Apuntes de Matemáticas I

Apuntes
de
MATEMATICAS
I
curso 20152016
Jos
e Luis Arregui Casaus
Grados en Ingeniera (Mecanica / Electrica / Electronica Industrial y Automatica)
Universidad de La Rioja
Captulo 1
N
umeros y funciones
1.1.
N
umeros reales: operaciones y orden
Los n
umeros 1, 2, 3, 4, . . . , que son los primeros que aprendemos de ni
nos y nos sirven
para contar, son los n
umeros naturales. Los n
umeros naturales se pueden sumar entre
ellos, y nos dan un nuevo n
umero natural. La suma de m y n se escribe m + n. Tambien se
pueden multiplicar, y su producto es otro n
umero natural que se escribe m n, o bien m n,
o simplemente m n si no hay lugar a confusion.
El conjunto de los n
umeros naturales se denota por N,
N = {1, 2, 3, 4, 5, . . . } .
Con sus opuestos y el n
umero 0 forman el conjunto Z de los n
umeros enteros,
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . . } .
Como se sugiere en la expresi
on anterior, los n
umeros enteros estan ordenados. De acuerdo
con la relaci
on de orden los visualizamos sobre una recta, uniformemente espaciados:
6
Un n
umero n est
a a la derecha de m si n > m (n es mayor que m), que es lo mismo que
m < n (m es menor que n). Tambien se usan los smbolos (menor o igual) y (mayor o
igual).
Cada n
umero entero n tiene inmediatamente a su derecha el n
umero n + 1, que es el
siguiente a n en Z.
El opuesto de n, que escribimos n, es el u
nico n
umero que sumado a n nos da 0. La suma
y el producto de dos enteros nos da otro n
umero entero; ademas, en Z podemos restar: la resta
m n es el n
umero que tenemos que sumar a n para obtener m: es decir, x = m n si y solo
si x + n = m, y sumando n a la derecha en ambos terminos vemos que, equivalentemente,
x = m + (n); en definitiva m n = m + (n): restar es sumar el opuesto.
Si restamos dos n
umeros naturales el resultado es un n
umero entero (puesto que N Z),
tal vez natural (4 1 = 3) o tal vez no (2 6 = 4).
Si adem
as de contar unidades de cosas queremos medir (longitudes, areas, el transcurso del tiempo. . . ), o tambien si queremos contar cosas expresables en partes de la unidad,
1

CAPITULO 1. NUMEROS
Y FUNCIONES
necesitamos m
as n
umeros. Dicho informalmente, necesitamos tapar los huecos en la recta anterior, para reflejar por ejemplo el punto medio entre 0 y 1. Debera ser un n
umero x tal que
x + x = 2x = 1. En general, el n
umero x tal que nx = 1 es el inverso de n (existe siempe que
1
sea n 6= 0), y se escribe 1/n
o n . El conjunto Q de los n
umeros racionales es el conjunto
de las fracciones m/n, iguales a m veces 1/n, con m y n n
umeros enteros. Un n
umero entero
es tambien racional, puesto que m = m/1, es decir Z Q.
Los n
umeros racionales se suman y multiplican entre ellos, y el resultado es otro n
umero
racional. Damos por conocida la forma de operar con fracciones, recordando simplemente que
cada n
umero no nulo m/n tiene inverso, que es n/m. Resulta entonces que en Q podemos
tambien dividir: el cociente a/b, con b 6= 0, es el n
umero que tenemos que multiplicar por b
para obtener a. Es decir, x = a/b si y solo si x b = a, y multiplicando por 1/b a la derecha
en ambos terminos vemos que, equivalentemente, x = a (1/b); en definitiva a/b = a (1/b):
dividir es multiplicar por el inverso. No se puede dividir por 0 porque 0 no tiene inverso, ya
que el producto de 0 con cualquier otro n
umero siempre es nulo.
Si dividimos dos n
umeros enteros el resultado es un n
umero racional, tal vez entero
(12/4 = 3) o tal vez no (6/10 = 3/5
/ Z).
Los n
umeros racionales est
an totalmente ordenados [pregunta: cu
ando es m/n < m0 /n0 ?],
y nos permiten rellenar la recta debido a que 1/n es arbitrariamente peque
no (si n es lo
bastante grande):
1/3
1/5
0
31
30
10
5
11
5
12
5
13
5
14
5
15
5
Por contra, perdemos sencillez respecto a la disposicion de los n

umeros enteros, puesto que
ahora la noci
on de siguiente deja de tener sentido: entre dos n
umeros racionales distintos, a
y b, siempre hay otros: por ejemplo, el punto medio (a + b)/2:
x a = b x 2x = a + b x =
a+b
.
2
a+b
2
Rellenamos as completamente la recta? Es decir, una vez que identificamos los n

umeros
que debemos usar con los puntos de la recta (puesto que nos dan la medida de cualquier
longitud, entendiendola como la distancia del punto al origen) la cuestion es: nos basta con
los n
umeros racionales? Hay m
as n
umeros?
La respuesta es que hay m
as. Los pitagoricos de la antigua Grecia fueron, que se sepa,
los primeros que encontraron un n
umero irracional: el que mide la diagonal del cuadrado
unidad.
Sea d lo que mide dicha diagonal. Recordemos que cada n
umero natural mayor o igual a
2 se descompone de forma u
nica en factores primos. Si fuera d = m/n, con m y n naturales,

1.1. NUMEROS
REALES: OPERACIONES Y ORDEN
tendramos dn = m, y entonces d2 n2 = m2 . Por el teorema de Pitagoras d2 = 2 (por lo que se
escribe d = 2), luego 2n2 = m2 . Pero esta igualdad es imposible, porque el factor primo 2
aparecera un n
umero par de veces en m2 y un n
umero impar en 2n2 . En consecuencia, d
/ Q.
d2 = 12 + 12 = 2, d
/Q
d=
Otros n
umeros irracionales muy importantes que apareceran frecuentemente en el curso
son e y .
Los n
umeros racionales y los irracionales forman el conjunto R de los n
umeros reales.
A falta de una definici
on rigurosa, que no damos aqu, consideraremos que cada n
umero real
determina un punto en la recta; y viceversa, cada punto es dado por un n
umero. A la recta
as considerada, como representaci
on de todos los n
umeros reales, se le llama la recta real.
Cuando los n
umeros reales se construyen o definen con rigor se ve de paso como las operaciones
y el orden en Q se amplan a R conservando sus propiedades. En el caso del orden hay una
propiedad nueva (de completitud) que es fundamental para demostrar muchas cosas, pero que
ahora no vamos a detallar.
Resumiendo hasta aqu, hemos repasado los conjuntos numericos siguientes, motivando
cada uno como ampliaci
on necesaria del anterior:
NZQR
Al final del curso veremos los n
umeros complejos como una ampliacion de los reales; hasta
entonces, cuando hablemos de un n
umero sin especificar su naturaleza daremos por supuesto
que nos referimos a un n
umero real.
Un n
umero a es positivo si a > 0, y es negativo si a < 0, o equivalentemente si es el opuesto
de un n
umero positivo; en la recta real, los positivos estan a la derecha de 0, y los negativos
a la izquierda. Seg
un se de uno u otro caso, se dice que su signo es positivo o negativo. Un
n
umero y su opuesto son simetricos respecto a 0.
Nota. Una forma habitual de escribir un n
umero es mediante su expresion decimal. Normalmente lo que se expresa es entonces una aproximacion, dando mas o menos cifras decimales,
tal vez con redondeo, dependiendo de la precision requerida (por ejemplo 3,1416, y
3,141592653589793). Los n
umeros irracionales son precisamente aquellos cuya parte decimal no tiene perodo. El n
umero 1,123456789101112131415... es tambien irracional, mientras
que 0,4891891891891891891891... es racional (es el n
umero 181/370).
No vamos a enumerar las propiedades de las operaciones con n
umeros reales, que damos
por conocidas (conmutativa, asociativa, distributiva). Tampoco las de la relacion de orden .
S conviene recordar las que relacionan las operaciones con el orden, por su importancia en el
manejo de desigualdades:

CAPITULO 1. NUMEROS
Y FUNCIONES
a b = a + c b + c.
Si c > 0, a b = ac bc.
Si c < 0, a b = ac bc.
En particular, el producto de dos n
umeros del mismo signo es positivo, y si tienen distinto
signo es negativo (una consecuencia importante es que para cualquier n
umero a 6= 0 se tiene
2
que a > 0).
1
> 0, por lo que lo anterior vale tambien para el
Recordemos tambien que a > 0
a
cociente.
1.2.
Intervalos. Valor absoluto y distancia.
1.2.1.
Intervalos en R.
Reciben el nombre de intervalos los subconjuntos de R definidos de alguna de las maneras

siguientes a partir de cotas a, b R:
Acotados:
(a, b) = {x R; a < x < b} (es abierto);
[a, b) = {x R; a x < b};
(a, b] = {x R; a < x b};
[a, b] = {x R; a x b} (es cerrado).
No acotados:
(a, +) = {x R; x > a} (abierto, y acotado inferiormente);
[a, +) = {x R; x a} (cerrado, y acotado inferiormente);
(, b) = {x R; x < b} (abierto, y acotado superiormente);
(, b] = {x R; x b} (cerrado, y acotado superiormente);
(, +) = R (abierto y cerrado).
Notemos que, si a b, (a, b) = , de modo que el conjunto vaco tambien es un intervalo, y
es abierto y cerrado. Y los conjuntos unipuntuales tambien son intervalos (cerrados), ya que
{a} = [a, a]. Tanto a estos como a se les llama intervalos triviales.
I
[
b
J
)
c
(
a
Intervalos I = [b, c) y J = (a, +); b I, c

/ I, a
/J
La noci
on de conjuntos acotados (tal vez solo inferiormente o superiormente) se puede
aplicar a todo tipo de conjuntos, intervalos o no, con el sentido que debera estar claro si
pensamos en los conjuntos situados sobre la recta real. Por ejemplo, N es un subconjunto de
1.2. INTERVALOS. VALOR ABSOLUTO Y DISTANCIA.
R acotado inferiormente, pero no superiormente (por tanto no esta acotado). Y el conjunto

de n
umeros racionales negativos est
a acotado superiormente, pero no inferiormente (tampoco
es un intervalo, es la intersecci
on (, 0) Q).
Un conjunto A tiene m
aximo si uno de sus elementos es mayor que cualquier otro elemento
del conjunto. Tal elemento es el m
aximo de A, y se escribe max A. Analogamente, A tiene
mnimo si hay un elemento menor que todos los demas, y dicho elemento es mn A. Por ejemplo
3 = max(0, 3] = m
ax[3, 3] = mn[3, 3], 1 = mn N, mientras que (1, +) no tiene maximo ni
mnimo, al igual que (, 0) Q.
Las nociones de abierto y cerrado se definen igualmente para subconjuntos cualesquiera de
R, aunque por ahora no nos preocupara su significado; si esa definicion se aplica a intervalos,
veramos que son abiertos y/o cerrados (o ninguna de ambas cosas) seg
un hemos dicho en la
lista anterior.
Los conjuntos que hemos definido como intervalos se caracterizan por la propiedad de los
valores intermedios:
Proposici
on (caracterizaci
on de los intervalos reales). Un subconjunto I de R es un intervalo
si y solo si, dados x, y I, cada z R tal que x z y tambien pertenece a I.
Dicho con otras palabras, los intervalos son los conjuntos de n
umeros que no tienen huecos
entre dos cualesquiera de sus elementos.
1.2.2.
Valor absoluto de un n
umero real. Distancia entre dos n
umeros.
El valor absoluto de un n
umero a es el n
umero real no negativo
(
a,
si a 0;
|a| =
a, si a < 0.
Hay que notar las siguientes propiedades:
|a| = m
ax{a, a} (y por lo tanto |a| = | a|);
|a| = 0 a = 0 (en otro caso |a| > 0);
|a| < b b < a < b:
En efecto, |a| < b equivale a que se cumplan a la vez a < b y a < b, y la segunda
equivale a b < a.
|ab| = |a| |b|.
Desigualdad triangular: |a + b| |a| + |b|:
En efecto, como a |a| tenemos a + b |a| + b, y analogamente |a| + b |a| + |b|, luego
a + b |a| + |b|. De la misma manera se ve que (a) + (b) | a| + | b| = |a| + |b|.
Pero (a) + (b) = (a + b), y |a + b| = max{a + b, (a + b)}, as que |a + b| |a| + |b|.
Notemos que, aplicando la desigualdad triangular dos veces,
|a + b + c| = |(a + b) + c| |a + b| + |c| (|a| + |b|) + |c| = |a| + |b| + |c| .
En general |a1 + a2 + + an | |a1 | + |a2 | + + |an | .

CAPITULO 1. NUMEROS
Y FUNCIONES
Geometricamente, |a| expresa la distancia entre a y el origen, como caso particular de la

siguiente definici
on:
La distancia entre dos n
umeros a y b es el n
umero real no negativo |a b| (que es igual a
|b a|). En la figura siguiente, como b > a la distancia es b a, lo que tenemos que sumar a
a para llegar a b:
|a b|
Distancia entre a y b
Notemos que, dado > 0, el conjunto de puntos que distan de a menos que es el intervalo
(a , a + ):
|x a| < < x a < a < x < a + .
a

a
1.3.
a+
Potencias de exponente entero.
Ya ha aparecido la expresi
on del cuadrado de un n
umero a, a2 = a a. En general,
recordemos que si n es un n
umero natural
an = |a a
{z a} .
n veces
Notemos que 0n = 0 cualquiera que sea n N. Para cada n

umero natural n se define
an =
1
,
an
lo que en particular da otra forma de expresar el inverso de a: 1/a = a1 . Si ademas definimos

a0 = 1 para cualquier a 6= 0, se cumplen las propiedades conocidas de las potencias de
exponente entero:
Proposici
on. Si m, n Z y a, b son n
umeros reales distintos de 0,
am an = am+n ,
(am )n = amn , y
(ab)n = an bn .
1.4. FUNCIONES ELEMENTALES.
La llamada f
ormula ciclot
omica es muy u
til en varias situaciones. La escribimos primero
en los casos 2, 3 y 4 (el primero es el conocido como suma por diferencia es diferencia de
cuadrados):
a2 b2 = (a b)(a + b) ,
a3 b3 = (a b)(a2 + ab + b2 ) ,
a4 b4 = (a b)(a3 + a2 b + ab2 + b3 ) ,
y en general
an bn = (a b)( an1 + an2 b + + abn2 + bn1 ) .

|
{z
}
n sumandos
Nota. El significado de ar cuando r es un n

umero racional no entero es obligado si queremos
que se cumplan las propiedades de la proposicion anterior: puesto que (a1/n )n debe ser a, a1/n
expresa la raz n-esima de a; se escribe tambien n a (si n = 2 es la raz cuadrada y se escribe
a). Dado que la potencia de exponente par de cualquier n

umero no es nunca negativa, en
general consideraremos, si el exponente es no entero, u
nicamente el caso en que a es positivo.
am/n es igual en tal caso a (a1/n )m .
De todas formas, pronto veremos una manera de definir el significado de ab (para a > 0 y
b R) recurriendo a las funciones exponencial y logaritmo.
1.4.
Funciones elementales.
Las ciencias se expresan en gran parte en lenguaje matematico por cuanto estudian fenomenos que pueden medirse o cuantificarse usando n
umeros. El termino de funcion es uno
de los mas importantes en dicho lenguaje: las magnitudes a estudiar dependen de una o mas
variables, tambien cuantificables en n
umeros. Cuanto mejor se entienda esa dependencia mas
aprovechable en la pr
actica ser
a la teora en cuestion (el aprovechamiento practico depender
a
de la tecnologa, que tambien es decisiva en el estudio experimental cuando la teora esta en
desarrollo).
En lo que sigue hablaremos s
olo de funciones reales (es decir, los valores que toman
son n
umeros reales) de una variable real. De su estudio se encarga el Calculo diferencial e
integral en una variable, denominaci
on clasica con la que podramos titular esta asignatura.
En Matem
aticas III se estudia el c
alculo en varias variables, que se basa en lo visto en una
variable.
Entre las funciones m
as sencillas de definir estan las polinomicas y racionales, y las radicales asociadas. Otras requieren m
as esfuerzo para definirlas con precision, pero al igual que las
polinomicas varan de acuerdo a f
ormulas simples, y por eso son muy importantes en la Fsica
(los primeros fen
omenos en comprenderse son los que responden a leyes simples). Entre estas
estan el logaritmo y la exponencial. Las funciones trigonometricas y sus inversas responden a
leyes algo menos simples, pero se pueden definir geometricamente sin mucha complicacion. Todas estas funciones, y las combinaciones de ellas, son las que llamaremos funciones elementales
(este termino se aplica en un sentido mas preciso en el que no entraremos).

CAPITULO 1. NUMEROS
Y FUNCIONES
1.4.1.
Generalidades sobre funciones.
Dados dos conjuntos no vacos A y B, una aplicaci

on f : A B asigna, a todo a A,
un elemento u
nico f (a) B, que es su imagen por f . Se escribe a 7 f (a). El conjunto de
imagenes de f es un subconjunto de B, que se llama conjunto imagen de f , y se escribe
im(f ).
Una funci
on real de variable real es una aplicacion f : D R, donde D es un subconjunto de R llamado dominio de f . Normalmente, los dominios seran intervalos o conjuntos
facilmente expresables como uniones de intervalos.
Si B es un subconjunto de R que contiene a im(f ) tambien podemos escribir f : D B,
y consideraremos que estamos representando la misma funcion.
Si A es un subconjunto del dominio D tambien podemos escribir f : A R (cada elemento
de a tiene su imagen bien definida, como elemento de D que es), pero en rigor esta no es la
misma funci
on, sino su restricci
on al conjunto A.
Es muy frecuente que una funci
on se defina mediante una formula. En tal caso se suele
considerar su dominio como el mayor subconjunto de R en el que dicha formula pueda aplicarse. Sin embargo, no hay que confundir funcion con formula: a veces la regla de definicion
de una funci
on aparece dividida en varias subreglas parciales, expresadas habitualmente mediante formulas (se dice que la funci
on se define a trozos), sin que ello signifique que se han
definido tantas funciones como subreglas se enuncien. Por ejemplo, la funcion f : R R tal
que
(
x
si x 0;
f (x) =
x si x < 0,
es una sola funci
on, la funci
on valor absoluto, y no dos funciones, aunque sus valores coincidan
en parte de su dominio (no en todo) con los que toman las dos funciones distintas g : x R 7
g(x) = x R y h : x R 7 h(x) = x R. Por supuesto, si usamos la notacion | |
ya podemos expresar la funci
on mediante una formula (x 7 |x|). Pero sera impracticable
inventarnos una notaci
on y un nombre para cada funcion. Por ejemplo, no tenemos ninguna
necesidad de dar un nombre especial a la funcion dada por
4x + 3 si x 5;
f (x) =
si 5 < x 0,
si x > 0 .
Gr
afica de una funci
on. Las propiedades mas importantes de una funcion pueden visualizarse mediante su representaci
on gr
afica. La grafica de f es el subconjunto del plano R R
graf (f ) = {(x, y); x D, y = f (x)} .
Es decir, est
a formada por todos los puntos (x, f (x)) tales que x es del dominio de f . Al
representarla, en dichos puntos el valor x es la coordenada sobre el eje horizontal (de abscisas),
y su imagen f (x) la coordenada sobre el eje vertical (de ordenadas).
Por ejemplo, la gr
afica de la funci
on valor absoluto es la siguiente:
y
(, )
y = |x|
(2, 2)
0
gr
afica de la funcion |x|
Funci
on inversa. La funci
on inversa de f , si existe, es la funcion g tal que
f (x) = y g(y) = x .
El dominio de g ser
a entonces la imagen de f . Y la funcion f debe cumplir la siguiente
propiedad: la imagen de f en un punto es distinta de la imagen en cualquier otro punto. Es
decir, elementos distintos tienen siempre imagenes distintas. En efecto, si y = f (x) = f (x0 ) la
inversa debera cumplir g(y) = x y g(y) = x0 , y como la imagen del valor y por la aplicacion
g es u
nica debe ser x = x0 .
Si f tiene esta propiedad se dice inyectiva. Notemos que f es inyectiva si cada recta
horizontal s
olo puede cortar a la gr
afica en un punto (en general, la recta y = b corta a la
grafica si b est
a en im f , y lo hace en todos los puntos (x, b) tales que f (x) = b).
Por ejemplo, la funci
on valor absoluto no es inyectiva (|71| = | 71|), pero s lo es su
restriccion a (, 0].
La funci
on inversa de f se suele denotar f 1 . Observemos que entonces f es la inversa de
1
f .
Una observaci
on importante es que las graficas de una funcion inyectiva y su inversa son
simetricas con respecto a la bisectriz del primer y tercer cuadrante:
f 1
f (a) = b
a
f
f 1 (b) = a
b
b
Simetra de las graficas de una funcion y su inversa

CAPITULO 1. NUMEROS
Y FUNCIONES
10
Funciones mon
otonas. Sea f : D R.
f es no decreciente si, para todos x1 < x2 D, se cumple que f (x1 ) f (x2 ).
En particular, f es creciente si se cumple siempre que f (x1 ) < f (x2 ).
f es no creciente si, para todos x1 < x2 D, se cumple que f (x1 ) f (x2 ).
En particular, f es decreciente si se cumple siempre que f (x1 ) > f (x2 ).
En cualquiera de dichos casos se dice que f es monotona. Si la restriccion a un subconjunto
del dominio A es mon
otona, se dice que f es monotona en A (del tipo que sea).
Observaci
on. Toda funci
on creciente o decreciente es inyectiva.
3
mon
otona no creciente
decreciente en [3, 1) y creciente en [1, 6]
Funciones pares, impares y peri

odicas. Sea f una funcion definida en R o en [a, a]
para cierto a > 0. Se dice que f es par si f (x) = f (x) para todo x en su dominio. Su
grafica es simetrica respecto al eje de ordenadas. Analogamente, se dice que es impar si
f (x) = f (x) para todo x en el dominio. En tal caso su grafica es simetrica respecto al
origen de coordenadas (0, 0).
par
impar
Una funcion f : R R es peri

odica si existe T 6= 0 tal que, para todo x R, f (x + T ) = f (x).
11
T
periodica
En tal caso se dice que T es un periodo de f . Notemos que entonces tambien T sera un
periodo, de forma que podemos suponer siempre que el periodo es positivo. En tal caso, la
grafica se obtiene por traslaci
on reiterada de la grafica en cualquier intervalo de longitud T .
Se puede decir que una funci
on tiene periodo T aunque su dominio no sea todo R, pero
tiene que cumplirse entonces que x esta en el dominio si y solo si lo esta x + T . Un ejemplo,
como veremos, es la funci
on tangente.
Combinaci
on de funciones. Las funciones se combinan entre ellas para dar lugar a nuevas
funciones, bien operando con ellas (sumando, multiplicando) o bien aplicando una funcion a
la imagen de otra.
Si f y g est
an definidas en D, podemos definir:
su suma f + g : D R, x 7 f (x) + g(x).
su producto f g : D R, x 7 f (x)g(x).
en D \ {x; g(x) = 0} podemos definir su cociente f /g, x 7 f (x)/g(x).
Observaci
on. Si f 1 es la inversa de f , no debemos confundir f 1 (x) con f (x)
Es decir, no hay que confundir f 1 con 1/f .
1
= 1/f (x).
La composici
on de g con f es la funcion dada por x 7 g(f (x)), en su dominio natural
{x dom(f ); f (x) dom(g)}.
Dicha funci
on se denota g f , y hay que recordar que primero act
ua f y despues g.
1.4.2.
Funciones polin
omicas y racionales.
Con las excepciones que aparecer

an obligadamente, las siguientes funciones tienen dominio
R, (aunque siempre se pueden considerar sus restricciones a los dominios que interesen).
Una funci
on constante es la que toma como imagen un u
nico valor (x 7 c para todo x).
Se suele denotar por dicho valor. Su grafica es la recta horizontal y = c.
La funci
on identidad es la dada por x 7 x para cada x. Su grafica es la bisectriz y = x.
Las anteriores son las m
as simples entre todas las funciones. Las funciones polinomicas son
todas las combinaciones, mediante sumas, productos y composiciones, de la identidad y las
constantes. Por ejemplo, si a la identidad le sumamos la funcion constante 3, le aplicamos al
resultado (componemos) el producto de la identidad por s misma (que es la funcion x 7 x2 )
y por u
ltimo le sumamos 5 obtenemos la funcion
x 7 (x + 3)2 5 = x2 + 6x + 4.

CAPITULO 1. NUMEROS
Y FUNCIONES
12
La forma generica de una funci

on polinomica P es
P (x) = an xn + an1 xn1 + + a1 x + a0 ,
para ciertos n
umeros a0 , . . . , an llamados coeficientes. La expresion que la define es un polinomio de grado n, y es efectivamente de grado n si an 6= 0. Dicho an es en tal caso el
coeficiente director del polinomio.
Las races de P son los valores en los que la funcion se anula, es decir los n
umeros c tales
que P (c) = 0.
Todo polinomio P (x) se puede factorizar, es decir expresar como un producto, cuyos
factores son
Una constante, que es su coeficiente director,
(x a) para cada raz a, que aparece tantas veces como su multiplicidad, y
tal vez uno o m
as de la forma x2 + x + , polinomio de grado 2 sin races reales (que
tal vez aparece tambien m
as de una vez).
Las races de multiplicidad 1 se dicen simples, son dobles si tienen multiplicidad 2, etcetera.
Por ejemplo, el polinomio
P (x) = x5 + 2x2 9x + 6 = (x 1)2 (x + 2)(x2 + 3)
tiene dos races reales, 1 (doble) y 2 (simple).
Damos por conocidas las tecnicas basicas para obtener la factorizacion de polinomios
sencillos (lo que conlleva obtener sus races), que consisten en la resolucion de ecuaciones de
grado 2, la regla de Ruffini y la divisi
on de polinomios.
Potencias y races. En particular, para cada n N tenemos la funcion x 7 xn (potencia
n-esima). En 0 toman el valor 0 y en 1 vale 1, y hay que recordar especialmente lo siguiente:
a) Si n es impar, entonces la funci
on es impar y creciente, con imagen R.
b) Si n es par, entonces la funci
on es par, y es creciente en [0, +), con imagen [0, +).
1
1
1
y = x3
1
y = x4
Su inversa es la funci
on raz n-esima (en el caso par es la inversa de la restriccion a [0, +)).
y = x1/3
13
x
y = x1/4
1
1
1
1
Una funcion racional es un cociente de dos funciones polinomicas

R(x) =
P (x)
,
Q(x)
P (x), Q(x) polinomios .
Su dominio es R \ {races de Q} .
En particular, para cada n natural la potencia xn es la funcion racional 1/xn , de dominio
R \ {0}, cuya gr
afica es similar a las dibujadas para n = 1, 2 (seg
un sea n par o impar):
1
1
1
1
y = 1/x
1.4.3.
y = 1/x2
Logaritmo y exponencial. Potencias.
La funci
on logaritmo. En el captulo 3 estudiaremos la integral de una funcion. El logaritmo de un n
umero positivo a se define como
Z a
1
log a =
dx .
1 x
La funci
on logaritmo, que denotamos por log, es la que asigna el valor log x a cada x > 0.
Su dominio es por tanto el intervalo de los n
umeros positivos (0, +), y las que siguen son
sus propiedades m
as importantes:

CAPITULO 1. NUMEROS
Y FUNCIONES
14
y=
1
x
b1
el
area de la regi
on verde es log a; el area de la region azul es log b
Es creciente, y su imagen es R.
log 1 = 0. Por tanto log x > 0 si x > 1 y log x < 0 si x (0, 1).
Dados a, b > 0, se cumple que log(ab) = log a + log b.
Como consecuencias de las dos anteriores, tambien se cumplen:
log(1/a) = log a para todo a > 0, y
log an = n log a para todo a > 0 y n Z.
Se define el n
umero e como el u
nico valor cuyo logaritmo vale 1. Es un n
umero irracional,
y su valor aproximado es e 2, 718281828459.
Nota. En terminos de derivadas, que estudiaremos en el captulo 2, la funcion logaritmo es
la u
nica funci
on L : (0, +) R tal que L(1) = 0 y L0 (x) = 1/x para todo x.
Nota. Es muy habitual escribir ln x en vez de log x, y llamar a la funcion logaritmo natural,
o tambien logaritmo neperiano. En este curso escribiremos siempre log.
La funci
on exponencial. Se denota exp, y la exponencial de x la escribimos (de momento)
exp x. Es la inversa de la funci
on logaritmo. Por tanto su dominio es R y su imagen es (0, +),
y todas las propiedades importantes las podemos deducir de las vistas para log, dado que
b = exp a a = log b .
Es creciente, con exp x > 0 para todo x R.
exp 0 = 1 , exp 1 = e .
Dados a, b R, se cumple que exp(a + b) = exp a exp b .
En particular exp(a) =
1
para todo a R.
exp a
Dado a R, log(exp a) = a.
n
Observaci
on. Dados n Z y a R, exp(na) = exp a .
Observaci
on. Dado a > 0, exp(log a) = a.
15
5
exp
e
log
1
e
Las dos observaciones precedentes muestran que, si a > 0 y n Z,

an = [exp(log a)]n = exp(n log a).
Analogamente, [exp( n1 log a)]n = exp(n n1 log a) = exp(log a) = a, luego exp( n1 log a) =
a1/n , y se sigue que ar = exp(r log a) para cualquier r Q.
Definimos entonces, para extender las potencias a cualquier exponente,
ax = exp(x log a)
(x R) ,
funcion exponencial de base a (a > 0).
Las propiedades de esta funci

on son las conocidas para las potencias y la exponencial:
ax+y = ax ay , (ax )y = axy , (ab)x = ax bx , a0 = 1, a1 = a, 1x = 1 .
Si, en particular, tomamos como base e, resulta que ex = exp(x log e) = exp x,
ex = exp x .
Por eso lo habitual es escribir ex , en lugar de exp x, para expresar la funcion exponencial.
Nota. La gr
afica de ax , si a > 1, es similar a la de la exponencial. Y si 0 < a < 1 es similar
a la de (1/e)x , igual a 1/ex = ex = exp(x) (si a = 1 es la constante 1).
e
y=
ex
1/e
1

CAPITULO 1. NUMEROS
Y FUNCIONES
16
Nota. En terminos de derivadas, se puede definir la exponencial como la u

nica funcion
E : R R que cumple que E(0) = 1 y E 0 (x) = E(x) para todo x.
Logaritmo en otras bases. Se define la funcion loga , logaritmo en base a (a > 0, a 6= 1),
como la inversa de la funci
on ax . Se puede expresar en terminos de log:
y = loga x x = ay = ey log a y log a = log x y =
log x
,
log a
y por tanto
loga =
log
.
log a
La grafica de loga para a > 1 es similar a la de log; notemos que loga 1 = 0 y loga a = 1.
La funci
on logaritmo es entonces el logaritmo en base e, que se llama base natural. Como
ya hemos dicho, es muy com
un llamarla logaritmo neperiano y denotarla por ln, y reservar
el nombre log para el logaritmo en base 10 (es la notacion usual en las calculadoras). En
Ciencias de la Computaci
on se suele considerar preferentemente base 2, y escribir log o lg en
lugar de log2 .
Potencias. Por la definici
on que acabamos de dar, podemos considerar la funcion elevar a
p para cualquier exponente p R, con dominio (0, +): xp = ep log x .
Si p = 0 es constante (siempre vale 1). Si p = 1 es la identidad. Para los casos p > 1,
0 < p < 1 y p < 0, sus gr
aficas son similares respectivamente a las de las funciones x2 , x1/2 y
x1 = 1/x.
p>1
p=1
y = xp
0<p<1
p=0
p<0
1
Nota. La definici
on alternativa del significado de una potencia arbitraria xp (sin usar las
funciones logaritmo y exponencial) requiere el concepto de lmite, ademas de definir previamente con rigor lo que significan las potencias
de exponente racional. Por ejemplo, como
2
2 = 1, 4142135623731... diramos que a es el valor lmite de la sucesion de terminos
a, a1,4 , a1,41 , a1,414 , a1,4142 , a1,41421 , a1,414213 , . . .
1.4.4.
17
Funciones trigonom
etricas.
Funciones seno y coseno: definici

on geom
etrica. Nos situamos en el punto del plano
(1, 0), que est
a en la circunferencia unidad (de centro el origen y ecuacion x2 + y 2 = 1).
Dado a 0 recorremos sobre la circunferencia, en sentido positivo (el contrario al de
las agujas de un reloj), un arco de longitud a desde (1, 0), y llegamos a un punto P . A las
coordenadas de P las llamaremos, respectivamente, el coseno y el seno de a, que se escriben
cos a y sen a. Es decir, P = (cos a, sen a).
(0, 1)
P
sen a
a
(1, 0)
cos a
(1, 0)
(0, 1)
Para a < 0 recorremos en sentido contrario una longitud |a|, y llegamos igualmente al
punto P = (cos a, sen a). Es claro entonces que se cumplen, para cualquier a R,
cos(a) = cos a ,
sen(a) = sen a .
Las siguientes observaciones nos dar

an las propiedades de las funciones seno y coseno:
cos 0 = 1, y sen 0 = 0.
Damos por conocido que la longitud de la circunferencia es 2. El n
umero es irracional, y su valor aproximado es 3, 14159265358979. Por tanto, para cualquier a
cos(a + 2) = cos a ,
sen(a + 2) = sen a
(puesto que llegamos al mismo punto P ; en particular cos 2 = 1 y sen 2 = 0).

Si a = /2 llegamos a P = (0, 1). Por tanto
cos
= 0,
2
sen
= 1.
2
Analogamente vemos que cos = 1, sen = 0, cos(3/2) = 0 y sen(3/2) = 1.

Tanto sen a como cos a recorren, al variar a, todo el intervalo [1, 1]. Ademas, para
cualquier a
cos2 a + sen2 a = 1 .

CAPITULO 1. NUMEROS
Y FUNCIONES
18
Cuando a = /4 el punto P est

a en la bisectriz, de modo que cos(/4) = sen(/4), y si
dicho valor es t la igualdad anterior dice que 2 t2 = 1. Se deduce que
2
cos(/4) = sen(/4) =
.
2
Es facil visualizar que se cumple, para todo a, que
cos a = sen a +

.
2
/2
cos a
Tambien es f
acil visualizar la siguiente propiedad: para todo a
sen a = sen( a) .
Por lo que hemos visto, las funciones seno (sen) y coseno (cos) tienen ambas dominio R e
imagen [1, 1], y son peri
odicas con periodo 2. La funcion cos es par, y sen es impar.
Por la definici
on, notemos que cos es decreciente en [0, ], intervalo en el que toma todos los
valores desde 1 hasta 1.
Analogamente, sen es creciente en [/2, /2], y en dicho intervalo toma tambien todos los
valores desde 1 hasta 1.
Otros valores particulares que conviene recordar son los de /6 y /3:
1
sen = ,
6
2
3
cos =
,
6
2
3
sen =
,
3
2
cos
1
= .
3
2
Deducirlos geometricamente es sencillo a partir de un hexagono regular inscrito en la

circunferencia, con un vertice en (1, 0).
Como cos x = sen x +
, la gr
afica de cos es la de sen trasladada /2 hacia la izquierda:
19
1
3/2
/2
/2
3/2
/2
3/2
y = sen x
1
2
3/2
/2
1
y = cos x
Una propiedad muy importante de la funcion seno (difcil de justificar geometricamente) es

que, para todos x e y,
sen(x + y) = sen x cos y + cos x sen y .
Como ejercicio, bas
andose en ella se pueden buscar las expresiones similares para
cos(x + y), sen(x y), cos(x y), sen 2x y cos 2x .
La funci
on tangente. Notemos que, en realidad, todas las propiedades del coseno pueden
deducirse de las del seno, puesto que basta desplazar la variable. En trigonometra, no obstante, interesa tener presente tanto la funcion coseno como otras funciones que se definen a
partir de sen y cos, dar un nombre a cada una de ellas y conocer sus propiedades. La mas
importante es la funci
on tangente (tan o tg), que es el cociente entre el seno y el coseno:
tg x =
sen x
.
cos x
Su dominio excluye u
nicamente a los puntos en los que el coseno se anula, que son los
m
ultiplos impares de /2, es decir
dom(tg) = R \ {x; cos x = 0} = R \

3 5
, ,
... .
2
2
2
Por su definici
on, la tangente se anula en los mismos puntos que el seno, es decir, en todos
los m
ultiplos enteros de .
Es periodica con periodo , lo que se prueba facilmente a partir de los ejercicios anteriores.
Ademas es una funci
on impar, y tg 4 = 1.
Nota. Tambien son habituales en trigonometra las funciones cotangente, secante y cosecante,
definidas respectivamente como
ctg =
cos
1
=
,
sen
tg
sec =
1
,
cos
cosec =
1
.
sen

CAPITULO 1. NUMEROS
Y FUNCIONES
20
1
2
3
2
2
0
4 2
3
2
y = tg x
Inversas de las funciones trigonom

etricas. Puesto que no son inyectivas, ninguna de
la funciones seno, coseno o tangente tienen inversa como tales. Las que vamos a considerar
son las inversas parciales, es decir las inversas de las restricciones a intervalos en los que s
son inyectivas.
La funci
on tangente es inyectiva creciente en el intervalo (/2, /2), y su imagen en
dicho intervalo es toda la recta real. La inversa de la restriccion a ese intervalo es la
funci
on arco tangente:
arc tg : R

,
,
2 2
x 7 arc tg x.
Notemos que el arco tangente de x es el u

nico valor y (/2, /2) tal que tg y = x (hay
muchos otros n
umeros cuya tangente es x, pero exactamente uno esta en (/2, /2)).
La funci
on arco tangente es impar y creciente, y sus valores mas importantes son
arc tg 0 = 0 y arc tg 1 = /4.
/2
y = arc tg x
/4
/2
La funci
on seno es inyectiva creciente en el intervalo [/2, /2], y su imagen en dicho
intervalo es el intervalo [1, 1]. La inversa de tal restriccion es la funci
on arco seno:

arc sen : [1, 1] ,
,
2 2
x 7 arc sen x.
21
Dado x [1, 1], su arco seno es el u

nico valor y [/2, /2] tal que sen y = x (hay
muchos otros n
umeros cuyo seno es x, pero exactamente uno esta en [/2, /2]). La
funcion arco seno es impar y creciente.
/2
/4
y = arc sen x
2
2
/2
Menos usada en la pr
actica, el arco coseno se define como la funcion inversa del coseno
restringido a [0, ], intervalo en el que el coseno es decreciente y tiene imagen [1, 1].
No merece la pena tratarla en detalle, porque es facil comprobar que
arc cos x =
1.4.5.
arc sen x .
2
Funciones hiperb
olicas y sus inversas.
El coseno hiperb
olico y el seno hiperb
olico son las funciones definidas en todo R,
respectivamente, mediante
cosh x =
ex + ex
2
senh x =
ex ex
.
2
cosh es par, creciente en [0, +), y su imagen es [1, +) (en particular, ello dice que
cosh 0 = 1).
senh es impar y creciente, y su imagen es R.
La suma de ambas funciones es la exponencial, cosh + senh = exp.
Para cualquier x se cumple que cosh2 (x) senh2 (x) = 1 (se comprueba directamente).
Por tanto, para cada valor real a resulta que el punto (cosh a, senh a) pertenece a la
hiperbola x2 y 2 = 1.
La funcion argumento seno hiperb

olico (arg senh) es la inversa del seno hiperbolico. Se
ve facilmente que, para todo x R,
p

arg senh x = log x + 1 + x2 .

CAPITULO 1. NUMEROS
Y FUNCIONES
22
y = ex
y = cosh x
2
y = senh x
La funcion tangente hiperb

olica (tgh) se define mediante
tgh x =
senh x
ex ex
e2x 1
= x
=
.
cosh x
e + ex
e2x + 1
Tiene dominio R y es impar y creciente, con imagen (1, 1).

1
y = tgh x
La inversa de la tangente hiperb

olica es el argumento tangente hiperb
olica (arg tgh). Su
dominio es (1, 1), y es f
acil ver que
arg tgh x =
1
1+x
log
.
2
1x
Captulo 2
Continuidad y derivaci
on
Si nos fijamos en las gr
aficas de las funciones elementales, esta claro que no todas cambian
de la misma manera. Ya se ha distinguido una forma de cambiar, el crecimiento y decrecimiento. Pero, cuantitativamente, el crecimiento puede ser muy diferente. As, las funciones
seno y tangente son crecientes en el intervalo (/2, /2), pero la funcion seno tiene un crecimiento limitado(m
as r
apido en las cercanas del origen, y muy lento cerca de los extremos,
precisamente donde alcanza sus valores maximo y mnimo) y la funcion tangente, en cambio,
crece tan rapido cerca de los extremos que su grafica es casi vertical (y parece claro que debe
ser as, si queremos que tome todos los valores reales).
Como se mide la variaci
on de una funcion? Si su dominio es el conjunto de los n
umeros
naturales es muy sencillo. Una funci
on con dicho dominio es una sucesion, y si es tal que hace
corresponder 1 7 a1 , 2 7 a2 , 3 7 a3 , . . . , n 7 an , . . . se denota por (an ).
Para estudiar c
omo cambia la sucesion, basta comparar el valor en cada punto n del
dominio con el valor en el siguiente (que es n + 1). Es decir, la variacion viene dada por la
sucesion de diferencias (dn ), donde dn = an+1 an .
Pero si el dominio es un intervalo I tal diferencia no puede definirse: dado x I ning
un
x0 I, con x0 > x, es el siguiente en I, ya que todos los puntos entre x y x0 tamben son de I.
Como veremos, dada una funci
on, su variacion cuantitativa en cada punto nos la da su
derivada, aunque no existe para todas las funciones. Si una funcion tiene derivada se dice
que es derivable, y para ello debe ser tambien continua. Hablando muy informalmente, las
funciones continuas en un intervalo son las que cambian poco en la cercana de cada punto,
de forma que su gr
afica se puede dibujar de un solo trazo, y las funciones derivables son las
que ademas cambian de forma suave.
Tanto las continuidad como la derivabilidad se definen con precision mediante la nocion
de lmite, que es a la que dedicamos la primera seccion.
2.1.
Lmites y continuidad
Definici
on (informal). Se dice que un valor real ` es el lmite de una funcion f en un punto
a si el valor de f (x) se aproxima a `, tanto como queramos, siempre que x sea distinto de a
pero este suficientemente cerca de a.
Se escribe lm f (x) = `, o tambien f (x) `, y se dice que f (x) tiende a ` si x tiende al
xa
xa
punto a.
Antes de dar la definici
on m
as precisa, notemos que no es necesario que a sea un punto
23

CAPITULO 2. CONTINUIDAD Y DERIVACION
24
del dominio, pero s que podamos acercarnos a el mediante puntos del dominio. Ademas, el
posible valor que pudiera tener f en a es irrelevante. Por ejemplo, si f : R R esta dada por
(
0 si x 6= 0,
f (x) =
1 si x = 0
entonces lm f (x) = 0 (aunque f (0) = 1).
x0
Definici
on. Dados D R y a R, se dice que a es un punto de acumulacion de D si, para

cada > 0, (a, a+) D\{a} 6= (es decir, si hay puntos en D arbitrariamente proximos
al punto a pero distintos de a). El conjunto de puntos de acumulacion de D se escribe D0 ,
y los puntos de D0 son entonces aquellos en los que tiene sentido estudiar el lmite de una
funcion de dominio D.
Por ejemplo, si D = (0, 1] entonces D0 = [0, 1], y si D = N entonces D0 = .
Si un punto a est
a en D pero no en D0 se dice aislado. Por ejemplo, si D = N entonces
todos sus puntos son aislados.
Definici
on. Sean f : D R, a D0 y ` R. Se dice que ` es el lmite de f en a si se cumple
lo siguiente:
Para cada > 0 existe > 0 tal que todo x D con 0 < |x a| < cumple que |f (x) `| < .
2 `
2 `
f (a)
f (a)
a
2 0
0 < |x a| < 0 6 |f (x) `| <
a
2
0 < |x a| < |f (x) `| <
En el dibujo, para el valor dado de vemos que el de 0 de la izquierda no es suficiente,

necesitamos acercarnos m
as; s es suficiente el valor de la derecha, pues en (a , a + ) \ {a}
la grafica queda en la ventana limitada por las alturas ` y ` + . Ademas, en este caso
tambien son distintos ` y f (a).
En la pr
actica casi no haremos uso de la definicion rigurosa, porque para calcular el valor
de los lmites que nos interesen nos apoyaremos en los lmites conocidos de las funciones
elementales.
Antes de decir cu
ales son dichos lmites, tenemos que ampliar la definicion dada para
considerar los casos en que a, `, o ambos, sean + o . La notacion es la misma, y la
definicion informal sigue valiendo, si bien la proximidad a no se expresa en terminos
de distancia, sino de ser mayor o menor que una cota.
2.1. LIMITES Y CONTINUIDAD
25
Definici
on. Sean f : D R, ` R y a D0 .
a) lm f (x) = + si para cada M R existe > 0 tal que todo x D con 0 < |x a| <
xa
cumple que f (x) > M .

b) lm f (x) = si para cada M R existe > 0 tal que todo x D con 0 < |x a| <
xa
cumple que f (x) < M .

Si D no est
a acotado superiormente:
c)
lm f (x) = ` si para cada > 0 existe K R tal que todo x D con x > K cumple
x+
que |f (x) `| < .

d)
lm f (x) = + si para cada M R existe K R tal que todo x D con x > K
x+

e)
lm f (x) = si para cada M R existe K R tal que todo x D con x > K
x+

Si D no est
a acotado inferiormente:
f)
lm f (x) = ` si para cada > 0 existe K R tal que todo x D con x < K cumple
que |f (x) `| < .

g)
lm f (x) = + si para cada M R existe K R tal que todo x D con x < K

h)
lm f (x) = si para cada M R existe K R tal que todo x D con x < K
lm f (x) = +, lm f (x) = `
xa
x+
Nota. En todos los casos el lmite, si existe, es u

nico. Tambien puede no existir, por ejemplo
la funcion seno no tiene lmite en + ni en .

26
Definici
on (funci
on continua). Sean f : D R y a D D0 . Se dice que f es continua
en a si lm f (x) = f (a). Tambien se dice que es continua en a si a es aislado en D. Dado
xa
A D, se dice que f es continua en A si lo es en todo punto de A. Si se dice sin mas que f
es continua, quiere decirse que lo es en todo su dominio.
Todas las funciones elementales son continuas (en todo su dominio). Tambien es continua
la funcion valor absoluto.
Ejemplo. Sea f (x) =
x3 2x2 x + 2
.
2x2 + 2x 12
El denominador es igual a 2(x 2)(x + 3), luego el dominio de f es R \ {2, 3}. En cualquier
punto de su dominio el lmite de f es su valor en dicho punto, por ser f una funcion continua.
Por otro lado, el numerador es igual a (x 2)(x2 1), as que en todo x del dominio f (x)
x2 1
coincide con la funci
on racional
. Pero esta funcion es continua en 2, donde toma el
2(x + 3)
valor 3/10, y por tanto
3
x2 1
=
.
lm f (x) = lm
x2
x2 2(x + 3)
10
Queda por estudiar el lmite en 3, en + y en .
Lmites laterales. Se dice que ` R es el lmite por la derecha de f en a si se cumple que:
Para cada > 0 existe > 0 tal que todo x D con a < x < a + cumple que |f (x) `| < .
Se escribe ` = lm f (x), o bien f (x) `.
xa+
xa+
Equivale a decir que ` es el lmite en a de la restriccion de f a D (a, +), donde D es

el dominio de f .
Analogamente se define el lmite por la izquierda de f en a ( lm f (x)) como el lmite de
xa
la restriccion a D (, a), y en ambos casos la definicion se ampla para incluir los valores
` = .
Cuando en un punto a tienen sentido ambos lmites laterales, se cumple que
` = lm f (x)
xa
f (x) `,
xa+
f (x) `.
xa
Si en un punto a del dominio de f ambos lmites laterales existen pero son distintos concluimos
que f no es continua en a. Si son reales se dice que f tiene en a una discontinuidad de salto.
Lmites de las funciones elementales. Con las graficas de las funciones elementales a la
vista, notamos que:
lm log x = + ,
x+
lm ex = + ,
x+
lm log x = .
x0
lm ex = 0.
lm xp =
x0+
si p > 0,
lm xp =
1 si p = 0,
+ si p < 0,
lm tg x = ,
lm arc tg x =
x+
x+
si p < 0,
1 si p = 0,
+ si p > 0.
lm tg x = +,
x 2
x 2 +
2.1.1.
27
lm tg x = .
x 2 +
lm arc tg x = 2 .
C
alculo de lmites
En los casos sencillos, para calcular los lmites que nos interesen basta tener en cuenta las
siguientes proposiciones:
Proposici
on. Si tomamos lmites en a R o en y f (x) , entonces
Por ejemplo, tenemos que
1
0.
f (x)
1
tiende a 0 tanto en 0 como en +.
log x
1
+.
|f (x)|
Si ademas es f > 0 tenemos que 1/f (x) +, y si f < 0 entonces 1/f (x) .
Proposici
on. Si tomamos lmites en a R o en y f (x) 0, entonces
1
1
= + (es el caso p = 1 en la lista anterior) pero lm
= , y
x0+ x
x0 x
entonces no existe lm 1/x (aunque lm 1/|x| = +).
Por ejemplo, lm
x0
x0
Proposici
on (lmites y operaciones). Para lmites en a R o en :
f (x) + g(x) `1 + `2 ,
f (x)g(x) `1 `2 ,
(i) f (x) `1 R y g(x) `2 R
=
`1
f (x)
si `2 6= 0.
g(x)
`2
(ii) f (x) ` R
f (x) ` R
(iii) f (x) +
g(x) +
g(x)
g(x) +
f (x) + g(x) + ,
(
+ si ` > 0,
f (x)g(x)
si ` < 0.
f (x) + g(x) ,
(
si ` > 0,
f (x)g(x)
+ si ` < 0.
f (x) + g(x) + ,
f (x)g(x) + .

28
f (x)
g(x)
f (x) + g(x) ,
f (x)g(x) + .
f (x) +
g(x)
f (x)g(x) .
x3 2x2 x + 2
.
2x2 + 2x 12
x2 1
Ya sabemos que en su dominio es igual a
. El numerador tiene lmite 8 en 3, y
2(x + 3)
el denominador tiende a 0 y es positivo en (3, +) y negativo en (, 3), por lo que
1
tiene lmite + por la derecha y por la izquierda. Por (ii) resulta entonces que
2(x + 3)
Ejemplo. Sea otra vez f (x) =
lm f (x) = +
lm f (x) = ,
x3+
x3
y en particular vemos que f no tiene lmite en 3.

Nota. Si resulta que g(x) ` y f (x) b, y f (x) 6= b cerca de a, podemos concluir que
xa
xb
g(f (x)) ` .
xa
Si ademas g(b) = ` (por ejemplo si g es continua) entonces la salvedad f (x) 6= b no hace falta,
y en la mayora de los casos los lmites de las composiciones se resuelven de esta manera.

Ejemplo. lm exp
x2
x3 2x2 x + 2
2x2 + 2x 12
= e3/10 .
Nota. Gracias a la nota anterior y a (i) en la u

ltima proposicion, podemos afirmar que la
combinacion de funciones continuas (mediante operaciones y composicion) es otra funcion
continua.
Casos de indeterminaci
on. En los casos no cubiertos en la u
ltima proposicion no se puede
dar un resultado en general. Distinguimos los siguientes tipos de indeterminaciones:
(a)

0 , lmite de f (x)g(x) con f (x) y g(x) 0.
Por ejemplo, si tomamos lmites en + vemos que x (1/x) 1, x (2/x) 2,

x (1/x2 ) 0, x2 (1/x) + y x2 (3/x) . Y puede no haber lmite, como
le pasa en 0 al producto x (1/x2 ).

(b) , lmite de f (x) + g(x) con f (x) + y g(x) .
Por ejemplo, tomando lmites en + vemos que (x + 1) x 1, x (x + 1) 1,
xx 0, x2 x = x(x1) +, xx2 , y no existe el lmite de (x+sen x)x.
Normalmente, para solventar un caso de esta indeterminacion conviene factorizar la
expresi
on en cuesti
on.

h i
0
f (x)
(c)
y
, lmite de
, con f (x), g(x) 0 o bien f (x), g(x) .
0
g(x)
29
Aunque suele expresarse de esta manera, en realidad podemos considerar que estamos
f
1
en el caso (a), escribiendo = f .
g
g
Ejemplo (lmites de un polinomio en ). Si no es constante y su coeficiente director
es positivo, el lmite en + es +, y el lmite en es bien + (si el grado es par) o bien
(si el grado es impar). Se justificara en general como en los siguientes casos,
P (x) = 3x5 2x2 + x + 1
Q(x) = 2 x x4 :
Enambos casos nos encontramos

con indeterminaciones del tipo . Por un lado, P (x) =

2
1
1
x5 3 3 + 4 + 5 ; el parentesis tiende a 3 en , y como x5 es impar tiene lmites
x
x
x
+ y respectivamente en + y , luego P (x) + y P (x) .
x+
x

1
2
Por su parte Q(x) = x4 1 3 + 4 , el parentesis tiende a 1 y x4 tiene lmite +
x
x
en , luego Q(x) .
x
2.1.2.
Equivalencias
Definici
on. Dos funciones son equivalentes en s, con s = a, a+ , a , + o , si
f (x)
1.
g(x) xs
Se escribe f (x) g(x), o bien f (x) g(x) (x s).

xs
Notemos que podemos cambiar el orden entre g y f , ya que f /g 1 si y solo si g/f 1.

La utilidad de las equivalencias consiste en que podemos sustituir un factor por otro equivalente en s para calcular el valor de un lmite en s, lo que justificamos en dos pasos:
(a) Si f (x) g(x) (x s) y g(x) L entonces f (x) L (aqu L puede ser real o ).
xs
Basta notar que f (x) = g(x)
xs
f (x)
, donde el primer factor tiende a L y el segundo
g(x)
factor tiende a 1.
(b) Si f (x) g(x) (x s), entonces tambien f (x)u(x) g(x)u(x) cualquiera que sea u(x)
xs
(es claro por la definici

on). Entonces, por lo visto en (a), si sabemos que g(x)u(x) L
xs
concluimos que f (x)u(x) L.

xs
Notemos que f y g son equivalentes si y solo si lo son 1/f y 1/g, por lo que tambien podemos
sustituir un factor del denominador por otro equivalente para hallar el lmite de un cociente.
Ejemplos de equivalencias.
Si P (x) = an xn + an1 xn1 + + a1 x + a0 (y an 6= 0), entonces
P (x) an xn (x ) ,
ya que
P (x)
an1 1
a0 1
=1+
+ +
1.
an xn
an x
an xn x

30
Si P (x) es como antes y an > 0, entonces log P (x) n log x (x +):

log P (x)/xn
log P (x)
log P (x) n log x
1=
=
n log x
n log x
n log x

0 ,
x+
P (x)
an xn
an (y el numerador tiende a log an ) y n log x +. Por

n
x
xn
log P (x)
tanto
1 .
n log x x+
ya que
ex 1 x (x 0) ,
y en general
eg(x) 1 g(x) (x s) si g(x) 0.
log(1+x) x (x 0) ,
y en general
log(1+g(x)) g(x) (x s) si g(x) 0.
log x x 1 (x 1) ,
y en general
log g(x) g(x) 1 (x s) si g(x) 1.
xs
xs
xs
sen x x (x 0) ,
y en general
sen g(x) g(x) (x s) si g(x) 0.
arc tg x x (x 0) ,
y en general
arc tg g(x) g(x) (x s) si g(x) 0.
(1+x)p 1
px (x 0) ,
xp 1 p(x1) (x 1) ,
y en general
xs
xs
(1+g(x))p 1
p g(x) (x s) si g(x) 0.
xs
y en general g(x)p 1 p (g(x)1) (x s) si g(x) 1.

xs
Ejemplos de uso de las equivalencias.

1) Sea de nuevo f (x) =
x3 2x2 x + 2
. Nos preguntamos por su lmite en .
2x2 + 2x 12
El numerador y el denominador tienden a + o . Dado que x3 2x2 x + 2 x3

y 2x2 + 2x 12 2x2 (x ), resulta que
f (x)
x3
x
= (x ) ,
2
2x
2
y por tanto lm f (x) = + y lm f (x) = .

x+

1 x
2) Veamos que e = lm
1+
:
x+
x

1 x
es la exponencial de x log (1 + 1/x), y tenemos que hallar el lmite de este
1+
x
producto. 1/x tiende a 0 en +, luego el logaritmo tiende a 0 y estamos ante una
indeterminaci
on 0 . Por la equivalencia dada

1
1
x log 1 +
x
1 ,
x x+
x x+
luego
ex log(1+1/x) e1 = e .
x+
31

3) Buscamos ahora el valor de L =
lm
x+

3x 1 x/4
=
3x + 3

lm exp
x+

x
3x 1
.
log
4
3x + 3
3x 1
Como
tiende a 1 en +, vemos que
3x + 1
3x 1
x
log
4
3x + 3
x+
x
4
3x 1
1
3x + 3

=
x
3x + 3
x+
1
,
3
1
y entonces L = e1/3 =
.
3
e
4) Queremos hallar
L = lm
3
x1
2x 2
.
26 + x 3
El numerador y el denominador tienden a 0, y el numerador es igual a 2(x 1). Las

equivalencias dadas nos dicen que el denominador es equivalente tambien a una potencia
de x 1 multiplicada por una constante, lo que nos dara el lmite:
26 + x 3 = (26 + x)
x1
1
3
3
1/3
"
3=3
26 + x
27
1/3

26 + x
x1
1 =
,
27
27
y entonces
2x 2
26 + x 3
x1
2(x 1)
= 54 ,
(x 1)/27
luego L = 54.
p
/x sen x
5) Se trata de hallar el valor de L = lm
.
x
( x)2
El denominador es una potencia de x, y el numerador tiende tambien a 0 en .
No podemos sustituir sen x por x, ya que dicha equivalencia se da si x 0 y estamos
calculando un lmite en . Pero podemos notar que sen x = sen( x), y la equivalencia
vista nos dice que sen( x) x (x ). Por otra parte /x tiende a 1, luego
log
p
1
log /x = log
2
x
x
1
1 =
,
2 x
2x
y as
log
p
/x sen x
( x)2 /(2x)
1
1
, y
2
2
x
x
( x)
( x)
2x
2
L=
1
.
2

32
2.2.
Propiedades de las funciones continuas
En esta secci
on vamos a exponer los dos teoremas mas importantes que cumplen las
funciones continuas en un intervalo. Son los teoremas de Bolzano y de Weierstrass, y lo que
afirman es intuitivamente claro (sobre todo el primero de ellos) si pensamos que las funciones
continuas son las que permiten dibujar su grafica de un solo trazo.
2.2.1.
Teorema de Bolzano (y equivalentes)
Teorema de Bolzano. Sean a < b R, y sea f una funcion continua en [a, b] y tal que
f (a)f (b) < 0 (es decir, f toma en a y b dos valores de signos opuestos). Entonces existe
c (a, b) tal que f (c) = 0.
c
b
La explicaci
on intuitiva es como sigue: si tenemos que pasar caminando sobre la grafica
desde el punto inicial (a, f (a)) hasta el final (b, f (b)), como uno de ellos esta por encima de
la recta y = 0 y el otro est
a por debajo de ella tiene que existir alg
un punto (c, 0) por el que
cruzamos dicha recta, con a < c < b.
Nota. El punto c en el que la funci
on se anula no es necesariamente u
nico (de hecho, en el
ejemplo del dibujo vemos que adem
as del rese
nado hay otros dos, menores que el).
El teorema sirve para asegurar la existencia de valores donde se anula una cierta funcion,
y en particular puede tratarse de las races de un polinomio:
Ejemplo (Los polinomios de grado impar tienen al menos una raz real). Sea
P (x) = an xn + an1 xn1 + + a1 x + a0 ,
de grado n impar. Podemos suponer que an > 0, porque P se anula si y solo si se anula
P , y si an < 0 bastara entonces considerar P . Como lm P (x) = +, es claro que
x+
existen valores en los que P es positivo. Sea b uno cualquiera de ellos. Analogamente, como
lm P (x) = podemos elegir un valor a en el que P es negativo, y podemos tomarlo de
forma que a < b. Aplicamos el teorema de Bolzano en el intervalo [a, b], y resulta que en (a, b)
hay al menos una raz de P .
Observaci
on. Si una funci
on f continua en un intervalo I no se anula en ning
un punto de
I, podemos concluir que el signo de f en todo el intervalo es constante. En efecto, si tomara
signos opuestos en dos puntos de I, por el teorema del Bolzano se debera anular en alg
un
valor entre ambos, que tambien sera un punto de I.
2.2. PROPIEDADES DE LAS FUNCIONES CONTINUAS
33
Tambien se puede usar el teorema para justificar que dos funciones continuas, f y g, toman
el mismo valor en alg
un punto: notemos que f (x) = g(x) si y solo si (f g)(x) = f (x)g(x) =
0, y la funci
on f g es continua por serlo f y g.
Ejemplo. Toda aplicaci
on continua f : [0, 1] [0, 1] tiene un punto fijo. Es decir, existe
c [0, 1] tal que f (c) = c.
En efecto, sea h : [0, 1] R dada por h(x) = f (x) x. La funcion h es continua porque
lo es f . Adem
as, como 0 f (x) 1, tenemos que
h(0) = f (0) 0 = f (0) 0,
h(1) = f (1) 1 0.
Si h(0) = 0, entonces f (0) = 0; si h(1) = 0, entonces f (1) = 1; por u
ltimo, si h(0) > 0 > h(1),
por el teorema de Bolzano existe alg
un c (0, 1) tal que h(c) = 0, es decir f (c) c = 0.
De forma similar al ejemplo anterior, podemos extender el teorema de Bolzano para afirmar
el siguiente:
Teorema (de los valores intermedios o de Darboux). Si f es una funcion continua en
el intervalo [a, b], y t es un valor intermedio entre f (a) y f (b) (es decir, o bien f (a) < t < f (b)
o bien f (b) < t < f (a)), entonces existe c (a, b) tal que f (c) = t.
La explicaci
on intuitiva es la misma que la del de Bolzano (la grafica debe cruzar la
recta y = t). Para probar este teorema a partir del de Bolzano basta considerar la funcion
h(x) = f (x) t. Recprocamente, observemos que el de Bolzano no es mas que el caso
particular t = 0 en el de Darboux.
La misma informaci
on que nos da el teorema (el de Bolzano o el de Darboux) se puede
dar de una manera m
as breve como sigue:
Teorema. Si f es continua en un intervalo I, entonces f (I) es tambien un intervalo.
Hay que notar que f (I) ser
a un intervalo trivial, con un u
nico elemento, en el caso en que f
sea constante en I.
2.2.2.
Extremos absolutos de una funci

on. Teorema de Weierstrass
Definici
on. Si f es una funci
on definida en D, un valor xM D se dice m
aximo absoluto
de f en D si cumple que f (xM ) f (x) para todo x D. Analogamente, xm D es mnimo
absoluto de f en D si cumple que f (xm ) f (x) para todo x D.
La expresion puede llevar a equvoco (pero es la usual), ya que los que son respectivamente
maximo y mnimo de alg
un conjunto no son xM ni xm , sino f (xM ) y f (xm ) (son maximo y
mnimo del conjunto imagen f (D)).

34
Notas.
Una funci
on puede tener en un mismo dominio mas de un maximo (o mnimo) absoluto
(si bien en todos ellos deber
a tomar un mismo valor). Por ejemplo, todos los m
ultiplos
enteros de 2 son m
aximos absolutos de la funcion coseno en R.
Aunque sea continua en un intervalo, una funcion no tiene necesariamente maximos
y/o mnimos absolutos: por ejemplo, la identidad (x 7 x) no los tiene en (0, 1), y en
[0, +) tiene mnimo pero no maximo. Notemos que (0, 1) no es cerrado, y [0, +) no
es acotado.
Teorema de Weierstrass. Si f es una funcion continua en un intervalo cerrado y acotado
[a, b], (donde a, b R, a < b), entonces f tiene maximos y mnimos absolutos en dicho
intervalo.
r
a
Mnimo absoluto en r, maximo absoluto en s y en a
Observaci
on. La segunda nota previa muestra que si el intervalo no es cerrado o no es
acotado no puede asegurarse la existencia de extremos absolutos. Ademas, como vemos en la
figura, los m
aximos o mnimos no son necesariamente u
nicos.
Podemos resumir los de Bolzano y de Weierstrass en un solo teorema, para concluir esta
seccion:
Teorema. Sea f una funci
on continua en un intervalo I. Entonces f (I) es tambien un intervalo. Adem
as, si I es cerrado y acotado entonces f (I) es cerrado y acotado.

2.3. DERIVACION
35
2.3.
Derivaci
on
2.3.1.
Definici
on de la derivada
Definici
on. Sean I un intervalo no trivial, una funcion f : I R, y x0 un punto de I. Se
dice que f es derivable en x 0 si existe y es real el lmite
lm
xx0
f (x) f (x0 )
.
x x0
En tal caso, su valor es la derivada de f en x 0 , y se denota por f 0 (x 0 ).

Podemos escribir el valor de f en cualquier punto distinto de x0 como
f (x) = f (x0 ) +
f (x) f (x0 )
(x x0 ) .
x x0
Si existe f 0 (x0 ) entonces el lmite del termino de la derecha en x0 es f (x0 ), puesto que en
el segundo sumando el cociente tiende a la derivada y el factor x x0 tiende a 0. Hemos
demostrado lo siguiente:
Proposici
on. Si f es derivable en x0 , entonces f es continua en x0 .
Interpretaci
on geom
etrica: recta tangente. Supongamos que existe f 0 (x0 ), y consideremos la funci
on
r(x) = f (x0 ) + f 0 (x0 )(x x0 ).
Es un polinomio de grado 1 cuya gr
afica y = r(x) es una recta. Su valor en x0 es f (x0 ), as
que las graficas y = f (x), y = r(x) coinciden en el punto (x0 , f (x0 )). Por la expresion que
hemos puesto antes de f (x) vemos que
f (x) f (x0 )
f (x) r(x)
=
f 0 (x0 ) 0.
xx0
x x0
x x0
En general, las rectas (no verticales) que pasan por el punto (x0 , f (x0 )) son de la forma
y = s(x) = f (x0 ) + a(x x0 ), donde a es su pendiente. Como f es continua en x0 se cumple
para todas ellas que f (x) s(x) 0 en x0 , pero el cociente (f (x) s(x))/(x x0 ) tiene
lmite f 0 (x0 ) a, as que s
olo es nulo si a = f 0 (x0 ) y s(x) = r(x).
La recta y = r(x) es en este sentido la que mejor se ajusta a la grafica de y = f (x) en el
punto (x0 , f (x0 )), y se dice la recta tangente a la grafica en dicho punto.
Graficamente, entonces, entendemos la derivada de f en x0 como la pendiente de la recta
tangente en el punto de la gr
afica de abscisa x0 .
Se suele escribir f (x) = f (x) f (x0 ), el incremento de la funcion al pasar de x0 a x, y
x = x x0 es el incremento de la variable. La derivada en x0 es entonces el lmite cuando
x tiende a x0 del cociente incremental,
f (x) f (x0 )
f (x)
= lm
.
xx0 x
x x0

df
Una notaci
on cl
asica para denotar la derivada es
: en los orgenes del Calculo
dx x=x0
f 0 (x0 ) = lm
xx0
Diferencial o C
alculo Infinitesimal los conceptos eran menos precisos al no utilizar a
un la
nocion de lmite, y se interpretaba la derivada como el valor del cociente incremental cuando
los incrementos se hacen infinitesimales y se escriben como diferenciales.

36
En el siguiente dibujo, el cociente incremental es la pendiente de la recta secante (la

tangente del
angulo x se
nalado), y su lmite cuando x x0 es la pendiente de la recta
tangente y = r(x).
y = r(x)
f (x0 )
y = f (x)
x0
x ,
xx0
tg x =
f (x)
f 0 (x0 ) = tg
x xx0
En Fsica, si a cada valor x de una determinada magnitud (la variable independiente) le

corresponde el valor f (x) de una segunda magnitud (la variable dependiente), el cociente de

incrementos f (x) f (x0 ) /(x x0 ) corresponde a la variacion media de la variable dependiente en el intervalo [x0 , x], y la derivada f 0 (x0 ) (suponiendo que exista) significa la variacion
instantanea de la variable dependiente. Por ejemplo, si la variable independiente es el tiempo, cuando la variable dependiente es el espacio tenemos los conceptos de velocidad media y
velocidad instant
anea, que miden c
omo cambia la posicion en el tiempo; cuando la variable
dependiente es la velocidad, la variacion es la aceleracion media y la aceleracion instantanea.
Nota. Podemos tambien considerar lmites laterales, definiendo entonces de manera obvia la
derivada por la derecha y la derivada por la izquierda de una funcion en un punto, cuando
los lmites laterales del cociente de incrementos tengan sentido.
Observaci
on. Si llamamos h al incremento de la variable x x0 , la derivada es el lmite del
cociente incremental cuando h tiende a 0. Como x = x0 + h, una forma alternativa de escribir
la derivada es
f (x0 + h) f (x0 )
f 0 (x0 ) = lm
.
h0
h
Ejemplos.
1) Si f (x) = x2 y x0 = 0, vemos que la derivada es 0, lo que geometricamente significa
que la recta tangente a y = x2 en (0, 0) es horizontal, concretamente la recta y = 0.
Notemos que contacta con la gr
afica en el origen sin cruzarla.
f (x) f (0)
x2
= lm
= lm x = 0 = f 0 (0) .
x0
x0 x
x0
x0
lm

2.3. DERIVACION
37
Analogamente vemos que f 0 (0) = 0 si f (x) = x3 , y la recta tangente es la misma, pero

la situaci
on geometrica es ligeramente distinta, porque en este caso s cruza la grafica.
y = x3
y = x2
y=0
y=0
2) La funci
on valor absoluto es continua, pero no es derivable en 0; s tiene derivadas
laterales: la derivada por la izquierda es 1 y la derivada por la derecha es 1.
3) La funci
on g : R R dada por
x sen 1
x
g(x) =
0
si x 6= 0 ,
si x = 0
es continua en todos los puntos, pero en 0 no es derivable y ni siquiera tiene derivadas

laterales.
y = g(x)
y = |x|
4) Las equivalencias
log(1 + x) x,
ex 1 x,
sen x x
arc tg x x
(x 0)
significan respectivamente que se cumple

log(1 + x)
= 1,
x0
x
lm
ex 1
= 1,
x0
x
lm
sen x
=1
x0 x
lm
arc tg x
= 1,
x0
x
y lm
es decir, que las funciones log(1 + x), ex , seno y arco tangente tienen en 0, todas ellas,
derivada igual a 1; geometricamente, que la recta tangente a la grafica de todas ellas en
x = 0 es paralela a la bisectriz y = x.

38
y = ex
y=x
y =1+x
y = sen x
Definici
on. Se dice que f es derivable en un conjunto A (contenido en su dominio) si lo es
en cada punto de A. La funci
on derivada de f es la funcion f 0 dada por x 7 f 0 (x). Si
simplemente decimos que f es derivable se sobreentiende que lo es en todo su dominio.
2.3.2.
C
alculo de derivadas
Observaci
on. Si f : I R es constante, entonces f es derivable y su derivada es la funcion
nula, es decir f 0 = 0.
En efecto, el cociente f (x)/x es nulo para todo x, luego su lmite es 0.
Derivadas de combinaciones de funciones:
Proposici
on (derivada de la suma y el producto). Sean f, g : I R, ambas derivables
en x0 I, y R. Entonces las funciones f + g, f g y f son derivables en x0 , y se cumplen:
(i) (f + g)0 (x0 ) = f 0 (x0 ) + g 0 (x0 ).
(ii) (f g)0 (x0 ) = f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ).
(iii) (f )0 (x0 ) = f 0 (x0 ).
Como consecuencia, si f y g son derivables en I se sigue que lo son f + g, f g y f , con
(f + g)0 = f 0 + g 0 , (f g)0 = f 0 g + f g 0 y (f )0 = f 0 .
Veamos la justificaci
on de (ii):
f (x)g(x) f (x0 )g(x0 )
f (x)g(x) f (x0 )g(x) + f (x0 )g(x) f (x0 )g(x0 )
=
x x0
x x0
=
f (x)g(x) f (x0 )g(x) f (x0 )g(x) f (x0 )g(x0 )

+
x x0
x x0
f (x)
g(x)
g(x) + f (x0 )
f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ) .
x
x xx0
La de (i) es m
as sencilla, y (iii) se sigue de (ii) si consideramos la funcion constante g = ,
0
ya que g = 0.

2.3. DERIVACION
39
Proposici
on (derivada de 1/f ). Sea f : I R derivable en x0 I, con f (x0 ) 6= 0. Entonces
1/f es derivable en x0 , y
0
f 0 (x0 )
1
(x0 ) =
2 .
f
f (x0 )
En consecuencia,
derivable en I y no se anula en I concluimos que (1/f ) es derivable
0 si f es
0
f
1
= 2.
en I, con
f
f
Para justificarlo escribimos
1
1
f (x0 ) f (x)
1
f (x) f (x0 )
=
x x0
x x0
f (x)f (x0 )
=
f (x)
1
1
f 0 (x0 ) 2
.
x
f (x)f (x0 ) xx0
f (x0 )
Proposici
on (derivada del cociente). Sean f y g derivables en I, de forma que g no se
anula en I. Entonces f /g es derivable en I, y
0
f 0g f g0
f
=
.
g
g2
Para comprobarlo basta aplicar las proposiciones anteriores al producto de f y 1/g. Por
supuesto, se puede dar la proposici
on analoga para la derivada del cociente en un punto.
Proposici
on (derivada de la composici
on de funciones). Si f es derivable en x0 y g es
derivable en f (x0 ), entonces la composicion g f es derivable en x0 , y

(g f )0 (x0 ) = g 0 f (x0 ) f 0 (x0 ) .
f
Como consecuencia, dadas dos funciones derivables I J R sabemos que la composicion

gf
I R es derivable, con
(g f )0 = (g 0 f ) f 0 .
La justificaci
on (no del todo rigurosa, porque obviamos el problema de dividir posiblemente
por 0) consiste en escribir

g f (x) g f (x0 )
g f (x) g f (x0 )
f (x) f (x0 )
=
,
x x0
f (x) f (x0 )
x x0

y cuando x x0 el primer factor tiende a g 0 f (x0 ) y el segundo a f 0 (x0 ).
Derivadas de las funciones elementales:
Derivada de una funci
on polin
omica y racional. Sabemos que la derivada de una
funcion constante es la funci
on nula. La derivada de la identidad es la constante 1:
lm
xx0
id(x) id(x0 )
x x0
= lm
= 1.
xx0 x x0
x x0

40
La formula ciclot
omica nos permite obtener la derivada de p(x) = xn para n natural y
mayor que 1:
xn xn0
p(x) p(x0 )
=
x x0
x x0
= xn1 + xn2 x0 + + x xn2
+ x0n1 n xn1
= p0 (x0 ).
0
0
xx0
Por lo que hemos visto para la suma de funciones y el producto por constantes concluimos que, si P es la funci
on polinomica de grado n dada por
P (x) = an xn + an1 xn1 + + a2 x2 + a1 x + a0 ,
su derivada P 0 existe y es otra funcion polinomica de grado n 1,
P 0 (x) = n an xn1 + + 2 a2 x + a1 .
Aplicando la f
ormula vista para derivar un cociente, sabemos tambien como calcular la
derivada de una funci
on racional P (x)/Q(x) (que es derivable en todos los puntos de su
dominio).
1
En particular, si n es un n
umero natural, la potencia xn = n tiene derivada en cada
x
x igual a
n
n xn1
2n = n+1 = n xn1 ,
x
x
as que la expresi
on de la derivada de las potencias vale para todos los exponentes enteros
(veremos despues que vale para cualquier exponente real).
Derivada de la funci
on logaritmo. Sin dar la demostracion (que es consecuencia de
su definici
on mediante integrales) afirmamos que, para todo x (0, +),
log0 x =
1
.
x
Nota. Si sabemos que la derivada en 1 vale 1, lo que equivale a que la derivada de la

funcion log(1 + x) es 1 en x = 0, entonces podemos usar la equivalencia, y comprobamos
que en efecto
log x log x0
log(x/x0 )
=
x x0
x x0
xx0
(x/x0 ) 1
1
.
x x0 xx0 x 0
Derivadas de las funciones seno y coseno. La derivada de la funcion seno es la

funcion coseno.
Analogamente al caso del logaritmo, podemos justificarlo a partir de la equivalencia
sen x x (x 0) (que equivale a que sen0 0 = 1):
Tenemos que
sen x sen x0 = 2 cos
x + x0
x x0
x + x0 x x0
sen
2 cos
(x x0 ),
2
2
2
2

2.3. DERIVACION
41
y entonces
sen x sen x0
x x0
Ahora, como cos x = sen x +

cos0 x = sen0 x +
cos
xx0
x + x0
cos x0 .
xx0
2
y la derivada de x + es 1, vemos que

2
2

= cos x +
= sen(x + ) = sen( (x)) = sen(x) = sen x .
2
2
Es decir, la derivada de coseno es la opuesta de la funcion seno, y tenemos que

sen0 = cos
cos0 = sen .
Por la f
ormula para derivar un cociente podemos obtener la derivada de la funcion
tangente: en cada punto x de su dominio vemos que
tg0 x =
sen0 x cos x sen x cos0 x

cos2 x + sen2 x
1
=
=
= 1 + tg2 x ,
cos2 x
cos2 x
cos2 x
as que
tg0 =
1
= 1 + tg2 .
cos2
Para obtener las derivadas del resto de las funciones elementales conviene dar un resultado general previo:
Proposici
on (derivada de la funci
on inversa). Si f : I R es inyectiva y derivable
0
con imagen J y la derivada f no se anula en I, entonces la funcion inversa f 1 : J I
tambien es derivable, de forma que para cada x J
0
f 1 (x) =
.
f0
f 1 (x)
f0
1
.
f 1
Es decir,
f 1
0
Lo m
as complicado de una demostracion es probar que f 1 es derivable, y no vamos a
entrar en los detalles. Si admitimos que lo es, la formula es cierta porque f f 1 = id
(la identidad en J), y derivando la composicion resulta que
1 = id0 = f f 1
0
0
= (f 0 f 1 ) f 1 .
Derivada de la funci
on exponencial. Por la proposicion anterior, al ser exp la inversa
de log, cuya derivada no se anula en ning
un punto, resulta que
exp0 x =
1
1
=
= exp x .
1/ exp x
log (exp x)
0
Es decir, la funci
on derivada de exp es ella misma, exp0 = exp.

42
Dado a > 0, si f (x) = ax , es decir f (x) = ex log a = exp(x log a), concluimos que
f 0 (x) = log a exp(x log a) = (log a) ax ,
f (x) = ax = f 0 (x) = (log a) ax .
Dado p R, para cada x > 0 sabemos que xp = ep log x = exp(p log x), y la derivada de
esta composici
on es exp(p log x) p log0 x = xp p (1/x), as que
f (x) = xp = f 0 (x) = p xp1 .
Derivada de las funciones arco tangente y arco seno. Como la funcion tangente
tiene derivada 1 + tg2 , vemos que para todo x R
arc tg0 x =
1
tg0 (arc tg x)
1
1+
tg2 (arc tg x)
1
=
.
1 + x2
Por su parte, la funci
on arco seno es derivable en (1, 1), donde es la inversa de la
restricci
on de la funci
on seno al intervalo (/2, /2) (en el cual no se anula el coseno).
Para cada x (1, 1), seg
un hemos visto tenemos que
arc sen0 x =
1
sen0 (arc sen x)
1
.
cos(arc sen x)
Como cos2 (arc sen x)+sen2 (arc sen x) = cos2 (arc sen x)+x2 = 1 resulta que cos2 (arc sen x) =
1 x2 y, como el coseno de arc sen x es positivo, entonces cos(arc sen x) = 1 x2 , y

por tanto
1
arc sen0 x =
(1 < x < 1) .
1 x2
Derivadas del seno y coseno hiperb
olicos. Es muy sencillo, por su definicion en
terminos de la exponencial, comprobar que
senh0 = cosh
cosh0 = senh .
Como ya dijimos, la inversa del seno hiperbolico, o sea la funcion argumento seno hi
perbolico, admite la expesi
on log(x + 1 + x2 ), de la que facilmente se obtiene que para
cada x R
1
arg senh0 x =
.
1 + x2

2.3. DERIVACION
2.3.3.
43
El teorema del valor medio. Aplicaciones
Intuitivamente, por su significado geometrico, es claro que el signo de la derivada determina

si f es creciente o decreciente. El teorema que nos permite justificarlo (cuando el signo sea
el mismo en todo un intervalo) es el teorema del valor medio, que resulta ser el teorema mas
importante en el C
alculo Diferencial y tiene una aplicacion decisiva tambien en el Calculo
Integral (como veremos). El teorema es a su vez consecuencia de un resultado basico acerca
de los extremos de una funci
on, con el que comenzamos la seccion.
Definici
on (extremos relativos). Sean f : D R y x0 D. Se dice que x0 es un m
aximo
relativo (o m
aximo local) de f si existe un > 0 tal que todo x D con |x x0 | < cumple
que f (x) f (x0 ).
Se dice que x0 es un mnimo relativo (o mnimo local) de f si existe un > 0 tal que
todo x D con |x x0 | < cumple que f (x) f (x0 ).
En particular, cualquier extremo absoluto es tambien un extremo relativo, porque cualquier > 0 cumple la condici
on.
y = f (x)
a s
t u v
w b
extremos de f : (, b] R
Para la funci
on f del dibujo, todos los puntos de [a, s) son maximos absolutos, y no hay
mnimos absolutos. S son mnimos relativos t, v y b, y tambien son maximos relativos u y w.
El punto s no es extremo relativo.
Definici
on. Sea A R y c R. Se dice que c es un punto interior de A si para alg
un > 0
se verifica que (c , c + ) A.
Ejemplo. Si I es un intervalo, sus extremos no son puntos interiores, pero los demas puntos
s lo son.
Proposici
on. Sea f : D R, y x0 un punto interior de D. Si x0 es un extremo relativo de
f y ademas f es derivable en x0 , entonces f 0 (x0 ) = 0.

44
Para demostrarlo, supongamos que f tiene en x0 un maximo relativo (si es un mnimo

relativo, solo hay que cambiar de sentido algunas desigualdades o pasar a la funcion opuesta).
Como x0 es un punto interior de D y f es derivable en x0 , existen las dos derivadas laterales
de f en x0 y coinciden. Es decir,
f 0 (x0 ) = lm
xx+
0
f (x) f (x0 )
f (x) f (x0 )
= lm
.
x x0
x x0
xx0
Existe un valor h > 0 tal que (x0 h, x0 + h) esta contenido en D y x0 es maximo absoluto
de f en dicho intervalo. Considerando los signos de los numeradores y denominadores, vemos
que:
si x (x0 h, x0 ), entonces
f (x) f (x0 )
0,
x x0
si x (x0 , x0 + h), entonces
f (x) f (x0 )
0,
x x0
de donde se deduce que

f 0 (x0 ) = lm
f (x) f (x0 )
0,
x x0
f 0 (x0 ) = lm
f (x) f (x0 )
0,
x x0
xx
0
xx+
0
y finalmente que f 0 (x0 ) = 0.

Nota. Si suprimimos la condici
on de que c sea punto interior el resultado es falso. Por ejemplo,
la funcion f (x) = x definida en el intervalo [0, 1] tiene extremos en los puntos 0 y 1, y f es
derivable en los dos puntos, pero su derivada no es 0, sino 1 en ambos.
Como otro ejemplo (gr
afico), en la funcion f del dibujo anterior podemos aplicar el teorema
a los puntos de (a, s), v y w, y comprobamos que en todos ellos la derivada es nula (la recta
tangente es horizontal); pero no a los puntos a, t ni u (porque no tienen derivada) ni tampoco
a b (que tiene derivada no nula), porque no es interior.
Nota. La derivada puede anularse en un punto interior sin que este sea extremo relativo: por
ejemplo, la de f (x) = x3 se anula en 0, pero dicha funcion es creciente en R, y por tanto no
tiene extremos relativos.
Observaci
on. Un punto del dominio de una funcion es un punto crtico si es un punto interior
en el que la derivada se anula. Tambien convendremos que lo es si no es un punto interior o
si en dicho punto no existe la derivada.
Por la proposici
on anterior, los posibles puntos extremos de una funcion en un intervalo
habremos de buscarlos entre los puntos crticos. Si una funcion f es derivable en todo el intervalo, eso nos lleva a plantearnos la ecuacion f 0 (x) = 0 y considerar, como posibles extremos,
las soluciones de dicha ecuaci
on y los extremos del intervalo (si pertenecen a el).
Sin embargo, como hemos visto en el ejemplo anterior, no todo punto crtico es extremo
relativo. Suele ser mejor, por los teoremas que vemos a continuacion, plantearnos en cambio
las inecuaciones f 0 (x) > 0 y f 0 (x) < 0, ya que as conoceremos los intervalos de crecimiento
y decrecimiento, y de paso los extremos relativos.

2.3. DERIVACION
45
Teorema (de Rolle). Sean a < b, y sea f una funcion continua en [a, b] y derivable en (a, b)
y tal que f (a) = f (b). Entonces existe al menos un punto c (a, b) tal que f 0 (c) = 0.
Se demuestra como sigue: puesto que f es continua en [a, b], sabemos que tiene maximo y
mnimo absolutos en [a, b], por el teorema de Weierstrass.
Si ambos extremos absolutos est
an en a y b, entonces f tiene que ser constante, ya que
f (a) = f (b). En tal caso la derivada se anula en todos los puntos de (a, b).
En caso contrario, f tiene alg
un extremo absoluto (que tambien es relativo) en un punto
interior c (a, b). Y es derivable en c, por lo que el teorema anterior asegura que f 0 (c) = 0.
a
b
Teorema de Rolle
Teorema del valor medio
Teorema (del valor medio). Sean a < b, y sea f una funcion continua en [a, b] y derivable
en (a, b). Entonces existe al menos un punto c (a, b) tal que
f 0 (c) =
f (b) f (a)
,
ba
o equivalentemente
f (b) f (a) = f 0 (c)(b a).
Es una consecuencia del de Rolle: si definimos
g(x) = f (x)
f (b) f (a)
(x a),
ba
entonces g es continua en [a, b] y derivable en (a, b), y ademas g(a) = f (a) = g(b). Por lo
f (b) f (a)
tanto existe c (a, b) tal que g 0 (c) = 0, es decir f 0 (c) =
.
ba
El teorema del valor medio afirma que la variacion media de f en el intervalo coincide con
la variacion instant
anea en alg
un punto del intervalo. Por ejemplo, si un vehculo ha recorrido
180 km en 2 horas podemos asegurar que en alg
un instante ha marchado exactamente a 90
km/h.
Geometricamente, la pendiente de la cuerda que une los extremos de la grafica coincide
con la pendiente de la tangente en alg
un punto.

46
Signo de la derivada y monotona.

Se llama interior de un conjunto al subconjunto formado por sus puntos interiores. En
particular, el interior de un intervalo es el mismo intervalo prescindiendo de sus extremos (si
es que forman parte de el), de forma que es un intervalo abierto.
Supongamos entonces que I es un intervalo no trivial, y que f es una funcion continua en I
y derivable en su interior.
(i) Si f 0 = 0 en todo el interior de I, entonces f es constante en I.
(ii) Si f 0 > 0 en todo el interior de I, entonces f es creciente en I.
(iii) Si f 0 0 en todo el interior de I, entonces f es no decreciente en I.
(iv) Si f 0 < 0 en todo el interior de I, entonces f es decreciente en I.
(v) Si f 0 0 en todo el interior de I, entonces f es no creciente en I.
En efecto, sean x < y I. Por el teorema del valor medio, existe c (x, y) tal que
f (y) f (x) = f 0 (c)(y x) .
Como y x > 0, el signo de f (y) f (x) es el signo de f 0 (c).
En el caso (i) deducimos que f (y) = f (x) (y por tanto f es constante, pues esto es para
cualesquiera x, y).
En el caso (ii) deducimos que f (y) > f (x) si y > x, as que f es creciente en I. Los casos
restantes son an
alogos.
1
Ejemplo. Veamos que, para todo x > 0, x x3 < arc tg x.
3
x3
En efecto: tomamos la funci
on f : R R dada por f (x) = arc tg x x + . Es una funcion
3
derivable, y su derivada es
f 0 (x) =
1
x4
2
1
+
x
=
.
1 + x2
1 + x2
Por lo tanto f 0 (x) > 0 para todo x (0, +), y la funcion f es estrictamente creciente en el
intervalo cerrado [0, +). En particular, para todo x > 0 se tiene f (0) < f (x), es decir,
1
0 < arc tg x x + x3 ,
3
que es lo que queramos demostrar.

2.3. DERIVACION
47
y = arc tg x
y = x 13 x3
Ejemplo. Sea g(x) = x e log x, definida en el intervalo (0, +). Es una funcion derivable,
y para cada x > 0
e
xe
g 0 (x) = 1 =
,
x
x
luego g 0 (x) < 0 si x (0, e). Por lo tanto g es estrictamente decreciente en el intervalo
(0, e ] (observemos que podemos incluir el punto e, pero no 0). Por otra parte, g 0 (x) > 0 si
x (e, +), as que g es estrictamente creciente en el intervalo [ e, +) (de nuevo podemos
incluir el punto e). Deducimos que g tiene un mnimo absoluto estricto en e, que quiere decir
que en cualquier otro punto la funci
on es estrictamente mayor que su valor en e,
0 = g(e) < g(x) = x e log x.
Dicho de otra manera, e log x < x para cada x positivo y distinto de e. Ademas, la funcion g
no tiene mas extremos relativos ni absolutos.
y = x e log x
e
La funcion x e log x
Nota. Dado que e 2,72 y 3,14, los valores de e y e deben ser bastante similares.
Cual de ellos es mayor?
Como estamos comparando e con ee log y la exponencial es creciente, basta comparar
los exponentes y e log . En otras palabras, el orden entre e y e es el orden entre sus
logaritmos (porque el logaritmo es creciente), que son y e log . El ejemplo anterior nos dice
que e log < , as que
e < e
(de hecho e 22,46 y e 23,14).

48
Ejemplo. Hacemos un cercado rectangular con L metros de valla y una pared recta. Que
dimensiones debe tener para conseguir que el area cercada sea la maxima posible?
x
y
Si los lados perpendiculares a la pared miden x y el de la pared mide y, el area es A = xy.

Como 2x + y debe ser igual a L, podemos escribir A como una funcion de x, simplemente
A(x) = x (L 2x) = Lx 2x2 , y estudiar el maximo de dicha funcion continua en su dominio
(0, L/2). Para estudiar la variaci
on de A estudiamos su derivada,
A0 (x) = L 4x .
Podemos llegar correctamente a la solucion con dos argumentaciones distintas:
La derivada es positiva si x (0, L/4) y es negativa si x (L/4, L/2). Por tanto L es
creciente en (0, L/4] y decreciente en [L/4, L/2), y el maximo se alcanza en L/4, as que
debemos tomar x = L/4 e y = L/2 (el valor del area maxima es A(L/4) = L2 /8).
Si admitimos los valores x = 0 y x = L/2 (con area nula) la funcion A es continua en
[0, L/2], y tiene al menos un m
aximo absoluto que debe estar en el interior, y por tanto
tendr
a derivada nula. Pero la derivada solo se anula si x = L/4, as que ese es el valor
buscado.
2.3.4.
La regla de LHospital
Se trata de una aplicaci

on al c
alculo de lmites, muy u
til, del teorema del valor medio (en
una version m
as general que veremos luego).
Teorema (regla de LHospital). Sean I un intervalo, f, g : I R y s uno de los smbolos
a, a+ , a , +, (a R) tal que tiene sentido tomar lmites para f y g cuando x s.
Supongamos que:
a) f y g son derivables en I y g 0 no se anula en I.
b) se verifica alguna de las tres condiciones siguientes:
lm f (x) = lm g(x) = 0,
xs
xs
lm g(x) = +,
xs
lm g(x) = .
xs

2.3. DERIVACION
49
f 0 (x)
= L R {}.
xs g 0 (x)
c) existe lm
Entonces existe el lmite de f (x)/g(x) y es igual a L:

f (x)
f 0 (x)
= lm 0
= L.
xs g(x)
xs g (x)
lm
Ejemplo (comparaci
on de infinitos).
1) Si p > 0, entonces
log x
0
y xp log x 0 .
xp x+
x0+
El primer lmite es el cociente entre f (x) = log x y g(x) = xp , que tienden a +. En
este caso
f 0 (x)
1/x
1
=
=
0,
0
p1
g (x)
px
p xp x+
por lo que tambien
f (x)
0.
g(x) x+
Aplicaremos tambien LHospital en el segundo, escribiendo xp log x =
log x
f (x)
=
,
xp
g(x)
donde g(x) +. Entonces

1/x
xp
f 0 (x)
=
=
0,
g 0 (x)
p xp1
p x0+
luego
f (x)
0.
g(x) x0+
xp
0.
ax x+
a) Si p = 1 aplicamos la regla de LHospital a f (x) = x y g(x) = ax (con lmite +).
Ahora tenemos
f 0 (x)
1
=
0,
0
g (x)
(log a) ax x+
x
y por tanto x 0.
a x+
2) Si a > 1 y p > 0, entonces
b) Para otro valor de p notamos que

xp
=
ax
y como
a1/p
> 1 ya sabemos que
x
(a1/p )x
x
(a1/p )x
p
,

0, luego
x+
x
(a1/p )x
p
0.
x+
La regla de LHospital se basa en el siguiente resultado:

Teorema (del valor medio generalizado). Sean a < b, y f, g dos funciones continuas en
[a, b] y derivables en (a, b). Entonces existe al menos un punto c (a, b) tal que

f 0 (c) g(b) g(a) = g 0 (c) f (b) f (a) .
50
Notemos que, si g(x) = x, obtenemos el teorema del valor medio. La demostracion se basa,
tambien, en el teorema de Rolle: basta tomar la funcion h dada por

h(x) = f (x) g(b) g(a) g(x) f (b) f (a) .
h es continua en [a, b] y derivable en (a, b), y h(a) = h(b), luego existe alg
un c (a, b) tal que

h0 (c) = 0, es decir f 0 (c) g(b) g(a) g 0 (c) f (b) f (a) = 0.
Todos los casos de la regla de LHospital se pueden reducir (no es obvio) al caso s = a+
con f, g 0, y entonces podemos considerar que f (a) = g(a) = 0, de modo que f y g
son continuas en a. Para cualquier x > a en el intervalo I, por el teorema del valor medio
generalizado existe y entre a y x tal que
f (x)
f (x) f (a)
f 0 (y)
=
= 0
.
g(x)
g(x) g(a)
g (y)
Por tanto, si
f (x)
f 0 (y)
L resulta que
L.
0
g (y) ya+
g(x) xa+
Captulo 3
Integraci
on
Consideremos una sucesi
on (an ) como se definio en la introduccion del captulo 2, y la sucesion
de diferencias, (dn ), dada por dn = an+1 an , que mide la variacion de (an ).
Si cada an registra la medici
on en el n-esimo perodo de tiempo (p. ej. el da n) de un
cierto fenomeno cuyos efectos son acumulativos (p. ej. los litros de agua precipitados en una
cubeta), podemos registrar el valor acumulado desde el primer perodo 1 hasta cada n con la
P
sucesion de sumas parciales (sn ), dada por sn = a1 + a2 + + an = nk=1 an .
La sucesi
on de diferencias mide c
omo cambia (an ), y la de sumas mide el efecto acumulado,
o suma, de (an ).
La sucesi
on de diferencias de la sucesion de sumas es la sucesion dada:
sn sn1 = (a1 + a2 + + an1 + an ) (a1 + a2 + + an1 )
= an .
La sucesi
on de sumas de la sucesi
on de diferencias es tambien (esencialmente) la sucesion
dada:
d1 + d2 + + dn = (a2 a1 ) + (a3 a2 ) + + (an an1 ) + (an+1 an )
= an+1 a1 .
Cuando tenemos una funci
on f definida en un intervalo I, su variacion viene cuantitativamente dada por otra funci
on, que es su funcion derivada f 0 (si f es derivable). Que funcion
mide el efecto acumulado de f , y que relacion analoga a las anteriores se da entre las tres
funciones?
Si fijamos un punto a I y lo consideramos como valor inicial (para medir la acumulacion),
Rx
la respuesta a la primera pregunta es la integral F (x) = a f , y la analoga con lo dicho para
sucesiones la dan los teoremas fundamentales del calculo integral: si las funciones tienen las
propiedades adecuadas se cumple que la derivada de la funcion integral de f es f ,
F 0 (x) = f (x) ,
y que la funci
on integral de la derivada es esencialmente la funcion f :
Z x
f 0 = f (x) f (a) .
a
51

CAPITULO 3. INTEGRACION
52
Vamos a ilustrar el valor que toma la integral en el caso sencillo de que la funcion sea
constante o constante a trozos, con dos ejemplos:
1) Desde un instante inicial a hasta un instante final b viajamos por una carretera a velocidad constante v. En cada momento x, el efecto acumulado es la distancia que hemos
recorrido, igual a v (x a) (la recorrida al final es v(b a)).
x
Rx
a
v = v (x a)
2) A lo largo de un da el consumo electrico de una maquina industrial que tiene dos

motores depende de cu
antos tiene en funcionamiento en cada momento (los dos, solo uno
o ninguno). Si ambos consumen lo mismo y cuantificamos como 1 lo que se consumira
en un da a pleno rendimiento, el consumo final es la integral de una funcion f , definida
en cada instante x como
si funcionan los dos motores,
1
f (x) = 1/2
si solo funciona 1,
0
si no funciona ninguno.
La unidad de tiempo es un da, y el dominio es el intervalo [0, 1]. El valor de la integral
es T + t/2, donde T es el tiempo total en que se ha funcionado a pleno rendimiento
(es decir la suma de las longitudes de cada intervalo de tiempo en el que f = 1), y
analogamente t es la medida del tiempo en que ha funcionado un u
nico motor.
y = f (x)
1/2
t1
0
Z
f =T+
0
t2
t3
t
t1 + t2 + t3
=T+
2
2
DE LA INTEGRAL. PROPIEDADES BASICAS
3.1. DEFINICION
53
En ambos ejemplos, geometricamente hablando la integral es el area de la region comprendida entre la gr

afica de f y el eje de abscisas.
Cuanto vale la integral si f no es tan sencilla? Cualquier definicion satisfactoria de lo que
es la integral de una funci
on pasa por aproximarnos a ella mediante funciones constantes a
trozos como las anteriores (que se integran como hemos dicho), y la integral viene dada como
el lmite en cierto sentido de las integrales de esas funciones.
En la primera secci
on expondremos la definicion de integral que dieron Riemann y Darboux
en el u
ltimo tercio del s. XIX. Cuando se trata de integrar funciones continuas, dicha definicion
es equivalente a cualquier otra definicion de integral que se ha dado posteriormente, y por eso
la de Riemann y Darboux es suficiente para este curso.
3.1.
Definici
on de la integral. Propiedades b
asicas
Vamos a dar una definici

on precisa de la integral de una funcion en un intervalo. Este tiene
que ser un intervalo cerrado y acotado, es decir [a, b] con a < b R, y se aplica a funciones
acotadas (f es acotada si existe cierto valor K > 0 tal que K f (x) K para todo x).
Pero no se aplica a todas, sino a las funciones que se llaman integrables.
En la u
ltima secci
on veremos c
omo, en un sentido mas amplio, podemos hablar de integrales de funciones no acotadas o definidas en intervalos no acotados.
Una partici
on P de un intervalo [a, b] es un conjunto finito y ordenado de valores del
intervalo, que lo subdividen en intervalos consecutivos cuya union es [a, b]. Se escribe
P a = t0 < t1 < t2 < < tn1 < tn = b .
Dada una funci
on acotada f : [a, b] R y una particion como la anterior, existen para cada
i = 1, . . . , n los valores
Mi ,
el mnimo tal que f (x) Mi para todo x [ti1 , ti ] , y
mi ,
el m
aximo tal que f (x) mi para todo x [ti1 , ti ] .
De esta forma, si en lugar de f tomamos una funcion constante a trozos que valga Mi en
cada intervalo [ti1 , ti ] resulta que f es menor o igual a dicha funcion, que es la mas ajustada
posible para esa partici
on. An
alogamente para mi , cambiando menor por mayor. Se aprecia
mejor en los dibujos que veremos a continuacion.
Nota. La existencia de los valores mi y Mi se justifica gracias a una propiedad fundamental
de los n
umeros reales (de completitud), a la que ya hicimos referencia en el primer captulo,
y como no la hemos enunciado explcitamente no podemos entrar en detalles.
La suma superior asociada a la particion P es
S(f, P) =
n
X
Mi (ti ti1 ),
i=1
y la suma inferior es
S(f, P) =
n
X
i=1
mi (ti ti1 ).

54
f (x)
f (x)
a t1
t2 . . .
tn1
t2 . . .
a t1
S(f, P)
tn1
S(f, P)
De acuerdo con lo visto en la introduccion, seran las integrales de las funciones constantes a
trozos que hemos mencionado antes.
Por la definici
on es claro que S(f, P) S(f, P) para cualquier particion P.
Aunque no es tan obvio, tambien se cumple la siguiente propiedad, muy importante si
quisieramos estudiar con detalle todo lo que sigue:
Proposici
on. Para cualesquiera particiones P y Q del intervalo [a, b], se cumple que
S(f, Q) S(f, P) .
Definici
on. Una funci
on acotada f es integrable en [a, b] si existe un u
nico n
umero A tal
que
S(f, Q) A S(f, P) para cualesquiera particiones P y Q.
Z b
En tal caso, dicho valor A se define como la integral de f en [a, b], y se escribe A =
f.
a
Habitualmente, una funci

on se expresa mediante una formula f (x) que dice su valor para
Z b
cada x. En tal caso la integral se expresa como
f (x) dx.
a
Observaci
on (la integral es el
area). En el dibujo previo es claro que el area de la region
limitada entre la gr
afica y = f (x) y las rectas y = 0 (eje de abscisas), x = a y x = b es un
n
umero A que cumple la condici
on S(f, Q) A S(f, P). Por tanto, si f es integrable y no
negativa (f 0), la interpretaci
on geometrica de la integral es el area de dicha region.
DE LA INTEGRAL. PROPIEDADES BASICAS
3.1. DEFINICION
55
Ejemplo. Para una funci

on constante f = c, resulta que Mi = mi = c para cualquier P y
para todo i, y de ah que
S(c, P) = c (b a) = S(c, P).
Z b
c = c (b a).
Concluimos que la funci
on es integrable, y
a
Ejemplo. Sea la funci

on f : [0, 1] R dada por
1 si x Q ,
f (x) =
0 si x
/ Q.
Se puede probar que en cualquier intervalo no trivial hay tanto n
umeros racionales como
n
umeros irracionales, y entonces mi = 0 y Mi = 1 para todo i, cualquiera que sea P. Se
sigue que, para cualquier partici
on, S(f, P) = 0 y S(f, P) = 1, y entonces f no es integrable
(cualquier valor entre 0 y 1 es mayor que todas las sumas inferiores y menor que todas las
superiores).
En el ejemplo anterior f es, en un sentido, todo lo contrario de una funcion continua:
no es continua en ning
un punto. Para una funcion continua f , siempre podemos encontrar
particiones P tales que la diferencia entre su suma superior y la inferior es arbitrariamente
peque
na (no lo demostraremos), y como consecuencia su integral esta bien definida:
Teorema (las funciones continuas son integrables). Toda funcion continua f : [a, b] R
es integrable.
En la demostraci
on (que no detallamos) se aplica el teorema de Weierstrass a cada [ti1 , ti ]
(para cada partici
on), de forma que mi = f (ri ) y Mi = f (si ) para ciertos puntos ri , si .
Notemos que, por el mismo teorema de Weierstrass, toda funcion continua en [a, b] es automaticamente acotada, y por eso la acotacion no aparece como condicion en el teorema.
Teorema (linealidad de la integral). Si f y g son integrables en [a, b], entonces tambien

lo son la suma f + g y el producto f g. Ademas
Z
(f + g) =
a
Z
f+
g,
y para cualquier R
Z
Z
(f ) =
f
a
Z
(en particular, para = 1, tenemos que
Z
(f ) =
f ).
a
Sin embargo, en general no hay ninguna relacion entre las integrales de f y g y la integral
del producto f g.

56
Teorema (monotona de la integral). Si f y g son integrables y f g en [a, b], entonces

b
Z
f
g.
a
f 0.
En particular, si f es integrable y no negativa resulta que

a
Z b Z b

|f | .
f
Proposici
on. Si f es integrable, entonces tambien lo es |f |, y
a
La desigualdad se justifica por la monotona de la integral: como f |f | resulta que

R
R
R
R
R
f |f |, y como f |f | tenemos tambien que f = (f ) |f |, por lo que | f |
R
R
R
(el mayor entre f y f ) es menor o igual que |f |.
R
Definici
on. Si f es integrable en [a, b], se define la integral desde b hasta a como
Z
Z
f =
f.
a
Z
Por conveniencia, si a est
a en el dominio de f se define la integral
f como 0.
a
Proposici
on. Si las siguientes tres integrales existen, independientemente del orden entre a,
b y c se cumple siempre que
Z c
Z b
Z b
f=
f+
f.
a
3.2.
C
alculo de integrales
3.2.1.
La regla de Barrow
Si integramos la derivada de f obtenemos f .

Teorema (regla de Barrow). Sea f : [a, b] R una funcion derivable y tal que f 0 es
integrable en [a, b]. Entonces
Z b
f 0 = f (b) f (a) .
a
En efecto, para cualquier partici

on P tenemos, aplicando el teorema del valor medio en
cada intervalo [ti1 , ti ], que
f (b) f (a) = f (tn ) f (t0 ) = f (tn ) f (tn1 ) + f (tn1 ) f (tn2 ) + + f (t1 ) f (t0 )
n
n
X
X
=
f (ti ) f (ti1 ) =
f 0 (ci )(ti ti1 ) ,
i=1
i=1

3.2. CALCULO
DE INTEGRALES
57
donde ci (ti1 , ti ) para cada i. Como para cada i los valores mi , Mi de las sumas inferiores
y superiores de f 0 cumplen que mi f 0 (ci ) Mi , resulta que
0
S(f , P) =
n
X
mi (ti ti1 )
i=1
n
X
f (ci )(ti ti1 )
i=1
n
X
Mi (ti ti1 ) = S(f 0 , P) ,
i=1
y por tanto
S(f 0 , P) f (b) f (a) S(f 0 , P) .
Por definici
on de la integral, como estas desigualdades valen para cualquier P concluimos que
Z
f (b) f (a) =
f0 .
Definici
on. F es una primitiva de f en un intervalo I si F 0 = f en dicho intervalo.
Z b
Si f es integrable (por ejemplo si es continua), para calcular el valor de
f nos bastara,
a
seg
un la regla de Barrow, con encontrar una primitiva de f en el intervalo [a, b]: si una tal
primitiva es F , entonces
Z b
Z b
f=
F 0 = F (b) F (a) .
a
Si tanto f como F vienen dadas por formulas f (x) y F (x), lo anterior se suele escribir
Z
a
h
ix=b
f (x) dx = F (x)
= F (b) F (a) .
x=a
Naturalmente, lo anterior no puede depender de que primitiva encontremos para f . Notemos que si F y G son dos primitivas de f en un mismo intervalo I, entonces
(G F )0 = G0 F 0 = f f = 0 en I ,
luego G F es constante, y si G = F + C entonces G(b) G(a) = F (b) + C F (a) C =
F (b) F (a).
Recprocamente, si F es una primitiva de f en I y C es una constante, entonces F + C es
otra primitiva de f en I.
En definitiva, el problema de calcular integrales es basicamente el mismo que el de encontrar primitivas. El que en un intervalo la funcion F sea una primitiva de f se expresa, de
acuerdo con lo anterior, mediante
Z
f (x) dx = F (x) + C ,
y se dice que F (x) + C es la integral indefinida de f .

58
Ejemplos.
1) Queremos calcular
2
(x2 x + 1) dx .
Z
Como
(x2 x + 1) dx =
x3 x2
+ x + C (en todo R), resulta que

3
2
(x2 x + 1) dx =
h x3
3
ix=2 8 5
x2
11
+x
= =
.
2
3 6
6
x=1
/2
2) Hallamos ahora el valor de
sen x dx .
0
y = sen x
A=1
Una primitiva de sen es cos, luego

/2
h
ix=/2 h
ix=0
sen x dx = cos x
= cos x
x=0
x=/2
= cos 0 cos
= 1.
2
/2
3) Calculo de
sen2 x dx .
Dado que cos2 + sen2 = 1 y cos 2x = cos2 x sen2 x, resulta que sen2 x =
Adem
as
Z
1
cos 2x dx = sen 2x + C ,
2
1 cos 2x
.
2
luego
Z
0
/2
Z /2
Z
1 cos 2x
1
1 /2
sen x dx =
dx =
dx
cos 2x dx
2
2
2 0
0
0
i/2 1
1 1h
=
sen 2x
= 0
2 2 4
2 2
0
= .
4
2
/2
En una secci
on posterior explicaremos los metodos mas importantes de calculo de primitivas.

3.2. CALCULO
DE INTEGRALES
3.2.2.
59
El Teorema Fundamental del C

alculo Integral
Si derivamos la integral de f obtenemos f .

Definici
on. Se dice que f es localmente integrable en un intervalo I si es integrable en cada
intervalo [a, b] contenido en I.
Por ejemplo, cualquier funci
on continua definida en un intervalo es localmente integrable
en dicho intervalo.
Teorema (T.F.C.I.). Sea f : I R una funcion localmente integrable en el intervalo I. Dado
a I, sea F : I R la funci
on dada por
Z x
f.
F (x) =
a
Entonces:
(i) F es continua en I.
(ii) Si f es continua en I, entonces F es derivable en I, de forma que F 0 (x) = f (x) para
todo x I.
Para probar (i) hay que notar que

Z
F (x) F (x0 ) =
Z
f
x0
f=
a
f,
x0
de donde se ve f
acilmente que F (x)F (x0 ) 0 cualquiera que sea x0 I: como f tiene que
xx0
estar acotada en las cercanas de x0 , para todos los valores entre x0 y otro x suficientemente
Rx
proximo podemos poner que |f | K, y x0 f K|x x0 | .
Para probar (ii), que es la afirmacion mas importante, la clave es observar que

Z x
Z x
F (x) F (x0 )

1
1

f (x0 ) =
f (t) dt
f (x0 ) dt

x x0
x x 0 x0
x x 0 x0
Z x

1

f (t) f (x0 ) dt
=
|x x0 | x0
Z x

1

f (t) f (x0 )dt .

|x x0 | x0
Si nos dan > 0 arbitrariamente peque
no, como f es continua en x0 podemos tomar x lo
suficientemente pr
oximo a x0 para asegurar que, para todo t entre x0 y x, se cumple que

f (t) f (x0 ) < , y por lo anterior

Z x

F (x) F (x0 )

1

= .
f
(x
)
dt
0

x x0
|x x0 | x0
Ello muestra que
F (x) F (x0 )
f (x0 ) 0, as que F 0 (x0 ) = f (x0 ).
xx0
x x0

60
Toda funci
on continua tiene primitiva. Una definici
on del logaritmo. Si f es una
funcion continua en un intervalo, para definir una primitiva de f basta con elegir un punto a
Rx
del intervalo y tomar F (x) = a f . Notemos que dicha funcion se anula para x = a.
Ejemplo: sabemos que la derivada de cada funcion potencia xk , para k Z, es la dada
por kxk1 . Eso nos permite obtener, para cada k 6= 1, el valor de
Z
1
xk dx =
xk+1 + C,
k+1
expresion que sirve en cualquier caso en los intervalos (0, +) y (, 0).
Si solo disponemos de las funciones polinomicas y racionales, nos falta una primitiva para
1
x , es decir para 1/x. La podemos definir como hemos dicho antes, y para obtenerla en
(0, +) elegimos aquella que en 1 toma el valor 0 (es u
nica, ya que dos primitivas distintas
se diferencian en una constante). La llamamos funcion logaritmo (log), y definimos por tanto
Z x
1
log x =
dt .
1 t
y=
1
x
x
log x es el
area de la region verde; es igual a 1 cuando x = e
Todas sus propiedades b
asicas se pueden demostrar a partir de esta definicion, que ya
se adelanto en el primer captulo. Recordemos que, como vimos all, otras funciones y sus
propiedades (exponenciales y potencias de exponente real, hiperbolicas) se pueden obtener,
despues, en terminos de la funci
on logaritmo. Las funciones trigonometricas se pueden definir,
tambien, a partir de integrales: por ejemplo, se puede definir el arco tangente como una
primitiva de 1/(1 + x2 ), la tangente como su inversa extendida de forma periodica y, a partir
de ella, el seno y el coseno.
Nota. Analogamente a lo visto para 1/x, una vez que se

nalamos un conjunto de funciones
como elementales no debemos esperar que la primitiva de cualquiera de ellas sea a su vez otra
funcion expresable como combinaci
on (por operaciones y composicion) de dichas funciones.
Rx
2
2
Por ejemplo, la primitiva de ex que se anula en 0 es 0 et dt, y es muy importante
en Estadstica, pero no puede expresarse como combinacion de las funciones que llamamos
elementales. En definitiva, mediante la integracion se obtienen a veces funciones nuevas a
partir de las elementales, que no podemos expresar de mejor manera que como integrales.

3.3. CALCULO
DE PRIMITIVAS
61
Los metodos de c
alculo de primitivas que estudiamos a continuacion se aplican en casos en
que, por el contrario, las primitivas s pueden expresarse como combinacion de las funciones
que ya conocemos.
3.3.
C
alculo de primitivas
3.3.1.
Integraci
on por partes y cambio de variable
Las formulas para derivar la suma, el producto y la composicion de funciones se reflejan

en formulas an
alogas para buscar la primitiva de una funcion:
Proposici
on (el c
alculo de primitivas es lineal). Si conocemos la primitiva de f y g en
un intervalo, entonces
Z
Z
Z

f (x) + g(x) dx = f (x) dx + g(x) dx .
Ademas, para cualquier constante real
Z
Z
f (x) dx = f (x) dx .
En efecto, si F 0 = f y G0 = g entonces (F + G)0 = f + g y (f )0 = f 0 .
Proposici
on (Integraci
on por partes). Si u y v son dos funciones derivables en un intervalo y conocemos la primitiva de u0 v, entonces podemos obtener la de uv 0 mediante la formula
de integraci
on por partes:
Z
Z
0
u(x)v (x) dx = u(x)v(x) u0 (x)v(x) dx .
Lo que dice la f
ormula es que, si G es una primitiva de u0 v, entonces F = uv G es una
0
primitiva de uv . En efecto, como (uv)0 = u0 v + uv 0 resulta que
F 0 = (uv)0 G0 = u0 v + uv 0 u0 v = uv 0 .
Ejemplos.
Como un caso particular, si conocemos una primitiva de xf 0 (x) obtenemos una primitiva
de f (x): aplicaramos la f
ormula de integracion por partes tomando u(x) = f (x) y
0
v(x) = x, de forma que v (x) = 1 y f (x) = u(x)v 0 (x), y as
Z
Z
f (x) dx = xf (x) xf 0 (x) dx .
Por ejemplo, si f (x) = log x entonces xf 0 (x) = 1, y
Z
Z
log x dx = x log x 1 dx = x log x x + C = x(log x 1) + C .
La funci
on x(log x 1) es as una primitiva de log x en todo su dominio (0, +).

62
La formula de integraci
on por partes es u
til para integrar productos de potencias y
exponenciales (y, por la linealidad, productos de polinomios y exponenciales); como
vemos en el siguiente ejemplo, si u es la potencia y v 0 es la exponencial entonces v es
otra exponencial y u0 es una potencia con exponente menor: queremos calcular
Z
x2 ex dx .
Llamamos u(x) = x2 y v 0 (x) = ex , con v(x) = ex y u0 (x) = 2x, y entonces
Z
Z
Z
2 x
2 x
x
2 x
x e dx = x e 2x(e ) dx = x e + 2 x ex dx .
Z
Habremos resuelto el problema si hallamos
x ex dx, para lo que aplicamos otra vez
partes (con u(x) = x y v 0 (x) = ex , con lo que u0 (x) = 1 y v(x) = ex ),

Z
Z
x
x
x e dx = x e + ex dx = x ex ex + C,
y finalmente
Z

x2 ex dx = x2 ex + 2 x ex ex + C
= (x2 + 2x + 2) ex + C ,
lo que nos da las primitivas de x2 ex en toda la recta real.

Sin dar ejemplos concretos, notemos que si multiplicamos un polinomio P (x), al que
v(x)
llamamos v 0 (x), por arc tg x = u(x) resulta que u0 (x)v(x) =
es una funcion
1 + x2
racional (puesto que v(x) es otro polinomio).
As hallaramos la primitiva de P (x) arc tg x, ya que podemos hallar las primitivas
de una funci
on racional como veremos mas adelante.
Tambien tenemos que aplicar partes para integrar P (x) arc sen x, aprovechando que
1
arc sen0 x =
, gracias a un metodo que veremos posteriormente para resolver la
1 x2
primitiva que resulta.
Observaci
on. Para calcular integrales podemos usar la siguiente version de la formula de
integracion por partes: si u y v son derivables en un intervalo que contiene a [a, b], entonces
Z
a
h
ix=b Z b
(uv ) = u(x)v(x)
(u0 v)
x=a
a
Z b
= u(b)v(b) u(a)v(a)
(u0 v) .
0
Se justifica directamente por la regla de Barrow, ya que

Z b
Z b
Z b
0
0
u(b)v(b) u(a)v(a) =
(uv) =
(u v) +
(uv 0 ) .
a

3.3. CALCULO
DE PRIMITIVAS
63
Ejemplo. Calculamos por partes el valor de

Z
ex sen x dx .
0
Tomando u(x) = sen x y v(x) = v 0 (x) = ex , si llamamos I a la integral anterior resulta que
h
i Z
x
I = e sen x
ex cos x dx .
0
Por otro lado, tomando ahora u(x) = cos x y v(x) = ex vemos que la u
ltima integral en la
expresion anterior vale
Z
h
i
h
i Z
ex sen x dx = ex cos x + I ,
ex cos x dx = ex cos x +
0
as que
h
i h
i
I = ex sen x ex cos x I ,
0
0
h
i
de donde 2 I = ex (sen x cos x) = e + 1, y por tanto
0
ex sen x dx =
e + 1
.
2
Proposici
on (Cambio de variable). Si G es una primitiva de g en el intervalo I y f : J I
es derivable, entonces G f , o sea G(f (x)), es una primitiva en J de (g f ) f 0 , es decir de
g(f (x))f 0 (x). En la pr
actica se escribe
Z
Z
0
g(f (x)) f (x) dx = g(t) dt = G(t) + C = G(f (x)) + C ,
y se dice que hemos hecho el cambio de variable f (x) = t, de modo que tenemos que sustituir
f 0 (x) dx por dt.
La justificaci
on de lo anterior la da la formula que vimos para derivar la composicion de
funciones: la derivada de G f en cada x es el producto de G0 (f (x)) por f 0 (x) y, como la
derivada de G0 es g, dicho producto es g(f (x)) f 0 (x).
Es conveniente notar que, en la formula anterior, la variable x toma los valores en J,
mientras que t los toma en I (t = f (x)).
f
J I R
Ejemplo. Las primitivas de 1/x en (, 0) son log(x) + C:
Z
Z
Z
1
1
1
dx =
dt =
dt = log t + C = log(x) + C ,
t=x
x
t
t
y en cualquier caso (en cualquier intervalo que no contiene a 0) podemos escribir
Z
1
dx = log |x| + C .
x

64
f 0 (x)
dx = log |f (x)| + C:
f (x)
Z
Ejemplo. Si f es no nula y derivable en un intervalo I, entonces
Z
f 0 (x)
dx
f (x)
Z
=
f (x)=t
1
dt = log |t| + C = log |f (x)| + C .
t
Como ejemplos, podemos hallar las primitivas de tg x y de arc tg x:

sen x
En cada intervalo del dominio de tg x =
, como cos0 x = sen x
cos x
Z
Z
1
1
tg x dx =
dt = log |t| + C = log | cos x| + C = log
+C.
cos x=t
t
| cos x|
Como en el primer ejemplo de integracion por partes, para hallar la primitiva de arc tg
tomamos dicha funci
on como u(x) y v 0 (x) = 1 (v(x) = x), y as
Z
Z
Z
1
2x
x
dx
=
x
arc
tg
x
dx
arc tg x dx = x arc tg x
1 + x2
2
1 + x2
1
log(1 + x2 ) + C ,
2
expresi
on que nos da las primitivas en todo R.
= x arc tg x
Nota. Si en la situaci
on de la proposicion de cambio de variable consideramos un intervalo
[a, b] J, el cambio de variable t = f (x) nos da
Z b
Z f (b)
0
g(f (x)) f (x) dx =
g(t) dt
a
f (a)
(si G es una primitiva de g ambas integrales son iguales, por la proposicion anterior y la regla
de Barrow, y valen G(f (b)) G(f (a)).
Z
Ejemplo. Queremos calcular el valor de I =
p
4 x2 dx:
Z
I=
p
2 1 (x/2)2 dx
/3
=4
=
t=x/2
/3
cos u du = 4
/3
/3
3/2
3/2
p
1 t2 dt
Z
=
t=sen u
/3
p
1 sen2 u cos u du
/3
1 + cos 2u
du
2
h
iu=/3
4
2
4
= 2u + sen 2u
=
+ 2 sen
=
+ 2 sen
3
3
3
3
u=/3
4
=
+ 3.
3
Notemos que el segundo cambio de variable (t = sen u) lo hemos aplicado de derecha a
izquierda, expresando la variable en terminos de una nueva en lugar de hacerlo a la inversa.
Ejercicio. De manera similar, se prueba que
Z Rp
R2
R2 x2 dx =
,
2
R
lo que significa que el
area de un crculo de radio R es R2 .

3.3. CALCULO
DE PRIMITIVAS
3.3.2.
65
Integraci
on de funciones racionales
El calculo de la integral o las primitivas de una funcion racional se reduce a los casos en
que las fracciones son simples, como en los cuatro ejemplos que siguen:
1
dx = log |x 2| + C
x2
(en el intervalo (2, +) una primitiva es log(x 2), y en (, 2) lo es log(2 x)).
1
1
1
dx = .
+C.
4
(3x 1)
9 (3x 1)3
Z
Para verlo basta aplicar el cambio de variable t = 3x 1 y que
t4 dt =
t3
.
3
Dado a > 0, calculamos

Z
Z
dx
1
dx
=
2
2
x +a
a
1 + x/ a
Z
dt
1
1
=
= arc tg t + C
2
x
1
+
t
a
a
=t
a
x
1
= arc tg + C .
a
a
Si en el denominador tenemos un polinomio Q(x) irreducible y de grado 2 y en el
numerador otro polinomio de grado 1, este lo podremos expresar como Q0 (x) + para
0
(x)
ciertas constantes y . Una primitiva de QQ(x)
es log |Q(x)|, y la de
Q(x)
se reduce
a la del ejemplo anterior completando cuadrados. Veamoslo para calcular, por ejemplo,
Z
2x 1
3
1
dx +
dx
2
2
x x+1
2
x x+1
Z
1
3
1
= log(x2 x + 1) +
dx
2
2
x2 x + 1
x+1
1
dx =
2
x x+1
2
(no hace falta considerar el valor absoluto porque x2 x + 1 > 0 para todo x). Para
resolver la primitiva pendiente, notamos que
1 2 3
x2 x + 1 = x
+ ,
2
4
y usando lo visto en el ejemplo anterior
Z
Z
Z
1
1
dt
dx =
dx
=
1
3
2
2
2
x x+1
t=x1/2
(x 2 ) + 4
t + 43
2
2t
2
2x 1
= arc tg + C = arc tg
+C,
3
3
3
3
as que
Z
x+1
1
2x 1
2
dx
=
log(x
x
+
1)
+
3 arc tg
+C.
x2 x + 1
2
3

66
Para tratar el caso general de una funcion racional,
Z
P (x)
dx ,
Q(x)
notamos primero que bastar

a con saber hallarla si el grado de P es menor que el de Q: si no
lo es, obteniendo el cociente C y el resto R tendremos
P = C Q + R,
P
R
=C+ ,
Q
Q
con R de menor grado que Q y la primitiva de C inmediata (igual a un polinomio), y bastar

a
aplicar lo que sepamos para buscar la primitiva de R/Q.
Supongamos que la factorizaci
on de Q es
Q(x) = C (x x1 )n1 (x xk )nk (x2 + 1 x + 1 )m1 (x2 + ` x + ` )m` ,
con x1 , . . . , xk las distintas races reales de Q y x2 + j x + j los distintos factores irreducibles
de grado dos (es decir, sin races reales), y ni , mi N las multiplicidades de cada raz o factor.
Caso 1. Si m1 = = m` = 1 (no hay factores irreducibles de grado 2 de multiplicidad
mayor que 1) y el grado de P es menor que el de Q, entonces podemos escribir P (x)/Q(x)
como una suma de fracciones simples cuya primitiva se resuelve como en los ejemplos previos,
A1,1
A1,n1
A2,n2
A2,1
P (x)
=
+ +
+
+
+
+
n
Q(x)
x x1
(x x1 ) 1
x x2
(x x2 )n2
+
Ak,nk
M1 x + N1
M` x + N`
+ 2
+ + 2
.
n
k
(x xk )
x + 1 x + 1
x + ` x + `
Ejemplo. Aplicamos lo anterior a

Z
x5 + 1
dx,
x4 3x3 + 4x2 3x + 1
es decir P (x) = x5 + 1 y Q(x) = x4 3x3 + 4x2 3x + 1.

Primero, como el grado de P no es menor que el de Q efect
uamos la division, y comprobamos que
P (x)
5x3 9x2 + 8x 2
=x+3+
.
Q(x)
Q(x)
Si buscamos las races de Q, veremos que la u
nica raz real es 1 y es doble, y la factorizacion
2
2
es Q(x) = (x 1) (x x + 1) .
Seg
un lo afirmado antes, podremos encontrar constantes A, B, M y N tales que
5x3 9x2 + 8x 2
5x3 9x2 + 8x 2
A
B
Mx + N
=
=
+
+ 2
.
2
2
2
Q(x)
(x 1) (x x + 1)
x 1 (x 1)
x x+1
Que esto sea as equivale a que se cumpla que
A(x 1)(x2 x + 1) + B(x2 x + 1) + (M x + N )(x 1)2 = 5x3 9x2 + 8x 2 .
Operando, lo anterior conduce (igualando coeficientes) a un sistema de cuatro ecuaciones
lineales con las cuatro inc
ognitas A, B, M y N , cuya solucion u
nica nos da los valores buscados.

3.3. CALCULO
DE PRIMITIVAS
67
No obstante, si en la ecuaci
on anterior sustituimos x = 1 nos ahorraremos algo de trabajo,
ya que obtenemos directamente que B = 2, y la ecuacion se convierte en
A(x 1)(x2 x + 1) + (M x + N )(x 1)2 = 5x3 11x2 + 10x 4 = (x 1)(5x2 6x + 4),
es decir
A(x2 x + 1) + (M x + N )(x 1) = 5x2 6x + 4 .
Igualando coeficientes, resulta el sistema {A N = 4, A + M = 5, A + N M = 6}, con
solucion u
nica A = 3, M = 2 y N = 1.
Resumiendo, tenemos que
P (x)
2x 1
3
2
+ 2
=x+3+
+
,
2
Q(x)
x 1 (x 1)
x x+1
y entonces
Z
x2
2
P (x)
dx =
+ 3x + 3 log |x 1|
+ log(x2 x + 1) + C .
Q(x)
2
x1
Caso 2. Si alg
un mj es mayor que 1 podemos aplicar el m
etodo de Hermite, que de hecho
podra usarse tambien en el otro caso: podemos expresar, si Q tiene mayor grado que P ,
Z
P (x)
A(x)
dx =
n
1
n
1
2
1
Q(x)
(x x1 )
(x xk ) k (x + 1 x + 1 )m1 1 (x2 + ` x + ` )m` 1
Z
Z
Z
Z
B1
Bk
M1 x + N1
M ` x + N`
+
dx + +
dx +
dx + +
dx ,
2
2
x x1
x xk
x + 1 x + 1
x + ` x + `
donde Bi , Mi , Ni son constantes, y A(x) es un polinomio de grado menor que el del denominador de la fracci
on donde aparece.
Ejemplo. Calculamos
x4 2x + 1
dx .
x5 + 2x3 + x
Como el denominador es x (x2 + 1)2 , para aplicar el metodo de Hermite escribimos

Z
Z
Z
x4 2x + 1
Ax + B
C
Dx + E
dx = 2
+
dx +
dx .
5
3
x + 2x + x
x +1
x
x2 + 1
Derivando, equivale a decir que
x4 2x + 1
A(x2 + 1) 2x(Ax + B) C
Dx + E
=
+ + 2
.
5
3
2
2
x + 2x + x
(x + 1)
x
x +1
Operando e igualando coeficientes (nos ahorramos los detalles) se obtiene rapidamente que
A = 1,
B = 1,
C = 1,
D=0
y E = 1 ,
con lo que
Z
x4 2x + 1
1x
dx = 2
+
5
3
x + 2x + x
x +1
=
1
dx
x
Z
x2
1
dx
+1
1x
+ log |x| arc tg x + C .
x2 + 1

68
3.3.3.
Funciones racionales en seno y coseno

Z
Se trata de calcular
R(sen x, cos x) dx, donde R(x, y) es un cociente de polinomios en
dos variables (en particular R puede ser un polinomio).

El cambio t = tg(x/2) transforma la primitiva en la de una funcion racional en la variable
t. Notemos que habr
a que sustituir
1
x
1 + tg2
dx ,
2
2
dt =
es decir
dx =
2
dt ,
1 + t2
y es facil ver que

sen x =
2t
1 + t2
cos x =
1 t2
.
1 + t2
Si R es una expresi
on complicada la aplicacion del cambio dado puede ser muy laboriosa.
En los siguientes casos podemos aplicar cambios mas adecuados:
Si R es impar en seno, es decir R( sen x, cos x) = R(sen x, cos x), nos sirve el cambio
cos x = t.
Si R es impar en coseno, es decir R(sen x, cos x) = R(sen x, cos x), nos sirve el cambio
sen x = t.
Si R(cos x, sen x) = R( cos x, sen x), entonces es u
til el cambio tg x = t. En tal caso
hay que sustituir
dx =
Z
Ejemplo. Calculamos
dt
,
1 + t2
cos2 x =
1
,
1 + t2
sen2 x =
t2
.
1 + t2
2 cos x
dx.
2 + cos x
Debemos aplicar el cambio general t = tg(x/2), que transforma la integral indefinida en

Z
2
2+
1t2
1+t2
1t2
1+t2
dt = 2
1 + t2
1 + 3 t2
dt .
(3 + t2 )(1 + t2 )
Esta primitiva la resolvemos como ya sabemos, encontrando las constantes a, b, c, d que cumplen que
1 + 3 t2
at + b ct + d
=
+
2
2
(3 + t )(1 + t )
3 + t2
1 + t2
a = c = 0, d = 1, b = 4
=
4
1
.
2
3+t
1 + t2

3.3. CALCULO
DE PRIMITIVAS
69
8
t
La primitiva buscada en la variable t es entonces arc tg 2 arc tg t, y
3
3
Z
3
2 cos x
8
x
x
dx = arc tg
tg
2 arc tg tg
+C.
2 + cos x
3
2
2
3
Como en cualquier intervalo se cumple que arc tg(tg x) = x + K para cierta K adecuada
(m
ultiplo de ), podemos poner
Z
3
2 cos x
8
x
dx = arc tg
tg
x+C.
2 + cos x
3
2
3
Z
Ejemplo. Para calcular
Z
1
dx =
sen x
Z
sen x
dt
dx =
2
cos x=t
sen x
1 t2
Z
Z
1/2
1/2
1
dt
=
dt = ( log |t 1| log |t + 1| ) + C
=
t2 1
t1 t+1
2
=
3.3.4.
1
dx, que es impar en seno, aplicamos el cambio cos x = t,
sen x

1
1
1 cos x
log(1 cos x) log(1 + cos x) + C = log
+C.
2
2
1 + cos x
Funciones irracionales cuadr

aticas
Veremos c
omo calcular, de forma similar a los metodos vistos para las funciones racionales,
las primitivas de la forma
Z
P (x)
dx ,
2
ax + bx + c
donde P (x) es una funci
on polin
omica.
Caso 1. Si P (x) tiene grado menor que 2, se reducen a una de las integrales inmediatas
siguientes:
Z
1
dx = arc sen x + C ,
1 x2
Z
1
x2 + a

p

dx = log x + x2 + a + C .
Z
Ejemplo. Queremos calcular
dx
.
x x2
2
Completando cuadrados, notamos que x x2 = 14 x 12 , y entonces la primitiva es
igual a
Z
Z
dx
2 dx
q
p
=
= arc sen(2x 1) + C .

2
2
1
1
1
(2x
1)
4 x 2

70
Ejemplo. Ahora resolvemos, por lo visto en el ejemplo anterior,

Z
Z
Z
1 2x
1
2 2x
dx =
dx +
dx
x x2
x x2
x x2
p
= 2 x x2 + arc sen(2x 1) + C .
Caso 2. En general, si P (x) es un polinomio se puede asegurar que

Z
Z
p
dx
P (x)
2
dx = Q(x) ax + bx + c + k
,
2
2
ax + bx + c
ax + bx + c
donde Q(x) es un polinomio de grado menor que el de P y k es una constante.
Z
Ejemplo. Vamos a hallar
Seg
un lo dicho,
Z
4x2 + 2x 3
dx .
2x2 1
p
4x2 + 2x 3
dx = (ax + b) 2x2 1 +
2x2 1
dx ,
2x2 1
lo que equivale a que

p
4x2 + 2x 3
2x
k
= a 2x2 1 + (ax + b)
+
2
2
2x 1
2x 1
2x2 1
=
a(2x2 1) + 2x(ax + b) + k
,
2x2 1
es decir
4x2 + 2x 3 = 4ax2 + 2b x + k a ,
por lo que deben ser a = 1, b = 1 y k = 2. Entonces
Z
Z
p
2
4x2 + 2x 3
2
dx = (x + 1) 2x 1
dx
2
2x 1
2x2 1
p
Z
1
p
= (x + 1) 2x2 1 2
dx
x2 (1/2)

p
p

= (x + 1) 2x2 1 2 log x + x2 (1/2) + C .
3.4.
Aplicaciones geom
etricas de la integral
En un curso m
as avanzado veramos como la nocion de integracion se puede definir rigurosamente a partir de la noci
on de medida, de manera que lo que miden las regiones facilmente
definibles en el plano y en el espacio (su longitud, superficie y volumen, seg
un cuantas dimensiones tengan) se puede expresar como la integral de una funcion, si bien en general esta ser
a
un funcion de varias variables.

3.4. APLICACIONES GEOMETRICAS
DE LA INTEGRAL
71
Como s
olo hemos tratado la integral de funciones de una variable, en esta seccion vamos
a tratar los casos en los que las regiones dadas se definen mediante una funcion y su grafica,
y = f (x).
En todos los casos supondremos que la funcion que se integra es efectivamente integrable.
En general, para eso ser
a suficiente que f sea una funcion derivable y con derivada continua
en el intervalo en el que se integra.
1. Areas limitadas por curvas.
El area de la regi
on limitada por la curva y = f (x) y las rectas y = 0, x = a y x = b es
igual a
Z b
|f (x)| dx .
a
El area de la regi
on comprendida entre x = a, x = b y las curvas y = f (x) y y = g(x) es
Z
|f (x) g(x)| dx .
a
y = g(x)
y = f (x)
y = f (x)
a
a
b
2. Longitud de un arco de curva.

La longitud del arco de la curva y = f (x) comprendido entre x = a y x = b es
Z bq
2
1 + f 0 (x) dx .
a
Lo que sigue es una justificaci

on de esta formula, aunque algunas afirmaciones precisaran
un estudio m
as detallado (que el que vimos en la primera seccion) de la relacion entre la
integral de una funci
on y las sumas superior e inferior.
Consideremos, para cada n, la particion Pn del intervalo [a, b] dada por h =
ba
y
n
Pn a = t0 < t1 = a + h < t2 = a + 2h < < tn1 = a + (n 1)h < tn = a + nh = b ,

de modo que, para cada j, tj = tj1 + h.
Si consideramos la lnea poligonal (concatenacion de segmentos) que une los puntos de
la grafica para cada abscisa tj , la longitud del arco de curva se define como el lmite de las
longitudes de dichas poligonales cuando n .

72
y = f (x)
a = t0
t1
t2
tn1 tn = b
La longitud del segmento que une (tj1 , f (tj1 )) con (tj , f (tj )) es
q
(tj tj1 )2 + (f (tj ) f (tj1 )2 = h
=h
s
1+
q
f (t ) f (t ) 2
j
j1
tj tj1
1 + (f 0 (cj,n ))2
para cierto cj,n (tj1 , tj ), por el teorema del valor medio.

Por tanto, si llamamos L(n) a la longitud de la poligonal, resulta que
n
q
X
L(n) =
h 1 + (f 0 (cj,n ))2 .
j=1
q
2
De aqu se sigue que las sumas inferiores y superiores de la funcion 1 + f 0 asociadas a la
particion Pn cumplen que
q
q
2
2
0
S( 1 + f , Pn ) L(n) S( 1 + f 0 , Pn ) .
Z bq
2
1 + f 0 (x) dx es el u
nico n
umero que esta entre las
Se puede probar que la integral
a
sumas S y S de la desigualdad anterior para todo n, de donde no es muy difcil ver que es
igual al lmite de L(n) cuando n , y por tanto es la longitud del arco de la curva y = f (x)
entre x = a y x = b tal como lo hemos definido.
Ejemplo. Probaremos que la longitud de la circunferencia unidad (de radio igual a 1) es 2:
La semicircunferencia superior es la grafica y = 1 x2 entre x = 1 y x = 1.
x
Si f (x) = 1 x2 entonces f 0 (x) =
, pero no es del todo correcto escribir
1 x2
entonces que la longitud L de la semicircunferencia vale
Z
L=
1
Z
q
2
0
1 + f (x) dx =
x2
1+
dx =
1 x2
1
dx :
1 x2

DE LA INTEGRAL
73
La u
ltima integral existe en el sentido de integral impropia, como veremos en la u
ltima seccion,
pero no en el de la definici
on de integral que usamos hasta ahora: el integrando no esta definido
en 1 ni en 1, y tiene lmite + en dichos puntos, luego no es una funcion acotada.
Ahora bien, si tomamos un valor entre 0 y 1, s que podemos aplicar la formula sin
ning
un problema para calcular la longitud entre x = 1 + y x = 1 : es igual a
Z 1
1
dx = arc sen(1 ) arc sen (1 + ) ,

1 x2
1+
1 +
y claramente la longitud es el lmite de dicho valor cuando 0, es decir

L = arc sen 1 arc sen(1) =
= .
2
2
Entonces, dado que la semicircunferencia tiene longitud , concluimos que la longitud de
la circunferencia es 2.
Como un ejercicio sencillo, modificando ligeramente todo lo anterior veramos que la longitud de la circunferencia de radio R es 2R.
3. Vol
umenes de revoluci
on.
En general, si la secci
on de un cuerpo tridimensional con el plano vertical de abscisa x
tiene
area S(x), el volumen de dicho cuerpo entre x = a y x = b es igual a la integral
Z b
S(x) dx .
a
S(x)

74
Si f 0 y giramos la curva y = f (x) alrededor del eje x, generamos la superficie de un

cuerpo de revoluci
on, cuyo volumen entre x = a y x = b es igual a
Z
f 2 (x) dx .
En efecto, la secci
on para cada valor de x es un crculo de radio f (x), y su area es f 2 (x),
luego basta con aplicar la f
ormula anterior.
y = f (x)
En el dibujo se ha pintado dicho crculo, pero deber quedar claro que el cuerpo de revolucion resulta de girar la regi
on plana {(x, y, z); a x b, 0 y f (x); z = 0}, cuya area
Rb
vale a f ).
Nos preguntamos ahora c
omo calcular el volumen del cuerpo de revolucion que resulta
al girar dicha regi
on alrededor del eje y. Supondremos que 0 < a < b y que f es positiva y
creciente, con inversa f 1 .
y = f (x)
Hemos pintado el corte del cuerpo de revolucion con el plano z = 0.

Para calcular el volumen del cuerpo, al del cilindro grande (de altura f (b) y radio b) le
tenemos que restar el del cilindro peque
no (de altura f (a) y radio a), y tambien el del cuerpo
hueco que se forma en el interior (con forma de cuenco). Si este u
ltimo es V 0 , girando la figura
noventa grados nos damos cuenta, por la formula vista antes, de que
0
f (b)
V =
f (a)
2
f 1 (y) dy ,

DE LA INTEGRAL
75
y con el cambio de variable y = f (x)

b
V =
x2 f 0 (x) dx ,
as que
2
V = b f (b) a f (a)
x2 f 0 (x) dx .
x2
Integrando por partes (tomando u(x) =
y v(x) = f (x), concluimos que
Z
V = 2
x f (x) dx .
a
Hemos justificado as (parcialmente, solo en el caso tratado) el siguiente resultado algo mas
general:
Si giramos la regi
on comprendida entre y = f (x), y = 0, x = a y x = b (con 0 a < b)
alrededor del eje y, genera un cuerpo de revolucion cuyo volumen es igual a
Z b
2
x |f (x)| dx .
a
4. Superficies de revoluci
on.
Si f 0, el
area de la superficie del cuerpo de revolucion que resulta de girar y = f (x)
alrededor del eje x, entre x = a y x = b, es
Z b
q
2
f (x) 1 + f 0 (x) dx .
2
a
Si giramos la misma curva alrededor del eje y (con 0 a < b), el area de la superficie es
Z
2
q
2
1 + f 0 (x) dx .
No probaremos estas f
ormulas. La segunda puede deducirse de la primera igual que en el
caso del volumen de revoluci
on.
Ejemplo. Utilizaremos las f
ormulas de revolucion para calcular el volumen V y la superficie
S de un cono recto de altura h y radio r:

76
r
r
La funci
on de revoluci
on es obviamente f (x) = x, con derivada constante f 0 (x) = , y
h
h
as el volumen es
Z h
Z h 2
r 2
r2 h x3 ih
V =
f 2 (x) dx =
x
dx
=
2
h2 3 0
0
0 h
1
r2 h .
3
En cuanto a la superficie, si no contamos la de la base es igual a
r
Z h
Z h
Z h
q
2
r
r2
2 r p 2
0
2
S = 2
f (x) 1 + f (x) dx = 2
x 1 + 2 dx = 2
r +h
x dx
h
h
0
0 h
0
p
= r r 2 + h2 = r L ,
=
donde L es la longitud de la generatriz del cono.

Ejercicio. Probar que el volumen de una esfera de radio R es
igual a 4 R2 .
3.5.
4
R3 , y que su superficie es
3
Integrales impropias
Es posible que una regi

on del plano no acotada tenga un area finita? Aunque a primera
vista estemos tentados de responder que no, pensemos que una recta, dentro del plano, tiene
area nula pese a ser un conjunto ilimitado.
Pensemos ahora en la regi
on del plano que queda comprendida entre la curva y = ex y
los ejes de abscisas y ordenadas.
1
y = ex
Sabemos calcular el
area de la region si la limitamos por la derecha por la recta x = R:
simplemente es
Z R
h
iR
1
ex dx = ex = 1 R .
e
0
0
El lmite de dicho valor cuando R + es igual a 1, por lo que concluimos que el area de
toda la regi
on no acotada es igual a 1. Si la tenemos que expresar como una integral, parece
natural escribir
Z
Z
+
ex dx = 1 =
lm
R+ 0
ex dx .
3.5. INTEGRALES IMPROPIAS
77
Dicha integral no responde a la definicion que dimos en la primera seccion, porque estamos
integrando en el intervalo no acotado [0, +).
Consideramos ahora la regi
on comprendida entre los ejes y la curva y = log x.
y = log x
0
1
Si 0 < < 1 y acotamos por la izquierda por la recta x = , resulta una region acotada,
de area igual a
Z 1
h
i1
log x dx = x (1 log x) = 1 + log .
Como log 0, el lmite cuando 0+ del area acotada es 1, e igual que en el caso
0+
anterior concluimos que el

area de la region no acotada es igual a 1. Escribimos
1
log x dx = 1 = lm
0+
log x dx ,
log x dx = 1.
o equivalentemente
0
Esta expresi
on tampoco est
a contemplada en nuestra definicion de integral, puesto que
estamos integrando una funci
on no acotada (log x ).
x0+
Los dos casos anteriores son ejemplos tpicos de lo que definiremos como integrales impropias: en definitiva se trata de extender la nocion de integral para considerar el caso de
intervalos no acotados o de funciones no acotadas, definiendo el valor de las nuevas integrales como el lmite de lo que valen ciertas integrales de las que ya hemos tratado.
Tomamos ahora la integral impropia (entendida como en el primer caso), de la funcion
1/x en el intervalo [1, +): ahora
Z
1
h
iR
1
dx = log x = log R + ,
R+
x
1
as que el area de la regi

on que encierra dicha funcion con los ejes es infinita. Decimos entonces

78
1
y = 1/x
y = 1/x
1
Z
que la integral impropia
1
30
1
dx diverge a +, y que la funcion 1/x no es impropiamente
x
integrable en [1, +).

En el dibujo de la izquierda parece graficamente claro que el area que encierra 1/x es
infinita, pero en el dibujo de la derecha, con otra escala, es menos evidente.
3.5.1.
Definiciones
Si una funci
on f es localmente integrable en el intervalo [a, b) ( < a < b +) y
existe y es real el lmite
Z r
lm
f,
rb
a
b
Z
dicho lmite se define como el valor de la integral impropia
f , y se dice que f es
a
impropiamente integrable en [a, b), o tambien que la integral impropia en dicho intervalo
es convergente.
Si el lmite es + o se dice que la integral impropia diverge a + o , y si el
lmite no existe se dice que la integral impropia es oscilante.
Analogamente, si una funci
on f es localmente integrable en el intervalo (a, b] (
a < b < +) y existe y es real el lmite
Z
lm
ra+
f,
r
Z
dicho lmite se define como el valor de la integral impropia
f , y se dice que la
a
integral impropia en dicho intervalo es convergente; si el lmite es + o se dice que

la integral impropia diverge a + o , y si el lmite no existe se dice que la integral
impropia es oscilante.
Por u
ltimo, si f es localmente integrable en (a, b), entonces la integral impropia en dicho
intervalo es convergente si, dado cualquier c (a, b), lo son las integrales impropias en
(a, c] y en [c, b), y el valor de la integral impropia es en tal caso la suma de los valores
de ambas (es f
acil probar que dicho valor y la convergencia no depende del punto c
que elijamos).
79
Los siguientes ejemplos explican por que el problema se divide en dos en el caso (a, b):
1) La integral impropia que aparecio en la seccion anterior,
1
1
dx ,
1 x2
es la integral de una funci

on continua en (1, 1), y por tanto localmente integrable en
(1, 1), pero no acotada en (1, 0] ni en [0, 1) porque su lmite en 1 es +. Seg
un la
definici
on, el valor de la integral impropia es igual a
Z
Z 1
Z 0
Z 1
1
1
1
1
dx+
dx = lm
dx+ lm
dx = ,
+
+
2
2
2
0
0
1x
1x
1x
1 x2
0
1+
0
y coincide con
Z
lm
0+
Z
2) La integral impropia
1+
1
dx .
1 x2
x ex dx es convergente, y su valor es 0:
Por un lado, el cambio de variable x2 = t nos da

R
x ex dx =
Z
as que
x ex dx =
1
2
R2
et dt =
1
1
1
1 R2
,
R+
2
2
e
1
.
2
Z
De la misma manera veramos que
1
2
x ex dx = . De hecho se reduce a lo anterior
2
con el cambio de variable t = x; el que la integral valga 0 es una consecuencia de que

la funci
on es impar, ya que con dicho cambio de variable se ve que toda funcion impar
Z r
Z 0
cumple que
f =
f.
r
y = x ex
Igual que en el ejemplo anterior, al ser convergente podemos poner

Z
x2
xe
Z
dx = lm
R+ R
x ex dx = 0 .

80
3) En cambio, pese a que
Z
x dx = 0 para cada R, la integral
x dx diverge ob0
x dx = 0, ya que seg
un la
viamente a +, por lo que es incorrecto decir que
definici
on esta integral no converge.
Nota. Si una funci

on f es integrable en [a, b], es facil ver que el valor de la integral impropia
Rb
Rb
f
coincide
con
el
de la integral (tanto si tomamos el lmite de las integrales r f como si
a
Rr
tomamos el de a f ). En tales casos sucede simplemente que la integral no es impropia.
Es decir, al definir las integrales impropias conseguimos dar sentido a mas integrales que
las que consider
abamos inicialmente, sin cambiar el valor de las que ya considerabamos.
Si queremos estudiar si una integral impropia converge o no, puede suceder que la funcion
integrando sea tal que no sepamos evaluar las integrales correspondientes, y entonces no
podemos aplicar la definici
on.
Lo que se hace en dichos casos es estudiar la convergencia por comparacion del integrando
con otras funciones que ya sabemos si son o no impropiamente integrables. En los casos mas
sencillos basta con notar alguna desigualdad directa, como en el siguiente ejemplo:
Z +
1
Ejemplo. La integral impropia
dx diverge a +:
1 + log x
1
En efecto, pese a que no sabemos calcular el valor de la integral en [1, R] (para estudiar
su lmite cuando R +), podemos usar que, para todo x 1,
1
1
1 + log x
x
(como veramos f
acilmente usando derivacion), por lo que
Z R
Z R
1
1
dx
dx + .
R+
1 1 + log x
1 x
y=
1
1 + log x
y = 1/x
Es decir, como el
area de la regi
on de color mas intenso es infinita, la que resulta a
nadiendo
la de color m
as claro tambien tiene
area infinita.
Las funciones que m
as veces se toman como referencia para estudiar la integrabilidad
impropia de otras son las potencias. El siguiente resultado es basico:

Z
81
xp dx converge si y solo si p > 1.
Proposici
on. La integral
0
Notemos que es impropia si p < 0, ya que en tal caso xp +.

x0+
La demostraci
on se deja como ejercicio.
3.5.2.
Las funciones Beta y Gamma de Euler
Son dos funciones que se definen mediante integrales impropias.

El factorial de un n
umero natural n es el producto de todos los n
umeros naturales menores
o iguales que n,
n! = n (n 1) (n 2) 3 2 1 .
As 1! = 1, 2! = 2, 3! = 6, 4! = 24, 5! = 120, etc. Se define tambien 0! = 1, de forma que
n! = n (n 1)! para todo n
umero natural n.
Definici
on (funci
on (Gamma)). Dado t > 0, se define
Z +
(t) =
xt1 ex dx .
0
En particular ya hemos hallado el valor en t = 1:

Z +
(1) =
ex dx = 1.
0
Vamos a estudiar (ahorr

andonos algunos detalles) la convergencia de la integral impropia
para cada valor de t, y concluiremos que en efecto converge si y solo si t > 0:
Z +
Por una parte, para cualquier p real la integral
xp ex dx es convergente: como
1
xp
ex/2
0 ,
x+
podemos asegurar que dicho cociente sera menor que 1 para todo x mayor que cierto x0 , y
entonces
xp ex < ex/2 si x > x0 ,
con lo cual
Z
p x
x e
dx <
x0
ex/2 dx ,
x0
siendo la u
ltima integral convergente o finita como se ve sin dificultad. Claramente, entonces
R +
R + R x
tambien es finita 1 xp ex dx (es la suma de x0 y 1 0 ).
La convergencia
Z 1 de la integral en la definicion de se reduce entonces a la convergencia
de la integral
. Veremos primero que si t 0 se trata de una integral divergente: notamos
0
que, si 0 < x < log 2, entonces

xt1 ex >
1 t1
x ,
2

82
y por tanto
log 2
1
2
xt1 ex dx >
log 2
xt1 dx .
Por la proposici
on previa a esta secci
on sabemos que la u
ltima integral diverge a + cuando
+
0 .
Para terminar, comprobamos que si t > 0 la integral entre 0 y 1 converge: este caso es
mas sencillo, s
olo hay que notar que en todo el intervalo (0, 1) se cumple que
xt1 ex < xt1 .
Como t 1 > 1, la proposici
on previa dice entonces que
1
xt1 ex dx <
xt1 dx < + .
Proposici
on. Para todo t > 0
(t + 1) = t (t) .
En efecto, integrando por partes (u(x) = xt y v 0 (x) = ex ) vemos que
Z
t x
x e
t x
dx = x e
i0
R
+t
xt1 ex dx ,
y basta tomar lmites cuando R + para comprobar la igualdad, ya que R t eR 0.

R+
Dado que (1) = 1, la f

ormula de la proposicion dice que (2) = (1 + 1) = 1 (1) = 1,
(3) = (2 + 1) = 2 (2) = 2, (4) = (3 + 1) = 3 (3) = 6, (5) = (4 + 1) = 4 (4) = 24, y
en general
(n) = (n 1)!
(n N) .
Otros valores particulares de se obtienen gracias a la relacion con la funcion que definimos
a continuaci
on:
Definici
on (funci
on B (Beta)). Dados u, v > 0, se define
Z
B(u, v) =
xu1 (1 x)v1 dx .
Se puede justificar que esta integral impropia converge si y solo si u y v son positivos, con
argumentos similares a los que hemos empleado para . Bastante mas difcil es demostrar la
siguiente relaci
on:
Proposici
on. Dados dos n
umeros positivos u y v,
B(u, v) =
(u) (v)
.
(u + v)
83
Como aplicaci
on de la f
ormula anterior calcularemos el valor de (1/2) (lo que, por lo
visto antes, nos da el valor de (n/2) para todo n impar):
1
1
p
dx
dx =
x x2
x (1 x)
0
0
h
i1
= arc sen(2x 1) =
2
B(1/2, 1/2) = (1/2) =
Z
(en la secci
on de c
alculo de primitivas vimos como calcular
(1/2) =
1
dx), y por tanto
x x2
La distribuci
on normal de probabilidad. Se trata, en ciertos sentidos, de la distribucion
continua de probabilidad m
as importante, cuya funcion de densidad tiene como grafica la
llamada campana de Gauss.
Concretamente, la distribuci
on normal de media y desviacion tpica , que se denota
por N (, ), tiene funci
on de densidad
1
1 x 2
f, (x) =
exp
,
2
2
aunque se suele reservar el nombre de distribucion normal para la distribucion N (0, 1), con
funcion de densidad
1
2
f0,1 (x) = ex /2 .
2
y=
1
2
ex
2 /2
Su funci
on de distribuci
on, la que nos da la probabilidad de que la variable aleatoria sea
menor que cierto valor t, viene dada entonces por
1
F (t) =
2
ex
2 /2
dx .

84
Para comprobar que se trata de una distribucion de probabilidad basta calcular

Z
Z +
Z +
1
2
2
x2 /2
f0,1 (x) dx =
e
dx =
ex /2 dx =
2
2 0
Z +
1
1
=
t1/2 et dt = (1/2)
0

1
t1/2
t = x2 , dx = dt
2
2
= 1.
Es un ejercicio sencillo comprobar que su media es 0 y su varianza es 1. En el caso general
N (, ), para comprobar que se trata de una distribucion de probabilidad, que su media es
y que su varianza es 2 los c
alculos son similares (basta aplicar un cambio de variable sencillo
para reducirlo al caso anterior).
Captulo 4
M
etodos num
ericos
En los captulos anteriores hemos tratado los aspectos mas basicos del Calculo Diferencial e
Integral en una variable real, cuya fundamentacion rigurosa y desarrollo posterior corresponde
al Analisis Matem
atico. Mucho antes de esa fundamentacion ya estaba claro que las soluciones
de muchos problemas interesantes no pueden resolverse mediante las funciones elementales y
lo que conocemos sobre ellas. Por ejemplo, una ecuacion polinomica de grado mayor o igual a
cinco puede no ser resoluble mediante radicales. Por tanto es conveniente desarrollar metodos
que permitan resolver estas ecuaciones y muchos otros problemas mediante una aproximacion
que pueda ser tan precisa (te
oricamente) como sea necesario. En la practica, el grado de
aproximaci
on a la soluci
on real dependera de la eficiencia del algoritmo utilizado y de la
potencia de la m
aquina que empleemos.
En este captulo estudiamos dos de esos metodos clasicos: el metodo de Newton, que sirve
para resolver aproximadamente ecuaciones arbitrarias (nosotros nos restringiremos a las de
una incognita real), y las f
ormulas de cuadratura, que nos dan el valor aproximado de una
integral aunque el integrando no tenga primitiva conocida.
Con la aparici
on de los ordenadores (computadoras) el estudio de esos metodos y de la
mejora y generalizaci
on de los mismos, o la creacion de otros nuevos, tomo un impulso tan
grande como para dar lugar a una nueva rama de las matematicas, el Analisis Numerico.
En cualquier curso inicial de dicha materia se dedica una parte al tratamiento teorico del
error, que tiene que ser riguroso para justificar que un metodo funciona adecuadamente. No
vamos a prestar demasiada atenci
on a este aspecto, aparte de esta introduccion. Son varios
los tipos de error relevantes en un problema de calculo numerico, entre ellos los siguientes:
errores en los datos iniciales,
errores de redondeo en los c
alculos,
errores de discretizaci
on y de precision: la maquina no maneja el n
umero real, sino una
aproximaci
on al mismo, de forma que un aspecto crucial es el estudio de la representacion
de los n
umeros (que se nos presentan como una expresion decimal en distintas formas,
pero en el ordenador ocupan un lugar fsico en la memoria cuyo tama
no se cuantifica
en bits),
85
86
CAPITULO 4. METODOS
NUMERICOS
errores debidos a la construcci
on del modelo matematico (se hacen simplificaciones que
son v
alidas si el error es peque
no, como cuando en el movimiento del pendulo simple se
considera en lugar de sen ).
En general, por error se entiende la diferencia entre el valor real de un dato o del resultado,
llamemosle a (en definitiva un n
umero) y el valor que se maneja u obtiene en la implementacion
del metodo, pongamos a
. Hay que distinguir entre el error absoluto, que es |a a
|, y el error
|a a
|
relativo, el cociente
. A veces el error relativo se define tambien en funcion del rango
|a|
de valores que maneje la m
aquina, por ejemplo desde 10999 (algo menor en valor absoluto
sera tomado como 0) hasta 10999 .
Un metodo numerico se lleva a la practica implementando un algoritmo, que ejecuta
varias rutinas (a partir de unos datos iniciales) para producir el resultado. Las rutinas pueden
ser repetitivas, realiz
andose varias veces (iteraciones), en cuyo caso se trata de un metodo
iterativo. Dos aspectos b
asicos a estudiar para evaluar la eficiencia de estos metodos son la
convergencia (si efectivamente conducen a la obtencion de un resultado valido, y con que
rapidez llegan a el p. ej. cu
antas iteraciones precisan) y la estabilidad (es deseable que los
posibles peque
nos errores en los datos iniciales o en los calculos intermedios no repercutan
demasiado en el resultado final).
Veamos un ejemplo de inestabilidad computacional por propagacion del error: supongamos
que queremos calcular
Z 1 10
x
I=
dx
0 a+x
Z 1
xn
dx, entonces
y observamos que, si llamamos yn =
0 a+x
Z 1 n1
Z 1
x
(x + a a)
1
yn =
dx =
xn1 dx a yn1 = a yn1 .
a+x
n
0
0
1+a
, lo tomaremos como dato
a
inicial y aplicaremos un metodo iterativo, que nos da como valores intermedios (en cada
1
1
1
iteracion sucesiva) y1 = 1 a y0 , y2 = a y1 , y3 = a y2 , . . . , hasta y10 =
a y9 .
2
3
10
Si en la obtenci
on de y0 cometemos un error , de forma que obtenemos y0 = y0 + ,
entonces seguiramos con
Nosotros queremos hallar y10 . Por tanto, dado que y0 = log
y1 = 1 a y0 = 1 a y0 a = y1 a ,
as que y1 y1 = a , y de ah y2 y2 = a2 , y3 y3 = a3 . . . , hasta y10 y10 = a10 . Si
por ejemplo a = 2, aunque consigamos un error muy peque
no en la evaluacion inicial resulta
10
que el metodo usado lo multiplica por 2 .
NUMERICA
4.1. RESOLUCION
DE ECUACIONES: METODO
DE NEWTON
4.1.
87
Resoluci
on num
erica de ecuaciones: m
etodo de Newton
Si se trata de resolver una ecuaci

on con una u
nica incognita real, x, normalmente podremos
sustituirla por otra ecuaci
on equivalente de la forma
f (x) = 0 .
El metodo m
as utilizado para resolver numericamente una ecuacion as es el de Newton.
Es un metodo iterativo que precisa que f sea derivable: en cada aplicacion se parte de un
valor inicial x0 , y se define una sucesion de valores (xn ) de acuerdo con la siguiente formula
de recurrencia:
f (xn )
xn+1 = xn 0
.
f (xn )
En las condiciones adecuadas, la sucesion (xn ) converge a una solucion s. Cuando el metodo
se implementa en un ordenador, obviamente el programa no calcula los infinitos terminos de
la sucesion, sino que se detiene cuando se satisface el criterio de parada, una condicion que
permite asegurar que el u
ltimo valor hallado es una aproximacion suficientemente buena de
una solucion s.
Si queremos visualizar c
omo act
ua el metodo, conviene notar que la expresion anterior
equivale a
f (xn )
f 0 (xn ) =
xn xn+1
(nunca sera xn+1 = xn , pues si as fuera sera porque f (xn ) = 0 y entonces ya habramos
parado). Por tanto, el valor xn+1 es el de corte con el eje x de la recta tangente a la grafica
y = f (x) en el punto de abscisa xn .
y = f (x)
y=0
s
xn+2
xn+1
xn
En el dibujo se muestra una situacion en la que la convergencia es muy rapida. Se ha

indicado tambien xn+2 , y con la escala usada ya no podramos distinguir xn+3 de s.
CAPITULO 4. METODOS
NUMERICOS
88
Para explicar por que funciona el metodo seguiremos una argumentacion que se puede
aplicar a otros de la misma clase, los llamados metodos de punto fijo: si g es la funcion dada
por
f (x)
g(x) = x 0
f (x)
entonces
f (s) = 0 g(s) = s .
Es decir, s es soluci
on de la ecuaci
on f (x) = 0 si y solo si s es un punto fijo de la funcion g,
y el metodo construye la sucesi
on dada por xn+1 = g(xn ).
Vamos a suponer que f est
a definida en un intervalo I, en el cual existen f 0 y f 00 y son
continuas (se dice que f es una funci
on de clase C (2 (I)). Tambien supondremos que f 0 no se
anula, para que el dominio de g sea todo el intervalo. Entonces g es derivable, con
2
f 0 (x) f (x)f 00 (x)
f (x)f 00 (x)
0
g (x) = 1
=
2
2 .
f 0 (x)
f 0 (x)
La funcion g 0 es continua al serlo f, f 0 y f 00 . Supongamos que f (s) = 0 y que s es un punto
interior de I. Resulta que g 0 (s) = 0. Por continuidad, g 0 (x) 0 cuando x s. Entonces,
si elegimos L (0, 1) podemos asegurar que en los valores muy proximos a s se cumplir
a
|g 0 | L. Dicho con m
as precisi
on, existe > 0 tal que todos los valores x de (s , s + )
cumplen que |g 0 (x)| L.
Comprobaremos que, si el punto inicial x0 es tan proximo a s como hemos dicho, efectivamente la sucesi
on definida por el metodo converge a s. La clave es el teorema del valor medio,
por el que dados x, y (s , s + ) podemos escribir
g(x) g(y) = g 0 (c) (x y)
para cierto c entre x e y (y por tanto c (s , s + )), y as
|g(x) g(y)| = |g 0 (c)| |x y| L |x y| .
(1)
Si en particular y = s, como g(s) = s resulta que

|g(x) s| L |x s| ,
(2)
y de ah
|g(x) s| L |x s| = L |x g(x) + g(x) s| L |x g(x)| + L |g(x) s| ,
por lo que
(1 L) |g(x) s| L |x g(x)| .
Si aplicamos reiteradamente (2), tenemos que

|xn s| = |g(xn1 ) s| L |xn1 s| = L |g(xn2 ) s|
L2 |xn2 s| = L2 |g(xn3 ) s|
Ln |x0 s| ,
(3)
NUMERICA
4.1. RESOLUCION
DE NEWTON
89
y como Ln 0 vemos que |xn s| 0; es decir, si |x0 s| < resulta que

n
xn s ,
n
y hemos comprobado que el metodo de Newton converge localmente si f es de clase C (2 .
Ademas, usando (3) vemos que

(1 L) |xn s| = (1 L) |g(xn1 ) s| L |xn1 g(xn1 )| = L |xn xn1 | ,
es decir
|xn s|
L
|xn xn1 | .
1L
(4)
Si queremos aproximarnos tanto como |xn s| < , como criterio de parada podemos tomar
1L
|xn xn1 | <
. En la pr
actica, como puede ser difcil conocer el valor de L que
L
deberamos considerar, el criterio suele ser simplemente |xn xn1 | < , con razonablemente
peque
no.
Si partimos de (4) y aplicamos reiteradamente (1), podemos estimar cuantas iteraciones
necesitaremos para obtener una buena aproximacion en funcion del valor de |x1 x0 |:
(1 L) |xn s| L |xn xn1 | = L |g(xn1 ) g(xn2 )|
L2 |xn1 xn2 | = L2 |g(xn2 ) g(xn3 )|
Ln |x1 x0 | ,
y entonces
|xn s|
Ln
|x1 x0 | .
1L
Observaciones. Por todo lo anterior, la convergencia es tanto mas rapida cuanto menor sea
L. Pero entonces el valor de ser
a tambien mas peque
no, de manera que el valor inicial x0
habra de estar m
as pr
oximo a la solucion s. Y se supone que no conocemos el valor de s!
Como podemos asegurar que elegimos x0 de forma adecuada?
Para empezar, tendremos que elegir x0 en un intervalo donde hay una solucion s. Podemos
usar el teorema de Bolzano: si f es continua en [a, b] y f (a)f (b) < 0, seguro que existe al
menos una soluci
on s en (a, b). Ademas, si f 0 tiene signo constante podemos asegurar que f
es inyectiva (es creciente o decreciente), y la solucion es u
nica. Un analisis detallado que no
00
vamos a mostrar permite asegurar que, si tambien f tiene signo constante, una eleccion de
x0 en el lado correcto de [a, b] har
a que xn converja a s:
Proposici
on. Sea f C (2 ([a, b]) una funcion tal que
(i) f (a)f (b) < 0,
(ii) f 0 no se anula en [a, b],
(iii) f 00 no cambia de signo en [a, b].
Entonces existe un u
nico s [a, b] tal que f (s) = 0 y, para todo valor inicial x0 [a, b] tal
00
que f (x0 )f (x0 ) 0, la sucesi
on definida por el metodo de Newton converge a s.
CAPITULO 4. METODOS
NUMERICOS
90
Observemos que, como f 0 no se anula en [a, b] y es continua, por el teorema de Bolzano tiene
signo constante. Podramos haber supuesto tambien que f 00 > 0 (de lo contrario consideramos
f , pues igual da resolver f (x) = 0 que f (x) = 0), y la condicion sobre x0 sera simplemente
f (x0 ) 0.
Nota. En el ejemplo del dibujo la funcion f cumple estas condiciones (f 00 > 0 significa que
f 0 es creciente, y la gr
afica es convexa), y comenzar con x0 donde esta xn garantiza que el
metodo funciona, con una sucesi
on decreciente que converge a s. Si comenzaramos con un x0
tal que f (x0 ) < 0, est
a claro gr
aficamente que sera x1 > s, pero podra ser x1 > b y, al salir
del intervalo [a, b], perderamos las condiciones para seguir. Para evitar este problema, se ve
facilmente que, si a
nadimos en la proposicion la condicion
|f (a)|
ba y
|f 0 (a)|
|f (b)|
b a,
|f 0 (b)|
entonces el metodo funciona para cualquier x0 [a, b], independientemente de los signos de
f 00 y f (x0 ).
Ejemplo. Se trata de hallar una aproximacion de la raz c

ubica de 16 mediante el metodo
de Newton, aplic
andolo a
f (x) = x3 16 .
Como 23 = 8 y 33 = 27, resulta que f (2) < 0 y f (3) > 0, y tomaremos como intervalo
[a, b] = [2, 3]. Adem
as
f 0 (x) = 3x2
f 00 (x) = 6x ,
luego f 0 y f 00 son positivas en dicho intervalo, y tomaremos x0 tal que f (x0 ) > 0. Podemos
comenzar con x0 = 3.
En cada iteraci
on tenemos que aplicar la funcion
g(x) = x
f (x)
2x
16
=
+ 2,
0
f (x)
3
3x
as que la sucesi
on que define el metodo es la dada por
x0 = 3,
En particular x1 = 2 +
16
27
70
27 ,
xn+1 =
2xn
16
+ 2 .
3
3xn
y como
g 0 (x) =
2
16
1 3
3
x
es facil ver que en [2, 3] se cumple que |g 0 (x)| 2/3, por lo que se cumpliran las desigualdades
vistas antes para L = 2/3. Eso nos asegura que
|xn
16|
2
3
n
2
3
|x1 x0 | = 3
2 n 11
11
=
3
27
9
2 n
.
3
NUMERICA
4.1. RESOLUCION
DE NEWTON
La velocidad de convergencia a
tenemos que
91
16 es sin embargo mucho mayor: con 10 decimales exactos
x1 2,5925925925
x2 2,5218644494
x3 2,5198437211
x4 2,5198420997
x5 2,5198420997 . . . ,
y de hecho 3 16 2,519842099789746329, de forma que |x3 3 16| < 105 y |x4 3 16| <
1010 . Si como criterio de parada establecemos que sea |xn+1 xn | < 1010 , el algoritmo
termina tras calcular los valores se
nalados y nos da x5 como aproximacion de la solucion. Si
hacemos los c
alculos con m
as precisi
on veramos que x5 es distinto de x4 , siendo |x5 3 16| <
1020 .
Velocidad de convergencia. Se dice que un metodo iterativo dado por xn+1 = g(xn ) tiene
orden de convergencia p (p 1) si existe y es no nulo el lmite
lm
|xn+1 s|
| xn s |p
(donde s es la soluci
on a aproximar). Como parece sugerir el ejemplo anterior se prueba que,
en las condiciones de la proposici
on dada, si ademas f es de clase C (3 (es decir, existe f 000 y
es continua) la convergencia del metodo de Newton es de orden 2. Se dice que es un metodo
de convergencia cuadr
atica. Adem
as no hay problemas de estabilidad, por lo que el metodo
de Newton es muy eficaz en la resolucion numerica de ecuaciones. De hecho, varios metodos
muy usados actualmente son versiones mejoradas del metodo de Newton.
El m
etodo de la secante. El metodo de Newton no puede aplicarse si no existe la derivada
0
f o no es sencilla de evaluar, lo que sucede por ejemplo si no disponemos de una expresion
exacta de f , sino de una aproximaci
on a partir de datos numericos o experimentales. Se puede
aplicar entonces el metodo de la secante, que resulta de aproximar en cada paso
f 0 (xn )
f (xn ) f (xn1 )
.
xn xn1
Es decir, el metodo de la secante consiste en tomar como aproximaciones los valores de la

sucesion
xn xn1
.
xn+1 = xn f (xn )
f (xn ) f (xn1 )
Si f es de clase C (3 el metodo tiene orden de convergencia 1+2 5 ( 1,618), por lo que es

igualmente muy u
til en los casos rese
nados.
En el dibujo siguiente se ilustra el metodo de la secante. Comparandolo con el anterior,
se aprecia que el nuevo punto xn+1 esta mas proximo a la solucion en el caso del metodo de
Newton que en el caso de la secante.
CAPITULO 4. METODOS
NUMERICOS
92
y = f (x)
y=0
s
xn+1
4.2.
xn
xn1
Integraci
on num
erica
Veremos en esta secci

on las f
ormulas mas sencillas y clasicas (las formulas de cuadratura
de Newton-Cotes) para calcular la integral de una funcion de forma aproximada. En cada caso
indicaremos c
omo podemos estimar el error que cometemos al tomar los valores obtenidos en
lugar del verdadero valor de la integral.
Como se ver
a, dichas f
ormulas consisten en integrar el polinomio que, en los puntos de
referencia o nodos, toma los mismos valores que la funcion dada.
La obtenci
on de dicho polinomio es el ejemplo mas simple de un problema de interpolaci
on: dada una funci
on que debemos considerar, se trata de hallar otra mas sencilla, dentro
de cierta clase bien estudiada (en este caso polinomios) que tome los mismos valores que la
dada en un cierto conjunto de puntos (si se quiere mejor aproximacion, se puede imponer que
tambien tomen los mismos valores las derivadas, las derivadas segundas, etc.)
4.2.1.
Polinomios de interpolaci
on
El problema de Lagrange de interpolacion consiste en hallar, dada una funcion f y un

conjunto de nodos en su dominio, x0 , x1 , . . . , xn , un polinomio P tal que P (xj ) = f (xj ) para
cada j = 0, 1, . . . , n.
No es difcil ver que, si imponemos que P tenga grado n, la solucion del problema existe
y es u
nica:
Si existe es u
nica porque, si P y Q tienen grado n y P (xj ) = Q(xj ) en los n + 1 nodos
xj deducimos que el polinomio P Q, de grado n, tiene al menos n + 1 races reales, con
lo que debe ser P Q = 0 y P = Q.
Expresaremos un polinomio que es solucion del problema (por tanto es la solucion):
NUMERICA
4.2. INTEGRACION
93
Para cada j = 0, 1, . . . , n definimos

n
Y
x xk
`j (x) =
,
xj xk
k=0
k6=j
un polinomio de grado n. Es directo que `j (xj ) = 1 y que `j (xk ) = 0 si k 6= j. Entonces, el

polinomio
n
X
P (x) =
f (xj ) `j (x)
j=0
(que tiene grado n porque es combinacion lineal de los anteriores) cumple en efecto que
P (xj ) = f (xj ) para cada j, y resuelve el problema planteado.
Los polinomios `j anteriores se llaman polinomios de interpolaci
on de Lagrange.
No obstante, para obtener el polinomio de interpolacion en un caso concreto, aplicar la
formula anterior no suele ser lo m
as conveniente:
Ejemplo. Queremos hallar el polinomio p de grado 3 tal que
p(1) = 0,
p(0) = 2,
p(1) = 1
y p(2) = 2 .
La expresi
on anterior nos dice (tomando x0 = 1, x1 = 0, x2 = 1 y x3 = 2) que
p(x) = 2 `1 (x) `2 (x) + 2 `3 (x) ,
(x + 1)x(x 2)
(x + 1)x(x 1)
(x + 1)(x 1)(x 2)
, `2 (x) =
y `3 (x) =
.
2
2
6
Mas directamente, podemos plantear que el polinomio p(x) = a + bx + cx2 + dx3 tome los
valores dados, lo que equivale a plantear el sistema de ecuaciones lineales
con `1 (x) =
{a b + c d = 0, a = 2, a + b + c + d = 1, a + 2b + 4c + 8d = 2} ,
5
11
7
con solucion {a = 2, b = , c = , d = }, y por tanto
3
2
6
p(x) = 2
7
5
11 3
x x2 +
x .
3
2
6
Mejor todava: podemos buscar la solucion escribiendola en la forma

p(x) = a + b(x + 1) + c (x + 1) x + d (x + 1) x (x 1)
h
i
= a + (x + 1) + x + (x 1) ,
lo que dice sucesivamente que a = p(1) = 0, = p(0) = 2, 2 (2 + ) = p(1) = 1, luego
= 5/2, y finalmente 3 (2 5 + 2) = p(2) = 2, luego = 11/6.
La idea del final se puede aplicar en general, y da lugar a la obtencion del polinomio de
interpolacion mediante el m
etodo de las diferencias divididas de Newton, que no vamos
a detallar. Es mucho m
as r
apido computacionalmente que la expresion de Lagrange, y ademas
permite estimar el error |P (x) f (x)| en los puntos x distintos de los nodos.
CAPITULO 4. METODOS
NUMERICOS
94
4.2.2.
F
ormulas de cuadratura
Z
f (x) dx mediante
En una f
ormula de cuadratura se aproxima el valor de
a
b
f (x) dx
a
n
X
j f (xj )
j=0
para ciertos nodos xj (a x0 < x1 < < xn1 < xn b). Se dice que la formula es de tipo
interpolatorio si es exacta para grado n, lo que quiere decir que
Z
p(x) dx =
a
n
X
j p(xj )
para todo polinomio p(x) de grado n.
j=0
Proposici
on. Una f
ormula de cuadratura como la anterior es de tipo interpolatorio si y solo
Rb
si j = a `j (x) dx , donde `j es el polinomio de Lagrange correspondiente a xj para los nodos
x0 , . . . , x n .
En efecto: por un lado, si es de tipo interpolatorio tendremos, por ser `j polinomio de
grado n,
Z b
n
X
`j (x) dx =
k `j (xk ) = j ,
a
k=0
pues como vimos `j (xj ) = 1 y `j (xk ) = 0 si k 6= j.

Recprocamente, supongamos que la igualdad se cumple para cada j. Si p es un polinomio
de grado n entonces p coincide con su polinomio de interpolacion en los nodos dados, que
P
es j p(xj )`j (x), y
Z
p(x) dx =
a
n
X
Z
p(xj )
`j (x) dx =
a
j=0
n
X
j p(xj ) .
j=0
Conclusion: la f
ormula de cuadratura es de tipo interpolatorio si, y solo si, para cada funcion
Rb
f definida en [a, b] aproxima la integral a f (x) dx por la integral del polinomio P (x) que
interpola a f en los nodos dados:
Z
f (x) dx
a
n
X
j f (xj ) =
j=0
n Z b
X
j=0
Z
=
n
X
Z
f (xj )
`j (x) dx
a
j=0
f (xj )`j (x) dx =
Z bX
n
f (xj )`j (x) dx
a j=0
P (x) dx .
a
El error cometido en la aproximacion es entonces

Z b
Z b
Z b

f (x) dx
P (x) dx =
f (x) P (x) dx .
a
Para estudiarlo, conviene tomar la expresion de P (x) que se obtiene por el metodo de las
diferencias divididas antes mencionado.
NUMERICA
4.2. INTEGRACION
95
F
ormulas de Newton-Cotes. Son las que resultan si tomamos como nodos
x0 = a < x1 < < xn1 < xn = b
(prescindiendo tal vez de los extremos) de tal manera que son equidistantes, es decir xj =
ba
x0 + j h, con h =
.
n
Si interpolamos en x0 , x1 , . . . , xn1 , xn se dicen formulas cerradas.
Si interpolamos en x1 , . . . , xn1 se dicen formulas abiertas.
Notemos que las f
ormulas cerradas seran exactas al menos para grado n, y las abiertas lo
seran al menos para grado n 2. En lo que sigue detallamos las formulas para los casos mas
sencillos (los que usan menos nodos):
a+b
.
2
Como es exacta en los polinomios de grado 0, o sea las constantes, debe ser la dada por
Formula abierta con un nodo: el u

nico punto de interpolacion es el punto medio
f (x) dx (b a) f
a
a+b
2
(f
ormula del punto medio).
Si f es de clase C (2 , el error cometido es igual a
f 00 (c)
(b a)3 para alg
un c (a, b).
24
En particular, se sigue que la f

ormula es exacta para grado 1 (lo que se puede comprobar
directamente).
Formula cerrada con dos nodos: tenemos que interpolar en los nodos a y b. Sera exacta
para grado 1, y el valor aproximado que proporciona es la integral de la secante en a y b:
La formula es entonces
Z
f (x) dx
a

ba
f (a) + f (b)
2
(f
ormula del trapecio).
El error cometido, si f es de clase C (2 , es igual a
f 00 (c)
(b a)3 para alg
un c (a, b).
12
CAPITULO 4. METODOS
NUMERICOS
96
ba
ba
2a + b
Formula abierta con dos nodos: se interpola en a +
y a+2
, o sea en
y
3
3
3
a + 2b
. La f
ormula ser
a de la forma
3
Z b
2a + b
a + 2b
f (x) dx 1 f
+ 2 f
.
3
3
a
Por simetra se debe cumplir que 1 = 2 , y como es exacta para grado 1 tambien lo ser
a
ba
para las constantes, por lo que f
acilmente 1 = 2 =
, es decir
2
b
f (x) dx
a
ba
f
2
2a + b
+f
3
a + 2b
.
3
Ahora se integra la secante en los dos puntos dados, y el error suele ser menor que en el
f 00 (c)
caso anterior: si f es de clase C (2 , es igual a
(b a)3 para alg
un c (a, b).
36
a+b
Formula cerrada con tres nodos: interpolamos en a, b y el punto medio
, as que ser
a
2
Z b
a+b
+ 3 f (b) ,
f (x) dx 1 f (a) + 2 f
2
a
de forma exacta para grado 2. Integrando 1, x a y (x a)2 se plantea un sistema que nos
ba
2
da rapidamente los valores de j : 1 = 3 =
y 2 = (b a), y la formula es
6
3
Z
f (x) dx
a

ba
a+b
f (a) + 4 f
+ f (b)
6
2
(f
ormula de Simpson).
f (4) (c)
(b a)5 para alg
un c (a, b).
2880
En particular, resulta que la f
ormula es exacta para grado 3.
Para f de clase C (4 el error de la aproximacion es
F
ormulas de cuadratura compuestas. Si integramos una funcion en un intervalo grande
(en relacion al tama
no de los valores de f ) para aumentar la precision en la aproximacion
lo mejor no es aumentar el n
umero de nodos (porque se complican mucho los calculos), sino
dividir el intervalo en otros m
as cortos y aplicar en cada uno de ellos una formula de cuadratura
con pocos nodos.
En particular, si dividimos el intervalo en n subintervalos iguales, en cada uno de ellos
aplicamos la f
ormula de Simpson y sumamos las n aproximaciones, obtenemos la formula
de Simpson compuesta. Se demuestra que el error es entonces, para funciones de clase C (4 ,
expresable como
(b a) h4 (4)
f (c) ,
2880
ba
es la longitud de cada subintervalo.
donde c (a, b) y h =
n
Captulo 5
N
umeros complejos
En el primer captulo se present

o el conjunto R de los n
umeros reales (los que pueden medir
magnitudes fsicas tales como la distancia o el tiempo, y sus opuestos) como una ampliacion
necesaria de Q, que a su vez contiene a Z, y este a N,
N Z Q R.
En este captulo a
nadimos a la cadena anterior un nuevo conjunto de n
umeros, C, formado
por los n
umeros complejos, que extiende al de los n
umeros reales de tal forma que, en el
siguiente sentido, constituye la u
ltima ampliacion necesaria:
La ecuaci
on x + 2 = 1, cuyos coeficientes son n
umeros naturales, no tiene solucion en N
pero s la tiene en Z, concretamente x = 1;
la ecuaci
on 2x 1 = 0, con coeficientes enteros, no tiene solucion en Z pero s en Q,
concretamente x = 1/2;
la ecuaci
on x2 2 = 0, con coeficientes racionales, no tiene solucion en Q pero tiene sin
embargo dos soluciones reales, x = 2);

la ecuaci
on x2 + 1 = 0 tiene coeficientes reales, pero no tiene soluciones en R porque
x2 + 1 > 0 para cualquier x real. Si queremos por la razon que sea que tenga alguna solucion,
deberemos situarnos en un conjunto de n
umeros mas amplio que R, y este va a ser el de los
n
umeros complejos, C.
Vamos a considerar entonces un n
umero nuevo i, la unidad imaginaria, que es solucion
de la ecuaci
on anterior en el nuevo conjunto. En dicho conjunto, las operaciones que hagamos
con los n
umeros reales (como n
umeros complejos que son) deberan mantener el valor que
conocemos, y entonces resulta que i2 = 1 (sumando 1 en cada termino de i2 + 1 = 0).
En el conjunto C, si se extienden adecuadamente la suma y el producto y a y b son n
umeros
reales, debe existir el n
umero a + b i (la suma del n
umero a con el producto de b por i puesto
que a, b, i C).
Como habr
a que operar con los n
umeros que son de esta forma? Si queremos que la suma
y el producto mantengan las propiedades que tienen como operaciones en R (conmutativas,
asociativas y distributiva), estamos forzados a hacerlo como sigue:
97

CAPITULO 5. NUMEROS
COMPLEJOS
98
(a + b i) + (c + d i) = (a + c) + (b + d) i ,
y
(a + b i) (c + d i) = ac + ad i + b i c + b i d i = ac + ad i + bc i + bd i2
= ac bd + (ad + bc) i .
Ejemplos.
(1 7 i) + (5 + i) = 6 6 i = 6 (1 i) ,
2 i (3 i) = 2 + 6 i ,
(1 i) (3 i + 5) = 8 2 i ,
(1 + 2 i)2 = 1 + (2 i)2 + 2 (2 i) = 1 4 + 4 i = 4 i 3 .
Si definimos el conjunto C como el que forman todos los elementos a + b i, y si definimos
como hemos dicho la suma y el producto, se demuestra que efectivamente ambas operaciones
tienen las propiedades que ya conocemos y extienden a las reales (es decir, los n
umeros reales
estan dentro de este nuevo sistema porque a = a + 0 i, y la suma y producto de n
umeros reales
vale lo mismo que en R).
Ademas, si P (x) es un polinomio no constante con coeficientes en C, se puede asegurar
que la ecuaci
on P (x) = 0 tiene soluci
on en C.
La diferencia esencial con las ampliaciones anteriores es la siguiente: los n
umeros complejos
que no son reales ya no est
an ordenados linealmente (vamos a ver que los representamos como
los puntos del plano R2 , en el que el eje de abscisas es la recta real, el subconjunto R), y ya no
podemos entenderlos como la medida de una distancia o la duracion de un lapso de tiempo.
Por eso hubo muchas reticencias en admitirlos como propiamente n
umeros, y a
un se sigue
diciendo que b es la parte imaginaria de a + b i.
5.1.
El plano complejo
Seg
un lo dicho en la introducci
on, un n
umero complejo z viene dado por dos n
umeros
reales a y b mediante la expresi
on
z = a + bi.
Se dice que a es la parte real de z y que b es su parte imaginaria, y se escribe
a = Re z
b = Im z .
En particular, si b = 0 tenemos el n
umero real a como un n
umero complejo, y si la parte real
a es nula se dice que z = b i es un n
umero imaginario puro.
La suma y el producto de los n
umeros complejos se define como hemos visto en la introduccion. En particular, conviene notar que el opuesto de z = a + b i es
z = a b i .
5.1. EL PLANO COMPLEJO
99
El conjunto C de los n
umeros complejos es, con la suma y el producto dados, un cuerpo que
extiende al conjunto R de los n
umeros reales, lo que en particular quiere decir que los n
umeros
complejos no nulos tienen inverso, y entonces se puede dividir por n
umeros complejos distintos
de cero; despues veremos c
omo hacerlo.
Representaremos al n
umero z = a + b i como el punto (a, b) del plano R2 = R R. Como
(a, b) = (a, 0) + (0, b) = a (1, 0) + b (0, 1) ,
en definitiva estamos identificando (1, 0) con 1 y el eje de abscisas con R (el eje real), y (0, 1)
con i y el eje de ordenadas con el conjunto de los imaginarios puros (el eje imaginario).
Las operaciones de n
umeros complejos, entendidos como puntos del plano, se definiran
seg
un
(a, b) + (c, d) = (a + c, b + d)
(se suman como los vectores del plano eucldeo), y
(a, b) (c, d) = (ac bd, ad + bc) ,
y para justificar totalmente las identificaciones hechas notaramos que
(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0) (0, 1) = a + b i .
Cuando pongamos z = a + b i, si no se dice otra cosa entenderemos que a y b son reales. En
tal caso, el conjugado de z es
z = a bi,
y el m
odulo de z, que se escribe |z|, es la distancia del punto (a, b) al origen 0 = (0, 0), es
decir
p
|z| = a2 + b2 .
Observemos que, en particular, el m
odulo de un n
umero real es su valor absoluto, por lo que
no hay ambig
uedad al usar la misma notacion. Por ejemplo, |1| = |i| = | 1| = | i| = 1.
iR
C
z = a + bi
ib
a
R
z = a b i
z = a bi
En el dibujo vemos representado un n

umero z con partes real e imaginaria positivas, su opuesto
y su conjugado. Su m
odulo |z| es la longitud del segmento azul. Claramente |z| = | z| = |z|.
Hay que destacar las siguientes propiedades, en las que z y w denotan n
umeros complejos
cualesquiera:

CAPITULO 5. NUMEROS
COMPLEJOS
100
z +w = z +w,
zw = z w.
Se comprueban directamente; para la segunda, si z = a + b i y w = c + d i vemos que

(a + b i)(c + d i) = ac bd (ad + bc) i = (a b i)(c d i) = a + b i c + d i .
Re z =
z+z
2
Im z =
zz
.
2i
Se ve directamente. En particular, un n
umero complejo es real si y solo si coincide con
su conjugado.
|Re z| |z|
|Im z| |z| .
Tambien es de comprobaci
on inmediata.
z z = |z|2
En efecto, si z = a + b i entonces
z z = (a + b i)(a b i) = a2 (b i)2 = a2 + b2 = |z|2 .
En particular, z tiene m
odulo 1 si y solo si su inverso es su conjugado.
|zw| = |z| |w|.
Basta notar que |zw|2 = zw zw = zw z w = zz ww = |z|2 |w|2 .
Proposici
on (desigualdad triangular). Dados dos n
umeros complejos z y w,
|z + w| |z| + |w| .
En efecto, basta comprobar que |z + w|2 ( |z| + |w| )2 , lo que resulta de las propiedades
vistas introduciendo los conjugados (lo dejamos como un ejercicio).
Recordemos que ya la habamos visto para n
umeros reales, pero el nombre de desigualdad
triangular es m
as apropiado cuando pensamos en n
umeros complejos: lo ilustra el siguiente dibujo, en el que de paso vemos que sumar z a otro punto equivale geometricamente a
traladarnos desde ese punto lo que indica z:
w+z
w
z
0
EXPONENCIAL COMPLEJA
5.2. FORMA POLAR. LA FUNCION
101
Los lados m
as cortos del tri
angulo miden |z| y |w|, y la suma de dichos valores es mayor o
igual que la longitud del m
as largo, que es |w + z|.
Inverso de un n
umero y divisi
on en C. Dado que z z = |z|2 , resulta que el inverso de un
n
umero z 6= 0 es
z
1
,
=
z
|z|2
y si w es otro n
umero complejo podemos escribir
w
wz
wz
.
=
=
z
zz
|z|2
Por ejemplo
1i
(1 i)(2 3 i)
(1 i)(2 3i)
1 5 i
1
=
=
=
= (1 + 5 i) .
2
2
2 + 3i
(2 + 3 i)(2 3 i)
2 +3
13
13
La distancia entre dos n

umeros complejos z y w es igual a |z w|:
w
z
0
zw
5.2.
Forma polar. La funci

on exponencial compleja
En esta secci
on cambiaremos ligeramente la notacion, para adoptar la usual cuando se
consideran funciones de variable compleja que toman valores complejos.
Una vez se dispone de la distancia, que mide la proximidad de unos n
umeros a otros, se
pueden definir los lmites, la continuidad y la derivabilidad de funciones f : C igual que
en el caso real (con C un dominio adecuado).
En particular, una tal funci
on f es derivable en z0 si existe el lmite que sigue, que se
define como la derivada de f en z0 :
f 0 (z0 ) = lm
zz0
f (z) f (z0 )
.
z z0

CAPITULO 5. NUMEROS
COMPLEJOS
102
Dado que identificamos los n

umeros complejos con los puntos del plano, una funcion as
puede interpretarse como una funci
on f : R2 , considerando ahora R2 , y en definitiva
como una funci
on de dos variables reales: simplemente escribiramos f (z) = f (x, y), donde
z = x + i y.
Por esta raz
on, desde ahora expresaremos las partes real e imaginaria como x e y en lugar
de a y b, ya que las variables reales genericas suelen escribirse con esas letras.
Los n
umeros complejos se introdujeron para expresar las races de ciertas ecuaciones polinomicas, en el siglo XVI: al principio no se consideraba valida ninguna solucion que no fuera
real, y por ejemplo se deca que x2 + 1 = 0 no tena soluciones, o que eran imaginarias.
No obstante, cuando Gerolamo Cardano descubrio como resolver las ecuaciones de grado 3,
advirtio que para expresar las soluciones que s eran reales era necesario, despues de todo,
usar formulas donde aparecan n
umeros que no lo eran. Por esta razon no hubo mas remedio
que admitir estos nuevos elementos como otros n
umeros (pero prevalecio y pervive a
un la
terminologa que sugiere que son ficticios).
Posteriormente, las ventajas de ampliar el campo numerico de R a C se apreciaron mejor
cuando se estudiaron las propiedades de las funciones elementales con variable en C; las figuras
centrales en dicho estudio fueron Gauss, Cauchy, Weierstrass y Riemann, en el siglo XIX.
5.2.1.
Forma polar de un n
umero complejo.
Los n
umeros complejos de m
odulo 1 son los de la circunferencia unidad: si x, y son reales
y z = x + i y,
|z| = |x + i y| = 1 x2 + y 2 = 1 .
Por lo que sabemos de las funciones reales seno y coseno, cualquier n
umero z de modulo 1 es
de la forma
z = cos + i sen .
Este valor de no es u
nico, ya que resulta el mismo n
umero si sustituimos por + 2,
o en general por + 2k para cualquier k entero. S es u
nico si imponemos que este en un
intervalo semiabierto de longitud 2; se suelen tomar los intervalos [0, 2) y (, ].
z
i sen
cos
Notamos por ejemplo que i = cos
103

3
3

+ i sen
.
+ i sen
= cos
2
2
2
2
En general, para cualquier n

umero z no nulo tenemos que
z

= 1.
|z|
Por tanto, existe un u
nico valor de en el intervalo (, ] tal que
z
= cos + i sen ,
|z|
y entonces
z = |z| ( cos + i sen ) ,
y a esta expresi
on se le llama la forma polar de z. Se dice que es el argumento principal
de z, y se escribe
= Arg z .
Cualquier otro que cumpla la igualdad de la forma polar sera igual a Arg z + 2k con
k entero, y se dice que es un argumento de z.
{z ; > 0}
z
i
z/|z|
w/|w|
Arg z
w
1
En definitiva, la forma polar expresa un n

umero complejo en funcion de dos n
umeros reales,
pero no la parte real e imaginaria, sino el modulo (que expresa la distancia al origen) y un
argumento (que expresa la direcci
on en que se encuentra mirando desde el origen). Escribimos
z como el producto de su m
odulo por z/|z|, que tiene modulo 1 y es su proyeccion sobre la
circunferencia unidad; en el dibujo el modulo de z es mayor que 1, pero vemos tambien cual
sera dicha proyecci
on para un n
umero w de modulo menor que 1.

CAPITULO 5. NUMEROS
COMPLEJOS
104
5.2.2.
La funci
on exponencial.
Se demuestra que existe una u

nica funcion f : C C que es derivable en todo punto y
que cumple que
f (0) = 1
y
f 0 (z) = f (z) para todo z C .
Se trata de la funci
on exponencial, que para los n
umeros reales coincide con la que ya conocemos, y para la que se usa la misma notacion que en el caso real, exp z o ez .
En general, su valor en z = x + i y (con x, y R) es
exp z = exp(x + i y) ex+i y = ex cos y + i ex sen y .
En particular, si x = 0 resulta que
ei y = cos y + i sen y .
Por tanto, si es un argumento de z no nulo, la forma polar de z se escribe como
z = |z| ei .
Ejemplos.
i = ei /2 ,
i = ei /2 = ei 3/2 ,
1 = ei ,
1+i=
2 ei/4 ,
3 i = 2 ei /3 .
Ademas, vemos que ex+i y = ex ei y . En particular, eso dice que, para cualquier z complejo,
|ez | = eRe z .
La propiedad fundamental que usamos para operar con la exponencial real se cumple
tambien al extenderla a C: para cualesquiera z, w C podemos asegurar que
ez+w = ez ew .
De esta f
ormula resultan tres hechos muy importantes:
1
= ez .
ez
Ademas, si consideramos n
umeros imaginarios puros obtenemos las identidades trigonometricas m
as conocidas: si y son reales
Por un lado, el inverso de ez es
ei+i = ei (+) = cos( + ) + i sen( + ) ,

igual a
ei ei = (cos + i sen ) (cos + i sen )
= cos cos sen sen + i (sen cos + cos sen ) ,
luego
cos( + ) = cos cos sen sen
y sen( + ) = sen cos + cos sen .
105
Por u
ltimo, si tomamos w = z resulta que e2z = (ez )2 , y en general que enz = (ez )n para
cualquier n natural. Cuando z = i, esta expresion recibe el nombre de formula de De Moivre;
ein = cos n + i sen n = ( cos + i sen )n .
Dicha formula nos dice c
omo expresar, por ejemplo, sen 3x en funcion de sen x y cos x, cuando
la aplicamos a n = 3: es la parte imaginaria de (cos x+i sen x)3 , y desarrollando esta potencia
comprobamos que entonces
sen 3x = 3 cos2 x sen x sen3 x .
Las funciones seno y coseno complejas. Si x es un valor real, cos x y sen x son respectivamente la parte real e imaginaria de eix . Por otro lado, observamos que el conjugado de este
n
umero es
eix = cos x + i sen x = cos x i sen x = cos(x) + i sen(x) = eix .
Por tanto
eix eix
eix + eix
y
sen x =
.
2
2i
Lo anterior lo podemos formular para cualquier z C, y se definen las funciones seno y
coseno, en todo el plano complejo, seg
un
cos x =
cos z =
eiz + eiz
2
sen z =
eiz eiz
.
2i
Igual que en el caso real, es inmediato que la funcion coseno es par, que la funcion seno es
impar, y que ambas son peri
odicas con periodo 2. Tambien se prueba que sen0 = cos y
cos0 = sen.
Las expresiones anteriores para seno y coseno se parecen a las que conocemos de las
funciones hiperb
olicas para x reales,
cosh x =
ex + ex
2
senh x =
ex ex
,
2
que se extienden sin problemas a todos los valores complejos, definiendo

cosh z =
ez + ez
2
senh z =
ez ez
.
2
As, al aplicarlas a todos los n

umeros complejos, la relacion entre las funciones seno y coseno
y sus versiones hiperb
olicas se puede enunciar de forma muy simple: para todo z
cos z = cosh iz
sen z = i senh iz ,
cosh z = cos iz
senh z = i sen iz .
y viceversa
La funci
on logaritmo principal. Sea z un n
umero complejo no nulo, y un argumento
de z. Es directo que el n
umero w = log |z| + i cumple que ew = z. Se dice que w es un
logaritmo de z, y es distinto para cada argumento.

CAPITULO 5. NUMEROS
COMPLEJOS
106
Eligiendo el argumento principal, el logaritmo principal de z 6= 0 se define como

Log z = log |z| + i Arg z .
Por ejemplo, Log (1) = i, Log (2) = log 2 + i, Log i = i , Log (1 + i) = log 2 + i
2
2
4
1
3
y Log (1 i) = log 2 i
.
2
4
Notemos que Log z R si y s
olo si Arg z = 0, es decir si y solo si z es real y positivo. En
tal caso, el valor del logaritmo principal coincide con el de la funcion logaritmo habitual. Es
decir, la funci
on Log es una extensi
on a C \ {0} de la funcion log.
5.3.
Polinomios y races
Observaci
on. Ya hemos visto que sumar significa, geometricamente, trasladar. El producto
de un punto z y el n
umero ei , de m
odulo 1, significa girar desde z el angulo con centro en
el origen:
z = |z|ei
z ei = |z|ei(+)
Se llama teorema fundamental del

algebra a la siguiente afirmacion (que ya avanzamos
en la introducci
on, y que explica por que no hay que ampliar los n
umeros complejos si solo
se trata de resolver ecuaciones polin
omicas):
Teorema. Todo polinomio no constante con coeficientes complejos se anula en alg

un punto.
Se deduce del teorema que, si P (z) = an z n + an1 z n1 + + a1 z + a0 tiene grado n, con

coeficientes a0 , a1 , . . . , an C, entonces P tiene n races complejas 1 , 2 , , n (tal vez
repetidas) de forma que puede factorizarse como
P (z) = an (z 1 )(z 2 )(z n ) .
Si alguna raz est
a repetida se dice que tiene multiplicidad mayor que 1, y normalmente se
escribe la factorizaci
on poniendo (z )m , donde m es la multiplicidad.
5.3. POLINOMIOS Y RAICES
107
Ejemplo. El polinomio
P (z) = z 3 + (4i + 1) z 2 + (8i 9) z 12i 9
puede factorizarse en la forma
P (z) = (z 1 + 2i)2 (z + 3) ,
luego tiene como races 3 y 1 2i, la primera simple y la segunda doble.
Polinomios con coeficientes reales. Supongamos que P (z) como antes tiene grado n y
coeficientes aj reales. Entonces
P (z) = an z n + an1 z n1 + + a1 z + a0
= an z n + an1 z n1 + + a1 z + a0
= an z n + an1 z n1 + + a1 z + a0
= an (z)n + an1 (z)n1 + + a1 z + a0 ,
as que
P (z) = P (z) ,
y entonces
P () = 0 P () = 0 .
Es decir, si los coeficientes de P son reales se cumple que un n
umero complejo no real es
raz de P si y s
olo si su conjugado tambien lo es.
Al factorizar el polinomio vemos que, si y son races, un divisor de P (z) es entonces
(z )(z ) = z 2 ( + )z +
= z 2 (2 Re ) z + ||2 ,
que es un polinomio de grado 2 con coeficientes reales pero sin races en R. Es facil ver que la
multiplicidad de ser
a la misma que la de , y entonces resulta lo que dijimos en el primer
captulo sobre la factorizaci
on de polinomios cuando solo se consideran n
umeros reales.
Ejemplo. Factorizamos
z4 4 z3 + 7 z2 6 z + 2
= (z 1)2 (z 2 2 z + 2)

= (z 1)2 (z 1)2 + 1

= (z 1)2 (z 1)2 i2
= (z 1)2 (z 1 + i)(z 1 i) .
La segunda expresi
on es la factorizacion irreducible cuando solo expresamos valores reales.
La u
ltima es la que muestra todas las races si trabajamos con los n
umeros complejos: son 1,
1 i y 1 + i; la primera es doble, y las otras dos son simples y conjugadas entre s, y vemos
que los coeficientes del factor real irreducible de grado 2 son como hemos dicho antes.

CAPITULO 5. NUMEROS
COMPLEJOS
108
Races n-
esimas de un n
umero complejo. Dado w C, sus races n-esimas son los
n
umeros tales que n = w, es decir, las races del polinomio z n w.
Si w = 0 no hay m
as soluciones que 0, obviamente de multiplicidad n. Como vamos a ver,
si w 6= 0 las soluciones son n n
umeros distintos, que podemos expresar facilmente a partir de
las races n-
esimas de la unidad, es decir las soluciones de z n = 1:
Para cada n N, tomemos = ei2/n . Claramente n = 1, luego es una raz n-esima de
1. Tambien lo es cualquier potencia k (con k entero), puesto que (k )n = (n )k = 1k = 1.
Los n n
umeros
1 = 0 , , 2 , 3 , . . . , n1
son distintos entre s, y son los vertices de un polgono regular (n-agono) inscrito en la circunferencia unidad, ya que como hemos visto
k+1 = k = k ei2/n ,
y cada uno resulta de girar el anterior un angulo 2/n con centro en el origen.
Como la ecuaci
on z n 1 = 0 tiene n soluciones, los n
umeros de la lista anterior son todas
las soluciones.
Si n = 2: = ei = 1, y las races cuadradas de la unidad son 1 y 1.
3
1
, y las races c
ubicas de 1 son 1, y 2 , con
Si n = 3: =
= +i
2
2
1
3
2 = 1 = = i
.
2
2
ei 2/3
Si n = 4: = ei /2 = i, y las races cuartas de 1 son 1, i, i2 = 1 y i3 = i.
= ei
i 2
3
2
5
=e
2 = ei
4
5
0
3 = ei
2 = ei
2
3
races c
ubicas de 1
4
5
4 = ei
races quintas de 1
Las races quintas 2 y 3 son conjugadas entre s, y lo mismo sucede para y 4 .
2
5
5.3. POLINOMIOS Y RAICES
109
Sea ahora un n
umero complejo no nulo, en forma polar w = r ei (con r = |w| > 0). Si
1/n
i/n
u=r e
se cumple que un = w, y entonces
n = w n = un (/u)n = 1 ,
por lo que si como antes tomamos = ei2/n concluimos que las n races n-esimas de w son
u,
u ,
u2 ,
u3 ,
... ,
un1 .
Igual que en el caso de las races de 1, cada n

umero de la lista es el producto del anterior por
, y las n races son los vertices de un n-agono regular inscrito en la circunferencia de centro
0 y radio r1/n .
Ejemplo. Las races cuartas de 16 i son
u = 2 ei/8 , iu = 2 ei 5/8 , u = 2 ei 7/8 y iu = 2 ei 3/8 ,
iu
u = 2 ei 8
2
0
u
iu
y las hemos obtenido hallando primero u (facil porque 16 i = 16 ei /2 ) y multiplicandolo

entonces por las races cuartas de 1.
110
CAPITULO 5. NUMEROS
COMPLEJOS
Captulo 6
Ap
endice: Desarrollos en serie
6.1.
Series num
ericas
Si recorremos un kil
ometro en lnea recta, antes de terminar habra llegado un momento
en el que hemos cubierto exactamente la mitad de esa distancia, es decir 1/2. En ese instante
nos falta por recorrer la otra mitad, que mide 1/2. Pasado un tiempo habremos avanzado la
mitad de lo que quedaba, que es 1/4; en ese momento nos falta por recorrer 1/4, y hemos
recorrido 1/2 + 1/4, es decir 3/4. An
alogamente, cuando hayamos recorrido ademas la mitad
del 1/4 restante (y hayamos cubierto por tanto 1/2 + 1/4 + 1/8, = 7/8) nos queda por recorrer
1/8. Podemos seguir de esta manera indefinidamente: en el siguiente instante nos quedara por
recorrer 1/16 del kil
ometro total, en el que le sigue 1/32, etcetera.
1
2
0
7
8
+1/4
3
4 +1/8
+1/2
31
32
15
16
El etcetera anterior incluye un conjunto infinito de instantes sucesivos, al final de los cuales
hemos cubierto la totalidad del kil
ometro a recorrer. La distancia total, igual a 1, es la suma
de las distancias recorridas entre cada instante y el siguiente, una suma con una cantidad
infinita de sumandos. C
omo expresar matematicamente algo as?
Podemos hacerlo como sigue, ya que los sumandos que aparecen permiten sobreentender
cuales son los que faltan:
1
1
1
1
1
1
1
+
+
+
+
+
+
+ = 1.
2
4
8
16
32
64
128
Para considerar otros conjuntos de sumandos se necesita una expresion formal, empleando el
P
smbolo de sumatorio
:
111

CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
112
Dada una sucesi

on de terminos (an )
on de sumas parciales (SN )N =1 dadas
n=1 , si la sucesi
por
SN = a1 + a2 + + aN
N
X
an
n=1
tiene lmite real S (cuando N ) se dice entonces que la serie
an es convergente y que
n=1
su suma es S, lo que se escribe mediante
an = S,
o m
as informalmente a1 + a2 + a3 + a4 + = S .
n=1
Si SN + (resp. ) se dice que la serie diverge a + (resp. ).

N
El ejemplo visto nos dice que
X
1
= 1.
2n
n=1
P
P
Una serie puede tener la forma
n=k an para cualquier entero k,
n=0 an , o en general
con el significado obvio. Por ejemplo, podemos escribir que
X
1
= 2,
2n
n=0
ya que el termino correspondiente a n = 0 vale 1 y sabemos que desde n = 1 en adelante la

serie suma 1.
Un ejemplo trivial de serie divergente lo obtenemos si an = 1 para todo n: para cada N
P
la suma parcial es N
n=1 1 = N , y la serie diverge a +.
Es facil ver que, si una serie
an converge, entonces an 0.
n
n=1
Vamos a demostrar que

1
2
1
6
1
1
1
1
1
+
+
+
+
12
20
30
42
56
+ =
1
1
1
1
1
1
1
+
+
+
+
+
+
+ = 1,
12
23
34
45
56
67
78
es decir
X
n=1
1
=1:
n (n + 1)
En efecto, como para cada n se cumple que

1
1
1
=
,
n (n + 1)
n n+1

6.1. SERIES NUMERICAS
113
es facil hallar la suma de los N primeros terminos,

N
X
n=1
1
1
1
1
1
1
+
+
+ +
+
n (n + 1)
12
23
34
(N 1) N
N (N + 1)
=
1
1
=1
1 1 1 1
+
2
2 3
3
+ +
1 1
1
+
N
N
N +1
1
N +1
(el segundo sumando de cada parentesis se cancela con el primer sumando del siguiente), de
modo que
X
n=1
N

X
1
1
1
= lm
= lm 1
= 1.
n (n + 1) N
n (n + 1) N
N +1
n=1
X
1
, es el ejemplo mas importante de serie que diverge a pesar de
La serie arm
onica,
n
n=1
que la sucesi
on de sus terminos (1/n) tiende a 0. Informalmente escribiramos que
1 +
1
1
1
1
1
1
+
+
+
+
+
+ = + ,
2
3
4
5
6
7
y lo que quiere decir es que, si definimos

HN = 1 +
1
1
1
1
1
+
+
+
+ +
,
2
3
4
5
N
entonces se cumple que HN +.

N
En efecto, podemos justificarlo por ejemplo como sigue: usaremos que ex > 1 + x para
todo x > 0 (ya que la funci
on ex 1 x se anula en 0 y su derivada muestra que es creciente
en [0, +)); entonces
eHN = e e1/2 e1/3 e1/4 e1/(N 1) e1/N
1
1
1
1
1
1+
1+
1 +
1+
2
3
4
N 1
N
3
4
5
N
N +1
=2
2
3
4
N 1
N
> 1+1
1+
= N + 1,
as que eHN +, y por tanto HN +.

Si sustituimos los terminos pares de la serie armonica por sus opuestos obtenemos la serie
X
(1)n1
arm
onica alternada
, cuya suma es log 2. Es decir
n
n=1
X
(1)n1
1
1
1
1
1
1
+
+ = log 2 .
n
2
3
4
5
6
n=1

114
N
X
(1)n1
. Obsern
En el dibujo siguiente se
nalamos los primeros valores de SN =
n=1
vamos que la sucesi

on de las sumas pares S2 , S4 , S6 , . . . es creciente, y la de las sumas
impares S1 , S3 , S5 , . . . es decreciente. Ambas sucesiones convergen a un punto, el u
nico que
es mayor que cualquier suma par y menor que cualquier suma impar, y la explicacion de que
este punto es u
nico radica en que la distancia entre S2N y S2N +1 , que es 1/(2N + 1), tiende
a cero. Que el punto al que convergen es log 2 lo veremos en la siguiente seccion.
1/2
1/4
1/6
S2 =
0
1
2
S6
S4
log 2
+1/7
S7 S3 =
S5
5
6
S1 = 1
+1/5
+1/3
+1
Nota. Sin entrar en muchos detalles sobre las propiedades de las series numericas, merece
la pena advertir un hecho particular, que muestra que es incorrecto pensar que una serie
es simplemente una suma infinita: en general no hay conmutatividad, pues la suma puede
depender del orden de los terminos. Por ejemplo, si siguieramos la argumentacion mas usual
para ver que
1
1
1
1
1
1
1
1
1
+
+ = log 2 ,
2
3
4
5
6
7
8
9
10
el mismo metodo nos servira para probar que, en cambio,
1
1 +
1
1
1
1
1
1
1
1
3
1
+
+
+
+
+
+ = log 2 .
3
2
5
7
4
9
11
6
13
2
Aunque a primera vista se trata de una serie similar a otra que hemos sumado, es mucho
mas difcil probar que
1
1
1
4
1
9
1
1
1
1
+
+
+
16
25
36
49
+ =
1
1
1
1
1
1
1
2
+
+
+
+
+
+
+ =
,
11
22
33
44
55
66
77
6
6.2. SERIES DE POTENCIAS
115
es decir
X
2
1
=
.
n2
6
n=1
En la tercera secci
on explicaremos una forma de calcular dicha suma.
A
un es m
as complicado hallar la suma de
X
1
. De hecho nadie ha sabido hacerlo
n3
n=1
todava, y tampoco se conoce la suma de la serie si cambiamos 3 por cualquier otro exponente
impar y mayor que 1 (s se sabe sumar para los exponentes pares). Si el exponente es 1 resulta
la serie arm
onica, que como sabemos no converge.
6.2.
Series de potencias
Fijado un valor real x, consideremos la serie de termino general xn , comenzando con n = 0

(de forma que el primer termino ser
a 1, aunque sea x = 0). A dicha serie se le llama la serie
geom
etrica de raz
on x. Si |x| 1 la serie no converge, puesto que xn no tiende a cero. Si
por el contrario |x| < 1 s se cumple que xn 0, y para hallar las sumas parciales notamos
n
que
(1 x)
N
X
xn (1 x) (1 + x + x2 + x3 + + xN 1 + xN )
n=0
= (1 + x + x2 + + xN ) x (1 + x + x2 + + xN )
= (1 + x + x2 + + xN ) (x + x2 + + xN + xN +1 )
= 1 xN +1 ,
luego
N
X
1 xN +1
1
,
N 1 x
1x
xn =
n=0
de modo que
2
1 + x + x + x + x + x +
X
n=0
xn =
1
1x
si x (1, 1) .
X
1
Observemos que si x = 1/2 resulta la serie
, ya vista en la seccion anterior.
2n
n=0
En general, una serie de potencias de x tiene la forma
X
n=0
an xn ,
116
donde (an )n0 es la sucesi

on de coeficientes. As, si an = 1 para todo n obtenemos la serie
geometrica.
Se demuestra, para cualquier serie de potencias, que existe un valor R (0 R +) que
cumple que la serie es convergente siempre que |x| < R, y en cambio no converge si |x| > R.
Dicho valor se llama radio de convergencia. La convergencia si x = R es un asunto que
puede resultar complicado, a veces converge en ambos valores, a veces en uno solo y otras en
ninguno. Por ejemplo, en el caso de la serie geometrica el radio es R = 1, y el intervalo de
convergencia es (1, 1).
Dada una serie de potencias como la anterior, podemos considerar la funcion que a cada
valor x del intervalo de convergencia le asigna la suma de la serie. Se le llama la funcion suma
de la serie de potencias. Por ejemplo, hemos visto que la funcion suma de la serie geometrica
es la funcion de dominio (1, 1) dada por 1/(1 x) (la funcion dada por dicha formula est
a
definida en R \ {1}, pero es u
nicamente en (1, 1) donde coincide con la suma de la serie,
puesto que fuera de dicho intervalo la serie no tiene suma).
Observemos tambien que, en general, la funcion suma en x = 0 vale a0 .
El hecho m
as interesante es que las funciones elementales se pueden expresar (al menos
en parte de su dominio) mediante sumas de series de potencias, y esas expresiones permiten
entenderlas mejor y establecer relaciones entre ellas. El teorema basico es el que sigue, que
puede resumirse as: si entendemos una serie de potencias como un polinomio de grado infinito,
la funcion suma se deriva igual que derivaramos dicho polinomio.
Concretamente, supongamos que el radio R es no nulo, y sea f la funcion suma en el
X
intervalo de convergencia, es decir f (x) =
an xn . Entonces dicha funcion es continua en
n=0
todo el intervalo, y en el intervalo abierto (R, R) es ademas derivable, con

0
f (x) =
n an xn1 .
n=1
As, la derivada f 0 es la suma de otra serie de potencias que, ademas, tiene el mismo radio de
convergencia R. Por la misma raz
on f 00 es en (R, R) la suma de la serie que sale al derivar
la de f 0 de la misma manera, y as sucesivamente. Lo veremos mas claramente si escribimos
las primeras derivadas, para notar de paso algo importante:
f (x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 +
f (0) = a0 ,
f 0 (x) = a1 + 2 a2 x + 3 a3 x2 + 4 a4 x3 +
f 0 (0) = a1 ,
f 00 (x) = 2 a2 + 6 a3 x + 12 a4 x2 +
f 00 (0) = 2 a2 ,
f 000 (x) = 6 a3 + 24 a4 x +
f 000 (0) = 6 a3 ,
f (4) (0) = 24 a4 ,
y en general f (n) (0) = n! an , para cualquier n 0. Por tanto, la funcion suma determina el
valor de los coeficientes, seg
un la f
ormula
an =
f (n) (0)
n!
6.2. SERIES DE POTENCIAS
117
(en particular, eso dice que dos series de potencias de x no pueden tener la misma suma si
sus coeficientes son diferentes).
Consideremos la serie de potencias
X
(1)n1 xn
: no converge si x = 1 (resulta la
n
n=1
opuesta de la serie arm

onica) y s converge para x = 1 (es la serie armonica alternada). Por
tanto su radio de convergencia es 1, y la derivada de su suma en (1, 1) es, seg
un hemos visto
(derivando cada termino), la suma de la serie
(1)n1 xn1 ,
n=1
igual a
(1) x =
n=0
(x)n =
n=0
1
1
=
1 (x)
1+x
( x (1, 1) ) .
Como esta funci

on es tambien la derivada de log(1 + x), se sigue que para cierta constante C
debe ser
X
(1)n1 xn
= log(1 + x) + C ( x (1, 1) ) ,
n
n=1
y dando el valor x = 0 est

a claro que C = 0. Es decir
X
(1)n1 xn
x2 x3 x4 x5 x6
x
+
+ = log(1 + x)
n
2
3
4
5
6
(x (1, 1)) .
n=1
Pero la suma de la serie es continua en su intervalo de convergencia (1, 1], luego si x = 1

el valor de la suma es el lmite de log(1 + x) en 1, que es log 2. As es como justificamos que,
como dijimos en la secci
on anterior,
X
(1)n1
= log 2 .
n
n=1
Un argumento muy similar sirve para probar que
X
(1)n 2n+1
x3 x5 x7 x9 x11
arc tg x =
x
x
+
+
2n + 1
3
5
7
9
11
( x [1, 1] ) .
n=0
En particular, cuando x = 1 la suma de la serie es arc tg 1, es decir
X
(1)n
1
1
1
1
1
1 + +
+ = .
2n + 1
3
5
7
9
11
4
n=0
Si derivamos el termino
la funcion suma de
X
xn
n=0
n!
xn
xn1
obtenemos
. Es facil ver entonces que la derivada de
n!
(n 1)!
es la misma funcion. El radio de convergencia es +, as que la
funcion est
a definida en toda la recta real, y ademas su valor en 0 es 1. La u
nica funcion que

118
vale 1 en el origen y es igual a la derivada de s misma es la funcion exponencial. Por tanto,

para todo x real se cumple que
x
X
xn
x2
x3
x4
x5
=
1+x+
+
+
+
+
n!
2
6
24
120
n=0
La suma parcial hasta n = N de una serie de potencias es un polinomio de grado N ,

por lo que el hecho de que una funcion sea la suma de una serie de potencias nos dice en
particular una forma de verla como lmite de polinomios (los llamados polinomios de Taylor).
Sin entrar en muchos detalles, vamos al menos a ilustrar con un dibujo un caso particular:
para ello afirmamos, sin justificarlo de momento, que para todo x R se cumple que
X
(1)n 2n
x2
x4
x6
x8
x10
cos x =
x
1
+
+
(2n)!
2
24
720
8!
10 !
n=0
En el dibujo, obtenido con Sage, se representan la funcion coseno (en negro) y sus polinox2
x2 x4
x6
mios de orden 2 (es decir 1 , en rojo), 6 (o sea 1
+
, en magenta) y 14 (en
2
2
24 720
azul):
A esta escala, cada uno de los polinomios parece coincidir con la funcion coseno en un
intervalo progresivamente m
as amplio. La coincidencia no es exacta, no existe ning
un intervalo
en el que la funci
on coseno coincida con una funcion polinomica. Pero, para cualquier x, el
error cometido al aproximar cos x por la suma parcial (el polinomio) de cierto grado sera tan
peque
no como deseemos (y el grado necesario para ello es menor cuanto mas peque
no sea |x|).
Las series de potencias son mucho mas importantes todava cuando se estudian las funciones de variable compleja. Dada una sucesion de coeficientes an C, existe un radio de
X
convergencia R que cumple que la serie
an z n converge siempre que |z| < R y no converge
n=0
6.3. SERIES DE FOURIER
119
si |z| > R, y lo dicho sobre las derivadas de la funcion suma se puede aplicar tambien en este
caso mas general. En particular, para cualquier z C se cumple que
X
z2
z3
z4
z5
zn
1+z +
+
+
+
+ .
n!
2
6
24
120
exp z ez =
n=0
Como vimos en el captulo 5, podemos escribir la funcion coseno en terminos de la exponencial,

concretamente
eiz + eiz
1 X in z n X (i)n z n
cos z =
=
+
2
2
n!
n!
n=0
n=0

n
X
i + (i)n n X 1 + (1)n in n
=
z =
z ;
2 n!
2 n!
n=0
n=0
como 1 + (1)n vale 2 o 0 seg

un n sea respectivamente par o impar, y quedandonos con los
terminos pares tenemos que i2n = (1)n , el desarrollo se escribe en la forma
cos z =
X
z2
z4
z6
z8
z 10
(1)n 2n
z
1
+
+ ,
(2n)!
2
24
720
8!
10 !
n=0
igualdad v
alida para todo z C y en particular para todo valor real, como ya habamos
anticipado.
Analogamente (o derivando la serie anterior, ya que sen = cos0 ) se ve que, para todo z
complejo,
X
z3
z5
z7
(1)n 2n+1
z
z
+
+
sen z =
(2n + 1)!
6
120
7!
n=0
6.3.
Series de Fourier
En la ciencia y tecnologa modernas y contemporaneas una gran parte de las magnitudes que hay que cuantificar son de naturaleza ondulatoria, y por tanto las funciones que las
describen son peri
odicas. Las funciones periodicas mas importantes son las funciones sinusoidales, de perodo 2. El an
alisis arm
onico permite estudiar matematicamente las funciones
relevantes en muchos casos en base a su aproximacion a combinaciones de sinusoidales, expresandolas como la suma de una serie de Fourier. El uso de los n
umeros complejos es de gran
ayuda en el desarrollo de la teora, como debera quedar claro en la breve introduccion que
viene a continuaci
on.
Si la serie de potencias
la circunferencia unidad z
an z n y su funcion suma se consideran solo para los valores de
n=0
= eit ,
eit 7
X
n=0
resulta la funcion
an eint =
X
n=0
an cos nt + i
X
n=0
an sen nt .

120
En la teora de funciones de variable compleja las series de potencias se generalizan a las

llamadas series de Laurent, en las que el ndice n recorre todos los n
umeros enteros. Equivalen
a dar conjuntamente dos series de potencias, una para los ndices no negativos y otra para los
negativos. Una serie de Laurent aplicada a z = eit nos da la suma
eit 7
an eint = a0 +
n=
an eint +
n=1
an eint .
n=1
Si las series convergen, la funci

on suma que definen puede pensarse como una funcion de
variable real t y periodo 2, pongamos f (t). Las sumas parciales de la serie son combinaciones
lineales de funciones de la forma sen nt y cos nt. Al igual que sucede en el caso de las series de
potencias, la suma f determina c
omo deben ser los coeficientes an : se prueba que, para cada
n Z,
Z
1
f (t)eint dt
an =
2
(para entender esta integral hay que aclarar que, si u y v son dos funciones reales integrables
en [a, b], la funci
on compleja f (t) = u(t) + i v(t) tiene como integral
Z
f (t) dt =
a
u(t) dt + i
a
v(t) dt ).
a
Recprocamente, si f es una funcion de perodo 2 tal que |f | es integrable en [, ],

podemos definir sus coeficientes de Fourier como
Z
1
f(n) =
f (t)eint dt ,
2
y la serie de Fourier de f es
+
X
f(n) eint .
n=
El problema de la convergencia consiste en dilucidar que propiedades tiene que tener f para
poder afirmar que es igual a la suma de su serie de Fourier. Uno de los resultados mas
importantes es el siguiente:
P
Teorema. Si f es 2-peri
odica y continua y |f(n)| converge, entonces f (t) es igual en todo
punto t a la suma de su serie de Fourier. Es decir
f (t) = lm
N
X
f(n)eint .
Series de Fourier en senos y cosenos.

En lo anterior f puede ser real o compleja, pero en muchos casos practicos se tratara de

una funcion real. Notemos que, si llamamos n = f(n) + f(n) y n = i f(n) f(n) para
cada n
umero natural n, entonces

f(n)eint + f(n)eint = f(n) + f(n) cos nt + i f(n) f(n) sen nt
= n cos nt + n sen nt ,
6.3. SERIES DE FOURIER
121
y si f es real tanto n como n son coeficientes reales:

1
n =
eint + eint
1
f (t)
dt =
2
f (t) cos nt dt ,
y analogamente
Z
Z
Z
1
eint eint
eint eint
1
1
n =
f (t) i
f (t)
f (t) sen nt dt .
dt =
dt =

2

2i

Z
1
0
Se define 0 =
f (t) dt, de forma que f(0) =
, y entonces la serie de Fourier de f se

2
escribe en la forma
n=1
n=1
X
X
1
n cos nt +
f(n)eint = 0 +
n sen nt .
2
Si para cada n llamamos An

n /An = sen n , entonces
p
n2 + n2 , y elegimos n tal que n /An = cos n y
=
n cos nt + n sen nt = An cos(nt n ),

y la serie se escribe como
X
1
0 +
An cos(nt n ) .
2
n=1
An es la amplitud del termino n-esimo, al que se llama el n-esimo arm

onico, y n es la
fase.
Ejemplo. Sea f (t) = t2 para cada t en [, ], extendida de forma periodica a R.

Si repasamos las expresiones de n y n , notaremos que por ser f par se cumple que
Z
2
n = 0
y
n =
f (t) cos nt dt .
0
En este caso particular, adem

as, los valores de n se pueden calcular facilmente por partes
(lo dejamos como ejercicio; conviene notar que cos n = (1)n ). Resulta que
0 = 2
2
3
n = 4
(1)n
,
n2
y por el teorema dado podemos asegurar la convergencia de la serie a la funcion f , de forma

que
X
(1)n
2
t2 =
+4
cos nt
(t [, ]) .
3
n2
n=1
Si en la expresi
on anterior tomamos t = , resulta que
2 =
X
2
1
+4
,
3
n2
n=1
de donde
X
1
2
=
.
n2
6
n=1

122
En el dibujo est
an representadas las funciones t2 (en negro) y las sumas
N
X
2
(1)n
+4
cos nt
3
n2
n=1
para N = 1, 3 y 5, respectivamente en rojo, magenta y azul:
Notas musicales. Cuando un instrumento musical da una nota determinada produce

una onda sonora (vibraci
on de las partculas del aire) que llega al tmpano (o a un microfono)
con una intensidad dada por una funcion periodica f (t) (la variable t es el tiempo), de periodo
muy peque
no (es decir, una frecuencia muy alta).

T
Si dicho periodo es T , entonces la funcion dada por g(t) = f t 2
tiene periodo 2, y una
determinada serie de Fourier
n=1
n=1
n=1
X
X
X
1
1
g(t) = 0 +
n cos nt +
n sen nt = 0 +
An cos(nt n ) ,
2
2
as que, si tomamos =
2
, podemos poner
T
f (t) = g(t) =
X
1
0 +
An cos(nt n ) .
2
n=1
(igual a 1/T ) es la frecuencia fundamental. Mide cuantas oscilaciones se producen

2
en la unidad de tiempo, y determina la altura del sonido, o sea la nota que percibimos.
Si el sonido viene dado simplemente por A1 cos(t 1 ) se trata de un tono puro. Los
valores de las amplitudes An de los armonicos sucesivos tienden a cero (y normalmente seran
progresivamente menores) pero no son despreciables en absoluto; entre otras cosas determinan
el timbre, que es la cualidad del sonido que nos permite reconocer a cada instrumento.

Apuntes de Matemáticas I

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apuntes de Matemáticas I

Transféré par

Droits d'auteur :

Formats disponibles

Apuntes

Grados en Ingeniera (Mecanica / Electrica / Electronica Industrial y Automatica)

Por contra, perdemos sencillez respecto a la disposicion de los n

Rellenamos as completamente la recta? Es decir, una vez que identificamos los n

tendramos dn = m, y entonces d2 n2 = m2 . Por el teorema de Pitagoras d2 = 2 (por lo que se

Intervalos. Valor absoluto y distancia.

Reciben el nombre de intervalos los subconjuntos de R definidos de alguna de las maneras

Intervalos I = [b, c) y J = (a, +); b I, c

1.2. INTERVALOS. VALOR ABSOLUTO Y DISTANCIA.

R acotado inferiormente, pero no superiormente (por tanto no esta acotado). Y el conjunto

Geometricamente, |a| expresa la distancia entre a y el origen, como caso particular de la

Potencias de exponente entero.

Notemos que 0n = 0 cualquiera que sea n N. Para cada n

lo que en particular da otra forma de expresar el inverso de a: 1/a = a1 . Si ademas definimos

1.4. FUNCIONES ELEMENTALES.

an bn = (a b)( an1 + an2 b + + abn2 + bn1 ) .

Nota. El significado de ar cuando r es un n

expresa la raz n-esima de a; se escribe tambien n a (si n = 2 es la raz cuadrada y se escribe

a). Dado que la potencia de exponente par de cualquier n

Generalidades sobre funciones.

Dados dos conjuntos no vacos A y B, una aplicaci

1.4. FUNCIONES ELEMENTALES.

Simetra de las graficas de una funcion y su inversa

decreciente en [3, 1) y creciente en [1, 6]

Funciones pares, impares y peri

Una funcion f : R R es peri

1.4. FUNCIONES ELEMENTALES.

Con las excepciones que aparecer

La forma generica de una funci

1.4. FUNCIONES ELEMENTALES.

Una funcion racional es un cociente de dos funciones polinomicas

P (x), Q(x) polinomios .

Logaritmo y exponencial. Potencias.

1.4. FUNCIONES ELEMENTALES.

Las dos observaciones precedentes muestran que, si a > 0 y n Z,

funcion exponencial de base a (a > 0).

Las propiedades de esta funci

Nota. En terminos de derivadas, se puede definir la exponencial como la u

1.4. FUNCIONES ELEMENTALES.

Funciones seno y coseno: definici

Las siguientes observaciones nos dar

(puesto que llegamos al mismo punto P ; en particular cos 2 = 1 y sen 2 = 0).

Analogamente vemos que cos = 1, sen = 0, cos(3/2) = 0 y sen(3/2) = 1.

Cuando a = /4 el punto P est

Deducirlos geometricamente es sencillo a partir de un hexagono regular inscrito en la

1.4. FUNCIONES ELEMENTALES.

Una propiedad muy importante de la funcion seno (difcil de justificar geometricamente) es

Inversas de las funciones trigonom

Notemos que el arco tangente de x es el u

1.4. FUNCIONES ELEMENTALES.

Dado x [1, 1], su arco seno es el u

La funcion argumento seno hiperb

La funcion tangente hiperb

Tiene dominio R y es impar y creciente, con imagen (1, 1).

La inversa de la tangente hiperb

0 < |x a| < 0 6 |f (x) `| <

0 < |x a| < |f (x) `| <

En el dibujo, para el valor dado de vemos que el de 0 de la izquierda no es suficiente,

2.1. LIMITES Y CONTINUIDAD

cumple que f (x) > M .

cumple que f (x) < M .

que |f (x) `| < .

lm f (x) = + si para cada M R existe K R tal que todo x D con x > K

cumple que f (x) > M .

Enambos casos nos encontramos