Professional Documents
Culture Documents
MATEMATICO
ricas
Notas teo
y
problemas propuestos
Departamento de Algebra,
An
alisis Matem
atico,
Geometra y Topologa
UNIVERSIDAD DE VALLADOLID
Introducci
on
Estas notas, que se ofrecen al estudiante, constituyen un resumen de los contenidos
de la asignatura An
alisis Matematico impartida por el Departamento de Algebra,
Analisis
Matematico, Geometra y Topologa en el primer curso del Grado en Fsica de la Universidad
de Valladolid.
Cada tema consta de dos partes: en la primera de ellas se presentan las definiciones,
propiedades y resultados indispensables correspondientes a la teora que se estudia en dicho
tema; la segunda incluye enunciados de algunos ejercicios, de dificultad variable, que se
proponen al alumno para su resolucion.
Por supuesto, estas notas no pretenden sustituir a los textos clasicos que aparecen recomendados en la bibliografa. La habilidad en la resolucion de problemas se adquiere u
nicamente dedicando a ello esfuerzo y tiempo, por lo que el alumno no debe contentarse con
intentar los problemas aqu propuestos, sino que debe acudir a los numerosos libros sobre la
materia que se encuentran editados.
El profesor de la asignatura.
Felix Galindo Soto
Indice general
Introducci
on
1. Generalidades. N
umeros reales.
1.2. N
umeros naturales, enteros y racionales . . . . . . . . . . . . . . . . . . . . .
1.4. Combinatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.6. Complementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2. N
umero complejo
22
22
2.2. Argumento de un n
umero complejo . . . . . . . . . . . . . . . . . . . . . . .
25
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
31
31
33
36
39
41
3.6. Indeterminaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
INDICE GENERAL
iii
44
3.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4. Sucesiones num
ericas
4.1. Sucesiones convergentes
52
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
56
58
60
65
66
4.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
71
5.1. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
73
5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
79
79
84
88
6.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
7. C
alculo de primitivas
105
INDICE GENERAL
iv
126
146
164
INDICE GENERAL
11.Sucesiones y series de funciones
184
215
235
260
INDICE GENERAL
vi
284
Captulo 1
Generalidades. N
umeros reales.
1.1.
Conjuntos. Relaci
on de orden
Esta primera seccion esta destinada a presentar los conceptos basicos de la Teora de
Conjuntos, estableciendo la notacion y terminologa que seran utilizadas posteriormente.
Partiremos del concepto de conjunto en su acepcion intuitiva de coleccion de objetos,
sus elementos. Admitiremos la existencia de conjuntos y, en particular, la existencia de
un conjunto denominado conjunto vaco y denotado por , caracterizado por carecer de
elementos.
Supondremos asimismo al lector familiarizado con la terminologa y los conceptos basicos
tales como pertenencia, inclusi
on, uni
on, interseccion, producto cartesiano, etc., y sus propiedades elementales.
Representaremos los conjuntos por letras may
usculas (A, B, X, . . .) y sus elementos por
letras min
usculas (a, b, c, x, y, z, . . .). Conocer un conjunto es conocer todos sus elementos y,
cuando es posible, dicho conjunto se representa escribiendo entre llaves sus elementos separados por comas (el orden en que se escriban es irrelevante); as, por ejemplo, el conjunto V
de las vocales en el alfabeto latino se puede describir como
V = {a, e, i, o, u} o V = {i, e, a, u, o} ,
etc..
Captulo 1. Generalidades. N
umeros reales.
ra que lo habitual es determinar un conjunto mediante una propiedad que verifiquen sus
elementos y solo ellos; por ejemplo, podemos definir E como el conjunto de todas las estrellas
visibles desde la Tierra. La expresion matematica tpica para representar un conjunto por
este procedimiento es
X = {x : x verifica P}
X = {x / x verifica P} ,
conjuntos de F:
A = {x : x A para alg
un A F} .
AF
Captulo 1. Generalidades. N
umeros reales.
Dados dos conjuntos A y B se define su interseccion, representada por A B, como el
conjunto de los elementos que pertenecen a ambos:
A B = {x : x A y x B} .
La interseccion de dos conjuntos se puede generalizar a la interseccion de una familia
arbitraria de conjuntos: dada una familia de conjuntos F, se define la interseccion de
todos ellos, denotada por A, como el conjunto de los elementos que pertenecen a
AF
AF
Captulo 1. Generalidades. N
umeros reales.
Es necesario subrayar la importancia del orden de los factores a la hora de definir un
producto cartesiano: si A 6= B no es lo mismo A B que B A . A esto hace referencia
la expresion par ordenado de la definicion.
En un conjunto se pueden definir relaciones entre sus elementos. Los dos tipos de relaciones que se presentan con mas frecuencia en las matematicas son las relaciones de equivalencia y las relaciones de orden. Puesto que a lo largo del curso no se va a hacer un uso
explcito del concepto de relacion de equivalencia, nos limitaremos a repasar la definicion y
propiedades basicas de la relacion de orden.
1.1.2 Definici
on Sea A un conjunto no vaco. Una relacion en A es un subconjunto R
del producto cartesiano A A. Si a, b A, se dice que a est
a relacionado con b (por la
relacion R) si el par (a, b) pertenece a R y se escribe aRb.
1.1.3 Definici
on Sea A un conjunto no vaco. Una relacion en A es de orden, y la representaremos por , si verifica las siguientes propiedades:
i) Propiedad reflexiva: a a para cualquier a A.
ii) Propiedad antisimetrica: Si a, b A con a b y b a, entonces a = b.
iii) Propiedad transitiva: Si a, b, c A con a b y b c, entonces a c.
La relacion de orden se dice que es total si dados dos elementos cualesquiera a y b de A se
tiene que o bien a b o bien b a.
Para una relacion de orden, si a b y a 6= b, se escribe a < b o b > a.
1.1.4 Definici
on Se llama conjunto ordenado a todo conjunto no vaco dotado de una
relacion de orden.
Si la relacion de orden es total se dice que el conjunto esta totalmente ordenado.
1.1.5 Ejemplo Aunque a lo largo de este curso nos limitaremos a manejar la relacion de
orden total definida en el conjunto de los n
umeros reales, hay otros dos ejemplos sencillos
que conviene mencionar:
Captulo 1. Generalidades. N
umeros reales.
1. En el conjunto de las palabras admitidas en su diccionario por la Real Academia de la
Lengua Espa
nola, el orden alfabetico es una relacion de orden total.
2. Dado un conjunto X se puede considerar a todos sus subconjuntos como los elementos
de un nuevo conjunto denominado partes de X y denotado por P(X). La relacion
de inclusion definida en P(X) es una relacion de orden, pero si X tiene dos o mas
elementos no es total.
1.1.6 Definici
on Sean A un conjunto ordenado y B un subconjunto no vaco de A.
Se dice que A es cota superior de B si b para cada b B.
Se dice que A es cota inferior de B si b para cada b B.
Si B tiene una cota superior se dice que B esta acotado superiormente; si B tiene una
cota inferior se dice que B esta acotado inferiormente. Si el conjunto B esta acotado
superior e inferiormente se dice, simplemente, que esta acotado.
1.1.7 Definici
on Sea A un conjunto totalmente ordenado.
Se dice que un subconjunto B acotado superiormente tiene extremo superior o supremo
si existe una cota superior que verifica la siguiente propiedad:
Si es otra cota superior se tiene que .
En este caso se dice que es el extremo superior o supremo de B y se representa por
sup B o extB.
Se dice que un subconjunto B acotado inferiormente tiene extremo inferior o nfimo si
existe una cota inferior que verifica la siguiente propiedad:
Si es otra cota inferior se tiene que .
En este caso se dice que es el extremo inferior o nfimo de B y se representa por
nf B o extB.
Captulo 1. Generalidades. N
umeros reales.
1.2.
N
umeros naturales, enteros y racionales
b) n + 1 S para cada n S,
Captulo 1. Generalidades. N
umeros reales.
entonces S = N.
Esta u
ltima propiedad proporciona una herramienta muy u
til de razonamiento, el llamado
principio de induccion.
1.2.1 Principio de inducci
on.
Sea P una proposicion enunciada para los n
umeros naturales. Denotemos por P(n) a la
proposicion relativa a n N. Se supone que existe un n0 N tal que:
i) P(n0 ) es cierta.
ii) Si m n0 y P(m) es cierta entonces P(m + 1) es cierta.
Entonces la proposicion P(n) es cierta para todo n n0 .
En particular si n0 = 1 resulta que P(n) es cierta para cada n N.
1.2.2 Observaci
on Se ha tenido en cuenta en el enunciado anterior que, en lo tocante al
orden, el conjunto {n0 , n0 + 1, n0 + 2, . . . }, con n0 N, goza de las mismas propiedades
que N.
Las operaciones definidas en N no gozan de todas las propiedades que cabra esperar.
Por ejemplo, una ecuacion tan simple como x + 3 = 2 no tiene solucion en el conjunto de
los n
umeros naturales; para subsanar esta deficiencia se ampla el conjunto N a un conjunto
mas grande extendiendo tambien las operaciones ya definidas.
Se denota por Z, y se denomina conjunto de los n
umeros enteros, al conjunto
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .};
sus elementos se denominan n
umeros enteros.
En Z se definen las operaciones conocidas, suma + y producto . El 0 es el elemento
neutro de la suma, y si p Z, p es el elemento simetrico u opuesto de p, es decir, aquel
cuya suma con p es el elemento neutro. Por otra parte, 1 es el elemento neutro del producto
Captulo 1. Generalidades. N
umeros reales.
(llamado elemento unidad), esto es, 1 p = p para todo p Z. En el conjunto de los n
umeros
enteros se considera la relacion de orden habitual.
Los n
umeros enteros carecen (excepto 1 y 1) de elemento inverso para el producto: si
p Z es distinto de 1 y 1, no existe q Z tal que p q sea igual a 1 (el elemento unidad).
Esto hace necesario ampliar este conjunto, siempre manteniendo las operaciones y la relacion
de orden.
El conjunto de los n
umeros racionales es el conjunto
Q = {p/n : p Z, n N},
cuyos elementos son los n
umeros racionales.
En Q se tienen definidas las operaciones suma + y producto , y la relacion de
orden , todas ellas conocidas.
1.3.
Aunque las operaciones dadas en Q gozan de buenas propiedades, el conjunto resulta ser
incompleto en el sentido que ilustramos a continuacion con un ejemplo clasico:
1.3.1 Proposici
on
i) No existe ning
un n
umero racional r tal que r2 = 2.
ii) El conjunto {r Q : r2 2} es un conjunto acotado superiormente que no tiene
extremo superior en Q.
El concepto de n
umero real surge de la necesidad de salvar esta incompletitud.
1.3.2 Definici
on Se llama recta real o conjunto de los n
umeros reales, y se representa
por R, a todo conjunto no vaco, provisto de dos operaciones, + y denominadas
Captulo 1. Generalidades. N
umeros reales.
suma y producto respectivamente, y una relacion de orden que cumplen las siguientes
propiedades:
(R, +) es un grupo conmutativo, es decir:
S1: Propiedad asociativa: (x + y) + z = x + (y + z) para cualesquiera x, y, z R.
S2: Propiedad conmutativa: x + y = y + x para cada x, y R.
S3: Existencia de elemento neutro: Existe un elemento en R, denotado por 0, tal que
x + 0 = x para cada x R.
S4: Existencia de elemento simetrico: Para cada x R existe un elemento, denotado
por x R, tal que x + (x) = 0.
(R \ {0}, ) es un grupo conmutativo, es decir:
P1: Propiedad asociativa: (x y) z = x (y z) para cualesquiera x, y, z R.
P2: Propiedad conmutativa: x y = y x para cada x, y R.
P3: Existencia de elemento unidad : Existe un elemento en R, denotado por 1, tal que
x 1 = x para cada x R.
P4: Existencia de elemento inverso: Para cada x R, x 6= 0, existe un elemento,
denotado por x1 R, tal que x x1 = 1.
Captulo 1. Generalidades. N
umeros reales.
10
Axioma de completitud
C: Todo subconjunto no vaco de R y acotado superiormente tiene extremo superior.
Las nueve primeras propiedades (S1-S4, P1-P4 y D) se resumen diciendo que (R, +, ) es
un cuerpo conmutativo.
1.3.3 Observaci
on Es com
un el uso de la siguiente notacion abreviada: si a1 , a2 , . . . , an son
n
umeros reales, su suma se representa por
n
X
ai
a1 + a2 + . . . + an ;
i=1
ai
i=1
a1 a2 . . .an
a1 a2 . . . an .
1.3.4 Observaci
on Si x, y R es habitual escribir x y para representar la suma x + (y),
es decir, la resta de dos n
umeros es la suma del primero con el opuesto del segundo. De forma
analoga, si x, z R, con z 6= 0, es habitual escribir x/z para representar el producto x z 1 ,
es decir, la division de dos n
umeros es el producto del primero por el inverso del segundo.
Esta notacion es coherente con el hecho de que Q se puede considerar como un subconjunto de R, de modo que
N Z Q R.
Notese, por u
ltimo, que existen n
umeros reales que no son racionales, es decir, R es realmente una extension no trivial de Q; por ejemplo, el conjunto {r Q : r2 2} esta acotado
superiormente y su extremo superior no es un n
umero racional.
1.3.5 Observaci
on (Q, +, ) tambien tiene estructura de cuerpo conmutativo, y la relacion
de orden en el definida es total y compatible con la estructura algebraica. Sin embargo, y
como se ve en la proposicion 1.3.1, en este caso no se verifica el axioma de completitud C.
1.3.6 Definici
on Los elementos de R se denominan n
umeros reales. Un n
umero real x es
positivo si x > 0 y es negativo si x < 0.
Captulo 1. Generalidades. N
umeros reales.
11
y
xw + yz
x
+ =
.
z w
z w
Captulo 1. Generalidades. N
umeros reales.
12
1
< .
n
1.3.10 Proposici
on (Parte entera de un n
umero real) Si x R existe un u
nico m
Z que verifica que
m x < m + 1.
Dicho n
umero entero se denomina parte entera de x y se denota x.
1.3.11 Propiedad de densidad de los n
umeros racionales. Sean x, y R, x < y.
Existe entonces un n
umero racional r tal que x < r < y.
Por tanto, entre dos n
umeros reales distintos existen infinitos n
umeros racionales.
1.3.12 Definici
on El conjunto R\Q (que es no vaco) se denomina conjunto de los n
umeros
irracionales y se denota por I.
1.3.13 Densidad de los n
umeros irracionales. Sean x, y R, x < y. Existe entonces
un n
umero irracional z tal que x < z < y.
Por tanto, entre dos n
umeros reales distintos existen infinitos n
umeros irracionales.
Captulo 1. Generalidades. N
umeros reales.
13
1.3.14 Observaci
on El resultado anterior, junto con la propiedad de densidad de los racionales
en R, muestra que en cualquier intervalo de la recta real existen infinitos n
umeros racionales,
e infinitos n
umeros irracionales.
Si, como es habitual, se representan graficamente los n
umeros enteros dispuestos en una
lnea, manteniendo su orden de forma creciente de izquierda a derecha, y de manera que dos
cualesquiera que sean consecutivos mantengan una distancia fija, los n
umeros racionales (no
enteros) ocupan en dicha lnea lugares intermedios, pero no la llenan; los poros que quedan
(fruto de la incompletitud de Q ) corresponden precisamente a los lugares que ocupan los
n
umeros irracionales. Esta idea es la que justifica el nombre de recta real y que sus elementos
se denominen tambien puntos.
-4
-3
-2
-1
si x 0;
x si x < 0.
Captulo 1. Generalidades. N
umeros reales.
14
(desigualdad triangular).
vi) |x| |y| |x y|.
Captulo 1. Generalidades. N
umeros reales.
15
Observese que los conjuntos unipuntuales {x} son intervalos reducidos a un punto. Tambien son intervalos los conjuntos no acotados de la forma
{x R : x > a} ,
{x R : x a} ,
{x R : x < a} ,
{x R : x a} ,
para alg
un a R, que se denotan, respectivamente,
(a, ) ,
[a, ) ,
(, a) ,
(, a] ,
as como la recta real, representada por (, ) ; todos ellos se denominan de forma generica
intervalos no acotados. El smbolo se lee infinito. Nos volveremos a encontrar con este
smbolo en numerosas ocasiones que aclararan mas su significado.
1.4.
Combinatoria
Se suele decir que el analisis combinatorio es la tecnica que permite saber cuantos elementos hay en un conjunto sin tener que hacer una lista completa. Aunque en esta asignatura
no haremos apenas uso de tecnicas de conteo, necesitamos conocer, al menos, la notacion.
1.4.1 Definici
on Para un n
umero entero no negativo n se define su factorial n! mediante
la formula recurrente
0! = 1 ;
n! = n (n 1)! ,
o lo que es lo mismo,
0! = 1 ;
n! =
n
Y
k=1
k,
n N,
n N.
1.4.2 Observaci
on n! es el n
umero de permutaciones sin repeticion de n elementos.
1.4.3 Definici
on Sean m, n N, con m n. se define
Vm,n =
m!
= m (m 1) (m 2) (m n + 1).
(m n)!
1.4.4 Observaci
on Este n
umero natural coincide con el n
umero de variaciones ordinarias,
o sin repeticion, de m elementos tomados de n en n. En particular, si m = n se tiene que
Vn,n = n!/0! = n!.
Captulo 1. Generalidades. N
umeros reales.
16
1.4.5 Definici
on Si k y n son n
umeros enteros, con n 0 y 0 k n, se define el n
umero
combinatorio denominado n sobre k y denotado por nk o Cn,k , como
n
n!
=
.
k
(n k)! k!
1.4.6 Observaci
on Se comprueba inmediatamente que
Vn,k
n
n (n 1) (n 2) (n k + 1)
=
=
,
k
k!
k!
y coincide con el n
umero de combinaciones de n elementos tomados de k en k, es decir, con
el n
umero de conjuntos de k elementos distintos elegidos de un conjunto de n elementos sin
importar el orden.
1.4.7 Propiedades Los n
umeros combinatorios son n
umeros naturales y verifican las siguientes propiedades: si m, n N, con m n,
m
m
m
m
m
=
= 1;
= m;
=
;
0
m
1
n
mn
m
m1
m1
=
+
.
n
n1
n
n=1
n=2
n=3
n=4
1
1
1
1
1
n
k
1
2
3
4
1
3
1
4
los que ocupan las posiciones extremas de cada fila, es la suma de los dos que figuran encima
de el.
1.4.8 F
ormula de Newton. Dados x, y R y n N, se verifica que
n
X
n nk k
n
x
y
(x + y) =
k
k=0
n n
n n1
n n2 2
n
n n
n1
=
x +
x
y+
x
y + ... +
xy
+
y .
0
1
2
n1
n
Captulo 1. Generalidades. N
umeros reales.
1.5.
17
Ejercicios
1 Probar por induccion las siguientes igualdades. En todos los casos n denota un n
umero
natural.
1.1 1 + 2 + + n =
n(n + 1)
.
2
1.2 12 + 22 + + n2 =
n(n + 1)(2n + 1)
.
6
1.3 13 + 23 + + n3 =
n2 (n + 1)2
.
4
1.4
n
X
k=1
1.5
n
X
k=1
k2k = 2 + (n 1)2n+1 .
k k! = (n + 1)! 1.
1.6 Los n
umeros 7n 6n 1 y n5 n son divisibles respectivamente por 36 y 5.
1.7 Desigualdad de Bernouilli : Si a R, a > 0, y n N, entonces (1 + a)n 1 + na.
n
X
1
> n si n N, n 2.
1.8
k
k=1
1.9 2n > n2 si n N, n 5.
2 Sea x R. Probar que para cada n N se verifica que:
x
nx
(n + 1)x
2.1 sen
sen(x + sen(2x) + + sen(nx) = sen
sen
.
2
2
2
nx
(n + 1)x
x
2.2 sen
1 + cos(x) + cos(2x) + + cos(nx) = cos
sen
.
2
2
2
3 Determinar para que n
umeros naturales n se verifica que n4 18n2 +81 es m
ultiplo de 64.
4 Probar que si
n
/ N entonces
n
/ Q (es decir, la raz cuadrada de un natural que no
es cuadrado perfecto es un n
umero irracional).
5 Sea a un n
umero racional no nulo y x un n
umero irracional. Probar que a + x y a x son
irracionales.
Captulo 1. Generalidades. N
umeros reales.
18
x+ y es racional. Probar
7.2 cos(10 ).
7.3
2+
3+
5.
99
X
1
.
k+1+ k
35
X
1
.
k(k + 1)(k + 2)
k=1
8.3
k=1
8.2
100
X
k=1
8.4
1
.
k(k + 1)
22
X
xk +
k=1
1 2
, x R, x > 0.
xk
1
n
9.3 D = Q (0, 5).
9.4 E = (1) 1
:nN .
n
9.5 F = {x R : x(x 1)(x 2)(x 3) < 0}.
10 Escribir los siguientes conjuntos como union de intervalos:
p
10.1 x R : 1 > 3 |x| x .
10.2 x R : |x + 2| + |x 2| 12 .
10.3 x R : |x(x 1)| < 1/2 .
10.4 x R : |x + 1| < |x| .
a + b + |a b|
2
mn{a, b} =
a + b |a b|
.
2
12.3 x2 4|x| 12 = 0.
12.2
1 x2 = 1 |x|.
12.4 |x 1| |x 2| = 3.
Captulo 1. Generalidades. N
umeros reales.
12.5 |x| = x2 + x 2.
12.6
19
1 2x
= 1.
3 |x 1|
1
13.3 Para cada R, se tiene que | sen() cos()| .
2
14 Usando el ejercicio anterior, probar que los conjuntos siguientes estan acotados:
o
n sen(x)
:
x
R,
|x|
>
2
.
14.1
x2 1
n x
o
14.2
:
x
R
.
1 + x2
o
n 1 + sen()
: R .
14.3
1 + sen() cos()
15 Sea x R con |x| 1. Probar que |16x4 + 8x3 + 4x2 + 2x + 1| < 32.
16 Sean a, b R con a > 0, b > 0. Probar que
ab
a+b
y que la igualdad se verifica,
2
si y solo si, a = b.
17 Decir si son acotados los conjuntos:
n
o
1
A = n + /n N ,
n
n
o
1
B = (1)n 3
/n N .
n
1.6.
Complementos
Captulo 1. Generalidades. N
umeros reales.
20
1.6.1 Definici
on Si x es un n
umero real y n un n
umero natural, se define el n
umero real
n veces
1.6.4 Proposici
on Sean a R, a > 0. Si p/n = q/m, con p, q Z, n, m N, entonces
1
a /n
p
1 q
= a /m .
Este resultado permite dar la siguiente definicion, puesto que nos garaniza que el valor
obtenido no depende de la eleccion de la fraccion que representa a r.
1.6.5 Definici
on Sean a R, a > 0, y r Q. Se define el n
umero ar por:
p
a1/n
si r > 0 ;
1
si r = 0 ;
ar =
a1/n p si r < 0 ;
si r = p/n, con p Z, n N.
Captulo 1. Generalidades. N
umeros reales.
1.6.7 Definici
on Sean a R , a > 0 , y x R . Se define el n
umero real ax por:
ax
si a > 1 ;
ax = 1
si a = 1 ;
21
Es sencillo probar ahora que las mismas propiedades que se verifican para la potenciacion
Captulo 2
N
umero complejo
2.1.
Definiciones y propiedades b
asicas
2.1.1 Definici
on Un n
umero complejo es un par ordenado de n
umeros reales. Si z = (a, b)
es un n
umero complejo, a se denomina parte real de z y se denota por a = Re z, y b se
denomina parte imaginaria de z, y se denota por b = Im z.
El conjunto de los n
umeros complejos se denota por C, es decir,
C = {(a, b)/a, b R}.
Se consideran en C las operaciones suma + y producto definidas como sigue:
i) (a1 , b1 ) + (a2 , b2 ) = (a1 + a2 , b1 + b2 ) .
ii) (a1 , b1 ) (a2 , b2 ) = (a1 a2 b1 b2 , a1 b2 + b1 a2 ) .
Se
nalemos que los signos de suma y producto a la derecha de las igualdades corresponden a
las operaciones definidas en R.
Cada n
umero complejo z = (a, b) se puede escribir como
(a, b) = (a, 0) + (0, b) = (a, 0) + (0, 1)(b, 0) .
Si denotamos por i al n
umero complejo (0, 1), denominado unidad imaginaria, es sencillo
comprobar que i2 = 1. Ademas, si identificamos (a, 0) y (b, 0) con los n
umeros reales a y b,
Captulo 2. N
umero complejo
23
el n
umero (a, b) se representa por a + i b, representacion que recibe el nombre de expresi
on
o forma bin
omica del n
umero z = (a, b).
2.1.2 Observaci
on Es lcito considerar R como un subconjunto de C. Los n
umeros reales
son aquellos que tienen parte imaginaria nula.
2.1.3 Proposici
on (C, +, ) es un cuerpo conmutativo; es decir, se cumplen las siguientes
propiedades:
(C, +) es un grupo conmutativo, es decir:
S1: Propiedad asociativa: Para cualesquiera z1 , z2 , z3 C se verifica (z1 + z2 ) + z3 =
z1 + (z2 + z3 ).
S2: Propiedad conmutativa: Para cada z1 , z2 C se verifica z1 + z2 = z2 + z1 .
S3: Existencia de elemento neutro: Existe un elemento en C denotado por 0 tal que
z + 0 = z para cada z C.
S4: Existencia de elemento simetrico: Para cada z C existe un elemento z C tal
que z + z = 0.
(C \ {0}, ) es un grupo conmutativo, es decir:
P1: Propiedad asociativa: Para cualesquiera z1 , z2 , z3 C se verifica (z1z2 )z3 = z1(z2z3 ).
P2: Propiedad conmutativa: Para cada z1 , z2 C se verifica z1 z2 = z2 z1 .
P3: Existencia de elemento unidad : Existe un elemento en C denotado por 1 tal que
z 1 = z para cada z R.
tal que z z 1 = 1.
Captulo 2. N
umero complejo
24
2.1.4 Definici
on Sea z = a + i b un n
umero complejo.
i) El n
umero complejo a i b se denomina conjugado de z y se denota z.
ii) El n
umero real positivo
2.1.5 Observaci
on
i) Un n
umero complejo z es real si, y solo si, z = z.
ii) Si z C es real, el modulo de z es el valor absoluto de z.
2.1.6 Propiedades del m
odulo y de la conjugaci
on.
Sean z y w n
umeros complejos. Se verifica que:
1. w + z = w + z
wz = w z.
z+z
2
Im(z) =
2. Re(z) =
zz
.
2i
3. z z = |z|2 .
1
z
= 2.
z
|z|
z
z
= .
5. Si w =
6 0, entonces
w
w
4. Si z 6= 0, entonces
6. |z| = |z|.
7. | Re(z)| |z|
| Im(z)| |z|.
z
|z|
.
10. Si w 6= 0, entonces =
w
|w|
12. |z| |w| |z w|.
Captulo 2. N
umero complejo
25
producto de un n
umero por s mismo sera positivo, en particular, 1 = i2 0 y 1 = 12 0,
lo cual es absurdo.
A pesar de ello, gracias al modulo, podemos definir el concepto de conjunto acotado.
2.1.9 Definici
on Un subconjunto A de C es acotado si existe una constante M 0 tal que
|z| M para todo z A.
2.2.
Argumento de un n
umero complejo
2.2.1 Definici
on Si z C, z 6= 0, un argumento de z es un n
umero real tal que
z
= cos() + i sen().
|z|
Si [, ) se dice que es el argumento principal de z.
El argumento de cero no esta definido.
2.2.2 Observaci
on Si z C, z 6= 0, y se denota por Arg(z) al conjunto de todos los
argumentos de z, entonces:
a) Existen argumentos de z, es decir, Arg(z) 6= .
Captulo 2. N
umero complejo
26
Recprocamente, si z C se escribe
entonces
z = cos() + i sen() ,
> 0,
= |z| y Arg(z) .
Captulo 2. N
umero complejo
27
2.2.6 F
ormula de De Moivre. Si n Z y z = cos() + i sen() C, > 0, entonces
z n = n cos(n ) + i sen(n ) .
2.2.7 Proposici
on (Raz en
esima de un no complejo) Sean z C, z 6= 0, y n N.
Existen exactamente n n
umeros complejos distintos w1 , w2 , . . . , wn tales que
wk n = z ,
k = 1, 2, . . . , n .
Estos n
umeros reciben el nombre de races n-esimas de z y se representan de forma
n
generica por z. Fijado un argumento 0 de z, se obtienen de la siguiente forma:
wk =
p
n
+ 2 k
+ 2 k
0
0
+ i sen
,
|z| cos
n
n
k = 0, 1, 2, . . . , n 1 .
2.2.8 Observaci
on Es facil comprobar que estos n n
umeros son distintos y que para los
restantes n
umeros enteros k la expresion anterior define de nuevo uno de ellos.
2.2.9 Definici
on Sea z = x + iy C, con x = Re(z) e y = Im(z). Se define la exponencial
compleja por
ez = ex (cos(y) + i sen(y)).
2.2.10 Observaci
on Para n
umeros reales la exponencial compleja coincide con la exponencial real, por lo que es legtimo usar tambien la notacion ez para referirse a la primera.
2.2.11 Propiedades de la exponencial compleja.
1. Si z C y x = Re(z), entonces |ez | = ex .
2. Si z C e y = Im(z), entonces y es un argumento de ez .
3. Si z, C, entonces ez+ = ez e .
4. ez 6= 0 para todo z C.
5. Si z C, entonces ez = ez .
6. ez = 1 si, y solo si, z = 2 k i para alg
un k Z.
Captulo 2. N
umero complejo
7. ez =
28
1
para todo z C.
ez
2.3.
Ejercicios
1 Determinar los n
umeros complejos z C que verifican que iz = z y |z i| = 1.
2 Sean z1 , z2 n
umeros complejos. Demostrar que:
2.1 |z1 + z2 |2 = |z1 |2 + |z2 |2 + 2 Re(z1 z 2 ) .
(z+) i
z
3i, hallar z 1 , z 3 y
Re(z) = 2,
z 1 .
z
Re( ) = 0.
w
Captulo 2. N
umero complejo
29
zi
) = 0},
z+i
B = {z C / Im(
zi
) = 0}.
z+i
12.2 (1 + i)
2013
( 3 i) ei 12
12.3
.
1i
13 Sean z y w n
umeros complejos no nulos tales que
(1 + |z|2 )w = (1 + |w|2 )z.
Probar que z y w tienen los mismos argumentos.
14 Calcular:
14.1 Las races cuadradas de 4 , 2 i , 1 + i y
3 i.
Captulo 2. N
umero complejo
30
n > 2.
a) z + ( 3 i)z + (1 i 3)z i = 0;
1 3i
b) z
= 0;
3+i
3
c) z 6 9z 3 + 8 = 0.
Captulo 3
Lmites de funciones de variable real
El desarrollo de la Ciencia (y por tanto de la Matematica) en los siglos XVII y XVIII
estaba regido por el principio filosofico de que la naturaleza es regular, es decir, objetos
proximos tienen propiedades parecidas. Sin embargo, esta nocion de continuidad no fue
establecida de modo riguroso hasta bastante mas tarde.
Los conceptos y propiedades que tratamos desde este momento, y en particular las nociones de entorno y de lmite, van dirigidos a precisar como se debe entender la proximidad
a que antes hemos hecho referencia, y son la base del C
alculo Infinitesimal .
La clave se encuentra en que el valor absoluto dado en la recta real permite definir
una distancia entre los puntos de R, dicho de otra forma: dos puntos x, y R estaran
proximos si |x y| es peque
no.
3.1.
En esta seccion, antes de hablar del lmite de una funcion, se pretende hacer un repaso
de las definiciones basicas relacionadas con el concepto de aplicacion o funcion.
3.1.1 Definici
on Sean A y B dos conjuntos no vacos.
Una correspondencia de A en B es un subconjunto C del producto cartesiano AB. Si
el par (a, b) A B pertenece a C se dice que b est
a en correspondencia con a o que b es
32
imagen de a por C.
Una aplicaci
on de A en B es una correspondencia que, ademas, verifica la siguiente
propiedad:
Para cada a A existe un, y solo un, b B tal que (a, b) C.
Habitualmente una aplicacion de A en B se representa por f : A B y se denota por
f (a) al u
nico elemento b B que es imagen de a, es decir, se escribe b = f (a).
Estas definiciones de correspondencia y aplicacion, aunque rigurosas, pueden ser poco
intuitivas. El alumno puede pensar en una correspondencia como una regla que asigna
a ciertos elementos de un primer conjunto A, otros elementos determinados de un segundo
conjunto B. En una aplicacion, la regla asigna a cada elemento de A un u
nico elemento de B.
3.1.2 Definici
on Sean A y B conjuntos no vacos y f : A B una aplicacion.
Si S A el conjunto
{f (a) B : a S} = {b B : existe a S con b = f (a)}
se denota por f (S) y se denomina imagen por f del conjunto S. A la imagen de A por f se
le denomina rango o imagen de la aplicacion f .
Si T B el conjunto {a A : f (a) T } se denota por f 1 (T ) y se denomina imagen
inversa o contraimagen por f del conjunto T .
3.1.3 Definici
on Sean A, B, C conjuntos no vacos y f : A B, g : B C aplicaciones.
Se define la aplicaci
on compuesta de f con g, y se representa por gf : A C, como sigue:
Si a A, b = f (a) y c = g(b), entonces (gf )(a) := c.
3.1.4 Definici
on Sea f una aplicacion de A en B.
Se dice que f es inyectiva si a elementos distintos de A corresponden imagenes distintas.
Es decir:
Para cada a, b A, a 6= b, se verifica que f (a) 6= f (b).
33
3.2.
34
3.2.5 Definici
on Sean A un subconjunto de R y f una funcion definida de A en C.
Si a es un punto de acumulacion de A, se dice que f tiene lmite (finito) cuando x
tiende hacia a si existe un n
umero complejo verificando la siguiente propiedad:
Para cada n
umero real > 0 existe un n
umero real > 0 tal que para cada x A
con 0 < |x a| < , se tiene que
|f (x) | < .
Si A es un conjunto de R no acotado superiormente, se dice que f tiene lmite (finito)
cuando x tiende hacia + si existe un n
umero complejo verificando la siguiente
propiedad:
Para cada n
umero real > 0 existe un n
umero real M tal que para cada x A con
x M , se tiene que
|f (x) | < .
Si A es un conjunto de R no acotado inferiormente, se dice que f tiene lmite (finito)
cuando x tiende hacia si existe un n
umero real verificando la siguiente propiedad:
Para cada n
umero real > 0 existe un n
umero real N tal que para cada x A con
x N , se tiene que
|f (x) | < .
En cualquier de los tres casos, el n
umero se denomina lmite de la funcion f en a o
cuando x tiende hacia a (donde a es un n
umero real, + o respectivamente).
La definicion no debe hacer que el alumno olvide la idea intuitiva del concepto de
lmite: es el lmite de f en a si al tomar puntos x cercanos a a, los valores de f (x) estan
cerca de .
3.2.6 Proposici
on Si la funcion f tiene lmite en a (siendo a un n
umero real, + o ),
este es u
nico, y su valor se denota por lm f (x).
xa
35
3.2.7 Observaci
on Es importante subrayar que el lmite de una funcion real, si existe y es
finito, necesariamente es un n
umero real.
3.2.8 Ejemplo
1. Sea C y f : R R la funcion definida por f (x) = . Entonces lm f (x) = .
xa
xa
xB
xa
xB
xC
36
Los lmites laterales, que se describen a continuacion, son un caso particular de lmites a
traves de subespacios.
3.2.12 Definici
on Sean A un subconjunto de R, a un punto de acumulacion de A, y f una
funcion compleja definida de A. Consideremos los subconjuntos
A+ = {x A : a < x} = A (a, ),
A = {x A : x < a} = A (, a).
xa+
xa
3.2.13 Proposici
on Sean A un subconjunto de R y f una funcion compleja definida en A.
Se supone que a un punto de acumulacion de A+ y de A . Son equivalentes:
i) f tiene lmite en el punto a.
ii) Existen los dos lmites laterales de f en el punto a y coinciden con .
3.3.
para cada x A .
37
Notese que, si la funcion es real, f esta acotada si, y solo si, existen , R tales que
f (x)
para cada x A .
3.3.2 Observaci
on Se debe hacer notar que una funcion f esta acotada en A si, y solo si,
su imagen f (A) es un conjunto acotado.
3.3.3 Proposici
on Sean f y g funciones complejas definidas en un subconjunto A de R, y
a un punto de acumulacion de A. Si lm f (x) = 0 y g esta acotada en A, entonces
xa
lm f (x) g(x) = 0 .
xa
3.3.4 Proposici
on Sean A un subconjunto de R, a un punto de acumulacion de A y f una
funcion definida de A en C. Si f tiene lmite finito en a, existe un n
umero real > 0 tal que
f esta acotada en A (a , a + ) \ {a} .
3.3.5 Propiedades aritm
eticas.
38
3.3.7 Observaci
on A partir de la definicion de lmite o de las propiedades anteriores es
sencillo comprobar que
lm f (x) = si, y solo si
xa
xa
lm |f (x) | = 0 .
xa
3.3.8 Proposici
on Sea f una funcion compleja definida en un subconjunto A de R y a un
punto de acumulacion de A. La funcion f tiene lmite finito en a si, y solo si, las funciones
reales Re(f ) e Im(f ) tienen lmite finito en a.
Ademas, si lm f (x) = entonces lm Re(f )(x) = Re() y lm Im(f )(x) = Im().
xa
xa
xa
i) Para cada n
umero real con < , existe un n
umero real > 0 tal que f (x) >
para cada x A (a , a + ) con x 6= a.
En particular, si 0 < existe un n
umero real > 0 tal que f (x) > 0 para cada
x A (a , a + ) con x 6= a.
ii) Para cada n
umero real con < , existe un n
umero real > 0 tal que f (x) <
para cada x A (a , a + ) con x 6= a.
En particular, si < 0 existe un n
umero real > 0 tal que f (x) < 0 para cada
x A (a , a + ) con x 6= a.
39
3.3.10 Proposici
on Sea f una funcion compleja definida en un subconjunto A de R y a
un punto de acumulacion de A. Supongamos que f tiene lmite en a. Entonces la funcion
ef tiene lmite e en a.
3.3.11 Proposici
on Sean f y g funciones reales definidas en un subconjunto A de R y a
un punto de acumulacion de A. Supongamos que las funciones f y g tienen lmites y k en
a, respectivamente. Si f es estrictamente positiva en A y > 0, entonces:
1. La funcion ln(f ) tiene lmite ln() en a.
2. La funcion f g tiene lmite k en a.
3.4.
Lmites infinitos.
3.4.1 Definici
on Sean A un subconjunto de R y f una funcion real definida de A.
Si a es un punto de acumulacion de A, se dice que f tiende a + cuando x tiende
hacia a si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real > 0 tal que para cada x A
con 0 < |x a| < , se tiene que f (x) K.
Si A es un conjunto no acotado superiormente, se dice que f tiene lmite + cuando
x tiende hacia + si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real M R tal que para cada x A
con x M , se tiene que f (x) K.
Si A es un subconjunto de R no acotado inferiormente, se dice que f tiene lmite +
cuando x tiende hacia si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real M R tal que para cada x A
con x M , se tiene que f (x) K.
40
3.4.2 Definici
on Sean A un subconjunto de R y f una funcion real definida de A.
Si a es un punto de acumulacion de A, se dice que f tiende a cuando x tiende
hacia a si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real > 0 tal que para cada x A
con 0 < |x a| < , se tiene que f (x) K.
Si A es un conjunto no acotado superiormente, se dice que f tiene lmite cuando
x tiende hacia + si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real M R tal que para cada x A
con x M , se tiene que f (x) K.
Si A es un subconjunto de R no acotado inferiormente, se dice que f tiene lmite
cuando x tiende hacia si se verifica la siguiente propiedad:
Para cada n
umero real K R existe un n
umero real M R tal que para cada x A
con x M , se tiene que f (x) K.
Notaci
on: Si la funcion f tiende a + (resp. a ) cuando x tiende hacia a, se escribe
lm f (x) = +
xa
(resp. lm f (x) = ).
xa
x+
lm f (x) = .
Al igual que en el caso de lmite finito, es posible considerar en el que ahora nos ocupa
lmites a traves de subespacios; en particular para lmites laterales se obtiene el siguiente
criterio:
3.4.4 Proposici
on Sean A un subconjunto de R y f una funcion real definida de A. Se
supone que a es un punto de acumulacion de A+ y de A . Son equivalentes:
i) f tiende a + (resp. ) en el punto a.
ii) Existen los dos lmites laterales de f en el punto a y son + (resp. ).
3.5.
41
xa
lm (f )(x) = .
xa
3.5.2 Proposici
on Sean f y g funciones reales definidas en un subconjunto A de R, y a un
punto de acumulacion de A.
1. Si lm f (x) = + y f (x) g(x) para todo x A, entonces lm g(x) = +.
xa
xa
xa
xa
xa
xa
xa
7. Si lm f (x) = > 0, lm g(x) = 0, y g no se anula en A \ {a} , entonces:
xa
xa
i) lm (f/g )(x) = + siempre que g(x) > 0 para todo x A \ {a} .
xa
ii) la funcion f/g no tiene lmite (ni finito ni infinito) si g no tiene signo constante en
ning
un entorno de a.
42
xa
xa
xa
xa
xa
3.5.5 Observaci
on Podramos alargar el listado de propiedades, pero muchas se obtienen
de las anteriores teniendo en cuenta que si f es estrictamente positiva en A entonces
f (x)g(x) = eg(x) ln(f (x)) ,
x A.
Por ejemplo, si lm f (x) = (0, 1) y lm g(x) = +, entonces lm ln(f (x)) = ln() < 0, lo
xa
xa
xa
xa
3.6.
xa
Indeterminaciones
Nuevamente, los enunciados que se dan a continuacion son validos si se consideran lmites
de funciones cuando x tiende a + o a .
3.6.1 Proposici
on Sean f y g funciones reales definidas en un subconjunto A de R, y a un
punto de acumulacion de A.
43
3.6.2 Observaci
on (El n
umero e)
El lmite
1 x
lm 1 +
x
x
es un ejemplo de indeterminacion del tipo 1 . Sin embargo, dicho lmite existe y es finito,
su valor se conoce como el n
umero e.
El calculo de muchos lmites en los que aparece una indeterminacion del tipo 1 se puede
resolver usando el n
umero e : si f es una funcion real definida en un subconjunto A de R, y
44
lm 1 +
xa
1 f (x)
= e.
f (x)
3.6.3 Proposici
on (Ordenes
de infinitud)
Sean b y n
umeros reales con b > 1 y > 0 . Entonces:
1.
3.
x
= 0.
x bx
ln(x)
lm
= 0.
x x
2.
lm
4.
lm+ b /x x = .
x0
lm+ ln(x) x = 0 .
x0
3.6.4 Observaci
on De forma coloquial los lmites anteriores se suelen resumir diciendo que,
si b > 1 y > 0, cada una de las funciones siguientes,
bx ,
x ,
ln(x),
tiende a + mas deprisa cuando x tiende hacia + que las que aparecen despues en la
lista y, de forma analoga, cada una de las funciones siguientes,
1
b /x ,
1
,
x
ln(x),
tiende a + mas deprisa cuando x tiende hacia 0+ que las que aparecen despues en la
lista.
Una consecuencia de los resultados anteriores es que
p(x)
=0
x bx
lm
3.7.
Funciones equivalentes
3.7.1 Definici
on Sean f y g dos funciones complejas definidas en el mismo subconjunto A
de R y a un punto de acumulacion de A. Se dice que la funcion f es equivalente a la funcion g
45
en el punto a si existe un funcion h, definida en A (a , a + ) \ {a} para alg
un > 0,
con lm h(x) = 1 y tal que
xa
f (x) = h(x) g(x) para cada x A (a , a + ) \ {a} .
(x) = x 0 (x) = x + x2 .
46
4) Tgh f (x)
2) Sh f (x)
7) arctg f (x)
10) ln 1 + f (x)
5) arcsen f (x)
3) tg f (x)
8) ArgTgh f (x)
6) ArgSh f (x)
9) ef (x) 1
1 + f (x)
p
1 a p f (x) .
2)
f (x)2
en a.
2
Ch f (x) 1
i) ln g(x)
es equivalente a g(x) 1 en a.
ii) g(x)p 1 es equivalente a p g(x) 1 en a.
47
3. Sea p(x) = a0 +a1 x+. . .+ak xk un polinomio de grado k 1 (ak 6= 0). Si lm f (x) = ,
xa
entonces
p f (x) a ak f (x)k .
3.8.
Ejercicios
1.2 f (x) = 1 + x3 ,
1.3 f (x) = ex ,
estudiar si son inyectivas o suprayectivas, determinando sus rangos. En caso de no inyectividad, determinar dominios adecuados en los que s sean inyectivas.
2 Se considera la funcion
f (x) =
1
x
1 e 1x
x 6= 1 , x 6= 0 .
sen(1/x)
para cada x R \ {0}. Estudiar si f tiene lmite
1 + e1/x
a, b > 0
A + B log(x) si x > 0;
f (x) =
C
si x = 0;
si x < 0,
D e3x + 3
x
48
donde A, B, C, D y E son parametros reales. Encontrar los valores de los parametros para
los que se verifica que:
5.1 lm f (x) =
5.2 lm f (x) = 2
5.3 lm f (x) = 3
5.4 lm f (x) = 0.
x0
x0
6 Sea f una funcion compleja definida en un subconjunto A de R y a un punto de acumulacion de A. Se supone que f tiene lmite en a. Si es un n
umero complejo no nulo.
Demostrar que f (x) a .
7 Demostrar que x 1 x2 . Se verifica que ln(x) 1 ln(x2 )?
8 Sea f : (0, ) R una funcion tal que
0 f (x) ln(x + 1) ln(x) para todo x (0, ) .
Calcular lm f (x).
x
11 Sean a, b, c n
umeros reales estrictamente positivos. Calcular
ax + bx 1/x
a1/x + b1/x + c1/x x
11.1 lm+
,
11.2 lm
.
x+
x0
2
3
lm x1/x
12.2
lm
ln(x3 )
x0
x
12.4
lm xx
12.6
x0+
1 2x
+ ( x + 2 x)
1+
x
x
x
2
lm
x ln(x)
x 1/x
lm 2
x x + 1
lm
x2 e1/x
f (x) = 1
sen(x) sen 1
x
49
1 cos(ax)
con a, b R, b 6= 0
x0 x(2 x) tg(bx)
2
1
lm
x0 sen2 (x)
1 cos(x)
14.2
lm
14.4
x tg( x )
) 2
x1
4
1 cos(1 cos x)
lm
x0
sen4 (x)
lm (tg
ax 1
con a > 0
x0
1+x1
(ax 1) log(1 x2 )
lm
, con a > 0, n N
x0 ((1 x2 )n 1) arc sen(x)
lm
14.6
ex +x e2x
x0
)
cos( x
2
lm
15.5 lm
sen
1
x
+ cos
1 x
x
4
3
x+ x+ x
3
2x + 1
x
2a
log(x)
cos(x ex ) cos(x ex )
x0
x3
15.4 lm
15.6 lm
p
cos(x) cos(2x)
15.11 lm
x0
sen2 (x)
2
ex + sen(x) 1
15.8 lm
x0 2 log(1 + x)
15.10 lm
x0
1 + tg(x)
1 tg(x)
1/x
x 1 cos(2x) log(1 + x)
15.12 lm
x0
ex 1 tg2 (x) sen(2x)
15.14 lm
x0
cos + x
cos()
1/x
, cos() 6= 0.
cotg(x)
15.17 lm xx
15.19 lm x 2x 3
x
1
1
x+1
2x x(e
+ 1)
15.16 lm
x0
1
1
2x x(ex + 1)
15.18 lm
x0
x
50
15.20 lm
x+
r !x
2
cos
x
1 cos tg2 (x)
15.22 lm
x0 2 sen4 (x) + sen5 (x)
1 sen(x/2)
2
15.24 lm (cos(3x))1/x
x0
x cos(x/2)(cos(x/4) sen(x/4))
15.23 lm
16 Calcular el lmite cuando x tiende hacia infinito de las funciones definidas, en intervalos
no acotados superiormente adecuados, por las expresiones siguientes:
16.1 ap xp + ap1 xp1 + . . . + a1 x + a0 , p N, a0 , a1 , . . . , ap R y ap 6= 0.
16.2
16.3
ap xp + ap1 xp1 + . . . + a1 x + a0
, p, q N, ai , bj R para todos i, j
bq xq + bq1 xq1 + . . . + b1 x + b0
y ap 6= 0 , bq 6= 0.
ap xp + ap1 xp1 + . . . + a1 x + a0
16.4
log(3 x4 + x2 + 1)
log(7 x9 + 3 x6 )
16.6
2x+1 + 3x+1
2x + 3x
16.5
1/log(x)
3 x2 + 6 x5
x
16.8 q
p
x+ x+ x
16.12 x (x + 1)1/x x1/x
1
2+log(4 x2 +5)
, p 1, ap > 0.
16.9
16.11
16.13
x2 sen(x5 )
x+1
x3 + x2
x2 + 5 x + 4 x
x2 5 x + 7
x3 x2
51
Captulo 4
Sucesiones num
ericas
Definiremos una sucesion como una aplicacion definida en el conjunto de los n
umeros
naturales. Desde este punto de vista, el calculo de lmites de sucesiones sera un caso particular
del calculo de lmites de funciones. Sin embargo, las sucesiones tienen su propia notacion y
algunos resultados especialmente interesantes, por este motivo merecen captulo aparte.
4.1.
Sucesiones convergentes
4.1.1 Definici
on Sea X un conjunto no vaco. Una sucesi
on de elementos de X es una
aplicacion del conjunto de los n
umeros naturales en X,
:N X
n 7 (n) .
Habitualmente una sucesion se representa de forma mas compacta por el smbolo {xn }
n=1 ,
donde xn = (n) se denomina termino n-esimo de la sucesion.
El conjunto imagen de la aplicacion , es decir {xn : n N}, se denomina conjunto de
terminos o rango de la sucesion.
4.1.2 Observaci
on Aunque una sucesion tiene infinitos terminos, el rango de la sucesion
puede ser finito; por ejemplo, si la sucesion es constante.
53
an .
4.1.4 Proposici
on Si la sucesion {an }
mite es u
nico.
n=1 es convergente, su l
4.1.5 Observaci
on
1. El lmite de una sucesion de n
umeros reales, si existe y es finito, necesariamente es un
n
umero real.
2. El caracter (convergente o no) de una sucesion de n
umeros complejos no se altera si
se modifican o suprimen en ella un n
umero finito de terminos, es decir, la sucesion
resultante tiende hacia el mismo lmite que la original, o no tiene lmite si la primera
tampoco lo tiene.
Notese que si se suprimen los p primeros terminos de la sucesion {an }
n=1 se obtiene la
sucesion {ap+n }
n=1 .
on de n
umeros complejos. Se dice que {an }
4.1.6 Definici
on Sea {an }
n=1
n=1 una sucesi
esta acotada si el conjunto de sus terminos esta acotado, es decir, si existe una constante
M 0 tal que |an | M para todo n N.
54
4.1.7 Definici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
Se dice que {an }
a acotada inferiormente si existe una constante R tal que
n=1 est
an para todo n N.
Se dice que {an }
a acotada superiormente si existe una constante R tal que
n=1 est
an para todo n N.
Observemos que una sucesion de n
umeros reales esta acotada si, y solo si, esta acotada
superior e inferiormente.
4.1.8 Proposici
on Si la sucesion {an }
a acotada.
n=1 es convergente, entonces est
4.1.9 Definici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
Se dice que {an }
otona creciente si xn xn+1 para todo n N.
n=1 es mon
Se dice que {an }
otona decreciente si xn xn+1 para todo n N.
n=1 es mon
Si la desigualdad es estricta se dice que la sucesion es estrictamente mon
otona.
4.1.10 Proposici
on Sea {an }
on monotona. Entonces {an }
n=1 una sucesi
n=1 es convergente
si, y solo si, es acotada; ademas, en este caso su lmite es:
i) sup{an : n N}, si es creciente.
ii) nf{an : n N}, si es decreciente.
4.1.11 El n
umero e.
Un ejemplo bien conocido de aplicacion del resultado anterior sea la definicion del n
umero
e como el lmite
1 n
.
1+
n
n
lm
n
1 n o
1+
es estrictamente creciente y esta acotada, por lo tanto, es
n
n=1
convergente y el n
umero e esta bien definido.
La sucesion
55
Sean {an }
umeros complejos. Supongamos
n=1 y {bn }n=1 dos sucesiones convergentes de n
que
lm an =
lm bn = k.
Entonces:
1. La sucesion {an + bn }
n=1 converge hacia + k.
2. La sucesion {an bn }
n=1 converge hacia k.
1. Si {an }
proco, en
n=1 converge hacia , entonces {|an |}n=1 converge hacia ||. El rec
general, no es cierto.
2. La sucesion {an }
olo si, la sucesion {|an |}
n=1 converge hacia 0 si, y s
n=1 converge hacia
0.
4.1.14 Proposici
on La sucesion de n
umeros complejos {an }
olo
n=1 es convergente si, y s
Sean {an }
umeros reales. Supongamos que
n=1 y {bn }n=1 dos sucesiones convergentes de n
lm an =
Entonces:
1. Si an bn para cada n N, entonces k.
En particular,
lm bn = k.
56
convergente y su lmite es .
3.
i) Para cada n
umero real con < , existe un n
umero natural n0 tal que < an
para cada n
umero natural n n0 .
En particular, si 0 < existe un n
umero natural n0 tal que 0 < an para cada
n
umero natural n n0 .
ii) Para cada n
umero real con < , existe un n
umero natural n0 tal que an <
para cada n
umero natural n n0 .
En particular, si < 0 existe un n
umero natural n0 tal que an < 0 para cada
n
umero natural n n0 .
4.1.16 Proposici
on Sean {an }
umeros complejos. Si la
n=1 y {bn }n=1 dos sucesiones de n
sucesion {an }
a acotada y la sucesion {bn }
on
n=1 est
n=1 converge hacia 0, entonces la sucesi
{an bn }
n=1 converge hacia 0.
4.2.
4.2.1 Definici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
Se dice que la sucesion tiende a + o que tiene lmite + si verifica que:
Para cada n
umero real M existe un n
umero natural n0 tal que
an M
para cada n
umero natural n n0 .
57
para cada n
umero natural n n0 .
4.2.2 Proposici
on Sea {an }
on de n
umeros reales. La sucesion {an }
n=1 una sucesi
n=1 tiene
lmite + si, y solo si, la sucesion {an }
mite .
n=1 tiene l
on de n
umeros reales.
4.2.3 Proposici
on Sea {an }
n=1 una sucesi
1. Si {an }
on esta acotada inferiormente.
n=1 tiende a +, entonces la sucesi
on esta acotada superiormente.
2. Si {an }
n=1 tiende a , entonces la sucesi
4.2.4 Proposici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
1. Si {an }
otona creciente y no esta acotada superiormente, tiene lmite +.
n=1 es mon
2. Si {an }
otona decreciente y no esta acotada inferiormente, tiene lmite .
n=1 es mon
umeros reales.
4.2.5 Propiedades Sean {an }
n=1 y {bn }n=1 sucesiones de n
b) Si lm bn = entonces lm an = .
n
2. Si la sucesion {an }
on {bn }
a acotada inferiorn=1 tiende hacia + y la sucesi
n=1 est
mente, entonces la sucesion {an + bn }
n=1 tiende hacia +.
58
3. Si la sucesion {an }
on {bn }
a acotada superiorn=1 tiende hacia y la sucesi
n=1 est
mente, entonces la sucesion {an + bn }
n=1 tiende hacia .
entonces lm an bn = +.
n
5. Si {an }
m
n=1 tiende a + o a y an 6= 0 para todo n N, entonces l
6. Supongamos que {an }
n=1 converge a 0 y an 6= 0 para todo n N.
1
= +.
n an
b) Si {an }
erminos positivos e infinitos terminos negativos, el lmite
n=1 tiene infinitos t
1
no existe.
lm
n an
4.3.
4.3.1 Proposici
on Sea A un subconjunto de R. Un punto a R es de acumulacion de A si,
la sucesion {f (xn )}
n=1 es convergente.
59
{f (xn )}
n=1 es convergente.
{f (xn )}
n=1 es convergente.
Ademas, en los tres casos si lm f (x) = , se tiene que lm f (xn ) = para cada sucesion
xa
{xn }
n=1
real, + o , respectivamente).
4.3.3 Criterio secuencial (segunda versi
on).
Sean A un subconjunto de R y f una funcion real definida en A. Son equivalentes:
1. lm f (x) = .
xa
sucesion {f (xn )}
n=1 tiende a .
4.3.4 Observaci
on En esta segunda version del criterio secuencial, tanto a como pueden
ser n
umeros reales, + o .
4.3.5 Proposici
on Sean {an }
umeros reales.
n=1 y {bn }n=1 dos sucesiones convergentes de n
Supongamos que
lm an = a
Entonces:
1. lm ean = ea .
n
lm bn = b.
60
4.3.6 Proposici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
1. Si lm an = , entonces lm ean = 0.
n
2. Si lm an = +, entonces lm ean = +.
n
3. Si {an }
umeros reales estrictamente positivos y lm an = 0, entonces
n=1 es de n
n
lm ln(an ) = .
4. Si {an }
umeros reales estrictamente positivos y lm an = +, entonces
n=1 es de n
n
lm ln(an ) = +.
4.4.
lm abn
lm abnn .
ln(an )
, y es facil relacionar las sucesiones {logb (an )}
n=1
ln(b)
Las secciones anteriores pueden resumirse diciendo que los lmites se calculan bien cuando
las operaciones involucradas (sumas, restas, productos, divisiones o simples evaluaciones)
tienen un siginificado razonable. Pero, que ocurre si aparecen calculos a los que no se les
puede asignar un valor de forma sencilla? Esto es lo que ocurre cuando aparecen lo que
llamamos indeterminaciones.
61
4.4.1 Proposici
on
1. Si la sucesion {an }
on {bn }
n=1 tiende hacia + y la sucesi
n=1 tiende hacia nada
se puede asegurar, a priori, acerca del comportamiento de la sucesion {an + bn }
n=1 .
3. Si la sucesion {an }
on {bn }
n=1 converge hacia 0 y la sucesi
n=1 tiende hacia nada
se puede asegurar, a priori, acerca del comportamiento de la sucesion {an bn }
n=1 .
4. Si la sucesion {an }
on {bn }
n=1 tiende hacia y la sucesi
n=1 tiende hacia , bn 6= 0
para cada n N, nada se puede asegurar, a priori, acerca del comportamiento de la
sucesion {an/bn }
n=1 .
5. Si la sucesion {an }
umeros estrictamente positivos y tiende hacia + y
n=1 es de n
la sucesion {bn }
n=1 converge hacia 0, nada se puede asegurar, a priori, acerca del
comportamiento de la sucesion {abnn }
n=1 .
6. Si la sucesion {an }
umeros estrictamente positivos y converge hacia 0, y la
n=1 es de n
sucesion {bn }
en converge hacia 0, nada se puede asegurar, a priori, acerca
n=1 tambi
la sucesion {bn }
n=1 tiende hacia , nada se puede asegurar, a priori, acerca del
4.4.2 Ordenes
de infinitud. Sean a > 1 y > 0. Entonces:
n!
= 0.
n nn
1. lm
an
= 0.
n n!
2. lm
n
= 0.
n an
3. lm
log n
= 0.
n n
4. lm
62
De forma coloquial los lmites anteriores se suelen resumir diciendo que cada una de las
sucesiones siguientes,
{nn }
n=1 , {n!}n=1 , {a }n=1 , {n }n=1 , {log(n)}n=1 ,
an o
bn+1 bn n=1
tiene lmite (finito o infinito) entonces la sucesion
n a o
na
n+1
bn
n=1
1. Si lm xn = , entonces lm
n
x1 x2 . . . xn = .
xn+1
= , entonces lm n xn = .
n
n xn
4.4.6 Observaci
on En el corolario anterior el lmite puede ser finito o infinito.
4.4.7 Definici
on Sean {an }
umeros complejos. Se dice
n=1 y {bn }n=1 dos sucesiones de n
para cada n n0 .
63
4.4.8 Proposici
on Sean {xn }
umeros
n=1 , {yn }n=1 , {zn }n=1 , {an }n=1 y {bn }n=1 sucesiones de n
an = 1 bn = 1 + 1/n.
ii) La utilidad practica de las sucesiones equivalentes radica en la resolucion de indeterminaciones, es decir, en la manipulacion de sucesiones que convergen hacia 0 (com
unmente
conocidas como infinitesimos) o que tienden hacia infinito (infinitos).
64
{sen(xn )}
n=1
{Tgh(xn )}
n=1
{arctg(xn )}
n=1
{Sh(xn )}
n=1
2)
{arcsen(xn )}
n=1
5)
{ArgTgh(xn )}
n=1
8)
{ln(1 + xn )}
n=1
3)
6)
9)
{tg(xn )}
n=1
{ArgSh(xn )}
n=1
{exn 1}
n=1
n x2 o
n
n=1
2) {Ch(xn ) 1}
n=1
.
2. Sea {yn }
on de n
umeros reales con lm yn = 1.
n=1 una sucesi
n
i) {ln(yn )}
n=1 es equivalente a {yn 1}n=1 .
una sucesion de n
umeros reales con lm xn = +, entonces la sucesion {P(xn )}
n=1
n
es equivalente a
{ck xkn }
n=1 .
4. F
ormula de Stirling:
La sucesion {n!}
on {nn en 2n}
n=1 .
n=1 es equivalente a la sucesi
4.5.
65
Teorema de Bolzano-Weierstrass
4.5.1 Definici
on Sean X un conjunto no vaco y {an }
on de elementos de X.
n=1 una sucesi
Una subsucesi
on de {an }
on de una sucesion estrictamente creciente de
n=1 es la composici
n
umeros naturales {nk }
on dada,
k=1 con la sucesi
N N X
k 7 nk 7 ank ,
y se denota por {ank }
k=1 .
Observemos que siempre se verifica que k nk para todo k N.
4.5.2 Proposici
on Si {an }
on convergente de n
umeros complejos y su lmite
n=1 es una sucesi
es , entonces cualquier subsucesion {ank }
mite es .
k=1 es convergente y su
4.5.3 Proposici
on Sea {an }
on de n
umeros reales.
n=1 una sucesi
1. Si {an }
on suya tiende a +.
n=1 tiende a +, cualquier subsucesi
2. Si {an }
on suya tiende a .
n=1 tiende a , cualquier subsucesi
4.5.4 Teorema del encaje para intervalos en R.
Sea {In }
on de intervalos de R de la forma In = [an , bn ], con an bn .
n=1 una sucesi
4.6.
66
Sucesiones de Cauchy
4.6.1 Definici
on Sea {an }
on de n
umeros complejos. Se dice que la sucesion
n=1 una sucesi
es de Cauchy si verifica la siguiente propiedad:
Para cada n
umero real > 0 existe un n
umero natural n0 (que depende de ) tal que
|an am | <
para cada par de n
umeros naturales n, m n0 .
olo si,
4.6.2 Proposici
on Una sucesion de n
umeros complejos {an }
n=1 es de Cauchy, si y s
las sucesiones de n
umeros reales {Re(an )}
n=1 y {Im(an )}n=1 son de Cauchy.
4.6.3 Proposici
on Toda sucesion de Cauchy de n
umeros complejos esta acotada.
4.6.4 Proposici
on Si una sucesion de n
umeros complejos es de Cauchy y tiene una subsucesion convergente, entonces la sucesion converge.
4.6.5 Criterio general de convergencia de Cauchy. Es condicion necesaria y suficiente
para que una sucesion de n
umeros complejos sea convergente, que sea de Cauchy.
4.7.
Ejercicios
1 Calcular, si existe, el lmite de las siguientes sucesiones cuyo termino general es:
1.1
1.3
1.5
1.7
1
4
(1 + ) + (1)n (1 + )
n
n
n2 + 1
(x es la parte entera de x)
n+2
n
q
p
n+ n+ n
n n
1.8
ln(en (1 + en ))
1.2
1.4
1.6
n2 cos(1/n).
1
n4
sen(en
+2
n
e esen(1/n)
n
n!
n+1
2
+ 3n+1
2n + 3n
log n
n
X
67
(1)k+1 k 2 = (1)n+1
k=1
n(n + 1)
2
lm
1
1
1
+
+ ... +
n n+1
n+n
y bn =
1
1
1
+
+ ... +
.
n+1 n+2
n+n
intervalo [ 12 , 1].
1
2
n
+
+
.
.
.
+
n2 n2
n2
1
1
1
+ ... +
4.2 +
n
n+n
n+1
4.3
n2 + 5 n + 7
(n + 2)!
4.4
n!
, > 0.
( + 1)( + 2) ( + n 1)
xn+1 = 1 +
1
xn para cada n N.
2
xn+1 =
xn
1
para cada n N.
4
1
+ xn
2
4x 11
n
68
7 Sea {xn }
on de n
umeros reales que verifica que:
n=1 una sucesi
i) 0 < xn <
1
2
para cada n N.
ii) (1 xn )xn+1
1
4
para cada n N.
an+1 =
2;
2 + an , si n 1 .
4 2
.
1 + 4 2
an+1
4 an 2
=
, si n 1 .
1 + 4 an 2
xn+1 = xn +
1
, n N.
n+1
11 Probar que
log(n + 1) log(n)
n!
n
.
e
69
12 a) Sea {xn }
on de n
umeros reales estrictamente positivos. Si xn
n=1 una sucesi
1
,
n
b) Usese
el apartado a) para calcular
(n + n2 ) log(sen(1/n))
.
n
log(nn )
lm
13 Calcular los lmites de las sucesiones cuyo termino general es el que se indica:
n
1 X
13.1 2
k
n k=1
13.3
13.2
n
2n + 3n
1
1
1
+
+ ... +
n+n
n+1
n+2
1
1
1
+
+ ... +
, k N fijo
n+1
n+2
n+k
n
1
X
13.5
k sen 2
n +k
k=1
13.4
13.6
1
1
1
+
+
+
22 1 32 1
n2 1
n
1 X
13.7 2
kx, donde x R y kx denota la parte entera de kx
n k=1
14 Sea {xn }
on de n
umeros reales tal que lm xn = 0. Calcular los lmites de
n=1 una sucesi
n
n4 + 5
+
1 cos n
sen n a 1
+ ... +
lm 3
.
n n + 3
0
1
2
n
16 Calcular los lmites de las sucesiones cuyo termino general es el que se indica:
16.1
n2 + 5 n + 4 n
n2 5 n + 7
16.2
n2 + 1 2n2 +4
n2 3
(cos( n1 )
16.5
(1)
16.7
16.9
16.11
2 sen( n1 ))n .
16.4
sen( n + 1) sen( n)
3
n3 + 2 n3 2
r
a
3
1 + 1 , con a > 0
n
q
n n n( n a 1) 1 , con a > 1
1
16.13
70
16.6
16.8
16.10
16.12
1 n3 sen 1n
1cos n
2
n
16.14
n+7 n+4
.
n+5 n+6
n2 + 2n + sen 7 n
n( n n 1)
,
log n
sen2 (1/n)
( 2 1)( n2 + 1 n)
1
8 sen(1/n)
1
(cos )1
n
8 + sen(1/n)
2 4 6 (2n)
1 3 5 (2n 1) n
17 Calcular los lmites de las sucesiones cuyo termino general es el que se indica:
17.1
17.3
17.4
17.6
1
3
n
1
+
3
4
+
4
6
+
+
(n
+
1)(n
+
2)
(n
+
n)
n2
p
n
(3n + 1)(3n + 2) (3n + n)
log(n!) n log(n)
17.5
n
log(1 + 2n )
5 1/n 6 2/n 7 3/n
n + 4 n/n
1! + 2! + 3! + . . . + n!
17.7
1
2
3
n
1 + 2 2 + 3 3 + . . . + nn
18 Se consideran los n
umeros complejos
1
1
z = ( 3 + 1) + ( 3 1)i y = 6 + 6i.
4
4
Calcular lm |z n |.
n
19 Calcular
in2 + n + i
.
n n2 + in + 1
lm
x+
lm sen(x),
lm cos(x),
x+
lm cos(x).
Captulo 5
Continuidad de funciones de variable
real
Los fenomenos fsicos suelen ser continuos. El desplazamiento o la velocidad de un vehculo, la altura de una persona varan en forma continua con el tiempo. Pero tambien hay
fenomenos en los que se presentan discontinuidades, como en la intensidad de una corriente
electrica o en los colores de una imagen. Basicamente, una funcion es continua en un punto
de su dominio si el lmite de la funcion coincide con el valor de la funcion en ese punto. En
muchos textos la continuidad se estudia junto con los lmites de funciones. Posponemos el
estudio de la continuidad al de las sucesiones debido a que las demostraciones de algunos de
los teoremas basicos de este tema son mas sencillas si se dispone del criterio secuencial.
5.1.
Continuidad
5.1.1 Definici
on Sean A un subconjunto de R y f una funcion compleja definida en A. Si
a A se dice que f es continua en el punto a si se verifica la siguiente propiedad:
Para cada > 0 existe un > 0 tal que si x A con |x a| < , entonces
|f (x) f (a)| < .
Se dice que f es continua en A si es continua en cada punto de A.
72
5.1.3 Ejemplos.
1. Toda funcion constante es continua en su dominio de definicion.
2. La funcion f : R R definida por f (x) = x es continua en R.
3. La funcion g : R R definida por g(x) = |x| es continua en R.
4. La funcion h : R R definida por h(x) = x (parte entera de x) no es continua en
los puntos enteros. Es continua en todos los demas puntos de R.
5.1.4 Proposici
on Sean A un subconjunto de R, f una funcion compleja definida en A y
a un punto de A tal que f es continua en a.
i) Existe > 0 tal que f es acotada en (a , a + ) A.
ii) Si f es real y f (a) 6= 0 existe un > 0 tal que f (x) tiene el mismo signo que f (a) para
cada x (a , a + ) A.
5.1.5 Proposici
on Sean A un subconjunto no vaco de R, a A y f una funcion compleja
definida en A que es continua en el punto a. Si B A y a B, entonces la funcion f| es
B
continua en a.
5.1.6 Proposici
on Sean A un subconjunto no vaco de R, a A un punto de acumulacion
de A, y f una funcion definida de A en C. Se supone ademas que el punto a es de acumulacion
de los conjuntos A+ y A . Son equivalentes:
73
i) f es continua en el punto a.
ii) Existen los dos lmites laterales de f en el punto a y coinciden ambos con f (a).
5.1.7 Criterio secuencial de continuidad. Sean A un subconjunto de R, f una funcion
compleja definida en A y a un punto de A. Son equivalentes:
i) f es continua en el punto a.
ii) Para cada sucesion {xn }
n=1 de elementos de A que converge hacia a se tiene que
lm f (xn ) = f (a).
5.1.8 Proposici
on Sean A un subconjunto de R, a un punto de A y f , g funciones complejas
definidas en A y continuas en el punto a. Se verifica que:
i) f + g y f g son continuas en a.
ii) Si g(a) 6= 0, entonces las funciones 1/g y f/g , que estan bien definidas en (a, a+)A
para alg
un > 0, son continuas en a.
5.1.9 Proposici
on Sean A un subconjunto de R, a un punto de A y f una funcion compleja
definida en A. Entonces f es continua en el punto a si, y solo si, su parte real Re(f ) y su
parte imaginaria Im(f ) son funciones reales continuas en a.
5.2.
Teoremas b
asicos
Esta seccion va dedicada a presentar los resultados mas importantes sobre funciones
reales definidas y continuas en intervalos.
5.2.1 Teorema de Bolzano. Sea f una funcion real continua en el intervalo [a, b] de R.
Se supone que f (a) f (b) < 0, es decir, f toma valores no nulos y de signos opuestos en los
extremos del intervalo. Entonces existe al menos un punto c (a, b) tal que f (c) = 0.
74
5.2.2 Propiedad de Darboux. Sea f una funcion real continua en el intervalo [a, b] de R.
Para cada n
umero real entre f (a) y f (b) (es decir, f (a) f (b) si f (a) f (b), o
f (b) f (a) en caso contrario), existe al menos un punto c [a, b] tal que f (c) = .
5.2.3 Corolario Sean I un intervalo de la recta real y f una funcion real definida y continua
en I. Si f es no constante, su imagen f (I) es un intervalo.
Los problemas de optimizacion, es decir, la b
usqueda de maximos y mnimos de una funcion son muy interesantes. La continuidad nos garantiza la existencia de extremos absolutos
para funciones continuas definidas en intervalos cerrados y acotados.
5.2.4 Definici
on Sean A un subconjunto de R y f una funcion real definida en A.
Se dice que f alcanza su maximo absoluto en A si existe un punto a A tal que
f (x) f (a) para todo x A.
Se dice que f alcanza su mnimo absoluto en A si existe un punto a A tal que
f (x) f (a) para todo x A.
5.2.5 Teorema de Weierstrass. Si f es una funcion continua en el intervalo [a, b] de R,
entonces f esta acotada. De hecho, si f es real entonces alcanza sus extremos absolutos, es
decir, existen , [a, b] tales que
f () f (x) f () para cada x [a, b] .
5.2.6 Proposici
on Sean A, B subconjuntos de R y f , g sendas funciones reales definidas
en A y B respectivamente, y tales que f (A) B. Supongamos que f tiene lmite en a A
y b = lmxa f (x) es un punto de B. Si g es continua en b entonces la funcion compuesta
g f tiene lmite en a y, ademas,
lm (g f )(x) = g(lm f (x)) = g(b) .
xa
xa
75
5.3.
76
Ejercicios
3
1 + etg(x)
si x
,
, x 6= ,
tg(x)
1+e
2 2
2
a) f (x) =
1
si x = .
2
(1 + sen x)n 1
.
n (1 + sen x)n + 1
x2 4 si x Q,
b) f (x) = lm
c) f (x) =
4 x2
si x I.
Probar que f + g y f g son continuas en [0, 1]. Demostrar que las funciones f g y g f
son continuas en [0, 1]. Dibujar las graficas de las funciones f , g, f + g, f g, f g y g f .
2 Estudiar la continuidad de las siguientes funciones:
x e /x si x 6= 0;
1/x
2.2 f (x) = 1 + e
2.1 f (x) =
2
0
si x = 0.
3 Est
udiese la continuidad de la funcion f : R R
x e1/x
f (x) = 0
sen(x) sen 1
x
dada por
si x > 0;
si x = 0;
si x < 0.
x R.
si x 6= 0;
si x = 0.
77
1+
x2
163
= 119.
+ sen2 (x)
f (a) + f (b)
.
2
lm f (x) = + .
x+
78
16 a) Est
udiese la continuidad de la funcion f : R R dada por
f (x) = 0
si x = 0;
si x < 0.
1 e x2
b) Demuestrese que la funcion f esta acotada en el intervalo [0, 1], pero no lo esta en el
ln(4 + x)
: x [1, 1]
estan acotados.
y {xex : x R}
1
.
1 + |x|
xa
lm f (x) = + .
xb
x
.
2 + sen2 (x)
Demuestrese que f es suprayectiva, es decir, que para todo y R existe x R tal que
f (x) = y.
Captulo 6
Derivabilidad de funciones reales de
variable real
La necesidad de medir la rapidez con que varan las magnitudes fsicas es una constante en
el estudio de los fenomenos naturales. No fue hasta el siglo XVII cuando Newton y Leibnitz
desarrollaron una teora matematica que diera respuesta a esta cuestion, iniciando as lo que
se conoce hoy como C
alculo Diferencial.
Este tema se dedica a la exposicion de los resultados fundamentales del Calculo Diferencial
para funciones de variable real. Comenzamos estableciendo el concepto de derivada y de
diferencial de una funcion de variable real y sus propiedades elementales, para abordar luego
los resultados clasicos relativos a estos conceptos.
6.1.
6.1.1 Definici
on Sean A un subconjunto de R, f una funcion compleja definida en A y sea
a A un punto de acumulacion de A. Se dice que f es derivable en el punto a si existe y es
finito el lmite
f (x) f (a)
.
xa
xa
lm
(6.1)
80
En ese caso, el valor del lmite se representa por f (a), y se denomina derivada de f en el
punto a.
Se dice que f es derivable en A si es derivable en cada uno de los puntos de A.
6.1.2 Observaci
on El lmite que define el concepto de derivada puede ser expresado equivalentemente como
lm
h0
f (a + h) f (a)
.
h
(6.2)
xa
f (x) f (a)
xa
xa
f (x) f (a)
xa
81
La derivabilidad de una funcion en un punto permite obtener para ella una buena aproximacion de tipo afn localmente, es decir, en un entorno de dicho punto.
6.1.5 Definici
on Sean A un subconjunto de R, f una funcion compleja definida en A y sea
a A un punto de acumulacion de A. Se dice que f es diferenciable en el punto a si existen
una constante C y una funcion : A C, con lm (x) = (a) = 0 , de manera que
xa
para cada x A .
df
(a) .
dx
Hay que recalcar que la expresion de la derecha no es un cociente, sino simplemente una
notacion.
6.1.8 Interpretaci
on geom
etrica de la derivada
Sean f una funcion real definida en un subconjunto A de R y a un punto de A en el que
f es derivable. Si consideramos la recta del plano de ecuacion
y = g(x) = f (a) + f (a)(x a) ,
su grafica pasa, al igual que la de f , por el punto (a, f (a)). Mas a
un, de acuerdo con la
equivalencia entre derivabilidad y diferenciabilidad, observamos que g es una buena aproximacionde f cuando x tiende hacia a. La recta definida por g se denomina recta tangente
a f en el punto a, y su pendiente es la derivada de f en el punto a.
82
(a+h, f(a+h))
y = f(x)
(a, f(a))
0
6.1.9 Proposici
on Sean A un subconjunto de R, f una funcion compleja definida en A y
a A un punto de acumulacion de A. Si f es derivable en a, entonces f es continua en a.
El recproco es, en general, falso.
6.1.10 Ejemplo La funcion f : R R, dada por
f (x) = |x|,
es continua pero no es derivable en el punto a = 0.
6.1.11 Proposici
on Sean A un subconjunto de R, a A un punto de acumulacion de A,
f, g : A C y , C. Supongamos que f y g son derivables en a. Entonces:
1. La funcion f + g es derivable en a; ademas
( f + g) (a) = f (a) + g (a) .
2. La funcion f g es derivable en a, y ademas
(f g) (a) = f (a) g(a) + f (a) g (a) .
3. Si g(a) 6= 0, la funcion f/g (que esta definida en un entorno adecuado de a) es derivable
en a, y ademas
f
g
(a) =
83
6.1.12 Proposici
on Sean A un subconjunto de R, a A un punto de acumulacion de A y
f una funcion compleja definida en A. Entonces f es derivable en el punto a si, y solo si, su
parte real u = Re(f ) y su parte imaginaria v = Im(f ) son funciones reales derivables en a.
En este caso,
f (a) = u (a) + i v (a).
6.1.13 Definici
on Sea A un subconjunto de R. Se dice que A es abierto si es union de
intervalos abiertos.
6.1.14 Observaci
on Las funciones derivables con las que vamos a trabajar estaran definidas
habitualmente en conjuntos abiertos o en intervalos (no necesariamente abiertos).
6.1.15 Regla de la cadena.
Sean A y B subconjuntos abiertos de R, f : A B y g : B R. Se supone que f es
derivable en a A y g es derivable en b = f (a) B. Entonces la funcion compuesta g f es
derivable en a y
(gf ) (a) = g (f (a)) f (a) = g (b) f (a) .
6.1.16 Teorema Derivaci
on de la funci
on inversa.
Sean I un intervalo abierto de R y f una funcion real definida, continua e inyectiva en I.
Si f es derivable en a I y f (a) 6= 0, entonces f 1 es derivable en b = f (a) y
(f 1 ) f (a) =
1
f (a)
(f 1 ) (b) =
1
f
f 1 (b)
.
6.1.17 Definici
on Sea f una funcion compleja definida y derivable en un subconjunto A
de R. Tiene entonces sentido considerar la funcion derivada, que denotaremos por f , que a
cada punto x A le asocia el valor f (x). Esta nueva funcion puede ser derivable a su vez
en un punto a de A, es decir, puede existir
f (x) f (a)
= (f ) (a) ,
xa
xa
lm
84
o dk f .
orden k en A y todas ellas son continuas (de acuerdo con la proposicion 6.1.9, esto equivale
a que exista f (k) y sea continua).
Se dice que una funcion compleja f definida en un subconjunto A de R es de clase C
en A si f admite derivadas sucesivas de orden arbitrario en A (y, por tanto, todas son
continuas).
6.1.19 F
ormula de Leibnitz
Sean f, g funciones de clase C n en un subconjunto A de R. Entonces f g es de clase C n en
A, y para cada k n se tiene que
k
X
k (ki)
(f g) (x) =
f
(x) g (i) (x) ,
i
i=0
(k)
x A.
6.1.20 Proposici
on Sean A y B subconjuntos abiertos de R, f : A B y g : B R. Si f
6.2.
Los conceptos y resultados que siguen a continuacion van dirigidos al estudio local de
funciones y a la caracterizacion de los puntos relevantes en dicho estudio. El calculo diferen-
85
representa por A.
6.2.3 Observaci
on
1. Sea I un intervalo de la recta real. Un punto x0 de I es un punto interior de I si no es
ninguno de los extremos del intervalo.
Si I es el intervalo de extremos a y b, el interior de I es el intervalo abierto de extremos
86
que f (c) = 0.
f (c) g(b) g(a) = g (c) f (b) f (a) .
87
6.2.9 Observaci
on Este resultado tiene una interpretacion geometrica clara: la recta que
une los puntos inicial (a, f (a)) y final (b, f (b)) de la grafica de f tiene por pendiente el
valor
f (b)f (a)
ba
la recta tangente a la grafica de f tiene esa misma pendiente y, por lo tanto, es paralela a la
recta antes considerada.
6.2.10 Proposici
on Sea f una funcion real definida y continua en un intervalo I de la recta
6.2.12 Proposici
on Sean A un subconjunto abierto de R, f una funcion compleja definida
en A y sea a A. Se supone que f es continua en A y derivable en A \ {a}. Si los lmites
lm+ f (x) y lm f (x) existen y son finitos e iguales, entonces f es derivable en a y, ademas
xa
xa
xa
88
6.2.13 Regla de LH
opital
Sean I un intervalo de R y a un punto de acumulacion de I. Si f y g son funciones
derivables en I tales que g (x) 6= 0 para cada x I \ {a}, y se verifica que, o bien
lm f (x) = 0
lm f (x) =
xa
lm g(x) = 0 ,
xa
o bien
xa
lm g(x) = ,
xa
f (x)
f (x)
= (finito o infinito), se tiene que lm
= .
xa g(x)
xa g (x)
entonces, si existe lm
6.2.14 Observaci
on
6.3.
F
ormula de Taylor. Estudio local de funciones.
Si exceptuamos las funciones polinomicas o cocientes de ellas, las funciones de uso habitual son de evaluacion complicada, o incluso imposible, por medio de operaciones elementales.
As surge la necesidad de sustituir la funcion de partida por otra que la aproxime suficientemente, al menos en un entorno del punto alrededor del cual se esta estudiando la funcion. Hay
que hacer notar que la aproximacion puede tambien aportar informacion de tipo cualitativo
acerca de la funcion.
La formula de Taylor proporciona la mejor (en un sentido que se precisara) aproximacion
polinomica a una funcion suficientemente derivable en un entorno de un punto.
6.3.1 Definici
on Sea f una funcion real definida en un intervalo I y sea a I. Si f admite
derivadas sucesivas hasta el orden n 1 en el punto a, se denomina polinomio de Taylor de
grado n de f en a al polinomio
Tn (f, a)(x) = f (a) + f (a) (x a) +
f (n) (a)
f (a)
(x a)2 + . . . +
(x a)n .
2!
n!
89
El polinomio de Taylor es el u
nico de grado menor o igual que n que satisface:
P (a) = f (a) , P (a) = f (a) , . . . , P (n) (a) = f (n) (a) ,
condiciones que, de hecho, sirven para determinarlo. As, la funcion y el polinomio coinciden,
junto con sus derivadas sucesivas hasta orden n, en el punto a.
6.3.2 F
ormula de Taylor.
Sea f una funcion real definida en un intervalo I que admite derivadas hasta el orden
n + 1 en dicho intervalo (en particular f es de clase C n en I) y a un punto de I. Entonces
para cada x I existe un punto x situado entre a y x tal que
f (x) = Tn (f, a)(x) +
f (n+1) (x )
(x a)n+1 ,
(n + 1)!
es decir,
f (x) = f (a) + f (a) (x a) +
f (a)
f (n) (a)
f (n+1) (x )
(x a)2 + . . . +
(x a)n +
(x a)n+1 .
2!
n!
(n + 1)!
6.3.3 Observaci
on
1. El u
ltimo sumando de la expresion anterior, que es la diferencia entre el valor de la
funcion y el del polinomio de Taylor Tn (f, a) en x, es el denominado resto de Taylor de
orden n en a, denotado por Rn (f, a)(x), y que ha sido expresado en la forma conocida
como de Lagrange.
2. Otra forma usual de representar la formula de Taylor es la siguiente: dada una funcion
f en el intervalo I = (a , a + ) que admite derivadas hasta el orden n + 1 en cada
punto de I, para cada h R con |h| < se tiene
f (a + h) = f (a) + f (a) h +
90
6.3.4 Proposici
on Sean f una funcion real definida en un intervalo abierto I y a I. Si f
es n 1 veces derivable en I y existe f (n) (a), entonces
Dicho de otro modo, existe una funcion : I R tal que para todo x I se tiene que
f (x) = Tn (f, a)(x) + (x a)n (x),
y que verifica que lm (x) = (a) = 0.
xa
6.3.5 Observaci
on De hecho, Tn (f, a) es el u
nico polinomio de grado menor o igual que n
que verifica la propiedad anterior. En este sentido, podemos decir que es la mejor aproximacion a f en un entorno de a.
6.3.6 Ejemplo La funcion f : R R, dada por
e1/x si x > 0;
f (x) =
0
si x 0;
91
2. ax = 1 +
x log(a) x2 log(a)2
xn log(a)n
+
+ ... +
+ xn (x)
1!
2!
n!
3. sen(x) = x
x3 x5 x7
x2n+1
+
+ . . . + (1)n
+ x2n+2 (x)
3!
5!
7!
(2n + 1)!
4. cos(x) = 1
x2n
x2 x4 x6
+
+ . . . + (1)n
+ x2n+1 (x)
2!
4!
6!
(2n)!
5. tg(x) = x +
x3 2 x5 17 x7 62 x9 1382 x11
+
+
+
+
+ x12 (x)
3
15
315
2835
155925
6. Sh(x) = x +
x3 x5 x7
x2n+1
+
+
+ ... +
+ x2n+2 (x)
3!
5!
7!
(2n + 1)!
x2 x4 x6
x2n
+
+
+ ... +
+ x2n+1 (x)
2!
4!
6!
(2n)!
8. Tgh(x) = x
x3 2 x5 17 x7 62 x9 1382 x11
+
+ x12 (x)
3
15
315
2835
155925
9. (1 + x) = 1 +
x ( 1) x2
( 1) ( n + 1) xn
+
+ ... +
+ xn (x) =
1!
2!
n!
xn + xn (x)
x2 + . . . +
x+
+
=
n
2
1
0
Casos particulares:
a) Si N se obtiene la formula del binomio de Newton.
1
b) = ;
2
1+x=1+
x
x2
3 x3
35 (2n 3) xn
+
. . . + (1)n1
+ xn (x)
2 24 246
246 2n
1
c) = ;
2
1
x 3 x2
35 (2n 1) xn
=1 +
. . . + (1)n
+ xn (x)
2
24
246 2n
1+x
2
4
x
3x
35 (2n 1) x2n
1
=1
+
. . . + (1)n
+ x2n+1 (x)
2)
2
2
24
246 2n
1+x
2
4
1
x
3x
35 (2n 1) x2n
3)
=1+
+
+ ... +
+ x2n+1 (x)
2
2
24
246 2n
1x
d ) = 1;
1)
1
= 1 x + x2 x3 + x4 + . . . + (1)n xn + xn (x)
1+x
1
2)
= 1 + x + x2 + x3 + x4 + . . . + xn + xn (x)
1x
1
3)
= 1 x2 + x4 x6 + x8 + . . . + (1)n x2n + x2n+1 (x)
1 + x2
1)
10. log(1 + x) = x
xn
x2 x3
+
+ . . . + (1)n+1
+ xn (x)
2
3
n
x2 x3
xn
log(1 x) = x
...
+ xn (x)
2
3
n
3 x5
35 (2n 1) x2n+1
x3
+
+ ... +
+ x2n+2 (x)
11. arcsen(x) = x +
23 245
246 2n (2n + 1)
92
93
arcsen(x) =
2
x3
3 x5
35 (2n 1) x2n+1
...
+ x2n+2 (x)
= x
2
23 245
246 2n (2n + 1)
2n+1
x3 x5 x7 x9
n x
+
+
+ . . . + (1)
+ x2n+2 (x)
13. arctg(x) = x
3
5
7
9
2n + 1
3 x5
35 (2n 1) x2n+1
x3
+
. . . + (1)n
+ x2n+2 (x)
23 245
246 2n (2n + 1)
1
x3 x5
x2n+1
1+x
15. ArgTgh(x) = log
=x+
+
+ ... +
+ x2n+2 (x)
2
1x
3
5
2n + 1
=x
94
6.3.12 Proposici
on Sea f una funcion real definida y derivable en un intervalo I. Entonces:
1. La funcion f es convexa en I si, y solo si, f es creciente en I.
2. La funcion f es concava en I si, y solo si, f es decreciente en I.
6.3.13 Corolario Sea f una funcion real definida y dos veces derivable en un intervalo I.
Entonces:
1. La funcion f es convexa en I si, y solo si, f (x) 0 para todo x I.
2. La funcion f es concava en I si, y solo si, f (x) 0 para todo x I.
6.3.14 Definici
on Sea f una funcion real definida en un intervalo abierto I, y sea a I en
el que f es derivable. Tiene sentido considerar la recta tangente a f en a, de ecuacion
g(x) = f (a) + f (a) (x a) .
Se dice que a es un punto de inflexion de f si existe > 0 tal que si x (a , a),
entonces f (x) g(x), y si x (a, a + ), entonces f (x) g(x), o viceversa.
6.3.15 Observaci
on Notemos que si f es convexa (resp. concava) en I y a I, para todo
x I se verifica que
f (x) g(x)
Es decir, la grafica de la recta tangente a f en ese punto quedapor debajo (resp. por encima)
de la grafica de la funcion.
6.3.16 Proposici
on Sea f una funcion real definida y derivable en un intervalo I y sea
a I en el que f es dos veces derivable. Si a es un punto de inflexion de f , entonces
f (a) = 0.
6.3.17 Proposici
on Sean I un intervalo abierto, f una funcion real definida en I que admite
n 1 derivadas en I, con n 2, y a un punto de I tal que existe f (n) (a). Supongamos que
f (a) = . . . = f (n1) (a) = 0 y f (n) (a) 6= 0 .
95
Si n es par, la funcion f presenta un extremo relativo en a, que sera un maximo si f (n) (a) < 0
y un mnimo si f (n) (a) > 0.
6.3.18 Proposici
on Sean I un intervalo abierto, f una funcion real definida en I que admite
n 1 derivadas en I, con n 3, y a un punto de I tal que existe f (n) (a). Supongamos que
f (a) = . . . = f (n1) (a) = 0 y f (n) (a) 6= 0 .
Si n es impar, la funcion f presenta un punto de inflexion en a.
6.3.19 Representaci
on gr
afica de funciones
A la hora de representar aproximadamente la grafica de una funcion real dada por la
expresion explcita generica y = f (x), es conveniente seguir los siguientes pasos:
1. Determinar el dominio de definicion D de la funcion, es decir, el conjunto de valores
reales x para los que la expresion f (x) proporciona un n
umero real. En los casos usuales
D es un intervalo o una union de intervalos.
2. Hallar los cortes de la grafica con los ejes, que seran los puntos de la forma (a, 0) y
(0, b) que pertenezcan a la grafica.
3. Estudiar la simetra de la grafica:
a) Si para cada x D se tiene que x D y f (x) = f (x), se dice que f es par, y
su grafica presenta simetra respecto del eje de ordenadas OY .
b) Si para cada x D se tiene que x D y f (x) = f (x), se dice que f es
impar, y su grafica presenta simetra respecto del origen de coordenadas.
4. Estudiar la periodicidad, es decir, la existencia de una constante T , denominada periodo
de f , tal que si x D y x + T D, entonces f (x + T ) = f (x).
5. Determinar las asntotas de la grafica, que pueden ser de diversos tipos:
96
lm f (x) = L2 R ,
x+
lm f (x) = ,
xa+
xa
lm (f (x) mx) = n R .
x+
97
6.4.
Ejercicios.
1 Determinar los n
umeros a y b para que la funcion f definida en R por
x2 + 1 si x 1,
f (x) =
ax + b si x < 1,
sea derivable en el punto x = 1.
log(1 + x3 )
ex 1
f (x) =
cos(x2 ) a
si x > 0;
si x 0,
es derivable en x0 = 0.
3 Calc
ulese la recta tangente a la grafica de la funcion
f (x) = arc tg(1 + sen2 (x))
en el punto (0, 4 ).
4 La curva y = ax2 +bx+c pasa por el punto (1, 3) y es tangente en el origen de coordenadas
a la bisectriz del primer cuadrante. Hallar a, b y c.
98
5 Demuestrese que la curva y = 2x3 +6x+7 no tiene tangentes paralelas a la recta y = 5x+3.
6 Estudiar la derivabilidad, en su campo de definicion, de las siguientes funciones:
6.1 f (x) = e|x| , x R.
5
x sen(1/x)
si x 6= 0;
1 + e1/x
6.4 f (x) =
0
si x = 0.
6.5 f (x) =
6.7 f (x) =
x
1 + e1/x
x3
si x 6= 0;
6.6 f (x) =
si x = 0.
x2 ,
e 1x2
si |x| < 1;
si |x| 1.
1 cos(|x|)
x
6.8 f (x) =
x 1.
si x 6= 0;
si x = 0.
f (a + 1/n) n
f (a)
9 Sean f y g dos funciones derivables en R tales que f (0) = g(0) = 0. Probar que existe
un c R tal que f (c)g(c) 6= c.
10 Calcular la derivada de las funciones definidas por las expresiones siguientes, en sus
dominios de definicion:
r x 1
x
10.2 ln
1+x 1x
10.4 (x3 + 1)sen(x)
10.6
q
3
1 + xe
x 4
99
1
10.3 ln cos arctg
x2 1
x
10.5 x2 e3x cos(2x)
s
4 1 + Tgh(x)
10.7
1 Tgh(x)
10.9 sen(x) etg(x)
x2 sen 1/x si x 6= 0,
f (x) =
0
si x = 0.
12 Determinar la derivada n-esima de las siguientes funciones:
12.1 f (x) = x2 e4x
12.3 f (x) =
x2 + 1
x2 1
x2 + 1
(x + 1)3
x
.
1 x2
100
1
1
x
< log(1 + x) < x y
< log(1 + x) log(x) < .
1+x
1+x
x
(n + 1) n 1 .
1
(n + 1)
n
x
.
1 + x2
15 3, 8
0, 56
.
2 3, 8
18 Calcular:
18.1 lm (x + 1) arctg(x + 1) x arctg(x) .
x
1
1
2
2
x sen
.
18.2 lm (x + 1) sen
x
x+1
x
18.3 lm x3 (arctg((x + 1)2 ) arctg(x2 )).
x+
19 Sea f : (0, ) R una funcion derivable tal que lm f (x) = 0. Probar que
x+
lm (f (x + 1) f (x)) = 0.
x+
para cada x, y R.
101
xn+1 = f (xn ), n N,
es creciente.
1
3
o igual que 3.
no
m es menor
iii) Que n
umero es mayor, e o e ?
iv) Determinar dos n
umeros naturales distintos, m y n, tales que mn = nm .
25 Es cierto que para cada x (0, 1) se tiene que
1
1
(1 + 2)2 ?
1+
1+
x
1x
26 Demostrar que para todo x [0, /2] se tiene que 1 sen(x) + cos(x)
2.
102
y f (1) = 1.
para cada n N
x2 x3
?
2
6
f (x) a
f (n) (a)
(x a)n .
n!
sen(x2 )
.
cos(x)
43.2
43.4
43.6
3
x + 3 3x + 5
lm
x1
1 tg( x/4)
tg( n21+1 ) n21+1
lm
n 21 sen( 21 )
n +1
n +1
4
sen(x) x
lm
x0 log(x + 1) x 6
tg( x) tg(x)
43.8
x0 sen(x) sen( x)
v
v2
v
log 1 +
n 2n
n
, vR
43.9 lm
1
n
n n
43.7 lm
103
43.10 lm
104
1
15x5x3 +3x5 15 arctg(x)
3
44.3 y = x e1/x
44.4 y = (x 1) x2
sen(x) 1 + cos(x)
1 2
44.5 y = x log(x)
44.6 y =
4
cos(x)
45 Sea f : (1, ) R la funcion dada por
f (x) =
ex
,
1+x
x (1, +).
1. Esbozar la grafica de f .
2. Sea a R. Determinar el n
umero de soluciones de la ecuacion ex = a(1 + x) en
(1, +).
46 Se considera la funcion f : R \ {1} R dada por
f (x) =
x2
.
(x + 1)2
Est
udiense sus asntotas, crecimiento y extremos relativos. Esbocese la grafica de la funcion.
47 Se denota por f (t) la cantidad de una substancia radiactiva en el instante de tiempo t.
Sabiendo que dicha substancia se descompone a una velocidad proporcional en cada instante
a la cantidad de la materia presente, f (t) = k f (t), demostrar que f (t) = f (0) ekt , t R.
48 Una ventana esta formada por un rectangulo y un triangulo isosceles cuya base es el
lado superior del rectangulo y cuya altura es igual a 3/8 de la longitud de la base. Si el
permetro de la ventana es de 9m, determinar las dimensiones de los lados para que el flujo
de luz sea maximo.
Captulo 7
C
alculo de primitivas
Este tema es de especial importancia practica, como se pone de manifiesto si se observa,
entre otras muchas cosas, que la inmensa mayora de los fenomenos fsicos vienen descritos
por ecuaciones diferenciales, de las que el calculo de primitivas es el ejemplo mas sencillo y
cuya resolucion teorica necesita de esta materia. La base teorica sobre la que se fundamenta
el calculo de primitivas o integraci
on indefinida es relativamente sencilla: se trata de la
operacion inversa de la derivacion.
La clase de funciones definidas en un intervalo que admiten primitiva es muy amplia (por
ejemplo, contiene a todas las funciones continuas); no obstante, el problema de calcular explcitamente la primitiva de una funcion es, en general, irresoluble, es decir, existen funciones
cuya primitiva no puede ser expresada de forma elemental (como, por ejemplo, la funcion
R
2
de Gauss (x) = ex dx ). A partir de la seccion 7.2 nos centramos en el calculo de las
primitivas de ciertas clases muy concretas de funciones. Como se puede comprobar a lo largo
de estas notas, la mayora de los metodos reducen el problema original al de las fracciones
racionales, que estudiamos en el citado apartado.
Captulo 7. C
alculo de primitivas
7.1.
106
7.1.1 Definici
on Sea f una funcion compleja definida en un intervalo I de la recta real. Se
dice que la funcion F , definida y derivable en el mismo intervalo, es una primitiva de f si se
verifica que
F (x) = f (x) para cada x I .
La definicion proporciona el conocimiento de las primitivas de un gran n
umero de funciones elementales (vease la tabla de primitivas inmediatas al final de este tema). Por ejemplo,
puesto que sen (x) = cos(x) para cada x R, la funcion seno es una primitiva de la funcion
coseno en R.
Las primeras reglas practicas para la integracion se deducen de las propiedades de la
derivacion. Por ejemplo, en un intervalo una funcion derivable es constante si, y solo si, su
derivada es cero; de ah se deduce la siguiente proposicion.
7.1.2 Proposici
on Si F es una primitiva de f y C es un n
umero real, entonces la funcion
F + C es tambien una primitiva de f . De hecho, si G es otra primitiva de F , se tiene que
G F es constante.
7.1.3 Definici
on El conjunto de las primitivas de una funcion f se denomina integral indefinida de f , y se denota por
Z
f (x) dx
f.
Seg
un el resultado anterior este conjunto se obtiene sumando constantes a una primitiva
arbitraria F por lo que es usual escribir
Z
f (x) dx = F (x) + C .
En estas expresiones la variable x es irrelevante, lo mismo se podra escribir
f (y) dy ;
la variable de integracion adquiere un papel destacado, por ejemplo, cuando la funcion depende de dos o mas variables, como en
Z
sen(z 3 x2 ) dx .
Captulo 7. C
alculo de primitivas
107
es una primitiva de
f +g
en I .
Captulo 7. C
alculo de primitivas
108
f (x) dx = G 1 (x) + C .
Este metodo es u
til cuando el cambio de variable transforma el calculo de la primitiva
de f en el calculo de la primitiva de g, conocida o mas sencilla de obtener.
Notese que el argumento utilizado en el metodo de sustitucion y en el cambio de variable
es exactamente el mismo, solo que aplicado en sentido inverso.
7.1.8 Observaci
on Es usual escribir para aplicar el teorema del cambio de variable, abusando de la notacion, x = (y) o y = 1 (x), e incluso
dx = (y) dy
dy = (1 ) (x) dx ,
Este
sera el criterio que seguiremos en adelante.
7.2.
Integraci
on de fracciones racionales.
7.2.1 Definici
on Una funcion f se dice que es una funcion o fraccion racional si se escribe
en su dominio de definicion como cociente de dos polinomios:
f (x) =
P (x)
.
Q(x)
Captulo 7. C
alculo de primitivas
109
R(x)
P (x)
= C(x) +
,
Q(x)
Q(x)
donde C es el polinomio cociente y R es el resto, que tiene grado estrictamente menor que
el de Q. Entonces
f (x) dx =
C(x) dx +
R(x)
dx.
Q(x)
La primera integral es inmediata, de modo que solo hay que resolver el caso de fracciones
racionales con el grado del numerador menor que el del denominador.
7.2.2 Teorema Todo polinomio Q con coeficientes reales se puede descomponer de forma
u
nica como un producto
Q(x) = C (x a1 )m1 . . . (x ar )mr q1 (x)n1 . . . qs (x)ns ,
(7.1)
7.2.3 M
etodo de descomposici
on en fracciones simples. Si f =
A12
A1m1
A11
+
+ ... +
+ ...
2
(x a1 ) (x a1 )
(x a1 )m1
... +
+
Ar2
Armr
Ar1
+
+
+ ... +
2
(x ar ) (x ar )
(x ar )mr
+...
Bsns x + Csns
Bs1 x + Cs1 Bs2 x + Cs2
,
+
+ ... +
2
qs (x)
qs (x)
qs (x)ns
(7.2)
Captulo 7. C
alculo de primitivas
110
A 2 x + 2B/A
A
A 2B/A
2x +
Ax + B
=
=
+
.
x2 + x +
2 x2 + x +
2 x2 + x +
2 x2 + x +
dx
=
x2 + x +
=
dx = dt
dx
1
=
2
2 (x + ) / 2 + 1
dt
t2 + 1
1
1
arctg(t) + C = arctg (x + )/ + C .
Captulo 7. C
alculo de primitivas
4.
111
Ax + B
dx, n > 1.
+ x + )n
Para calcular estas primitivas, despues de haber escrito la fraccion como suma de dos,
(x2
igual que en el apartado 3, se puede utilizar un metodo de recurrencia (vease 7.8.1), pero
cuando en el denominador aparecen races m
ultiples, sobre todo si estas son complejas
y de multiplicidad elevada, es mas comodo el llamado metodo de Hermite, que no se
describira.
7.3.
2xy + x
, entonces
x2 + y 3
2t
;
1 + t2
cos(x) =
1 t2
;
1 + t2
dx =
2
dt .
1 + t2
El integrando de la primitiva resultante es una funcion racional de t por serlo sen(x), cos(x)
y dx.
Existen situaciones particulares en las cuales es posible calcular estas primitivas de forma
mas sencilla. Nos limitamos a describir los procedimientos sin justificar las aseveraciones que
se hacen.
Captulo 7. C
alculo de primitivas
112
R sen(x), cos(x) = R sen(x), cos(x) ,
R sen(x), cos(x) = S sen(x) cos(x) ,
t = sen(x) ;
dt = cos(x) dx,
resulta que
Z
R sen(x), cos(x) dx =
S sen(x) cos(x) dx =
S(t) dt ,
2. R sen(x), cos(x) es impar respecto al seno:
Resulta ahora que
R sen(x), cos(x) = R sen(x), cos(x) ,
R sen(x), cos(x) = S cos(x) sen(x) ,
1 t2 = sen(x)2 ;
dt = sen(x) dx,
Captulo 7. C
alculo de primitivas
113
3. R sen(x), cos(x) es par respecto al seno y al coseno:
Esto significa que
R sen(x), cos(x) = R sen(x), cos(x) y R sen(x), cos(x) = R sen(x), cos(x) .
Entonces
R sen(x), cos(x) = S tg(x) ,
1
= cos(x)2 ;
1 + t2
dt = 1 + tg(x)2 dx o dx =
1
dt,
1 + t2
1 cos(2x)
+
,
2
2
7.4.
Nos interesamos ahora por las primitivas de funciones del tipo R(ex ), donde R es una
fraccion racional.
Captulo 7. C
alculo de primitivas
114
es decir, x = log(t) ,
con lo cual
dt = ex dx o dx =
1
dt
t
ex ex
,
2
Ch(x) =
ex + ex
,
2
Tgh(x) =
Sh(x)
.
Ch(x)
Ch (x) = Sh(x) ;
1
.
Ch(x)2
Por supuesto, es posible aplicar el procedimiento general 7.4.1, puesto que toda frac
cion racional R Sh(x), Ch(x) es una fraccion racional S(ex ). Como ejercicio proponemos
demostrar esta u
ltima afirmacion (notese que ex ex = 1). Pero tambien se pueden usar
metodos analogos a los expuestos en la seccion 7.3:
1. El cambio de variable
t = Tgh x/2 ;
x = 2 ArgTgh(t) ;
dx =
2
dt ,
1 t2
Captulo 7. C
alculo de primitivas
7.5.
115
ax + b
ax + b
ax + b
R x,
dx .
,
,...,
cx + d
cx + d
cx + d
Aqu R denota una funcion racional de + 1 variables, R(x, y1 , . . . , y ), y mk Z, nk N
para todo k = 1, 2, . . . , .
Por ejemplo, la integral
I=
x+1
x1
r
r
dx
4
3 x1
x+1 3
x
+
x+1
x1
y1
,
x y2 + y3
permite escribir
I=
R x,
x+1
x1
1/2
1/3
3/ !
x+1
x+1 4
,
,
dx .
x1
x1
La representacion no es u
nica. Invitamos al alumno a dar varias representaciones, tanto
para esta funcion como para las de los ejercicios propuestos.
7.5.1 Procedimiento general.
Sea p = m.c.m.(n1 , n2 , . . . , n ). El procedimiento general para la resolucion de este tipo
de primitivas consiste en efectuar el cambio de variable
ax + b
= tp ,
cx + d
es decir,
x=
tp d b
,
a tp c
Captulo 7. C
alculo de primitivas
1. Integrales del tipo
2. Integrales del tipo
3. Integrales del tipo
7.6.
116
m
m
m
R x, x 1/n1 , x 2/n2 , . . . , x /n dx.
m
m
m
R x, (ax + b) 1/n1 , (ax + b) 2/n2 , . . . , (ax + b) /n dx.
m
R x, ax + b dx.
Integrales bin
omicas o binomias.
donde m, n y p son n
umeros racionales, n y p no nulos, y a y b son n
umeros reales no nulos.
7.6.1 Procedimiento general. Haciendo el cambio de variable
1
t = xn ;
se tiene que
con q =
m+1
1.
n
x = t /n ;
ax + b
p
dx =
1
dx =
n
1 1/n1
t
dt ,
n
tq a t + b
p
dt,
Sobre el integrando de la u
ltima primitiva se observa que:
1. Si p Z, es de la forma R(t, tq ), con R fraccion racional, que es del tipo 7.5.2.1.
2. Si q Z, es de la forma R t, (at + b)p , con R fraccion racional, que es del tipo 7.5.2.2.
3. Si p + q Z, es posible escribirlo como
seccion anterior con c = 1 y d = 0.
at + b
t
p
Captulo 7. C
alculo de primitivas
117
7.6.2 Casos particulares. No se hace necesaria la reduccion a integrales del tipo estudiado
en la seccion anterior cuando se dan los siguientes casos.
1. Si p es natural, por la formula del binomio de Newton,
p
(a t + b) =
p
X
p
k=0
ak bpk tk ,
y la integracion es inmediata:
Z
t (a t + b) dt =
p
X
p
k=0
k pk
a b
tk+q dt .
7.7.
t=
t (a t + b) dt =
zb
;
a
1
aq+1
dt =
1
dz,
a
(z b)q z p dz
Captulo 7. C
alculo de primitivas
118
cuadrados para realizar un cambio de variable que permita utilizar una de las siguientes
identidades fundamentales:
Ch2 (x) + Sh2 (x) = 1 .
7.7.1 Reducci
on del integrando a una fracci
on racional de las funciones trigonom
etricas o hiperb
olicas.
Se distinguen dos situaciones generales seg
un el signo de a.
1. Si a > 0 es posible escribir
a x2 + b x + c =
a) Si ademas c
b 2
b2
ax +
+ c
.
4a
2 a
b2
b2
> 0 (o sea, a x2 +b x+c > 0 para todo x), poniendo 2 = c
4a
4a
resulta que
2
ax + bx + c =
ax
b 2
+1 ,
+
2 a
b
a
x + = t; x = t
;
2a
2 a
a
dx = dt ,
a
se obtiene que
Z
Z
2
R x, a x + b x + c dx = S t, t2 + 1 dt ,
t2 + 1 = Ch(z) ;
dt = Ch(z) dz,
b2
< 0 (el polinomio tiene dos races reales
4a
b2
c, y resulta que
4a
ax
b 2
2
2
ax + bx + c =
1 .
+
2 a
Captulo 7. C
alculo de primitivas
119
t = Ch(z) ;
t2 1 = Sh(z) ;
dt = Sh(z) dz ,
ax + bx + c =
b2
b 2
+ c
a x
.
4a
2 a
2 a
y haciendo el cambio de variable
a
b
x
= t;
2 a
se sigue que
b
;
x=
t
2a
a
dx =
dt ,
a
Z
2
R x, a x + b x + c dx = S t, 1 t2 dt ,
donde S(x, y) es una fraccion racional. Cualquiera de los dos cambios de variable
siguientes reducen esta u
ltima integral a la de una fraccion racional de las funciones
trigonometricas, que han sido estudiadas en la seccion 7.3:
t = sen(z) ;
t = cos(z) ;
1 t2 = cos(z),
dt = cos(z) dz ,
1 t2 = sen(z),
dt = sen(z) dz .
Captulo 7. C
alculo de primitivas
7.8.
120
M
etodos de recurrencia.
dx
.
(x2 + 1)n
En virtud de la formula de integracion por partes, si se considera
u=
se tiene que
Z
es decir,
(x2
dx
+ 1)n
y dv = dx ,
x2
dx =
(x2 + 1)n+1
Z
Z
x
dx
x2 + 1
= 2
,
+ 2n
dx
(x + 1)n
(x2 + 1)n+1
(x2 + 1)n+1
x
dx
= 2
+ 2n
2
n
(x + 1)
(x + 1)n
x
In (x) = 2
+ 2 n In (x) In+1 (x)
(x + 1)n
Captulo 7. C
alculo de primitivas
121
P (x) cos(x) dx .
Si se considera
dv = ex dx ,
u = P (x) ;
P (x) ex dx ,
P (x) e dx =
7.8.3 Si P es un polinomio de dos variables con coeficientes reales, las integrales indefinidas
Z
Z
Z
P x, log(x) dx ;
P x, arccos(x) dx ;
P x, arcsen(x) dx ,
realizando respectivamente los cambios de variable
x = et ;
resultan ser de la forma
Z
P (et , t) et dt,
x = cos(t) ;
x = sen(t) ,
P cos(t), t sen(t) dt ,
P sen(t), t cos(t) dt ,
que se reducen al caso 7.8.2, sin mas que utilizar las propiedades de la funcion exponencial
o convenientes formulas trigonometricas, seg
un proceda.
Captulo 7. C
alculo de primitivas
7.9.
122
POTENCIALES
Z
u(x)a u (x) dx =
1
u(x)a+1 + C. (a 6= 1)
a+1
LOGARITMICAS
Z
u (x)
dx = log |u(x)| + C.
u(x)
EXPONENCIALES
Z
Z
1
au(x) + C. (a > 0, a 6= 1)
log(a)
TRIGONOMETRICAS
Z
Z
Z
Z
cos u(x) u (x) dx = sen u(x) + C.
sen u(x) u (x) dx = cos u(x) + C.
u (x)
dx =
cos2 u(x)
Z
2
1 + tg u(x) u (x) dx =
= tg u(x) + C.
u (x)
dx =
sen2 u(x)
Z
1 + cotg u(x)
= cotg u(x) + C.
u (x) dx =
INVERSAS DE TRIGONOMETRICAS
Z
u (x)
1 u2 (x)
dx = arcsen u(x) + C = arccos u(x) + C.
Captulo 7. C
alculo de primitivas
Z
123
u (x)
dx = arctg u(x) + C = arccotg u(x) + C.
2
1 + u (x)
HIPERBOLICAS
Z
Z
Z
Z
Ch u(x) u (x) dx = Sh u(x) + C.
Sh u(x) u (x) dx = Ch u(x) + C.
u (x)
dx = Tgh u(x) + C.
2
Ch u(x)
u (x)
dx = CoTgh u(x) + C.
2
Sh u(x)
ARGUMENTOS HIPERBOLICOS
Z
Z
Z
7.10.
p
p
u (x)
u2 (x) + 1
u (x)
u2 (x) 1
p
dx = ArgSh u(x) + C = log u(x) + u2 (x) + 1 + C.
p
2
dx = ArgCh u(x) + C = log u(x) + u (x) 1 + C.
1 + u(x)
1
u (x)
+ C.
dx = ArgTgh u(x) + C = log
1 u2 (x)
2
1 u(x)
Ejercicios.
En todos los ejercicios se propone calcular las primitivas de las funciones correspondientes.
1 Integrales (casi) inmediatas.
1.1
tg(x).
1.2
1.4
x2 sen(x3 ).
1.5
1.7
x cotg(2x2 + 1).
1.8
tg2 (x).
x3
x4
1.3
.
1.6
+2
arcsen(x)
.
1 x2
1.9
1
.
2 + 3 x 2 x2
arctg(x)3
.
1 + x2
1
.
2x2 + 2x + 5
Captulo 7. C
alculo de primitivas
cos(ln(x))
.
x
1.10
124
x
.
2x+ 2+x
1.11
2 Integraci
on por partes.
2.1
x ex .
2.2
2
2.5
log(x + 2).
2.6
2.8
x sen(x),
2.9
x2 cos(x).
sen(x) ex .
2.3
sen(x) log 1 + sen(x) .
2.4
sen2 (x).
2.7
x2
arctg(x).
1 + x2
x2 ex .
x2 + 1
.
x2 3x + 2
1
.
2
(x 1)2
3.2
1
.
x2 (x + 1)
3.3
3.6
x3
.
x4 + x2 + 1
3.7
x2 + 1
.
(x 1)6
x3
1
.
1
3.4
2x 3
.
x2 + 2x + 3
3.8
2x + 1
.
(x2 + 1)3
2 cos(x)
4.3
2 + cos(x)
1
4.2
5 + 4 cos(x)
1
sen(x) + cos(x)
1
.
cos(x)
5.2
5.4
tg(x)
.
1 + cos(x)
5.5
5.3
5.6
1 + cos2 (x)
.
cos(x) 1 + sen2 (x)
a2
sen2 (x)
1
.
+ b2 cos2 (x)
6.2
sen(x) cos(2x)
.
cos(x)
6.3
1
.
sen(3x) cos(x)
6.4
6.5
sen(7x) sen(5x).
6.6
sen(2x) cos(3x).
7.3
dx
e2x 2ex
e2x ex + 1
ex 2
7.2
1
a2 ex + b2 ex
Captulo 7. C
alculo de primitivas
7.4
1
.
x
e + 2ex
125
7.5
1
.
x
4e + ex
9x + 2
.
3x 1
7.6
Ch2 (x).
8.2
1
.
Sh(x)
8.3
8.4
Ch3 (x/2).
8.5
1 + Sh(x)
dx.
1 + Ch(x)
8.6
1
.
Ch (x) + Sh2 (x)
Ch(2x)
.
5 + 4 Ch(x)
2
1+x
4
1x
1
x
x+1+2
. 9.2
. 9.3
. 9.4 r
9.1
.
3
2
1+ x
x+ x
(x + 1) x + 1
1+x 2
1+x
+
1x
1x
10 Integrales binomias.
5/2
x2 a + b x2
.
q
3
x
x2 + 2.
10.1
10.4
10.2
10.5
x 1+x
1/2 2
.
x3
p
.
(1 + 2x2 )3
1/3
10.3
x1 1 + x5
10.6
1
.
x2 (2 + x3 )5/3
x+1
.
x2 x + 1
x2
.
2x x2
11.2
11.5
x3 + 1
.
1 x2
x+1
.
x + x2 + x + 1
11.3
11.6
3 2 x x2 .
.
(1 + x2 ) 1 x2
12 Metodos de recurrencia.
12.1 logn (x)
13 Metodos de Recurrencia.
13.1 x3 log2 (x)
12.6 x5 + 4 x4 sen(2x)
12.7 x2n+1 e
x2/2
13.3 xn arcsen(x)
Captulo 8
Integral de Riemann
Al tratar con figuras planas simples, tales como rectangulos y triangulos, la nocion de area
tiene una interpretacion intuitiva clara que se puede expresar en terminos de las dimensiones
de sus lados; este concepto es bastante antiguo, de hecho, la matematica de la Grecia clasica
fundamentaba la aritmetica en las propiedades geometricas: por ejemplo, el resultado de
multiplicar dos n
umeros positivos a y b, se interpretaba como el area de un rectangulo cuyos
lados miden a y b; as, la propiedad distributiva del producto respecto de la suma se expresa:
El area de la union es la suma de las areas.
Al intentar extender el concepto de area o medida a conjuntos mas generales la situacion
se complica; no obstante, en los casos usuales los conjuntos pueden ser aproximados por
uniones de rectangulos, y su area por las sumas de las de estos u
ltimos. Mencionaremos que
Arqumedes obtuvo ya el area limitada por un arco de parabola y una recta como lmite de
areas de uniones de rectangulos.
Sin embargo, no fue hasta mucho mas tarde cuando se fundamento rigurosamente esta
teora, principalmente por la contribucion de personajes como Dirichlet o Cauchy, culminada
posteriormente por Riemann, de quien recibe el nombre, y aunque la integral de Riemann
presenta todava algunas deficiencias, solventadas por otras teoras como la de Lebesgue, es
suficiente para abordar la mayora de los problemas que se presentan habitualmente en las
Ciencias.
8.1.
127
Construcci
on de la integral
n
X
i=1
mi (xi xi1 ) =
n
X
mi xi ,
i=1
n
X
i=1
Mi (xi xi1 ) =
n
X
i=1
Mi xi .
128
Es inmediato que, si m = nf{ f (x) : x [a, b] } y M = sup{ f (x) : x [a, b] }, para cada
particion P se tiene
m(b a) s(f, P ) S(f, P ) M (b a),
con lo que los conjuntos formados respectivamente por las sumas superiores e inferiores
asociadas a una funcion son acotados.
8.1.4 Proposici
on Sean f : [a, b] R acotada, y P y Q dos particiones de [a, b].
i) Si P es mas fina que Q, se tiene
s(f, Q) s(f, P )
que es un n
umero real, de acuerdo con lo observado en la definicion anterior.
Analogamente, se define la integral inferior de Riemann de f en [a, b] como
Z b
f = sup{ s(f, P ) : P P([a, b]) }.
a
8.1.6 Observaci
on Es inmediato que, si P P([a, b]), siempre se verifica que
Z b
Z b
f
f S(f, P ).
s(f, P )
a
8.1.7 Definici
on Se dice que una funcion real f , definida en [a, b] y acotada, es integrable
en el sentido de Riemann o simplemente integrable Riemann en [a, b] si
Z b
Z b
f=
f,
a
129
8.1.8 Observaci
on La existencia de funciones integrables Riemann es obvia; basta considerar las funciones constantes. Sin embargo, no toda funcion acotada es integrable Riemann,
como ilustra, por ejemplo, la funcion de Dirichlet,
1 si x Q [0, 1];
f (x) =
0 si x I [0, 1].
8.1.9 Definici
on Se dice que una funcion compleja f , definida en [a, b] y acotada, es integrable en el sentido de Riemann o simplemente integrable Riemann en [a, b] si lo son su
parte real y su parte imaginaria, en cuyo caso se denomina integral de f en [a, b] al n
umero
complejo
y se representa por
Z
Z
Re f (x) dx + i
a
f
a
b
a
Im f (x) dx ,
f (x) dx.
a
8.1.10 Condici
on de integrabilidad de Riemann.
Sea f : [a, b] R acotada. Entonces f es integrable Riemann en [a, b] si, y solo si, para
cada > 0 existe una particion P de [a, b] tal que
S(f, P ) s(f, P ) < .
Este resultado permite probar que la clase de funciones integrables contiene a una amplia gama de funciones, entre las que se encuentran las funciones continuas y las funciones
monotonas.
8.1.11 Teorema Toda funcion monotona en [a, b] es integrable Riemann.
Para demostrar que una funcion continua es integrable Riemann, necesitamos un concepto
mas fuerte que el de continuidad: la continuidad uniforme. Observemos que en la definicion
de funcion continua el n
umero depende de , pero tambien del punto x, aunque no se haya
dicho explcitamente. La palabra uniforme se refiere a la ausencia de esta dependencia del
punto.
130
8.1.12 Definici
on Sean A un subconjunto no vaco de R y f : A C. Se dice que f es
uniformemente continua en A si para cada > 0 existe un > 0 (que solo depende de )
tal que
|f (x) f (y)| <
siempre que x, y A con |x y| < .
8.1.13 Proposici
on Si f es una funcion uniformemente continua en el conjunto A entonces
f es continua en A.
El recproco, en general, no es cierto. Sin embargo, continuidad y continuidad uniforme
son conceptos equivalentes en intervalos cerrados y acotados.
8.1.14 Teorema de Heine. Si f es una funcion compleja continua en el intervalo [a, b],
entonces f es uniformemente continua en [a, b].
8.1.15 Teorema Toda funcion continua en [a, b] es integrable Riemann.
8.1.16 Definici
on Sea f una funcion compleja definida en [a, b] y acotada. Dada una particion P = { x0 = a, x1 , . . . , xn = b } de [a, b], y elegido un punto ti en cada subintervalo
[xi1 , xi ], i = 1, 2, . . . , n, el conjunto T = { t1 , t2 , . . . , tn } se denomina conjunto de puntos
intermedios asociado a P . Denotaremos por T (P ) a la familia de los conjuntos de puntos
intermedios asociados a la particion P .
Si T T (P ) se llama suma de Riemann asociada a f , a P y a T al n
umero
(f, P, T ) =
n
X
i=1
n
X
f (ti )xi .
i=1
8.1.17 Lema Si f es una funcion real definida en [a, b] y acotada, para cada particion P de
[a, b] y para cada T T (P ) se tiene que
s(f, P ) (f, P, T ) S(f, P ) .
8.1.18 Observaci
on La condicion dada en el apartado ii) de la siguiente proposicion fue, de
hecho, la adoptada por Riemann para definir la integral. En este sentido, dicha proposicion
establece la equivalencia entre las dos construcciones expuestas.
131
8.1.19 Proposici
on Sea f : [a, b] C acotada. Son equivalentes:
i) f es integrable Riemann en [a, b].
ii) Existe un n
umero complejo I(f ) que verifica la siguiente propiedad: Para cada > 0
existe > 0 de modo que para toda particion P de [a, b] con kP k < y para cada
T T (P ) se tiene que |I(f ) (f, P, T )| < .
Z b
En este caso, I(f ) =
f.
a
8.1.20 Corolario Sea f una funcion compleja definida en [a, b] e integrable Riemann en
dicho intervalo. Sea {Pk }
on de particiones de [a, b] con lm kPk k = 0, y
k=1 una sucesi
k
{Tk }
on arbitraria de conjuntos de puntos intermedios asociados a las partik=1 una sucesi
ciones de {Pk }
k=1 . Entonces
lm (f, Pk , Tk ) =
8.2.
f.
a
132
1
si x Q [0, 1];
f (x) =
1 si x I [0, 1].
8.2.2 Proposici
on Sea f una funcion integrable Riemann en [a, b] y tal que f ([a, b]) [c, d].
Sea g una funcion continua en [c, d]. Entonces la funcion g f es integrable Riemann en [a, b].
8.2.3 Corolario Sean f y g funciones integrables Riemann en [a, b]. Entonces:
i) f 2 y f g son integrables Riemann en [a, b].
ii) Si existe > 0 tal que f (x) para cada x [a, b], la funcion 1/f es integrable
Riemann en [a, b].
8.2.4 Proposici
on (Aditividad respecto del intervalo)
i) Si f es integrable Riemann en [a, b], lo es en todo subintervalo de [a, b].
ii) Recprocamente, sea c (a, b) de modo que f es integrable Riemann en [a, c] y en [c, b].
Entonces f es integrable Riemann en [a, b], y se tiene que
Z b
Z c
Z b
f.
f+
f=
c
Notaci
on: Para < se conviene que
Z
Z
f
f =
f = 0.
133
8.2.5 Proposici
on Sean f y g funciones acotadas en [a, b] que difieren en un conjunto finito
de puntos de [a, b]. Entonces f y g son simultaneamente integrables o no integrables y, en
caso de serlo, se tiene que
f=
g.
a
134
8.2.10 Observaci
on
i) Si se toma g identicamente igual a 1, se deduce que para una funcion continua f en [a, b]
Rb
existe c (a, b) de modo que a f = f (c) (b a) .
ii) Si se suprime la hipotesis de que g sea positiva el resultado es, en general, falso. Basta
considerar, en el intervalo [1, 1], la funcion identidad f (x) = x y
1 si x [1, 0];
g(x) =
1
si x (0, 1].
8.3.
En esta seccion se presenta el teorema fundamental del calculo y algunos resultados que
de el se derivan. En particular se deduce que toda funcion continua en un intervalo admite
primitiva y se obtienen mecanismos para la integracion practica.
8.3.1 Teorema fundamental del c
alculo.
Sea f una funcion integrable Riemann en [a, b]. Se considera la funcion F dada por
Z x
F (x) =
f,
x [a, b].
a
135
f,
a
x I.
Una version mas fuerte la da el siguiente resultado conocido como regla de Barrow generalizada o segundo teorema fundamental del calculo:
8.3.5 Teorema Sea f una funcion integrable Riemann en [a, b] que admite una primitiva F
en dicho intervalo. Entonces para cada x [a, b] se verifica que
Z x
f = F (x) F (a).
a
Notaci
on: Si F es una funcion definida en [a, b] y c, d [a, b] es usual escribir
x=d
F (d) F (c) = F (x)x=c .
8.3.6 F
ormula de integraci
on por partes.
Sean f, g : [a, b] R integrables Riemann con primitivas F y G, respectivamente. Entonces
o lo que es lo mismo,
b
a
x=b
F G = F (x)G(x)x=a
f G,
a
F G.
a
136
(c)
8.3.8 Corolario Sea una funcion definida en [c, d], derivable y cuya derivada es continua
y de signo constante (estas hipotesis garantizan que es una biyeccion, necesariamente
monotona, entre [c, d] y un intervalo [a, b]). Si f es una funcion continua en [a, b], se verifica
que
f=
a
d
c
(f ) | | .
8.3.9 Observaci
on Los resultados relativos al teorema del cambio de variable se verifican
igulamente con la sola hipotesis de la integrabilidad de f , deduciendose en este caso la
integrabilidad de (f ) , y la igualdad de las integrales correspondientes. Ahora bien, la
demostracion de este resultado es mucho mas laboriosa pues nada asegura la existencia de
una primitiva de f , hecho clave en la demostracion del caso arriba expuesto.
8.4.
C
alculo de
areas, vol
umenes y longitudes.
El objetivo de este apartado es indicar, sin justificacion (la cual requiere, en la mayora de
los casos, tecnicas que quedan fuera del alcance de esta asignatura), las formulas integrales
que se aplican para el calculo de areas, vol
umenes y longitudes en ciertas situaciones usuales.
8.4.1 Areas
de recintos planos:
Consideremos el recinto R del plano limitado por las rectas verticales x = a, x = b (con
a < b) y las graficas de dos funciones f y g, continuas en [a, b], y tales que f (x) g(x), para
cada x [a, b]. El
area de este recinto se define como
Z b
f (x) g(x) dx.
A(R) =
a
137
En particular, si la curva viene dada como la grafica de una funcion y = f (x), se obtiene
Z bp
1 + f (x)2 dx .
L() =
a
8.4.3 Areas
y vol
umenes de revoluci
on:
Sea f una funcion continua y positiva en el intervalo [a, b]. Se considera el solido V de
R3 limitado por los planos x = a, x = b y la superficie S obtenida al girar la grafica de f
alrededor del eje OX. El
area de la superficie S es
Z b
p
f (x) 1 + f (x)2 dx ,
2
a
y el volumen de V es
f (x)2 dx .
a
8.4.4 C
alculo de vol
umenes por secciones:
Sea V un solido de R3 comprendido entre los planos z = a y z = b, con a < b. Se supone
que para cada t [a, b] el area, A(t), de la superficie obtenida como interseccion del solido
V con el plano z = t esta bien definida. Bajo ciertas condiciones, que se verifican para las
figuras geometricas habituales (esferas, prismas, etc.), el volumen de V esta bien definido y
resulta ser
A(t) dt .
a
8.5.
138
Ejercicios
R1
0
P (x) dx = 1 .
dx .
.
3.2
3.1
6
5
10
1+x
10 2
0
0 10 + x
Z 1
8
Z 2
cos(x)
2
x
x sen(e ) dx 3 .
3.3 0
dx log(2). 3.4
3
0
0 1+x
4 Sean f una funcion continua en [0, ] y M = sup{|f (x)| : x [0, ]}. Pruebese que
Z
f (x) sen(x) dx 2M.
0
Rb
a
f (x) dx =
Rb
a
7 Sea f una funcion real, integrable Riemann en [a, b], con f (x) 0, para todo x [a, b].
Rb
Probar que, si f es continua en un punto c [a, b] y f (c) > 0, entonces a f (x) dx > 0 .
8 Sea f una funcion integrable Riemann en [, ], con > 0. Demostrar que:
i) Si f es par,
ii) Si f es impar,
f (t) dt = 2
9 Probar la acotacion
R
0
f (t) dt .
f (t) dt = 0 .
Z
33
25
Indicaci
on: el integrando es una funcion impar.
139
1X
11.3
Sh k/n .
n k=1
n
X
1
11.5
n
k Sh k/n .
k=1
n
1p
11.7
(n + 1)(n + 2) (n + n).
n
11.9 n
n
X
k=1
1
.
(n + k)2
k
X
sen
.
11.11
n k=1
n
n
X
11.4
k=1
n1
n2
1
.
nk + k 2
n
X
n2 + nk + k 2
11.6
n3 + k 3
k=1
n
X
11.8
k=1
11.10
1X
2n + k
.
11.13
2
n k=0 5n 4kn k 2
11.12
n2
n
.
+ k2
n1
1 X 2
2 k
k
sen
/
.
n
n3 k=1
n
X
k=1
2k 1
.
(2 k 1)2 + 4 n2
2k 1 2k 1
1X
11.14
cos
.
sen
n k=1
2n
2n
10000
P
k.
k=1
13 Calcular:
Z 2
13.1
max sen(x), cos(x) dx.
13.2
13.3
13.5
e2
e
3
3
1
dx.
x log(x)
x(x 1)(x + 1)(x 2) dx.
13.4
13.6
/2
0
2
0
x2
dx.
(x2 + 1)3/2
e
1/e
| log(x)| dx.
140
15 Dar un argumento que muestre que en las siguientes igualdades tiene que haber un
error:
1 x=
1
2
dx
=
.
=
x2
x x=
f (x) =
/2
0
x2
sen(t)
dt .
+ cos2 (t)
sen2 (t)
Z
f (x)
/2
0
1 x2 Z /2
sen(t) dt .
sen(t) dt
2
x
0
sen(t2 /2) dt .
0
2).
En el libro C
alculo de una variable de J. Stewart [23] puede leerse: ... la funcion de Fresnel lleva
el apellido de Agustn Fresnel (178-1827), fsico frances, famoso por sus trabajos en optica. Esta funcion
aparecio por primera vez en su Teora de la difraccion de las ondas luminosas, pero u
ltimamente se ha
aplicado al dise
no de autopistas.
141
20 Sea f una funcion real continua en R, y sean u y v dos funciones reales derivables en R.
Se define la aplicacion g en R mediante
g(x) =
v(x)
f (t) dt .
u(x)
21.3 f (x) =
.
dt.
21.4 f (x) =
6
2+t
1 + t2
3
x
22 Sea f la aplicacion de R en R definida por
Z 2x
dt
f (x) =
.
4
t + t2 + 2
x
i) Demostrar que f es impar.
ii) Calcular f (x) y estudiar la variacion de f .
iii) Probar que para cada t > 1 se tiene que
1
1
1
<
<
,
t2 + 1
t2
t4 + t2 + 2
y deducir que si x > 1, entonces arctg(2x) arctg(x) < f (x) <
1
.
2x
23.1
23.3
lm
x0
lm
x0
R x2
0
Rx
0
sen( t) dt
.
x3
cos(t2 ) dt
.
x
23.2
23.4
lm
R
1
x x
lm
2
x t2
e dt
0
Rx 2
e2t dt
0
Z x
t2
0
e
dt.
1 + e t2
142
24 Sea h una funcion continua en R y tal que h(0) = 1. Se define la funcion f por
Z x2
h(t) dt .
f (x) =
x
Probar que f es derivable en R y determinar la recta tangente a su grafica en el punto (0, 0).
25 Sea f la funcion definida por
f (x) =
1 si 0 x 1,
2 si 1 < x 3.
Rx
0
1+x
log(t2 ) dt
1x
Rx
0
t2
143
e
1
n N.
2. lm f (x) = L > 0 .
x
Rn
f (x) dx
= 1.
n f (0) + f (1) + . . . + f (n)
Probar que lm
si x = 0;
f (0)
Z
F (x) =
x
f (t) dt si 0 < x 1 .
x 0
i) Probar que si f es continua en 0, entonces F es continua en [0, 1].
ii) Probar que si f es continua en [0, 1] y derivable en 0, entonces F es derivable en [0, 1].
Ademas, f (0) = 2 F (0) .
34 Una funcion f : (0, ) R continua verifica que
Z xy
Z x
Z
f (t) dt = y
f (t) dt + x
1
f (t) dt ,
1
144
35.5.2 y 2 = 4x2 x4 .
35.5.3 y = x3 4x2 .
35.5.4 y = sen(2x) , 0 x 4 .
36 Hallar el area de los dos recintos en que la parabola de ecuacion y 2 = 2x divide el crculo
limitado por la circunferencia de ecuacion x2 + y 2 = 8.
37 Calcular la longitud del arco de cicloide parametrizado por
x(t), y(t) = a t sen(t) , a 1 cos(t) ,
t [0, 2] .
38 Hallar la longitud del arco de la curva y = log(x), x [ 3, 8].
39 Calcular el volumen del elipsoide de revolucion obtenido al girar alrededor del eje OX
x2 y 2
la elipse de ecuacion 2 + 2 = 1 .
a
b
40 Calcular los vol
umenes de los cuerpos limitados por las superficies engendradas al girar
alrededor del eje OX los siguientes arcos de curva :
40.1 y = sen(2x), x (0, ) .
40.2 y 2 = x2 , 0 x 5 .
40.3 y 2 = 4x 2x2 , 0 x 2 .
41 Calcular el area de las superficies engendradas por los siguientes arcos de curva al girar
alrededor del eje OX:
x2
41.1 y = , x (0, log(2)) .
2
41.3 y = ex , 0 x 1 .
41.2 y = Ch(x), 0 x 2 .
41.4 y 2 = 4x, 0 x 2 .
145
43.2 x y = 4, x + y = 5 .
43.3 4y 2 = x, x = sen(y) .
44 Calcular:
44.1 El volumen del tetraedro regular de lado 1.
44.2 El volumen del cuerpo obtenido al cortar un cilindro circular por un plano que pasa
por el diametro de la base con una inclinacion de grados.
44.3 El volumen del recinto comprendido entre el cilindro de ecuacion x2 + y 2 = 4 y el
paraboloide de ecuacion z = x2 + y 2 , z 0.
45 Tomando como diagonales cada una de las cuerdas paralelas a un mismo diametro del
crculo {x2 +y 2 = R2 }, se levantan cuadrados en planos perpendiculares al del crculo. Hallar
el volumen del cuerpo as engendrado.
46 Sobre todas las cuerdas paralelas a un mismo diametro de un crculo de radio R se
trazan segmentos parabolicos de altura H. Calcular el volumen del cuerpo as engendrado.
47 Cuando una partcula esta a una distancia de x metros del origen, act
ua sobre ella una
fuerza igual a x2 + 2x newtons. Cuanto trabajo se efect
ua al moverla de xi = 1 a xf = 3?
x > 0.
Captulo 9
Integrales impropias
La integral de Riemann se define para funciones acotadas definidas en intervalos cerrados
y acotados de R. Sin embargo, para el estudio de diversos problemas se hace necesario dar
una extension del concepto de integral que permita la consideracion de funciones o intervalos
no acotados; por ejemplo, en el calculo del area de una region plana limitada por la grafica
de una funcion no acotada, o en el calculo de la energa transportada por una onda que se
propaga indefinidamente en el tiempo.
Aunque estas y otras deficiencias de la integral de Riemann son solventadas por teoras
de integracion mas avanzadas, es posible ampliar de forma sencilla el concepto de integral
de Riemann al contexto mas general ya mencionado de funciones o intervalos no acotados.
El estudio de estas nuevas integrales (impropias) es el objeto de este tema.
9.1.
9.1.1 Definici
on Sea f una funcion compleja definida en un intervalo I de la recta real. Se
dice que f es localmente integrable en I (en el sentido de Riemann, se sobreentiende) si es
integrable en el sentido de Riemann en todo intervalo cerrado y acotado contenido en I.
9.1.2 Observaci
on Si f es una funcion continua o monotona en un intervalo I de la recta
real, entonces f es localmente integrable en I.
147
9.1.3 Definici
on Sea f una funcion compleja definida en un intervalo de la forma [a, b),
donde a es un n
umero real y b puede ser un n
umero real o +. Supongamos que f es
localmente integrable en [a, b), lo que equivale a que f sea integrable en [a, x] para cualquier
x (a, b). Se dice que f es integrable en el sentido impropio en [a, b) si existe y es finito
Z x
lm
f (t) dt .
xb
f (x) dx
f.
a
148
segunda situacion descrita, se exponen, por razones de brevedad, para integrales impropias
del primer tipo.
9.1.5 Proposici
on Si f es una funcion compleja definida e integrable Riemann en el intervalo compacto [a, b], entonces la integral impropia de f en [a, b) converge y ademas su valor
coincide con la integral de Riemann de f en [a, b],
Z b
Z b
f (x) dx .
f (x) dx =
a
9.1.6 Proposici
on Si f es una funcion acotada y localmente integrable en el intervalo
R b
acotado [a, b), con b R, entonces la integral impropia a f converge.
Es mas, fijado cualquier n
umero complejo , la funcion fe definida por
si x = b,
f (x) dx =
b
a
fe(x) dx .
9.1.7 Observaci
on Posiblemente la situacion mas sencilla en la que podemos aplicar el
resultado anterior se da cuando f es una funcion localmente integrable en [a, b), con b R,
y tal que existe y es finito el lmite
lm f (x) .
xb
sen(x)
x
sen(x)
si x (0, 1],
x
e
f (x) =
1
si x = 0,
f converge, y
0
149
convergen, y ademas
f+
a
f=
f+
a
f.
9.1.10 Observaci
on En el lema anterior a R o a = y b R o b = +.
9.1.11 Definici
on Sea f una funcion compleja definida y localmente integrable en un intervalo (a, b). Se dice que f es integrable en sentido impropio en (a, b), o que la integral impropia
de f en (a, b) es convergente, cuando existe un punto c (a, b) tal que las integrales impropias
Z b
Z c
f
f
y
c
y se represente por
f (x) dx
f.
9.1.12 Observaci
on En virtud del resultado previo, ni la convergencia de la integral impropia, ni su valor si converge, dependen del valor c que aparece en la definicion. Tambien
se deduce que si para un c (a, b) se tiene que al menos una de las integrales
Z c
Z b
f
y
f
a
b
a
f.
150
9.1.13 Observaci
on En lo sucesivo se adoptara tambien la notacion
Z b
Z b
f (x) dx
o
f,
a
Im(f ) ,
b
a
Im(f ) .
151
xb
x=a
xa+
lm G(x)
xb
xb
xa
xa
9.1.19 Observaci
on La integrabilidad local en el intervalo correspondiente, as como la
existencia de primitiva, vienen garantizadas en el caso de que la funcion f sea continua en
dicho intervalo.
152
xb
f (t) g (t) dt
x=a
f (t) g (t) dt .
9.1.23 Observaci
on En el resultado anterior, la condicion de que exista y sea finito el
lmite lm f (x) g(x) es esencial; si dicho lmite es infinito puede suceder que las integrales
xb
Z b
Z b
153
9.1.24 Corolario Si f y g son funciones de clase C 1 en el intervalo (a, b) tales que los dos
lmites
lm f (x) g(x)
xb
lm f (x) g(x)
xa+
f (t) g (t) dt
f (t) g(t) dt
y
a
xa
f (t) g (t) dt .
9.1.25 Observaci
on Las formulas integrales que se vieron en el tema anterior para el calculo de areas, vol
umenes y longitudes en muchos casos se pueden generalizar con el uso de la
integral impropia.
9.2.
Integraci
on de funciones positivas
Pasamos ahora al estudio de otros criterios que permitan decidir si una determinada
integral impropia es o no convergente; estos seran aplicables a funciones de signo constante,
aunque, por simplicidad en la exposicion y sin que esto suponga restriccion, se enunciaran
para funciones positivas (notese que las integrales impropias de las funciones f y f =
(1) f tienen el mismo caracter). Si no es este el caso, ademas de aplicar la definicion
o los resultados anteriores, se puede recurrir al estudio de la convergencia absoluta, que
definiremos mas adelante.
De nuevo, la mayora de los resultados que se exponen se enuncian para integrales impropias en intervalos de la forma [a, b), pero se pueden adaptar facilmente a los otros casos,
tarea que dejamos como ejercicio al alumno.
La demostracion del criterio de comparacion se puede basar en el siguiente lema, cuya
version para sucesiones ya conocemos.
154
En consecuencia, el lmite lm F (x) es finito si, y solo si, F es una funcion acotada en [a, b).
xb
a
b
f.
g.
9.2.3 Observaci
on Este criterio tiene una interpretacion geometrica sencilla: la region limitada por el eje de abscisas, las rectas de ecuaciones x = c, x = b y la grafica de la funcion g
contiene a la region limitada por esas mismas tres rectas y la grafica de la funcion f ; si el
area de la primera es finita la de la segunda tambien, si el area de la segunda es infinita
as debe ser la de la primera.
El criterio de comparacion se aplica con frecuencia en la forma que se expone a continuacion.
9.2.4 Corolario Sean f y g funciones reales definidas y localmente integrables en un intervalo [a, b), y tales que existe c (a, b) de modo que
f (x) 0, g(x) > 0
xb
entonces:
f (x)
= ,
g(x)
ii) Si = + y
iii) Si = 0 y
155
Z
f y
g no converge, entonces
g converge, entonces
f no converge.
f converge.
9.2.5 Observaci
on Hay que tener mucho cuidado con el uso de los lmites como criterio
R
de convergencia. La convergencia de la integral impropia a f no asegura nada acerca de
la existencia del lmite lm f (x). Ahora bien, si dicho lmite existe, su valor ha de ser
x
necesariamente cero.
9.2.6 Definici
on Sea f una funcion definida y localmente integrable en [a, b). Se dice que
R b
f es absolutamente integrable en [a, b) o que la integral impropia a f (x) dx converge abso-
|f (x)| dx
es convergente.
9.2.7 Proposici
on Sea f una funcion definida y localmente integrable en [a, b). Si la integral
Z b
f converge absolutamente, entonces converge y, ademas, se tiene que
impropia
a
Z b
Z b
|f (x)| dx .
f (x) dx
a
9.2.8 Observaci
on El recproco de la proposicion anterior, en general, no es cierto, como
se puede comprobar con la integral
Z
sen(x)
dx ,
x
9.3.
156
Comparaci
on con funciones test
(b x)
a
a (x a)
son convergentes si, y solo si, < 1.
Z b
dx
En particular, para a = 0 ,
converge si, y solo si, < 1.
0 x
9.3.2 Proposici
on Sean a, n
umeros reales.
Z
dx
es convergente si, y solo si, > 1.
1) Si a > 0, la integral impropia
x
a
Z a
dx
2) Si a < 0, la integral impropia
es convergente si, y solo si, > 1.
(x)
Si y son n
umeros reales con > 0, es conocido que
lm+ x | log(x)| = 0
x0
log(x)
= 0.
x
x
lm
x0
/x
=0
lm x ex = 0 ,
157
9.3.4 Proposici
on Sean a, , n
umeros reales.
Z
x ex dx es convergente u
nicamente si > 0 o si
1) Si a > 0, la integral impropia
a
= 0 y < 1.
9.4.
(x) ex dx es convergente u
nicamente si < 0
Funciones eulerianas
9.4.3 Propiedades
1. (x) > 0 para cualquier x (0, ).
2. (x) = (x 1)(x 1) si x > 1.
3. (n) = (n 1)!, n = 1, 2, . . .; ( 21 ) =
(x + 1)
=1
x ex xx 2x
4. lm
(Formula de Stirling).
9.4.4 Lema Para cada (x, y) (0, ) (0, ) la funcion gx,y definida en (0, 1) por
gx,y (t) = tx1 (1 t)y1
es integrable en (0, 1).
158
9.4.5 Definici
on Se define la funcion Beta B en (0, ) (0, ) por
Z 1
B(x, y) =
tx1 (1 t)y1 dt, x, y > 0.
0
9.4.6 Propiedades
1. B(x, y) = B(y, x) si x, y > 0.
2. B(x, y) =
(x) (y)
,
(x + y)
x, y > 0.
.
sen()
Las propiedades de las funciones Gamma y Beta B permiten expresar una amplia gama
de integrales en funcion de ellas realizando simples cambios de variable. En la tabla 9.1 se
relacionan una serie de integrales que mediante cambios de variable se expresan en terminos
de las funciones eulerianas. Se indica la integral, su solucion y el cambio de variable realizado,
as como los valores de los parametros para los que la correspondiente funcion es integrable.
9.5.
Ejercicios
1.1
.
16 x2
0
Z 1
2
x1
dx.
1.3
1.2
1.4
1/4
1.5
1
dx
.
x x1
1.6
/2
x sen(x) dx.
0
/2
0
dx
.
1 cos(x)
Cuando se pide estudiar la integral impropia de una funcion sobre un cierto intervalo, no siempre la
funcion es localmente integrable en todo el. El problema se reduce a subdividir el intervalo en otros en los
que s lo sea, y a estudiar el car
acter de las integrales impropias correspondientes. Se dir
a que la integral
inicial converge si as lo hacen todas las subintegrales.
1.11
1.13
1.15
1.17
1.19
1.21
1.23
1.25
1
0
dx
.
1x
dx
p
.
x(1 x)
/2
/2
sec2 (x)
dx.
tg3 (x)
159
1.8
1.10
1
1
2
0
|x| /2 dx .
dx
.
2
x 4x + 3
1
3
dx
.
1 + x2
x+1
p dx.
(x + 3) |x|
ch(x)
dx.
ch(2x)
1.12
1.14
1.16
1.18
1.20
1.22
1.24
x2 log(x) dx.
0
1.26
x
dx.
1 x2
2
x 2x dx.
ex
dx.
ex + 1
dx
, R.
x
x + 18
dx.
x 12
x2
e |x|
p dx.
|x|
x4 x
1
dx.
dx
.
x(log(x))2
log(x) dx.
0
cos
dx.
2.2
2.1
dx.
x
x+1
0
0
Z
Z
dx
(t2 + 12 )
t dt.
p
2.3
.
2.4
e
x(1 + ex )
0
0
Z
Z
cos(x)
log(x)
dx.
2.6
2.5
1/2 dx.
2
x
x(x 1)
0
1
Z
Z
1
arctg(x)
2.7
sen
dx.
2.8
dx.
x2
x3/2
0
1
Z /2
Z
ex
sen3 (x)
p
dx.
2.10
dx.
2.9
1 + cos(x) + ex
sen(x)
0
0
160
x R.
R
4 Demostrar que la integral impropia 0 ex sen(x2 ) dx es convergente y que
Z
ex sen(x2 ) dx 1.
0
dx.
6.3
log(x) log(1 x) dx.
6.4
1x
0
0
7 Demostrar que, para cada n = 0, 1, 2, . . ., la integral impropia
Z
xn ex dx
0
cos(x)
dx .
x
8.2
9 Se considera la funcion
sen x2 dx .
f (x) = ex cos(x) x .
i) Calcular el desarrollo de Taylor de orden 4 de la funcion f en el punto x0 = 0.
ii) Estudiar el caracter de la integral impropia
Z
f (x)
dx.
x5/2 e2x
0
161
> 0.
> 0.
eixx dx.
14 La region del plano situada en el primer cuadrante y limitada por la grafica de la funcion
sen2 (x)
y = f (x) =
y el eje de abscisas, tiene area finita o infinita?
x3/2
15 Se considera la region del plano limitada por la funcion y = ex en el intervalo [0, +),
la recta x = 0 y la recta y = 0.
1. Calcular el area de esta region.
2. Calcular el volumen del cuerpo que resulta al girar esta region en torno al eje de
abscisas.
16 Calcular el valor de las siguientes integrales eulerianas:
Z
Z /2
Z /2 s
3
sen(x)
x
n
sen (x) dx, (n N). 16.3
dx . 16.2
dx .
16.1
cos(x)
4x2 + 1
0
0
0
162
17 La ley de la gravitacion de Newton establece que dos cuerpos cuyas masas son m1 y m2
se atraen con una fuerza
F =G
m1 m2
,
r2
1. Hallar el trabajo necesario para impulsar un satelite de 1.000 kg hasta una orbita a
1000 km de altura.
2. Hallar el trabajo necesario para impulsar un satelite de 1.000 kg fuera del campo
gravitacional de la Tierra.
19 Hallar la velocidad de escape v0 que se necesita para lanzar un cohete de masa m fuera
del campo gravitacional de un planeta de masa M y radio R. Usar la ley de gravitacion de
Newton y el hecho de que la energa cinetica inicial de 21 mv02 proporciona el trabajo necesario.
163
Integral
Cambio de variable
{Parametros admisibles}
Z
q + 1
1
p
eax xq dx =
I
(q+1)/p
p
0
pa
p, a > 0, q > 1
Z a
q
ap+qr+1 p + 1
II
xp ar xr dx =
B
,q + 1
r
r
0
p, q > 1, a, r > 0
Z b
III
(x a)p (b x)q dx = (b a)p+q+1 B(p + 1, q + 1)
a xp = y
x r = ar y
x = a + (b a) y
IV
p, q > 1
b
(b a)p+q+1 B(p + 1, q + 1)
(x a)p (b x)q
dx
=
|x c|p+q+2
|a c|q+1 |b c|p+1
a
p, q > 1, c
/ [a, b]
x=
+1
+ 1
b( p q) + 1
x
q dx =
,
q
B
V
+1
p
p
a xp + b
0
pa p
n a, b, p > 0, > 1, o
Z
b
a xp
+b
=y
q > ( + 1)/p
1 p + 1 q + 1
VI
sen () cos () d = B
,
2
2
2
0
p, q > 1
p + 1 q + 1
Z /2
,
B
cosp () senq () d
2
2
VII
=
p+q
p+1 q+1
+1
0
2a 2 b 2
a cos2 ()+b sen2 () 2
p, q > 1, a, b > 0
/2
sen2 () = y
sen2 () =
ay
(a b) y + b
Captulo 10
Series num
ericas
Una serie es una suma con infinitos terminos, pero que significa esto? Precisar esta idea
no es una tarea sencilla. En su acepcion mas formal una serie numerica es una sucesion
numerica, de manera que todas las propiedades de tipo general que se verifican para estas
u
ltimas se verifican igualmente para las primeras. Ahora bien, quiza la faceta mas importante
sea el estudio de su caracter convergente, para lo cual se proporcionan nuevos metodos que
precisan un captulo aparte.
El concepto de serie numerica aparece ya en la Matematica de la Grecia clasica, sin
embargo el tratamiento riguroso de esta teora, y especialmente de la de series de funciones,
surge en el siglo XIX de la necesidad de dar respuesta a ciertos problemas, relacionados
principalmente con ecuaciones diferenciales de la Fsica Matematica, que no admiten una
resolucion elemental; citemos como ejemplo los trabajos de Fourier sobre el calor.
Los principales resultados sobre convergencia de series, tales como el criterio de la raz y
el del cociente se deben a Cauchy, as como el criterio general de convergencia que lleva su
nombre.
10.1.
165
Definiciones y terminologa
10.1.1 Definici
on Una serie de n
umeros complejos es un par ordenado de sucesiones de
n
umeros complejos
({an }
n=1 , {Sn }n=1 ) ,
donde
S n = a1 + a2 + + an =
n
X
aj ,
(10.1)
n = 1, 2, . . .
j=1
El n
umero an se llama termino n-esimo de la serie y el n
umero Sn se denomina suma
P
parcial n-esima de la serie. Tradicionalmente se utiliza la notacion
an para representar la
n=1
serie (10.1).
an .
n=1
El n
umero real lm Sn se llama suma de la serie.
n
10.1.2 Observaci
on Sea
n=1
an una serie de n
umeros complejos y designemos por {Sn }
n=1
166
iv) Por diversas razones, en algunas ocasiones las series se indican a partir de un n
umero
entero k en adelante, por ejemplo
ap ,
p=1
an ,
n=0
am .
m=2
P
Una serie numerica
an es convergente si, y solo si, para cada n
umero real > 0 existe
n=1
un n
umero natural n0 (que depende de ) tal que para cada par de n
umeros naturales p y q
con q > p n0 , se verifica que
|Sp Sq | = |ap+1 + ap+2 + + aq | < .
10.1.4 Condici
on necesaria de convergencia.
P
Si la serie de n
umeros complejos
an es convergente, entonces lm an = 0.
n
n=1
10.1.5 Observaci
on El recproco de la condicion anterior es, en general, falso. Basta con
P
1
.
siderar la serie arm
onica
n
n=1
10.1.6 Ejemplo
1. Serie geom
etrica: Se llama serie geometrica a una serie del tipo
a rn ,
n=1
con a, r C.
Se verifica que:
i) Si a = 0, la serie converge hacia 0.
ii) Si a 6= 0 y |r| < 1, la serie converge. En este caso la suma S de la serie es
S=
ar
.
1r
167
P
tipo
an bn , donde {an }
on aritmetica y {bn }
on
n=1 es una progresi
n=1 una progresi
n=1
3. Serie hipergeom
etrica: Sea
n=1
an una serie de n
umeros reales, donde an 6= 0, n 1.
n = 1, 2, . . .
Designando por Sn la n-esima suma parcial de la serie, un sencillo calculo prueba que
( + )Sn = an (n + ) a1 .
La serie converge si, y solo si, > + , y en este caso su suma se obtiene pasando
al lmite en la relacion anterior; resulta que entonces lm nan = 0, y por tanto
n
an = lm Sn =
n
n=1
4. Serie telesc
opica: Una serie
a1
.
an de n
umeros complejos se dice telescopica si
n=1
an = bn bn1 ,
n = 1, 2, . . . ,
donde {bn }
on de n
umeros complejos.
n=0 es una sucesi
La serie converge si, y solo si, la sucesion {bn }
n=0 es convergente. En este caso, la
suma S de la serie viene dada por
S = lm bn b0 .
n
168
an , obtenida a partir de
n=p+1
n=1
Una serie converge si, y solo si, converge uno de sus restos. En este caso, si Rp denota
la suma del resto de orden p, se tiene que lm Rp = 0.
p
P
Como ejemplo basta considerar la serie
(1)n .
n=1
6. Sean
n=1
an y
n=1
complejos, la serie
n=1
(an + bn ) =
n=1
10.1.8 Proposici
on Una serie de n
umeros complejos
las series de n
umeros reales
Re(an ) y
n=1
que
X
n=1
an =
an +
n=1
bn .
n=1
n=1
n=1
X
n=1
Re(an ) + i
X
n=1
Im(an ) .
10.2.
169
Series de t
erminos positivos
10.2.1 Definici
on Una serie numerica
n=1
todo n N.
P
Sea
an una serie de terminos positivos. Designemos por {Sn }
on de sumas
n=1 la sucesi
n=1
i) La sucesion {Sn }
otona creciente.
n=1 es mon
ii) Si la sucesion {Sn }
a acotada superiormente, la serie converge.
n=1 est
iii) Si la sucesion {Sn }
a acotada superiormente, la serie no converge; de hecho
n=1 no est
diverge a +.
10.2.3 Criterio de comparaci
on. Sean
an y
n=1
n=1
an bn para cada n n0 .
Entonces:
i) Si la serie
n=1
ii) Si la serie
an .
n=1
n=1
bn .
n=1
an y
n=1
170
n=1
an .
n=1
n=1
an .
n=1
n=1
comparacion adopta m
ultiples formas, mas o menos generales. Entre otras, se pueden citar
las siguientes:
10.2.5 Criterio de dAlembert o del cociente. Si an > 0, n 1, y existe
an+1
= (finito o infinito),
n an
lm
an = (finito o infinito),
171
10.2.8 Observaci
on Si es aplicable el criterio del cociente lo es el de la raz, pero no
recprocamente (vease el corolario 4.4.5 del criterio de Stolz). Notese ademas que el criterio
de la raz puede ser aplicado a series con terminos nulos.
10.2.9 Criterio de condensaci
on de Cauchy. Si {an }
on decreciente,
n=1 es una sucesi
P
P
las series
an y
2n a2n tienen el mismo caracter.
n=1
n=1
X
1
,
n
n=1
X
n=2
1
,
n log(n)
> 1
= 1 y > 1 .
Cuando el criterio de comparacion se usa tomando como referencia este tipo de series se
obtienen los siguientes criterios:
10.2.11 Criterio de Pringsheim o del producto. Si existe
lm n an = 6= 0 (finito),
log(n an )
= (finito o infinito),
log log(n)
10.3.
172
10.3.1 Definici
on Una serie
convergente si la serie
n=1
an de n
umeros complejos se dice que es absolutamente
n=1
|an | es convergente.
an una serie de n
umeros complejos. Si la serie es absolutamente
n=1
X
X
an
|an |.
n=1
10.3.3 Definici
on Sea
tiva de N en N, la serie
n=1
n=1
an una serie de n
umeros complejos. Si es una aplicacion biyeca(n) se llama una reordenaci
on de la serie dada.
n=1
10.4.
173
10.4.2 F
ormula de sumaci
on por partes. Sean {an }
n=1 y {bn }n=1 dos sucesiones de
n
X
n
umeros complejos. Definamos S0 = 0, Sn =
ak . Si p, q N con 1 p q, se verifica
k=1
que
q
X
q1
X
an b n =
n=p
n=p
n=1
otona
an converge y la sucesion {bn }
n=1 es mon
an bn tambien converge.
n=1
an es una
n=1
P
an bn converge.
n=1
10.4.5 Definici
on Una serie
an de n
umeros reales se dice que es una serie alternada si
n=1
174
X
X
ak Sn |an+1 | ,
ak =
k=1
k=n+1
P
an |a1 | .
y en particular
n=1
10.5.
10.5.1 Definici
on Sean
n=0
donde
an y
bn dos series de n
umeros complejos. La serie
n=0
cn ,
n=0
cn = a0 bn + a1 bn1 + + an1 b1 + an b0 ,
n 0,
an y
n=0
bn dos series de n
umeros complejos.
n=0
cn =
n=0
X
n=0
an
X
n=0
bn .
X
n=0
n=0
cn =
X
an y
X
n=0
n=0
n=0
an
X
n=0
bn .
175
10.5.4 Observaci
on
i) La igualdad del apartado i) del resultado anterior generaliza, para series absolutamente
convergentes, la propiedad distributiva del producto respecto de la suma. De hecho,
cuando se refiere a sumas finitas, representa precisamente esa propiedad.
ii) El producto de Cauchy de dos series condicionalmente convergentes puede ser una serie
P
(1)n
10.6.
Los siguientes resultados son consecuencia del criterio secuencial para la existencia de
lmites, y relacionan la convergencia de una cierta integral impropia con la convergencia de
una serie numerica.
10.6.1 Proposici
on Sea f una funcion definida, no negativa y localmente integrable en el
intervalo [a, b).
R b
1. Si la integral impropia
n=1
y, ademas,
f=
x1
f+
a
Z
X
n=1
xn+1
f.
(10.2)
xn
Z
X
n=1
xn+1
f
xn
R b
a
176
10.6.2 Corolario Sea f una funcion decreciente y no negativa definida en [a, ). Entonces
R
P
f (n) es convergente.
la integral a f converge si, y solo si, la serie numerica
na
10.6.3 Ejemplo Si se considera la funcion f (x) = 1/x , cuya integral impropia en el inter-
valo [1, ) es convergente si, y solo si > 1, puesto que f es decreciente y no negativa, este
u
ltimo resultado se puede usar para demostrar que la serie
X
1
f (n) =
n
n=1
n=1
X
n=1
b
a
f (x) dx f (x1 ) (b x1 ) +
X
n=1
X
n=1
Rb
f.
177
1
en el
10.6.5 Ejemplo Si > 1 la integral impropia de la funcion f (x) =
x | log(x)|
intervalo 0, 1/2 es convergente puesto que la funcion f es decreciente en el intervalo (0, e )
y la serie
1 1
X
1 X
1
f
=
n+1
n n+1
n log(n + 1)
n=2
n=2
10.7.
Ejercicios
1
(2n 1)(2n + 1)
n=1
X
1
1.3
log 1 2
n
n=2
1
2n + 1
X
sen 2
1.5
cos 2
n +n
n +n
n=1
X
1
1.7
2
n 6n + 5
n=6
X
1
1.9
(3n 2)(3n + 1)
n=1
X
1
,kN
1.11
n(n + 1)(n + 2) (n + k)
n=1
X
n+1 n
1.13
n2 + n
n=1
X
n!
1.15
, x
/N
(x + 1)(x + 2) (x + n)
n=1
X
1
1.17
n(n + 1)(n + 2)
n=1
1.1
X
n+1
(n + 2)!
n=1
X
1.4
log 1 +
1.2
n=1
2
n(n + 3)
1 n
X
1.6
5
3
n=1
X
1.8
a2n1 , con |a| < 1.
n=1
n
3n
n=1
X
5 n + n2 + n
1.12
5n+1 n (n + 1)
n=1
1.14
n+22 n+1+ n
1.10
n=1
1 2n2
X
1.16
n
4
n=1
X
1.18
(log(n + 1) log(n))
n=1
2 Sea z = e
i/3
178
X
1+z n
. Calcular la suma de la serie
(
) .
3z
n=1
x
1
P
tg
es convergente y
n
2n
n=1 2
Indicaci
on: Utilizar la relacion trigonometrica tg() = cotg() 2 cotg(2 ) .
4 Asumiendo que
4.1
X
n=1
1
P
2
, calcular la suma de las series:
=
2
6
n=1 n
1
2
n (n + 1)2
4.2
X
n=1
X
n2 + n + 5
7n
n=1
1
(2 n 1)2
P (n) rn , que se
n=1
k
X
P (n) rn ,
n=1
X
1
1
log 1 + 3
6.1
n
n
n=1
n
Xe +1
6.3
n! en
n=1
X
1
6.5
5
+
n
n=1
n
X
6.7
sen
1 + n2
n=1
6.2
6.4
X
1 + cos2 (n x)
n=1
X
n=1
6.6
X
n=2
6.8
nn
n1
1
n log log(n)
X
log(n)
n=1
n
179
2n + 3n
6.9
n2 + log(n) + 5n
n=1
X
n
n+1 n
6.11
6.10
6.15
n=2
2
n
1
n
n=1
1
X
1
6.14
tg
sen
n
n
n=1
X
1
6.16
3
n log(n)
n=2
X n!
6.18
nn
n=1
X
sen(n)2
6.20
3n
n=1
X
n + 1 n2
6.22
n+3
n=1
6.12
X
1 3 (2n + 1)
n=1
n2 sen2
n=1
n=1
6.13
2 4 (2n + 2)
1
log(n)
X
n!
6.17
n2 2 n
n=1
1
X
6.19
n 1 cos
n
n=1
X n + 2 ln(n)
6.21
n2
n=1
n3
X
X
n!
(n!)2 2n
7.2
7.1
nn
(2n)!
n=1
n=1
8 Para que valores de < 1 es convergente la siguiente serie
X
1
1
1
1
?
n
1
2
n
n=1
9 Pruebese que
lm n ln
1 + sen( 1 )
1
n
sen( n1 )
= 2.
1 + sen( 1 )
X
n
La serie
ln
es convergente?
1 sen( n1 )
n=1
1
a2
X
a Sh
sen
en funcion del parametro
n
n
n=1
X
1
1
1
1
1 + + + ... +
n
2
3
n
n=1
12 Sea
{an }
n=1
180
una sucesion de n
umeros reales convergente tal que la serie
X
an
n=1
es
X
1 + (1)n n
.
n
n=1
14 Estudiar si las siguientes series son condicionalmente convergentes, absolutamente convergentes o ninguna de las dos cosas:
X
(1)n
n3
n=1
X
(1)n n
14.3
n3 + 1
n=1
X n cos n/3
14.5
2n
n=1
X
1
14.7
(1)n ln 1 +
n
n=1
1
X
14.9
(1)n cos
n
n=1
14.2
14.1
X
(1)n n
n=1
n+1
n+1
n!
n=1
1
X
14.6
(1)n sen
n
n=1
X cos(n)
14.8
n
n
n=1
X sen(nn )
14.10
nn
n=1
14.4
(1)n
(1)n
X
1
cos +
2
n
n
n=1
X
(n2 + 1) sen(n) cos(n) log(n!)
.
(n4 + 1) log(n)3
n=2
17 Sea x un n
umero real.
i) Probar que las sumas parciales de la serie
n=1
sen(nx)
P
es convergente.
n
n=1
181
cos(nx)
P
es convergente.
n
n=1
n=1
tg
(n2 + 1)2
X
X
X
sen(n)
4
18.2
18.3
18.1
sen
log(n)
log(n)
n3
n=2
n=1
n=2
19 Probar que si la serie
n=1
n an .
n=1
X
1
f (xn+1 ) f (xn )
n
n=1
X
2n cos2n (a)
.
1 + cos2n (a)
n=1
X
n=1
n! xn
(x + a1 )(2 x + a2 ) (n x + an )
X
n=0
n=0
X
n=0
bn ,
an bn . Que se observa?
182
X
(1)n
, 0 < < 1,
(n + 1)
n=0
X
n=0
(1)n
log(n + 2)
X
1
arc tg x
dx
n 0 1+x
n=1
seg
un los valores del parametro .
26 Estudiar la convergencia de la integral
Z
x x
dx,
2x
0
y calcular su valor si converge. (Recordemos que x denota la parte entera de x.)
10.8.
Ejercicios complementarios
X
zn
n=0
n!
183
para cada x R .
X
1 n
1
= lm 1 +
e=
,
n! n
n
n=0
28 Expresi
on decimal de los n
umeros reales.
Sean a0 , a1 , . . . , ak n
umeros enteros y {bn }
on, tambien de n
umeros enteros,
n=1 una sucesi
tales que 0 am 9 para todo m = 0, 1, . . . , k, y 0 bn 9 para todo n N. Una
expresion del tipo
ak ak1 . . . a1 a0 b1 b2 b3 . . . bn . . . ,
donde = 1, recibe el nombre de expresi
on decimal . Una expresion decimal se dice que es
periodica si existen n
umeros naturales n0 y P tales que
bn+P = bn
para cada n n0 .
1 n
X
m
x=
am 10 +
.
bn
10
m=0
n=1
ii) Recprocamente, si x R el teorema del encaje de intervalos garantiza que existe una
expresion decimal que lo define seg
un la formula anterior.
iii) Probar que un n
umero real es racional si, y solo si, admite una expresion decimal
periodica.
iv) Determinar los n
umeros reales que admiten mas de una expresion decimal.
Captulo 11
Sucesiones y series de funciones
El fin u
ltimo de este tema es el estudio de las series de potencias; para ello se presentan
en el cuestiones generales relacionadas con sucesiones y series de funciones, de las cuales las
series de potencias son un caso particular.
Ya se ha tratado el problema de dar sentido preciso al concepto de suma infinita al tratar
las series numericas. El problema que aqu abordamos es similar y generaliza lo anterior: los
objetos a sumar son ahora funciones en lugar de n
umeros. Las propiedades enunciadas para
funciones (continuidad, derivabilidad, integrabilidad, etc.) suscitan de forma natural nuevos
problemas; por ejemplo, la suma finita de funciones continuas es una funcion continua, pero
que se puede decir acerca de la suma de una serie de funciones continuas?
El objetivo principal de este tema consiste, por tanto, en el estudio de las propiedades de
continuidad, derivabilidad e integrabilidad en los procesos de paso al lmite. Los resultados
que se abordan en las dos primeras secciones, ademas del interes que tienen por s mismos,
aportan la herramienta necesaria para el estudio de las series de potencias o el de las series
trigonometricas, protagonistas del Analisis de Fourier.
11.1.
185
Sucesiones de funciones
Si {fn }
on f definida en X por
n=1 es puntualmente convergente, la funci
f (x) = lm fn (x) ,
n
xX,
186
11.1.3 Observaci
on Es sencillo comprobar que si la sucesion de funciones {fn }
n=1 es uniformemente convergente tambien es puntualmente convergente y que la funcion f de la
definicion anterior es precisamente el lmite puntual de la sucesion.
11.1.4 Definici
on Una sucesion {fn }
n=1 de funciones definidas en X se dice que es uniformemente acotada o totalmente acotada si existe una constante M 0 tal que
fn (x) M
11.1.5 Observaci
on El adjetivo uniforme se usa de nuevo en el sentido de generalidad,
concretamente, la acotacion es independiente del punto x X.
11.1.6 Proposici
on Sean {fn }
n=1 y {gn }n=1 dos sucesiones de funciones definidas en un
tonces {fn gn }
n=1 converge uniformemente hacia f g en X.
11.1.7 Observaci
on En el apartado ii) de la proposicion anterior, si se suprime la hipotesis
de acotacion uniforme solo se puede garantizar, a priori, la convergencia puntual de {fn gn }
n=1 ;
considerense, como contraejemplo, las sucesiones de funciones reales definidas en (0, 1) por
fn (x) = x +
1
;
n
gn (x) =
1
.
x
187
188
189
ii) La segunda hipotesis del teorema es esencial para poder garantizar la convergencia
puntual de {fn }
erese la sucesion de funciones definidas por
n=1 . Como contraejemplo, consid
fn (x) = (1)n ,
x R.
n N,
11.2.
f = lm
a
fn .
a
Series de funciones
La mayora de las definiciones y resultados que se presentan ahora son una simple traduccion o adaptacion de los de la seccion anterior para series.
11.2.1 Definici
on Una serie de funciones (reales o complejas) definidas en un conjunto no
vaco X es un par ordenado de sucesiones de funciones en X
donde
{fn }
n=1 , {Sn }n=1 ,
Sn = f 1 + f 2 + + f n =
n
X
j=1
fj ,
n = 1, 2, . . .
190
P
Tambien en este caso la serie se representa de forma abreviada por
fn .
n=1
n=1
{Sn }
n=1
mente convergente en X.
Si la serie de funciones
n=1
en X por
f (x) = lm Sn (x)
n
X
f=
fn .
n=1
11.2.3 Observaci
on De la teora general de series numericas convergentes se deduce que,
si una serie de funciones es puntualmente convergente, entonces el termino general ha de
converger puntualmente hacia 0.
11.2.4 Definici
on Una serie de funciones
n=1
n=1
convergente en X .
|fn | es puntualmente
n=1
191
n=1
y suficiente para que la serie sea uniformemente convergente en X que se verifique la siguiente
propiedad:
Para cada cada n
umero real > 0 existe un n
umero natural n0 (que depende de ) tal
que para cada par de n
umeros naturales p y q con q > p n0 se tiene que
fp+1 (x) + fp+2 (x) + . . . + fq1 (x) + fq (x) < para todo x X.
Para series de funciones se tiene una nueva nocion de convergencia extremadamente u
til
en la practica, la convergencia en norma o normal :
11.2.7 Definici
on Una serie de funciones
n=1
mn tal que
n=1
fn (x) mn
P
Sea
fn una serie de funciones en el conjunto X. Si la serie converge normalmente
n=1
11.2.9 Observaci
on Existen series funcionales uniformemente convergentes que no son normalmente convergentes. Al igual que sucede para series numericas el tratamiento de las series
funcionales cuyos terminos toman valores de signo arbitrario y no son normalmente convergentes requiere un estudio particular en cada caso.
Los resultados siguientes, que se deducen a partir de la formula de sumacion por partes
de Abel (vease 10.4.2 del tema 10), dan condiciones suficientes para la convergencia uniforme
de una serie de funciones.
192
Sean {fn }
n=1 , {gn }n=1 dos sucesiones de funciones definidas en X. Se supone que:
n=1
fn gn converge uniformemente en X.
n=1
P
conjunto X y converge uniformemente hacia 0 en X, la serie
(1)n fn es uniformemente
n=1
convergente en X.
P
fn una serie de funciones que converge uniformemente en A. Si fn es continua en un
n=1
fn
n=1
n=1
y acotados de I.
n=1
fn (x0 ) es convergente.
193
n=1
de I. Ademas,
X
fn
n=1
(x) =
X
n=1
11.2.14 Observaci
on En las condiciones del teorema se tiene que la derivada de la suma
es la suma de las derivadas, al igual que en el caso finito.
11.2.15 Teorema (Integrabilidad de la funci
on suma) Sea
n=1
integrables en el intervalo [a, b], que converge uniformemente en [a, b]. Entonces:
i) La funcion suma es integrable en [a, b].
ii) Si se consideran las funciones definidas en [a, b] por
F (x) =
la serie de funciones
x
a
X
fn ;
n=1
Fn (x) =
fj ,
a
n N;
n=1
particular,
Z bX
n=1
fn =
Z
X
n=1
fn .
a
11.2.16 Observaci
on De forma coloquial, el teorema anterior establece que la integral de
una suma es la suma de las integrales, como sucede para sumas finitas.
11.2.17 Corolario Sea
n=1
converge normalmente en [a, b]. Entonces la funcion suma es integrable en [a, b] y se verifica
Z bX
Z b
X
|fn | .
fn
a
11.3.
n=1
n=1
Series de potencias
En esta seccion se aborda una clase especial de series de funciones, las llamadas series de
potencias.
194
11.3.1 Definici
on Sea x0 un n
umero real. Si a0 R y {an }
on de n
umeros
n=1 es una sucesi
reales, la serie funcional
a0 +
X
n=1
an (x x0 )n
X
n=0
an (x x0 )n .
11.3.2 Observaci
on
i) No hay ninguna dificultad en extender esta definicion, as como muchas de las propiedades
que se relatan a continuacion, al caso complejo, es decir, considerando series de potencias con coeficientes complejos centradas en puntos z0 C, herramienta fundamental
de la teora de funciones de variable compleja. En este momento es suficiente para
nuestros propositos restringirnos al caso real.
ii) Para cada n N el polinomio fn (x) = an (x x0 )n define una funcion de clase C
en R. Se suscitan entonces de forma natural las siguientes cuestiones:
En primer lugar, el estudio de la convergencia de este tipo de series funcionales.
En segundo lugar, y a la vista de los resultados anteriores, determinar las propiedades que hereda la funcion suma de los terminos de la serie.
Estos dos puntos resumen los objetivos que se persiguen en esta seccion y la siguiente.
n=0
195
an (x x0 )n . Si R es un n
umero real estrictamente
n=0
an (x x0 )n converge en el punto x1 R,
n=0
1. Si la serie converge u
nicamente en el punto x0 , entonces = 0.
2. Si la serie converge en cada punto de R, se dice que = .
3. En otro caso su radio de convergencia se define como el superior del conjunto de los
P
n
umeros reales positivos r tales que la serie numerica
|an | rn es convergente, es
n=0
decir,
= sup r > 0 :
X
n=0
|an | r converge .
11.3.6 Proposici
on El n
umero real 0 es el radio de convergencia de la serie de potencias
P
an (x x0 )n si, y solo si, la serie converge (de hecho, absolutamente) en todo punto x
n=0
11.3.7 Definici
on Dada la serie de potencias
n=0
convergencia el intervalo
196
an (x x0 )n , si > 0 es su radio de
(x0 , x0 + )
se denomina abierto de convergencia de la serie. En el caso de que = se entiende que
dicho intervalo coincide con R.
El conjunto de los puntos x R donde la serie converge se denomina campo de convergencia de la serie.
11.3.8 Observaci
on
i) El campo de convergencia de una serie de potencias contiene al abierto de convergencia
y, si su radio de convergencia es finito, esta contenido a su vez en el intervalo cerrado
[x0 , x0 +]. Los siguientes ejemplos ilustran cada uno de los casos que se pueden presentar:
x ;
n=0
X
n=0
1
xn ;
n+1
X
(1)n
n=0
n+1
x ;
X
n=0
1
xn .
2
(n + 1)
En todos los casos el radio de convergencia es 1, pero los campos de convergencia de estas
series son, respectivamente, los intervalos (1, 1), [1, 1), (1, 1] y [1, 1].
ii) El radio de convergencia de una serie de potencias depende u
nicamente de sus coeficientes {an : n 0}, es decir, las series
X
n=0
an (x x0 )n
an x n
n=0
tienen el mismo radio de convergencia; el campo de convergencia de la primera es el trasladado por x0 del de la segunda.
El siguiente resultado proporciona un criterio practico para determinar este radio.
11.3.9 Proposici
on Dada la serie de potencias
n=0
p
n
|an | = .
197
si = 0;
= 0 si = ;
si 0 < < .
(11.1)
11.4.
Toda serie de potencias converge en el punto en el que esta centrada. De hecho, su campo
de convergencia se puede reducir a dicho punto, pero este es el caso menos interesante. En
lo que sigue consideraremos series de potencias con radio de convergencia no nulo.
La convergencia normal y, por tanto, uniforme de este tipo de series en los subintervalos
compactos del abierto de convergencia, permite aplicar los teoremas de paso al lmite enunciados en la seccion 2, los cuales adquieren en este contexto una formulacion mucho mas
sencilla y elegante.
11.4.1 Teorema Sea > 0 el radio de convergencia de la serie de potencias
an (xx0 )n .
n=0
198
tamiento de la funcion suma en los extremos de este intervalo, en el caso de que este definida
en ellos. A esta cuestion responde el siguiente resultado.
11.4.2 Teorema del lmite de Abel.
Sea > 0 el radio de convergencia de la serie de potencias
n=0
an (x x0 )n . Supongamos
lm f (x) =
xx
1
X
n=0
an (x1 x0 ) =
an n = f (x1 ) .
n=0
n=0
an (x x0 )n y
n=0
bn (x x0 )n tienen radios de
para todo n = 0, 1, 2, . . .
Para abordar el problema de la derivabilidad de una serie de potencias se hace uso del
siguiente lema.
11.4.4 Lema Sea el radio de convergencia de la serie de potencias
n=0
serie derivada
X
n=1
n an (x x0 )
n1
X
=
(n + 1) an+1 (x x0 )n
n=0
an (x x0 )n . La
199
n=0
an (x x0 )n , definida
X
n=0
(n + 1) an+1 (x x0 )n
X
(n + m)(n + m 1) (n + 1) an+m (x x0 )n ,
x (x0 , x0 + ) .
n=0
En particular,
f (m) (x0 ) = m! am
am =
f (m) (x0 )
m!
para cada m 0.
Tambien como consecuencia del teorema 11.2.15 se obtiene el siguiente resultado sobre
integracion de series de potencias.
n=0
an (x x0 )n , definida
X
X
an1
an
n+1
(x x0 )
(x x0 )n
=C+
C+
n+1
n
n=1
n=0
Prestamos ahora atencion a las operaciones con series de potencias, o si se prefiere, con
funciones definidas por sumas de estas.
11.4.7 Definici
on Dadas las series de potencias
an (xx0 )n y
n=0
X
n=0
bn (xx0 )n se define
n=0
(an + bn ) (x x0 )n
X
n=0
cn (x x0 ) ,
siendo cn =
n
X
k=0
ak bnk ,
n 0.
200
n=0
an (x x0 )n y
n=0
bn (x x0 )n tienen radios
P
y una serie de potencias
an (x x0 )n convergente en (x0 , x0 + ), tales que
n=0
f (x) =
X
n=0
11.4.10 Observaci
on
an (x x0 )n
11.4.12 Observaci
on En las condiciones del teorema anterior, supongamos que las series de
P
P
potencias
an (xx0 )n y
bn (xx0 )n representan a las funciones f y g, respectivamente,
n=0
n=0
201
n=0
cn (x x0 )n que representa a
f/g , se puede proceder efectuando la division formal de las dos series anteriores en potencias
a
crecientes de (x x0 ), esto es posible ya que b0 = g(x0 ) 6= 0 en particular c0 = 0 .
b0
Sin embargo, es mas comodo proceder mediante el metodo de los coeficientes indetermi-
X
n=0
an (x x0 )n =
X
n=0
bn (x x0 )n
X
n=0
cn (x x0 )n
e identificando los coeficientes an con los correspondientes al producto de Cauchy de las otras
dos series. Esto da lugar a un sistema (infinito) de ecuaciones lineales
a0 = b 0 c 0
a1 = b 0 c 1 + b 1 c 0
a2 = b 0 c 2 + b 1 c 1 + b 2 c 0
..
.
an = b0 cn + b1 cn1 + . . . + bn c0
..
.
cuyas incognitas, {cn : n = 0, 1, 2, . . .}, se despejan recurrentemente.
Por u
ltimo, respecto a la composicion de funciones analticas se tiene el siguiente resultado
conocido como teorema de sustitucion.
11.4.13 Teorema Sean g una funcion analtica en el punto x0 y f una funcion analtica en
el punto y0 = g(x0 ). Entonces la funcion f g es analtica en x0 .
11.5.
Series de Taylor
202
11.5.1 Definici
on Sea f una funcion de clase C en un entorno del punto x0 . La serie de
potencias
f (x0 ) +
X
f (n) (x0 )
n=1
n!
(x x0 ) =
X
f (n) (x0 )
n!
n=0
(x x0 )n
f (0) f
e1/x
f (x) =
si x > 0;
si x 0.
n
X
f k) (x0 )
k=0
k!
(x x0 )k .
203
X
1 n
x ,
1. e = exp(x) =
n!
n=0
x
2. sen(x) =
3. cos(x) =
X
(1)n
x2n+1 ,
(2n
+
1)!
n=0
X
(1)n
n=0
4. Sh(x) =
(2n)!
x2n ,
1
x2n+1 ,
(2n + 1)!
1
x2n ,
(2n)!
n=0
x R.
x R.
X
n=0
5. Ch(x) =
x R.
x R.
x R.
6. i) (1 + x) =
X
n=0
xn ,
X
1
ii)
=
xn ,
1 x n=0
7. i) log(1 + x) =
n=1
8. arcsen(x) = x +
X
1
n=1
11.6.
xn ,
xn ,
x (1, 1).
x (1, 1).
X
135 (2n 1)
n=1
9. arctg(x) =
x (1, 1).
x (1, 1).
X
(1)n+1
ii) log(1 x) =
204
246 2n
X
(1)n 2n+1
x
,
2n
+
1
n=0
1
x2n+1 ,
(2n + 1)
x (1, 1).
x (1, 1).
Ejercicios
x [0, 1].
1.3 fn (x) = xn (1 x) ,
x
, x [a, b].
n
xn
1.6 fn (x) =
, x [0, 1].
1 + xn
1
,
1 + n x2
x
,
1 + nx
1.5 fn (x) =
x
,
n
x R.
x R.
x [0, 1/2].
x [0, 1].
1.4 fn (x) =
1.7 fn (x) =
1.2 fn (x) = xn ,
x (0, ).
1.11 fn (x) =
1.12 fn (x) =
1.13 fn (x) =
xn
si 0 x < 1
n x
si 0 x
x (0, ).
si x 1
nx
1
n
1
si x >
n
nx
,
1 + n2 x 2
205
x R.
x [0, ).
1.14 fn (x) =
sen(n x)
,
1 + n2 x 2
x R.
x2 + n x
, x R.
n
xn
, x [0, 1].
fn (x) =
n + xn
n x
si 0 x
n
fn (x) =
, x [0, 1].
n (1 x)
1
si < x 1
n1
n
n
fn (x) = n x 1 x2 , x [0, 1].
x n
, x R.
fn (x) =
1 + n x2
x si 0 x n
fn (x) = n
, x [0, ).
1 si x > n
1.15 fn (x) =
1.16
1.17
1.18
1.19
1.20
1.21 fn (x) =
sen(n x)
,
n
x [0, ).
1.26 fn (x) =
ex
,
xn
x,
x R.
x [0, ).
x [0, ).
x [0, 1].
x (1, ).
206
fn (x) = 1 a + a cos
n
(a > 0).
3 Sea {fn }
on de funciones continuas en X que converge uniformemente han=1 una sucesi
cia f y {xn }
on de elementos de X que converge hacia x X. Probar que
n=1 una sucesi
lm fn (xn ) = f (x) .
2 n2 x
,
(1 + n2 x2 ) log(n + 1)
x R.
nx 1
,
1 + x log(n) 1 + n x2 log(n)
0 x 1.
1
0
n ex + x ex
.
n+x
x2 + 1 fn (x) dx .
x R.
207
fn (x) dx.
0
fn (x) = n2 xenx ,
x [0, 1].
Que se deduce?
9 Probar que convergen uniformemente en R las series de funciones siguientes:
9.1
X
senn (x)
n=1
n5/2
9.2
X
1 n2 x2
e
n
3
n=1
9.3
X
cos(n x2 )
n=0
(n + 1)!
X
enx 1
n=0
2n enx
X
n=0
x2
(1 + x2 )n
X
n=0
x (1 x)n .
X
n=1
xn
.
n (1 + n x2 )
208
n=1
n = 1, 2, . . .
n=1
1
P
converge uniformemente en todo intervalo de la
x
n=1 n
forma [, ), con > 1, pero no converge uniformemente en (1, ).1
X
xn (1 x)
log(n + 1)
n=1
converge uniformemente en [0, 1], pero no converge normalmente: es decir, si para cada n N
se denota
mn = sup
la serie
n xn (1 x)
log(n + 1)
o
: x [0, 1] ,
mn no es convergente.
n=1
x2 + n
(1)
n2
n=1
n
209
X
log(1 + n x)
n=1
n xn
X
n=1
(x2
1
.
+ n)(x2 + n + 1)
X
sen(n2 x)
n=1
n2
sen nx/2 sen (n + 1)x/2
sen(k x) =
,
sen x/2
k=1
n
X
sen nx/2 cos (n + 1)x/2
cos(k x) =
.
sen x/2
k=1
n
X
X
sen(n x)
n=1
n + x2
X
cos(n x)
n=1
n + x2
22 Sean {an }
umeros reales tales que las series
n=1 y {bn }n=1 dos sucesiones de n
n=1
n=1
an y
210
1
=
an =
bn =
f (x) dx ;
f (x) sen(n x) dx ;
n N,
f (x) cos(n x) dx ,
n N.
n an y
n=1
entonces f es de clase C 1 en R.
n=1
X
x
1
arc tg( ).
n
n
n=1
X
cosn (x)
n=1
X
n=1
x
.
n (1 + n x2 )
211
X
ln(n + 1)
f (x) dx =
.
2n2
0
n=1
26 Se considera la funcion f : [0, 1] R dada por
x log(x) si x 6= 0;
f (x) =
0
si x = 0.
1
para todo x [0, 1].
e
n
X
x log(x)
b) Probar que la serie funcional
converge uniformemente en [0, 1] (se
n!
n=0
entiende que f (x)0 = 1).
Z 1
(1)n+m n!
m
n
para todo m, n N.
(x) log(x) dx =
c) Demostrar que
(m + 1)n+1
0
d) Hallar la suma de la serie dada en b) y concluir que
Z 1
X
1
.
xx dx =
n+1
(n
+
1)
0
n=0
27 Determinar el campo de convergencia de las siguientes series de potencias:
27.1
n x
27.2
n=0
27.3
27.5
X
n xn
n2 + 1
n=0
27.9
X
2n
X
27.6
(x + 5)n
27.8
cos 1/n
2n 1
n3n
X
1 n
nn
x+
n!
2
n=0
X
n=1
n+2
n2 +2
X
(1)n n2
n=1
X
(x 1)n
n=1
n 4n
n=1
27.11
27.4
X
(x 1)n
n=1
n! xn
n=0
n=1
27.7
(x 2)
27.10
xn
log(n + 1)
n
X
a
n=1
bn n
+
x , a, b > 0.
n n
X
1 x 2n
27.12
n 2
n=1
27.13
X
(1)n (x + 1)n
X
n! n
27.14
x
nn+2
n=1
n 2n
n=1
212
X
e1/n n
x
27.15
n 2n
n=1
X
(1)n x2n
n=0
4n (n!)2
X
n2 + n + 1
n=1
29.2
X
n=1
(Indicaci
on: considerar el desarrollo de ex )
n!
1
n(n + 1) 2n
(Indicaci
on: considerar el desarrollo de log(1 x))
X
1
29.3
(3 n2 + 4 n + 5) n
3
n=1
sus derivadas)
(Indicaci
on: considerar la suma de la serie geometrica y
n=0
213
f (0) = 1 .
X
(1)n+1
n=1
= log(2) .
ex
1+x
x2
(x 1)(2 x)2
r
1+x
35.8
1x
35.5
35.6
e 1
sen(x)
si x 6= 0;
x
x
y
g(x) =
f (x) =
1
1
si x = 0.
log(1 x)
x1
si x 6= 0;
si x = 0.
214
log(1 + x)
, si x 6= 0,
x
f (x) =
1,
si x = 0.
39 Determinar los radios de convergencia y las sumas de las siguientes series de potencias:
39.1
2n
n=1
39.4
X
x2n1
39.2
2n 1
n=1
X
x2n
(n + 1) x
n1
n=1
39.7
X
n=0
xn+2
(n + 2) n!
X
(1)n xn
39.5
2n (n + 1)
n=1
39.8
X
n=1
(1)n
X
(1)n xn
39.3
n (n 1)
n=2
39.6
2n
x2n+1
(2 n + 1)!
X
n=1
n (n + 1) xn1
Captulo 12
Lmites y continuidad en Rd
El objeto del presente tema es introducir aquellas propiedades topologicas de los espacios
eucldeos que seran necesarias para abordar posteriormente el calculo diferencial en varias
variables.
El punto de partida en el desarrollo de esta materia es el concepto de norma, que
generaliza el de valor absoluto de los n
umeros reales y permite establecer un argumento para
medir la proximidad de los puntos de un espacio vectorial. De hecho, la recta real no es
otra cosa que el caso mas simple de los espacios normados que nos ocupan, y podramos
haber realizado un tratamiento u
nico, independiente de la dimension del espacio. El lector
observara que los resultados que se exponen aqu son generalizaciones, o convenientes adaptaciones, de los que se presentaban, con el mismo objetivo, en el tema dedicado a continuidad
de funciones de una variable real.
12.1.
El espacio eucldeo Rd
12.1.1 Definici
on Para cada n
umero natural d, sea Rd el conjunto de todas las d-
uplas
ordenadas
x = (x1 , x2 , . . . , xd ) ,
donde x1 , x2 , . . . , xd son n
umeros reales. A xk lo llamaremos coordenada k-esima de x .
216
d
X
xi yi = x1 y1 + x2 y2 + . . . + x d yd .
i=1
12.1.2 Observaci
on Es habitual confundir la estructura vectorial as obtenida con la estructura geometrica que se obtiene al considerar un espacio afn con espacio vectorial asociado Rd y, abusando de la notacion, referirse a puntos de Rd en lugar de vectores. Este
sera el criterio que seguiremos en adelante.
12.1.3 Definici
on Para cada elemento x = (x1 , x2 , . . . , xd ) de Rd se define su norma eucldea kx k por
kx k =
d
X
i=1
|xi |
1/2
[0, ).
12.1.4 Proposici
on La norma eucldea de Rd verifica las siguientes propiedades:
N1. kx k 0 para todo x Rd .
N2. kx k = 0 si, y solo si, x = 0.
N3. kx k = || kx k para todo x Rd , R.
N4. kx + y k kx k + ky k para todo x , y Rd (desigualdad triangular ).
217
d
X
i=1
|xi yi |2
1/2
12.2.
No le sera difcil al lector comprender la motivacion de los conceptos que definimos bajo
este epgrafe a partir de los conocimientos que ya posee sobre funciones de una variable.
218
12.2.1 Definici
on Sean x Rd y r > 0. Se definen la bola abierta de centro x y radio r
como el conjunto
B(x , r) = {y Rd : d(x , y ) = kx y k < r} ,
y la bola cerrada de centro x y radio r como el conjunto
B(x , r) = {y Rd : d(x , y ) = kx y k r} .
12.2.2 Definici
on Sea E un conjunto de Rd .
Un punto x de Rd se dice que es un punto interior a E si existe una bola abierta de
centro x contenida en E.
El conjunto de todos los puntos interiores de E se denomina interior de E y se repre
senta por E.
El conjunto E es abierto si es vaco o si todos sus puntos son interiores a el.
12.2.3 Observaci
on Es sencillo comprobar que E E, de modo que un conjunto es abierto
si E = E.
12.2.4 Ejemplo
1. Toda bola abierta es un conjunto abierto.
2. Las bolas cerradas no son conjuntos abiertos.
3. Los productos cartesianos de intervalos abiertos (a1 , b1 ) (a2 , b2 ) (ad , bd ) son
conjuntos abiertos de Rd .
12.2.5 Proposici
on Se verifican las siguientes propiedades:
i) El conjunto vaco y el conjunto total Rd son abiertos.
ii) La union de conjuntos abiertos es un conjunto abierto (es decir, si {Gi }iI es una
familia de conjuntos abiertos, entonces la union Gi es un conjunto abierto).
iI
219
iii) La interseccion finita de conjuntos abiertos es un conjunto abierto (es decir, dada una
familia finita {G1 , G2 , . . . , Gk } de conjuntos abiertos, la interseccion G1 G2 . . . Gk
es un conjunto abierto).
12.2.6 Definici
on Sea E un subconjunto de Rd .
Un punto x de Rd se dice que es un punto de acumulaci
on de E si para cada bola
abierta B(x , r) centrada en x , la interseccion B(x , r) E contiene al menos un punto
de E distinto de x .
El conjunto de todos los puntos de acumulacion se denomina derivado de E y se
representa por E .
Un punto x de E se dice que es un punto aislado de E si no es un punto de acumulacion
de E.
Se dice que el conjunto E es cerrado si todos sus puntos de acumulacion estan en E
(es decir, si E E).
12.2.7 Ejemplo
1. Toda bola cerrada es un conjunto cerrado.
2. Las bolas abiertas no son conjuntos cerrados.
3. Los productos cartesianos de intervalos cerrados [a1 , b1 ][a2 , b2 ] [ad , bd ] son conjuntos cerrados de Rd .
12.2.8 Proposici
on Un conjunto E de Rd es abierto (resp. cerrado) si, y solo si, su complementario Rd \ E es cerrado (resp. abierto).
12.2.9 Proposici
on Se verifican las siguientes propiedades:
i) El conjunto vaco y el conjunto total Rd son cerrados.
220
ii) La interseccion de conjuntos cerrados es un conjunto cerrado (es decir, si {Fi }iI es una
familia de conjuntos cerrados, entonces la interseccion Fi es un conjunto cerrado).
iI
iii) La union finita de conjuntos cerrados es un conjunto cerrado (es decir, si {F1 , F2 , . . . , Fk }
es una familia finita de conjuntos cerrados, entonces la union F1 F2 . . . Fk es un
conjunto cerrado).
12.2.10 Proposici
on Sea E un subconjunto de Rd . Entonces:
i) Si x Rd es un punto de acumulacion de E, entonces cualquier bola abierta B(x , r)
de centro x contiene infinitos puntos de E.
ii) Si x es un punto aislado de E, existe una bola abierta B(x , r) de centro x tal que
B(x , r) E = {x } .
12.2.11 Definici
on Sea E un subconjunto de Rd . Se dice que E es un conjunto acotado si
existe una constante M > 0 tal que
kx k M
para todo x E .
12.2.12 Definici
on Diremos que un subconjunto K de Rd es compacto si es simultaneamente cerrado y acotado.
12.2.13 Ejemplo
1. Todo subconjunto finito de Rd es compacto.
2. Toda bola cerrada de Rd es un conjunto compacto.
3. Todo multi-intervalo cerrado y acotado de Rd
[a1 , b1 ][a2 , b2 ] [ad , bd ]
es un conjunto compacto.
12.3.
221
Sucesiones en Rd.
Las definiciones dadas en el tema 4 acerca de sucesiones en un conjunto arbitrario (terminos de la sucesion, rango, etc.) se aplican igualmente al caso que ahora nos ocupa.
d
d
12.3.1 Definici
on Una sucesion {xn }
n=1 en R se dice convergente si existe un x R tal
{xn }
n=1 .
12.3.2 Proposici
on Si la sucesion {xn }
mite es u
nico.
n=1 es convergente su l
En este caso, si la sucesion converge hacia x , se escribe
lm xn = x .
12.3.3 Observaci
on Es sencillo comprobar a partir de la definicion que una sucesion {xn }
n=1
converge hacia x si, y solo si,
lm kxn x k = 0 .
12.3.4 Definici
on Se dice que la sucesion esta acotada si lo esta su rango, es decir, si existe
una constante M 0 tal que
kxn k M
para cada n N .
12.3.5 Proposici
on Toda sucesion convergente es acotada.
12.3.6 Proposici
on Sea {xn }
on de elementos de Rd . Pongamos
n=1 una sucesi
xn = (x1,n , x2,n , . . . , xd,n ),
n N.
La sucesion {xn }
olo si, las sucesiones de
n=1 converge hacia x = (x1 , x2 , . . . , xd ) si, y s
n
umeros reales {xj,n }
n=1 convergen hacia xj , para j = 1, 2, . . . , d.
222
12.3.7 Proposici
on Sean {xn }
n=1 , {yn }n=1 dos sucesiones de elementos de R y {n }n=1
una sucesion de n
umeros reales. Supongamos que {xn }
n=1 converge hacia x R , {yn }n=1
converge hacia y Rd y {n }
n=1 converge hacia R. Entonces:
i) lm (xn + yn ) = x + y .
iii) lm (xn yn ) = x y .
ii) lm n xn = x .
iv) lm kxn k = kx k.
12.3.8 Proposici
on Sea E un subconjunto de Rd . Un punto x de Rd es un punto de
acumulacion de E si, y solo si, existe una sucesion de elementos de E, todos ellos distintos
de x , que converge hacia x .
12.3.9 Teorema de Bolzano-Weierstrass. Sea K un subconjunto de Rd . Son equivalentes las siguientes afirmaciones:
1. K es compacto.
2. Toda sucesion de K tiene una subsucesion que converge hacia un punto de K.
12.4.
Lmites
12.4.1 Definici
on Sean A un conjunto de Rd , a un punto de acumulacion de A y f una
aplicacion de A en Rm . Se dice que l Rm es el lmite de la aplicacion f en el punto a si
para cada n
umero real > 0 existe > 0 tal que
kf (x ) l k <
para cada x A, con 0 < kx ak < .
223
12.4.2 Observaci
on En la definicion anterior intervienen dos normas, una definida en Rd
y otra en Rm . La distincion entre ambas viene dada por el contexto.
12.4.3 Proposici
on Si la aplicacion f tiene lmite en el punto a, este es u
nico.
Notaci
on: Si la aplicacion f tiene lmite l en el punto a se escribe
lm f (x ) = l
x a
f (x ) l cuando x a .
x a
lm f (x ) .
x a
x B
la sucesion {f (xn )}
n=1 es convergente.
224
x a
y b
12.4.8 Definici
on Para cada j = 1, 2, . . . , m la aplicacion
j : Rm R
x = (x1 , x2 , . . . , xm )
x 7 xj
se denomina proyeccion j-esima en Rm .
x a
x a
12.4.10 Observaci
on Este u
ltimo resultado permite simplificar el estudio de lmites considerando u
nicamente funciones reales, es decir, aplicaciones f : Rd R.
12.4.11 Proposici
on Sean A un conjunto de Rd y a un punto de acumulacion de A. Supongamos que f , g son funciones de A en Rm y h es una funcion de A en R tales que
lm f (x ) = l ,
x a
lm g (x ) = k ,
x a
lm h(x ) = .
x a
225
Entonces:
i) lm (f + g )(x ) = l + k .
x a
iii) lm (f g )(x ) = l k .
x a
12.4.12 Definici
on Sean A un conjunto de Rd y f una aplicacion de A en Rm . Se dice que
f es acotada si existe una constante M 0 tal que
kf (x )k M
para cada x A .
12.4.13 Proposici
on Sean A un conjunto de Rd , a un punto de acumulacion de A y f
una aplicacion de A en Rm . Si f tiene lmite en a, existe un n
umero real > 0 tal que f
esta acotada en A B(a, ) \ {a} .
12.4.14 Proposici
on Sean A un subconjunto de Rd y a un punto de acumulacion de A.
Si f : A R y g : A Rm son aplicaciones tales que lm f (x ) = 0 y g esta acotada en A,
x a
entonces
lm f (x ) g (x ) = 0 .
x a
Aparte de las propiedades aritmeticas, las funciones reales verifican, respecto al orden,
propiedades similares a las de las funciones de una variable. Para no abundar en detalles
enunciaremos una de ellas, dejando que el lector adapte el resto (tales como el criterio del
sandwich) al caso de funciones de varias variables.
12.4.15 Proposici
on Sean A un conjunto de Rd , a un punto de acumulacion de A y f
una funcion de A en R. Si existe lm f (x) = , dados n
umeros reales y con < < ,
x a
existe un n
umero real > 0 tal que para cada x A B(a, ) con x 6= a, se verifica que
< f (x ) < .
226
12.4.16 Observaci
on En los espacios eucldeos de dimension mayor o igual que 2 no hay
una relacion de orden que resulte adecuada para trabajar con la estructura de espacio vectorial, por ese motivo no se habla de + o . Sin embargo, s se puede hablar de forma
natural de infinito (sin signo) para lmites que involucren cantidades cada vez mas grandes
en norma. Dejamos al lector la tares de dar significado a los smbolos
lm f (x ) =
12.5.
lm f (x ) = .
x a
Continuidad
12.5.1 Definici
on Sean A un conjunto de Rd , a un punto de A y f una aplicacion de A
en Rm . Se dice que f es continua en a si para cada n
umero real > 0 existe > 0 tal que
kf (x ) f (a)k < ,
para cada x A, con kx ak < .
Si f es continua en todos los puntos de A, se dice que f es continua en A.
12.5.2 Ejemplo
1. La norma eucldea es una funcion continua en Rd .
2. La proyeccion j-esima j : Rd R es una funcion continua en Rd .
12.5.3 Proposici
on Sean A un conjunto de Rd , a un punto de A y f una aplicacion de A
en Rm .
i) Si a es un punto aislado de A, entonces f es continua en a.
ii) Si a es un punto de acumulacion de A, entonces f es continua en a si, y solo si, tiene
lmite en a y verifica que lm f (x ) = f (a).
x a
en Rm . Son equivalentes:
227
i) f es continua en a.
ii) Para cada sucesion {xn }
m xn = a, la sucesion {f (xn )}
n=1 de puntos de A con l
n=1
n
hf ,
f g
1
(si h(a) 6= 0)
h
son continuas en a.
12.5.7 Teorema Sean A un subconjunto de Rd y B un subconjunto de Rm . Sean f : A B
228
12.6.
M = sup{f (x ) : x K} .
Ejercicios
1.6 z =
p
1 (x2 + y 2 )
definen funciones (x, y) 7 z de dichos conjuntos en R, es decir, los dominios mas generales
de las funciones definidas por estas expresiones.
2 Determinar si las siguientes funciones tienen lmite en el punto 0 Rd .
229
sen(kx k2 )
2.1 f (x ) =
, x 6= 0.
kx k2
2.2 f (x ) =
log(1 kx k)
, 0 < kx k < 1.
kx k2
2.3 f (x ) =
log(1 + x1 x2 xd )
, xj > 0, j = 1, 2, . . . , n.
x1 x2 xd
2.4 f (x ) =
arctg(kx k2 )
, x 6= 0.
kx k
3 Sea f una funcion real definida en una bola B(x0 , r) R2 . Probar que son equivalentes:
(a) f tiene lmite en el punto x0 = (x0 , y0 );
(b) La funcion g : (0, r) [0, ) definida por
n
o
g() = sup f x0 + cos(), y0 + sen() : [0, 2 ]
4 Determinar si existen los lmites de las siguientes aplicaciones en los puntos que se indican:
xy
1 + xy
e 1
4.1 f (x, y) =
, log
, x, y > 0, en el punto (0, 0).
x
x
4.2 f (x, y) =
(x 1) + y
, (x, y) 6= (1, 1), en el punto (1, 1).
(x 1)2 + (y 1)2
4.3 f (x, y) =
(1 + x2 + y 2 ) sen(y)
, y 6= 0, en el punto (0, 0).
y
|y| |y|/x2
e
, x 6= 0, en el punto (0, 0).
x2
1 cos x y
, x, y > 0, en el punto (0, 0).
4.5 f (x, y) =
y
p
1 cos
x2 + y 2
4.6 f (x, y) =
, (x, y) 6= (0, 0), en el punto (0, 0).
x2 + y 2
x2 y 2
4.7 f (x, y) = x2 + y 2
, (x, y) 6= (0, 0), en el punto (0, 0).
4.4 f (x, y) =
e|x+y| 1
, x + y 6= 0, en el punto (0, 0).
4.8 f (x, y) =
|x + y|
230
xy
, (x, y) 6= (0, 0), en el punto (0, 0).
|x| + |y|
(x 1)(y 1)
y1
, (x, y) 6= (1, 1), en el
,
4.10 f (x, y) =
1 + (x 1)2 + (y 1)2 (x 1)2 + (y 1)2
punto (1, 1).
4.9 f (x, y) =
4.11 f (x, y) =
x3 y 2
, (x, y) 6= (0, 0), en el punto (0, 0).
x2 + sen2 (y)
x2 + y 2 + 2xy 2
en el punto (0, 0).
cos(x + y 2 )
x
, (x, y) 6= (0, 0), en el punto (0, 0).
4.13 Calcular f (x, y) = y sen 2
x + y2
4.12 f (x, y) =
5 Comprobar que las siguientes funciones tienen lmite en el punto (0, 0) R2 a lo largo
de cada recta que pasa por dicho punto, pero no tienen lmite:
si x 6= y 2 ;
x2 y 2
x + y2
5.1 f (x, y) =
, (x, y) 6= (0, 0).
5.2 f (x, y) = 2
x + y2
0
2
si x = y .
Si una funcion de R2 en R tiene el mismo lmite en un punto a lo largo de cada recta que
(x, y) 6= (0, 0) .
1
1
si x 6= 0 e y 6= 0;
(x + y) sen x sen y
f (x, y) =
0
si x = 0 o y = 0.
Probar que existe el lmite de la funcion en (0, 0).
231
xy x + y
x+y
f (x, y) =
si x + y 6= 0;
si x + y = 0.
x2 y 2
.
x2 y 2 + (x y)2
x2 y 2
si (x, y) =
6 (0, 0);
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0).
x
y
x + y arctg( x + y )si x + y 6= 0,
f (x, y) =
0
si x + y = 0.
xy
2
x + y2
f (x, y) =
|x| si x y;
f (x, y) =
|y| si x y.
Estudiar la continuidad de f en R2 .
232
14 Determinar los valores del parametro real > 0 para los que la funcion f : R2 R
definida por
es continua en R2 .
|x 1| |y 1|
(x 1)2 + (y 1)2
f (x, y) =
x3 y
si (x, y) =
6 (0, 0);
2
(x + y 2 )2
f (x, y) =
0
si (x, y) = (0, 0).
16 Estudiar la continuidad en R2 de la funcion definida por
xy
si (x, y) =
6 (0, 0);
p 2
x + y2
f (x, y) =
0
si (x, y) = (0, 0).
x2 + y 2
f (x, y) =
x2 y 2
2
(x + y 2 )2 + (x + y)4
f (x, y) =
233
x2 y 2 z
0
si (x, y, z) = (0, 0, 0).
p
2
2
log(xy) , cos(x + y) , x + y , x
f (1, 0) > 0 .
234
kf (b)k = 1 .
Captulo 13
C
alculo Diferencial en varias variables
La idea fundamental de todo el Calculo Diferencial es sencilla: tratar de obtener propiedades
sobre objetos (en la practica funciones) que, sin ser lineales, admiten una cierta aproximacion lineal. De hecho, si nos remontamos un poco en el tiempo, es curioso observar que
muchos de los resultados que se presentan en esta teora aparecen enunciados de forma puramente algebraica antes de la que podramos denominar formulacion moderna. No es de
extra
nar esto si se piensa que muchos conceptos de Algebra
Lineal elemental, tales como el
de rango, aplicacion inversa, etc., tienen su analogo en el Calculo Diferencial.
La presentacion actual de esta materia difiere bastante de su desarrollo historico, en
consonancia con el desarrollo de la Fsica Matematica, y cuyos primeros pasos se pueden
situar en el uso de las derivadas parciales por Euler, DAlembert, etc. en el siglo XVIII.
Esto puede ser ilustrado con el hecho de que la continuidad fuese concebida como una
propiedad mucho mas fuerte que como se entiende hoy en da, implicando la derivabilidad.
Este fundamento casi filosofico, recogido en la frase de Leibnitz Natura non facit saltus,
prevalecio durante largo tiempo.
Captulo 13. C
alculo Diferencial en varias variables
13.1.
236
Derivabilidad y diferenciabilidad
h0
f (x0 + hv ) f (x0 )
,
h
y se denota
dv f (x0 ) o Dv f (x0 ) .
i)
f
(x0 ) .
xi
admiten derivada parcial respecto de xi en un punto del abierto, entonces la aplicacion suma
admite derivada parcial respecto de xi en dicho punto y resulta ser la suma de las derivadas
parciales de las dos aplicaciones en ese punto.
Dejamos que el lector deduzca el resto de las propiedades que procedan.
Captulo 13. C
alculo Diferencial en varias variables
237
Ejemplos sencillos, como el que se puede ver en el ejercicio 2, muestran que el hecho
de que una aplicacion f sea derivable en un punto no implica la continuidad de f en ese
punto, ni siquiera la existencia de todas las derivadas direccionales implica la continuidad.
Se presenta as la diferencia mas relevante con las funciones de una variable.
El concepto de diferenciabilidad, que en el caso unidimensional es equivalente a la derivabilidad, se generaliza en terminos analogos al caso de aplicaciones de varias variables.
13.1.3 Definici
on Sean A un abierto de Rd , x0 un punto de A y f una aplicacion de A
en Rm . Se dice que f es diferenciable en el punto x0 si existen una aplicacion lineal L de Rd
en Rm y una funcion de A en Rm con
lm (x ) = (x0 ) = 0,
x x0
de manera que
f (x ) f (x0 ) = L(x x0 ) + (x ) kx x0 k
para cada x A .
df (x0 ) o f (x0 ) .
Captulo 13. C
alculo Diferencial en varias variables
238
De nuevo, al igual que sucede respecto a la continuidad, estos conceptos admiten una
lectura en terminos de aplicaciones a valores reales.
13.1.6 Teorema Es condicion necesaria y suficiente para que una aplicacion f de un abierto
A de Rd en Rm admita derivada direccional en un punto x0 seg
un el vector v (resp. sea diferenciable en el punto x0 ) que as se verifique para cada una de sus funciones componentes fi ,
i = 1, 2, . . . , m.
13.1.7 Observaci
on Si A es un abierto de Rd y f : A Rm es una aplicacion derivable
en el punto x0 A , la matriz cuyas m filas son las d derivadas parciales de cada una de
las m componentes fi de f , esto es,
Dj fi (x0 ) 1im ,
1jd
(f1 , f2 , . . . , fm )
,
(x1 , x2 , . . . , xd )
D
f
(x
)
D
f
(x
)
D
f
(x
)
2 1 0
d 1 0 h1
1 1 0
D
f
(x
)
D
f
(x
)
D
f
(x
)
1 2 0
2 2 0
d 2 0 h2
f (x0 )(h1 , h2 , . . . , hn ) =
.
..
..
.
..
...
.
.
.
.
.
hd
D1 fm (x0 ) D2 fm (x0 ) Dd fm (x0 )
(13.1)
D1 f (x0 ), D2 f (x0 ), . . . , Dd f (x0 ) .
Captulo 13. C
alculo Diferencial en varias variables
239
13.1.8 Observaci
on La diferencial de una aplicacion en un punto tiene la misma interpretacion geometrica que para el caso de funciones reales de variable real. Ilustraremos esto
con un ejemplo de facil visualizacion.
0.000400001
0.000400001
x
Consideremos una funcion real f definida en un abierto A de R2 que es diferenciable en
el punto x0 = (x0 , y0 ) A. La funcion
g(x, y) = f (x0 ) +
f
f
(x0 ) (x x0 ) +
(x0 ) (y y0 )
x
y
f
0, 1,
(x0 , y0 ) ,
y
t 7 x0 , y0 + t, f (x0 , y0 + t) ,
Captulo 13. C
alculo Diferencial en varias variables
240
para cada v Rd .
iii) p = f g es diferenciable en x0 y
p (x0 ) = f (x0 ) g (x0 ) + f (x0 ) g (x0 ) ,
es decir,
p (x0 )(v ) = f (x0 ) g (x0 )(v ) + f (x0 )(v ) g (x0 ) para cada v Rd .
iv) Si h(x0 ) 6= 0, 1/h es diferenciable en x0 y
1
1
h (x0 ) .
(x0 ) =
h
h(x0 )2
13.1.11 Regla de la cadena.
Sean A un abierto de Rd , B abierto de Rm , f una aplicacion de A en Rm con f (A) B
Captulo 13. C
alculo Diferencial en varias variables
241
13.1.12 Observaci
on De acuerdo con la representacion matricial de la aplicacion diferencial en las bases canonicas mediante la matriz jacobiana, este u
ltimo resultado permite
expresar las derivadas parciales de la funcion compuesta en terminos de las parciales de las
funciones componentes. Explcitamente: con las hipotesis y notacion de 13.1.11, se tiene que
m
X gi
fk
hi
(x0 ) =
(x0 )
f (x0 )
xj
yk
xj
k=1
para todos i = 1, 2, . . . , p y j = 1, 2, . . . , d.
13.2.
A la vista del resultado 13.1.6 sera suficiente considerar, en lo que ahora nos ocupa,
u
nicamente funciones reales definidas en conjuntos abiertos de Rd .
13.2.1 Definici
on Sea f una funcion real definida en un abierto A de Rd , que admite
derivadas parciales en todos los puntos de A. Dichas parciales definen, a su vez, funciones
de A en R,
f
:A R
xj
f
(x ) = Dj f (x )
x 7
xj
para las cuales pueden existir tambien derivadas parciales en los puntos de A. Estas u
ltimas
reciben el nombre de derivadas parciales segundas de la funcion f y se denotan por
2f
f
(x ) =
(x ) = Dij f (x ) .
xi xj
xi xj
Se definen, de forma analoga, las derivadas parciales de f de orden m superior al segundo:
Di1 i2 ...im f (x ).
Cuando la funcion f admite derivadas parciales hasta el orden k 1 en cada punto
f C k (A).
f C (A).
Captulo 13. C
alculo Diferencial en varias variables
242
13.2.3 Observaci
on Si f : A Rm es una aplicacion de clase C k , k 1, en el abierto A
de Rd , entonces f es diferenciable en A.
13.2.4 Proposici
on Sean A un abierto de Rd , B abierto de Rm , f : A B y g : B Rp ,
Al trabajar con funciones sencillas, por ejemplo polinomios en varias variables, se observa
que derivadas parciales de orden superior respecto de las mismas variables, pero en distinto
orden, son iguales. El resultado mas importante que justifica esta igualdad de las parciales
cruzadas es el teorema de Schwarz.
13.2.5 Teorema de Schwarz.
Sea f una funcion real definida en un abierto A de Rd y de clase C 2 en A. Entonces para
cada x0 A y cada par de ndices distintos i, j {1, 2, . . . , n} se tiene que
2f
2f
(x0 ) =
(x0 ).
xi xj
xj xi
13.2.6 Observaci
on
i) Resulta que en la mayora de los modelos de la Fsica Matematica las magnitudes
involucradas se suponen tan regulares (derivables) como sea necesario, y es por tanto usual
que en estas situaciones la igualdad de las derivadas cruzadas se asuma, a tenor del resultado precedente, sin mayor dificultad. La funcion cuyo estudio se propone en el ejercicio 14
proporciona un sencillo ejemplo en sentido opuesto al de este teorema.
ii) A la hora de representar las derivadas parciales de orden superior (o sucesivas), en
la notacion de Leibnitz, se sigue el siguiente criterio de simplificacion: al derivar sucesivamente respecto de la misma variable esto se indica mediante un exponente que representa la
Captulo 13. C
alculo Diferencial en varias variables
243
1
k! j
d
X
1 ,...,jk
f
(a) hj1 hj2 hjk
xj1 xj2 . . . xjk
=1
d
X
1
+
(k + 1)! j ,...,j
1
k+1
k+1 f
(a + h) hj1 hj2 hjk+1 ,
xj1 xj2 . . . xjk+1
=1
(13.2)
k+1
k+1 f
(a + h) hj1 hj2 hjk+1
x
x
.
.
.
x
j
j
j
1
2
k+1
=1
Captulo 13. C
alculo Diferencial en varias variables
244
ii) Haciendo uso del teorema de Schwarz, la formula de Taylor se expresa como
f (x ) = f (a) +
k
X
m=1
1
mf
j1 j2
jd
j1
j2
jd (a) h1 h2 hd
j
!
j
!
j
!
d x1 x2 xd
j1 +j2 ++jd =m 1 2
k+1 f
1
j1 j2
jd
j1
j2
jd (a + h) h1 h2 hd ,
j1 ! j2 ! jd ! x1 x2 xd
x a
f (x ) Tk (f, a)(x )
kx akk
= 0.
x a
que
f (x ) = f (x0 ) +
f
f
(x0 ) (x x0 ) +
(x0 ) (y y0 )
x
y
1 2f
2f
1 2f
2
(x
)
(x
x
)
+
(x
)
(x
x
)(y
y
)
+
(x0 ) (y y0 )2
0
0
0
0
0
2 x2
xy
2 y 2
1 3f
1 3f
3
(x
)
(x
x
)
+
(x0 ) (x x0 )2 (y y0 )
0
0
3
2
6 x
2 x y
1 3f
1 3f
2
(x
)
(x
x
)(y
y
)
+
(x0 ) (y y0 )3 + kx x0 k3 (x ).
0
0
0
2 xy 2
6 y 3
Captulo 13. C
alculo Diferencial en varias variables
13.3.
245
Extremos relativos
13.3.1 Definici
on Sean f una funcion real definida en un abierto A de Rd , y a un punto de
A. Se dice que f presenta un maximo (resp. mnimo) local o relativo en ese punto si existe
una bola B centrada en a, contenida en A, tal que f (x ) f (a) (resp. f (x ) f (a)) para
todo x B.
En cualquiera de los casos anteriores se dice que f presenta un extremo local o relativo en
a. Si las desigualdades anteriores son estrictas para cada x 6= a el extremo se dice estricto.
13.3.2 Condici
on necesaria para la existencia de extremos relativos.
Sean A un abierto de Rd , a un punto de A y f una funcion de A en R que es diferenciable
en a. Es condicion necesaria para que f presente un extremo relativo en a que su diferencial
en dicho punto sea nula, f (a) = 0, o equivalentemente, que
f
(a) = 0 para cada j = 1, 2, . . . , d .
xj
Este resultado justifica la introduccion de las siguientes definiciones.
13.3.3 Definici
on Sean A un abierto de Rd , a un punto de A y f una funcion de A en R
que es diferenciable en a. Se dice que f presenta en a un punto crtico o que a es un punto
crtico de f si la diferencial de f en a es nula, f (a) = 0 .
Un punto crtico donde no se presenta un extremo relativo se llama punto de silla.
Antes de dar condiciones suficientes para la existencia de extremos relativos, haremos una
breve revision de algunos conceptos algebraicos que seran fundamentales para este estudio.
13.3.4 Definici
on Una forma cuadratica en Rd es una aplicacion Q : Rd R dada por un
polinomio homogeneo de grado 2, es decir, de la forma
Q(x ) = Q(x1 , x2 , . . . , xd ) =
1ijd
cij xi xj ,
cij R .
Se dice que la forma cuadratica Q en Rd es definida positiva (resp. negativa) si Q(x ) > 0
(resp. Q(x ) < 0) para cada x Rd , x 6= 0.
Captulo 13. C
alculo Diferencial en varias variables
246
(13.3)
13.3.6 Teorema Si A es una matriz cuadrada y simetrica con coeficientes reales todos sus
autovalores son reales.
13.3.7 Proposici
on Sea Q una forma cuadratica en Rd representada por la matriz simetrica
A seg
un (13.3).
i) Q es semidefinida positiva si, y solo si, todos los autovalores de A son positivos. Es
definida positiva si, y solo si, todos los autovalores de A son estrictamente positivos.
ii) Q es semidefinida negativa si, y solo si, todos los autovalores de A son negativos. Es
definida negativa si, y solo si, todos los autovalores de A son estrictamente negativos.
iii) Q es indefinida si, y solo si, A tiene al menos un autovalor estrictamente positivo y
al menos uno estrictamente negativo.
Dada una matriz simetrica A = aij
al determinante
1i,jn
k = det aij
1i,jk
13.3.8 Proposici
on Sea Q una forma cuadratica en Rd representada por la matriz simetrica
A. Con la notacion anterior:
i) Q es definida positiva si, y solo si, k > 0 para cada k = 1, 2, . . . , d.
ii) Q es definida negativa si, y solo si, (1)k k > 0 para cada k = 1, 2, . . . , d.
Volviendo al problema que nos ocupaba:
Captulo 13. C
alculo Diferencial en varias variables
247
13.3.9 Definici
on Sean A un abierto de Rd y f una funcion de clase C 2 en A. Si a A la
matriz (simetrica en virtud del teorema de Schwarz)
2
f
Hf (a) =
(a)
xi xj
1i,jd
se denomina matriz hessiana de f en el punto a.
A partir de la representacion local que proporciona la formula de Taylor se deducen los
siguientes resultados:
13.3.10 Segunda condici
on necesaria para la existencia de extremo relativo.
Sean A un abierto de Rd , a un punto de A y f : A R una funcion de clase C 2 en
13.4.
Esta seccion se dedica a presentar dos teoremas fundamentales del Calculo Diferencial:
el teorema de la funcion inversa y el de la funcion implcita, este u
ltimo sin analogo posible
en el caso unidimensional. Su germen se encuentra en los teoremas clasicos de Cramer y
Captulo 13. C
alculo Diferencial en varias variables
248
1i,jd
= det
fi
(a)
xj
1i,jd
tal que la aplicacion lineal f (a) es regular, o equivalentemente, tal que Jf (a) 6= 0, entonces
existen un abierto V que contiene al punto a, y un abierto W que contiene al punto f (a),
tales que f aplica, biyectivamente, V en W . Ademas, la aplicacion inversa f 1 : W V es
tambien de clase C k en W y se tiene
f 1
13.4.3 Observaci
on
1
f (x ) = f (x )
,
x V .
i) La u
ltima formula es una igualdad de aplicaciones lineales, en particular, la matriz
jacobiana de f 1 en el punto f (x ) es la inversa de la matriz jacobiana de f en x , y en
consecuencia
Jf 1 f (x ) =
1
,
Jf (x )
x V .
ii) A diferencia del caso lineal, en el que la inversibilidad es global, este teorema tiene
caracter local, es decir, la regularidad de la matriz jacobiana de f en el punto a solo garantiza,
en general, la inyectividad de f en un entorno del punto a; considerese por ejemplo la
aplicacion f : R2 R2 dada por
f (x, y) = ex cos(y), ex sen(y) .
Captulo 13. C
alculo Diferencial en varias variables
249
13.4.4 Definici
on Sean A y B dos abiertos de Rd . Se dice que una aplicacion : A B
El objeto del teorema de la funcion implcita es precisar condiciones tales que, dada una
ecuacion
f (x1 , x2 , . . . , xd ), (y1 , y2 , . . . , ym ) = 0 ,
(13.4)
(13.5)
Captulo 13. C
alculo Diferencial en varias variables
250
13.4.6 Observaci
on
i) A diferencia del caso lineal, el resultado tiene caracter local; considerese por ejemplo
la funcion f : R2 R dada por
f (x, y) = x2 + y 2 1.
ii) El teorema anterior admite una formulacion mas general en el sentido siguiente:
Si la matriz jacobiana de la aplicacion f en el punto c Rd+m tiene rango maximo
(m), esto es, existen 1 j1 < j2 < . . . < jm m + d tales que el menor correspondiente a
las derivadas parciales respecto de las variables xj1 , xj2 , . . . , xjm tiene determinante no nulo,
entonces estas m variables quedan determinadas implcitamente en funcion de las d restantes
en un entorno de dicho punto.
Esto se reduce al caso contemplado en el teorema 13.4.5 sin mas que considerar una
permutacion en el orden de las variables.
iii) La formulacion mas sencilla del teorema se obtiene para funciones definidas implcitamente, reales y de una variable real (es decir, con la notacion del resultado, el caso
d = m = 1):
Sean A un abierto de R2 , f : A R una aplicacion de clase C k (k 1) en A, y (x0 , y0 ) un
f
(x0 , y0 ) 6= 0. Existen, entonces,
punto de A tal que f (x0 , y0 ) = 0. Se supone, ademas, que
y
un abierto U de R, con x0 U , y otro abierto V de R, con y0 V , tales que, para cada
x U existe un u
nico (x) V con f (x, (x)) = 0; ademas, : U V es una funcion de
clase C k en U .
Captulo 13. C
alculo Diferencial en varias variables
251
x U.
f
(x0 , y0 ) 6= 0 y f C 1 (A), tambien se tiene que para todos los puntos x en un
y
f
(x, (x)) 6= 0 , de manera que
entorno de x0 ,
y
Puesto que
f
(x, (x))
(x) = x
.
f
(x, (x))
y
En el caso de mayor regularidad y repitiendo este argumento como en el apartado anterior,
se obtienen recursivamente las derivadas sucesivas de la funcion implcita en el punto x0
como soluciones de ecuaciones lineales cuya incognita aparece siempre multiplicada por el
f
(x, (x)).
factor no nulo
y
13.5.
Ejercicios
1 Calcular las derivadas direccionales de las siguientes funciones en los puntos y seg
un las
direcciones que se indican:
1.1 f (x, y, z) = x3 + 2 y 3 + 3 z, en (1, 1, 0) seg
un la direccion (1, 1, 2).
x
1.2 f (x, y, z) =
, para x > 0, y > 0, siendo > 0, en el punto (1, 1, 1), seg
un el
y
vector (2, 1, 1).
2 Estudiar la continuidad y existencia de derivadas direccionales en el punto (0, 0) de las
siguientes funciones de R2 en R:
2.1 f (x, y) =
|x y|
2.2 f (x, y) =
x
x + y2
si x 6= y 2 ;
si x = y 2 .
Captulo 13. C
alculo Diferencial en varias variables
x y4
4
x + y8
2.3 f (x, y) =
xy
0
si (x, y) = (0, 0).
2
x + y2
x+y
f (x, y) =
si x + y 6= 0;
si x + y = 0,
0
si (x, y) = (0, 0).
2
2
0
si (x, y) = (0, 0),
y, sin embargo, las funciones
f
f
y
no son continuas en el punto (0, 0).
x
y
x3
si x2 y 2 =
6 0;
2
x y2
f (x, y) =
0
si x2 y 2 = 0.
252
Captulo 13. C
alculo Diferencial en varias variables
253
x+y
2
1
e , sen(x y), x sen /x
si x 6= 0;
f (x, y) =
ey , sen(y), 0
si x = 0.
9 Hallar la ecuacion del plano tangente a la superficie:
9.1 z = x2 + y 3 en el punto (2, 1).
u
u
2y
0.
x
y
u
u
(1, 1) y
(1, 1) .
x
y
y
x
Captulo 13. C
alculo Diferencial en varias variables
254
u
u
y
, siendo u(r, s) = f x(r, s), y(r, s), z(r, s) .
r
s
u u
u
,
y
, siendo u(r, s, t) = f x(r, s, t), y(r, s, t), z(r, s, t) .
r s
t
u u
u
,
y
, siendo u(r, s, t) = f x(r, s, t) .
r s
t
16 Si f es una funcion real y de clase C 1 en A = {(x, y) R2 : x > 0, y > 0}, tal que
x
f
f
(x, y) y
(x, y) = f (x, y) para todo (x, y) A ,
y
x
F
(, ) = F (, ) para todo (, ) B .
hallar
g(x, y) = f xy + exy cos(x + y) ,
g g
y
en terminos de la derivada de f .
x y
(u, v) R2 .
Probar que para todo punto (x, y) = uv, (u2 v 2 )/2 se tiene que
F
(u, v)
2
F
v
(u, v)
2
= (u2 + v 2 )
h f
(x, y)
2
f
(x, y)
2 i
Captulo 13. C
alculo Diferencial en varias variables
255
19 En cada uno de los siguientes casos comprobar que las derivadas parciales cruzadas
2f
2f
y
son iguales:
xy
yx
1
19.1 f (x, y) = x4 + y 4 4 sen(x y)
19.2 f (x, y) = cos(y 2 ), x 6= 0
x
y
xy
19.3 f (x, y) = arctg
19.4 f (x, y) = arctg
x
1 + x2 + y 2
19.5 f (x, y) = log(1 + x y), x > 0, y > 0.
20 Probar que existen en el punto (0, 0) las segundas derivadas parciales cruzadas de la
funcion
x y (x2 y 2 )
x2 + y 2
f (x, y) =
+ f 0.
xy x y
23 Comprobar que la funcion u, definida en R2 \ {(a, b)} por
p
2
2
(x a) + (y b)
u(x, y) = log
verifica la ecuacion
2u 2u
+
0.
x2 y 2
(Ecuaci
on de Laplace)
Captulo 13. C
alculo Diferencial en varias variables
256
2a t
(xb)2
4a2 t
verifica la ecuacion
2u
u
a2 2 .
t
x
(Ecuaci
on del Calor)
sen(x) sen(y) x y
.
(x,y)(0,0)
x2 + y 2
lm
lm
(x,y)(0,0)
x
e
x2 +y 2
2
tg(x y) sen(x y)
.
1 cos(x) cos(y)
Captulo 13. C
alculo Diferencial en varias variables
257
a3 a3
3
+
3 3 a2 ,
x
y
si x > 0, y > 0.
31 Discutir, seg
un los valores del parametro a, la existencia de extremos relativos de la
siguiente funcion:
f (x, y) = x3 3 a x2 4 a y 2 + 1 .
32 Discutir, seg
un los valores del parametro a, si en el punto (0, 0) presenta un extremo
relativo la funcion
f (x, y) = a 2 x y + y 2 + y x2 + cos(x + y) + x2 (a2 y) .
f (x, y, z) = x2 + y 2 + 3 z 2 + y z + 2 x z x y .
34 Estudiar los extremos relativos de la funcion f definida en R3 por
f (x, y, z) = x2 + y 2 xy + z 2 z .
35 Se considera la aplicacion f : R2 R2 definida por
f (x, y) = e2 x ey , ey .
x4 + y 4
x
, sen(x) + cos(x) .
Captulo 13. C
alculo Diferencial en varias variables
258
i) Determinar los puntos de A para los cuales existe un entorno donde f admite inversa
de clase C 1 .
ii) Para los puntos (x, y) hallados en el apartado anterior determinar la matriz jacobiana
de f 1 en el punto f (x, y).
37 Demostrar que la relacion
x3 + y 3 3 x y 1 = 0
define, en un entorno de 0 R, una funcion implcita y = (x) con (0) = 1.
Determinar el desarrollo de Taylor de orden 3 en el punto 0 de la funcion .
38 Sea f una funcion real de clase C 1 en R, tal que f (0) = 0 y f (0) = 2. Demostrar
que la relacion
y z x = f (z)
define, en un entorno del punto (1, 0) una funcion implcita z = z(x, y) con z(1, 0) = 0.
Probar que existe un entorno de dicho punto donde se verifica
z
z
+z
0.
x
y
39 Calcular el polinomio de Taylor de orden 2 en el punto (1, 1) de la funcion z, con
z(1, 1) = 1, definida implcitamente en un entorno de dicho punto por la ecuacion
z 15 + y 2 z 2 x y 7 x8 = 0 .
40 Comprobar que el sistema
x2 y 2 z 2 = 1
x + 2y + z = 4
define, en un entorno del punto 1, funciones implcitas y = y(x) , z = z(x), con y(1) = 1 ,
z(1) = 1. Calcular y (1) y z (1).
41 En el abierto R2 (0, ) se considera la ecuacion
2
ez x + log(x2 + y 2 + z) = 1 .
Captulo 13. C
alculo Diferencial en varias variables
259
i) Comprobar que dicha relacion define una funcion implcita z = z(x, y) de clase C
en una bola abierta centrada en (0, 0) y tal que z(0, 0) = 1.
ii) Presenta z alg
un extremo local en (0, 0)?
Captulo 14
Introducci
on a las ecuaciones
diferenciales
Las ecuaciones diferenciales surgen, principalmente, en la Fsica y otras ciencias, de la
necesidad de modelar fenomenos naturales, economicos, sociales, etc. Suele suceder que la
funcion que describe la evolucion, por ejemplo en el tiempo, de uno de tales fenomenos resulta
difcil de obtener pero, en cambio, es sencillo dar una relacion que ligue dicha funcion con
sus derivadas sucesivas; ello conduce a una ecuacion diferencial.
El objetivo de estas notas es dar una vision muy somera de las ecuaciones diferenciales
ordinarias (EDO), concretamente de los aspectos operativos, exponiendo los metodos mas
sencillos de integracion, que se aplican a una gama muy peque
na de ecuaciones; si se piensa
en la dificultad de encontrar una primitiva de una funcion no sera difcil entender que el
problema de determinar las soluciones de una ecuacion diferencial sea, en general, irresoluble
o cuando menos de tratamiento muy laborioso.
Los aspectos teoricos relativos a las EDO, tales como los problemas de existencia y
unicidad, prolongacion de soluciones, estabilidad, etc., son tratados en asignaturas especficas
y quedan fuera del alcance de este curso.
14.1.
261
Generalidades
14.1.1 Definici
on Sean I un intervalo de R, U un subconjunto de Rn+1 , n 1, y una
aplicacion
: I U
(x, y0 , y1 , y2 , . . . , yn ) 7 (x, y0 , y1 , y2 , . . . , yn ).
La expresion
x, y, y , y , . . . , y (n) = 0 ,
(14.1)
x, f (x), f (x), . . . , f (n) (x) = 0 .
A menudo nos encontramos con ecuaciones en los que la derivada de mayor orden se
puede despejar.
Diremos que una ecuacion diferencial esta en la forma normal si se escribe como
y (n) = x, y, y , y , . . . , y (n1) ,
262
14.1.2 Ejemplo
1. Sean I un intervalo abierto de R y g : I R. Si : I R2 R viene dada por
(x, y0 , y1 ) = y1 g(x)
la ecuacion diferencial asociada resulta ser
y (x) = g(x) ,
de manera que una funcion f , definida y derivable en I, es solucion de dicha ecuacion
si, y solo si, f es una primitiva de g.
Este es, sin duda, el caso mas sencillo que se puede presentar y que ilustra suficientemente los problemas que se suscitan al tratar ecuaciones mas generales.
2. Para k R la funcion : RR2 R dada por
(x, y0 , y1 ) = y1 k y0 ,
da lugar a la ecuacion diferencial de primer orden
y (x) = k y(x) .
(Desintegracion radiactiva)
(Cada libre)
263
14.1.3 Definici
on Sean I un intervalo de R, U un subconjunto de Rn+1 , n 1, y una
aplicacion
: I U
(x, y0 , y1 , y2 , . . . , yn ) 7 (x, y0 , y1 , y2 , . . . , yn ).
Supongamos que x0 I y que (a0 , a1 , . . . , an1 ) U ; la expresion
x, y, y , y , . . . , y (n) = 0
(14.2)
Una funcion f : I R se dice que es solucion del problema de Cauchy (14.2) si ademas
de verificar las condiciones i), ii) y iii) de la definicion 14.1.1 verifica que:
f (x0 ) = a0 ,
f (x0 ) = a1 ,
f (x0 ) = a2 ,
...,
Aun cuando el problema de Cauchy admita solucion, nada garantiza, a priori, la unicidad
de esta; por ejemplo, el problema de Cauchy
(y )2 1 = 0
y(0) = 0
14.2.
(14.3)
264
14.2.1 Interpretaci
on geom
etrica.
Si f es una funcion definida en un intervalo I que es solucion de la ecuacion normal, su
grafo, esto es, el conjunto
x, f (x) : x I I V
Observemos que la recta tangente en cada punto x, f (x) de dicha curva es la que tiene
1, f (x) = 1, x, f (x) .
Las curvas integrales de la ecuacion son aquellas que en cada punto (x, y) I V de la
curva son tangentes al vector 1, (x, y) .
265
14.3.
M
etodos comunes de integraci
on
14.3.1.
14.3.1 Definici
on Una ecuacion diferencial de primer orden de la forma
y = a(x) b(y) ,
donde las funciones a : I R y b : J R son continuas, se llama ecuacion de variables
separadas.
Sean x0 I, y0 J.
i) Si b(y0 ) = 0, entonces la funcion
f (x) = y0 ,
x I,
266
y = a(x) b(y) ,
y(x0 ) = y0
dy
b(y)
a(x) dx = C ,
CR
3x + xy 2
y
=
,
y + x2 y
y(1) = 3.
x
,
1 + x2
(y) =
3 + y2
.
y
dx +
dy = C ,
2
1+x
3 + y2
CR
esto es,
log(1 + x2 ) + log(3 + y 2 ) = C ,
3 + y 2 = eC (1 + x2 ) .
267
x
es de variables separadas con
y
(x) = x ,
(y) =
1
.
y
C > 0,
2 C.
Observemos que estas soluciones contemplan puntos de la forma (x, 0) para los cuales
no esta definida (x, y) = (x) (y).
14.3.2.
14.3.3 Definici
on Una ecuacion diferencial de primer orden se dice que es lineal si es de
la forma
y + a(x) y = b(x) ,
(14.4)
(14.5)
se denomina ecuaci
on homogenea asociada a la anterior.
14.3.4 Proposici
on Todas las soluciones de la ecuacion lineal homogenea (14.5) son de la
forma
g(x) = k e
a(x) dx
k R,
268
o lo que es lo mismo
g(x) = k eA(x) ,
k R,
y = eC eA(x) .
Otra posible demostracion consiste en observar que multiplicando en (14.5) por la exponencial eA(x) se tiene que
(eA(x) y(x)) = eA(x) (a(x)y(x) + y (x)) = 0,
es decir, existe una constante k tal que
eA(x) y(x) = k,
x I.
Para resolver la ecuacion (14.4) se utiliza el denominado metodo de variacion de las constantes. Este nombre se debe a que la idea consiste en buscar soluciones de la misma forma
que en el caso homogeneo, pero cambiando la constante k por una funcion derivable k(x).
Explcitamente:
Supongamos que la funcion f dada por
f (x) = k(x) eA(x)
es solucion de (14.4), entonces
f (x) = a(x) f (x) + b(x) = a(x) k(x) eA(x) + b(x) .
Por otra parte
f (x) = k (x) eA(x) k(x) a(x) eA(x) ,
y de las dos ecuaciones anteriores se sigue que
k (x) eA(x) = b(x)
269
g0 (x) = eA(x)
resulta que f0 y g0 son soluciones de (14.4) y (14.5), respectivamente; las restantes soluciones
de (14.4) se escriben de la forma
f0 (x) + C g0 (x) ,
C R.
14.3.5 Ejemplo
1. Resolvamos la ecuacion lineal
y +
1
y = 3x.
x
En este caso
a(x) =
1
,
x
b(x) = 3 x ,
1
x
dx
1
x
Z
3 x2 dx = x2
270
C
,
x
C R.
y + 2 x y = 2 x ex .
En este caso
a(x) = 2 x ,
b(x) = 2 x ex ,
2x dx
= ex
x2
Z
2 x ex ex
dx = x2 ex
14.4.
C R.
271
14.4.1 Definici
on Una ecuaci
on diferencial lineal de orden n es una ecuacion diferencial
del tipo
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = q(x) ,
(14.6)
donde las funciones q, p0 , p1 , . . . , pn1 estan definidas y son continuas en un mismo intervalo
de la recta real.
Cuando q = 0, la ecuacion se dice homogenea. Dada la ecuacion (14.6), la ecuacion
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = 0
(14.7)
se denomina ecuaci
on homogenea asociada a la anterior.
Respecto a la existencia de soluciones se tiene el siguiente resultado:
14.4.2 Teorema Sean q, p0 , p1 , . . . , pn1 funciones continuas en un mismo intervalo I de la
recta real y (x0 , a0 , a1 , . . . , an1 ) I Rn . El problema de Cauchy
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = q(x)
tiene solucion u
nica en I.
C1 , C2 , . . . , Cn R .
Un conjunto {f1 , f2 , . . . , fn } de funciones verificando las propiedades anteriores se denomina sistema fundamental de soluciones de la ecuacion homogenea (14.7).
14.4.4 Teorema Supongamos que fp es una solucion particular de la ecuacion lineal (14.6)
y que {f1 , f2 , . . . , fn } es un sistema fundamental de soluciones de la ecuacion homogenea asociada (14.7), funciones todas ellas definidas en el mismo intervalo I. Cualquier otra solucion,
272
C1 , C2 , . . . , Cn R .
14.4.5 Observaci
on Tanto en el caso homogeneo (14.7) como en el no homogeneo (14.6), el
correspondiente problema de Cauchy se resuelve dando los valores adecuados a las constantes
Cj , j = 1, 2, . . . , n. Estos valores se determinan resolviendo un sistema lineal de ecuaciones
cuya matriz de coeficientes resulta ser
k)
fj (x0 )
0kn1
1jn
f1 (x0 )
f2 (x0 )
fn (x0 )
f (x )
f2 (x0 )
fn (x0 )
1 0
=
.
.
.
.
..
..
..
..
(n1)
(n1)
(n1)
f1
(x0 ) f2
(x0 ) fn
(x0 )
cuyo determinante se representa por W (f1 , f2 , . . . , fn )(x0 ) y se denomina determinante wronskiano; la independencia lineal en un entorno de x0 de las n funciones fj , j = 1, 2, . . . , n,
equivale a que este determinante no sea nulo, es decir, a que el sistema sea compatible
determinado.
Los resultados anteriores indican la manera de proceder a la hora de resolver la ecuacion
lineal (14.6): basta con determinar una solucion particular de esta ecuacion y resolver el
problema homogeneo asociado, como suceda para las ecuaciones de primer orden que no
son mas que un caso particular de este.
Cuando las funciones pj en la ecuacion (14.6) son constantes el problema homogeneo se
resuelve facilmente seg
un el metodo que se expone a continuacion.
14.4.6 Definici
on Dada una ecuacion lineal con coeficientes constantes, es decir, una ecuacion
del tipo
y (n) (x) + an1 y (n1) (x) + . . . + a1 y (x) + a0 y(x) = q(x) ,
(14.8)
siendo a0 , a1 , . . . , an1 n
umeros reales, el polinomio
P (r) = rn + an1 rn1 + an2 rn2 + . . . + a1 r + a0 ,
(14.9)
273
(14.10)
siendo a0 , a1 , . . . , an1 n
umeros reales. Sean r1 , r2 , . . . , rm las races caractersticas de la
ecuacion, con multiplicidades n1 , n2 , . . . , nm , respectivamente. Entonces las n funciones
fj,k (x) = xj erk x ,
k = 1, 2, . . . , m, j = 0, 1, . . . , nk 1 ,
k = 0, 1, 2, . . . , m 1 ,
k = 0, 1, 2, . . . , m 1 .
fk + fk
= xk ex cos(x) e
2
Im(fk ) =
fk fk
= xk ex sen(x)
2i
274
14.4.9 Ejemplo
1. Las races caractersticas de la ecuacion
y (4) 5 y + 4y = 0
son 2, 2, 1, 1 con multiplicidad uno. Las funciones
f1 (x) = e2x ,
f2 (x) = e2x ,
f3 (x) = ex ,
f4 (x) = ex ,
f2 (x) = sen x ,
f3 (x) = ex ,
f4 (x) = xex ,
k > 0.
k y r2 = i k, ambas
kx
+ A2 ei
kx
A1 , A 2 C ,
275
C1 , C2 R .
14.4.10 Observaci
on A la hora de resolver el problema no homogeneo se puede proceder,
al igual que en el caso de ecuaciones de primer orden, mediante el metodo de variacion de las
constantes, pero para ecuaciones de orden superior esto lleva a ecuaciones diferenciales que
involucran varias funciones y su resolucion, muy complicada en general, se realiza mediante
argumentos heursticos (de la intuicion o inventiva).
14.4.11 M
etodo de variaci
on de las constantes.
Sea {f1 , f2 , . . . , fn } un sistema fundamental de la ecuacion homogenea. Buscaremos una
solucion particular de la ecuacion no homogenea de la forma
fp (x) = c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x).
Derivando,
fp (x) = c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x)
+c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x).
Supongamos que
c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x) = 0
y derivemos fp ,
fp (x) = c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x)
+c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x).
Ahora supondremos que
c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x) = 0
y continuando de esta forma,
(n)
(n)
+c1 (x)f1
(n1)
(x) + c2 (x)f2
276
c1 (x)f1
(n1)
(x) + c2 (x)f2
(x) + c2 (x)f2
(n1)
(x) + c2 (x)f2
c1 (x)f1
c1 (x)f1
(n2)
(n1)
277
Es obvio que esto conduce a un problema mas complicado; es aqu donde entra en juego la
inventiva a la que hacamos referencia: supongamos que
k1 (x) + k2 (x) ex 0 ,
entonces
f (x) = k2 (x) ex
f (x) = k2 (x) ex + k2 (x) ex
y resulta
f (x) f (x) = k2 (x) ex = e2x cos(ex ) ,
o lo que es lo mismo
k2 (x) = ex cos(ex )
k2 (x) = sen(ex ) .
278
Las funciones f1 (x) = sen x y f2 (x) = cos x forman un sistema fundamental de soluciones de
la ecuacion homogenea. Pretendemos encontrar una solucion de la ecuacion no homogenea
de la forma
f (x) = k1 (x) sen x + k2 (x) cos x .
Entonces debe ser
f (x) = k1 (x) cos x k2 (x) sen x + k1 (x) sen x + k2 (x) cos x = k1 (x) cos x k2 (x) sen x
f (x) = k1 (x) sen x k2 (x) cos x + k1 (x) cos x k2 (x) sen x = f (x) + 1/ sen x,
suponiendo que
k1 (x) sen x + k2 (x) cos x = 0
k1 (x) cos x k2 (x) sen x = 1/ sen x.
Entonces
k1 (x) = cotg x,
k2 (x) = 1 ,
luego
k1 (x) = log(| sen x|),
k2 (x) x ,
y por u
ltimo, la funcion
f (x) = log(| sen x|) sen x x cos x
es una solucion particular de la ecuacion no homogenea.
En algunas ocasiones, cuando el termino independiente q(x) adopta una forma especfica,
es posible obtener facilmente una solucion particular de la ecuacion no homogenea. Esto se
concreta en el siguiente resultado, llamado metodo de los coeficientes indeterminados.
14.4.14 Lema Dada la ecuacion lineal (14.8), si la funcion q se escribe
q(x) = P (x) erx ,
siendo P un polinomio y r C, entonces:
279
280
= (a x2 + b x) cos(x) + (c x2 + d x) sen(x) .
Las derivadas de primer y segundo orden de f son
f (x) =
f (x) =
y debe ser
c x2 + (2 a + d) x + b cos(x) + a x2 + (2 c b) x + d sen(x)
ax2 + (4c b) x + 2a + 2d cos(x) + cx2 (4a + d) x + 2c 2b sen(x)
4c = 4
2 a + 2 d = 0
4 a = 0
2 c 2 b = 0
C1 , C2 R .
Para resolver un problema de Cauchy asociado a esta ecuacion, por ejemplo en el punto
x0 = 0 (y(0) = y0 , y (0) = y1 ), se procede resolviendo el sistema
g(0) = C1 = y0
g (0) = 1 + C2 = y1
y la u
nica solucion de este problema de Cauchy es la funcion
g(x) = x cos(x) + x2 sen(x) + y0 cos(x) + (y1 1) sen(x) .
281
14.4.17 Observaci
on Cuando el termino independiente, q(x), de la ecuacion (14.8) es suma
de funciones del tipo Pj (x) erj x , siendo los Pj polinomios, las soluciones particulares del
problema no homogeneo se obtienen haciendo uso del denominado principio de superposicion,
explcitamente:
Si las funciones f1 y f2 son soluciones en el mismo intervalo de las ecuaciones
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = q1 (x)
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = q2 (x) ,
respectivamente, entonces la funcion f1 + f2 es solucion en dicho intervalo de la ecuacion
y (n) (x) + pn1 (x) y (n1) (x) + . . . + p1 (x) y (x) + p0 (x) y(x) = q1 (x) + q2 (x) .
Por ejemplo, una solucion particular de la ecuacion
y + 4 y = x + e4x ,
cuyas races caractersticas son r1 = 0 y r2 = 4, se obtiene como suma de soluciones f1 y
f2 de las ecuaciones
y + 4 y = x
y + 4 y = e4x ,
14.5.
Ejercicios
y(0) = 1 .
282
a, b, c R .
y(0) = 0 .
2.3 x y 2 y = x3 cos(x) .
2.4 y + x ex y = e(1x) .
3 Una ecuaci
on de Bernouilli es una ecuacion diferencial del tipo
y + p(x) y = q(x) y a ,
a R.
y ex .
1
.
cos(x)
6.2 y 2 y + y =
ex
.
x2 + 1
283
Ap
endice A
Funciones elementales
En este apendice hacemos un compendio de las propiedades mas relevantes de las denominadas funciones elementales. Aunque es posible construir algunas de estas funciones
haciendo uso del axioma de completitud de la recta, se ha optado por tomar como punto
de partida la definicion de la exponencial compleja como una serie de potencias. Una vez
que disponemos de la herramienta necesaria (concretamente, de las propiedades basicas de
los n
umeros complejos y de los resultados sobre continuidad y derivabilidad de funciones de
variable real y, en particular, de las que estan definidas por series de potencias), hacerlo de
esta otra forma permite demostrar muchas de las propiedades de forma sencilla y, en el caso
de las funciones trigonometricas, sin necesidad de recurrir a argumentos geometricos
En todo caso, y mas alla de las definiciones elegidas, el alumno debe conocer los resultados
aqu descritos y, muy especialmente, la representacion grafica de las funciones elementales.
A.1.
A.1.1.
Funci
on exponencial de base e
1 + 1/n
n
n=1
es convergente y su lmite
A.1.1 Definici
on Para cada z C se define la exponencial de z, denotada por ez o por
285
X
zn
n!
n=0
C.
A.1.2 Proposici
on Para cada x R,
x
e =
X
xn
n=0
n!
= lm
1+
x n
.
n
-4
-2
286
entonces ex > ey .
A.1.5 Proposici
on La funcion exponencial es continua en todo R.
A.1.6 Proposici
on La funcion exponencial es una biyeccion de R en el intervalo (0, ),
en particular
lm ex = 0
lm ex = .
A.1.7 Proposici
on La funcion exponencial es indefinidamente derivable en R, ademas
exp (x) = exp(x) para cada x R .
A.1.2.
Funci
on logaritmo natural
A.1.8 Definici
on La funcion inversa de exp : R (0, ) (vease la proposicion A.1.6) se
denomina logaritmo natural o neperiano y se denota por log o ln.
-2
-4
287
A.1.9 Propiedades
1. log(x y) = log(x) + log(y) para todos x, y > 0.
2. log(1) = 0, log(e) = 1 y log(x) > 0 para cada x > 1.
3. log(1/x) = log(x) para cada x > 0.
4. log(x) < 0 si 0 < x < 1.
5. 1 1/x log(x) x 1 para cada x > 0.
A.1.10 Proposici
on La funcion log : (0, ) R es estrictamente creciente, es decir, si
x > y entonces log(x) > log(y).
A.1.11 Proposici
on La funcion log es continua en (0, ).
A.1.12 Proposici
on log es una biyeccion del intervalo (0, ) en R, en particular
lm log(x) =
x0+
lm log(x) = .
A.1.13 Proposici
on La funcion log es indefinidamente derivable en (0, ), ademas
log (x) =
A.1.3.
1
x
Funci
on exponencial de base arbitraria
A.1.14 Definici
on Sea a un n
umero real con a > 0 y a 6= 1. Para cada x R se define la
-4
-2
288
-4
-2
a>1
0<a<1
entonces ax < ay .
A.1.17 Proposici
on La funcion ax es continua en todo R.
A.1.18 Proposici
on ax es una biyeccion de R en el intervalo (0, ), en particular:
Si a > 1
Si 0 < a < 1
lm ax = 0
lm ax =
y
y
lm ax = .
lm ax = 0 .
A.1.19 Proposici
on La funcion ax es indefinidamente derivable en R, ademas
(ax ) = log(a) ax .
A.1.4.
289
Funci
on logaritmo de base arbitraria
A.1.20 Definici
on Si a es un n
umero real con a > 0, a 6= 1, la funcion inversa de ax : R
(0, ) (vease la proposicion A.1.18) se denomina logaritmo en base a y se denota por loga .
-2
-4
-2
a>1
0<a<1
A.1.21 Propiedades
1. loga (x y) = loga (x) + loga (y) para todos x, y > 0.
2. loga (1) = 0 y loga (a) = 1.
3. loga (1/x) = loga (x) para cada x > 0.
4. Si a > 1, loga (x) > 0 para cada x > 1 y loga (x) < 0 para 0 < x < 1.
5. Si 0 < a < 1, loga (x) < 0 para cada x > 1 y loga (x) > 0 para 0 < x < 1.
6. Si a, b > 0, a 6= 1, b 6= 1, entonces
logb (x) = logb (a) loga (x) para cada x > 0 .
En particular loga (x) =
ln(x)
log(x)
=
para cada x > 0.
log(a)
ln(a)
290
A.1.22 Proposici
on Si a > 1 la funcion loga : (0, ) R es estrictamente creciente, es
decir, si x > y entonces loga (x) > loga (y).
Si 0 < a < 1 la funcion loga : (0, ) R es estrictamente decreciente, es decir, si x > y
entonces loga (x) < loga (y).
A.1.23 Proposici
on La funcion loga es continua en (0, ).
A.1.24 Proposici
on loga es una biyeccion del intervalo (0, ) en R, en particular:
Si a > 1
Si 0 < a < 1
lm loga (x) =
x0+
lm loga (x) =
lm loga (x) = .
x0+
lm loga (x) = .
A.1.25 Proposici
on La funcion loga es indefinidamente derivable en (0, ), ademas
(loga ) (x) =
A.1.5.
1 1
log(a) x
Funci
on potencial
A.1.26 Definici
on Dado un n
umero real a para cada x > 0 se define la potencia de base x
y exponente a por
xa = exp a log(x) .
A.1.27 Propiedades
1. (x y)a = xa y a para todos x, y > 0.
2. (xa )b = xa b y xa xb = xa+b para cada x > 0 y todos a, b R.
a veces
1
xx
|a| veces
A.1.28 Proposici
on Si a > 0, la funcion xa : (0, ) R es estrictamente creciente, es
291
a>0
a<0
entonces xa < y a .
A.1.29 Proposici
on La funcion xa es continua en (0, ).
A.1.30 Proposici
on Si a 6= 0, la funcion xa es una biyeccion de (0, ) en (0, ), en
particular:
Si a > 0
Si a < 0
lm xa = 0
x0
lm xa =
x0
y
y
lm xa = .
lm xa = 0 .
292
A.1.31 Proposici
on La funcion xa es indefinidamente derivable en (0, ), ademas
(xa ) = a xa1 .
A.2.
Funciones trigonom
etricas
A.2.1.
A.2.1 Definici
on Si z C se definen
cos(z) =
exp(i z) + exp(i z)
,
2
sen(z) =
exp(i z) exp(i z)
,
2i
1
0
-1
-8
-6
-4
-2
1
0
-1
-8
-6
-4
-2
A.2.2 Proposici
on Si x R se verifica:
1. exp(i x) = exp(i x).
293
2. | exp(i x)| = 1.
X
(1)n
3. cos(x) = Re exp(i x) =
(2 n)!
n=0
4. sen(x) = Im exp(i x) =
x2 n .
(1)n
x2 n+1 .
(2 n + 1)!
n=0
5. | cos(x)| 1 y | sen(x)| 1.
A.2.3 Proposici
on Si x, y R se verifica:
1. | exp(x + i y)| = exp(x) = ex .
2. exp(x + i y) = exp(x) exp(i y) = ex cos(y) + i sen(y) .
3. Si n Z, exp(x + i y)
n
= en x cos(n y) + i sen(n y) (Formula de Moivre).
cos(z) = cos(z).
1 cos(2 z)
2
cos2 (z) =
1 + cos(2 z)
.
2
8. sen(z) sen(w) =
cos(z w) cos(z + w)
2
9. cos(z) cos(w) =
cos(z w) + cos(z + w)
.
2
sen(z + w) + sen(z w)
.
2
294
z+w
zw
cos
.
2
2
zw
z+w
sen
.
12. sen(z) sen(w) = 2 cos
2
2
z+w
zw
13. cos(z) + cos(w) = 2 cos
cos
.
2
2
z+w
zw
14. cos(z) cos(w) = 2 sen
sen
.
2
2
11. sen(z) + sen(w) = 2 sen
A.2.5 Proposici
on Las funciones sen : R R y cos : R R son indefinidamente
derivables en todo R, ademas
sen (x) = cos(x)
para cada x R .
A.2.6 Observaci
on Se tiene que cos(0) > 0 y cos(2) < 0, por tanto, cos() = 0 para
alg
un punto del intervalo (0, 2).
A.2.7 Definici
on Si = nf{x 0 : cos(x) = 0} se define el n
umero como
= 2.
( 3 1415926 . . .)
A.2.8 Proposici
on sen : R R y cos : R R son funciones periodicas, de periodo 2 ,
es decir
cos(x + 2 ) = cos(x) y
(A.1)
295
7. cos /2 z = sen(z) para todo z C.
A.2.2.
A.2.10 Proposici
on sen : /2, /2 [1, 1] es una biyeccion creciente. A la funcion
0.5
-1
-0.5
0.5
-0.5
-1
-1.5
-1
Funcion arcoseno
-0.5
0.5
Funcion arcocoseno
296
A.2.11 Proposici
on arcsen : (1, 1) /2, /2 es indefinidamente derivable. Su
derivada es
arcsen (x) =
1
1 x2
A.2.12 Proposici
on cos : [0, ] [1, 1] es una biyeccion decreciente. A la funcion inversa
se le denomina arco-coseno y se le denota por arccos.
A.2.13 Proposici
on arccos : (1, 1) (0, ) es indefinidamente derivable. Su derivada es
arccos (x) =
A.2.3.
1
1 x2
A.2.14 Definici
on Para z C, z 6= k + /2 (k Z), se define
tg(z) =
sen(z)
,
cos(z)
/2
297
cos(z)
,
sen(z)
denominada cotangente de z.
A.2.15 Proposici
on Las restricciones de tg y cotg a la recta real son funciones continuas
en sus dominios de definicion.
A.2.16 Proposici
on tg : R \ {k + /2 : k Z} R es indefinidamente derivable. Su
derivada es
1
= 1 + tg(x)2 para cada x R \ {k + /2 : k Z} .
cos(x)2
A.2.17 Proposici
on tg : /2, /2 R es una biyeccion creciente. A la funcion inversa
tg (x) =
A.2.18 Proposici
on arctg : R /2, /2 es indefinidamente derivable. Su derivada es
arctg (x) =
1
1 + x2
para cada x R .
1
-10
-5
-1
A.3.
Funciones hiperb
olicas
A.3.1.
A.3.1 Definici
on Si z C se definen
Ch(z) =
exp(z) + exp(z)
,
2
Sh(z) =
exp(z) exp(z)
,
2
10
298
10
-2
-1
4
-1
-2
-3
Seno hiperbolico
-3
-2
-1
Coseno hiperbolico
Figura A.11: Funciones seno y coseno hiperbolico
A.3.2 Propiedades Para todos z, w C se verifica:
1. Sh(z) = Sh(z).
2. Ch(z) = Ch(z).
3. Ch2 (z) Sh2 (z) = 1.
4. Sh(z) = i sen(i z), sen(z) = i Sh(i z).
5. Ch(z) = cos(i z).
6. Sh(z + w) = Sh(z) Ch(w) + Ch(z) Sh(w).
7. Ch(z + w) = Ch(z) Ch(w) + Sh(z) Sh(w).
299
Ch(2 z) + 1
Ch(2 z) 1
y Ch2 (z) =
.
2
2
Ch (x) = Sh(x)
para cada x R .
A.3.6 Propiedades
1. Ch(0) = 1 y Sh(0) = 0.
2. Ch(x) 1 para cada x R.
3. Sh(x) > 0 si x > 0 y Sh(x) < 0 si x < 0 (x R).
4. Sh(z) = 0 si, y solo si, z = i k para alg
un k Z.
5. Ch(z) = 0 si, y solo si, z = i /2 + k para alg
un k Z.
A.3.2.
300
A.3.7 Proposici
on Sh : R R es una biyeccion creciente. A la funcion inversa se le
denomina argumento del seno hiperbolico y se denota por ArgSh.
A.3.8 Proposici
on ArgSh : R R es indefinidamente derivable. Su derivada es
ArgSh (x) =
1
1 + x2
para cada x R .
A.3.9 Proposici
on Ch : [0, ) [1, ) es una biyeccion decreciente. A la funcion inversa
se le denomina argumento del coseno hiperbolico y se le denota por ArgCh.
A.3.10 Proposici
on ArgCh : (1, ) (0, ) es indefinidamente derivable. Su derivada
es
ArgCh (x) =
1
x2 1
-6
-4
-2
-2
-4
A.3.3.
A.3.11 Definici
on Para z C, z 6= i k + /2 (k Z), se define
Tgh(z) =
Sh(z)
exp(z) exp(z)
=
,
Ch(z)
exp(z) + exp(z)
301
exp(z) + exp(z)
Ch(z)
=
,
Sh(z)
exp(z) exp(z)
-4
-2
-1
A.3.12 Proposici
on Tgh : R R es una funcion continua.
A.3.13 Proposici
on Tgh : R R es indefinidamente derivable. Su derivada es
Tgh (x) = 1 Tgh(x)2 =
1
Ch(x)2
para cada x R .
A.3.14 Proposici
on Tgh : R (1, 1) es una biyeccion creciente. A la funcion inversa se
le denomina argumento de la tangente hiperbolica y se denota por ArgTgh.
A.3.15 Proposici
on ArgTgh : (1, 1) R es indefinidamente derivable. Su derivada es
ArgTgh (x) =
1
1 x2
para cada x R .
Bibliografa
[1] de Burgos, J., C
alculo Infinitesimal de una variable. McGraw-Hill, 2000.
n Vega, L. A., Gua pr
[2] Galindo Soto, F. - Sanz Gil, J. - Trista
actica de calculo
infinitesimal en una variable real . Thomson, 2003.
n Vega, L. A., Gua pr
[3] Galindo Soto, F. - Sanz Gil, J. - Trista
actica de calculo
infinitesimal en varias variables. Thomson, 2005.
n Ruiz, J. M.. C
[4] Mazo
alculo Diferencial . McGraw-Hill, 1997.
[5] Ortega, J. M., Introduccion al An
alisis Matematico. Labor, 1993.
a, I. - San Martn, J., Problemas resueltos de C
[6] Tomeo, V. - Un
alculo en una
variable. Ed. Thomson, 2005.
a, I. - San Martn, J. - Tomeo, V., Problemas resueltos de C
[7] Un
alculo en varias
variables. Ed. Thomson, 2007.
[8] Kiseliov, A. - Krasnov, M. - Makarenko, G., Problemas de ecuaciones diferenciales ordinarias. Mir, 1992.
Bibliografa complementaria
[9] Besada, M. y otros, C
alculo de varias variables. Cuestiones y ejercicios resueltos.
Prentice Hall, 2001.
BIBLIOGRAFIA
303