y) 7 (x + 2, x y, y + 4)
f (x, y) = (x + 2, x y, y + 4) =

= f1 (x, y), f2 (x, y), f3 (x, y)
Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en

s mismo. Es decir, se llama campo vectorial (en Rn ) a las funciones del tipo f : D j Rn
Rn . Una pr
actica para visualizar los campos vectoriales consiste en jugar con la naturaleza
dualde los elementos de Rn ; los elementos del dominio x D se ven como puntos y los
de la imagen f (x) como vectores. El vector f (x) se representa mediante una flecha que se
puede colocar en cualquier punto del espacio, sin embargo, para tener una visualizaci
on
del campo, la flecha se colocar
a de manera que su punto inicial sea el punto x.
4.7.2.
Continuidad de las funciones vectoriales
Los conceptos de lmite, continuidad y diferenciabilidad pueden extenderse a funciones

vectoriales. Estos conceptos siempre tienen dos visiones; una general que es m
as bien
te
orica y consiste en la traslaci
on de los conceptos unidimensionales a niveles vectoriales,
y otra por componentes que es m
as bien pr
actica y que consiste en trasladar los conceptos
a las funciones coordenadas.
Lmite de una funci

on vectorial
Definici
on 4.12. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice
que f tiene por lmite , cuando x tiende a x0 , si lm kf (x) k = 0
xx0
Se escribe entonces lm f (x) = .

xx0
Merece destacar que el lmite vectorial se ha definido en terminos numericos. En efecto,

para cada x se tiene que kf (x)k es un n
umero, m
as preciso, la aplicaci
on x kf (x)k
es una funci
on numerica de D en R+ , y es ya familiar el lmite para estas funciones.
Bola. Cabe interpretar la definici

on de lmite por medio de la noci
on de bola.
Definici
on 4.13. En Rn , se llama bola abierta, de centro x0 Rn y de radio r R+ , al
conjunto de puntos x de Rn tales que kx x0 k < r.
261
Se designa por B(x0 , r), o simplemente por B, cuando no haya temor de confusi
on:
B(x0 , r) = {x Rn / kx x0 k < r}
As, por ejemplo, en la recta real R, la bola se llama entorno y est
a formado por los
puntos del intervalo (x0 r, x0 + r); en el plano eucldeo R2 , la bola se denomina disco y
est
a formada por los puntos interiores al crculo de centro x0 y radio r; en el espacio de
tres dimensiones R3 la bola B(x0 , r) est
a formada por los puntos interiores a la esfera de
centro x0 y radio r.
La noci
on de lmite de una funci
on puede interpretarse entonces de la siguiente manera:
Definici
on 4.14. Se dice que lm f (x) = si, para toda bola B de centro y radio
xx0
> 0, existe una bola B de centro x0 y radio r, incluido en D, tal que F (B) j B .
Coordenadas y lmite. Teniendo en cuenta que una funci

on vectorial f : D Rn Rm
es un vector cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ).
Es decir,

f (x1 , x2 , , xn ) = f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )
Se tiene que:
1.
Si f , con f = (f1 , f2 , , fm ), tiene por lmite , con = (1 , 2 , , m ), entonces

cada una de las funciones coordenadas de f tienen por lmite, respectivamente,
1 , 2 , , m .
2.
Si las coordenadas de f tienen por lmite, respectivamente, 1 , 2 , , m , entonces

f tiene por lmite = (1 , 2 , , m ).
En consecuencia, se puede enunciar el siguiente teorema:

Teorema 4.6. Para que f tienda a un lmite , es necesario y suficiente que las coordenadas de f tengan por lmites respectivamente las coordenadas de .
Continuidad
Definici
on 4.15. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice
que f es continua en x0 , si lm f (x) = f (x0 ).
xx0
En otros terminos, f es continua en x0 si lm kf (x)f (x0 )k = 0, o bien, f es continua

xx0
en x0 si, para todo > 0, existe > 0 tal que:

kx x0 k <
kf (x) f (x0 )k < .
Sirviendonos de la noci
on geometrica de bola podemos dar la siguiente definici
on: f
es continua en x0 si, para toda bola B de centro f (x0 ) existe una bola B de centro en x0 ,
incluida en D, tal que f (B ) j B.
Se dice que f es continua sobre un dominio D, si f es continua en todo punto x0 de D.
Coordenadas de una funci
on continua. El concepto de continuidad se puede establecer
en terminos de las funciones coordenadas. As,
Teorema 4.7. Para que f sea continua, en un dominio D, es necesario y suficiente que
todas las coordenadas de f lo sean.
Composici
on de funciones continuas
Aunque la composici
on de funciones se tratar
a m
as detalladamente en el epgrafe siguiente
dedicado a la Regla de la cadena, la vemos aqu con objeto de demostrar que la composici
on
de dos funciones continuas es a su vez otra funci
on continua.
Definici
on 4.16 (Composici
on de funciones). Dadas la funci
on g : Dg Rn Rp
definida en el conjunto Dg de Rn y la funci
on f : Df Rm Rn definida en el conjunto
Df de Rm , cuyo rango est
a contenido en Dg (es decir, f (Df ) Dg ), entonces se puede
formar la composici
on de ambas funciones g f : Df Rm Rp , definida como:

(g f )(u) = g f (u) , u Df
Esquem
aticamente sera.
f : Df Rm Rn
g : Dg Rn Rp
Rp
Df
Dg
g f : Df Rm Rp

(g f )(u) = g f (u)
y mediante diagramas, teniendo en consideraci

on los dominios,
g
R
Df
Rm
Dg
Rn
Rp
gf

Igual que en una variable, en general, la composici
on de funciones no cumple la
propiedad conmutativa, y s la asociativa.
Teorema 4.8 (Composici
on de funciones continuas). Dadas la funci
on g : Dg
Rn Rp definida en el conjunto Dg de Rn y la funci
on f : Df Rm Rn definida en
el conjunto Df de Rm , cuyo rango est
a contenido en Dg (es decir, f (Df ) Dg ), Si la
funci
on f es continua en el punto x0 y la funci
on g es continua en el punto y0 = f (x0 )
entonces la funci
on compuesta g f tambien es continua en x0 .
Demostraci
on. Sea x0 Df e y0 = f (x0 ) Dg . Puesto que g es continua en y0 , para
toda bola B de centro g(y0 ) existe una bola B , de centro y0 , tal que g(B ) j B.
Puesto que f es continua en x0 , para toda bola B de centro f (x0 ) = y0 , existe una bola
B de centro x0 tal que f (B ) j B .
Aplicando g a los dos miembros de esta relaci
on; se obtiene:
g f (B ) j g(B ) j B
y, por consiguiente, g f es continua en el punto x0 .
4.7.3.
Derivadas parciales de funciones vectoriales
Aunque a nivel te
orico las derivadas parciales de funciones vectoriales pueden definirse
en terminos vectoriales, en la pr
actica, se establecen en terminos de las funciones componentes. Teniendo en cuenta que una funci
on vectorial f : D Rn Rm es un vector
cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ). Es decir,

f (x1 , x2 , , xn ) = f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )
263
Se tiene que:
f
(x1 , x2 , , xn ) =
x1
f
(x1 , x2 , , xn ) =
xn

f1
f2
fm
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
x1
x1
x1

f1
f2
fm
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
xn
xn
xn
Ejemplo 4.47. Hallar las derivadas parciales de la funci

on
f (x, y, z) = (xey cos z, xey sen z, tan z)
Soluci
on. Derivando componente a componente, se tiene,
fx = (ey cos z, ey sen z, 0)
fy = (xey cos z, xey sen z, 0)
fz = (xey sen z, xey cos z, 1 + tan2 z)
4.7.4.
Funciones vectoriales diferenciables
agina 228 se estableci

o, para funciones numericas de una sola
En la definici
on 4.4 de la p
variable, que: Una funci
on f : D R R es diferenciable en x0 D si existe una
constante A tal que
f (x0 + h) = f (x0 ) + Ah + r(h)
con
lm
h0
r(h)
=0
h
En tal caso, a la expresi

on lineal (h) = Ah se le llama diferencial de f , y se tiene:
df (x0 ) = (h) = Ah = f (x0 ) dx
agina 235 se estableci
o, para funciones numericas de n variables,
En la definici
on 4.7 de la p
que: Una funci
on f : D Rn R es diferenciable en el punto x0 = (x1 , , xn ) D, si
existen n constantes Ai , i = 1, 2, , n tales que
f (x0 + h) = f (x0 ) +
n
X
Ai hi + r(h)
con
i=1

on lineal (h1 , , hn ) =
y se tiene:
df (x0 ) = (h) =
n
X
i=1
Ai hi =
Pn
i=1
lm
h0
r(h)
=0
khk
Ai hi se le llama diferencial de f ,
n
X
f
f
f
f
(x0 )dxi =
(x0 )dx1 +
(x0 )dx2 + +
(x0 )dxn
x
x
x
x
i
1
2
n
i=1
En cada uno de los casos, la diferencial de una funci

on en un punto aparece como
una aplicaci
on lineal que se aproxima a la funci
on f en ese punto. Se trata de generalizar
esta importante noci
on a las funciones de varias variables, ya tengan im
agenes reales o
vectoriales.
La generalizaci
on se va a hacer por la va de definir la diferencial como una aplicaci
on
lineal /. Recuerdese que una aplicaci
on (h, k) es lineal si cumple la propiedad (ah, bk) =
a(h, k)+b(h, k), siendo a y b n
umeros. Recuerdese tambien la relaci
on de las aplicaciones
lineales con las matrices. As, se establece la siguiente definici
on:
Definici
on 4.17 (Funciones diferenciables). Una funci
on f : D Rn Rm se dice
diferenciable en el punto x0 = (x1 , , xn ) D, si existen una aplicaci
on lineal (h) tal
que
r(h)
=0
f (x0 + h) = f (x0 ) + (h) + r(h) con lm
h0 khk
on lineal (h) se le llama diferencial de f , y se designa por df (x0 )
Nota: Es evidente que esta definici
on generaliza las dos anteriores, ya que para f : D j
R R tenemos la primera definici
on, y para f : D j Rn R la segunda.
Con objeto de eludir el cociente en el lmite que aparece en la definici
on, se puede
modificar la definici
on de funci
on diferenciable en los siguientes terminos. Una funci
on
f : D Rn Rm se dice diferenciable en el punto x0 = (x1 , , xn ) D, si existen una
aplicaci
on lineal (h) tal que
f (x0 + h) = f (x0 ) + (h) + khk(h)
(4.7)
lm (h) = 0
(4.8)
con:
h0
Nota: Muchos autores prefieren dar la definici

on de funci
on diferenciable unificando los
dos apartados 4.7 y 4.8 en un solo lmite. As, se tiene:
Definici
on 4.18. Sea f : D j Rn Rm y sea x0 un punto interior de D. Se dice que f es
diferenciable en x0 si existe una aplicaci
on lineal : Rn Rm , dependiente, en general,
de x0 tal que
f (x0 + h) f (x0 ) (h)
lm
=0
h0
khk
Proposici
on 4.7. Si la funci
on f : D Rn Rm es diferenciable en el punto x0 =
(x1 , , xn ) D entonces existen sus derivadas parciales en dicho punto.
Demostraci
on. Supongamos, para simplificar la escritura, que n = 3. Supongamos, por
tanto, que la funci
on f : D R3 Rm es diferenciable en el punto x0 = (x0 , y0 , z0 ) D,
entonces existen una aplicaci
on lineal (h) tal que, para todo h tal que x0 + h D, se
tiene:
f (x0 + h) f (x0 ) = (h) + khk(h) con lm (h) = 0
h0
Designemos por {e1 , e2 , e3 } la base can

onica de R3 . Elijamos en primer lugar h del modo
siguiente:
h = (t, 0, 0) = te1 (t R).
Puesto que la diferencial es lineal, se tiene (h) = (te1 ) = t(e1 ), en consecuencia la
relaci
on (4.7) se escribe:
f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 ) = t(e1 ) + |t| ke1 k(te1 )
y, como lm (te1 ) = 0, se obtiene:
t0
lm
t0
f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 )
= (e1 ).
t
Resulta as que la funci

on f admite, en (x0 , y0 , z0 ), derivada parcial respecto de x, que
vale:
f
(e1 ) =
(x0 , y0 , z0 ).
x
An
alogamente, tomando h(0, t, 0) y despues h(0, 0, t) se probara que f admite, en el punto
(x0 , y0 , z0 ), derivadas parciales con relaci
on a y y z, respectivamente iguales a:
(e2 ) =
f
(x0 , y0 , z0 )
y
(e3 ) =
f
(x0 , y0 , z0 ).
z
265
La diferencial. Tomando h = (dx, dy, dz), y teniendo en cuenta que la diferencial es

lineal, resulta:
(h) = (e1 )dx + (e2 )dy + (e3 )dz.
Es decir,
df (x0 ) = (h) =
f
f
f
dx +
dy +
dz
x
y
z
Y para el caso de n variables, resulta:

df (x0 ) = (h) =
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
Coordenadas y diferenciabilidad de las funciones vectoriales. Los

conceptos de continuidad y diferenciabilidad de funciones vectoriales se establecen en
terminos de las funciones componentes. Es decir, se dice que la funci
on f = (f1 , f2 , , fm )
es continua (respectivamente, diferenciable) en el punto x0 D, si y s
olo si todas y cada
una de las funciones componentes fi : D Rn R, i = 1, 2, , m, lo son.
Ahora bien, teniendo en cuenta que las coordenadas de la funci
on f son f = (f1 , f2 , , fm ),
ser
a:
f1 f2
fm
f
=
,
, ,
i = 1, 2, , n
xi
xi xi
xi
de donde,
f
f
dx1 + +
dxn =
x1
xn
f1 f2
fm
fm
f1 f2
=
,
, ,
,
, ,
dx1 + +
dxn =
x1 x1
x1
xn xn
xn

f1
f1
fm
fm
=
dx1 + +
dxn , ,
dx1 + +
dxn = (df1 , df2 , , dfm )
x1
xn
x1
xn
df (x0 ) =
Luego el diferencial de una funci

on vectorial se puede calcular por componentes:
df (x0 ) = (df1 , df2 , , dfm )
(4.9)
Ejemplo 4.48. Estudiar la continuidad y diferenciabilidad de la funci

on f : R 2 R 2 ,
definida por
f (x, y) = (x + y, |y|)
Soluci
on. (a) La funci
on es continua en todo R2 , pues las funciones componentes
f1 , f2 : R2 R,
f1 (x, y) = x + y,
f2 (x, y) = |y|
lo son.
(b) La funci
on no es diferenciable en el origen, pues la funci
on f2 (x, y) = |y| no lo es.
El jacobiano
Si la funci
on f : D Rn Rm es diferenciable en el punto x0 = (x1 , , xn ) D
entonces, su diferencial ser
a:
df (x0 ) = (h) =
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
Que se puede expresar de manera matricial, de la forma:
dx1
f dx2
f f
,
, ,
df (x0 ) =
. = Jf (x0 )dx
x1 x2
xn ..
dxn
A la matriz Jf (x0 ) se le llama ((matriz Jacobiana)) de la funci
on f en el punto x0 .
Ahora bien, teniendo en cuenta que la funci
on f = (f1 , f2 , , fm ), ser
a:
f1 f2
fm
f
=
,
, ,
xi
xi xi
xi
Con lo cual resulta que la matriz jacobiana es,
f1
f1
x1
x
2
f2
f2
Jf = x1
x
2
fm fm
x1
x2
Observaciones:
i = 1, 2, , n
f1
f1
xn
f2 f2

= .
xn
..
fm
fm
xn
(a) Abreviadamente, una matriz A se escribe A = [aij ], siendo el elemento aij el elemento perteneciente a la fila i y la columna j. As, la matriz jacobiana se puede
expresar como:

fi
Jf (x) = Dj fi (x) =
(x)
xj
(b) Los elementos de la fila i de la matriz jacobiana coinciden con las componentes del
vector gradiente fi (x)
(c) Para m = 1 se tiene Jf (x0 ) = f (x0 ).
(d) Para n = m, el determinante de la matriz Jf (x0 ) se llama jacobiano . Para el

jacobiano tambien se utiliza la siguiente notaci
on:

(f1 , . . . , fn )/(x1 , . . . , xn ) = det Dj fi (x) = Jf (x)
(e) Si comparamos la expresi
on de la diferencial de una funci
on de una variable, de
una funci
on de varias variables y de una funci
on vectorial tenemos:
1.- Para funciones de una variable tenemos: df = f (x) h
2.- Para funciones de varias variables: df = f h
3.- Para funciones vectoriales: df = Jf h
donde se ha usado, respectivamente, el producto numerico, el producto escalar y el
producto matricial.
(f) Si se comparan las tres expresiones, se observa que el gradiente, f , puede pensarse
como la generalizaci
on del concepto de derivada para funciones de varias variables,
y la matriz jacobiana, Jf , para funciones vectoriales. Si bien, hay que advertir que
mientras que la derivada de una funci
on de una variable en un punto es un n
umero,
la derivada de una funci
on de varias variables es un vector, y la derivada de una
funci
on vectorial una matriz.
Ejemplo 4.49. Hallar el diferencial de la funci
on vectorial f : R2 R2 definida por:
f (x, y) = (x2 + 3y 2 , 5x3 + 2y 6 )
Soluci
on. El Jacobiano de la funci
on viene definido por:
f1 f1

x
y
2x
6y
=
Jf =
2
5
f2 f2
15x
12y
x
y
267
4.8. REGLA DE LA CADENA

de donde,
df =
2x
15x2
6y
12y 5

dx
= 2xdx + 6ydx, 15x2 dx + 12y 5 dy
dy
Al mismo resultado hubieramos llegado operando por componentes, en efecto,

df = (df1 , df2 ) = 2xdx + 6ydx, 15x2 dx + 12y 5 dy
4.8.
4.8.1.
Regla de la cadena
Funciones compuestas, inversas e implcitas de una variable
Composici
on de funciones. Componer dos funciones consiste en aplicar la segunda
funci
on al resultado de la primera. Analticamente tambien significa sustituir una funci
on
en la otra. Es decir, si tenemos la funci
on y = f (x) que establece la dependencia entre y y
x, y la funci
on x = g(t), que establece la dependencia
entre x y t, podemos sustituir esta

u
ltima en la primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a y)
se le llama composici
on de f con g y se denota por f g. Observese que el orden en que
se escribe la composici
on f g es el inverso al orden en que act
uan las funciones (primero
g, despues f ). Conviene tener siempre presente esta doble visualizaci
on de la composici
on
de funciones: Como aplicaci
on sucesiva de dos funciones, y como sustituci
on de la variable
por una funci
on de otra variable. En esquema sera lo siguiente:
(a) Como aplicaci
g
t
f
R
f g
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)

y = f g(t)
Es evidente que para poder componer dos funciones el rango de la primera tiene que estar
contenido en el dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar
g no podramos aplicar f . Hay que advertir que, en general, la composici
on de funciones
no es conmutativa, es decir, en la generalidad de los casos ser
a f g 6= g f , incluso, puede
suceder que este definida la composici
on en un orden y no en el otro. Sin embargo, s se
cumple la propiedad asociativa f (g h) = (f g) h. Desde el punto de vista formal la
composici
on puede enunciarse de la siguiente forma: Dadas las funciones g : I R R,
f : J R R (tales que g(I) J), se llama composici
on de f con g y se denota
f g : I R R, a la funci
on (f g)(x) = f g(x) .
)

g
f

g:IRR
I
J
R
(f g)(x) = f g(x)
f :J RR
f g :I RR
Regla de la cadena. La regla de la cadena nos dice que la composici
on de dos funciones
diferenciables es diferenciable y su derivada es el producto de las derivadas de cada una de
las funciones que se est
an componiendo. Es decir, la derivada de la composici
on de dos
funciones es el producto de las derivadas de dichas funciones, cada una de ellas aplicada
en el punto correspondiente. Formalmente la regla de la cadena se puede enunciar de la
siguiente forma: Si g es diferenciable en un punto x0 I y f es diferenciable en g(x0 ) J,
entonces la composici
on f g es diferenciable en x0 , y su derivada es

(f g) (x) = f g(x) g (x)
que se puede expresar con la notaci

on de Leibnitz, haciendo u = g(x) e y = f (u)
dy
dy du
=
dx
du dx
Funci
on inversa. La funci
on recproca o inversa asigna a las im
agenes los correspondientes originales (consiste en invertir las flechas). Sin embargo, la recproca de una funci
on no
siempre es otra funci
on, basta que dos elementos distintos tengan la misma imagen para
que la recproca no sea funci
on, ya que asignara a un elemento dos im
agenes distintas, lo
que no est
a permitido para las funciones, aunque s para las correspondencias en general.
Por lo tanto, para que la recproca de una funci
on sea otra funci
on, dicha funci
on ha de
ser inyectiva.
f
I
y = f (x) x = f 1 (y)
J
f 1
Desde el punto de vista analtico para obtener la inversa bastar

a con despejar la variable
independiente y expresarla en funci
on de la variable dependiente.
Formalmente podemos decir que si la funci
on f : I R R es inyectiva, con rango
J R, entonces existe la funci
on f 1 : J R R, llamada inversade f, tal que

y
f f 1 (y) = y, y J
f 1 f (x) = x, x I
on inversa La derivada de la funci
on inversa es la inversa de la
derivada de la funci
on. Formalmente se puede enunciar diciendo que si la funci
on f es
diferenciable y tal que f (x0 ) 6= 0, x0 I, entonces existe la funci
on inversa f 1 , al menos
en un entorno de f (x0 ), dicha funci
on tambien es diferenciable, y su derivada es:
f 1
o con la notaci
on de Leibnitz
dy
1
=
dx
dx
dy

f (x) =
1
f (x)
o bien,
yx =
1
xy
Funciones implcitas Si consideramos una expresi

on del tipo F (x, y) = 0 nos preguntamos en que condiciones es posible despejar y en terminos de x y establecer una funci
on
del tipo y = f (x)?. Evidentemente no siempre es posible obtener dicha funci
on. Por ejemplo de x2 + y 2 = 1 no se obtiene una funci
on y = f (x). Cuando de F (x, y) = 0 se puede
despejar la variable y, y escribir y = f (x), se dice que esta u
ltima funci
on est
a dada
implcitamente en F (x, y) = 0.
4.8.2.
Composici
on de funciones vectoriales
Para funciones de varias variables la situaci

on es, en principio, algo m
as complicada.
Tengase en cuenta que dos campos escalares f, g : D Rn R no se pueden componer,
pues la operaci
on de composici
on entre funciones solamente se puede realizar cuando
el rango de una de ellas est
a contenido en el dominio de la otra, y los campos escalares
269
tienen rango en R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr
an
componer con funciones de una sola variable, por la derecha; o con funciones vectoriales,
por la izquierda. Es decir,
f
Rm
Rn
R
Rn
R
R
Pensando en la sustituci
on de las variables, para componer la funci
on z = f (x, y) tendremos que sustituir las dos variables x e y, respectivamente, por dos funciones g1 y g2
que las conecten con otras variables, donde g1 y g2 pueden ser funciones de una o varias
variables (ambas de las mismas). As, si consideramos las funciones
x = g1 (u, v),
y = g2 (u, v)
podemos sustituir en la funci

on z = f (x, y) y obtener la funci
on compuesta:

z = f g1 (u, v), g2 (u, v)
z = f (x, y)
x = g1 (u, v)
y = g2 (u, v)

z = f g1 (u, v), g2 (u, v)
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) puede considerarse como
las componentes de una sola funci
on vectorial g : D R2 R2 , de tal manera que a
cada punto (u, v) D la funci
o
n
g
le
asocia el punto g(u, v) R2 , cuyas coordenadas son

(x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto permite interpretar
la sustituci
on de las variables como la aplicaci
on sucesiva de dos funciones.
En esquema sera:
g
f
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde,

f g(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v)

on f (x, y) = xy 2 + xy con las
funciones
x = g1 (u, v) = u + v e y = g2 (u, v) = uv
Soluci
on. Si queremos interpretar la composici
on como la aplicaci
on sucesiva de dos funciones, consideramos la funci
on vectorial

g(u, v) = g1 (u, v), g2 (u, v) = (u + v, uv)
luego, en esquema, resulta
f (x, y) = xy 2 + xy
g(u, v) = (u + v, uv)
R2
R
g
R2
R2
R2
R2
R
(u, v) 7 (x, y) 7 z
on buscada, ser
a:

h(u, v) = (f g)(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v) = f (u + v, uv) =
= (u + v)(uv)2 + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2
N
otese que la funci
on es una funci
on distinta de f , g, g1 y
g2 , es decir, es una nueva funci
on h, tal que f (x, y) = h(u, v) 6= f (u, v)
En la pr
2
f (x, y) = f (u + v, uv) = (u + v)(uv) + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2 = h(u, v)
on f (x, y, z) = xy 2 z 3 xyz con
las funciones x = g1 (t) = et , y = g2 (t) = sen t y z = g3 (t) = t2
Soluci
on vectorial

g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 )
luego, en esquema, resulta
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
R3
R
g
R
R3
R
R
R3
t 7 (x, y, z) 7 w
on buscada, ser
a:

h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) =
= et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t
En la pr
f (x, y, z) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t = h(t)
Ejemplo 4.52.
Hallar la funci
on f (x, y) = xy 2 xy con las
funciones g(t) = t
Soluci
on. Este caso es distinto de los dos anteriores, ya que aqu, para poder componer,
la funci
on f tiene que actuar primero, y despues la g. En efecto, en esquema, resulta
)

f
f
g
f (x, y)
= xy 2 xy
R2
R
R2
R
R
g
g(t) = t
(x, y) 7 t 7 z
R
R
on buscada, ser
a:
p
p
h(t) = (g f )(x, y) = g f (x, y) = f (x, y) = xy 2 xy
N
otese que la funci
on solamente estar
a definida para aquellos
puntos (x, y) en los cuales se cumpla que xy 2 xy 0, es decir,
Dh = {(x, y) R2 / xy 2 xy 0}
En la pr
actica, tambien se pueden simplificar los c
alculos sustituyendo directamente, pero
en este caso, sustituimos en la funci
on g:
p
p
g(t) = g f (x, y) = f (x, y) = xy 2 xy = h(x, y)
Caso general. En general, para componer la funci

on z = f (x1 , x2 , , xn ) tendremos que
sustituir las n variables x1 , x2 , , xn , respectivamente, por las funciones g1 , g2 , gn que
las conecten con otras variables u1 , u2 , , um , donde g1 , g2 , gn pueden ser funciones
de una o varias variables (todas de las mismas). As, si consideramos las n funciones
x1 = g1 (u1 , u2 , , um )
x2 = g2 (u1 , u2 , , um )
..
.
xn = gn (u1 , u2 , , um )
podemos sustituirlas en la funci
on z = f (x1 , x2 , , xn ) y obtener la funci
on compuesta:

z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
271

Ahora bien, las n funciones
x1 = g1 (u1 , u2 , , um ), x2 = g2 (u1 , u2 , , um ), , xn = gn (u1 , u2 , , um )
pueden considerarse como las componentes de una sola funci

on vectorial g : D Rm
n
R , de tal manera que a cada punto (u1 , u2 , , um ) D Rm la funci
on g le asocia el
punto g(u1 , u2 , , um ) = (x1 , x2 , , xn ) Rn , cuyas coordenadas son

(x1 , x2 , , xn ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
O sea,

g(u1 , u2 , , um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
Rm Rn R
(u1 , u2 , , um ) 7 (x1 , x2 , , xn ) 7 z
De esta manera se ve el proceso de composici
on de funciones de varias variables como un
proceso entre dos funciones, que se puede enunciar formalmente de la siguiente forma:
Definici
on 4.19 (Composici
on de funciones). Dadas la funci
on f : Df Rn R
n
m
n
definida en el conjunto Df de R y la funci
on g : Dg R R definida en el conjunto
Dg de Rm , cuyo rango est
a contenido en Df (es decir, g(Dg ) Df ), entonces se puede
formar la composici
on de ambas funciones f g : Dg Rm R, definida como:
(f g)(u) = f g(u)),
Esquem
aticamente sera.
g : Dg Rm Rn
f : Df Rn R
u Dg
Dg
Df
R
f g : Dg Rm R

(f g)(u) = f g(u)
y mediante diagramas,
g
u
f
R
Rm
x
Rn
z
R
f g
O bien, teniendo en consideraci
on los dominios, Igual que en una variable, en general, la
composici
on de funciones no cumple la propiedad conmutativa, y s la asociativa.
4.8.3.
Regla de la cadena. Perspectiva te

orica: Diferencial
Teorema 4.9 (Regla de la cadena). Sea g : Dg Rm Rn una funci

on definida
en el conjunto abierto Dg de Rm , diferenciable en x0 Dg . Sea f : Df Rn Rp una
funci
on definida en el conjunto abierto Df de Rn , tal que g(Dg ) Df , diferenciable en
y0 = g(x0 ) Df . Entonces la composici
on f g : Dg Rm Rp es diferenciable en x0
y adem
as, en dicho punto,
d(f g) = df dg
g
f
R
Dg
Df
Rm
Rn
f g
Demostraci
on. Esquem
aticamente, la situaci
on de partida es,
g
Rm Rn Rp
x0 7 y0 7 z0
(Si p = 1, la funci
on f sera numerica, que es el objeto de estudio de este curso, sin
embargo estudiamos el caso general ya que el valor de p no afecta a la demostraci
on del
teorema).
Por ser g diferenciable en x0 , se tiene:
g(x0 + h) g(x0 ) = dg(h) + khk1 (h)
con
lm 1 (h) = 0
h0
(4.10)
Consideremos ahora la imagen de x0 por g: y0 = g(x0 ) g(Dg ) Rn . Puesto que f es

diferenciable en y0 , se tiene:
f (y0 + k) f (y0 ) = df (k) + kkk2 (k)
con
lm 2 (h) = 0
k0
(4.11)
Elijamos
k = g(x0 + h) g(x0 )
(4.12)
entonces k es una funci

on de h que tiende a 0 cuando h tiende hacia 0. Despejando
g(x0 + h) en (4.12), se tiene: g(x0 + h) = g(x0 ) + k = y0 + k, y sustituyendo en (4.11),
y0 + k = g(x0 + h)
resulta:
y0 = g(x0 )
k = g(x0 + h) g(x0 )

f g(x0 + h) f g(x0 ) = df g(x0 + h) g(x0 ) + kkk2 (k)
ahora bien, teniendo en cuenta que por (4.10) es g(x0 + h) g(x0 ) = dg(h) + khk1 (h),
resulta

f g(x0 + h) f g(x0 ) = df dg(h) + khk1 (h) + kkk2 (k)

y al ser df una aplicaci
on lineal, ser
a df dg(h) + khk1 (h) = df dg(h) + khkdf 1 (h) ,
con lo que resulta:

f g(x0 + h) f g(x0 ) = df dg(h) + khkdf 1 (h) + kkk2 (k)
(4.13)
de donde, para khk =

6 0, se tiene

kkk
2 (k)
f g(x0 + h) f g(x0 ) = df dg(h) + khk df 1 (h) +
khk
luego (4.13) se puede expresar de la forma:
f g(x0 + h) f g(x0 ) = df dg(h) + khk(h)
(4.14)
273

donde
df (h) + kkk (k)

1
2
(h) =
khk
si h 6= 0
si h = 0
(el valor (0) = 0, se deduce al sustituir h por 0 en (4.13)).

Nos queda por demostrar que (h) tiende hacia 0 cuando h tiende hacia 0. Es decir,
tenemos que demostrar que el siguiente lmite es nulo:

kkk

kkk
lm (h) = lm df 1 (h) +
2 (k) = lm df 1 (h) + lm
2 (k)
h0
h0
h0
h0 khk
khk
Primer sumando; puesto que df es lineal, es continua, y se puede decir que:

lm 1 (h) = 0 = lm df 1 (h) = 0
h0
h0
Segundo sumando; puesto que dg es continua, existe una constante a > 0 tal que, para
todo h Rm , se verifica que kdg(h)k akhk. Por consiguiente, seg
un (4.12) y (4.10), se
tiene:

kkk = kg(x0 + h) g(x0 )k = k dg(h) + khk1 (h) k kdg(h)k + khkk1 (h)k
con lo cual,
y, por tanto:

kkk akhk + khkk1 (h)k = a + k1 (h)k khk
lm 2 (k) = 0
k0
lm
h0
Y, en consecuencia, se concluye que lm (h) = 0.
kkk
2 (k) = 0
khk
h0
La relaci
on (4.14) prueba, entonces que f g es diferenciable en x0 , y tambien que su
diferencial en ese punto es la compuesta dg df de las diferenciales de g y f .Con lo cual
el teorema 4.9 queda demostrado.
4.8.4.
Regla de la cadena. Perspectiva pr

actica: Parciales
En la Regla de la Cadena hay que diferenciar el aspecto te

orico del aspecto
pr
actico. El aspecto te
orico presenta una gran elegancia y simplicidad, sin
embargo no nos deja ver la riqueza de sus m
ultiples aplicaciones pr
acticas.
As, el teorema 4.9 puede enunciarse en terminos de derivadas parciales de
la siguiente forma:
Teorema 4.10 (Regla de la cadena). Sea g : Dg Rm Rn una
funci
on definida en el conjunto abierto Dg de Rm , diferenciable en x0 Dg .
Sea f : Df Rn R una funci
on definida en el conjunto abierto Df de
Rn , tal que g(Dg ) Df , diferenciable en y0 = g(x0 ) Df . Entonces la
composici
on f g : Dg Rm R es diferenciable en x0 y adem
as, en dicho
punto, sus derivadas parciales son:
n
X
gi
f
(f g)(x0 ) =
g(x0 )
(x0 ).
xj
yi
xj
i=1
j = 1, 2, . . . , m
(4.15)
La f
ormula (4.15) se comprende mejor si la desarrollamos en sus componente.
En efecto, si la funci
on g depende de m variables, x1 , , xm , (y1 , , yn ) =
g(x1 , , xm ), tendramos la situaci
on siguiente:
g
Rm Rn R
(x1 , , xm ) 7 (y1 , , yn ) 7 z
donde g es una funci
on de n funciones coordenadas, cada una de ellas dependiendo de las m variable x1 , , xm . Al hacer la composici
on con f , se
obtiene la funci
on f g que depende, tambien, de las m variables x1 , , xm .
Para estas funciones, las derivadas parciales de las f
ormulas (4.15) se puede
expresar de la forma:
f g1
f gn
z
=
+ +
x1
y1 x1
yn x1
..
(4.16)
.
z
f g1
f gn
=
+ +
xm
y1 xm
yn xm
Es decir, de manera esquem
atica, pensando en terminos de sustituci
on de
las variables, y usando la misma letras para denotar a las funciones as como
a sus im
agenes, tenemos:
f y1
f yn
z

=
+ +
y
=
y
(x
,
,
x
)
1
1
1
m
x
y
x
y
1
1
n x1
1
.
.
..
..
z = f (y1 , , yn )
z
y
f
f yn
yn = yn (x1 , , xm )
1
=
+ +
xm
y1 xm
yn xm
Y forzando un poco m
as la notaci
on, resulta,
z
z y1
z yn

=
+ +
y
=
y
(x
,
,
x
)
1 1
m
y1 x1
yn x1
x1

1
..
..
z = z(y1 , , yn )
.
.
z
y
z
z yn
yn = yn (x1 , , xm )
1
=
+ +
xm
y1 xm
yn xm
Luego, seg
un la regla de la cadena se tiene:
n
X z yi
z
=
.
xj
yi xj
j = 1, 2, . . . , m
(4.17)
i=1
Es evidente la ventajosa simplicidad de la f

ormula de las derivadas parciales
de la funci
on compuesta con esta presentaci
on. Sin embargo, debemos hacer
o
notar que: 1 no se hacen explcitos los puntos donde est
an calculadas las
derivadas, y 2o se usan letras iguales para denotar cosas distintas, a saber:
las funciones y sus im
agenes.
275
Aqu se ha seguido el orden alfabetico de las variables x y z.

Sin embargo, en la pr
actica, cuando el n
umero de variables es reducido, no
se suele seguir este orden, ya que se acostumbra a utilizar letras distintas
sin subndices. Para varias variables, m
as acorde con la notaci
on pr
actica
hubiera sido seguir con el orden t x z, con lo que hubiera resultado:
f x1
f xn
z

=
+ +
x
=
x
(t
,
,
t
)
1
1
1
m
x1 t1
xn t1
t1
..
..
z = f (x1 , , xn )
.
.
xn = xn (t1 , , tm )
z = f x1 + + f xn
tm
x1 tm
xn tm
Veamos la materializaci
on de esta f
ormula a los distintos casos concretos.
Regla de la cadena con una variable independiente

Si la funci
on g depende de una sola variable, tendramos la situaci
on siguiente:
g
f
R Rn R
t 7 (x1 , , xn ) 7 z

on de n funciones coordenadas, cada una de ellas dependiendo de una sola variable t. Al hacer la composici
on con f , se obtiene
la funci
on f g que depende, tambien, s
olo de t. Para estas funciones, las
derivadas parciales de las f
ormulas (4.15) del teorema anterior son derivadas
totales, quedando como:
n
X f
dgi
d
(f g)(t) = (f g) (t) =
g(t)
(t)
dt
xi
dt
(4.18)
i=1
donde gi , i = 1, 2, , n, son las funciones coordenadas de g.

Que se puede expresar, de manera esquem
atica, de la forma:
f dx1
f dxn
dz
=
+ +
dt
x1 dt
xn dt

on de
las variables, tenemos:
x1 = x1 (t)
f dx1
f dxn
dz
..
z = f (x1 , , xn )
=
+ +
dt
x1 dt
xn dt
xn = xn (t)
La suma que aparece en la igualdad (4.18) tambien puede expresarse

como un producto interior de dos vectores, de la siguiente forma:
dx1 /dt

d
f
f
g(t) , . . . ,
g(t) ... = f g(t) g (t)
f g (t) =
dt
x1
xn
dxn /dt

donde, g (t) representa el vector g1 (t), . . . , gn (t) . De esta manera, la extensi
on de la regla de la cadena tiene un parecido m
as ntimo con el caso
unidimensional, salvo que ahora el gradiente f desempe
na el papel de la
derivada f .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m
as pr
actico) centrado en dos variables.
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y depende de una tercera variable t, mediante
las funciones x = x(t), y = y(t). Podemos sustituir los valores de x e y en
la funci
on z = f (x, y), con lo cual z pasara a depender directamente de t y
podramos calcular la derivada de z respecto de t.

dz
x = x(t)
z = f x(t), y(t) = h(t)
z = f (x, y)
= h (t)
y = y(t)
dt
Esto que puede hacerse por sustituci
on de las variables (sustituyendo primero
y derivando despues), tambien puede hacerse por la regla de la cadena. Para
obtener la f
ormula correspondiente, partimos de dz, y a partir de ah obtenemos dz/dt, por simple divisi
on. En efecto,
dz =
f
f
dx +
dy
x
y
dz
f dx f dy
=
+
dt
x dt
y dt
Otra manera de obtener la f

ormula es mediante un diagrama en arbol,
donde la derivada de la funci
on z respecto de la variable t se obtiene sumandotodos los caminos que van de t a z.
dx
dt
*
tH
HH
dy j
dt
x H x
HH
jz
*

y z
dz
z dx z dy
=
+
dt
x dt
y dt
Esta regla puede enunciarse de una manera m

as formal mediante el siguiente
Teorema 4.11 (Regla de la cadena con una variable independiente).
Sea z = f (x, y), donde f es una funci
on diferenciable de x e y. Si x = g(t) e
y = h(t), siendo g y h funciones derivables de t, entonces z es una funci
on
derivable de t, y su derivada es
dz
z dx z dy
=
+
dt
x dt
y dt
277
Demostraci
on. Puesto que g y h son funciones derivables respecto de t,
resulta que ambos x y y tienden a cero cuando t tiende a cero. Adem
as,
al ser f una funci
on diferenciable de x y de y, se tiene que
z
z
z =
x +
y + 1 x + 2 y
x
y
donde 1 y 2 0 cuando (x, y) (0, 0). Luego para t 6= 0, se tiene
z x z y
x
y
z
=
+
+ 1
+ 2
t
x t
y t
t
t
de donde se deduce que

dx
z dx z dy
dy
dz
z
z dx z dy
= lm
=
+
+0
+
+0
=
t0 t
dt
x dt
y dt
dt
dt
x dt
y dt

on z = x2 y y 2 , donde x = sen t, y = et .
Hallar dz/dt cuando t = 0,
(a) Por sustituci
on previa
(b) Mediante la Regla de la Cadena.
Soluci
on. (a) Mediante la sustituci
on previa es un proceso elemental, basta
con sustituir x e y por sus valores y derivar una vez hecha la sustituci
on.

x = sen t
z = x2 y y 2
z = et sen2 t e2t
y = et
de donde,
dz
= et sen2 t + 2et sen t cos t 2e2t
dt
y, en consecuencia, resulta

dz
= 1 0 + 2 1 0 1 2 1 = 2
dt t=0
(b) Aplicando la Regla de la Cadena, resulta
f dx f dy
dz
=
+
= (2xy) cos t + (x2 2y)et
dt
x dt
y dt
Que podemos expresarlo en terminos de t, o dejarlo como est
a. En consecuencia, dado que

x=0
t=0
y=1
resulta:

dz
= 0 + (0 2) 1 = 2
dt t=0
Ejemplo 4.54. La altura de un cono recto circular mide 15 cm. y aumenta
a raz
on de 0 2 cm. cada minuto. El radio de la base mide 10 cm. y aumenta a raz
on de 0 3 cm. cada minuto. Hallar la variaci
on de volumen que
experimenta en la unidad de tiempo.
1
Soluci
on. El volumen del cono viene definido por: V = r2 h, de donde,
3
dV
V dr V dh
2
dr 1
dh
=
+
= rh + r2
dt
r dt
h dt
3
dt
3
dt
h
r
Figura 4.19: cono.

resulta,
dV
dt
h=15
r=10
y, teniendo en cuenta que,

h (t) = 0 2
h = 15
se tiene
para
r (t) = 0 3
r = 10
2
1
110
= 10 15 0 3 + 100 0 2 =
cm3 /min
3
3
3
Regla de la cadena para dos variables independientes

Si la funci
on g depende de dos variables, t1 y t2 , (x1 , , xn ) = g(t1 , t2 ),
tendramos la situaci
on siguiente:
g
R2 Rn R
(t1 , t2 ) 7 (x1 , , xn ) 7 z
on de n funciones coordenadas, cada una de ellas dependiendo de las dos variable t1 y t2 . Al hacer la composici
on con f , se obtiene
la funci
on f g que depende, tambien, de las variables t1 y t2 . Para estas
funciones, las derivadas parciales de las f
ormulas (4.15) del teorema anterior
son las siguientes:
n
X
gi
f
(f g)(x0 ) =
g(x0 )
(x0 ).
tj
xi
tj
j = 1, 2
(4.19)
i=1
donde gi , i = 1, 2, , n, son las funciones coordenadas de g.

Que, al igual que la f
ormula (4.16), se puede expresar de la forma:
z
f x1
f xn
=
+ +
t1
x1 t1
xn t1
z
f x1
f xn
=
+ +
t2
x1 t2
xn t2

on de
las variables, tenemos:
z
f x1
f xn
x
=
x
(t
,
t
)
1
1
1
2
=
+ +

t1
x1 t1
xn t1
..
z = f (x1 , , xn )
.
f x1
f xn
z

=
+ +
xn = xn (t1 , t2 )
t2
x1 t2
xn t2
279
La regla de la cadena, en este caso, consiste en un conjunto de dos f

ormulas,
una para cada derivada parcial D1 (f g), D2 (f g). Cada una de las cuales
es una suma que tambien puede expresarse como un producto interior, y la
f
ormula (4.19 toma otra vez una forma parecida al caso unidimensional.
tj
dx1
(x0 )
dtj

f
f
..
f g (x0 ) =
g(x0 ) , . . . ,
g(x0 )
= f g(x0 ) Dj g(x0 )
.
x1
xn
dxn
(x0 )
dtj
para j = 1, 2.

donde Dj g(x0 ) representa el vector Dj g1 (x0 ), . . . , Dj gn (x0 ) .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m
as pr
actico) centrado en dos variables.
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y dependen de otras dos variable s y t, mediante
las funciones x = x(s, t), y = y(s, t). Podemos sustituir los valores de x e
y en la funci
on z = f (x, y), con lo cual z pasara a depender directamente
de s y t y podramos calcular las derivadas parciales de z respecto de s y
respecto de t.

=?

x = x(s, t)
s
z = f x(s, t), y(s, t) = h(s, t)
z = f (x, y)
y = y(s, t)
z =?
t
Esto que puede hacerse por sustituci
on de las variables (sustituyendo
primero y derivando despues), tambien puede hacerse por la regla de la
cadena. Para obtener la f
ormula correspondiente, partimos de dz, y a partir
de ah obtenemos z/s y z/t por simple divisi
on. En cada caso, d se
transforma en , ya que al hacer la divisi
on suponemos que la otravariable
permanece constante. En efecto,
z
f x f y
=
+
t = cte.
f
f
s
x s
y s
dz =
dx +
dy
f x f y
z
x
y
=
+
s = cte.
t
x t
y t
Otra manera de obtener la f

ormula es mediante un diagrama en arbol,
donde la derivada de la funci
on z respecto de cada variable se obtiene
sumandotodos los caminos que van desde la variable correspondiente a
z, suponiendo el resto de las variables fijas.
x
s
*
t =cte.
s =cte.
sH
x H x
HH
jz
*

HH
y j
s
y z
x
t
*
x H x
tH
HH
y j
t
z
f x f y
=
+
s
x s
y s
z
f x f y
=
+
t
x t
y t
y
z
HH
j
*z

y z
Estos resultados se pueden enunciar de una manera m

as formal mediante
el siguiente
Teorema 4.12 (Regla de la cadena con dos variables independientes). Sea z = f (x, y), donde f es una funci
on diferenciable de x y de y.
Si x = g(s, t) e y = h(s, t) son tales que existen todas las parciales primeras
x/s, x/t, y/s y y/t, entonces z/s y z/t existen y vienen
dadas por
z x z y
z
=
+
s
x s y s
y
z
z x z y
=
+
t
x t
y t
Demostraci
on. Para obtener z/s mantenemos t constante, con lo cual
se tiene que g y h son funciones derivables de la u
nica variable s, y, en
consecuencia, podemos aplicar el teorema 4.11 para obtener el resultado
deseado. De la misma forma, para obtener z/t mantenemos s constante,
con lo cual g y h son funciones derivables de t solamente, y en consecuencia
tambien podemos aplicar el teorema 4.11 para obtener el resultado deseado.

on z = 2xy, donde x = s2 + t2 e y = s/t.
z z
Hallar
y
s
t
(a) Por sustituci
on de las variables.
(b) Por la regla de la cadena.
Soluci
on. (a) Mediante la sustituci
on previa es un proceso elemental, basta
con sustituir x e y por sus valores y derivar una vez hecha la sustituci
on.
z = 2xy
x = s2 + t2
y = s/t
s
s3
z = 2(s2 + t2 ) = 2( + st)
t
t
281

de donde,
z
3s2
6s2 + 2t2
= 2(
+ t) =
s
t
t
3
s
2s3 + 2st2
z
= 2( 2 + s) =
t
t
t2
(b) Aplicando la Regla de la Cadena, resulta
z
f x
=
s
x s
s
= 4s +
t
f y
1
2x
= (2y)(2s) + (2x)( ) = 4sy +
=
y s
t
t
2 2
4s2 2s2 + 2t2
6s2 + 2t2
(s + t2 ) =
+
=
t
t
t
t
+
z
2s
f x f y
s
=
+
= (2y)(2t) + (2x)( 2 ) = 4ty 2 x =
t
x t
y t
t
t
2 s 2s3 2st2
2 2s3
4t
2st
s 2s 2
=
= 4t 2 (s + t2 ) =
t
t
t2
t2
4.8.5.
Regla de la cadena. Perspectiva general: Matriz jacobiana
La introducci
on del Jacobiano nos va a permitir utilizar el lenguaje algebraico de las
matrices y las transformaciones lineales y nos va a permitir ver la regla de la cadena como
un resultado de asombrosa sencillez y elegancia, como lo es en el caso de funciones de una
variable.
Recordemos, primeramente, lo que establece la regla de la cadena para funciones
de una sola variable: la composici
on de dos funciones diferenciable es diferenciable y su
derivada es el producto de las derivadas de cada una de las funciones que se est
an componiendo. Queremos establecer un resultado similar para funciones vectoriales de cualquier
n
umero de variables.
Hasta ahora hemos definido los conceptos de derivadas parciales, derivadas direccionales, gradiente y diferencial, para funciones de varias variables, pero no hemos
definido lo que se entiende por derivadade este tipo de funciones.
Definici
on 4.20 (Derivada). Sea la funci
on f : D j Rn Rm definida en el conjunto
abierto D de Rn y sea x0 D. Se dice que esta funci
on es diferenciable en x0 si existe
una transformaci
on lineal f (x0 ) : Rn Rm , llamada derivada de f en x0 , tal que
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
donde
lm
h0
r(h)
= 0,
khk
(para h tal que x0 + h D)

NOTA: Siendo r una funci
on que toma valores en Rm , la interpretaci
on del lmite anterior
sera de que todas las funciones componentes tender
an a cero cuando, al dividirlas por
khk, h tiende a cero.
Hemos definido la derivada de una funci
on vectorial como una transformaci
on lineal
T : Rn Rm . Toda transformaci
on lineal tiene asociada una matriz de orden m n que
la representa.
Matriz de una transformaci
on lineal. La matriz asociada a la transformaci
on lineal
n
m
T : R R se construye de la siguiente forma: Sean 1 = {e1 , e2 , , en } y 2 =
{
e1 ,
e2 , ,
en } las bases can
onicas de Rn y Rm respectivamente. Entonces el vector T (ej )
se puede escribir como combinaci
on lineal de los vectores de 2 , es decir,
T (ej ) = a1j
e1 + a2j
e2 + + amj
em
A la matriz A = (aij ), i = 1, 2, . . . , m, j = 1, 2, . . . , n, cuya j-esima columna est
a constituida por las coordenadas de la imagen del j-esimo vector ej de la base can
onica de Rn
respecto de la base can
onica de Rm , se le llama matriz de la transformaci
on T respecto
de las bases 1 y 2 . Es decir, la transformaci
on T : Rn Rm queda unvocamente
determinada cuando se da la imagen de una base de Rn . Sean 1 = {e1 , e2 , , en } y
2 = {
e1 ,
e2 , ,
en } las bases can
onicas de Rn y Rm respectivamente. Las im
agenes de
los vectores de la base 1 , por estar en Rm , se pueden expresar mediante combinaci
on
lineal de los vectores de 2 . Sean las im
agenes de los vectores de la base 1 mediante la
transformaci
on T las siguientes:
T (e1 ) = a11
e1 + a21
e2 + + am1
em
T (en ) = a1n
e1 + a2n
e2 + + amn
em
Si x es un vector arbitrario de Rn , e y su imagen en Rm , ser
a:
x = x1 e1 + + xn en
y = y1
e1 + + ym
em
se verificar
a:
y1
e1 + + ym
em = T (x) = T (x1 e1 + + xn en ) = x1 T (e1 ) + + xn T (en ) =
= x1 (a11
e1 + + am1
em ) + + xn (a1n
e1 + + amn
em ) =
= (a11 x1 + + a1n xn )
e1 + + (am1 x1 + + amn xn )
em
de donde
y1 = a11 x1 + + a1n xn
ym = am1 x1 + + amn xn
Son las ecuaciones de la transformaci

on T respecto de las bases 1 y 2 . Las ecuaciones
se pueden escribir en forma matricial del siguiente modo:

x1
a11 a1n
y1
.
. .
.
.
.
.
. = .
. ..
am1
ym
amn
xn
Es decir, y = Ax, donde las columnas de la matriz A son las coordenadas de las im
agenes
de los vectores de la base can
onica 1 respecto de 2 .
Matriz jacobiana. Sea f : D Rn Rm una funci

on diferenciable en x0 D, entonces,
seg
un la definici
on 4.20, ser
a:
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
donde
lm
h0
r(h)
=0
khk
(para h tal que x0 + h D).
Considerando el vector h = tej , ej de la base can

onica de Rn y t R, con t suficientemente
peque
no como para asegurar que x0 + h D, resulta:
f (x0 + tej ) = f (x0 ) + f (x0 )(tej ) + r(h)
Y teniendo en cuenta que f (x0 ) es una transformaci
on lineal, ser
a: f (x0 )(tej ) = tf (x0 )(ej ),
luego,
f (x0 + tej ) = f (x0 ) + tf (x0 )(ej ) + r(h)
de donde,
f (x0 + tej ) f (x0 )
r(h)
t
t
y teniendo en cuenta que khk = t, podemos escribir
f (x0 )(ej ) =
f (x0 )(ej ) =
r(h)
f (x0 + tej ) f (x0 )
t
khk
283
Al tomar lmite cuando t 0 (i.e. cuando khk 0) el segundo sumando del lado derecho
tiende a cero, quedando s
olo:
f (x0 )(ej ) = lm
t0
f (x0 + tej ) f (x0 )

t
Al descomponer f como (f1 , f2 , . . . , fn ), y tomando lmites en cada una de las coordenadas,

vemos que estos son las derivadas parciales respecto de la variable xj de cada una de las
componentes. es decir,
X

m
f2
fm
fi
f1
(x0 ),
(x0 ), . . . ,
(x0 ) =
(x0 )
ei
f (x0 )(ej ) =
xj
xj
xj
x
j
i=1
Entonces la j-esima columna de la matriz que representa a la transformaci
on lineal (derivada) f (x0 ) : Rn Rm est
a formada por las derivadas parciales de las funciones componentes de f respecto de su j-esima variable. Es decir,
f
f1
f1
1
(x0 )
(x0 ) . . .
(x0 )
x2
xn
x1
f2
f
f
2
2
(x
)
(x
)
.
.
.
(x
)
0
0
0
x1
x
x
2
n
..
..
..
.
.
fm
fm
fm
(x0 )
(x0 ) . . .
(x0 )
x1
x2
xn
A esta matriz de orden m n, en cuya i-esima linea y j-esima columna aparece la derivada
i
parcial f
(x0 ) de la i-esima funci
on componente de f respecto de su j-esima variable,
xj
evaluada en x0 , se le llama matriz jacobiana de la funci
on f en x0 y se denota Jf (x0 ). Esta
es entonces la derivada de la funci
on diferenciable f en x0 (identificando, como siempre, a
la transformaci
on lineal f (x0 ) : Rn Rm con la matriz que la representa).
Gradiente y matriz jacobiana. Consideremos el caso m = 1. En este caso, la funci
on
f : D j Rn R definida en el conjunto abierto D de Rn ser
a diferenciable en x0 D si
se da la transformaci
on lineal f (x0 ) : Rn R cuya representaci
on matricial es la matriz
1n

f
f
f
Jf (x0 ) =
(x0 )
(x0 )
(x0 )
x1
x2
xn
tal que
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
con
lm
h0
r(h)
= 0.
khk
Ahora bien, Si h = (h1 , h2 , . . . , hn ) Rn es tal que x0 + h D, se tiene

h1
h2

f
f
f

(x0 )
(x0 )
(x0 ) . =
f (x0 )h = Jf (x0 )h =
x1
x2
xn
..
hn
f
f
f
(x0 )h1 +
(x0 )h2 + +
(x0 )hn
x1
x2
xn
agina 235), vemos

Comparando este resultado con el obtenido en la definici
on 4.7 (p
que se trata exactamente de la misma definici
on, s
olo que en aquella se hablaba de la
existencia de las derivadas parciales y ahora hablamos de la transformaci
on lineal f (x0 )
(la derivada de f en x0 ) o de un modo m
as preciso, de la matriz que la representa. Es
decir, el residuo r(h) queda determinado de la misma manera en ambas definiciones y se
le pide que cumpla la misma propiedad.
Puede demostrarse que la funci
on f : D j Rn Rm es diferenciable en x0 D (seg
un
la definici
on 4.20) si y s
olo si sus funciones coordenadas fi : D j Rn Rm lo son (con
as a
un, teniendo en cuenta que la derivada de la
la definici
on de diferenciabilidad 4.7). M
i-esima funci
on coordenada fi en x0 es la matriz de orden 1 n

fi
fi
fi
(x0 )
(x0 )
(x0 )
Jfi (x0 ) =
x1
x2
xn
tenemos que la derivada de la funci
on f : D j Rn Rm es la matriz que en su i-esima
fila tiene la derivada de su i-esima funci
on componente. Esquem
aticamente:
f
1
(x0 )
x1
f2
(x0 )
Jf (x0 ) = x1
..
fm
(x0 )
x1
f1
(x0 )
x2
f2
(x0 )
x2
..
.
fm
(x0 )
x2
...
...
...
f1
(x0 )
xn

f2
(x0 )
xn
=

..
fm
(x0 )
xn
Jf1 (x0 )
Jf2 (x0 )
..
.
Jfm (x0 )
Observese tambien que la matriz 1 n, Jfi (x0 ), derivada de la funci

on fi : D j Rn R,
se identifica de manera natural con el vector gradiente de fi en x0

fi
fi
fi
(x0 ),
(x0 ), ,
(x0 )
Jfi (x0 ) = grad fi (xo ) =
x1
x2
xn
As, el gradiente de una funci
on de n variables (definido en 4.9) es como la derivada de la
funci
on (en el sentido de la definici
on 4.20).
Ejemplo 4.56. Derivar la funci
on f : R2 R2 dada por f (x, y) = (x2 + 3y 2 , x3 + 2y 5 )
Soluci
on. Las funciones coordenadas vienen definidas por:
f1 (x, y) = x2 + 3y 2 ,
luego,
f1
x
Jf =
f2
x
f2 (x, y) = x3 + 2y 5
f1

y
= 2x2
3x
f2
6y
10y 4
Ejemplo 4.57. Hallar la derivada en

on f : R2 R3 definida
el punto (0, 0) de la funci
x+y
por f (x, y) = x + y, e
, sen(x + y) .
Soluci
on. Las funciones coordenadas vienen definidas por:
f1 (x, y) = x + y,
f2 (x, y) = ex+y ,
f3 (x, y) = sen(x + y)
luego,
f
(0, 0)
f2
Jf =
x (0, 0)
f
3
(0, 0)
x
f1
(0, 0)

y
f2
(0, 0)
= ex+y
cos(x + y)
f3
(0, 0)
y
ex+y
cos(x + y) x=0
y=0
1
= 1
1
Regla de la cadena. Caso general. Esquem

aticamente la situaci
on sera:
1
1
1
285
(f g)
R
g(x0 )
x0
g
Rm
Rn
f g
j
R
f (g(x0 ))

*
Rp

on g : Rm Rn es diferenciable en x0 y la funci
on f : Rm
R es diferenciable en g(x0 ). Lo que dice la regla de la cadena es que la funci
on compuesta
f g : Rm Rp ser
a diferenciable en x0 y que
n
(f g) (x0 ) = f (g(x0 ))g (x0 )

entendiendose el lado derecho de esta expresi
on como una composici
on de transformaciones
lineales, o bien, en terminos matriciales
J(f g)(x0 ) = Jf (g(x0 ))Jg(x0 )
entendiendose el lado derecho de esta u
ltima expresi
on como una multiplicaci
on de matrices. Es decir, la (matriz que representa a la) derivada de la composici
on es igual al
producto de las (matrices que representan a las) derivadas de las funciones componentes.
Ejemplo 4.58. Dadas las funciones g : R2 R3 y f : R3 R2 , definidas por:

g(x, y) = (3x, xy, y 2 )
f (x, y, z) = (x2 + 3y 2 , 2xyz)
Hallar la derivada de la composici
on f g : R 2 R 2
(a) Mediante la regla de la cadena.
(b) Realizando previamente la composici
on.
Soluci
on. (a) La matriz jacobiana de la composici
on vendr
a definida por el producto de
las matrices jacobianas correspondientes, es decir,

J(f g) = Jf g(x, y) Jg(x, y) =
f1
x
=
f2
x

g(x, y)

g(x, y)
f1
y

f2
g(x, y)
y

g(x, y)
0
x =
2y

3 0
2(3x)
6(xy)
0
y x =
=
2(xy)(y 2 ) 2(3x)(y 2 ) 2(3x)(xy)
0 2y

3 0

2
6x
6xy
0
y x = 18x3 + 6xy 3
=
3
2
2
2xy
6xy
6x y
6xy + 6xy
0 2y

18x + 6xy 2
6x2 y
=
12xy 3
18x2 y 2
=
2x
2yz
6y
2xz
0
2xy
3
y
g(x,y)
0
g1

x
f1
g(x, y)
z
g2
x

f2
g(x, y)
g
z
3
x
g1
x
g2
=
x
g3
x
6x2 y
6x y + 12x2 y 2
2 2
(b) Aplicando previamente la composici

on, resulta:

(f g)(x, y) = f g(x, y) = f (3x, xy, y 2 ) = (3x)2 + 3(xy)2 , 2(3x)(xy)(y 2 ) =
= (9x2 + 3x2 y 2 , 6x2 y 3 )
de donde, la derivada de la composici

on es la matriz:

18x + 6xy 2
6x2 y
J(f g) =
3
2 2
12xy
18x y
que coincide con la obtenida mediante la regla de la cadena.
Ejemplo 4.59. Dadas las funciones g : R3 R3 y f : R3 R2 , definidas por:
g(x, y, z) = (xy, yz, x + y + z)
f (x, y, z) = (x2 + y 3 , y + z 2 1)
Hallar la derivada de la composici
on f g : R2 R2 en el punto (1, 1, 1)
(a) Mediante la regla de la cadena.
(b) Realizando previamente la composici
on.
Soluci
on. (a) La matriz jacobiana de la composici
on vendr
a definida por el producto de
las matrices jacobianas correspondientes. En este caso, a ser g(1, 1, 1) = (1, 1, 3), ser
a,

J(f g)(1, 1, 1) = Jf g(1, 1, 1) Jg(1, 1, 1) = Jf (1, 1, 3) Jg(1, 1, 1)
luego

2 3 0
2x 3y 2 0
=
0 1 6
0
1
2z (1,1,3)
1 1 0
y x 0
= 0 1 1
Jg(1, 1, 1) = 0 z y
1 1 1
1 1 1 (1,1,1)
Jf (1, 1, 3) =
4.9. FUNCIONES IMPLICITAS
287
de donde, resulta:
J(f g)(1, 1, 1) =
2
0
3
1
1
0
0
6
1
1
1
1

0
2
1 =
6
1
5
7

3
7
(b) Aplicando previamente la composici

on, resulta:

(f g)(x, y, x) = f g(x, y, z) = f (xy, yz, x + y + z) = x2 y 2 + y 3 z 3 , yz + (x + y + z)2 1
de donde, la derivada de la composici
on es la matriz:

2xy 2
2x2 y 2 + 3y 2 z 3
J(f g) =
2(x + y + z) z + 2(x + y + z)
de donde resulta:

(f g)(1, 1, 1) =
2xy 2
2(x + y + z)
2x2 y 2 + 3y 2 z 3
z + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
=
(1,1,1)
2
6
5
7

3
7
que coincide con la obtenida mediante la regla de la cadena.

El teorema que establece rigurosamente la regla de la cadena en el caso general puede
enunciarse de la siguiente forma:
Teorema 4.13. Sea f : Df j Rn Rp una funci
on definida en el abierto Df de Rn y
m
n
g : Dg j R R una funci
on definida en el abierto Dg de Rm tal que g(Dg ) j Df .
Si g es diferenciable en x0 Dg y f es diferenciable en g(x0 ) Df entonces la funci
on
f g : Dg j Rm Rp es diferenciable en x0 y su derivada viene dada por la matriz:

J(f g)(x0 ) = Jf g(x0 ) Jg(x0 )
La demostraci
on puede verse en [2, Pita]
4.9.
4.9.1.
Funciones implcitas
Funciones de una variable
La ecuaci
on de una curva en el plano puede expresarse bien en forma explcita, y = f (x), o bien en forma implcita, F (x, y) = 0. No obstante, si tenemos
una ecuaci
on de la forma F (x, y) = 0, no siempre representa esta una funci
on. Es decir, dada la ecuaci
on F (x, y) = 0 nos planteamos la cuesti
on de
si es siempre posible despejar y en terminos de x y dejar establecida la funci
on y = f (x). La respuesta a esta cuesti
on es negativa. En efecto: De la
2
2
expresi
on x +y 1 = 0 no podemos establecer una funci
on y = f (x) despe2 + y 2 = 1 define dos funciones, a saber,
jando y en terminos
de
x,
ya
que
x
y = f1 (x) = 1 x2 e y = f2 (x) = 1 x2 . La ecuaci

on F (x, y) = 0
siempre representa una relaci
on, esto es, el conjunto de todos los pares que
satisfacen la ecuaci
on. No obstante, nos planteamos la siguiente pregunta
cu
ando la relaci
on definida por F (x, y) = 0 es tambien una funci
on? En
otras palabras, cu
ando la ecuaci
on F (x, y) = 0 puede resolverse explcitamente respecto a y en funci
on de x, obteniendose soluci
on u
nica?
La cuesti
on anterior puede plantearse en terminos de curvas de nivel.
As, podemos preguntarnos lo siguiente, dada la funci
on z = F (x, y), es su
nivel cero, F (x, y) = 0, una curva que se puede ver como la gr
afica de una
funci
on y = f (x)?. As mismo, si conocemos algo referente a la continuidad
o diferenciabilidad de F que podemos concluir en relaci
on a la continuidad
o diferenciabilidad de f ?
El teorema de la funci
on implcita trata localmente esta cuesti
on. Es decir, hacemos un planteamiento local de la cuesti
on anterior: Dada la funci
on
z = F (x, y), sea (x0 , y0 ) un punto para el cual F (x0 , y0 ) = 0. De F (x, y) = 0,
se puede obtener (despejando y en terminos de x) una funci
on y = f (x),
definida en una vecindad de x0 , tal que y0 = f (x0 )? Cuando tal entorno y
tal funci
on y = f (x) existen, decimos que la funci
on y = f (x) est
a definida
implcitamente por la expresi
on F (x, y) = 0, o bien que es una funci
on implcita dada en F (x, y) = 0.
Gr
aficamente, la situaci
on puede visualizase, en el ejemplo de la circunferencia, de la siguiente forma:
y
6
La ecuaci
on x2 + y 2 = 1, en general no dem
fine una sola funci
on y = f (x), sin embargo,
si noslimitamos a un entorno del punto
m
-x
(1/ 2, 1/ 2), s que queda definida una sola
funci
on (reduciendonos a ese entorno), mien1
1
tras que en un entorno del punto (1, 0) no queda definida dicha funci
on (ya que cada punto
tendra dos im
agenes, al haber dos puntos en
Figura 4.21: x2 + y2 = 1
la misma vertical).
El teorema de la funci
on implcita resuelve localmente la cuesti
on planteada, y nos dice que, dado un punto (x0 , y0 ) tal que F (x0 , y0 ) = 0, en
determinadas condiciones existir
a un entorno de (x0 , y0 ) de manera que, en
este entorno, la relaci
on definida por F (x, y) = 0 es tambien una funci
on.
Esas condiciones son que Fx y Gy sean continuas en un entorno de (x0 , y0 )
y que Fy (x0 , y0 ) 6= 0. El teorema de la funci
on implcita tambien nos dice
que dicha funci
on, y = f (x), tiene derivada continua y nos da la manera de
calcular dicha derivada, y = Fx /Fy .
Planteamiento pr
actico. Supongamos la ecuaci
on F (x, y) = 0, si supieramos despejar y en terminos de x, tendramos y = f (x), y podramos calcular
dy
=?.
dx
dy
=?
F (x, y) = 0 y = f (x)
dx
El problema se presenta cuando no sabemos o no queremos despejar y en
terminos de x c
omo podemos calcular dicha derivada?.
Partamos de que F (x, y) = 0, ser
a dF (x, y) = 0, de donde
dF = Fx dx + Fy dy = 0
dF
dx
dy
dy
= Fx
+ Fy
= 0 Fx + Fy
=0
dx
dx
dx
dx
289
de donde, si Fy (x, y) 6= 0, se tiene

dy
Fx (x, y)
=
dx
Fy (x, y)
Al mismo resultado llegamos si consideramos la funci
on
z = F (x, y) = F (x, f (x))
entonces podemos aplicar el Teorema 4.11 y obtenemos
dx
dy
dz
= Fx (x, y)
+ Fy (x, y)
dx
dx
dx
Como z = F (x, y) = 0 para todo x en el dominio de f , se tiene dz/dx = 0
y en consecuencia
dy
dx
+ Fy (x, y)
=0
Fx (x, y)
dx
dx
Y si Fy (x, y) 6= 0, podemos concluir con que
dy
Fx (x, y)
=
dx
Fy (x, y)
Teorema 4.14 (De la funci
on implcita). Supongamos la funci
on z =
F (x, y). Sea (x0 , y0 ) R2 un punto tal que F (x0 , y0 ) = 0. Supongamos que
la funci
on F tiene derivadas parciales continuas en alguna bola B con centro
en (x0 , y0 ) y que Fy (x0 , y0 ) 6= 0. Entonces F (x, y) = 0 se puede resolver para
y en terminos de x y definir as una funci
on y = f (x) con dominio en una
vecindad V de x0 , tal que y0 = f (x0 ), la cual tiene derivada continua en V
que puede calcularse como
y = f (x) =
Fx (x, y)
,
Fy (x, y)
xV
Esquem
aticamente sera:
F (x0 , y0 ) = 0
Fx (x, y)
Fx y Fy continuas
y = f (x), tal que y0 = f (x0 ), y adem
as y =
Fy (x, y)
Fy (x0 , y0 ) 6= 0
Debe tenerse en cuenta que el teorema de la funci

on implcita es un teorema de existencia. Dice que existe una funci
on y = f (x) definida implcitamente por F (x, y) = 0, sin embargo, no dice c
omo se puede determinar dicha
funci
on. Es m
as, podra ocurrir que la estructura algebraica de la ecuaci
on
F (x, y) = 0 no permitiera el despeje de y en terminos de x. De ah la importancia del teorema que afirma que, si se cumplen las hip
otesis, aunque
no podamos despejar y en terminos de x, tal funci
on existe, y adem
as el
teorema nos dice c
omo calcular su derivada.
Tambien hay que advertir que se trata de un teorema local. Nos asegura
la existencia de la funci
on y = f (x), o bien la posibilidad de despejar y en
terminos de x a partir de F (x, y) = 0, pero solamente en las cercanas del
punto (x0 , y0 ).
Tambien debe tenerse en cuenta que para el caso de una variable existe la posibilidad de calcular la derivada de la funci
on implcita aplicando
directamente las reglas de derivaci
on sobre la ecuaci
on F (x, y) = 0. Simplemente habr
a que tener en cuenta que cada vez que derivemos la variable y
habr
a que multiplicar por su derivada y .
Ejemplo 4.60. Calcular y , siendo y 3 + y 2 5y x2 + 4 = 0
(a) Aplicando las reglas de derivaci
on.
(b) aplicando el teorema de la funci
on implcita.
Soluci
on. (a) Mediante las reglas de derivaci
on tenemos:
3y 2 y + 2yy 5y 2x = 0
y =
3y 2
2x
+ 2y 5
(b) Mediante el teorema de la funci

on implcita, hacemos F (x, y) = y 3 +
y 2 5y x2 + 4, con lo cual,
Fx = 2x
Fy = 3y 2 + 2y 5
y =
2x
Fx
= 2
Fy
3y + 2y 5
Ejemplo 4.61. Razonar si la ecuaci

on ey = x3 +3y determina una funci
on
y = f (x) que cumple f (1) = 0 y que es derivable en x = 1. Calcular f (1) y
la recta tangente a f (x) en (1, 0).
Soluci
on. El teorema de la funci
on implcita afirma que la ecuaci
on F (x, y) = 0
define una funci
on y = f (x) derivable en un punto x0 , si se cumplen las
tres condiciones siguientes: El punto P (x0 , y0 ), con y0 = f (x0 ), cumple la
ecuaci
on F (P ) = 0, las derivadas parciales de F en P son continuas, y
Fy (P ) 6= 0.
El punto P (1, 0) cumple la ecuaci
on dada, en efecto:
e0 = 13 + 3 0 = 1 + 0 = 1
Las derivadas parciales de F (x, y) = ey x3 3y son continuas en todo R2 y
por tanto en P , por tratarse de una funci
on polin
omica y una exponencial,
en efecto:
Fx (x, y) = 3x2
Fy (x, y) = ey 3
291
Y adem
as: Fy (1, 0) = e0 3 = 1 3 = 2 6= 0. Luego podemos afirmar la
existencia de la funci
on y = f (x) que cumple f (1) = 0 y que es derivable en
x = 1.
En virtud del teorema de la funci
on implcita tenemos:
f (x) =
3x2
3
3
Fx (x, y)
= y
f (1) =
=
Fy (x, y)
e 3
2
2
y teniendo en cuenta que la ecuaci

on de la recta tangente a la curva y = f (x)
en el punto P (1, 0) viene definida por:
y = f (1) + f (1) (x 1)
resulta:
3
y = 0 (x 1)
2
3x + 2y = 3
Ejemplo 4.62. Dada la ecuaci

on x2 + y 2 = 2
(a) Justificar que la ecuaci
on x2 + y 2 = 2 define, en un entono del punto
(1, 1), una funci
on y = y(x)
(b) Calcular y (1), y (1)
Soluci
on. (a) Para que quede garantizada la existencia de la funci
on y =
y(x), deber
an cumplirse las tres condiciones siguientes:
El punto (1, 1) cumple la ecuaci
on. En efecto 12 + 12 = 1 + 1 = 2
Las derivadas parciales de la funci
on F (x, y) = x2 + y 2 2 son continuas en
un entorno del punto (1, 1). En efecto,
Fx = 2x
Fy = 2y
que son continuas en R2
Fy (1, 1) 6= 0. En efecto, Fy (1, 1) = 2 6= 0
Luego existe la funci

on y = y(x). Que en este caso es y = + 2 x2 .
(b) Para calcular las derivadas podemos aplicar las reglas de derivaci
on. En
efecto,
x2 + y 2 = 2
2x + 2yy = 0
y =
x
y
y (1) =
1
= 1
1
y derivando nuevamente,
2+2y y +2yy = 0 1+(y )2 +yy = 0 y =
2
1 (y )2
=
= 2
y
1
Nota: Hay que aclarar que los papeles de las letras x e y son perfectamente intercambiables. As, si la funci
on z = F (x, y) es tal que en el punto
(x0 , y0 ) vale cero, F (x0 , y0 ) = 0, que en una bola con centro en (x0 , y0 ) tiene
derivadas parciales continuas y que su derivada respecto de x es distinta de
cero en (x0 , y0 ), es decir, Fx (x0 , y0 ) 6= 0. Entonces, el teorema de la funci
on
implcita garantiza la existencia de una funci
on x = g(y) tal que x0 = g(y0 ),
para y en una vecindad de y0 , y adem
as su derivada, en esa vecindad, es:
Fy (x, y)
dx
= g (y) =
dy
Fx (x, y)
Es evidente que si en el punto (x0 , y0 ) se tiene
Fx (x0 , y0 ) 6= 0
y Fy (x0 , y0 ) 6= 0
entonces el teorema de la funci

on implcita nos dice que en los alrededores
de (x0 , y0 ), la gr
afica de la curva F (x0 , y0 ) = 0 se puede ver como la gr
afica
de una funci
on y = f (x) o bien como la gr
afica de una funci
on x = f (y).
Puntos regulares. Si z = F (x, y) es una funci
on tal que F (x0 , y0 ) = 0
y en una bola B con centro en (x0 , y0 ) las parciales Fx y Fy son continuas
2
y si Fx (x0 , y0 ) 6= 0
o Fy (x0 , y0 ) 6= 0 (o equivalentemente si Fx (x0 , y0 ) +
2
Fy (x0 , y0 ) 6= 0) entonces (x0 , y0 ) se dice que es un punto regular de la
curva F (x, y) = 0.
Es decir, los puntos regulares son aquellos puntos (x0 , y0 ) tales que en una
bola con centro en ellos, a partir de F (x, y) = 0, se puede despejar x o y en
terminos de y o x, respectivamente, y establecer una funci
on con derivada
continua x = g(y)
o y = g(x).
Si el punto (x0 , y0 ) no es regular de F (x, y) = 0, se dice que es un punto
singular.
4.9.2.
Funciones de dos variables
Dada una ecuaci

on F (x, y, z) = 0 nos planteamos ahora la cuesti
on de
cu
ando de dicha expresi
on se puede despejar z en terminos de x e y y formar
as una funci
on z = f (x, y)? Es decir, cu
ando el nivel cero, F (x, y, z) = 0,
de la funci
on w = F (x, y, z) se puede ver como la gr
afica de una funci
on
z = f (x, y)?
Planteamiento pr
actico. Supongamos la ecuaci
on F (x, y, z) = 0, si supieramos despejar z en terminos de x e y, tendramos z = f (x, y), y podramos
z
z
=? y
=?.
calcular
x
y
=?
x
F (x, y, z) = 0 z = f (x, y)
z =?
y
El problema se presenta cuando no sabemos o no queremos despejar z en
terminos de x e y c
omo podemos calcular dichas derivadas?.
293
Partamos de que F (x, y, z) = 0, ser

a dF (x, y, z) = 0, de donde
dF = Fx dx + Fy dy + Fz dz = 0
dx
dy
dz
dF
= Fx
+ Fy
+ Fz
=0
dx
dx
dx
dx
dx
dy
dz
dF = Fx
+ Fy
+ Fz
=0
dy
dy
dy
dy
Ahora bien,
(a) Para y = cte., en el primer caso resulta:
Fx + 0 + Fz
z
z
Fx (x, y, z)
=0
=
x
x
Fz (x, y, z)
(b) Para x = cte., en el segundo caso resulta:

0 + Fy + Fz
Fy (x, y, z)
z
z
=0
=
y
y
Fz (x, y, z)
Teorema 4.15 (De la funci

on implcita). Supongamos la funci
on w =
3
F (x, y, z). Sea p = (x0 , y0 , z0 ) R un punto tal que F (x0 , y0 , z0 ) = 0.
on F tiene derivadas parciales continuas en alguna
bola B con centro en p y que Fz (p) 6= 0. Entonces F (x, y, z) = 0 se puede
resolver para z en terminos de x e y y definir as una funci
on z = f (x, y)
con dominio en una vecindad V de (x0 , y0 ), tal que z0 = f (x0 , y0 ), la cual
tiene derivadas parciales continuas en V que pueden calcularse como
z
Fx (x, y, z)
=
,
x
Fz (x, y, z)
Fy (x, y, z)
z
=
y
Fz (x, y, z)
(x, y) V
Esquem
aticamente sera:
z
Fx (x, y, z)
F (x0 , y0 , z0 ) = 0
=
x
Fz (x, y, z)
Fx , Fy , Fz continuas z = f (x, y), tal que z0 = f (x0 , y0 ), y
z
F
y (x, y, z)
=
Fz (x0 , y0 , z0 ) 6= 0
y
Fz (x, y, z)
Las derivadas parciales tambien pueden calcularse a partir de las reglas

ordinarias de derivaci
on, suponiendo una de las variables constante, con la
u
nica observaci
on de multiplicar por la derivada parcial correspondiente,
cada vez que derivemos z.
Ejemplo 4.63. Calcular
z z
y
siendo 3x2 z x2 y 2 + 2z 3 + 3yz 5 = 0
x x
(a) Mediante las reglas ordinarias de derivaci

on.
(b) Mediante las f
ormulas de la funci
on implcita.
Soluci
on. (a) Mediante las reglas ordinarias de derivaci
on tenemos:
6xz + 2xy 2
3x2 + 6z 2 + 3y
2x2 y 3z
3x2 zy + 2x2 y + 6z 2 zy + 3z + 3yzy = 0 zy = 2
3x + 6z 2 + 3y
6xz + 3x2 zx 2xy 2 + 6z 2 zx + 3yzx = 0 zx =
(b) Mediante el teorema de la funci

on implcita, hacemos:
F (x, y, z) = 3x2 z x2 y 2 + 2z 3 + 3yz 5,
con lo cual,
z
Fx (x, y, z) = 6xz 2xy 2
=
x
2
Fy (x, y, z) = 2x y + 3z
z
Fz (x, y, z) = 3x2 + 6z 2 + 3y
=
y
Fx
6xz + 2xy 2
= 2
Fz
3x + 6z 2 + 3y
Fy
2x2 y 3z
= 2
Fz
3x + 6z 2 + 3y
Ejemplo 4.64. Razonar si la ecuaci

on x3 + 2y 3 + z 3 3xyz 2y + 1 = 0;
determina una funci
on z = f (x, y) en un entorno del punto (0, 1). Calcular
f
f
(0, 1),
(0, 1) y la ecuaci
on del plano tangente a la superficie en el punto
x
y
(0, 1, f (0, 1)).
Soluci
on. El teorema 4.15 de la funci
on implcita afirma que una ecuaci
on
F (x, y, z) = 0 define una funci
on z = f (x, y) diferenciable en un punto
p = (x, y), si se cumplen las tres condiciones siguientes: el punto P =
(x, y, z) cumple la ecuaci
on F (P ) = 0, las derivadas parciales de F en P son
continuas, y Fz (P ) 6= 0.
En nuestro caso, el punto P que cumple la ecuaci
on dada viene definido por
las coordenadas:
x = 0, y = 1
2 + z3 2 + 1 = 0
z = 1
Las derivadas parciales de F (x, y, z) = x3 + 2y 3 + z 3 3xyz 2y + 1 son

continuas en todo R3 y por tanto en P , en efecto:
Fx (x, y, z) = 3x2 3yz
Fy (x, y, z) = 6y 2 3xz 2
Fz (x, y, z) = 3z 2 3xy
Y adem
as: Fz (0, 1, 1) = 3 6= 0 Luego podemos afirmar la existencia de la
funci
on z = f (x, y) diferenciable en el punto p = (0, 1).
f
Fx (x, y, z)
3x2 + 3yz
(x, y) =
=
x
Fz (x, y, z)
3z 2 3xy
f
Fx (0, 1, 1)
(0, 1) =
= 1
x
Fz (0, 1, 1)
Fy (x, y, z)
6y 2 + 3xz + 2
f
Fy (0, 1, 1)
4
f
(x, y) =
=
(0, 1) =
=
y
Fz (x, y, z)
3z 2 3xy
y
Fz (0, 1, 1)
3
295

on del plano tangente a la superficie
z = f (x, y) en el punto P (0, 1, 1) viene definida por:
z = f (0, 1) +
resulta:
f
f
(0, 1) (x 0) +
(0, 1) (y 1)
x
y
4
z = 1 x (y 1), o bien, simplificando 3x + 4y + 3z = 1
3
Ejemplo 4.65. Sea F una funci

on diferenciable y con derivadas parciales
continuas tal que F (9, 2, 4) = 0 y F (9, 2, 4) = (1, 0, 5). La ecuaci
on
on diferenciable z = f (x, y) tal que f (9, 2) =
f
f
4? En caso afirmativo, determina
(9, 2) y
(9, 2) y, con su ayuda,
x
y
calcula la ecuaci
on del plano tangente a la superficie z = f (x, y) en el punto
(9, 2, 4).
Soluci
on. El teorema 4.15 de la funci
on
on z = f (x, y) diferenciable en un punto
p = (x, y), si se cumplen las tres condiciones siguientes: el punto P =
(x, y, z) cumple la ecuaci
on F (P ) = 0, las derivadas parciales de F en P son
continuas, y Fz (P ) 6= 0.
En nuestro caso, el punto P que cumple la ecuaci
on dada viene definido por
P (9, 2, 4)
Por hip
otesis, las derivadas parciales de F son continuas en todo R3 y por
tanto en P . Sus valores vienen dados por las coordenadas del gradiente:
F = (Fx , Fy , Fz ) Fx (9, 2, 4) = 1, Fy (9, 2, 4) = 0, Fz (9, 2, 4) = 5
Y adem
as: Fz (9, 2, 4) = 5 6= 0 Luego podemos afirmar la existencia de la
funci
on z = f (x, y) diferenciable en el punto p = (9, 2).
f
(x, y) =
x
f
(x, y) =
y
Fx (x, y, z)
Fz (x, y, z)
Fy (x, y, z)
Fz (x, y, z)
f
(9, 2) =
x
f
(9, 2) =
y
Fx (9, 2, 4)
1
=
Fz (9, 2, 4)
5
Fy (9, 2, 4)
0
= =0
Fz (9, 2, 4)
5

on del plano tangente a la superficie
z = f (x, y) en el punto P (9, 2, 4) viene definida por:
z = f (9, 2) +
resulta:
f
f
(9, 2) (x 9) +
(9, 2) (y 2)
x
y
1
z = 4 + (x 9) + 0(y 2), o bien, simplificando x 5z = 29
5
4.10.
Extremos de las funciones de varias variables
4.10.1.
Introducci
on
Funciones de una variable

La funci
on f : I R R, definida en el intervalo abierto I de R, se dice que tiene un
m
aximo (mnimo) local o relativo en un punto x0 I si en un entorno Vx0 de x0 se tiene
f (x0 ) f (x) (f (x0 ) f (x), respectivamente) para todo x en Vx0 . En otras palabras, f
tiene un m
aximo (mnimo) local en x0 si f (x0 ) es el valor m
as grande (m
as peque
no) de
la funci
on en torno a x0 .
f (x1 )
y = f (x)
f (x0 )
P
x
x0
x1
Figura 4.22: y = f (x) tiene un mnimo local en x = x0 y un maximo local en x = x1 .
Una condici
on necesaria para que la funci
on f tenga un extremo (m
aximo o mnimo)
local en x0 es que, si f (x0 ) existe, entonces f (x0 ) = 0. Geometricamente esta condici
on
significa que si la gr
afica de la funci
on es suave en x0 , su recta tangente en dicho punto
debe ser horizontal. Es decir, en un extremo local la gr
afica de la funci
on o no tiene recta
tangente, o si la tiene es una recta horizontal.
4.10.2.
Definiciones
M
aximos y mnimos absolutos.
Los valores f (x0 , y0 ) y f (x1 , y1 ) tal que f (x0 , y0 ) f (x, y) f (x1 , y1 ) para
todo (x, y) en D se conocen como mnimo absoluto y m
aximo absoluto de f
en la regi
on D.
Teorema de existencia del m
aximo y del mnimo absoluto. Toda
funci
on continua, definida en una regi
on cerrada y acotada, alcanza, en dicha
regi
on, un valor m
aximo absoluto y un mnimo absoluto.
M
aximo y mnimo relativo.
Definici
on 4.21 (Extremo local). Sea f : D Rn R una funci
on
definida en el conjunto abierto D de Rn . Se dice que f tiene un m
aximo
(mnimo) local o relativo en el punto x0 D si f (x0 ) f (x) (f (x0 ) f (x)
respectivamente) para toda x en una bola B de centro en x0 .
f (x0 , y0 ) es mnimo relativo
f (x, y) f (x0 , y0 ) (x, y) Bx0
4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 297

f (x0 , y0 ) es m
aximo relativo
f (x, y) f (x0 , y0 )
(x, y) Bx0
Es decir, al igual que en el caso de funciones de una variable, la funci

on f
tendr
a un m
aximo (mnimo) local en x0 D si f (x0 ) es el valor m
as grande
(m
as peque
no, respectivamente) de todos los valores de f (x) para x en una
bola de centro en x0 .
Puntos crticos. Se llaman puntos crticos de una funci
on a aquellos puntos
en los que el gradiente vale cero o no est
a definido, es decir,
1.
Puntos en los que todas las derivadas parciales valen cero (simult
aneamente).
fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0
2.
Puntos en los que alguna de las derivadas parciales no est

a definida.
fx (x0 , y0 )
6

mnimo
o fy (x0 , y0 )

M
aximo
no existe

mnimo
M
aximo
Punto silla
Figura 4.23: Puntos crticos.

En el primer caso, si f es diferenciable, sera f (x0 , y0 ) = 0 y, por
tanto, todas las derivadas direccionales en (x0 , y0 ) deben ser nulas y en
consecuencia todas las rectas tangentes a la superficie en el punto (x0 , y0 )
son horizontales, lo que significa que el plano tangente a la superficie en
dicho punto es un plano horizontal. En el segundo caso, al no existir alguna
de las derivadas parciales en el punto (x0 , y0 ), la funci
on no es diferenciable
en dicho punto y por tanto carece de plano tangente en el mismo. Lo que,
gr
aficamente, significa que se trata de un punto anguloso. En consecuencia,
en ambos casos tenemos puntos candidatos a extremos relativos.
No podemos asegurar la existencia de extremo relativo ya que, en ambos
casos, puede darse la situaci
on de un ((punto silla)).
Definici
on 4.22 (Punto silla). Si un punto crtico (x0 , y0 ) no corresponde ni a m
aximo ni mnimo relativo, entonces el punto de la superficie
(x0 , y0 , f (x0 , y0 )) se llama punto silla.
Es decir, (x0 , y0 ) corresponde a un punto silla si en todo disco abierto
centrado en (x0 , y0 ) la funci
on toma valores por encima y por debajo de
f (x0 , y0 )
El ejemplo m
as tpico de punto silla es el que corresponde a la situaci
on
denominada ((silla de montar)), no obstante, pueden darse otras situaciones
m
as irregulares.
Teorema 4.16 (Los extremos relativos se producen solamente en
puntos crticos). Si f (x0 , y0 ) es un extremo relativo de f en una regi
on
abierta R, entonces (x0 , y0 ) es un punto crtico de f .
Demostraci
on. En efecto, si g(x) = f (x, x0 ) tiene un extremo relativo en x0 ,
entonces g (x0 ) = 0 o no existe. Pero g (x0 ) = fx (x0 , y0 )
De la misma forma, si h(y) = f (x0 , y) tiene un extremo relativo en y0 ,
entonces h (y0 ) = 0 o no existe. Pero h (y0 ) = fy (x0 , y0 )
Al afirmar el teorema que en un m
aximo y en un mnimo relativo, las
derivadas parciales o no existen o valen cero, lo que nos viene a decir es que
los extremos de una funci
on, en una regi
on abierta, se producen solamente
en los puntos crticos. Sin embargo, hay que advertir que no en todo punto
crtico existe un m
aximo o un mnimo, ya que se puede producir lo que se
llama un punto silla, que no son ni m
aximos ni mnimos relativos.
Si la regi
on fuera cerrada podran darse lo que se llaman extremos en la
frontera.
4.10.3.
Estudio de la naturaleza de los puntos crticos
a) M
etodo algebraico.
Existen funciones que, por su sencillez, permiten estudiar la naturaleza de
sus puntos crticos mediante argumentos exclusivamente algebraicos. Es decir, el estudio de la naturaleza de los extremos relativos, se hace a partir
de la propia funci
on, mediante transformaciones algebraicas de la misma.
Comparando el valor de la funci
on en el punto crtico con el valor de la
funci
on en los alrededores del punto crtico.
Ejemplo 4.66. Determinar los extremos relativos de la funci
on:
f (x, y) = 3x2 + y 2 6x 4y + 8
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no est
a definida, y puntos en los que las dos derivadas parciales son nulas.
En el caso de funciones polin
omicas las parciales est
an siempre definidas,
por tanto:

x=1
6x 6 = 0
fx (x, y) = 6x 6
p(1, 2)
y=2
2y 4 = 0
fy (x, y) = 2y 4
Para estudiar la naturaleza del punto crtico p(1, 2) comparamos el valor de
la funci
on en el punto crtico con el valor de la funci

del punto crtico.
f (1, 2) = 1
f (x, y) = 3x2 + y 2 6x 4y + 8 =

Figura 4.24: mnimo.
= 3(x2 2x) + y 2 4y + 8 =
= 3(x2 2x + 1 1) + y 2 4y + 4 4 + 8 =
= 3(x 1)2 3 + (y 2)2 4 + 8 =
= 3(x 1)2 + (y 2)2 + 1 1
Resulta que para cualquier punto (x, y) se tiene que f (x, y) f (1, 2), luego
f (1, 2) es un mnimo (absoluto).
on:
p
f (x, y) = 1 x2 + y 2
Soluci
no est
2x
x
p
p
fx (x, y) =
=
2 x2 + y 2
x2 + y 2
y
2y
=p
fy (x, y) = p
2
2
2
2
2 x +y
x +y
Donde el u
nico punto crtico es el punto (0, 0), en donde no est
an definidas
ninguna de las dos derivadas parciales. Para estudiar la naturaleza del punto
crtico p(0, 0) comparamos el valor de la funci
on en el punto crtico con el
valor de la funci
z6
(0, 0, 1)
@
@
@ -y
f (0, 0) = 1
f (x, y) = 1
x2 + y 2 1
Resulta que para cualquier punto (x, y) del plano

se tiene que f (x, y) f (0, 0), luego f (0, 0) es un
m
aximo (absoluto).
Figura 4.25: maximo.

b) Criterio de los cortes con los planos verticales.
Para comprobar que en un punto crtico no existe ni m
aximo ni mnimo
cortamos la superficie mediante planos verticales que pasen por el punto
crtico, si las curvas resultantes tienen puntos por encima y por debajo del
punto crtico, entonces se trata de un punto silla. El metodo es s
olo refutativo
y no permite afirmar la existencia de m
aximo o mnimo, sino s
olo de punto
silla.
on:
f (x, y) = 1 x2 + y 2
Soluci
no est
En el caso de funciones polin
an siempre definidas,
por tanto:

x=0
fx (x, y) = 2x
p(0, 0)
y=0
fy (x, y) = 2y
Donde el u
nico punto crtico es el punto (0, 0). Para estudiar la naturaleza
del punto crtico p(0, 0) comparamos el valor de la funci
on en el punto crtico
con el valor de la funci
6
f (0, 0) = 1
f (x, y) = 1
x2
Figura 4.26: Punto silla.
y2
f (x, 0) = 1 x2 < 1
f (0, y) = 1 + y 2 > 1
Para estudiar la naturaleza del punto crtico p(0, 0) se ha cortado la superficie mediante los dos planos verticales y = 0 y x = 0 con lo que se han
obtenido las curvas f (x, 0) = 1 x2 y f (0, y) = 1 + y 2 . Para la primera, el
punto x = 0 es un m
aximo; y para la segunda, el punto y = 0 es un mnimo.
Luego el punto crtico p(0, 0) es un punto silla.
c) Criterio del hessiano.
Los metodos algebraicos solamente son u
tiles para funciones relativamente
f
aciles. Para funciones m
as complicadas no son operativos y necesitamos
acudir a criterios analticos, estudiando las derivadas parciales segundas.
Caso particular de funciones de dos variables.
Para estudiar la naturaleza de los puntos crticos, formamos la matriz hessiana en dichos puntos:

fxx fxy
Hf (x, y) =
fyx fyy
Y comparamos los signos de los dos determinantes principales:

fxx fxy

= fxx fyy fxy 2

D1 = fxx ,
D2 = |Hf (x, y)| =

fyx fyy
Resultando, para el caso de dos variables:

H
+
fxx
+ mnimo
M
aximo
Silla
Duda
Nota: El criterio del hessiano puede fallar a la hora de estudiar la naturaleza

de los extremos relativos de dos formas: Bien porque alguna de las derivadas
parciales no este definida, entonces no se puede aplicar el criterio; o bien,
porque el hessiano sea cero, en cuyo caso el criterio no da informaci
on.
En este caso habr
a que aplicar otras tecnicas, como puede ser el cortar la
superficie por planos verticales.
Al ser fxy = fyx , se tiene que cuando el hessiano es positivo, entonces las dos derivadas
parciales fxx (x0 , y0 ) y fyy (x0 , y0 ) deben tener el mismo signo, lo que significa que se puede
reemplazar una por la otra en la definci
on del criterio.
El criterio del hessiano tambien se conoce como criterio de las derivadas

parciales segundas, y se puede enunciar formalmente mediante el siguiente
teorema
Teorema 4.17 (Criterio del hessiano). Sea f una funci
on con derivadas
parciales primeras y segundas continuas en una regi
on abierta que contiene
un punto (x0 , y0 ), para el que fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0. Y sea d el
valor del siguiente determinante

fxx (x0 , y0 ) fxy (x0 , y0 )

d = |Hf (x0 , y0 )| =
fyx (x0 , y0 ) fyy (x0 , y0 )
1.
2.
3.
4.
Si
Si
Si
Si
d > 0 y fxx (x0 , y0 ) > 0, entonces f (x0 , y0 ) es un mnimo relativo.

d > 0 y fxx (x0 , y0 ) < 0, entonces f (x0 , y0 ) es un m
aximo relativo.

d < 0, entonces x0 , y0 , f (x0 , y0 ) es un punto silla.
d = 0, entonces el criterio no da informaci
on.
Ejemplo 4.69. Encontrar los extremos relativos de la funci

on:
f (x, y) = x3 6xy + 3y 2 1
Soluci
on. Hallamos las dos derivadas parciales y determinamos los puntos
crticos: Puntos en los que alguna de las derivadas parciales no est
a definida,
y puntos en los que las dos derivadas parciales son nulas. En el caso de
funciones polin
an siempre definidas, por tanto:

fx (x, y) = 3x2 6y
= 3x2 6y = 0
x(3x 6) = 0
x=0
fy (x, y) = 6x + 6y
6x + 6y = 0
x=y
x=2
Luego los puntos crticos son p(0, 0) y q(2, 2).
Para estudiar la naturaleza de los puntos crticos, hallamos la matriz hessiana en cada uno de ellos:

6x 6
fxx fxy
=
Hf (x, y) =
6 6
fyx fyy
Con lo cual resulta:

0 6
= 36 < 0 (0, 0, 1) es un punto silla
|Hf (0, 0)| =
6 6

12 6
= 72 36 = 36 > 0 y fxx = 12 > 0 f (2, 2) es un

|Hf (2, 2)| =
6 6
mnimo relativo.
Ejemplo 4.70. Hallar y clasificar todos los puntos crticos de la funci
on
f (x, y) = x4 + y 4 + 6x2 y 2 + 8x3
Soluci
on. Los puntos crticos son aquellos que anulan simult
aneamente las
dos derivadas parciales, o bien donde alguna de las derivadas parciales no
existe. Al ser la funci
on dada una funci
on polin
omica es diferenciable en todo
R2 , luego los puntos crticos vendr
an dado por las soluciones del siguiente
sistema de ecuaciones

x(4x2 + 12y 2 + 24x) = 0
Fx 4x3 + 12xy 2 + 24x2 = 0
4y(y 2 + 3x2 ) = 0
Fy 4y 3 + 12x2 y = 0
Para resolver el sistema igualamos a cero cada factor de la primera ecuaci
on
con cada factor de la segunda ecuaci
on:

o
x=0
1
P1 (0, 0)
o
y=0
1

1o
x=0
x=0
x=0
P1 (0, 0)
2o
y 2 + 3x2 = 0
y2 = 0
y=0

2o
4x2 + 12y 2 + 24x = 0 4x2 + 24x = 0 4x(x + 6) = 0 P1 (0, 0)
1o
y=0
y=0
y=0
P2 (6, 0)

2
2
2
2
o
4x + 12y + 24x = 0
4x + 12y + 24x = 0
2
P1 (0, 0)
2
2
o
y 2 = 3x2
y + 3x = 0
2
Por tanto, las soluciones son P1 (0, 0), P2 (6, 0)
Para determinar si se trata de m
aximo o mnimo, hallamos la matriz hessiana.

fxx fxy
12x2 + 12y 2 + 48x
24xy
Hf (x, y) =
=
fyx fyy
24xy
12y 2 + 12x2
Con lo cual resulta que:

144 0
= 62208 > 0 y fxx = +144 > 0
|Hf (6, 0)| =
0 432
P2 (6, 0) se corresponde con un mnimo relativo.

0 0
= 0 el hessiano no nos determina la natu|Hf (0, 0)| =
0 0
raleza del punto crtico. Para estudiar la naturaleza del punto crtico

P1 (0, 0) cortamos la superficie mediante el plano vertical y = x, con
lo que obtenemos la curva z = x4 + x4 + 6x4 + 8x3 = 8x4 + 8x3 y
estudiamos la naturaleza del origen en esta curva.
Tenemos:
zx = 32x3 + 24x2 zx (0) = 0 x0 = 0 es un punto
crtico
zx = 96x2 + 48x zx (0) = 0
zx = 198x + 48 zx (0) = 48 6= 0 x0 = 0 es un
punto de inflexi
on.
Luego el punto P1 (0, 0) se corresponde con un punto silla, ya que en
cualquier entorno suyo hay tanto puntos por encima de f (0, 0) como
puntos por debajo.
d) Puntos crticos en una funci
on compuesta.
Igual que ocurre en los problemas de optimizaci
on de funciones de una variable, donde es posible sustituir la funci
on objetivo por otra m
as simple.
En varias variables tambien es posible simplificar los c
alculos de derivaci
on,
sustituyendo la funci
on objetivo por otra m
as simple, que nos facilite los
c
alculos de las derivadas parciales y sobre todo de resoluci
on del sistema
resultante. Esto es posible cuando la funci
on objetivo sea la composici
on de
una funci
on con una funci
on mon
otona. Por ejemplo, los puntos crticos de
la funci
on exponencial f (x, y) = eg(x,y) coinciden con los puntos crticos de
la funci
on exponente w = g(x, y), ya que la funci
on exponencial z = et es
mon
otona, y adem
as creciente, luego se conserva incluso la naturaleza
del
p
g(x,
y)
punto crtico. Lo mismo ocurre
en
funciones
del
tipo
f
(x,
y)
=

o bien, f (x, y) = ln g(x, y) , s
olo que estos dos casos habr
a que eliminar
aquellos puntos crticos que quedan fuera del dominio de la funci
on.
Ejemplo 4.71. Encontrar y clasificar todos los puntos crticos de la funci
on
f (x, y) = ex
2 yx y 2 +x y
Soluci
on. a) Resolvamos primero el ejemplo sin tener en cuenta la simplificaci
on. Los puntos crticos son aquellos que anulan simult
aneamente las dos
derivadas parciales, o bien donde alguna de las derivadas parciales no existe.
Como la funci
on dada es diferenciable en todo R2 , por ser la composici
on
de una funci
on polin
omica con la funci
on exponencial, los puntos crticos
vendr
an dados por las soluciones del siguiente sistema de ecuaciones.
)

2
2
fx (x, y) (2xy y 2 + y)ex yx y +x y = 0
y(2x y + 1) = 0
2
2
x(x 2y + 1) = 0
fy (x, y) (x2 2xy + x)ex yx y +x y = 0
on
on:

o
y=0
1
P1 (0, 0)
o
x=0
1
1o
2o
y=0
x 2y + 1 = 0
y=0
x+1=0
y=0
x = 1
P2 (1, 0)

y=1
y + 1 = 0
2x y + 1 = 0
P3 (0, 1)
x=0
x=0
x=0

1 1
2o
2x y = 1
y = 2x + 1 x = 1/3
P4 ( , )
2o
x 2y = 1 e2 = e2 2e1 3x = 1
y = 1/3
3 3
2o
1o
1 1
, )
3 3

fxx fxy
Hf (x, y) =
fyx fyy
Por tanto, las soluciones son P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 (
Para lo cual calculamos las derivadas parciales segundas

2
fxx = 2yex yx y +x y + (2xy y 2 + y)fx

2
2
fxy = (2x 2y + 1)ex yx y +x y + (2xy y 2 + y)fy
2
2
fyy = 2xex yx y +x y + (x2 2xy + x)fy

0 1
= 1 < 0
|Hf (0, 0)| =
1 0

0 1
= 1
|Hf (1, 0)| =
1 2

2 1

= 1
|Hf (0, 1)| =
1 0
es un punto silla.
es un punto silla.
es un punto silla.

2 1/27 1 1/27
e
e

4 1
1 1
3

3
3
|Hf ( , )| =
= ( )e1/27 = e1/27 >
2
1

3 3
9 9
9
e1/27
e1/27
3
3
0 y fxx > 0 es un mnimo.
b) Este ejemplo puede resolverse de una manera mucho m
as f
acil teniendo
t
en cuenta que la funci
on z = e es mon
otona, y, en consecuencia, los puntos
crticos de la funci
on compuesta z = eg(x,y) coinciden con los puntos crticos
de la funci
on g(x, y) que figura en el exponente, y que es mucho m
as f
acil
de estudiar que la funci
on compuesta. Adem
as, al ser creciente la funci
on
exponencial (a m
as m
as) se conserva la naturaleza de los puntos crticos. En
consecuencia podemos estudiar los puntos crticos de la funci
on
g(x, y) = x2 y x y 2 + x y,

que figura en el exponente, y endosar los resultados a la funci
on compuesta
2
2
f (x, y) = ex yx y +x y . En este caso, los puntos crticos vendr
an dados por
las soluciones del siguiente sistema de ecuaciones.

gx (x, y) 2xy y 2 + y = 0
y(2x y + 1) = 0
gy (x, y) x2 2xy + x = 0
x(x 2y + 1) = 0
Que es el mismo sistema de ecuaciones anterior, cuyas soluciones son:
P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 (
1 1
, )
3 3


g
g
Hg(x, y) = xx xy
gyx gyy
Para lo cual calculamos las derivadas parciales segundas

gxx = 2y
gxy = 2x 2y + 1
gyy = 2x
Como puede verse, las ventajas sobre el metodo anterior, aqu son notable.

0 1

= 1 < 0 es un punto silla.
|Hf (0, 0)| =
1 0

0 1

= 1 es un punto silla.
|Hf (1, 0)| =
1 2

2 1

= 1 es un punto silla.
|Hf (0, 1)| =
1 0

2 1/27 1 1/27
e
e

4 1
3
1 1
3

3
|Hf ( , )| =
= ( )e1/27 = e1/27 >
1 1/27 2 1/27
3 3
9 9
9
e

e
3
3
0 y fxx > 0 es un mnimo.
Que son los mismos resultados anteriores.
4.10.4.
Extremos condicionados. Multiplicadores de Lagrange
Planteamiento del problema. En los problemas cl

asicos de m
aximos y
mnimos se trata de hacer m
axima o mnima una funci
on f (x, y) sujeta a
una restricci
on g(x, y) = 0.
Gr
aficamente el problema consiste en determinar el punto m
as bajo (o
m
as alto) de la superficie de ecuaci
on z = f (x, y) que est
a situado sobre la
curva de ecuaci
on g(x, y) = 0, y se puede resolver de dos maneras diferentes:
a) Mediante un corte vertical de la superficie.
b) Mediante cortes horizontales (curvas de nivel).
Desde el punto de vista analtico, el primer caso corresponde a reducir
el problema a una variable, y el segundo al metodo de los multiplicadores
de Lagrange.
a) Mediante un corte vertical. Gr
aficamente consiste en cortar la superficie f (x, y) mediante el plano (o cilindro) vertical de base la curva plana
g(x, y) = 0 y hallar los extremos de la curva espacial resultante.
Analticamente esto se consigue despejando la variable y en la ecuaci
on
g(x, y) = 0, y sustituyendo el valor obtenido, y = (x), en la en la funci
on
f , con lo cual el problema se reduce al c
alculo de m
aximos y mnimos de
una funci
on de una sola variable.

f (x, y) = f x, (x) = h(x)
El problema se presenta cuando no es posible o no es pr
actico despejar la
variable y en la ecuaci
on g(x, y) = 0.
Observaci
on. El extremo de la funci
on f (x, y) condicionado por la ecuaci
on
g(x, y) = 0, no es extremo de la funci
on f (x, y), considerada aisladamente,
sino de la intersecci
on de la funci
on con el plano vertical.
Ejemplo 4.72. Hallar el mnimo de la funci
on f (x, y) = x2 + y 2 condicionado por la restricci
on x + y 1 = 0, reduciendolo a una variable.
Soluci
on. Gr
aficamente se trata de encontrar el punto m
as bajo de la su2
2
perficie de ecuaci
on f (x, y) = x + y que se encuentra sobre la recta de
ecuaci
on x + y 1 = 0. Analticamente, el problema puede reducirse a una
sola variable. En efecto, despejando y en la restricci
on resulta: y = x + 1
y sustituyendo el valor obtenido en f (x, y), resulta una funci
on de una sola
variable.
f (x, y) = x2 + (x + 1)2 = x2 + x2 2x + 1 = 2x2 2x + 1
Es decir,
h(x) = 2x2 2x + 1
de donde,
h (x) = 4x 2 = 0 x = 1/2 y = 1/2
Luego el mnimo de la funci
on es
f (1/2, 1/2) = 1/4 + 1/4 = 1/2
Para comprobar que se trata de un mnimo acudimos a la derivada segunda

h (x) = 4, en consecuencia h (1/2) = +4, luego se trata de un mnimo.

f (x, y)
z

y

x+y1=0
1 1
p( 2 , 2 )
Figura 4.27: Calculo de extremos mediante un corte vertical
Nota: Este ejemplo se ha resuelto reduciendolo a una sola variable. Con el

metodo de los multiplicadores de Lagrange se trata de resolver el problema
sin reducirlo a una sola variable, es decir, sin despejar la variable y de la
ecuaci
on g(x, y) = 0.
b) Mediante las curvas de nivel. Consideramos las curvas de nivel de la
funci
on f (x, y),
f (x, y) = z
Como se trata de encontrar el m
aximo o el mnimo de la funci
on f (x, y), se
trata de encontrar el m
aximo o el mnimo valor de z. Para ello imaginamos
que las curvas de nivel se desplazan en la direcci
on del crecimiento de z.
Como el punto soluci
on (x, y) tambien ha de cumplir la ecuaci
on de la
restricci
on g(x, y) = 0, deber
a estar en la intersecci
on de una curva de nivel
con la gr
afica de g(x, y) = 0, luego, se trata de encontrar:
a) Si buscamos un mnimo: El primer punto en que las curvas de nivel
tocan a la gr
afica de la restricci
on g(x, y) = 0
b) Si buscamos un m
aximo: el u
ltimo.
Nota: Este metodo es utilizado en programaci
on lineal para determinar la soluci
on optima
de una funci
on objetivo sujeta a un conjunto de restricciones.

on f (x, y) = x2 + y 2 condicionado por la restricci
on x + y 1 = 0, mediante las curvas de nivel.
Soluci
on. Consideramos las curvas de nivel de la funci
on f (x, y) = x2 + y 2 .
Para ello sustituimos f (x, y) por z, y consideramos que z es un n
umero, en
cuyo caso tenemos que las curvas de nivel vienen definidas por
x2 + y 2 = z
luego se trata de circunferencias con centro en el origen de coordenadas y
radio z, y al crecer z, las circunferencias se alejan del origen.

La primera circunferencia que toca a la recta de ecuaci
on x + y 1 = 0
lo hace en el punto (1/2, 1/2). Luego ese punto corresponde al menor valor
y
6
@
I
@

x
-
y
@ 6
@
@r
@
@
R
@
x
@@
Figura 4.28: Calculo de extremos mediante curvas de nivel

de z, para el cual (x, y) est
a en una curva de nivel y en la restricci
on. En
consecuencia el mnimo solicitado es f (1/2, 1/2) = 1/2.
La situaci
on en el espacio puede verse mediante el siguiente gr
afico
z
f (x, y) = x2 + y 2
y
x+y1=0
p( 21 , 12 )
Figura 4.29: Calculo de extremos mediante curvas de nivel

M
etodo de los multiplicadores de Lagrange.
En el metodo gr
afico de las curvas de nivel se trata de encontrar el punto
(x, y) donde la curva de nivel de la superficie de ecuaci
on z = f (x, y) es
tangente a la curva de ecuaci
on g(x, y) = 0. Ahora bien, dos curvas son
tangentes si sus vectores normales son paralelos. En consecuencia, dado que
los vectores normales a dichas curvas son los vectores gradientes, se tiene
que, en el punto de tangencia, el vector gradiente f debe ser un m
ultiplo
escalar del vector gradiente g. Luego
f (x, y) = g(x, y)
donde el escalar se conoce como multiplicador de Lagrange. Las condiciones
necesarias para la existencia de tales multiplicadores vienen recogidas en el
siguiente teorema
Teorema 4.18 (Teorema de Lagrange). Sean f y g funciones con derivadas parciales primeras continuas tal que f tiene un extremo en el punto
(x0 , y0 ) de la curva de la ligadura g(x, y) = 0. Si g(x0 , y0 ) 6= 0, entonces
existe un n
umero real tal que
f (x, y) = g(x, y)

El teorema de Lagrange tambien se cumple para funciones de tres o m
as variables,
usando un argumento paralelo con las superficies de nivel.
El metodo de los multiplicadores de Lagrange usa el Teorema 4.18 para

hallar los extremos de una funci
on f sujeta a una ligadura g(x, y) = 0.
Teorema 4.19 (M
etodo de los multiplicadores de Lagrange). Si f
y g satisfacen las hip
otesis del teorema de Lagrange y f tiene un m
aximo o
mnimo sujeto a la ligadura g(x, y) = 0, entonces dicho extremo se produce
en uno de los puntos crticos de la funci
on L dada por
L(x, y, ) = f (x, y) g(x, y)
Nota: Puesto que puede ser indiferentemente positivo o negativo, la relaci
on anterior
puede sustituirse por esta otra:
L(x, y, ) = f (x, y) + g(x, y)
Para funciones de tres variables se tiene
L(x, y, z, ) = f (x, y, z) + g(x, y, z)
En consecuencia, si las funciones f y g tienen derivadas parciales continuas, entonces, los extremos de la funci
on f (x, y), condicionados por la
restricci
on
g(x, y) = 0,
se producen en los puntos crticos de la funci
on:
L(x, y, ) = f (x, y) + g(x, y)
Dichos puntos crticos vendr
an determinados por las soluciones del sistema:
Lx = 0 fx + gx = 0
Ly = 0
fy + gy = 0
L = 0
g(x, y) = 0
El procedimiento m
as c
omodo para resolver el sistema consiste en eliminar entre las dos primeras ecuaciones y sustituir el resultado en la tercera.
En el proceso de resoluci
on del sistema hay que procurar evitar perder soluciones en las simplificaciones. Por ejemplo, de la ecuaci
on x = x se obtienen
dos soluciones x = 0 y = 1, mientras que si tachamos la x perdemos la
soluci
on x = 0.
Para determinar su naturaleza estudiamos el signo del determinante:

L Lx Ly 0 gx
gy = mnimo

aximo
= Lx Lxx Lxy = gx Lxx Lxy = + M
Ly Lyx Lyy gy Lyx Lyy = 0 duda
Resolvamos el ejemplo 4.72 mediante el metodo de los multiplicadores de
Lagrange.
on f (x, y) = x2 +y 2 condicionado por la restricci
on x + y 1 = 0, mediante el metodo de los multiplicadores
de Lagrange.
Soluci
on. Formamos la funci
on de Lagrange:
L(x, y, ) = f (x, y) + g(x, y)
Que, en nuestro caso, es:
L(x, y, ) = x2 + y 2 + (x + y 1)
Los puntos crticos de esta funci
on vendr
an determinados por las soluciones
del sistema:
= 2x
Lx 2x + = 0
2x = 2y x = y
= 2y
Ly 2y + = 0
1
1
L x + y 1 = 0
x + y = 1 2x = 1 x = y =
2
2
Luego el u
nico punto crtico es el punto p( 21 , 21 ). Para determinar su naturaleza estudiamos el signo del determinante:

0 gx
gy = mnimo

aximo
= gx Lxx Lxy = + M
gy Lyx Lyy = 0 duda
De donde,

0 1 1

1 1
L( , ; 1) = 1 2 0 = 2 2 = 4 mnimo
2 2
1 0 2
Ejemplo 4.75. Inscribir un rect

angulo de a
rea m
axima, con los lados paralelos a los ejes de coordenadas, en la regi
on del primer cuadrante limitada
por la par
abola y = 3 x2 y los ejes de coordenadas.
Soluci
on. La funci
on a maximizar es el area del rect
angulo, a = x y.
La restricci
on viene determinada por el hecho de que el punto (x, y) debe
pertenecer a la par
abola y = 3 x2 , luego tenemos:
Y al ser x > 0 por ser (x, y) un punto del primer cuadrante, resulta:
x=1
y=2
= 1
Luego el u
nico punto crtico es el punto P (1, 2). Para determinar su naturaleza estudiamos el signo del determinante:

0 gx
gy 0 2x 1 = mnimo

aximo
= gx Lxx Lxy = 2x 2 1 = + M
gy Lyx Lyy 1 2x 0 = 0 duda
a=xy
x2 + y 3 = 0
y
3
(x, y)
2
1
x
1
Figura 4.30: y = 3 x2
L(x, y, ) = xy + (x2 + y 3)
de donde, los puntos crticos vendr

an determinados
por las soluciones del sistema:
Lx y + 2x = 0
Ly x + = 0
L x2 + y 3 = 0

= y
y
2
2x
2x = x y = 2x
= x
x2 + 2x2 3 = 0 3x2 = 3 x2 = 1
De donde,
4.10.5.

0 2 1

aximo
L(1, 2; 1) = 2 2 1 = 2 + 2 + 2 = 6 > 0 M
1 1 0
M
aximos y mnimos absolutos
Estamos interesados, ahora,en encontrar el valor m

aximo y el valor mnimo que alcanza una funci
on continua sobre un recinto cerrado y acotado.
Bajo estos supuestos, los extremos absolutos de la funci
on, limit
andonos a
dicho recinto, pueden producirse solamente en dos lugares diferentes; o bien,
en alg
un extremo relativo que es a su vez extremo absoluto; o bien, en el
contorno del recinto.
Si la funci
on no es continua o el recinto no es cerrado y acotado, entonces, ni est
a garantizada la existencia de los extremos absolutos, ni que este situado en dichos lugares.
Toda funci
on continua definida en un recinto cerrado y acotado alcanza
un valor m
aximo y un valor mnimo sobre dicho recinto. Para hallar los
m
aximos y mnimos absolutos de una funci
on continua en un recinto cerrado
y acotado realizaremos el siguiente proceso:
1.
Hallamos los puntos crticos en el interior del recinto. Para ello hallamos los puntos crticos de la funci
on, ignorando el contorno del recinto,
y una vez hallados los puntos crticos seleccionamos los situados en el
interior del recinto.
2.
Hallamos los puntos crticos en el contorno del recinto. Para ello estudiamos los extremos de la funci
on condicionados por el contorno; bien
aplicando los multiplicadores de Lagrange, o bien por sustituci
on de
la variable.
3.

on en los puntos crticos hallados.
El mayor corresponde al m
aximo y el menor al mnimo.
Ejemplo 4.76. Determinar los extremos absolutos de la funci

on f (x, y) =
x2 + y 2 en el recinto x2 2x + y 2 3 0.
Soluci
on. Localizamos el recinto expresando la ecuaci
on en forma can
onica
(x 1)2 + y 2 4, luego se trata del crculo C con centro en el punto C(1, 0)
y radio 2.
Se trata de una funci
on continua definida en un recinto cerrado y acotado,
luego alcanzar
a un m
aximo y un mnimo en dicho recinto. Para encontrarlos
seguimos los siguientes pasos:
(a) En primer lugar determinamos los puntos crticos del interior del recinto,
igualando a cero las derivadas parciales.

fx 2x = 0
x=0
P1 (0, 0) C
fy 2y = 0
y=0
(b) En segundo lugar determinamos los puntos crticos en la frontera del
recinto, para ello construimos la funci
on lagrangiana:
L(x, y, ) = x2 + y 2 + (x2 2x + y 2 3)
y buscamos sus puntos crticos:
Lx 2x + 2x 2 = 0 x + x = 0
= 1
1 = 0
Ly 2y + 2y = 0
y + y = 0
x=3
2
y=0
2
2
2
L x 2x + y 3 = 0
x 2x + y 3 = 0
x = 1
Los puntos crticos del contorno son: P2 (3, 0) y P3 (1, 0).

(c) Comparamos los valores de la funci
on en cada uno de los puntos crticos,
el mayor ser
a el m
aximo y el menor el mnimo.
f (0, 0) = 0 mnimo
f (3, 0) = 9
M
aximo
f (1, 0) = 1
Para determinar los m

on continua en un intervalo cerrado y acotado no es necesario determinar la naturaleza de cada uno de los puntos crticos.
Ejemplo 4.77. Determinar los extremos absolutos de la funci
on
f (x, y) = x2 + 3y 2 en el recinto x2 2x + y 2 3 0.
Soluci
on. Localizamos el recinto expresando la ecuaci
on en forma can
onica
(x 1)2 + y 2 4, luego se trata del crculo C con centro en el punto C(1, 0)

y radio 2.
Se trata de una funci
on continua definida en un recinto cerrado y acotado,
luego alcanzar
a un m
aximo y un mnimo en dicho recinto. Para encontrarlos
seguimos los siguientes pasos:
igualando a cero las derivadas parciales.

x=0
fx 2x = 0
P1 (0, 0) C
y=0
fy 6y = 0
(b) En segundo lugar determinamos los puntos crticos en la frontera del
recinto, para ello construimos la funci
on lagrangiana:
L(x, y, ) = x2 + 3y 2 + (x2 2x + y 2 3)
y buscamos sus puntos crticos:
Lx 2x + 2x 2 = 0 x + x = 0
= 3
x = 3/2
Ly 6y + 2y = 0
3y + y = 0
x=3
2
y=0
2
2
2
L x 2x + y 3 = 0
x 2x + y 3 = 0
x = 1
on, 94 3 + y 2 3 = 0, de donde,
Para x = 32 , resulta, de la tercera ecuaci
q
9
15
2
y = 6 4 = 4 , y en consecuencia y = 15
4
Luego los puntos crticos del contorno son:
q
q
3
15
),
P
(
,
P2 (3, 0), P3 (1, 0), P4 ( 23 , 15

5 2
4
4 ).
(c) Comparamos los valores de la funci
on en cada uno de los puntos crticos,
el mayor ser
a el m
aximo y el menor el mnimo.
f (0, 0) = 0 mnimo
f (3, 0) = 9
f (1,q0) = 1
9 45
f 23 , 15
= + 4 = 54
aximo
4
4 M
q 4
9
45
54
f 23 , 15
aximo
4 = 4 + 4 = 4 M

on continua en un intervalo cerrado y acotado no es necesario determinar la naturaleza de cada uno de los puntos crticos.
Ejemplo 4.78. determinar los extremos absolutos de la funci
on
f (x, y) = xy(1 x2 y 2 )
en el conjunto A = {(x, y) R2 tales que 0 x 1, 0 y 1}
Soluci
on. La funci
on f (x, y) = xy(1 x2 y 2 ) = xy x3 y xy 3 es continua
2
en todo R . El recinto dado es el cuadrado unidad situado en el primer
cuadrante. Por tanto, se trata de una funci
on continua definida en un recinto
cerrado y acotado, luego alcanzar
a un m
aximo y un mnimo absoluto. Para
encontrarlos, seguimos los siguientes pasos:
igualando a cero las derivadas parciales

y(1 3x2 y 2 ) = 0
fx (x, y) y 3x2 y y 3 = 0
x(1 x2 3y 2 ) = 0
fy (x, y) x x3 3xy 2 = 0
on
on:

1o
y=0
P1 (0, 0)
o
1 x=0

P2 (1, 0)
y=0
y=0
1o
y=0
2
2
2
o
2 1 x 3y = 0 1 x = 0 x = 1 Q1 (1, 0) 6 A
P3 (0, 1)
y = 1
1 y2 = 0
2o
1 3x2 y 2 = 0
o
Q2 (0, 1)6 A
x
=
0
x
=
0
1 x=0
2

2
2
2
2
o
y = 1 3x2
3x + y = 1
1 3x y = 0
2
2
2
2
2
o
x2 +
3 9x2 = 1
x +
3y = 1
1x
3y = 0
2

y 2 = 1 3/4 = 1/4
y 2 = 1 3x2
y 2 = 1 3x2
y 2 = 1 3x2
x = 1/2
x = 1/2
x2 = 1/4
8x2 = 2
y = 1/2
P4 (1/2, 1/2)
x = 1/2
el resto no
(b) En segundo lugar determinamos los puntos crticos de la frontera del
recinto. Estos puntos crticos ser
an los cuatro extremos del recinto P1 (0, 0),
P2 (1, 0), P3 (0, 1), P5 (1, 1), y los puntos crticos situados en los cuatro segmentos de la frontera del recinto, que los hallamos por sustituci
on en z =
f (x, y) = xy(1 x2 y 2 ) = xy x3 y xy 3 , estudiando los puntos crticos
de las funciones resultantes, que son de una sola variable.
x = 0 z = 0 z = 0 para cualquier valor de y P6 (0, y)
x = 1 z = y y y 3 = y 3 z = 3y 2 = 0 y = 0 P2 (1, 0)
y = 0 z = 0 z = 0 para cualquier valor de x P7 (x, 0)
y = 1 z = x x3 x = x3 z = 3x2 = 0 x = 0 P3 (0, 1)
(c) Por u
ltimo comparamos los valores de la funci
on en cada uno de los
puntos crticos, el mayor ser
a el m
aximo absoluto y el menor el mnimo.
f (0, 0) = f (1, 0) = f (0, 1) = 0
f (0, y) = f (x, 0) = 0
f (1, 1) = 1 1 1 = 1 mnimo
f (1/2, 1/2) = 1/4 1/16 1/16 = 2/16 = 1/8 M
aximo

on continua en un recinto cerrado y acotado no es necesario determinar la naturaleza
de cada uno de los puntos crticos.
4.11.

Soluciones en la p
agina ??
4.1.
Est
udiese la continuidad y diferenciabilidad en R2 de la funci
on f definida por
( x sen y
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
4.2.
Encontrar y clasificar todos los puntos crticos de la funci

on f (x, y) = 2x2 y 3 2xy

4.1. La ecuaci
on 3y 3 x4 x2 y = 2 define una funci
on y = f (x) derivable en x = 1?
Justifica tu respuesta y en caso afirmativo calcula f (1) y con su ayuda determina
la

ecuaci
on de la recta tangente a la curva 3y 3 x4 x2 y = 2 en el punto 1, f (1)
Soluci
on. El teorema de la funci
on F (x, y) = 0 define
una funci
on y = f (x) derivable en un punto x0 , si se cumplen las tres condiciones siguientes: El punto P (x0 , y0 ) con y0 = f (x0 ) cumple la ecuaci
on F (P ) = 0, las derivadas
parciales de F en P son continuas, y Fy (P ) 6= 0.
- El punto que cumple la ecuaci
on dada, viene definido por:
3y 3 14 12 y = 2
3y 3 y 2 = 0
de donde, aplicando Ruffini, se tiene:

3
1
0
3
3
1
3
2
2
2
0
3y y2 = (y1)(3y +3y+2) = 0
9 24
y=1
3y 2 + 3y + 2 = 0
3
15
6
6
resulta que, para x = 1, el u
nico punto P (1, f (1)) que cumple la ecuaci
on dada es el punto
(1, 1).
- Las derivadas parciales de F (x, y) = 3y 3 x4 x2 y 2 son continuas en todo R2 y por
tanto en P , por tratarse de una funci
on polin
omica, en efecto:
puesto que 3y 2 + 3y + 2 6= 0, ya que, si no, sera x =
Fx (x, y) = 12y 3 x3 2xy

Fy (x, y) = 9y 2 x4 x2
- Y adem
as: Fy (1, 1) = 9 1 = 8 6= 0.
Luego podemos afirmar la existencia de la funci
on y = f (x) que cumple f (1) = 1 y que
es derivable en x = 1. Adem
as, en virtud del teorema de la funci
f (x) =
Fx (x, y)
12y 3 x3 + 2xy
10
5
=
f (1) =
=
Fy (x, y)
9y 2 x4 x2
8
4

on de la recta tangente a la curva y = f (x) en el punto
P (1, 1) viene definida por:
y = f (1) + f (1) (x 1)
resulta:
y =1
5
(x 1)
4
5x + 4y = 9
317

Soluciones en la p
agina 381
4.1.
Demostrar la relaci
on existente entre la derivada direccional y las derivadas parciales de una funci
on diferenciable, aplicando la regla de la cadena con una variable
independiente
Captulo 5
Integral definida
y C
alculo de primitivas.
5.1.
La estimaci
on de un
area. Sumas de Riemann.
5.1.1.
Significado geom
etrico de la integral
Con la integral definida se pretende calcular el area de una regi

on del plano
limitada por una curva cualquiera.
Nota. Es una costumbre muy extendida resaltar las areas marc

andolas con
m
ultiples lneas paralelas. Mucha gente traza estas lneas de manera oblicua.
Sin embargo, esta manera de trazar las lneas no conduce a ning
un resultado
pr
actico. Si queremos que el rayado nos de luz y podamos visualizar algunas
propiedades, este rayado habr
a de hacerse con lneas verticales u horizontales. As, entre cada dos lneas podemos imaginar un estrecho rect
angulo.
Lo que es fundamental en el c
alculo integral.
En particular:
1.

Si la funci
on f es positiva sobre el intervalo cerrado a, b . La integral
definida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX y las perpendiculares por los
puntos a y b.
319

320CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
y6
y = f (x)
x
a
Z
Figura 5.1:
2.
b
b
f (x) dx =
area bajo la curva.
a

Si la funci
on f es negativa sobre el intervalo cerrado a, b . La integral
definida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX, y las perpendiculares por los
puntos a y b, pero con signo negativo.
y6
a
b x
y = f (x)
Figura 5.2:
3.
b
a
f (x) dx =
area sobre la curva.
Si la funci
on toma valores positivos y negativos sobre el intervalo cerrado a, b . Entonces, la integral definida de la funci
on f sobre dicho
intervalo representa la suma de las areas de las regiones comprendidas
entre la funci
on, el eje de las x, y las perpendiculares por a y b, pero
asign
andole a cada una de ellas el signo + o seg
un que este por
encima o por debajo del eje x. Por lo que en tal caso la integral no nos
da una medida del area.
y6
y = f (x)
x
a
Figura 5.3:
f (x) dx =
area 1 -
area 2 +
area 3.
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
321
C
alculo de integrales mediante
areas
Lo normal ser
a calcular
areas a partir del concepto de integral. No obstante,
en ocasiones, el significado gr
afico de la integral nos permitir
a calcular algunas integrales mediante
areas.
Ejemplo 5.1. Hallar gr
aficamente la siguiente integral:
Z 4
(x 2) dx
1
Soluci
on. Representamos la funci
on y = x 2 y hallamos las areas correspondientes.
1
22
11
=
A2 =
=2
2
2
2
La integral vendr
a definida como la suma aritmetica de las areas correspondientes, asignado signo negativo a las areas situadas por debajo del eje
horizontal y positivo a las situadas por encima. Es
decir:
Z 4
1
3
(x 2) dx = A1 + A2 = + 2 =
2
2
1
A1 =
y 6
x
1
Figura 5.4:
Ejemplo 5.2. Hallar gr

aficamente
p
25 x2 dx
Soluci
on y = 25 x2 y hallamos las areas
correspondientes. Para ello eliminamos la raz cuadrada.
p
y = 25 x2 ( y > 0) y 2 = 25 x2 x2 + y 2 = 25
Luego se trata de la semicircunferencia superior de radio 5 y centro el origen

de coordenadas.
y
-x
5
Figura 5.5:
25
r2
=
2
2
La integral vendr
a definida como el area del
semicrculo. Es decir:
Z 5p
25
25 x2 dx =
2
5
A=
Ejemplo 5.3. Calcular gr

aficamente
sen x dx
0

DE PRIMITIVAS
Soluci
on y = sen x y hallamos las areas correspondientes. Al ser la funci
on simetrica respecto del eje horizontal resultan
las
areas iguales y por tanto se compensan, dando una integral nula. En
efecto.
y
6
x
-
sen x dx = A A = 0
Figura 5.6:
El m
etodo exhaustivo o de llenado para el c
alculo de
areas
Este metodo era utilizado por los griegos para el c
alculo de areas planas y
consiste en lo siguiente: Para calcular el area de una regi
on plana irregular
se sigue el siguiente proceso:
(a) Para el c
alculo aproximado del area. Se rellena la regi
on lo m
as posible
de polgonos (tri
angulos, cuadril
ateros, rect
angulos, trapecios, etc.) y luego
se toma como valor aproximado del area de la regi
on la suma de las areas
de todos estos polgonos.
A A1 + A2 + A3 + A4 + A5
(b) Para el c
alculo exacto del area se sigue el siguiente proceso:
1.
Se idea un procedimiento de divisi

on en polgonos que vaya aproximando de manera sucesiva al area total buscada.
2.
Por paso al lmite se llena la figura y se calcula el area exacta.
Por ejemplo, supongamos que queremos calcular el area del crculo conociendo la longitud de la circunferencia. Para ello ideamos el siguiente procedimiento:
1.
Dividimos el crculo en tri

angulos is
osceles iguales, con vertice com
un
en el centro del crculo. El proceso de llenado se obtiene aumentando
el n
umero de tri
angulos. El area del circulo ser
a aproximadamente
la suma de las areas de los tri
angulos. El area de cada tri
angulo es
1
T = 2 bh donde b es la base y h la altura
2.
Por paso al lmite obtenemos el area total del crculo (la altura del
tri
angulo se transforma en el radio del crculo y la suma de las bases
en la longitud de la circunferencia.
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
323
C T1 + T2 + + T 8
1
1
1
bh + bh + + bh
2
2
2

1
h b1 + b2 + + bn
2

1 z}|{
C = R 2R = R2
2
@ T3 T2
T4 @
T1
@
@ T
T5
@ 8
T6 T7 @
La dificultad de este procedimiento est

a en idear, en cada caso, el proceso
de llenado, y principalmente en saber dar el paso al lmite.
Sumas de Riemann
Riemann utiliz
o el metodo exhaustivo, pero utilizando siempre rect
angulos.
El proceso de llenado consiste en estrechar al m
aximo los rect
angulos.
Se divide la regi
on en rect
angulos. En la pr
actica dichos rect
angulos ser
an
horizontales o verticales. Sin embargo, para el planteamiento te
orico supondremos que dichos rect
angulos son verticales. Los rect
angulos no tienen por
que tener la misma anchura. La altura del rect
angulo puede ser cualquier
valor comprendido entre el valor mnimo y el m
aximo de la funci
on en cada
uno de los subintervalos. De esta manera el area de la regi
on se puede aproximar, cuanto queramos, mediante la suma de las areas de los rect
angulos.
y 6
x1
x2
x3
Figura 5.7: Area

bajo la curva suma de las
areas de los rect
angulos.
Teniendo en cuenta que el

area de un rect
angulo se obtiene multiplicando la base por la altura, tenemos las siguientes sumas, seg
un tomemos los
rect
angulos de altura mnima, intermedia o m
axima.
6
a
6
x1 x2 x3 b
6
x1 x2 x3 b
6
b
x1 x2 x3 b

DE PRIMITIVAS
m1 (x1 a) + m2 (x2 x1 ) + m3 (x3 x2 ) + m4 (b x3 )

f (x1 )(x1 a) + f (x2 )(x2 x1 ) + f (x3 )(x3 x2 ) + f (x4 )(b x3 )
b
a
f (x) dx
M1 (x1 a) + M2 (x2 x1 ) + M3 (x3 x2 ) + M4 (b x3 )
A la suma de las
areas de los rect
angulos se les llama sumas de Riemann. A
la primera de ellas se le llama suma inferior y a la u
ltima suma superior.
En general, poniendo xi = xi xi1 , resulta:
Z
f (x) dx f (x1 )x1 + f (x2 )x2 + + f (xn )xn
La integral como el lmite de una suma

La integral puede interpretarse como el lmite de la suma de las areas de los
infinitos rect
angulos infinitesimales. Es decir,
Z
f (x) dx = lm
xi 0
n
n
X

f (x1 )x1 +f (x2 )x2 + +f (xn )xn = lm
f (xi )xi
xi 0
n i=1
que podemos expresar como:

Z
f (x) dx = lm
n
X
xi 0
n i=1
f (xi )xi
donde xi es un punto cualquiera del subintervalo correspondiente.
5.1.2.
C
alculo de lmites utilizando el concepto de integral

Supongamos que utilizamos una partici
on regular del intervalo 0, 1 , es decir, todos los subintervalos con la misma anchura, por ejemplo, dividiendolo
en n partes iguales. Tendremos todos los rect
angulos con la misma base,
x = 1/n. Como altura de cada rect
angulo podemos tomar la imagen del
extremo
del subintervalo correspondiente. En este caso, la integral
derecho

entre 0, 1 de una funci
on continua se puede expresar de la siguiente forma:
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y6
325
y = f (x)
x
1 2 3
n n n
Figura 5.8:
Z
1
0
2 1
n 1
1 1
=
f (x) dx = lm f ( ) + f ( ) + + f ( )
n
n n
n n
n n
1
2
n
1
f( ) + f( ) + + f( ) =
= lm
n n
n
n
n
n
X
k
1
f( )
= lm
n n
n
k=1
Y viendo la igualdad de derecha a izquierda, tenemos:
n
1
2
n
1
1X k
lm
f( ) =
f ( ) + f ( ) + + f ( ) = lm
n n
n n
n
n
n
n
k=1
f (x) dx
0
lo que nos permite calcular el lmite de algunas sumas a partir del concepto
de integral.

1
2
n
lm
+ 2
+ + 2
n 1 + n2
2 + n2
n + n2
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.

2
n
1
+ 2
+ + 2
=
lm
n 1 + n2
2 + n2
n + n2

2n
n2
n
1
+
+
+
= lm
=
n n
1 + n2 22 + n2
n2 + n2
!
1
1/n
2/n
1
=
= lm
+
+ + + n 2
n n
(n) + 1
( n1 )2 + 1 ( n2 )2 + 1
Z 1
n
1 X k/n
ln 2
x
= lm
dx =
=
k 2
2
n n
2
(n) + 1
0 x +1
k=1

n
n
n
+ 2
+ + 2
lm
n n2 + 1
n +4
n + n2

DE PRIMITIVAS
Soluci
on de k/n.
lm

n
n
n
=
+
+ + 2
n2 + 1 n2 + 4
n + n2

1
n2
n2
n2
=
= lm
+
+ + 2
n n
n2 + 1 n2 + 4
n + n2
!
1
1
1
1
= lm
+
+ + +
=
n n
1 + ( nn )2
1 + ( n1 )2 1 + ( n2 )2
Z 1
n
h
i1
1
1
1X
=
dx
=
arc
tg
x
=
= lm
2
n n
4
0
1 + ( nk )2
0 1+x
k=1

lm
n
n
n
+
+ +
2
2
(n + 1)
(n + 2)
(n + n)2
Soluci
on de k/n.

n
n
n
+
+ +
=
lm
n (n + 1)2
(n + 2)2
(n + n)2

n2
n2
n2
1
+
+ +
= lm
=
n n
(n + 1)2 (n + 2)2
(n + n)2

2
2
2 !
n
n
n
1
+
+ +
= lm
=
n n
n+1
n+2
n+n
!2
!2

2
1
1
1
1
=
+
+ +
= lm
1
2
n n
1 + nn
1+ n
1+ n
!2 Z
2
Z 1
n
1
1
1X
1
1
=
dx
=
dx =
= lm
k
n n
1
+
x
(1
+
x)2
1
+
0
0
n
k=1
h 1 i1 1
1
=
+1=
=
1+x 0
2
2


lm
1
1
1
+
+ +
n+1 n+2
n+n
Soluci
un 1/n y el resto lo expresamos en funci
on de
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
327
k/n.
lm

1
1
1
+
+ +
=
n+1 n+2
n+n

n
n
n
1
+
+ +
=
= lm
n n
n+1 n+2
n+n
!
1
1
1
1
=
= lm
+
+ +
1
2
n n
1 + nn
1+ n
1+ n
Z 1
n
h
i1
1X 1
1
= lm
= ln 2
dx
=
ln
|1
+
x|
=
n n
0
1 + nk
0 1+x
k=1
n
n
e + e2 + + n en
lm
n
n
Soluci
on de
k/n.
lm
e+
e2 + +
n
en

1 1/n
e
+ e2/n + + en/n =
n n
Z 1
n
h i1
1 X k/n
e
=
ex dx = ex = e 1
= lm
n n
0
0
= lm
k=1

n
1 X 7
k
n n8
lm
k=1
Soluci
on de
k/n. Tengase en cuenta que al ser k el ndice del sumatorio, todas las dem
as
variables son constantes y se pueden introducir en el sumatoria, incluida la
propia n.
Z 1
n
n
n
1 X 7
1 1 X 7
1X k 7
lm
=
k = lm
k = lm
x7 dx =
n n8
n n n7
n n
n
0
k=1
k=1
k=1
h x8 i1 1
=
=
8 0 8

2
n1
1
+ 2 + +
lm
n n2
n
n2

DE PRIMITIVAS
Soluci
on de
k/n. Tengase en cuenta que la falta de un rect
angulo infinitesimal no afecta
al resultado.

1 1
2
n1
2
n1
1
= lm
=
+ 2 + +
+ + +
lm
n n
n n2
n
n2
n n
n

Z 1
n1
1
2
n1
1
1Xk
= lm
x dx =
=
0 + + + +
= lm
n n
n n
n n
n
n
0
k=0
h x2 i1 1
=
=
2 0 2

Intervalo de integraci
on distinto del 0, 1
En el c
alculo de lmites mediante integrales, el intervalo de integraci
on puede
ser
En efecto, si utilizamos una partici
on regular, la integral entre
cualquiera.

a, b de una funci
on continua se puede expresar de la siguiente forma:
y 6
y = f (x)

Al dividir el intervalo a, b en n partes
iguales, la base de cada uno de los n
rect
angulos infinitesimales ser
a: x =
ba
, y por lo tanto las coordenadas de
n
los puntos x1 , x2 , . . . ser
an:
x
a x1 x2
Figura 5.9:
x1 = a +
ba
,
n
ba
2
= a + (b a), . . .
n
n
ba
k
. . . xk = a + k
= a + (b a)
n
n
x2 = a + 2
...
Y tomando f (xi ) como altura de los rect

angulos, resulta:
Z

ba
ba
ba
=
+ f (x2 )
+ + f (xn )
f (x1 )
n
n
n
n

b a
= lm
f (x1 ) + f (x2 ) + + f (xn ) =
n n
n
n

baX
k
baX
f (xk ) = lm
f a + (b a)
= lm
n n
n n
n
f (x) dx = lm
k=1
k=1
Y viendo la igualdad de derecha a izquierda, tenemos:

n
baX
f
lm
n n
k=1

Z b
k
a + (b a) =
f (x) dx
n
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
329

Si b a es un n
umero entero, entonces podemos dividir el intervalo a, b en
(b a)n partes iguales, con lo cual la base de los rect
angulos infinitesimales
1
k
ba
= . Con lo cual xk = a + . Y resulta:
resultantes sera x =
(b a)n
n
n
Z b
(ba)n
k
1 X
f (x) dx
=
f a+
lm
n n
n
a
k=1

La clave para determinar los lmites de integraci
on a, b , est
a en conocer el
primer y el u
ltimo valor de f (x), es decir, f (a) y f (b). M
as que la f
ormula,
debe buscarse el proceso de integraci
on, utilizando un gr
afico auxiliar. Unas
veces habr
a que pensar que s
olo la unidad se ha dividido en n partes y otras
que todo el intervalo de integraci
on se ha dividido en las n partes.

2
(n 1)

lm
+ + sen
sen + sen
n n
n
n
n

Soluci
on. Podemos suponer que el intervalo 0, lo hemos dividido en n
partes iguales. La base de los rect
a x = /n, y
los puntos de la partici
on x1 = /n, x2 = 2/n, . . ., xn = n/n. Falta un
n
= sen = 0.
termino, pero no afecta al resultado, ya que sen
n
2 3
n n
de donde,

2
(n 1)
+ + sen
sen + sen
=
n n
n
n
n

Z
h
i
2
n
= lm
+ + sen
sen + sen
=
sen x dx = cos x =
n n
n
n
n
0
0
= cos + cos 0 = 1 + 1 = 2
lm
Como regla pr
actica para determinar los lmites de integraci
on y el correspondiente incremento de x puede utilizarse la siguiente: Una vez determinado el valor de x = k
n , tenemos:
x=
k
n
k=0
k=n
k=1
x=0
x=
x = n

n
X
k
1
sen
lm
n
n
n
k=1
a=0
b=
x =

DE PRIMITIVAS
Soluci
on. Igual que en el ejemplo anterior, podemos suponer que el intervalo
0, lo hemos dividido en n partes iguales. La base de los rect
angulos
infinitesimales ser
a x = /n, y los puntos de la partici
on x1 = /n, x2 =
2/n, . . ., xn = n/n.
2 3
n n
En consecuencia necesitamos sacar factor com

un el incremento de x x = n ,
de donde,

n
n
n
X
1X
k
k
1
X
k
1
sen
sen
= lm
=
=
sen
lm
lm
n n
n
n
n
n
n n
n
k=1
k=1
k=1 Z
i
1
1h
1
1
2
=
sen x dx =
cos x = ( cos + cos 0) = (1 + 1) =
0
0
n
n
n
e + e2 + + e2n
lm
n
n

Soluci
on. Podemos suponer que el intervalo 0, 2 lo hemos dividido en 2n
partes iguales. La base de los rect
a x = 1/n, y
los puntos de la partici
on x1 = 1/n, x2 = 2/n, . . ., xn = 2n/n = 2.
1
n
1
n
1
n
1
n
2
n
3
n
n
n
2n
n
En consecuencia, sacamos factor com

un 1/n y el resto lo expresamos en
funci
on de k/n.
lm
e+
e2 + +
n
e2n

1 1/n
e
+ e2/n + + e2n/n =
n n
Z 2
2n
h i2
1 X k/n
= lm
e
=
ex dx = ex = e2 1
n n
0
0
= lm
k=1
5.1.3.
Propiedades de la integral definida
a) Relativas al intervalo de integraci

on.
1.

Si a < b no tiene sentido hablar del intervalo b, a . No obstante, se
admite por convenio que: Al intercambiar los lmites de integraci
on, la
integral cambia de signo.
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y
-x
b
-x
b
f (x) dx =
331
f (x) dx
2. Si los lmites de integraci

on coinciden, la integral vale cero.
Z a
f (x) dx = 0
a
3.
La integral de una funci

on siempre est
a contenida entre dos valores:
El rect
angulo mnimo y el rect
angulo m
aximo.
y
M
m
-x
a
4.
m(b a)
f (x) dx M (b a)
(5.1)
Cualquiera que sean los n

umeros a, b y c, se cumple que:
y
6
a
-x
b
f (x) dx =
-x
c
f (x) dx +
f (x) dx
siempre que la funci

on sea integrable sobre dichos intervalos. Esta
propiedad se cumple aunque el punto c no este situado entre a y b.

+
a
b) Relativas al integrando.
1.
La integral de la suma es la suma de las integrales.

Z b
a
2.
Z b
Z b

f (x) + g(x) dx =
f (x) dx +
g(x) dx
a
Un factor constante puede sacarse fuera de la integral.

Z
rf (x) dx = r
f (x) dx
a

DE PRIMITIVAS
3.
La integral de una funci

on positiva, es positiva.

x a, b
f (x) 0,
4.
f (x) dx 0
Si una funci
on es menor que otra, entonces su integral tambien lo es.

x a, b
f (x) g(x),
Ejemplo 5.14. Sabiendo que

Z 4
f (t) dt
hallar:
f (x) dx
f (t) dt = 5 y
g(x) dx
2f (t) dt = 1
Soluci
on.
Z
2f (t) dt = 2
f (t) dt =
luego
f (t) dt = 1
f (t) dt +
Soluci
on.
R4
1
R1
4
f (t) dt = 5 +
Calcular
f (t) dt =
Ejemplo 5.15. Sabiendo que:

Z 4
Z

f (x) g(x) dx = 10,
Z
2f (t) dt =
1
+
2
1
2
4
2
f (t) dt = 5
9
1
=
2
2

f (x) + g(x) dx = 3
g(x) dx = 5
g(x) dx
0
) R4
)

R4
f (x) g(x) dx = 10
1 f (x) dx 1 g(x) dx = 10

R1
R1
f (x) + g(x) dx = 3
4 f (x) dx + 4 g(x) dx = 3
) Z
R1
R1
Z 1
1
4 f (x) dx + 4 g(x) dx = 10
13
2
g(x) dx = 13
g(x) dx =
R1
R1
2
4
4
4 f (x) dx + 4 g(x) dx = 3
de donde,
g(x) dx =
0
g(x) dx +
0
g(x) dx = 5 +
4
13
23
=
2
2

5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
333
Ejemplo 5.16. Establecer una relaci

on de desigualdad entre las siguientes
parejas de integrales:
Z
x dx
x dx
0
x dx
x3 dx
Soluci
on. Si observamos las gr
aficas de ambas funciones en los dos intervalos
de referencia, resulta:
x3
y6
5.2.
0x1
x
-
1x2
x3
x x3
Z
Z
1
0
2
1
x dx
x dx
x3 dx
x3 dx
El teorema fundamental del C

alculo
La funci
on integral o funci
on
area
Dada una funci
on integrable en un intervalo cerrado [a, b], se define su funci
on integral sobre dicho intervalo como el a
rea bajo la curva desde el punto
a hasta un punto variable t [a, b] O bien, dado que es m
as habitual hablar
y6
y = f (x)
F (t) =
F (t)
a
-x
f (x) dx
a
Figura 5.10:
de F (x) en lugar de F (t), basta con intercambiar los papeles de ambas variables.
y6
y = f (x)
F (x) =
F (x)
a
-x
Figura 5.11:
f (t) dt

DE PRIMITIVAS
Teorema fundamental del C
alculo
Teorema 5.1. Si f es una funci
on continua
en el intervalo cerrado [a, b],
Rx
entonces su funci
on integral, F (x) = a f (t) dt a x b, es continua en
[a, b] y derivable en (a, b), y su derivada F (x) = f (x).

f continua
R x en [a, b] F (x) = f (x)
F (x) = a f (t) dt
Demostraci
on. Aplicando la definici
on de derivada a la funci
on F , resulta,
Rx
R x+h
f (t) dt a f (t) dt
F (x + h) F (x)
a
= lm
=
F (x) = lm
h0
h0
h
h
Rx
R x+h
Rx
f (t) dt a f (t) dt
a f (t) dt + x
= lm
=
h0
h
R x+h
f (t) dt
f (x) h
= lm x
= lm
= f (x)
h0
h0
h
h
En la demostraci
on se ha tenido en cuenta que, para h peque
no,
Z x+h
f (t) dt f (x) h
En efecto,
y6
La integral
y = f (x)
f (x)
F (x)
a
-x
b
x 6
x+h
x+h
f (t) dt
x
representa el area del rect

angulo infinitesimal de base h y
altura f (x).
Figura 5.12:
De una manera m
as formal, teniendo en cuenta la desigualdad (5.1), se
puede establecer de la siguiente forma:
R x+h
Z x+h
f (t) dt
Mx
mx h
f (t) dt Mx h mx x
h
x
de donde, tomando lmite,
lm mx lm
h0
h0
R x+h
x
f (t) dt
lm Mx
h0
h
de donde,
f (x) lm
h0
R x+h
x
f (t) dt
f (x)
h
lm
h0
R x+h
x
f (t) dt
= f (x)
h

335
Lecturas del teorema fundamental del C

alculo
Del Teorema fundamental del C
alculo se pueden desprender las siguientes
interpretaciones:
1.
Si la funci
on f es continua
R xsobre el intervalo cerrado [a, b], entonces su
funci
on integral F (x) = a f (t) dt , es una primitiva de f (x).
2.
Toda funci
on continua sobre un intervalo cerrado, tiene una primitiva
sobre dicho intervalo.
3.
La derivada de una integral, con lmite superior variable, respecto de

dicho lmite superior, coincide con el valor del integrando en dicho
lmite superior.
Z x
d
f (t) dt = f (x)
dx a
4.
La derivada del
area coincide con el valor de la funci
on en la frontera:
y 6
F (x)
a
Crculo
'$
F (x)
r2
x
x
2r
&%
= a (r)
Esfera
'$
4
V = r3
3
A = 4r2
&%
A = V (r)
Figura 5.13:
Derivada de integrales
d
Ejemplo 5.17. Hallar
dt
Z tp
x2 + 1 dx
0
Soluci
on. Aplicando directamente el teorema fundamental resulta,
Z
p
d tp 2
x + 1 dx = t2 + 1
dt 0
d
dt
sen2 x dx
Soluci
on. Para poder aplicar el teorema fundamental, el lmite variable,
respecto del que se deriva, ha de ser el lmite superior de la integral, en
consecuencia habr
a que intercambiar los lmites,
Z t
Z
d 3
d
2
sen2 x dx = sen2 t
sen x dx =
dt t
dt
3

DE PRIMITIVAS
Derivada de integrales cuando el lmite superior es una funci
on
Cuando la variable de integraci
on no coincide con la variable de derivaci
on,
aplicamos el teorema de la derivada de la funci
on compuesta

Z u
d
u = g(x)
=
f (t) dt =
f (t) dt =
du = g (x)dx
dx a
a
Z u

d
du
du
=
= f (u)
= f [g(x)] g (x)
f (t) dt
du
dx
dx
a
Z 2
d t
cos x2 dx
dt 0
d
dx
g(x)
Soluci
on.
d
dt
t2
cos x2 dx = cos(t2 )2 2t = 2t cos t4
Derivada de integrales cuando los dos lmites son funciones

Aplicando los resultados anteriores, resulta,
!
Z a
Z g(x)
d
f (t) dt +
f (t) dt =
f (t) dt =
dx
h(x)
h(x)
a
!
Z h(x)
Z g(x)
d
f (t) dt +
f (t) dt = f [h(x)]h (x) + f [g(x)]g (x) =
=
dx
a
a
d
dx
g(x)
= f [g(x)]g (x) f [h(x)]h (x)
Es decir,
Z
g(x)
h(x)
f (t) dt = f [g(x)]g (x) f [h(x)]h (x)
d
dx
(5.2)
x3
ln t dt
x2
Soluci
on. Aplicando la f
ormula (5.2) resulta,
Z x3

d
ln t dt = ln x3 3x2 ln x2 2x = 9x2 ln x 4x ln x = 9x2 4x ln x
dx x2
Z x
d
cos t2 dt
x>0
dx 1/x
Soluci
on. Aplicando la f
ormula (5.2) resulta,
Z x
1
1
1 2 1
1
1
d
cos t2 dt = cos( x)2 cos
2 = cos x + 2 cos 2
dx 1/x
x
x
x
x
2 x
2 x

Ejemplo 5.22. Hallar el lmite
lm
x0+
R x2
0
337
sen t dt
x3
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
sen t dt h 0 i
2
2x2
sen x 2x
=
=
l
m
=
=
l
m
lm
3
2
2
x
0
3x
3
x0+ 3x
x0+
x0+
Rx
cos t2 dt
Ejemplo 5.23. Hallar el lmite lm 0
x0
x
R x2
0
Soluci
on. La sustituci
on 0/0 que se rompe
opital. En efecto,
Rx
cos t2 dt h 0 i
cos x2
= lm
=
=1
lm 0
x0
x0
x
0
1
R sen x
tg t dt
Ejemplo 5.24. Hallar el lmite lm R 0tg x
+
x0
sen t dt
0
Soluci
on. La sustituci
on 0/0 que se rompe
opital. En efecto,
p
R sen x
tg t dt
tg(sen x) cos x
tg x cos3 x
0
=1
= lm p
lm R tg x
= lm
1
tg x
x0+
x0+
x0+
sen
t
dt
0
sen(tg x) 2
cos x
5.2.1.
Regla de Barrow: La integral como una primitiva
Teorema 5.2 (Regla de Barrow). Si f es una funci

on continua en el
intervalo cerrado [a, b] y G es una primitiva cualquiera de f , entonces:
Z b
f (x) dx = G(b) G(a)
a
Demostraci
on. Sea f continua en [a, b] y G una primitiva
R xcualquiera de f .
Por ser f continua sobre [a, b], su funci
on integral F (x) = a f (t) dt ser
a una
primitiva de f . En consecuencia tendremos dos primitivas de una misma
funci
on que, por tanto, se diferenciaran en una constante G(x) = F (x) + C,
de donde,

Z b
Rb
G(b) = F (b) + C
G(b) = a f (t) dt + C
G(b) =
f (x) dx + G(a)
G(a) = F (a) + C
G(a) = 0 + C = C
a
de donde,
Z
f (t) dt = G(b) G(a)
b
a
f (x) dx = G(b) G(a)

DE PRIMITIVAS
Observaciones:
1.
La importancia de esta regla es fundamental, ya que pone en relaci

on
las integrales con las derivadas. Sin embargo hay que advertir que
solamente es aplicable a funciones continuas definidas en intervalos
cerrados.
2.
Para hallar la integral definida de una funci

on continua en un intervalo
cerrado seguiremos el siguiente proceso:
a) Se halla una primitiva cualquiera de la funci
on, sin tener en cuenta la constante (la m
as sencilla).
b) Se sustituyen en esta primitiva los lmites de integraci
on -el superior y el inferior- y se restan los resultados.
Z
f (x) dx =
Z
f (x) dx
b
h
ib
= G(x) = G(b) G(a)
a
x2 dx
Soluci
on. Basta con encontrar una primitiva de x2 y evaluarla en los extremos de integraci
on.
Z
1
0
x3
x dx =
3
2
1
0
1
1
0=
3
3
Ejemplo 5.26. Hallar el a

rea de la regi
on bajo la gr
afica de y = sen x entre
0 y .
Soluci
on. El
area viene definida por la siguiente integral,
y 6
y = sen x
x
-
A=
h
i
sen x dx = cos x = cos + cos 0 =
= (1) + 1 = 1 + 1 = 2
Figura 5.14:

Soluci
on.
Z 3
1
dx
1 + x2

3

dx
3 arc tg 1 = =
=
arc
tg
=
arc
tg
x
1
2
1+x
3
4
12

339
Integraci
on de funciones definidas a trozos
on definida por f (x) =
calcular
x2
x
si 0 x 1
si 1 x 2
f (x) dx.
0
Soluci
on. Descomponemos la integral con objeto de integrar por tramos,
utilizando en cada tramo la funci
on correspondiente.
Z
f (x) dx =
0
x dx +
2
1
x3
x dx =
3
Z
Ejemplo 5.29. Calcular la integral
1
x2
+
2
0
2
1
1
1
11
+2 =
3
2
6
2
0
|1 x| dx
Soluci
on. Separamos los dos casos del valor absoluto.

1x
1x
si 1 x 0
=
f (x) = |1 x| =
x1
1 + x si 1 x < 0
si
si
x1
x>1
de donde,
2
1 2

x
x2
+
x =
(x 1) dx = x
(1 x) dx +
|1 x| dx =
2 0
2
1
0
0
1
1 4
1
=1 + 2 +1=1
2 2
2
si x [0, 1]
1
2 si x (1, 2]
on f (x) =
x
si x (2, 3]
Z
Z
f (t) dt
determinar F (x) =
Soluci
on. El valor de F (x) depender
a del tramo en el que est
a situada la x
1
0
x [0, 1] F (x) =
x (1, 2] F (x) =
f (t) dt =
f (t) dt =
0
t
2
x
1 dt = t 0 = x
1 dt +
1
x
2 dt = t 0 + 2t 1 =
= 1 2x + 2 = 2x + 3

DE PRIMITIVAS
x (2, 3] F (x) =
f (t) dt =
1 dt +
0
2
1
2 dt +
t dt =
2
1
2 t2 x
x2 4
x2
=
1
4
+
2
+
=
3
= t 0 + 2t 1 +
2 2
2
2
2
de donde, la funci
on F vendr
a definida por:
6y = f (x)
a
6
y = F (x)
x
-
Figura 5.15:
x
-
F (x) = 2x + 3
x2
3
2
si x [0, 1]
si x (1, 2]
si x (2, 3]
INMEDIATA.
5.3. INTEGRACION
341
B. C
alculo de primitivas.
5.3.
Integraci
on inmediata.
Definici
on 5.1 (Primitiva). Una funci
on F (x) se llama primitiva de otra
funci
on f (x) si F (x) = f (x).
Proposici
on 5.1. Si una funci
on tiene una primitiva, entonces tiene infinitas, que se diferencian entre s en una constante.
Definici
on 5.2 (Integral indefinida). Se llama integral indefinida de una
funci
on f (x) al conjunto formado por todas sus primitivas, y se denota por:
Z
f (x) dx = F (x) + C

x3 + 2x2 + 1 dx
Soluci
on. Buscamos una primitiva del integrando, es decir una funci
on tal
que al derivarla nos de el integrando. En consecuencia,
Z

x4 2x3
+
+x+C
x3 + 2x2 + 1 dx =
4
3
Nota. Como consecuencia del Teorema fundamental del C

alculo se puede
afirmar que toda funci
on continua tiene una primitiva. Pero eso no significa
que esa primitiva
R sen x se pueda expresar en terminos elementales. Por ejemplo
la integral
x dx solamente se puede calcular desarrollando en series
el senx, con lo cual obtenemos como resultado de la integral, un desarrollo
en serie. Es decir, obtenemos el desarrollo en serie de la primitiva, pero no
obtenemos la primitiva expresada en terminos elementales.
5.3.1.
Propiedades de la integral indefinida
1. d
2.
3.

f (x) dx = f (x) dx

f (x) dx = f (x)
df (x) = f (x) + C
R
R
[f (x) g(x)] dx = f (x) dx g(x) dx
R
R
5.
r f (x) dx = r f (x) dx Un factor constante puede sacarse fuera del signo de
4.
integraci
on.

DE PRIMITIVAS
5.3.2.
Tabla de integrales inmediatas

R
dx = x + C
xn+1
+C
xn dx =
n+1
dx
= ln |x| + C
x
ex dx = ex + C
ax
ax dx =
+C
ln a
dx
= arc tg x + C
1 + x2
1
x
dx
= arc tg + C
2
2
a +x
a
a
dx
= arc sen x + C
1 x2
dx
x
= arc sen + C
2
2
a
a x
sen x dx = cos x + C
sec2 x dx = tg x + C
senh x dx = cosh x + C
cos x dx = sen x + C
csc2 x dx = cot x + C
cosh x dx = senh x + C
dx
= tgh x + C
cosh2 x
R dx
= coth x + C
senh2 x
R
Aunque no son inmediatas, tambien deben tenerse presente las siguientes

integrales por aparecer con mucha frecuencia.
R 1
R 1
1
dx = 2 x + C
dx
=
+
C
x2
x
x
R
R
tg x dx = ln | cos x| + C
cotg x dx = ln | sen x| + C

R dx
1 x 1
+C
= ln
2
x 1
2
x + 1

R
R
dx
dx
= ln x + x2 + 1 + C
= ln x + x2 1 + C
1 + x2
x2 1

Z
1 2
Ejemplo 5.32. Hallar la integral
x+
dx
x
Soluci
on. Realizando el cuadrado tenemos:

Z
Z
1 2
1
x2
x+
dx =
x+2+
+ 2x + ln |x| + C
dx =
x
2
x
Z
(x + 1)2
dx
x3 + x
Soluci
on. Operando tenemos:
Z 2
Z
Z
x + 2x + 1
(x2 + 1) + 2x
(x + 1)2
dx
=
dx
=
dx =
x3 + x
x(x2 + 1)
x(x2 + 1)

Z
2
1
dx = ln |x| + 2 arc tg x + C
=
+
x 1 + x2
MEDIANTE CAMBIO DE VARIABLE

5.4. INTEGRACION
2
tg x + cot x dx
Soluci
on. Operando tenemos:
Z
343
Z

2
tg2 x + 2 tg x cot x + cot2 x dx =
tg x + cot x dx =
Z
Z

2
2
=
tg x + 2 + cot x dx =
tg2 x + 1 + 1 + cot2 x dx =
Z
Z
Z
Z

2
2
2
=
tg x + 1 dx +
1 + cot x dx = sec xdx + csc2 xdx =
= tg x cot x + C
Ejemplo 5.35. hallar
p
2x x2 + 1 dx
Soluci
on. En este caso tenemos que tener en cuenta la derivada de una
funci
on compuesta.
Z
Z
p
2
2x x + 1 dx =
5.4.
3/2
1/2
x2 + 1
x +1
2x dx =
+C =
3/2
p
2 2
x +1
=
x2 + 1 + C
3
2
Integraci
on mediante cambio de variable
El cambio de variable en una integral indefinida se puede efectuar de dos

formas:
1. Cambiando la variable x por una funci
on x = g(t), donde g(t) es una
funci
on mon
otona continuamente derivable de una nueva variable t.

Z
Z

x = g(t)
= f g(t) g (t) dt
f (x) dx =
dx = g (t)dt
2.
Cambiando parte del integrando por una nueva variable g(x) = t:

Z

f g(x) g (x) dx =
g(x) = t
g (x)dx = dt
f (t) dt
En la pr
actica se combinan ambos metodos, ya que x = g(t) t = g 1 (x).
La funci
on que se utilice tendr
a que tener derivada continua para que se
pueda realizar la nueva integral, e inversa para poder deshacer el cambio.
Z
4
x x2 + 3 dx

DE PRIMITIVAS
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
"
# Z
Z
Z
4
u = x2 + 3
1
2
4 du
=
u4 du =
x x + 3 dx =
= u
2
2
du = 2x dx
5
x2 + 3
1 u5
+C =
+C
=
2 5
10
Z
cos 3t
dt
(1 + sen 3t)5
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
"
#
Z
Z
u
=
1
+
sen
3t
1
cos 3t dt
=
(1 + sen 3t)5 3 cos 3t dt =
=
(1 + sen 3t)5
3
du = 3 cos 3t dt
Z
1
1
1 u4
1
+C =
+C =
+C
u5 du =
=
3
3 4
12u
12(1 + sen 3t)4
Z
ex sen ex dx
Soluci
on. Hacemos el cambio de variable buscando la derivada del sen:
"
# Z
Z
x
u
=
e
ex sen ex dx =
= sen u du = cos u + C = cos ex + C
du = ex dx
Z

ln cos x tg x dx
Soluci
on. Hacemos el cambio de variable llamando t a una parte del integrando, de manera que podamos identificar dt en el resto:
Z
Z
t = ln cos x
ln cos x tg x dx =
=
t dt =
sen x
dt =
dx = tg x dx
cos x
2
1
t2
= + C = ln(cos x) + C
2
2
Z

x x + 1 dx
Soluci
on. Hacemos el cambio de variable llamando t = x + 1, sin embargo,
para hallar dt no derivamos directamente, sino que previamente eliminamos
la raz cuadrada:
# Z
"

t = x + 1 t2 = x + 1
2
=
t
1
t 2t dt =
x x + 1 dx =
x = t2 1 dx = 2t dt
5
3
Z

2 x+1
2 x+1
2t5 2t3
4
2
=
2t 2t dt =
+C =
+C
5
3
5
3
MEDIANTE CAMBIO DE VARIABLE

5.4. INTEGRACION
345
e6x dx
e6x + 1
Soluci
on. Teniendo en cuenta que el numerador es la derivada del denominador, salvo un factor constante, hacemos el cambio de variable buscando
la derivada del ln:
"
#

Z
Z
e6x + 1 = t
ln e6x + 1
e6x dx
dt
1
ln |t|
=
=
=
+C =
+C
e6x + 1
6
t
6
6
6e6x dx = dt
e3x dx
e6x + 1
Soluci
on. En este caso hacemos el cambio de variable buscando la derivada
del arc tg:
"
#
Z
Z
e3x = t
1
1
1
e3x dx
dt
=
=
= arc tg t+C = arc tg e3x +C
3x
6x
2
e +1
3
t +1
3
3
3e dx = dt
sen x
dx
x
Soluci
on. En este caso hacemos el cambio de variable buscando dejar el seno
exclusivamente en funci
on de la variable de integraci
on:
Z
Z
x=t
sen x
dx = dx
= 2 sen tdt = 2 cos t + C = 2 cos x + C
x
= dt
2 x
Z
dx

(x + 2) x + 1
Soluci
on. En este caso hacemos el cambio
de variable buscando eliminar la
raz cuadrada, para lo cual hacemos x + 1 = t, sin embargo, en vez de
derivar esta expresi
on directamente, la elevamos al cuadrado previamente:
#
"
x + 1 = t x + 1 = t 2 x = t2 1
dx
=
=
dx = 2tdt
(x + 2) x + 1
Z
Z
2t dt
2 dt
=
x+1+C
=
=
2
arc
tg
t
+
C
=
2
arc
tg
(t2 + 1)t
(t2 + 1)
Z
p
x2 x3 + 1 dx
Z
Soluci
on. En este caso podemos elegir entre dos opciones; hacemos el cambio
de variable buscando eliminar la raz cuadrada, o bien, tenemos encuenta

DE PRIMITIVAS
que lo expresi
on que hay fuera de la raz es la derivada del radicando.
En el primer caso,
Z
x3
"
x3 + 1 = t x3 + 1 = t2
2
=
3
t t dt =
3x2 dx = 2tdt
Z
3
p
2
2 p 3
2 t3
2
x + 1 + C = (x3 + 1) x3 + 1 + C
+C =
t2 dt =
=
3
33
9
9
x
+ 1 dx =
y en el segundo,
Z
x3
"
Z
Z
1
1
+ 1 dx =
=
t dt =
t1/2 dt =
3
3
3x2 dx = dt
3
p
2 p 3
1 t3/2
2
+C =
x + 1 + C = (x3 + 1) x3 + 1 + C
=
3 3/2
9
9
x3 + 1 = t
El cambio de variable en la integral definida

Cuando se hace un cambio de variable en una integral definida hay que
cambiar los lmites de integraci
on en funci
on de la nueva variable. Si no
queremos cambiar los lmites de integraci
on habr
a que deshacer el cambio
antes de la sustituci
on. En general,
Z t1

Z x1

x = g(t) dx = g (t) dt
=
f (x) dx =
f g(t) g (t) dt
x0 = g(t0 ) ; x1 = g(t1 )
x0
t0
1p
1 x2 dx
Soluci
on. Para resolver esta integral hacemos la sustituci
on trigonometrica
x = sen x, con objeto de eliminar la raz cuadrada generando un cuadrado
en su interior.
Z 1p
x = sen t dx = cos t dt
=
1 x2 dx = x = 0 0 = sen t t = 0
0
x = 1 1 = sen t t = /2
Z /2 p
Z /2
Z /2
1 + cos 2t
2
2
=
1 sen t cos t dt =
cos t dt =
dt =
2
0
0
0

sen 2t /2
t
+
=
=
2
4
4
0
5.5.
Integraci
on por partes.
Integrando
del producto
de dos funcionesR d(u v) =R v du + u dv
R la diferencial
R
R
resulta, d(u v) = v du + u dv , de donde, u v = v du + u dv . Esto
POR PARTES.
5.5. INTEGRACION
347
nos permite expresar una de las dos integrales en funci

on de la otra:
Z
Z
u dv = u v v du
La constante de integraci
on s
olo se a
nade al final del proceso.
Si la integral fuera definida, sera:
Z
h
ib Z b
f (x)g (x) dx = f (x)g(x)
f (x)g(x) dx
a
x sen x dx
Soluci
on.
Z
x sen x dx =
"
u=x
du = dx
=
v = cos x
Z
= x cos x + cos x dx = x cos x + sen x + C
dv = sen x dx
x3
p
1 + x2 dx
Soluci
on. En este ejemplo la elecci
on de u y dv no resultan evidentes.
Forzamos la situaci
on para que el dv elegido sea f
acil de integrar.
)
u = x2
dv = x 1 + x2 dx
de donde,
du = 2x dx
Z
R
1 + x2 2x dx
(1 + x2 )3/2
1
2
=
= (1 + x2 )3/2
v = x 1 + x dx =
2
2 3/2
3
con lo que resulta,
Z
Z
p
x2 (1 + x2 )3/2 1
2
x 1 + x dx =
(1 + x2 )3/2 2xdx =
3
3
x2 (1 + x2 )3/2 1 (1 + x2 )5/2
1
2
=
= x2 (1 + x2 )3/2 (1 + x2 )5/2 + C
3
3
5/2
3
15
3
ln x dx

DE PRIMITIVAS
Soluci
on. Elegimos u = ln x y como dv el propio dx.
#
"
)
Z
Z
1
u = ln x
du = dx
= x ln x dx = x ln x x + C
ln x dx =
x
dv = dx
v=x
Z
arc tg x dx
Soluci
on. Elegimos u = arc tg x y como dv el propio dx.
)
Z
u = arc tg x du = dx
x dx
2
arc tg x dx =
=
x
arc
tg
x
=
1+x
1
+ x2
dv = dx
v=x
Z
1
1
2x
= x arc tg x
dx = x arc tg x ln(1 + x2 ) + C
2
2
1+x
2
Z
x2 ex dx
Z
Soluci
on. Elegimos u = x2 y dv = ex dx.
"
)
#
Z
Z
2
u
=
x
du
=
2xdx
2 x
2 x
x e dx =
= x e 2xex dx = x2 ex I1
v = ex
dv = ex dx
Aparece una nueva integral I1 que tambien calculamos por partes.

"
)
#
Z
Z
u
=
2x
du
=
2dx
x
x
I1 = 2xe dx =
= 2xe 2ex dx = 2xex 2ex
dv = ex dx v = ex
de donde resulta,
Z
x2 ex dx = x2 ex (2xex 2ex ) + C = (x2 2x + 2)ex + C
Z
ex sen x dx
Soluci
on. Elegimos u = ex y dv = sen xdx.
Z
ex sen x dx =
"
u = ex
du = ex dx
=
v = cos x
Z
= ex cos x + ex cos x dx = ex cos x + I1
dv = sen xdx
Aparece una nueva integral I1 que tambien calculamos por partes.

"
)
#
Z
Z
u = ex
du = ex dx
x
I1 = e cos x dx =
= ex sen x ex sen x dx
dv = cos xdx v = sen x
POR PARTES.
5.5. INTEGRACION
349
Apareciendo, nuevamente, la integral que, en un principio, trat

abamos da
calcular. Sustituimos y operamos como si se tratara de una ecuaci
on, agrupando las dos integrales,
Z
Z
ex sen x dx = ex cos x + ex sen x ex sen x dx
de donde resulta,
ex sen x dx = ex cos x + ex sen x
y despejando la integral y a
nadiendo la constante, resulta
Z
ex cos x + ex sen x
ex sen x dx =
+C
2
Z p
a2 x2 dx
Soluci
on. Elegimos u = a2 x2 y dv = dx.
)
"
Z p
x dx #
2 x2
a
u
=
du
=
a2 x2 dx =
a2 x2 =
dv = dx
v=x
Z
p
x2 dx
= x a2 x2 +
a2 x2
Aparece una nueva integral I1 que calculamos sumando y restando a2 en el

numerador.
Z 2
Z
Z
Z
a (a2 x2 )
a2
a2 x2
x2 dx
=
dx =
dx
dx
I1 =
a2 x2
a2 x2
a2 x2
a2 x2
La primera integral es inmediata. Para calcular la segunda integral racionalizamos la expresi
on con lo cual resulta,
Z p
x
2
I1 = a arc sen
a2 x2 dx
a
Apareciendo, nuevamente, la integral que, en un principio, trat

abamos da
calcular. Sustituimos y operamos como si se tratara de una ecuaci
on, agrupando las dos integrales,
Z p
Z p
p
x
2
2
2
2
2
a x dx = x a x + a arc sen
a2 x2 dx
a
de donde resulta,
Z p
p
x
2
a2 x2 dx = x a2 x2 + a2 arc sen
a
y despejando la integral y a
nadiendo la constante, resulta
Z p
1 p
a2
x
a2 x2 dx = x a2 x2 +
arc sen + C
2
2
a

DE PRIMITIVAS
5.6.
Integraci
on de funciones racionales
Se llaman funciones racionales a las que vienen definidas por el cociente

de dos polinomios.
Z
Pm (x)
dx
Pn (x)
5.6.1.
Integraci
on de fracciones elementales
Se denominan fracciones simples (o elementales) a las fracciones racionales

de los cuatro tipos siguientes:
I.
1
xa
II.
1
(x a)n
III.
Ax + B
+ px + q
x2
IV.
(x2
Ax + B
+ px + q)n
siendo x2 + px + q irreducible.
Las siguientes integrales racionales son inmediatas:
Z
Z
f (x)
1
dx = ln |x a| + C
dx = ln |f (x)| + C
xa
f (x)
Z
Z
dx
(x a)n+1
1
n
=
(x
a)
dx
=
+C =
+C
n
(x a)
n + 1
(n 1)(x a)n1
Z
1
dx = arc tg x + C
1 + x2
Integrales del tipo:
Z
1
dx
2
x + px + q
Ax + B
dx siendo x2 + px + q 6= 0
+ px + q
x2
En el trinomio cuadrado del denominador se separa el cuadrado perfecto del

binomio.
Z
1
dx
2
x + 4x + 13
Soluci
on. Expresamos el denominador como el cuadrado de un binomio,
x2 + 4x + 13 = (x + 2)2 4 + 13 = (x + 2)2 + 9
de donde,
Z
dx
=
2
x + 4x + 13
dx
1
=
2
(x + 2) + 9
9
dx
=

x+2 2
+1
3
Z
1
x+2
1/3 dx
3
= arc tg
+C
=

2
9
3
3
x+2
+1
3

DE FUNCIONES RACIONALES
5.6. INTEGRACION
2x2
351
1
dx
4x + 10
Soluci
on. Expresamos el denominador como el cuadrado de un binomio,
sacando previamente 2 factor com
un,
2x2 4x + 10 = 2[x2 2x + 5] = 2[(x 1)2 1 + 5] = 2[(x 1)2 + 4]
de donde,
Z
1
dx
=
2x2 4x + 10
2
1
dx
=
(x 1)2 + 4
8
dx
=

x1 2
+1
2
Z
x1
1/2 dx
1
2
+C
= arc tg
=

2
8
4
2
x1
+1
2
x2
3x + 2
dx
4x + 8
Soluci
on. Esta integral es del tipo ln + arc tg. Para ello buscamos en el numerador la derivada del denominador 2x 4 y luego separamos en dos integrales; la primera es un ln y en la segunda buscamos el arc tg, expresando
el denominador como el cuadrado de un binomio,
Z
Z
Z
(3x + 2) dx
(x + 2/3) dx
3
2x + 4/3
=3
=
dx =
2
2
2
x 4x + 8
x 4x + 8
2
x 4x + 8
Z
Z
Z
3
3
3
2x 4 + 4 + 4/3
2x 4
16/3 dx
=
dx =
dx +
=
2
2
2
x 4x + 8
2
x 4x + 8
2
(x 2)2 + 4
Z
1/2 dx
3
=
= ln |x2 4x + 8| + 4

2
x2 2
+1
2
3
x2
= ln(x2 4x + 8) + 4 arc tg
+C
2
2
5.6.2.
Integraci
on de funciones racionales con ayuda del desarrollo en fracciones simples.
Al integrar una funci

on racional se deben seguir los siguientes pasos:
1.
Divisi
on de los polinomios.- Si el grado del numerador es mayor o igual
que el del denominador, la primera operaci
on es efectuar la divisi
on.
P (x)
R(x)
Q(x)
C(x)

DE PRIMITIVAS
De donde, aplicando la prueba de la divisi

on, resulta:
P (x) = Q(x) C(x) + R(x)
R(x)
P (x)
= C(x) +
Q(x)
Q(x)
Con lo cual, la integral se transforma en dos integrales; la primera es

inmediata por ser la integral de un polinomio, y la segunda es m
as
f
acil que la inicial ya que el grado de R(x) es inferior que el de Q(x).
Z
2.
P (x)
dx =
Q(x)
C(x) dx +
R(x)
dx
Q(x)
Factorizaci
on del denominador. Pueden darse los siguientes casos:
a) El denominador tiene s
olo races reales simples.
b) El denominador tiene s
olo races reales, aunque alguna de ellas
es m
ultiple.
c) Entre las races del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
d)
3.
Entre las races del denominador las hay complejas m

ultiple, alguno de los factores es un polinomio de segundo grado irreducible
que se repite.
Descomponer la fracci
on en fracciones simples.
La determinaci
on de los coeficientes se puede hacer por dos metodos:
1.
Identificando los coeficientes de los terminos del mismo grado de x.
2.
Dando valores arbitrarios a x.
NOTA: En todo momento debemos comprobar si la fracci

on que vamos a
integrar es o no una fracci
on elemental, o la derivada de un ln.
Z
2x3 + 3x2 6x 12
dx
x2 4
Soluci
on. Efectuamos la divisi
on de los polinomios,
2x3 + 3x2 6x 12 x2 4
2x3
+ 8x
2x + 3
2x3 + 3x2 6x 12
3x
2
= 2x + 3 + 2
3x + 2x 12
2
x 4
x 4
3x2
+ 12
2x
5.6. INTEGRACION
353
Con lo cual, la integral se transforma en dos integrales, que en este caso

ambas resultan inmediatas; la primera por ser polin
omica, y la segunda por
ser la derivada de un logaritmo.
Z
2x3 + 3x2 6x 12
dx =
x2 4
(2x + 3) dx +
2x
dx = x2 + 3x + ln |x2 4| + C
4
x2
2x3 5x2 4x + 13
dx
x2 4x + 4
Soluci
2x3 5x2 4x + 13
2x3 + 8x2 8x
3x2 12x + 13
3x2 + 12x 12
1
x2 4x + 4
2x + 3
Por consiguiente, aplicando la prueba de la divisi

on, resulta:
2x3 5x2 4x + 13
1
= 2x + 3 + 2
x2 4x + 4
x 4x + 4
ser elemental.
Z
2x3 5x2 4x + 13
dx =
x2 4x + 4
1
(2x + 3) dx +
dx =
2
x 4x + 4
Z
1
1
= x2 + 3x +
dx = x2 + 3x
+C
2
(x 2)
x2
(a) El denominador tiene s

olo races reales simples.
p(x)
A
B
N
p(x)
=
=
+
+ +
q(x)
(x x1 )(x x2 ) (x xn )
x x1 x x2
x xn
x2 + 3x 4
dx
x2 2x 8
Soluci
x2 + 3x 4
x2 + 2x + 8
5x + 4
x2 2x 8
5x + 4
x2 + 3x 4
=1+ 2
2
x 2x 8
x 2x 8

DE PRIMITIVAS
Con lo cual, la integral se transforma en dos integrales, la primera es inmediata, por ser polin
omica, pero la segunda no.
Z
x2 + 3x 4
dx =
x2 2x 8
1 dx +
x2
5x + 4
dx = x + I1
2x 8
Para calcular la segunda integral factorizamos el denominador y descomponemos la fracci

2
x 2x 8 = 0 x =
4 + 32
26
=
=
2
2
4
2
de donde resulta,
x2
5x + 4
A
B
A(x + 2) + B(x 4)
5x + 4
=
=
+
=
2x 8
(x 4)(x + 2)
x4 x+2
(x 4)(x + 2)
Los coeficientes los calculamos dando valores a x,

x = 4 24 = 6A A = 4
x = 2 6 = 6B B = 1
Con lo cual resulta,
Z
Z
Z
4
1
5x + 4
dx =
dx +
dx = 4 ln |x 4| + ln |x + 2|
I1 =
2
x 2x 8
x4
x+2
de donde,
Z
x2 + 3x 4
dx = x + 4 ln |x 4| + ln |x + 2| + C
x2 2x 8
(b) El denominador tiene s

olo races reales, aunque alguna de ellas
es m
ultiple.
p(x)
p(x)
A
B
C
D
=
=
+
+
+
q(x)
(x x1 )(x x2 )3
x x1 x x2 (x x2 )2 (x x2 )3
x4 x3 x 1
dx
x3 x2
Soluci
x4 x3 x 1
x4 + x3
x 1
x3 x2
x 1
x4 x3 x 1
=x+ 3
3
2
x x
x x2
5.6. INTEGRACION
355
Con lo cual, la integral se transforma en dos integrales, la primera inmediata,

por ser polin
omica, y la segunda no.
Z
x4 x3 x 1
dx =
x3 x2
x dx +
x 1
x2
dx
=
+ I1
x3 x2
2
Para calcular la segunda integral factorizamos el denominador y descomponemos la fracci

x3 x2 = x2 (x 1)
de donde resulta,
x 1
x 1
A
B
C
Ax(x 1) + B(x 1) + Cx2
=
=
+
+
=
x3 x2
x2 (x 1)
x
x2 x 1
x2 (x 1)
x = 0 1 = B B = 1
x = 1 2 = C C = 2
x = 2 3 = 2A + B + 4C 3 = 2A + 1 8 2A = 4 A = 2
Z
Z
Z
Z
2
1
2
1
x 1
dx
=
dx+
dx+
dx = 2 ln |x| 2 ln |x1|
I1 =
x3 x2
x
x2
x1
x
de donde,
Z
x2
1
x4 x3 x 1
dx
=
+ 2 ln |x| 2 ln |x 1| + C
3
2
x x
2
x
(c) Entre las races del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
p(x)
p(x)
A
Mx + N
B
C
=
=
+ 2
+
+
q(x)
(x x1 )(x x2 )2 (ax2 + bx + c)
x x1
x x2
(x x2 )2
ax + bx + c
8x2 + 6x + 6
dx
x3 3x2 + 7x 5
Soluci
on. Factorizamos el denominador y descomponemos la fracci
1
1
1
-3
1
-2
7
-2
5
-5
5
0
x3 3x2 + 7x 5 = (x 1)(x2 2x + 5)
2 4 20
2
x 2x + 5 = 0 x =
Sin soluci
on.
2

DE PRIMITIVAS
De donde resulta,
8x2 + 6x + 6
A
Mx + N
8x2 + 6x + 6
=
=
+ 2
=
3
2
2
x 3x + 7x 5
(x 1)(x 2x + 5)
x 1 x 2x + 5
A(x2 2x + 5) + (M x + N )(x 1)
=
(x 1)(x2 2x + 5)
x = 1 20 = 4A A = 5
x = 0 6 = 5A N N = 5A 6 = 25 6 = 19
x = 2 50 = 5A + 2M + N 50 = 25 + 2M + 19 2M = 6 M = 3
Z
Z
Z
8x2 + 6x + 6
5
3x + 19
dx
=
dx
+
dx = 5 ln |x 1| + I1
3
2
2
x 3x + 7x 5
x1
x 2x + 5
Para calcular la integral I1 siempre seguimos el siguiente procedimiento: En
primer lugar expresamos la parte literal del denominador como el cuadrado
de un binomio y al binomio le llamamos t,
x2 2x + 5 = (x 1)2 1 + 5 = (x 1)2 + 4
Con lo cual resulta la siguiente integral,
I1 =
3x + 19
dx =
2
x 2x + 5
# Z
"
x1=t
3x + 19
3t + 22
dx =
=
dt =
2
(x 1) + 4
t2 + 4
dx = dt
Para resolver esta integral separamos la parte literal de la parte numerica;

con la parte literal buscamos un ln y con la numerica un arc tg
Z
Z
Z
Z
3t
22
3
22
2t
1
=
dt +
dt =
dt +
dt =
t2 + 4
t2 + 4
2
t2 + 4
4
t2 /4 + 1
Z
1/2
22
3
t
3
2
2
dt = ln |t2 + 4| + 11 arc tg =
= ln |t + 4| +
2
2
4
(t/2) + 1
2
2
=
3
x1
ln |x2 2x + 5| + 11 arc tg
2
2
con lo cual, resulta

Z
3
x1
8x2 + 6x + 6
dx = 5 ln |x1|+ ln |x2 2x+5|+11 arc tg
+C
3
2
x 3x + 7x 5
2
2
(d) Entre las races del denominador las hay complejas m
ultiple, alguno de los factores es un polinomio de segundo grado irreducible
que se repite.
5.6. INTEGRACION
357
Estas integrales se resuelven buscado una f

ormula recurrente, o mediante el
metodo de Hermite.
M
etodo de Hermite. Consiste en tratar todas las races como si fueran
simples y a
nadir un termino complementario que es la derivada respecto de x
de un cociente en el que el denominador se obtiene multiplicando los factores
de races multiples elevados a su exponente disminuido en una unidad y el
numerador es un polinomio de grado una unidad menos que el denominador
resultante.
Z
Z
p(x)
p(x)
dx =
dx
q(x)
(x x1 )(x x2 )2 (ax2 + bx + c)(dx2 + ex + f )2
p(x)
A
B
Mx + N
Px + Q
=
+
+
+
+
q(x)
x x1 x x2 ax2 + bx + c dx2 + ex + f

Rx2 + Sx + T
d
+
dx (x x2 )(dx2 + ex + f )
de donde,
Z
Z
Z
Z
p(x)
A
B
Mx + N
dx =
dx +
dx +
dx+
q(x)
x x1
x x2
ax2 + bx + c
Z
Px + Q
Rx2 + Sx + T
+
dx
+
dx2 + ex + f
(x x2 )(dx2 + ex + f )
Nota. Debemos observar lo siguiente:
1.
Como el termino complementario es una derivada no necesitamos integrarlo.
2.
Las races simples no aparecen en el denominador del termino complementario.
Esquem
aticamente el metodo de Hermite se puede recordar de la siguiente
forma:
polinomio de grado

p(x) X todas las races
d el que resulte en el denominador -1
=
+
como simples
producto de factores m
ultiples,
q(x)
dx
eleados a su exponente -1
Ejemplo 5.62. Calcular,
dx
(1 + x2 )2
Soluci
on. Dado que x2 + 1 = 0 no tiene races, se trata de una raz compleja
de multiplicidad 2. Con lo cual, aplicamos el metodo de Hermite y resulta:

d Ax + B
Mx + N
1
+
=
1 + x2
dx 1 + x2
(1 + x2 )2

DE PRIMITIVAS
Derivamos el cociente y sumamos las fracciones,
1
(1 + x2 )2
A(1 + x2 ) 2x(Ax + B)
Mx + N
+
=
1 + x2
(1 + x2 )2
(M x + N )(1 + x2 ) + A(1 + x2 ) 2x(Ax + B)

(1 + x2 )2
calculamos los coeficientes dando valores a x
x=0 1=N +A
x = 1 1 = (M + N )2 + 2A 2(A + B)
x = 1 1 = (M + N )2 + 2A + 2(A + B)
x = 2 1 = (2M + N )5 + 5A 4(2A + B)
N +A=1
2M + 2N 2B = 1
a
a
3
+
2
2M + 2N + 2B = 1
10M + 5N 3A 4B = 1 4a 2 2a
N +A=1
2M + 2N + 2A 2A 2B = 1
2M + 2N + 2A 2A + 2B = 1
10M + 5N + 5A 8A 4B = 1
A=1N
2M + 2N 2B = 1
4N = 2 N = 1/2
6M + N 3A = 1
luego,
Z
dx
=
(1 + x)2
5.7.
1/2 dx
+
1 + x2
A = 1/2
2M 2B = 0
N = 1/2
6M 3A = 3/2
A = 1/2
B=M
N = 1/2
6M = 0
A = 1/2
B=0
N = 1/2
M =0

1
d 1/2 x
x
dx = arc tg x +
+C
2
dx 1 + x
2
2(1 + x2 )
Integraci
on de expresiones trigonom
etricas
5.7.1.
Integraci
on de potencias de funciones trigonom
etricas
Consideremos integrales del tipo:

Z
senm x cosn x dx
existen dos casos para los que se puede resolver la integral,
1.
Si alguno de los exponentes es un n

umero impar y positivo, se separa
uno para el diferencial y el resto se transforma en el contrario, mediante
la formula fundamental de la trigonometra sen2 x + cos2 x = 1, y
al contrario se le llama t. El segundo coeficiente puede ser cualquier
n
umero real.
Por ejemplo, si m = 2k + 1 , entonces,
p
sen2k+1 x = sen2k x sen x = (sen2 x)k sen x = ( 1 cos2 x)k sen x
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
2.
359
Si los dos exponentes son pares positivos, se van rebajando los grados
con las siguientes f
ormulas trigonometricas.
sen2 =
1 cos 2
2
cos2 =
1 + cos 2
2
sen3 x cos2 x dx
Soluci
on. Tenemos,
Z
sen x cos x dx = sen2 x cos2 x sen x dx =

Z
Z
= (1 cos2 x) cos2 x sen x dx = (cos2 x cos4 x) sen x dx =

Z
t3 t5
cos x = t
= (t2 t4 ) dt =
=
+ +C =
sen x dx = dt
3
5
=
cos3 x cos5 x
+
+C
3
5
sen3 2x
dx
(cos 2x)3/2
Soluci
on. Tenemos,
Z
sen3 2x
dx =
(cos 2x)3/2
=
Z
sen3 2x (cos 2x)3/2 dx =

sen2 2x (cos 2x)3/2 sen 2x dx =
= (1 cos2 2x)(cos 2x)3/2 sen 2x dx =

Z
3/2
1/2
=
(cos 2x)
(cos 2x)
sen 2x dx =

Z
1
3/2
1/2
=
(cos 2x)
(cos 2x)
(2 sen 2x) dx =
2

Z
1 t1/2 1 t3/2
1
cos 2x = t
+
+C =
(t3/2 t1/2 ) dt =
=
=
2 sen 2x dx = dt
2
2 1/2 2 3/2
= t1/2 +
1
t3/2
+ C = (cos 2x)1/2 + (cos 2x)3/2 + C
3
3
sen4 x dx

DE PRIMITIVAS
Soluci
on. Tenemos,
Z
1 cos 2x 2
sen x dx =
dx =
2
Z
Z

1 + cos 4x
1
1
1 2 cos 2x +
1 2 cos 2x + cos2 2x dx =
dx =
=
4
4
2
Z
Z

1
1
=
2 4 cos 2x + 1 + cos 4x dx =
3 4 cos 2x + cos 4x dx =
8
8
1
4 sen 2x sen 4x
3x sen 2x sen 4x
=
+
+
+C
3x
+C =
8
2
4
8
4
32
Z
5.7.2.
2
sen x dx =
2
Integraci
on de funciones racionales del sen y del cos
R
Consideremos las integrales del tipo R(sen x, cos x) dx, donde R es una
funci
on racional.
En general, esta integral siempre se puede transformar en una integral
racional mediante el cambio tg(x/2) = t.
Como resultado de esta sustituci
on tenemos:
tg(x/2) = t x/2 = arc tg t x = 2 arc tg t dx =
1 + t 2

x/2

2
dt
1 + t2
t
1
x
x
=
cos =
2
2
2
1+t
1 + t2
2t
1
x
t
x
=
sen x = 2 sen cos = 2
2
2
1 + t2
1 + t2 1 + t2
2
x
1
t
1 t2
x
=
cos x = cos2 sen2 =
2
2
1 + t2 1 + t2
1 + t2
sen

El cambio general tg(x/2) = t siempre resuelve la integral, pero en muchos

casos conduce a c
alculos complicados. Existen tres casos particulares en los
que la integral se puede resolver de una manera m
as f
acil que con el cambio
general.
1.
Si la funci
on R(sen x, cos x) es impar respecto a sen x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on cos x = t
2.
Si la funci
on R(sen x, cos x) es impar respecto a cos x, o sea, si
R(sen x, cos x) = R(sen x, cos x),
on sen x = t
3.
Si la funci
on R(sen x, cos x) es par respecto a sen x y cos x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
361

on tg x = t
En este caso, como resultado de esta sustituci
on tenemos:
1+

t2

x

tg x = t x = arc tg t dx =
sen x =
t
1 + t2
cos x =
1
dt
1 + t2
1
1 + t2
1
1
dx
sen x
Soluci
on. La funci
on es impar respecto al sen x, por tanto, hacemos el cambio
cos x = t, de donde resulta,
Z
#
1 t2
dt
dt
=
=
sen x dx = dt dx =
2
sen x
1 Zt
Z
Z
dt
1
dt
dt
dx =
dx = I
=
dx =
2
2
2
2
1t
t 1
1t 1t
1
dx =
sen x
"
cos x = t sen x =
Que es una funci

on racional,
t2
1
A
A
A(t 1) + B(t + 1)
1
=
=
+
=
1
(t + 1)(t 1)
t+1 t1
(t + 1)(t 1)
Los coeficientes los calculamos dando valores a x

x = 1 1 = 2B B = 1/2
x = 1 1 = 2A A = 1/2
de donde,
I=
1/2
dt+
t+1

1/2
1
1
1 t 1
dt =
ln |t+1|+ ln |t1| = ln
+C =
t1
2
2
2
t + 1

1 cos x 1
+C
= ln
2
cos x + 1
dx
(2 + cos x 2 sen x) sen x
Soluci
on. Hacemos el cambio general tg(x/2) = t, con lo cual resulta,
dx =
2 dt
1 + t2
sen x =
2t
1 + t2
cos x =
1 t2
1 + t2

DE PRIMITIVAS
de donde,
Z
dx
=
(2 + cos x 2 sen x) sen x
1
t2
2 dt
=
1 + t2
1
4t
2t
)
2
2
1+t
1 + t 1 + t2
Z
Z
1 + t2
dt
=
dt = I
=
t(t2 4t + 3)
2 + 2t2 + 1 t2 4t
t
1 + t2
(2 +
que es una integral racional, para resolverla la descomponemos en fracciones

simples.

4 4
42
4 16 12
3
2
=
=
=
t 4t + 3 = 0 t =
1
2
2
2
A
B
C
A(t 3)(t 1) + Bt(t 1) + Ct(t 3)
1 + t2
= +
+
=
t(t 3)(t 1)
t
t3 t1
t(t 3)(t 1)
Los coeficientes los calculamos dando valores a x
t = 0 1 = 3A A = 1/3
t = 1 2 = 2C C = 1
t = 3 10 = 6B B = 10/6 = 5/3
de donde,
I=
5.8.
5.8.1.
1/3
dt +
t
Z
5/3
1
1
5
dt +
dt = ln |t| + ln |t 3| ln |t 1| =
t3
t1
3
3

x

x
x
5
1
= ln tg + ln tg 3 ln tg 1 + C
3
2
3
2
2
Integraci
on de funciones irracionales
Radicales semejantes
Las integrales del tipo

Z
ax + b mk /nk
ax + b m1 /n1 ax + b m2 /n2
R x,
,
, ,
dx
cx + d
cx + d
cx + d
se convierten en racionales con el cambio de variable,
r
ax + b
ax + b
=t
= t donde = mcm{n1 , n2 , , nk }
cx + d
cx + d
(2x 3)1/2
dx
(2x 3)1/3 + 1
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
363
Soluci
on. Expresamos las races con ndice com
un.
p
Z
Z
Z
6
(2x 3)3
(2x 3)1/2
2x 3
p
dx
=
dx = I
dx
=
3
6
(2x 3)1/3 + 1
2x 3 + 1
(2x 3)2 + 1
y hacemos el siguiente cambio:
6
2x 3 = t 2x 3 = t6 2 dx = 6t5 dt dx = 3t5 dt
de donde,
Z
t3
3t8
5
3t
dt
=
dt = I
t2 + 1
t2 + 1
que es una integral racional, para resolverla efectuamos la divisi
on de los
polinomios.
I=
t2 + 1
3t6 3t4 + 3t2 3
3t8
3t8 3t6
3t6
3t6 + 3t4
Por consiguiente:
3t4
3t4 3t2
3t2
3t2 + 3
3
3
3t8
= 3t6 3t4 + 3t2 3 + 2
2
t +1
t +1

ser elemental.
Z
3t7 3t5 3t3

3
dx
=
+
3t + 3 arc tg t + C =
t2 + 1
7
5
3

1
1
1
7/6
5/6
3/6
1/6
1/6
= 3 (2x 3) (2x 3) + (2x 3) (2x 3) + arc tg(2x 3)
+C
7
5
3
I=
(3t 3t + 3t 3) dx +
5.8.2.
La sustituci
on trigonom
etrica
Las integrales de la forma:

Z p

R x, ax2 + bx + c dx,
a 6= 0,
b2 4ac 6= 0
se suelen resolver mediante la sustituci

on trigonometrica o bien la sustituci
on
hiperb
olica. Para ello, formamos previamente el cuadrado perfecto en el
trinomio ax2 + bx + c, y realizando la correspondiente sustituci
on lineal, la
integral se reduce a uno de los siguientes tipos:
Z
Z
Z
p
p
p

R t, t2 p2 dx,
R t, t2 + p2 dx
R t, p2 t2 dx,

DE PRIMITIVAS
A la primera integral se le aplica cualquiera de las sustituciones:
t = p sen u,
t = p cos u,
t = p tgh u
a la segunda, las sustituciones:

t = p sec u,
t = p cosh u
y a la tercera, las sustituciones:

t = p tg u,
t = p senh u
En general, para elegir el tipo de sustituci

on que se va a aplicar, se tiene
en cuenta que de lo que se trata es de eliminar la raz cuadrada, buscando
un cuadrado en su interior, para ello se elige la f
ormula fundamental de la
trigonometra o de la trigonometra hiperb
olica que convenga.
cos2 + sen2 = 1
cosh2 senh2 = 1
cos2 = 1 sen2
cosh2 = 1 + senh2
En todos estos casos, el cuadrado se elimina con la raz, ya que el radicando

resulta positivo.
Z p
1 x2 dx
Soluci
on. Aplicamos la sustituci
on x = sen t y transformamos la integral en
una integral trigonometrica.
Z p

Z p
x = sen t
2
=
1 x dx =
1 sen2 t cos tdt =
dx = cos tdt
Z
Z
Z
1 + cos 2t
t
sen 2t
2
= cos t cos t dt = cos tdt =
dt = +
+C =
2
2
4
2 sen t cos t
1
1 p
t
+ C = arc sen x + x 1 x2 + C
= +
2
4
2
2
de donde, al deshacer el cambio, se ha tenido en cuenta que:
p
sen t = x t = arc sen x, cos t = 1 x2
Z p
x2 1 dx
Soluci
on x = cosh t y transformamos la integral
en una integral hiperb
olica.

Z p
Z p
x = cosh t
2
x 1 dx =
=
cosh2 t 1 senh t dt =
dx = senh t dt
Z
Z
Z
senh 2t t
cosh 2t 1
dt =
+C =
= senh t senh t dt = senh2 t dt =
2
4
2
h
i
p
p
t
1
2 senh t cosh t
1
+ C = x x2 1 ln x + x2 1 + C
=
4
2
2
2
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
365
de donde, se han tenido en cuenta las siguientes f

ormulas:
senh2 t =
cosh 2t 1
,
2
senh 2t = 2 senh t cosh t
y al deshacer el cambio, se ha tenido en cuenta que:

i
h
p
cosh t = x t = arg cosh x = ln x + x2 1 ,
senh t =
Z p
4x x2 dx
p
x2 1
Soluci
on. Formamos previamente el binomio cuadrado en el radicando.

4x x2 = x2 4x = (x 2)2 4 = 4 (x 2)2
de donde, aplicando la sustituci

on x 2 = 2 sen t, transformamos la integral
en una integral trigonometrica, en efecto,

x 2 = 2 sen t
=
4x
=
4 (x
=
dx = 2 cos t dt
Z p
Z p
=
4 4 sen2 t 2 cos t dt = 4
1 sen2 t cos t dt =
Z
Z
Z
sen 2t
1 + cos 2t
+C =
dt = 2 t +
= 4 cos t cos t dt = 4 cos2 t dt = 4
2
2
x2
x 2 1p
= 2t + 2 sen t cos t + C = 2 arc sen
4x x2 + C =
+2
2
2 2
x 2 x 2p
= 2 arc sen
4x x2 + C
+
2
2
Z p
x2 dx
Z p
2)2 dx
de donde, se han tenido en cuenta las siguientes f

ormulas:
cos2 t =
1 + cos 2t
,
2
sen 2t = 2 sen t cos t
y al deshacer el cambio, se ha tenido en cuenta que:

x2
x2
t = arc sen
, cos t =
sen t =
2
2
x 2 2 1 p
4x x2
=
2
2
Z p
4 + x2 dx
Soluci
on x = 2 senh t y transformamos la integral

DE PRIMITIVAS
en una integral hiperb
olica.

Z p
Z r
x 2
x/2 = senh t
dx =
=
4 + x2 dx = 2
1+
dx = 2 cosh t dt
2
Z
Z
Z
1 + cosh 2t
2
= 2 cosh t 2 cosh t dt = 4 cosh t dt = 4
dt =
2

senh 2t
t
+
+ C = 2t + senh 2t + C =
=4
2
4
x
= 2 arg senh + 2 senh t cosh t + C =
2
!
r
r

x 2
x 2
x
x
1+
= 2 ln
+2
+ 1+
+C =
2
2
2
2
x + 4 + x2 x p
+
= 2 ln
4 + x2 + C =
2
2
xp

p
4 + x2 + C
= 2 ln x + 4 + x2 +
2
5.9.

Soluciones en la p
agina ??
5.1.
Calcular
las siguientes integrales
Z
2
a)
sen x cos3 x dx

5.1.
Soluci
on.

Soluciones en la p
agina 381
5.1.
Captulo 6
Aplicaciones de la integral.
6.1.
C
alculo del
area de una figura plana.
En general, para calcular el

area de una regi
on plana:
1.
La dividimos en franjas, infinitamente estrechas, de manera horizontal

o vertical,
2.
Suponemos que las franjas son rect

angulos, con lo cual su area se
obtendr
a como el producto de la base por la altura (la base ser
a el
diferencial correspondiente dx o dy), es decir,
da = h dx, o bien, da = h dy.
3.
Calculamos el
area total como la suma de las areas de los infinitos
rect
angulos:
Z b
da
A=
a
Los lmites de integraci

on se determinan estudiando el recorrido del
diferencial correspondiente.
Si las curvas se cortan dentro del intervalo de integraci
on, entonces habr
a que
descomponer la integral en dichos puntos y calcular las areas por separado.
En particular,
Proposici
on 6.1 (Area
bajo una curva). El a
rea del trapecio curvilneo
limitado por la curva y = f (x), siendo f (x) 0, por las rectas verticales
x = a y x = b y por el segmento [a, b] del eje Ox viene definido por la
integral,
Z b
A=
f (x) dx
a
367
CAPITULO 6. APLICACIONES DE LA INTEGRAL.
368
Proposici
on 6.2 (Area
entre dos curvas). El a
rea de la regi
on limitada
por las curvas y = f1 (x) e y = f2 (x), siendo f1 (x) f2 (x), y por las rectas
x = a y x = b viene definida por la integral,
Z
b

f2 (x) f1 (x) dx
Ejemplo 6.1. Hallar el a

rea de la regi
on comprendida entre la par
abola
x = y 2 + 1 y la recta x = 3
Soluci
on. En primer lugar localizamos el recinto. Podemos utilizar la funci
on
tal como viene definida o bien trasladarla y girarla con objeto de hacer
coincidir la recta x = 3 con uno de los ejes de coordenadas. En este
ejemplo, utilizaremos la funci
on tal como viene definida y dividiremos el
recinto en franjas horizontales o verticales.
(a) Franjas horizontales:
y
2
1
x
1
1
el diferencial de area viene definido por:

da = h dy = (3x)dy = [3(y 2 +1)]dy = (2y 2 )dy
A=
Los puntos de corte de ambas curvas son:
x = 3 3 = y 2 + 1 y = 2 (3, 2)
Con lo cual el area total ser

a:
da = 2
y3
(2 y )dy = 2 2y
3
2
2
0
8 2
2 2
=
=2 2 2
3
3
(b) Franjas verticales:

y
2
En este caso los lmites de integraci

on son:
x1 = 1 y x2 = 3
1
x
1
1
A=
da = h dx = (2y)dx = 2 x 1 dx = 2(x 1)1/2 dx

a:
da = 2
3
1/2
(x 1)
2
dx = 2 (x 1)3/2
3
3
1
=2

8 2
2
2 20 =
3
3
Ejemplo 6.2. Calcular el a

rea de la regi
on comprendida entre las par
abolas
x = y2 + 1 y x = 3 y2 .
6.1. CALCULO
DEL AREA
DE UNA FIGURA PLANA.
369
Soluci
on. En primer lugar localizamos el recinto. Podemos utilizar las funciones tal y como vienen definidas o bien intercambiar la x por la y con
objeto de que sean funciones respecto de x. En este ejemplo utilizaremos
las funciones tal y como vienen definidas y dividiremos el recinto en franjas
horizontales.
Los puntos de corte de ambas curvas los obtenemos
por igualaci
on:
y 2 + 1 = 3 y 2 2y 2 = 2 y = 1
y
1
Es decir, P (2, 1) y Q(2, 1)
x
1

da = h dx = (xd xi )dy = (3y 2 )(y 2 +1) dy =
= (2 2y 2 )dy

a:
Z
A=
da = 2
da = 2
0
1
0
1

1
8
y3
= 4(1 ) =
(2 2y )dy = 4 y
3 0
3
3
2
Tambien podemos dividir la regi

on en franjas verticales, pero en este caso
el c
alculo del
area resulta un poco m
as complicado, ya que tenemos que
descomponer la regi
on en dos regiones. En efecto,
A=
da1 +
da2 =
2 x 1dx +
2y1 dx +
2y2 dx =
2
3

2(3 x)3/2
2(x 1)3/2
+2
=
2 3 xdx = 2
3
3
1
2
4 4
8
= + =
3 3
3
Ejemplo 6.3. Calcular el a

rea de la regi
on limitada por las gr
aficas de
y = (x 2)2 e y = 3.
Soluci
on. Para facilitar los c
alculos podemos desplazar el recinto 2 unidades
a la izquierda, con objeto de centrarlo en el eje de ordenadas, con lo cual la
regi
on estar
a limitada por las gr
aficas de las funciones y = x2 , e y = 3.
y
y
y = (x 2)2
y = x2
4
4
3
3
2
2
1
1
x
x
1 2 3 4
21
1 2
370
Dividiendo el recinto en franjas verticales, tenemos:

da = h dx = (3 y) dx = (3 x2 )dx
y los lmites de integraci
on:
x2 = 3 x = 3
de donde,
A=
da = 2
x3
(3 x )dx = 2 3x
3
2
3
0
3 3
=2 3 3
=4 3
3
Tambien podemos dividir el recinto en franjas horizontales, y tenemos:
da = h dy = (2x)dy = (2 y) dy = 2y 1/2 dy
de donde,
A=
da = 2
3
0
"
2y 3/2
y 1/2 dy = 2
3
#3
=4 3
6.2.
C
alculo del volumen de un cuerpo
6.2.1.
Volumen de un cuerpo cualquiera: M

etodo de secciones
En general, para calcular el volumen de un cuerpo:

1.
Lo dividimos en secciones, rebanadas o lonchas, infinitamente estrechas, mediante cortes con planos perpendiculares a una direcci
on determinada (normalmente uno de los ejes de coordenadas o una recta
paralela a uno de ellos),
2.
Suponemos que las secciones son cilndricas, con lo cual su volumen se

obtendr
a como el producto del area de la base por la altura (la altura
ser
a el diferencial correspondiente dx o dy), es decir, dv = S(x) dx, o
bien dv = S(y) dy.
3.
Calculamos el volumen total como la suma de los vol

umenes de las
infinitas secciones:
Z b
V =
dv
a

on se determinan estudiando el recorrido del
diferencial correspondiente.
En particular,

6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
371
Proposici
on 6.3 (M
etodo de las secciones). Si el a
rea de la secci
on de
un cuerpo por un plano perpendicular al eje Ox puede expresarse en funci
on
de x, es decir, S = S(x), siendo a x b, entonces el volumen de la parte
del cuerpo comprendida entre los planos x = a y x = b, perpendiculares al
eje Ox, viene definido por la f
ormula:
Z b
V =
S(x) dx
a
6.2.2.
Volumen de un s
olido de revoluci
on: M
etodo de discos
Al cortar un s
olido mediante planos perpendiculares al eje de giro las secciones que se obtienen son discos, con lo cual su volumen viene determinado
por dv = r2 dx, o bien, dv = r2 dy, si el eje de giro es frontera a la regi
on
que gira; y por dv = (r22 r12 ) dx, o bien, dv = (r22 r12 ) dy, si el eje de
giro es exterior a la regi
on que gira.
En consecuencia,
Proposici
on 6.4 (Giro de trapecio curvilneo). Si un trapecio curvilneo limitado por la curva y = f (x), el eje Ox y las verticales por los puntos
x = a y x = b gira alrededor del eje Ox, entonces el volumen del cuerpo de
revoluci
on que se engendra viene definido por la f
ormula:
Z b
V =
y 2 dx
a
Proposici
on 6.5 (Giro de regi
on entre dos curvas). Si la regi
on limitada por las curvas y = f1 (x), e y = f2 (x), siendo 0 f1 (x) f2 (x), y las
verticales por los puntos x = a y x = b gira alrededor del eje Ox, entonces
el volumen del cuerpo de revoluci
on que se engendra viene definido por la
f
ormula:
Z b
V =
(y22 y12 ) dx
a
6.2.3.
Volumen de un s
olido de revoluci
on: M
etodo de los
cilindros
Si dividimos un s
olido de revoluci
on mediante cilindros concentricos con
el eje de giro, cada cilindro con un espesor infinitesimal. El volumen de
cada uno de estos cilindros vendr
a determinado por: dv = 2rh dx, o bien
dv = 2rh dy.
La regi
on generatriz deber
a estar a un solo lado del eje de giro, en caso contrario habr
a que descomponer la integral y hacer los vol
umenes por
separado. Tambien habr
a que descomponer la integral si la regi
on viene determinada por dos curvas que se cortan dentro del intervalo de integraci
on.
Este metodo tambien se llama de ((capas)).
372
Ejemplo 6.4. Hallar por el metodo de discos y por el de capas el volumen del
s
olido generado al girar la regi
on comprendida entre la par
abola x = y 2 + 1
y la recta x = 3 alrededor de la recta x = 3.
Soluci
on. En primer lugar localizamos el recinto.
y
Podemos utilizar la regi

on tal como viene dada o
bien trasladarla y girarla con objeto de que el giro
de la regi
on de haga sobre uno de los ejes de coordenadas. As, pueden utilizarse, por ejemplo, las
funciones y = x2 + 2, o bien, y = x2 2, y girarlas sobre el eje Ox. En este ejemplo utilizaremos la
funci
on tal como viene definida.
2
1
x
1
1
1. Metodo de discos: Hallamos el volumen de un disco elemental dV ,

y
1
2
(x, y)
(x, y)
1
x
Figura 6.1: Metodo de discos
dV = r2 dy = (3 x)2 dy = (3 y 2 1)2 dy = (2 y 2 )2 dy
Hallamos los lmites de integraci
on para la variable y:
x=3
3 = y2 + 1
y= 2
con lo cual, el volumen total, al ser simetrico, ser

a:
V =
dV = 2
dV = 2
2
2 y 2 dy =

2
3
5
4y
y
= 2
=
4 4y 2 + y dy = 2 4y
+
3
5 0
0
60 2 40 2 + 12 2
64 2
8 2 4 2
= 2
+
=
= 2 4 2
3
5
15
15
Z
2. Metodo de las capas.

4

6.2. CALCULO
y
1
1
x
(x, y)
373
(x, y)
x
Figura 6.2: Metodo de capas
Hallamos el volumen de un cilindro elemental dV ,
dV = 2rh dx = 2(3 x)(2y)dx = 4(3 x) x 1 dx

con lo cual el volumen total ser
a.
Z 3
Z 3
V =
dV = 4
(3 x) x 1 dx =
1

Z 2
x 1 = x = t2 + 1 dx =
2t dt
=
(3 t2 1)t2t dt =
= 4
x0 = 1 t0 = 0; x1 = 3 t1 = 2
0
3
2
Z 2
Z 2
5
2t
t
=
(2 t2 )t2 dt = 8
(2t2 t4 )dt = 8
= 8
3
5 0
0
0
25
2 23
64 2
4 2 4 2
20 2 12 2
= 8
=
= 8
= 8
3
5
3
5
15
15

t2
Ejemplo 6.5. Calcular el volumen generado al girar la regi

on comprendida
2
2
entre las par
abolas x = y + 1 y x = 3 y , alrededor del eje OY , aplicando
el metodo de discos y el de capas.
Soluci
on. En primer lugar localizamos el recinto.
y
2
1
x
1
1
1. Metodo de discos:
Podemos utilizar la regi

on tal como viene dada o
bien intercambiar la x por la y con objeto de que
sean funciones respecto de x. En este ejemplo utilizaremos la funci
on tal como viene definida.
Los puntos de corte de ambas curvas los obtenemos
por igualaci
on:
y 2 + 1 = 3 y 2 2y 2 = 2 y = 1
Es decir, P (2, 1) y Q(2, 1)
374
x
y
1
x
y
(xi , y)
1
(xd , y)
x
2
1
x
1
1
Figura 6.3: Metodo de discos
Hallamos el volumen de un disco elemental dV ,

dV = r22 dy r12 dy = (x2d x2i )dy = (3 y 2 )2 (y 2 + 1)2 dy = (8 8y 2 )dy

on para la variable y son y = 1. Con lo cual, el
volumen, al ser simetrico, ser
a:
V =
dV = 2
dV = 2
(8 8y 2 )dy =

1

32
8
8
=
= 2 8y y 3 = 2 8
3
3
3
0
2. Metodo de las capas (cilindros).
x
y
x
y
(x, y)
x
1
x
3
1
1
Figura 6.4: Metodo de cilindros

Hallamos el volumen de un cilindro elemental dV ,
dV = 2rh dx = 2x(2y)dx = 4xy dx
Ahora bien, el valor de y cambia a partir de x = 2, por tanto tendremos
que descomponer la integral en este punto. Los lmites de integraci
on para
la variable x son x0 = 1, x1 = 2 y x2 = 3. Con lo cual el volumen total ser
a:
Z 3
Z 2
Z 3
Z 2
x 3 x dx
x x 1 dx + 4
dV2 = 4
dV1 +
V =
1

6.2. CALCULO
375
Ambas integrales se resuelven por cambio de variable,

I1 =
Z 1
x 1 = t2
=
(t2 +1)t2t dt =
x = t2 + 1 dx = 2t dt
0
1
5
Z 1
2 2
2t3
16
2t
4
2
= + =
+
=
(2t + 2t )dt =
5
3 0 5 3
15
0
x x 1 dx =
Z 0

3 x = t2 x = 3 t2
= (3 t2 )t(2t) dt =
x 3 x dx =
dx = 2t dt
1
2

0
Z 0
3
5
6t
2
2t
6 2
8
=
(6t2 + 2t4 )dt =
=2 =
+
=
+
3
5 1
3
5
5
5
1
Z
I2 =
Con lo cual, el volumen es,
40
160
32
16 8
= 4
+
=
=
15 5
15
15
3
Ejemplo 6.6. Dada la regi

aficas de y = x, y = 0 y
x = 4, obtener, aplicando el metodo de discos y el de capas, el volumen del
s
olido formado haciendo girar dicha regi
on en torno al eje OX y al eje OY .
V = 4(I1 + I2 ) = 4
Soluci
on. 1. Giro en torno al eje OX
(a) Metodo de los discos:
y
2
1
1
2
(x, y)
x
2
1
1 2 3 4
1
2
Figura 6.5: Metodo de discos y cilindros

Por el metodo de discos, el diferencial de volumen es:
dV = r2 dx = y 2 dx = x dx
de donde, el volumen total ser
a:
Z 4
Z
V =
dV =
0
x2
x dx =
2
4
= 8
(b) Metodo de cilindros. El diferencial de volumen es,

dV = 2rh dy = 2y(4 x) dy = 2y(4 y 2 ) dy = 2(4y y 3 ) dy
376
de donde, el volumen total es,

V =
dV =
2
0
2

y4
2
= 2(8 4) = 8
2(4y y ) dx = 2 2y
4 0
3
2. Giro en torno al eje OY .

x
y
2 (x, y)
1
x
y
2
1
1 2 3 4

(a) Metodo de discos. El diferencial de volumen es,
dV = (r22 r12 ) dy = (16 x2 ) dy = (16 y 4 ) dy
de donde, el volumen total es:
V =
dV =
0
2

32
128
y5
= (32 ) =
(16 y ) dy = 16y
5 0
5
5
4
(b) Metodo de los cilindros. El diferencial de volumen es,
dV = 2rh dx = 2xy dx = 2x x dx = 2x3/2 dx

de donde, el volumen total es
V =
dV =
4
0
"
2x5/2
2x3/2 dx = 2
5
#4
0
2 2 32
128
=
5
5
Ejemplo 6.7. Obtener el volumen del s

olido formado al girar la regi
on
2
limitada por las gr
aficas de y = (x 2) e y = 3, en torno a la recta y = 3,
aplicando el metodo de discos y el de capas.
Soluci
on. Para facilitar los c
alculos podemos desplazar el recinto 2 unidades
a la izquierda, con objeto de centrarlo en el eje de ordenadas. Con lo cual
el volumen se generar
a al girar la regi
aficas de y = x2
e y = 3, en torno a la recta y = 3. Tambien se podra voltear la regi
on con
objeto de hacerla girar en torno al eje Ox, sin embargo, la integral resultante
en esta caso es un poco m
as difcil.
6.3. LIMITE DE SUMAS
377
y = (x 2)2
3
2
1
2
yy=x
(xi , y)
3
2
1
2 1
1 2 3
(xd , y)
x
1 2

1. Metodo de discos. Hallamos el volumen de un disco elemental dV :
dV = r2 dx = (3 y)2 dx = (3 x2 )2 dx = (9 6x2 + x4 ) dx

on para la variable x son 3, y al ser la regi
on
simetrica resulta:
V =
dV = 2
dV = 2
(9 6x2 + x4 ) dx =
!

3
5
x
3
9
= 2 9x 2x3 +
=
= 2 9 3 2 3 3 +
5 0
5
45 3 30 3 + 9 3
48 3
= 2
=
5
5
2. Metodo de los cilindros. Hallamos el volumen de un disco elemental dV :
dV = 2rh dy = 2(3 y)2 y dy = 4(3 y) y dy

on de la variable y son 0 y 3, con lo cual el volumen
total ser
a:
Z 3
Z 3
Z 3
V =
dV = 4
(3 y) y dy = 4
3y 1/2 y 3/2 dy =
0
0
0
#3
"
"
#
5/2
29 3
48 3
30 18
2y
3/2
3=
= 4
= 4 2y
= 4 2 3 3
5
5
5
5
0
6.3.
Lmite de sumas
Los siguientes lmites pueden calcularse mediante integrales:

Proposici
on 6.6.
n
1 X i
=
f
lm
n n
n
i=1
f (x) dx
378
Ejemplo 6.8. Calcular el siguiente lmite, lm
4n + 1 + +
n3/2
4n + n
Soluci
on. Este lmite lo podemos resolver mediante integrales, en efecto:
4n + 1 + + 4n + n
4n + 1 + + 4n + n
= lm
=
lm
n
n
n3/2
n
n1/2
r
n
n
i
1 X 4n + i
1X
4+ =
= lm
= lm
n n
n n
n
n
i=1
i=1
"
#1
Z 1
Z 1
2(4 + x)3/2
2
1/2
4 + x dx =
(4 + x) =
= (5 5 8)
=
3
3
0
0
6.4.

Soluciones en la p
agina ??
6.1.

6.1.
Soluci
on.

Soluciones en la p
agina ??
6.1.
Soluciones a los ejercicios y

problemas propuestos
Captulo 1
Ejercicios de la secci
on 1.1 (p
ag. 10)
1.1.1. a) (, 1) (0, 1)
1.1.2. a) x1 = 1, x2 = 4
1.1.3. a) 1 < x < 4
b) [0, 1] [5, 6]
b) x1 = 1/2, x2 = 5/4
b) x < 1/2, x > 5/4
ag. 17)
on 1.2 (p
1.2.1. x = 3
1.2.2. y1 = 6, y2 = 2.
1.2.3. a) Circunferencia C(3, 2), r = 1,

1.2.4. a) Crculo C(3, 2), r = 2,
b) Punto (1,-2)
c) Sin soluci
on.
b) Exterior crculo C(2, 1), r = 2
c) Sin soluci
on.
ag. 39)
on 1.3 (p
1.3.1. a) No definido, b) 0, c) 2, d)
x + x + 1
1.3.2. a) (, 1] [1, +], b) (3, +), c) [0, 2]
1.3.3. a) 0, b) No definido, c) x 1, d) 0, e) -1, f) x 1
on 1.4 (p
ag. 48)
1.4.1. a) 1, 2, 3, 4, 5, . . . , b) 1, 1, 1, 1, 1, . . . , c) 1, 2, 3, 4, 5 . . .
1.4.2. a) (1)n+1 2n, b)
n
2n2
, c) n1
(n + 1)(n + 2)
3
1.4.3. a) converge a ek , b) converge a 0, c) converge a 0 (nota: n! nn1

1.4.4. a) no mon
otona, b) mon
otona decreciente, c) mon
otona creciente.
on 1.5 (p
ag. 77)
1.5.1. a) 1/8, b) 1/6, c) 0
1.5.2. a = 2, b = 1
1.5.3. a) , b) +, c) No definido.
1.5.4. a) +, b) , c) +.
ag. 83)
Soluciones a los ejercicios propuestos del Captulo 1 (p
1.1. a) (1, 3), b) (, 4) (6, +), c) [1, 5], d) (, 5/3] [3, +)
1.2. a) C(2, 1), r = 2, b) fuera, circunferencia, dentro
1.3. a) [1, 3) (3, +) b) [1, 3)
379
380SOLUCIONES A LOS EJERCICIOS Y PROBLEMAS PROPUESTOS

1.4. a) 1/2 b) 1/2 c) 1/4 c) e3
1.5. a) 4/7 b) 1/2 c) e1/3
Soluciones a los problemas propuestos del Captulo 1 (p

ag. 84)
1.1. a) e7/3
Captulo 2
ag. 139)
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.
a) x2 + y 2 4 Crculo
b) x 6= y Plano, salvo y=x
op.
d) x2 + 4y 2 < 4 Int. elipse
c) |y| |x|, x 6= 0 Angulos
e) x 6= y Plano, salvo recta y = x
f) x + y < 4 Semiplano
g)
R
Todo
el
plano
h)
y 6= 0 R2 , salvo eje OX
i) xy < 4 franja entre hiperbola

a) 2x2
b) 0
c) 4x2 y 2
d) cos (x2 + y 2 z)
e) cos (2x)
f) |x|

a) Plano horizontal b) Plano
c) Cono
d) Semiesfera sup.
e) Semielipsoide sup. f) Silla de montar
a) Circunferencias concentricas b) Circunferencias concentricas
c) Hiperbola
d) Rectas paralelas
f) Esfera
e) Plano
g) Paraboloide
h) Cono
c) 0
d) No existe
a) ln 2
b) 53
f) 0
g) 0
h) 81
e) 1
i) 3
j) No existe
k) No existe
l) No existe
m) No existe
n) No existe
o) 0
p) 2
q) 0
r) 1
s) 0
t) No existe

a) f (0, 0) = 0
b) R2 {(0, 0)}
c) y 6= 1 x2 , y > 0
d) f (0, y) = y
e) x2 + y 2 < 1
f) y > 1 , y 6= x2
b) y 6= x
c) (x, y) 6= (0, 0)
a) Continua
d) |x| 6= 2|y|
e) (x, y) 6= (0, 0)
f) Continua en (0, 2),
y 6= 2, x 6= k
ag. 140)
2.1.
Captulo 3
ag. 200)
3.1.

ag. 201)
3.1.
381
Captulo 4
ag. 316)
4.1. La funci
on no es continua en (0, 0) y por tanto no es diferenciable en dicho punto.
Aplquese infinitesimo sen y y y luego trayectorias rectilneas. En el resto del
plano es diferenciable por tratarse de una funci
on elemental.
4.2. P1 (0, 0) punto silla, P2 (1/6, 1/3) mnimo relativo.

ag. 317)
4.1. Sea z = f (x, y), hagamos x = x0 + tu1 e y = x0 + tu2 , en consecuencia z = g(t).
H
allese g (0) mediante la definici
on de derivada y mediante la regla de la cadena e
igu
alense los resultados.
Captulo 5
ag. 366)
5.1. a)
sen3 x
sen5 x
+C
3
5
ag. 366)
5.1.
Captulo 6
ag. 378)
6.1. a)
sen3 x
sen5 x
+C
3
5

ag. 378)
6.1.
382SOLUCIONES A LOS EJERCICIOS Y PROBLEMAS PROPUESTOS
Bibliografa
[1] Larson - Hostetler C
alculo y Geometra Analtica. Mc Graw Hill,
1992.
[2] Claudio Pita Ruiz Calculo Vectorial. Prentice Hall Hispanoamericana, Mexico, 1994.
[3] Robert G. Bartle Introducci
on al An
alisis Matem
atico. Editorial
Limusa, S.A. Mexico, 1982.
383
Indice alfab
etico
Binomio de Newton, 182
Campo escalar, 88
vectorial, 89
Composici
on de funciones, 27, 96
vectoriales, 97, 268
Concavidad, 194
Continuidad, 58
en dos variables, 113
Crecimiento, 192
Curvas de nivel, 105
Derivadas
direccionales, 219
parciales, 203
cruzadas, 215
de
ordenes superiores, 214
notaci
on vectorial, 209
Diferenciabilidad, 225
Diferencial, 231
Distancia:
entre n
umeros reales, 9
entre puntos del espacio, 12
entre puntos del plano, 11
Dominio, 20, 89
implcito de una funci
on, 25
de varias variables, 89
Entorno, 111
Extremos, 188, 296
condicionados, 305
de una variable, 188
absolutos, 188
relativos, 192
Funci
on
de una variable, 21
dominio implcito, 25
lmite, 49
de varias variables, 86
composici
on, 27, 96
continuidad, 113
dominio, 89
gr
afica, 102
lmite, 113
operaciones, 94
derivada parcial, 206
dominio, 20
implcita, 287
inversa, 31
inyectiva, 31
recorrido, 20
vectorial, 88, 259
Gradiente, 241
Hessiano, 300
Infinitesimos, 125
Integraci
on
cambio de variable, 343
funciones irracionales, 362
funciones racionales, 350
funciones trigonometrica, 358
inmediata, 341
metodo de Hermite, 357
por partes, 346
sustituci
on trigonometrica, 363
tabla, 342
Integral, 319
384
INDICE ALFABETICO
aplicaciones, 367
areas, 367
indefinida, 341
lmite de una suma, 324
Jacobiano, 265
Lmite
de funciones, 49
de dos variables, 113
de sucesiones, 41
mediante integrales, 324
Mac Laurin, 176
Multiplicadores de Lagrange, 305
Plano tangente, 245, 248, 249
Primitiva, 341
Puntos de inflexi
on, 194
Raz
on de cambio, 210
Recorrido, 20
Recta normal, 251
Regla de Barrow, 337
Regla de la cadena, 267
Sucesi
on
acotada, 48
lmite, 41
mon
otona, 47
Sumas de Riemann, 319
Taylor, 175
c
alculos aproximados, 185
lmites, 187
polinomio, 175
resto, 184
Teorema
de Schwartz, 216
fundamental, 334
Vector normal, 245
Volumen, 370
de revoluci
on
capas, 371
discos, 371
385

Vera Salvador - Calculo para La Ingenieria

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

Vera Salvador - Calculo para La Ingenieria

Uploaded by

Copyright:

Available Formats

Calculo para la ingeniera

2. Funciones de varias variables: Lmites

3. Derivada de Funciones de una variable

3.3. Lmite de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Soluciones a los ejercicios y problemas propuestos

c by Salvador Vera Ballesteros, 1998-2004.

Suponemos conocidos los n

Figura 1.1: La recta real

Orden, desigualdades e intervalos

a) a es mayor que cero (es positivo), a > 0;

Si a es menor que b, tambien se dice que b es mayor que a y se escribe b > a

1.1. LA RECTA REAL

Ejemplo 1.1 (Resolviendo inecuaciones). Hallar el conjunto soluci

Por tanto, el conjunto soluci

Luego el conjunto soluci

Ejemplo 1.3 (Resolviendo inecuaciones dobles). Hallar el conjunto soluci

Luego el conjunto soluci

Como la desigualdad se cumple s

1.1. LA RECTA REAL

Ejemplo 1.5 (Resolviendo inecuaciones racionales). Hallar el conjunto soluci

Y teniendo en cuenta que una funci

Como la desigualdad se cumple s

Valor absoluto y distancia

Ejemplo, |3| = 3, |0| = 0, | 3| = 3.

Nota: El valor absoluto de un n

segundo apartado, que x es negativo.

Ejemplo 1.6. Eliminar el valor absoluto en las siguientes expresiones:

(b) |1 + 2 10| = (1 + 2 10) = 1 2 + 10

Aunque formalmente no es correcto, esta propiedad puede expresarse

(x)2 = x2 . Sin embargo, en C

negativa tendremos que explicitarlo con un signo menos 4 = 2.

1.1. LA RECTA REAL

Ejemplo 1.8 (Desigualdades con valor absoluto). Resolver las siguientes

5. |2x 3| 2 No tiene soluci

6. |2x 3| 2 Se cumple siempre, luego x (, +)

Cualquier intervalo se puede expresar en terminos de valor absoluto de la

Ejemplo 1.10 (Expresion de intervalos mediante valor absoluto). Expresar

1.1. LA RECTA REAL

Ejemplo 1.11. Expresi

La manera de expresar que x 6= 4 es mediante la desigualdad 0 < |x 4|

(orden creciente de los n

Ejemplo 1.12 (Distancia en la recta). Hallar la distancia entre -2 y 5

Figura 1.2: Distancia en la recta real

Ejercicios propuestos de la secci

1.1.1. Resolver las desigualdades:

1.1.2. Resolver las ecuaciones:

El plano y el espacio cartesiano

Figura 1.3: El plano cartesiano

1.2. EL PLANO Y EL ESPACIO CARTESIANO

Figura 1.4: Las dos orientaciones del espacio.

Figura 1.5: El espacio cartesiano

Distancia entre dos puntos

a los ejes de coordenadas, y aplicamos el teorema de Pit

Figura 1.6: Distancia entre dos puntos

b) En el espacio. Para hallar la distancia entre dos puntos del espacio,

c) En el espacio n-dimensional. Se llama punto x de un espacio ndimensional al conjunto ordenado (n-upla) de n

Ejemplo 1.13 (Distancia entre dos puntos). Hallar la distancia:

b) d = (3 2)2 + (4 2)2 + (5 3)2 = 1 + 4 + 4 = 9 = 3

1.2. EL PLANO Y EL ESPACIO CARTESIANO

y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci

Si la circunferencia tiene su centro en el origen de coordenadas (0, 0) y

Si consideramos que el crculo incluye la circunferencia, su ecuaci

Figura 1.7: Circunferencia y crculo