AMFisicaApuntes PDF

ANALISIS
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.
1.1. Conjuntos. Relacion de orden . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. N
umeros naturales, enteros y racionales . . . . . . . . . . . . . . . . . . . . .
1.3. La recta real. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Combinatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.6. Complementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2. N
umero complejo
22
2.1. Definiciones y propiedades basicas . . . . . . . . . . . . . . . . . . . . . . . .
22
2.2. Argumento de un n
umero complejo . . . . . . . . . . . . . . . . . . . . . . .
25
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
3. Lmites de funciones de variable real
31
3.1. Aplicaciones entre conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . .
31
3.2. Lmites finitos. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
3.3. Propiedades de los lmites finitos . . . . . . . . . . . . . . . . . . . . . . . .
36
3.4. Lmites infinitos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.5. Propiedades de los lmites infinitos . . . . . . . . . . . . . . . . . . . . . . .
41
3.6. Indeterminaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
INDICE GENERAL
iii
3.7. Funciones equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
3.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
4. Sucesiones num
ericas
4.1. Sucesiones convergentes
52
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
4.2. Lmites infinitos de sucesiones de n

umeros reales . . . . . . . . . . . . . . . .
56
4.3. El criterio secuencial para lmites de funciones . . . . . . . . . . . . . . . . .
58
4.4. Indeterminaciones. Sucesiones equivalentes . . . . . . . . . . . . . . . . . . .
60
4.5. Teorema de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . .
65
4.6. Sucesiones de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
4.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
5. Continuidad de funciones de variable real
71
5.1. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
5.2. Teoremas basicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
6. Derivabilidad de funciones reales de variable real
79
6.1. Concepto de derivada. Primeras propiedades. . . . . . . . . . . . . . . . . . .
79
6.2. Teoremas de Rolle y del valor medio. Monotona. . . . . . . . . . . . . . . .
84
6.3. Formula de Taylor. Estudio local de funciones. . . . . . . . . . . . . . . . . .
88
6.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
7. C
alculo de primitivas
105
7.1. Definiciones y primeras propiedades . . . . . . . . . . . . . . . . . . . . . . . 106

7.2. Integracion de fracciones racionales. . . . . . . . . . . . . . . . . . . . . . . . 108
7.3. Fracciones racionales de funciones trigonometricas . . . . . . . . . . . . . . . 111
7.4. Fracciones racionales de la funcion exponencial . . . . . . . . . . . . . . . . . 113
7.5. Integrales irracionales bilineales . . . . . . . . . . . . . . . . . . . . . . . . . 115
7.6. Integrales binomicas o binomias. . . . . . . . . . . . . . . . . . . . . . . . . . 116
INDICE GENERAL
iv
7.7. Integrales irracionales cuadraticas. . . . . . . . . . . . . . . . . . . . . . . . . 117

7.8. Metodos de recurrencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
7.9. Tabla de primitivas inmediatas. . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.10. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
8. Integral de Riemann
126
8.1. Construccion de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

8.2. Propiedades generales de la integral . . . . . . . . . . . . . . . . . . . . . . . 131
8.3. Teorema fundamental del calculo . . . . . . . . . . . . . . . . . . . . . . . . 134
8.4. Calculo de areas, vol
umenes y longitudes. . . . . . . . . . . . . . . . . . . . . 136
8.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
9. Integrales impropias
146
9.1. Definiciones y primeras propiedades . . . . . . . . . . . . . . . . . . . . . . . 146

9.2. Integracion de funciones positivas . . . . . . . . . . . . . . . . . . . . . . . . 153
9.3. Comparacion con funciones test . . . . . . . . . . . . . . . . . . . . . . . . . 156
9.4. Funciones eulerianas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
10.Series num
ericas
164
10.1. Definiciones y terminologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

10.2. Series de terminos positivos . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
10.3. Series absolutamente convergentes . . . . . . . . . . . . . . . . . . . . . . . . 172
10.4. Criterios de Dirichlet y Abel. Series alternadas . . . . . . . . . . . . . . . . . 173
10.5. Producto de Cauchy de series . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.6. Series e integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
10.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
10.8. Ejercicios complementarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
INDICE GENERAL
11.Sucesiones y series de funciones
184
11.1. Sucesiones de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185

11.2. Series de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
11.3. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.4. Funciones definidas por series de potencias . . . . . . . . . . . . . . . . . . . 197
11.5. Series de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
11.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
12.Lmites y continuidad en Rd
215
12.1. El espacio eucldeo Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

12.2. Topologa de los espacios eucldeos . . . . . . . . . . . . . . . . . . . . . . . 217
12.3. Sucesiones en Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
12.4. Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
12.5. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
12.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
13.C
alculo Diferencial en varias variables
235
13.1. Derivabilidad y diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . 236

13.2. Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
13.3. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
13.4. Funciones inversas e implcitas . . . . . . . . . . . . . . . . . . . . . . . . . . 247
13.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
14.Introducci
on a las ecuaciones diferenciales
260
14.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

14.2. Ecuaciones de primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
14.3. Metodos comunes de integracion . . . . . . . . . . . . . . . . . . . . . . . . . 265
14.3.1. Ecuaciones en variables separadas . . . . . . . . . . . . . . . . . . . . 265
14.3.2. Ecuaciones lineales de primer orden . . . . . . . . . . . . . . . . . . . 267
14.4. Ecuaciones lineales de orden superior . . . . . . . . . . . . . . . . . . . . . . 270
INDICE GENERAL
vi
14.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

A. Funciones elementales
284
A.1. Funciones exponencial, logartmica y potencial . . . . . . . . . . . . . . . . . 284

A.1.1. Funcion exponencial de base e . . . . . . . . . . . . . . . . . . . . . . 284
A.1.2. Funcion logaritmo natural . . . . . . . . . . . . . . . . . . . . . . . . 286
A.1.3. Funcion exponencial de base arbitraria . . . . . . . . . . . . . . . . . 287
A.1.4. Funcion logaritmo de base arbitraria . . . . . . . . . . . . . . . . . . 289
A.1.5. Funcion potencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
A.2. Funciones trigonometricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
A.2.1. Funciones seno y coseno . . . . . . . . . . . . . . . . . . . . . . . . . 292
A.2.2. Funciones inversas de seno y coseno . . . . . . . . . . . . . . . . . . . 295
A.2.3. Funciones tangente y cotangente . . . . . . . . . . . . . . . . . . . . . 296
A.3. Funciones hiperbolicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
A.3.1. Funciones seno y coseno hiperbolicos . . . . . . . . . . . . . . . . . . 297
A.3.2. Funciones inversas del seno y coseno hiperbolicos . . . . . . . . . . . 300
A.3.3. Funciones tangente y cotangente hiperbolicas . . . . . . . . . . . . . . 300
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..
Obviamente, esta descripcion solo es factible cuando el conjunto es peque

no, de mane-
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} ,
donde P es la mencionada propiedad que caracteriza a los elementos de X (los signos : y

/ se leen como tal que).
A continuacion se hace un breve repaso de los conceptos mas basicos:
1.1.1 Definici
on
Si x es un elemento del conjunto A se dice que x pertenece a A y se escribe x A. Por
el contrario, si x no es un elemento de A se dice que x no pertenece a A y se escribe
x
/ A.
Dos conjuntos A y B son iguales si, y solo si, tienen los mismos elementos, en cuyo
caso se escribe A = B. En caso contrario se escribe A 6= B.
Dados dos conjuntos A y B, si cada elemento de B es tambien un elemento de A se
dice que B est
a contenido en A, o que A contiene a B, o que B es un subconjunto
de A, y se escribe B A o A B.
Dados dos conjuntos A y B se define su uni
on, representada por A B, como el
conjunto de los elementos que pertenecen, al menos, a uno de ellos, es decir,
A B = {x : x A o x B} .
La union de dos conjuntos se puede generalizar a la union de una familia arbitraria de
conjuntos: dada una familia de conjuntos F, se define la union de todos ellos, denotada
por A, como el conjunto de los elementos que pertenecen al menos a uno de los
AF
conjuntos de F:
A = {x : x A para alg
un A F} .
AF
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
todos y cada uno de los conjuntos de F:

A = {x : x A para todo A F} .
AF
Si dos conjuntos A e B no tienen elementos en com

un, es decir, son tales que AB = ,
se dice que dichos conjuntos son disjuntos entre s.
Dados dos conjuntos A y B se define su diferencia, denotada por A \ B, como el
conjunto de los elementos que pertenecen a A y no pertenecen a B:
A \ B = {x : x A y x
/ B} = {x A : x
/ B} .
En la practica, a la hora de trabajar con una cierta clase de conjuntos, es usual que
todos ellos esten contenidos en uno fijo X, que se denomina conjunto universal . En estas
condiciones, cuando no hay lugar a confusion, para cada conjunto A X la diferencia
X \ A se denomina complementario de A en X o simplemente complementario de A,
y se suele denotar por Ac .
Dados dos conjuntos no vacos A y B, se define el producto cartesiano de A y B,

representado por AB, como el conjunto cuyos elementos son todos los pares ordenados
de la forma (x, y), donde x es un elemento de A e y es un elemento de B:

A B = (x, y) : x A e y B} .
Si X = o Y = entonces se considera que X Y = .
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:
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.
umeros reales.
Si el extremo superior de un conjunto B pertenece al mismo, se denomina maximo

de B y se denota por max B. Si el extremo inferior de un conjunto B pertenece al
mismo, se denomina mnimo de B y se denota por mn B.
1.1.8 Proposici
on Los extremos superior e inferior de un subconjunto B de un conjunto
totalmente ordenado, si existen, son u
nicos.
1.1.9 Ejemplo El conjunto de las palabras admitidas en su diccionario por la Real Academia
de la Lengua Espa
nola con el orden alfabetico es un conjunto acotado superior e inferiormente. La palabra a es su mnimo y la palabra zuzon es su maximo.
Veremos mas ejemplos en los ejercicios considerando subconjuntos de los n
umeros reales.
1.2.
N
umeros naturales, enteros y racionales
Al comenzar un curso de Analisis Matematico se plantea una duda: como introducir

los conjuntos numericos? Puesto que todos los alumnos han manejado los n
umeros naturales, enteros, racionales y reales con anterioridad, daremos por supuesta su existencia y por
conocidas las operaciones de suma y producto y la relacion de orden definidas en ellos.
Se llama conjunto de los n
umeros naturales, y se representa por N, al conjunto {1, 2, 3, 4, . . . },
dotado de la relacion de orden total habitual (1 < 2 < 3 < . . .), y de las operaciones suma
+ y producto conocidas. Sus elementos se denominan n
umeros naturales.
Con respecto al orden, se tiene que:
(i) 1 es el primer elemento de N, en el sentido de que es menor que cualquier otro natural.
(ii) Cada natural n tiene un sucesor , el natural n + 1 (2 es el sucesor de 1, 3 el de 2, etc.),
caracterizado por ser mayor que n, y menor o igual que cualquier natural mayor que n.
(iii) Si S es un subconjunto de N que verifica:
a) 1 S, y
b) n + 1 S para cada n S,
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
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.
La recta real. Propiedades
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
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.
El producto es distributivo respecto de la suma:

D: Propiedad distributiva: x (y + z) = (x y) + (x z) para cualesquiera x, y, z R.
La relacion de orden es total (O1) y compatible con la estructura algebraica (O2-O3):
O1: Si x, y R entonces x y o y x.
O2: Si x, y, z R y x y entonces x + z y + z.
O3: Si x, y, z R, x y y 0 z entonces xz yz.
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
y su producto se representa por

n
Y
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.
umeros reales.
11
1.3.7 Propiedades En lo que sigue w, x, y, z seran n

umeros reales. Las siguientes propiedades
se deducen de los trece axiomas:
1. Ley de cancelacion de la suma: Si x + z = y + z entonces x = y.
2. Ley de cancelacion del producto: Si xz = yz y z 6= 0 entonces x = y.
3. x 0 = 0.
4. (x) = x.
5. Si x 6= 0 entonces (x1 )1 = x.
6. (1) x = x.
7. Si z 6= 0 y w 6= 0 entonces
y
xw + yz
x
+ =
.
z w
z w
8. Si x y e y < z entonces x < z.

9. Si x < y e y z entonces x < z.
10. Si x y y z w entonces x + z y + w.
11. Si x y y z < w entonces x + z < y + w.
12. Si x < y y z > 0 entonces xz < yz.
13. Si x < y y z < 0 entonces xz > yz.
14. Si x 6= 0 entonces x2 = xx > 0.
15. 1 > 0 y 1 < 0.
16. Si x > 0 entonces 1/x > 0.
17. Si 0 < x < y entonces 0 < 1/y < 1/x.
umeros reales.
12
18. Axioma de completitud:

C: Todo subconjunto de la recta real no vaco y acotado inferiormente tiene extremo
inferior.
1.3.8 Caracterizaci
on del extremo superior de un subconjunto de R.
Sea A un subconjunto de R, no vaco y acotado superiormente. Son equivalentes las
siguientes afirmaciones:
1. = sup A.
2. es cota superior de A y para cada > 0 existe a A tal que < a.
1.3.9 Propiedad arquimediana. Si x, y R, con x > 0, existe un n
umero natural n tal
que n x > y.
En particular, para cada > 0 existe un n
umero natural n tal que
0<
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.
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
La figura pretende ilustrar el comentario anterior. Ademas se ha representado el n

umero
un el famoso teorema de Pitagoras, es la longitud de la hipotenusa de

irracional 2 que, seg
un triangulo rectangulo cuyos dos catetos tienen longitud 1; el traslado de esta hipotenusa
a la recta real se representa con el arco de circunferencia. El n

umero 2 es constructible
con regla y compas, y lo mismo sucede con los n
umeros racionales en virtud del no menos
conocido teorema de Tales sobre semejanza de triangulos.
Un concepto que juega un papel importante es el de valor absoluto.
1.3.15 Definici
on Se define el valor absoluto de un n
umero real x, y se denota por |x|,
como el n
umero real
|x| = max{x, x} =
si x 0;
x si x < 0.
1.3.16 Propiedades Sean x, y, R, > 0. Se verifica que:

i) |x| 0. Ademas |x| = 0 si, y solo si, x = 0.
umeros reales.
14
ii) |x| x |x|.

iii) |x y| = |x| |y|.

iv) Si x 6= 0 entonces 1/x = 1/|x|.
v) |x + y| |x| + |y|
(desigualdad triangular).

vi) |x| |y| |x y|.
vii) |x| < si, y solo si, < x < .

viii) |x y| < si, y solo si, x < y < x + .
Mediante el valor absoluto es posible dar una nueva caracterizacion de los conjuntos
acotados, que admite generalizacion a los espacios eucldeos.
1.3.17 Proposici
on Un subconjunto A de R es acotado si, y solo si, existe M 0 tal que
|x| M para cada x A.
1.3.18 Definici
on Un subconjunto I de R es un intervalo si verifica la siguiente propiedad:
Si x, y I , con x < y , entonces para cada z R tal que x < z < y se tiene que z I .
En otras palabras, un intervalo I se caracteriza por contener a todos los puntos intermedios entre dos cualesquiera de sus elementos.
1.3.19 Observaci
on Sean a, b R con a < b. Se llama intervalo de extremos a y b a
cualquiera de los conjuntos siguientes:
(a, b) = {c R : a < c < b} (Intervalo abierto).
[a, b) = {c R : a c < b} (Intervalo semiabierto por la derecha).
(a, b] = {c R : a < c b} (Intervalo semiabierto por la izquierda).
[a, b] = {c R : a c b} (Intervalo cerrado).
Cada intervalo de extremos a y b es un conjunto acotado, y a y b son los extremos inferior
y superior, respectivamente, de dicho conjunto.
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!.
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
Estas propiedades se suelen representar en el llamado tri

angulo de Pascal o de Tartaglia
n=0
n=1
n=2
n=3
n=4
1
1
1
1
1
en el que cada fila recoge los valores
n
k
1
2
3
4
1
3
1
4
al variar k desde 0 a n. Cada n

umero, exceptuando
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
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.
umeros reales.
18
Dar un ejemplo de dos n

umeros irracionales tales que su suma y su producto sean racionales.
6 Sean x e y n
umeros racionales positivos tales que el n
umero
que tambien son racionales los n

umeros x y y .
x+ y es racional. Probar
7 Averiguar si son racionales los siguientes n

umeros:
7.1 tan(5 ).
7.2 cos(10 ).
7.3
2+
3+
5.
8 Calcular las siguientes sumas:

8.1
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
9 Determinar si los siguientes subconjuntos de R estan acotados superior o inferiormente,

y en caso afirmativo calcular los correspondientes extremos.
9.1 A = {x R : |x 1| + |2 x| < 3 + x}.
p
9.2 B = {x R : (x 3)(2 x) < 4 x2 + 12 x + 11}.

n

o
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| .
11 Probar que si a y b son n

umeros reales entonces
max{a, b} =
a + b + |a b|
2
mn{a, b} =
a + b |a b|
.
2
12 Resolver las siguientes ecuaciones:

12.1 |x + 1| 3 = 0.

12.3 x2 4|x| 12 = 0.
12.2
1 x2 = 1 |x|.
12.4 |x 1| |x 2| = 3.
umeros reales.
12.5 |x| = x2 + x 2.
12.6
19
1 2x
= 1.
3 |x 1|
13 Probar las siguientes desigualdades:

sen(x) 1

13.1 Para cada x R con |x| > 2, se tiene que 2
.
x 1
3
13.2 Para cada x R, se tiene que 2x 1 + x2 .
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
Calcular, si existen, sus extremos, maximo y mnimo.
1.6.
Complementos
La propiedad de completitud es la clave para la construccion de las funciones elementales,

cuya existencia se admite habitualmente de forma puramente intuitiva. Ilustraremos esto con
la definicion de un n
umero elevado a una potencia.
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
xn como el producto de x por s mismo n veces, es decir, xn = x x .

1.6.2 Teorema Para todo n
umero real x > 0 y cada n N, existe un u
nico n
umero real
y > 0 tal que y n = x. A y se le denomina raz n-esima de x y se le representa por x1/n o n x.

1.6.3 Observaci
on La demostracion de este resultado comienza suponiendo que x > 1 y
considerando el conjunto {t R : t 0 , tn x}; entonces se prueba que este conjunto
esta acotado superiormente y si y es su extremo superior, verifica que y n = x.
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.
Las conocidas propiedades de la potenciacion se deducen facilmente a partir de esta

definicion.
1.6.6 Proposici
on Sean a R, a > 1, y x R. El conjunto {ar : r Q , r x}
esta acotado superiormente. Denotaremos a su extremo superior por ax (lease a elevado

a x).
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 ;
1/a x si 0 < a < 1 .
21
Es sencillo probar ahora que las mismas propiedades que se verifican para la potenciacion
con exponente racional se verifican igualmente en el caso general.
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.
P4: Existencia de elemento inverso:Para cada z C, z 6= 0 existe un elemento z 1 C
tal que z z 1 = 1.
El producto es distributivo respecto de la suma:

D: Propiedad distributiva: Para cualesquiera z1 , z2 , z3 C se verifica (z1 + z2 ) z3 =
z1 z3 + z2 z3 .
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
a2 + b2 se denomina modulo de z y se denota |z|.
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|.
8. |z| | Re(z)| + | Im(z)|.

9. |z w| = |z||w|.
z
|z|

.
10. Si w 6= 0, entonces =
w
|w|
11. |z + w| |z| + |w|.

12. |z| |w| |z w|.
Captulo 2. N
umero complejo
25
Como vemos, los n

umeros complejos mantienen todas las propiedades algebraicas de los
n
umeros reales, y lo mismo le sucede al modulo con respecto al valor absoluto. Pero, a
diferencia del conjunto de los n
umeros reales, el cuerpo C es algebraicamente cerrado, es
decir:
2.1.7 Teorema Fundamental del Algebra.

Todo polinomio con coeficientes complejos
de grado mayor o igual que uno admite al menos una raz en C. De hecho, si el polinomio es
de grado n 1, tiene exactamente n races contando multiplicidades.
2.1.8 Observaci
on En contrapartida, las caractersticas de R como cuerpo ordenado no
pueden ser generalizadas a C, es decir, no es posible definir en C una relacion de orden total
compatible con la estructura algebraica; suponiendo que existiese tal relacion , entonces el
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
b) Dado un argumento 0 de z, si = 0 + 2k, con k Z, se tiene que es un argumento

de z y todos los argumentos de z son de esa forma. En otras palabras,
Arg(z) = {0 + 2 k : k Z}.
2.2.3 Propiedades del argumento de un n
umero complejo. Sean z, w C con z 6= 0
y w 6= 0. Si es un argumento de z y es un argumento de w, entonces:
1. + es un argumento de z w.
2. es un argumento de z y de 1/z .
3. es un argumento de z/w .
2.2.4 Ejemplo
1. Si x R, x > 0, entonces Arg(x) = {2 k : k Z} .
2. Si x R, x < 0, entonces Arg(x) = { + 2 k : k Z} .

3. Arg(i) = {/2 + 2 k : k Z} .
4. Arg(i) = {/2 + 2 k : k Z} .
5. Arg(1 + i) = {/4 + 2 k : k Z} .
2.2.5 Observaci
on Si z C, z 6= 0, y es un argumento de z, entonces

z = |z| cos() + i sen() .
Esta representacion recibe el nombre de expresi

on o forma polar del n
umero complejo z. En
estas condiciones, es obvio que
Re(z) = |z| cos()
Im(z) = |z| sen() .
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
8. ez = ew si, y solo si, z = w + 2 k i para alg

un k Z.
9. Si z C, z 6= 0, y es un argumento de z, entonces z = |z| ei .
2.2.12 Observaci
on Aunque no se va a entrar en esa cuestion, el alumno debe saber que
la definicion del logaritmo complejo es notablemente mas difcil que la del logaritmo en el
caso real. Teniendo presente la propiedad 6, como habra que definir el logaritmo de 1?
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 ) .
2.2 |1 z 1 z2 |2 |z1 z2 |2 = (1 |z1 |2 )(1 |z2 |2 ) .

2.3 Si |z1 | = 1, entonces |1 z 1 z2 | = |z1 z2 | .
3 Sea z C con |z| 6= 1. Probar que para cada n N se verifica que
1 z n+1 1 |z|n+1

.

1z
1 |z|
4 Sea n N. Probar que si z C es solucion de la ecuacion (z + 1)n + z n = 0 entonces

Re(z) = 1/2.
5 Sean z, C, z 6= , tales que r =
(z+) i
z
R. Probar que |z| = ||.
6 Determinar z, w C tales que

z + w = 3 + 2i,
7 Dado z = 1 +
3i, hallar z 1 , z 3 y
Re(z) = 2,
z 1 .
z
Re( ) = 0.
w
Captulo 2. N
umero complejo
29
8 Describir geometricamente los siguientes conjuntos:

8.1 A = {z C / |z i| = 2};
8.2 B = {z C / 1 < |z| < 4};
8.3 C = {z C / 1 Re(z) 3};
8.4 D = {z C / 1 < Re(z) < 3 , 1 < Im(z) < 5};
8.5 E = {z C / arg(z) = 3 };
8.6 F = {z C / Re(z) < 0 , Im(z) > 0} = {z C / 2 < arg(z) < };
9 Describir geometricamente los siguientes conjuntos:
A = {z C / Re(
zi
) = 0},
z+i
B = {z C / Im(
zi
) = 0}.
z+i
10 Sea n N con n 2 y C, 6= 1, tal que n = 1. Demostrar que

+ 2 + + n = 0.
11 Sea x R. Calcular sen(3x) y cos(3x) en funcion de sen(x) y cos(x).
12 Simplificar los n
umeros complejos
(3 2i)(2 + 3i)
12.1
;
3 4i
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.
14.2 Las races c

ubicas de 8 , 1 , i y 1 i .
14.3 Las races cuartas de 1 + 3 i , 9 i y (1 + i)/(1 i) .
Captulo 2. N
umero complejo
30
15 Resolver las ecuaciones:

15.1 z 5 + 16 z = 0 .
15.2 z 4 + 2 z 2 + 1 = 0 .
15.3 z n1 = z ,
n > 2.
16 Resolver las ecuaciones

3
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.
17 Sea n N. Demostrar la igualdad

(n + 1)
in
1 + ei + ei2 + . . . + ein sen
= sen
e /2 .
2
2
18 Sea n N con n 2. Probar que el producto de todas las races n-esimas de la unidad
vale 1 o -1.
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.
Aplicaciones entre conjuntos
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
Captulo 3. Lmites de funciones de variable real
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
Se dice que f es suprayectiva (o simplemente sobre) si todo elemento de B es imagen de

alguno de A. Es decir:
Para cada y B, existe un x A tal que f (x) = y.
Se dice que f es biyectiva si es, a la vez, inyectiva y suprayectiva.
3.1.5 Definici
on Si f : A B es una aplicacion biyectiva, se define la aplicaci
on inversa
de f , y se representa por f 1 : B A, como la aplicacion de B en A que verifica que:
a = f 1 (b) si, y solo si, b = f (a).
3.2.
Lmites finitos. Definiciones
Cuando una aplicacion definida en un conjunto A toma valores en un conjunto numerico

recibe el nombre de funcion. En particular, si toma valores en C decimos que es una funcion
compleja; y si toma valores en R decimos que es una funcion real .
3.2.1 Definici
on Sea a un n
umero real. Si es un n
umero real estrictamente positivo, el
entorno (abierto) centrado en a y de radio es el intervalo
(a , a + ) = {x R : |x a| < }.
3.2.2 Definici
on Sea A un subconjunto de R. Un punto a R se dice que es un punto de
acumulaci
on del conjunto A si para cada > 0 se tiene que

(a , a + ) \ {a} A 6= .
Para indicar que a es un punto de acumulacion de A se escribe a A .

3.2.3 Observaci
on El hecho de que a sea un punto de acumulacion del conjunto A significa
que en A hay puntos tan proximos a a como se quiera, pero distintos de el.
3.2.4 Ejemplo Si I es un intervalo y a R es un extremo de I, entonces a es un punto de
acumulacion de I.
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 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 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
2. Sea f : R R la funcion definida por f (x) = x. Entonces lm f (x) = a.

xa
La teora que presentamos ahora constituye un herramienta deductiva bastante potente

a la hora de determinar la existencia de lmites; en concreto, proporciona criterios negativos
muy u
tiles en la practica.
3.2.9 Definici
on Sean A un subconjunto de R, a un punto de acumulacion de A y f una
funcion compleja definida en A. Si B A y a es tambien punto de acumulacion de B tiene
sentido estudiar el lmite de la restriccion de f a B en a, lm f| (x) . Este lmite, si existe,
xa
se denomina lmite de la funcion f en el punto a siguiendo (o a traves de) el subespacio B

y se denota por
lm f (x) .
xa
xB
Analogamente se definen los lmites a traves de subespacios en + y en ; en este

caso se requiere, por supuesto, que el conjunto B no este acotado superior o inferiormente,
seg
un corresponda.
3.2.10 Teorema Sean A un conjunto de R, a un punto de acumulacion de A y f una
aplicacion de A en C que tiene lmite en el punto a. Si B A y a es tambien punto de
acumulacion de B, entonces f tiene lmite en a a traves de B, y este es precisamente .
3.2.11 Corolario Sean A un conjunto de R, a un punto de acumulacion de A y f una
aplicacion de A en C. Supongamos que B y C son dos subconjuntos de A tales que a es
tambien punto de acumulacion de ambos. Si
lm f (x) 6= xa
lm f (x) ,
xa
xB
entonces f no tiene lmite en a.
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).
Si a es un punto de acumulacion de A+ , el lmite de la funcion f a traves de A+ , si existe,

se denomina lmite lateral por la derecha de f en el punto a, y se denota por
lm f (x) .
xa+
Si a es un punto de acumulacion de A , el lmite de la funcion f a traves de A , si existe,

se denomina lmite lateral por la izquierda de f en el punto a, y se denota
lm f (x) .
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.
Propiedades de los lmites finitos
Enunciaremos las propiedades correspondientes al caso de lmite de una funcion en un

punto a R, pudiendose formular propiedades analogas para los lmites en + o , lo
que se deja como ejercicio al alumno.
3.3.1 Definici
on Sean A un subconjunto de R y f : A C. Se dice que f es acotada en A
si existe M 0 tal que
|f (x)| M
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.
Sean f y g funciones complejas 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. Entonces:
1. La funcion f + g tiene lmite + k en a.
2. La funcion f g tiene lmite k en a.

3. Si ademas k 6= 0, la funcion f/g , que esta bien definida en A (a , a + ) \ {a}
para alg
un > 0, tiene lmite /k en a.
3.3.6 Proposici
on Sean f una funcion compleja definida en un subconjunto A de R y a
un punto de acumulacion de A.
1. Si la funcion f tiene lmite en a, la funcion |f | tiene lmite || en a. El recproco, en
general, no es cierto.
2. La funcion f tiene lmite 0 en a si, y solo si, la funcion |f | tiene lmite 0 en a.
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
lm (f (x) ) = 0 si, y solo si
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
3.3.9 Propiedades de orden.

Sean f y g funciones reales definidas en un subconjunto A de R, y a un punto de acumulacion de A. Supongamos que f y g tienen lmites y k, respectivamente, en a.
1. Si f (x) g(x) para cada x A, entonces k.
En particular,
i) Si existe una constante R tal que g(x) para cada x A, entonces k.
ii) Si existe una constante R tal que f (x) para cada x A, entonces .
2. Criterio del Sandwich: Si las funciones f y g tienen lmite en a, y ademas
f (x) h(x) g(x) para cada x A ,
entonces h tiene lmite en a y vale .
3.
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 > 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
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 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
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
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
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
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
3.4.3 Ejemplo Sea f : R R la funcion definida por f (x) = x. Entonces

lm f (x) = + y
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
Propiedades de los lmites infinitos
Como antes, enunciaremos las propiedades correspondientes al caso de lmite infinito de

una funcion en un punto a R, dejando que el alumno las generalice convenientemente para
los lmites en + o .
3.5.1 Proposici
on Sea f una funcion real definida en un subconjunto A de R, y a un punto
de acumulacion de A. Entonces
lm f (x) = + si, y solo si
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
2. Si lm f (x) = y f (x) g(x) para cada x A, entonces lm g(x) = .

xa
xa
3. Si lm f (x) = + y g esta acotada inferiormente en A, entonces lm (f + g)(x) = +.

xa
xa
En particular, la propiedad se verifica cuando g tiene lmite (finito) en a.

4. Si lm f (x) = y g esta acotada superiormente en A, entonces lm (f +g)(x) = .
xa
xa
En particular, la propiedad se verifica cuando g tiene lmite (finito) en a.

5. Si lm f (x) = + y lm g(x) = > 0, entonces lm (f g)(x) = +.
xa
xa
xa
6. Si lm f (x) = + y lm g(x) = > 0, entonces lm (f/g )(x) = +.

xa
xa
xa

Observese que f/g bien definida en A (a , a + ) \ {a} para alg
un > 0.

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
8. Si la funcion f esta acotada en A y lm g(x) = +, entonces lm (f/g )(x) = 0.

xa
xa
En particular, la propiedad se verifica cuando f tiene lmite finito en a.

3.5.3 Observaci
on Se deja al alumno la tarea de comprobar que ocurre en las propiedades
de la 5 a la 8 si se cambia el signo de alguno de los lmites.
3.5.4 Proposici
1. Si f es estrictamente positiva en A y lm f (x) = 0, entonces lm ln(f (x)) = .
xa
xa
2. Si f es estrictamente positiva en A y lm f (x) = +, entonces lm ln(f (x)) = +.

xa
xa
3. Si lm f (x) = , entonces lm ef (x) = 0.

xa
xa
4. Si lm f (x) = +, entonces lm ef (x) = +.

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
que implica que lm g(x) ln(f (x)) = . En consecuencia:

xa
lm f (x)g(x) = lm eg(x) ln(f (x)) = 0.
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
43
1. Si la funcion f tiende hacia + y la funcion g tiende hacia cuando x tiende

hacia a, nada se puede asegurar, a priori, acerca del comportamiento de la funcion
f + g. Es decir, la funcion f + g puede tener lmite, tender a + o , o carecer de
lmite en a.
2. Si las funciones f y g tienen lmite 0 en a y g no se anula en A, nada se puede asegurar,
a priori, acerca del comportamiento de la funcion f/g .
3. Si la funcion f tiene lmite 0 y la funcion g tiende hacia + o cuando x tiende
hacia a, nada se puede asegurar, a priori, acerca del comportamiento de la funcion f g.
4. Si la funcion f tiende hacia + o y la funcion g tiende hacia cuando x tiende
hacia a, nada se puede asegurar, a priori, acerca del comportamiento de la funcion f/g .
5. Si la funcion f tiende hacia + y la funcion g tiene lmite 0, cuando x tiende hacia a,

nada se puede asegurar, a priori, acerca del comportamiento de la funcion f g .
6. Si las funciones f y g tienen lmite 0, cuando x tiende hacia a, y f es estrictamente
positiva en A, nada se puede asegurar, a priori, acerca del comportamiento de la funcion f g .
7. Si la funcion f tiene lmite 1 y la funcion g tiende hacia + o cuando x tiende
hacia a, nada se puede asegurar, a priori, acerca del comportamiento de la funcion f g .
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
a es un punto de acumulacion de A tal que lm f (x) = , entonces

xa

lm 1 +
xa
1 f (x)
= e.
f (x)
Un resultado analogo se obtiene si lm f (x) = .

xa
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
para cualquier polinomio p si b > 1.
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} .
En este caso escribiremos f a g.
Analogamente se define el concepto de funciones equivalentes en + y en el caso

de que A no este acotado superior o inferiormente.
3.7.2 Proposici
on Sean f y g dos funciones complejas definidas en el mismo subconjunto A
de R y a un punto de acumulacion de A.
1. Si f a g ambas funciones tienen el mismo comportamiento en el punto a, es decir,
una de ellas tiene lmite en dicho punto si, y solo si lo tiene la otra. Ademas, si ambas
tienen lmite (finito o infinito) dicho lmite es el mismo.
2. Si g(x) 6= 0 para cada x A, entonces f a g si, y solo si, la funcion f/g tiene lmite 1
en el punto a.
3. f a f .
4. Si g a f entonces f a g.
5. Si f a g y g a h entonces f a h.
6. Si f a g y R entonces f a g.
7. Si y son funciones reales definidas en A tales que f a y g a , entonces
f g a .
8. Si g(x) 6= 0 para cada x A y f a g entonces 1/f a 1/g .
3.7.3 Observaci
on NO es cierto en general que si f a g y a entonces +f a +g.
Para ilustrar esto basta considerar las funciones
f (x) = x 0 g(x) = x + x2 ,
(x) = x 0 (x) = x + x2 .
46
A continuacion se presenta una relacion de los infinitesimos e infinitos equivalentes mas

comunes.
3.7.4 Proposici
on (Infinit
esimos e infinitos equivalentes)
Sean A un subconjunto de R, a un punto de acumulacion de A (o a = + si A no
esta acotado superiormente; o a = si A no esta acotado inferiormente).
1. Si f es una funcion real definida en A tal que lm f (x) = 0.
xa
i) Las siguientes funciones son equivalentes a f en el punto a:

1) sen f (x)
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
ii) 1) Si b > 0 , bf (x) 1 a ln(b) f (x).

2) Si p > 0 ,
1 + f (x)
p
1 a p f (x) .
iii) Las funciones

1) 1 cos f (x)
son equivalentes a la funcion
2)
f (x)2
en a.
2

Ch f (x) 1
2. Sea g una funcion real definida en A tal que lm g(x) = 1.

xa
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 Para las siguientes funciones definidas de R en R:

1.1 f (x) = x2 ,
1.2 f (x) = 1 + x3 ,
1.3 f (x) = ex ,
1.4 f (x) = sen(x),
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 .
Estudiar la existencia de lmite de la funcion cuando x tiende hacia 0 y cuando x tiende

hacia 1.
3 Se define la funcion f (x) =
sen(1/x)
para cada x R \ {0}. Estudiar si f tiene lmite
1 + e1/x
cuando x tiende hacia 0.

4 Existe el lmite en 0 de las siguientes funciones
x jbk
b jxk
f (x) =
y g(x) =
,
a x
x a
a, b > 0
definidas para x 6= 0? (x denota la parte entera de x).
5 Se considera la funcion definida en R por
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
9 Sea > 0. Calcular lm ( 3 x + 1 3 x) x

x+
a) Utilizando equivalencias de funciones.

b) Sin utilizar equivalencias de funciones.
10 Para que valores de a R se verifica que
x + a x
= 4?
lm
x+ x a
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
12 Calcular los siguientes lmites:

12.1
12.3
12.5
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

13 Est
udiese el lmite cuando x tiende hacia 0 de la
x2 e1/x
f (x) = 1

sen(x) sen 1
x
49
funcion f : R R dada por

si x > 0;
si x = 0;
si x < 0.

14.1
14.3
14.5
14.7
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 Calcular los siguientes lmites en caso de que existan:

x2 + x 6
15.1 lm
x2
x2 4
15.3 lm
15.5 lm
sen
1
x
+ cos
1 x
x
4
3
x+ x+ x
3
2x + 1
sen sen tg x2/2

15.7 lm
x0
log cos(3x)

3 x tg
15.9 lm 4
xa
a
x
2a
log(x)
15.13 lm (2x 3x + 1) tg(x)

x1/2
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 1) tg2 (x)

15.2 lm
x0 x 1 cos(x)
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.

15.15 lm x + sen(x) + cos(x)
x0
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)
15.21 lm (x + sen2 (x))

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)
16.7 (ax + bx )1/x , a b 0.
16.10 sen( x + 1) sen( x)
, 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

17 Calc
ulese:
eix eix
.
x0
x
lm
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.
Captulo 4. Sucesiones num

ericas
53
En este captulo todas las sucesiones consideradas seran de n

umeros reales o complejos,
es decir, el conjunto X sera R o C.
4.1.3 Definici
on Sea {an }
on de n
umeros complejos. Se dice que la sucesion
n=1 una sucesi
es convergente si existe un n
umero complejo verificando la siguiente propiedad:
Para cada n
umero natural n0 (que depende de ) tal que
para cada n
umero natural n n0 se tiene
|an | < .
El n
umero se denomina lmite de la sucesion, y se dice que {an }
n=1 converge hacia y se
escribe
= lm an
n
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.

ericas
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

ericas
55
4.1.12 Propiedades aritm

eticas de las sucesiones convergentes.
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.
3. Si k 6= 0 y bn 6= 0 para cada n N, entonces la sucesion {an/bn }

n=1 converge hacia /k .
4.1.13 Proposici
on Sea {an }
on de n
umeros complejos. Entonces:
n=1 una sucesi
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
si, las sucesiones de n

umeros reales {Re(an )}
as,
n=1 y {Im(an )}n=1 son convergentes. Adem
si lm an = entonces lm Re(an ) = Re() y lm Im(an ) = Im()

n
4.1.15 Propiedades de orden de las sucesiones convergentes.
Sean {an }
umeros reales. Supongamos que
lm an =
Entonces:
1. Si an bn para cada n N, entonces k.
En particular,
lm bn = k.

ericas
56
i) Si existe una constante R tal que bn para cada n N, entonces k.

ii) Si existe una constante R tal que an para cada n N, entonces .
2. Criterio del sandwich: Supongamos que = k. Si {cn }
on de
n=1 es una sucesi
n
umeros reales tal que an cn bn para cada n N, entonces la sucesion {cn }
n=1 es
convergente y su lmite es .
3.
i) Para cada 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
ii) Para cada n
umero natural n0 tal que an <
para cada n
En particular, si < 0 existe un n
umero natural n0 tal que an < 0 para cada
n
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.
Lmites infinitos de sucesiones de n

umeros reales
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
En este caso, escribimos lm an = +.

n

ericas
57
Se dice que la sucesion tiende a o que tiene lmite si verifica que:

Para cada n
umero real N existe un n
an N
para cada n
En este caso, escribimos lm an = .

n
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
1. Supongamos que an bn para todo n N.

a) Si lm an = + entonces lm bn = +.
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 +.
Esta propiedad se aplica al caso particular en que la sucesion {bn }

n=1 es convergente
o tiende hacia +.

ericas
58
on {bn }
a acotada superiorn=1 tiende hacia y la sucesi
n=1 est
mente, entonces la sucesion {an + bn }
n=1 tiende hacia .
Esta propiedad se aplica al caso particular en que la sucesion {bn }

n=1 es convergente
o tiende hacia .
4. Si lm an = + y existe una constante > 0 tal que bn > para todo n N,
n
entonces lm an bn = +.
n
Esta propiedad se aplica, en particular, cuando la sucesion {bn }

n=1 converge hacia
k > 0 o tiende hacia +.
1
= 0.
n an
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
a) Si an > 0 para todo n N, entonces lm
b) Si {an }
erminos positivos e infinitos terminos negativos, el lmite
n=1 tiene infinitos t
1
no existe.
lm
n an
4.3.
El criterio secuencial para lmites de funciones
4.3.1 Proposici
on Sea A un subconjunto de R. Un punto a R es de acumulacion de A si,
y solo si, existe una sucesion {an }

n=1 de puntos de A, distintos todos ellos de a, que converge
hacia a.
4.3.2 Criterio secuencial (primera versi
on).
Sean A un subconjunto no vaco de R y f una funcion compleja definida de A.
1. Si a un punto de acumulacion de A, son equivalentes:
a) f tiene lmite (finito) en a.
b) Para cada sucesion {xn }
m xn = a,
n=1 de puntos de A con xn 6= a, n = 1, 2, . . ., y l
n
la sucesion {f (xn )}
n=1 es convergente.

ericas
59
2. Si A es un conjunto de R no acotado superiormente, son equivalentes:

a) f tiene lmite (finito) en +.
m xn = +, la sucesion
n=1 de puntos de A con l
n
{f (xn )}
n=1 es convergente.
3. Si A es un conjunto de R no acotado inferiormente, son equivalentes:

a) f tiene lmite (finito) en .
m xn = , la sucesion
n
{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
de puntos de A convergente hacia a y con xn 6= a, n = 1, 2, . . . (siendo a un n

umero
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
2. Para cada sucesion {xn }

m xn = a, la
n
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.
Supongamos que
lm an = a
Entonces:
1. lm ean = ea .
n
lm bn = b.

ericas
60
2. Si an > 0 para todo n N y a > 0, lm ln(an ) = ln(a).

n
3. Si an > 0 para todo n N y a > 0, lm abnn = ab .

n
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 ) = +.
umeros reales. Supongamos que

4.3.7 Observaci
on Sean {an }
n=1 y {bn }n=1 sucesiones de n
an > 0 para todo n N.

1. Si a > 0 y b R, recordemos que ab = eb ln(a) ; entonces a partir de los resultados
anteriores podemos estudiar los lmites
lm abn ,
2. Si a, b > 0 se tiene que logb (an ) =

y {ln(an )}
n=1 .
4.4.
lm abn
lm abnn .
ln(an )
, y es facil relacionar las sucesiones {logb (an )}
n=1
ln(b)
Indeterminaciones. Sucesiones equivalentes
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.

ericas
61
4.4.1 Proposici
on
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 .
Es decir, la sucesion {an + bn }

mite infinito, o carecer de
n=1 puede converger, tener l
lmite.
on {bn }
en converge hacia 0,
n=1 converge hacia 0 y la sucesi
n=1 tambi
bn 6= 0 para cada n N, nada se puede asegurar, a priori, acerca del comportamiento
de la sucesion {an/bn }
n=1 .
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 .
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 .
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 .
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
del comportamiento de la sucesion {abnn }

n=1 .
umeros estrictamente positivos y converge hacia 1, y

n=1 es de n
la sucesion {bn }
n=1 tiende hacia , nada se puede asegurar, a priori, acerca del
comportamiento de la sucesion {abnn }

n=1 .
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

ericas
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 ,
tiende a + mas deprisa que las que aparecen despues en la lista.
4.4.3 Criterio de Stolz. Sean {an }

umeros reales. Se
supone que la sucesion {bn }

erminos no nulos, es estrictamente creciente y tiende a
n=1 , de t
+. Si la sucesion
an o
bn+1 bn n=1
tiene lmite (finito o infinito) entonces la sucesion
n a o
na
n+1
bn
n=1
tiene lmite y este es precisamente .
4.4.4 Segunda versi

on del criterio de Stolz. El resultado de la proposicion anterior
sigue siendo valido si la sucesion {bn }
on {an }
n=1 decrece estrictamente hacia 0 y la sucesi
n=1
converge hacia 0.
4.4.5 Corolario Sea {xn }
on de n
umeros reales. Entonces:
n=1 una sucesi
x1 + x2 + . . . + xn
= .
n
n
1. Si lm xn = , entonces lm
n
2. Si xn > 0 para todo n N y lm xn = , entonces lm

n
x1 x2 . . . xn = .
xn+1
= , entonces lm n xn = .
n
n xn
3. Si xn > 0 para todo n N y lm
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
que la sucesion {bn }

on {an }
on {cn }
n=1 es equivalente a la sucesi
n=1 si existe una sucesi
n=1 de
n
umeros complejos que converge hacia 1, y un n
umero natural n0 tales que
b n = c n an
para cada n n0 .
En este caso escribiremos {bn }

n=1 {an }n=1 o simplemente bn an .

ericas
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
complejos. Se verifica que:

i) xn xn .
ii) Si yn xn entonces xn yn .
iii) Si xn yn e yn zn entonces xn zn .
iv) Si xn yn y C entonces xn yn .
v) Si xn 6= 0 e yn 6= 0 para cada n N, y xn yn entonces 1/xn 1/yn .
vi) Si xn yn y an bn entonces an xn bn yn .
vii) Si yn 6= 0 para cada n N, la sucesion {xn/yn }
olo si,
n=1 converge hacia 1 si, y s
xn yn .
viii) Si xn yn ambas sucesiones tienen el mismo caracter. Ademas si tienen lmite (finito
o infinito), dicho lmite es el mismo.
4.4.9 Observaci
on
i) De los resultados anteriores se deduce que en un producto de sucesiones, a efectos de
calculo de lmites, es lcito sustituir una de las sucesiones factor por otra equivalente.
Sin embargo NO es cierto en general que si xn yn y an bn entonces an +xn bn +yn .
Para ilustrar esto basta considerar las sucesiones
xn = 1 yn = 1 + 1/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).

ericas
64
A continuacion se presenta una relacion de los infinitesimos e infinitos equivalentes mas

comunes.
4.4.10 Tabla de equivalencias.
1. Sea {xn }
on de n
umeros reales con lm xn = 0.
n=1 una sucesi
n
i) Las siguientes sucesiones son equivalentes a {xn }

n=1 :
1)
4)
7)
10)
{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
ii) Si a > 0, axn 1 ln(a) xn .

iii) Si p > 0, (1 + xn )p 1 p xn .
iv) Las sucesiones
1) {1 cos(xn )}
n=1
son equivalentes a la sucesion
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 .
ii) (yn )p 1 es equivalente a p (yn 1) .

3. Sea P(x) = c0 + c1 x + + ck xk un polinomio de grado k 1 (ck 6= 0). Si {xn }
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

ericas
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
Supongamos que In+1 In para todo n N. Entonces la interseccion In es un intervalo

n=1
I de la forma I = [a, b], con a b.

Ademas, si la longitud de dichos intervalos tiende hacia 0, es decir, si lm (bn an ) = 0,
entonces la interseccion In consta de un u

nico punto.
n=1
4.5.5 Teorema de Bolzano-Weierstrass. Toda sucesion acotada de n

umeros complejos
tiene una subsucesion convergente.
on de n
umeros reales.
4.5.6 Proposici
on Sea {an }
n=1 una sucesi
1. Si {an }
a acotada superiormente, tiene una subsucesion que tiende a +.
n=1 no est
a acotada inferiormente, tiene una subsucesion que tiende a .
2. Si {an }
n=1 no est

ericas
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
|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

ericas
2 Pruebese que
n
X
67
(1)k+1 k 2 = (1)n+1
k=1
n(n + 1)
2
para todo n N. Ded

uzcase el valor del lmite
n
1 X
(1)k+1 k 2 .
n n3
k=1
lm
3 Para cada n N sean

an =
1
1
1
+
+ ... +
n n+1
n+n
y bn =
1
1
1
+
+ ... +
.
n+1 n+2
n+n
1. Probar que {an }

otona decreciente y {bn }
otona creciente.
n=1 es mon
n=1 es mon
2. Probar que {an }

mite y que dicho lmite esta en el
n=1 y {bn }n=1 tienen el mismo l
intervalo [ 12 , 1].
4 Estudiar la monotona de las sucesiones de termino general:

4.1
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)
5 Sea a R. Se considera la sucesion {xn }

n=1 dada por
x1 = a;
xn+1 = 1 +
1
xn para cada n N.
2
Probar que {xn }

otona, convergente y calcular su lmite.
n=1 es mon
6 Se considera la sucesion {xn }
n=1 definida por recurrencia por:
x1 = 1,
xn+1 =
xn
1
para cada n N.
4
1. Estudiar monotona y acotacion de la sucesion {xn }

n=1 .
2. Demostrar que {xn }
mite.
n=1 converge y hallar su l
3. Calcular: lm
1
+ xn
2
4x 11
n

ericas
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.
1. Probar que {xn }

n=1 es estrictamente creciente.
2. Probar que {xn }
mite.
n=1 converge y calcular su l
8 Se considera la sucesion {an }
n=1 dada por
a1 =
an+1 =
2;
2 + an , si n 1 .
Tiene lmite? Si la respuesta es afirmativa, calc

ulese.
9 Sea un n
umero real positivo.
1. Probar que
4 2
.
1 + 4 2
2. Se considera la sucesion {an }

n=1 definida por
a1 = ;
an+1
4 an 2
=
, si n 1 .
1 + 4 an 2
Probar que la sucesion esta acotada inferiormente y es decreciente.

3. Calc
ulese el lmite de la sucesion.
10 Se define la sucesion {xn }
n=1 por
x1 = 1;
Pruebese que xn
xn+1 = xn +
1
, n N.
n+1
n para todo n N. Que se puede decir del lmite de la sucesion?
11 Probar que
log(n + 1) log(n)
n!
n
.
e

ericas
69
12 a) Sea {xn }
on de n
umeros reales estrictamente positivos. Si xn
n=1 una sucesi
1
,
n
demuestrese que log(xn ) log(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
las sucesiones cuyo termino general es el que se indica:

1+xn

1 cos(1 cos xn )
sen(2xn )
14.1
14.2
xn
x4n
14.3
(axn 1) log(1 x2n )

, donde a > 0 y p N.
((1 x2n )p 1) arc sen(xn )
15 Sea a > 0. Calcular

b
n i2
h n n
n4 + 5
+
1 cos n
sen n a 1
+ ... +
lm 3
.
n n + 3
0
1
2
n
16.1
n2 + 5 n + 4 n
n2 5 n + 7
16.2
n2 + 1 2n2 +4
n2 3

ericas
16.3
(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
17.1
17.3
17.4
17.6
arc sen(1) + arc sen( 21 ) + + arc sen( n1 )

1 + 2 2 + 3 3 + . . . + nn
17.2
2n
nn

p
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
20 Probar que no existen los lmites siguientes:

lm sen(x),
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.
Captulo 5. Continuidad de funciones de variable real
72
A partir de esta definicion es evidente el siguiente resultado y, como consecuencia, muchas

propiedades de los lmites se pueden enunciar para funciones continuas.
5.1.2 Teorema Sean A un subconjunto de R, a A un punto de acumulacion de A y f
una funcion compleja definida en A. Son equivalentes:
i) f es continua en a.
ii) Existe lm f (x) y es precisamente f (a).
xa
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
5.2.7 Teorema (Continuidad de la funci

on compuesta) Sean A, B subconjuntos de R
y f , g sendas funciones reales definidas en A y B respectivamente, y tales que f (A) B.
Sean a A y b = f (a) B. Si f es continua en a y g es continua en b, entonces la funcion
compuesta g f es continua en a.
En particular, si f es continua en A y g es continua en B, entonces g f es continua
en A.
Abordamos ahora el problema de la continuidad de la funcion inversa de una funcion
biyectiva. Cuando el dominio de definicion es un intervalo el estudio es bastante simple, y
en el es fundamental la nocion de monotona que se introduce seguidamente.
5.2.8 Definici
on Sea f una funcion real definida en un subconjunto A de R.
Se dice que f es mon
otona creciente en A si para cada par de puntos x, y A tales
que x < y se tiene que f (x) f (y).
Si f (x) < f (y) siempre que x, y A con x < y, la funcion se dice que es estrictamente
creciente.
otona decreciente en A si para cada par de puntos x, y A tales
que x < y se tiene f (x) f (y).
Si f (x) > f (y) siempre que x, y A con x < y, la funcion se dice estrictamente
decreciente.
5.2.9 Teorema Sean I un intervalo de R y f una funcion real definida y continua en I.
La condicion necesaria y suficiente para que f sea inyectiva en I es que sea estrictamente
monotona en I. Es mas, f 1 es creciente (resp. decreciente) si f as lo es.
on inversa) Sea f una funcion real definida,
continua e inyectiva en el intervalo I de R. Denotemos por J al conjunto imagen de f (que
es un intervalo). Entonces la funcion f 1 : J I es continua.
5.3.
76
Ejercicios
1 Estudiar la continuidad de las siguientes funciones
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.
4 Estudiar la continuidad y dibujar la grafica de la funcion

f (x) = x + (x x)2 ,
x R.
5 Estudiar la continuidad y dibujar la grafica de la funcion

f (x) = xx, x R.
si x 6= 0;
si x = 0.
77
6 Probar que la ecuacion sen(x) = x 1 tiene soluciones reales.

7 Demostrar que existe x R tal que x179 +
1+
x2
163
= 119.
+ sen2 (x)
8 Sea a R. Probar que la ecuacion x + log(x) = a tiene una u

nica solucion en (0, ).
9 Se considera la funcion f : (0, ) R dada por
f (x) = x + log(x).
1. Pruebese que f es biyectiva.
2. Pruebese que f 1 : R (0, ) es continua.
10 Sea f una funcion definida y continua en el intervalo [a, b]. Demostrar que existe al
menos un x [a, b] tal que
f (x) =
f (a) + f (b)
.
2
11 Sea f : [0, 1] [0, 1] una funcion continua.

a) Probar que existe un c [0, 1] tal que f (c) = c.
b) Probar que existe un d [0, 1] tal que f (d) + d = 1.
12 Sea f : [0, 1] R una funcion continua que verifica f (0) = 0 y f (1) = 4. Probar que
existe un c [0, 1/2] tal que f (c + 1/2) f (c) = 2.
13 Sean f, g : [0, 1] R funciones continuas tal que f (x) < g(x). Probar que existe un
c < 0 tal que f (x) < g(x) + c para cada x [0, 1].
14 Demostrar que todo polinomio con coeficientes reales y grado impar tiene al menos una
raz real.
15 Sea f : (a, b) R una funcion continua tal que
lm f (x) = +
lm f (x) = + .
x+
Demostrar que existe un punto en el cual la funcion f alcanza su mnimo absoluto.
78
16 a) Est
udiese la continuidad de la funcion f : R R dada por
sen(x2 ) log(x) si x > 0;
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
intervalo [1, 1].

17 Probar que los conjuntos
n Sh(x)
ln(4 + x)
: x [1, 1]
estan acotados.
y {xex : x R}
18 Demuestrese que la funcion f : [0, ) [0, ) dada por

f (x) = x 3x
es biyectiva.
19 Sea f : R R la funcion dada por
f (x) =
1
.
1 + |x|
Determinar el conjunto imagen de f .

20 Sea f : (a, b) R una funcion continua tal que
lm f (x) =
xa
lm f (x) = + .
xb
Demostrar que f ((a, b)) = R.

21 Se considera la funcion f : R R dada por
f (x) =
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.
Concepto de derivada. Primeras propiedades.
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)
Captulo 6. Derivabilidad de funciones reales de variable real
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)
El cociente que aparece en (6.2) se denomina cociente incremental de f correspondiente

a los puntos a y a + h, pues su valor es la razon entre el incremento que experimenta la
funcion y el correspondiente a la variable, al pasar de a a a + h.
6.1.3 Definici
a A un punto de acumulacion de A.
Si el lmite
lm+
xa
f (x) f (a)
xa
existe y es finito, se denomina derivada lateral por la derecha de f en el punto a, y se

representa por f (a+ ) o f+ (a).
Analogamente, si el lmite
lm
xa
f (x) f (a)
xa
existe y es finito, se denomina derivada lateral por la izquierda de f en el punto a, y se

representa por f (a ) o f (a).
6.1.4 Proposici
sea a A un punto de acumulacion de A. Son equivalentes las siguientes afirmaciones:
i) f es derivable en a.
ii) f admite derivadas laterales en a y son iguales.
En este caso, el valor de las derivadas laterales coincide con f (a).
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
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
f (x) f (a) = (x a) + (x) (x a)
para cada x A .
En este caso, la aplicacion lineal definida de R en R por h R 7 h se denomina

diferencial de f en el punto a, y se representa por df (a) o por dfa .
6.1.6 Proposici
sea a A un punto de acumulacion de A. La funcion f es derivable en el punto a si, y solo
si, es diferenciable en a. En este caso, con la notacion de la definicion 6.1.5, se tiene ademas
que = f (a), es decir,
df (a)(h) = f (a) h .
6.1.7 Observaci
on Una segunda notacion para la derivada, debida a Leibnitz, es:
f (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
y = f(a) + f (a) (x-a)
6.1.9 Proposici
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) =
f (a) g(a) f (a) g (a)

.
g(a)2
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
Si f (a) = 0, entonces f 1 no es derivable en el punto b = f (a).
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
que se denota por f (a), y se denomina derivada segunda de f en a. Si f es derivable en A, se

puede considerar una nueva funcion, la derivada segunda de f , denotada por f , que asocia
a cada punto x A el valor f (x).
Analogamente, se pueden definir derivadas sucesivas de orden k N arbitrario. La
notacion usual para la derivada de orden k o derivada k-esima de una funcion f es
f (k)
o dk f .
Por convenio, se admite que f (0) = f .

6.1.18 Definici
on Sea k un n
umero natural, k 1. Se dice que una funcion compleja f
definida en un subconjunto A de R es de clase C k en A si f admite derivadas sucesivas hasta
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
es de clase C n en A y g de clase C n en B, entonces la funcion compuesta gf es de clase C n

en A.
6.2.
Teoremas de Rolle y del valor medio. Monotona.
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
cial es herramienta fundamental para el conocimiento del comportamiento de una funcion,

tanto desde el punto de vista local como desde el global.
6.2.1 Definici
on Sean f una funcion real definida en un subconjunto A de R y x0 un punto
de A.
Se dice que f presenta un mnimo relativo en x0 si existe > 0 tal que
f (x) f (x0 )
para todo x (x0 , x0 + ) A.
Se dice que f presenta un maximo relativo en x0 si existe > 0 tal que
f (x) f (x0 )
para todo x (x0 , x0 + ) A.
Los maximos y mnimos relativos reciben el nombre com
un de extremos relativos. En las
condiciones anteriores, si para x 6= x0 se puede asegurar la desigualdad estricta entre las
correspondientes imagenes, se habla de extremos relativos estrictos.
6.2.2 Definici
on Sea A un subconjunto de la recta real. Un punto x0 de A es un punto
interior de A si existe > 0 tal que
(x0 , x0 + ) A.
El conjunto de todos los puntos interiores de A se denomina conjunto interior de A y se
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
a y b, es decir, I = (a, b).
86
2. El interior de un conjunto A es siempre un abierto.
3. Si A es un conjunto abierto, entonces todos sus puntos son interiores, es decir, A = A.

6.2.4 Teorema (Condici
on necesaria de extremo relativo) Sean f una funcion real
definida en un intervalo I y x0 un punto interior de I en el que f presenta un extremo
relativo. Si f es derivable en x0 , entonces f (x0 ) = 0.
6.2.5 Observaci
on
1. Un extremo relativo no tiene por que presentarse en un punto en el que la funcion sea
derivable. Por ejemplo, la funcion f (x) = |x|, x R, presenta un mnimo relativo (y
absoluto) en x0 = 0, u
nico punto en el que f no es derivable.
2. Como indica el teorema anterior, en el caso de derivabilidad en x0 la recta tangente a
la grafica de f en x0 sera de pendiente cero, y por lo tanto, horizontal.
3. Haremos enfasis en que el resultado anterior se aplica solamente a puntos interiores del
intervalo. Ya sabemos que toda funcion continua en un intervalo compacto alcanza el
maximo y el mnimo absolutos, que son por tanto extremos relativos, pero puede que
esto ocurra en los extremos del intervalo y que, aun cuando exista la derivada lateral
correspondiente, esta no sea nula (p.e. f (x) = x en [0, 1]).
6.2.6 Teorema de Rolle Sea f una funcion real definida y continua en el intervalo [a, b],
derivable en el intervalo abierto (a, b) y tal que f (a) = f (b). Entonces existe c (a, b) tal
que f (c) = 0.
6.2.7 Teorema del valor medio de Cauchy

Sean f y g funciones reales definidas y continuas en [a, b] y derivables en (a, b). Entonces
existe un punto c (a, b) tal que

f (c) g(b) g(a) = g (c) f (b) f (a) .
Como consecuencia inmediata de este teorema, si tomamos g(x) = x, x R, deducimos

el siguiente teorema.
87
6.2.8 Teorema de los incrementos finitos de Lagrange

Sea f una funcion real definida y continua en [a, b] y derivable en (a, b). Entonces existe
un punto c (a, b) tal que
f (b) f (a) = (b a) f (c) .
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
. El teorema asegura que existe un punto en el interior del intervalo en el que
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
real y derivable en I , el interior de I.
1. Si f (x) = 0 para todo x I , entonces f es constante en I.
2. f es creciente en I si, y solo si, f (x) 0 para todo x I .
3. f es decreciente en I si, y solo si, f (x) 0 para todo x I .
4. Si f (x) > 0 para todo x I , entonces f es estrictamente creciente en I.
5. Si f (x) < 0 para todo x I , entonces f es estrictamente decreciente en I.

6.2.11 Observaci
on Si f es derivable en un conjunto abierto A de R, aunque f (x) = 0
para todo x A, no se puede asegurar que f sea constante en A.
Tampoco de la monotona estricta de una funcion derivable en un intervalo se deduce la
no anulacion de la derivada. Basta considerar la funcion f : R R, dada por f (x) = x3 , que
es estrictamente creciente en R, y para la que f (0) = 0.
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
f (a) = lm+ f (x) = lm f (x).

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
i) El resultado es igualmente valido para intervalos no acotados en relacion a los lmites

en a = + o a = . Si a R, el punto puede ser un extremo o un punto interior de I.
ii) Este resultado se aplica a la resolucion de indeterminaciones 0/0 e /.
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 +
f (n) (a) n f (n+1) (a + h) n+1

f (a) 2
h + ... +
h +
h
,
2!
n!
(n + 1)!
donde (0, 1) depende de h.

3. En el caso particular de que el punto a sea el cero, la formula de Taylor se llama
f
ormula de Mac-Laurin.
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
f (x) Tn (f, a)(x)

= 0.
xa
(x a)n
lm
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;
es de clase C en R y f (n) (0) = 0 para todo n N.
Observese que el polinomio de Taylor de f en 0 de cualquier orden es el polinomio

identicamente nulo.
Los dos resultados siguientes proporcionan metodos para la determinacion directa (es
decir, sin recurrir al calculo de las derivadas sucesivas) de los polinomios de Taylor correspondientes a funciones que resultan de operar con otras funciones cuyos polinomios de Taylor
se conocen.
6.3.7 Proposici
on Sean I un intervalo de R, a I, y f, g : I R funciones cuyos
polinomios de Taylor de orden n en a son P y Q, respectivamente. Entonces se verifica que:
1. Para todo , R, el polinomio de Taylor de orden n en a de la funcion f + g es
P + Q (propiedad de linealidad).
91
2. El polinomio de Taylor de orden n en a de la funcion f g es el que resulta al calcular

P Q y despreciar los terminos en (x a) de grado estrictamente mayor que n.
3. Si g(a) 6= 0, el polinomio de Taylor de orden n en a de la funcion f/g se obtiene al
dividir, hasta llegar al grado n, P entre Q seg
un las potencias crecientes de (x a).
4. Si F es una primitiva de f en I (es decir, F (x) = f (x) para cada x I), el polinomio
de Taylor de orden n + 1 en a de la funcion F es el polinomio R, primitiva de P , tal
que R(a) = F (a).
6.3.8 Proposici
on Sean f : I R y g : J R funciones definidas en sendos intervalos
I, J, con f (I) J. Sean a I y b J tales que f (a) = b. Si P y Q son los polinomios de
Taylor de orden n de f en a y de g en b respectivamente, entonces el polinomio de Taylor
de orden n en a de la funcion g f es el que resulta al despreciar en el polinomio QP los
terminos en (x a) de grado estrictamente mayor que n.
6.3.9 Desarrollos de Taylor de las funciones elementales.
Todos los desarrollos se refieren al punto x0 = 0, siendo las correspondientes funciones
de clase C en un entorno de dicho punto. El resto de Taylor se ha representado de acuerdo
con la proposicion 6.3.4.
x2
xn
x
+ ... +
+ xn (x)
1. e = 1 + +
1!
2!
n!
x
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)!

7. Ch(x) = 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

12. arc cos(x) =
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

14. ArgSh(x) = log x + 1 + x2 =
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
Se prosigue ahora con el estudio de la convexidad de las graficas de funciones definidas

en intervalos, de nuevo en terminos de las derivadas.
6.3.10 Definici
on Sea f una funcion real definida en un intervalo I.
Se dice que f es convexa en I si para cualquier par de puntos x, y I y todo (0, 1)
se tiene que

f (1 ) x + y (1 ) f (x) + f (y) .
Se dice que f es concava en I si para cualquier par de puntos x, y I y todo (0, 1)

se tiene que

f (1 ) x + y (1 ) f (x) + f (y) .
Si atendemos a la representacion grafica, f es convexa (resp. concava) si el segmento que

une dos puntos cualquiera (x, f (x)) y (y, f (y)) de su grafica queda por encima (resp. por
debajo) de la grafica de f .
6.3.11 Observaci
on Una funcion real f definida en un intervalo I es convexa si, y solo si,
f es concava.
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)
(resp. 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
a) Horizontales: si D no esta acotado superior y/o inferiormente y

lm f (x) = L1 R y/o
lm f (x) = L2 R ,
x+
las rectas de ecuaciones y = L1 y/o y = L2 son asntotas horizontales de la

grafica de la funcion f (puede ser L1 = L2 ).
b) Verticales: Si a es un punto de acumulacion de D y se tiene que
lm f (x) = y/o
lm f (x) = ,
xa+
xa
entonces la recta de ecuacion x = a es una asntota vertical de la grafica de f .

c) Oblicuas: Supongamos que D no esta acotado superiormente y que
f (x)
= m R {0} y
x+ x
lm
lm (f (x) mx) = n R .
x+
Entonces, la recta de ecuacion y = mx + n es una asntota oblicua de la grafica

de la funcion f . Lo mismo se puede decir si D no esta acotado inferiormente y se
verifican analogas condiciones respecto a los lmites en .
6. Determinar los intervalos de monotona de la funcion: si f es derivable en I, este problema se reduce a estudiar el signo de f , de acuerdo con lo expuesto en la proposicion
6.2.10.
7. Determinar los extremos relativos de f : los puntos a I en los que es posible que f
presente un extremo pueden determinarse como:
a) Puntos en los que f no es continua, o en los que es continua pero no derivable.
Un estudio de la funcion en un entorno de dichos puntos permitira saber si son o
no extremos.
b) Si a es un extremo relativo de f y f es derivable en a, como se vio en 6.2.4, ha
de ser f (a) = 0. En los puntos que satisfagan esta condicion es necesario hacer
un estudio como el que sugiere la proposicion 6.3.17.
97
8. Estudiar la convexidad de f : para funciones dos veces derivables en I, esto equivale a

la determinacion del signo de f , seg
un los resultados 6.3.12 y 6.3.13.
9. Determinar los puntos de inflexion de f : estos pueden presentarse en puntos en los que
exista f pero no f , en cuyo caso se requiere un estudio de la funcion en un entorno
del punto para establecer su naturaleza. Si a es un punto de inflexion y existe f (a),
ha de valer 0 (de acuerdo con 6.3.16), por lo que hay que determinar los puntos en los
que se anule la segunda derivada, aplicandoseles el estudio que indica la proposicion
6.3.18.
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.
2 Indquese para que valores de a la funcion
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.
6.2 f (x) = | log(1+x)|, x (1, ).
5
x sen(1/x)
si x 6= 0;
1 + e1/x
6.4 f (x) =
0
si x = 0.
6.3 f (x) = |x| /2 , x R.
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.
7 Sean f y g dos funciones definidas en R tales que:

a) lm g(x) = 0.
x0
b) |f (x) f (y)| |x y||g(y)| para cada x, y R.

Probar que f es derivable en cero y hallar f (0).
8 Sean A R un conjunto abierto no vaco, a A y f : A R una funcion derivable
en a con f (a) 6= 0. Calcular
lm
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:
10.1 arctg( x 1) arcsen
r x 1
x

1 + x + 1 x
10.2 ln
1+x 1x
10.4 (x3 + 1)sen(x)
10.6
q
3
1 + xe

x 4
10.8 x arcsen ln(x)
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)
11 Estudiar la existencia de las derivadas sucesivas en x = 0 para la funcion
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
12.2 f (x) = (x3 + 1) cos(x)

12.4 f (x) =
x2 + 1
(x + 1)3
13 Calcular la derivada n-esima de la funcion f (x) = sen3 (x) + cos3 (x) .

14 Se considera la funcion f : R R dada por
f (x) = (2 + cos(x))x .
1. Demostrar que f es de clase C en R.
2. Calcular su derivada.
3. Probar que f se anula en un punto c (0, ).
15 Probar que si f es un polinomio de grado n y la ecuacion f (x) = 0 tiene n races simples,
entonces la ecuacion f (x) = 0 tiene exactamente n 1 races simples.
16 Probar las siguientes desigualdades:
16.1 Para x (0, 1), x < arcsen(x) <
x
.
1 x2

16.2 Si x > 0,
100
1
1
x
< log(1 + x) < x y
< log(1 + x) log(x) < .
1+x
1+x
x
16.3 Si x 0, Tgh(x) x Sh(x).

16.4 Si (0, 1) y n N,
(n + 1) n 1 .
1
(n + 1)
n
16.5 Si x > 0, ex > 1 + log(1 + x).

16.6 Si x > 0, arc tg(x) >
x
.
1 + x2
17 Usando el teorema de Lagrange, demuestrese que

0
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+
20 Sea f : R R tal que existe n N con n > 1 que verifica

|f (x) f (y)| (x y)n
para cada x, y R.
Probar que f es constante.

21 Sea f : R R, derivable en R, tal que |f (x)| < 1 para cada x R. Probar que como
maximo existe un punto a > 1/2 tal que f (a) = a2 .

22 Sea f la funcion definida en (0, ) por
f (x) = (x + 1) log(x + 1) x log(x) log(2x + 1) .

Probar que f es estrictamente creciente en (0, ).
101
23 Demuestrese que la funcion f : R R, dada por

f (x) = x + cos(x),
es creciente. Ded
uzcase que la sucesion {xn }
n=1 dada por
x1 = 0;
xn+1 = f (xn ), n N,
es creciente.
1
24 Se considera la funcion f definida en (0, ) por f (x) = x /x .

i) Mediante el estudio de la monotona de f , encontrar el extremo superior del conjunto
{ f (n) : n N }.
ii) Dados m y n n
umeros naturales, probar que uno de los n
umeros
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.
27 Probar que la ecuacion sen(x) = 1 2x tiene una u

nica solucion real.
28 Probar que la ecuacion x 2x = 1 tiene una u
nica solucion real y hallar su parte entera.
29 Sean a, b R. Probar que si el polinomio P (x) = x3 + ax + b tiene tres races reales
distintas, se ha de verificar que a < 0.
30 Sea f una funcion real que admite derivada de orden 2 en [1, 1]. Se supone que:
i) |f (x)| 1 para cada x [1, 1].
ii) |f (x)| 1 para cada x [1, 1].
Demostrar que |f (x)| 2 para cada x [1, 1].
102
31 Sea f : [1, 1] R tres veces derivable y tal que

f (1) = f (0) = f (0) = 0,
y f (1) = 1.
Demostrar que existe un punto x (1, 1) tal que f (x) 3.

32 Sea f una funcion con derivada segunda continua en [0, 1] y tal que f (0) = 0. Probar
que la sucesion {an }
n=1 definida por
n
k
X
an =
f 2 ,
n
k=1
para cada n N
es convergente y hallar su lmite.

33 Obtener un valor aproximado de log(1,2) y dar una estimacion del error cometido.
34 Obtener un valor aproximado de e1 con error menor que 102 .
35 Calcular aproximaciones decimales de sen(51o ) con un error menor que 2104 , y de
con un error menor que 104 .

36 Calcular los extremos de la funcion f (x) = ex + ex 2 cos(x).
37 Tiene un valor extremo en x = 0 la funcion f definida por
f (x) = ex x
x2 x3
?
2
6
38 Probar que 2x sen(x) para cada x [0, /2].

39 Se considera la parabola y = 4 x2 . Determinar los puntos de dicha parabola mas
cercanos al punto de coordenadas (0, 1).
40 Sean f una funcion real definida en un intervalo abierto I y a I. Se supone que f
es n 1 veces derivable en I y existe f (n) (a). Si f (a) = f (a) = . . . = f (n1) (a) = 0 y
f (n) (a) 6= 0, entonces
f (x) a
f (n) (a)
(x a)n .
n!

41 Calcular los polinomios de Taylor siguientes:
41.1 De orden 4 en x = 0 para la funcion f (x) = log(e + x).
41.2 De orden 3 en x = 5 para la funcion f (x) = 3 3 + x.

x
41.3 De orden 4 en x = 0 para la funcion f (x) =
.
cos(x)

41.4 De orden 4 en x = 0 para la funcion f (x) = 1 cos(x) + ln cos(x) .

41.5 De orden 3 en x = /4 para la funcion f (x) = ln tg(x) .
41.6 De orden 4 en x = 0 para la funcion f (x) = ex cos(x) x.
41.7 De orden 3 en x = 0 para la funcion f (x) = sen(x) 4 1 x.

x
.
41.8 De orden 2 en x = 0 para la funcion f (x) =
1 ex
41.9 De orden 4 en x = 0 para la funcion f (x) = ecos(x) .
2
41.10 De orden 2 en x = 0 para la funcion f (x) = e2x cos(x), con R.

41.11 De orden 2 en x = 0 para la funcion f (x) = arc tg(ex ).
42 Calc
ulese el polinomio de Taylor de orden 4 en a = 0 de la funcion
f (x) =
sen(x2 )
.
cos(x)
Cuanto vale f (4) (0)?

43 Calcular los lmites siguientes:
2 tg(x) sen(2 x)
43.1 lm
x0
sen3 (x)
log(1 + x2 ) arcsen(x2 )
x0
x4
r
n2 +3n

2
43.5 lm cos
n
n2 + 3n
43.3 lm
43.2
43.4
43.6
sen3 (x2 ) sen2 (x3 )

lm
x0
x10
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

Sh(x) + sen(x) 2x
.
x0 x Ch(x) + cos(x) 2
43.10 lm
43.11 lm+ 1+x7

x0
104
1
15x5x3 +3x5 15 arctg(x)
44 Representar graficamente las siguientes funciones:

(x 1)3
44.1 y = x3 3x2 + 9x 1 44.2 y =
(x 2)(x + 1)2
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
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
7.1.
106
Definiciones y primeras propiedades
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
107
De las propiedades aritmeticas de la derivacion se deducen los siguientes resultados, que

proporcionan las primeras reglas practicas para la integracion:
7.1.4 Linealidad de la integral. Si F y G son primitivas de las funciones f y g respectivamente, definidas ambas en un mismo intervalo I, y si , son n
umeros complejos,
entonces
F +G
es una primitiva de
f +g
en I .
Esta propiedad se suele resumir escribiendo que

Z
Z
Z
( f + g) dx = f dx + g dx.
7.1.5 Corolario Una funcion F es una primitiva de f si, y solo si, Re(F ) es una primitiva
de Re(f ) e Im(F ) es una primitiva de Im(f ).
Este resultado justifica que en los ejemplos se consideren u
nicamente funciones reales.
De la regla de derivacion del producto de funciones se deduce la f
ormula de integraci
on
por partes.
7.1.6 F
ormula de integraci
on por partes. Sean f , g dos funciones definidas en el mismo
intervalo y tal que ambas son derivables. Entonces
Z
Z
f (x) g (x) dx = f (x) g(x) f (x) g(x) dx.

Esta formula se suele escribir de forma mas compacta como
Z
Z
u dv = u v v du,
donde u = f (x), du = f (x) dx, v = g(x), dv = g (x) dx.
La regla de la cadena proporciona nuevos argumentos para el calculo de primitivas.
Captulo 7. C
108
7.1.7 Teorema del cambio de variable.

1. M
etodo de sustituci
on: Sean f y funciones de variable real tales que es derivable
y la imagen de esta contenida en el dominio de f . Si F es una primitiva de f , entonces
F es una primitiva de (f ) , es decir,
Z
f ((x)) (x) dx = F ((x)) + C .
2. Cambio de variable: Sean f y funciones definidas en los intervalos (a, b) y (c, d)
respectivamente, tales que transforma biyectivamente el intervalo (c, d) en (a, b) y
tanto como 1 son derivables. Si G es una primitiva de g = (f ) , se obtiene
que

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 ,
para resumir el teorema del cambio de variable en la siguiente formula:

Z
Z
Z

f (x) dx = f (y) (y) dy = g(y) dy = G(y) + C = G 1 (x) + C .
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
109
Si el grado de P es mayor o igual que el grado de Q es posible escribir

f (x) =
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)
donde C R, a1 , . . . , ar son las races reales de Q, m1 , . . . , mr son sus multiplicidades

respectivas, q1 , . . . , qs son polinomios monicos de grado 2 sin races reales, y n1 , . . . , ns son
sus multiplicidades.
El hecho de que los polinomios qi de la descomposicion anterior no tengan races reales
significa que qi (x) = x2 + i x + i con i2 4i < 0.
P
es una fraccion
Q
racional, donde P y Q son polinomios, el grado de P es estrictamente menor que el de Q, y
7.2.3 M
etodo de descomposici
on en fracciones simples. Si f =
Q se descompone como en (7.1), entonces f se escribe de forma u

nica como
f (x) =
A12
A1m1
A11
+
+ ... +
+ ...
2
(x a1 ) (x a1 )
(x a1 )m1
... +
+
Ar2
Armr
Ar1
+
+
+ ... +
2
(x ar ) (x ar )
(x ar )mr
B11 x + C11 B12 x + C12

B1n1 x + C1n1
+
+ ... +
+ ...
2
q1 (x)
q1 (x)
q1 (x)n1
+...
Bsns x + Csns
Bs1 x + Cs1 Bs2 x + Cs2
,
+
+ ... +
2
qs (x)
qs (x)
qs (x)ns
(7.2)
Captulo 7. C
110
donde los Ai,j , Bi,j , Ci,j son n

umeros reales.
Estos coeficientes se pueden calcular por el denominado metodo de los coeficientes inde
terminados , que se reduce a un problema de Algebra
Lineal.
Seg
un lo anterior es suficiente calcular las primitivas de las fracciones que aparecen en la
expresion (7.2), denominadas fracciones simples.
Z
dx
= log(|x a|) + C.
1.
xa
Z
dx
1
1
2.
=
+ C, n > 1.
n
(x a)
1 n (x a)n1
Z
Ax + B
dx.
3.
2
x +x+
Si A 6= 0 se escribe la fraccion a integrar del siguiente modo:
A 2 x + 2B/A
A
A 2B/A
2x +
Ax + B
=
=
+
.
x2 + x +
2 x2 + x +
2 x2 + x +
2 x2 + x +
Notese que el numerador del primer sumando es la derivada del denominador, de

manera que la primitiva de este sumando es inmediata y resulta ser
Z
A
A
2x +
dx =
log(|x2 + x + |) + C .
2
2 x +x+
2
La forma clasica para calcular la primitiva del segundo sumando (que es el u
nico que
aparece si A = 0) es reducirla mediante un cambio de variable a una conocida. Puesto
que

x2 + x + = (x + /2)2 + ( 2/4) = (x + )2 + 2 = 2 (x + )2/ 2 + 1 ,
donde = /2, 2 = 2/4, tras realizar el cambio de variable

x + = t;
resulta que
Z
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
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.
Fracciones racionales de funciones trigonom

etricas
Esta seccion la dedicamos al calculo de primitivas de funciones del tipo

R sen(x), cos(x) ,
donde R es una fraccion racional de dos variables.

Por ejemplo, si R(x, y) =
2xy + x
, entonces
x2 + y 3
2 sen(x) cos(x) + sen(x)

.
R sen(x), cos(x) =
sen(x)2 + cos(x)3
7.3.1 Procedimiento general. Consiste en reducir estas funciones a fracciones racionales
clasicas mediante el cambio de variable

t = tg x/2 ,
con el que, a partir de las formulas trigonometricas, se tiene que:

sen(x) =
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
112
7.3.2 Casos particulares.

1. R sen(x), cos(x) es impar respecto al coseno:
Este caso se da cuando
lo que equivale a que

R sen(x), cos(x) = R sen(x), cos(x) ,

R sen(x), cos(x) = S sen(x) cos(x) ,
donde S es una fraccion racional de una variable. Mediante el cambio

1 t2 = cos(x)2 ;
t = sen(x) ;
dt = cos(x) dx,
resulta que
Z
R sen(x), cos(x) dx =
S sen(x) cos(x) dx =
siendo racional esta u

ltima integral.
S(t) dt ,

2. R sen(x), cos(x) es impar respecto al seno:
Resulta ahora que
lo que implica que

R sen(x), cos(x) = R sen(x), cos(x) ,

R sen(x), cos(x) = S cos(x) sen(x) ,
donde S es una funcion racional de una variable. Haciendo el cambio

t = cos(x) ;
1 t2 = sen(x)2 ;
dt = sen(x) dx,
se transforma la integral en la de una fraccion racional.
Captulo 7. C
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) ,
donde S es una fraccion racional de una variable. Se efect

ua el cambio t = tg(x),
resultando que
t2
= sen(x)2 ;
1 + t2
1
= cos(x)2 ;
1 + t2

dt = 1 + tg(x)2 dx o dx =
1
dt,
1 + t2
y la primitiva original se reduce a una racional.
7.3.3 Primitivas de funciones reducibles a las anteriores.

Las fracciones racionales que involucran expresiones de la forma sen(mx) o cos(nx),
donde m, n son n
umeros naturales, se pueden reducir a las de los tipos anteriores expresando
sen(mx) y cos(nx) en funcion de sen(x) y cos(x). Esto es posible sin mas que tener en cuenta
las formulas trigonometricas del angulo suma.
7.3.4 Observaci
on Las relaciones trigonometricas permiten, en muchos casos, simplificar
el calculo de este tipo de primitivas; por ejemplo, la primitiva de la funcion f (x) = cos2 (x)
se puede resolver seg
un el metodo expuesto en 7.3.2.3, pero resulta mas sencillo si se tiene
en cuenta que
cos2 (x) =
1 cos(2x)
+
,
2
2
puesto que las primitivas de los dos sumandos son inmediatas.
7.4.
Fracciones racionales de la funci

on exponencial
Nos interesamos ahora por las primitivas de funciones del tipo R(ex ), donde R es una
fraccion racional.
Captulo 7. C
114
7.4.1 Procedimiento general. Consiste en realizar el cambio de variable

ex = t ,
es decir, x = log(t) ,
con lo cual
dt = ex dx o dx =
1
dt
t
reduciendose a la primitiva de una fraccion racional:

Z
Z
R(t)
x
dt.
R(e ) dx =
t
7.4.2 Fracciones racionales de las funciones hiperb
olicas.

Nos interesamos en las primitivas de las funciones del tipo R Sh(x), Ch(x) , donde R es
una fraccion racional de dos variables.
Recordemos que las funciones hiperbolicas se definen por

Sh(x) =
ex ex
,
2
Ch(x) =
ex + ex
,
2
Tgh(x) =
Sh(x)
.
Ch(x)
Entre sus propiedades son fundamentales las siguientes:

i) Ch(x)2 Sh(x)2 = 1 .
ii) Sh (x) = Ch(x) ;
Ch (x) = Sh(x) ;
Tgh (x) = 1 Tgh(x)2 =
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
reduce estas primitivas a las de fracciones racionales.

2. Los mismos argumentos de paridad utilizados en 7.3.2 pueden ser repetidos, paso por
paso, sustituyendo las funciones trigonometricas por las hiperbolicas de igual nombre.
Captulo 7. C
7.5.
115
Integrales irracionales bilineales
Son integrales del tipo

m1/n
m2/n
m/n

Z
1
2
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
es del tipo en cuestion, pues la funcion racional de 4 variables,

R(x, y1 , y2 , y3 ) =
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
que transforma la integral en la de una fraccion racional en t.

7.5.2 Casos particulares.
En las situaciones que citamos a continuacion el calculo aritmetico se reduce considerablemente.
Captulo 7. C
1. 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.
Estudiamos bajo este epgrafe las primitivas del tipo

Z
p
xm a xn + b dx ,
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
tp+q , que es del tipo estudiado en la
Nota: La racionalizacion es imposible si no es entero alguno de los n

umeros p, q, p + q.
En el caso de que los exponentes m, n o p no sean racionales no existe un procedimiento
general para el calculo elemental de estas primitivas.
Captulo 7. C
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 .
2. Si q es natural, realizando el cambio

z = at + b;
se sigue que
que es del tipo anterior.
7.7.
t=
t (a t + b) dt =
zb
;
a
1
aq+1
dt =
1
dz,
a
(z b)q z p dz
Integrales irracionales cuadr

aticas.
Se trata de calcular integrales del tipo

Z

R x, a x2 + b x + c dx .
donde R(x, y) denota una funcion racional de dos variables. Se supone que existe un subconjunto A de la recta real (de hecho un intervalo o union de dos intervalos) tal que
a x2 + b x + c 0 para todo x A, pues en caso contrario el problema no tiene sentido.
Es posible obtener estas primitivas mediante diversos procedimientos, de los que citaremos el que se basa en la reduccion del integrando a una fraccion racional de las funciones
trigonometricas o hiperbolicas. La idea es sencilla y facil de recordar: se trata de completar
Captulo 7. C
118
cuadrados para realizar un cambio de variable que permita utilizar una de las siguientes
identidades fundamentales:
Ch2 (x) + Sh2 (x) = 1 .
cos2 (x) + sen2 (x) = 1 o
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
y tras realizar el cambio de variable
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 ,
donde S(x, y) es una fraccion racional.
Puesto que Ch2 (z) = Sh2 (z) + 1, es logico hacer el cambio

t = Sh(z) ;
t2 + 1 = Ch(z) ;
dt = Ch(z) dz,
resultando una integral que se resuelve seg

un los metodos expuestos en 7.4.2.
b) Si por el contrario se tiene que c
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
distintas), tomamos ahora 2 =
Captulo 7. C
119
Del mismo cambio de variable realizado en el caso anterior se sigue que

Z
Z

2
R x, a x + b x + c dx = S t, t2 1 dt ,
con S fraccion racional. En este caso se hace el cambio
t = Ch(z) ;
t2 1 = Sh(z) ;
dt = Sh(z) dz ,
resultando de nuevo una primitiva del tipo estudiado en 7.4.2.

b2
= 0, el polinomio es cuadrado perfecto y la primitiva original es en
4a
realidad racional.
Nota: Si c
2. Si a < 0 (a > 0) se tiene que

2
ax + bx + c =
b2
b 2
+ c
a x
.
4a
2 a
Puesto que el trinomio toma valores positivos en alg

un subconjunto de R debe ser
2
b
b2
c
> 0 (el polinomio tiene dos races reales distintas); poniendo 2 = c
4a
4a
resulta que

a x
b 2
2
2
,
ax + bx + c = 1

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
7.8.
120
M
etodos de recurrencia.
En el calculo de primitivas aparecen con frecuencia integrales que dependen de uno o

varios parametros naturales. Utilizando la formula de integracion por partes y/o realizando
un cambio de variable adecuado, su valor se relaciona, en muchos casos, con el de esas mismas
integrales para valores proximos de los parametros.
Por ejemplo: si n es natural, utilizando integracion por partes se tiene que
Z
Z
n x
n x
x e dx = x e n xn1 ex dx;
de este modo hemos reducido en una unidad el exponente n, y si se repite el proceso n veces,
basta calcular una primitiva de ex para terminar el calculo.
A continuacion se desarrollan varios ejemplos que pueden ilustrar el espritu de este
procedimiento.
Z
dx
.
(x2 + 1)n
En virtud de la formula de integracion por partes, si se considera
7.8.1 Integrales de la forma In (x) =
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
y despejando In+1 (x), se sigue que

x
1
+ (2n 1)In (x)
para todo n .
In+1 (x) =
2n (x2 + 1)n
Aplicando n veces dicha formula, el problema se reduce a calcular
Z
dx
I1 (x) =
= arctg(x) + C .
x2 + 1
Captulo 7. C
121
7.8.2 Productos de polinomios y funciones trigonom

etricas o exponenciales.
Determinaremos la formula de recurrencia para la primitiva de la funcion P (x) ex , donde
P es un polinomio de grado n 1 y R, 6= 0. Se aconseja al alumno que proceda de la
misma forma para calcular
Z
P (x) sen(x) dx y
P (x) cos(x) dx .
Si se considera
dv = ex dx ,
u = P (x) ;
integrando por partes, se obtiene que

Z
Z
1
P (x) ex
x
P (x) ex dx ,
P (x) e dx =
y en consecuencia, repitiendo el proceso n veces, el problema se reduce a calcular una prim

itiva de P n) (x) ex , es decir, una primitiva de ex , R, que es ex .
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
7.9.
122
Tabla de primitivas inmediatas.
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
eu(x) u (x) dx = eu(x) + C.

au(x) u (x) dx =
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
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
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 .
3 Descomposicion en fracciones simples.

3.1
3.5
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
4 Fracciones racionales de funciones trigonometricas.

4.1
2 cos(x)
4.3
2 + cos(x)
1
4.2
5 + 4 cos(x)
1
sen(x) + cos(x)

5.1
1
.
cos(x)
5.2
5.4
tg(x)
.
1 + cos(x)
5.5
sen (x) cos (x).

1
sen2 (x) cos2 (x)
5.3
5.6
1 + cos2 (x)
.
cos(x) 1 + sen2 (x)
a2
sen2 (x)
1
.
+ b2 cos2 (x)

6.1
cos(2x) sen2 (x).
6.2
sen(x) cos(2x)
.
cos(x)
6.3
1
.
sen(3x) cos(x)
6.4
sen2 (x) cos4 (x).
6.5
sen(7x) sen(5x).
6.6
sen(2x) cos(3x).
7.3
dx
e2x 2ex
7 Fracciones racionales de la funcion exponencial .

7.1
e2x ex + 1
ex 2
7.2
1
a2 ex + b2 ex
Captulo 7. C
7.4
1
.
x
e + 2ex
125
7.5
1
.
x
4e + ex
9x + 2
.
3x 1
7.6
8 Fracciones racionales de funciones hiperbolicas.

8.1
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
9 Integrales iracionales bilineales.

r
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
11 Integrales irracionales cuadraticas.

11.1
11.4
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)
12.2 senn (x)
12.3 cosn (x)
12.4 tgn (x)
Determinar una primitiva, en todos los casos anteriores, cuando n = 3.

12.5 x3 + x2 2 x ex
13 Metodos de Recurrencia.
13.1 x3 log2 (x)

12.6 x5 + 4 x4 sen(2x)
13.2 (x2 + x + 1) arccos(x)
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.
Captulo 8. Integral de Riemann
8.1.
127
Construcci
on de la integral
Antes de abordar la construccion de Riemann de la integral, presentamos la de Darboux

que, aunque en principio requiere una formulacion mas debil, resulta ser equivalente a la
primera.
8.1.1 Definici
on Sea [a, b] un intervalo cerrado y acotado de R. Se llama particion de [a, b]
a todo conjunto finito de puntos
P = { x0 = a, x1 , x2 , . . . , xn1 , xn = b },
donde xi1 < xi , i = 1, 2, . . . , n.
Los intervalos [xi1 , xi ], i = 1, 2, . . . , n, son los subintervalos de la particion, y su amplitud
se define como xi = xi xi1 . Se llama diametro de la particion al n
umero
kP k = max{ xi : i = 1, 2, . . . , n }.
Denotaremos por P([a, b]) el conjunto de todas las particiones de [a, b].
8.1.2 Definici
on Sean P y Q dos particiones del intervalo [a, b]. Se dice que P es mas fina
que Q si P Q, es decir, si P se puede obtener a
nadiendo puntos a Q.
8.1.3 Definici
on Sea f una funcion real definida en el intervalo [a, b] y acotada. Dada una
particion P de [a, b], P = { x0 = a, x1 , . . . , xn = b }, para i = 1, 2, . . . , n se definen los
n
umeros reales
mi (f, P ) = nf{ f (x) : x [xi1 , xi ] } y Mi (f, P ) = sup{ f (x) : x [xi1 , xi ] }.
Cuando no haya lugar a confusion, escribiremos simplemente mi y Mi .
Se llama suma inferior de Darboux asociada a f y a P al valor
s(f, P ) =
n
X
i=1
mi (xi xi1 ) =
n
X
mi xi ,
i=1
y suma superior de Darboux asociada a f y a P al valor

S(f, P ) =
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 )
S(f, P ) S(f, Q).
ii) Si P y Q son arbitrarias, s(f, P ) S(f, Q).

8.1.5 Definici
on Sea f : [a, b] R acotada. Se define la integral superior de Riemann de f
en [a, b] como
f = nf{ S(f, P ) : P P([a, b]) },
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
en cuyo caso el valor de ambas se denomina integral de f en [a, b] y se representa por

Z b
Z b
f (x) dx.
f
o
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
f (ti )(xi xi1 ) =
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
Propiedades generales de la integral
Cuando se trabaja con funciones concretas raramente se usa la definicion de la integral.

Esta seccion se dedica a presentar las propiedades basicas que se deben conocer para el uso
practico de la integracion.
8.2.1 Proposici
on Sean f y g funciones complejas definidas en [a, b] e integrables Riemann,
y sea k R.
1. Linealidad: Las funciones f + g y k f son integrables Riemann en [a, b]; ademas
Z b
Z b
Z b
Z b
Z b
(f + g) =
f+
g
y
(k f ) = k
f.
a
2. Monotona: Si f y g son reales y f (x) g(x) para cada x [a, b] , entonces

Z b
Z b
g.
f
a
132
3. La funcion |f | es integrable Riemann en [a, b], y

Z b Z b

|f | .
f

a
El recproco no es cierto, es decir, la integrabilidad de |f | no implica la de f . Basta
considerar la funcion definida en [0, 1] por
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.
Con este convenio, dados tres n

umeros reales cualesquiera , , [a, b] se cumple que
Z
Z
Z
f,
f=
f+
relacion conocida como identidad de Chasles.
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
Como consecuencia de los dos u

ltimos resultados, se obtienen nuevos criterios de integrabilidad.
8.2.6 Definici
on Sea f una funcion real definida en el intervalo [a, b].
otona a trozos si existe una particion P P([a, b]) de manera que
f es monotona en cada uno de los intervalos (xi1 , xi ) que define P .
Se dice que f es continua a trozos si existe una particion P de [a, b],
P = { x0 = a, x1 , . . . , xn = b }
de modo que f es continua en (xi1 , xi ), i = 1, 2, . . . , n, y existen los lmites laterales
(finitos) en cada punto de la particion.
Si ademas f es constante en cada subintervalo, se dice escalonada.
8.2.7 Proposici
on Toda funcion acotada y monotona a trozos en [a, b] es integrable Riemann.
8.2.8 Proposici
on Toda funcion continua a trozos en [a, b] es integrable Riemann.
A partir del teorema de Bolzano se deduce la siguiente propiedad:
8.2.9 Teorema de la media. Sean f, g : [a, b] R, f continua, g integrable Riemann y
tal que g(x) 0 para cada x [a, b]. Entonces existe c [a, b] tal que
Z b
Z b
g.
f g = f (c)
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.
Teorema fundamental del c

alculo
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
i) La funcion F es continua en [a, b].

ii) Si f es continua en c [a, b], entonces F es derivable en c y ademas F (c) = f (c) .
8.3.2 Observaci
on
i) Si c es uno de los extremos del intervalo, la continuidad de f se entiende por la derecha
(si c = a) o por la izquierda (si c = b), deduciendose la existencia de la derivada lateral
correspondiente de F en c.
ii) Si se supone f continua en [a, b], F es de clase C 1 en [a, b] y se tiene que F (x) = f (x)
para cada x [a, b]. Por lo tanto F es una primitiva de f y se concluye que toda
funcion continua en [a, b] admite primitiva.
135
El teorema fundamental del calculo suele aplicarse en los terminos siguientes:

8.3.3 Corolario Sean I un intervalo de R, a un punto de I y f una funcion continua en I.
Se considera la funcion F dada por
F (x) =
f,
a
x I.
Entonces F es derivable en I y ademas F (x) = f (x) para todo x I.

8.3.4 Regla de Barrow.
Sea f una funcion continua en [a, b] y sea F una primitiva de f en dicho intervalo (i.e.,
F = f ). Entonces para cada x [a, b] se verifica que
Z x
f = F (x) F (a) .
a
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
F g = F (b) G(b) F (a) G(a)

Z
x=b
F G = F (x)G(x)x=a
f G,
a
F G.
a
136
8.3.7 Teorema del cambio de variable.

Sea una funcion definida en [c, d], derivable y con derivada continua, y de modo que
([c, d]) [a, b]. Si f es una funcion continua en [a, b], entonces se verifica que
Z d
Z (d)
(f ) .
f=
c
(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
Esto se generaliza al caso de funciones arbitrarias f y g, admitiendo la posibilidad de que

Rb
sus graficas se corten, mediante la formula A(R) = a |f (x) g(x)| dx .
137
8.4.2 Longitudes de curvas:

Se llama curva parametrica plana de clase C 1 a toda aplicacion : [a, b] R2 , es decir,
un par de funciones (x(t), y(t)) definidas en [a, b], tal que las funciones x e y son derivables
con continuidad en el intervalo [a, b]. La longitud de la curva es el n
umero
Z bp
L() =
x (t)2 + y (t)2 dt .
a
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
1 Usando la calculadora y la definicion de integral de Riemann, dar un valor aproximado

R1
2
de 0 ex dx con un error menor que 103 .
2 Determinar un polinomio P tal que P (0) = P (1) = 0 y
R1
0
P (x) dx = 1 .
3 Demostrar las siguientes desigualdades:

Z 1
Z 2
x9
dx
1
1
1
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
5 Sea f una funcion integrable Riemann en [a, b] tal que
Probar que la funcion
inf {f (x) : x [a, b]} = m 0.

f es tambien integrable Riemann.
6 Sean f, g : [a, b] R continuas y tales que

existe c [a, b] tal que f (c) = g(c).
Rb
a
f (x) dx =
Rb
a
g(x) dx . Demostrar que
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
cos3 (x) sen(x)

dx 0, 02 .
1 + x2
Indicaci
on: el integrando es una funcion impar.
139
10 Sean a, b > 0. Probar que existe un c [a, b] tal que

Z b
b 2 a2
xe sen(x) = ( )e sen(c) .
2
2
a
11 Calcular los lmites de las sucesiones de termino general:
r
n
n
X
1
k
1 X k
.
11.2
11.1 2
.
k/n
n k=1 e
n
+
k
2n
+
k
k=1
n

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
12 Use una integral para dar un valor aproximado de
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.
14 Mediante un cambio de variable, transformar la integral

Z 1/8
1+x
dx
x x
1/3
en una de tipo racional (no se pide calcular su valor).
cos3 (x) sen3 (x)

dx.
1 + sen2 (x)
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=
Indicar que igualdad no es correcta y por que.
16 Sea f una funcion continua en R y periodica de periodo . Probar que la funcion F ,

R x+
definida en R por F (x) = x f (t) dt , es constante.
17 Para x > 0 se define
f (x) =
/2
0
x2
sen(t)
dt .
+ cos2 (t)
sen2 (t)
i) Determinar f , distinguiendo los casos 0 < x < 1, x = 1 y x > 1.

ii) Probar que
Z

f (x)
/2
0
1 x2 Z /2

sen(t) dt .
sen(t) dt

2
x
0
iii) Demostrar que f es continua en (0, ).

18 La funcion de Fresnel 1 se define por
Z
S(x) =
sen(t2 /2) dt .
0
1. Demostrar que S es derivable en R y estudiar su crecimiento.

2. Demostrar que la ecuacion S(x) = 0,2 tiene una u
nica solucion en el intervalo (0,
2).
19 Sea g una funcion continua en R. Se considera la funcion f definida por

Z x
sen(t) g(x t) dt ,
x R.
f (x) =
0
Probar que f admite derivada segunda en R y se satisface la relacion f + f g .

1
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)
Demostrar que g es derivable en R y que

g (x) = f v(x) v (x) f u(x) u (x) .
21 Calcular la derivada de las siguientes funciones:

Z x
Z cos(x)
et
sen(t) dt.
dt.
21.2 f (x) =
21.1 f (x) =
4
2
1
0 t +t +2
Z x2
Z x2
1 + t2
dt
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
iv) Calcular lm f (x).

x
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.
Se define la funcion F en [0, 3] por F (x) =
Rx
0
f (t) dt . Probar que F es continua en dicho
intervalo y no es derivable en x = 1. Admite f primitiva en el intervalo [0, 3]?

26 Probar que la funcion
f (x) =
es decreciente en [0, 1/2].
1+x
log(t2 ) dt
1x
27 Hallar los extremos relativos de la funcion f definida de (0, ) en R mediante

Z x2
sen(t) esen(t) dt.
f (x) =
0
28 Probar que la ecuacion

intervalo [0, 1].
Rx
0
t2
e dt = 1 tiene una sola solucion, que se encuentra en el
29 Supongamos que f : R R es una funcion continua tal que

Z x
Z 0
f (t) dt =
f (t) dt para todo x > 0 .
0
Probar que f es una funcion impar.

30 Sea f la funcion de R en R definida por
Z x

7t2 6t + 12 cos(t) dt .
f (x) =
0
Calcular el desarrollo de Taylor de orden 3 de f en x = 0.

31 Sea xn =
143
e
1
t(log t)n dt para cada n N.
1. Probar que 2xn = e2 nxn1 para cada n 2.

2. Probar que {xn }
otona y calcular, si existe, lm xn .
n=1 es mon
n
32 Sea f una funcion definida y continua en [0, ) tal que:

1. f (0) + f (1) + + f (n) 6= 0,
n N.
2. lm f (x) = L > 0 .
x
Rn
f (x) dx
= 1.
n f (0) + f (1) + . . . + f (n)
Probar que lm
33 Sean f : [0, 1] R integrable Riemann y F : [0, 1] R definida por
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
para cualesquiera x > 0 e y > 0. Sabiendo que f (1) = 3, determinar f (x).

35 Calcular:
35.1 El area comprendida entre la hiperbola de ecuacion x2/a2 y 2/b2 = 1 y la cuerda
de ecuacion x = h, con h > a.
35.2 El area comprendida entre las parabolas de ecuaciones y 2 = a x y x2 = b y .
144
35.3 El area del recinto limitado por la curva de ecuacion y = x3 x y su tangente en

el punto de abscisa x = 1.
35.4 El area del sector parabolico que determina la recta que pasa por los puntos (16, 12)
y (4, 6) sobre la parabola de ecuacion y 2 = 9 x .
35.5 El area comprendida entre el eje OX y cada una de las siguientes curvas, de ecuaciones:
35.5.1 y = x2 6x + 5 .
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 .
42 Calcular el area de la superficie esferica de radio R > 0.
145
43 Calcular los vol

umenes engendrados por la revolucion en torno al eje OY de las regiones
limitadas por los pares de curvas de ecuaciones:
43.1 y 3 = x, y = x2 .
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?
48 La densidad lineal de una varilla de 4 metros de longitud es (x) = 9+2 x en kilogramos

por metro, donde x se mide en metros desde el extremo de la varilla. Calc
ulese la masa total
de la varilla.
49 La funcion logaritmo natural se define por
Z x
1
dt ,
L(x) =
1 t
x > 0.
Sin calcular las integrales, demostrar que:

1. Para todo x, y > 0 se tiene que L(x1 ) = L(x) y L(xy) = L(x) + L(y) .
2. L : (0, ) R es biyectiva y (L1 ) (x) = L1 (x) para todo x R.
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.
Definiciones y primeras propiedades
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.
Captulo 9. Integrales impropias
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
En este caso, dicho n

umero se denomina integral impropia de f en [a, b) y se denota por
Z b
Z b
f (x) dx
o
f.
a
La integrabilidad de una funcion se expresa tambien diciendo que la integral impropia

correspondiente es convergente, mientras que si el lmite expresado arriba es infinito o no
existe, se dice que la integral impropia no converge.
Estudiar la naturaleza o car
acter de la integral impropia consiste en determinar su convergencia o su no convergencia.
La definicion de integral impropia se extiende de forma natural al caso de funciones
complejas definidas en intervalos de la forma (a, b].
9.1.4 Definici
on Sea f una funcion compleja definida en un intervalo de la forma (a, b],
donde a es un n
umero real o y b es un n
umero real. Supongamos que f es localmente
integrable en (a, b], es decir, integrable Riemann en cada intervalo [x, b] con a < x < b. Se
dice que f es integrable en el sentido impropio en (a, b] o que la integral impropia de f en
(a, b] es convergente si existe y es finito el lmite
Z b
lm+
f (t) dt ,
xa
cuyo valor se denotara tambien por

Z b
a
f (x) dx
f.
a
Los siguientes resultados muestran la equivalencia de la integral de Riemann con la

integral impropia para cierta clase de funciones acotadas. Aunque es valido tambien en la
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
f (x) si x [a, b),

fe(x) =

si x = b,
es integrable Riemann en [a, b] y

Z
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
9.1.8 Ejemplo La funcion f definida en I = (0, 1] por

f (x) =
sen(x)
x
es continua en (0, 1], y lm+ f (x) = 1. Entonces la integral impropia

x0
coincide con el valor de la integral de Riemann en [0, 1] de la funcion
sen(x)
si x (0, 1],
x
e
f (x) =
1
si x = 0,
que es continua en [0, 1].
f converge, y
0
149
Antes de definir un nuevo tipo de integrales impropias (que contempla ya intervalos de

cualquier naturaleza) se presenta un resultado que garantiza la coherencia de dicha definicion.
9.1.9 Lema Sea f una funcion compleja definida en un intervalo (a, b). Supongamos que f
es localmente integrable en (a, b). Si existe c (a, b) tal que las integrales impropias
Z c
Z b
f
y
f
a
son convergentes, entonces para cualquier d (a, b) las integrales impropias

Z b
Z d
f
f
y
d
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
son convergentes. En este caso, se define la integral impropia como la suma

Z b
Z c
f,
f+
a
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
no converge, entonces tampoco converge la integral impropia
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
para referirse a la integral impropia. En general, a partir de la naturaleza del intervalo de

integracion o la de la funcion f , es sencillo determinar si la integral es impropia o de Riemann.
Los siguientes resultados, que se deducen facilmente de los analogos para integrales de
Riemann, proporcionan criterios de convergencia y metodos de calculo para integrales impropias. Por brevedad se enuncian solo para integrales impropias del primer tipo considerado,
siendo sencillo para el lector adaptarlos a otras situaciones.
9.1.14 Teorema Sea f una funcion compleja localmente integrable en el intervalo [a, b). La
integral impropia
es convergente si, y solo si, las integrales impropias

Z
Z b
Re(f )
y
a
son convergentes, en cuyo caso se tiene que

Z b
Z b

Z
f=
Re(f ) + i
a
Im(f ) ,
b
a

Im(f ) .
9.1.15 Linealidad de las integrales impropias.

Sean f y g funciones complejas localmente integrables en el intervalo [a, b). Si las integrales impropias
convergen, entonces para cualquier par de n

umeros complejos y la integral de la funcion
f + g (localmente integrable en [a, b)) es convergente, y ademas
Z b
Z b
Z b
g.
f +
(f + g) =
a
151
9.1.16 Monotona de las integrales impropias.

Sean f y g funciones reales localmente integrables en el intervalo [a, b). Si las integrales
impropias
convergen y f (x) g(x) para cada x [a, b) , entonces

Z b
Z b
f
g.
a
9.1.17 Regla de Barrow.

Sea f una funcion localmente integrable en [a, b). Se supone que existe una primitiva G
de f en [a, b). La integral impropia de f en [a, b) converge si, y solo si, el lmite
lm G(x)
xb
existe y es finito, en cuyo caso se tiene que

Z b
f = lm G(x) G(a) .
xb
Habitualmente, el miembro de la derecha de la igualdad se representa por

xb
x=b

G(x)
o
G(x)
,
x=a
x=a
al igual que en el caso de las integrales de Riemann.
9.1.18 Corolario Si f es localmente integrable en (a, b) y G es una primitiva de f en (a, b),

la integral de f convergera si, y solo si, los lmites
lm G(x)
xa+
lm G(x)
xb
existen y son finitos, en cuyo caso,

Z b
xb

.
f = lm G(x) lm+ G(x) = G(x)
a
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
9.1.20 Cambio de variable.

Sea I un intervalo de R de extremos y , con < . Sea una funcion real definida
en I y de clase C 1 en I, de modo que (t) 6= 0 para cada t I. El conjunto imagen de es
un intervalo J, que supondremos de extremos a y b, con a < b.
Si f es una funcion compleja definida y localmente integrable en J, entonces la funcion
definida en I por
t 7 f ((t)) | (t)|
es localmente integrable en I, las integrales impropias
Z b
Z
f (x) dx
y
f ((t)) | (t)| dt
a
tienen el mismo caracter, y si convergen, sus valores coinciden.

9.1.21 Observaci
on En el resultado anterior los extremos y del intervalo I no necesariamente pertenecen a I, pudiendo ser infinitos cada uno de ellos. Y lo mismo ocurre con
los extremos a y b del intervalo J.
9.1.22 Integraci
on por partes.
Sean f y g funciones complejas de clase C 1 en un intervalo [a, b) para las cuales existe y
es finito el lmite
lm f (x) g(x) .
xb
Entonces las integrales impropias

Z b
f (t) g(t) dt
a
f (t) g (t) dt
tienen el mismo caracter. Ademas, si convergen,

Z b
Z
xb

f (t) g(t) dt = f (x) g(x)
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
f g no tengan el mismo caracter.

f g y
impropias
a
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+
existen y son finitos, entonces las integrales impropias

Z b
Z b
f (t) g (t) dt
f (t) g(t) dt
y
a
tienen el mismo caracter, y si convergen, se tiene que

Z b
xb Z

f (t) g(t) dt = f (x) g(x)
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
9.2.1 Lema Sea F : [a, b) R una funcion monotona.

i) Si F es creciente, entonces lm F (x) = sup{F (x) : x [a, b)}.
xb
ii) Si F es decreciente, entonces lm F (x) = nf{F (x) : x [a, b)}.

xb
En consecuencia, el lmite lm F (x) es finito si, y solo si, F es una funcion acotada en [a, b).
xb
9.2.2 Criterio de comparaci

on.
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
0 f (x) g(x)
Entonces:
Z
i) Si
ii) Si
g converge, tambien converge
a
b
para cada x [c, b) .

Z
f no converge, tampoco converge
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
para cada x (c, b) .
Si existe (finito o no) el lmite

lm
xb
entonces:
f (x)
= ,
g(x)

i) Si pertenece a (0, ),
Z
ii) Si = + y
iii) Si = 0 y
155
Z
f y
g tienen el mismo caracter.
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-
lutamente, si la integral impropia
|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
que es convergente y no converge absolutamente.
9.3.
156
Comparaci
on con funciones test
Se estudia a continuacion la integrabilidad de determinadas clases de funciones positivas,

denominadas funciones test, que se utilizan con frecuencia en la aplicacion del criterio de
comparacion.
9.3.1 Proposici
on Sean a, b n
umeros reales con a < b y R. Las integrales impropias
Z b
Z b
dx
dx
y
(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
A partir de estas relaciones, es facil probar la siguiente proposicion.

9.3.3 Proposici
on Sean , a n
umeros reales con a > 0.
Z a
log(x)
dx es convergente si, y solo si, < 1.
1) La integral impropia
x
0
Z
log(x)
2) La integral impropia
dx es convergente si, y solo si, > 1.
x
a
Tambien es conocido que si , son n
umeros reales con > 0, entonces
lm+ x e
x0
/x
=0
lm x ex = 0 ,
gracias a lo cual es sencillo probar el resultado que sigue.
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.
2) Si a < 0, la integral impropia

o si = 0 y < 1.
9.4.
(x) ex dx es convergente u
nicamente si < 0
Funciones eulerianas
Hay muchos ejemplos de integrales impropias. Por su importancia vamos a definir a

continuacion las llamadas funciones eulerianas.
9.4.1 Lema Para cada x (0, ) la funcion real fx definida en (0, ) por
fx (t) = et tx1
es integrable en (0, ).
9.4.2 Definici
on Se define la funcion Gamma en (0, ) por
Z
et tx1 dt, x (0, ).
(x) =
0
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.
3. Para (0, 1) se tiene que

B(, 1 ) =
.
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 Estudiar el caracter de las siguientes integrales impropias y calcular su valor cuando

proceda: 1
Z 4
dx
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
sec2 (x) dx.
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.

1.7
1.9
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)
cos2 (x) dx.
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
e2x (2x2 4x) dx.
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
2 Determinar el caracter de las siguientes integrales:

Z 1
Z x
1
e sen(x)
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
3 Se considera la funcion de Fresnel dada por

Z x
sen(t2 /2) dt,
S(x) =
x R.
Demostrar que el lmite lm S(x) existe y es finito.

x
R
4 Demostrar que la integral impropia 0 ex sen(x2 ) dx es convergente y que
Z

ex sen(x2 ) dx 1.

0
5 Probar que si p > 1 las integrales impropias siguientes son convergentes:

Z
Z

sen(x)
p 1
5.1
dx
5.2
sen
dx.
xp
x
1
1
6 Demostrar que son convergentes las siguientes integrales impropias:
Z 1 p
Z 1
x 1
x log(x)
dx.
6.2
dx , p > 1.
6.1
2
0 log(x)
0 x + 2x + 1
Z 1
Z 1
log(1 x)
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
es convergente y calcular su valor.

8 Demostrar que las siguientes integrales impropias convergen, pero no convergen absolutamente.
8.1
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
10 i) Obtener el desarrollo de Taylor de orden 4 en x = 0 de la funcion

2
f (x) = e2x cos(x),
> 0.
ii) Estudiar el caracter de la integral impropia

Z 2x2
e
cos(x)
p
dx
x7 (1 + x)
0
en funcion del parametro real > 0.
11 i) Hallar el desarrollo de Taylor de orden 2 en x = 0 de la funcion

f (x) = log(1 + x) sen(x),
> 0.
ii) Estudiar, seg

un los valores de > 0, la convergencia de la integral
Z
f (x) log(1 + x2 )
dx.
x4 + x5
0
Z
eixx dx es convergente y calcular su valor.
12 Probar que la integral impropia
0
13 Estudiar la convergencia de la integral
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
donde r es la distancia entre los cuerpos y G la constante de gravitacion. Si uno de los

cuerpos se mantiene fijo, calcular el trabajo necesario para mover al otro desde r = a hasta
r = b.
18 La masa de la Tierra en 5,98 1024 kg y se puede suponer que esta concentrada en su
centro. El radio de la Tierra es 6,37 106 m y G = 6,67 1011 N m2 /kg2 .
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
Cuadro 9.1: Integrales reducibles a las eulerianas.
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=
a(b c) + c(a b)y

(b c) + (a b)y
+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.
Captulo 10. Series num

ericas
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).
Se dice que la serie es convergente si la sucesion de sumas parciales de la misma es una

sucesion convergente. En caso contrario se dice que la serie no converge.
Si la serie es convergente, se escribe
lm Sn =
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
la sucesion de sumas parciales de la misma.

i) Notese que se ha denotado igual a la serie y a su suma en el caso de que sea convergente.
La diferencia viene dada por el contexto.
ii) Estudiar la naturaleza o car
acter de la serie consiste en determinar su convergencia o
su no convergencia.
iii) Si la serie es convergente, el problema de sumar la serie es encontrar la suma de la
misma, es decir, determinar el n
umero lm Sn .
n

ericas
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
En cada caso el significado es facil de deducir.

El criterio 4.6.5 de convergencia de Cauchy para sucesiones es especialmente u
til cuando
se aplica al estudio de la convergencia de series.
10.1.3 Criterio general de convergencia de Cauchy.
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

ericas
167
iii) Si a 6= 0 y |r| 1, la serie no converge.

2. Serie aritm
etico-geom
etrica: Se llama serie aritmetico-geometrica a una serie del
P
tipo
an bn , donde {an }
on aritmetica y {bn }
on
n=1 es una progresi
n=1 una progresi
n=1
geometrica. Si la razon de la progresion geometrica es de modulo estrictamente menor

que 1, entonces la serie converge (vease el ejercicio 5).
3. Serie hipergeom
etrica: Sea
n=1
an una serie de n
umeros reales, donde an 6= 0, n 1.
La serie se dice hipergeometrica si es posible determinar n

umeros reales , , tales
que n + 6= 0 para todo n N, y
n +
an+1
,
=
an
n +
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

ericas
168
10.1.7 Propiedades de tipo general.

1. El caracter de una serie de n
umeros complejos no se altera cuando se suprimen o
modifican los p primeros terminos de la misma (p N).
2. La serie
an , obtenida a partir de
n=p+1
an suprimiendo los p primeros terminos de
n=1
esta, se denomina resto de orden p.
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
3. El caracter de una serie de n

umeros complejos no se altera cuando todos sus terminos
se multiplican por una constante no nula.
4. Si en una serie convergente de n
umeros complejos se sustituyen grupos de terminos
consecutivos por sus correspondientes sumas, se obtiene otra serie convergente con la
misma suma.
5. Existen series no convergentes de n
umeros complejos tales que, al sustituir grupos de
terminos consecutivos por sus correspondientes sumas, se obtiene una serie convergente.
P
Como ejemplo basta considerar la serie
(1)n .
n=1
6. Sean
n=1
an y
bn dos series convergentes de n

umeros complejos. Si y son n
umeros
n=1
complejos, la serie
(an + bn ) es convergente. Ademas
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
an converge si, y solo si, convergen
n=1
Im(an ). Ademas, si hay convergencia se tiene
n=1
X
n=1
Re(an ) + i
X
n=1

Im(an ) .

ericas
10.2.
169
Series de t
erminos positivos
10.2.1 Definici
on Una serie numerica
n=1
todo n N.
an se dice de terminos positivos si an 0 para
10.2.2 Propiedad fundamental de las series de t

erminos positivos.
P
Sea
an una serie de terminos positivos. Designemos por {Sn }
on de sumas
n=1 la sucesi
n=1
parciales de la misma. Entonces:
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
Se supone que existe un n

umero natural n0 , tal que
bn dos series de terminos positivos.
n=1
an bn para cada n n0 .
Entonces:
i) Si la serie
bn converge, tambien converge la serie
n=1
ii) Si la serie
an .
n=1
an no converge, tampoco converge la serie
n=1
bn .
n=1
Habitualmente la comparacion de dos series se efect

ua mediante el estudio de los cocientes
an/bn , a veces por un paso al lmite. Esto se concreta en el siguiente resultado.
10.2.4 Corolario Sean
an y
bn dos series de terminos positivos. Se supone que bn 6= 0

an
= . Entonces:
para cada n N y que existe, finito o infinito, el lmite lm
n bn
n=1
n=1
1. Si es finito y no nulo, ambas series tienen el mismo caracter.

ericas
2. Si = y la serie
3. Si = 0 y la serie
170
bn no converge, tampoco converge
n=1
an .
n=1
bn converge, tambien converge
n=1
an .
n=1
En el resto de esta seccion
an sera una serie de terminos positivos. El criterio de
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
la serie converge si < 1 y no converge si > 1.

Si = 1 no puede, a priori, asegurarse nada sobre la naturaleza de la serie.
10.2.6 Criterio de Raabe. Si an 6= 0 para cada n 1, y existe

an+1
lm n 1
n
an
la serie converge si > 1 y no converge si < 1.
A este criterio se suele recurrir, cuando el criterio del cociente lleva al caso dudoso
an+1
= 1,
n an
lm
como sucede, por ejemplo, con las series hipergeometricas.

10.2.7 Criterio de la raz. Si existe
lm
an = (finito o infinito),
la serie converge si < 1 y no converge si > 1.


ericas
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
10.2.10 Ejemplo Este criterio resuelve el caracter de las series de Riemann,
X
1
,
n
n=1
que convergen si, y solo si, > 1 ,
y de las series de Bertrand ,
X
n=2
1
,
n log(n)
que convergen si, y solo si,
> 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),
la serie converge si > 1 y no converge si 1.

10.2.12 Primer criterio logartmico. Si an 6= 0 para cada n N, y existe
log(an )
n log(n)
lm

10.2.13 Segundo criterio logartmico. Si an 6= 0 para cada n N, y existe
lm
log(n an )
log log(n)

ericas
10.3.
172
Series absolutamente convergentes
10.3.1 Definici
on Una serie
convergente si la serie
n=1
10.3.2 Teorema Sea
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
convergente, tambien es convergente. Ademas
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
10.3.4 Teorema Cualquier reordenacion de una serie absolutamente convergente de n

umeros
complejos es tambien absolutamente convergente. Ademas, la suma de una tal serie coincide
con la suma de cualquier reordenacion.
10.3.5 Observaci
on
i) Para series absolutamente convergentes cobra ahora sentido el termino suma usado
para denotar el lmite de las sumas parciales, pues este teorema garantiza la unicidad
de esta suma independientemente del orden de sumacion (el analogo de la propiedad
conmutativa para sumas finitas).
ii) En general el teorema anterior no es valido para series convergentes de terminos cualesquiera. De hecho, se verifica el siguiente teorema debido a Riemann:
Si una serie de n
umeros reales converge, pero no absolutamente, reordenando convenientemente sus terminos se puede obtener una serie convergente cuya suma sea un
valor arbitrariamente fijado, o divergente hacia o .

ericas
10.4.
173
Criterios de Dirichlet y Abel. Series alternadas
Para series que no son ni de terminos positivos ni absolutamente convergentes, se exponen

en esta seccion algunos criterios de convergencia.
10.4.1 Definici
on Se dice que una serie numerica es condicionalmente convergente si es
convergente pero no absolutamente convergente.
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
Sn (bn bn+1 ) + Sq bq Sp1 bp .
10.4.3 Criterio de Abel. Si la serie

convergente, entonces la serie
n=1
otona
an converge y la sucesion {bn }
n=1 es mon
an bn tambien converge.
n=1
10.4.4 Criterio de Dirichlet. Si la sucesion de sumas parciales de la serie
an es una
n=1
sucesion acotada y la sucesion {bn }

n=1 es decreciente y converge hacia cero, entonces la serie
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
sus terminos son alternativamente positivos y negativos.

10.4.6 Criterio de Leibnitz. Una serie alternada de terminos decrecientes en valor absoluto es convergente si, y solo si, el termino general tiende a cero.
10.4.7 Observaci
on
i) El resultado anterior es un caso particular del criterio de Dirichlet cuando la sucesion
on {(1)n }
{an }
n=1 .
n=1 es la sucesi

ericas
174
ii) Si una serie alternada de terminos decrecientes en valor absoluto es convergente, la

diferencia entre la suma de la serie y una de sus sumas parciales es menor que el valor
absoluto del primer termino de la serie que sigue a la suma parcial considerada, es
decir

X
X

ak Sn |an+1 | ,
ak =

k=1
k=n+1

P

an |a1 | .
y en particular
n=1
10.5.
Producto de Cauchy de series
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,
se llama producto de Cauchy de las series dadas.

10.5.2 Criterio de Mertens. Sean
an y
n=0
bn dos series de n
umeros complejos.
n=0
i) Si una es convergente y la otra es absolutamente convergente, el producto de Cauchy

de ambas es convergente. Ademas, su suma es el producto de las sumas de las series
factores:
cn =
n=0
X
n=0
an
X
n=0

bn .
ii) Si ambas series son absolutamente convergentes, el producto de Cauchy de ambas es

absolutamente convergente.
10.5.3 Teorema de Abel. Sean
X
n=0
bn dos series numericas convergentes. Si la
n=0
cn es convergente, entonces su suma es el producto
cn =
X
serie producto de Cauchy de ambas

de las sumas de las series factores:
an y
X
n=0
n=0
n=0
an
X
n=0

bn .

ericas
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
, que es convergente, pero

no convergente. Por ejemplo, considerese la serie
n+1
n=0
no absolutamente convergente. El producto de Cauchy de la serie por s misma no es
convergente (vease tambien el ejercicio 24).
10.6.
Series e integrales impropias
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
f converge, entonces para cada sucesion creciente {xn }

n=1
R
P
xn+1
de puntos de [a, b) que tiende hacia b se tiene que la serie numerica
f converge
xn
1. Si la integral impropia
n=1
y, ademas,
f=
x1
f+
a
Z
X
n=1
xn+1
f.
(10.2)
xn
2. Recprocamente, si existe una sucesion creciente {xn }

n=1 de elementos de [a, b), con
lm xn = b, tal que la serie numerica
Z
X
n=1
converge, entonces la integral impropia
xn+1
f
xn
R b
a
f converge y se verifica (10.2).

ericas
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
es convergente si, y solo si > 1.

El siguiente resultado se enuncia para intervalos abiertos por la izquierda, existiendo,
como en los anteriores, uno analogo para intervalos abiertos por la derecha.
10.6.4 Corolario Sea f una funcion decreciente y no negativa en (a, b ], a, b R, a < b.
1. Se supone que existe una sucesion {xn }
n=1 de elementos de (a, b ] que decrece estrictamente hacia a y tal que la serie numerica
X
n=1
f (xn+1 ) (xn xn+1 )
es convergente. Entonces la integral impropia de f en (a, b] es convergente; ademas,

Z
b
a
f (x) dx f (x1 ) (b x1 ) +
X
n=1
f (xn+1 ) (xn xn+1 ) .
2. Recprocamente, si la integral impropia de f en (a, b] es convergente, para cualquier

sucesion {xn }
n=1 de elementos de (a, b ] que decrece estrictamente hacia a la serie
numerica
X
n=1
f (xn ) (xn xn+1 )
es convergente y su suma es menor o igual que
Rb
f.

ericas
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
es convergente. Si 1, un argumento similar muestra que dicha funcion no es integrable.

Nota: El estudio de las integrales impropias que aparecen, tanto en este ejemplo como en
el anterior, se realiza de forma sencilla aplicando la regla de Barrow, ya que las primitivas
de las funciones involucradas son de calculo inmediato.
10.7.
Ejercicios
1 Estudiar el caracter de las siguientes series y sumarlas cuando corresponda:
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

ericas
2 Sea z = e
i/3
178
X
1+z n
. Calcular la suma de la serie
(
) .
3z
n=1
3 Sea x R , x 6= k , k Z . Demostrar que la serie

calcular su suma.
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
5 Probar que la serie
4.2
X
n=1
X
n2 + n + 5
7n
n=1
es convergente y calcular su suma.
1
(2 n 1)2
Nota: En general, si P es un polinomio de grado k 1, la serie
P (n) rn , que se
n=1
denomina aritmetico-geometrica de orden k, converge si |r| < 1. El calculo de su suma se

puede efectuar mediante un metodo de recurrencia: si se consideran las sumas parciales
Sk =
k
X
P (n) rn ,
n=1
al calcular r Sk Sk y pasar al lmite cuando k se llega a la suma de una serie del

mismo tipo pero de orden inferior.
6 Estudiar el caracter de las siguientes series:

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

ericas
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
7 Estudiar el caracter de las series siguientes en funcion del parametro real .

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
10 Estudiar el caracter de la serie

real a.

1
a2
X
a Sh
sen
en funcion del parametro
n
n
n=1
11 Estudiar, en funcion del parametro real , la convergencia de la serie
X
1
1
1
1
1 + + + ... +
n
2
3
n
n=1

ericas
12 Sea
{an }
n=1
180
una sucesion de n
umeros reales convergente tal que la serie
X
an
n=1
tambien convergente. Probar que lm an = 0.
es
13 Demostrar que la siguiente serie no es convergente

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
15 Probar que la serie
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
es convergente. Es absolutamente convergente?
16 Demostrar que la serie siguiente es convergente

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
del tema 1). Deducir que la serie
sen(nx) estan acotadas (vease el ejercicio 2
sen(nx)
P
es convergente.
n
n=1

ericas
181
ii) Si cos(x) 6= 1, probar que las sumas parciales de la serie

Deducir que la serie
cos(nx)
P
es convergente.
n
n=1
cos(nx) estan acotadas.
n=1
18 Estudiar la convergencia de las siguientes series:

2n + 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
an no converge, tampoco converge
n=1
n an .
n=1
20 Sean f una funcion definida y continua en el intervalo [a, b] y {xn }

on de
n=1 una sucesi
elementos de [a, b]. Demostrar que la serie
X

1
f (xn+1 ) f (xn )
n
n=1
es convergente. Sigue siendo cierto el resultado anterior si se substituye el intervalo [a, b]

por (a, b) o [a, b) o (a, b]?
21 Estudiar en funcion del parametro real a la convergencia de la serie
X
2n cos2n (a)
.
1 + cos2n (a)
n=1
22 Sea x > 0 y {an }

on creciente de n
umeros reales positivos tales que
n=1 una sucesi
lm an = a. Estudiar el caracter de la serie
X
n=1
n! xn
(x + a1 )(2 x + a2 ) (n x + an )
23 Calcular el producto de Cauchy de las series
X
n=0
Comparese con la serie
n=0
X
n=0
bn ,
|a| < 1 , |b| < 1 .
an bn . Que se observa?

ericas
182
24 Comprobar que, aun cuando las series
X
(1)n
, 0 < < 1,
(n + 1)
n=0
X
n=0
(1)n
log(n + 2)
son convergentes, su producto de Cauchy no es convergente.

25 Discutir la convergencia de la serie numerica
Z n
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
27 Comprobar que la serie
X
zn
n=0
n!
es absolutamente convergente para todo z R. A su suma se le denota exp(z).

Demostrar que:
i) exp(z + w) = exp(z) exp(w) para todos z, w C.
Indicaci
on: Calcular el producto de Cauchy de las series que definen exp(z) y exp(w).
ii) exp(0) = 1 y exp(x) > 0 para cada x R.
iii) exp(z) = exp(z)1 para cada z C.
iv) 1 + x exp(x) 1 + x exp(x) para cada x R.
Indicaci
on: Probarlo primero para x 0, y deducirlo luego para x < 0 de iii).

ericas
183
v) exp(x) > 1 si x > 0; 0 < exp(x) < 1 si x < 0.

vi) Si x > y entonces exp(x) > exp(y).
vii) La funcion exp es continua en todo R.
viii) La funcion exp es derivable en todo R y
exp (x) = exp(x)
para cada x R .
Nota: Como es natural, exp(z) es igual a ez , la exponencial del n

umero complejo z. En
particular, el n
umero real exp(1) es el n
umero e: se tiene que

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 .
i) Una expresion decimal define un u

nico n
umero real x dado por
X
k
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.
Captulo 11. Sucesiones y series de funciones
11.1.
185
Sucesiones de funciones
Recordemos que, dado un conjunto no vaco A, una sucesion de elementos de A es una

aplicacion del conjunto de los n
umeros naturales en A,
:N A
n 7 (n) = an
que habitualmente se representa de forma mas compacta por el smbolo {an }
n=1 .
En esta seccion el conjunto A sera el conjunto de las funciones reales o complejas definidas
en un conjunto no vaco X, es decir, se consideraran sucesiones {fn }
n=1 de funciones reales
o complejas definidas en X.
Observese que dar una sucesion de funciones en el conjunto X es dar una sucesion numerica {fn (x)}
n=1 para cada x X.
11.1.1 Definici
on Sea {fn }
on de funciones definidas en el conjunto X. Se
n=1 una sucesi
dice que la sucesion {fn }

on numerica
n=1 es puntualmente convergente en X si la sucesi
{fn (x)}
n=1 es convergente para cada x X.
Si {fn }
on f definida en X por
n=1 es puntualmente convergente, la funci
f (x) = lm fn (x) ,
n
xX,
se denomina lmite puntual de la sucesion {fn }

n=1 .
11.1.2 Definici
on Sea {fn }
n=1 una sucesi
dice que la sucesion {fn }

on f definida
n=1 es uniformemente convergente si existe una funci
en X que verifica la siguiente propiedad:
Para cada n
para todo n
umero natural n n0 se tiene que

fn (x) f (x) < para todo x X.
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
para todo x X y todo n N .
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
mismo conjunto X que convergen uniformemente en X hacia las funciones f y g, respectivamente.

i) La sucesion {fn + gn }
n=1 converge uniformemente hacia f + g en X.
ii) Si las sucesiones {fn }

as son uniformemente acotadas en X, enn=1 y {gn }n=1 adem
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
Es facil comprobar que la sucesion {fn }

olo
n=1 converge uniformemente hacia f si, y s
si, la sucesion {fn f }

n=1 converge uniformemente hacia 0. Esto proporciona el siguiente
criterio de convergencia uniforme de uso habitual en la practica.
on de funciones definidas en un conjunto X que
11.1.8 Proposici
on Sea {fn }
n=1 una sucesi
converge puntualmente en X hacia la funcion f . Para cada n N se define

mn = sup |fn (x) f (x)| : x X .
187
Son equivalentes las siguientes afirmaciones:

a) La sucesion {fn }
n=1 converge uniformemente en X hacia f .
b) Existe un n0 N tal que mn R para cada n n0 y la sucesion {mn }
n=n0 converge
hacia 0.
11.1.9 Corolario Sea {fn }
on de funciones definidas en un conjunto X que
n=1 una sucesi
converge puntualmente en X hacia la funcion f . Si existe una sucesion {n }

umeros
n=1 de n
reales convergente hacia 0 y tal que
|fn (x) f (x)| n
para todo x X y para todo n N ,
entonces la sucesion {fn }

n=1 converge uniformemente en X hacia f .
La condicion de convergencia uniforme se puede dar, como sucede para sucesiones numericas, evitando la mencion del lmite.
11.1.10 Definici
on Sea {fn }
n=1 una sucesi
dice que la sucesion es uniformemente de Cauchy en X si verifica la siguiente propiedad:
Para cada n
para cada par de n
umeros naturales n, m n0 se tiene

fn (x) fm (x) < para cada x X.
11.1.11 Criterio de convergencia uniforme de Cauchy.
Una sucesion de funciones definidas en el conjunto X es uniformemente convergente en

X si, y solo si, es uniformemente de Cauchy en X.
La convergencia puntual de una sucesion de funciones, aun cuando los terminos de la
sucesion gocen de buenas propiedades, no garantiza nada acerca del lmite. Sin embargo,
cuando la convergencia es uniforme la funcion lmite hereda el caracter continuo, derivable
o integrable de la sucesion.
188
11.1.12 Teorema (Continuidad del lmite puntual) Sean A un subconjunto de R y

{fn }
on de funciones que converge uniformemente en A hacia la funcion f .
n=1 una sucesi
Si fn es continua en un punto x0 A para todo n N, entonces f es continua en x0 .En
consecuencia, si fn es continua en A para cada n N, la funcion lmite f es continua en A.
11.1.13 Teorema (Derivabilidad del lmite puntual) Sea {fn }
on de funn=1 una sucesi
ciones derivables en el intervalo [a, b]. Se supone que:
i) La sucesion de derivadas {fn }
on g.
n=1 converge uniformemente en [a, b] hacia la funci
ii) Existe un punto x0 [a, b] tal que la sucesion numerica {fn (x0 )}
n=1 es convergente.
Entonces la sucesion {fn }
on f que es
n=1 converge uniformemente en [a, b] hacia una funci
derivable en [a, b]. Ademas,
f (x) = g(x) para cada x [a, b] .
on de funciones derivables
11.1.14 Corolario Sean I un intervalo de R y {fn }
n=1 una sucesi
en I. Se supone que:
i) La sucesion de derivadas {fn }
n=1 converge uniformemente en los subintervalos cerrados
y acotados de I hacia la funcion g.
ii) Existe un punto x0 I tal que la sucesion numerica {fn (x0 )}
n=1 es convergente.
Entonces la sucesion {fn }
n=1 converge uniformemente en los subintervalos cerrados y acotados de I hacia una funcion f que es derivable en I. Ademas,
f (x) = g(x) para cada x I .
11.1.15 Observaci
on
i) Estos resultados establecen que, en las condiciones se
naladas, la derivada del lmite es
el lmite de las derivadas.
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.
Resulta que fn = 0 para todo n N, pero {fn }

un punto.
n=1 no converge en ning
11.1.16 Teorema (Integrabilidad del lmite puntual) Sea {fn }
on de funn=1 una sucesi
ciones integrables (en el sentido de Riemann) en el intervalo [a, b], que converge uniformemente en [a, b] hacia una funcion f . Entonces:
i) f es integrable en [a, b].
ii) Si se consideran las funciones definidas en [a, b] por
Z x
Z x
fn ,
f;
Fn (x) =
F (x) =
a
n N,
la sucesion de funciones {Fn }

on F .
n=1 converge uniformemente en [a, b] hacia la funci
En particular,
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
Al igual que en el caso de series numericas la funcion fn se denomina termino n-esimo

de la serie y la funcion Sn suma parcial n-esima de la serie de funciones.
P
Tambien en este caso la serie se representa de forma abreviada por
fn .
n=1
En algunos casos, por razones de comodidad en la notacion, la sucesion de los terminos
de la serie se indica a partir de un n

umero entero distinto de 1; tal es el caso de las series de
potencias que veremos mas adelante.
11.2.2 Definici
on Una serie de funciones
puntualmente convergente si la sucesion
fn definidas en un conjunto X se dice que es
n=1
{Sn }
n=1
de sumas parciales de la misma es puntual-
mente convergente en X.
Si la serie de funciones
fn es puntualmente convergente en X, la funcion f definida
n=1
en X por
f (x) = lm Sn (x)
n
se denomina funcion suma de la serie y se denota por
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
fn definidas en un conjunto X se dice que
n=1
es absolutamente convergente (de forma puntual) en X, si la serie
n=1
convergente en X .
|fn | es puntualmente
Obviamente toda serie absolutamente convergente es puntualmente convergente.

La definicion de convergencia uniforme y el criterio de Cauchy se traducen de forma obvia
para series de funciones:
11.2.5 Definici
fn definidas en X se dice que es uniforme-
n=1
mente convergente en X si la sucesion de sumas parciales de la misma es uniformemente

convergente en X.
191
11.2.6 Criterio de Cauchy.

Sean X un conjunto no vaco y
fn una serie de funciones en X. Es condicion necesaria
n=1
y suficiente para que la serie sea uniformemente convergente en X que se verifique la siguiente
propiedad:
Para cada cada 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
fn definidas en X se dice que converge nor-
n=1
malmente en X si existe una serie convergente de n

umeros reales positivos
mn tal que
n=1

fn (x) mn
para todo n N y para todo x X .
11.2.8 Criterio de Weierstrass.
P
Sea
fn una serie de funciones en el conjunto X. Si la serie converge normalmente
n=1
en X, entonces converge absolutamente en cada punto de X y uniformemente en X.
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
11.2.10 Criterio de Dirichlet.
Sean {fn }
n=1 , {gn }n=1 dos sucesiones de funciones definidas en X. Se supone que:
i) La sucesion de sumas parciales de la serie
fn esta uniformemente acotada en X.
n=1
ii) La sucesion {gn }

otona decreciente y uniformemente
n=1 es de funciones reales, mon
convergente hacia 0.
Entonces la serie
fn gn converge uniformemente en X.
n=1
11.2.11 Corolario Si la sucesion de funciones reales {fn }

otona decreciente en el
n=1 es mon
P
conjunto X y converge uniformemente hacia 0 en X, la serie
(1)n fn es uniformemente
n=1
convergente en X.
En la misma lnea de los dos resultados precedentes se encuentra el criterio de Abel ;

dejamos como ejercicio para el lector la adaptacion y demostracion de este criterio, ya enunciado para series numericas, al caso de las series de funciones.
Los teoremas de paso al lmite enunciados en la primera seccion, al considerar series
funcionales, se traducen en los siguientes resultados.
on suma) Sean A un subconjunto de R y
P
fn una serie de funciones que converge uniformemente en A. Si fn es continua en un
n=1
punto x0 A para todo n N, entonces la suma de la serie es una funcion continua en x0 .

En consecuencia, si fn es continua en A para todo n N, la funcion suma es continua en A.
11.2.13 Teorema (Derivabilidad de la funci
on suma) Sean I un intervalo de R y
fn
n=1
una serie de funciones derivables en I. Se supone que:

i) La serie de las derivadas
fn converge uniformemente en los subintervalos cerrados
n=1
y acotados de I.
ii) Existe un x0 I tal que la serie numerica
n=1
fn (x0 ) es convergente.

Entonces la serie
193
fn converge uniformemente en los subintervalos cerrados y acotados
n=1
de I. Ademas,
X
fn
n=1
(x) =
X
n=1
fn (x) para cada x I .
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
fn una serie de funciones
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;
Fn converge uniformemente en [a, b] hacia la funcion F . En
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
fn una serie de funciones integrables en el intervalo [a, b], que
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
se denomina serie de potencias centrada en el punto x0 .

Si, en este contexto, se sigue el convenio de notacion (x x0 )0 = 1 para todo x R, la
serie de potencias se representa de forma mas compacta como
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.
A partir de los criterios de comparacion para series numericas de terminos positivos se

deduce facilmente el siguiente resultado.
11.3.3 Lema de Abel.

Se considera la serie de potencias
n=0
195
an (x x0 )n . Si R es un n
umero real estrictamente
positivo tal que la sucesion de n

umeros reales positivos {|an | Rn }
n=0 es acotada, entonces la
serie de potencias es absolutamente convergente para cada x R con |x x0 | < R.
Es mas, la serie converge normalmente en los intervalos de la forma [x0 r, x0 + r] para

todo r con 0 < r < R.
11.3.4 Corolario Si la serie de potencias
n=0
an (x x0 )n converge en el punto x1 R,
x1 6= x0 , entonces converge absolutamente en cada punto x que verifique que

|x x0 | < |x1 x0 |
y converge normalmente en los intervalos compactos [x0 r, x0 + r] para todo r con 0 < r <
|x1 x0 |.
Los resultados precedentes arrojan ya informacion sobre el conjunto de puntos donde
una serie de potencias converge. Concretamente, este debe ser un intervalo que contiene al
punto x0 en el que esta centrada o se reduce al propio punto x0 .
11.3.5 Definici
on Dada la serie de potencias
n=0
gencia, que denotaremos por , como sigue:
an (x x0 )n se define su radio de conver-
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
con |x x0 | < y no converge en ning

un punto x con |x x0 | > .
11.3.7 Definici
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
n=0
lmite, finito o infinito,

lm
p
n
|an | = .
an (x x0 )n , se supone que existe el
197
Entonces, si es el radio de convergencia de la serie, se tiene que
si = 0;
= 0 si = ;
si 0 < < .
(11.1)
En particular, si todos los coeficientes de la serie son no nulos, al menos a partir de un
termino en adelante, y existe el lmite

|an |
,
n |an+1 |
lm
este coincide con .

Los lmites contemplados anteriormente no tienen por que existir, no obstante, es posible
dar una version mas fuerte del resultado anterior, que no abordaremos aqu.
11.4.
Funciones definidas por series de potencias
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
Si se denota por f a la funcion suma de la serie, resulta que f es continua en (x0 , x0 + )

(si = se entiende que dicho intervalo es R).
El teorema anterior, que es consecuencia inmediata del teorema 11.2.12, resuelve el problema de la continuidad en el abierto de convergencia, pero no dice nada acerca del compor-
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
que la serie tambien converge en el punto x1 = x0 + . Si f denota la funcion suma de la

serie en el intervalo (x0 , x0 + ], entonces existe el lmite lateral lm f (x) y ademas
xx1
lm f (x) =
xx
1
X
n=0
an (x1 x0 ) =
an n = f (x1 ) .
n=0
Analogo resultado se obtiene, si la serie de potencias converge en el extremo inferior del

abierto de convergencia x2 = x0 .
De la continuidad de la funcion suma se sigue la siguiente propiedad.
11.4.3 Principio de identidad.
Se supone que las series de potencias
n=0
an (x x0 )n y
n=0
bn (x x0 )n tienen radios de
convergencia no nulos 1 y 2 , respectivamente, y que existe un n

umero real , con 0 < <
mn{1 , 2 }, de manera que las sumas de ambas series coinciden para cada x (x0 , x0 +).
Entonces las series son iguales, es decir,
an = b n
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
tiene tambien radio de convergencia .
X
=
(n + 1) an+1 (x x0 )n
n=0
an (x x0 )n . La
199
11.4.5 Teorema Sea f la funcion suma de la serie de potencias
n=0
an (x x0 )n , definida
en el abierto de convergencia (x0 , x0 + ). Entonces f es derivable en este intervalo y

f (x) =
X
n=0
(n + 1) an+1 (x x0 )n
para cada x (x0 , x0 + ) .
De hecho, f es de clase C en (x0 , x0 + ). Ademas, para cada m N se tiene que

f (m) (x) =
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.
11.4.6 Teorema Sea f la funcion suma de la serie de potencias
n=0
an (x x0 )n , definida
en el abierto de convergencia (x0 , x0 + ). Si C R, la funcion F , suma de la serie de

potencias
X
X
an1
an
n+1
(x x0 )
(x x0 )n
=C+
C+
n+1
n
n=1
n=0
es una primitiva de f en el intervalo (x0 , x0 + ).
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
la serie suma de ambas por
X
n=0
bn (xx0 )n se define
n=0
(an + bn ) (x x0 )n
y la serie producto de Cauchy como
X
n=0
cn (x x0 ) ,
siendo cn =
n
X
k=0
ak bnk ,
n 0.
200
No existe un criterio general que permita determinar el radio de convergencia de una

suma o un producto de series, sin embargo, es posible dar una estimacion del mismo, como
se muestra en el siguiente teorema.
11.4.8 Teorema Si las series de potencias
n=0
an (x x0 )n y
n=0
bn (x x0 )n tienen radios
de convergencia 1 y 2 , respectivamente, entonces las series suma y producto de Cauchy de

las anteriores tienen radios de convergencia mayores o iguales que 0 = mn{1 , 2 }.
11.4.9 Definici
on Sea f una funcion real definida en un intervalo abierto I de R. Se dice
que f es analtica en un punto x0 I si existen un n
umero > 0 tal que (x0 , x0 + ) I,
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
para cada x (x0 , x0 + ) .
i) En las condiciones de la definicion anterior es habitual obviar el dominio de definicion

de la funcion f ; lo que en realidad es relevante es el abierto de convergencia de la serie que
la representa, que contiene al intervalo (x0 , x0 + ). As, en lo sucesivo, al referirnos a
una tal funcion, diremos simplemente que es analtica en el punto x0 .
ii) El teorema anterior muestra que la suma y el producto de funciones analticas en un
punto x0 son tambien funciones analticas en dicho punto.
iii) En virtud del teorema 11.4.5, si f es analtica en el punto x0 , entonces es de clase C
en un entorno de ese punto.
En lo que respecta a la division de series de potencias, es decir, de funciones analticas,
se tiene el siguiente resultado.
11.4.11 Teorema Sean f y g dos funciones analticas en el punto x0 . Si g(x0 ) 6= 0, entonces
la funcion f/g es analtica en x0 .
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
en un entorno de x0 . Para calcular los coeficientes de la serie
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-
nados, teniendo en cuenta que se debe verificar que
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
Ya hemos comentado que una funcion analtica en un punto x0 es de clase C en un

entorno de este punto; ademas, en virtud del teorema 11.4.5, las sumas parciales de la serie
de potencias centrada en x0 que la representa son precisamente los polinomios de Taylor
de f en dicho punto. Esto sugiere la siguiente definicion.
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
se denomina serie de Taylor de f en el punto x0 .
Surge entonces de forma natural la siguiente cuestion, es toda funcion de clase C en

un entorno de x0 analtica en dicho punto? o, dicho de otra forma, viene representada una
tal funcion por su serie de Taylor en un entorno del punto x0 ?
La respuesta es, en general, negativa, como pone de manifiesto el siguiente ejemplo:
Consideremos la funcion definida en R por
e1/x
f (x) =
si x > 0;
si x 0.
Resulta que f es de clase C en R y, ademas,
f (n) (0) = 0 para cada n N ,

por lo que su serie de Taylor en el punto x0 = 0 es la identicamente nula (que tiene radio de
convergencia ) y, obviamente, f no coincide con la funcion suma de esta serie en ning
un
entorno de 0.
Existen tambien funciones de clase C en un entorno de un punto x0 tales que su serie
de Taylor en dicho punto tiene radio de convergencia nulo y, en consecuencia, no pueden
representar a ninguna funcion analtica.
Recordemos que, si f es de clase C en un entorno del punto x0 , para cada n N se
define el resto de Taylor de orden n de f en x0 por
Rn (f, x0 )(x) = f (x)
n
X
f k) (x0 )
k=0
k!
(x x0 )k .
El resultado mas general acerca del problema planteado es el siguiente.
203
11.5.2 Teorema Una funcion f de clase C en un entorno del punto x0 es analtica en

dicho punto si, y solo si, existe un n
umero real > 0 tal que la sucesion de restos de Taylor

Rn (f, x0 ) n=1 converge hacia 0 en (x0 , x0 + ).
El siguiente resultado presenta una forma de aplicar el teorema anterior basada en la
forma de Lagrange del resto de Taylor.

11.5.3 Teorema Sea f una funcion de clase C en un entorno del punto x0 . Se supone que
existen un n
umero > 0 y dos n
umeros reales positivos M y r, tales que
(n)
f (x) M n! rn
para cada x (x0 , x0 + ) y todo n N. Entonces f es analtica en x0 .

A continuacion se relacionan los desarrollos en serie de potencias de varias funciones de
uso frecuente. En algunos casos se deducen de la propia definicion de la funcion, en otros de
los resultados expuestos anteriormente.
11.5.4 Desarrollos en serie de Taylor de las funciones elementales.
Todos los desarrollos se refieren al punto x0 = 0. En cada caso se relaciona el abierto de
convergencia de la correspondiente serie de potencias, donde representa a la funcion.
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
1 Estudiar la convergencia puntual y uniforme de las siguientes sucesiones de funciones

{fn }
n=1 en los conjuntos que se indican:
1.1 fn (x) = xn ,
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.
1.8 fn (x) = senn (x) , x [/4, /4].

1.10 fn (x) =
x [0, 1/2].
x [0, 1].
1.4 fn (x) =
1.7 fn (x) =
1.2 fn (x) = xn ,
x (0, ).
1.9 fn (x) = senn (x) , x R.
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
1.22 fn (x) = x enx ,
x [0, ).
1.24 fn (x) = n2 x enx ,

1.25 fn (x) =
1.26 fn (x) =
ex
,
xn
x,
x R.
1.23 fn (x) = n x enx ,
x [0, ).
x [0, ).
x [0, 1].
x (1, ).
2 a) Demostrar que si la sucesion {fn }

n=1 converge uniformemente hacia f en un conjunto A, entonces |fn (xn ) f (xn )| converge hacia 0 cuando n tiende hacia , cualquiera que
206
sea la sucesion {xn }

n=1 de puntos de A.
b) Estudiar la convergencia puntual y uniforme en R de la sucesion de funciones reales
{fn }
n=1 definida por
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) .
4 Se considera la sucesion de funciones {fn }

n=1 definida por
fn (x) =
2 n2 x
,
(1 + n2 x2 ) log(n + 1)
x R.
a) Probar que {fn }

n=1 converge puntualmente, pero no uniformemente, en R.
b) Probar que {fn }
n=1 converge uniformemente en todo intervalo [a, ), con a > 0.
5 Estudiar la convergencia puntual y uniforme en [0, 1] de la sucesion de funciones {fn }
n=1
definida por
fn (x) =
nx 1

,
1 + x log(n) 1 + n x2 log(n)
0 x 1.
6 Estudiar la convergencia de la sucesion de funciones {fn }

n=1 definida en [0, ) por
fn (x) =
Calcular el valor de
lm
1
0
n ex + x ex
.
n+x

x2 + 1 fn (x) dx .

n=1 definidas por:
fn (x) =
2n cos x + sen2 (nx)

,
n
x R.
1. Estudiar la convergencia puntual y uniforme de la sucesion en R.

2. Calcular lm
207
fn (x) dx.
0

n=1 definida por
2
fn (x) = n2 xenx ,
x [0, 1].
Probar que {fn }

on integrable, pero que
n=1 converge puntualmente hacia una funci
Z 1
lm
fn (x) dx = +.
n
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)!
10 Probar que converge uniformemente en [0, ) la serie funcional
X
enx 1
n=0
2n enx
11 Estudiar la convergencia de la serie de funciones
X
n=0
x2
(1 + x2 )n
y hallar, donde proceda, el valor de su suma.

12 Estudiar la convergencia puntual y uniforme en el intervalo [0, 2] de la serie funcional
X
n=0
x (1 x)n .
13 Se considera la serie funcional dada por
X
n=1
xn
.
n (1 + n x2 )
Estudiar los dominios de convergencia puntual y uniforme.
208
14 Se consideran las funciones fn : [0, ) R definidas por

fn (x) = x n2 enx (n 1)2 e(n1)x ,
a) Probar que la serie
n=1
n = 1, 2, . . .
fn (x) converge en [0, ) y hallar su suma.
b) Demostrar que dicha serie no converge uniformemente en [0, ).

c) Demostrar que, si a > 0, la convergencia de
n=1
fn (x) es uniforme en [a, ).
1
P
converge uniformemente en todo intervalo de la
x
n=1 n
forma [, ), con > 1, pero no converge uniformemente en (1, ).1
15 Probar que la serie funcional
16 Demostrar que la serie
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
17 Demostrar que la serie funcional
x2 + n
(1)
n2
n=1
n
converge uniformemente en cualquier intervalo acotado, pero no converge absolutamente en

ning
un punto de R.
1
La funcion suma de esta serie es la conocida funci

on zeta de Riemann (x), que puede extenderse de
manera continua a C \ {1}. Esta funcion tiene ceros (triviales) en los n

umeros pares negativos; Riemann
conjeturo a mediados del siglo XIX que los ceros no triviales de la funcion est
an situados en la recta
Re(z) = 1/2. Esta conjetura, conocida como la hip
otesis de Riemann, es uno de los problemas abiertos mas
importantes de la matematica actual. Hay un premio de un millon de dolares ofrecido por el Instituto Clay
de Matem
aticas para la primera persona que desarrolle una demostraci
on correcta de la conjetura.
209
18 Estudiar la convergencia puntual en (0, ) de la serie funcional
X
log(1 + n x)
n=1
n xn
demostrando previamente que log(1 + ) , para todo > 0.

Probar que la convergencia es uniforme en todo intervalo de la forma [, ), con > 1.
19 Estudiar la convergencia puntual y uniforme en R de la serie de funciones
X
n=1
(x2
1
.
+ n)(x2 + n + 1)
20 Probar que converge uniformemente en R la serie funcional
X
sen(n2 x)
n=1
n2
Que puede decirse acerca de la convergencia de la serie derivada?

21 Demostrar que si x 6= 2 k, k Z, se verifica

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
Deducir que, si 0 < < , las series de funciones
X
sen(n x)
n=1
n + x2
X
cos(n x)
n=1
n + x2
son uniformemente convergentes en el intervalo [, 2 ].
22 Sean {an }
umeros reales tales que las series
bn son absolutamente convergentes.
n=1
a) Probar que la suma de la serie (trigonometrica)

a0 X
+
an sen(n x) + bn cos(n x)
2
n=1
n=1
an y
210
define una funcion continua f en R.

b) Comprobar que se verifica
a0
1
=
an =
bn =
f (x) dx ;
f (x) sen(n x) dx ;
n N,
f (x) cos(n x) dx ,
n N.
c) Demostrar que, si ademas las series
n an y
n=1
entonces f es de clase C 1 en R.
n bn son absolutamente convergentes,
n=1
23 Se considera la serie de funciones
X
x
1
arc tg( ).
n
n
n=1
a) Probar que converge puntualmente en R.

b) Demostrar que la funcion suma de la serie es derivable en R.
24 Se considera la serie de funciones
X
cosn (x)
n=1
1. Probar que la serie converge puntualmente en (0, ).

2. Probar que la serie derivada converge puntualmente en (0, ) y uniformemente en
[, ] para cualquier (0, /2).
3. Calcular la funcion suma de la serie en (0, ).
25 Se considera la serie de funciones dada por
X
n=1
x
.
n (1 + n x2 )
Estudiar los dominios de convergencia puntual y uniforme.
211
Si f es la funcion suma de la serie de funciones, probar que f es continua en [0, 1] y

Z 1
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.
a) Demostrar que f es continua en [0, 1] y que 0 f (x)
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
28 Se considera la serie de potencias
X
(1)n x2n
n=0
4n (n!)2
Demostrar que su radio de convergencia es . Si se denota por f a la funcion suma de esta

serie probar que, para cada x R,
x f (x) + f (x) + x f (x) = 0 .
29 Sumar las series
29.1
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
30 Calcular la derivada decima de la funcion f (x) = x6 ex en el punto x0 = 0.

31 Sea
an xn una serie de potencias tal que existen n

umeros reales y de modo que
n=0
an + an1 + an2 = 0 para cada n 2 .
a) Demostrar que esta serie tiene radio de convergencia no nulo.

b) Demostrar que, si x es un n
umero real en el que la serie es convergente, la suma de la
serie, S(x), verifica
(1 + x + x2 ) S(x) = a0 + ( a0 + a1 ) x .
213
32 Determinar la solucion de la ecuacion diferencial

f (x) + x f (x) + f (x) = 0 ,
en forma de serie de potencias, sujeta a las condiciones iniciales
f (0) = 0 ,
f (0) = 1 .
33 Determinar la solucion de la ecuacion diferencial

f 4) (x) = f (x) ,
en forma de serie de potencias, sujeta a las condiciones iniciales
f (0) = 1 ,
34 Demostrar que
X
(1)n+1
n=1
f (0) = f (0) = f (0) = 0 .
= log(2) .
35 Desarrollar en serie de potencias en un entorno de x0 = 0 las siguientes funciones:

!
r

1+x
2x
1 x2
35.2
35.3 arctg
35.1 log
1x
1 + x4
1 + x2
35.4 sen2 (x)
35.7
ex
1+x
x2
(x 1)(2 x)2
r
1+x
35.8
1x
35.5
35.6
36 Hallar la serie de Taylor en x0 = 0 de las funciones siguientes:

x
e 1
sen(x)
si x 6= 0;
x
x
y
g(x) =
f (x) =
1
1
si x = 0.
37 Desarrollar en serie de potencias la funcion f definida por

Z x
sen t
dt.
f (x) =
t
0
log(1 x)
x1
si x 6= 0;
si x = 0.
214
38 Sea f : (1, ) R definida por
log(1 + x)
, si x 6= 0,
x
f (x) =
1,
si x = 0.
1. Calcular el desarrollo en serie de potencias de la funcion f en un entorno de x0 = 0.
2. Calcular una primitiva de la funcion f en el intervalo (1, 1).

Z 1
Z 1/2
f (x) dx.
f (x) dx y
3. Calcular
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 .
Captulo 12. Lmites y continuidad en Rd
216
Se definen la suma de elementos de Rd y el producto de un escalar por un elemento de Rd

como sigue:
Para x = (x1 , x2 , . . . , xd ), y = (y1 , y2 , . . . , yd ) Rd se define su suma x + y por
x + y = (x1 + y1 , x2 + y2 , . . . , xd + yd ) .
Si x = (x1 , x2 , . . . , xd ) Rd y es un n
umero real se define su producto x por
x = (x1 , x2 , . . . , xd ) .
El conjunto Rd con estas operaciones es un espacio vectorial sobre el cuerpo de los n
umeros
reales.
Para x = (x1 , x2 , . . . , xd ), y = (y1 , y2 , . . . , yd ) Rd se define su producto escalar x y por
x y =
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
12.1.5 Desigualdad de Schwarz. Para todo x , y Rd se tiene que

|x y | kx k ky k .
12.1.6 Observaci
on Cuando d = 1, la norma eucldea coincide con el valor absoluto
definido en R.
12.1.7 Proposici
on La aplicacion d : Rd Rd R definida por
d(x , y ) = kx y k =
d
X
i=1
|xi yi |2
1/2
verifica las siguientes propiedades:

D1. d(x , y ) 0 para todo x , y Rd .
D2. d(x , y ) = 0 si, y solo si, x = y .
D3. d(x , y ) = d(y , x ) para todo x , y Rd .
D4. d(x , z ) d(x , y ) + d(y , z ) para todo x , y , z Rd .
12.1.8 Observaci
on Si E es un conjunto no vaco, se denomina distancia o metrica en E
cualquier aplicacion d : E E R que verifique las propiedades D1-D4. El concepto de
metrica permite abordar rigurosamente la idea de proximidad a la que nos referamos
anteriormente.
Notese que la distancia definida en la proposicion anterior para d = 1, 2, 3 es la distancia
eucldea de uso habitual en R, R2 y R3 , respectivamente.
12.2.
Topologa de los espacios eucldeos
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
que para cada n

kxn x k < para cada n
En este caso, diremos que {xn }
mite de la sucesi
on
n=1 converge hacia x o que x es el l
{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
El problema de estudiar la convergencia o calcular el lmite de una sucesion de elementos

de Rd se transforma as en la resolucion del mismo problema para d sucesiones de n
umeros
reales.
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 .
La nocion de lmite restringida a subconjuntos de uno dado tiene exactamente la misma

aplicacion en este caso que en el de funciones de una variable.
12.4.4 Definici
on Sean A un subconjunto de Rd , a un punto de acumulacion de A y f
una aplicacion de A en Rm . Si B A y a es tambien punto de acumulacion de B, el lmite
lm f| (x ) , si existe, se denomina lmite de la aplicaci
on f en el punto a siguiendo (o a
x a
traves de) el subespacio B y se denota por
lm f (x ) .
x a
x B
12.4.5 Teorema Sean A un conjunto de Rd , a un punto de acumulacion de A y f una

aplicacion de A en Rm . Son equivalentes:
i) f tiene lmite l en el punto a.
ii) Para cada subconjunto B A tal que a B , f tiene lmite en a a traves de B, y
este es precisamente l .
12.4.6 Criterio secuencial. Sean A un conjunto de Rd , a un punto de acumulacion de A
y f una aplicacion de A en Rm . Son equivalentes:
i) f tiene lmite en a.
m xn = a,
n
la sucesion {f (xn )}
n=1 es convergente.
224
Ademas, si lm f (x ) = l , se tiene que lm f (xn ) = l para cada sucesion {xn }

n=1 de puntos
x a
de A, distintos de a, y convergente hacia a.

12.4.7 Proposici
on Sean A un subconjunto de Rd , a un punto de acumulacion de A, f
una aplicacion de A en Rm y sean B un subconjunto de Rm , b un punto de acumulacion
de B y g una aplicacion de B en Rp . Supongamos que f (A) B \ {b}. Si f tiene lmite en
a, b = lmx a f (x) y g tiene lmite en b, entonces
lm (g f )(x ) = lm g (y ) .
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 .
Si A es un subconjunto de Rd y f : A Rm es una aplicacion, la funcion real fj = j f

se denomina componente j-esima de f , j = 1, 2, . . . , m.
En esta situacion es usual escribir f = (f1 , f2 , . . . , fm ).
12.4.9 Proposici
on Sean A un conjunto de Rd , a un punto de acumulacion de A, y f =
(f1 , f2 , . . . , fm ) una aplicacion de A en Rm . Entonces
lm f (x ) = l = (1 , 2 , . . . , m ) Rm
x a
si, y solo si,

lm fj (x ) = j R para cada j = 1, 2, . . . , m .
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
ii) lm (hf )(x ) = l .

x a
iii) lm (f g )(x ) = l k .
x a
iv) Si 6= 0, y h(x ) 6= 0 para cada x A, lm 1/h(x ) = 1/.

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
12.5.4 Criterio secuencial. Sean A un conjunto de Rd , a A y f una aplicacion de A
en Rm . Son equivalentes:
227
i) f es continua en a.
m xn = a, la sucesion {f (xn )}
n=1
n
converge hacia f (a).

12.5.5 Teorema Sean A un conjunto de Rd , a un punto de A y f = (f1 , f2 , . . . , fm ) una
aplicacion de A en Rm . Entonces f es continua en a si, y solo si, cada una de las funciones
componentes f1 , f2 , . . . , fm es continua en a.
12.5.6 Proposici
on Sean A un conjunto de Rd y a un punto de A. Sean f , g aplicaciones
de A en Rm y h una funcion de A en R. Supongamos que f , g y h son continuas en a.
Entonces las aplicaciones
f +g,
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
y g : B Rp aplicaciones tales que f es continua en a A y g es continua en f (a) B.

Entonces la aplicacion compuesta g f es continua en a A.
12.5.8 Proposici
on Sean A un conjunto de Rd y f una aplicacion de A en Rm . Entonces
f es continua en A si, y solo si, para cualquier conjunto abierto U de Rm existe un abierto
G de Rd tal que f 1 (U ) = A G.
Este resultado nos proporciona un criterio sencillo para determinar el caracter abierto o
cerrado de determinados conjuntos.
12.5.9 Corolario Sean A un conjunto de Rd y f una aplicacion de A en Rm . Entonces:
i) Si A es abierto, f es continua en A si, y solo si, para cada conjunto abierto U de Rm
se tiene que f 1 (U ) es abierto (de Rd ).
ii) Si A es cerrado, f es continua en A si, y solo si, para cada conjunto cerrado F de Rm
se tiene que f 1 (F ) es cerrado (de Rd ).
228
12.5.10 Ejemplo Sea f una funcion real continua en Rd . Para cualquier n

umero real los
conjuntos
{x Rd : f (x ) > } y {x Rd : f (x ) < }
son abiertos; y los conjuntos
{x Rd : f (x ) } y {x Rd : f (x ) }
son cerrados.
12.5.11 Teorema de Weierstrass.
Sean A un conjunto de Rd y f una funcion continua de A en Rm . Si K es un subconjunto
compacto de A, entonces f (K) es compacto.
12.5.12 Corolario Sea f una funcion real continua en un conjunto compacto K de Rd .
Entonces f es acotada y alcanza sus extremos, es decir, existen dos puntos a, b de K tales
que f (a) = m y f (b) = M , siendo
m = nf{f (x ) : x K}
12.6.
M = sup{f (x ) : x K} .
Ejercicios
1 Determinar los subconjuntos de R2 tales que las relaciones

y
1.1 z = log 2
1.2 z = log(1 x y)
x + y2 1
q
p

1.3 z = x cos(y)
1.4 z = sen x2 + y 2
1.5 z = log x + y 2
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 ]
verifica que lm g() = 0 .

0
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
pasa por el, tiene la funcion lmite en dicho punto?

6 Se considera la funcion f : R2 \ {(0, 0)} R definida por
x2 + y 2
f (x, y) = 2
,
x + y4
(x, y) 6= (0, 0) .
Tiene la funcion f lmite en (0, 0)?

7 Se considera la funcion f : R2 R definida por

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
8 Sea f : R2 R la funcion definida por
xy x + y
x+y
f (x, y) =
si x + y 6= 0;
si x + y = 0.
Existe el lmite en (0, 0) de f ?
9 Determinar el dominio de definicion de la funcion

f (x, y) =
x2 y 2
.
x2 y 2 + (x y)2
Probar que no existe el lmite de f en (0, 0).

10 Estudiar la continuidad en R2 de la funcion definida por
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.
12 Sea f : R2 R la funcion definida por
xy
2
x + y2
f (x, y) =
si (x, y) 6= (0, 0);

si (x, y) = (0, 0).
Es continua f en (0, 0)?
13 Se considera la funcion f : R2 R definida por
|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) =
si (x, y) 6= (1, 1);

si (x, y) = (1, 1),
x3 y
si (x, y) =
6 (0, 0);
2
(x + y 2 )2
f (x, y) =
0
si (x, y) = (0, 0).
xy
si (x, y) =
6 (0, 0);
p 2
x + y2
f (x, y) =
0
si (x, y) = (0, 0).
17 Estudiar la continuidad en R2 de la funcion

2
x + y 2 + 2xy 2
x2 + y 2
f (x, y) =
si (x, y) 6= (0, 0);

si (x, y) = (0, 0).
18 Estudiar la continuidad en R2 de la funcion
x2 y 2
2
(x + y 2 )2 + (x + y)4
f (x, y) =
si (x, y) 6= (0, 0);

si (x, y) = (0, 0).
19 Sea f : R2 R una funcion continua. Se supone que

1
1 1
f 1+ ,
= n sen
para todo n N.
n 2n
n
Cuanto vale f (1, 0)?
233
x2 y 2 z
si (x, y, z) 6= (0, 0, 0);

6
x + y6 + z4
f (x, y, z) =
0
si (x, y, z) = (0, 0, 0).
21 Probar que la aplicacion f : G R4 dada por

f (x, y) =

p
2
2
log(xy) , cos(x + y) , x + y , x
es continua en G = {(x, y) R2 : xy > 0}.

22 Probar que:
22.1 El conjunto A = {(x, y) R2 : x2 + 4y 2 > 1} es un abierto de R2 .

22.2 El conjunto B = {(x, y) R2 : x2 + 4y 2 1} es un cerrado de R2 .
23 Estudiar si los siguientes conjuntos son compactos o no:
23.1 A = {(x, y) R2 : xy > 1}.
23.2 B = {(x, y) R2 : y x2 }.
23.3 C = {(x, y, z) R3 : x2 + y 2 z 4}.
24 Si calculamos la distancia al origen de coordenadas de los puntos de la elipse
K = {(x, y) R2 : x2 + 4y 2 = 1},
pruebese que existen dos puntos a, b en los que dicha distancia es mnima y maxima,
respectivamente.
25 Sea f : R2 R una funcion continua tal que
f (1, 0) < 0
f (1, 0) > 0 .
Demostrar que existen infinitos puntos de R2 donde la funcion se anula.
234
26 Sea f una aplicacion continua de un intervalo compacto [a, b] en Rd , y tal que

kf (a)k = 0
kf (b)k = 1 .
Demostrar que existe un punto (a, b) que verifica kf ()k = 1/2.

27 Existe una funcion f : R2 R2 continua tal que
f (1, 0) = (1, 0),
f (1, 0) = (1, 0) y f (x, y) 6= (0, 0) para cualquier (x, y) R2 ?
Captulo 13
C
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
13.1.
236
Derivabilidad y diferenciabilidad
Cuando se consideran aplicaciones definidas en abiertos de Rd , con d > 1, carece de

sentido considerar cocientes incrementales de tales aplicaciones, y por tanto es imposible
generalizar el concepto de derivabilidad en esos terminos. Lo que s es posible es generalizar
el concepto de derivada a subespacios de dimension uno. Aparece as el concepto de derivada
direccional y, como caso particular, el de derivada parcial.
13.1.1 Definici
on Sean A un abierto de Rd , x0 un punto de A y f una aplicacion de A
en Rm . Dado un elemento v de Rd \ {0}, se dice que f admite derivada direccional en el
punto x0 seg
un la direccion de v si existe el lmite
lm
h0
f (x0 + hv ) f (x0 )
,
h
y se denota
dv f (x0 ) o Dv f (x0 ) .
i)
Cuando se considera el vector vi = (0, . . . , 0, 1, 0 . . . , 0), el lmite anterior recibe el nombre

de derivada parcial de f respecto de xi en el punto x0 , y se denota por
Di f (x0 ) o
f
(x0 ) .
xi
Si la aplicacion f admite derivadas parciales respecto de todas las variables en el punto x0

se dice que es derivable en dicho punto. Cuando f es derivable en cada punto de A se dice
que es derivable en A.
13.1.2 Observaci
on Si f es una funcion real, las derivadas direccionales son las derivadas
en t = 0 de las funciones de una variable t 7 f (x0 +tv ), y como tales gozan de las propiedades
aritmeticas de estas; por ejemplo, si dos aplicaciones definidas en un mismo abierto de Rd
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
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 .
La aplicacion lineal L, si existe, es u

nica y recibe el nombre de diferencial de f en el
punto x0 . Esta aplicacion se denotara por
(df )x0 ,
df (x0 ) o f (x0 ) .
Si f es diferenciable en todo punto de A se dice que es diferenciable en A.

13.1.4 Teorema (Continuidad de una funci
on diferenciable) Sean A un abierto de Rd ,
x0 un punto de A y f una aplicacion de A en Rm . Si f es diferenciable en x0 , entonces es
continua en dicho punto.
13.1.5 Teorema (Derivabilidad de una funci
on diferenciable) Sean A un abierto de Rd ,
x0 un punto de A y f una aplicacion de A en Rm . Si f es diferenciable en x0 entonces existen las derivadas direccionales seg
un cualquier direccion en dicho punto, en particular, f es
derivable en x0 . Ademas se tiene que, para cada vector v Rd \ {0},
Dv f (x0 ) = (df )x0 (v ) = f (x0 )(v ) .
Captulo 13. C
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
denotada usualmente por
(f1 , f2 , . . . , fm )
,
(x1 , x2 , . . . , xd )
se denomina matriz jacobiana de f en el punto x0 . Si, ademas, f es diferenciable en x0 ,

entonces la aplicacion lineal f (x0 ) viene dada de forma matricial respecto de las bases
estandar de Rd y Rm por dicha matriz jacobiana, es decir,

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)
Si f es una funcion real definida en un abierto A de Rd , derivable en el punto x0 ,

la matriz jacobiana de f en x0 se denomina tambien gradiente de f en el punto x0 y se
denota por f (x0 ) , esto es,
f (x0 ) =

D1 f (x0 ), D2 f (x0 ), . . . , Dd f (x0 ) .
Si, ademas, f es diferenciable en dicho punto, la formula (13.1) se representa tambien en

este caso mediante el producto escalar
f (x0 )(h) = f (x0 )h .
Captulo 13. C
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
proporciona la mejor aproximacion afn de f . La grafica de esta funcion es un plano afn

(en R3 ), que contiene al punto x0 , y0 , f (x0 ) , y se denomina plano tangente a la superficie
z = f (x, y) en dicho punto. Los vectores

f
1, 0,
(x0 , y0 )
x

f
0, 1,
(x0 , y0 ) ,
y
derivadas en el punto t0 = 0 de las aplicaciones

t 7 x0 + t, y0 , f (x0 + t, y0 )

t 7 x0 , y0 + t, f (x0 , y0 + t) ,
respectivamente, resultan ser dos vectores directores de dicho plano.
Condicion necesaria para la diferenciabilidad de una funcion en un punto es la existencia

de todas sus derivadas direccionales; sin embargo, tal condicion no es suficiente, a menos que
se a
nada la hipotesis de continuidad de dichas derivadas.
Captulo 13. C
240
13.1.9 Teorema Sea f una aplicacion de un abierto A de Rd en Rm . Si en todos los puntos

de un entorno de x0 A existen todas las derivadas parciales de f y son continuas en x0 ,
entonces f es diferenciable en dicho punto.
13.1.10 Proposici
on Sean A un abierto de Rd , x0 un punto de A, f , g aplicaciones de A
en Rm y h una funcion de A en R, todas ellas diferenciables en x0 . Entonces:
i) f + g es diferenciable en x0 y
(f + g ) (x0 ) = f (x0 ) + g (x0 ) .
ii) h f es diferenciable en x0 y
(h f ) (x0 ) = h(x0 ) f (x0 ) + f (x0 ) h (x0 ) ,
es decir,
(h f ) (x0 )(v ) = h(x0 ) f (x0 )(v ) + f (x0 ) h (x0 )(v )
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
y g una aplicacion de B en Rp . Si f es diferenciable en el punto x0 A y g es diferenciable

en el punto y0 = f (x0 ) B entonces la aplicacion h = g f es diferenciable en el punto x0 ;
ademas

h (x0 ) = g (y0 )f (x0 ) = g f (x0 ) f (x0 ) .
Captulo 13. C
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.
Derivadas de orden superior
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
de A y estas son continuas en A, se dice que la funcion es de clase C k en A y se representa
f C k (A).
Si f es de clase C k en A para cada k N se dice que es de clase C en A y se representa
f C (A).
Captulo 13. C
242
Al decir que f es de clase C 0 en A (denotado por f C 0 (A)), se quiere significar que f

es continua en A.
13.2.2 Definici
on Sea A un abierto de Rd . Se dice que una aplicacion f : A Rm es de
clase C k en A si as lo es cada una de sus funciones componentes.
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 ,
ambas aplicaciones de clase C k en A y B, respectivamente. Entonces, la aplicacion compuesta

h = g f es de clase C k en A.
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
243
multiplicidad de esa derivada; as, la expresion

mf
(x )
x1 m1 x2 m2 . . . xd md
representa la derivada de orden m = m1 + . . . + md de f derivando mi veces respecto de
cada variable xi . Para funciones suficientemente regulares, en virtud del teorema anterior, el
orden de derivacion es irrelevante.
La formula de Taylor para funciones de varias variables tiene el mismo significado conceptual que en el caso de una variable: aproximar localmente una funcion definida en un
abierto A de Rd por un polinomio.
13.2.7 F
ormula de Taylor.
Sean A un abierto de Rd , f : A R una funcion de clase C k+1 en A y a A. Si
B(a, r) A (r > 0), para cada x B(a, r), se tiene que
d
d
1 X f
1 X
2f
f (x ) = f (a) +
(a) hj1 +
(a) hj1 hj2 + . . .
1! j =1 xj1
2! j ,j =1 xj1 xj2
1
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)
siendo h = x a = (h1 , h2 , . . . , hd ), y (0, 1) un n

umero que depende de h (observese
que a + h pertenece el segmento que une a y x , que esta contenido en B(a, r)).
13.2.8 Observaci
on
i) Con la notacion de (13.2), la diferencia
d
X
1
f (a + h)
(k + 1)! j ,...,j
1
k+1
k+1 f
(a + h) hj1 hj2 hjk+1
x
x
.
.
.
x
j
j
j
1
2
k+1
=1
es un polinomio de grado a lo sumo k en las d variables h1 , h2 , . . . , hd , denominado polinomio

de Taylor de orden k de la funcion f en el punto a, y denotado por Tk (f, a)(x ).
Captulo 13. C
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
j1 +j2 ++jd =k+1
k+1 f
1
j1 j2
jd
j1
j2
jd (a + h) h1 h2 hd ,
j1 ! j2 ! jd ! x1 x2 xd
donde ji N {0} para todo i (la derivacion respecto de xi no se efect

ua si ji = 0).
13.2.9 Proposici
on Sean A un abierto de Rd , f : A R una funcion de clase C k en A y
a A. El polinomio de Taylor de orden k de f en el punto a verifica que
lm
x a
f (x ) Tk (f, a)(x )
kx akk
= 0.
De hecho, Tk (f, a)(x ) es el u

nico de entre todos los polinomios de grado menor o igual que k
que verifica la relacion anterior.
En otros terminos, existe una funcion : A R, con
lm (x ) = 0 ,
x a
de modo que para cada x A se tiene que

f (x ) = Tk (f, a)(x ) + kx akk (x ).
13.2.10 Ejemplo Se da a continuacion una version particular de la formula de Taylor:
Sea f una funcion de clase C 3 en el disco abierto B(x0 , r) R2 . Existe una funcion
: B(x0 , r) R, con lm (x ) = 0, y tal que para cada x R2 con kx x0 k < r se tiene

x x0
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
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
246
Se dice que la forma cuadratica Q en Rd es semidefinida positiva (resp. negativa) si

Q(x ) 0 (resp. Q(x ) 0) para cada x Rd .
Se dice que la forma cuadratica Q en Rd es indefinida si no es semidefinida, es decir, si
toma valores estrictamente positivos y negativos en distintos puntos de Rd .

13.3.5 Observaci
on Una matriz simetrica A define una forma cuadratica mediante la expresion
Q(x ) = x A x t .
(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
, para cada k = 1, 2, . . . , d se denota por k
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
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
A con f (a) = 0. Si f tiene un mnimo (resp. maximo) relativo en a, la forma cuadratica

h 7 h Hf (a) h t es semidefinida positiva (resp. negativa).
En consecuencia, si esta forma cuadratica es indefinida f no puede presentar extremos
en el punto a.
13.3.11 Condiciones suficientes para la existencia de extremo.
Sean A un abierto de Rd , a un punto de A y f : A R una funcion de clase C 2 en A y
tal que f (a) = 0. Entonces:
i) Si la forma cuadratica h 7 h Hf (a) h t es definida positiva (resp. negativa), f

presenta un mnimo (resp. maximo) relativo estricto en a.
ii) Si las formas cuadraticas h 7 h Hf (x ) h t son semidefinidas positivas (resp. negativas) para todos los puntos x de un entorno de a, f presenta un mnimo (resp. maximo)
relativo en a.
13.4.
Funciones inversas e implcitas
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
248
Rouche del Algebra

Lineal; de hecho, pensar en el caso lineal puede servir de gran ayuda a
la hora de comprender el significado y alcance de estos teoremas.
Empezamos estudiando en que condiciones una funcion, definida en un abierto A de Rd
y con llegada en Rd , es localmente invertible en el entorno de un punto a A.
13.4.1 Definici
on Sean A un abierto de Rd , a un punto de A y f una aplicacion de A en
Rd que es diferenciable en a. El determinante
Jf (a) = det Dj fi (a)
1i,jd
= det
fi
(a)
xj
1i,jd
se denomina determinante jacobiano de f en a.

13.4.2 Teorema de la funci
on inversa.
Sean A un abierto de Rd y f : A Rd una aplicacion de clase C k (k 1) en A. Si a A es
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
249
13.4.4 Definici
on Sean A y B dos abiertos de Rd . Se dice que una aplicacion : A B
es un difeomorfismo o cambio de variables de clase C k , si es biyectiva, de clase C k en A, y la

aplicacion inversa 1 : B A es tambien de clase C k en 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)
se pueda asociar a cada punto x = (x1 , x2 , . . . , xd ) de un cierto conjunto X Rd , un u

nico
punto y = (y1 , y2 , . . . , ym ) de otro conjunto Y Rm , de manera que el par (x , y ) verifique

la ecuacion. De esta forma, queda definida una aplicacion
y = (x ) ,
con los pares de valores que son solucion de la ecuacion anterior.
En estas condiciones la aplicacion se dice que esta definida implcitamente por la
ecuacion (13.4). Si esta es lineal, la respuesta viene dada por el teorema de Rouche, pero en
el caso general la resolucion de tal ecuacion, aun cuando tenga solucion u
nica, puede resultar
extremadamente difcil. Parece entonces conveniente conocer las propiedades de la funcion
, aunque no se pueda obtener de forma explcita.
13.4.5 Teorema de la funci
on implcita.
Sean A un abierto de Rd+m , f : A Rm una aplicacion de clase C k (k 1) en A, y
(a, b) un punto de A tal que f (a, b) = 0. Se supone, ademas, que

fi
(a, b)
6= 0 .
det
xd+j
1i,jm
(13.5)
Existen, entonces, un abierto U de Rd , con a U , y otro abierto V de Rm , con b 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
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 .
En este caso, se ha obtenido para el conjunto de las soluciones de la ecuacion f (x, y) = 0

una representacion local (es decir, valida en un entorno adecuado del punto (x0 , y0 )) en forma
de grafo {(x, (x)) : x U } de la funcion implcita . Por lo tanto, el conjunto solucion es
(localmente) una curva en el plano con una expresion muy familiar.
iv) En el caso mas sencillo, descrito en la primera parte del apartado iii) anterior, para
cada x U se tiene que
f (x, (x)) = 0;
Captulo 13. C
251
derivando respecto de x se deduce que

f
f
(x, (x)) +
(x, (x)) (x) = 0,
x
y
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
x y4
4
x + y8
2.3 f (x, y) =
si (x, y) 6= (0, 0);

si (x, y) = (0, 0).
3 Estudiar la diferenciabilidad en R2 de la funcion
xy
si (x, y) 6= (0, 0);

p 2
x + y2
f (x, y) =
0
si (x, y) = (0, 0).
4 Demostrar que la funcion
2
x + y2
x+y
f (x, y) =
si x + y 6= 0;
si x + y = 0,
no es diferenciable en los puntos de la forma (a, a), a R.

5 Estudiar la diferenciabilidad en R2 de la funcion
x y log(x2 + y 2 ) si (x, y) 6= (0, 0);

f (x, y) =
0
si (x, y) = (0, 0).
6 Probar que es diferenciable en todo R2 la funcion

2
2
si (x, y) 6= (0, 0);

(x + y ) sen p 2
x + y2
f (x, y) =
0
si (x, y) = (0, 0),
y, sin embargo, las funciones
f
f
y
no son continuas en el punto (0, 0).
x
y
7 Estudiar la diferenciabilidad en todo R2 de la funcion
x3
si x2 y 2 =
6 0;
2
x y2
f (x, y) =
0
si x2 y 2 = 0.
252
Captulo 13. C
253
8 Estudiar la diferenciabilidad en R2 de la aplicacion f : R2 R3 dada por

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).
9.2 z = sen(x y) en el punto (0, 0).
10 Justificando su existencia, determinar la ecuacion del plano tangente a la grafica de la

funcion
z = f (x, y) = log(x2 y + 1)
en el punto (x0 , y0 ) = (0, 0).
11 Sea f una funcion real diferenciable en el punto (0, 0). Se sabe que
D(2,1) f (0, 0) = 5 y D(1,1) f (0, 0) = 1.
Determinar los valores de las derivadas parciales de f en el punto (0, 0).
12 Puede existir una funcion real f diferenciable en el punto (0, 0) tal que
D(u,v) f (0, 0) = uv
para cualquier vector (u, v) 6= (0, 0)?
13 Demostrar que, si f es una funcion derivable en R, la funcion u definida en R2 por

u(x, y) = f (x2 y) verifica la ecuacion
x
u
u
2y
0.
x
y
14 Sean f y g dos funciones definidas en (0, ), ambas derivables en t0 = 1. Se define la

funcion u : (0, )(0, ) R por
u(x, y) = f (x y) + g
Calcular, si existen,
u
u
(1, 1) y
(1, 1) .
x
y
y
x
Captulo 13. C
254
15 Suponiendo que todas las funciones involucradas son diferenciables, calcular:

i) u (t) , siendo u(t) = f x(t), y(t), z(t) .
ii)
iii)
iv)

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
demuestrese que la funcion real F definida por

F (, ) = f cos(), sen() ,
es de clase C 1 en B = (0, ) (0, 2 ), tal que
F
(, ) = F (, ) para todo (, ) B .
17 Si f es una funcion de R en R, derivable en todo punto, y se define g : R2 R por
hallar

g(x, y) = f xy + exy cos(x + y) ,
g g
y
en terminos de la derivada de f .
x y
18 Sea f : R2 R una funcion de clase C 2 (R2 ), y definamos la funcion

F (u, v) = f uv, (u2 v 2 )/2 ,
(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
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
pero no son iguales.
x y (x2 y 2 )
x2 + y 2
f (x, y) =
si (x, y) 6= (0, 0);

si (x, y) = (0, 0),
21 Sea g una funcion de clase C 2 en R2 \ {(0, 0)}. Comprobar que

2f

2g

1
2f
2g
(x,
y)
+
(x,
y)
=
4
(u(x,
y),
v(x,
y))
+
(u(x,
y),
v(x,
y))
,
x2 + y 2 x2
y 2
u2
v 2

donde f (x, y) = g u(x, y), v(x, y) , siendo u(x, y) = x2 y 2 , v(x, y) = 2 x y .
22 Sea f : R2 R una funcion de clase C 2 en R2 . Si la funcion
u(x, y) = f (x, y) eax+by
es tal que
2u
0,
xy
encontrar los valores de a y b para los que
2f
f
f
+ 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
256
24 Sea a > 0. Comprobar que la funcion u definida en R2 \ {(x, 0) : x R} por

u(x, t) =
2a t
(xb)2
4a2 t
verifica la ecuacion
2u
u
a2 2 .
t
x
(Ecuaci
on del Calor)
25 Determinar el desarrollo de Taylor de orden 3 de la funcion

f (x, y) = sen(x + 2 y)
en el punto (0, 0).
26 Determinar el desarrollo de Taylor de orden 3 de la funcion
2
f (x, y) = e(x1) cos(y)

en el punto (1, 0).
27 Utilcese la formula de Taylor para expresar las siguientes funciones en potencias de
(x 1) e (y 2):
27.1 f (x, y) = x3 + y 3 + xy 2 + x y
27.2 g(x, y) = x2 + xy + y 2 + 2 x
28 Calcular, si existen, los siguientes lmites:
28.1
28.2
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)
29 Calcular los extremos relativos de las siguientes funciones:

29.1 f (x, y) = x3 + 3 x y 2 15 x 12 y .
29.2 f (x, y) = x2 2 x y + y 2 + x4 + y 4 .
Captulo 13. C
257
30 Sea a > 0. Demostrar la desigualdad

x2 + xy + y 2 +
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) .
33 Determinar los extremos relativos de la funcion
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 .
i) Determinar el conjunto imagen f (R2 ).
ii) Obtener explcitamente la aplicacion inversa f 1 .

36 Se consideran el abierto de R2
A = {(x, y) R2 : x > 0}
y la aplicacion f de A en R2 dada por
f (x, y) =
x4 + y 4
x

, sen(x) + cos(x) .
Captulo 13. C
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
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.
Captulo 14. Introducci

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)
entendida para funciones y : I R de la variable independiente x, que admiten derivadas

hasta el orden n, se denomina ecuaci
on diferencial (ordinaria). El n
umero natural n es el
orden de la ecuacion.
Una funcion f : I R es solucion de la ecuacion diferencial (14.1) si se verifica que:
i) La funcion f admite derivadas sucesivas hasta el orden n en el intervalo I.

ii) Para cada x I el vector f (x), f (x), . . . , f (n) (x) pertenece a U .
iii) Para cada x I se tiene que

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) ,
es decir, cuando adopta la forma particular
(x, y0 , y1 , y2 , . . . , yn ) = yn (x, y0 , y1 , y2 , . . . , yn1 ) ,

para una funcion definida en un conjunto I V de Rn+1 .

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)
Para cualquier constante C la funcion

f (x) = C ekx
es solucion de dicha ecuacion; es mas, todas las soluciones de la ecuacion diferencial se
obtienen de esta forma.
3. La funcion : RR3 R dada por
(x, y0 , y1 , y2 ) = m y2 + k y1 m g
da lugar a la ecuacion diferencial de segundo orden
m y (x) = m g k y (x) .
(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
y(x0 ) = a0 ; y (x0 ) = a1 ; y (x0 ) = a2 ; . . . ; y (n1) (x0 ) = an1
(14.2)
se denomina problema de Cauchy o problema de valores iniciales.
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 ,
...,
f (n1) (x0 ) = an1 .
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
tiene por soluciones las funciones f1 (x) = x y f2 (x) = x.
14.2.
Ecuaciones de primer orden
Las ecuaciones diferenciales ordinarias de primer orden tienen, seg

un lo expuesto anteriormente, la forma general
(x, y, y ) = 0 ,
o en su forma normal
y = (x, y)
para una funcion definida en un conjunto I V de R2 .
(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
se denomina curva integral de la ecuacion.

Observemos que la recta tangente en cada punto x, f (x) de dicha curva es la que tiene
por vector director

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) .
En la ilustracion se representa el campo de vectores

1, (x, y)
junto con algunas curvas integrales de la ecuacion diferencial

y = (x, y) = x2 y ,
en el rectangulo (0, 2) (1, 2).
14.2.2 Ejemplo El conjunto {(x, + 1 x2 ) : x (1, 1)} es una curva integral de la

ecuacion
y y + x = 0.

265
De hecho las curvas

x2 + y 2 = c
son, para cualquier valor de c, curvas integrales de la citada ecuacion.
14.2.3 El m
etodo de las isoclinas.
Se llama isoclina de la ecuacion diferencial (14.3) para la pendiente al conjunto de
puntos
{(x, y) : (x, y) = },
es decir, el conjunto de puntos del plano por los que pasa una solucion con pendiente .
Dibujando las distintas isoclinas (en la practica solo unas cuantas), se obtiene una representacion del campo de direcciones similar a la anterior.
Pueden verse tambien como ejemplo las isoclinas de la ecuacion diferencial
y = x2 + y 2 .
14.3.
M
etodos comunes de integraci
on
14.3.1.
Ecuaciones en variables separadas
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
es solucion del problema de Cauchy
y = a(x) b(y) ,
y(x0 ) = y0
ii) Si b(y0 ) 6= 0, las soluciones de la ecuacion diferencial se obtienen de forma implcita

mediante la relacion
dy
b(y)
en un entorno del punto (x0 , y0 ).
a(x) dx = C ,
CR
Observemos que si B es una primitiva de 1/b y A es una primitiva de a en un entorno

de x0 e y0 respectivamente, se puede aplicar el teorema de la funcion implcita a la funcion
F (x, y) = B(y) A(x) C,
donde C = B(y0 ) A(x0 ). En efecto, la funcion F es de clase C 1 en un entorno de (x0 , y0 ),
F
F (x0 , y0 ) = 0 y
(x0 , y0 ) = B (y0 ) = 1/b(y0 ) 6= 0.
y
14.3.2 Ejemplo
1. Resolver el problema de Cauchy
3x + xy 2
y
=
,
y + x2 y
y(1) = 3.
La ecuacion es de variables separadas con

(x) =
x
,
1 + x2
(y) =
3 + y2
.
y
Las soluciones vienen dadas por la ecuacion implcita

Z
Z
x
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
Notese que si y(1) = 3 la constante C debe valer

C = log(1 + 12 ) + log(3 + 32 ) = log(12/2) = log(6).
2. La ecuacion y =
x
es de variables separadas con
y
(x) = x ,
(y) =
1
.
y
Las soluciones vienen dadas por la ecuacion implcita

Z
Z
x dx + y dy = C , C R
esto es,
x2 + y 2 = 2 C ,
C > 0,
que representan circunferencias centradas en (0, 0) de radio
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.
Ecuaciones lineales de primer orden
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)
donde a y b son funciones definidas y continuas en un mismo intervalo abierto I de R.

Cuando b = 0, se dice que la ecuacion es homogenea. Dada la ecuacion (14.4), la ecuacion
y + a(x) y = 0
(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,
siendo A una primitiva de a.

Basta observar que (14.5) es de variables separadas, as que sus soluciones se obtienen,
seg
un lo expuesto en 14.3.1, mediante la relacion
Z
Z
dy
+ a(x) dx = C log(|y|) = A(x) + C
y
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)
k (x) = b(x) eA(x) .

269
La funcion k, primitiva del miembro de la derecha, es por tanto

Z

A(x)
dx + C , C R ,
b(x) e
k(x) =
y finalmente
Z

A(x)
f (x) =
b(x) e
dx + C eA(x)
Z

A(x)
b(x) eA(x) dx + C eA(x) .
= e
Si denotamos por f0 (x) y g0 (x) a las funciones
Z

A(x)
f0 (x) = e
b(x) eA(x) dx ,
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 ,
de modo que, siguiendo la pauta anterior, se tiene:

i) la funcion
g0 (x) = e
1
x
dx
1
x
es solucion de la ecuacion homogenea asociada.

ii) la funcion
1
f0 (x) =
x
Z

3 x2 dx = x2
es una solucion particular de la ecuacion.

270
Las solucion general de la ecuacion se escribe entonces

f0 (x) + C g0 (x) = x2 +
C
,
x
C R.
2. Resolvamos la ecuacion lineal

2
y + 2 x y = 2 x ex .
En este caso
a(x) = 2 x ,
b(x) = 2 x ex ,
de modo que, siguiendo la pauta anterior, se tiene:

i) la funcion
g0 (x) = e
2x dx
= ex
es solucion de la ecuacion homogenea asociada.

ii) la funcion
f0 (x) = e
x2
Z
2 x ex ex
es una solucion particular de la ecuacion.
dx = x2 ex
Las solucion general de la ecuacion se escribe entonces

2
2
2
f0 (x) + C g0 (x) = x2 ex + C ex = x2 + C ex ,
14.4.
C R.
Ecuaciones lineales de orden superior
Obviamente, el problema de encontrar metodos de cuadratura para ecuaciones de orden

n > 1 es mas complicado que en el caso de ecuaciones de primer orden. A partir de ahora
nos restringimos a un tipo particular de ecuaciones: las lineales.
Presentamos primero algunos resultados de caracter general para desarrollar seguidamente los metodos de integracion en el caso de coeficientes constantes.

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)
y(x0 ) = a0 ; y (x0 ) = a1 ; y (x0 ) = a2 ; . . . ; y (n1) (x0 ) = an1
tiene solucion u
nica en I.
14.4.3 Teorema El conjunto de soluciones de la ecuacion homogenea (14.7) en I es un

espacio vectorial de dimension n. Es decir, existen funciones f1 , f2 , . . . , fn definidas y n veces
derivables en el intervalo I, soluciones de (14.7) y tales que cualquier otra solucion, f0 , de la
ecuacion homogenea se escribe de forma u
nica en dicho intervalo
f0 = C 1 f1 + C 2 f2 + . . . + C n fn ,
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
f , de (14.6) en dicho intervalo se escribe de forma u

nica
f = fp + C 1 f1 + C 2 f2 + . . . + C n fn ,
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
se denomina polinomio caracterstico de la ecuacion (14.8); sus races (reales o complejas)

reciben el nombre de races caractersticas de la ecuacion.
14.4.7 Observaci
on Puesto que los coeficientes aj son reales, si r es un n
umero complejo
raz caracterstica de la ecuacion (14.8), entonces su conjugado r tambien es raz caracterstica
de dicha ecuacion con la misma multiplicidad.
Dada la posibilidad de que aparezcan races complejas sera conveniente considerar funciones complejas para dar un tratamiento unificado.
El siguiente resultado proporciona las soluciones de estas ecuaciones.
14.4.8 Lema Consideremos la ecuacion lineal homogenea con coeficientes constantes
y (n) (x) + an1 y (n1) (x) + . . . + a1 y (x) + a0 y(x) = 0 ,
(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 ,
constituyen un sistema fundamental de soluciones de la ecuacion (14.10).

Sea r = +i C, , R, una raz caracterstica con multiplicidad m 1. Notese que
si r R ( = 0) las funciones anteriores son reales. Si r
/ R ( 6= 0) es raz caracterstica
de la ecuacion (14.8), el n
umero r = i es tambien raz caracterstica de esta ecuacion
con la misma multiplicidad m, proporcionando las soluciones

fk (x) = xk erx = xk ex cos(x) + i sen(x) ,

fk (x) = xk erx = xk ex cos(x) i sen(x) ,
k = 0, 1, 2, . . . , m 1 ,
k = 0, 1, 2, . . . , m 1 .
Por tanto, para k = 0, 1, . . . , m 1 , las funciones

Re(fk ) =
fk + fk
= xk ex cos(x) e
2
son solucion de la ecuacion homogenea.
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 ,
constituyen un sistema fundamental de soluciones de esta ecuacion homogenea.

y (4) 2y + 2 y 2y + y = 0
son 1 con multiplicidad dos y i, i con multiplicidad uno. Las funciones
f1 (x) = cos x ,
f2 (x) = sen x ,
f3 (x) = ex ,
f4 (x) = xex ,

y (4) 8y + 32 y 64y + 64y = 0
son 2 2i con multiplicidad dos. Las funciones
f1 (x) = e2x cos 2x ,
f2 (x) = e2x sen 2x ,
f3 (x) = xe2x cos 2x ,
f4 (x) = xe2x sen 2x ,

4. La ecuacion diferencial que describe un movimiento oscilatorio sin rozamiento es
y + k y = 0 ,
k > 0.
Las races caractersticas de esta ecuacion son r1 = i
k y r2 = i k, ambas
con multiplicidad 1. As pues, todas las soluciones f de esta ecuacion homogenea se

escriben de la forma
f (x) = A1 ei
kx
+ A2 ei
kx
A1 , A 2 C ,

275
o bien, en terminos de funciones reales,
f (x) = C1 cos( k x) + C2 sen( k x) ,
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)
fp(n) (x) = c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn(n) (x)

(n1)
+c1 (x)f1
(n1)
(x) + c2 (x)f2
276
(x) + . . . + cn (x)fn(n1) (x).
Para que fp sea solucion de la ecuacion ha de verificarse que

(n1)
c1 (x)f1
(n1)
(x) + c2 (x)f2
(x) + . . . + cn (x)fn(n1) (x) = b(x).
De esta forma para encontrar las funciones cj basta resolver el sistema

c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x) = 0
c1 (x)f1 (x) + c2 (x)f2 (x) + . . . + cn (x)fn (x) = 0
..
.
(n2)
(x) + c2 (x)f2
(n1)
(x) + c2 (x)f2
c1 (x)f1
c1 (x)f1
(n2)
(x) + . . . + cn (x)fn(n2) (x) = 0
(n1)
(x) + . . . + cn (x)fn(n1) (x) = b(x)
y buscar primitivas de las soluciones que se hayan encontrado para cj .

Para ilustrar esta consideracion desarrollaremos un ejemplo.
14.4.12 Ejemplo Se considera la ecuacion lineal de segundo orden
y y = e2x cos(ex ) .
Sus races caractersticas son 0 y 1, as que las soluciones de la ecuacion homogenea asociada
son de la forma
f0 (x) = C1 + C2 ex .
Pretendemos encontrar una solucion de la ecuacion no homogenea de la forma
f (x) = k1 (x) + k2 (x) ex .
Entonces debe ser
f (x) = k1 (x) + k2 (x) ex + k2 (x) ex
f (x) = k1 (x) + k2 (x) ex + k2 (x) ex + k2 (x) ex + k2 (x) ex
y por tanto

f (x) f (x) = k1 (x) k1 (x) + k2 (x) + k2 (x) ex = e2x cos(ex ) .

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 ) .
Llevando esto a la relacion anterior resulta

k1 (x) = k2 (x) ex = e2x cos(ex ) ;
haciendo el cambio de variable ex = t se calcula una primitiva de la funcion e2x cos(ex ) que
resulta ser
k1 (x) = ex sen(ex ) cos(ex ) ,
y por u
ltimo, la funcion
f (x) = k1 (x) + k2 (x) ex = cos(ex )
es una solucion particular de la ecuacion no homogenea; el resto de las soluciones se obtienen,
seg
un el teorema 14.4.4, de la forma
C1 + C2 ex cos(ex ) .
14.4.13 Ejemplo Resolver la ecuacion
y + y = 1/ sen x.

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
i) Si r no es raz caracterstica de la ecuacion, existe una solucion de la forma

f (x) = Q(x) erx
donde Q es un polinomio del mismo grado que P .
ii) Si r es raz caracterstica de la ecuacion con multiplicidad m, existe una solucion
particular de la forma
f (x) = xm Q(x) erx
donde Q es un polinomio del mismo grado que P .
14.4.15 Observaci
on En el caso de races complejas, r = + i, lo anterior se aplica a
funciones del tipo

q(x) = ex P1 (x) cos( x) + P2 (x) sen( x) ,
con P1 y P2 polinomios de grados k1 y k2 , respectivamente. Se obtienen en este caso soluciones

de la forma
f (x) = xm ex Q1 (x) cos( x) + Q2 (x) sen( x)
donde Q1 y Q2 son polinomios de grado k = max{k1 , k2 } y m es la multiplicidad de la raz

r (m = 0 si r no es raz caracterstica de la ecuacion).
En cualquier caso los polinomios Q o Q1 y Q2 se obtienen mediante un procedimiento de
coeficientes indeterminados. Esto se ilustra con el siguiente ejemplo.
14.4.16 Ejemplo La ecuacion de segundo orden
y + y = 4 x cos(x)
tiene por races caractersticas r1 = i y r2 = r1 = i, ambas con multiplicidad m = 1. La
funcion q es del tipo considerado en la observacion anterior ( = 0, ex 1, = 1) siendo

P1 (x) = 4 x y P2 (x) = 0 polinomios de grado 1 y 0 respectivamente. Los polinomios Q1 y
Q2 arriba mencionados seran por tanto de grado 1, es decir, buscaremos una solucion de la
forma
f (x) = x1 (a x + b) cos(x) + (c x + d) sen(x)

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)
f + f = (4 c x + 2 a + 2 d) cos(x) + (4 a x + 2 c 2 b) sen(x) = 4 x cos(x) .

Identificando los polinomios que multiplican a cos(x) y sen(x) en ambos lados de la u
ltima
igualdad se tiene el sistema de ecuaciones
4c = 4
2 a + 2 d = 0
4 a = 0
2 c 2 b = 0
cuya solucion es a = 0, b = 1, c = 1, d = 0; por tanto, la solucion particular buscada es

f (x) = x cos(x) + x2 sen(x) .
Por u
ltimo, puesto que {cos, sen} es un sistema fundamental de soluciones de la ecuacion
homogenea asociada, la solucion general de la ecuacion no homogenea se escribe de la forma
g(x) = x cos(x) + x2 sen(x) + C1 cos(x) + C2 sen(x) ,
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 ,
respectivamente, ambas del tipo considerado en el lema 14.4.14.
14.5.
Ejercicios
1 Utilcese el metodo de separacion de variables para resolver las siguientes ecuaciones

diferenciales.
1.1 (1 + ex ) y y = ex ;
y(0) = 1 .
1.2 (x2 + 1)(y 2 1) dx + x y dy = 0 .

1.3 (1 + y 2 ) dx + x y dy = 0 .

282
2 Resolver las siguientes ecuaciones diferenciales lineales.

2.1 y b y = a x + c ,
a, b, c R .
2.2 y cos(x) y sen(x) = 2 x ,
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.
i) Si a = 0 o a = 1 la ecuacion es lineal. En otro caso compruebese que el cambio de

variable dependiente
v = y 1a
transforma la ecuacion de Bernouilli en una lineal.
ii) Resolver las ecuaciones siguientes.
3.1 y x y = x y 3 .
3.2 x y + y = log(x) y 2 .
3.3 3 x y 2 y 2 y 3 = x3 .
3.4 y 2 y ex = 2
y ex .
4 Calcular las soluciones de las siguientes ecuaciones lineales homogeneas.

4.1 y 2 y 3 y = 0 .
4.2 y 2 y + 2 y = 0 .
4.3 y 4) + 2 y + 4 y 2 y 5 y = 0 .

5 Resuelvanse las siguientes ecuaciones mediante el metodo expuesto en 14.4.14.
5.1 y + y = 4 x2 ex .
5.2 y + 10 y + 25 y = 4 e5x .
5.3 y + 2 y + 2 = 0 .
5.4 y + 4 y + 4 y = 8 e2x .
5.5 y 4) 2 y + 2 y 2 y + y = ex .
5.6 y y 2 y = 4x 2 ex .
5.7 y + y = cos2 (x) + ex + x2 .
6 Resolver mediante el metodo de variacion de las constantes las siguientes ecuaciones.
6.1 y + y =
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.
Funciones exponencial, logartmica y potencial
A.1.1.
Funci
on exponencial de base e
Recordemos en primer lugar que la sucesion

se denota por 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
Captulo A. Funciones elementales

exp(z) , como el n
umero
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
Figura A.1: La funcion exponencial

A.1.3 Propiedades
1. ez+w = ez ew para todos z, w C.
2. ez = ez para todo z C.
3. e0 = 1, e1 = e y ex > 0 para cada x R.
4. ez = (ez )1 = 1/ez para cada z C.
5. 1 + x ex 1 + x ez para cada x R.
286
6. ex > 1 si x > 0; 0 < ex < 1 si x < 0 (x R).

A.1.4 Proposici
on La funcion exp : R R es estrictamente creciente, es decir, si x > y
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
Figura A.2: Logaritmo natural o neperiano
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
para cada x > 0 .
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
exponencial de base a de x, y se denota por ax , como el n

umero real

ax = exp x log(a) .
A.1.15 Propiedades
1. ax+y = ax ay para todos x, y R.
2. a0 = 1 y ax > 0 para cada x R.
-4
-2
288
-4
-2
a>1
0<a<1
Figura A.3: Exponenciales de base a > 0: ax

3. ax = 1/ax para cada x R.
4. Si a > 1, ax > 1 para x > 0 y 0 < ax < 1 para x < 0 (x R).
5. Si 0 < a < 1, 0 < ax < 1 para x > 0 y ax > 1 para x < 0 (x R).
A.1.16 Proposici
on Si a > 1, la funcion ax : R R es estrictamente creciente, es decir,
si x > y entonces ax > ay .
Si 0 < a < 1, la funcion ax : R R es estrictamente decreciente, es decir, si x > y
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
Figura A.4: Logaritmos de base a > 0: loga (x)
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
para cada x > 0 .
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
3. Si a N, entonces xa = x x x para cada x > 0.

4. Si a Z, a < 0 entonces xa =
1
xx
|a| veces
para cada x > 0.

x
A.1.28 Proposici
on Si a > 0, la funcion xa : (0, ) R es estrictamente creciente, es
decir, si x > y entonces xa > y a .
291
a>0
a<0
Figura A.5: Funciones Potenciales: xa

Si a < 0, la funcion xa : (0, ) R es estrictamente decreciente, es decir, si x > y
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.
Funciones seno y coseno
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
denominadas coseno y seno de z, respectivamente.
1
0
-1
-8
-6
-4
-2
Figura A.6: Funcion seno
1
0
-1
-8
-6
-4
-2
Figura A.7: Funcion coseno
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).
A.2.4 Propiedades Para todos z, w C se verifica:

1. exp(iz) = cos(z) + i sen(z)
2. sen(z) = sen(z)
exp(iz) = cos(z) i sen(z) .
cos(z) = cos(z).
3. cos2 (z) + sen2 (z) = 1.

4. sen(z + w) = sen(z) cos(w) + cos(z) sen(w).
5. cos(z + w) = cos(z) cos(w) sen(z) sen(w).
6. sen(2 z) = 2 sen(z) cos(z)
7. sen2 (z) =
1 cos(2 z)
2
cos(2 z) = cos2 (z) sen2 (z).
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
10. sen(z) cos(w) =
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)
cos (x) = sen(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
sen(x + 2 ) = sen(x) para cada x R .
Las relaciones (A.1) tambien se verifican para x C.

A.2.9 Propiedades
1. cos(0) = 1 y sen(0) = 0.
2. cos /2) = 0 y sen /2) = 1.
3. cos() = 1 y sen() = 0.
4. sen(z + ) = sen(z) para todo z C.
(A.1)
295
5. cos(z + ) = cos(z) para todo z C.

6. sen /2 z = cos(z) para todo z C.

7. cos /2 z = sen(z) para todo z C.
8. sen(z) = 0 si, y solo si, z = k para alg

un k Z.
9. cos(z) = 0 si, y solo si, z = /2 + k para alg
un k Z.
A.2.2.
Funciones inversas de seno y coseno

A.2.10 Proposici
on sen : /2, /2 [1, 1] es una biyeccion creciente. A la funcion
inversa se le denomina arco-seno y se denota por arcsen.

1.5
0.5
-1
-0.5
0.5
-0.5
-1
-1.5
-1
Funcion arcoseno
-0.5
0.5
Funcion arcocoseno
Figura A.8: Funciones arcoseno y arcocoseno
296

A.2.11 Proposici
on arcsen : (1, 1) /2, /2 es indefinidamente derivable. Su
derivada es
arcsen (x) =
1
1 x2
para cada x (1, 1) .
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
para cada x (1, 1) .
Funciones tangente y cotangente
A.2.14 Definici
on Para z C, z 6= k + /2 (k Z), se define
tg(z) =
sen(z)
,
cos(z)
que recibe el nombre de tangente de z.
/2
Figura A.9: Funcion tangente
297
Para z C, z 6= k (k Z), se define

cotg(z) =
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) =
se le denomina arco-tangente y se denota por arctg.

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
Figura A.10: Funcion arcotangente
A.3.
Funciones hiperb
olicas
A.3.1.
Funciones seno y coseno hiperb

olicos
A.3.1 Definici
on Si z C se definen
Ch(z) =
exp(z) + exp(z)
,
2
Sh(z) =
exp(z) exp(z)
,
2
denominadas coseno hiperbolico y seno hiperbolico de z, respectivamente.
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
8. Sh(2 z) = 2 Sh(z) Ch(z).

9. Ch(2 z) = Ch2 (z) + Sh2 (z).
10. Sh2 (z) =
Ch(2 z) + 1
Ch(2 z) 1
y Ch2 (z) =
.
2
2
A.3.3 Propiedades Si z C y x = Re(z), y = Im(z) se verifica que:

1. Sh(z) = Sh(x) cos(y) + i Ch(x) sen(y).
2. Ch(z) = Ch(x) cos(y) + i Sh(x) sen(y).m
3. sen(z) = sen(x) Ch(y) + i cos(x) Sh(y).
4. cos(z) = cos(x) Ch(y) i sen(x) Sh(y).
A.3.4 Proposici
on Las funciones Sh : R R y Ch : R R son continuas.
A.3.5 Proposici
on Las funciones Sh : R R y Ch : R R son indefinidamente
derivables en todo R, ademas
Sh (x) = Ch(x)
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
Funciones inversas del seno y coseno hiperb

olicos
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
para cada x (1, ) .
-6
-4
-2
-2
-4
Figura A.12: Argumento del Seno Hiperbolico
A.3.3.
Funciones tangente y cotangente hiperb

olicas

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)
que recibe el nombre de tangente hiperbolica de z.
301
Para z C, z 6= i k (k Z), se define

Cotgh(z) =
exp(z) + exp(z)
Ch(z)
=
,
Sh(z)
exp(z) exp(z)
denominada cotangente hiperbolica de z.
-4
-2
-1
Figura A.13: Tangente Hiperbolica
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
[10] Bombal F. - Rodrguez L. - Vera G., Problemas de An

alisis Matematico, Vol. 3:
C
alculo Integral (Editorial AC).
[11] Boualem, H. - Brouzet, R., La Plan`ete R (Dunod, 2002).
[12] Burgos, J. de, C
alculo Infinitesimal de Varias Variables. McGraw-Hill, 1995.
[13] Cembranos, P. - Mendoza, J., C
alculo integral (Anaya, 2003).
[14] Cirre Torres, F. J., Matematica discreta (Anaya, 2004).
[15] Coquillat, F., C
alculo Integral (Tebar Flores, 1997).
ndez Laguna, V., Teora basica de conjuntos (Anaya, 2003).
[16] Ferna
[17] Garca, A. y otros, C
alculo I. Teora y problemas de An
alisis Matematico en una
variable (CLAGSA, 1998).
[18] Garca, A. y otros, C
alculo II. Teora y problemas de An
alisis Matematico en varias
variables (CLAGSA, 2002).
n Oza
miz, M., C
[19] de Guzma
omo hablar, demostrar y resolver en Matematicas (Anaya,
2003).
[20] Hahn, L., Complex numbers & Geometry (The American Associaton of America, 1994).
[21] Rudin, W., Principios de An
alisis Matematico (McGraw-Hill, 1981).
[22] Spivak, M., CALCULUS. C
alculo Infinitesimal (Reverte, 1991).
[23] Stewart, J., C
alculo de una variable (Thomson, 2001).
[24] Stromberg, K. R., Introduction to Classical Real Analysis (Wadsworth International
Group, 1981).

AMFisicaApuntes PDF

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AMFisicaApuntes PDF

Uploaded by

Copyright:

Available Formats

ANALISIS

1.1. Conjuntos. Relacion de orden . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. La recta real. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.1. Definiciones y propiedades basicas . . . . . . . . . . . . . . . . . . . . . . . .

3. Lmites de funciones de variable real

3.1. Aplicaciones entre conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2. Lmites finitos. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Propiedades de los lmites finitos . . . . . . . . . . . . . . . . . . . . . . . .

3.4. Lmites infinitos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.5. Propiedades de los lmites infinitos . . . . . . . . . . . . . . . . . . . . . . .

3.7. Funciones equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.2. Lmites infinitos de sucesiones de n

4.3. El criterio secuencial para lmites de funciones . . . . . . . . . . . . . . . . .

4.4. Indeterminaciones. Sucesiones equivalentes . . . . . . . . . . . . . . . . . . .

4.5. Teorema de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . .

4.6. Sucesiones de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Continuidad de funciones de variable real

5.2. Teoremas basicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6. Derivabilidad de funciones reales de variable real

6.1. Concepto de derivada. Primeras propiedades. . . . . . . . . . . . . . . . . . .

6.2. Teoremas de Rolle y del valor medio. Monotona. . . . . . . . . . . . . . . .

6.3. Formula de Taylor. Estudio local de funciones. . . . . . . . . . . . . . . . . .

7.1. Definiciones y primeras propiedades . . . . . . . . . . . . . . . . . . . . . . . 106

7.7. Integrales irracionales cuadraticas. . . . . . . . . . . . . . . . . . . . . . . . . 117

8.1. Construccion de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

9.1. Definiciones y primeras propiedades . . . . . . . . . . . . . . . . . . . . . . . 146

10.1. Definiciones y terminologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

11.1. Sucesiones de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185

12.1. El espacio eucldeo Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

13.1. Derivabilidad y diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . 236

14.1. Generalidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

14.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281

A.1. Funciones exponencial, logartmica y potencial . . . . . . . . . . . . . . . . . 284

Obviamente, esta descripcion solo es factible cuando el conjunto es peque

donde P es la mencionada propiedad que caracteriza a los elementos de X (los signos : y

todos y cada uno de los conjuntos de F:

Si dos conjuntos A e B no tienen elementos en com

Dados dos conjuntos no vacos A y B, se define el producto cartesiano de A y B,

Si X = o Y = entonces se considera que X Y = .

Si el extremo superior de un conjunto B pertenece al mismo, se denomina maximo

Al comenzar un curso de Analisis Matematico se plantea una duda: como introducir

La recta real. Propiedades

El producto es distributivo respecto de la suma:

y su producto se representa por

1.3.7 Propiedades En lo que sigue w, x, y, z seran n

8. Si x y e y < z entonces x < z.

18. Axioma de completitud:

La figura pretende ilustrar el comentario anterior. Ademas se ha representado el n

un el famoso teorema de Pitagoras, es la longitud de la hipotenusa de

a la recta real se representa con el arco de circunferencia. El n

1.3.16 Propiedades Sean x, y, R, > 0. Se verifica que:

ii) |x| x |x|.

vii) |x| < si, y solo si, < x < .

Estas propiedades se suelen representar en el llamado tri

en el que cada fila recoge los valores

al variar k desde 0 a n. Cada n

Dar un ejemplo de dos n

que tambien son racionales los n

7 Averiguar si son racionales los siguientes n

8 Calcular las siguientes sumas:

9 Determinar si los siguientes subconjuntos de R estan acotados superior o inferiormente,

9.2 B = {x R : (x 3)(2 x) < 4 x2 + 12 x + 11}.