Académique Documents
Professionnel Documents
Culture Documents
de
MATEMATICAS
I
curso 20152016
Jos
e Luis Arregui Casaus
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
a+b
.
2
a+b
2
1.1. NUMEROS
REALES: OPERACIONES Y ORDEN
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.
1.2.1.
Intervalos en R.
J
)
c
(
a
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
1.2.2.
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
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+
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
1
,
an
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
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.
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
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
par
impar
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.
CAPITULO 1. NUMEROS
Y FUNCIONES
12
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
P (x)
,
Q(x)
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
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
(x R) ,
e
y=
ex
1/e
1
CAPITULO 1. NUMEROS
Y FUNCIONES
16
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.
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 .
sen(a + 2) = sen a
= 0,
2
sen
= 1.
2
CAPITULO 1. NUMEROS
Y FUNCIONES
18
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
, 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
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
,
,
2 2
x 7 arc tg x.
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
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.
CAPITULO 1. NUMEROS
Y FUNCIONES
22
y = ex
y = cosh x
2
y = senh x
senh x
ex ex
e2x 1
= x
=
.
cosh x
e + ex
e2x + 1
y = 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
a
2
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
lm f (x) = ` si para cada > 0 existe K R tal que todo x D con x > K cumple
x+
x+
x+
lm f (x) = ` si para cada > 0 existe K R tal que todo x D con x < K cumple
lm f (x) = +, lm f (x) = `
xa
x+
CAPITULO 2. CONTINUIDAD Y DERIVACION
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+
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) + .
CAPITULO 2. CONTINUIDAD Y DERIVACION
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
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 .
0 , lmite de f (x)g(x) con f (x) y 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 :
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
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
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
CAPITULO 2. CONTINUIDAD Y DERIVACION
30
0 ,
x+
P (x)
an xn
ex 1 x (x 0) ,
y en general
log(1+x) x (x 0) ,
y en general
log x x 1 (x 1) ,
y en general
xs
xs
xs
sen x x (x 0) ,
y en general
arc tg x x (x 0) ,
y en general
(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
x3 2x2 x + 2
. Nos preguntamos por su lmite en .
2x2 + 2x 12
x3
x
= (x ) ,
2
2x
2
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
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
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
CAPITULO 2. CONTINUIDAD Y DERIVACION
32
2.2.
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. 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.
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.
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)).
CAPITULO 2. CONTINUIDAD Y DERIVACION
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
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
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.
CAPITULO 2. CONTINUIDAD Y DERIVACION
36
y = r(x)
f (x0 )
y = f (x)
x0
x ,
xx0
tg x =
f (x)
f 0 (x0 ) = tg
x xx0
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
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
4) Las equivalencias
log(1 + x) x,
ex 1 x,
sen x x
arc tg x x
(x 0)
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.
CAPITULO 2. CONTINUIDAD Y DERIVACION
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)
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
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
CAPITULO 2. CONTINUIDAD Y DERIVACION
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
xx0
(x/x0 ) 1
1
.
x x0 xx0 x 0
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
cos
xx0
x + x0
cos x0 .
xx0
2
= cos x +
= sen(x + ) = sen( (x)) = sen(x) = sen x .
2
2
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 =
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.
CAPITULO 2. CONTINUIDAD Y DERIVACION
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) =
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
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.
CAPITULO 2. CONTINUIDAD Y DERIVACION
44
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
f (x) f (x0 )
0,
x x0
f (x) f (x0 )
0,
x x0
f 0 (x0 ) = lm
f (x) f (x0 )
0,
x x0
xx
0
xx+
0
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). 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.
CAPITULO 2. CONTINUIDAD Y DERIVACION
46
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).
CAPITULO 2. CONTINUIDAD Y DERIVACION
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
2.3.4.
La regla de LHospital
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
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+
log x
f (x)
=
,
xp
g(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+
a1/p
x
(a1/p )x
x
(a1/p )x
p
,
0, luego
x+
x
(a1/p )x
p
0.
x+
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)
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
3.1. DEFINICION
53
3.1.
Definici
on de la integral. Propiedades b
asicas
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 ).
CAPITULO 3. INTEGRACION
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
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.
3.1. DEFINICION
55
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.
(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.
CAPITULO 3. INTEGRACION
56
Z
f
g.
a
f 0.
Z b Z b
|f | .
f
Proposici
on. Si f es integrable, entonces tambien lo es |f |, y
a
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
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
i=1
n
X
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 .
CAPITULO 3. INTEGRACION
58
Ejemplos.
1) Queremos calcular
2
(x2 x + 1) dx .
Z
Como
(x2 x + 1) dx =
x3 x2
(x2 x + 1) dx =
h x3
3
ix=2 8 5
x2
11
+x
= =
.
2
3 6
6
x=1
/2
sen x dx .
0
y = sen x
A=1
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
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.
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
CAPITULO 3. INTEGRACION
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.
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
CAPITULO 3. INTEGRACION
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
x2 ex dx = x2 ex + 2 x ex ex + C
= (x2 + 2x + 2) ex + C ,
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
3.3. CALCULO
DE PRIMITIVAS
63
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
CAPITULO 3. INTEGRACION
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 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
t4 dt =
t3
.
3
=
= 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
CAPITULO 3. INTEGRACION
66
Para tratar el caso general de una funcion racional,
Z
P (x)
dx ,
Q(x)
P
R
=C+ ,
Q
Q
+
+
+
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 + `
x5 + 1
dx,
x4 3x3 + 4x2 3x + 1
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
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
CAPITULO 3. INTEGRACION
68
3.3.3.
Se trata de calcular
dt =
es decir
dx =
2
dt ,
1 + t2
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
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
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
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
CAPITULO 3. INTEGRACION
70
dx =
dx +
dx
x x2
x x2
x x2
p
= 2 x x2 + arc sen(2x 1) + C .
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
= 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
ba
y
n
CAPITULO 3. INTEGRACION
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
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.
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
3.4. APLICACIONES GEOMETRICAS
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
1 +
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)
CAPITULO 3. INTEGRACION
74
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)
f (b)
V =
f (a)
2
f 1 (y) dy ,
3.4. APLICACIONES GEOMETRICAS
DE LA INTEGRAL
75
V =
x2 f 0 (x) dx ,
as que
2
V = b f (b) a f (a)
x2 f 0 (x) dx .
x2
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:
CAPITULO 3. INTEGRACION
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 ,
=
3.5.
4
R3 , y que su superficie es
3
Integrales impropias
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 .
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+
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
CAPITULO 3. INTEGRACION
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
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
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
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:
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
1
2
x ex dx = . De hecho se reduce a lo anterior
2
y = x ex
x2
xe
Z
dx = lm
R+ R
x ex dx = 0 .
CAPITULO 3. INTEGRACION
80
Z
x dx = 0 para cada R, la integral
x dx diverge ob0
x dx = 0, ya que seg
un la
definici
on esta integral no converge.
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:
81
Proposici
on. La integral
0
La demostraci
on se deja como ejercicio.
3.5.2.
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
1 t1
x ,
2
CAPITULO 3. INTEGRACION
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 ,
(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 .
CAPITULO 3. INTEGRACION
84
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
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
y=0
s
xn+2
xn+1
xn
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)
(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)| .
(3)
NUMERICA
4.1. RESOLUCION
DE ECUACIONES: METODO
DE NEWTON
89
xn s ,
n
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 ).
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 ECUACIONES: METODO
DE NEWTON
La velocidad de convergencia a
tenemos que
91
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
CAPITULO 4. METODOS
NUMERICOS
92
y = f (x)
y=0
s
xn+1
4.2.
xn
xn1
Integraci
on num
erica
4.2.1.
Polinomios de interpolaci
on
NUMERICA
4.2. INTEGRACION
93
(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
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 )
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
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
Z bX
n
a j=0
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
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
La formula es entonces
Z
f (x) dx
a
ba
f (a) + f (b)
2
(f
ormula del trapecio).
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
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 .
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
CAPITULO 5. NUMEROS
COMPLEJOS
100
z +w = z +w,
zw = z w.
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
0
zw
5.2.
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
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
EXPONENCIAL COMPLEJA
5.2. FORMA POLAR. LA FUNCION
103
3
3
+ i sen
.
+ i sen
= cos
2
2
2
2
{z ; > 0}
z
i
z/|z|
w/|w|
Arg z
w
1
CAPITULO 5. NUMEROS
COMPLEJOS
104
5.2.2.
La funci
on exponencial.
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
EXPONENCIAL COMPLEJA
5.2. FORMA POLAR. LA FUNCION
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
ez + ez
2
senh z =
ez ez
.
2
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
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(+)
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
= 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
2
5
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 .
iu
u = 2 ei 8
2
0
u
iu
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
N
X
an
n=1
an es convergente y que
n=1
an = S,
o m
as informalmente a1 + a2 + a3 + a4 + = S .
n=1
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
an converge, entonces an 0.
n
n=1
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)
6.1. SERIES NUMERICAS
113
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
1
1
1
1
1
+
+
+
+ +
,
2
3
4
5
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,
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
CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
114
N
X
(1)n1
. Obsern
En el dibujo siguiente se
nalamos los primeros valores de SN =
n=1
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
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
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
X
n=0
an xn ,
116
CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
X
intervalo de convergencia, es decir f (x) =
an xn . Entonces dicha funcion es continua en
n=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!
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
(1)n1 xn1 ,
n=1
igual a
(1) x =
n=0
(x)n =
n=0
1
1
=
1 (x)
1+x
( x (1, 1) ) .
X
(1)n1 xn
= log(1 + x) + C ( x (1, 1) ) ,
n
n=1
X
(1)n1 xn
x2 x3 x4 x5 x6
x
+
+ = log(1 + x)
n
2
3
4
5
6
(x (1, 1)) .
n=1
X
(1)n1
= log 2 .
n
n=1
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
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
CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
118
X
xn
x2
x3
x4
x5
=
1+x+
+
+
+
+
n!
2
6
24
120
n=0
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
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
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
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
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 .
CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
120
an eint = a0 +
n=
an eint +
n=1
an eint .
n=1
f (t) dt =
a
u(t) dt + i
a
v(t) dt ).
a
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 .
121
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
p
n2 + n2 , y elegimos n tal que n /An = cos n y
=
X
1
0 +
An cos(nt n ) .
2
n=1
2
3
n = 4
(1)n
,
n2
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
CAPITULO 6. APENDICE:
DESARROLLOS EN SERIE
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
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