ApuntesMGABQM PDF

Apuntes de la asignatura
Matemticas Generales
Aplicadas a la Bioqumica
Grado en Bioqumica por las Universidades de Sevilla y Mlaga
Dpto. de Ecuaciones Diferenciales y Anlisis Numrico
Universidad de Sevilla
ndice
Versin: 6 de octubre de 2015
1. Revisin de instrumentos bsicos

1.1. El lenguaje bsico de las matemticas . . . . . . . . . . . .
1.2. Cantidades fsicas, valores numricos y unidades . . . . . .
1.3. Nmeros, aritmtica y resolucin de ecuaciones . . . . . . .
1.4. Errores. Truncamiento y redondeo. Sistemas de numeracin
1.5. Resolucin de ecuaciones . . . . . . . . . . . . . . . . . . . .
1.5.1. Manipulaciones bsicas con ecuaciones . . . . . . . .
1.5.2. Sistemas lineales . . . . . . . . . . . . . . . . . . . .
1.6. Resolucin de inecuaciones . . . . . . . . . . . . . . . . . . .
1.7. Funciones polinmicas . . . . . . . . . . . . . . . . . . . . .
1.8. Funciones racionales . . . . . . . . . . . . . . . . . . . . . .
1.9. Funciones trigonomtricas . . . . . . . . . . . . . . . . . . .
1.10. Funcin exponencial . . . . . . . . . . . . . . . . . . . . . .
1.11. Funcion logartmica . . . . . . . . . . . . . . . . . . . . . .
1.11.1. Grficas en escala logartmica . . . . . . . . . . . . .
1.12. Representacin grfica de funciones . . . . . . . . . . . . . .
1.13. Resolucin grfica de ecuaciones e inecuaciones . . . . . . .
1.14. Determinacin de parmetros . . . . . . . . . . . . . . . . .
2. Funciones: continuidad y derivabilidad
2.1. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Lmites y continuidad de funciones . . . . . . . . . . . .
2.3. Concepto de derivada . . . . . . . . . . . . . . . . . . .
2.4. Clculo de derivadas . . . . . . . . . . . . . . . . . . . .
2.4.1. Derivadas de las funciones elementales . . . . . .
2.4.2. lgebra de derivadas . . . . . . . . . . . . . . . .
2.4.3. Ejemplos de clculo de derivadas . . . . . . . . .
2.4.4. Derivada de la funcin inversa . . . . . . . . . .
2.4.5. Derivada logartmica . . . . . . . . . . . . . . . .
2.4.6. Derivacin implcita . . . . . . . . . . . . . . . .
2.5. Crecimiento y decrecimiento . . . . . . . . . . . . . . . .
2.6. Mximos y mnimos relativos . . . . . . . . . . . . . . .
2.7. Concavidad y convexidad . . . . . . . . . . . . . . . . .
2.8. Representacin grfica de funciones . . . . . . . . . . . .
2.9. Aproximacin de funciones por polinomios: polinomio de
2.9.1. Aproximacin lineal . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Taylor
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
4
5
8
9
10
11
12
14
17
18
20
21
23
24
25
27
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
30
30
33
40
42
42
43
44
47
48
49
50
52
56
58
65
65
0. ndice
2.9.2. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

2.9.3. Estimacin del error que se comete al aproximar una funcin por su polinomio de Taylor 68
2.10. Optimizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3. Integracin
3.1. La integral indefinida: clculo de primitivas . . . .
3.1.1. Integrales inmediatas . . . . . . . . . . . . .
3.1.2. Cambio de variable . . . . . . . . . . . . . .
3.1.3. Integrales de funciones racionales . . . . . .
3.1.4. Integracin por partes . . . . . . . . . . . .
3.2. La integral definida . . . . . . . . . . . . . . . . . .
3.3. Aplicaciones de las integrales . . . . . . . . . . . .
3.3.1. Clculo de reas . . . . . . . . . . . . . . .
3.3.2. Cambio acumulado . . . . . . . . . . . . . .
3.3.3. Valor medio de una funcin en un intervalo
3.3.4. Longitud de un arco de curva . . . . . . . .
3.4. Nociones de integracin numrica . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4. Funciones de varias variables

4.1. Dominio y recorrido de una funcin de varias variables . . . . . . . . . . . . .
4.2. Representacin grfica de una funcin de dos variables . . . . . . . . . . . . .
4.2.1. Representacin como una superficie en el espacio tridimensional . . . .
4.2.2. Representacin mediante curvas de nivel . . . . . . . . . . . . . . . . .
4.3. Lmites y continuidad de funciones de dos variables . . . . . . . . . . . . . . .
4.4. Derivadas parciales de funciones de dos variables . . . . . . . . . . . . . . . .
4.5. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . .
4.6. Regla de la cadena para funciones de varias variables . . . . . . . . . . . . . .
4.7. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8. Aproximacin lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9. Gradiente de una funcin de dos variables . . . . . . . . . . . . . . . . . . . .
4.10. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.11. Propiedades del vector gradiente . . . . . . . . . . . . . . . . . . . . . . . . .
4.12. Mximos y mnimos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.13. Uso de las derivadas segundas para determinar mximos y mnimos relativos
5. Ecuaciones diferenciales
5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2. Resolucin de ecuaciones diferenciales de la forma y0 = a(t) . . . . . . . .
5.3. Ecuaciones diferenciales de variables separables y0 = a(t) g(y) . . . . . . .
5.4. Ecuaciones diferenciales lineales y0 = a(t) y + b(t) . . . . . . . . . . . . .
5.5. Linealizacin de un problema de valor inicial para una ecuacin diferencial
5.6. Equilibrio y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.7. Aplicaciones de las ecuaciones diferenciales . . . . . . . . . . . . . . . . .
5.7.1. Dinmica de poblaciones: modelo de Malthus o exponencial . . . .
5.7.2. Desintegracin radiactiva . . . . . . . . . . . . . . . . . . . . . . .
5.7.3. Ley de enfriamiento de Newton . . . . . . . . . . . . . . . . . . . .
5.7.4. Dinmica de crecimiento de un individuo: modelo de Bertalanffy. .
5.7.5. Dinmica de poblaciones: ecuacin logstica . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
ordinaria
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
74
74
75
79
84
88
90
92
92
98
101
103
106
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
112
. 112
. 113
. 113
. 115
. 116
. 118
. 119
. 121
. 122
. 123
. 124
. 125
. 127
. 129
. 131
.
.
.
.
.
.
.
.
.
.
.
.
134
. 134
. 137
. 140
. 144
. 148
. 150
. 154
. 156
. 159
. 162
. 165
. 167
Matemticas Generales Aplicadas a la Bioqumica - Grado en BioqumicaR. Echevarra - Dpto. EDAN - Univ. de Sevilla
0. ndice
5.7.6. Dinmica de epidemias . . . . . . . . . . . . . . . . . . . .

5.7.7. Problemas de mezclas . . . . . . . . . . . . . . . . . . . .
5.7.8. Dinmica de poblaciones: modelo presa-depredador . . . .
5.8. Aproximacin numrica de soluciones de ecuaciones diferenciales
A. Clculo de lmites
A.1. lgebra y propiedades de los lmites
A.2. Ejercicios de clculo de lmites . . .
A.3. Regla de LHpital para el clculo de
A.4. Asntotas . . . . . . . . . . . . . . .
. . . . .
. . . . .
lmites .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
169
173
176
177
.
.
.
.
179
. 179
. 181
. 189
. 193
B. Resolucin numrica de ecuaciones

197
B.1. Teoremas del Valor Intermedio y de Bolzano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
B.2. Resolucin numrica de ecuaciones: mtodo de biseccin . . . . . . . . . . . . . . . . . . . . . . . 199
B.3. Resolucin numrica de ecuaciones: mtodo de Newton . . . . . . . . . . . . . . . . . . . . . . . . 203
Tema 1
Revisin de instrumentos bsicos

1.1
El lenguaje bsico de las matemticas
Las matemticas se expresan mediante un lenguaje propio, que es una extensin del lenguaje comn, en nuestro
caso el espaol. La sintaxis es la misma, con la diferencia de que aparecen nuevos smbolos, adems de las letras
del abecedario. Tales smbolos pueden ser totalmente diferentes de las letras del abecedario: +, , , , etc.,
pero tambin las propias letras: x, t, m, que toman significados diferentes (normalmente, se trata de variables
o incgnitas). Los smbolos pueden representar nmeros o cantidades fsicas, pueden formular operaciones o
relaciones del tipo igual a mayor que.
Smbolos y lgebra pueden ser usados para expresar magnitudes fsicas, qumicas, etc.. Por ejemplo, E puede
representar la energa total de un trozo de materia, m su masa y c la velocidad de la luz. Combinando stos
junto con el smbolo matemtico para igual a, Einstein escribi su famosa frmula,
E = mc2 .
En lenguaje comn, esta ecuacin se expresara como La energa total de un cuerpo es igual al producto de
su masa por el cuadrado de la velocidad de la luz, lo que resulta, adems de ms largo, mucho ms difcil de
manejar conceptualmente. De aqu el gran inters en usar el lenguaje matemtico cuando se trata de analizar
de forma cuantitativa el comportamiento del mundo real.
Habitualmente, el camino se recorre en sentido contrario: Es necesario expresar en trminos matemticos una
relacin cuantitativa. Por ejemplo, podemos expresar Juan es treinta centmetros ms alto que Roberto como
J = R + 30
siendo J la altura de Juan, y R la altura de Roberto, medidas ambas en centmetros. Observemos que al leer
esta ecuacin, el verbo est representado por el signo =. De forma ms sofisticada, podemos usar una notacin
con subndices:
HJ = HR + 30
donde ahora HJ y HR denotan, respectivamente, las alturas de Juan y Roberto (en cm). Obviamente, es un
esfuerzo excesivo el expresar una frase tan sencilla en trminos matemticos. Sin embargo, cuando las relaciones
se vuelven ms y ms complejas, la expresin de relaciones cuantitativas mediante el lenguaje comn es enormemente complicada. Esto condujo de forma natural a introducir la notacin matemtica, mucho ms simplificada
y compacta. A cambio, es necesario efectuar un esfuerzo de conceptualizacin para entender correctamente el
significado de los diferentes smbolos y relaciones.
1.2
Cantidades fsicas, valores numricos y unidades
Cuando se usan en ciencias aplicadas, los smbolos matemticos no representan nmeros, sino magnitudes fsicas.
Cada smbolo representa la combinacin de un valor numrico y de una unidad fsica. No tiene sentido decir
que una lnea mide 75, sino que mide 75 cm o 75 m. Este hecho tiene varias consecuencias:
4
Las ecuaciones que relacionan magnitudes fsicas expresan identidades, tanto de los valores numricos
como de las unidades fsicas de los dos trminos de la igualdad. Por ejemplo, en la ecuacin de Einstein
E = mc2 ,
E es una energa, cuya magnitud es M L2 T 2 (o sea, masa longitud al cuadrado / tiempo al cuadrado),
m es una masa, cuya magnitud es M , y c es una velocidad, cuya magnitud es L2 T 2 . Esto se expresa
por [E] = M L2 T 2 , [m] = M , [c] = L2 T 2 . Observamos cmo, efectivamente, las unidades de los dos
trminos de la ecuacin (izquierda y derecha) son iguales a M L2 T 2 :
[E] = [mc2 ] = M L2 T 2 .
Este principio de que los dos trminos de la ecuacin deben tener las mismas unidades se extiende a la
suma y resta: Slo se pueden restar o sumar magnitudes fsicas con las mismas unidades.
Un ejemplo de relevancia en Bioqumica es la ecuacin que describe el nmero de receptores ocupados
en una reaccin qumica en la que unas molculas de una determinada sustancia, disuelta en el medio
celular, se enlazan con grandes molculas (protenas, por ejemplo), los receptores. Si denotamos por Nb
el nmero de receptores ocupados por unidad de masa de tejido circundante, ste vara en funcin de la
concentracin de la sustancia c, del nmero total de receptores por unidad de masa de tejido NT y de la
constante de afinidad qumica para el enlace Ka :
Nb =
Ka cNT
.
1 + Ka c
La magnitud ms clara aqu es la de la concentracin, [c] = M L3 (o sea, masa/volumen). Para que la

suma 1 + Ka c tenga sentido, las unidades de 1 y de Ka c deben ser iguales, segn hemos comentado ms
arriba. Por tanto, las unidades de Ka deben ser las inversas de las de c: [Ka ] = M 1 L3 . Las unidades de
Nb y NT son [Nb ] = [NT ] = M M 1 = 1 (Masa/Masa, ya que se trata de la masa de los receptores por
unidad de masa del tejido circundante).
El cambio de unidades implica el cambio de los valores numricos asociados. Para cambiar las unidades,
se usa el principio de que si se multiplican los dos trminos de una ecuacin por un mismo nmero la
identidad sigue siendo cierta. Esto se aplica a realizar el cambio de unidades, si multiplicamos hbilmente
por 1. Por ejemplo,
Km
1000m 1h Km
1000 m
m
108
= 108
= 108
= 30 .
h
1Km 3600s h
3600 s
s
La representacin grfica de una funcin donde las variables dependiente e independiente son magnitudes
fsicas requiere incluir las unidades en que estas variables se expresan. De otro modo sera imposible
interpretar la grfica.
1.3
Nmeros, aritmtica y resolucin de ecuaciones
Repasamos aqu algunas reglas bsicas de las operaciones aritmticas con nmeros, y los tipos de stos.
Nmeros enteros, suma y resta. Los nmeros naturales (0, 1, 2, . . . ) son los que empleamos para
contar, y con ellos podemos sumar sin salirnos de los propios nmeros naturales. Si pretendemos restar,
es necesario pasar a los nmeros enteros (. . . , -2, -1, 0, 1, 2, . . . ): La diferencia de dos nmeros enteros es
siempre un nmero entero, y no siempre es as con los nmeros naturales.
La solucin de ecuaciones de la forma
a + x = b,
siendo a y b nmeros enteros, siempre es un nmero entero x = b a.
Nmeros racionales, producto y divisin. Podemos multiplicar nmeros enteros y el resultado ser
siempre un nmero entero. Sin embargo, no siempre el cociente de dos nmeros enteros es un nmero
entero. Esta propiedad s es cierta, sin embargo, en los nmeros racionales fraccionarios: El cociente de
dos nmeros racionales siempre es un nmero racional. Para un cientfico es de enorme importancia realizar
con soltura las cuatro operaciones bsicas con nmeros racionales: Suma, resta, producto y cociente.
La solucin ecuaciones de la forma

a + cx = b,
a
siendo a, b y c 6= 0 nmeros racionales, siempre es un nmero racional, x = b . Estas ecuaciones se
c
llaman lineales, porque su grfica es una lnea recta.
Esta propiedad tambin es cierta cuando se trata de varias ecuaciones lineales simultneas con coeficientes
racionales: Por ejemplo, la solucin (si existe) (x, y, z) del sistema lineal
2x + 3y 4z =
3x + 2y + 3z =
9
8
7x 3y + 8z = 4
pertenece a los nmeros racionales, segn la regla de Cramer.

Nmeros reales, completitud. Podemos representar los nmeros racionales sobre una recta como
segmentos (a cada nmero le asignamos un segmento de origen el cero, cuya longitud es el nmero). A pesar
de existir una infinidad de nmeros racionales entre dos nmeros racionales cualesquiera (por ejemplo,
calculando el promedio, repetido sucesivamente), la recta as construda est trufada de agujeros.O sea,
que hay muchos segmentos cuya longitud no es un nmero racional. Uno de tales agujeros es 2, un
nmero del que ya en la Grecia clsica se demostr que no es racional1 .
Una forma intuitiva de construir los nmeros reales es mediante una representacin decimal infinita: 2 =
1.4142135623730950488 . . . Este nmero se puede construir de forma aproximada mediante la sucesin
de
2,
nmeros
r
=
1.4,
r
=
1.41,
r
=
1.414,
r
=
1.4142,
.
.
.
Se
demuestra
que
esta
sucesin
converge
a
1
2
3
4
que 2 es el lmite de esta

sucesin.
Esto
significa
que
todos
los
trminos
de
la
sucesin
a
partir
de
uno
dado estn tan cerca de 2 como queramos. Se demuestra que la recta as construda es completa en el
sentido de que no tiene agujeros, o, dicho de otro modo, en el sentido de que el lmite de una sucesin de
nmeros reales siempre es un nmero real.
Los nmeros reales se pueden sumar, restar, multiplicar y dividir, obtenindose siempre un nmero real.
Por ello, al igual que con los nmeros racionales, la solucin ecuaciones de la forma
a + cx = b,
a
siendo a, b y c 6= 0 nmeros reales, siempre es un nmero real, x = b .
c
El clculo diferencial e integral, que son dos de los instrumentos fundamentales de la matemtica aplicada,
se basan de forma extensiva en el concepto de lmite, por lo que el conjunto de nmeros adecuado para
construir estos dos tipos de clculo es el de los reales.
Nmeros complejos, solucin de ecuaciones polinmicas. Dentro de los nmeros reales no siempre
tienen solucin ecuaciones de la forma a + cx2 = b, siendo a, b y c nmeros reales. Por ejemplo, la ecuacin
1 + x2 = 0
no tiene solucin, ya que 1 + x2 1 cualquiera que sea x R.
Podemos, sin embargo, definir la unidad imaginaria i como la solucin de esta ecuacin 1+x2 = 0. A partir
de aqu construimos los nmeros complejos en la forma a + ib, siendo a y b nmeros reales cualesquiera.
Los nmeros complejos se representan en el plano como el par de nmeros reales (a, b). Es una extensin
de la representacin de los nmeros reales como segmentos en la recta.
Los nmeros complejos se pueden sumar, restar, multiplicar y dividir. Para ello basta considerar que
i2 = 1, y que por tanto i1 = i. Usando estas propiedades, podemos multiplicar por ejemplo 2 + 3i y
5 4i como sigue:
(2 + 3i)(5 4i) = 10 12i2 + 15i 8i = 22 + 7i,
y tambin podemos dividir 2 + 3i entre 5 4i racionalizando como sigue:
2 + 3i
(2 + 3i)(5 + 4i)
2 + 23i
2
23
=
=
= + i.
5 4i
(5 4i)(5 + 4i)
36
36 36
1 La demostracin de la irracionalidad de la raz cuadrada de 2 est atribuida a Hipaso de Metaponto, un discpulo de Pitgoras
que naci en torno al ao 500 a.C.
La representacin de un nmero complejo como z = a + ib, siendo a y b nmeros reales, es llamada forma
binmica del nmero. Existe una forma alternativa, llamada forma polar. Para construirla, escribimos
b
a
z = a + ib = r( + i ) = r(sen + i cos ),
r
r
donde
r=
p
a 2 + b2
es el mdulo de z, tambin denotado |z| y

= arctan(b/a)
es el argumento de z, tambin denotado arg(z). El argumento es el ngulo entre la parte positiva del eje
OX y el segmento que une el origen con el nmero z. El argumento no est definido de forma nica, ya
que todos los ngulos de la forma
arg(z) + 2k, k Z
poseen el mismo seno y el mismo coseno.
Es acostumbrado representar z como z = r (forma polar del nmero z). Por ejemplo, la forma polar del
nmero 1 es 1 = 10 = 12 , y la de la unidad imaginaria es i = 1/2 .
El producto y cociente de nmeros complejos en forma polar es muy simple: Si las formas polares de los
nmeros complejos z y z 0 son z = r y z 0 = r0 0 , entonces las formas polares de su producto y su cociente
son:
r
z
= ( 0 )0 .
zz 0 = (rr0 )+0 ,
z0
r
O sea,
|zz 0 | = |z||z 0 |,
arg(zz 0 ) = arg(z) + arg(z 0 ),
z
|z|

0 = 0 ,
z
|z |
arg(
z
) = arg(z) arg(z 0 ).
z0
De aqu se puede calcular con comodidad la potencia n-sima de un nmero complejo:

n
z n = rn
.
Tambin se pueden calcular las n races n-simas de un nmero complejo:
n
z = ( n r)(+2k)/n , k = 0, 1, , n 1.
Por ejemplo, las races cuartas de 1 = 1 son
4
1 = 1/4+k/2 ,
k = 0, 1, 2, 3.
Un relevante nmero complejo asociado a z = a + ib es su conjugado: z = a ib. Cumple algunas

propiedades interesantes:
z1 + z2 = z1 + z2 , z1 z2 = z1 z2 , z z = |z|2 .
Adems, la forma polar del conjugado viene dada por
z = r .
Un gran inters de los numros complejos es que toda ecuacin polinmica (de la forma a0 + a1 x + a2 x2 +
... + an xn = 0) tiene exactamente n races (contando la multiplicidad) en los nmeros complejos.
Hay, sin embargo, una propiedad de los dems tipos de nmeros (sean naturales, enteros, racionales o
reales) que no poseen los nmeros complejos: La ordenacin. No se puede decidir de forma coherente cul
es el mayor de dos nmeros complejos distintos.
En general, si estamos interesados en resolver ecuaciones de la forma f (x) = 0 (algo que ocurre con cierta
frecuencia en las ciencias aplicadas y tambin en bioqumica) ser necesario utilizar nmeros complejos,
aunque en muchas situaciones podemos usar solamente nmeros reales.
1.4
Errores. Truncamiento y redondeo. Sistemas de numeracin
Podemos efectuar clculos tericos con nmeros reales y complejos, pero en los clculos efectivos nicamente se
usan nmeros racionales. De este modo se introducen errores, que es necesario reconocer y limitar en la medida
de lo posible.
Un error habitual es el de truncamiento: Los dos nmeros a = 3.3456 y b = 3.3412 resultan ser c = 3.34 si los
truncamos a la segunda cifra decimal. Los errores cometidos son a c = 0.0056 y b c = 0.0012. Sin embargo, si
aproximamos a por d = 3.35, el error cometido es a d = 0.0044, que es menor (en valor absoluto) que a c.
Por tanto, aproximar a por d resulta una mejor aproximacin que aproximarlo por c. Esto sugiere la tcnica de
aproximacin llamada redondeo: La ltima cifra decimal retenida se deja igual si la primera cifra despreciada
es menor o igual que 5, y por la siguiente si la primera cifra despreciada es mayor que 5.
La necesidad de redondeo ocurre en particular con el manejo de nmeros por los ordenadores, que debido a su
capacidad limitada trabajan solamente con un nmero finito de cifras decimales.
Los ordenadores, sin embargo, almacenan la informacin en sistema binario. Recordemos que en sistema decimal
la expresin 123 representa al nmero 3 100 + 2 101 + 1 102 , donde utilizamos las sucesivas potencias de 10.
En sistema binario nicamente se usan las sucesivas potencias de 2 para representar un nmero. Por ejemplo,
el nmero 123 en base 2 se representar por 1111011, ya que
123 = 1 20 + 1 21 + 0 22 + 1 23 + 1 24 + 1 25 + 1 26 = 1 + 2 + 8 + 16 + 32 + 64.
El ordenador almacena solamente ceros y unos.
Las cifras de la representacin binaria (resp., decimal) de un nmero se obtienen dividiendo sucesivamente por
2 (resp., por 10) y reteniendo los restos, que se escriben en orden inverso para construir la representacin.
Por ello, slo aparecen ceros y unos (resp., los 10 dgitos 0, 1, 2, 3, 4, 5, 6, 7, 8 y 9). El valor de cada cifra en la
representacin depende de la posicin que ocupa, ya que la ltima cifra se multiplica por 1, la penltima por 2
(resp., por 10), la antepenltima por 22 = 4 (resp., por 102 = 100), etc.
Anlogamente, para representar un nmero menor que 1 en sistema binario, es necesario multiplicarlo sucesivamente por 2 y retener las cifras a a izquierda de la coma (que seran solamente ceros o unos). Si una de estas
cifras es un 1, se resta y retiene el resto para continuar el proceso. Por ejemplo, para escribir 0.8125 en sistema
binario, consideramos que
0.8125
0.625
0.25
0.5
2
2
2
2
=
=
=
=
1.625
1.25
0.5
1
:
:
:
:
restamos 1 y lo retenemos
restamos 1 y lo retenemos
retenemos el cero
retenemos el 1 y terminamos
De este modo, en sistema binario, 0.8125 se representa por 0.1101, lo que significa que
0.8125 =
1
0
1
1 1
1
1
+
+ 3+ 4 = + + .
2 22
2
2
2 4 16
Este proceso puede no tener fin, en el sentido de que la representacin binaria (o decimal) de un nmero
puede tener infinitas cifras no nulas. Ms an, puede ocurrir que la representacin decimal contenga un nmero
finito de cifras y la binaria un nmero infinito (pero no al revs, ya que 10 es divisible por 2). Por ejemplo, la
representacin binaria de 1/5 = 0.2 es 0.000101000101000101000101.... (formada por la concatenacin indefinida
del grupo 000101).
Otros sistemas de numeracin de cierta relevancia por sus conexiones con el cdigo gentico son el cuaternario
(con base 4, utiliza los dgitos 0, 1, 2, 3), el octodecimal (con base 8, utiliza los dgitos 0, 1, 2, 3, 4, 5, 6, 7) y el
hexadecimal (con base 16, utiliza 16 dgitos, para lo que son necesarios smbolos especiales a partir del 9).
Recordemos que el valor de cada dgito en la representacin de un nmero depende de la posicin que ocupa. Es
una situacin anloga a la descripcin del ADN mediante las letras A, T,C y G, que corresponden a las bases
nitrogenadas Adenina, Tiamina, Citosina y Guanina, respectivamente. La disposicin secuencial de estas cuatro
bases a lo largo de la cadena es la que codifica la informacin gentica: por ejemplo, una secuencia de ADN
puede ser ATGCTAGATCGC. En este sentido, cada cadena de ADN se corresponde con un nico nmero en
sistema cuaternario.
1.5
Resolucin de ecuaciones
Una ecuacin es una igualdad entre dos expresiones matemticas, en la que alguna de las cantidades no es
conocida. Las cantidades desconocidas se llaman incgnitas. Cada una de las dos expresiones que se igualan se
llama miembro. Una ecuacin proporciona informacin sobre la o las incgnitas. Resolver la ecuacin es calcular
la incgnita en funcin de cantidades conocidas, de forma que se satisfaga la ecuacin si la incgnita se reemplaza
por el valor calculado. Si se trata de varias ecuaciones que deben satisfacerse al mismo tiempo, el conjunto de
todas ellas se llama sistema de ecuaciones. Resolver el sistema de ecuaciones es calcular las incgnitas en funcin
de cantidades conocidas, de forma que se satisfaga cada ecuacin del sistema si las incgnitas se reemplazan
por los valores calculados. La solucin de una ecuacin (o sistema de ecuaciones) puede no existir, puede existir
slo una, o varias, o una infinidad. Por ejemplo,
3x 2 = 7
es una ecuacin lineal, siendo x la incgnita. Su solucin es x = 3, ya que 3 3 2 = 7. Tambin
x2 x 6 = 0
es una ecuacin cuadrtica de segundo orden, que admite dos soluciones, x1 = 2 y x2 = 3. La ecuacin
xy = 1 admite una infinidad de soluciones, en la forma x R cualquiera, y = x1. Por ejemplo, x = 0, y = 1
son soluciones, pero tambin x = 1, y = 0 x = 1000, y = 999, etc.
El sistema

2x 3y = 3,
x + 2y = 2,
es un sistema de dos ecuaciones lineales con dos incgnitas (x e y) que admite solucin nica, x = 0, y = 1.
En una ecuacin intervienen expresiones, que son combinaciones de smbolos, por ejemplo 1 + 4, 2x 3az
(x + 2)(x 3). Cada una de las partes de una expresin es una sub-expresin. Por ejemplo, 2x y 3az son
subexpresiones de la expresin 2x 3az. Si dos o ms subexpresiones se suman, cada una de ellas se denomina
trmino sumando. Si dos o ms subexpresiones se multiplican, cada una de ellas se llama factor. Por ejemplo,
en la expresin (x + 2)(x 3), x + 2 y x 3 son factores.
Las reglas de la aritmtica se usan para expandir o simplificar expresiones que aparecen en las ecuaciones. Por
ejemplo,
La propiedad distributiva del producto respecto de la suma permite expandir el producto (x + 2)(x 3)
como
(x + 2)(x 3) = x2 + 2x 3x 6 = x2 x 6.
Reduciendo a factor comn, podemos simplifica la expresin
1
1
como sigue:
x+1 x1
1
1
x1
x+1
(x 1) (x + 1)
2
=
= 2
.
x+1 x1
(x + 1)(x 1) (x 1)(x + 1)
(x + 1)(x 1)
x 1
Calculando las races de los polinomios, podemos simplificar la expresin
x2 + 5x + 6
:
x3 + 3x2 + 2x
x2 + 5x + 6 = (x + 2)(x + 3);
x3 + 3x2 + 2x = x(x + 1)(x + 2);
de donde si x 6= 0, 1, 2,
x2 + 5x + 6
(x + 2)(x + 3)
(x + 3)
x+3
=
=
= 2
,
x3 + 3x2 + 2x
x(x + 1)(x + 2)
x(x + 1)
x +x
Observemos que si x = 2 la expresin inicial no est definida, pero s la final.

1.5.1
10
Manipulaciones bsicas con ecuaciones
Para resolver una ecuacin o sistema de ecuaciones usualmente se efectan una serie de manipulaciones que
transforman los trminos de la ecuacin, pero mantienen la identidad. El objetivo es aislar la incgnita (o
las incgnitas), igualndola a una expresin conocida. Estas manipulaciones deben respetar las leyes de la
aritmtica. Las ms bsicas son las siguientes:
Sumar la misma cantidad a los dos miembros de la ecuacin. Para resolver
(1.1)
3x 1 = 5,
sumamos 1 a los dos miembros de la ecuacin, obteniendo
3x = 6.
Multiplicar o dividir los dos miembros de la ecuacin por el mismo nmero, si ste no es nulo. Para resolver
la ecuacin anterior, dividimos los dos miembros de la ecuacin por 3, obteniendo
3x/3 = 6/3
x = 2.
Elevar los dos miembros de la ecuacin a un mismo nmero. Esta manipulacin puede introducir soluciones
falsas cuando se eleva a potencias mayores que 1, si no se consideran los signos. Por ejemplo, si elevamos
los dos miembros de la ecuacin
x=1
al cuadrado, obtenemos
x2 = 1,
que admite la solucin x = 1, pero tambin la solucin x = 1. Hay, pues, que eliminar las soluciones
falsas. Por otra parte, se pueden eliminar soluciones verdaderas si se eleva a potencias menores que uno,
si no se considera la multiplicidad de los radicales. Por ejemplo, podemos sacar la raz cuadrada de los
dos miembros de la ecuacin
(x 1)2 = 4,
obteniendo
x1=
4.
Si consideramos que 4 = 2, obtenemos la solucin x = 3. Pero tambin puede ser

proporciona la solucin x = 1.
4 = 2 lo que
Usando estas tres reglas, podemos por ejemplo resolver la clsica ecuacin de segundo grado. Consideremos el
ejemplo
4x2 2x + 8 = 9.
(1.2)
En primer lugar, por reducirnos a un problema cannico, restamos 9 a los dos miembros de la ecuacin, obteniendo
4x2 2x 1 = 0.
(1.3)
A continuacin, buscamos un cuadrado perfecto de la forma (ax + b)2 que englobe los tminos en x2 y en x.
Para ello, consideramos que
(ax + b)2 = a2 x2 + 2abx + b2 ,
1
e igualamos a2 x2 = 4x2 , 2abx = 2x. La primera igualdad se cumple si a = 4 = 2, y la segunda si b =
=
a
1
1
. Para obtener el cuadrado perfecto en la ecuacin (1.3) sumamos b2 = a los dos miembros:
2
4
4x2 2x +
1
1
1= ,
4
4
o sea,
1
1
(2x )2 1 = .
2
4
En segundo lugar dejamos el cuadrado perfecto en el miembro de la izquierda, sumando 1 a los dos miembros:
1
1
5
(2x )2 = + 1 = .
2
4
4
11
En tercer lugar sacamos la raz cuadrada de los dos trminos de la ecuacin:

2x
Por ltimo, despejamos x sumando
1
2
p
1
= 5/4.
2
y dividiendo por 2 los dos miembros de la ecuacin:

1 p
5/4
1 5
=
.
x = x = 2
2
4
1.5.2
(1.4)
Sistemas lineales
La resolucin de sistemas lineales es de especial utilidad en ciencias aplicadas, ya que por una parte se dan con
mucha frecuencia en la prctica para determinar el funcionamiento de diversos procesos y sistemas, y por otra
se saben resolver bien. Esto hace que la resolucin de sistemas de ecuaciones ms complejos se reduzcan por
diversos procedimientos a la resolucin de sistemas lineales.
Existen diversas tcnicas de resolucin de sistemas lineales. Si son de talla pequea se puede abordar su resolucin
a mano. Sin embargo, para sistemas de mediana y gran talla (el nmero de ecuaciones) es preferible el uso del
ordenador. Es posible la resolucin simblica de sistemas de talla mediana en ordenador (hasta una decena de
ecuaciones), que sin embargo resulta inabordable en cuanto la talla supera la decena. Por ello, en estos casos se
usa la resolucin numrica, que permite resolver sistemas de talla muy grande (varios millones de ecuaciones),
aunque es necesario resolver cada sistema con valores numricos concretos de forma aislada.
Como hemos comentado ms arriba, un sistema lineal puede o no tener solucin (si la tiene, se dice que es
compatible, y si no, incompatible). De tener solucin, sta puede ser nica (se dice que el sistema es determinado),
o puede haber infinitas soluciones (se dice que el sistema es indeterminado).
Habitualmente, se escriben los sistemas lineales en notacin compacta, en la forma
(1.5)
AX = B,
donde A es la matriz del sistema, X es un vector columna (la incgnita) y B es otro vector columna (el dato).
Por ejemplo, para el sistema
x + 2y + 3z
xy+z
3x + 2y + z
la matriz A y los vectores X y B vienen
1
A= 1
3
dados por
2 3
1 1 ,
2 1
=
=
=
14,
2,
10.
x
14
X = y ,B = 2 .
z
10
(1.6)
(1.7)
Resumimos a continuacin la Teora de Rouch-Frobenius (data de 1875) sobre la existencia y unicidad de

soluciones de sistemas lineales. Se llama menor de orden r de la matriz A al determinante de cualquier submatriz cuadrada de orden r (con nmero de filas y de columnas igual a r). Se define el rango de la matriz A
como el orden del mayor menor de A no nulo.
El sistema lineal (1.5) es compatible (o sea, admite solucin) si el rango de la matriz A coincide con el rango
de la matriz ampliada, M = [A|B]. Esto garantiza que todas las ecuaciones se pueden satisfacer a la vez, o
dicho de otro modo, que no son incompatibles entre s. Adems, la solucin ser nica (o sea, el sistema ser
determinado) si este rango coincide con el nmero de incgnitas. Esto garantiza que todas las incgnitas se
pueden despejar de forma nica en funcin de los datos. En caso contrario, existir una infinidad de soluciones,
que se obtienen despejando las incgnitas correspondientes a la mayor sub-matriz con determinante no nulo, en
funcin de las dems.
En el caso del sistema lineal cuadrado (1.7) hay solucin nica si la matriz A tiene determinante no nulo, ya que
entonces el rango de A y de la matriz ampliada son iguales a 3, y adems ste nmero coincide con el nmero
de incgnitas.
Para efectuar la resolucin a mano de un sistema lineal existen diversas tcnicas. Segn el Teorema de RouchFrobenius, si el sistema es compatible lo que es necesario resolver de forma efectiva para calcular la solucin (o
12
las soluciones) es un sistema cuadrado. Existen frmulas cerradas para resolver sistemas cuadrados. Sin embargo,
son difciles de recordar, por lo que es preferible el uso de otras tcnicas ms sencillas e intuitivas. Recordemos
aqu la tcnica de Gauss o de eliminacin. La idea es reducir por etapas el sistema a otro en que cada incgnita
se exprese en funcin de las anteriores, hasta que slo quede una ecuacin con una incgnita. Calculada esta
incgnita, se calculan sucesivamente las dems. Por ejemplo, en el sistema (1.6),
Comenzamos eliminando la incgnita x en la segunda y tercera ecuaciones. Para ello a la segunda ecuacin
le restamos la primera, y a la tercera le restamos la primera multiplicada por 3. Esto reduce el sistema a
x + 2y + 3z = 14,
3y 2z = 12,
(1.8)
4y 8z = 32.
Nos centramos ahora en la resolucin del sub-sistema

3y 2z =
4y 8z =
12,
32,
(1.9)
que tiene slo dos ecuaciones con dos incgnitas. Eliminamos la variable y en la tercera ecuacin restando
a esta ecuacin la segunda multiplicada por 4/3. Esto reduce la ltima ecuacin del sub-sistema (1.9) a
16
z = 16.
3
El sistema de partida ha quedado reducido al sistema triangular
x + 2y + 3z = 14,
3y 2z = 12,
16
z = 16.
3
(1.10)
(1.11)
Resolvemos este sistema como sigue: La ltima ecuacin proporciona z = 3. Sustitumos este valor en la
segunda ecuacin y obtenemos y = 2, y por ltimo sustitumos estos dos valores en la primera ecuacin
para obtener x = 1.
Observemos que la matriz C del sistema reducido (1.9) es triangular superior,
1 2
3
2 ,
C = 0 3
0 0 16/3
con lo que su determinante es trivialmente el producto de los elementos diagonales. Si alguno de estos elementos
diagonales fuera cero, el sistema sera bien incompatible, bien compatible indeterminado, ya que la matriz sera
singular. Esta informacin se obtiene de forma automtica aplicando el mtodo de Gauss.
1.6
Resolucin de inecuaciones
Otro de los problemas que se presentan con frecuencia en las ciencias aplicadas es el obtener valores de ciertas
variables que satisfacen no ya una igualdad, sino una desigualdad. Esto ocurre, por ejemplo, cuando se pretende
mantener las variables dentro de rangos admisibles (estos valores pueden ser concentraciones, temperaturas,
precios,...). Podemos pedir, por ejemplo, en lugar de la ecuacin (1.1), la inecuacin
O, en lugar de (1.2),
3x 1 5
(1.12)
4x2 2x + 8 > 9.
(1.13)
Es frecuente encontrar inecuaciones en que aparezca el valor absoluto de alguna expresin. Recordemos que el
valor absoluto de un nmero se define por
|x| = max{x, x}.
13
La solucin de una inecuacin, en general, no es uno o varios valores aislados de la incgnita, sino un conjunto completo, frecuentemente determinado por una o varias desigualdades. Puede ser, sin embargo, que una
inecuacin (o un sistema de inecuaciones) no posea solucin. Para resolver inecuaciones, es necesario seguir
estrategias que transformen la inecuacin en inecuaciones equivalentes, con el propsito de dejar aislada la (o
las) incgnitas. Para ello, usamos una extensin de las reglas que hemos introducido para resolver ecuaciones:
Sumar la misma cantidad a los dos miembros de la ecuacin mantiene la desigualdad. Para resolver (1.12)
sumamos 1 a los dos miembros de la ecuacin, obteniendo
(1.14)
3x 6.
Multiplicar o dividir los dos miembros de la ecuacin por el mismo nmero, si ste es positivo mantiene
la desigualdad. Para resolver la ecuacin anterior, dividimos los dos miembros de la ecuacin por 3,
obteniendo la solucin de (1.12):
x 2.
En cambio, multiplicar o dividir los dos miembros de la ecuacin por el mismo nmero, si ste es negativo
cambia el sentido de la desigualdad. Por ejemplo, si queremos resolver
3x 6,
dividimos los dos miembros de la inecuacin por 3, obteniendo
x 2.
Elevar los dos miembros de la inecuacin al cuadrado mantiene la desigualdad, slo si ambos miembros
son positivos.
Para extraer races cuadradas, el uso del valor absoluto puede resultar de utilidad. Por ejemplo, podemos
sacar la raz cuadrada de los dos miembros de la inecuacin
(x 1)2 4,
obteniendo
|x 1|
lo cual se reescribe como
(1.15)
4,
2 x 1 2.
Sumando 1 ahora a cada trmino de la cadena de desigualdades, obtenemos la solucin de la inecuacin

(1.15):
1 x 3.
Para ejercitar estas reglas, podemos resolver la inecuacin (1.13). En primer lugar, transformamos la inecuacin
a forma homognea restando 9 a cada miembro:
4x2 2x 1 > 0.
(1.16)
Como hemos obtenido las races x y x+ del polinomio 4x2 2x 1 en (1.4), tenemos el polinomio factorizado
como
4x2 2x 1 = 4(x x )(x x+ ).
Por tanto, dividiendo por 4, la inecuacin (1.16) se transforma en
(x x )(x x+ ) > 0.
Para que el producto de dos nmeros sea positivo, ambos nmeros deben ser bien positivos, bien negativos a la
vez. Por tanto, la solucin de nuestra inecuacin es el conjunto de los nmeros x R que satisface
O bien
O sea,
x x > 0, y x x+ > 0,
O bien
x > x , y x > x+ ,
o bien
x x < 0, y x x+ < 0.
o bien
x < x , y x < x+ .
Pero como x < x+ , las desigualdades anteriores proporcionan la solucin de la inecuacin (1.16):
O bien
x > x+ ,
o bien
x < x .
1.7
14
Funciones polinmicas
Pasamos a continuacin al repaso de las funciones ms sencillas, que aparecen frecuentemente en aplicaciones de
las matemticas y, especialmente, en Bioqumica. Nuestro objetivo ser conocer la definicin y las propiedades
bsicas de las funciones consideradas. Estudiaremos especialmente los ceros, el crecimiento y decrecimiento,
las posibles sigularidades y el comportamiento en el infinito. Estudiaremos tambin algunos aspectos de la
representacin grfica de funciones: Su interpretacin, y cmo usarla para resolver ecuaciones e inecuaciones.
Recordemos en primer lugar que una funcin es una regla que transforma nmeros reales en nmeros reales
(tambin se habla de funciones de variable compleja, que no consideraremos aqu). Puede estar definida en todo
o en parte de R. Por ejemplo, la funcin
x+2
f (x) = 2
x +1
est definida en todo R, mientras que la funcin
g(x) =
x+2
x2 1
est definida en todo R, excepto en x = 1 y en x = 1, que son los puntos donde se anula el denominador. Se
llama dominio de la funcin al conjunto de puntos en que est definida. El dominio de f es todo R, mientras
que el dominio de g es R \ {1, 1}.
La funciones ms sencillas de calcular son las que se construyen usando sumas y productos. stas son las
funciones polinmicas, que por esta simplicidad aparecen con frecuencia en aplicaciones de las matemticas, y
adems se usan para aproximar funciones ms complejas. La estructura de una funcin polinmica es
f (x) = an xn + an1 xn1 + + a1 x + a0 ,
donde los coeficientes an , an1 , , a1 y a0 son nmeros reales dados. Es importante conocer el comportamiento
de las funciones polinmicas de grado bajo, as como sus grficas. Esto ayuda a utilizarlas de forma prctica
con soltura. El caso ms sencillo (aparte de las funciones constantes) son las funciones polinmicas de grado 1,
o lineales. Se llaman as porque su grfica es una lnea recta. Su estructura es
f (x) = a1 x + a0 .
Recta y=2x+1
Recta y=3/2-x
2.5
2
1.5
1
0.5
0
-0.5
-1
-1
-0.5
0.5
x
1.5
Figura 1.1: Grficas de rectas

Los coeficientes a1 y a0 pueden ser interpretados geomtricamente en la grfica de la funcin: a0 es la altura del
corte con el eje OY (O sea, f (0)), y a1 es la pendiente de la recta. La pendiente se puede calcular conociendo
dos puntos de la recta:
f (b) f (a)
a1 =
.
ba
15
Un par de puntos notables para ello son los cortes con los ejes coordenados (correspondientes a a = 0, f (b) = 0):
(0, f (0)) y (b, 0). En este caso,
f (0)
,
a1 =
b
con lo que la ecuacin de la recta es
f (0)
f (x) =
x + f (0).
b
En la Figura 1.1 se representa una recta con pendiente positiva y otra con pendiente negativa. Una recta corta
a0
al eje OX en un nico punto x =
si su pendiente es no nula. Se dice que tiene un nico cero.
a1
La funcin polinmica de segundo grado
f (x) = a2 x2 + a1 x + a0 ,
con a2 6= 0
se representa grficamente como una parbola. Buscando un cuadrado perfecto, escribimos

f (x) = a2 (x )2 + ,
con =
a1
,
2a2
= a0
a2 a21
.
4a22
De aqu deducimos que la grfica de la curva es simtrica respecto al punto x = (O sea, que f (t) = f (+t),
para cualquier nmero real t).
Deducimos adems que si a2 > 0 la curva alcanza su mnimo en x = :
f () f (x),
x R.
Adems, en este caso los valores de f aumentan indefinidamente si x aumenta indefinidamente. Se dice que
lm f (x) = +.
x+
Tambin tenemos, debido a la simetra de la funcin,

lm f (x) = +.
Si a2 < 0, el punto x = es un mximo:

f () f (x),
x R.
Parabola y=(x-1)2+1
Parabola y=-2(x+1)2+7
10
-5
-4
-3
-2
-1
Figura 1.2: Grficas de parbolas

Por otra parte, si a2 < 0, los valores de f disminuyen indefinidamente si x aumenta indefinidamente:
lm f (x) = ,
x+
lm f (x) = .
16
Podemos ver estas propiedades en la Figura 1.2 en que hemos representado los dos tipos de parbolas.
Una funcin polinmica de grado dos puede no anularse nunca (es el caso de la curva azul en la Figura 1.2). Sin
embargo, si se anula necesariamente tiene dos ceros (caso de la curva roja). Ello ocurre porque si un polinomio
tiene un cero complejo, entonces el conjugado de ste tambin es cero del polinomio. En efecto, supongamos
factorizado el polinomio como
f (x) = an (x x1 )(x x2 ) (x xn ),
donde an R y x1 , x2 , , xn C son las races de f . Entonces, tomando conjugados,
f (x) = f (x) = an (x x1 )(x x2 ) (x xn ).
Por tanto las races de f son x1 , x2 , , xn .
Esta propiedad puede usarse tambin para clasificar las funciones polinmicas de grado 3, cbicas: Deben
tener al menos un cero real, ya que de tener todos los ceros complejos, stos seran al menos 4 (cada cero y su
conjugado). Entonces, o bien tienen exactamente un cero real, o bien tienen 3. En el primer caso admiten la
factorizacin
f (x) = a3 (x x1 )P2 (x);
donde x1 es el cero real, y P2 es un polinomio de grado 2 con dos ceros complejos conjugados, y en el segundo,
admiten la factorizacin
f (x) = a3 (x x1 )(x x2 )(x x3 ),
donde x1 , x2 y x3 son los ceros reales de f . En la Figura 1.3 hemos representado una curva de cada una de
estas clases. Podemos ver cmo ambas tienden a infinito (con el signo dado por a3 y por x) cuando x tiende a
infinito.
Curva y=x(x22+2)
Curva y=-x(x -1)
10
-5
-10
-4
-2
0
x
Figura 1.3: Grficas de funciones polinmicas de tercer grado

En general, el comportamiento de una funcin polinmica viene determinado conociendo sus ceros. Si conocemos
todos los ceros x1 , x2 , , xn de f (x), sta se factoriza por
f (x) = an (x x1 )(x x2 ) (x xn ).
Esto permite determinar el signo de f (x) y su comportamiento en el infinito. Si, por ejemplo, an > 0, entonces
f (x) > 0 si x > xn , f (x) < 0 si xn1 < x < xn , etc: f mantiene signo constante entre dos races, y el signo va
cambiando alternativamente al incrementarse (o decrementarse) x. Por otra parte, si an > 0,
lm f (x) = +
x+
si n es par, y
lm f (x) =
x+
si n es impar. Si an < 0, entonces todos los signos se cambian por los opuestos.
1.8
17
Funciones racionales
Las funciones racionales son cocientes de funciones polinmicas. Se construyen, pues, aadiendo la divisin a la
suma y el producto como operaciones para construir funciones. La estructura general de una funcin racional
es
p(x)
,
f (x) =
q(x)
donde p(x) y q(x) son polinomios. El comportamiento de una funcin racional viene marcado por los ceros de
p y q, y por los grados de stos:
Dominio: En general, el dominio de una funcin racional no es todo R, ya que no est definida en
los puntos en que se anula el denominador. Sin embargo, puede ser que numerador y denominador se
anulen en un mismo punto. Para evitar esta ambig
uedad, hay que factorizar p y q eliminando los factores
correspondientes a ceros comunes. Por ejemplo, si
p(x) = x3 6x2 + 11x 6,
q(x) = x4 5x3 + 8x2 4x,
factorizamos
p(x) = (x 1)(x 2)(x 3),
q(x) = x(x 1)(x 2)2 .
El dominio de f es entonces Dom(f ) = R\{0, 1, 2}. La Figura 1.4 representa esta funcin, donde podemos
observar su comportamiento general.
10
Funcion Racional f(x)=(x-3)/(x*(x-2))
-5
-10
-4
-2
0
x
Figura 1.4: Funcin racional

Ceros: En principio, los ceros de f son los de su numerador p, aunque hay que considerar la posibilidad
de que el denominador q se anule a su vez en algn cero de p. Una vez factorizados p y q, los ceros de f
son los de p. En el ejemplo anterior, el nico cero de f es x = 3.
Asntotas verticales. En los ceros del denominador, f no est definida. Sin embargo, s lo est en puntos
arbitrariamente cercanos. Una vez simplificada f , en el entorno de un cero de q, el numerador p toma
valores no nulos, por lo que f (x) va a hacerse cada vez mayor (en valor absoluto) cuando x se acerque al
cero. El signo de f depender de los signos de p y q, pero ser constante entre dos ceros consecutivos de
p y q. En definitiva, si a es un cero de q, y nos acercamos por la derecha a a, tenemos
lm f (x) = +
xa+
lm f (x) = ,
xa+
donde el signo + depender de los signos de p y q a la derecha de a. Igualmente, si nos acercamos por
la izquierda a a, tenemos
lm f (x) =
lm f (x) = +,
xa
xa
donde ahora el signo de es el opuesto al lmite anterior, ya que f a la izquierda de a tiene el signo
opuesto que a la derecha.
En el ejemplo anterior, los ceros del denominador (una vez simplificada f ) son x = 0 y x = 2. Vemos que
f (x) < 0 si 2 < x < 3. Por tanto,
lm f (x) = ,
x2+
18
y entonces
lm f (x) = +.
x2
Comportamiento en el infinito. En el infinito, tanto p como q crecen indefinidamente, pero el comportamiento preponderante es del que tenga mayor crecimiento, que viene dado por su grado. Para determinar
el lmite, lo ms fcil es aplicar la regla que dice que el lmite en el infinito(+ o ) de un cociente de dos
polinomios coincide con el lmite del cociente de sus trminos dominantes respectivos:
1
x3
x3 6x2 + 11x 6
= lm 4 = lm
=0
4
3
2
x+ x
x+ x
x+ x 5x + 8x 4x
lm f (x) = lm
x+
Si tuviramos la fraccin inversa:
x
x4 5x3 + 8x2 4x
x4
= lm
=
l
m
= +
x+ 1
x+ x3 6x2 + 11x 6
x+ x3
lm
Si numerador y denominador tuvieran el mismo grado, obtendramos un lmite finito. Por ejemplo:
3x4 + x3 6x2 + 11x 6
3
3x4
= lm
= lm
=3
4
3
2
4
x+
x+ 1
x+ x
x 5x + 8x 4x
lm
1.9
Funciones trigonomtricas
Una gran cantidad de procesos naturales tienen naturaleza ondulatoria. Esto ocurre, por ejemplo, con las mareas
ocenicas, la rotacin de la Tierra o la oscilacin de un pndulo. Pero es tambin el caso de ciertos fenmenos
especficos de la Bioqumica, como es por ejemplo la transmisin de la seal elctrica a travs del axn de la
neurona.
Las funciones ms utilizadas para representar matemticamente los procesos ondulatorios son las funciones
trigonomtricas. Esto se debe a dos razones: Son relativamente fciles de calcular, y tienen carcter peridico.
Podemos usar el seno, por ejemplo, para representar una oscilacin de un pndulo, de perodo T . Ponemos
f (t) = A sen(2t/T ),
donde A es la amplitud de la oscilacin. Esta ecuacin corresponde a un oscilador armnico simple. Como la
funcin seno es peridica de perodo 2, la funcin f (t) es peridica de perodo T :
f (t + T ) = f (t),
t R.
El nombre de amplitud se debe a que f vara entre A y A, dado que el seno vara entre 1 y 1.
Recordemos la definicin y las propiedades ms importantes de las funciones seno y coseno. Ambas se construyen
a partir de tringulos rectngulos (Figura 1.5):
Z
Z
Z
b
Z
Z
Zc
Z
Z
Z
Z
Z
Z
a
Figura 1.5: Tringulo rectngulo
sen =
Longitud cateto opuesto

b
= ,
Longitud hipotenusa
c
Entonces
sen =
a
,
c
cos =
Longitud cateto adyacente

a
= .
Longitud hipotenusa
c
b
cos = .
c
19
De modo que, como + = /2, deducimos

sen(/2 ) = cos(),
(1.17)
cos(/2 ) = sen().
Por el Teorema de Pitgoras, a2 + b2 = c2 , y de aqu la relacin fundamental

sen2 + cos2 = 1.
1.5
Funcion seno
Funcion coseno
Funcion arcoseno
1
0.5
asin(x)
0.5
-0.5
-0.5
-1
-1.5
-1
-6
-4
-2
0
x
-1
-0.5
(a) Seno y coseno
0
x
0.5
(b) Arcoseno
Figura 1.6: Grficas de funciones seno, coseno y arcoseno

Ambas funciones se definen de forma natural para ngulos menores o iguales que /2. Para [/2, 0], se
orientan los ejes horizontal y vertical, de modo que
sen() = sen(),
cos() = cos(),
si [/2, 0].
(1.18)
Tenemos as definidas seno y coseno en [/2, /2]. Usando ahora la relacin (1.17), las definimos en [0, ]. Por
ltimo, usando (1.18) las definimos en [, 0].
De su definicin, el seno se anula si = 0 o si = , y el coseno se anula si = /2 = /2. Ambas
funciones se extienden de forma natural para ngulos mayores que , o menores que , de forma peridica,
sen(2k + ) = sen(),
cos(2k + ) = cos(),
k Z,
si [, ].
De este modo, seno y coseno se definen sobre todo R como funciones peridicas de perodo 2. Basta conocerlas
en cualquier intervalo de longitud 2 para tenerlas determinadas en todo R.
Las funciones seno y coseno satisfacen una serie de relaciones que resultan de utilidad, que mencionamos sin
demostracin:
sen( + ) = sen cos + sen cos ;
cos( + ) = cos cos sen sen ;
1
[cos( ) cos( + )] ;
2
1
cos() cos() = [cos( + ) + cos( )] ;
2
sen() sen() =
La funcin seno es biyectiva y creciente de [/2, /2] en [1, 1]. Se puede definir su funcin inversa, llamada
arcoseno, de [1, 1] en [/2, /2], como sigue:
arc sen(x) = y
si
sen(y) = x.
Notemos que la funcin arcoseno no est bien definida de [1, 1] en [, ], ya que a cada valor de x le
corresponderan dos valores de y. Podemos observar la grfica de la funcin arcoseno en la Figura 1.6b. Vemos
que, al igual que el seno es creciente en [/2, /2], el arcoseno es una funcin creciente en [1, 1].
10
20
1.5
Funcion tangente
Funcion arcotangente
1
5
atan(x)
0.5
-0.5
-5
-1
-1.5
-10
-6
-4
-2
0
x
-60
(a) Tangente
-40
-20
0
x
20
40
60
(b) Arcotangente
Figura 1.7: Grficas de funciones tangente y arcotangente

En realidad, si una funcin es creciente y admite inversa, sta es creciente. En efecto, supongamos que f es
creciente:
Si x1 < x2 , con x1 , x2 Dom(f ), entonces f (x1 ) < f (x2 ).
Para probar que su inversa (que denotamos por f 1 ) es creciente, supongamos que y1 < y2 , con y1 , y2
Dom(f 1 ). Esto significa que existen x1 , x2 Dom(f ) tales que y1 = f (x1 ), y2 = f (x2 ). De ser x2 < x1 , al
ser f creciente deberamos tener y2 = f (x2 ) < y1 = f (x1 ), lo cual es falso. Por tanto, o bien x1 = x2 , o bien
x1 < x2 . Pero en el primer caso, sera y1 = f (x1 ) = y2 = f (x2 ), lo cual tambin es falso. Conclumos que
f 1 (y1 ) = x1 < f 1 (y2 ) = x2 . O sea, que f 1 es creciente.
Igualmente, si la funcin es decreciente, su inversa es decreciente.
De forma anloga se define la funcin inversa del coseno, el arcocoseno, que es decreciente de [1, 1] en [0, ].
Son tambin de relevancia varias funciones construidas a partir del seno y del coseno. Por ejemplo, la funcin
tangente,
sen
tan =
, definida si 6= (2k + 1) , k Z,
cos
2
donde los puntos (2k + 1) 2 , k Z son los ceros del coseno. La funcin tangente es peridica de perodo , y
tiene asntotas verticales en las rectas x = (2k + 1) 2 (Ver Figura 1.7a). Es biyectiva de (/2, /2) en R, por
lo que su funcin inversa, llamada arcotangente, es biyectiva de R en (/2, /2). Al igual que la tangente, el
arcotangente es una funcin estrictamente creciente (Ver Figura 1.7b). Adems, tiende a la asntota y = /2
cuando x +, y a la asntota y = /2 cuando x : Las asntotas verticales de la tangente se
transforman en asntotas horizontales del arcotangente.
1.10
Funcin exponencial
Es posible elevar un nmero racional positivo a un nmero racional cualquiera:
pn/m = ( m p)n ,
con p > 0 racional
y n, m enteros.
Para ello es necesario saber calcular la raz m-sima de un nmero racional, lo cual es posible con un procedimiento
iterativo especialmente diseado, o con algoritmos especficos como el habitual para calcular la raz cuadrada.
Este procedimiento puede ser extendido para elevar un nmero real positivo a a un nmero real x. Para ello,
aproximamos a y x por nmeros racionales a1 , a2 , a3 , x1 , x2 , x3 (por ejemplo, sus desarrollos decimales),
y aproximamos ax por ax1 1 , ax2 2 , ax3 3 , . Esto proporciona una sucesin convergente cuyo lmite es ax .
La funcin exponencial siempre es positiva. Sin embargo, sus caractersticas dependen de si la base a es mayor o
menor que 1. Obviamente, si a = 1 obtenemos la funcin constante igual a 1. En la Figura 1.8 podemos observar
las grficas en las dos situaciones: Si a > 1, la funcin es creciente, tiende a + cuando x +, y tiende a la
asntota horizontal y = 0 cuando x . Cuando a < 1, los comportamientos en + y son los opuestos
21
respecto al caso anterior. En realidad este segundo caso es una consecuencia del primero, ya que
ax = (a1 )x =
1
,
(a1 )x
y si a < 1, entonces a1 > 1.

8
Funcion exponencial y=2x

Funcion exponencial y=(1/2)x
7
6
5
4
3
2
1
0
-3
-2
-1
0
x
Figura 1.8: Funcin exponencial

La funcin exponencial tiene la notable propiedad de transformar suma en producto:
ax+y = ax ay .
(1.19)
Existe una base natural, que es el nmero e. Para definirlo, denotemos fa (x) = ax . Entonces, el nmero e est
caracterizado por
fe0 (x) = fe (x),
donde fe0 denota la funcin derivada de fe (que estudiaremos en el Tema 3). Se demuestra que existe un
nico nmero e > 0 que cumple esta propiedad. Se trata de un nmero irracional, que se aproxima por e '
2, 7182818284590452354. Fue introducido por el matemtico escocs John Napier (Neper) en 1614. Por convenio,
el logaritmo con base e (tambin llamado neperiano natural) se denota por ln.
El logaritmo con base 10, por abreviar, se denota a veces log, omitiendo la base. Sin embargo es necesario
prestar atencin, ya que en ciertos libros y programas de clculo cientfico, la notacin log se usa para el
logaritmo neperiano.
1.11
Funcion logartmica
La funcin logartmica es la funcin inversa de la funcin exponencial:

loga (x) = y
si ay = x,
x > 0.
La exponencial es biyectiva de R en (0, +), por lo que su inversa es biyectiva de (0, +) en R.

Para representar la grfica de la funcin logartmica, observemos que si un punto (x, y) est en la grfica de
una funcin, entonces el punto (y, x) est en la grfica de su funcin inversa (si sta existe). En efecto, si (x, y)
est en la grfica de f , entonces y = f (x). De aqu x = f 1 (y), y por tanto (y, x) est en la grfica de f 1 . O
sea, que las grficas de f y f 1 son simtricas respecto de la recta y = x. Podemos observar la aplicacin de
este hecho a la grfica de la funcin logaritmo en la Figura 1.9.
Una propiedad notable de la funcin logartmica es
loga bc = c loga b.
Esta propiedad se demuestra como sigue:
aloga b = b ac loga b = bc ,
lo que significa que
loga bc = c loga b.
22
10
Funcion exponencial con base 2

Funcion logaritmica con base 2
y=x
-5
-10
-15
-10
-5
0
x
10
15
Figura 1.9: Funcin logartmica como funcin inversa de la exponencial

De aqu, se puede calcular el logaritmo en cualquier base a partir del logaritmo neperiano. En efecto, si
y = loga x,
entonces
ay = x,
de donde
y ln a = ln x,
y por tanto
y = loga x =
ln x
.
ln a
Otra interesante propiedad de la funcin logartmica es que transforma producto en suma:

(1.20)
loga (xy) = loga (x) + loga (y).
Esta propiedad se deriva de la propiedad (1.19) de la funcin exponencial.

Los logaritmos y la funcin logartmica se usan con frecuencia en Biologa y Bioqumica. Por ejemplo, el pH de
una solucin es el logaritmo decimal de la concentracin molar de iones H + , con signo opuesto.
Una aplicacin en Bioqumica de las funciones exponencial y logartmica corresponde a la desintegracin de
istopos radiactivos. Los istopos radiactivos son usados por ejemplo para datar muestras de vida fsil, y son
de utilidad en investigacin biomdica como trazadores de ciertos tipos de tejidos. El decaimiento del nmero
de tomos radiactivos presentes en un instante dado N (t) viene dado por la ley
N (t) = N0 et ,
100
Decaimiento del Carbono 14
80
Porcentaje de radiactividad original
Porcentaje de radiactividad original
100
60
40
Decaimiento del Carbono 14
10
20
0.1
0
2
3
Numero de vidas medias
(a) Escala normal
2
3
Numero de vidas medias
(b) Escala logartmica en y
Figura 1.10: Decaimiento del Carbono 14

donde N0 es el nmero inicial de tomos, y es la tasa de desintegracin del istopo (fraccin del nmero de
istopos que se desintegran por unidad de tiempo, que es constante para cada elemento).
Un tiempo caracterstico de la desintegracin de istopos es la llamada vida media, que es el tiempo que tarda
una determinada cantidad de tomos en reducirse a la mitad. Para calcularla, escribimos
N (t1/2 ) =
1
N0 . O sea,
2
N0 et1/2 =
1
N0 .
2
23
De aqu, tomando logaritmo neperiano,

t1/2 =
ln 2
.
Por ejemplo, el Carbono 14 C 14 tiene una tasa de desintegracin = 1.216 104 /ao. Su vida media es
entonces
ln 2
aos ' 5.700 aos.
t1/2 =
1.216 104
1.11.1
Grficas en escala logartmica
La propiedad (1.20) permite transformar funciones potenciales en funciones lineales. En efecto, si

f (x) = b ax
con b, a > 0,
entonces
ln f (x) = ln b + x ln a,
por lo que la funcin ln f (x) es lineal en x.
Esto sugiere utilizar escalas logartmicas para representar grficamente funciones que tienen un crecimiento
exponencial. Observemos que el decaimiento de istopos radiactivos obedece la ley
N (t) = e ln(2) t/t1/2 ,
por lo que
ln N (t) =
ln 2
t.
t1/2
En la Figura 1.10 podemos observar las grficas de N (t) en escala normal, y logartmica en y (llamada semilogartmica). Observamos en el primer lugar una exponencial decreciente, y en el segundo una recta decreciente.
El segundo caso permite distinguir mejor la evolucin de la cantidad de istopo cuando sta es pequea.
Se puede usar una escala totalmente logartmica (en x y en y) para representar funciones potenciales. Consideremos, por ejemplo, la funcin
y = 100 x2/3 para x > 0
Tomando logaritmos la funcin se transforma en
2
Y = log 100 X,
3
siendo Y = log y,
X = log x,
que es una funcin lineal. De nuevo, podemos observar mejor la variacin de la funcin cuando sus valores son
pequeos (Figura 1.11). Las divisiones de los ejes en la escala logartmica se corresponden de forma directa con
la escala lineal, pero no deben confundirse (comparar la segunda y tercera figuras en la Figura 1.11).
1000
1000
y=100 x-2/3
y=100 x-2/3, escala logar tmica

Eje x=1
Eje y=1
900
Y=log(100)-2/3 X
Eje X=0
Eje Y=0
2.5
800
100
700
1.5
Y=log y
500
600
10
400
1
0.5
300
1
200
-0.5
100
0.1
0
0
3
x
(a) Escala normal
-1
0.1
10
100
1000
10000
(b) Escala logartmica
-1
X=log x
(c) Funcin lineal equivalente
Figura 1.11: Funcion potencial decreciente

La escala logartmica permite determinar el comportamiento de ciertos procesos. Por ejemplo, en la Figura 1.12
se representa el crecimiento del nmero de clulas en un plato de Petri. Cuando las bacteras son cultivadas en
un nutriente de agar en un plato de Petri, el nmero de clulas inicialmente crece exponencialmente, doblndose
a intervalos regulares. Sin embargo, eventualmente este nmero se acerca a un lmite debido a la limitada
24
disponibilidad de nutrientes. A partir de la grfica con escala lineal estndar, es difcil determinar cunto dura
el crecimiento exponencial, e incluso si este crecimiento es exponencial en los primeros momentos. Si la grfica
se representa en escala logartmica, el crecimiento exponencial puede ser observado como crecimiento lineal. Es
posible determinar con cierta precisin el tiempo que tarda el nmero de clulas en multiplicarse por 10, ya que
la escala es logartmica con base 10. Determinamos que este crecimiento tiene lugar desde el primer momento,
y dura aproximadamente hasta el instante t = 15h, en que el nmero de clulas se estabiliza.
10
10
Nro. de celulas en un plato de Petri
Nro. de celulas en un plato de Petri
9
1
log(Celulas en el plato/1000)
Celulas en el plato/1000
8
7
6
5
4
3
2
0.1
0.01
0.001
1
0
0.0001
0
10
Tiempo (h)
15
20
(a) Escala normal
10
Tiempo (h)
15
20
(b) Escala logartmica
Figura 1.12: Crecimiento del nmero de clulas en un plato de Petri
1.12
Representacin grfica de funciones
La grfica de una funcin proporciona mucha informacin cualitativa sobre el proceso que representa. Es por
ello muy importante saber por una parte representar correctamente la grfica de una funcin cuyos valores
numricos son conocidos, para transmitir esta informacin a otras personas. Por otra parte, es tambin muy
importante saber interpretar el comportamiento del proceso a partir de la grfica que lo representa. Por ejemplo,
la Figura 1.13 representa la diversidad de especies (es decir, el nmero de especies) en funcin de la productividad
primaria (la velocidad con que los auttrofos convierten la luz o la energa qumica inorgnica en energa qumica
orgnica). Vemos cmo para pequeas productividades la diversidad es pequea, pero va aumentando hasta un
valor mximo, a partir del cual de nuevo decrece. Existe, pues, un valor ptimo de productividad primaria al que
est asociado un mximo de diversidad de especies. Vemos tambin cmo la diversidad decrece progresivamente
al aumentar la productividad.
700
600
Diversidad
500
400
300
200
100
0
0
6
Productividad Primaria
10
12
Figura 1.13: Diversidad de especies en funcin de la productividad primaria

La correcta interpretacin de la representacin grfica de curvas requiere conocer los siguientes elementos:
25
Dominio. Es el conjunto de puntos x donde la funcin est definida. En el caso de la Figura 1.13, el
dominio es D = [0, +). En efecto, slo tiene sentido considerar productividades positivas (o nulas).
Recorrido. Es el conjunto de valores y que alcanza la funcin. Esto nos da una idea de la magnitud de la
funcin que estamos considerando. En el caso de la Figura 1.13, el recorrido es, aproximadamente, [0, 600].
O sea, que en la zona de estudio el ptimo de la productividad primaria genera unas 600 especies.
Zonas de crecimiento y decrecimiento. Mximos y mnimos. Proporcionan informacin sobre
cmo vara la funcin considerada al aumentar o disminuir la variable independiente, y de cules son
sus mximos o mnimos. La identificacin de stos es importante en muchos procesos. En el caso de la
Figura 1.13, ya hemos comentado que la diversidad aumenta para pequeos valores de la productividad,
y disminuye para grandes valores de la misma, existiendo un nico valor mximo.
Asntotas verticales. Algunos procesos tienen comportamientos explosivos". Por ejemplo, magnitudes
que crecen de forma incontrolada en tiempo finito (imaginemos la presin generada por una explosin).
Es el caso del comportamiento cuando x 0+ x 0 en la Figura 1.4.
Asntotas horizontales. Determinan el comportamiento de la funcin considerada cuando la variable independiente tiende a + . En el caso de la Figura 1.13, la diversidad tiende a cero si la productividad
tiende a +.
Asntotas oblicuas. Tambin determinan el comportamiento de la funcin en el infinito. En este caso,
la funcin se acerca progresivamente a una recta que no es horizontal. Se caracteriza por
lm [f (x) (ax + b)] = 0,
x+
siendo y = ax + b la ecuacin de la asntota. De aqu, a y b se obtienen por

f (x)
= a,
x+ x
lm
lm [f (x) ax] = b.
x+
700
Productividad
Asintota
600
500
400
300
200
100
0
0
10
15
x
20
25
30
Figura 1.14: Curva con asntota oblicua cuando x +
1.13
Resolucin grfica de ecuaciones e inecuaciones
Podemos usar las facilidades que nos proporcionan los programas de dibujo de grficas para resolver ecuaciones
e inecuaciones. Estos procedimientos son relativamente rudimentarios frente a tcnicas analticas y numricas,
pero los usaremos aqu dada la escasez de tiempo de curso de que disponemos. Bsicamente, se trata de hacer
un zoom en el entorno de los ceros de la funcin considerada.
Supongamos que queremos resolver la ecuacin f (x) = 0, siendo f una funcin conocida. Representando su
grfica, o usando informacin sobre la funcin de la que disponemos previamente, podemos identificar un
26
intervalo en el que se encuentra un cero x0 . Denotamos por [a1 , b1 ] este intervalo. Si denotamos por c1 al centro
de este intervalo, entonces la distancia entre c1 y el cero queda acotada por
|x0 c1 |
b1 a 1
.
2
Observando la grfica de la funcin en este intervalo, podemos determinar un intervalo ms pequeo en el que
se encuentre el cero: [a2 , b2 ]. Podemos suponer sin dificultad que la longitud de este intervalo es, como mucho,
la mitad de la del primero. Si denotamos por c2 el centro de este intervalo, tendremos
|x0 c2 |
b1 a1
b2 a2
.
2
4
A su vez, representando la grfica en este intervalo, podemos determinar un intervalo [a3 , b3 ] que contiene al
cero, y cuya longitud es, como mucho, la mitad de la longitud de [a2 , b2 ]. Tendremos entonces
|x0 c3 |
b3 a3
b2 a 2
b1 a1
.
2
4
8
Consideramos los centros de los intervalos como aproximaciones al cero de la funcin que pretendemos obtener.
Determinamos as una sucesin de nmeros {c1 , c2 , c3 , } cada vez ms prximos al cero, ya que de hecho
satisfacen
b1 a1
.
|x0 cn |
2n
En la prctica podemos mejorar la precisin, si conseguimos por ejemplo dividir por diez la longitud de los
intervalos en cada etapa. Esto proporciona la estimacin
b1 a1
,
10n
lo que significa que conseguimos una cifra decimal exacta ms en cada iteracin. En el caso anterior, conseguimos
una cifra binaria exacta ms en cada iteracin. Detendremos el procedimiento cuando calculemos el cero con la
precisin requerida por la aplicacin concreta con la que trabajemos.
Este procedimiento est ilustrado en la Figura 1.15. La funcin representada es
x
f (x) = 5 3
1.
x +1
|x0 cn |
Esta funcin posee dos ceros, que denotamos por x0 y x1 . En la cuarta iteracin, el segundo cero es aproximadamente x1 ' 1.785.
2.5
0.4
Determinacion del cero de una funcion. Paso 1
0.15
0.005
0.3
2
0.1
0.2
1.5
0.1
0.05
0.5
-0.005
0
-0.1
-0.2
-0.01
-0.05
-0.3
-0.4
-0.015
-0.1
-0.5
-0.5
-1
-0.6
-1
-0.15
1.6
1.8
(a) Iteracin 1
2
x
2.2
2.4
1.7
(b) Iteracin 2
1.72
1.74
1.76
1.78
1.8
x
1.82
1.84
1.86
1.88
1.9
(c) Iteracin 3
-0.02
1.78
1.785
1.79
x
1.795
1.8
(d) Iteracin 4
Figura 1.15: Aproximacin grfica del cero de una funcin

Por otra parte, para resolver inecuaciones en la forma
f (x) 0,
nos apoyamos en el procedimiento anterior para calcular los ceros: A la vista de la grfica podemos determinar
cualitativamente los intervalos en que la funcin es positiva y negativa. Entonces, basta determinar los extremos
de estos intervalos para localizar los conjuntos de puntos x en que f (x) 0. Por ejemplo, la funcin de la Figura
1.15 es menor o igual que cero si, o bien x x1 , o bien 0 < x < x0 (la funcin slo est definida para x > 0).
Ya que tenemos aproximado x1 ' 1.785, nos basta aproximar x0 . Usando el mismo procedimiento, obtenemos
x0 ' 0.04, por lo que la inecuacin f (x) 0 se resuelve aproximadamente por
O bien
0 < x 0.04,
o bien
x 1.785.
27
Estos procedimientos pueden tambin aplicarse a resolver ecuaciones de la forma

h(x) = g(x),
o inecuaciones de la forma
h(x) g(x),
utilizando la funcin diferencia f (x) = h(x) g(x). Tambin se puede utilizar directamente la representacin
grfica de las dos funciones, aproximando los puntos de corte mediante zooms progresivos, en lugar de los ceros
de f .
1.14
Determinacin de parmetros
En muchas ocasiones ocurre que se sabe que una cierta magnitud y, que depende de otra x, sigue una ley
determinada; por ejemplo, que tiene un comportamiento lineal. Esto significa que se sabe que la funcin y = f (x)
es de la forma f (x) = ax + b. Sin embargo no se conocen los valores de los coeficientes a y b que determinan
dicha dependencia.
En ocasiones, los valores de dichos coeficientes se pueden calcular si se conoce el valor de la funcin en un
nmero suficiente de puntos, es decir, si se conoce el valor de y correspondiente a un nmero suficiente de x.
Ejemplo 1.1
Se sabe que la temperatura de cierto objeto tiene un comportamiento lineal, con respecto del
tiempo. Sabiendo que en un instante inicial, t = 0, la temperatura era de 10 C y que pasados
30 minutos era de 20 C, determinar la funcin que proporciona la temperatura en funcin del
tiempo, en cualquier instante t. Determinar tambin el instante t en que la temperatura del
objeto alcanza el valor de 45 C.
Denotaremos por T a la temperatura y por t al tiempo medido en minutos. Puesto que la temperatura sigue
una ley lineal se tendr: T (t) = at + b para algunos valores a y b que (de momento) no conocemos. Se
trata, pues, de determinarlos utilizando la informacin dada. Por un lado,
10 = T (0) = a 0 + b = b
b = 10
Por otro lado, y sabiendo ya que b = 10,

20 = T (30) = a 30 + 10
a 30 = 20 10 = 10
a=
1
10
=
30
3
Luego se tiene, para la funcin T (t):
1
t + 10
3
Para determinar el instante en que T = 45, hay que calcular para qu valor de t de tiene
T (t) =
T (t) =
1
t + 10 = 45
3
1
t = 45 10 = 35
3
t = 305 minutos.
28
Ejemplo 1.2
Un incendio comienza en un campo abierto y seco y se extiende en forma de crculo. El
radio de tal crculo aumenta a razn de 0.5 metros por minuto. Determnese el rea de la zona
incendiada como una funcin del tiempo.
Aunque se trata de determinar el rea de la zona incendiada, la informacin de la que se dispone es relativa al
radio de dicha zona. Por ello, ser ms fcil determinar en primer lugar el radio en funcin del tiempo. Una
vez conocido ste, slo hay que calcular el rea del crculo con dicho radio.
Denotaremos por r al radio del crculo medido en metros y por t al tiempo medido en minutos. Comenzaremos
a contar el tiempo en el instante en que se inicia el incendio.
Aumentar (o disminuir) a un ritmo constante es una caracterstica de las funciones lineales. Luego la informacin proporcionada nos indica que r(t) es una funcin lineal:
r(t) = at + b
La informacin de la que se dispone para determinar a y b es:
1. r(0) = 0, ya que inicialmente el radio de la zona incendiada es nulo.
2. r(1) = 0.5, ya que en un minuto dicho radio habr aumentado 0.5 metros.
En consecuencia:
0 = r(0) = a 0 + b
b=0
0.5 = r(1) = a 1 = a
a = 0.5
Luego la funcin que nos da el radio en funcin del tiempo es

r(t) = 0.5 t =
1
t
2
En consecuencia, el rea de la zona incendiada ser el rea del crculo de radio r(t):
2
S(t) = r(t) =
1
t
2
2
=
2
t
4
29
Ejemplo 1.3
El nmero de bacterias de un determinado cultivo de laboratorio sigue la ley
r
1 + Cet
donde t es el tiempo medido en das, y es el nmero de bacterias medido en millones y r y C
son parmetros que hay determinar a partir de datos experimentales. Se sabe que, al inicio del
cultivo haba 5 105 bacterias y que, cuando pasa mucho tiempo, la poblacin de bacterias
tiende a estabilizarse en el valor de 40 millones. Determnense los valores de dichos parmetros.
Determnese tambin en qu instante t se alcanzar el nmero de 10 millones de bacterias.
y=
Por comodidad y porque es lo lgico, comenzaremos a contar el tiempo en el momento en que se inicia el
cultivo.
1
Por tanto se tiene que y(0) = 500000 bacterias = millones de bacterias.
2
Por otro lado, el valor en el que se estabiliza la poblacin cuando se deja pasar mucho tiempo se obtendr
tomando lmite cuando t tiende a +:
lm y(t) = 40
t
Utilizando estas dos informaciones se tiene:

lm y(t) = lm
r
r
=
= r = 40
1+C 0
1 + Cet
40
1
40
= y(0) =
0 = 1+C
2
1 + Ce
Luego finalmente se tiene:
1 + C = 80
C = 79
40
1 + 79et
Para determinar el instante en que la poblacin llega a 10 millones de bacterias hay que resolver la ecuacin
y(t) =
40
= 10
1 + 79et
40
= 4 = 1 + 79et
10
3 = 79et
3
= et
79
de donde, tomando logaritmos en ambos miembros, se tiene

3
3
t = ln
t = ln
3.3 das
79
79
Tema 2
Funciones: continuidad y derivabilidad

La vida como la conocemos sera imposible sin cambios. Cambios en la concentracin de sustancias en pequeas
distancias son muy importantes en Bioqumica. Por ejemplo, dos tercios del ATP producido en las neuronas
es consumido por proteinas que envan cationes a travs de la membrana celular al medio extracelular, disminuyendo la concentracin de potasio y aumentando la de sodio. El gradiente de concentracin a travs de
la membrana celular proporciona la fuerza conductora para la entrada en la clula de agua, glucosa y otros
nutrientes. Otro ejemplo es la diferencia de temperatura entre los animales de sangre caliente y su entorno,
que limita las caractersticas de sus cuerpos. Por ejemplo, las focas suavizan las transferencias de calor entre su
cuerpo y el entorno envolvindose en capas de grasa y pelo.
Este tema est dedicado a la diferenciacin o derivacin, que es la rama de las matemticas que predice cmo
cambios en una cantidad determinarn cambios en otra. Estudiaremos cmo analizar y esbozar los grafos
de diferentes curvas, cmo hacer aproximaciones polinmicas y cmo manejar pequeos errores en medidas
experimentales.
2.1
Funciones
Funcin real de variable real es una correspondencia del tipo

f : A R R
que a cada valor x del conjunto de nmeros reales A le asocia un nico nmero real y = f (x)
f : x A y = f (x) R
Expresa en trminos matemticos la dependencia de la magnitud y con respecto a la magnitud x.
Dominio de una funcin es el conjunto A en el que est definida.
Ejemplo 2.1
f (x) = x2 + 3
El dominio de esta funcin es toda la recta real R, ya que la expresin x2 + 3 est bien definida para cualquier
valor de x.
30
31
Ejemplo 2.2
1
f (x) =
x
1
El dominio de esta funcin es R \ {0}, es decir, toda la recta real excepto el origen, ya que
est definida
x
para cualquier valor excepto para x = 0.
Ejemplo 2.3
f (x) = + x
La raz cuadrada de un nmero negativo no est definida, en consecuencia el dominio de esta funcin es el
conjunto R+ = {x R : x 0}, es decir, la semi-recta formada por los nmeros reales no negativos.
Ejemplo 2.4
f (x) = + x 2
Esta funcin slo est definida para los valores de x que hagan no negativo el radicando, es decir, para x2 0
o, lo que es lo mismo, para x 2. Luego el dominio de la funcin es {x R : x 2}.
Ejemplo 2.5
+ x
f (x) =
(1 + 4x)(x 2)
El numerador slo est definido para x 0. El denominador est definido para cualquier valor de x, pero el
cociente no est definido cuando el denominador sea nulo:
1 + 4x = 0 x = 1/4
o bien
(1 + 4x)(x 2) = 0
x2=0x=2
El valor x = 1/4 ya est excludo por la condicin anterior. Por lo tanto el dominio de definicin de la funcin
ser:
{x R : x 0} \ {2} = [0, 2) (2, +)

Ejemplo 2.6
1
1
f (x) =
ln
x+3
x+2
En primer lugar, el logaritmo slo est definido para valores positivos de su argumento. Debe ser por tanto
1
> 0 x + 2 > 0 x > 2
x+2
Adems el denominador de la otra fraccin debe ser no nulo: x + 3 6= 0 x 6= 3. Pero este valor x = 3
ya est excludo, porque no verifica x > 2. El dominio es, pues,
{x R : x > 2} = (2, +)
32
Ejemplo
2.7
f (x) = ex 3
La raz cuadrada slo est definida para nmeros no negativos. En consecuencia, debe ser
ex 3 0 ex 3
Haciendo uso de que el logaritmo es una funcin montona. es decir, que si a b entonces ln(a) ln(b), se
tiene:
ex 3 ln(ex ) = x ln(3)
El dominio es, pues,
{x R : x ln(3)} = [ln(3), +)
Ejemplo 2.8
1
f (x) =
ln(x)
En primer lugar se observa que la funcin logaritmo slo est definida para valores positivos, luego debe ser
x > 0.
Pero adems, puesto que se trata de un cociente, hay que excluir del dominio los puntos en los que se anule el
denominador: la funcin ln(x) slo se anula en x = 1.
El dominio es, pues,
D = (0, 1) (1, +)
Ejemplo 2.9
x
f (x) = 2x
e + ex 2
Tanto el numerador como el denominador son funciones definidas para cualquier valor de x. Los nicos puntos
que hay que excluir del dominio son los puntos en que se anule el denominador.
Hay que calcular, pues, las soluciones de e2x + ex 2 = 0. Para ello basta observar que, si llamamos z = ex ,
lo que nos queda es una ecuacin de segundo grado en z:
e2x + ex 2 = (ex )2 + ex 2 = z 2 + z 2 = 0

1 1 + 8
1 3
1
=
=
z=
2
2
2
Puesto que ex es siempre positivo, slo nos interesa la raz positiva, z = 1, de donde ex = 1 x = 0.
El dominio de la funcin es, por lo tanto:
D = R \ {0} = (, 0) (0, )
Adems de por las condiciones matemticas, el dominio de una funcin puede venir determinado por el significado
fsico de las magnitudes que representa.
33
Ejemplo 2.10
La dosis d (en mg) de un cierto medicamento que hay que suministrar a nios menores de 14 aos viene dada,
en funcin de su edad t (en aos), por la frmula siguiente
d = f (t) =
t+1
24
t+1
La funcin
tiene perfecto sentido para cualquier valor de t. Sin embargo, puesto que la variable indepen24
diente t representa la edad del nio, no tiene sentido que sea t 0. Por otra parte, la frmula slo es aplicable
hasta los 14 aos, luego deber ser t 14.
El dominio de la funcin es, pues,
{t R : 0 < t 14} = (0, 14]
Imagen o recorrido de una funcin es el conjunto de valores que toma la funcin.
Ejemplo 2.11
y = f (x) = x2 + 3
2
x es siempre 0, luego x2 + 3 3. La imagen de la funcin es, pues, {y R : y 3}.
Ejemplo 2.12
y = f (x) = + x + 4
La imagen de esta funcin es
{y R : y 0}
2.2
Lmites y continuidad de funciones
En la base del concepto de derivada est un concepto abstracto, que nos ser absolutamente necesario: El
concepto de lmite de una funcin en un punto. La idea es que los valores de la funcin se acercan al valor lmite
cuando la variable independiente se acerca al punto.
Lmite de una funcin en un punto

Sea una funcin f (x) definida en un intervalo (a, b), y consideremos un punto c (a, b). Se dice que el lmite
de f (x) en el punto x = c es L R si:
Dado un intervalo arbitrariamente pequeo (L , L + ), podemos encontrar un intervalo en torno al punto
c, (c , c + ), tal que toda la imagen del intervalo (c , c + ) (salvo el punto c) est incluida en el intervalo
(L , L + ). O sea,
si 0 < |x c| < ,
entonces |f (x) L| < .
En este caso, se escribe
lm f (x) = L.
xc
34
Ejemplo 2.13
1
no tiene lmite en x = 0
f (x) = sen
x
Podemos encontrar valores de x arbitrariamente cercanos a cero tales que sen(1/x) toma cualquier valor a
entre 0 y 1.
Y
En efecto,
sen(1/x) = a si 1/x = arc sen(a) + 2k,
k Z.
1
se tiene sen(1/xk ) = a.
arc sen(a) + 2k
Por tanto, los valores de sen(1/x) no pueden acercarse a ningn lmite L concreto cuando x 0.
Entonces, si se eligen
xk =
Ejemplo 2.14
1
=0
lm x sen
x0
x
Y
En efecto, denotemos f (x) = x sen(1/x), c = 0, L = 0. Entonces,

|f (x) L| = |f (x)| = |x sen(1/x)| |x|.
Si queremos que |f (x)| < cuando |x| < , basta elegir = . La imagen por f del intervalo (c , c + )
(excepto x = 0) est contenida en el intervalo (L , L + ).
El concepto anterior de lmite se extiende de forma natural a lmites por la derecha (cuando x > c) y por la
izquierda (cuando x < c): Basta pedir que la imagen de (c, c + ) (en el primer caso) o de (c , c) (en el segundo
caso) est incluida en el intervalo (L , L + ). Se denota
lm f (x) = L
xc+
lm f (x) = L.
xc
Los lmites verifican un lgebra que permite calcular nuevos lmites a partir de los ya conocidos. Vase el
Apndice A y los ejemplos que all se incluyen.
35
LMITES DE FUNCIONES EN UN PUNTO

Se dice que el lmite de f (x) cuando x tiende a a es A si cuando tomamos
valores de x cada vez ms prximos a a, aunque sin llegar a a, los valores de f
lm f (x) = A
estn cada vez ms prximos a A.
xa
> 0 existe > 0 tal que si 0 < |x a| < entonces |f (x) A| <
Se dice que el lmite de f (x) cuando x tiende a a por la izquierda es A si cuando
tomamos valores de x ms pequeos que a y cada vez ms prximos a a,
lm f (x) = A
aunque sin llegar a a, los valores de f estn cada vez ms prximos a A.
xa
> 0 existe > 0 tal que si x (a , a) entonces |f (x) A| <
Se dice que el lmite de f (x) cuando x tiende a a por la derecha es A si cuando
tomamos valores de x mayores que a y cada vez ms prximos a a, aunque
lm+ f (x) = A
sin llegar a a, los valores de f estn cada vez ms prximos a A.
xa
> 0 existe > 0 tal que si x (a, a + ) entonces |f (x) A| <
Se dice que el lmite de f (x) cuando x tiende a a es + () si, cuando
tomamos valores de x cada vez ms prximos a a, aunque sin llegar a a, los
lm f (x) = + ()
valores de f (x) se hacen ms grandes (pequeos) que cualquier nmero positivo
xa
(negativo).
M > 0 (M < 0) existe > 0 tal que 0 < |x a| < implica f (x) > M
(f (x) < M )
lm f (x) =
xa+
lm f (x) =
Las definiciones de estos lmites resultarn evidentes a partir de las cuatro

anteriores.
xa
Una funcin tiene lmite en un punto x = a si y slo si existen los lmites laterales y son iguales y finitos.
LMITES DE FUNCIONES EN
Se dice que el lmite de f (x) cuando x tiende a + es A si, cuando tomamos
valores de x cada vez ms grandes, los valores de f (x) se acercan cada vez ms
lm f (x) = A
a A.
x+
> 0 existe M > 0 tal que x > M implica |f (x) A| <
Se dice que el lmite de f (x) cuando x tiende a + es + si, cuando tomamos
valores de x cada vez ms grandes, los valores de f (x) se hacen ms grandes
lm f (x) = +
que cualquier nmero positivo.
x+
M > 0 existe N > 0 tal que x > N implica f (x) > M
Se dice que el lmite de f (x) cuando x tiende a + es si, cuando tomamos
valores de x cada vez ms grandes, los valores de f (x) se hacen ms pequeos
lm f (x) =
que cualquier nmero negativo.
x+
M < 0 existe N > 0 tal que x > N implica f (x) < M
lm f (x) = A
Las definiciones anlogas cuando x tiende a son fciles de deducir.
lm f (x) = +
lm f (x) =
36
Funcin continua
En lenguaje impreciso, se dice que una funcin es continua si se puede dibujar sin levantar el lpiz del papel.
Si en algn punto hay que levantar el lpiz del papel para dibujar la grfica de una funcin se dice que la
funcin es discontinua en dicho punto.
Matemticamente esto se formaliza pidiendo que el lmite de la funcin en cada punto x del dominio de la
funcin coincida con el valor de la funcin f (x):
Supongamos que una funcin f est definida en un intervalo (a, b) y sea c un punto del intervalo. Diremos
que f es continua en c si
lm f (x) = f (c).
xc
Y
Y
X
X
Figura 2.1: En el intervalo en que est representada,

la grfica de la funcin se puede trazar sin levantar
el lpiz del papel: la funcin es continua en dicho
intervalo.
Figura 2.2: La grfica de esta funcin est formada

por dos ramas. Para dibujarlas es preciso levantar el
lpiz del papel: la funcin es discontinua en x = 0.
Ejemplo 2.15
1
no est, en principio, definida en x = 0:
x
Sin embargo, se ha visto en el Ejemplo 2.2, que lm f (x) = 0.
La funcin f (x) = x sen
x0
Se puede entonces definir f (0) = 0, con lo que la funcin as definida es continua en x = 0:

(
1
si x 6= 0
x sen
f (x) =
x
0
si x = 0
Las funciones definidas por expresiones elementales1 son continuas en todos los puntos en los que estn definidas.
1 Expresiones construidas con las operaciones aritmticas aplicadas a las funciones elementales (polinmicas, racionales, trigonomtricas, exponenciales, etc.) y su composicin.
37
Ejemplo 2.16
Probar que la funcin logartmica f (x) = ln(x) es continua en todo punto c > 0
Para ello estudiamos si la diferencia |f (x) f (c)| es menor que cuando x y c estn suficientemente cerca:
x
x
x
|f (x) f (c)| = | ln( )| < < ln( ) < e < < e
c
c
c
Ponemos
x
xc
=
+ 1, y entonces
c
c
x
xc
|f (x) f (c)| = | ln( )| < e 1 <
< e 1 c(e 1) < x c < c(e 1).
c
c
Basta tomar entonces = mn{|c(e 1)|, c(e 1)} para tener |f (x) f (c)| < si |x c| < .
De forma anloga a los conceptos de lmite por la derecha y por la izquierda, se definen los conceptos de
continuidad por la derecha y por la izquierda. Por ejemplo, la funcin f es continua por la derecha en x = c si
lm f (x) = f (c).
xc+
X
X
Figura 2.3: Grfica de la funcin f (x) = + x.

El lm f (x) no existe, ya que la funcin no est
x0
definida para x < 0. Sin embargo, lm f (x) = 0.

x0+
Figura 2.4: La funcin definida por f (x) = 0 si x 0

y por f (x) = x2 + 1 si x > 0 tiene lmite a ambos lados del punto x = 0, pero son distintos:
lmx0 f (x) = 0 y lmx0 f (x) = 1
Operaciones con funciones continuas.

Si f y g son continuas en a, entonces f + g, f g, f g y f g son tambin continuas en a.
f
Si g(a) 6= 0, entonces tambin
es continua en a.
g
Si g en continua e a y f es continua en g(a), entonces f (g(x)) es continua en x = a.
En la prctica, esta ltima propiedad significa que la composicin de las funciones que ya hemos estudiado es
continua, ya que cada una de ellas lo es, siempre y cuando permanezcamos en el dominio de definicin de cada
funcin. Por ejemplo, si pk es un polinomio de grado k, la funcin
f (x) = ln(pk (x))
es continua en los puntos en que pk > 0, ya que de otro modo f no est definida. A su vez, la funcin
p
g(x) = pk (x)
38
Y
Y
1
:
x2
Cuando nos aproximamos a x = 0 (tanto por la izquierda como por la derecha) la funcin toma valores
positivos indefinidamente grandes: lm f (x) = +
Figura 2.5: Grfica de la funcin f (x) =
x0
Figura 2.6: Grfica de la funcin f (x) = ln x.

El lmite cuando x 0 no existe (la funcin no est
definida para x 0). Cuando x 0+ la funcin
toma valores negativos indefinidamente grandes en
valor absoluto: lm+ f (x) =
x0
es tambin continua en los puntos en que pk > 0. En los puntos en que pk (x) = 0 ser continua bien por la
derecha, bien por la izquierda, o incluso por los dos lados, dependiendo del signo de pk a la derecha y a la
izquierda de x.
Ejemplo 2.17
x2 1
f (x) =
x1
x2 1
x2 1
no est definida en x = 1. Sin embargo, existe lm
y vale 2.
x1 x 1
x1
Este tipo de discontinuidades se llaman evitables, ya que basta con re-definir la funcin f (x) en el punto
x = 1 (en este caso, poner f (1) = 2), dndole el valor del lmite, para obtener una funcin contnua.
La funcin f (x) =
2
Ejemplo 2.18
x
f (x) =
1
si x 6= 0
si x = 0
En este caso existen los lmites laterales de f (x) cuando x 0 y son iguales. Pero no coinciden con el valor
de f (0):
lm f (x) = 0,
f (0) = 1
lm f (x) = 0,
x0+
x0
En consecuencia, f (x) tiene en x = 0 una discontinuidad (evitable, igual que en el ejemplo anterior).

Ejemplo 2.19
0
f (x) =
x+1
si x < 0
si x 0
En este caso existen los lmites laterales de f (x) cuando x 0 pero son distintos:
lm f (x) = 0,
x0
lm f (x) = 1,
x0+
En consecuencia, f (x) tiene en x = 0 una discontinuidad.

Este tipo de discontinuidades, en la que existen los lmites laterales pero son distintos, se denominan de salto.
39
Ejemplo 2.202
x
f (x) = 2
x 1
Esta funcin tiene dos discontinuidades (en realidad dos puntos en los que no est definida): x = 1 y x = 1.
En ambos casos, los lmites laterales de f (x) no existen (son infinitos):
lm
f (x) = +, ya que, a la izquierda de x = 1, se tiene x2 > 0 y x2 1 > 0
lm
f (x) = , ya que, a la derecha de x = 1, se tiene x2 > 0 y x2 1 < 0
x(1)
x(1)+
lm f (x) = , ya que, a la izquierda de x = 1, se tiene x2 > 0 y x2 1 < 0
x1
lm f (x) = +, ya que, a la derecha de x = 1, se tiene x2 > 0 y x2 1 > 0
x1+
2.3
40
Concepto de derivada
El concepto de derivada es uno de los ms importantes de la matemtica actual. En su forma moderna fue
introducido por Newton y Leibnitz a finales del siglo XVII. Newton lo us, por ejemplo, para calcular la rbita
de la Luna y de los planetas a partir de su famosa Ley de Gravitacin Universal.
La derivada expresa bsicamente la rapidez con la que una funcin vara en cada punto. Consideremos una
funcin f definida en un intervalo (a, b), y un punto c (a, b). La variacin de f entre c y otro punto x de (a, b)
f (x) f (c)
es f (x) f (c), y su variacin promedio,
.
xc
La derivada de f en x = c se define como el lmite de la variacin promedio:
f 0 (c) = lm
xc
f (x) f (c)
.
xc
(2.1)
Derivada de una funcin en un punto.

Se llama derivada de f en c y se denota f 0 (c) al lmite, si existe
f 0 (c) = lm
xc
f (x) f (c)
f (c + h) f (c)
= lm
h0
xc
h
Si existe dicho lmite, se dice que f es derivable en c.

Si la derivada de f existe en todos los puntos de un intervalo I, entonces se dice que f es derivable en el
intervalo I.
Si la funcin es continua en x = c, el numerador de este cociente se anula en x = c, por lo que cabe esperar que
este lmite exista. Obviamente, no existir si f no es continua en x = c. De hecho, se demuestra fcilmente que
si f es derivable en c, entonces es continua en c.
y
f(c+h)
f(c+h)f(c)
f(c)
c+h
Figura 2.7: La derivada de f en a mide el crecimiento de la funcin en el punto a.
Teorema
Si f es derivable en a, entonces f es continua en a.
Demostracin Puesto que f es derivable en a se tiene
f 0 (a) = lm
h0
f (a + h) f (a)
f (x) f (a)
= lm
xa
h
xa
Para demostrar que f es continua en a hay que probar que

lm (f (x) f (a)) = 0. Ahora bien,
lm f (x) = f (a)
xa
o, lo que es lo mismo, que
xa
f (x) f (a)
(x a) =
xa
xa
lm (f (x) f (a)) = lm
xa
f (x) f (a)
xa
xa
lm

lm (x a) = f 0 (a) 0 = 0
xa
Lo cual termina la demostracin.

41
El Teorema anterior implica adems que, si f no es continua en a, entonces f no puede ser derivable en a.
Lo contrario no es cierto: una funcin puede ser continua en un punto y no ser derivable en dicho punto, como
se puede comprobar en el siguiente ejemplo.
Ejemplo 2.21
La funcin f (x) = |x| es continua en x = 0 y no es derivable en dicho punto
Para comprobar que f es derivable habra que verificar que existe y es finito el lmite
lm
h0
f (0 + h) f (0)
|0 + h| |0|
|h|
= lm
= lm
h0
h0 h
h
h
La funcin f (x) = |x| est definida por

x si x 0
|x| =
x si x < 0
en consecuencia
|h|
=
h
1
1
si h 0
si h < 0
lo que pone de manifiesto que no existe el lmite por no coincidir los lmites por la derecha y por la izquierda
f (0 + h) f (0)
y por tanto que la funcin no es derivable en 0.
de lm
h0
h
Observando la grfica de la funcin |x| en la Figura (2.8) se comprende de forma intuitiva que esto era de
esperar, ya que en el punto x = 0 el crecimiento de la funcin cambia de forma radical: pasa de tener pendiente
1 a tener pendiente 1. En general, las funciones cuyas grficas presenten picos no van a ser derivables en
esos puntos (vase Figura (2.9)).
y
Figura 2.8: La funcin f (x) = |x| no es derivable en

x = 0, ya que los lmites por la derecha y por la
izquierda del cociente incremental son distintos.
Figura 2.9: Las funciones que, como la de la figura,

an siendo continuas, presentan picos en determinados puntos no son derivables en dichos puntos, por
la misma razn que la funcin |x|.
Podemos caracterizar la derivada como sigue: La recta secante a la curva y = f (x) en dos puntos (c, f (c)) y
(d, f (d)) es
f (d) f (c)
y = p(x c) + f (c), con p =
,
dc
de modo que la pendiente a esta recta secante es justamente la variacin promedio de f entre c y d. Si acercamos
d a c, la recta secante se acercar progresivamente a una ideal recta tangente cuya pendiente ser lgicamente
42
f 0 (c). La ecuacin de esta recta ser, pues,

y = f 0 (c)(x c) + f (c).
Esto ocurrir solamente si existe esta derivada, y entenderemos que la curva y = f (x) admite una recta tangente
en el punto (c, f (c)) si f es derivable en x = c.
y
f(c+h)
f(c+h)f(c)
f(c)
f(c)
c+h
Figura 2.10: La recta secante a la curva en los puntos

(c, f (c)) y (c + h, f (c + h)) tiene la ecuacin
f (c + h) f (c)
(x c)
y = f (c) +
h
Figura 2.11: Cuando h tiende a 0 el punto c + h se

confunde con el punto c y la recta secante se convierte
en la tangente a la curva en el punto (c, f (c)), de
ecuacin y = f (c) + f 0 (c)(x c).
Si una funcin es derivable en un conjunto D, se puede definir la funcin derivada: f 0 : D R que transforma
cada punto x D en la derivada de f en ese punto, f 0 (x). Es un concepto prctico, que permite denotar las
derivadas de funciones habituales con comodidad.
La notacin f 0 que estamos usando se debe a Lagrange. Existen otras notaciones para las derivadas. Por ejemplo,
df
(debida a Leibnitz) f (debida a Newton). Esta ltima es ms utilizada en Fsica.
dx
2.4
2.4.1
Clculo de derivadas
Derivadas de las funciones elementales
La derivada de las funciones elementales se calcula recurriendo directamente a la definicin, como en los siguientes ejemplos, aunque en algunos casos los lmites indeterminados que aparecen pueden ser complicados de
calcular.
Ejemplo 2.22
Derivada de una funcin constante f (x) = k
f 0 (x) = lm
x0
f (x + h) f (x)
kk
0
= lm
= lm
= lm 0 = 0
h0
h0 h
h0
h
h
Ejemplo 2.23
Derivada de f (x) = x2
f 0 (x) = lm
h0
(x + h)2 x2
x2 + 2xh + h2 x2
2xh + h2
= lm
= lm
= lm (2x + h) = 2x
h0
h0
h0
h
h
h
43
Ejemplo 2.24
Derivada de f (x) = x

x+h x
x+h+ x
(x + h) x
x+h x
0
= lm
f (x) = lm
= lm

=
h0 h
h0
h0
h
h x+h+ x
x+h+ x
= lm
h0
2.4.2
h
1
1
1
=
= lm
=
h0
x+ x
2 x
x+h+ x
x+h+ x
lgebra de derivadas
Conocidas las derivadas de las funciones elementales, un conjunto de propiedades conocidas como lgebra
de derivadas, permiten calcular la derivada de otras funciones construidas combinando aquellas mediante
operaciones aritmticas y composicin de funciones.
LGEBRA DE DERIVADAS
f (x) = g(x) h(x)
f 0 (x) = g 0 (x) h0 (x)
f (x) = g(x) h(x)
f 0 (x) = g 0 (x) h(x) + g(x) h0 (x)
f (x) =
g(x)
h(x)
f (x) = g(h(x))
f 0 (x) =
g 0 (x) h(x) g(x) h0 (x)

, si h(x) 6= 0.
h(x)2
f 0 (x) = g 0 (h(x)) h0 (x) (Regla de la CADENA)
TABLA DE DERIVADAS DE LAS FUNCIONES ELEMENTALES

Funciones elementales
44
Funciones compuestas (usando la Regla de la Cadena)
f (x) = a
f (x) = 0
f (x) = x
f 0 (x) = 1
f (x) = a x
f 0 (x) = a
f (x) = a g(x)
f 0 (x) = a g 0 (x)
f (x) = a x + b
f 0 (x) = a
f (x) = a g(x) + b
f 0 (x) = a g 0 (x)
f (x) = x2
f (x) = x
f 0 (x) = 2x
f (x) = g(x)2
p
f (x) = g(x)
f 0 (x) = 2 g(x) g 0 (x)
f (x) = xn (n 6= 0)
f 0 (x) = n xn1
f (x) = g(x)n
f 0 (x) = n g(x)n1 g 0 (x)
f (x) = ex
f 0 (x) = ex
f (x) = eg(x)
f 0 (x) = eg(x) g 0 (x)
f (x) = ax (a > 0)
f 0 (x) = ax ln(a)
f (x) = ag(x)
f 0 (x) = ag(x) ln(a)g 0 (x)
f (x) = ln(x)
f 0 (x) =
1
x
f (x) = ln(g(x))
f 0 (x) =
1 0
g (x)
g(x)
f (x) = logb (x)
f 0 (x) =
1
x ln(b)
f (x) = logb (g(x))
f 0 (x) =
1
g 0 (x)
g(x) ln(b)
f (x) = sen(x)
f 0 (x) = cos(x)
f (x) = sen(g(x))
f 0 (x) = cos(g(x)) g 0 (x)
f (x) = cos(x)
f 0 (x) = sen(x)
f (x) = cos(g(x))
f 0 (x) = sen(g(x))g 0 (x)
f (x) = tan(x)
f 0 (x) =
f (x) = tan(g(x))
f 0 (x) =
f (x) = arc sen(x)
f 0 (x) =
f (x) = arc sen(g(x))
f 0 (x) = p
f (x) = arc cos(x)
f 0 (x) =
f (x) = arc cos(g(x))
f 0 (x) = p
f (x) = arctan(x)
f 0 (x) =
f (x) = arctan(g(x))
f 0 (x) =
2.4.3
1
f 0 (x) =
2 x
1
cos2 (x)
1
1 x2
1
1 x2
1
1 + x2
1
f 0 (x) = p
g 0 (x)
2 g(x)
cos2 (g(x))
g 0 (x)
1
1 g(x)2
1
1 g(x)2
g 0 (x)
g 0 (x)
1
g 0 (x)
1 + g(x)2
Ejemplos de clculo de derivadas
Ejemplo 2.25
Derivada de f (x) = (5x3 + 2)4
Aplicando la frmula de derivacin de la potencia de una funcin, g(x)n , se tiene
f 0 (x) = 4 (5x3 + 2)3 (5 3 x2 ) = 60 (5x3 + 2)3 x2
Ejemplo 2.26
Derivada de f (x) = 7 x3
p
Aplicando la frmula de derivacin de la raz cuadrada de una funcin, g(x), se tiene
1
3x2
f 0 (x) =
(3x2 ) =
2 7 x3
2 7 x3
45
Ejemplo 2.27
2
Derivada de f (x) = e3x
Hay que aplicar la derivada de la exponencial de una funcin, eg(x) ,
2
f 0 (x) = e3x (3 2 x) = 6 x e3x
Ejemplo 2.28
x3 1
Derivada de f (x) = 2
x +2
Aplicando la frmula de derivacin de un cociente:
f 0 (x) =
(3x4 + 6x2 ) (2x4 2x)

x4 + 6x2 + 2x
3x2 (x2 + 2) (x3 1)2x
=
=
(x2 + 2)2
(x2 + 2)2
(x2 + 2)2

Ejemplo 2.29
x+4
Derivada de f (x) = sen
x1
Hay que aplicar en primer lugar la frmula de derivacin del seno de una funcin, sen(g(x)), y despus la de
la derivada de un cociente:

x+4
(x 1) (x + 4)
5
x+4
cos
=
f 0 (x) = cos
x1
(x 1)2
(x 1)2
x1
Ejemplo 2.30
Derivada de f (x) = x x2 3
Hay que aplicar la derivada de un producto y la derivada de la raz cuadrada de una funcin:

p
p
1
x2 x2 3 p 2
x2
0
2
2
f (x) = x 3 + x
= x 3 1+ 2
(2x) = x 3 +
(x2 3)
x 3
2 x2 3
Ejemplo 2.31
p
Derivada de f (x) = 3 ln(x2 + 1)
Hay que escribir la raz como una potencia de exponente fraccionario, f (x) = ln(x2 + 1)
frmula de derivacin de g(x)n y luego la del logaritmo:
f 0 (x) =
2/3
1
1
ln(x2 + 1)
(2x) =
2
3
x +1
1/3
, y aplicar la
2x
q
3(x2 + 1) 3 ln2 (x2 + 1)
Ejemplo 2.32
ln x
Derivada de f (x) =
x
Hay que aplicar la regla de derivacin de un cociente de dos funciones:
1
1
1
2 ln x
1
ln x
x ln x
2 ln x
x
2
x
x
2
x
2 x
=
=
=
f 0 (x) =
x
x
x
2x x
46
Ejemplo 2.33
Derivada de f (x) = arc tg( x2 + 1)
f 0 (x) =
1+
1
x2
1 2
1
x
1/2
2x = 2
2 2 (x + 1)
2+1
x
+
2
x
+1
Ejemplo 2.34
Hallar la ecuacin de la recta tangente a la curva de ecuacin y = x2 + 3x 1 en el punto x = 2.
La ecuacin de la recta tangente a la curva y = f (x) en el punto x = a viene dada por
y = f (a) + f 0 (a)(x a)
En este caso,
f (x) = x2 + 3x 1
Sus valores en x = 2 son
y su derivada es
f (2) = 4 + 6 1 = 9
f 0 (x) = 2x + 3
f 0 (2) = 4 + 3 = 7
Luego la ecuacin de la tangente es:
y = 9 + 7(x 2)
Ejemplo 2.35
Hallar la ecuacin de la recta tangente a la curva de ecuacin y = ln(x2 + 3) en el punto x = 1.
y = f (a) + f 0 (a)(x a)
En este caso,
f (x) = ln(x2 + 3)
y su derivada es
f (1) = ln(1 + 3) = ln(4)
2x
+3
2
2
1
f 0 (1) =
= =
1+3
4
2
f 0 (x) =
y
x2
1
y = ln(4) + (x 1)
2
47
Ejemplo 2.36
1
Hallar la ecuacin de la recta tangente a la curva de ecuacin y = arc tg
en el punto x = 1.
x
y = f (a) + f 0 (a)(x a)
En este caso,
1
x
f (x) = arc tg
y su derivada es
1
f (x) =
2
1
1+
x
0
f (1) = arc tg 1 =
1
1

= 2
=
1
x +1
1 + 2 x2
x
0.7854
4

y=
2.4.4
1
x2
f 0 (1) =
1
1
=
1+1
2
1
(x 1)
4
2
Derivada de la funcin inversa
Para calcular la derivada de la funcin inversa, se usa la regla de la cadena: Observamos que f y su inversa f 1
(caso de existir), vienen relacionadas por

f f 1 (x) = x, x Dominio(f 1 )
Derivando en los dos miembros de esta igualdad y utilizando la Regla de la Cadena para derivar el primer
miembro se tiene

0
f 0 f 1 (x) f 1 (x) = 1, x Dominio(f 1 )
y por lo tanto
0
f 1 (x) =
1

f 0 f 1 (x)
x Dominio(f 1 )
Ejemplo 2.37
Calcular la derivada de la funcin f (x) = ln(x) utilizando la derivada de la funcin inversa.
Derivando en la identidad
eln(x) = x
eln(x)
se tiene

d
1
1
d
ln(x) = 1
ln(x) = ln(x) =
dx
dx
x
e
como es bien sabido.
Ejemplo 2.38
Calcular la derivada de la funcin f (x) = arc sen(x) utilizando la derivada de la funcin inversa.

d
arc sen(x) = 1 de donde,
Derivando en la identidad sen(arc sen(x)) = x se tiene cos(arc sen(x))
dx
despejando,

d
1
1
1
arc sen(x) =
=p
=
.
2
dx
cos(arc sen(x))
1 x2
1 sen (arc sen(x))

2.4.5
48
Derivada logartmica
En ocasiones, resulta cmodo derivar el logaritmo de una funcin para calcular su derivada. Segn la regla de
la cadena, si f es derivable en x y f (x) > 0,
d
f 0 (x)
ln(f (x)) =
.
dx
f (x)
y de aqu se puede despejar f 0 (x).
Ejemplo 2.39
Utilizar la derivacin logartmica para calcular la derivada de la funcin f (x) = ax .
Tomando logaritmos en ambos miembros se tiene

ln f (x) = ln ax = x ln(a)
y derivando ahora:
f 0 (x)
= ln(a)
f (x)
f 0 (x) = ln(a) f (x) = ln(a) ax
Ejemplo 2.40
Utilizando la derivacin logartmica, deducir la frmula de la derivada de un producto de dos
funciones.
Sea h(x) = f (x) g(x). Tomando logaritmos se tiene ln h(x) = ln f (x) + ln g(x).
Derivando en ambos miembros:
h0 (x)
f 0 (x) g 0 (x)
=
+
,
h(x)
f (x)
g(x)
de donde, depejando ahora h0 (x):
h0 (x) =
f 0 (x)
f (x)
f 0 (x) g 0 (x)
f 0 (x) g 0 (x)
g 0 (x)
h(x) =
+
f (x)g(x) =
+
f (x)g(x) = f 0 (x)g(x)+f (x)g 0 (x)
g(x)
f (x) g(x)
f (x) g(x)
Ejemplo 2.41
cos(x)
Calcular la derivada de la funcin f (x) = sen(x)
.

cos(x)
ln f (x) = ln sen(x)
= cos(x) ln sen(x)
y derivando ahora:
f 0 (x)
cos(x)
cos2 (x)
= sen(x) ln sen(x) + cos(x)
= sen(x) ln sen(x) +
f (x)
sen(x)
sen(x)
de donde
f 0 (x) =
cos(x)
cos2 (x)
sen(x) ln sen(x) +
sen(x)
sen(x)
49
Ejemplo 2.42
2x3
Calcular la derivada de la funcin f (x) = x2 + 1
.
ln f (x) = (2x 3) ln(x2 + 1) y derivando ahora:
f 0 (x)
2x
= 2 ln(x2 + 1) + (2x 3) 2
f (x)
x +1
de donde

2x3
2x(2x 3)
2x(2x 3) 2
2
f
(x)
=
2
ln(x
x +1
f 0 (x) = 2 ln(x2 + 1) +
+
1)
+
x2 + 1
x2 + 1
2.4.6
Derivacin implcita
En ocasiones la relacin entre dos variables no viene expresada explcitamente, es decir, con una de ellas
despejada, como en y = x ln(x2 + 1), sino que viene dada mediante una relacin entre ambas (una ecuacin),
como en x2 y + y 3 = 1. Se dice en estos casos que y viene implcitamente definida por dicha ecuacin.
Sin embargo, es posible, utilizando la Regla de la Cadena, derivar con respecto de x directamente en la ecuacin.
Para ello se deriva con respecto de x en ambos miembros de la ecuacin, teniendo en cuenta que y es una funcin
de x: y = y(x).
Por ejemplo, en la ecuacin anterior x2 y + y 3 = 1 se tendra
x2 y + y 3 = 1

d
d 2
x y + y3 =
1 =0
dx
dx

d 2
d 3
x y +
y = 2xy + x2 y 0 + 3y 2 y 0 = 0
dx
dx
Agrupando los trminos que contienen y 0 y despejando se tiene:

2xy + x2 y 0 + 3y 2 y 0 = 2xy + x2 + 3y 2 y 0 = 0 y 0 =
2xy
+ 3y 2
x2
Es decir: en un punto (x, y) que verifique la ecuacin x2 y + y 3 = 1, la derivada de y con respecto de x es

2xy
y0 = 2
.
x + 3y 2
Ejemplo 2.43
Derivar implcitamente en el ecuacin x ln(y 2 + 1) + y = 1 y despejar la derivada de y con
respecto de x.

d
d
d
x ln(y 2 + 1) + y =
x ln(y 2 + 1) +
y =0
dx
dx
dx

2yy 0
d
d
ln(y 2 + 1) + x
ln(y 2 + 1) +
y = ln(y 2 + 1) + x 2
+ y0 = 0
dx
dx
y +1
2xy

2xy + y 2 + 1
ln(y 2 + 1) + 2
+ 1 y 0 = ln(y 2 + 1) +
y0 = 0
y +1
y2 + 1
x ln(y 2 + 1) + y = 1
y0 =
ln(y 2 + 1)
(y 2 + 1) ln(y 2 + 1)
=
2
2xy + y 2 + 1
2xy + y + 1
y2 + 1
50
Ejemplo 2.44
Los puntos del plano que verifican la ecuacin x2 y + xy 2 = 3 forman una curva con varias
ramas. El punto (1, 1.3028) pertenece a una de ellas. Calcular la ecuacin de la recta tangente a
la curva en dicho punto.
7,5
2,5
(1,1.3028)
-7,5
-5
-2,5
2,5
7,5
10
-2,5
-5
Calculamos, impltamente, la derivada de y con respecto de x:

x2 y + xy 2 = 3 2xy + x2 y 0 + y 2 + x 2yy 0 = 0 (2xy + y 2 ) + (x2 + 2xy)y 0 = 0 y 0 =
(2xy + y 2 )
2xy + x2
Sustituyendo ahora (x, y) = (1, 1.3028) obtendremos la derivada de y con respecto a x en dicho punto, es decir,
la pendiente de la recta tangente en dicho punto:
y0 =
(2 1.3028 + (1.3028)2 )
(2xy + y 2 )
=
1.1934

2xy + x2 x=1,y=1.3028
2 1.3028 + 1
Escribimos ahora la ecuacin de la recta que pasa por el punto (1, 1.3028) con pendiente p = 1.1934:
y = 1.3028 1.1934(x 1) = 1.1934x + 2.4962
2.5
Crecimiento y decrecimiento
Funciones crecientes y decrecientes

Una funcin, f , definida en un intervalo I, se dice que es creciente en I si f (x1 ) f (x2 ) siempre que x1 < x2
en I.
Anlogamente, se dice que f es decreciente en I si f (x1 ) f (x2 ) siempre que x1 < x2 en I.
Las funciones que son crecientes o decrecientes en todo su dominio de definicin se denominan montonas.
Por ejemplo, ex es una funcin montona creciente.
La derivada proporciona un criterio simple para saber cundo una funcin es creciente o decreciente:
51
Criterio de crecimiento/decrecimiento
Sea f derivable en (a, b).
a) Si f 0 (x) 0 x (a, b), entonces f es creciente en (a, b)
b) Si f 0 (x) 0 x (a, b), entonces f es decreciente en (a, b)
El conocimiento de los intervalos donde una funcin es creciente y decreciente proporciona, a su vez, informacin
sobre sus mnimos y mximos locales, como se ver ms adelante.
Ejemplo 2.45
Estudiar los intervalos de crecimiento/decrecimiento de la funcin f (x) =
Esta funcin no est definida para x = 1. Su derivada es
f 0 (x) =
x2
x2 1
2x
2x(x2 1) x2 2x
= 2
2
2
(x 1)
(x 1)2
que se anula para x = 0. En consecuencia, los puntos en los que f 0 puede cambiar de signo son x = 1, x = 0
y x = 1.
(, 1) (1, 0) (0, 1) (1, +)
2x
+
+
(x2 1)2
+
+
+
+
f 0 (x)
+
+
As,
f
f
es
es
es
es
creciente en (, 1)
creciente en (1, 0)
decreciente en (0, 1)
decreciente en (1, +)
Ejemplo 2.46
ln x
Estudiar los intervalos de crecimiento/decrecimiento de la funcin f (x) =
x
Esta funcin slo est definida para x > 0. Su derivada es
1
1
x ln(x)
1
ln x
1
ln x
2 ln x
x
2
x
f 0 (x) =
= 2 x = =
x
( x)2
2x x
x x 2x x
2x x
que se anula para 2 ln x = 0, es decir, para x = e2 . En consecuencia, f 0 slo puede cambiar de signo en
x = e2 .
(0, e2 ) (e2 , +)
2 ln x
+
2x x
+
+
0
f (x)
+
As,
f es creciente en (0, e2 )
f es decreciente en (e2 , +)
2.6
52
Mximos y mnimos relativos
Hablando sin precisin, se dice que una funcin tiene un mnimo (respectivamente mximo) relativo en un punto
x = c si el valor que toma en dicho punto f (c) es menor o igual (resp. mayor o igual) que los valores que toma
en los puntos del entorno de c.
c+
c+
Figura 2.12: Mnimo local o relativo. Si f est definida en (a, b) (abierto) y c (a, b), se dice que f tiene
un mnimo relativo en c si, para algn valor > 0 se
tiene
f (c) f (x) x (c , c + ) (a, b).
f decreciente
Figura 2.13: Mximo local o relativo. Si f est definida en (a, b) (abierto) y c (a, b), se dice que f
tiene un mximo relativo en c si, para algn valor
> 0 se tiene
f (c) f (x) x (c , c + ) (a, b).
f creciente
f <0
f >0
f >0
f >0
f creciente
f decreciente
f =0
Figura 2.14: Si f es decreciente a la izquierda de

c (a, b) y creciente a su derecha, es claro que f
tiene un mnimo relativo en el punto x = c.
Figura 2.15: Si f es creciente a la izquierda de

c (a, b) y decreciente a su derecha, es claro que
f tiene un mximo relativo en el punto x = c.
Criterio de mnimo / mximo local

Sea f una funcin continua en (a, b) y sea c un punto de (a, b).
a) Si f es decreciente en (a, c) y creciente en (c, b), entonces f tiene un mnimo relativo en x = c.
b) Si f es creciente en (a, c) y decreciente en (c, b), entonces f tiene un mximo relativo en x = c.
Si f es derivable y su derivada es continua en (a, b), los resultados anteriores se pueden expresar en funcin del
signo de la derivada.
53
Criterio de mnimo / mximo local utilizando la derivada

Sea f : (a, b) R derivable y con derivada continua en (a, b), y sea c (a, b) un punto interior al intervalo.
a) Si f 0 0 en (a, c) y f 0 0 en (c, b), entonces f tiene un mnimo relativo en x = c y se tiene f 0 (c) = 0
(tangente horizontal en (c, f (c))).
b) Si f 0 0 en (a, c) y f 0 0 en (c, b), entonces f tiene un mximo relativo en x = c y se tiene f 0 (c) = 0
(tangente horizontal en (c, f (c))).
Como consecuencia de lo anterior, se tiene

que los puntos donde se anule la derivada,
f 0 (x) = 0, son candidatos a ser mximos mnimos
relativos de la funcin.
Pero, tras identificarlos, es necesario cerciorarse de
que son efectivamente mximos o mnimos, ya que
no todos lo son, como se muestra en el ejemplo de la
Figura (2.16).
Puntos crticos
Los puntos en los que se anula la derivada de una
funcin se llaman puntos crticos de dicha funcin.
Los puntos crticos pueden ser, adems de mximos
y mnimos relativos, puntos de inflexin.
f creciente
f >0
f(c)=0
f >0
f creciente
a
Figura 2.16: Esta funcin tiene tangente horizontal

en el punto x = c, aunque no tiene en dicho punto ni
un mnimo ni un mximo relativos. Lo que tiene es un
punto de inflexin, es decir un punto donde cambia
su concavidad (en este caso, cambia de cncava a
convexa).
No hay que olvidar, no obstante, que una funcin

continua puede tener un extremo relativo (mnimo o
mximo) en un punto en el que no se anule la derivada.
Figura 2.17: Esta funcin tiene un mnimo relativo

en el punto x = c aunque no se verifica f 0 (c) = 0:
de hecho no se puede hablar de f 0 (c), ya que f no es
derivable en c.
Esto puede suceder en un punto en que la funcin

continua no sea derivable, como es el caso de la funcin de la Figura (2.17).
En la bsqueda de mximos y mnimos relativos de
una funcin hay que analizar, adems de los puntos crticos, los puntos en los que la funcin no es
derivable, si los hay.
54
Ejemplo 2.47
Encontrar los extremos relativos de la funcin f (x) = x3 12x 3.
Para determinar los extremos locales se analizan los intervalos de crecimiento y decrecimiento de f (x). Para
ello se comienza por determinar los puntos crticos (los puntos en que se anula la derivada)

x = 2
0
2
2
f (x) = 3x 12 = 3(x 4) = 3(x 2)(x + 2) = 0
x=2
Estudiando el signo de f 0 se tiene que
0
f (x) > 0 en (, 2)
f es creciente en (, 2)
f 0 (x) < 0 en (2, 2)
f es decreciente en (2, 2)
=
f (x) > 0 en (2, +)

f es creciente en (2, +)
0
2
Est claro de lo anterior que f tiene un mximo relativo en x = 2

y un mnimo relativo en x = 2.
2
x
Ejemplo 2.48
Encontrar los extremos relativos de la funcin f (x) = x4 2x3 + 2x + 1.
Se trata de una funcin polinmica, en consecuencia est bien definida y es continua y derivable en todo R.
Hay que estudiar los intervalos de crecimiento y decrecimiento de f (x), es decir, puesto que f es derivable en
R, el signo de su derivada:
(

x=1
1
0
3
2
2
1
f (x) = 4x 6x + 2 = 4(x 1)
x+
=0
x=
2
2
Analizamos el signo de f 0 :
2
(x 1)
1
x+
2
f 0 (x)
Se tiene, pues
f 0 < 0 en , 1
2

1
f 0 > 0 en , +
2
(, 1/2)
+
(1/2, 1)
+
(1, +)
+
+
y
f es decreciente en (, )
2
=
1
f es creciente en ( , +)
2
de modo que
f tiene un mnimo relativo en x =
1
2
55
Ejemplo 2.49
La poblacin de cierta especie sigue la siguiente funcin
P (t) = a +
100t
,
et/2
t0
donde P (t) es el nmero de individuos de la poblacin (medida en miles), t el tiempo (medido

en meses) y a es una constante positiva.
(1) Calcular a sabiendo que inicialmente la poblacin constaba de 300 individuos.
(2) En qu momento se puede predecir que alcanzar la poblacin su mximo? Cunto es el
valor de dicho mximo?
(3) A qu tiende la poblacin a largo plazo?
(4) Si se sabe que esta especie est en peligro de extincin cuando el nmero de sus individuos
es menor que 100, puede ocurrir que esta poblacin entre de peligro de extincin?
(1) Si inicialmente haba 300 individuos, se tiene
P (0) = a = 300
(2) Lo que queremos calcular es para qu valor de la variable independiente t se produce el mximo de esta
funcin. Para ello igualamos a cero la derivada.

t
1 t/2
t/2
1
e 2 te
2 =0 1 t =0 t=2
= 100
P 0 (t) = 100
t/2
2
t/2
2
(e )
e
Tenemos que asegurarnos de que para t = 2 se produce efectivamente un mximo de la funcin, pero esto es
claro, ya que P 0 (t) es positiva a la izquierda de t = 2 y negativa a su derecha.
El valor de dicho mximo es el valor de P (t) en t = 2:
P (2) = 300 +
100 2
200
= 300 +
373.57 374 El valor mximo es 374 .
e
e2/2
(3) Matemticamente, el comportamiento de la poblacin a largo plazo viene dado por el comportamiento de
la funcin cuando t :
lm P (t) = lm 300 +
t
100t
= 300 + 100 lm t/2 = 300 + 100 0 = 300.
t e
et/2
Es decir, a largo plazo el tamao de la poblacin se estabiliza en 300 individuos .

(4) El tamao de nuestra poblacin no desciende en ningn instante por debajo de 100; de hecho no desciende
por debajo de 300. En efecto, ya hemos visto que el valor mximo es 374 y que asintticamente tiende a 300.
Si descendiera de 300, para volver a subir tendra que tener un mnimo relativo, y ya hemos visto que t = 2
es el nico punto crtico. As pues, esta poblacin no entrar en peligro de extincin.
56
Ejemplo 2.50
Para cierta poblacin de microorganismos, la densidad en el instante t (medido en minutos),
viene dada por
at
p(t) = p0 + kt ,
e
siendo p0 , a y k parmetros por determinar. Se sabe que la densidad inicial era de 2850, y se
ha observado que el valor mximo pm = 9344 se alcanza en el tiempo tm = 7.5. Determinar los
valores de p0 , a y k.
Tenemos tres parmetros que determinar y tres informaciones para hacerlo:
(1) La densidad inicial es de 2850: p(0) = 2850
(2) El valor mximo se obtiene para tm = 7.5: p0 (7.5) = 0
(3) El valor mximo es 9344: p(7.5) = 9344
De (1) se obtiene
p(0) = p0 = 2850
De (2) se tiene
p0 (t) =
a(1 kt)
1
= 0 1 kt = 0 luego 1 7.5k = 0 k =
( 0.13333)
ekt
7.5
Finalmente, de (3) se tiene

p(7.5) = p0 +
2.7
7.5a
7.5a
e
= 2850 +
= 9344 a =
(9344 2850) a 2353.67
e7.5k
e
7.5
Concavidad y convexidad
Aunque se puede dar una definicin de funcin convexa o concva ms general que la que sigue, sta es suficiente
a los efectos de este curso.
Funciones convexas y cncavas

Una funcin f (x) derivable es convexa en (a, b) si su derivada, f 0 (x), es creciente en (a, b).
Si la derivada, f 0 (x), es decreciente en (a, b), entonces la funcin es cncava.
Observacin: en ocasiones se genera cierta confusin porque en algunos mbitos las denominaciones cncava
y convexa estn intercambiadas. En caso de duda, conviene especificar cul es la que se est usando.
Figura 2.18: Funcin cncava: su derivada es decreciente. Tiene forma de gorra o de monte.
Figura 2.19: Funcin convexa: su derivada es creciente. Tiene forma de copa o de valle.
57
Como se ha visto con anterioridad, el signo de la derivada de una funcin indica si sta es creciente o decreciente.
En consecuencia se puede utilizar el signo de la derivada de la derivada para determinar la convexidad o
concavidad de una funcin.
Derivada segunda
Si la derivada de una funcin f (x) es, a su vez, derivable, se dice que f (x) es dos veces derivable, a la derivada
de la derivada se le llama derivada segunda y se denota f 00 (x).
Utilizando la derivada segunda de f , se tiene el siguiente criterio de convexidad/concavidad:
Criterio de convexidad / concavidad

Si f (x) es dos veces derivable en (a, b), se tiene:
a) Si f 00 (x) 0 x (a, b), entonces f (x) es convexa en (a, b).
b) Si f 00 (x) 0 x (a, b), entonces f (x) es cncava en (a, b).
Puntos de inflexin
Los puntos en los que una funcin pasa de cncava a convexa o viceversa se denominan puntos de inflexin.
Utilizando el criterio anterior se tiene:
a) Si f 00 (x) 0 x (a, c) y f 00 (x) 0 x (c, b), entonces f (x) tiene un punto de inflexin en x = c, en
el que pasa de convexa a cncava.
b) Si f 00 (x) 0 x (a, c) y f 00 (x) 0 x (c, b), entonces f (x) tiene un punto de inflexin en x = c, en
el que pasa de cncava a convexa.
Ejemplo 2.51
f (x) = x2
Esta funcin es polinmica, luego est bien definida y es continua y derivable en todo R.
Derivadas de f : f 0 (x) = 2x y f 00 (x) = 2.
Por lo tanto se tiene f 00 (x) > 0 para todo x R y en consecuencia que f 0 es creciente y que f es convexa en
R.
f no tiene puntos de inflexin.
Ejemplo 2.52
f (x) = x3
f est bien definida y es continua y derivable en todo R.
Derivadas de f : f 0 (x) = 3x2 y f 00 (x) = 6x.
Intervalos de convexidad: f 00 slo se anula para x = 0 y es
00
f < 0 en (, 0) f es cncava en (, 0)
=
f 00 > 0 en (0, +) f es convexa en (0, +)
f tiene un punto de inflexin en x = 0
2.8
58
Representacin grfica de funciones
Los elementos bsicos descritos en el Tema 1 (dominio, ceros, signo, asntotas), junto con la informacin proporcionada por la derivadas primera y segunda sobre el crecimiento o decrecimiento de la funcin, sus extremos
relativos, su convexidad o concavidad y sus puntos de inflexin, permiten esbozar con mucho detalle la grfica
de la funcin.
Estos aspectos se resumen en el cuadro siguiente:
PROCEDIMIENTO PARA LA REPRESENTACIN DE FUNCIONES
SIN USAR LAS DERIVADAS
Dominio, corte con los ejes y signo de la funcin:
Dominio
corte con el eje OY ( )
cortes con el eje OX( )

signo de la funcin ( )
Determinar el conjunto D de los valores de x para los que est definida la

funcin
Calcular, si existe, el punto (0, y) con y = f (0).
Calcular, si existen, los puntos en que la grfica corta al eje OX, que son los
puntos (x, 0) donde x es una solucin de la ecuacin f (x) = 0.
Determinar los intervalos en donde la funcin es positiva y negativa
{x D : f (x) > 0} (la grfica de la funcin est por encima del eje OX)
{x D : f (x) < 0} (la grfica de la funcin est por debajo del eje OX)
( )No es imprescindible. Slo si es fcil.

A sntotas:
asntotas verticales
Analizar la existencia de valores de x = k para los cuales se tenga

lm+ f (x) = o bien lm f (x) =
xk
asntotas horizontales
Calcular, si existen,
xk
lm f (x) y
x+
lm f (x). Si alguno de ellos tiene un
x+
valor finito, por ejemplo k, entonces la recta y = k es una asntota horizontal.

asntotas oblicuas
Son las rectas y = mx + n tales que lm (f (x) mx n) = 0

x
Si existen, se pueden calcular m y n mediante

f (x)
m = lm
y n = lm (f (x) mx)
x
x
x
UTILIZANDO LAS DERIVADAS

Monotona:
intervalos de crecimiento
Calcular los intervalos donde f 0 (x) > 0: en estos intervalos la funcin es

creciente.
intervalos de decrecimiento
Calcular los intervalos donde f 0 (x) < 0: en estos intervalos la funcin es

decreciente.
Conociendo los intervalos de crecimiento y decrecimiento de la funcin es posible determinar los mximos y
mnimos locales de f .
extremos relativos
Calcular
los puntos x = a tales que f 0 (a) = 0.

00
si f (a) > 0, x=a es un mnimo local
si f 00 (a) < 0, x=a es un mximo local
Curvatura:
intervalos de convexidad
Calcular los intervalos donde f 00 (x) > 0
intervalos de concavidad
Calcular los intervalos donde f 00 (x) < 0
puntos de inflexin
Calcular
los puntos x = a tales que f 00 (a) = 0.

si f 000 (a) > 0, x=a cambio cncavo a convexo
si f 000 (a) < 0, x=a cambio convexo a cncavo
59
Ejemplo 2.53
ln x
Representar grficamente la funcin f (x) =
x
Dominio de definicin: (0, +)
Corte con el eje OY : no hay, ya que el punto x = 0 no pertenece al dominio de definicin.
Corte con el eje OX: la ecuacin ln x = 0 slo tiene la solucin x = 1. Luego el nico punto de corte es
(1, 0).
Signo de la funcin: claramente se tiene que f (x) < 0 para x (0, 1) y que f (x) > 0 para x (1, +).
Esto nos permite ya determinar las regiones del plano donde est la grfica (ver Figuras)
Asntotas horizontales:
1/x
2 x
2
ln x
= lm
= lm = 0
lm = lm
x+ 1/2 x
x+
x+
x+
x
x
x
Es decir, f tiene una asntota horizontal para y = 0 cuando x +
Asntotas verticales: el nico punto donde f puede tener una asntota vertical es a la derecha de x = 0.
Calculamos el lmite correspondiente
ln x
lm+ =
=
0
x
x0
Es decir, f tiene una asntota horizontal, y = 0, cuando x +
Derivada: La derivada de la funcin es:
1
1
x ln x
2 ln x
x
2 x
=
f 0 (x) =
x
2x x
Crecimiento y decrecimiento: El denominador, 2x x, es positivo en todo el dominio de definicin, luego

el signo de la derivada viene determinado por 2 ln x, que se anula en x = e2 , es positivo en (0, e2 ) y negativo
en (e2 , +): la funcin es creciente en (0, e2 ) y decreciente en (e2 , +).
Extremos: La funcin cambia de creciente a decreciente
en el punto x = e2 , por lo tanto tiene un mximo en dicho
ln e2
punto. El valor de la funcin en x = e2 es f (e2 ) = =
e2
2
0.73.
e
Derivada segunda:
1
2x x (2 ln x)3 x
8 + 3 ln x
x
f (x) =
=
4x3
4x5/2
e2
e8/3
00
Convexidad y concavidad: La derivada segunda se anula

cuando 3 ln x 8 = 0, es decir, para x = e8/3 14.4, y se
tiene
00
f (x) < 0 en (0, e8/3 )
f es cncava en (0, e8/3 )
00
8/3
f (x) > 0 en (e , +) f es convexa en (e8/3 , +)
60
Ejemplo 2.54
2x3 + 1
1
Representar grficamente la funcin f (x) = 2x + 2 =
x
x2
Dominio de definicin: (, 0) (0, +)
Corte con el eje OY : no hay, ya que el punto x = 0 no pertenece al dominio de definicin.
1
1
1
Corte con el eje OX: la funcin se anula cuando 2x + 2 = 0 x3 = x =
0.79
3
x
2
2
Signo de la funcin: claramente se tiene que f (x) > 0 si x > 0. Por otro lado,
2x3 + 1 < 0
x3 <
1
2
1
x<
3
2
)
f es negativa en (,
3
2
1
f es positiva en (
, 0) (0, +)
3
2
Asntotas horizontales: f no tiene asntotas horizontales:

1
1
lm
2x + 2 = +,
lm
2x + 2 =
x+
x
x
x
Asntotas verticales: el nico punto donde f puede tener asntotas verticales es x = 0. Es obvio que la
funcin tiende a infinito cuando x se acerca a cero y que lo hace a +, ya que es positiva tanto a la izquierda
como a la derecha de x = 0:

1
1
lm 2x + 2 = lm 2x + 2 = +
x
x
x0
x0+
Asntotas oblicuas: son, si existen, las rectas y = mx + n tales que lm (f (x) mx n) = 0. Si existen,
x
se pueden calcular m y n mediante m = lm
f (x)
x
y n = lm (f (x) mx). En este caso:

x
1
1

2x + 2
2
1
x = lm
x
2 + 3 = 2 = lm
x+
x
x
x
x
2x +
lm
x+
y
lm
x+

1
1
1
=
0
=
l
m
2x
2x
+
2x + 2 2x = lm
x+ x2
x
x
x2
Es decir, la recta y = 2x es una asntota de la funcin, tanto para x + como para x .

Derivada:
2
2(x3 1)
f 0 (x) = 2 3 =
que slo se anula para x = 1
x
x3
Crecimiento y decrecimiento:
2
Para x < 0 es x3 < 0. Luego f 0 (x) = 2 3 > 2 > 0 en (, 0).
x
y
2
En el intervalo (0, 1), x3 < 1, luego 3 > 2, luego f 0 (x) < 0.
x
2
0
Finalmente, en (1, +), f (x) > 0, ya que 3 < 2.
x
Resumiendo:
f es decreciente en (0, 1)
f es creciente en (1, +)
Extremos: como consecuencia de lo anterior se tiene que f tiene
un mnimo en x = 1.
Derivada segunda:
f 00 (x) = 2 (3) x4 =
21/3
6
x4
Convexidad y concavidad: La derivada segunda es siempre

positiva, luego f es convexa en sus intervalos de definicin.
61
Ejemplo 2.55
1
x2 + 1
Dominio de definicin: (, +)
Corte con el eje OY : f (0) = 1, luego la grfica corta al eje OY en (0, 1).
Corte con el eje OX: no hay, ya que la funcin no se anula en ningn punto.
Signo de la funcin: claramente se tiene que f (x) > 0 x R. Por otro lado, es fcil observar que la funcin
es simtrica, es decir, f (x) = f (x).
1
1
= 0,
lm
=0
lm
x x2 + 1
x+ x2 + 1
Es decir, y = 0 es una asntota horizontal de f .
Asntotas verticales: no hay.
Asntotas oblicuas: no hay, ya que hay horizontales, tanto para x + como para x .
Derivada:
2x
f 0 (x) = 2
(x + 1)2
que solo se anula para x = 0.
Crecimiento y decrecimiento: Puesto que el denominador, (x2 + 1)2 es siempre positivo, es obvio f 0 (x) > 0
si x < 0 y f 0 (x) < 0 si x > 0. Por lo tanto,

f es decreciente en (0, +)
Extremos: como consecuencia de lo anterior se tiene que f tiene un mximo en x = 0, en el cual f (0) = 1.
Derivada segunda:
f 00 (x) =
2(x2 + 1) + 8x2
6x2 2
2(x2 + 1)2 + 2x 2 (x2 + 1) 2x
2
=
(x
+
1)
=
(x2 + 1)4
(x2 + 1)4
(x2 + 1)3
Convexidad y concavidad: La derivada segunda se anula cuando 6x2 2 = 2(3x2 1) = 0, esto es, para
1
1
1
x = . Puesto que f tiene un mximo en x = 0, necesariamente ha de ser cncava en ( , ) y
3
3
3
1
1
convexa en (, ) y ( , +).
3
3
1/ 3
1/ 3
62
Ejemplo 2.56
x2
Representacin grfica de f (x) =
x+1
Dominio de definicin: (, 1) (1 + )
Corte con el eje OY : f (0) = 0, luego la grfica corta al eje OY en (0, 0).
Corte con el eje OX: el nico es (0, 0).
Signo de la funcin: teniendo en cuenta que el numerador es siempre negativo, claramente se tiene que:

f (x) > 0 si x < 1
f (x) < 0 si x > 1
x2
x2
=
lm
= +
x x + 1
x+ x + 1
Es decir, la funcin no tiene asntotas horizontales.
Asntotas verticales: es claro que tiene la asntota vertical x = 1. Veamos los signos:
lm
lm
x(1)+
x2
=
x+1
lm
x(1)
x2
= +
x+1
1
x2
x2
= (x + 1)
, se ve que y = x + 1 es asntota oblicua de
.
x+1
x+1
x+1
Asntotas oblicuas: puesto que

En efecto:
lm
x+
x2
x
x
x + 1 = lm
= 1 = lm
x+ x + 1
x x + 1
x
x2
x2 + x2 + x
x
x
x2
(x) = lm
+ x = lm
= lm
= 1 = lm
x+ x + 1
x+
x+ x + 1
x x + 1
x+ x + 1
x+1
lo que prueba que, efectivamente y = x + 1 es asntota oblicua, tanto para x + como para x .
Derivada:
x2 2x
x(x + 2)
2x (x + 1) (x2 )
f 0 (x) =
=
=
2
2
(x + 1)
(x + 1)
(x + 1)2
lm
que se anula para x = 0 y para x = 2.

Crecimiento y decrecimiento: Puesto que el denominador de f 0 , (x + 1)2 , es siempre positivo, se tiene que
0
f (x) < 0 en (, 2)
f es decreciente en (, 2)
f 0 (x) > 0 en (2, 1) (1, 0)
f es creciente en (2, 1) (1, 0)
y por lo tanto que
0
f (x) < 0 en (0, )

f es decreciente en (0, )
y
Extremos: como consecuencia de lo anterior se tiene

que f tiene un mnimo en x = 2, en el cual
f (2) = 4, y tiene un mximo en x = 0, en el cual f (0) = 0.
Derivada segunda:
f 00 (x) =
2
(x + 1)3
Convexidad y concavidad: el numerador es siempre negativo.

Es obvio que:

f (x)00 > 0 si x < 1 (convexa)
f (x)00 < 0 si x > 1 (cncava)
2 1
Ejemplo 2.57
63
x2
x2 1
y
Dominio de definicin: la funcin est bien definida excepto cuando x2 1 = 0, es decir, cuando x = 1. Luego
el dominio es D = (, 1) (1, 1) (1, +)
Corte con el eje OY : el corte de la grfica de la funcin
con el eje OY se produce en el punto (0, f (0)) = (0, 0).
Corte con el eje OX: f (x) = 0 x2 = 0, es decir
x = 0.
Signo de la funcin: el numerador, x2 , es siempre positivo. Luego el signo de la funcin coincide con el signo del
denominador:
x2 1 < 0 x2 < 1 x (1, 1).
Es decir,
f (x) > 0 en (, 1) (1, )
f (x) < 0 en (1, 1)
x2
x2
= lm
=1
2
1 x x 1
Es decir, y = 1 es asntota horizontal de f para x + y para x .
Asntotas verticales: las posibles asntotas verticales son x = 1 y x = 1.
lm
x+ x2
lm
x(1)
lm
x(1)
x2
= +,
x2 1
x2
= ,
1
x2
lm
x(1)+
lm
x(1)+
x2
=
x2 1
x2
= +
1
x2
Derivada:
2x(x2 1) 2x x2
2x
f 0 (x) =
= 2
2
2
(x 1)
(x 1)2
que slo se anula para x = 0.

Crecimiento y decrecimiento: Claramente se tiene que:
f 0 (x) > 0 para x < 0 f es creciente en (, 1) y en (1, 0).
f 0 (x) < 0 para x > 0 f es decreciente en (0, 1) y en (1, ).
Extremos: como consecuencia de lo anterior se tiene que en x = 0 (punto en que se anula la derivada) la
funcin tiene un mximo local. No tiene ms extremos, ya que la derivada no se anula en ms puntos y la
funcin es derivable en todos los puntos en los que est definida.
Derivada segunda:
f 00 (x) =
2 (x2 1)2 + 2x 2(x2 1)2x

2 (x2 1) + 8x2
6x2 + 2
=
=
(x2 1)4
(x2 1)3
(x2 1)3
Convexidad y concavidad: 6x2 + 2 es siempre positivo; (x2 1)3 es positivo cuando |x| > 1 y negativo si
|x| < 1. En consecuencia f 00 es positiva y por tanto f es convexa () en (, 1) y en (1, ) y f 00 es negativa
y f es cncava () en (1, 1)
64
Ejemplo 2.58
ex 2
Representar grficamente la funcin f (x) = x
e 1
y
Dominio de definicin: la funcin est bien definida excepto cuando ex 1 = 0, es decir, cuando x = 0. Luego el
dominio es D = (, 0) (0, +)
Corte con el eje OY : no hay, ya que la funcin no est
definida en x = 0.
Corte con el eje OX: f (x) = 0 ex 2 = 0, es decir
x = ln(2).
Signo de la funcin:
ex 2
> 0.
En (, 0), ex < 1 < 2, luego x
e 1
ex 2
En (0, ln(2)), se tiene 1 < ex < 2, luego x
<0
e x 1
e 2
En (ln(2), ), se tiene 1 < 2 < ex , luego x
>0
e 1
ex 2
ex 2
= 1,
lm
=2
lm
x
x ex 1
x+ e 1
Es decir, y = 1 es asntota horizontal de f para x + e y = 2 lo es para x .
Asntotas verticales: la nica posible asntota vertical es x = 0, es decir, el eje OY ,
lm
x0
ex 2
= +,
ex 1
lm
x0+
ex 2
=
ex 1
Derivada:
ex (ex 1) ex (ex 2)
ex
f 0 (x) =
=
(ex 1)2
(ex 1)2
que no se anula en ningn punto.

Crecimiento y decrecimiento: La derivada es siempre positiva, ya que lo son numerador y denominador.
Por tanto f es creciente en cada uno de sus intervalos de definicin.
Extremos: como consecuencia de lo anterior se tiene que f no tiene extremos locales, puesto que la derivada
no se anula en ningn punto y no hay otros posibles extremos, dado que f es derivable en todos los puntos en
los que est definida.
Derivada segunda:
f 00 (x) =
ex (ex 1)2 2ex (ex 1)ex

ex (ex 1) 2ex ex
e2x ex 2e2x
e2x ex
(e2x + ex )
=
=
= x
=
x
4
x
3
x
3
3
(e 1)
(e 1)
(e 1)
(e 1)
(ex 1)3
Convexidad y concavidad: Hay que estudiar el signo de la derivada segunda.

El numerador, (e2x + ex ) < 0 x R. El denominador, (ex 1)3 es negativo en (, 0) (ya que ex < 1),
y es positivo en (0, +) (ya que ex > 1). En consecuencia
00
f (x) > 0 en (, 0)
f 00 (x) < 0 en (0, +)
Luego f (x) es convexa () en (, 0) y cncava () en (0, +).
2.9
65
Aproximacin de funciones por polinomios: polinomio de Taylor
En muchas ocasiones interesa sustituir una funcin (ms o menos complicada o difcil de calcular) por otra
funcin ms sencilla que se parezca a ella (en algn sentido a precisar). Estas funciones ms sencillas con
frecuencia son polinomios, debido a que su evaluacin slo requiere hacer sumas y multiplicaciones.
El parecido del polinomio con la funcin se puede buscar de distintas formas: podemos requerir que el polinomio
se parezca mucho a la funcin cerca de un punto dado o bien que se parezca en algo de forma ms global (un
intervalo, por ejemplo). En esta seccin nos interesamos por la primera de estas opciones: un polinomio que se
parezca mucho a una funcin cerca de un punto dado.
Comenzamos por el caso ms sencillo: sustitucin de una funcin por una recta.
2.9.1
Aproximacin lineal
Recordemos el concepto de recta tangente a una curva y = f (x) en un punto dado x = c: Es una recta que
toca a la curva y = f (x) en el punto (c, f (c)) con igual pendiente que la curva. La ecuacin de esta recta se
puede obtener fcilmente conociendo el valor de f (x) y de su derivada f 0 (x) en el punto x = c:
y = f (c) + f 0 (c)(x c)
1,5
0,5
-1
-0,5
0,5
1,5
2,5
3,5
-0,5
-1
-1,5
Figura 2.20: Curva y = ln(x) y su recta tangente en el punto x = 1, de ecuacin y = x 1.

Como se puede observar, la recta tangente, cerca del punto de tangencia, se parece mucho a la funcin. Por
ejemplo, en el caso de la Figura 2.20, en el punto x = 0.95 el valor de f es f (0.95) = 0.0513 y el valor en el
mismo punto de la tangente es 0.95 1 = 0.05.
Esto sugiere la idea de que, cerca del punto x = 1, se puede aproximar la funcin y = ln(x) por su tangente en
dicho punto y = x 1. Obviamente, esta aproximacin slo es vlida si x est cerca de 1, es decir, si |x 1| es
suficientemente pequeo.
Con carcter general,
Aproximacin lineal de y = f (x) en x = c

Si f (x) es derivable en x = c, se llama aproximacin lineal de f (x) en x = c a la funcin
h(x) = f (c) + f 0 (c)(x c)
Esta tcnica puede ser til para calcular aproximadamente el valor de una funcin en un punto cercano a otro
en el que se conoce el valor de la funcin y su derivada, como en el Ejemplo 2.59.
66
Pero es sobre todo til cuando se desea, para clculos ulteriores, sustituir la expresin de una funcin f (x) cerca
de un punto, por la expresin de una funcin ms manejable (su recta tangente), como en el Ejemplo 2.60.
Ejemplo 2.59
Calcular una aproximacin lineal de f (x) = x y utilizar dicha aproximacin para calcular el
valor de 50 (sin calcular races).

Puesto que la derivada de f (x) =
1
x es f 0 (x) = , la aproximacin lineal de f cerca de un punto a es:
2 x
h(x) = f (a) + f 0 (a)(x a) =

En particular, para x = 49, se tiene
a+
xa
2 a
49 = 7 y
h(x) = f (49) + f 0 (49)(x 49) =

Entonces, se puede aproximar
49 +
50 por el valor h(50) = 7 +
x 49
x 49
=7+
14
2 49
1
50 49
=7+
7.0714
14
14
Ejemplo 2.60
Calcular una aproximacin lineal de f (x) = sen x cerca de x = 0.
Puesto que la derivada de f (x) = sen x es f 0 (x) = cos x, la aproximacin lineal de f cerca del punto x = 0 es:
h(x) = f (0) + f 0 (0)(x 0) = sen 0 + (cos 0) x = x
Es decir, cerca de x = 0, la funcin sen x se aproxima linealmente por la recta y = x.
De hecho, es sta una sustitucin frecuente, vlida para valores pequeos de x.
1,5
0,5
-2,5
-2
-1,5
-1
-0,5
0,5
1,5
2,5
-0,5
-1
-1,5
2.9.2
Polinomio de Taylor
Ya se ha visto, en la subseccin 2.9.1, cmo se puede utilizar la recta tangente para aproximar linealmente una
funcin cerca de un punto.
Podemos pensar que obtendremos una mejor aproximacin si aproximamos f no ya por un polinomio de grado
1, sino por un polinomio de grado 2. Nos planteamos ahora construir el polinomio de grado 2 cuya primera y
segunda derivadas en c coincidan con las de f . Denotemos este polinomio por
t2 (x) = a2 (x c)2 + a1 (x c) + a0 .
Sus derivadas primera y segunda son t02 (x) = 2a2 (x c) + a1 y t002 (x) = 2a2 .
Y los valores de t2 (x), t02 (x) y t002 (x) en x = c son:
t2 (c) = a0 ,
67
t02 (c) = a1 ,
t002 (c) = 2a2 .
Lo que deseamos es que t2 y sus derivadas tomen los mismos valores que f y sus derivadas en x = c. Imponiendo
estas condiciones, se tiene:
t20 (c) = a0 = f (c)

t2 (c) = a1 = f 0 (c)
t00 (c) = 2a2 = f 00 (c) a2 = 1 f 00 (c)

2
2
As pues, el polinomio que buscamos es:
t2 (x) =
1 00
f (c)(x c)2 + f 0 (c)(x c) + f (c).
2
Con carcter general, repitiendo este proceso, podemos construir un polinomio de grado n (cualquiera),
tn (x) = an (x c)n + a3 (x c)3 + a2 (x c)2 + a1 (x c) + a0
cuyas derivadas sucesivas en x = c hasta las de orden n coincidan con las de f .
Las derivadas de tn y su valor en x = c son
tn (x) = an (x c)n + a3 (x c)3 + a2 (x c)2 + a1 (x c) + a0
t0n (x) = nan (x c)n1 + 3a3 (x c)2 + 2a2 (x c) + a1
t00n (x) = n(n 1)an (x c)n2 + + 6a3 (x c) + 2a2
n3
t000
+ 6a3
n (x) = n(n 1)(n 2)an (x c)
tn (c) = a0 = f (c)
t0n (c) = a1 = f 0 (c)

t00n (c) = 2a2 = f 00 (c)
000
t000
n (c) = 6a3 = 3 2a3 = f (c)
En general, la derivada k-sima de tn es

nk
tk)
+ + k! ak
n = n(n 1) . . . (n k + 1)an (x c)
k)
tk)
n (c) = k! ak = f (c)
Si k es un nmero entero positivo, la expresin k! se lee k factorial y representa el producto de k por todos los
enteros positivos menores que k:
k! = k (k 1) (k 2) (k 3) 3 2 1
Por ejemplo, 7! = 7 6 5 4 3 2 = 5040.
Despejando los valores de a1 , a2 , . . . an de las igualdades anteriores, finalmente se encuentra la expresin de
tn (x):
1
1
tn (x) = f (c) + f 0 (c)(x c) + f 00 (c)(x c)2 + + f n) (c)(x c)n .
2
n!
Polinomio de Taylor de f (x) en torno al punto c

Es el polinomio
1
1
tn (x) = f (c) + f 0 (c)(x c) + f 00 (c)(x c)2 + + f n) (c)(x c)n ,
2
n!
que coincide con f y con todas sus derivadas hasta la de orden n en el punto x = c.
En particular, la recta tangente en x = c es el polinomio de Taylor de orden 1 en x = c.
68
Para muchas funciones los sucesivos polinomios de Taylor proporcionan aproximaciones a f que mejoran al
aumentar el grado n. Obviamente deben ser funciones que sean derivables hasta cualquier orden en x = c (se
dice que son indefinidamente derivables).
Ejemplo 2.61
Construir el polinomio de Taylor de orden 4 de la funcin exponencial f (x) = ex en x = 0.
Su derivada coincide con ella misma: f 0 (x) = ex , y por tanto todas sus derivadas de cualquier orden tambin:
f n) (x) = ex , n = 0, 1, 2, . Por tanto,
f n) (0) = 1,
y su polinomio de Taylor de orden 4 en x = 0 es
t4 (x) = 1 + x +
n = 0, 1, 2, ,
1 2
1
1
1
1
1
x + x3 + x4 = 1 + x + x2 + x3 + x4
2!
3!
4!
2
6
24
8
e^x
pol. taylor grado 4

-2,5
2.9.3
-2
-1,5
-1
-0,5
0,5
1,5
Estimacin del error que se comete al aproximar una funcin por su polinomio de Taylor
Es importante poder determinar el error que se comete al aproximar una funcin por su polinomio de Taylor.
En otro caso, la aproximacin quedara en buena medida indeterminada. Este error viene dado por la siguiente
expresin:
f (x) tn (x) =
1
f (n+1) () (x c)n+1 ,
(n + 1)!
para cierto punto (mn{x, c}, max{x, c}).
(2.2)
La expresin (mn{x, c}, m

ax{x, c}) significa que est entre x y c, independientemente de cul de los dos
es mayor que el otro.2
La expresin del error es parecida a la expresin del trmino correspondiente a n + 1 en la expresin de tn+1 (x).
Esto ayuda a recordarla.
La igualdad anterior (2.2) para la expresin del error del polinomio de Taylor presenta una situacin muy
habitual en el anlisis matemtico: se puede demostrar rigurosamente que existe un punto entre x y c para
el cual es cierta la igualdad, pero no se sabe cul es ese punto.
Entonces, para qu sirve? O mejor planteado podemos extraer alguna informacin til de la igualdad (2.2)
a pesar de no saber cul es el punto ?
La
respuesta
(n+1)
es: s podemos, siempre que podamos saber cules son los valores mximos que puede tomar
f
() entre x y c.
2
La es la decimocuarta letra del alfabeto griego y se pronuncia [ksi].
69
Ejemplo 2.62
Estimar el error que se comete cuando se aproxima el valor de e2 por el valor del polinomio
de Taylor de grado 4 en x = 0.
El polinomio de Taylor de orden 4 de la funcin ex en torno a x = 0 es, como hemos visto antes
1
1
1
t4 (x) = 1 + x + x2 + x3 + x4
2
6
24
Segn la frmula (2.2), el error que cometemos si lo utilizamos para aproximar e2 es
e2 t4 (2) =
1
1
e (2)4+1 = e (2)5
(4 + 1)!
5!
para cierto entre 2 y 0.
Normalmente, lo que interesa del error es su valor absoluto, as que:

1
32
1

e (2)4+1 = e 25 =
e , para cierto entre 2 y 0.
|e2 t4 (2)| =
(4 + 1)!
5!
120
El punto no es conocido, pero s sabemos que est entre 2 y 0 ( es decir, en el intervalo (2, 0)). Puesto
que ex es creciente, el mximo valor que puede alcanzar e en (2, 0) es e0 = 1 Por ello, podemos estimar (o
sea, acotar) el error cometido por
|e2 t4 (2)| =
32
32
e
0.2666.
120
120
Se puede usar la expresin (2.2) para aproximar una funcin con un error predeterminado mediante su polinomio
de Taylor.
En el caso del ejercicio anterior, si, por ejemplo, queremos aproximar el valor e2 con 6 cifras decimales exactas,
nuestro objetivo ser determinar n de modo que |e2 tn (x)| 106 . Segn la estimacin (2.2), bastar que
1
e2 2(n+1) 106 .
(n + 1)!
Ahora bien, e2 < e0 = 1, luego
1
2(n+1)
e2 2(n+1) <
106 .
(n + 1)!
(n + 1)!
Un clculo muestra que si n = 13, el error es 1.88 107 = 0.000000188 y si n = 12, el error es 1.31 106 =
0.00000131.
Tomamos, pues, n = 13, con lo que t13 (2) = 0.1353351175573398 proporciona una aproximacin a e2 =
0.1353352832366127 con 5 cifras decimales exactas.
2.10
70
Optimizacin
La optimizacin matemtica trata de resolver problemas en los que interesa maximizar una determinada
cantidad (por ejemplo, un beneficio, una velocidad, la eficiencia de un sistema,. . . ) o por el contrario minimizar
algn criterio (por ejemplo, un coste, un riesgo, el tiempo empleado en algo, . . . ).
La cantidad criterio a optimizar suele venir dado por una funcin dependiente de una o varias variables a la
que con frecuecia se llama funcin coste o funcion objetivo. Se trata, pues, de encontrar para qu valores
de las variables se produce el mximo ( mnimo) de la funcin coste.
Con mucha frecuencia, en este tipo de problemas las variables de las que depende la funcin beneficio no son
completamente independientes: deben verificar ciertas condiciones, denominadas restricciones. Normalmente,
a partir de dichas restricciones, se puede encontrar la dependencia de alguna variable respecto de las otras.
Ejemplo 2.63
Encontrar las dimensiones que debe tener un rectngulo de permetro igual a 4 cm para que
su rea sea lo ms grande posible.
Las dimensiones del rectgulo son base, a la que llamaremos x, y altura, a la que llamaremos y. Ambas son
las variables que intervienen en este problema.
El permetro de un rectngulo (suma de las longitudes de sus lados) viene dado por P (x, y) = 2x + 2y. Su rea
viene dada por A(x, y) = x y. Obviamente, ambas dimensiones deben ser nmeros estrictamente positivos.
El problema que se plantea es:
Maximizar
A = xy
P (x, y) = 2x + 2y = 4
sujeto a
x > 0, y > 0
A partir de la restriccin 2x + 2y = 4 se puede deducir la dependencia de y con respecto de x (o al contrario,
de x con respecto de y):
4 2x
=2x
2x + 2y = 4 y =
2
En consecuencia, puesto que para los rectngulos admisibles (aqullos cuyo permetro es de 4 cm), la dimensin y viene dada a partir de la dimensin x, su rea se puede escribir
A = xy = x(2 x)
y el problema de optimizacin anterior se escribe ahora, en funcin de una sola variable:

Maximizar A = x(2 x)
sujeto a x > 0
Para resolver este problema hay que hallar el mximo global de la funcin A(x) = x(2 x) en el intervalo
(0, +).
La funcin A es continua y derivable en todo el intervalo (0, +). Se tiene
0
A > 0 en (0, 1)
A0 (x) = 2 2x, que slo se anula para x = 1 y se tiene
A0 < 0 en (1, +)
Est claro, pues, que A tiene un mximo local en x = 1 y ste es el nico candidato a mximo global, ya que
los extremos del intervalo no estn incluidos en el mismo.
As pues la dimensin x (base) optima es x = 1. La altura ptima ser y = 2 x = 1.
Solucin: el rectngulo de permetro 4cm y rea mxima es un cuadrado de lado 1cm.
71
Ejemplo 2.64
Un conservero debe fabricar botes cilndricos de 1 litro para envasar tomate frito. Determinar
las dimensiones que debe tener el bote para que se fabrique con la menor cantidad posible de
hojalata.
En primer lugar identificamos los datos del problema: las dimensiones de un cilindro son el radio de su base,
que llamaremos r y su altura, que llamaremos y. Utilizaremos como unidades los centmetros.
El volumen del cilindro es igual al rea de su base ( r2 ) multiplicada
por la altura del cilindro (y):
V (r, y) = r2 y
Por otro lado, la superficie total de la lata est formada por la superficie
cilndrica ms las dos tapas circulares.
La superficie cilndrica, desarrollada, es un rectngulo de base igual a
la longitud de la circunferencia de la base (2r) y de altura y, luego su
rea (longitud de la base por la altura) es 2ry.
El rea de cada tapa es r2 .
Finalmente, pues, el rea total de la superficie que rodea la lata es: A(r, y) = 2ry + 2r2
De lo que se trata, pues es de resolver el problema:
2
Minimizar
A(r, y) = 2ry2 + 2r
V (r, y) = r y = 1000 (1 litro = 1000 cm3 )
sujeto a
r > 0, y > 0
De la restriccin V (r, y) = 1000 se puede deducir la relacin que liga r con y:
V (r, y) = r2 y = 1000
de donde
y=
1000
r2
Sustituyendo esta expresin de y en funcin de r en la frmula del rea total de la superficie nos queda esta
ltima expresada slo en funcin de r:
A(r) = 2ry + 2r2 = 2r
1000
2000
2000 + 2r3
2
2
+
2r
=
+
2r
=
r2
r
r
De lo que se trata, pues, es de encontrar para qu valor de r se consigue que esta rea sea mnima:
2000 + 2r3
Minimizar A(r) =
r
sujeto a r > 0
es decir, de calcular el mnimo de la funcin A(r) en (0, +). Esta funcin es continua y derivable en (0, +)
y se tiene:
2000 + 2r3
2000 + 2r3
= + = lm
lm
x
x+
r
r
r
3
3
3
6r (2000 + 2r )
4r 2000
2000
0
La derivada A (x) =
=
se anula para r = 3
5.42 cm que slo
2
2
r
r
4
puede ser un mnimo debido a que A tiende a + en los extremos del intervalo (0, +) y no hay ms puntos
crticos.
En consecuencia, el radio ptimo para la base de la lata es de 5.42 cm y la altura correspondiente es
y=
1000
1000
10.83
r2
(5.42)2
En resumen, las dimensiones ptimas de la lata son:

Radio de la base = 5.42 cm
altura = 10.83 cm
72
Ejemplo 2.65
Se desea construir una nave industrial de base cuadrada y cubierta plana cuyo volumen sea
V = 100 m3 . Los costes de construccin son de 100 euros por cada m2 de pared lateral y de 200
euros por cada m2 de cubierta. Cmo deben elegirse las dimensiones de la nave para que el
coste de construccin sea mnimo ?
Las dimensiones de la nave son: la longitud del lado del cuadrado que forma la base, que llamaremos x y la
altura de la nave, que llamaremos y. Utilizaremos como unidad de longitud el metro.
El volumen encerrado dentro de la nave viene dado por el rea de la base multiplicada por la altura. El rea
de la base es x2 , luego
V (x, y) = x2 y m3
Por otra parte, la nave tendr 4 paredes iguales, cada una de las cuales tiene un rea de xy, luego el rea total
de las paredes es 4xy. La cubierta tiene la misma rea que la base: x2 .
El costo de construccin, por lo tanto vendr dado por:
C(x, y) = 100 4xy + 200 x2 = 400xy + 200x2
El problema que se desea resolver es, en consecuencia:
Minimizar C(x, y) = 400xy + 200x2

V (x, y) = x2 y = 100
sujeto a
x, y > 0
De la restriccin x2 y = 100, que impone una relacin entre las variables, se puede despejar (por ejemplo) la
variable y en funcin de la variable x:
100
y= 2
x
Entonces, sustituyendo esta expresin de y en funcin de x en nuestro problema, ste se reduce a uno de
minimizacin en una variable:
(
100
40000
Minimizar C(x) = 400x 2 + 200x2 =
+ 200x2
x
x
para x (0, +)
Se trata, pues, de calcular el mximo de la funcin C(x) en el intervalo (0, ). Esta funcin es continua y
derivable en (0, +) y se tiene
lm
x0+
40000
+ 200x2 = +
x
lm
x+
40000
+ 200x2 = +
x
40000
40000 + 400x3
+ 400x =
se anula cuando 40000 + 400x3 = 0, es decir, para
2
x
x2
r
f es decreciente en(0, 3 100)

3
3 40000
x=
= 100 y se tiene
f es creciente en ( 3 100, +)
400
Su derivada C 0 (x) =
Es claro, por lo tanto, que C(x) tiene un mnimo local en x = 3 100 que,
por lo visto antes, tambin es mnimo
global en el intervalo (0, +). As pues, la solucin al problema es x = 3 100 y en consecuencia
y=
100
100
100
3
=
=
= 1001/3 = 100

2
2
2/3
3
x
100
100
La opcin ptima es construir una nave con forma de cubo de lado
100.
73
Ejemplo 2.66
Se estima que el precio de mercado de un cierto producto ganadero durante el ao prximo
vendr dado por la funcin
p(t) = 2(t + 1)(t 13),
t [0, 12]
donde la variable t representa el tiempo medido en meses. Por otra parte, el coste de produccin
de dicho producto viene dado por
t [0, 12]
c(t) = 4 + 20 ln(1 + t),
Se desea calcular cul es el momento ptimo para poner a la venta el producto obteniendo el
mximo beneficio posible.
El beneficio obtenido al poner a la venta el producto en el instante t vendr dado por la diferencia entre el
precio de venta y el coste de produccin, es decir
f (t) = 2(t + 1)(t 13) 4 20 ln(1 + t) = 2t2 + 24t + 22 20 ln(1 + t)
Es preciso, pues, hallar el mximo absoluto de esta funcin en el intervalo [0, 12].
Los candidatos (puntos que hay que estudiar) son:
los mximos locales
los extremos del intervalo
La funcin f est definida y es continua y derivable en el intervalo [0, 12], ya que el argumento del logaritmo,
(1 + t), es positivo en dicho intervalo.
En los extremos del intervalo se tiene
f (0) = 22,
f (12) = 488 + 488 + 22 20 ln(13) 29.3
Veamos en qu puntos se anula la derivada (puntos crticos):

f 0 (t) = 4t + 24 20
1
=0
1+t
t=
20
(4t + 24)(1 + t) = 20
400 + 64
=
8
4t2 + 20t + 4 = 0
t = t1 = 5.2
t = t2 = 0.2
Obviamente, slo el punto t1 pertenece al intervalo [0, 12], y para l se tiene

f (t1 ) f (5.3) = 56.2
de donde se deduce que el mximo beneficio se obtiene vendiendo tras 5.3 meses.
Tema 3
Integracin
3.1
La integral indefinida: clculo de primitivas
La integral indefinida clculo de primitivas es, en cierto modo, un proceso inverso al de calcular la derivada
de una funcin. Dada una funcin f (x) nos planteamos es f la derivada de alguna funcin? Y, si lo es, cmo
podemos calcularla?
Primitiva de una funcin

Sea f : (a, b) R una funcin. Si F : (a, b) R verifica que F 0 = f , se dice que F es una primitiva de f y
se escribe
Z
f (x) dx = F (x)
Esta definicin lleva implcito el hecho de que F es derivable en (a, b).
Ejemplo 3.1
1. Sea f (x) = 0, x. Es obvio que F (x) = 1 es una primitiva de f , ya que F 0 (x) = 0 = f (x). Pero tambin
F (x) = 9 es una primitiva de f .
2. Sea f (x) = 2x. Es obvio que F (x) = x2 verifica F 0 (x) = 2x = f (x) y que, por lo tanto, F es una
primitiva de f . Pero tambin F (x) = x2 + 3 es una primitiva de f . De hecho, cualquier funcin de la
forma F (x) = x2 + C, con C R cualquiera, lo es.
3. Es obvio, asimismo, que F (x) = sen x es una primitiva de f (x) = cos x y que, tambin, cualquier funcin
de la forma F (x) = sen x + C, con C R cualquiera, lo es.
74
3. Integracin
75
Diferencia de dos primitivas

Si F1 y F2 son dos primitivas de la misma funcin, f , entonces su diferencia es una funcin constante:
F1 F2 = C
Dicho de otro modo, si F es una primitiva de f , cualquier otra primitiva es de la forma F (x) + C, siendo
C R una constante arbitraria:
Z
f (x) dx = F (x) + C, C R
Ejemplo 3.2
1.
2.
4x dx = 2x + C
x
e dx = e + C
1 4x
e +C
4
3.
e4x dx =
4.
1
dx = x + C
2 x
Z
Ejemplo
3.3
1
dx
x
1
La funcin tiene la primitiva obvia ln x, definida en (0, +).
x
1
Sin embargo, veremos que tiene otra primitiva definida en el mismo dominio en que est definida . Sea:
x

ln(x) si x < 0
f (x) = ln |x| =
ln(x)
si x > 0
Esta funcin es continua y derivable en (, 0) (0, +), y su derivada viene dada por:
1
si x < 0
1
x
f 0 (x) =
=
x
(,
0)
(0,
+)
dx = ln |x| + C
1
x
si x > 0
x
3.1.1
Integrales inmediatas
A partir de la tabla de derivadas de las funciones elementales, sin ms que consultarla en sentido inverso,
podemos deducir cual es la primitiva de unas cuantas funciones sencillas, que se exponen en la tabla de integrales inmediatas que se incluye ms abajo. Tambin figuran en la tabla las integrales, consideradas tambin
inmediatas, que se resuelven utilizando en sentido inverso la Regla de la Cadena.
3. Integracin
76
Funciones compuestas Supongamos que F es una primitiva de f , es decir, que F 0 (x) = f (x).
Sea h(x) = F (g(x)). Se tiene, por la Regla de la Cadena,
h0 (x) = F 0 (g(x)) g 0 (x) = f (g(x)) g 0 (x)
luego
f (g(x)) g 0 (x) dx =
F 0 (g(x)) g 0 (x) dx =
h0 (x) dx = h(x) + C = F (g(x)) + C
3. Integracin
77
PROPIEDADES
Z
Z
Si k R, k f (x) dx = k f (x) dx
Z
Cambio de variable
Z
Integracin por partes
(f (x) g(x)) dx =
f (g(x)) g 0 (x) dx =
f (x) dx
t =g(x)
dt=g 0 (x) dx
u(x) v 0 (x) dx = u(x) v(x)
Z
g(x) dx

Z
=
f (t) dt
v(x) u0 (x) dx
TABLA DE INTEGRALES INMEDIATAS

Funciones elementales
Z
Si 6= 1, x dx =
Z
1
x+1 + C
+1
1
dx = ln |x| + C
x
x
Funciones compuestas
Z
Si 6= 1, g(x) g 0 (x) dx =
Z
1 0
g (x) dx = ln |g(x)| + C
g(x)
eg(x) g 0 (x) dx = eg(x) + C
ag(x) g 0 (x) dx =
sen(g(x)) g 0 (x) dx = cos(g(x)) + C
cos(g(x)) g 0 (x) dx = sen(g(x)) + C
e dx = e + C
Z
1 x
a dx =
a +C
ln a
x
sen x dx = cos x + C
Z
cos x dx = sen x + C
1
dx = tg x + C
cos2 x
1
dx = ctg x + C
sen2 x
1
dx = arc tg x + C
1 + x2
dx = arc sen x + C
1 x2
1
g(x)+1 + C
+1
1
cos2 (g(x))
1
sen2 (g(x))
1 g(x)
a
+C
ln a
g 0 (x) dx = tg(g(x)) + C
g 0 (x) dx = ctg(g(x)) + C
1
g 0 (x) dx = arc tg(g(x)) + C
1 + g(x)2
1
p
1 g(x)2
g 0 (x) dx = arc sen(g(x)) + C
3. Integracin
78
Z
Ejemplo
3.4

3x2 x + 4 dx
Se trata de una suma de integrales inmediatas, ya que cada sumando es una potencia de x:
Z
Z
Z
Z

1
3x2 x + 4 dx = 3x2 dx x dx + 4
dx = x3 x2 + 4x + C
2
Z 2 3.5
Ejemplo
x x
dx
x3
Desarrollando la fraccin, se convierte en una suma de potencias de x:

Z 2
Z 2
Z
Z
Z
x x
x
x
1
1
5/2
dx
=
dx
=
x
dx
x5/2 dx
dx
=
x3
x3
x3
x
x
= ln |x|
5
2
5
1
2 1
1
x 2 +1 + C = ln |x|
x3/2 + C = ln |x| + + C
3/2
3 x3
+1

Z
Ejemplo
3.6
1
4
3e2x + 2 + 2
dx
x
x x

Z
Z
Z
Z
Z

4
1
dx =
3e2x + x2 + 4x5/2 dx = 3 e2x dx + x2 dx + 4 x5/2 dx
3e2x + 2 + 2
x
x x
El segundo y tercer sumando son integrales de potencias de x. En la primera integral, multiplicando y dividiendo
por 2 se tiene la derivada de e2x :
Z
Z
Z
2 2x
3
3
2x
3 e
dx = 3
e
dx =
2 e2x dx = e2x
2
2
2
Luego se tiene
Z
3e2x +
1
4
+ 2
x2
x x

dx =
3 2x
1
e
+
x2+1 + 4
2
(2 + 1)
5
2
5
1
x 2 +1 + C
+1
3
2 3/2
3
1 8 1
= e2x x1 + 4
x
+ C = e2x + C
2
3
2
x 3 x3
3. Integracin
79
Z
Ejemplo
3.7
sen x cos x dx
Se observa que cos x es la derivada de sen x y que se trata de una integral del tipo
g(x) g 0 (x) dx para = 1
y g(x) = sen(x), para la cual se tiene

g(x) g 0 (x) dx =
1
g(x)2 + C
2
sen x cos x dx =
1
sen2 x + C
2
Z
En consecuencia,
Z p 3.8
Ejemplo
x 1 + 5x2 dx
Se observa que la derivada del radicando 1 + 5x2 es 10x y que si en la integral multiplicamos y dividimos por
10 tenemos:
Z p
Z
Z
p
1
10 p
2
2
x 1 + 5x dx =
x 1 + 5x dx =
10 x 1 + 5x2 dx
10
10
Es decir, para g(x) = 1 + 5x2 , tenemos:
Z
1
1
g(x)1/2 g 0 (x) dx =
10
10
1
2
1
1
1 2
g(x)3/2 + C
g(x) 2 +1 + C =
10 3
+1
Luego, finalmente
Z
p
1 2
1 p
x 1 + 5x2 dx =
(1 + 5x2 )3/2 + C =
(1 + 5x2 )3 + C
10 3
15
Z
Ejemplo
3.9
1
dx
x1
Observando que la derivada de x 1 es 1 se ve que tenemos una integral del tipo

Z
1 0
g (x) dx = ln |g(x)| + C
g(x)
luego
3.1.2
1
dx = ln |x 1| + C
x1
Cambio de variable
En muchas ocasiones, para calcular integrales suele ser til utilizar la tcnica del cambio de variable. Esta
tcnica consiste en elegir como nueva variable una cierta funcin de la actual y sustituirla en la integral, buscando,
naturalmente, encontrar as una integral ms fcil de calcular. Para ello, conviene conocer una notacin diferente
para la derivada de una funcin:
3. Integracin
80
Observacin: notacin de la derivada

Sea y = f (x). Todas las notaciones siguientes representan la derivada de f :
y0 =
dy se lee diferencial de y
dy
df (x)
d
df
= f 0 (x) =
(x) =
=
f (x)
dx
dx
dx
dx
y dx se lee diferencial de x.
dy
se lee derivada de y con respecto de x.
dx
df
df (x)
d
(x) =
=
f (x) se leen derivada de f con respecto de x y cobran pleno sentido cuando se trata
dx
dx
dx
con funciones que dependen de ms de una variable, en cuyo caso es necesario especificar respecto de qu
variable se est derivando.
Cambio de variable
dt
Si llamamos t = g(x), con la notacin
= g 0 (x), y tratando dx y dt como si fueran cualesquiera variables,
dx
se puede escribir dt = g 0 (x) dx.
Entonces se tiene, sustituyendo en la integral g(x) por t y g 0 (x)dx por dt:
Z
Z
0
f (g(x)) g (x) dx = f (t) dt
Luego, si F es una primitiva de f , se tendr
Z
f (g(x)) g 0 (x) dx =
f (t) dt = F (t) + C, y por lo tanto

Z
f (t) dt = F (t) + C = F (g(x)) + C
Z
Ejemplo
3.10
3
dx
2x + 1
Eligiendo t = 2x + 1 se tiene dt = 2 dx o lo que es lo mismo
Z
3
dx = 3
2x + 1
1
dx = 3
2x + 1
1
dt = dx, luego
2
p
p
1 1
3
dt = ln |t| + C = ln |t|3/2 + C = ln |t|3 + C = ln |2x + 1|3 + C
t 2
2
Z
Ejemplo
3.11
1
dx
(x 2)2
Eligiendo t = x 2 se tiene dt = dx, luego
Z
1
dx =
(x 2)2
1
dt =
t2
t2 dt = t1 + C =
1
1
+C =
+C
t
x2
3. Integracin
81
Z
Ejemplo
3.12
1
dx
(x + 3)4
Eligiendo t = x + 3 se tiene dt = dx, luego
Z
1
dx =
(x + 3)4
Z
Ejemplo
3.13
1
dx
(2x + 3)2
1
dt =
t4
t4 dt =
1 3
1
1
+C
t +C = 3 +C =
3
3t
3(x + 3)3
1
dt = dx, luego
2
Z
Z
Z
1 1
1
1
1 1
1
1
1
dx =
dt =
dt =
+C =
+C
(2x + 3)2
t2 2
2
t2
2 t
2 2x + 3
Eligiendo t = 2x + 3 se tiene dt = 2 dx, o bien
Z
Ejemplo
3.14
x
dx
x2 + 1
Eligiendo t = x2 + 1 se tiene dt = 2x dx, de donde
Z
x
dx =
x2 + 1
11
1
dt =
t2
2
= ln
1
1
dt =
t
2
p
1
dt = x dx, luego
2
p
1
1
dt = ln |t| + C = ln |t|1/2 + C = ln |t| + C
t
2
|x2 + 1| + C = ln
x2 + 1 + C
La ltima igualdad se debe al hecho de que, puesto que x2 + 1 es siempre positivo, el valor absoluto en |x2 + 1|
es superfluo.
Z
Ejemplo
3.15
3x
dx
5x2 + 3
Eligiendo t = 5x2 + 3 se tiene dt = 10x dx, o lo que es lo mismo,
Z
3x
dx = 3
5x2 + 3
1
(x dx) = 3
5x2 + 3
1 1
3
dt =
t 10
10
1
dt = x dx, luego
10
1
3
3
dt =
ln |t| + C =
ln(5x2 + 3) + C
t
10
10
3. Integracin
82
Z
Ejemplo
3.16
3
dx
3x2 + 2
1
, que es la derivada de un arco tangente. Para
t2 + 1
ello, en primer lugar se dividen numerador y denominador por 2, para tener en el denominador algo+1:
Z
Z
Z
3
3
1
3/2
dx
=
dx
dx
=
2
2
3
3x + 2
2
3x + 2
x2 + 1
2
2
r
r
r
3 2
3
3
2
2
y ahora se hace el cambio x = t , es decir, t =
x, y por tanto dt =
dx, de donde dx =
dt.
2
2
2
3
Sustituyendo en la integral se tiene
Este tipo de integrales se resuelven transformndolas en
3
2
3 2
x +1
2
3
dx =
2
r Z
r
r !
r Z
r
2
3
3
3
3
1
1
dt =
dt =
arc tg t + C =
arc tg
x +C
3
t2 + 1
2
t2 + 1
2
2
2
Cul es el cambio conveniente para calcular una integral concreta suele ser una cuestin ardua para los que
se inician en integracin. Con un poco de prctica se aprende a identificar un buen nmero de casos y a dar
con el cambio adecuado. En cualquier libro de clculo se pueden encontrar recetas para distintos de tipos de
integrales.
Una regla sencilla que funciona en muchas ocasiones es: hacer el cambio que elimine lo que ms molesta. Los
siguientes ejemplos ilustran esta regla.
Z
Ejemplo
3.17
x2
dx
3
1 + 2x
En esta integral lo que ms molesta es, claramente, la raiz cbica del denominador. Por ello es lgico intentar
un cambio que haga que desaparezca, como por ejemplo radicando = (nueva variable)3 .
t3 1
Lo cual, en este caso, es 1 + 2x = t3 , de donde 2dx = 3t2 dt y x =
.
2
Sustituyendo resulta

Z
x
1
dx =
2
1 + 2x
x
1
2 dx =
2
1 + 2x
t3 1
2
3 3
t
2
3
2
Z (t 1)
Z
1
1
4
3t2 dt =
3t2 dt =
2
t
2
2
t3 1
3t2 dt
4t

3 t8
t2
2t5
t + 1 2t
t + t 2t dt =
+
+C
8 8
2
5
Ahora es necesario deshacer el cambio de variable, es decir, sustituir t = 3 1 + 2x

3
=
8
2
3
t 1 t dt =
8
3
3
t dt =
8
8
2
5
3
3
6
x2
3
3
3
dx =
1 + 2x +
1 + 2x
1 + 2x + C
64
16
40
1 + 2x
3. Integracin
83
3.18
Z
Ejemplo
1 x
dx
3
x
En este caso interesa un cambio que elimine las dos races. Se puede conseguir cambiando x por una potencia
que sea mltiplo de los ndices de ambas races, en este caso el mnimo comn mltiplo de 2 y 3, que es 6.
Por tanto, se hace el cambio x = t6 , de donde dx = 6t5 dt.
Sustituyendo resulta
Z
Z
Z
Z
Z
1 t3 5
1 t6 5
1 t6/2 5
1 x
6t
dt
=
6t
dt
=
(1 t3 )6t3 dt
dx
=
6t
dt
=
3 6
3
t2
x
t6/3
t
6 4 6 7
t t +C
4
7
Ahora hay que deshacer el cambio de variable, sustituyendo t = 6 x

Z
(6t3 6t6 ) dt =
6
6
6
6
6
6
1 x
6
6
6
dx = ( 6 x)4 ( 6 x)7 + C =
x4
x7 + C =
x4 x 6 x + C
3
4
7
4
7
4
7
x
Z
Ejemplo
3.19
3
ln x
dx
x
1
Puede que interese hacer un cambio que elimine la raiz cbica. El adecuado es ln x = t3 , de donde dx = 3t2 dt
x
(t = 3 ln x para deshacer el cambio). Sustituyendo resulta

Z
Z
Z
Z
3
1
3
ln x
3
3
3
3
3
ln x dx =
t3 3t2 dt = 3t3 dt = t4 + C = ( ln x)4 + C = (ln x)4/3 + C
dx =
x
x
4
4
4
(El cambio t = ln x tambin servira).
Ms adelante se presentan alguno ejemplos ms de cambio de variable.
3. Integracin
3.1.3
84
Integrales de funciones racionales
Se trata de integrales del tipo
p(x)
dx
q(x)
siendo p y q dos polinomios. En el caso en que grado(p) grado(q), lo primero que hay que hacer es dividir
ambos polinomios, para obtener
r(x)
p(x)
= c(x) +
q(x)
q(x)
(c(x) es el polinomio cociente y r(x) es el polinomio resto de la divisin). Entonces se tendr

Z
Z
Z
Z
p(x)
r(x)
r(x)
dx =
dx = c(x) dx +
dx
c(x) +
q(x)
q(x)
q(x)
Z
p(x)
dx con grado(p) < grado(q), ya que el otro
Luego basta con saber cmo resolver integrales del tipo
q(x)
sumando es slo la integral de un polinomio.
Reduccin a fracciones
Z simples
p(x)
Para resolver integrales
dx con grado(p) < grado(q):
q(x)
1. Se factoriza el denominador, es decir, se expresa como producto de polinomios irreducibles.
p(x)
como una suma de fracciones simples, es decir, de fracciones sencillas de una de las
q(x)
dos formas siguientes
Ax + B
A
n1
n
2
(ax + b)
(ax + bx + c)n
2. Se escribe
cuyas integrales se calculan como se muestra en los Ejercicios (3.20) a (3.24), excepto en el caso
Ax + B
con n > 1, que no se considera en estas notas.
(ax2 + bx + c)n
Se van a ver, sobre diversos ejemplos, los distintos casos que pueden darse en la descomposicin en suma de
fracciones simples.
3. Integracin
85
Z
Ejemplo 3.20
Caso en que q(x) tiene slo races simples:
1
dx
x2 x
1. El polinomio x2 x tiene las races x = 0 y x = 1, luego

Z
Z
1
1
dx
=
dx
x2 x
x(x 1)
2. La descomposicin en suma de fracciones simples, en este caso ser de la forma:
1
A
B
= +
x(x 1)
x
x1
Se trata, pues, de encontrar A y B para que esta igualdad sea cierta.
3. Para encontrar A y B, se multiplican ambos miembros por x(x 1), con lo que queda
1 = A(x 1) + Bx
y ahora se dan valores a x, para encontrar condiciones sobre A y B:

x = 0 1 = A
x=1 1=B
As pues
1
1
1
=
+
x(x 1)
x
x1
4. Por ltimo se tiene, para la integral:

Z
1
dx =
x2 x
1
dx +
x

x 1
1

+C
= ln |x| + ln |x 1| + C = ln
x1
x
Z
Ejemplo 3.21
7x 3
Caso en que q(x) tiene slo races simples:
dx
x2 1
El polinomio x2 1 tiene las races x = 1 y x = 1, luego la descomposicin en suma de fracciones simples,
en este caso ser de la forma:
7x 3
A
B
=
+
(x + 1)(x 1)
x+1 x1
Multiplicando ambos miembros por (x + 1)(x 1), queda 7x 3 = A(x 1) + B(x + 1).
Ahora se dan valores a x, para encontrar condiciones sobre A y B:

x = 1 4 = 2B B = 2
x = 1 10 = 2A A = 5
As pues
7x 3
dx =
(x + 1)(x 1)
5
dx +
x+1
2
= 5 ln |x + 1| + 2 ln |x 1| + C
x1
3. Integracin
86
Z
Ejemplo 3.22
Caso en que q(x) tiene alguna raz doble:
3
dx
x(x 1)2
El denominador ya est factorizado.

La descomposicin en suma de fracciones simples en este caso ser de la forma:
3
A
B
C
= +
+
x(x 1)2
x
x 1 (x 1)2
Multiplicando ambos miembros por x(x 1)2 , queda 3 = A(x 1)2 + Bx(x 1) + Cx.
Ahora se dan valores a x, para encontrar condiciones sobre A, B y C:
x=0 3=A
x=1 3=C
x = 2 3 = A + 2B + 2C = 3 + 2B + 6 B = 3
As pues
Z
3
dx =
x(x 1)2
3
dx
x
3
+
x1

1
3
=
3
ln
|x|
ln
|x
1|
+C =
(x 1)2
x1

x
1

= 3 ln
+C
x 1 x 1
Z
Ejemplo 3.23
Caso en que q(x) tiene alguna raz doble:
2x
dx
(3 + 2x)2
3
El denominador ya est factorizado: tiene la raz doble x = . La descomposicin en suma de fracciones
2
simples en este caso ser de la forma:
2x
A
B
=
+
(3 + 2x)2
3 + 2x (3 + 2x)2
Multiplicando ambos miembros por (3 + 2x)2 , queda 2x = A(3 + 2x) + B.
Ahora se dan valores a x, para encontrar condiciones sobre A y B:
(
3
3 = B
x=
2
x = 0 0 = 3A + B = 3A 3 A = 1
As pues
Z
2x
dx =
(3 + 2x)2
1
dx
3 + 2x
=
3
1
dx =
2
(3 + 2x)
2
2
3
dx +
3 + 2x
2
2(3 + 2x)2 dx
1
3
1
ln |3 + 2x| +
+C
2
2 3 + 2x
3. Integracin
87
Z
Ejemplo 3.24
Caso en que q(x) tiene un factor irreducible cuadrtico:
2x 1
dx
x(x2 + 1)
2
El denominador ya est factorizado: el polinomio x + 1 no se puede factorizar ya que no tiene races reales.
La descomposicin en suma de fracciones simples en este caso ser de la forma:
A Bx + C
2x 1
= + 2
2
x(x + 1)
x
x +1
Multiplicando ambos miembros por x(x2 +1), queda 2x1 = A(x2 +1)+(Bx+C)x = A(x2 +1)+Bx2 +Cx.
Ahora se dan valores a x, para encontrar condiciones sobre A, B y C:
x = 0 1 = A
x = 1 1 = 2A + B + C = 2 + B + C B + C = 3
x = 1 3 = 2A + B C = 2 + B C B C = 1
De las dos ltimas ecuaciones se obtiene, resolviendo el sistema 2 2, B = 1 y C = 2. As pues
Z
Z
Z
Z
Z
Z
2x 1
1
x+2
1
x
2
dx
=
dx
+
dx
=
dx
+
dx
+
dx =
x(x2 + 1)
x
x2 + 1
x
x2 + 1
x2 + 1
1
= ln |x| + ln |x2 + 1| + 2 arc tg x + C = ln
2
x2 + 1
+ 2 arc tg x + C
x2
Ejemplo 3.25
Calcular la siguiente integral indefinida:
Z
sen(t) cos(t)
dt
(2 + sen(t))2
Esta integral no es, obviamente, de tipo racional. Sin embargo en una inspeccin atenta se observa que aparece
el factor sen(t), potencias del mismo (2+sen(t))2 , y su derivada cos(t). Esto sugiere hacer el cambio de variable
u = sen(t) que, como se ve a continuacin, transforma la integral en una racional:

Z

Z
Z
(*)
sen(t) cos(t)
u
1
2
u
= sen(t)
=
dt
=
=
du
+
dt =
du = cos(t) dt
(2 + sen(t))2
(2 + u)2
2 + u (2 + u)2
ln |2 + u| +
2
2
+ C = ln |2 + sen(t)| +
+C
2+u
2 + sen(t)
(*) Reduccin a suma de fracciones simples:

A
B
u
=
+
u = A(2 + u) + B
(2 + u)2
2 + u (2 + u)2
es decir,
u = 2 2 = B
u = 0 0 = 2A 2 A = 1
u
1
2
=
+
(2 + u)2
2 + u (2 + u)2
3. Integracin
3.1.4
88
Integracin por partes
Es una de las reglas de integracin ms tiles. Est basada en la frmula de derivacin de un producto de dos
funciones:
h(x) = u(x) v(x) h0 (x) = u0 (x) v(x) + u(x) v 0 (x)
De esta igualdad se tiene:
u(x) v 0 (x) = h0 (x) u0 (x) v(x)
y de aqu, integrando en ambos miembros:

Z
Z
Z
Z
Z
0
0
0
0
u(x) v (x) dx = h (x) dx u (x) v(x) dx = h(x) u (x) v(x) dx = u(x) v(x) u0 (x) v(x) dx
Frmula de integracin por partes

Z
Z
0
u(x) v (x) dx = u(x) v(x) u0 (x) v(x) dx
Con frecuencia esta frmula se escribe en la forma:
Z
Z
u dv = u v v du
que significa exactamente lo mismo.
Z
Ejemplo
3.26
x ex dx

u(x) = x
Eligiendo
v 0 (x) = ex
Z
u0 (x) = 1
v(x) = ex
x ex dx = x ex
Z
Ejemplo
3.27
x ln x dx
u(x) = ln x
Eligiendo
v 0 (x) = x
1
x ln x dx = x2 ln x
2
Z
Ejemplo
3.28
arc tg x dx
(
Eligiendo
Z
ex dx = x ex ex + C = ex (x 1) + C
1
x
1 2
v(x) = x
2
u0 (x) =
se tiene
se tiene
1 21
1
1
x dx = x2 ln x
2 x
2
2
u(x) = arc tg x
v 0 (x) = 1
arc tg x dx = x arc tg x

1 2
1 2
1 2
1
x dx = x ln x x + C = x ln x
+C
2
4
2
2
)
1
se tiene
1 + x2
v(x) = x
u0 (x) =
1
1
x
dx = x arc tg x
1 + x2
2
2x
1
dx = x arc tg x ln(1 + x2 ) + C
1 + x2
2
3. Integracin
89
Z
Ejemplo
3.29
x cos x dx

u(x) = x
Eligiendo
v 0 (x) = cos x
Z
u0 (x) = 1
v(x) = sen x
x cos x dx = x sen x
se tiene
Z
sen x dx = x sen x + cos x + C
Z
Ejemplo
3.30
x2 ex dx

Z
Z
u(x) = x2 u0 (x) = 2x
2 x
2 x
Eligiendo
se tiene
x e dx = x e 2x ex dx.
v 0 (x) = exZ v(x) = ex
Para resolver la integral
x ex dx hay que utilizar de nuevo la frmula de integracin por partes.

u(x) = x
u0 (x) = 1
Eligiendo ahora
se tiene finalmente
v 0 (x) = ex v(x) = ex
Z
x2 ex dx = x2 ex 2

Z
x ex dx = x2 ex 2 x ex ex dx = x2 ex 2x ex +2 ex +C = (x2 2x + 2)ex + C
3. Integracin
3.2
90
La integral definida
El concepto de integral definida est ntimamente relacionado con el problema de calcular reas de regiones
planas, concretamente, con el de calcular el rea de la regin del plano limitada por la grfica de una curva,
y = f (x), el eje OX y las rectas verticales x = a y x = b (vase Figura 3.1).
y
y=f(x)
Figura 3.1: Regin plana limitada por la curva y = f (x), el eje

OX, y las rectas verticales x = a y x = b.
Una manera de aproximar dicha rea es dividir el intervalo [a, b] en un nmero de sub-intervalos (determinados
por los puntos x1 , x2 , x3 , . . . , mostrados en la Figura 3.3) de longitud h y alturas respectivas yi = f (xi ). El
rea de uno de estos rectngulos es el producto de su base (h) por su altura (yi = f (xi )). Intuitivamente se ve
que la suma de las reas de todos estos rectngulos ser mejor aproximacin del rea de la Figura 3.1 cuanto
ms pequeo sea h o, lo que es lo mismo, cuantos ms rectngulos se utilicen en la suma.
y
y=f(x)
y=f(x)
f(x4)
f(x3)
Figura 3.2: Se divide el intervalo [a, b] en partes iguales de longitud h y se considera la suma de las reas
de todos los rectngulos de base h mostrados en la
Figura. Cuando h se hace muy pequeo, es decir,
cuando hay muchos rectngulos, dicha suma aproxima el valor del rea de la Figura 3.1.
a=x1
h
x2 x3 x4
xn b
Figura 3.3: El lmite cuando n de la suma de

las reas mostradas es el rea de la regin mostrada
en la Figura 3.1.
3. Integracin
91
Integral definida
La integral definida de f en [a, b] es, por definicin,
Z
a
f (x) dx = lm h {f (x1 ) + f (x2 ) + + f (xn )}

n
(Atencin: como se ver luego, este valor slo coincide con el rea de la Figura 3.1 si f > 0).
Afortunadamente, existe una manera de calcular
f (x) dx por una va distinta a su definicin, y que est
relacionada con la integral indefinida de f , es decir, con el clculo de una primitiva de f . De ah que ambos
conceptos, aparentemente tan distintos, compartan el nombre de integral.
El resultado que relaciona ambos conceptos es el siguiente Teorema.
Teorema (Regla de Barrow)

Si f es una funcin continua en [a, b] y F es una primitiva cualquiera de f , entonces se tiene
b
f (x) dx = F (b) F (a)
Con frecuencia se escribe, de forma abreviada, [F (x)]a en lugar de F (b) F (a) cuando se aplica la Regla de
Barrow.
Para aplicar la Regla de Barrow se puede elegir cualquiera de las primitivas de f , ya que, al restar,
F (b) + C F (a) C, la constante arbitraria se cancela. Por ello se elige normalmente la primitiva correspondiente al valor C = 0.
Propiedades de la integral definida

Z b
Z b
Z
1.
(f (x) g(x)) dx =
f (x) dx
a
2.
f (x) dx
a
f (x) dx =
a
4.
Z
a
g(x) dx
Z
kf (x) dx = k
3.
Z
f (x) dx +
a
b
f (x) dx =
f (x) dx,
c
c (a, b)
f (x) dx
b
Z 5
Ejemplo
3.31
x2 dx
0
Una primitiva de x2 es
x3
, luego aplicando la Regla de Barrow se tiene
3
3 5
Z 5
x
53
03
125
x2 dx =
=
=
3 0
3
3
3
0
3. Integracin
92
Z
Ejemplo
3.32
sen x dx
0
Una primitiva de sen x es cos x, luego

Z
h
i
sen x dx = cos x = cos() + cos 0 = (1) + 1 = 2
0
Z 3
Ejemplo
3.33
1
dx
x(x
1)2
2
Una primitiva de
Z
2
1
x(x 1)2
es
1
dx =
x(x 1)2
"

x

1
ln
x 1 x 1
(vase el Ejemplo 3.22). Luego
#3

x
1
3 1
3 1

ln
= ln
(ln 2 1) = ln +
x 1 x 1
2 2
4 2
2
Ejemplo 3.34
680 + 30t 5t2
La funcin f (t) =
representa la temperatura en Sevilla en una tarde de agosto,
18
t horas despus del medioda, es decir, para t [0, 10]. Calcular la temperatura media en ese
periodo.
Se denomina valor medio (o promedio) de una funcin f en un intervalo [a, b] al valor:
f=
1
ba
f (x) dx
a
En este caso, la temperatura media ser, por tanto:

Tmed =
1
10 0
10
f (t) dt =
0
1
10
Z
0
10
1
680 + 30t 5t2
dt =
18
180
Z
0
10
(680 + 30t 5t2 ) dt
10
1
5
5
100
50
1
=
(680t + 15t2 t3 )
(6800 + 1500 1000) =
(68 + 15 ) = 36.85
=
180
3
180
3
180
3
0

3.3
3.3.1
Aplicaciones de las integrales

Clculo de reas
Como se ha apuntado antes, si f 0 en [a, b] , entonces A =
f (x) dx es el rea de la regin plana encerrada
entre la grfica de y = f (x), el eje OX y las rectas verticales x = a y x = b.
3. Integracin
93
Ejemplo 3.35
1
Calcular el rea delimitada por y = y el eje OX entre x = 1 y x = 3
x
1
La funcin f (x) = es positiva en [1, 3], por lo tanto el rea buscada coincide con la integral definida:
x
Z 3
1
A=
dx
x
1
Una primitiva de
1
es F (x) = ln x. Por lo tanto
x
Z 3
h
i3
1
A=
dx = ln x = ln 3 ln 1 = ln 3 1.0986
1
1 x
y
y=1/x
A
1
Si f < 0 en [a, b], como en la Figura 3.4, entonces
es un valor negativo que, lgicamente, no
f (x) dx
a
puede ser un rea (que es siempre mayor o igual que cero). En este caso, el rea es el valor absoluto de la integral
definida,
Z

Z b
b

A=
f (x) dx =
f (x) dx
a

a
Si f cambia de signo, como en la Figura 3.5, entonces
f (x) dx = A+ A ,
siendo A+ el rea del
recinto limitado por la curva y el eje OX que queda por encima del eje OX, y A el rea del recinto entre la
curva y el eje OX que queda por debajo del eje OX.
Si lo que se desea es calcular el rea delimitada entre la grfica y el eje OX, es decir, la suma A+ + A (vase
Figura 3.5), entonces hay que calcular
A = A+ + A =
Z
a
f (x) dx
f (x) dx
c
3. Integracin
94
b
x
y
A+
y=f(x)
b
x
y=f(x)
Figura 3.4: Funcin negativa en [a, b].
Figura 3.5: Funcin que cambia de signo en [a, b].
Ejemplo 3.36
Calcular el rea delimitada por la grfica de y = ln x 2, el eje OX
Z y las rectas x = 1/2 y x =

(ln x 2) dx.
La funcin f (x) = ln x 2 es negativa en [1/2, ]. Luego el rea ser A =

1/2
(
)
1
u(x) = ln x 2 u0 (x) =
Calculamos una primitiva integrando por partes, eligiendo
x
v 0 (x) = 1
v(x) = x
Z
Z
1
(ln x 2) dx = x(ln x 2) x dx = x(ln x 2) x + C = x(ln x 3) + C
x
Por lo tanto

Z
1 1
h
i
ln 3
3.9
(ln x 2) dx = x(ln x 3) 1 = (ln 3)
2
2
1/2
2
A = 3.9
( ln x 2 es la funcin de la Figura 3.5 )
Ejemplo 3.37
Calcular el rea de las regin delimitada por la grfica de y = sen(2x), el eje OX y las rectas
x = 0.2 y x = 3
La funcin sen(2x) es mayor o igual que cero en [0.2, /2] y menor o igual que cero en [/2, 3] (ver Figura 3.5).
La regin mencionada se compone, pus, de dos regiones disjuntas: una est situada por encima del eje OX y
la otra est por debajo. Por lo tanto hay que calcular por separado las reas A+ y A .
1
Una primitiva de sen(2x) es cos(2x).
2
Luego,
/2
i/2

1
1h
1
A =
sen(2x) dx = cos(2x)
=
cos(2x)
=
cos() cos(0.4) 0.9605
2
2
2
0.2
0.2
0.2
Z

3
3

1

1
A =
sen(2x) dx = cos(2x)
cos(6) cos() | 0.9801| = 0.9801
=
/2

2
2
/2
+
/2
En consecuencia, el rea total encerrada entre la grfica y el eje OX es

A = A+ + A 0.9605 + 0.9801 = 1.9406
3. Integracin
95
Ejemplo 3.38
Calcular el rea de la regin encerrada entre la grfica de la funcin y =
8
, el eje OX y
x2 + 4
las rectas verticales x = 1 y x = 1

8
La funcin y = 2
es positiva x R, por lo tanto la regin descrita est, al completo, por encima del eje
x +4
OX y el rea pedida es:
y
A=
1
8
x2 + 4

dx
Se comienza por calcular una primitiva:

8
Z
Z
8
1
1
4
F (X) =
dx =
dx = 2
dx
x 2
4
x2 + 4
x2
+1
+1
2
4
4
Z

1
x
1
= 4 2
dx = 4 arc tg
x
2
2
+1
2
Ahora se utiliza la Frmula de Barrow para calcular el valor de la integral definida:

Z 1
h
i1
h
x i1
1
8
1
dx
=
F
(x)
=
4
arc
tg
arc
tg
A=
=
4
arc
tg
x2 + 4
2 1
2
2
1
1
Z
8
dx =
x2 + 4
4(0.4636 (0.4636)) = 3.7088
3. Integracin
96
Ejemplo 3.39
ln (2x)
Calcular el rea de la regin limitada por la curva y =
, el eje de abscisas y las rectas
x
1
verticales x = y x = 3.
3
ln(2x)
slo est definida para x > 0 y slo se anula
La funcin f (x) =
x
y
para 2x = 1, esto es, para x = 1/2:
ln(2x)
1
= 0 ln(2x) = 0 2x = 1 x =
x
2
Est claro que, a la derecha de x = 1/2, la funcin es positiva y que, a
su izquierda, la funcin es negativa.
Por lo tanto, puesto que el intervalo [1/3, 3] contiene al punto x = 1/2,
la regin cuya rea se pide calcular est en parte por debajo del eje OX
y en parte por encima del mismo.
En consecuencia, su rea es:
A = A1 + A2 =
1/2
ln(2x)
dx +
x
1/3
1/2
1/3
1/2
ln(2x)
dx
x
Calculamos en primer lugar una primitiva de la funcin:

Z
ln(2x)
dx
F (x) =
x
Esta integral indefinida se calcula fcilmente haciendo el cambio de variable:
u = ln(2x) du =
1
dx
x
ln(2x)
dx =
x
u2
(ln(2x))
=
2
2
luego
Z
F (x) =
Z
u du =
Calculamos ahora los valores de las dos integrales definidas por separado:
A1 =
1/2
1/3
2
2
2
2
h
i1/2
(ln(1))
(ln(2/3))
(ln(2/3))
(0.4)
0.16
ln(2x)
dx = F (x)
=
+
=
=
= 0.08
x
2
2
2
2
2
1/3
A2 =
1/2
2
2
2
2
h
i3
ln(2x)
(ln(6))
(ln(1))
(ln(6))
(1.8)
3.24
dx = F (x)
=
= 1.62
=
x
2
2
2
2
2
1/2
Luego, finalmente,
A = A1 + A2 0.08 + 1.62 = A 1.7
Tambin es posible calcular mediante integrales definidas el rea de recintos encerrados entre dos curvas. Si
f (x) g(x) x [a, b], entonces el rea encerrada entre ambas curvas y las rectas verticales x = a y x = b
viene dada por:
Z b

A=
f (x) g(x) dx
a
En efecto, se tiene (ver Figuras):

Z
a
f (x) dx = A1 + A2 A3 ,
Z
a
g(x) dx = A1 A4 A3
3. Integracin
97
y=f(x)
y=f(x)
A1
b
a
y=f(x)
A2
A1
A3
y=g(x)
A4
y=g(x)
y=g(x)
Figura 3.6: Las figuras muestran geomtricamente la igualdad A =
Z
a
luego
Z
a
A3
(f (x) g(x)) dx

(f (x) g(x)) dx = A1 + A2 A3 A1 A4 A3 = A2 + A4 = A
Ejemplo 3.40
Calcular el rea de la regin comprendida entre las curvas y = x2 x e y = x + 2
Es casi imprescindible hacer un esbozo grfico de las funciones, los puntos de corte y de la regin cuya rea
hay que calcular.
y
y=x+2
A
y=x2x
y = x2 x es una parbola convexa que pasa por el origen y por el punto (1, 0).
y = x + 2 es una recta, que pasa por los puntos (0, 2) y (2, 0).
Para encontrar en qu puntos se cortan hay que igualar ambas expresiones y resolver la ecuacin:
x2 x = x + 2 x2 = 2 x = 2
Luego al rea a calcular est entre x = a = 2 yx = b = 2.

En este intervalo, x + 2 x2 x, x [ 2, 2], por lo tanto el rea pedida es
Z
A=
x + 2 x + x dx =
2x

2
1 3
dx = 2x x
3
2

1 3
1 3
1 3
1 3
8
= 2 2
2 2 2 ( 2) = 2 2
2 +2 2
2 =
2
3
3
3
3
3
3. Integracin
98
Ejemplo 3.41
Calcular el rea de la regin encerrada por las grficas de las parbolas y = 2x2 7x + 5 e
y = x2 + 8x 7
y = 2x2 7x + 5 = f (x) es una parbola convexa. Sus puntos de corte
y
con el eje OX son:
g(x)=x +8x7

x
=
1
2x2 7x + 5 = 0
x = 5/2
2
f(x)=2x27x+5
y = x2 + 8x 7 = g(x) es una parbola cncava. Sus puntos de corte

con el eje OX son:

x=1
2
x + 8x 7 = 0
x=7
5/2
Puntos de corte de las dos parbolas:

2x2 7x + 5 = x2 + 8x 7 3x2 15x + 12 = 0
En consecuencia, al rea que se pide ser
Z
A=
1
Calculamos una primitiva de g(x) f (x):

Z
Z
(g(x) f (x)) dx =
x=1
x=4
(g(x) f (x)) dx
3x 15x + 12 dx =

15 2
x x + 12x ,
2
3
luego:

4

15 2
15
11
27
3
A = x x + 12x = (64 120 + 48) 1
+ 12
= 8
=
2
2
2
2
1
Luego, finalmente,
A=
3.3.2
27
2
Cambio acumulado
En muchas situaciones, es ms fcil determinar las variaciones de una cantidad que determinar su valor en
un instante de tiempo determinado. Por ejemplo, la poblacin de un pas es difcil de evaluar directamente.
Aunque existen los censos, stos se realizan slo de tarde en tarde y los ciudadanos, en general, no se ocupan de
actualizarlo. Sin embargo, en la mayora de los pases es obligatorio registrar los nacimientos y los fallecimientos,
es decir, las variaciones de la poblacin.
Supongamos que la figura siguiente muestra los resultados de un recuento diario del nmero de nuevos casos
durante un brote de fiebre aftosa: cada barra representa un da y la altura de la barra indica el nmero de casos
diagnosticados dicho da.
Para obtener el nmero de infectados 10 das (por ejemplo) despus del comienzo del brote, habra que sumar
el nmero de infectados de los das 1, 2, 3, . . . hasta 10:
1 + 4 + 1 + 4 + 3 + 3 + 6 + 2 + 11 + 4 = 39
Supongamos ahora que en vez de disponer de un conjunto discreto de datos sobre el nmero de infectados por
da, hemos desarrollado un modelo matemtico que utiliza una funcin continua D(t) para predecir el nmero
de nuevos casos diagnosticados (ver Figura 3.8).
3. Integracin
99
70
Nmero de casos diagnosticados
60
50
40
30
20
10
0
10
20
30
40
50
Tiempo trascurrido (das)
60
70
80
Figura 3.7: Nmero de nuevos casos diagnosticados cada da durante un brote

de fiebre aftosa.
Cmo calcular, en este caso, el nmero acumulado N de infectados durante los diez primeros das?
La respuesta a esta pregunta es: integrando la funcin D(t) entre t = 0 y t = 10:
Z
N=
10
D(t) dt
0
(recurdese la definicin de la integral definida como lmite de una suma de reas de rectngulos de anchura
cada vez ms pequea).
70
Nmero de casos diagnosticados
60
50
40
30
20
10
0
10
20
30
40
50
Tiempo trascurrido (das)
60
70
80
Figura 3.8: Modelo matemtico para predecir el nmero de infectados cada da

mediante una funcin continua.
3. Integracin
100
Ejemplo 3.42
Una poblacin de insectos, que es inicialmente de 100 individuos, crece a una tasa de
q(t) = 2t + 3t2
donde t es el tiempo en das. Determinar el tamao de la poblacin: (a) pasado un da; (b)
pasados diez das.
Si denotamos p(t) a la funcin que nos da el nmero de insectos en cada instante t (que es lo que queremos
determinar), la funcin q(t) nos da la variacin instantnea de dicha funcin, es decir, q(t) es la derivada de
p(t). Por lo tanto,
Z
Z
p(t) = q(t) dt = (2t + 3t2 ) dt = t2 + t3 + C para alguna C R constante.
La constante C se podr determinar a partir del dato inicial: en t = 0 la poblacin esta compuesta por 100
individuos:
100 = p(0) = 02 + 03 + C C = 100
As pues, la funcin p(t), que nos da el nmero de insectos en cada instante t es
p(t) = t2 + t3 + 100
Pasado un da, el nmero de insectos ser:
p(1) = 1 + 1 + 100 = 102
Pasados 10 das ser de
p(10) = 102 + 103 + 100 = 1200
Ejemplo 3.43
El rea de una herida en curacin, medida en cm2 , cambia a una tasa de
Q(t) =
4
(t + 1)3
siendo t el tiempo medido en das. Suponiendo que el rea inicial de la herida era de 2 cm2 ,
calcular la superficie al cabo de 10 das.
Sea A(t) la superficie de la herida en el instante t. La funcin Q(t) nos dice cmo cambia la superficie de la
herida, es decir, nos da la tasa de variacin instantnea de la funcin A(t):
A0 (t) = Q(t) =
4
(t + 1)3
Integrando aqu tendremos

Z
Z
2
4
1
A(t) =
dt
=
4(t + 1)3 dt = 4
(t + 1)2 + C =
+C
3
(t + 1)
2
(t + 1)2
Determinamos el valor de C a partir del dato inicial:
2 = A(0) =
2
+ C C = 0.
(0 + 1)2
Al cabo de 10 das la superficie de la herida ser: A(10) =
Luego A(t) =
2
(t + 1)2
2
2
2
= 2 =
0.165 cm2
(10 + 1)2
11
121
3. Integracin
101
Obsrvese que en este ltimo ejemplo, podamos haber escrito

Z 10
A(10) = A(0) +
Q(t) dt
(3.1)
es decir: A(10) es igual al rea inicial, A(0), ms el cambio acumulado de A(t) entre t = 0 y t = 10.
Esto no es ms que una forma diferente de escribir la Regla de Barrow:
Z 10
A(10) A(0) =
Q(t) dt
0
Si, en vez de escribir la frmula anterior para el valor particular 10 la escribimos para un tiempo t cualquiera,
obtenemos
Z t
A(t) = A(0) +
Q(s) ds
(3.2)
0
que se conoce como Teorema Fundamental del Clculo. En la integral definida utilizamos la variable s para
indicar la variable con respecto a la cual se integra para distinguirla de la variable t.
Lo mismo es cierto para un lmite inferior distinto de 0.
Teorema Fundamental del Clculo

Si f es una funcin continua en [a, b] y F es una primitiva cualquiera de f , entonces se tiene
Z x
F (x) = F (a) +
f (s) ds x [a, b]
a
3.3.3
Valor medio de una funcin en un intervalo
Volviendo al ejemplo de la fiebre aftosa, con los datos de la Figura 3.8, supongamos que queremos calcular el
promedio de nuevos casos diagnosticados durante los 10 primeros das: habra que sumar el nmero de casos
durante los das 1, 2, 3 . . . hasta 10 y dividir por el nmero de das:
Promedio de casos en los 10 primeros das =
1 + 4 + 1 + 4 + 3 + 3 + 6 + 2 + 11 + 4
39
=
= 3.9 casos.
10
10
Entonces, si lo que tenemos es una funcin continua D(t) (Figura 3.8), lo que habr que hacer es integrar entre
0 y 10 y dividir por la longitud del intervalo de integracin:
Z 10
Z 10
D(t) dt
1
0
D=
=
D(t) dt
10 0
10 0
Valor medio de una funcin en un intervalo

Si f es una funcin continua en [a, b], el valor medio o promedio de f en un intervalo (a, b) es
f =
1
ba
f (x) dx
a
3. Integracin
102
Ejemplo 3.44
El tiempo de supervivencia de nufragos en agua depende de la temperatura del agua y viene
dado (aproximadamente) por
0.2
horas
t(T ) =
0.1 0.004 T
donde la variable independiente T es la temperatura de la superficie del agua (grados Celsius).
Determinar el tiempo medio de supervivencia en aguas a temperaturas entre 10 C y 15 C.
Lo que tenemos que calcular es el valor promedio de t para T variando entre 10 y 15:
Z 15
Z
0.2
0.2
1
1 15
t=
dT =
dT
15 10 10 0.1 0.004 T
5 10 0.1 0.004 T
=
Z 15
i15
0.004
0.2 1
0.2 h
ln 0.1 0.004T
dT =
5 0.004 10 0.1 0.004 T
0.02
10
h
i

10 ln 0.1 0.004 15 ln 0.1 0.04 4.05 horas.
Obsrvese que de la definicin del valor medio se deduce que f es el valor que hace que
f (b a) =
f (x) dx
a
es decir, es el valor que hace que el rea encerrada entre la grfica de la funcin y el eje OX sea igual al rea
del rectngulo de base el intervalo [a, b] y altura f.
Figura 3.9: El valor medio de una funcin es el que hace que el

rea entre la curva y el eje OX coincida con al rea del rectngulo
de base [a, b] y altura dicho valor medio.
3. Integracin
3.3.4
103
Longitud de un arco de curva
Un arco es la parte de una curva que est entre dos puntos dados A y B. Estamos aqu interesados en calcular
su longitud.
y
y
y=f(x)
y=f(x)
B
Figura 3.10: Un arco es un trozo de curva, comprendido entre dos puntos A y B.
Figura 3.11: Para calcular la longitud del arco de curva, se aproxima ste mediante una concatenacin de
segmentos rectos. La suma de sus longitudes aproxima la longitud del arco.
Para ello, comenzamos aproximando la curva mediante una sucesin de segmentos rectos, como en la Figura 3.11
y sumando sus longitudes. Luego veremos cul es el lmite de esa suma cuando los segmentos se hacen cada vez
ms pequeos.
En cada uno de los pequeos tringulos que se ven en la Figura 3.11 se puede aplicar el Teorema de Pitgoras
para determinar la longitud de la hipotenusa, y se tiene
s
p
s = (x)2 + (y)2 =
(x)2
(y)2
1+
= x
(x)2
r
1+
y 2
x
y
y=f(x)
B
sk
yk
y1
xk
x1
x1
x2
x3
Figura 3.12: En cada tringulo se tiene (sk )2 = (xk )2 + (yk )2 .

Sumando s para todos los segmentos se obtendra una aproximacin de la longitud del arco. Cuanto mayor
sea el nmero de segmentos con que aproximamos el arco de curva, mejor ser la aproximacin que se obtiene
sumando sus longitudes.
Finalmente, al tomar lmite cuando el nmero de subintervalos tiende a infinito, es decir, cuando la longitud de
los x tiende a cero, se tendr que los incrementos (x, s) se convierten en diferenciales (dx, ds), el cociente
y
se convierte en la derivada f 0 (x), y la suma se convierte en la integral:
x
Z bp
N
N r
y 2
X
X
N
sk =
1+
x
1 + f 0 (x)2 dx
x
a
k=1
k=1
3. Integracin
104
Longitud de un arco de curva

La longitud del arco de la curva y = f (x) comprendido entre los puntos x = a y x = b viene dada por:
Z
L=
1 + f 0 (x)2 dx
Ejemplo 3.45
Hallar la longitud del arco de la curva y = 2x3/2 comprendido entre los puntos de abscisas
x=0 y x=2
y
6
2 x
Calculamos la derivada de la funcin f (x) = 2x3/2 :

f 0 (x) = 2
3 1/2
x
= 3 x1/2
2
Segn la frmula anterior, la longitud del arco de curva mencionado es:

Z
L=
1
9
1 + (3x1/2 )2 dx =
1 + f 0 (x)2 dx =
Z
0
9 (1 + 9x)1/2 dx =
1 + 9x dx
i2
i
1h 1
2h
(1 + 9x)3/2 =
(1 + 18)3/2 1 6.0607
9 3/2
27
0
No todas las curvas pueden ser descritas mediante una relacin del tipo y = f (x). En muchas ocasiones, vienen
descritas por ecuaciones paramtricas:

x = f (t)
para t [a, b]
y = g(t)
La variable t es llamada parmetro, y para cada valor de t en el intervalo [a, b] se obtiene un valor de x y un
valor de y, que son las coordenadas de un punto de la curva. Cuando el parmetro t recorre el intervalo [a, b],
el punto (x, y) recorre la curva.
Longitud de un arco de curva descrita mediante ecuaciones paramtricas

x = f (t)
La longitud del arco de la curva definida por las ecuaciones paramtricas
comprendido entre los
y = g(t)
puntos correspondientes a t = ta y t = tb viene dada por:
Z tb p
L=
f 0 (t)2 + g 0 (t)2 dt
ta
3. Integracin
105
t=pi: (f(),g())
t=10: (f(10),g(10))
t=0: (f(0),g(0))
Figura 3.13: Curva definida por las ecuaciones paramtricas

x = f (t) = t 3 sen(t), y = g(t) = 4 3 cos(t), para
t [0, 10].
Ejemplo 3.46
La cicloide es la curva trazada por un punto fijo sobre una circunferencia cuando sta rueda
sobre una lnea recta. Las ecuaciones paramtricas de una cicloide, para una circunferencia de
radio 1 son:

x = t sen t
y = 1 cos(t)
Calcular la longitud de un arco de cicloide correspondiente a una vuelta completa de la
circunferencia, es decir, para t [0, 2].
y
Calculamos las derivadas de las funciones:

x = f (t) = t sen t;
y = g(t) = 1 cos(t);
f 0 (t) = 1 cos(t)
g 0 (t) = sen(t)
Segn la frmula anterior, la longitud del arco de curva mencionado es:

Z
L=
f 0 (t)2 + g 0 (t)2 dt =
0
2
1+
2 cos(t) +
(1 cos(t))2 + (sen(t))2 dt
sen2 (t) dt
()
2 2 cos(t) dt =
Z
0
2(1 cos(t)) dt
Z 2
Z 2
t
h
1 cos(t)
1 cos(t) ()
t i2
dt =
2
dt = 2
sen
dt = 4 cos
2
2
2
2 0
0
0
0
h
i
2
= 4 cos
cos 0 = 4(1 1) = 8
2
Z
cos2 (t)
(*) Recurdese que sen2 x + cos2 x = 1

x
(**) Se utiliza la identidad trigonomtrica sen =
2
1 cos x
2
3. Integracin
3.4
106
Nociones de integracin numrica
Como se ha visto antes, si se conoce una primitiva F de la funcin f , se puede calcular el valor de la integral
definida mediante la Regla de Barrow:
b
Z
a
f (x) dx = F (b) F (a).
En la mayora de los casos, sin embargo, no se puede utilizar esta frmula, ya que no se conoce dicha primitiva.
Es posible, por ejemplo, que no se conozca la expresin matemtica de la funcin f , sino slo sus valores en
determinados puntos, recogidos de un experimento. Pero tambin hay funciones (de apariencia sencilla) para
las que se puede demostrar que no tienen ninguna primitiva que pueda escribirse en trminos de funciones
2
elementales (por ejemplo ex )
La integracin numrica es una herramienta de las matemticas que proporciona frmulas y tcnicas para
calcular aproximaciones de integrales definidas. Gracias a ella se pueden calcular, bien es cierto que de forma
aproximada, valores de integrales definidas que no pueden calcularse analticamente y, sobre todo, se puede
realizar ese clculo en un ordenador.
Z b
La idea bsica para aproximar el valor de
f (x) dx sin utilizar una primitiva de f ya se expuso en la seccin 3.2:
a
calcular la suma de las reas de los rectngulos que recubren el rea.

y
y=f(x)
y=f(x)
y=f(x)
Figura 3.14: La integral definida
f (x) dx , que es el valor del rea bajo la curva sombreada en la primera
figura, se puede aproximar por el resultado de sumar las reas de los rectngulos.
Como resulta evidente, se comete un error, ya que se desprecian en este caso las reas de las pequeas zonas
triangulares comprendidas entre la curva y los rectngulos. En el caso particular de la funcin representada en
las figuras, el valor de la aproximacin es menor que el valor exacto. Pero en otros casos puede ser mayor;
vase, por ejemplo, la figura siguiente.
Figura 3.15: En este caso,la suma de las reas de los rectngulos

proporciona un valor mayor que el valor exacto, pero igualmente
es una aproximacin.
Como tambin resulta evidente, y se puede demostrar matemticamente, el error que se comete es ms pequeo
(en valor absoluto, es decir, sin tener en cuenta el signo del mismo) cuanto ms estrechos sean los rectngulos,
es decir, cuanto mayor cantidad de ellos se usen.
3. Integracin
107
Cmo se calcula la suma de las reas de los rectngulos?

Se supone que se usan 5 rectngulos, como en la Figura 3.16 y se denotan x1 = a, x2 , x3 , x4 , x5 y x6 = b los
puntos que determinan los 5 subintervalos.
Se supone tambin, para hacer las cosas ms fciles, que estos puntos estn regularmente espaciados, es decir,
que la distancia entre cada dos puntos consecutivos, que se denota h, es siempre la misma.
El rea de los distintos rectngulos es (recordando rea = basealtura):
Area(R1 ) = Longitud del segmento [x1 , x2 ] Altura del rectngulo = (x2 x1 ) f (x1 ) = h f (x1 )
Area(R2 ) = Longitud del segmento [x2 , x3 ] Altura del rectngulo = (x3 x2 ) f (x2 ) = h f (x2 )
etc.
Sumando todas se tiene:
Area(R1 ) + + Area(R5 ) = hf (x1 ) + hf (x2 ) + hf (x3 ) + hf (x4 ) + hf (x5 )

= h f (x1 ) + f (x2 ) + f (x3 ) + f (x4 ) + f (x5 )
y esta ltima expresin proporciona una aproximacin (es verdad que no muy buena, de momento) del valor de
la integral:
Z b

f (x) dx h f (x1 ) + f (x2 ) + f (x3 ) + f (x4 ) + f (x5 )
a
Observamos ahora que, puesto que hay 5 subintervalos de igual longitud, debe ser
h=
ba
Longitud del intervalo [a, b]
=
5
5
luego, la frmula anterior quedara

Z b

ba
f (x) dx
f (x1 ) + f (x2 ) + f (x3 ) + f (x4 ) + f (x5 )
5
a
y
y=f(x)
f(x5)
f(x4)
f(x3)
f(x )
2
f(x1)
a= x
R1
h
x2
x3
x4
x5
b=x6
Figura 3.16: La altura del rectngulo de base [x1 , x2 ] es f (x1 ), el

valor de f en x1 ; la del rectngulo de base [x2 , x3 ] es f (x2 ); etc.
Si, en lugar de 5, tuviramos 6 subintervalos, entonces tendramos 7 puntos: x1 = a, x2 , x3 , x4 , x5 , x6 y x7 = b
y la aproximacin se escribira:
Z b

ba
f (x) dx
f (x1 ) + f (x2 ) + f (x3 ) + f (x4 ) + f (x5 ) + f (x6 )
6
a
(obsrvese que el ltimo punto x7 no se utiliza en esta expresin). Si el nmero de subintervalos utilizados fuera
muy grande, por ejemplo, 100 (es decir, 101 puntos), se podra escribir
Z b

ba
f (x) dx
f (x1 ) + f (x2 ) + + f (x100 )
100
a
3. Integracin
108
Es preferible y ms usual, sin embargo, utilizar la expresin siguiente

b
f (x) dx
100
ba X
f (xi )
100 i=1
P
El smbolo
(letra griega sigma mayscula) es muy utilizado en matemticas: se denomina sumatorio y sirve
para escribir de forma escueta una suma con un nmero muy grande o indeterminado de sumandos.
100
X
La expresin
f (xi ) se lee : suma de f (xi ) desde i = 1 hasta i = 100.
i=1
Ya podemos, pues, escribir de forma general la aproximacin de la integral para un nmero indeterminado de
subintervalos.
Frmula de los rectngulos

Sea f una funcin continua en [a, b] y sean x1 = a, x2 , x3 , . . . , xn+1 = b, n + 1 puntos que definen una particin
ba
del intervalo [a, b] en n subintervalos, todos de la misma longitud h =
.
n
Entonces la integral definida de f entre a y b se puede aproximar por
Z
f (x) dx
n
ba X
f (xi )
n i=1
En la deduccin de esta frmula se ha aproximado el rea bajo la curva en cada subintervalo por el rea del
rectngulo con la misma base y altura igual al valor de la funcin en el extremo inferior del subintervalo, como
en la Figura 3.17. Pero tambin se podra haber utilizado el valor de la funcin en el extremo superior, como se
ve en la Figura 3.18.
y
x1
x2
Figura 3.17: Se toma como altura del rectngulo el valor de f en el extremo inferior, x1 .
x1
x2
Figura 3.18: Se toma como altura del rectngulo el valor de f en el extremo superior, x2 .
As se obtendra una variante de la Frmula de los Rectngulos. Ambas frmulas dan resultados similares desde
el punto de vista del error que se comete en la aproximacin.
Frmula de los rectngulos (variante)

ba
.
n
Z
a
f (x) dx
n
n+1
ba X
ba X
f (xi+1 ) =
f (xi )
n i=1
n i=2
3. Integracin
109
Otra posibilidad, es tomar como altura del rectngulo el valor de la funcin en el punto medio del subintervalo,
como se muestra en la Figura 3.19
y
x1
x 1+ x 2
2
x2
Figura 3.19: En la Frmula del punto medio, se aproxima el rea

bajo la curva por el rea del rectngulo de altura igual al valor de
la funcin en el punto medio del subintervalo.
Frmula del punto medio

ba
.
n
Z
a

n
xi + xi+1
ba X
f
f (x) dx
n i=1
2
Esta frmula es de orden 1.

y
y
y=f(x)
a= x
x2
x3
x4
y=f(x)
x5
b=x6
Figura 3.20: Frmula de los rectngulos tomando como altura el valor de f en el extremos superior de cada subintervalo.
a= x
x2
x3
x4
x5
b=x6
Figura 3.21: En la Frmula del punto medio

elige como altura de los rectngulos en valor
de la funcin los puntos medios de cada subintervalo.
Orden de una frmula de integracin numrica

Se dice que una frmula de integracin es de orden k cuando es exacta para polinomios de grado k, es decir,
que cuando el integrando es un polinomio de grado k, la frmula proporciona el valor exacto de la integral.
El orden de una frmula de integracin numrica nos da una medida de su bondad.
La Frmula de los rectngulos es de orden 0.
3. Integracin
110
Z
Ejemplo 3.47
Aproximar el valor de la integral definida
ex dx utilizando la frmula de los rectngulos
con 8 subintervalos.
Se construye una particin de [1, 1] en 8 subintervalos, de forma que
y
2
1
1 (1)
= = = 0.25
h=
8
8
4
y=ex
y los puntos del soporte de la particin son:

x1 =1
=1
x2 =1 + h =0.75
x3 =1 + 2h=0.5
x4 =1 + 3h=0.25
x5 =1 + 4h= 0
x6 =1 + 5h=0.25
x7 =1 + 6h=0.5
x8 =1 + 7h=0.75
x9 =1 + 8h=1
a=x
b=x
Segn la Frmula de los Rectngulos anterior:

Z
e
1
x2
dx h
8
X
exi
i=1
Con ayuda de una calculadora, se tiene:

Z 1

2
ex dx 0.25 0.3679 + 0.5698 + 0.7788 + 0.9394 + 1 + 0.9394 + 0.7788 + 0.5698 = 1.4860
1
Hay que insistir en que el valor calculado es slo una aproximacin del valor de la integral definida.
Otra posibilidad es aproximar el rea bajo la curva en cada subintervalo por el rea del trapecio que se muestra
en la Figura 3.22.
y
y
y=f(x)
f (x 2 )
f (x 1 )
h
x1
x2
a= x
Figura 3.22: En el subintervalo [x1 , x2 ], por

ejemplo, el rea bajo la curva se aproxima por
el rea del trapecio, que tiene una base de longitud f (x1 ), otra base de longitud f (x2 ), y altura h = x2 x1 .
Recordando que el rea de un trapecio es
de la Figura 3.22 es
x2
x3
x4
x5
b=x6
Figura 3.23: En la Frmula de los trapecios,

se aproxima el valor de la integral definida por
la suma de las reas de los trapecios.
suma de las bases

altura, se tiene que el rea del trapecio
2
f (x1 ) + f (x2 )
h
2
y que la suma de las reas de todos los de la Figura 3.23, es decir la aproximacin de la integral, es
3. Integracin
111
Z
a
f (x1 ) + f (x2 )
f (x2 ) + f (x3 )
f (x5 ) + f (x6 )
h+
h + +
h
2
2
2

h
=
f (x1 ) + f (x2 ) + f (x2 ) + f (x3 ) + + f (x5 ) + f (x6 )
2

ba
=
f (x1 ) + 2f (x2 ) + 2f (x3 ) + 2f (x4 ) + 2f (x5 ) + f (x6 )
25
f (x) dx
Obsrvese que, en esta suma, el valor de f en los extremos (x1 = a y x6 = b) aparece una sola vez, mientras
que el valor en los puntos internos (x2 , x3 , x4 y x5 ) aparece dos veces.
Generalizando esto al caso general, con un nmero indeterminado de subintervalos, se tiene:
Frmula de los trapecios

ba
.
n
!
Z b
n
X
ba
f (x) dx
f (a) + 2
f (xi ) + f (b)
2n
a
i=2
Esta frmula es de orden 1.
Z
Ejemplo 3.48
Aproximar el valor de la integral definida
sen(ex ) dx utilizando la frmula de los trapecios
con 5 subintervalos.
Se considera una particin de [0, 1] en 5 subintervalos, de forma que

y
1
h = = 0.2
5
y los puntos del soporte de la particin son:
x1 = 0
x21 = 0
x2 = 0.2
x22 = 0.04
x3 = 0.4
x23 = 0.16
x4 = 0.6
x24 = 0.36
x5 = 0.8
x25 = 0.64
x6 = 1
x26 = 1
La Frmula de los trapecios anterior:
1
Z
0
a=x1
x2
x3
x4
x5
b=x6
"
#
5
X
h
0
x2i
1
sen(e ) dx
sen(e ) + 2
sen(e ) + sen(e )
2
i=2
x2

= 0.1 sen(e0 ) + 2 sen(e0.04 ) + 2 sen(e0.16 ) + sen(e0.36 ) + 2 sen(e0.64 ) + sen(e1 )
Se tiene:
Z
sen ex
h
i

dx 0.1 0.8415 + 2 0.8628 + 0.9221 + 0.9906 + 0.9474 + 0.4108
= 0.8698
Hay que insistir en que el valor calculado es slo una aproximacin del valor de la integral definida.
Tema 4
Funciones de varias variables

En este tema introducimos algunos elementos bsicos del clculo diferencial en varias variables. Muchos procesos
(fsicos, biolgicos, . . . ) dependen de varias variables. Muy frecuentemente, estas son la posicin espacial y el
tiempo, pero tambin pueden ser otras. Por ejemplo, la temperatura de un ser vivo puede variar en tiempo (segn
las horas del da), pero tambin en espacio (el punto del cuerpo que se considere). Tambin en la concentracin
de nutrientes en el interior y en torno a una clula, la concentracin de una determinada droga en el cuerpo, la
velocidad y la presin del viento en el aire, o la intensidad de un campo elctrico o magntico generado por una
corriente elctrica, entre otros muchos ejemplos.
Al igual que ocurre con las funciones de una variable, las derivadas de una funcin de varias variables permiten
obtener informacin valiosa sobre sta: Permiten conocer y estimar cmo vara y permiten obtener aproximaciones mediante polinomios, por ejemplo. Aprender a obtener este tipo de informacin van a ser el objetivo bsico
de este captulo.
4.1
Dominio y recorrido de una funcin de varias variables
Recordamos la notacin que usamos para funciones de una variable. Sea, por ejemplo,
f : [0, 4] R
definida por
f (x) = x
Dominio es el conjunto de nmeros x para los cuales la funcin est bien definida, es decir, se puede calcular.
Recorrido es el conjunto de todos los valores y = f (x) que se obtienen al evaluar f para todos los puntos x
de su dominio.
En el caso del ejemplo, el dominio de f es [0, 4] y el recorrido es el intervalo [0, 2].
Consideramos ahora funciones de dos variables, definidas para pares de nmeros reales (x, y), con x R e
y R. Se denomina tambin a estos pares puntos y se suele escribir
(x, y) R2
para indicar que ambas componentes pertenecen a R. Se identifican con los puntos del plano. A cada par (x, y)
la funcin asocia un nmero real z = f (x, y).
Igual que para funciones de una variable, el dominio de una funcin
f : D R2 R
es el subconjunto D de R2 sobre el que consideramos la funcin o sobre el que est bien definida, y el recorrido
es el conjunto de valores z que se obtienen al evaluar f en todos los puntos de su dominio.
112
113
Ejemplo 4.1
p
Determinar el dominio de la funcin f (x, y) = y 2 x.
El dominio de esta funcin es el conjunto de puntos (x, y) R2 para los cuales se puede calcular
Para ello tiene que ocurrir
y2 x 0 y2 x
Trataremos de identificar la regin del plano OXY en la
cual se verifica x y 2 . Est claro la regin en la que x y 2
est separada de la regin en la que x > y 2 por la curva
x = y 2 . Esta curva divide el plano OXY en dos partes.
Para saber en cul de ellas se verifica x y 2 se puede
evaluar la funcin en algn punto de cada regin.
Por ejemplo, en el punto (1, 0) se tiene x = 1 < y 2 = 0
mientras que en el punto (1, 0) se tiene x = 1 > y 2 = 0
El dominio de f (x, y) es, por lo tanto, la parte exterior a
la parbola:
y 2 x.
x=y
x <= y2
(-1,0)
x > y2
(1,0)
D = {(x, y) R2 : x y 2 }
El recorrido de f es el conjunto de todos los nmeros reales mayores o iguales que cero.
Ejemplo 4.2
Determinar el dominio de la funcin f (x, y) = [0, 1] [0, 1] R,
La notacin [0, 1] [0, 1] indica que la primera componente
del par (x, y), es decir, x, vara en el primero de los intervalos, [0, 1] y lo mismo la segunda, (ya que en este caso ambos
intervalos son iguales).
Es decir, que f est definida en el cuadrado de la figura,
que incluye sus fronteras
Qu conjunto de valores toma f ?
Est claro que el valor mnimo lo toma en el punto (x, y) =
(0, 0), f (0, 0) = 0, y que el valor mximo lo toma cuando
(x, y) = (1, 1), f (1, 1) = 2.
Luego el recorrido de f es el intervalo [0, 2].
4.2
f (x, y) = x + y.
(1,1)
(0,0)
Representacin grfica de una funcin de dos variables
En el caso de las funciones de una variable, el dibujo de su grfica resulta de enorme ayuda para comprender el
comportamiento de una funcin.
Veamos ahora de qu forma se puede representar grficamente una funcin real de dos variables reales.
4.2.1
Representacin como una superficie en el espacio tridimensional
Una forma de hacerlo es poner

z = f (x, y)
e interpretar que, a cada punto (x, y) del plano OXY la funcin f le hace corresponder una altura dada por
z = f (x, y). La representacin, en el espacio tridimensional, de los puntos

(x, y, z) : (x, y) D, z = f (x, y)
114
constituye una superficie.

Z
P(a,b,c)
b
Y
Figura 4.1: Los ejes de coordenadas en el espacio 3D.

En la parte de abajo los ejes OX y OY , con la orientacin relativa habitual.
Figura 4.2: Un punto en el espacio 3D viene definido

por tres coordenadas.
Ejemplo 4.3
Se considera la funcin f (x, y) = 2x2 y 2 .

El dominio de esta funcin es todo el plano R2 . La grfica adjunta
est realizada para (x, y) [2, 2] [2, 2] (obsrvese la graduacion de los ejes). Tambin se observa que, para estos valores de
(x, y), la funcin toma valores entre 4 y 8 (vase la graduacin
del eje OZ (eje vertical).
Si se mantiene constante una de las variables, por ejemplo la variable y = 0.5, entonces, sobre esta lnea recta y = 0.5 la funcin
depende slo de la variable x:
f (x, 0.5) = 2x2 (0.5)2 = 2x2 0.25
que es la expresin de una parbola convexa, como se puede confirmar en la grfica adjunta, observando que el corte de la superficie
z = 2x2 y 2 con el plano vertical y = 0.5 es una parbola hacia
arriba.
Si, en cambio, se mantiene constante la variable x, por ejemplo

x = 0, entonces sobre esta recta x = 0 la funcin depende slo de
la variable y:
f (0, y) = 0 y 2 = y 2
y su grfica es una parbola invertida, como puede observarse en

la grfica adjunta.
115
Ejemplo 4.4
Superficie z = f (x, y) = x sen y.
Cuando la grfica se puede representar en un medio que admita
color, es frecuente acompaarla de una barra de color que ayuda
a identificar los valores de la funcin.
Como se puede corroborar con el dibujo adjunto, cuando se mantiene la x constante, por ejemplo x = 2, la funcin se reduce a
f (2, y) = 2 sen y
mientras que si se mantiene constante la y, por ejemplo y = 2,
la funcin se reduce a una recta
f (x, 2) = x sen(2) = constante x
4.2.2
Representacin mediante curvas de nivel
Otra forma habitual de visualizar funciones es representar sus curvas de nivel: curvas que unen los puntos del
dominio en los que la funcin toma el mismo valor.
Es decir, para
f : D R2 R
la curva de nivel de valor k es la que forman los puntos:

(x, y) R2 : f (x, y) = k
Estas curvas se dibujan en el plano OXY . Tambin se llaman curvas de isovalores.

(2x2+y2) exp((x+y)2)
(2x2+y2) exp((x+y)2)
2
11
11
12
10
1.5
10
10
8
8
8
0.5
7
6
Y
0.5
4
3
0
2
2
0
1
2
2
1.5
1
1
1
2
2
X
Figura 4.3: En esta figura estn dibujadas, sobre la

2
superficie de ecuacin z = (2x2 + y 2 ) e(x+y) , sus
curvas de igual.
2
2
1.5
0.5
0
X
0.5
1.5
Figura 4.4: Cuando las curvas de la Figura anterior se

proyectan sobre el plano OXY se obtienen las curvas
de nivel. Si el dibujo es en color, con frecuencia se
acompaa de una barra de color para identificar
los distintos valores.
Con frecuencia se dibujan las curvas de nivel correspondientes a un conjunto de valores regularmente espaciados,
como en el caso de la Figura 4.4. En este caso, la separacin entre las curvas da una idea de la variacin de la
funcin: cuanto ms prximas estn las curvas de nivel, ms rpidamente crece o decrece la funcin en esa zona.
116
(2x2+y2) exp((x+y)2)
2
1
10
1.5
0.5
8
6
0.
2
0.1
0.
0.
0.5
0.5
0.1
Eje OY
0.5 1
0.1
0.5
2
1
0.
6
0.5
1.5
10
2
2
1.5
0.5
0
Eje OX
0.5
1.5
Figura 4.5: Algunas curvas de nivel de la funcin z = (2x2 +y 2 ) e(x+y) .

Las curvas estn marcadas con los valores a los que corresponden. Obsrvese que, en este caso, no todos los valores elegidos estn regularmente
espaciados: 0.1, 0.5, 1, 2, 3, 4, 6, 8, 10.
Cuando se dibuja sin utilizar color, se suelen marcar las curvas de nivel con los valores correspondientes, como
se hace en la Figura 4.5.
Este tipo de grficas son habituales, por ejemplo, en meteorologa y en topografa.
Figura 4.6: En los mapas meteorolgicos con frecuencia se dibujan las isobaras, curvas de nivel de la
presin atmosfrica.
4.3
Figura 4.7: Mapa topogrfico: se representa la altitud

(sobre el nivel del mar) en cada punto. Con ayuda
de este mapa se podra representar el perfil de una
ruta, por ejemplo, entre los puntos A y B.
Lmites y continuidad de funciones de dos variables
El concepto de lmite se puede generalizar a funciones de dos o ms variables. Informalmente, se dice que el
lmite de f (x, y) cuando (x, y) tiende a (x0 , y0 ) es L si f (x, y) toma valores tan prximos a L como se quiera
sin ms que acercarse lo suficiente a (x0 , y0 ) (sin llegar hasta l).
117
El clculo de lmites en dimensin 2 es, lgicamente, ms complicado que en el caso unidimensional. Sin embargo,
en algunos casos sencillos, cuando los lmites existen, se pueden calcular de manera sencilla.
En el caso unidimensional slo es posible acercarse a
un punto de dos formas: por la izquierda o por la derecha. Sin embargo, en el caso bidimensional hay infinitas
maneras de acercarse a un punto: caminando sobre
cualquier curva que pase por dicho punto.
Llamamos a dichos caminos trayectorias. Cuando
nos acercamos al punto (x0 , y0 ) caminando sobre una
trayectoria, el lmite se convierte en realidad en un lmite unidimensional.
Ejemplo 4.5
Calcular el lmite
4xy
sobre la trayectoria y = 5x.
xy + y 3
Sobre la trayectoria y = 5x las variables x e y no son independientes una de la otra, sino que, para cada x la y
viene dada por y = 5x. Al sustituir en la expresin del lmite encontraremos un lmite en una sla variable:
lm
lm
(x,y)(0,0)
(x,y)(0,0)
y=5x
4xy
4x 5x
20x2
20x2
= lm
= lm
= lm 2
3
3
2
3
x0 x 5x + (5x)
x0 5x + 125x
x0 x (5 + 125x)
xy + y
= lm
x0
20
20
=
=4
5 + 125x
5
Para que el lmite de una funcin en un punto exista es necesario que exista el lmite sobre todas las trayectorias
posibles y que todos coincidan.
Desde luego, para demostrar que un lmite existe no se pueden utilizar las trayectorias, ya que no podemos
comprobar todas (son infinitas). El lmite por trayectorias es til para probar que un lmite no existe: basta
encontrar una trayectoria sobre la cual no exista el lmite o bien encontrar dos trayectorias con dos lmites
diferentes. En ambos casos la conclusin es que no existe el lmite de la funcin en el punto.
Ejemplo 4.6
Calcular
lm
4xy
sobre la trayectoria y = x.
3
xy
+
y
(x,y)(0,0)
Para calcular el lmite sobre la trayectoria y = x, sustitumos y por x, encontrando as un lmite en una sla
variable:
1
4xy
4x x
4x x
4x x
lm
= lm
= lm
= lm
x0 x
x0 x x + x3/2
x0 x x + x x
xy + y 3
x + ( x)3
(x,y)(0,0)
y= x
= lm
x0
4
=2
1+1
Como consecuencia de esto y del resultado del Ejemplo 4.5, se tiene que no existe el lmite cuando (x, y) tiende
4xy
a (0, 0) de la funcin
.
xy + y 3
El concepto de continuidad es tambin anlogo al caso unidemensional:
118
Definicin 4.7 (Continuidad de una funcin de dos variables)

Una funcin f : D R2 R es continua en (x0 , y0 ) D si:
a) f est definida en (x0 , y0 ),
b) Existe
c)
4.4
lm
(x,y)(x0 ,y0 )
lm
(x,y)(x0 ,y0 )
f (x, y)
f (x, y) = f (x0 , y0 )
Derivadas parciales de funciones de dos variables
Supongamos que queremos estudiar la asimilacin de CO2 de una cierta planta y, ms concretamente, la respuesta a los cambios de temperatura y de luminosidad. Cmo se hara esto experimentalmente?
Denotemos T a la temperatura, L a la lumnosidad y A a la cantidad de CO2 asimilada, de forma que se tiene
A = A(T, L)
Lo ms natural sera estudiar las variaciones de A en funcin de la temperatura T , manteniendo constante la
intensidad de la luz y haciendo esto para distintas intensidades. Luego, habra que estudiar las variaciones de
A en funcin de la luminosidad manteniendo constante la temperatura.
Esto ilustra la idea en que se basan las derivadas parciales de una funcin. Para saber cmo vara una funcin
f (x, y) cuando cambian x e y, en vez de hacer variar las dos variables a la vez, se hacen variar slo una de ellas,
manteniendo la otra constante
Definicin 4.8 (Derivada parcial)

Sea f una funcin de dos variables independientes x e y.
Se define la derivada parcial de f con respecto a x:
f
f (x + h, y) f (x, y)
(x, y) = lm
h0
x
h
Anlogamente, se define la derivada parcial de f con respecto a y:
f
f (x, y + h) f (x, y)
(x, y) = lm
h0
y
h
Para indicar que se trata de una derivada parcial en lugar de una derivada ordinaria (la de funciones de una
variable) se utiliza el smbolo en lugar de la d habitual. Tambin son usuales las notaciones siguientes, que
tienen el mismo significado:
f
f (x, y)
(x, y)
x f (x, y) fx (x, y)
x
x
(y anlogamente para la derivada parcial con respecto de y).
El clculo de derivadas parciales no presenta ninguna dificultad adicional: para obtener la derivada parcial de f
con respecto de x (por ejemplo) slo hay que derivar de la forma habitual la expresin de f (x, y) considerando
la x como variable independiente y tratando la y como si fuera una constante. Recprocamente, para obtener la
derivada parcial de f con respecto de y hay que derivar de la forma habitual la expresin de f (x, y) considerando
la y como variable independiente y tratando la x como si fuera una constante.
119
Ejemplo 4.9
Calcular las derivadas parciales de la funcin f (x, y) = y exy .
Consideramos y como si fuera una constante y derivamos la funcin con respecto de x:
f
xy
= y exy y = y 2 exy
ye
(x, y) =
x
x
Ahora, para calcular la derivada parcial con respecto de y, consideramos x como si fuera una constante y
derivamos la funcin con respecto de y:
f
xy
= exy + y x exy = (1 + xy) exy
ye
(x, y) =
y
y
Ejemplo 4.10
sen(xy)
.
Calcular las derivadas parciales de la funcin f (x, y) =
cos(y)
Consideramos y como si fuera una constante y derivamos la funcin con respecto de x:
f
sen(xy)
y cos(xy) cos(y) sen(xy) 0
y cos(xy)
(x, y) =
=
=
2
x
x cos(y)
cos y
cos y
Ahora calculamos la derivada parcial con respecto de y, considerando x como si fuera una constante y derivando
la funcin con respecto de y:
f
sen(xy)
cos(xy) x cos(y) sen(xy) ( sen(y))
(x, y) =
=
y
y cos(y)
cos2 (y)
x cos(y) cos(xy) + sen(y) sen(xy)
=
cos2 (y)
Las derivadas parciales representan, como en el caso unidimensional, pendientes de rectas tangentes a ciertas
curvas.
Por ejemplo, consideremos la funcin f (x, y) = 2x2 y 2 , representada en la Figura ??, y sus derivadas parciales
en el punto (x, y) = (0, 1/2). Si en z = f (x, y) mantenemos constante y = 1/2 obtenemos una curva: la
interseccin de la superficie z = f (x, y) con el plano vertical y = 1/2 (plano vertical paralelo al plano OXZ). La
f
f
ecuacin de dicha curva es z = 2x2 1/4. El valor de
(x, y) = 4x en el punto (x, y) = (0, 1/2),
(0, 1/2) = 0
x
x
es la pendiente de la recta tangente a esta curva en el punto x = 0.
De forma anloga, si en z = f (x, y) mantenemos constante x = 0 obtenemos la curva interseccin de la superficie
z = f (x, y) con el plano vertical x = 0 (plano vertical paralelo al plano OY Z), de ecuacin z = y 2 . La pendiente
f
de la tangente a esta curva en el punto y = 1/2 es el valor de
(x, y) = 2y en el punto (x, y) = (0, 1/2), es
y
f
decir,
(0, 1/2) = 1.
y
4.5
Derivadas parciales de orden superior
Como en el caso de las funciones de una variable, es posible definir derivadas de orden superior. Por ejemplo,
f
la derivada parcial con respecto de x de
se escribe:
x
f
2f
=
x2
x x
120
Figura 4.8: Interseccin de la superficie z = 2x2 y 2

con el plano vertical y = 1/2.
Figura 4.9: Curva z = 2x2 1/4, interseccin de la

superficie z = 2x2 y 2 con el plano vertical y = 1/2.
z
Figura 4.10: Interseccin de la superficie z = 2x2 y 2

con el plano vertical x = 0.
Figura 4.11: Curva z = y 2 , interseccin de la superficie z = 2x2 y 2 con el plano vertical x = 0.
(Tambin se puede escribir fxx ). Anlogamente,

2f
f
=
,
y 2
y y
2f
f
fxy =
=
.
yx
y x
Obsrvese en esta ltima derivada que el subndice xy en fxy significa que se deriva en primer lugar respecto
de x y en segundo lugar respecto de y. Esto implica que, en principio, fxy no es lo mismo que fyx
fyy =
fyx =
2f
f
=
.
xy
x y
Sin embargo, en las condiciones adecuadas s se puede garantizar que el orden de derivacin es irrelevante:
Teorema 4.11 (Igualdad de las derivadas cruzadas)

Si f (x, y) y sus derivadas parciales fx , fy , fxy y fyx son continuas en un entorno del punto (x0 , y0 ), entonces
las derivadas cruzadas en dicho punto son iguales:
fxy (x0 , y0 ) = fyx (x0 , y0 )
121
Se pueden definir de forma similar derivadas de orden superior a 2, por ejemplo

2f
3f
=
x3
x x2

3f
2f
=
=
=
fyy
xyy
x y 2
x
fxxx =
fyyx
Como en el caso de las derivadas de orden 2, el orden de derivacin no importa si la funcin y sus derivadas
hasta el orden utilizado existen y son continuas en un entorno del punto (x0 , y0 ).
Ejemplo 4.12
3f
para la funcin
Calcular la derivada
y 2 x
las derivadas cruzadas del mismo orden.
f (x, y) = sen(3xy)
y comprobar la igualdad de todas
. fx = 3y cos(3xy)
. fy = 3x cos(3xy)

3y cos(3xy) = 3 cos(3xy) + 3y 3x sen(3xy) = 3 cos(3xy) 9xy sen(3xy) = fyx
. fxy =
y

. fyy =
3x cos(3xy) = 3x 3x sen(3xy) = 9x2 sen(3xy)
y
. fxyy =

3f
=
fxy =
3 cos(3xy) 9xy sen(3xy) = 18x sen(3xy) 27x2 y cos(3xy)
2
y x
y
y
. fyxy =

3f
=
fyx =
3 cos(3xy) 9xy sen(3xy) = 18x sen(3xy) 27x2 y cos(3xy)
yxy
y
y
. fyyx =

3f
=
fyy =
9x2 sen(3xy) = 18x sen(3xy) 27x2 y cos(3xy)
2
xy
x
x
Definicin 4.13 (Derivadas de funciones de ms de dos variables)

Los conceptos anteriores se pueden generalizar para funciones que dependen de tres, cuatro o ms variables. As
podramos definir las derivadas fx , fy , fz , fxz , fzyx , etc. de una funcin f = f (x, y, z).
4.6
Regla de la cadena para funciones de varias variables
La Regla de la Cadena, que ya se conoce para funciones de una variable, se puede extender a funciones de ms
de una variable.
Consideremos la funcin
z = f (x, y)
Supongamos que x e y son funciones que, a su vez, dependen de una tercera variable t. Entonces, z tambin
depender de t:
z = f (x(t), y(t))
Nos planteamos, pues, calcular la expresin de la derivada de z con respecto de t.
122
Teorema 4.14 (Regla de la Cadena para funciones de dos variables)

Si la funcin f (x, y) tiene derivadas pariales y son continuas, y x = x(t) e y = y(t) son a su vez funciones
dependientes de t y derivables, entonces la derivada de
z(t) = f (x(t), y(t))
viene dada por
dz
f
dx f
dy
=
(x(t), y(t))
+
(x(t), y(t))
dt
x
dt
y
dt
(4.1)
Ejemplo 4.15
Sea z = f (x, y) = x2 y 3 y sean

x(t) = sen t
y(t) = et
Calcular la expresin de la derivada de z con respecto de t en el punto t =

Utilizando la frmula (4.1) se tiene:
.
2
f
dx f
dy
dz
=
(x(t), y(t))
+
(x(t), y(t))
dt
x
dt
y
dt
Calculamos las derivadas involucradas:
f
= 2xy 3 ,
x
f
= 3x2 y 2 ,
y
dx
= cos t,
dt
dy
= et
dt

3
2 t 2 t
dz
= 2 sen t et cos t + 3 sen t
e
e = 2 e3t sen t cos t + 3 e3t sen2 t = sen t e3t 2 cos t + 3 sen t
dt

dz

( ) = sen e3/2 2 cos + 3 sen
= 3 e3/2 333.95
dt 2
2
2
2
4.7
Plano tangente
Recordamos el concepto de recta tangente a la curva de ecuacin y = f (x). La generalizacin al caso de una
funcin de dos variables es el plano tangente a la superficie de ecuacin z = f (x, y).
Ecuacin del plano tangente a una superficie

Si la funcin f (x, y) es continua y derivable en el punto (x0 , y0 ), y sus derivadas parciales son tambin continuas
en un entorno del punto (x0 , y0 ), entonces existe el plano tangente a la superficie z = f (x, y) en el punto
(x0 , y0 , z0 ) (z0 = f (x0 , y0 )) y su ecuacin es
z z0 =
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
123
Figura 4.12: Plano tangente a una superficie.
Ejemplo 4.16
Calcular el plano tangente en (x0 , y0 ) = (2, 0) a la superficie de ecuacin
z = f (x, y) = x2 y + 2x ey .
Ejemplo 4.17
Calcular el plano tangente en (x0 , y0 ) = (3, 1) a la superficie de ecuacin
z = f (x, y) = ln(x 2y 2 )
4.8
Aproximacin lineal
De la misma manera que en el caso unidimensional era posible aproximar una funcin f (x), cerca de un punto
x0 dado, por la recta tangente a la curva y = f (x) en dicho punto, tambin es posible aproximar una funcin
f (x, y), cerca del punto (x0 , y0 ), por el plano tangente a la superficie z = f (x, y) en dicho punto.
Aproximacin lineal de una funcin de dos variables
Sea f (x, y) una funcin derivable y con derivadas continuas en un entorno del punto (x0 , y0 ). Se llama aproximacin lineal o linealizacin de f (x, y) en (x0 , y0 ) a la funcin
L(x, y) = f (x0 , y0 ) +
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y y0 )
x
y
La bondad de la aproximacin f (x, y) L(x, y) viene determinada por los valores de las derivadas de segundo
orden de f cerca del punto (x0 , y0 ).
124
Ejemplo 4.18
Calcular una aproximacin lineal de la funcin
f (x, y) = x2 y + 2x ey
en el punto (2, 0).
La linealizacin de f en el punto (2, 0) viene dada por
L(x, y) = f (2, 0) +
f
f
(2, 0) (x 2) +
(2, 0) (y 0)
x
y
f
= 2xy + 2 ey ,
x
f
= x2 + 2x ey
y
f
(2, 0) = 2 e0 = 2,
x
f (2, 0) = 4 e0 = 4,
f
(2, 0) = 4 + 4 e0 = 8
y
Luego la aproximacin lineal de f (x, y) cerca de (2, 0) es

L(x, y) = 4 + 2(x 2) + 8(y 0) = 2x + 8y
Ejemplo 4.19
Calcular una aproximacin lineal de la funcin
f (x, y) = ln(x 2y 2 )
en el punto (3, 1). Utilizar esta funcin para calcular una aproximacin del valor de f en el punto
(3.05, 0.95), cercano al punto (3, 1) y compararlo con el valor exacto (utilizar una calculadora).
La linealizacin de f en (3, 1) es:
L(x, y) = f (3, 1) +
f
f
(3, 1) (x 3) +
(3, 1) (y 1)
x
y
f
1
=
,
x
x 2y 2
f (3, 1) = ln(3 2) = ln 1 = 0,
La aproximacin lineal es
f
4y
=
y
x 2y 2
f
1
(3, 1) =
= 1,
x
32
f
4
(3, 1) =
= 4
y
32
L(x, y) = 0 + (x 3) 4(y 1) = 1 + x 4y
En el punto (3.05, 0.95) se tiene
L(3.05, 0.95) = 1 + 3.05 4 0.95 = 0.25,

f (3.05, 0.95) = ln 3.05 2 0.952 0.2191
El error de aproximacin es pues |f (3.05, 0.95) L(3.05, 0.95)| = |0.25 0.2191| = 0.031
4.9
Gradiente de una funcin de dos variables
El vector gradiente de una funcin es de uso muy habitual en ciencias. Se refiere de un modo general a
variaciones apreciables de una determinada magnitud fsica que pueden generar un flujo de sta de unas zonas
125
a otras. Es frecuente, por ejemplo, hablar de un gradiente de temperaturas, que generar una transmisin de
calor de zonas de temperatura ms alta a zonas de temperatura ms baja; de gradiente de presin, que genera
el paso de un fluido de zonas de mucha presin a zonas de menor presin, . . .
Gradiente de una funcin de dos variables
Se define el gradiente de una funcin f (x, y) como el vector
f
(x, y)
x
f (x, y) =
f
(x, y)
y
siempre que existan ambas derivadas parciales.
Ejemplo 4.20
Calcular el vector gradiente de la funcin f (x, y) = 3x2 y 2y 2 en el punto (1, 0).
f
= 6x;
x
f
= 1 4y;
y
f
(1, 0) = 6
x
f
(1, 0) = 1
y
El vector gradiente en (1, 0) es, pues

f (1, 0) =
4.10

6
1
Derivadas direccionales
El concepto de derivada direccional se puede explicar fcilmente con el ejemplo siguiente:

Supongamos que nos encontramos sobre una superficie inclinada, por ejemplo, sobre la ladera de una montaa.
Dependiendo de la direccin en que caminemos, descenderemos o ascenderemos e incluso nos encontraremos con
una mayor o menor pendiente.
Figura 4.13: Distintos caminos sobre una superficie inclinada partiendo de un mismo punto.
Ahora imaginemos que dicha ladera viene dada por la superficie de ecuacin z = f (x, y): (x, y) son las coordenadas a nivel del mar del punto donde nos encontramos y z representa la altitud de dicho punto. Las distintas
126
direcciones que parten de ese punto vienen dadas por los distintos vectores (en el plano OXY ) que parten
del punto (x, y). La eleccin de una cierta direccin nos da un cierto control sobre la inclinacin del camino a
seguir. Dicha inclinacin se puede describir mediante la pendiente de la recta tangente al punto de arranque en
la direccin del camino. Esto es lo que se llama derivada direccional.
Las derivadas parciales de la funcin f (x, y), fx y fy , como ya se ha visto, son las derivadas direccionales en las
direcciones de los ejes coordenados, esto es, cuando nos movemos en direcciones paralelas a los eje coordenados
OX y OY , y en el sentido positivo de los mismos.
Cmo se puede expresar la pendiente cuando elegimos
unadireccin arbitraria? En primer lugar, dicha direccin
u1
se debe expresar mediante un vector unitario u =
(unitario significa que su longitud es 1).
u2
Derivada direccional de una funcin de dos variables
La derivada direccional de la funcin f (x, y) en el punto (x0 , y0 ) en la direccin del vector unitario u =
es el producto escalar:
Du f (x0 , y0 ) = f (x0 , y0 ) u =
f
f
(x0 , y0 ) u1 +
(x0 , y0 ) u2
x
y
u1
u2
(4.2)
Obsrvese que la eleccin de un vector unitario para definir la direccin hace que la derivada direccional coincida
con las derivadas parciales cuando la direccin u es la de uno de los ejes coordenados en sentido positivo.

1
En efecto, el vector que designa la direccin del eje OX en sentido positivo es u =
, y la derivada
0
direccional en esta direccin sera
f

(x0 , y0 )
x
f
f
f
1
(x0 , y0 ) 1 +
(x0 , y0 ) 0 =
(x0 , y0 )
Du f (x0 , y0 ) =
=
f
0
x
y
x
(x0 , y0 )
y

0
Anlogamente, para la direccin del eje OY es u =
, y la derivada direccional en esta direccin sera
1
f

(x0 , y0 )
x
f
f
f
0
(x0 , y0 ) 0 +
(x0 , y0 ) 1 =
(x0 , y0 )
=
f
1
x
y
y
(x0 , y0 )
y
De la misma manera que las derivadas parciales miden la variacin de la funcin en el sentido positivo de los
ejes coordenados, la derivada direccional mide la variacin de la funcin en la direccin y sentido del vector
u. Si, por ejemplo, Du f (x0 , y0 ) es un valor positivo, se tendr que, si nos movemos, a partir del punto (x0 , y0 )
en la direccin y sentido de u, la funcin f crecer, tanto ms rpidamente cuanto mayor sea dicho valor. Si,
por el contrario, Du f (x0 , y0 ) toma un valor negativo, esto indicar que la funcin decrece en dicha direccin.
127
Ejemplo 4.21
Se consideran la funcin f (x, y) = x2 y + y 2 y el punto (1, 1).
(a) Calcular el gradiente de la funcin.

(b) Calcular la derivada direccional en la direccin u =
esa direccin?
1
2

. Crece o decrece la funcin en

(c) Calcular las derivadas direccionales en las direcciones v =
1
1
1
1
2
3
yw=

. En cul de
ellas crece la funcin ms rpidamente?

(a) Calculamos las derivadas parciales y el gradiente

= 2xy
2xy
x
f
=
;
f
x2 + 2y
= x2 + 2y
y

f (1, 1) =
(b) Comenzamos por construir un vector unitario con la misma direccin que el vector u. Para ello slo hay
que dividir u por su mdulo:
|u| =
1
12 + (2)2 = 5. As, el vector u es unitario.
5
1
Calculamos ahora la derivada direccional en el punto (1, 1) en la direccin u:
5

8
1
1
1
1
2
1
2
(2) 1 + 3 (2) =
=
Du f (1, 1) =
2
3
2
3
5
5
5
5
Esto significa que en dicha direccin la funcin f decrece, puesto que la derivada es negativa.
(c) Comenzamos tambin aqu por normalizar los vectores v y v:
p
p
|v| = 12 + 12 = 2, |w| = (1)2 + 12 = 2.

2
3
1
= (2 + 3) =
2

1
1
2
1
Dw f (1, 1) =
= (2 + 3) =
1
3
2
2
Dv f (1, 1) =
1
1
1
,
2
5
.
2
Es decir, la funcin crece en ambas direcciones, aunque lo hace ms rpidamente en la direccin de w.
4.11
Propiedades del vector gradiente
El vector gradiente de una funcin en un punto (x0 , y0 ) tiene la importante propiedad de que seala la direccin
de mximo crecimiento de la funcin en dicho punto. Es decir, de entre todas las (infinitas) direcciones que parten
del punto (x0 , y0 ) la direccin definida por el gradiente es aqulla en la que la funcin f crece (localmente) ms
rpidamente. Como consecuencia, la direccin opuesta al gradiente es aqulla en la que la funcin decrece ms
rpidamente.
Esta propiedad es de una importancia primordial en muchas situaciones reales. Por ejemplo, la quimiotaxis,
y = x
128
4
3
5
Dw f = 1
1
2
Dv f =
2
w
v
0
-3
-2
-1
-1
8
u D f=
u
5
-2
-3
Figura 4.14: Derivadas direccionales del Ejemplo 4.21.

x0
x
x +
que es el mecanismo por el que algunas clulas se mueven
de acuerdo con la concentracin de ciertas sustancias
qumicas en su medio ambiente, eligiendo para ello la direccin del gradiente de la concentracin, si se busca, por
ejemplo, alimento, o la opuesta al gradiente, si se busca, por ejemplo, alejarse de un veneno. En los organismos
multicelulares es fundamental tanto en las fases tempranas del desarrollo (por ejemplo en el movimiento de los
espermatozoides hacia el vulo) como en las fases ms tardas (como la migracin de neuronas o linfocitos).
Otra propiedad importante del vector gradiente es que es perpendicular a la curva de nivel de la funcin f que
pasa por el punto (x0 , y0 ).
0
Rosa Echevarra Lbano
Phone: (34) 954557993 E-mail: rel@us.es
Figura 4.15: El vector gradiente en un punto es perpendicular a la curva de nivel que pasa por ese punto.
Propiedades del vector gradiente

Sea f (x, y) una funcin derivable. El vector gradiente f (x, y) tiene las propiedades siguientes:
(a) En cualquier punto (x0 , y0 ), el mximo crecimiento de la funcin f se produce en la direccin del vector
gradiente f (x0 , y0 ).
(b) El vector gradiente en un punto (x0 , y0 ) es perpendicular a la curva de nivel que pasa por ese punto.
uaciones Diferenciales y Anlisis Numrico
ano
129
4.12
1
D(f )y mnimos relativos
Mximos
De
2modo
1 informal, 1un mximo
2
3local o relativo de una funcin es un punto es un punto en el que el valor de
funcin es mayor que en todos los puntos de alrededor.
1
2
y = x
3
4
3
Dw f = 5
w
DvFigura
f = 14.16: Una funcin con varios
Departamento
de Ecuaciones
Diferenciales
y Anlisis Numrico
mximos
y mnimos
relativos.
Universida
-3
La
nocin-1de alrededor
se1puede formalizar
escribiendo en todos los puntos de un entorno.
-2
0
2
3
En dimensin 1 un entorno de un punto x0 es un intervalo centrado en x0 y de radio
-1
(x0 , y0 )
En dimensin 2, un entorno de radio de un punto (x0 , y0 ) es un crculo de radio centrado
en el punto
(x0 , y0 ).
Du f = 8
EnDepartamento
dimensin
una esfera
centrada
en el punto
y de radio
-2 3,desera
Ecuaciones
Diferenciales
y Anlisis
Numrico
z
-3
(x0 , y0 )
x0
x0
R
y
x0 +
x
z
Recordamos que, en dimensin 1, una condicin necesaria para
que una funcin derivable tenga un extremo
relativo en un punto x0 era que
f 0 (x0 ) = 0
lo que significa que la tangente a y = f (x) en el punto (x0 , f (x0 ) es horizontal. Esta idea se generaliza a funciones
!
de ms de una variable:
Phone:
(34) 954557993
E-mail:
rel@us.es
Teorema 4.22 (Condicin
necesaria
de extremo
local
de una funcin de dos variables)
Una condicin necesaria para que la funcin f (x, y) tenga un extremo ylocal en el punto (x0 , y0 ) es que sea

x
0
f (x0 , y0 ) =
,
0
lo que geomtricamente significa que el plano tangente a z = f (x, y) en el punto (x0 , y0 , f (x0 , y0 )) es horizontal.
130
En efecto, la ecuacin del plano tangente a z = f (x, y) en un punto (x0 , y0 ) con f = 0 es:
z = f (x0 , y0 ) +
f
f
(x0 , y0 ) (x x0 ) +
(x0 , y0 ) (y x0 ) = f (x0 , y0 ),
x
y
es decir z = constante = f (x0 , y0 ) que efectivamente, es la ecuacin de un plano horizontal (paralelo al plano
OXY ).
Figura 4.17: Los puntos que verifican f (x0 , y0 ) = 0 son los puntos en los que el plano tangente es horizontal.
A los puntos que verifican f = 0 se les suele denominar puntos crticos. Tambin son puntos crticos los
puntos en los que f no es derivable.
Ejemplo 4.23
Hallar los puntos crticos de la funcin
f (x, y) = 3xy x3 y 3
La funcin f est bien definida para todo (x, y) R2 y es continua y derivable en R2 .
Los nicos puntos crticos sern los que anulen el gradiente:
2
2
x = 3y 3x = 3(y x ) = 0
= 3x 3y 2 = 3(x y 2 ) = 0
y
Los puntos crticos son pues los puntos que verifican el sistema de ecuaciones
y = x2

x=0y=0
x = y 2 = (x2 )2
x = 1 y = 12 = 1
Este sistema tiene por lo tanto dos soluciones, que son los puntos crticos de la funcin f :
(0, 0)
(1, 1)
De forma anloga a como sucede en dimensin 1, los puntos crticos son slo candidatos a ser extremos relativos:
Los extremos relativos, si existen, estn entre ellos, pero no todos lo son.
131
Figura 4.18: Ejemplos de puntos con gradiente nulo que no son mximos ni mnimos. En el primer caso, se trata
de un punto de inflexin en ciertas direcciones que pasan por l, mientras que en otra direccin la funcin es
constante. En el segundo caso la funcin tiene un mnimo en ciertas direcciones mientras que tiene un punto de
inflexin en otras. El tercer caso se trata de un punto de silla, en el que la funcin tiene un mximo en unas
direccines y un mnimo en otras.
4.13 Uso de las derivadas segundas para determinar mximos y mnimos relativos
Recordemos que en dimensin 1 el valor de la derivada de segundo orden de la funcin en un punto crtico
permite, a veces, determinar si dicho punto es un mximo o un mnimo:
Si f 00 (x0 ) > 0 entonces f tiene un mnimo relativo en x0 .
Si f 00 (x0 ) < 0 entonces f tiene un mximo relativo en x0 .
En dimensin 2 tambin existen criterios, que involucran las derivadas parciales de segundo orden, que permiten,
en ocasiones, decidir si un punto crtico es un mximo o un mnimo.
Definicin 4.24 (Matriz hessiana)

Se denomina matriz hessiana de f (x, y) en el punto (x0 , y0 ) a la matriz

Hess(x0 , y0 ) =
fxx (x0 , y0 ) fxy (x0 , y0 )

fyx (x0 , y0 ) fyy (x0 , y0 )
(Recurdese que si la funcin f es suficientemente regular las derivadas cruzadas son iguales, es decir
fxy (x0 , y0 ) = fyx (x0 , y0 )).
Teorema 4.25
Sea f (x, y) una funcin cuyas derivadas parciales de segundo orden son continuas en un entorno del punto
(x0 , y0 ), en el que se tiene f (x0 , y0 ) = 0, lo que geomtricamente significa que el plano tangente a z = f (x, y)
en el punto (x0 , y0 , f (x0 , y0 )) es horizontal. Sea D el determinante de la matriz hessiana de f en (x0 , y0 ):
2
D = det Hess(x0 , y0 ) = fxx (x0 , y0 ) fyy (x0 , y0 ) fxy (x0 , y0 )
(a) Si D > 0 y fxx (x0 , y0 ) > 0, entonces f tiene un mnimo local en (x0 , y0 ).
(b) Si D > 0 y fxx (x0 , y0 ) < 0, entonces f tiene un mximo local en (x0 , y0 ).
(c) Si D < 0, entonces f tiene un punto de silla en (x0 , y0 ).
En los dems casos este criterio no permite sacar conclusiones.
132
Ejemplo 4.26
Clasificar los punto crticos de la funcin
f (x, y) = 3xy x3 y 3 .
Los puntos crticos son (vase el Ejemplo 4.23) (0, 0) y (1, 1)
fx = 3y 3x2 ,
fy = 3x 3y 2

fxx = 6x,
fyy = 6y
fxy = 3,
1. Punto (x0 , y0 ) = (0, 0):
Hess(0, 0) =
0
3
3
0
6x
3
3
6y
Hess(x, y) =
det Hess(0, 0) = 9 < 0.
En consecuencia, (0, 0) es un punto de silla de f .

6
3
2. Punto (x0 , y0 ) = (0, 0): Hess(1, 1) =
3 6
det Hess(0, 0) = 27 > 0.
Como, adems, fxx (1, 1) = 6 < 0, se tiene que (1, 1) es un mximo de f .
Ejemplo 4.27
Calcular y clasificar los punto crticos de la funcin f (x, y) = 2x2 xy + y 4 .
Esta funcin est bien definida y es continua y derivable en todo R2 y sus derivadas parciales son:
fx = 4x y,
fxx = 4,
fy = x + 4y 3
fxy = 1,
fyy = 12y
f (x, y) =
4x y
x + 4y 3
Hess(x, y) =
4
1
1
12y 2
1. Punto crticos son los puntos que verifican el sistema de ecuaciones:

f (x, y) =
0
0
4x y = 0 y = 4x
x=0
x=
1
4y 3 x = 4 (4x)3 x = x(256x2 1) = 0
16
2
x =
256
1
x=
16
A cada uno de estos valores para la variable x hay que asociar el correspondiente valor de y = 4x:
A x = 0 le corresponde y = 4 0 = 0
1
1
1
Ax=
le corresponde y = 4
=
16
16
4
1
1
1
Ax=
le corresponde y = 4
=
16
16
4
(x1 , y1 ) = (0, 0)
En consecuencia, f tiene tres puntos crticos:
1 1
,
16 4
1 1
(x3 , y3 ) =
,
16 4
(x2 , y2 ) =
2. Tratamos ahora de clasificar los puntos crticos.
Para (x1 , y1 ) = (0, 0): Hess(x1 , y1 ) =
133
4
1
1
0

det Hess(0, 0) = 1 < 0,
luego (x1 , y1 ) = (0, 0) es un punto de silla .

1 1
4 1
Para (x2 , y2 ) =
,
: Hess(x2 , y2 ) =
det Hess(x2 , y2 ) = 2 > 0 y
1 3/4
16 4
1 1
fxx (x2 , y2 ) = 4 > 0, luego (x2 , y2 ) =
,
es un mnimo .
16 4

1 1
4 1
Para (x3 , y3 ) =
, : Hess(x3 , y3 ) =
det Hess(x3 , y3 ) = 2 > 0 y
1 3/4
16 4
1 1
,
es un mnimo .
fxx (x3 , y3 ) = 4 > 0, luego (x3 , y3 ) =
16 4
Tema 5
Ecuaciones diferenciales
5.1
Introduccin
Existen numerosos modelos matemticos de diversa ndole que se utilizan para el estudio de problemas en
Biologa y otras ciencias experimentales; sus objetivos principales son describir, explicar y predecir fenmenos
y procesos en dichas reas. Una gran parte de esos modelos se expresan mediante ecuaciones diferenciales.
El objetivo de este tema es describir brevemente algunos de los conceptos bsicos relacionados con las ecuaciones
diferenciales ordinarias, mostrar tcnicas elementales de su resolucin, as como exponer ejemplos prcticos de
aplicaciones.
Ecuacin diferencial
Es una ecuacin en que la incgnita es una funcin y que, adems, involucra tambin las derivadas de la
funcin hasta un cierto orden.
La incgnita no es el valor de la funcin en uno o varios puntos, sino la funcin en s misma.
Cuando la incgnita es una funcin de una sola variable se dice que la ecuacin es ordinaria, debido a que
la o las derivadas que aparecen son derivadas ordinarias (por contraposicin a las derivadas parciales de las
funciones de varias variables).
Por ejemplo,
y 0 (t) = y(t)
(5.1)
es una ecuacin diferencial ordinaria de primer orden, ya que la mxima derivada que aparece en ella es la de
primer orden. Aqu, t es la variable independiente e y = y(t), que es una funcin desconocida que depende de
t, es la incgnita. Si no resulta confuso se suele escribir tambin esta ecuacin en la forma y 0 = y, omitiendo
la mencin expresa a la dependencia de y respecto a la variable independiente t.
Naturalmente, la utilizacin de las letras t e y, aunque es la que se utiliza en estas notas, es arbitraria. Por
ejemplo, la ecuacin anterior se podra escribir tambin A0 (x) = A(x), siendo aqu x la variable independiente
y A la incgnita.
Lo que interesa, con respecto a la ecuacin (5.1), es encontrar una o varias funciones y = (t) que verifiquen la
igualdad
0 (t) = (t)
para todo t perteneciente a un cierto intervalo I
Una tal funcin se dice que es una solucin de la ecuacin (5.1) en el intervalo I.
Con carcter general, una ecuacin diferencial ordinaria de primer orden se escribe:
y 0 = f (t, y)
134
(5.2)
135
y se dice que y = (t) es solucin en el intervalo I de esta ecuacin si se verifica

d
(t) = f (t, (t)), t I.
0 (t) =
dt
(5.3)
es decir, si cuando se sustituye en la ecuacin y por su expresin e y 0 por la expresin de la derivada, lo que se
obtiene es una identidad, algo que es cierto para todo t I.
Ejemplo 5.1
La funcin y = et es solucin de la ecuacin y 0 = y en todo R, ya que
y 0 (t) = et = y(t),
t R.
Pero tambin es solucin cualquier funcin de la forma y = Cet siendo C una constante arbitraria, puesto que
y 0 (t) = Cet = y(t),
t R.
C=1
C=1/2
C=0
C=1/2
C=1
As pues, la ecuacin del Ejemplo (5.1) tiene infinitas soluciones, lo que no es una particularidad de esta
ecuacin concreta. La ecuacin diferencial ordinaria (5.2) posee, en general, una familia de infinitas soluciones
dependientes de una constante arbitraria, a la que se llama solucin general de (5.2). Para cada valor de dicha
constante arbitraria se obtiene una solucin particular.
Se llama resolver una ecuacin diferencial a encontrar su solucin general. En realidad, esto slo es posible
para unas cuantas (pocas) ecuaciones sencillas. Para la inmensa mayora de las ecuaciones diferenciales es
necesario recurrir a mtodos numricos y calcular soluciones aproximadas con ayuda de un ordenador.
Con frecuencia lo que interesa en las aplicaciones es encontrar una solucin particular que verifique alguna condicin adicional. Por ejemplo, que toma un valor dado para un valor, tambin dado, de la variable independiente.
Problema de valor inicial

y 0 = f (t, y)
y(t0 ) = y0 ,
Este problema consiste en:

Encontrar, de entre todas las soluciones de la ecuacin diferencial y 0 = f (t, y), aquella que para
t = t0 toma el valor y = y0 o, lo que es lo mismo, aquella que pasa por el punto (t0 , y0 ).
El nombre proviene del hecho de que, con frecuencia, la variable independiente, t, representa el tiempo, y el
valor t0 es el instante en que comienza un experimento, observacin o simulacin.
136
En general, si se verifican ciertas condiciones razonables de regularidad de la funcin f , un problema de valor

inicial tiene solucin nica.
Ejemplo 5.2
El problema de valor inicial, asociado a la ecuacin (5.1),

y 0 = y
y(0) = 1 ,
(5.4)
tiene una nica solucin, y = et , que se puede encontrar imponiendo la condicin inicial, y(0) = 1, a las
funciones de la familia de soluciones, y = Cet , y deduciendo para qu valor de la constante arbitraria C se
cumple la condicin inicial. Es decir:
y(0) = C e0 = C = 1
La solucin del problema de valor inicial es, pues,
C = 1.
C=1
C=1/2
y = et
C=0
(0,1)
C=1/2
C=1
Ejemplo 5.3
Comprobar que, sea cual sea el valor del parmetro k R, la funcin y = 20 3ekt es solucin de
la ecuacin y 0 = k(20 y).
Para comprobarlo se han de sustituir y e y 0 en la ecuacin y verificar que el resultado es una identidad en t,
es decir, que la igualdad es cierta para todos los valores posibles de t.
Se tiene:

y0
= 3kekt

k(20 y) = k 20 (20 3ekt ) = 3kekt
(5.5)
luego, efectivamente, es solucin.
A continuacin se explica cmo se pueden resolver varios ejemplos de ecuaciones diferenciales ordinarias de
primer orden sencillas.
5.2
137
Resolucin de ecuaciones diferenciales de la forma y0 = a(t)
En muchas aplicaciones, la variable independiente t representa el tiempo. Si la velocidad de variacin de una

magnitud depende slo del tiempo, la ecuacin diferencial que verifica es de la forma
y 0 = a(t),
(5.6)
donde a = a(t) es una funcin que depende slo de la variable independiente t, definida en un intervalo I.
Resolucin de y 0 = a(t)
1. Utilizando la notacin
dy
dy
, se escribe y 0 =
= a(t), y de aqu
dt
dt
dy = a(t) dt.
2. A continuacin, se integra separadamente en ambos miembros de esta ecuacin, en el primer miembro

respecto de y y en el segundo miembro respecto de t.
Z
Z
dy = a(t) dt.
3. Denotemos por A(t) una primitiva (cualquiera, pero fija) de a(t). Se tiene entonces, recordando que todas
las dems primitivas de a(t) se pueden obtener a partir de sta sumndole una constante,
y = A(t) + C
siendo C R una constante arbitraria, es la solucin general de la ecuacin.
y 0 = a(t)
y(t0 ) = y0
Ahora lo que se desea es averiguar cul es la solucin de la ecuacin diferencial y 0 = a(t) que verifica y(t0 ) = y0 .
Para ello el procedimiento a seguir es:

Resolucin del problema de valor inicial
1. Calcular la solucin general de la ecuacin y 0 = a(t) que, por lo visto antes, es y = A(t) + C siendo A(t)
una primitiva de a(t).
2. Para hallar cul, entre todas las soluciones, es la que verifica y(t0 ) = y0 , hay que averiguar para qu valor
de C se tiene
y0 = y(t0 ) = A(t0 ) + C C = y0 A(t0 )
3. Por lo tanto la solucin del problema de valor inicial es
y = A(t) + y0 A(t0 )
138
Ejemplo 5.4
Calcular la solucin general de y 0 = 3 + t
Z
Z
dy
=3+t
dy = (3 + t) dt
y0 =
dt
1
y = 3t + t2 + C
2
La solucin general de la ecuacin es, pues,
C=1
1
y = 3t + t2 + C
2
C=1
0
Ejemplo 5.5
y =3+t
Resolver el problema de valor inicial
y(0) = 0
Hay que hallar el valor de C que hace que y = 3t +
y(0) = 0:
1 2
t + C verifique
2
C=1
y(0) = 0 = C C = 0
(0,0)
La solucin del problema de valor inicial es, por lo tanto

1
y = 3t + t2
2
C=1
0
Ejemplo 5.6
y = t2
Resolver el problema de valor inicial:
y(0) = 1/2
Se calcula, en primer lugar, la solucin general de y 0 = t2 :
Z
Z
1
dy
y0 =
= t2
dy = t2 dt y = t3 + C
dt
3
Por lo tanto, la solucin general es
y=
1 3
t +C
3
C=1
(0,1/2)
t
C=1
Para obtener la solucin particular que verifica y(0) = 1/2, se impone

esta condicin y se despeja C:
1
1
1
= y(0) = 03 + C = C C =
2
3
2
139
Ejemplo 5.7
y0 = 1
1+t
Resolver el problema de valor inicial:
y(0) = 1
Z
Z
1
1
0
y =
dy =
dt
1+t
1+t
y = ln |1 + t| + C
La solucin general de la ecuacin es, pues,

y = ln |1 + t| + C
C=1.5
(0,1)
C=1
Se impone ahora la condicin inicial:

1 = y(0) = ln(1 + 0) + C = C C = 1
Luego la solucin del problema es
y = ln(1 + t) + 1
t (1, +)
5.3
140
Ecuaciones diferenciales de variables separables y0 = a(t) g(y)
Son ecuaciones de la forma
y 0 = a(t)g(y),
donde a(t) es una funcin, definida en un intervalo I, que depende slo de la variable independiente, t, y g(y)
es una funcin que depende slo de la variable dependiente, y.
Para resolverla se procede como sigue:
Resolucin de y 0 = a(t)g(y)
1. Utilizando la notacin
dy
dy
, se escribe y 0 =
= a(t) g(y)
dt
dt
2. A continuacin, se separan las variables, de forma que a un lado del signo = est slo lo que depende
de y y al otro lado est slo lo que depende de t: si g(y) 6= 0 se puede poner (en caso contrario, vase el
punto 5):
1
dy = a(t) dt
g(y)
3. Se integra separadamente en ambos miembros de esta ecuacin, en el primer miembro respecto de y y en
el segundo miembro respecto de t.
Z
Z
1
dy =
a(t) dt
g(y)
4. Sean
1
dy
g(y)
Z
G(y) =
dos primitivas de
Z
A(t) =
a(t) dt
1
y a(t) respectivamente. Entonces la solucin general viene dada por
g(t)
G(y) = A(t) + C
De esta expresin, si se puede, se despeja y. Si no se puede, se deja como est.

5. Si hay algn valor de y que anule la funcin g, por ejemplo, g() = 0, entonces la ecuacin y 0 = a(t)g(y)
tiene la solucin constante y = , que puede estar, o no, incluida en la solucin general G(y) = A(t) + C.
Se debe comprobar esto.
Ejemplo 5.8
Calcular la solucin general de la ecuacin diferencial y 0 = yt.
Z
Z
1
1
0
y = yt
dy = t dt ln |y| = t2 + C
y
2
2
|y| = et
/2 + C
= et
/2
eC y = et
/2
eC = et
/2
eC
Comentario importante: Puesto que C representa aqu un valor cualquiera,

tambin eC es un valor cualquiera. Por lo tanto, y con el fin de no complicar
intilmente la notacin, seguiremos usando la letra C para designar el valor
arbitrario eC .
Queda entonces
2
y = C et /2
C=1
C=0
C=1
La solucin constante y = 0 que la ecuacin, evidentemente, tiene, est

incluida en esta ltima expresin para el valor de la constante C = 0.
141
La constante arbitraria en la resolucin de ecuaciones diferenciales.

En la resolucin de ecuaciones diferenciales se aplica de forma sistemtica el comentario del Ejercicio 5.8:
Debido a las operaciones que se realizan para expresar adecuadamente la solucin, con frecuencia la constante
aparece inmersa en alguna expresin.
Sin embargo, para no complicar sin necesidad la notacin, se sigue denotando por C a dicha expresin.
Ejemplo 5.9
Calcular la solucin general de la ecuacin diferencial y 0 = y 2 cos t.
y 0 = y 2 cos t
1
dy =
y2
cos t dt
1
= sen t + C
y
y
1
y=
sen t + C
La ecuacin y 0 = y 2 cos t tiene, adems, la solucin constante
y = 0, que no est incluida en la familia de funciones anterior : no
se obtiene de su expresin para ningn valor de la constante C.
Resumiendo, las soluciones de la ecuacin son:
y=
1
sen t + C
C= 1.2
y=0
t
C=1.6
y adems y = 0
Ejemplo 5.10
Calcular la solucin general de la ecuacin diferencial y 0 = 2y.
Z
Z
1
y 0 = 2y
dy = 2 dt ln |y| = 2t + C
y
Para despejar la incgnita, y, se toman exponenciales en ambos
miembros de la igualdad anterior, y se obtiene
C= 1
C= 0.5
y = e2t+C = e2t eC = e2t (ec )

Aqu, como en el Ejemplo (5.8), si C es una constante arbitraria,
eC tambin lo es, y la seguimos llamando C para no complicar
la notacin. Por lo tanto, la solucin general de la ecuacin es
y = C e2t ,
La solucin constante
y=0
C R arbitraria
y=0
C= 0.5
est incluida para el valor C = 0.
142
Ejemplo 5.11
0
y2 1
y
=
Hallar la solucin del problema
t
y(1) = 1/2
y0 =
y2 1
1
dy =
y2 1
1
dt
t
La integral del primer miembro se calcula escribiendo el integrando como una suma de fracciones simples:
Z

Z
y 1
1
1
1
1
1

= ln |t| + C
dy =
dy = ln
y2 1
2
y1 y+1
2
y + 1

y 1
= 2(ln |t| + C) = 2 ln |t| + 2C = ln t2 + C
ln
y + 1
Tomando exponenciales en ambos miembros:

y 1
2
y1
ln t2 +C

= eln t eC = C t2
= (C) t2 = C t2
y + 1 = e
y+1
y 1 = C t2 (y + 1) = Ct2 y + Ct2 y Ct2 y = y(1 Ct2 ) = 1 + Ct2
1 + Ct2
2Ct2
2t2
=1+
=1+
2
2
1 Ct
1 Ct
C t2
La ecuacin tiene tambin las soluciones constantes y = 1 e
y = 1, la segunda incluida para C = 0, la primera no.
y
Para hallar la solucin que verifica y(1) = 0.5 imponemos esta
condicin en la solucin general y despejamos C:
y=
y=1
(1,1/2)
1
2
1
2
= y(1) = 1 +
=
C = 3
2
C 1
2
C 1
As pues, la solucin del problema es

2
y =1+
C= 3
y= 1
2t
2t
=1
3 t2
3 + t2
Ejemplo 5.12
Calcular la solucin general de la ecuacin diferencial y 0 = 2 3y.
Se comienza dividiendo en ambos miembros por 2 3y (se debe recordar que luego hay que comprobar si la
solucin constante y = 2/3 est contenida en la solucin general) y se integra en ambos miembros por separado
(las integrales son inmediatas):
Z
Z
1
1
0
y = 2 3y
dy = dt ln |2 3y| = t + C ln |2 3y| = 3(t + C) = 3t + C
2 3y
3
y
Tomando exponenciales en ambos miembros:

2 3y = e3t+C = e3t eC = C e3t y =
C= 0.5

1
2 C e3t
3
2
est contenida en esta familia de
La solucin constante y =
3
funciones para el valor de C = 0.
y=2/3
C= 0.5
143
Ejemplo 5.13
Calcular la solucin general de la ecuacin diferencial y 0 = y 2y 2
El segundo miembro, que se puede factorizar en la forma y 2y 2 = y(1 2y), se anula claramente para y = 0
y para y = 1/2 que son soluciones constantes de la ecuacin.
Para resolverla se pasa y(1 2y) al primer miembro dividiendo y se integra en ambos lados. La integral del
primer miembro se hace por descomposicin en suma de fracciones simples:

Z
Z
Z
Z
2
1
1
1
y0 = 1
dy = dt
+
dy = dt
y(1 2y)
y(1 2y)
y 1 2y

y
=t+C
ln |y| ln |1 2y| = ln
1 2y
Tomando exponenciales en ambos miembros de la ltima igualdad se tiene
y
= C et y = C et (1 2y) = Cet 2Cet y y + 2Cet y = y(1 + 2Cet ) = Cet
1 2y
y, finalmente, despejando aqu la incgnita
y=
Cet
1 + 2Cet
que es mejor escribir dividiendo numerador y denominador por

Cet :
1
1
y=
=
1
Cet + 2
+2
Cet
La solucin constante y = 0 no est incluida en esta expresin.
En cambio, s lo est la solucin y = 1/2 (para C = 0).
C= 1
y=1/2
C= 1
C= 40
y=0
144
Ecuaciones diferenciales lineales y0 = a(t) y + b(t)
5.4
Son las ecuaciones de la forma

y 0 = a(t)y + b(t)
(5.7)
donde a = a(t) y b = b(t) son funciones que dependen de la variable independiente t.

Cuando b(t) 0 se dice que la ecuacin (5.7) es lineal homognea:
Dada la ecuacin no homognea (5.7), se denomina ecuacin homognea asociada a la ecuacin que se
obtiene eliminando el trmino no homogneo, es decir
y 0 = a(t)y.
(5.8)
El mtodo de resolucin de estas ecuaciones est basado en la siguiente propiedad fundamental de sus soluciones:
Solucin general de una ecuacin lineal.

La solucin general de la ecuacin diferencial lineal (5.7) se puede escribir como la suma de la solucin general
de su ecuacin homognea asociada, (5.8), y una solucin particular cualquiera de la ecuacin completa (5.7):
y = yh (t) + yp (t),
donde
yh (t) es la solucin general de y 0 = a(t) y
yp (t) es una solucin particular cualquiera de y 0 = a(t) y + b(t)
En consecuencia, la resolucin de la ecuacin (5.7) se lleva a cabo en dos etapas:

1. Se calcula la solucin general de la ecuacin homognea asociada (5.8).
2. Se calcula una solucin particular (cualquiera) de la ecuacin completa (5.7).
Se explica a continuacin, con ms detalle, cmo se ponen en prctica estas etapas.
1. La ecuacin homognea asociada
y 0 = a(t)y
es una ecuacin de variables separables. Procediendo a separar las variables, e integrando en ambos
miembros, se tiene
Z
Z
1
dy =
a(t) dt ln |y| = A(t) + C y = eA(t)+C = C eA(t)
y
donde A(t) es una primitiva de a(t). As, la solucin general de la ecuacin homognea (5.8) es
yh (t) = C eA(t)
Denotemos G(t) = eA(t) .
2. La solucin general de la ecuacin homognea asociada siempre es de la forma
yh (t) = C G(t),
con C R arbitraria,
donde G(t) = eA(t) y por tanto verifica G0 (t) = A0 (t) eA(t) = a(t) eA(t) , puesto que A(t) es una primitiva
de a(t).
145
El clculo de una solucin particular de la ecuacin (5.7) se puede llevar a cabo por el mtodo de
Lagrange de variacin de la constante, que consiste en buscar dicha solucin sabiendo que es de la
forma:
(5.9)
yp (t) = K(t) G(t).
Para encontrar la funcin K(t) adecuada, se sustituye en la ecuacin (5.7), y as se encontrar la condicin
que debe verificar K(t) para que yp (t) sea solucin, es decir, que verifique yp0 (t) = a(t) yp (t) + b(t):
yp0 (t)
a(t)yp (t) + b(t)
= K 0 (t)G(t) + K(t)G0 (t) = K 0 (t)G(t) + K(t)a(t)G(t)

= a(t)K(t)G(t) + b(t)
yp0 (t) = a(t)yp (t) + b(t)
K 0 (t)G(t) = b(t)
K 0 (t) = b(t)
1
G(t)
luego, para que (5.9) sea solucin de (5.7), tiene que ser
Z
1
dt.
K(t) =
b(t)
G(t)
de donde la solucin particular de (5.7) que se busca es
Z
1
dt.
yp (t) = G(t)
b(t)
G(t)
Finalmente, segn la propiedad antes explicada, la solucin general de la ecuacin lineal es
Z

Z
1
1
dt =
b(t)
dt + C G(t).
y(t) = yh (t) + yp (t) = C G(t) + G(t) b(t)
G(t)
G(t)
El resumen de este proceso es, pues, el siguiente
Clculo de la solucin general de la ecuacin diferencial lineal y0 = a(t)y + b(t).
1. Calcular yh , la solucin general de la ecuacin homognea asociada y 0 = a(t)y, que ser de la forma
yh (t) = C G(t)
2. Calcular
Z
K(t) =
3. La solucin general es
y(t) = ( K(t) + C ) G(t),
b(t)
1
dt
G(t)
con C R cualquiera.
Ejemplo 5.14
Calcular la solucin general de la ecuacin diferencial y 0 = 2y + t.
En primer lugar se calcula la solucin general de la ecuacin homognea asociada, y 0 = 2y, que es de variables
separables:
Z
Z
1
1 0
y =2
dy = 2 dt ln |y| = 2t + C y = C e2t
y
y
As pues, la solucin general de la ecuacin homognea asociada es yh (t) = C e2t . Ponemos ahora G(t) = e2t y
calculamos
Z
Z
Z
1
1
K(t) = b(t)
dt = t 2t dt = te2t dt
G(t)
e
146
Esta ltima integral se hace por partes:

"
#

Z
Z
u=t
u0 = 1
1 2t 1 2t
1 2t
1
1 2t 1
2t
2t
1
te
dt =
te
+
e
dt
=
te
e
=
e
t
+
=
v 0 = e2t v = e2t
2
2
2
4
2
2
2
Con esto ya se tiene la solucin particular buscada:

1
1
1
1
yp (t) = K(t) G(t) = e2t t +
e2t =
t+
2
2
2
2
y
C=2
y, por tanto, tambin la solucin general:
C=0
1
y(t) = yh (t) + yp (t) = C e
2
2t
1
t+
2
C= 1
0
Ejemplo 5.15
y = 2y + t
Hallar la solucin del problema de valor inicial
y(0) = 1
0
La solucin general de la ecuacin y = 2y + t ya se ha calculado en el Ejemplo anterior y es

1
1
2t
y =Ce
t+
2
2
Para hallar la solucin del problema de valor inicial, slo hay que imponer la condicin inicial y deducir para
qu valor de C se cumple:

1
1
1
1
5
1 = y(0) = Ce0
0+
=C
C =1+ =
2
2
4
4
4
y
C=2
Luego la solucin buscada es:

y=
5 2t 1
e
4
2

t+
1
2

(0,1)
t
C=0
C= 1
Ejemplo 5.16
2
Calcular la solucin general de y 0 = ty + tet .
Se calcula en primer lugar la solucin general de la ecuacin homognea asociada:
Z
Z
2
1
1
0
y = ty
dy = tdt ln |y| = t2 + C y = C et /2
y
2
2
As pues, la solucin general de la homognea es yh (t) = C et /2 . Ponemos G(t) = et /2 .

Ahora, para hallar una solucin particular de la ecuacin completa, se calcula
Z
Z
Z
Z
2
2
1
1
t2
t2 t2 /2
K(t) = b(t)
dt =
t e t2 /2 dt =
te e
dt =
t et /2 dt = et /2
G(t)
e
147
En consecuencia, la solucin particular buscada es
C=3
C=0
yp (t) = e
t /2 t /2
=e
y la solucin general de la ecuacin completa es
C= 1
y(t) = yh (t) + yp (t) = C et
/2
+ et
Ejemplo 5.17
Calcular la solucin general de
ty 0 y = t.
La ecuacin no aparece escrita en la forma normalizada y 0 = a(t)y + b(t) para la cual est descrito el procedimiento de resolucin. Lo primero que hay que hacer, en consecuencia, es escribirla en dicha forma estndar.
Para ello dividimos toda la ecuacin por t y pasamos el trmino en y al segundo miembro:
ty 0 y = t
1
y0 y = 1
t
y0 =
1
y+1
t
Ahora calculamos la solucin general de la ecuacin homognea asociada:

y0 =
1
y ln |y| = ln |t| + C yh = C t G(t) = t.
t
Solucin particular de la ecuacin completa:

Z
Z
1
1
K(t) = b(t)
dt =
dt = ln |t| yp (t) = t ln |t|.
G(t)
t
Solucin general de la ecuacin completa dada:
y = C t + t ln |t|,
con C R arbitraria.
Ejemplo 5.18
y 0 + y cos(t) = e sen(t) .
La ecuacin no aparece escrita en la forma normalizada y 0 = a(t)y + b(t) para la cual est descrito el procedimiento de resolucin. Lo primero que hay que hacer, en consecuencia, es escribirla en dicha forma estndar.
Para ello pasamos el trmino en y al segundo miembro:
y 0 + y cos(t) = e sen(t)
y 0 = y cos(t) + e sen(t)
Ahora calculamos la solucin general de la ecuacin homognea asociada:

Z
Z
1
0
y = cos(t) y
dy = cos(t) dt ln |y| = sen(t) + C
y
yh = C e sen(t) G(t) = e sen(t) .

Z
Z
Z
1
sen(t) sen(t)
dt = e
e
dt =
dt = t yp = t e sen(t) .
K(t) = b(t)
G(t)
148

y = C e sen(t) + t e sen(t) = (C + t) e sen(t)
Ejemplo 5.19
con C R arbitraria.
1
y + 2t + 1.
t
Solucin general de la ecuacin homognea asociada:
y0 =
y0 =
1
y ln |y| = ln |t| + C y = C t G(t) = t.
t

Z
Z
Z
1
2t + 1
1
K(t) = b(t)
dt =
dt =
2+
dt = 2t + ln |t|
G(t)
t
t
yp = K(t)G(t) = (2t + ln |t|) t = 2t2 + t ln |t|.
y = C t + 2t2 + t ln |t| con C R arbitraria.
5.5 Linealizacin de un problema de valor inicial para una ecuacin

diferencial ordinaria
Supongamos que necesitamos hallar la solucin del problema de valor inicial
(
y 0 = f (t, y)
y(t0 ) = y0
y no sabemos/podemos resolver la ecuacin diferencial y 0 = f (t, y). La aproximacin lineal de funciones de dos
variables, estudiada en el tema anterior puede servirnos de ayuda.
Recordamos que una funcin f (t, y), cerca de un punto (t0 , y0 ), se puede aproximar por su plano tangente:
L(t, y) = f (t0 , y0 ) +
f
f
(t t0 ) +
(y y0 )
t
y
En el ejemplo siguiente se utiliza esta tcnica para sustituir un problema de valor inicial por otro ms fcil de
resolver.
Ejemplo 5.20
Aproximar el siguiente problema de valor inicial mediante un problema lineal y calcular la solucin
de ste:
0
y = t+y
y(0) = 1
149
La ecuacin y 0 = t + y no es de ninguno de los tipos estudiados.
Vamos a aproximar linealmente f (t, y) = t + y cerca de (t0 , y0 ) = (0, 1). Se tiene:
f (0, 1) = 1
f (t, y) = t + y,
1
f
1
f
(x, y) =
,
(0, 1) =
t
2 t+y
t
2
f
1
f
1
(x, y) =
,
(0, 1) =
y
2 t+y
y
2
1
f (t, y) L(t, y) = 1 + (t 0) +
2
Ahora, en lugar del problema inicial (P ), consideramos su aproximacin
La aproximacin lineal de f (t, y) es:
(Q)
1
1
1
(y 1) = (t + 1) + y
2
2
2
lineal :
y 0 = L(t, y) = 1 (t + 1) + 1 y
2
2
y(0) = 1
que s sabemos resolver, ya que se trata ahora de una ecuacin lineal.

1. Solucin general de la ecuacin homognea asociada:
Z
Z
1
1
t
1
0
dy =
dt ln |y| = + C yh (t) = C et/2
y = y
2
y
2
2
2. Solucin particular: yp (t) = K(t) et/2 , siendo
Z
Z
t+1 1
1
K(t) =
dt =
(t + 1) et/2 dt = [por partes] = (t + 3) et/2 yp (t) = (t + 3)
2 et/2
2
3. La solucin general de la ecuacin (Q) es, pues, y(t) = (t + 3) + C et/2
Imponemos la condicin inicial:
1 = y(0) = (0 + 3) + Ce0 = 3 + C
es decir,
C=4
Luego, finalmente, la solucin del problema aproximado es:
y = (t + 3) + 4et/2
En la figura se pueden comparar la solucin del problema aproximado (en color azul y lnea discontinua)
con la solucin del problema original calculada por
mtodos numricos (en rojo, con lnea continua).
5.6
150
Equilibrio y estabilidad
Ecuaciones diferenciales autnomas

En muchas ocasiones, un sistema (fsico, biolgico,. . . ), se representa mediante una ecuacin de la forma:
(5.10)
y 0 = f (y)
donde f es una funcin dada que slo depende de y, es decir, en la que no aparece explcitamente la
variable independiente t. Estas ecuaciones se denominan ecuaciones diferenciales autnomas.
Para entender lo que significa que una ecuacin sea autnoma, supongamos un modelo simple de crecimiento:
supongamos que el nmero de bacterias en un cultivo viene dado por una solucin de la ecuacin:
y 0 = 2y
(5.11)
siendo y una funcin que depende de la variable independiente t (que no aparece explcitamente), que representa
el tiempo medido en horas. La solucin general de esta ecuacin es
y(t) = C e2t ,
(5.12)
CR
y la constante C se podr determinar si se conoce el tamao de la poblacin de bacterias en algn instante t.

Supongamos que se realiza un experimento comenzando con una poblacin de 100 bacterias en el instante t = 0.
Entonces la solucin que nos interesa es que cumple la condicin inicial y(0) = 100. Para obtener su expresin,
sustituimos en la solucin general y hallamos el valor adecuado de la constante arbitraria C:
100 = y(0) = Ce0 C = 100,
de donde la solucin es
y(t) = 100 e2t
Esta solucin nos dice que, por ejemplo, 4 horas despus de comenzar el experimento, en nmero de bacterias
presentes en el cultivo habr aumentado hasta
y(4) = 100 e8 298100
Supongamos ahora que repetimos el mismo experimento, pero 10 horas despus, de manera que ahora la condicin inicial ser y(10) = 100. Sustituyendo en la solucin general encontraremos:
100 = y(10) = Ce20 C =
de donde la solucin es
100
0.20612 106 = 0.00000020612,
e20
y(t) = 0.20612 106 e2t
El nmero de bacterias presentes en el cultivo 4 horas despus de empezar este segundo experimento ser:
y(10 + 4) = y(14) = 0.20612 106 e214 = 0.20612 106 e28 298100
es decir, la misma cantidad que en el caso del primer experimento.
Esto significa que la evolucin del sistema que se estudia no depende del momento en que se realiza el experimento. Slo depende del nmero de bacterias inicialmente existentes.
Lgicamente, si la forma de evolucionar de un sistema dependiera del tiempo en que se desarrolla, no se podra
modelar mediante una ecuacin diferencial autnoma. Sera necesaria una dependencia temporal explcita en la
ecuacin.
151
Soluciones de equilibrio o puntos fijos
Definicin 5.21 (Solucin de equilibrio o punto fijo)

Se llaman soluciones de equilibrio o tambin puntos fijos de la ecuacin
y 0 = f (y)
a sus soluciones constantes. Son las funciones constantes y = con R tal que
f () = 0
Ejemplo 5.22
La ecuacin y 0 = ky tiene la solucin de equilibrio y = 0.
La ecuacin y = y 2y 2 tiene las soluciones de equilibrio y = 0 e y =
1
.
2
El estudio de las soluciones de equilibrio de una ecuacin diferencial tiene inters porque son soluciones de
referencia para averiguar el comportamiento de las dems soluciones de la ecuacin diferencial.
La propiedad bsica de las soluciones de equilibrio es que si, inicialmente, el sistema est en un estado de
equilibrio, permanecer en dicho estado en todos los instantes posteriores (a menos que alguna fuerza externa
perturbe el sistema). Por ejemplo, si inicialmente y(0) = K y K es una solucin de equilibrio, entonces y(t) = K
para todo t.
Ejemplo 5.23
Calcular los puntos fijos de la ecuacin y 0 = 2y y 3
Se tiene que f (y) = 2y y 3 = y(2 y 2 ). Luego

y=0
y= 2
Luego los puntos fijos o soluciones de equilibrio son y = 0, y = 2 e y = 2.

f (y) = 0
y(2 y ) = 0
Estabilidad de soluciones de equilibrio
Definicin 5.24 (Solucin estable)

Se dice que la solucin de equilibrio y = de la ecuacin diferencial y 0 = f (y) es localmente estable si
las soluciones de la ecuacin que parten de condiciones iniciales ligeramente distintas del equilibrio tienden a
acercarse a la solucin de equilibrio.
En caso contrario se dice que la solucin de equilibrio es localmente inestable.
152
Este concepto se entiende claramente con los dos ejemplos de la Figura 5.1.
El trmino localmente se refiere al comportamiento cuando se producen pequeas perturbaciones, pero no
se presupone nada de los que sucede cuando se producen grandes perturbaciones.
Figura 5.1: Ilustracin de los dos tipos de estabilidad mediante el ejemplo de una bola en
la cima de una colina y una bola en el fondo de un valle. Ambos son estados de equilibrio:
la bola est en reposo. Sin embargo en el caso del valle su situacin es estable, ya que una
pequea perturbacin de su posicin sera momentnea y la bola volvera a su posicin
inicial. Mientras que en el caso de la colina, la situacin de la bola es inestable, ya que una
pequea perturbacin de su posicin hara que la bola rodase por la ladera de la colina, y
sera imposible volver a la cima.
Damos, sin justificacin, el siguiente criterio analtico para identificar cundo una solucin de equilibrio es
localmente estable o inestable.
Criterio de estabilidad
Se considera la ecuacin diferencial autnoma
y 0 = f (y),
donde f es una funcin derivable. Supongamos que y = es una solucin de equilibrio, es decir que f () = 0.
Entonces
. La solucin y =
es localmente estable si f 0 () < 0
. La solucin y =
es localmente inestable si f 0 () > 0
En el caso en que f 0 () = 0 no se puede sacar ninguna conclusin.
Ejemplo 5.25
Estudiar la estabilidad de las soluciones de equilibrio de la ecuacin diferencial y 0 = 2y y 3 .
Hemos visto en un ejemplo anterior que y = 0, y = 2 e y = 2 son soluciones de equilibrio de esta ecuacin.
Para ver si son localmente estables o no aplicamos el criterio de estabilidad. Se tiene que
f 0 (y) = 2 3y 2 .
Luego
. f 0 (0) = 2 > 0 y = 0 es una solucin de equilibrio localmente inestable.
153
. f 0 ( 2) = 2 3 2 = 4 < 0 y = 2 es localmente estable.
. f 0 ( 2) = 2 3 2 = 4 < 0 y = 2 es localmente estable.

En la Figura se puede comprobar el comportamiento de las dems soluciones
deesta ecuacin diferencial con
respecto a las soluciones de equilibrio: vemos que las soluciones y = 2 e y = 2 (estables) atraen a otras
soluciones, mientras que la solucin y = 0 (inestable) repele a las otras soluciones.
2.5
1.5
0.5
0.5
1.5
2.5
0
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
5.7
154
Aplicaciones de las ecuaciones diferenciales
Las ecuaciones diferenciales, debido a que relacionan los valores de una funcin con los de su(s) derivada(s),
son una herramienta fundamental en el tratamiento matemtico de cualquier fenmeno dinmico, es decir,
que involucre magnitudes que cambian con el tiempo (o con cualquier otra magnitud). Por ello, sus campos
de aplicacin son numerosos en fsica, qumica, biologa, economa, . . . Se presentan a continuacin algunos
ejemplos.
Ejemplo 5.26
En 1990 se arrojaron a un lago 1000 ejemplares de cierta especie de peces, de la que previamente
no haba ninguno. En 1997 se estim que la cantidad de peces de esa especie que haba en el lago
en aquel momento era de 3000. Suponiendo que la velocidad de crecimiento de la poblacin de
peces es constante, calcular la cantidad de peces en los aos 2000 y 2010.
Que la velocidad de crecimiento de la poblacin sea constante significa que, si llamamos
p(t)
se tiene que
nmero de peces en el instante t

p0 (t) = k
(constante)
(5.13)
El valor de esta constante, k, no lo conocemos, de momento, pero veremos cmo se puede deducir utilizando
adecuadamente el resto de la informacin de que disponemos.
La ecuacin (5.13) se puede resolver (dejando la constante k como un parmetro) y se tiene
p(t) = kt + C,
C R arbitraria
(5.14)
Ahora tenemos dos constantes desconocidas: k y C. Pero tambin tenemos dos informaciones que utilizar:
sabemos que
1. p(0) = 1000 (inicialmente haba 1000 peces)
2. p(7) = 3000 (7 aos despus haba 3000 peces)
Sustituyendo estos valores en (5.14) se tiene:
(
1000 = p(0) = k 0 + C = C C = 1000
3000 = p(7) = k 7 + C = 7k + 1000 7k = 2000 k =
2000
7
Con esto ya se tiene la expresin exacta de la funcin que nos da el nmero de peces que hay en el lago en
cualquier instante t:
2000
p(t) =
t + 1000
7
y, con ella, ya se puede calcular lo que nos piden:
p(10) =
27000
2000
10 + 1000 =
3857
7
7
p(20) =
2000
47000
20 + 1000 =
6714
7
7
As pues, la solucin es
En el ao 2000 haba 3857 peces.
En el ao 2010 haba 6714 peces.
155
Ejemplo 5.27
Si el nmero de bacterias contenidas en 1 litro de leche se duplica en 4 horas y suponiendo que
la tasa de multiplicacin es constante, calcular en cunto tiempo se har 25 veces mayor.
Sea y(t) el nmero de bacterias en el instante t.
Suponer que la tasa de multiplicacin de la poblacin de bacterias es constante consiste en suponer que
y 0 (t) = k
k = constante
(5.15)
El valor de la constante k, que de momento es desconocido, se puede deducir a partir de la informacin adicional
que tenemos.
Comenzamos por resolver la ecuacin diferencial (5.15):
y(t) = kt + C,
La informacin de que disponemos es

y(0) = y0
y(4) = 2y0
C R arbitraria
(5.16)
nmero inicial de bacterias

el nmero de bacterias se duplica en 4 horas
Sustituimos estos datos en (5.16)

y0 = y(0) = k 0 + C C = y0
y0
4
En consecuencia la funcin que nos da el nmero de bacterias en cualquier instante t es
2y0 = y(4) = k 4 + C = 4k + y0 y0 = 4k k =
y(t) =
y0
y0
t + y0 = (t + 4)
4
4
siendo y0 = nmero inicial de bacterias.

Lo que se desea saber es en qu instante, t, el nmero de bacterias ser igual a 25 veces el nmero que haba
inicialmente.
y0
25 y0 = y(t) = (t + 4) 100 = t + 4 t = 100 4 = 96
4
As pues, la solucin es 96 horas .
5.7.1
156
Dinmica de poblaciones: modelo de Malthus o exponencial
El comportamiento de una poblacin de seres vivos cuyo nmero de individuos vara en el tiempo puede ser
matemticamente modelada mediante ecuaciones diferenciales y constituye, de hecho, uno de los principales
campos de aplicacin de las Matemticas a la Biologa.
Cuando una poblacin no est sujeta a condicionantes externos (falta de alimentos, competencia por el espacio,
por los recursos, . . . ) su ritmo de crecimiento o decrecimiento es debido nicamente al equilibrio entre su tasa
de natalidad y su tasa de mortandad: la velocidad de crecimiento de la poblacin (o de decrecimiento, si nacen
menos individuos de los que mueren) es proporcional al nmero de individuos que la componen.
Para expresar esto matemticamente, denotemos
N = N (t) nmero de habitantes en el instante t.
Entonces, la velocidad de crecimiento de la poblacin, N(t), verifica la siguiente ecuacin diferencial:
N 0 = r N,
(5.17)
donde r es una constante, que caracteriza la tasa de crecimiento de la poblacin, y que usualmente se determina
experimentalmente.
Si r > 0 la poblacin aumentar de tamao, por ser la velocidad de crecimiento positiva, mientras que si r < 0
la poblacin disminuir de tamao.
Si en el instante inicial t = 0, el nmero de individuos es N (0) = N0 , entonces N (t) es solucin del siguiente
problema de valor inicial:

N0 = r N t 0
N (0) = N0 .
Esta ecuacin se resuelve fcilmente, ya que es de variables separables (ver la Seccin 5.3):
Z
Z
1
dN =
r dt
N
(5.18)
20
18
16
14
12
r=0.06
10
ln |N | = rt + C
N =Ce
rt
e, imponiendo la condicin inicial N (0) = N0 , se obtiene

N = N0 e r t ,
cuya grfica, para algunos valores de r, se representa en la Figura 5.2.
r=0.04
r=0
4
r=0.1
2
0
0
10
15
20
Figura 5.2: Representacin grfica de la

funcin N = 5 ert , solucin de (5.18)
con N0 = 5, para varios valores de r.
Obsrvese que cuanto mas grande sea r, mas rpido es el crecimiento de la poblacin, y que cuando r < 0 la
poblacin decrece. Para r = 0 el tamao de la poblacin permanece constante.
Este modelo de crecimiento de poblaciones recibe su nombre de Thomas Malthus (1766-1843), un clrigo y
economista britnico considerado el padre de la demografa. Basndose en este modelo, l dedujo que el crecimiento (exponencial) del nmero de seres humanos sobre la Tierra conducira a pocas de grandes hambrunas,
ya que la cantidad disponible de alimentos no aumentara en la misma proporcin que la poblacin humana.
Este modelo de crecimiento de poblaciones es, como resulta obvio, excesivamente simple para reflejar situaciones
tan complejas como la de la poblacin humana sobre la tierra. Sin embargo, resulta til para modelizar matemticamente algunos experimentos controlados en laboratorio con determinadas especies de microorganismos,
en sus etapas iniciales de desarrollo. Por ejemplo, si se inicia el cultivo de una pequea colonia de bacterias
sobre un sustrato rico en nutrientes, entonces las bacterias pueden crecer y reproducirse sin restricciones, al
157
menos durante un cierto periodo de tiempo. (Un modelo ms elaborado de dinmica de poblaciones, en el que
se imponen restricciones al crecimiento de la poblacin, teniendo en cuenta otros aspectos vitales, se expone en
la Seccin 5.7.5).
Ejemplo 5.28 (Cultivo de bacterias en laboratorio)

Se sabe que la tasa de crecimiento de una determinada poblacin de bacterias es directamente
proporcional al nmero de bacterias existentes. Se realiza un cultivo en laboratorio, introduciendo
2.5 millones de bacterias en un recipiente. Se observa que la poblacin se duplica cada 3 horas.
Calcular la poblacin existente al cabo de 11 horas.
Denotemos por P (t) al nmero de bacterias (en millones) que forman la poblacin en el instante de tiempo t.
Se comienza a medir el tiempo (t = 0) en el instante en que se inicia el cultivo en el laboratorio.
Segn se indica en el enunciado, la tasa de crecimiento de la poblacin (velocidad a la que crece), P 0 (t), es
directamente proporcional al nmero de bacterias de la poblacin, es decir a P (t), lo que significa que es de la
forma kP (t) para alguna constante k que, de momento, no conocemos.
Esto significa que la poblacin considerada sigue la ley (de Malthus):
P 0 = kP
ecuacin diferencial cuyas soluciones son
P (t) = C ekt
Para determinar las dos constantes C y k hay que utilizar las dos informaciones dadas:

P (0) = 2.5 (millones de bacterias)
P (3) = 2 2.5 = 5 (millones de bacterias)
De la primera de ellas se tiene
y de la segunda
2.5 = P (0) = C P (t) = 2.5 ekt
ln(2)
5
=2 k=
0.231.
2.5
3
Luego, finalmente, la ley seguida por la poblacin de bacterias es
5 = P (3) = 2.5 e3k e3k =
P (t) = 2.5 e0.231 t .

El conocimiento de esta funcin nos permite conocer el nmero de bacterias que habr en el cultivo en cualquier
instante (siempre y cuando, naturalmente, el modelo siga siendo vlido). Por ejemplo, para saber cuntas
bacterias habr 11 horas despus de iniciar el experimento, bastar calcular
P (11) = 2.5 e0.23111 31.75.
Al cabo de 11 horas habr aproximadamente 31.75 millones de bacterias
Ejemplo 5.29 (Poblacin mundial)

La poblacin mundial en el ao 1985 era de aproximadamente 4830 millones de personas y,
en aquel momento, creca a un ritmo de un 1.73 % por ao. Suponiendo que el crecimiento de la
poblacin se rigiera por el modelo exponencial, calcular el valor estimado de la poblacin mundial
en el ao 2010.
La ley de Malthus (o de crecimiento exponencial) dice que el nmero de individuos de la poblacin en el instante
t, P (t), verifica la ecuacin diferencial:
P 0 (t) = kP (t),
cuya solucin general es P (t) = C ekt
En esta expresin hay dos constantes que no se conocen (de momento): k y C. Para determinar su valor
utilizaremos el resto de la informacin:
158
1. P (1985) = 4830 millones.

2. La poblacin crece un 1.73 % cada ao, de donde, por ejemplo, en el ao 1986, la poblacin se habra
incrementado en un 1.73 % de 4830 millones, es decir

1.73
1.73
P (1986) = 4830 +
4830 = 1 +
4830 = 4913 millones.
100
100
De ambos datos se tiene:
4830 = P (1985) = C e1985 k
4913 = P (1986) = C e1986 k
y de aqu

ln
4830
4913

=
e1985 k
C e1985 k
4830
=
= e1985 k e1986 k = ek ,
=
4913
C e1986 k
e1986 k

= k k = ln
4830
4913

0.0170
Ahora, una vez conocido el valor de k, se tiene:

4830 = P (1985) = C e0.01701985 = C e33.7450 C =
4830
e33.7450
1.0683 1011
As, gracias a la informacin proporcionada se tienen ya los valores de las constantes C y k y por tanto la
expresin de P (t):
P (t) = 1.0683 1011 e0.0170 t
Utilizando esta expresin se deducira que el nmero de seres humanos en la tierra en el ao 2010 sera:
P (2010) = 1.0683 1011 e0.01702010 7388 millones de personas
(la poblacin real en el ao 2010 era de 6972 millones de personas).
Observacin: este ejercicio tambin se puede hacer (y, de hecho, los clculos son ms fciles) situando el origen,
t = 0, de la variable independiente en el ao 1985, de modo que el ao 1986 correspondera a t = 1 y el ao
2010 correspondera a t = 25. Entonces tendramos la informacin P (0) = 4830 y P (1) = 4913 y lo que se desea
es calcular P (25).
5.7.2
159
Desintegracin radiactiva
Los ncleos de determinados elementos qumicos (radiactivos) se desintegran, transformndose en otros y emitiendo radiaciones. Se sabe que la velocidad de desintegracin de una sustancia radiactiva (es decir, el nmero
de tomos que se desintegran por unidad de tiempo) en un instante dado es proporcional al nmero de tomos
de dicha sustancia existentes en ese instante. En consecuencia, si se denota por A(t) el nmero de tomos de la
sustancia original presentes en el instante t, se puede escribir:
A0 (t) = A(t),
(5.19)
donde el signo menos se debe a que la velocidad es negativa (el nmero de tomos disminuye) y la constante de
proporcionalidad, > 0, se llama constante de descomposicin o de decaimiento, y es propia de cada sustancia
radiactiva. Esta ecuacin se conoce con el nombre de ley de decaimiento exponencial porque, como se ver
a continuacin, sus soluciones son exponenciales decrecientes.
Si se conoce el nmero de tomos presentes en un instante dado, por ejemplo se sabe que en t = 0 es A(0) = A0 ,
y se conoce tambin la constante de decaimiento, , entonces se puede predecir el nmero de tomos presentes
en cualquier instante posterior, ya que A(t) es la solucin del problema de valor inicial:

A0 = A t 0,
A(0) = A0 .
La ecuacin en (5.20) es de variables separables,

como la del ejemplo anterior, y la solucin del
problema de valor inicial viene dada por la exponencial decreciente:
(5.20)
4
lambda=1
lambda=3
lambda=5
3.5
3
2.5
2
A(t) = A0 et ,
1.5
1
cuya grfica, para algunos valores de , se representa en la Figura 5.3. Obsrvese que cuanto mas
grande sea , mas rpidamente se desintegra la
sustancia.
0.5
0
0.5
1
0
Obsrvese tambin que, para conocer el valor del

coeficiente de una sustancia determinada, basta conocer el valor de A(t) en dos instantes distintos.
0.5
1.5
Figura 5.3: Representacin grfica de la funcin

A = 2et , solucin de (5.20) con A0 = 2, para
varios valores de .
Por ejemplo, sabiendo que A(0) = A0 y A(t1 ) = A1 , se tiene, por un lado A(t) = A0 et , t 0, y por el otro:
A(t1 ) = A0 et1 = A1
et1 =
A1
A0
t1 = ln
A1
A0
1
ln
t1
A0
A1

.
Vida media
La vida media de una sustancia radiactiva es el tiempo que tarda una cierta cantidad de dicha sustancia en
desintegrarse a la mitad. Es distinta para cada sustancia. Por ejemplo, el Carbono-14, C14 , tiene una vida
media de 5730 aos, lo que significa que una cantidad cualquiera se reduce, al cabo de ese tiempo, a la mitad.
La otra mitad se habr convertido en otras sustancias.
La vida media slo depende de la constante de descomposicin , y no depende de la cantidad de sustancia
presente inicialmente, A0 .
En efecto, sea Vm la vida media de una sustancia radiactiva. Puesto que
A(t) = A0 et ,
y que en el tiempo t = Vm los valores de A sern A(Vm ) = A0 /2 , se deduce que
A0
= A(Vm ) = A0 eVm
2
160
eVm =
1
2
eVm = 2
Vm = ln(2).
Por lo tanto, la vida media para un elemento radiactivo es:

Vm =
1
ln(2).
(5.21)
Datacin por radiocarbono

Es una tcnica para determinar la edad de objetos fabricados con sustancias orgnicas que est basada en la
ley de decaimiento exponencial (5.20) considerada anteriormente.
El Carbono-14 es producido de forma continua en la atmsfera, como consecuencia del bombardeo de los tomos
de nitrgeno, contenidos en el aire, por neutrones csmicos. Este Carbono-14 se combina con el Oxgeno para
formar el dixido de carbono (CO2 ), asimilado por las plantas que, a su vez, son ingeridas por los animales.
Los tomos de Carbono-14 presentes en los seres vivos estn constantemente desintegrndose, pero, simultneamente, son reemplazados por nuevos tomos a un ritmo constante, de modo que el porcentaje de Carbono-14
en la atmsfera y en los animales y plantas se mantiene constante, aunque su cantidad vara de unos seres vivos
a otros.
Cuando una planta o animal muere, cesa la asimilacin de Carbono-14 del exterior mientras que el que contiene
su organismo sigue desintegrndose. Como resultado, la cantidad de Carbono-14 en el organismo comienza a
disminuir.
La cantidad de C14 que haba en un objeto cuando fue fabricado es conocida si se sabe con qu material fue
hecho (por ejemplo, madera de pino, tela de lino, papiro, . . . ).
La tcnica llamada del C14 , para datar un objeto consiste en medir la cantidad de C14 que queda en la actualidad
en dicho objeto, y utilizar la forma de las soluciones de la ecuacin de decaimiento radiactivo para calcular el
tiempo que ha pasado.
Por ejemplo, la tcnica de C14 se utiliz en el ao 1988 para estimar la edad del Sudario de Turn, tela de lino
hallada en 1356 que muestra la imagen de un hombre que presenta marcas y traumas fsicos (ver la Figura 5.4),
y de la que se pensaba que podra ser la tela que cubra a Jess de Nazaret en el sepulcro, llamada tambin
Sbana Santa.
Se observ que las fibras del tejido contenan entre un 92 % y un 93 % del nivel inicial de C14 .
100%
93%
92%
50%
Figura 5.4: Sudario de Turn.
t!
5730
Figura 5.5: Curva de decaimiento del C14 .
161
Teniendo en cuenta que las soluciones de (5.20) son decrecientes, el tiempo transcurrido desde que el Sudario
fue confeccionado hasta la fecha de 1988 debera ser un valor t? que verifique
0.93A0 A(t? ) 0.92A0
o, lo que es lo mismo,
0.93
A(t? )
0.92.
A0
De la expresin de las soluciones se tiene

A(t)
= et ,
A0
t 0,
luego se busca t? tal que

?
0.93 et 0.92
ln(0.93) t? ln(0.92)
es decir, puesto que es positiva,
La constante de desintegracin, , del C14

=
ln(0.93) t? ln(0.92)
ln(0.93)
ln(0.92)
t?
.
vale (ver (5.21))
1
1
0.6931 0.000121,
ln(2) =
Vm
5730
por consiguiente, se tiene

599
ln(0.93)
ln(0.92)
t?
689.
Este resultado indica que el Sudario fue fabricado entre 689 y 599 aos antes del momento en que fueron
realizadas las pruebas, en el ao de 1988. Es decir, mucho despus de la poca en que vivi Jess. Lo que prob
que no poda ser la Sbana Santa.
5.7.3
162
Ley de enfriamiento de Newton
En determinadas condiciones, la velocidad a la que cambia la temperatura de un objeto es proporcional a la

diferencia entre la temperatura del ambiente que lo rodea y su propia temperatura. Si se denota por T (t)
la temperatura del objeto en el instante t, la ley anterior se expresa matemticamente mediante la siguiente
ecuacin diferencial ordinaria:
T 0 (t) = k(M T (t)),
(5.22)
donde M es la temperatura del medio (que se supone constante)
y k es la constante de proporcionalidad, propia del objeto.
50
Si en el instante inicial, t = 0, la temperatura toma el valor T0 ,

entonces la temperatura del objeto en cualquier instante posterior
T (t), viene dada por la solucin del problema de valor inicial:
0
T = k(M T ),
(5.23)
T (0) = T0 .
Esta ecuacin es de variables separables y su solucin general es
T (t) = M + Cekt ,
40
30
T0=30
20
T0=15
10
0
0
C R arbitraria.
T0=55
50
100
150
200
250
Figura 5.6: Representacin grfica de

la solucin de (5.23), para M = 25,
k = 0.02 y varios valores del dato inicial
T0 .
La solucin particular que verifica T (0) = T0 es

T (t) = M + (T0 M )ekt .
En la Figura 5.6 estn representadas las soluciones del problema (5.23) para diversos valores del dato inicial T0 .
Obsrvese que, como es obvio intuitivamente, la temperatura del objeto vara ms rpidamente cuanto mayor
es la diferencia entre la temperatura inicial del objeto y la temperatura del medio.
Por otro lado, sea cual sea su temperatura inicial, la temperatura del objeto tiende, cuando pasa el tiempo, a
igualarse con la temperatura del medio: todas las soluciones tienen una asntota horizontal en T = M .
Ejemplo 5.30 (Ley de enfriamiento de Newton)

Un recipiente con agua hirviendo (100 C) se retira del fuego en el instante t = 0 y se deja enfriar
en una habitacin grande que se encuentra a una temperatura constante de 20 C. Sabiendo que
pasados 5 minutos la temperatura del agua se ha enfriado hasta 80 C:
(a) Determinar la constante de proporcionalidad k.
(b) Determinar el tiempo que tardar el agua del recipiente en descender hasta una temperatura
de 30 C.
(a) Sea y = y(t) la temperatura del agua (en grados Celsius) en el instante de tiempo t (medido en minutos).
Segn la ley de enfriamiento de Newton, la temperatura del objeto sigue la ley
y 0 = k(20 y),
donde k es una constante propia del objeto.
Comenzamos observando que esta ecuacin tiene la solucin trivial y = 20 (constante).
La ecuacin es de variables separables y se integra fcilmente:
Z
Z
1
dy = k
dt ln |20 y| = kt + C y = 20 C ekt .
20 y
La solucin trivial y = 0 est contenida en esta familia para el valor de C = 0.
En la expresin de y hay 2 constantes que determinar: k y C. Para determinarlas disponemos de 2 datos:

y(0) = 100
e y(5) = 80
163
. De 100 = y(0) = 20 C se tiene que C = 80

. De 80 = y(5) = 20 + 80 e5k se tiene
3
80 20
1
60
3
k = ln
=
= = e5k 5k = ln
80
80
4
4
5

3
k 0.0575
4
En consecuencia, la funcin que da la temperatura del agua es:

y(t) = 20 + 80 e0.0575 t
(b) Se trata ahora de averiguar para qu valor de t alcanza y(t) (descendiendo) el valor 30 C. Es decir, para
qu valor de t se tiene
30 = 20 + 80 e0.0575 t
Operando en esta ecuacin se tiene
1
1
1
10
1
30 20
t=
36.1642
=
= = e0.0575 t 0.0575 t = ln
ln
80
80
8
8
0.0575
8
Es decir, aproximadamente 36 minutos .
Ejemplo 5.31 (Ley de enfriamiento de Newton)

Un cadver es encontrado en una nave industrial que est a una temperatura constante de 20 C.
En el momento de ser encontrado, la temperatura del cadver es de 35 C. Al cabo de una hora su
temperatura ha descendido a 34 C. Suponiendo que en el momento de la muerte la temperatura
del cuerpo era de 37 C, y que se cumple la Ley de Enfriamiento de Newton, calcular a qu hora
se produjo la muerte.
Denotamos por T = T (t) la temperatura del cadver en el instante t, comenzando a contar el tiempo en el
momento del crimen. Puesto que sigue la ley de Newton y en el momento inicial (t = 0) era de 37 C, la funcin
T (t) es la solucin del siguiente problema de valor inicial:
0
T = k(M T ) = k(20 T )
(P)
T (0) = 37
La solucin general de la anterior ecuacin es (vase el Ejemplo 5.30) T (t) = 20 C ekt . La solucin trivial
T = 20 est includa para C = 0.
Lo que queremos saber es el tiempo pasado desde el momento de la muerte hasta que se encontr el cadaver. Si
situamos el momento de la muerte en el instante t = 0, y denotamos por t al instante (desconocido de momento)
en que se encontr el cadaver, la informacin que tenemos es la siguiente:
T (0) = 37
T (t) = 35
T (t + 1) = 34
Con estos 3 datos debemos ser capaces de encontrar los valores de k, de C y de t.
37 = T (0) = 20 C C = 20 37
35 = T (t) = 20 + 17 ekt ekt =
34 = T (t + 1) = 20 + 17 ek(t+1) = 20 + 17 ekt ek = 20 + 17
C = 17
35 20
15
=
17
17
15 k
34 20
14
e = 20 + 15 ek ek =
=
17
15
15
164
De la ltima igualdad se tiene que

k = ln
14
15

=
k = ln
14
15

0.0690
15
se puede despejar t tomando logaritmos en ambos
Una vez conocido el valor de k, de la igualdad ekt =
17
miembros:

15
15
1
15
ekt =
k t = ln
t = ln
t 1.8141 horas 1 hora 49 minutos
17
17
k
17
As pues, el cadver fu encontrado 1 hora y 49 minutos despus de su muerte.
5.7.4
165
Dinmica de crecimiento de un individuo: modelo de Bertalanffy.
En los aos 50 del siglo XX, el bilogo austriaco L. von Bertalanffy (1901-1972) desarroll un modelo matemtico
para la talla de un individuo en funcin de su edad, que se utiliza con frecuencia para predecir el tamao de los
peces.
Sea L(t) la longitud del individuo en la edad t y sea A la talla mxima de la especie, es decir la talla mxima
alcanzable por un pez adulto.
La ley de crecimiento de este modelo dice que la velocidad de crecimiento es proporcional a la diferencia entre
la longitud actual y la longitud mxima:
L0 (t) = k(A L(t)),
siendo k > 0, la constante de proporcionalidad, propia de cada especie.

Si en el instante inicial, t = 0, la longitud del individuo es 0 < L0 < A , entonces la funcin L(t), talla en el
instante t, ser solucin del siguiente problema de valor inicial:

L0 = k(A L)
L(0) = L0 .
(5.24)
Como la diferencia entre la longitud actual y la longitud mxima alcanzable disminuye con el tiempo, la velocidad
de crecimiento disminuye tambin con el tiempo, lo que implica que los ejemplares de menor edad crecen a mayor
velocidad que los de mayor edad. En este modelo, la velocidad de crecimiento es siempre positiva. Esto significa
que los peces crecen durante toda su vida, que es lo que ocurre en la realidad.
La ecuacin diferencial de (5.24) se puede integrar fcilmente, ya que es de variables separables:
Z
dL
=
AL
Z
k dt
ln |A L| = kt + C
A L = Cekt .
Por tanto, la solucin general de la ecuacin es

L = A + Cekt ,
C R, arbitraria.
Imponiendo la condicin inicial, L(0) = L0 , se tiene finalmente la solucin del problema (5.24)
L0 = L(0) = A + Ce0 = A + C
C = L0 A
L(t) = A + (L0 A)ekt .
50
40
30
20
10
0
0
Figura 5.7: Modelo de Bertalanffy.
L0=0
2
10
12
Figura 5.8: Representacin grfica de la solucin de

(5.24), para A = 50, k = 0.5 y L0 = 0 .
En la Figura 5.8 est representada la solucin del problema (5.24) para A = 50, k = 0.5 y L0 = 0.
Obsrvese que la recta horizontal L = A es una asntota horizontal de la solucin, es decir,
lm L(t) = A,
t+
166
lo que expresa matemticamente el hecho de que la talla de los peces tiende, cuando pasa el tiempo, a aproximarse
al valor A, pero sin nunca alcanzarlo.
Por ello se puede decir que A es la longitud asinttica de la especie.
Ejemplo 5.32 (Modelo de Bertalanffy)

Sea L(t) la longitud (en centmetros) de un pez en el tiempo t, medido en meses. Se supone que
el pez crece de acuerdo con la siguiente ley (de von Bertalanffy):
0
L = k(34 L)
L(0) = 2.
(a) Sabiendo que a la edad de 4 meses, el pez mide 10 centmetros, determinar la constante de
crecimiento k.
(b) Calcular la longitud del pez a los 10 meses.
(c) Calcular lm L(t) y dar una interpretacin del resultado en el marco de la dinmica del
t
crecimiento del pez.
La solucin del problema de valor inicial se calcula fcilmente por ser la ecuacin de variables separables:
Z
Z
1
0
dL = k
dt ln |34 L| = kt + C
L = k(34 L)
34 L
de donde se tiene L = 34 Cekt e, imponiendo la condicin inicial L(0) = 2, se encuentra el valor de la
constante C = 32.
Luego la longitud del pez viene dada por
L(t) = 34 32 ekt .
Para determinar el valor de k es necesario utilizar ms informacin: L(4) = 10. Entonces,

24
3
1
3
10 = L(4) = 34 32 e4k e4k =
=
k = ln
= 0.0719.
32
4
4
4
Una vez conocido el valor de k se puede calcular la longitud del
pez en cualquier instante t > 0:
L(10) = 34 32 e10k 18.4 cm.
Por ltimo, es obvio que
34
lm L(t) = lm
t+
t+
34 32 ekt = 34 32 lm ekt = 34,

t+
lo cual significa que la curva que representa la longitud del pez

tiene una asntota horizontal en L = 34. El pez sigue creciendo,
pero cada vez a menor velocidad, y su longitud tiende a acercarse
al valor 34, aunque sin nunca llegar a alcanzarlo.
18.4
2
0
10
100
5.7.5
167
Dinmica de poblaciones: ecuacin logstica
En la Seccin 5.7.1, se ha considerado un modelo simple de la dinmica de poblaciones, en el que se supone

que no hay limitaciones de alimentos y, por tanto la poblacin puede crecer de manera exponencial. El modelo
que se presenta ahora es un poco ms complicado. En l se tiene en cuenta la existencia de circunstancias que
limitan el crecimiento exponencial de la poblacin.
En determinadas condiciones, el crecimiento de algunas poblaciones se rige por la siguiente ley, denominada
logstica:
p0 (t) = r p(t) m p2 (t).
(5.25)
En esta ecuacin p(t) representa el nmero de individuos de la poblacin existentes en el instante t. El primer
trmino de la derecha de esta ecuacin (r p(t)) expresa matemticamente el crecimiento natural de la poblacin,
debido a la reproduccin: la poblacin crece de forma proporcional al nmero de individuos de la misma. El
segundo trmino (m p2 (t)) intenta expresar el hecho de que, si los recursos (alimentos) son limitados, entonces
los individuos de la poblacin compiten por ellos, impidiendo un crecimiento ilimitado. Este trmino hace
disminuir la velocidad a la que crece la poblacin, razn por la que lleva signo menos.
Si en el instante inicial t = 0, el nmero de individuos es p(0) = p0 , entonces p = p(t) es solucin del siguiente
problema de valor inicial:

p0 = r p m p2 ,
p(0) = p0 .
(5.26)
La ecuacin (5.25) es de variables separables, luego:

dp
= p(r mp)
dt
1
dp =
p(r mp)
Z
dt.
Para calcular la integral de la izquierda hay que escribir el integrando como suma de fracciones simples:

1
A
B
A = 1/r
= +
1 = A(r mp) + Bp
B = m/r
p(r mp)
p
r mp
de donde, A = 1/r y B = m/r. Por lo tanto:
Z
1
dp =
p(r mp)
Z
1/r
m/r
+
p
r mp
1
dp =
r
Z
1
m
+
p r mp
Z
dp =
dt.
Integrando, se obtiene
1
(ln |p| ln |r mp|) = t + C,
r
con C R arbitraria
o, lo que es lo mismo,

p

= rt + C,
ln
r mp
con C R arbitraria.
Tomando ahora exponenciales en ambos miembros de esta igualdad se tiene:

p
= C ert
r mp
p = Cr ert Cm ert p
p=
Cr ert
.
1 + Cm ert
Y de aqu, dividiendo numerador y denominador por Cert y renombrando la constante arbitraria C, se tiene,
finalmente, la expresin siguiente para la solucin general de la ecuacin logstica:
p=
r
.
m + C ert
168
Por tanto, la solucin general de (5.25) es:

p(t) =
r
,
m + C ert
C R arbitraria.
(5.27)
Esta ecuacin tiene, adems, las soluciones constantes p = , para los valores de que anulen el segundo
miembro de la ecuacin diferencial, en este caso:

=0
(r m) = 0
= r/m,
La solucin constante p = r/m est incluida en la expresin de la solucin general, para el valor de C = 0. En
cambio, la solucin constante p = 0 no se obtiene de la expresin de la solucin general para ningn valor de la
constante arbitraria C: la ecuacin logstica tiene todas las soluciones dadas por (5.27) y, adems, la solucin
constante p = 0.
220
La solucin particular que verifica la condicin

inicial p(0) = p0 se obtiene para el valor de la
r mp0
constante arbitraria C =
y es:
p0
r p0
.
p(t) =
mp0 + (r mp0 ) ert
Su comportamiento cualitativo puede observarse

en la Figura 5.9 para varios valores de la condicin inicial p0 .
Obsrvese que, sea cual sea el nmero de individuos de la poblacin inicial, esta tiende, con
el tiempo, a estabilizarse en el valor constante
r
P =
(asntota horizontal de p(t)).
m
p0=20
200
p0=200
180
p0=120
160
140
120
100
80
60
40
20
0
0
50
100
150
200
250
Figura 5.9: Grfica de la solucin del problema

(5.26) con r = 0.05 y m = 0.0003125, para varios
valores de p0 .
5.7.6
169
Dinmica de epidemias
Un modelo simple de propagacin de epidemias se obtiene cuando se supone que la rapidez de contagio entre
la poblacin es directamente proporcional al nmero de individuos contagiados multiplicado por el nmero de
individuos no contagiados. Hallar la solucin general de esta ecuacin.
Denotamos por I(t) el nmero de infectados por la epidemia en el instante t y por P (constante) el nmero
total de habitantes de la poblacin, de forma que P I(t) es el nmero de individuos no infectados. El modelo
establece que la velocidad de contagio I 0 (t) es proporcional al nmero de infectados I(t) multiplicado por el de
no infectados P I(t). En consecuencia se tiene
I 0 = k I (P I)
(5.28)
donde k es la constante de proporcionalidad.

Esta ecuacin es de variables separables y tiene las soluciones triviales I = 0 e I = P . Para calcular las dems:
Z
Z
dI
1
1
=k
dI = k
dt = kt + C
I 0 = k I (P I)
I(P I) dt
I(P I)
Para calcular la integral del primer miembro, que es racional, hay que escribir el integrando como una suma de
fracciones simples:

1
A
B
A = 1/P
= +
B = 1/P
I(P I)
I
P I
En consecuencia, se tiene:

Z
Z
1/P
1/P
1
I
1
1
dI =
+
(ln I ln(P I)) =
ln
= kt + C
dI =
I(P I)
I
P I
P
P
P I
I
= P (kt + C) = kP t + P C = kP t + C
P I
I
= ekP t+C = ekP t eC = C ekP t

P I
Operamos a continuacin para despejar I en esta igualdad:
ln
I = C ekP t (P I) = CP ekP t CekP t I

I + CekP t I = I (1 + CekP t ) = CP ekP t I =
CP ekP t
1 + CekP t
Con esto ya tenemos la expresin de la solucin general de la ecuacin (5.28), que es mejor escribir dividiendo
numerador y denominador por CekP t :
P
I(t) =
1 + CekP t
La solucin trivial I = P est contenida en esta familia para C = 0. Sin embargo la solucin I = 0 no lo est:
para ningn valor que demos a la constante arbitraria C obtendremos la funcin I = 0. En consecuencia, el
conjunto de todas las soluciones de la ecuacin es:
I(t) =
P
1 + CekP t
C R y adems I = 0.
(5.29)
170
Ejemplo 5.33
En una granja de 40.000 aves hay un pollo contagiado con la gripe aviar. Si suponemos que la
rapidez de contagio es directamente proporcional al nmero de aves contagiadas multiplicado por
el nmero de no contagiadas, siendo la constante de proporcionalidad k = 4 105 (midiendo el
tiempo en das), determinar en cunto tiempo quedaran infectados un 75 % de los pollos de la
granja .
Denotando por I(t) el nmero de pollos contagiados y por P el nmero total de pollos de la granja (poblacin
total) se tiene la siguiente ecuacin diferencial
I 0 = k I (P I)
donde k es la constante de proporcionalidad.
En este caso, P = 40000 y k = 4 105 = 0.00004 (de donde kP = 16 104 105 = 1.6).
Nos dicen, adems, que inicialmente hay un pollo infectado, es decir, que se tiene I(0) = 1. En consecuencia, el
problema que hay que resolver para obtener la expresin de la funcin que representa el nmero de individuos
infectados en cualquier instante t es:
0
I = k I (P I)
(5.30)
I(0) = 1
La solucin general de esta ecuacin diferencial es (vase Ejemplo ??):
I=
P
1 + CekP t
(y adems I = 0).
Buscamos ahora la solucin que verifica la condicin inicial, I(0) = 1.

1 = I(0) =
P
C = P 1 = 39999
1+C
la solucin del problema (5.30) es I(t) =
40000
1 + 39999 e1.6t
Buscamos ahora el valor del tiempo t? para el cual I(t? ) = 0.75 P = 30000. Para este t? se tendr
30000 = I(t? ) =
e
1.6t?
1
=
39999
40000
1 + 39999 e1.6t
1 + 39999 e1.6t =
4
40000
=
30000
3

4
1
1
1
1
?
?
1 =
1.6t = ln
t =
ln
3
119997
119997
1.6
119997
de donde se deduce que

El tiempo que tarda en estar contagiados el 75 % de los pollos es t? 7.3
Ejemplo 5.34
Se sabe que la velocidad de propagacin de una epidemia es proporcional al nmero de personas
infectadas multiplicado por el nmero de personas no infectadas. Si denotamos por I(t) el nmero
de personas infectadas en el tiempo t, medido en das, y por P la poblacin total, la dinmica de
la infeccin viene dada por
I 0 = k I(P I),
donde k > 0 es el coeficiente de proporcionalidad. En una poblacin de 10000 habitantes se detecta

una enfermedad que afecta inicialmente a 50 personas. Al cabo de tres das, se observa que son
250 las personas afectadas. Averiguar el nmero de enfermos que habr pasados 12 das.
La ecuacin I 0 = k I(P I) es de variables separables y su solucin es (vase (5.29)):
I(t) =
ekP t
+1
(y adems I = 0).
171
donde P = 10000. Para determinar las constantes C y k disponemos de la siguiente informacin:

I(0) = 50
En primer lugar,
50 = I(0) =
I(3) = 250.
P
P
C=
1 = 199.
C +1
50
En segundo lugar,
250 = I(3) =
P
199 e3kP + 1
199 e
3kP
P
1
+1=
e3kP =
250
199

P
1
250
de donde, tomando logaritmos en ambos miembros de la igualdad se tiene

1
P
1
1
P
0.5432
1
k=
ln
1
=
.
3kP = ln
199 250
3P
199 250
P
En consecuencia, el nmero de infectados en cualquier instante t > 0 viene dado por
I(t) =
y se tiene
P
199 e0.5432t + 1
I(12) =
104
199 e0.5432t + 1
104
199 e0.543212 + 1
7730
Pasados 12 das habr 7730 enfermos.
Ejemplo 5.35
En un campus universitario que tiene 1000 estudiantes hay un nico estudiante portador del virus
de la gripe. Sea y(t) el nmero de estudiantes contagiados en el da t. Si la velocidad con la que
el virus se propaga es proporcional al producto entre el nmero de estudiantes contagiados y el
nmero de estudiantes no contagiados, se pide:
(a) Determinar el nmero de personas enfermas en el da t si se sabe que pasados 4 das hay 50
enfermos.
(b) Calcular cundo habr 500 estudiantes enfermos.
(c) Si los estudiantes enfermos no se tratan con medicamentos, qu nmero de enfermos habr
cuando pase mucho tiempo? Llegar a desaparecer la enfermedad?
Por lo que se indica, la funcin y(t) = nmero de estudiantes contagiados en el da t es solucin de la ecuacin
diferencial
y 0 = ky(P y)
donde P = 1000 es el nmero de individuos de la poblacin. La solucin general de esta ecuacin es (vase
(5.29)):
P
y(t) =
(y adems y = 0).
C ekP t + 1
en cuya expresin hay dos constantes desconocidas (de momento) : k y C. Para determinarlas debemos usar el
resto de la informacin:
De y(0) = 1 se tiene
1000
1 = y(0) =
C + 1 = P = 1000 C = 999
C +1
172
Por otra parte, de y(4) = 50 se tiene:

50 = y(4) =
P
C
e4kP
+1

50 Ce4kP + 1 = 50 C e4kP + 50 = P
Despejando de aqu e4kP y tomando luego logaritmos en ambos miembros:

P 50
P 50
ln e4kP = 4kP = ln
50C
50C

1
P 50
1
950
kP = ln
= ln
0.9906
4
50C
4
49950
e4kP =
As pues,
El nmero de personas enfermas el da t es y(t) =
1000
999 e0.9906 t + 1
Para saber cundo habr 500 estudiantes enfermos tenemos que calcular para qu valor de t se tiene

1
1
1000
0.9906 t
0.9906 t
=
500
2
=
999
e
+
1
e
=
0.9906
t
=
ln
999 e0.9906 t + 1
999
999

1
1
t=
ln
6.9723
0.9906
999
Por ltimo, puesto que
=P
C
+1
resulta obvio que esta ley conduce a que, a la larga, la poblacin entera resulta infectada.
lm y(t) = lm
t+
t+
ekP t
5.7.7
173
Problemas de mezclas
En esta seccin se estudian ciertas ecuaciones diferenciales que aparecen en problemas en los que se mezclan
dos fluidos.
Ms concretamente, se considera un recipiente que contiene una cantidad de V litros de cierto fluido, en el que
se encuentra disuelta una cantidad, x0 , de cierta sustancia. En el recipiente entra constantemente fluido con
una concentracin de ce gramos por litro y a una velocidad de ve litros por minuto. Se supone que los fluidos
en el recipiente se mezclan de forma instantnea y que la mezcla sale del recipiente a una velocidad de vs litros
por minuto.
Lo que se desea es determinar una funcin que indique la cantidad de sustancia que hay en el interior del
recipiente en cada instante, t.
Llamemos v(t) a la cantidad de fluido (litros) presente en el recipiente en el instante t, y x(t) a la cantidad de
sustancia disuelta (gramos) en el instante t, de forma que la concentracin de sustancia disuelta en el instante
t es x(t)/v(t) gramos por litro.
La variacin de la magnitud x(t) por unidad de tiempo es x0 (t) y viene dada por la diferencia entre la cantidad
de sustancia que entra (por unidad de tiempo) y la cantidad de sustancia que sale (por unidad de tiempo):
x0 (t) =
Variacin de x(t)
por unidad de tiempo
Cantidad de sustancia que

entra por unidad de tiempo
Cantidad de sustancia que

sale por unidad de tiempo
Puesto que entran ve litros por minuto, que contienen una concentracin ce gramos de sustancia por litro, se
tiene que entran ce ve gramos por minuto de sustancia.
La concentracin de sustancia en el fluido que sale es la del fluido en el interior del recipiente, es decir x(t)/v(t)
gramos por litro. Puesto que salen vs litros por minuto, se tiene que salen x(t)vs /v(t) gramos por minuto de la
sustancia disuelta.
As pues, la variacin de la concentracin, x0 (t), verifica:
x0 (t) = ce ve
x(t)
vs
v(t)
La expresin de v(t), cantidad de fluido en el recipiente en el instante t, deber ser determinada en cada caso,
ya que depende de la cantidad inicial y de las velocidades de entrada y salida del fluido en el recipiente. Si, por
ejemplo, la velocidad de entrada de fluido es igual a la velocidad de salida, entonces el volumen en el interior
del recipiente permanecer constante.
Ejemplo 5.36
Un depsito contiene 100 litros de una disolucin salina cuya concentracin es de 2.5 gramos de
sal por litro. Una disolucin conteniendo 2 gramos de sal por litro entra en el depsito a razn de
5 litros por minuto y la mezcla (que se supone uniforme de forma instantnea) sale del depsito
a la misma velocidad. Encontrar la cantidad de sal que hay en cada instante en el depsito.
Puesto que la velocidad a la que entra el lquido en el depsito es la misma a la que sale, en el depsito siempre
hay la misma cantidad de lquido: 100 litros.
Sea x(t) la cantidad de sal en el depsito en el instante t.
La variacin por unidad de tiempo de la cantidad de sal en el depsito es:
x0 (t) = cantidad que entra por unidad de tiempo cantidad que sale por unidad de tiempo
En el depsito entran 5l. por minuto de una disolucin con 2gr. por litro, luego entran 10gr. de sal por minuto.
Puesto que la cantidad de sal en el depsito es x(t) y la cantidad de lquido que hay es 100l., la concentracin
de la disolucin en el depsito es de x(t)/100 gramos por litro. Esta disolucin sale a una velocidad de 5 litros
por minuto, por lo tanto la sal sale a una velocidad de 5x(t)/100 gramos por minuto.
174
As pues, se tiene:
x0 = 10
5x
100
Esta ecuacin es de variables separables:

5x
1000 5x
1
1
=
x0 =
100
100
1000 5x
100
Z
Z
1
1
1
1
dx =
dt ln |1000 5x| =
t+C
1000 5x
100
5
100
x0 = 10
ln |1000 5x| =
5
1
t + C = t + C = 0.05t + C 1000 5x = C e0.05t
100
20
1000 C e0.05t
= 200 Ce0.05t
5
As pues, la solucin general de la ecuacin diferencial es
5x = 1000 C e0.05t x =
x = 200 Ce0.05t
Puesto que, inicialmente, la concentracin de sal en el depsito era de 2.5 gramos por litro, la cantidad de sal
inicial era de
x(0) = 2.5 100 = 250
Sustituyendo esta condicin inicial en la expresin de la solucin general se tiene

250 = x(0) = 200 C C = 50
Luego la funcin que nos da la cantidad de sal en cualquier instante t es:
x(t) = 200 + 50e0.05t
Ejemplo 5.37
La corriente sangunea lleva un medicamento hacia el interior de un rgano a razn de 3 cm3 /sg
y sale de l a la misma velocidad. El rgano tiene un volumen de 125 cm3 . Si la concentracin del
medicamento en la sangre que entra en el rgano es de 0.2 g/cm3 , se pide:
(a) Cul es la concentracin del medicamento en el rgano en cada instante si inicialmente no
haba vestigio alguno del medicamento?
(b) Cundo la concentracin del medicamento en el rgano ser de 0.1 g/cm3 ?
La cantidad de medicamento que entra en el rgano por segundo es:
0.2 3 = 0.6 gramos
Si denotamos por x(t) la cantidad de medicamento presente en el rgano en el instante t se tendr, puesto que
la sangre abandona el rgano a la misma velocidad a la que entra (3 cm3 /sg), que la cantidad de medicamento
que abandona el rgano por segundo ser de
3
x(t)
3
=
x(t)
125
125
En consecuencia, puesto que la variacin por unidad de tiempo (i.e., por segundo) de la cantidad de medicamento
viene dada por:
x0 (t) = cantidad que entra por segundo cantidad que sale por segundo
175
se tiene
x0 = 0.6
75 3x
3
x=
125
125
Esta ecuacin es de variables separables:

Z
Z
1
1
1
t
3t
dt ln |753x| =
dx =
+C ln |753x| =
+C 753x = C e3t/125
75 3x
125
3
125
125
Despejando aqu x se obtiene la solucin general de la ecuacin:
x = 25 C e3t/125
Puesto que, inicialmente, no haba ninguna cantidad de medicamento en el rgano, la condicin inicial para x(t)
es x(0) = 0, lo que conduce, sustituyendo, a:
0 = x(0) = 25 C C = 25
En consecuencia la funcin que nos da la cantidad de medicamento en el rgano en cada instante es
x(t) = 25(1 e3t/125 )
La concentracin es la cantidad de medicamento dividido por el volumen del rgano, es decir
x(t)/125 =
1
25
(1 e3t/125 ) = (1 e3t/125 )
125
5
Por lo tanto, la contestacin a la primera pregunta es que

La concentracin en el instante t es
1
(1 e3t/125 )
5
Para contestar a la segunda pregunta hay que calcular para qu valor de t se verifica
0.1 =
1
3t
(1 e3t/125 ) 0.5 1 = 0.5 = e3t/125 e3t/125 = 0.5
= ln 0.5
5
125
t=
125
ln 0.5 28.88 segundos
3
5.7.8
176
Dinmica de poblaciones: modelo presa-depredador
El caso, mucho ms complicado desde el punto de vista matemtico, en que hay dos especies diferentes que
interaccionan, tambin se puede representar mediante ecuaciones diferenciales ordinarias.
Por ejemplo, se considera el caso de un sistema presa-predador, es decir, de un eco-sistema con dos poblaciones
de dos especies distintas, en donde una de ellas es el alimento de la otra. Se denota por p1 (t) el nmero de
individuos de la poblacin de presas y por p2 (t) el nmero de individuos de la poblacin de predadores.
En determinadas condiciones, un tal sistema se comporta segn la ley siguiente, llamada sistema de LotkaVolterra:
(
p01 (t) = r1 p1 (t) d1 p1 (t)p2 (t),
p02 (t) = r2 p2 (t) + d2 p1 (t)p2 (t).

Este modelo es distinto de los anteriores, ya que aqu se tiene un sistema diferencial, es decir un sistema, con
dos incgnitas p1 (t) y p2 (t), de dos ecuaciones diferenciales que relacionan las incgnitas con sus derivadas y
con las otras incgnitas.
El trmino r1 p1 (t) de la primera ecuacin representa el crecimiento natural (positivo) de la poblacin de presas,
en ausencia de predadores. El correspondiente trmino r2 p2 (t) de la segunda ecuacin representa el crecimiento
de la poblacin de predadores en ausencia de presas, que es negativo por falta de alimento.
Los trminos d1 p1 (t)p2 (t) y d2 p1 (t)p2 (t), por su parte, tienen en cuenta la iteraccin entre ambas especies, que
resulta en un decrecimiento de la poblacin de presas y un crecimiento de la poblacin de predadores (todos los
coeficientes se suponen positivos).
6
p1 : presas
p : predadores
2
Si se conocen el nmero de presas y el de predadores en un instante dado, t = 0, entonces se

puede predecir el nmero de individuos de cada
especie en cualquier instante posterior, mediante
la solucin del correspondiente problema de valor
inicial:
0
p1 (t) = r1 p1 (t) d1 p1 (t)p2 (t),
p0 (t) = r p (t) + d p (t)p (t)).

2 2
2 1
2
2
p
(0)
=
A
1
p2 (0) = B.
Obsrvese que se impone una condicin inicial
para cada incgnita, p1 y p2 .
0
0
10
15
Figura 5.10: Representacin de la solucin del

sistema de presa-predador, p1 y p2 , sobre el intervalo temporal [0, 10], para los valores de los
coeficientes r1 = r2 = d1 = 1, d2 = 0.5 y de los
datos iniciales A = 4 y B = 2.
5.8
177
Aproximacin numrica de soluciones de ecuaciones diferenciales
Slo para algunos (pocos) tipos muy especiales de ecuaciones diferenciales se dispone de frmulas explcitas para
calcular la expresin matemtica de sus soluciones. Por ello, en la inmensa mayora de los casos prcticos slo
es posible aproximarlas.
Los algoritmos numricos de aproximacin de soluciones de ecuaciones diferenciales proporcionan mtodos
para calcular aproximaciones numricas de los valores de dichas soluciones en algunos puntos.
A modo simplemente orientativo, se expone aqu el ms sencillo de dichos algoritmos: el mtodo de Euler.
Se considera el problema de valor inicial
y 0 = f (t, y)
y(t0 ) = y0 ,
(5.31)
y se denota por y = (t) su solucin exacta, definida en un intervalo I = [t0 , tf ].

Por ser solucin de la ecuacin, la funcin (t) verifica:
0 (t) = f (t, (t)) t I = [t0 , tf ],
y, por la condicin inicial, tambin verifica (t0 ) = y0 de donde se tiene:
0 (t0 ) = f (t0 , (t0 )) = f (t0 , y0 ),
es decir, la pendiente a la curva y = (t) en el punto (t0 , y0 ) es f (t0 , y0 ) y por tanto, la ecuacin de la recta
tangente a la curva en el punto (t0 , y0 ) es
y = y0 + 0 (t0 ) (t t0 ) = y0 + f (t0 , y0 ) (t t0 ).
te
en
y1
ng
ta
(t 1 )
y=(t)
y0
(t0 , y0 )
t0
t0
t1
Entonces, si la distancia t1 t0 es pequea, se puede asimilar la curva y = (t) con su tangente en el punto
(t0 , y0 ) y por lo tanto aproximar el valor y(t1 ) por el valor que tome, en t1 , dicha tangente, que es:
y1 = y0 + f (t0 , y0 ) (t1 t0 ).
Una vez calculada una aproximacin, y1 , del valor exacto (t1 ), para calcular una aproximacin del valor de la
solucin (t) en un punto t2 > t1 , con t2 t1 pequeo, se reitera este procedimiento, tomando:
y2 = y1 + f (t1 , y1 ) (t2 t1 )
como aproximacin del valor exacto (t2 ) y as sucesivamente.
As, se pueden aproximar los valores de la solucin de (5.31) en n + 1 puntos regularmente espaciados del
intervalo [t0 , tf ]:
t0 < t1 < < tn = tf ,
con tk+1 tk = h =
tf t0
, k = 0, 1, . . . , n 1
n
178
calculando los valores {yk , k = 0, . . . , n} mediante la siguiente frmula de recurrencia:

y0 = y(t0 )
yk+1 = yk + hf (tk , yk ),
k = 0, . . . , n 1.
Bajo adecuadas hiptesis de regularidad, se puede demostrar que, si h es suficientemente pequeo, este mtodo
proporciona aproximaciones razonables de los valores de la solucin exacta (t) en los puntos tk de la particin.
Apndice A
Clculo de lmites
A.1
lgebra y propiedades de los lmites
LMITES DE ALGUNAS FUNCIONES ELEMENTALES

Si P (x) es un polinomio, lm P (x) = ,
x
(el signo depende del coeficiente dominante)
Si a > 1, lm ax = +
Si 0 < a < 1, lm ax = 0
x+
x+
Si a > 1, lm a = 0
Si 0 < a < 1, lm ax = +
Si a > 1, lm loga (x) = +
Si 0 < a < 1, lm loga (x) =
Si a > 1, lm+ loga (x) =
Si 0 < a < 1, lm+ loga (x) = +
x+
x+
x0
lm
x(/2)
x0
tan(x) = +
lm
x(/2)+
Lo mismo es cierto, por periodicidad, cuando x tiende

por la izquierda a cualquier mltiplo impar de /2.
lm arctan(x) = ,
lm arctan(x) =
x+
x
2
2
tan(x) =
Lo mismo es cierto, por periodicidad, cuando x tiende

por la derecha a cualquier mltiplo impar de /2.
lm sen(x) y lm cos(x) no existen.
Normalmente habr que calcular el lmite de funciones construidas a partir de las funciones elementales mediante
operaciones aritmticas y/o composicin de funciones.
En estos casos son de aplicacin las reglas que se resumen en el cuadro siguiente (hay que prestar especial
atencin a que se cumplan las condiciones que se especifican en cada caso).
PROPIEDADES DE LOS LMITES
Se supone aqu que existen lm f (x) y lm g(x) y no son infinitos.
xa
xa
lm k = k (es lmite de una constante es ella misma)
lm (f (x) g(x)) = lm f (x) lm g(x)
xa
xa
lm (f (x) g(x)) = lm f (x) lm g(x)
lm
xa
xa
xa
xa
xa
xa
lm f (x)
f (x)
= xa
g(x)
lm g(x)
xa
(siempre que el lmite de g no sea 0).

lm f (x)g(x) =
xa
lm g(x)
lm f (x) xa
xa
(siempre que los lmites de f y g no sean ambos 0).

En los casos en que no sean de aplicacin las propiedades anteriores, porque no se verifiquen las condiciones
179
A. Clculo de lmites
180
expresadas (por ejemplo, porque alguno de los lmites sea infinito, o el lmite de un denominador sea 0, etc.),
se puede recurrir al cuadro siguiente, que hay que entender de forma simblica, es decir, por ejemplo
0
=0
significa que si se tiene que lm f (x) = 0 y que lm g(x) = , entonces

xa
xa
lm
xa
f (x)
=0
g(x)
En el cuadro siguiente aparecen, adems, algunos casos como Indeterminado. Esto significa que no es posible
a priori conocer el lmite, siendo necesario proceder a un anlisis detallado de cada caso concreto.
OPERACIONES CON INFINITO
k =
(+) + (+) = +
(+) (+) = Indeterminado
k = (si k 6= 0)
0 = Indeterminado
0
= 0
k
0
= 0
0
= Indeterminado
0
k
=
0
k
= 0
=
k

0
k
0 =
=
0
= Indeterminado
0+ = 0
00 = Indeterminado
k = 1
si k > 0
si k < 0

=
si k > 1
si 0 < k < 1
(+)+ = +
1 = Indeterminado
0 = Indeterminado
En muchos casos de lmites indeterminados lo que hay que hacer es determinar cul, entre dos funciones, converge
a infinito ms rpidamente.
Para ello puede servir de ayuda el cuadro-resumen siguiente:
A. Clculo de lmites
181
COMPARACIN DE INFINITOS
Algunos de estos resultados se justificarn en el tema siguiente, dedicado a las derivadas y sus aplicaciones.
En este apartado, f y g verifican lm f (x) = + y lm g(x) = +.
x+
x+
Casos similares con distintos signos resultarn fciles de deducir.

Se dice que f (x) es un infinito de orden superior a g(x) si lm
x+
crece ms rpidamente que g cuando x tiende a .

Se dice que f (x) es un infinito de orden inferior a g(x) si lm
x+
f (x)
= +. Tambin se dice que f
g(x)
f (x)
= 0. Tambin se dice que f crece
g(x)
ms lentamente que g cuando x tiende a .

Se dice que f (x) es un infinito del mismo orden que g(x) si lm
x+
f (x)
= k 6= 0.
g(x)
Si f (x) es un infinito de orden mayor que g(x) entonces se tiene lm (f (x) g(x)) = +.
x+
Si f (x) es un infinito de orden inferior a g(x) entonces se tiene lm (f (x) g(x)) = .

x+
Si n > m, x es un infinito de orden superior a x .

Si a > 1, ax es un infinito de orden superior a xn para cualquier n. Esto es cierto en particular para ex .
Si 1 < b < a, ax es un infinito de orden superior a bx .
xn es un infinito de orden superior a loga (x) para cualquier a > 1.
Dos polinomios del mismo grado son infinitos del mismo orden.
A.2
Ejercicios de clculo de lmites
Indeterminaciones del tipo

que son cociente de polinomios y/o de races de polinomios.
Para resolver estas indeterminaciones es preciso averiguar en cul de los casos siguientes nos encontramos:
1. El numerador tiende a ms rpidamente que el denominador, en cuyo caso el cociente tender a .
Adems habr que determinar el signo del lmite, es decir, si tiende a + o a .
2. El denominador tiende a ms rpidamente que el numerador, en cuyo caso el cociente tender a 0.
3. Numerador y denominador quedan en tablas (los dos son infinitos del mismo orden), en cuyo caso el
lmite ser un nmero finito distinto de 0.
Una idea que se puede aplicar en estos casos es dividir numerador y denominador por el trmino que converge
a infinito ms rpidamente. Para ello se debe recordar que, cuando x , xn tiende a ms rpidamente
cuanto mayor es n.
A. Clculo de lmites
182
Ejemplo A.1
4x3 x2 x + 1
Calcular lm
x+
2x3 + x
Entre todas las potencias de x que aparecen la mayor es x3 . Dividiendo numerador y denomitador por x3 , se
obtiene
x3
x2
x
1
1
1
1
3+ 3
4
4 2 + 3
3
2
3
3
4x x x + 1
x
x
x
x
x
x
x
= lm
= lm
lm
1
x+
x+
x+
2x3 + x
x
x3
2+ 2
2 3+ 3
x
x
x
1 1
1
k
Ahora bien, los trminos , 2 y 3 son del tipo
, luego convergen a cero cuando x +. Es decir,
x x
x
lm 4
x+
Luego
1
1
1
+ 3 =4 y
x x2
x
lm 2 +
x+
1
=2
x2
4x3 x2 x + 1
4
= =2
x+
2x3 + x
2
lm
Ejemplo A.2
Calcular lm
x2 1
x+ x3 + 2x + 1
Entre todas las potencias de x que aparecen la mayor es x3 . Dividiendo numerador y denomitador por x3 , se
1 1
1
k
obtiene, teniendo en cuenta que los trminos , 2 y 3 son del tipo
y convergen a cero:
x x
x
x2
1
1
1
1
1
3
3
3
00
x2 1
x
x
x
x
= lm
=
=0
lm
= lm
=
1
1
1
1
x+ x3
x+ x3 + 2x + 1
x+
1+0+0
x
1
1+2 2 + 3
1+2 +
+
2
+
x
x

x3
x3
x3
Ejemplo A.3
2x5 3x3 + x2 x + 4
Calcular lm
x
x4 + x3 5
En este caso el trmino que converge ms rpidamente a infinito es x5 . Dividiendo numerador y denomitador
por x5 , se obtiene
x5
x3
x2
x
1
2 5 3 5 + 5 5 +4 5
2x5 3x3 + x2 x + 4
x
x
x
x
x
= lm
lm
=
x
x
x4 + x3 5
x4
x3
1
+
5
x5
x5
x5
lm
23
1
1
1
1
1
1
1
1
+ 3 4 +4 5
23 +
+4
2
x
x
x
x =

= 2 =
1
1
1
1
1
1
0
+ 2 5 5
+
5
x x
x

Para ver si el lmite es + o , podemos observar, en la expresin que se obtiene tras dividir por x5 , que
el numerador tiende a 2 que es positivo mientras que en el denominador el trmino que tiende a cero ms
1
lentamente es que es negativo cuando x tiende a . Por tanto se tendra
x
2x5 3x3 + x2 x + 4
= .
x
x4 + x3 5
lm
A. Clculo de lmites
183
Regla para el caso de lmites, en + o en , de cocientes de polinomios

Si p(x) y q(x) son dos polinomios tales que el trmino de mayor grado de p(x) es axm y el trmino de mayor
grado de q(x) es bxn , entonces se tiene:
lm
x+
p(x)
axm
= lm
q(x) x+ bxn
lm
p(x)
axm
= lm
q(x) x bxn
Usando esta regla, en el Ejemplo A.3 se tendra

2x5
2x5 3x3 + x2 x + 4
= lm 2x = .
=
l
m
x
x x4
x
x4 + x3 5
lm
Ejemplo A.4
x4 + 1 + x2
Calcular lm
3
x+
x + 1 + 2x 1
as que como antes vamos a dividir arriba y abajo por lo
que tienda a infinito ms rpido.

Observamos que los
trminos que aparecen son x4 + 1, cuyo
comportamiento
cuando x + es como x4 = x4/2 = x2 , x2 , 3 x + 1, cuyo comportamiento es como 3 x = x1/3 , 2x y 1.
Por tanto lo que tiende a infinito ms rpidamente es x2 (es
potencia de x que aparece). Dividiendo
la mayor
3
2
2
4
6
numerador y denominador por x y recordando que x = x = x se tiene
x4 + 1
x4 + 1 x2
+1
+
x4 + 1 + x2
x4
x2
x2
lm
=
l
m
=
l
m
=
x+ 3 x + 1 + 2x 1
x+ 3 x + 1
x+ 3 x + 1
2
1
2x
1
+ 2
+ 2 2
3
x2
x
x
x x
x6
r
r
r
1
x4 + 1
x4
1
1+ 4 +1
+
1
+ 4 +1
4
4
x
x
x
lm r
= lm r x
= lm r
=
x+
x+
x+
2
1
1
2
1
1
2
1
x
1
3 x + 1
3
3
+ 2
+ 6+ 2
+ 6+ 2
x6
x x
x6
x
x x
x5
x
x x
1+0+1
2
= =
3
0
0+0+00
Para ver si se tratade + o podemos observar que el denominador ( x4 + 1 + x2 ) es siempre positivo

y el denominador ( 3 x + 1 + 2x 1) es tambin positivo para valores grandes de x.
Por lo tanto,
x4 + 1 + x2
lm
= +.
3
x+
x + 1 + 2x 1
De nuevo vemos que se trata de un lmite de tipo
A. Clculo de lmites
184
Ejemplo A.5
4
x2 + 1 + 1
Calcular lm
x+
x+1+ x1
4
Es de tipo
as que razonamos como antes. El numerador, en el lmite, se comporta como x2 = x2/4 = x1/2 ,
y
mientras que el denominador
se comporta como x = x1/2 . Luego lo que hacemos es dividir numerador
4
denominador por x = x1/2 que es lo que converge ms rpidamente a . Teniendo en cuenta que x = x2 ,
se tiene
4
4
2+1
x
1
x2 + 1
1
+
+
4
4
2
2
x +1+1
x
x
x
x
= lm
= lm
=
lm
x+
x+
x + 1 + x 1 x+ x + 1
x1
x+1
x1
+
+
x
x
x
x
r
r
r
1
1
1
1
1
x2 + 1
x2
+
+ 2+
1+ 2 +
2
x
x2
x
x
x
x
x
r
r
r
lm r
= lm r
= lm r
=
x+
x+
x+
1
1
x+1
x1
x 1
x 1
1+ + 1
+
+ +
x
x
x x
x x
x
x
1
1+0+0
=
2
1+0+ 10
Ejemplo A.6
e3x+2 + ex + 1
Calcular lm
x+
e4x 1
.
Es un cociente del tipo
Ahora no se trata de polinomios, pero la situacin es similar, ya que lo que tenemos son potencias de ex :
3
e3x+2 + ex + 1
e3x e2 + ex + 1
(ex ) e2 + ex + 1
=
=
4
e4x 1
e4x 1
(ex ) 1
n
y recordando que lm ex = +, se tiene tambien que (ex ) tiene a infinito ms rpidamente cuanto mayor
x+
es n. En consecuencia, en este caso, el trmino que tiende a infinito ms rpidamente es e4x = (ex ) , as que
ea
dividimos numerador y denominador por e4x . (Hay que recordar que b = eab y que lm ex = 0).
x
e
3x
x
e
e
1
e2 4x + 4x + 4x
e3x+2 + ex + 1
e2 e3x + ex + 1
e
e
e =
lm
= lm
= lm
x+
x+
x+
e4x 1
e4x 1
e4x
1
4x
e4x
e
e2 ex + e3x + e4x
0+0+0
=0
=
x+
1 e4x
10
lm
A. Clculo de lmites
Ejemplo A.7
Calcular lm
x+
185
ex+1 2x1
2x+3 + 7ex
Ahora lo que se tienen son exponenciales con distinta base. Pero puesto que, si a > 1, se tiene lm ax = +,
x+
tambien resulta un cociente del tipo

.
Lo que hay que hacer es dividir numerador y denominador por la exponencial de mayor base, que es la que
converge ms rpido a infinito:
x+1
lm
x+
x1
e
2
e e2 2
= lm
= lm
x+ 2x 23 + 7ex
x+
2x+3 + 7ex
ex
1 2x
1 2x
ex
2 ex = lm
2 ex = e 0 = e
x
x
x
2
e
2
x+
0+7
7
23 x + 7 x
23 x + 7
e
e
e
e
A. Clculo de lmites
186
Ejemplo A.8
ln(x2 + 2) + ln(x 1)
Calcular lm
x+
ln(2x3 7) + 2
Es un lmite de tipo
. Lo que conviene hacer en este caso es descomponer los logaritmos de polinomios que
aparecen. Para ello, dentro de cada logaritmo sacamos factor comn la x de mayor grado y despues usamos
que el logaritmo de un producto es la suma de logaritmos, se tiene as

2
2
2
= ln x2 + ln 1 + 2 = 2 ln x + ln 1 + 2
ln(x2 + 2) = ln x2 1 + 2
x
x
x

1
1
ln(x 1) = ln x 1
= ln x + ln 1
x
x

7
7
7
3
3
3
ln(2x 7) = ln x 2 3
= ln x + ln 2 3 = 3 ln x + ln 2 3 .
x
x
x
Usando estas expresiones en el lmite que queremos calcular, obtenemos

1
2
+
ln
x
+
ln
1
2
ln
x
+
ln
1
+
ln(x2 + 2) + ln(x 1)
x2
x

lm
=
l
m
=
x+
x+
7
ln(2x3 7) + 2
3 ln x + ln 2 3 + 2
x

2
1
3 ln x + ln 1 + 2 + ln 1
x
x

lm
x+
7
3 ln x + ln 2 3 + 2
x
Ahora en esta expresin razonamos como en los casos anteriores, es decir dividimos numerador y denominador
por lo que tiende a infinito ms rpido, que en este caso es claramente ln x (es lo nico que tiende a infinito).
Se tiene

2
1
ln 1 + 2
ln 1
ln x
x
x
3
+
+
ln(x2 + 2) + ln(x 1)
ln
x
ln
x
ln
x

= lm
=
lm
x+
x+
7
ln(2x3 7) + 2
ln 2 3
ln x
2
x
3
+
+
ln x
ln x
ln x

2
1
ln 1 + 2
ln 1
0
0
x
x
3+
3+
+
+
ln
x
= 3+0+0 = 3 =1
ln x
lm
=
2
ln 2
x+
7
3+0+0
3
+
3+
ln 2 3
2
x
3+
+
ln x
ln x
Indeterminaciones de tipo con races cuadradas

La idea en los casos en que se tiene una diferencia de races es multiplicar y dividir por la suma de las races
(lo que se suele llamar el conjugado). De este modo la indeterminacin se transformar en una del tipo
.
A. Clculo de lmites
187
Ejemplo A.9

p
Calcular lm x x + 2 x3 + 1
x+
Como vemos se trata de una indeterminacin de tipo + (+). A fin

del eliminar
las races cuadradas, lo
que hacemos es multiplicar y dividir por la suma de races, es decir por x x + 2 + x3 + 1. Se tiene

p
x x + 2 x3 + 1 x x + 2 + x3 + 1
3
lm x x + 2 x + 1 = lm
= ...
x+
x+
x x + 2 + x3 + 1
Ahora usamos que suma por diferencia es igual a diferencia de cuadrados ((a + b)(a b) = a2 b2 ) con lo que
desaparece la diferencia de races:
(x x + 2)2 ( x3 + 1)2
x2 (x + 2) (x3 + 1)
2x2 1
= lm
= lm
= lm
x+
x+ x x + 2 +
x+ x x + 2 +
x x + 2 + x3 + 1
x3 + 1
x3 + 1
que puede ser resuelto como anterioremente dividiendo

De esta forma hemos llegado a un lmite del tipo
numerador y denominador por el trmino que tiende ms rpidamente a .

El trmino de mayor grado del numerador es x2 y el del denominador es x x = x3/2 . Por tanto, dividimos
numerador y denominador por x2 , lo que da
2x2
1
1
2
2 2
2
2x2 1
x
x
lm
= lm
= lm
=
x
x+ x x + 2 +
x+
x3 + 1 x+ x x + 2
x3 + 1
x+2
x3 + 1
+
+
x2
x2
x
x2
1
1
1
2 2
2 2
2 2
x
x
x
r
r
r
= lm r
= lm r
=
lm r
x+
x+
x+
2
1
1
1
x+2
x3 + 1
x
2
x3
1
+
+
+
+
+ 2+
+ 4
x x2
x x4
x2
x4
x2
x
x4
x
20
= +
0+0+ 0+0
(el lmite es + ya que el numerador y denominador son positivos). Se concluye por tanto

p
lm x x + 2 x3 + 1 = +.
x+
Ejemplo A.10
x2 x4 + 1
Calcular lm
x+
x+2
En el numerador aparece una indeterminacin de tipo . Razonando como
antes para eliminar la diferencia de races cuadradas, multiplicamos numerador y denominador por x2 + x4 + 1. Usando que suma por
diferencia es diferencia de cuadrados, se obtiene

x2 x4 + 1 x2 + x4 + 1
x2 x4 + 1
x4 (x4 + 1)

=
lm
= lm
= lm
x+
x+
x+ (x + 2) x2 +
x+2
(x + 2) x2 + x4 + 1
x4 + 1
lm
x+
(x + 2)
1
1
=
=0
4
+ x +1
x2
A. Clculo de lmites
Ejemplo A.11
Calcular lm
x1
x
1
x2 1
x1
188
Lo que hay que hacer en este caso es reducir a comn denominador:

1
x
1
x(x + 1)
1 x(x + 1)
lm
= lm
= lm
=
x1
x1
x1
x2 1
x1
x2 1
x2 1
x2 1

= + si nos acercamos a 1 por la izquierda
2
1x x
0(< 0)
lm
=
1
x1
x2 1
= si nos acercamos a 1 por la derecha
0(> 0)
0
Indeterminaciones de tipo
que son cociente de polinomios
0
Lo que sucede en estos casos es que ambos polinomios tienen una raz comn. Lo que hay que hacer es factorizar
el numerador y el denominador y simplificar.
Ejemplo A.12 3
x x2 4x + 4
Calcular lm
x2
x2 x 2
0
. Para
0
resolverla lo que hacemos es dividir el numerador y el denominador por x 2 (2 porque es el nmero que anula
el numerador y el denominador). Vamos a hacer estas divisiones por la regla de Ruffini.
La divisin del numerador da
1 1 4
4
2
2
2 4
1
1 2 | 0
Sustituyendo x por 2 en el cociente de polinomios, vemos que se trata de una indeterminacin de tipo
lo que implica (usando la frmula de la divisin, dividendo igual a cociente por divisor ms el resto)
x3 x2 4x + 4 = (x 2)(x2 + x 2) + 0 = (x 2)(x2 + x 2).
Anlogamente, se tiene para el divisor
1
2
1
que como antes prueba
Sustituyendo, se tiene por tanto
1 2
2
2
1 |0
x2 x 2 = (x 2)(x + 1).
x3 x2 4x + 4
(x 2)(x2 + x 2)
x2 + x 2
22 + 2 2
4
= lm
= lm
=
= .
2
x2
x2
x2
x x2
(x 2)(x + 1)
x+1
2+1
3
lm
A. Clculo de lmites
189
Ejemplo A.13
x3 + x2 x 1
Calcular lm
x1
x3 3x 2
De nuevo es un cociente de polinomios que produce una indeterminacin de tipo

Dividiendo el numerador por x + 1 = x (1) se tiene
1
1
Tenemos por tanto
0
0.
Razonamos como antes.
1 1 1
1
0
1
0 1 | 0
x3 + x2 x 1 = (x + 1)(x2 1).
Dividiendo el denominador por x + 1 se tiene
1
1
lo que da
0 3 2
1
1
2
1 2 | 0
x3 3x 2 = (x + 1)(x2 x 2).
Se tiene por tanto
(x + 1)(x2 1)
x2 1
(1)2 1
0
x3 + x2 x 1
= lm
= lm 2
=
= .
3
2
x1 (x + 1)(x x 2)
x1 x x 2
x1
x 3x 2
(1)2 (1) 2
0
lm
Por tanto sigue siendo indeterminado. Volvemos a aplicar el mtodo anterior.

Para descomponer el numerador podemos dividir por Ruffini por x + 1 como anteriormente o simplemente
usar que diferencia de cuadrados es suma por diferencia lo que da
x2 1 = x2 12 = (x + 1)(x 1).
Para el denominador, dividiendo por Ruffini por x + 1 se tiene
1
1
lo que prueba
1
1
2
2
2
|0
x2 x 2 = (x + 1)(x 2).
Se tiene por tanto

lm
x2 1
(x + 1)(x 1)
x1
2
2
= lm
= lm
=
= .
x 2 x1 (x + 1)(x 2) x1 x 2
3
3
x1 x2
A.3
Regla de LHpital para el clculo de lmites
La Regla de LHpital es una poderosa herramienta para calcular lmites indeterminados. La idea que est detrs
es que, cuando el cociente de dos funciones tiene un lmite indeterminado, puede ser til estudiar el lmite del
cociente de sus pendientes, es decir, de sus derivadas, que, en ocasiones, determina ms claramente cul de las
dos es la que crece (o decrece) ms rpidamente.
A. Clculo de lmites
190
Regla de LHpital
Sea a un nmero real y sean f (x) y g(x) dos funciones derivables un algn intervalo que contenga al punto a
f (x)
y tales que lm f (x) = lm g(x) = 0 (esto es, que lm
es una indeterminacin).
xa
xa
xa g(x)
Entonces se tiene,
f (x)
f 0 (x)
lm
= lm 0
xa g(x)
xa g (x)
siempre que exista el lmite del segundo miembro.
Ejemplo A.14
3x2 7x + 2
Calcular lm 2
x2 x + 5x 14
Es posible aplicar la Regla de LHpital, ya que tanto el numerador como el denominador se anulan en x = 2,
y se tiene:
6x 7
5
3x2 7x + 2
= lm
=
lm 2
x2 2x + 5
x2 x + 5x 14
9
Ejemplo A.15
sen x
Calcular lm
x0
x
Puesto que tanto el numerador como el denominador valen 0 en x = 0, se puede aplicar la Regla de LHpital:
lm
x0
Ejemplo A.16
Calcular lm
x0
cos x
sen x
= lm
=1
x0
x
1
tg 6x
e2x 1
Se tiene que tg 0 = 0 y que e0 1 = 1 1 = 0, luego se puede aplicar la Regla de LHpital:

1
6 2
tg 6x
3
cos
6x = lm
lm
= lm
=3
x0 e2x 1
x0
x0 e2x cos2 6x
2 e2x
Ejemplo A.17
1 cos x
Calcular lm
x0
x2
En este ejemplo se aplica la Regla de LHpital de forma reiterada, ya que, tras la primera vez, se obtiene un
nuevo caso de indeterminacin.
En primer lugar se tiene que 1 cos 0 = 1 1 = 0 y que 02 = 0; aplicando LHpital se tiene:
lm
x0
1 cos x
sen x
= lm
2
x0 2x
x
0
, que permite volver a aplicar la Regla de LHpital:
0
sen x
cos x
1
lm
= lm
=
x0 2x
x0
2
2
Pero aparece un nuevo caso de indeterminacin
La Regla de LHpital es vlida tambin para lmites cuando x , para lmites indeterminados del tipo
A. Clculo de lmites
191
y para lmites laterales de los mismos tipos.

Ejemplo A.18
Calcular lm
x+
x2
ex
Se trata de una indeterminacin del tipo

lm
x+
. Aplicando LHpital reiteradamente
2x
2
x2
= lm
= lm
=0
x+ ex
x+ ex
ex
Ejemplo A.19
Calcular lm
xp
con p entero > 0 cualquiera
x+ ex
Un proceso similar al anterior, reiterando este proceso p veces, conduce a
lm
x+
xp
p xp1
p(p 1) xp2
p(p 1) . . . 3 2
p!
=
l
m
=
l
m
= = lm
= lm
= 0 p > 0
x+
x+
x+
x+ ex
ex
ex
ex
ex
El ejemplo anterior prueba la afirmacin siguiente:

Crecimiento exponencial
Cuando x tiende a +, la funcin ex crece ms rpidamente que cualquier potencia positiva de x.
Ejemplo A.20
Calcular lm
x+
ln x
con p > 0 cualquiera
xp
De nuevo se trata de una indeterminacin del tipo
lm
x+
. Aplicando LHpital se tiene
1
ln x
1
x
= lm
= lm
= 0 p > 0
p
p1
x+
x+
x
px
pxp
lo que conduce a la afirmacin siguiente:

Cuando x +, ln x crece ms lentamente que cualquier potencia positiva de x.
Otros tipos de indeterminaciones pueden con frecuencia reducirse a alguna de las anteriores.
Ejemplo A.21
Calcular lm+ x ln x
x0
Se trata de una indeterminacin del tipo 0. Sin embargo, sin ms que pasar la x al denominador dividiendo,
se tiene
ln x
x ln x =
1/x
y, escrito en esta forma, se tiene un lmite del tipo

al que se puede aplicar la Regla de LHpital:
lm+ x ln x = lm+
x0
x0
ln x
1/x
x2
= lm+
=
l
m
= lm+ x = 0
1/x x0 (1/x2 ) x0+
x0
x
A. Clculo de lmites
192

Ejemplo A.22
1
Calcular lm
tg x
cos x
x
2
Se trata de una indeterminacin del tipo . Sin embargo se puede escribir:
1
1
sen x
1 sen x
tg x =
=
cos x
cos x cos x
cos x
y, en esta forma, se trata de una indeterminacin del tipo

lm
x
2
que permite el uso de la Regla de LHpital:

1
1 sen x
cos x
tg x = lm
= lm
=0
sen x
cos x
cos
x
x
x
2
2
Ejemplo A.23
Calcular lm xx
x0+
Para calcular este tipo de lmites se hace uso de la identidad ab = eb ln a a, b, a > 0, de donde se tiene
f (x)g(x) = eg(x) ln f (x)
lm f (x)g(x) = elmx0+ (g(x) ln f (x))
de donde
x0+
Se calcula, pues,
lm+ x ln x = 0 (ver ejemplo A.21)
x0
luego
lm x ln x
= e0 = 1
lm+ xx = ex0+
x0
Ejemplo A.24
Calcular lm x1/x
x+
Utilizando, como antes, que lm f (x)g(x) = elm (g(x) ln f (x)) , se tiene

lm
x+
1
ln x = 0 (ver ejemplo A.20)
x
luego
lm x1/x = e0 = 1
x+
Ejemplo A.25
Calcular lm (1 + 5x)1/x
x0
Utilizando que lm f (x)g(x) = elm (g(x) ln f (x)) se tiene

5
1
ln(1 + 5x)
5
1
+
5x = lm
lm
ln(1 + 5x) = lm
= lm
=5
x0 x
x0
x0
x0 1 + 5x
x
1
luego lm (1 + 5x)1/x = e5 .
x0
La importancia de verificar las hiptesis

Antes de utilizar la Regla de LHpital para calcular un lmite hay que cerciorarse de que se cumplen las
hiptesis en que la misma es vlida. Si no fuera as se pueden obtener resultados falsos, como se muestra en el
ejemplo siguiente.
A. Clculo de lmites
193
Ejemplo A.26
Utilizacin incorrecta de la Regla de lHpital
La utilizacin de la misma para el clculo de
ex
ex 2
=
= lm x = lm 1 = 1
x
x+
x+ e 1
x+ e
lm
es correcta, ya que se trata de un lmite indeterminado del tipo

.
Sin embargo, su utilizacin en el clculo de
ex
ex 2
= lm 1 = 1
=
l
m
x+
x+ ex
x ex 1
lm
es incorrecta y conduce a un resultado falso, ya que en realidad no se trata de un lmite indeterminado

y el resultado correcto es:
ex 2
02
2
lm x
=
=
=2
x e 1
01
1
A.4
Asntotas
Con frecuencia interesa conocer el comportamiento de una funcin en las proximidades de los puntos en los
que no est definida, o bien en los extremos de su dominio de definicin o cuando x si la funcin est
definida en un dominio no acotado. Para ello son necesarios los lmites.
Asntotas horizontales
Si, cuando x tiende a +, los valores de una funcin tienden a acercarse a un valor b sin nunca llegar a l, se
dice que la funcin tiene una asntota horizontal y = b para x +. Grficamente, esto significa que la curva
y = f (x) se comporta, por la derecha, de forma parecida a la recta horizontal y = b.
Anlogamente, si, cuando x tiende a , los valores de una funcin tienden a acercarse a un valor b sin nunca
llegar a l, se dice que la funcin tiene una asntota horizontal y = b para x .
Asntota horizontal
Una recta horizontal y = b es una asntota horizontal de la funcin f (x) si
lm f (x) = b
x+
o bien
lm f (x) = b
A. Clculo de lmites
194
Ejemplo A.27
ex 2
Estudiar las asntotas horizontales de la funcin f (x) = x
e 1
Esta funcin est bien definida excepto cuando ex 1 = 0, es decir, cuando x = 0. Luego su dominio de
definicin, D = R = (, 0) (0, +), es no acotado y tiene sentido estudiar la posible existencia de
asntotas horizontales.
Se tiene, cuando x tiende a +:
lm
x+
2
1 x
10
ex 2
e
=
= lm
=
=1
1
ex 1
x+
10
1 x
e
y
Esto significa que la recta y = 1 es asntota horizontal de

f (x) para x +.
Por el otro lado, cuando x tiende a :
lm
02
2
ex 2
=
=
=2
x
e 1
01
1
Esto significa que la recta y = 2 es asntota horizontal de

f (x) para x .
Esta funcin, pues, tiene dos asntotas horizontales: y = 2 para x e y = 1 para x +.
Asntotas verticales
Si, cuando x se acerca a un valor a (por su derecha o por su izquierda), los valores de una funcin se hacen cada
vez ms grandes (en valor absoluto; pueden ser positivos o negativos), se dice que tiene una asntota vertical
en x = a. Obviamente, para que esto pase, tiene que ocurrir que f no est definida en x = a, pero s en puntos
muy cercanos a a.
Asntota vertical
Una recta vertical x = a es una asntota vertical de la funcin f (x) si
lm f (x) = +,
xa+
lm f (x) = ,
xa+
lm f (x) = +,
xa
lm f (x) = ,
xa
A. Clculo de lmites
195
Ejemplo A.28
x2
Estudiar las asntotas horizontales de la funcin f (x) =
x+1
Esta funcin est bien definida excepto cuando x + 1 = 0, es decir, cuando x = 1. Luego, la nica candidata
a ser asntota vertical es x = 1.
y
Hay que analizar los lmites de f (x) cuando x tiende a 1

por la izquierda y por la derecha, ya que f est definida a
ambos lados de este valor.
lm
(1)2
1
x2
=
=
=
x+1
1 + 1
0+
lm
x2
(1)2
1
= +
=
=
x+1
1 + 1
0
x(1)+
x(1)
Est claro, pues, que x = 1 es una asntota vertical y

que, cuando x tiende a 1 por la izquierda, los valores de
la funcin crecen indefinidamente hacia + y, cuando x
tiende a 1 por la derecha, los valores de la funcin decrecen
indefinidamente hacia .
Asntotas oblicuas
Si, cuando x tiende a +, una funcin tiende a parecerse a la recta y = mx + n (para algn valor de m y n),
se dice que y = mx + n es una asntota oblicua de f .
Anlogamente cuando x .
Asntota oblicua
Una recta y = mx + n es una asntota oblicua de la funcin f (x) si
h
i
h
i
lm f (x) (mx + n) = 0, bien
lm f (x) (mx + n) = 0,
x+
Se observa que si se tiene, por ejemplo

lm
x+
i
f (x) (mx + n) = 0,
entonces tambin se tiene:
f (x)
=m y
x+ x
Estas igualdades permiten calcular los valores m y n.
lm
lm
x+
h
i
f (x) mx = n
A. Clculo de lmites
196
Ejemplo A.29
x2
Estudiar las asntotas oblicuas de la funcin f (x) =
x+1
Esta funcin est bien definida en (, 1) (1, +), luego tiene sentido estudiar la posible existencia de
asntotas oblicuas.
En primer lugar cuando x tiende a +; hay que ver si existe el
lmite
lm
x+
x2
x2
x
x + 1 = lm
= lm
x+ x(x + 1)
x+ x + 1
x
x
= 1 = m
x
Para confirmar la existencia de una asntota oblicua, hay que ver
ahora si existe el lmite

x2
x2
x2 + x2 + x
lm
mx = lm
+ x = lm
x+ x + 1
x+ x + 1
x+
x+1
= lm
x+
x
=1=n
x+1
En consecuencia, y = mx + n = x + 1 es asntota oblicua de f
para x +.
Los mismos resultados se obtienen para x .
= lm
x+
Ejemplo A.30
Estudiar las asntotas de la funcin f (x) =
x2
1
x2
La funcin est bien definida excepto cuando x2 1 = 0, es decir, cuando

x = 1. Luego el dominio es D = (, 1) (1, 1) (1, +)
En consecuencia:
1. Tiene sentido estudiar el comportamiento cuando x , ya que
f est definida para esos valores.
1
1
2. Los dos puntos de discontinuidad de f (x = 1 y x = 1) proporcionan sendas candidatas a asntotas verticales.

Asntotas horizontales (comportamiento de f cuando x ):
x2
x2
x2
x2
= lm
= lm
=1
y
lm
=1
2
2
x x 1
x x2
1 x+ x
Es decir, y = 1 es asntota horizontal de f para x + y para x .
lm
x+ x2
Asntotas verticales (comportamiento de f cuando x se acerca a 1 y a 1): las posibles asntotas

verticales son x = 1 y x = 1.
lm
x(1)
lm
x(1)
x2
= +,
1
x2
x2
= ,
x2 1
lm
x(1)+
lm +
x(1)
x2
=
1
x2
x2
= +
x2 1
Luego x = 1 y x = 1 son asntotas veerticales de f .

Apndice B
Resolucin numrica de ecuaciones

B.1
Teoremas del Valor Intermedio y de Bolzano
Teorema del Valor Intermedio

Una funcin continua en un intervalo [a, b] toma todos los valores comprendidos entre f (a) y f (b).
Figura B.1: Teorema del Valor Intermedio: como se

puede observar, la funcin toma todos los valores
comprendidos entre f (a) y f (b).
Figura B.2: Teorema del Valor Intermedio: adems

de todos los valores comprendidos entre f (a) y f (b)
la funcin f puede tomar otros valores.
Teorema de Bolzano
Sea f una funcin continua en un intervalo [a, b] y tal que f (a) y f (b) tienen signos opuestos (es decir
f (a)f (b) < 0). Entonces existe c (a, b) tal que f (c) = 0.
197
198
Figura B.3: Teorema de Bolzano: como se puede observar, la funcin tiene signos opuestos en a y b (f (a) < 0 y f (b) > 0). En
concecuencia, toma el valor 0 en algn punto del intervalo (a, b)
(de hecho lo toma en tres puntos).
Ejemplo B.1
Utilizando el Teorema de Bolzano, probar que la ecuacin x = 2x tiene al menos una solucin
real.
En primer lugar, hay que escribir la ecuacin en la forma f (x) = 0 y, luego, encontrar un intervalo [a, b] en el
cual se verifiquen las hiptesis del Teorema, para as poder concluir que existe algn punto en el intervalo en
el que la funcin se anula, es decir, alguna solucin de la ecuacin. Se tiene:
x = 2x
f (x) = x 2x = 0
Esta funcin est definida y es continua en todo R. Es fcil ver que f (0) = 0 20 = 1 < 0. Por otro lado,
teniendo en cuenta que cuando x tiende a +, lm 2x = 0, tampoco es difcil comprender que, para x
x+
suficientemente grande, x ser mayor que 2x y por tanto x 2x ser positivo.

Por ejemplo:
1
1
f (1) = 1 21 = 1 = > 0
2
2
En consecuencia, f verifica las hiptesis del Teorema de Bolzano en el intervalo [0, 1]: es continua y f (0) y
f (1) tienen signos opuestos. Luego podemos afirmar que f (x) tiene al menos un cero en el intervalo (0, 1). O,
lo que es lo mismo, que la ecuacin x = 2x tiene al menos una solucin en dicho intervalo.
199
Ejemplo B.2
Utilizando el Teorema de Bolzano, probar que la ecuacin x4 = 1 + 3ex tiene al menos una
raz real.
Razonando como en el ejercicio anterior, se tiene
x4 = 1 + 3ex
f (x) = x4 1 3ex = 0
La funcin f (x) est definida y es continua en todo R. Se tiene, por ejemplo, f (0) = 1 3 = 4 < 0.
Por otro lado, igual que en el ejemplo anterior, x4 1 tiende a + cuando x + mientras que
lm 3ex = 0, y no resulta difcil comprender que, para x suficientemente grande, x4 1 ser mayor que
x+
x
3e y por tanto x4 1 3ex ser positivo.

Por ejemplo, recordando que ex < 1 x > 0 y, en consecuencia, que 3ex < 3 x > 0, se tiene
f (2) = 24 1 3e2 = 15 3e2 > 12 > 0
Luego, por el Teorema de Bolzano, f (x) tiene, al menos, un cero en el intervalo (0, 2), es decir, la ecuacin
dada tiene, al menos, una raz en dicho intervalo.
B.2
Resolucin numrica de ecuaciones: mtodo de biseccin
Uno de los problemas que ms se presenta en matemticas es el de calcular la solucin de una ecuacin. En
algunas (pocas) ocasiones, esto puede hacerse por mtodos analticos, es decir, se puede despejar la incgnita
para encontrar el o los valores que resuelven la ecuacin. En la gran mayora de las ocasiones con algn inters
prctico esto no es posible y es necesario recurrir a un mtodo numrico que, con la ayuda de un ordenador,
nos permita calcular un valor aproximado de la solucin.
Se presenta aqu un mtodo sencillo, basado directamente en el Teorema de Bolzano, que permite, en determinadas circunstancias, calcular la solucin de una ecuacin.
Hay que comenzar por decir que cualquier ecuacin en una variable se puede siempre escribir (y no de manera
nica) en la forma de una equivalente (es decir, que tiene las mismas soluciones) pero con segundo miembro
nulo
f (x) = 0
Ejemplo B.3
La ecuacin x = 2x se puede tambin escribir x 2x = 0.
1
Tambin se tiene x = 2x x = x x 2x = 1, luego tambin se puede escribir
2
x 2x 1 = 0.
Dada f : [a, b] R 7 R, continua, se plantea el problema de encontrar una solucin (tambin llamada raz) de
la ecuacin
f (x) = 0.
Desde el punto de vista geomtrico, esto significa encontrar, en [a, b], un punto de corte de la grfica de la
funcin y = f (x) con el eje de abscisas (ver la Figura B.4).
Los mtodos de aproximacin de raices de ecuaciones necesitan conocer, o bien un intervalo que contenga slo
una raz, o bien un punto inicial que est suficientemente de ella. Por tanto, como paso previo a la aplicacin
de un mtodo de aproximacin, es necesario localizar la raz, es decir encontrar un intervalo que la contenga
y separar la raz, es decir encontrar un intervalo que slo contenga dicha raz. Esto se hace por mtodos
analticos, grficos y, en algunos casos, empricos.
200
Figura B.4: La grfica de y = f (x) corta al eje de

abscisas en un punto [a, b], lo que significa
que es una solucin de la ecuacin f (x) = 0.
Ejemplo B.4
0.5
0
0.5
1
1.5
2
2.5
3
1
0.5
0.5
La funcin y = x 2x = f (x) est representada en la Figura para x [1, 1]. Se observa que hay un nico
punto [0, 1] en que la curva corta al eje OX, es decir, que hay una nica raiz de x 2x = 0 en [0, 1].
(
f (0) = 0 20 = 1 < 0,
1
1
f (1) = 1 21 = 1 = > 0.
2
2
Los mtodos para aproximar races de ecuaciones son, en general iterativos, es decir consisten en construir una
sucesin de valores x1 , x2 , x3 , x4 . . . mediante una relacin de recurrencia, esto es, se calcula cada uno de ellos
a partir del anterior: x1 x2 x3 x4 , etc.
Cuando la sucesin de valores x1 , x2 , x3 . . . tiende hacia la raz de f (es decir, se acerca cada vez ms a ella,
tanto como se quiera: lm xn = ), se dice que el mtodo iterativo es convergente.
n
Mtodo de biseccin
Sin mucha precisin, el mtodo de biseccin consiste en lo siguiente:
1. Subdividir en dos partes el intervalo en que se sabe que la funcin cambia de signo y tiene una sola raz.
2. Averiguar, utilizando el Teorema de Bolzano, en cual de las dos mitades se encuentra la raiz y descartar
la otra mitad del intervalo.
3. Reiniciar este proceso con el subintervalo elegido.
4. Continuar con este proceso hasta que el subintervalo elegido tenga una longitud lo suficientemente
pequea como para que cualquiera de sus puntos sea una aproximacin aceptable de la solucin. La
eleccin ptima como aproximacin es, entonces, el punto medio del subintervalo.
201
x1
b
x2
b
x3
Figura B.5: Tres etapas del mtodo de dicotoma. En cada iteracin se descarta la mitad del intervalo que no
contiene a la raz (en la que f no cambia de signo). El intervalo donde se encuentra la raz es cada vez ms
pequeo y, su punto medio se acerca cada vez ms a la solucin buscada.
Ejemplo B.5
Utilizando el mtodo de
x 2x = 0 en el intervalo [0, 1]
dicotoma,
aproximar
la
solucin
de
la
ecuacin
Sea f (x) = x 2x .
Intervalo
Punto medio
[0, 1]
f (0) < 0
[0.5, 1]
f (0.5) < 0
[0.5, 0.75]
[0.625, 0.75]
[0.625, 0.6875]
f (1) > 0
f (0.75) > 0
f (0.625) < 0
f (0.6875) > 0
x1 =
0+1
= 0.5
2
x2 =
0.5 + 1
= 0.75
2
x3 =
0.5 + 0.75
= 0.625
2
x4 =
0.625 + 0.75
= 0.6875
2
x5 =
0.625 + 0.6875
= 0.65625
2
..
.
Por lo que una aproximacin de la solucin es 0.65625, obtenida aplicando el proceso de subdivisin 4
veces y eligiendo como aproximacin el punto medio del ltimo subintervalo.
Obsrvese que, si se aplica el proceso de subdivisin descrito antes una vez, se obtiene una aproximacin, x1 ,
ba
cuyo error mximo es la mitad de la longitud del intervalo inicial e1 =
. Si se aplica dos veces, se obtiene una
2
e1
ba
aproximacin, x2 , cuyo error mximo es la mitad del anterior e2 =
=
. Reiterando este razonamiento,
2
22
ba
si el proceso se aplica n veces, se obtiene una aproximacin xn cuyo error mximo es en = n .
2
Esto permite saber, a priori, cuantas iteraciones hay que realizar para conseguir una aproximacin con un error
tan pequeo como se quiera.
En efecto, si en el intervalo [a, b] hay una solucin , qu nmero n de veces hay que aplicar el proceso de
subdivisin para conseguir que el error cometido no sea mayor que una cantidad dada ?
Se ha visto que, si se aplica n veces, el error mximo que se comete tomando xn como aproximacin es
en =
ba
2n
202
En consecuencia habr que elegir n de forma que se tenga

ba
ln
< n ln(2) n >

ln(2)

ba
ba
<
< 2n ln
n
2
ba
Ejemplo B.6
Cuntas iteraciones del mtodo de biseccin hay que realizar para aproximar la solucin de
la ecuacin x 2x = 0, partiendo del intervalo [0, 1] , con un error menor que una centsima?
Se desea que el error sea e < 0.01. Por la frmula anterior, hay que tomar

1
ba
ln
ln
ln(100)
0.01
=
=
6.64
n>
ln(2)
ln(2)
ln(2)
Luego hay que realizar 7 iteraciones.
203
Ejemplo B.7
Utilizando el mtodo de dicotoma, aproximar la solucin de la ecuacin del Ejercicio B.2,
x4 = 1 + 3ex , en el intervalo [0, 2] con un error menor que 0.05
16
14
12
10
8
6
4
2
0
2
4
0
0.5
1.5
Sea f (x) = x4 1 3ex . Como se puede observar en la figura, f tiene una nica raz en [0, 2]. Puesto que se
desea un error menor que 0.03, habr que tomar

ba
2
ln
ln
ln(40)
0.05
n>
=
=
5.32
ln(2)
ln(2)
ln(2)
Luego hay que realizar 6 iteraciones (es decir, elegir como aproximacin x6 ).
intervalo
pto. medio
[0, 2]
f (0) < 0
[1, 2]
f (1) < 0
f (2) > 0
error
x1 =
0+2
=1
2
x2 =
1+2
= 1.5
2
0.5
[1, 1.5]
f (1.5) > 0
x3 =
1 + 1.5
= 1.25
2
0.25
[1, 1.25]
f (1.25) > 0
x4 =
1 + 1.25
= 1.125
2
0.125
x5 =
1.125 + 1.25
= 1.1875
2
0.0625
x6 =
1.125 + 1.875
= 1.15625
2
0.03125
[1.125, 1.25]
[1.125, 1.1875]
f (1.125) < 0
f (1.1875) > 0
Por lo que una aproximacin de la solucin es 1.15625 con un error menor o igual que 0.05
B.3
Resolucin numrica de ecuaciones: mtodo de Newton
En el Tema 3 ya se abord el problema de la resolucin numrica de una ecuacin como

f (x) = 0
y se present all el mtodo de biseccin, que slo hace uso de los valores que toma la funcin f .
En esta seccin se presenta un mtodo que utiliza adems los valores que toma la derivada de f . Naturalmente,
esto requiere que f sea derivable.
Sea, pues,
f : [a, b] R R
una funcin continua, derivable y con derivada continua. Se supone que la ecuacin f (x) = 0 tiene en el intervalo
204
(a, b) una nica solucin , que no se conoce y se desea aproximar:

f () = 0,
(a, b)
Se recuerda que es un punto de corte de la grfica de y = f (x) con el eje OX.
La idea del mtodo de Newton consiste en sustituir, en determinados puntos, la grfica de la funcin por la de
su recta tangente en dichos puntos.
Se comienza eligiendo un punto inicial x0 [a, b], que debe estar cerca de la solucin que se quiere aproximar.
La ecuacin de la recta tangente a y = f (x) en el punto (x0 , f (x0 )) es (ver Figura B.8)
y = f (x0 ) + f 0 (x0 )(x x0 )
(x 0 , f (x 0 ))
(x 0 , f (x 0 ))
x0
Figura B.6: La recta tangente a la curva y = f (x) en

el punto (x0 , f (x0 )) tiene de ecuacin
y = f (x0 ) + f 0 (x0 )(x x0 ).
x1
x0

el punto (x0 , f (x0 )) corta al eje OX en
f (x0 )
.
x1 = x0 0
f (x0 )
Esta recta corta al eje OX en el punto de abscisa

x1 = x0
f (x0 )
f 0 (x0 )
Parece claro que el punto x1 est ms cerca de que el punto inicial x0 .

Se repite ahora el proceso anterior, pero comenzando en el punto x1 .
El mtodo de Newton consiste en reiterar este proceso, partiendo cada vez del punto calculado en la etapa
anterior. Esto proporcionar puntos cada vez ms cercanos a la solucin .
205
(x 0 , f (x 0 ))
(x 0 , f (x 0 ))
(x 1 , f (x 1 ))
(x 1 , f (x 1 ))
x1
x0

el punto (x1 , f (x1 )) tiene de ecuacin
y = f (x1 ) + f 0 (x1 )(x x1 ).
x2
x1
x0

el punto (x1 , f (x1 )) corta al eje OX en
f (x1 )
x2 = x1 0
.
f (x1 )
Mtodo de Newton
Consiste en lo siguiente:
1. Elegir un punto x0 que est cerca de la solucin.
2. Calcular sucesivamente los puntos
xn+1 = xn
f (xn )
,
f 0 (xn )
para n = 0, 1, 2, . . .
hasta conseguir una aproximacin lo suficientemente buena de .

Observaciones:
1. En la descripcin anterior hay dos indefiniciones claras:
a) Cmo se elige un punto x0 que est cerca de la solucin? No hay una respuesta general a esta
pregunta. Puede que se conozca, por ejemplo, por razones empricas o por anlisis previo. Si no,
una posibilidad es utilizar previamente el mtodo de biseccin y comenzar el mtodo de Newton en
la solucin proporcionada por aqul.
b) Cmo se sabe si una aproximacin es lo suficientemente buena? En la prctica, lo que se suele
hacer cuando se utiliza este mtodo con un ordenador, es detenerse cuando dos aproximaciones
consecutivas estn muy cercanas:
|xn+1 xn | < una cantidad muy pequea previamente fijada, por ejemplo 104
2. Como se ha visto, en el mtodo de Newton hay que dividir por el valor de la derivada de f en determinados
puntos, que estn cercanos a la solucin. Naturalmente, es imprescindible, pues, que la derivada f 0 no
se anule cerca de la solucin.
3. Este mtodo utiliza mucha ms informacin sobre la funcin f que el mtodo de biseccin, que se vi en
la seccin anterior, ya que hace uso de la derivada. Es por ello lgico que sea mejor, es decir ms rpido
en llegar a la solucin. De hecho es mucho ms rpido.
206
Ejemplo B.8
Determinar el nmero de soluciones en R de la ecuacin siguiente y utilizar el mtodo de Newton para
aproximar la mayor de ellas.
ex +x 2 = 0
a) Denotemos f (x) = ex +x 2. Sabemos que f es derivable en R y
f 0 (x) = ex +1 > 0 x R
lo cual significa que f es creciente en R.
10
Tambin se tiene
lm f (x) = +
x+
lm f (x) =
y = ex + x 2
Grficamente deducimos que f slo tiene una raz, es decir,

la ecuacin f (x) = 0 tiene una nica solucin R.
Como f (0) = 1 < 0 y f (1) = e 1 > 0, por el Teorema
de Bolzano se tiene que la raz est en el intervalo (0, 1).
4
2
1.5
0.5
0.5
1.5
b) Utilizamos ahora el mtodo de Newton para aproximar . Tomamos como primer punto x0 = 0. Se tiene:
x1 = x0
e0 + 0 2
1
f (x0 )
=0
= = 0.5
0
f (x0 )
e0 + 1
2
Partiendo de x1 , calculamos
x2 = x1
f (x1 )
e0.5 + 0.5 2
=
0.5
0.44385167
f 0 (x1 )
e0.5 + 1
Repetimos el proceso y calculamos

x3 = x2
f (x2 )
0.44285470
f 0 (x2 )
Repetimos el proceso una vez ms y obtenemos

x4 = x3
f (x3 )
0.44285440
f 0 (x3 )
Observamos que las 6 primeras cifras decimales de las dos ltimas aproximaciones son iguales: 0.442854,
de manera que se tiene:
|x4 x3 | = 0.00000030 = 3 107 < 106
Tomamos, pues x4 = 0.44285440 como aproximacin de la solucin.
Observacin: Hacer estos clculos a mano no es sencillo. Pero s lo es hacerlos con una hoja de clculo
EXCEL. Es interesante hacerlo como ejercicio.
207
Ejemplo B.9
Utilizando el mtodo de Newton, aproximar la solucin de la ecuacin x 2x = 0 en el intervalo [0, 1].
Denotemos f (x) = x 2x . Sabemos que f es derivable en R y
f 0 (x) = 1 + ln(2) 2x
Utilizamos ahora el mtodo de Newton para aproximar la solucin de la ecuacin. Tomamos como primer
punto x0 = 0. Se tiene:
0 20
f (x0 )
0.590616109
=0
x1 = x0 0
f (x0 )
1 + ln(2) 20
Partiendo de x1 , calculamos
x2 = x1
f (x1 )
0.640909617
f 0 (x1 )
x3 = x2
f (x2 )
0.641185736
f 0 (x2 )
Repetimos el proceso y calculamos
Repetimos el proceso una vez ms y obtenemos

x4 = x3
f (x3 )
0.641185744
f 0 (x3 )
Observamos que las 7 primeras cifras decimales de las dos ltimas aproximaciones son iguales: 0.6411857. De
hecho esto indica, en general, que dichas 7 primeras cifras son exactas (en este caso, en concreto, todas las
cifras de x4 son exactas). Se tiene:
|x4 x3 | = 0.000000008 = 8 109 < 108
Tomamos, pues x4 = 0.6411857 como aproximacin de la solucin.
Observacin: Esta misma ecuacin fue resuelta, en el Ejercicio 3.41 del Tema 3, por el mtodo de biseccin,
encontrndose all la aproximacin 0.65625 tras 5 iteraciones. Esta aproximacin slo tiene una cifra decimal
exacta: 0.6. Con el mtodo de Newton hemos encontrado una aproximacin con 9 cifras decimales exactas en
4 iteraciones. Resulta obvio, pues, que este mtodo es (mucho) ms rpido que el de biseccin (de hecho es el
ms rpido).

ApuntesMGABQM PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ApuntesMGABQM PDF

Uploaded by

Copyright:

Available Formats

Apuntes de la asignatura

1. Revisin de instrumentos bsicos

2.9.2. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

4. Funciones de varias variables

5.7.6. Dinmica de epidemias . . . . . . . . . . . . . . . . . . . .

B. Resolucin numrica de ecuaciones

Revisin de instrumentos bsicos

El lenguaje bsico de las matemticas

Cantidades fsicas, valores numricos y unidades

1. Revisin de instrumentos bsicos

La magnitud ms clara aqu es la de la concentracin, [c] = M L3 (o sea, masa/volumen). Para que la

Nmeros, aritmtica y resolucin de ecuaciones

1. Revisin de instrumentos bsicos

La solucin ecuaciones de la forma

pertenece a los nmeros racionales, segn la regla de Cramer.

que 2 es el lmite de esta

1. Revisin de instrumentos bsicos

es el mdulo de z, tambin denotado |z| y

arg(zz 0 ) = arg(z) + arg(z 0 ),

De aqu se puede calcular con comodidad la potencia n-sima de un nmero complejo:

Tambin se pueden calcular las n races n-simas de un nmero complejo:

Un relevante nmero complejo asociado a z = a + ib es su conjugado: z = a ib. Cumple algunas

1. Revisin de instrumentos bsicos

Errores. Truncamiento y redondeo. Sistemas de numeracin

1. Revisin de instrumentos bsicos

1. Revisin de instrumentos bsicos

Manipulaciones bsicas con ecuaciones

Si consideramos que 4 = 2, obtenemos la solucin x = 3. Pero tambin puede ser

1. Revisin de instrumentos bsicos

En tercer lugar sacamos la raz cuadrada de los dos trminos de la ecuacin:

y dividiendo por 2 los dos miembros de la ecuacin:

Resumimos a continuacin la Teora de Rouch-Frobenius (data de 1875) sobre la existencia y unicidad de

1. Revisin de instrumentos bsicos

El sistema de partida ha quedado reducido al sistema triangular

1. Revisin de instrumentos bsicos

lo cual se reescribe como

Sumando 1 ahora a cada trmino de la cadena de desigualdades, obtenemos la solucin de la inecuacin

1. Revisin de instrumentos bsicos

Figura 1.1: Grficas de rectas

1. Revisin de instrumentos bsicos

se representa grficamente como una parbola. Buscando un cuadrado perfecto, escribimos

Tambin tenemos, debido a la simetra de la funcin,

Si a2 < 0, el punto x = es un mximo:

Figura 1.2: Grficas de parbolas

1. Revisin de instrumentos bsicos

Figura 1.3: Grficas de funciones polinmicas de tercer grado

1. Revisin de instrumentos bsicos

q(x) = x4 5x3 + 8x2 4x,

q(x) = x(x 1)(x 2)2 .

Funcion Racional f(x)=(x-3)/(x*(x-2))

Figura 1.4: Funcin racional

1. Revisin de instrumentos bsicos

Si tuviramos la fraccin inversa:

Longitud cateto opuesto

Longitud cateto adyacente

1. Revisin de instrumentos bsicos

De modo que, como + = /2, deducimos

Por el Teorema de Pitgoras, a2 + b2 = c2 , y de aqu la relacin fundamental

(a) Seno y coseno

Figura 1.6: Grficas de funciones seno, coseno y arcoseno

1. Revisin de instrumentos bsicos

Figura 1.7: Grficas de funciones tangente y arcotangente

Es posible elevar un nmero racional positivo a un nmero racional cualquiera: