lica de Chile

Pontificia Universidad Cato

ticas
Facultad de Matema
tica
Departamento de Matema

C
alculo I - MAT 1116
Duvan Henao

31 de octubre de 2014

Indice general
1. Series num
ericas
1.1. Dicotoma (declaracion de principios e introduccion) . . . . . . .
1.2. Definicion de convergencia de series . . . . . . . . . . . . . . . .
1.3. Serie geometrica . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Series de terminos no negativos . . . . . . . . . . . . . . . . . .
1.4.1. Serie del n
umero e . . . . . . . . . . . . . . . . . . . . .
1.5. Series alternantes . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6. Criterio de Cauchy para series . . . . . . . . . . . . . . . . . . .
1.7. Convergencia absoluta y condicional . . . . . . . . . . . . . . . .
1.8. Criterios generales de convergencia de series . . . . . . . . . . .
1.8.1. Criterio de comparacion por cocientes . . . . . . . . . . .
1.8.2. Criterios de la raz (Cauchy) y del cociente (dAlembert)
1.9. Reordenaciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.10. Ejercicios adicionales . . . . . . . . . . . . . . . . . . . . . . . .
2. Lmites y continuidad
2.1. Definicion de continuidad y convergencia . . .
2.1.1. Motivacion . . . . . . . . . . . . . . .
2.1.2. Definiciones . . . . . . . . . . . . . . .
2.1.3. Primeros ejemplos . . . . . . . . . . .
2.1.4. Seno y coseno . . . . . . . . . . . . . .
2.1.5. Lmites infinitos y en el infinito; lmites
2.1.6. Divergencia y discontinuidades . . . . .
2.2. Propiedades de lmites . . . . . . . . . . . . .
2.2.1. Propiedad del sandwich . . . . . . . .
2.2.2. Aritmetica de lmites . . . . . . . . . .
2.2.3. Lmites laterales . . . . . . . . . . . .
2.2.4. Cambio de variable . . . . . . . . . . .
2.2.5. Lmites por sucesiones . . . . . . . . .
2.3. Continuidad de algunas funciones elementales
2.4. Teorema del valor extremo de Weierstrass . .
2.5. Teorema del valor intermedio . . . . . . . . .
2.5.1. Continuidad de la inversa . . . . . . .
1

. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
laterales
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

3
3
5
6
11
14
15
16
17
20
20
20
27
32

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

33
33
33
35
37
40
42
43
46
46
46
49
50
51
55
57
60
61

2.6. Funcion exponencial y logaritmos

2.6.1. * Races enesimas . . . . .
2.6.2. * Exponentes racionales .
2.6.3. Exponentes reales . . . . .
2.6.4. Logaritmos . . . . . . . .
2.6.5. Potencias . . . . . . . . .
2.6.6. Leyes exponenciales . . . .
2.6.7. Algunos lmites notables .
2.7. Continuidad uniforme . . . . . . .
2.8. Ejercicios adicionales . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

62
62
63
66
67
68
68
69
73
74

3. Derivadas
3.1. Definicion e interpretacion grafica .
3.2. Derivadas de funciones elementales
3.3. Derivadas de orden superior . . . .
3.4. Reglas de derivacion . . . . . . . .
3.5. Regla de la cadena . . . . . . . . .
3.6. Derivada de la inversa . . . . . . .
3.7. Teorema del valor medio . . . . . .
3.8. Ejercicios adicionales . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

76
76
76
80
80
81
84
84
86

.
.
.
.
.
.
.
.
.
.
.

88
88
88
89
89
92
92
95
100
101
103
107

4. Aplicaciones
4.1. Crecimiento de funciones y sus derivadas . . . . . . .
4.1.1. Funciones con derivada nula . . . . . . . . . .
4.1.2. Funciones con derivada de signo constante . .
4.1.3. Maximos y mnimos; convexidad . . . . . . . .
4.2. Aproximacion de Taylor . . . . . . . . . . . . . . . .
4.2.1. Orden de magnitud de una aproximacion . . .
4.2.2. Polinomios y series de Taylor . . . . . . . . .
4.3. Propiedad del valor intermedio (teorema de Darboux)
4.4. Regla de lHopital . . . . . . . . . . . . . . . . . . . .
4.5. Metodo de Newton . . . . . . . . . . . . . . . . . . .
4.6. Ejercicios adicionales . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.

Captulo 1
Series num
ericas
1.1.

Dicotoma (declaraci
on de principios e introducci
on)

Parmenides de Elea (hoy provincia de Salerno, al sur de Italia) consideraba que las
muchas cosas que aparentemente existen son meramente una u
nica realidad eterna a la que
el llamo el Ser. Su principio es que todo es uno y que el cambio o el no Ser son imposibles.
En el libro Parmenides de Platon y en el Comentario al Parmenides de Platon de Proclo
(412485 a.C.) se menciona un libro escrito por Zenon de Elea1 (ca. 490430 a.C.), discpulo
de Parmenides, con cuarenta paradojas que cuestionan la existencia de la pluralidad y del
movimiento. Una de ellas es la paradoja de la dicotoma2 :
Zenon esta a ocho metros de un arbol. Llegado un momento, lanza una piedra,
tratando de dar al arbol. La piedra, para llegar al objetivo, tiene que recorrer antes
la primera mitad de la distancia que lo separa de el, es decir, los primeros cuatro
metros, y tardara un tiempo (finito) en hacerlo. Una vez llegue a estar a cuatro
metros del arbol, debera recorrer los cuatro metros que le quedan, y para ello debe
recorrer primero la mitad de esa distancia. Pero cuando este a dos metros del
arbol, tardara tiempo en recorrer el primer metro, y luego el primer medio metro
restante, y luego el primer cuarto de metro. . . De este modo, la piedra nunca
llegara al arbol.
Hoy en da le argumentaramos a Zenon de la siguiente manera. Llamemos T al doble
del tiempo en segundos que tarda la piedra en recorrer el primer tramo de cuatro metros
(esto es, supongamos que recorre los primeros cuatro metros en T2 segundos). Supongamos
que la piedra tarda el doble del tiempo en recorrer los primeros cuatro metros que los dos
metros siguientes; que tarda el doble en recorrer estos dos metros que el metro siguiente, y
as sucesivamente. El segundo tramo (de dos metros) lo recorrera entonces en T4 segundos;
1
2

http://www-history.mcs.st-andrews.ac.uk/Biographies/Zeno_of_Elea.html
http://es.wikipedia.org/wiki/Paradojas_de_Zenon

el tercer tramo (de un metro) en

tardara

T
8

Tn :=

segundos, y as sucesivamente. Dado cualquier n N,

T
T
T
T
+ + + + n
2
4
8
2

(1.1.1)

segundos en recorrer los primeros n tramos. Observamos que

T
3T
T
T
+ =
=T ,
2
4
4 
4
T
T T
T
T
T
T3 = + + = T
+ =T ,
4
8
8
|2 {z 4} 8
=T2


T
T T
T
T
T
T
+
=T ,
T4 = + + + = T
4
8} 16
8
16
16
|2 {z
T2 =

(1.1.2)
(1.1.3)

(1.1.4)

=T3

..
.
Tn = T

(1.1.5)
T
.
2n

(1.1.6)

En particular,
n

Tn T.

(1.1.7)

Por otra parte, despues del primer tramo, la piedra queda a cuatro metros del arbol. Despues
de recorrer el segundo, queda a dos metros. Despues del tercero queda a un metro; despues
del cuarto queda a medio metro, y as sucesivamente. En resumen, despues de recorrer n
tramos, la distancia al arbol es de 28n metros. En el lenguaje de las sucesiones,
la distancia de la piedra al arbol tiende a cero
a medida que el n
umero de tramos recorridos tiende a infinito.
Zenon podra objetar que no hemos demostrado realmente que la piedra llegue al arbol,
y en estricto rigor, tiene razon: solo hemos demostrado que la piedra llega a estar tan cerca
del arbol como nosotros queramos:

la distancia al arbol despues de n tramos es menor que

y
N n > N :
. (1.1.8)

T Tn < T
A esta objecion contestaremos (al igual que Eudoxo3 ) que creemos en la continuidad de la
realidad, seg
un la cual a una piedra que se acerca al arbol tanto como nosotros queramos,
transcurrido un tiempo Tn que se acerca tanto como nosotros queramos a T , no le queda
otra posibilidad mas que llegar al arbol en el instante T . Adoptaremos esta postura filosofica
(aunque no la podamos demostrar).
3

http://es.wikipedia.org/wiki/Eudoxo_de_Cnido

1.2.

Definici
on de convergencia de series

Referencias 1.2: [CJ71, 7.1.a, p. 527530]

La principal objecion en las paradojas de Zenon es que la suma de infinitas cantidades
debe ser infinita. A esta objecion contestamos: si la suma de una cantidad finita (pero
arbitrariamente grande) de terminos se parece tanto como nosotros queramos a alg
un valor
< S < , entonces s es posible sumar una cantidad infinita de terminos, y la suma
sera finita (igual a S).
Definici
on 1. Dada una sucesion {an }nN de n
umeros reales llamamos enesima suma parcial
de la sucesion a
sn := a1 + a2 + + an ,

nN

(1.2.1)

y llamamos sucesion de sumas parciales de {an } a la sucesion {sn }nN .

Ejemplo 1.2.1. Si an =

1
2n

entonces

1
s1 = ,
2
1
s2 = +
2
1
s3 = +
2

sn =

(1.2.2)
1
3
= ,
4
4
1 1
7
+ = ,
4 8
8

(1.2.3)
(1.2.4)
(1.2.5)

1 1
1
1 1 21n
1
+ + + n =
1 = 1 n,
2 4
2
2 1 2
2

(1.2.6)

i.e. { 12 , 43 , 78 , . . .} = {1 21n }nN es la sucesion de sumas parciales de la sucesion { 21 , 14 , 18 , . . .} =

{ 21n }nN .
Definici
on 2. Decimos que la serie

X
X
X
X
an =
an
an =
an =
n=1

nN

(1.2.7)

n1

converge si {sn } converge a un valor lmite lm sn := S R, al cual llamamos el valor

n

de la serie (decimos que la serie converge a S, lo cual escribimos de la siguiente manera:

P
n
an = S; a an lo llamamos el teP
rmino general de la serie). Si sn + decimos que
n
la serie diverge
an = ). Si sn que la serie
P a (escribimos
P diverge a
(escribimos
an = ). Si {sn }nN no converge, decimos que la serie
an diverge.
Ejemplo 1.2.2. La serie 1 1 + 1 1 + 1 1 + diverge porque la sucesion
(
0 si n es par
sn =
1 si n es impar
no tiene un valor lmite (oscila infinitamente entre 0 y 1).
5

(1.2.8)

1.3.

Serie geom
etrica

Referencias 1.3: http://en.wikipedia.org/wiki/Gauss

Repaso 1: (1 + h)n = 1 + n1 h + n2 h2 + + nn hn .
De lo anterior se desprende que si h 0 entonces (1 + h)n 1 + nh.
Repaso 2: lm q n = 0 si q (1, 1), porque
0 < |q| < 1

1
= 1 + h para alg
un h > 0
|q|
1
1 + nh.
|q n |

1 + q + q2 + + qn =

(1.3.1)
(1.3.2)

1 q n+1
. Demostracion:
1q
Sn := 1 + q + q 2 + + q n
qSn =
q + q 2 + + q n + q n+1
Sn qSn = 1 q n+1
1 q n+1
.
Sn =
1q

(1.3.3)
(1.3.4)
(1.3.5)
(1.3.6)

Tomando el lmite cuando n obtenemos

1 < q < 1

qn = 1 + q + q2 + =

n=0

Se concluye que la serie geometrica 1 + q + q 2 + =

1
.
1q

(1.3.7)

qn

n=0

converge a

1
si 1 < q < 1;
1q

diverge a si q = 1;
diverge si q = 1, pues en ese caso
Ejemplo 1.2.2.
Ejemplo 1.3.1. 1 q + q 2 q 3 + =

q n es la serie 1 1 + 1 1 + 1 1 + del

1
si |q| < 1.
1+q

1 X
Ejemplo 1.3.2. =
(1)n (x 1)n1 si 0 < x < 2.
x n=0
6

La serie geometrica fue descubierta por Carl Friedrich Gauss (17771855). Aunque sus
padres eran analfabetas, aprendio a leer y la aritmetica elemental por su propia cuenta y
llego a ser uno de nuestros mas grandes heroes cientficos. Fue matematico, astronomo, geodesta y fsico y contribuyo mucho a la teora de n
umeros, el analisis matematico, la geometra
diferencial, la estadstica, el algebra, la geodesia, el magnetismo y la optica. Famosa es la
anecdota de cuando su profesor (de la escuela de Brunswick) les pidio que sumaran los n
umeros del 1 al 100 y Gauss (a sus 10 a
nos) tardo menos de cinco minutos en demostrar que
la suma es 5.050. Poco despues descubrio, a partir de su propio argumento, que era posible
calcular series geometricas, de la manera que presentamos anteriormente. Este hallazgo constituye la base del estudio de la convergencia de series n
umericas (la suma de una cantidad
infinita de terminos), tal como veremos durante las proximas clases.

* Aquiles y la tortuga
La mas famosa de las paradojas de Zenon es probablemente la de Aquiles y la tortuga
(Aristoteles, Fsica, VI:9, 239b15):
En una carrera, el corredor mas veloz nunca puede alcanzar al mas lento, pues el
perseguidor primero debe alcanzar el punto desde donde partio el perseguido, de
manera que el mas lento siempre llevara una ventaja.
Aquiles, el de los pies ligeros y el mas habil guerrero de los aqueos, compite en una carrera
contra una tortuga y, seguro de su superioridad, le da una ventaja. Aquiles recorre en poco
tiempo la distancia que los separaba inicialmente, pero al llegar ah descubre que la tortuga
no esta, ha avanzado, mas lentamente, un peque
no trecho. Sin desanimarse, sigue corriendo,
pero al llegar de nuevo donde estaba la tortuga, esta ha avanzado un poco mas. De este
modo, Aquiles no ganara la carrera, ya que la tortuga estara siempre delante de el.
Si suponemos, para simplificar, que Aquiles es solo diez veces mas veloz que la tortuga
y que la ventaja otorgada a esta u
ltima es de 10m, cuando Aquiles haya recorrido estos
primeros 10m la tortuga estara 1m mas alla, i.e. a 11m de la posicion inicial de Aquiles.
Cuando Aquiles haya recorrido este nuevo metro para alcanzarla, la tortuga habra avanzado
otros 10cm. Aquiles contin
ua pero al llegar all la tortuga habra avanzado 1cm mas. Sumando
los segmentos recorridos por Aquiles se obtiene una serie geometrica convergente:
n

X
1
1
1
1
+
+
+ = 10
(1.3.8)
10 + 1 +
10 100 1000
10
n=0
=

10
10
100
=
= 11, 111
1 =
9/10
9
1 10

(1.3.9)

As, en la interpretacion moderna, demostramos que Aquiles realmente alcanza a la tortuga

basados en el hecho de que la suma de infinitos terminos puede tener un resultado finito. Otra
manera de verlo es que Aquiles puede fijar un punto de llegada que esta metros delante de
la tortuga en vez del punto en que ella se encuentra. En vez de cantidades infinitas tenemos
ahora dos cantidades finitas con las cuales se puede calcular un intervalo finito de tiempo en
el cual Aquiles pasara a la tortuga.
7

* Nociones del infinito (m

as sobre las paradojas de Zen
on)
Referencias 1.3.0:
http://www-history.mcs.st-andrews.ac.uk/Biographies/Zeno_of_Elea.html
http://es.wikipedia.org/wiki/Paradojas_de_Zenon
http://ciencia-arte.blogspot.com/2011/05/zenon-de-elea.html
http://en.wikipedia.org/wiki/Zeno_of_Elea
[Hea31, Fra]
http://es.wikipedia.org/wiki/Madhava_de_Sangamagrama
(enlaces correctos al 02/08/2014).
Tenemos tambien las siguientes paradojas [Sal01, p. 14]:
Las partes u
ltimas no deben tener magnitud, pues si la tuvieran podran ser subdivididas. Pero un objeto extenso no puede estar compuesto de partes sin magnitud,
pues no importa cuantas de ellas juntemos, el resultado no tendra magnitud. Al
sumar ceros, no se obtiene mas que cero. As aparece una segunda dificultad. Las
partes deben tener magnitud. Pero la adicion de un n
umero infinito de magnitudes, todas mayores que cero, conducira a una magnitud infinita. Por lo tanto, si
existen objetos extensos, son tan peque
nos como para no tener magnitud y tan
grandes como para ser infinitos,
o bien:
Si todo esta o bien en reposo o en movimiento cuando ocupa un espacio igual a
s mismo, mientras que el objeto movido esta en el instante, la flecha en movimiento no se mueve.
El argumento es que una flecha no puede estar en movimiento porque si lo estuviera, lo
estara en cada instante de tiempo. Si un instante dado la flecha estuviera en movimiento,
en ese instante ocupara mas de un lugar y recorrera una cierta distancia. As, uno podra
considerar p.ej. el instante mas peque
no de tiempo en el que la flecha recorre la mitad de
la distancia anteriormente mencionada, lo cual contradice el hecho de que cada instante de
tiempo debe ser indivisible. (Se dice que Parmenides fue el primero en utilizar el metodo de
razonamiento de reduccion al absurdo.) Aristoteles dice que la paradoja es falsa porque
el tiempo no se compone de ahoras indivisibles, al igual que ninguna otra magnitud.
Negar, sin embargo, que existe un ahora que divida al pasado del futuro parece ir tambien
en contra de la intuicion. Al mismo tiempo, si el instante ahora nunca existe entonces
la flecha nunca ocupa ninguna posicion en particular; esto tampoco parece correcto. Si el
continuo no se compone de infinitas partes indivisibles (como nos lo muestra la objecion de
Zenon) como tener una nocion del espacio?

La motivacion de Zenon para la formulacion de sus paradojas fue, seg

un Platon, defender
a Parmenides contra las crticas por su rechazo de la pluralidad y el movimiento (el que
llevara a consecuencias descabelladas), con la demostracion de que la adhesion al movimiento
y a la pluralidad llevara a consecuencias a
un mas insensatas. Una segunda motivacion sera
la de rebatir la nocion de distancias inconmensurables postulada por parte de Anaxagoras
y los seguidores de Pitagoras basados en el descubrimiento de los n
umeros irracionales. En
todo caso, Platon dice que el texto de Zenon fue escrito en su juventud, robado y publicado
sin su consentimiento. Lo u
nico que podemos decir es que Zenon se orientaba en contra
de la adopcion de determinadas posiciones filosoficas fundamentales para la explicacion del
mundo. En palabras de Seneca (4a.C.65 d.C.):
Si le concedo la razon a Parmenides no queda nada sino el Uno; si le concedo la
razon a Zenon, ni siquiera el Uno queda.
Las paradojas de Zenon nos hacen cuestionarnos nuestras ideas intuitivas sobre lo infinitamente grande y lo infinitamente peque
no. Retomando la discusion sobre la existencia
de entidades indivisibles que compongan al continuo, Zenon se
nala que suponer que todo es
infinitamente divisible tambien es fuente de problemas.
Terminamos con estas palabras de Heath [Hea31]:
Los matematicos, sin embargo, . . . al darse cuenta que los argumentos de Zenon
eran fatales para los infinitesimales, vieron que solo podan evitar las dificultades
relacionadas a ellos desterrando de una vez y para siempre la idea del infinito,
incluso el infinito potencial, completamente de su ciencia; de ah en adelante,
por lo tanto, no usaron magnitudes que crecieran o decrecieran ad infinitum sino
que se contentaron con magnitudes finitas que pueden hacerse tan grandes o tan
peque
nas como uno quiera.
y estas palabras de Frankel [Fra]:
Aunque [las paradojas de Zenon] se han descartado siempre como algo sin sentido,
tambien se han hecho muchos intentos de deshacerse de ellas mediante teoremas
matematicos, como la teora de las series convergentes o la teora de conjuntos.
Al final, sin embargo, las dificultades inherentes en estos argumentos siempre
regresan con una venganza, porque la mente humana esta construida de manera
tal que puede ver al continuo de dos maneras que no son realmente reconciliables.

* Expansi
on decimal
Si un n
umero x > 0 tuviera dos expansiones decimales diferentes

X
X
bn
an
=
x=
n
10
10n
n=0
n=0

(1.3.10)

con a0 , b0 N y an , bn {0, 1, . . . , 9} para todo n N (por el momento digamos que el cero

no es natural), habra un primer m N {0} tal que am 6= bm . Sin perdida de generalidad
podemos suponer que am < bm . Entonces



X
X
1
1
1
am b m
b n an
9
9
+ 2 +

= m+1 1 +
(1.3.11)
n
n
10m
10m
10
10
10
10
10
n=m+1
n=m+1
=

9
10m+1

1
1
.
1 =
10m
1 10

(1.3.12)

Necesariamente am = bm + 1 y bn = 9, an = 0 para todo n > m. Se concluye que todo

n
umero racional tiene a lo mas dos expansiones decimales (p.ej. 1, 47 = 1, 469) y que todo
n
umero irracional tiene solo una expansion decimal (una expansion con an = 0 para todo
n > m necesariamente produce un n
umero racional).
Ejercicio 1.3.3. * Demuestre que todo real positivo tiene una expansion decimal.
P
P
Ejercicio P
1.3.4. Demuestre
que
si
a

b
para
todo
n

N
y
si
a
y
bn convergen
n
n
n
P
entonces
an b n .

X
X
9
b n an
=
entonces
Ejercicio 1.3.5. Demuestre que si bn an 9 para todo n y
n
10
10n
n=m
n=m
bn an = 9 para todo n N.

* Escalera de Cantor
Sea I0 := (0, 1). De I0 eliminemos el intervalo central
1 2
I1,1 := ( , ).
3 3

(1.3.13)

Nos quedan dos intervalos. Extraigamos los intervalos centrales

1 2
7 8
I2,1 := ( , ) y I2,2 := ( , ).
9 9
9 9

(1.3.14)

Nos quedan cuatro intervalos, de cada uno de ellos extraigamos los intervalos centrales
I3,1 := (

1 2
, ),
33 33

I3,2 := (

7 8
, ),
33 33

I3,3 := (

19 20
25 26
, 3 ) y I3,4 := ( 3 , 3 )
3
3 3
3 3

(1.3.15)

y as sucesivamente. En el paso n extraemos 2n1 intervalos de longitud 31n . El total de lo

extrado mide
!
 2

X
1
2
1
2
1 1
2n1 n =
1+ +
+ =
= 1,
(1.3.16)
3
3
3
3
3 1 23
n=1
i.e. lo extrado mide lo mismo que todo el intervalo.
10

3
4

en I2,1 e I2,2 ; 18 , 38 ,

2j 1
si x In,j , n N, j {1, 2, . . . , 2n1 }.
2n

(1.3.17)

Definimos la funcion de Cantor como aquella que vale

5 7
, en I3,1 , I3,2 , I3,3 e I3,4 ; en general,
8 8
f (x) =

1
2

en I1,1 ;

1
4

Tenemos entonces que el grafico de la funcion de Cantor es plano en un conjunto que mide
lo mismo que todo el intervalo (0, 1) (es plana casi en todas partes), sin embargo es una
escalera con infinitos escalones que logra llegar desde el (0, 0) hasta el (1, 1).
Ejercicio 1.3.6. * Demuestre que todo x [0, 1] tiene una expansion ternaria.
Ejercicio 1.3.7. * Llamamos conjunto de Cantor al conjunto E formado por los extremos de
los intervalos extrados para formar la escalera de Cantor:
1 2 1 2 7 8 1 2 7 8 19 20 25 26
E = { , , , , , , , , , , , , , , . . .}.
3 3 9 9 9 9 27 27 27 27 27 27 27 27

(1.3.18)

Demuestre que E coincide con el conjunto de los n

umeros que se pueden representar mediante
una expansion ternaria en la que solo aparecen los dgitos 0 y 2, p.ej.
2
2
0
0
8
= 1 + 2 + 3 + 4 + = {2, 2, 0, 0, . . .},
9
3
3
3
3
7
0
2
0
2
2
= 1 + 2 + 3 + 4 + 5 + = {0, 2, 0, 2, 2, . . .}.
27
3
3
3
3
3

(1.3.19)
(1.3.20)

Ejercicio 1.3.8. * Sean f1 , f2 , f3 , . . . las funciones que generan en el lmite a la funcion de

Cantor (los graficos de las cuales se ilustran en las figuras).

Demuestre que para cada x (0, 1) la sucesion {fn (x)}nN es de Cauchy.

1.4.

Series de t
erminos no negativos

Referencia: [CJ71, 7.1.a, p. 527530]

11

Ejemplo 1.4.1. La serie

1
n(n+1)

converge. En efecto,

1
n(n+1)

1
n

1
n+1

luego

1
1
1
1
+
+
+ +
12 23 34
n(n + 1)
n
X1
1
=

(suma telescopica)
k k+1
k=1

sn =

=1

1 n
1.
n+1

(1.4.1)
(1.4.2)
(1.4.3)

Sea {an }nN una sucesion de n

umeros reales. Si an 0 para todo n entonces la sucesion
de sumas parciales {sn }nN es creciente y, por lo tanto, hay dos opciones:
1. o bien la sucesion de sumas parciales esta acotada
M > 0 : sn M n N,

(1.4.4)

caso en el cual el lmite S := lmn sn existe (en virtud del axioma del supremo, el
cual implica que toda sucesion creciente y acotada converge);
2. o bien la sucesion de sumas parciales no esta acotada
M > 0 n N : sn M,

(1.4.5)

caso en el cual lmn sn = + (la serie diverge a ).

Como solo P
existen estas dos opciones, al trabajar
Pcon una serie de terminos no negativos
escribimos
an < cuando la serie converge y
an = cuando diverge a infinito.
P 1
= , porque para cada p N
Ejemplo 1.4.2. La serie
n
X 1
1
1
1

1 + + + + = p;
p
n
2
3
P 1
no est
como p puede elegirse tan grande como queramos, se tiene que
a acotada.
n
P1
diverge a . En efecto, para cada p N
Ejemplo 1.4.3. La serie armonica
n




X1
1
1 1
1 1 1 1
1+ +
+
+ + +
+
(1.4.6)
n
2
3 4
5 6 7 8


1
1
1
+ +
+
+ p
(1.4.7)
2p1 + 1 2p1 + 2
2
!

 

1
1
1
1 1
1 1 1 1
+ + p
(1.4.8)
1+ +
+
+
+ + +
+ +
p
2
4 4
8 8 8 8
|2
{z 2 }
2p1 veces

p1

=1+

1 2 4
2
1 1
1
p
+ + + + p = 1 + + + + > ,
2 4 8
2
2} 2
|2 2 {z
p veces

luego es imposible acotar la sucesion de sumas parciales {sn }.

12

(1.4.9)

Proposici
on 1.4.1. Sea {an }Puna sucesion de n
umeros reales. Si el lmite lm an no existe
o es distinto de cero, la serie
an diverge.
P
Demostracion. Si
an converge a S R entonces
lm an = lm sn sn1 = (lm sn ) (lm sn1 ) = S S = 0.

(1.4.10)

Ejemplo 1.4.4. La proposicion anterior nos da otra razon de por que la serie 1 1 + 1 1 +
1 1 + diverge: el termino general an = (1)n+1 no tiende a cero (el lm an ni siquiera
existe).
Primer criterio de convergencia.
Proposici
on 1.4.2 (Criterio de convergencia de series de terminos no negativos por comparacion directa). Si dada una sucesion de terminos
P no negativos {an } es posible
P encontrar
otra sucesion {bn } tal que bn an para todo n y
bn < entonces la serie
an converge.
P
Demostracion. Demostracion: Sea M := k=1 bk . Para cada n N
sn = a1 + + an b1 + + bn M,

(1.4.11)

luego la sucesion de sumas parciales es acotada y, al tratarse de una serie de terminos no

negativos, la serie converge.
P 1
converge. En efecto,
Ejemplo 1.4.5. La serie
n2
1
1
1
+
+
+
22 33 44

X
1
1
1
1
<1 +
+
+
+ = 1 +
= 2.
12 23 34
n(n
+
1)
n=1
P 1
Ejemplo 1.4.6. La serie
converge para todo 2. En efecto,
n
1+

1
1
2

n
n

(1.4.12)
(1.4.13)

(1.4.14)

P 1
P 1
y
,
luego
converge por el criterio de convergencia de series de terminos no negativos
2
n
n
por comparacion directa.
P 1
diverge a para todoP
< 1. Argumentamos por contradiccion:
Ejemplo
1.4.7.
La
serie
n
P 1
1
si
convergiera
para
alg
u
n

<
1,
entonces
convergera tambien (en virtud del
n
n
criterio de convergencia de series de terminos no negativos por comparacion directa) puesto
que
1
1
.
(1.4.15)
n
n
P 1
Se concluye que la convergencia o divergencia de
depende del valor del exponente
n
(hemos visto que si = 12 o, en general, < 1, entonces la serie diverge, mientras que si
2 la serie converge).
<1

13

Ejercicio 1.4.8. Demuestre la siguiente generalizacion del criterioP

de comparaci
P on (las series
a continuacion pueden tener terminos negativos):
an y
bn convergen y
P si las series
an cn bn para todo n N entonces la serie
cn converge.
(Indicaci
o
n:
aplique
el
criterio
de
comparaci
o
n
para series de terminos no negativos a la
P
serie n (cn an ), luego demuestre que la sucesion de sumas parciales de cn = an + (cn an )
puede escribirse como la suma de dos sucesiones convergentes.)

1.4.1.

Serie del n
umero e

Proposici
on 1.4.3. La serie
1+
converge a e := lm(1 +

1
1
1
+ +
1! 2! 3!

(1.4.16)

1 n
) .
n

Demostracion. Llamemos sn a la enesima suma parcial.

1. Primero veamos que para cada m N fijo y cada n > m se tiene que

n
1
tn := 1 +
n








1
1
=1+1+
1 n1 + +
1 n1 1 n2 1 n1
n
2!
n!








1
1
>1+1+
1 n1 + +
1 n1 1 n2 1 m1
.
n
2!
m!
Ustedes vieron el semestre pasado que la sucesion tn converge y han llamado e al valor
del lmite. Como a la derecha tenemos una cantidad fija de terminos, tomando el lmite
cuando n obtenemos que
e1+1+

1
1
+ +
.
2!
m!

(1.4.17)

Lo anterior se cumple para todo m N luego la sucesion de sumas parciales {sn }nN ,
sn := 1 + 1 +

1
1
+ + ,
2!
n!

(1.4.18)

es acotada. Como tambien es creciente (por ser la sucesion de sumas parciales de una
sucesion de terminos no negativos) se concluye que lmn sn existe (la serie converge)
y es menor o igual que e.

14

2. Por otra parte,

n
1
tn := 1 +
n
1 n(n 1) 1
n(n 1)(n 2) 1 1
=1+n +
+ +
2
n
2!
n
n!
nn








1
1
1 n1 + +
1 n1 1 n2 1 n1
=1+1+
n
2!
n!
sn n
P 1
luego e lm sn = 1 +
. Esto termina la demostracion.
n!


1.5.

Series alternantes

Vimos que la serie armonica

1+

1 1 1
+ + +
2 3 4

(1.5.1)

diverge a . Sin embargo, si alternamos los signos de la misma serie, la serie resultante
s converge. El valor lmite es log 2:
1

1 1 1
+ + = log 2
2 3 4

(1.5.2)

(la demostracion usa el teorema de Taylor, 4.2.2). Tambien tenemos (ver 4.2.2) la serie de
Leibniz-Gregory [CJ71, 5.2, formula (7), p. 462]
1

1 1

+ = ,
3 5
4

(1.5.3)

formulada originalmente por el matematico indio Madhava (1350-1425) para el calculo de

y redescubierta en el s. XVII por el matematico escoces James Gregory.
Teorema 1.5.1 (Criterio de Leibniz, [CJ71], 7.1, p. 531). Si los terminos de una serie
tienen signos alternados y si, ademas, sus valores absolutos, |an |, tienden monotonamente a

X
cero (de manera que |an+1 | |an |), la serie
an converge.
n=1

Demostracion. Sin perdida de generalidad suponemos que a1 > 0, y escribimos la serie de la

siguiente forma:
b1 b2 + b3 ,
15

(1.5.4)

donde todos los terminos ahora son positivos, bn 0 y bn+1 bn . Agrupando los terminos
de dos maneras distintas:
b1 (b2 b3 ) (b4 b5 )

(1.5.5)

(b1 b2 ) + (b3 b4 ) + (b5 b6 ) + ,

(1.5.6)

vemos que las sumas parciales sn =

n
X

ak son tales que

k=1

s1 s3 s5 s2n+1 ,
s2 s4 s6 s2n

(1.5.7)
(1.5.8)

Por otra parte s2n s2n+1 s1 y s2n+1 s2n s2 , luego tanto la sucesion de terminos
pares como la de terminos impares de {sn } converge. Llamemos L al lmite impar y L0 al
lmite par. Como s2n+1 s2n = b2n+1 tiende a cero, L = L0 y la serie converge.

1.6.

Criterio de Cauchy para series

El criterio de Cauchy nos dice que {sn } converge si y solo si

> 0 N N : n, m N |sn sm | < .
P
Si n > m entonces sn sm = am+1 + + an , luego
an converge si y solo si
> 0 N N : n > m N |am+1 + + an | < .

(1.6.1)

(1.6.2)

En otras palabras, no es suficiente con que el termino general de la serie tienda a cero
(i.e. que los u
ltimos terminos sumados sean cada uno de ellos cada vez mas peque
nos), es
necesario que los u
ltimos terminos, en conjunto, no tengan mucho peso (que la suma de los
u
ltimos terminos tienda a cero).
P1
no forman una sucesion de
Ejemplo 1.6.1. Las sumas parciales de la serie armonica
n
Cauchy: para cada p N
1
2p1

+1

1
2p1

+2

1
1
1
1
> p + + p = .
p
2
|2
{z 2 } 2
2p1 veces

Ejercicio 1.6.2. Muestre que la sucesion de sumas parciales de la serie geometrica de razon
1
es de Cauchy.
2

16

1.7.

Convergencia absoluta y condicional

Definici
on 3. Decimos que la serie

an converge absolutamente si

|an | < .

Proposici
on 1.7.1. La convergencia absoluta de una serie implica su convergencia.
Demostracion. La completitud de R (consecuencia del axioma del supremo) nos dice que
una sucesion {sn }nN de n
umeros reales converge si y solo si cumple con la propiedad de
Cauchy:
> 0 N N : n, m N |sn sm | .
(1.7.1)
P
Como fue dicho anteriormente, esto implica que una serie
bn converge si y solo si
> 0 N N : n > m N |bm+1 + bm+2 + + bn | .
(1.7.2)
P
P
En particular, si una serie
an converge absolutamente (i.e. si
|an | converge), entonces
> 0 N N : n > m N |am+1 | + |am+2 | + + |an | .

(1.7.3)

En virtud de la desigualdad triangular:

|am+1 + am+2 + + an | |am+1 | + |am+2 | + + |an |,

(1.7.4)
P
es claro que (1.7.3) implica a (1.7.2)
an
P con bk = ak , k = m + 1, . . . , n. Se sigue que si
converge absolutamente entonces
an converge.
P
Ejemplo 1.7.1. La serie armonica:
an con an = n1 , nos muestra que no es necesario que
una serie converja absolutamente para que esta converja:
1+

1 1
+ + =
2 3

(1.7.5)

y sin embargo
1 1 1
+ + = log 2.
(1.7.6)
2 3 4
P
P
Definici
on 4. Si una serie
an converge pero
|an | diverge, decimos que la serie converge
condicionalmente.
1

* Criterio de Abel-Dirichlet
El criterio de Leibniz nos permite demostrar que

X (1)n+1
1 1 1
+ + =
2 3 4
n
n=1
17

(1.7.7)

converge a un valor lmite S, a

un cuando la serie armonica
1+

1 1 1
+ + +
2 3 4

(1.7.8)

vale . La diferencia en el comportamiento de ambas series se debe a las cancelaciones que se

producen entre terminos positivos y negativos al alternar el signo, gracias a las cuales basta
con que el termino general tienda a cero (lo cual es por lo general insuficiente en el caso de

X
sen nt
, t R, puesto
series de terminos no negativos). Algo parecido sucede con la serie
n
n=1
que sen nt oscila entre 1 y 1 y la coexistencia de terminos positivos y negativos termina
por producir la convergencia de la serie. Demostrar que la serie converge, sin embargo, no
es facil; en particular, no se sigue del criterio de Leibniz porque el termino general no es
estrictamente alternante, en ocasiones puede haber dos o tres terminos consecutivos con el
mismo signo.
n
X

Paso 1: calcular Sn :=
eikt , donde i = 1 y t R es un valor fijo.
k=1

Utilizamos el argumento de Gauss para el calculo de la serie geometrica: si z := eit =

cos t + i sen t, entonces
Sn = z + z 2 + z 3 + + z n ,
zSn =
z 2 + z 3 + + z n + z n+1

(1.7.9)
(1.7.10)

de modo que (1 z)Sn = z z n+1 , i.e.

eit ei(n+1)t
.
1 eit

Sn =
Paso 2: calcular bn :=

n
X

(1.7.11)

sen(kt).

k=1

Basta observar que bn = Im Sn (la parte imaginaria de Sn ) y que para cada , R se

tiene que
=

+
+
2
2

y =

.
2
2

(1.7.12)

En particular,
i

e e =e

+
i
2

i
2

i
2

=e

+
i
2

2 sen

(1.7.13)

Reemplazando esta formula en la expresion para Sn obtenemos que

Sn =

n+2
)t
2

2i sen( n2 t) ei(

i 2t

2i sen( 2t ) e

18

sen(nt/2) i( n+1 )t
e 2
sen(t/2)

(1.7.14)

y
bn = Im Sn =

) sen( (n+1)t
)
sen( nt
2
2
.
sen(t/2)

(1.7.15)

X
sen(nt)

converge para todo t R, de la siguiente manera:

n
n=1
si t = 2jz para alg
un j N entonces S = 0, luego converge. De lo contrario,
Paso 3: demostrar que S :=

|bn |

1
.
sen(t/2)

(1.7.16)

Si an = n1 ,
S = sen t +

an (bn bn1 )

(1.7.17)

n=2
N

X
X
= sen t + lm
(an bn an1 bn1 ) +
(an1 an )bn1
N

n=2

X

= lm aN bN +
N

n=2

(1.7.18)

n=2

n (n 1)
n(n 1)


bn1

(1.7.19)

si ambos lmites existen. El primer termino aN bN desparece cuando N porque aN 0

y bN esta acotado por (1.7.16). El segundo termino es una serie absolutamente convergente,
ya que



X


1 X
1
1


< .
(1.7.20)
 n(n 1) bn1  sen t
n(n 1)
2 n=2
n=2
Esto concluye la demostracion de la convergencia de

P sen n
n

El ejercicio que hemos realizado nos muestra el contenido del criterio de convergencia de
series de Dirichlet (J. de Math. (2), v. 7 (1862), pp. 253255), tambien llamado en [CJ71,
7.1.b, p. 532] criterio de Abel: si una sucesi
P on {an } tiende a cero en forma
Pdecreciente y la
sucesion de sumas parciales de la serie
bn es acotada, entonces la serie
an bn converge.
El criterio de Abel-Dirichlet es una version mas general del criterio de Leibniz: tomando
bn = (1)n (para producirP
una serie alternante con termino general de magnitud cada vez
mas peque
na) vemos que | nk=1 bk | 1 para todo n N.

19

1.8.
1.8.1.

Criterios generales de convergencia de series

Criterio de comparaci
on por cocientes

 
 an 
Teorema 1.8.1. Sean {an }nN y {bn }nN dos sucesiones en R. Si 0 < lm   <
n bn

X
X
entonces la serie
|an | converge si y solo si
|bn | converge.
n=1

n=1

 
 an 
Demostracion. Sea L := lm  . Suponemos que el lmite existe y que 0 < L < .
n bn
Como L > 0, existe N N tal que
 
 an  L
(1.8.1)
n > N   > ,
bn
2
i.e.

n>N

|bn | <

2
|an |.
L

(1.8.2)

P
P
Esto claramente implica que si an converge absolutamente entonces tambien bn converge
absolutamente.
Analogamente, si L < entonces existe N N tal que
 
 an 
(1.8.3)
n > N   < 2L,
bn
i.e.
n > N |an | < 2L|bn |.
(1.8.4)
P
P
Esto claramente implica que si bn converge absolutamente entonces tambien an converge
absolutamente, lo cual concluye la demostracion.

1.8.2.

Criterios de la raz (Cauchy) y del cociente (dAlembert)

Teorema 1.8.2 ([CJ71], 7.2, p. 538). Si

lm

entonces la serie

p
n
|an | < 1,

(1.8.5)

an converge absolutamente. Si, por el contrario, el lmite existe y es

n=1

mayor que 1, entonces la serie diverge.

20

Demostracion. Si para todo n N (N es alg

un n
umero natural fijo) tenemos
p
n
|an | < q

(1.8.6)

para alg
un q < 1, entonces
|an | < q n < 1.
Puesto que la serie geometrica

(1.8.7)

q converge, tambien converge

n=N

|an | por el criterio de

n=N

comparacion directa.
Si, por el contrario,
N N n N :

p
n
|an | > 1,

(1.8.8)

se tendra entonces que |an | > 1 para todo n N , luego el termino general no tiende a cero
y la serie diverge.
Teorema 1.8.3 ([CJ71], 7.2, p. 538). Si an > 0 para todo n N y


 an+1 
 < 1,
lm 
n  an 
entonces la serie

(1.8.9)

an converge absolutamente. Por el contrario, si el lmite anterior existe

n=1

y es menor que 1, entonces la serie diverge.

Demostracion. Supongamos que para todo n N , con N un natural fijo,


 an+1 


 an  < q
para alg
un k menor que 1. Entonces


 aN +1 

 < |aN | q,
|aN +1 | = |aN | 
aN 

 

 aN +2   aN +1 



 < |aN | q q,
|aN +2 | = |aN | 

aN +1   aN 

 
 

 aN +3   aN +2   aN +1 





 < |aN | q q q,
|aN +3 | = |aN | 

aN +2   aN +1   aN 

(1.8.10)

(1.8.11)
(1.8.12)
(1.8.13)

y as sucesivamente. Se concluye que

X
n=1

|an | =

N
X
n=1

|an | +

X
n=N +1

|an |

N
X

|an | + |aN |

n=1

21

X
n=N +1

k nN < .

(1.8.14)

Si, por el contrario,



 an+1 
 > 1,
N N n > N : 
an 

(1.8.15)


 



 aN +1   aN +2 
 an 



|an | = |aN | 
 an1  > |aN | n > N.
aN   aN +1 

(1.8.16)

entonces

En ese caso el termino general no puede tender a cero y la serie diverge.

Observacion. Ni el criterio de Cauchy

ni el de dAlembert permiten concluir nada en caso que
 an+1 

, respectivamente, sea igual a 1. En efecto, si an = 1p

el lmite lm n an , o bien lm 
n
n
n
an 
entonces


 an+1 

n

 = 1,
lm an = lm 
(1.8.17)
n
n
an 
P 1
= si p 1 y
sin
importar
cu
a
l
sea
el
valor
de
p

R,
sin
embargo
hemos
visto
que
np
P 1
< si p 2.
np

* Lmites superior e inferior

Estudiando cuidadosamente la demostraci
on del criterio de Cauchy es posible ver que no
p
n
es estrictamente necesario que el lmite |an | exista, basta con que
p
n
|an | < q para todo n suficientemente grande y alg
un 0 < q < 1,
(1.8.18)
i.e. con que
p
(1.8.19)
q (0, 1) N N : n N n |an | < q,
P
para poder concluir que
an converge absolutamente.
p
Ejemplo 1.8.1. Sea an = 2n si n es par, an = 3n si n es impar. Como n |an | 21 < 1 para
p
P
todo n N, se concluye que
an converge absolutamente (aun cuando el lmite lm n |an |
no existe).
Este mismo ejemplo nos muestra que el criterio de Cauchy entrega siempre mas informacion que el criterio de dAlembert, en el siguiente sentido: si existiera q (0, 1) tal que


 an+1 


(1.8.20)
 an  < q para todo n suficientemente grande
entonces
P tambien podramos concluir, a partir de la demostracion del criterio de dAlembert,
que
an converge absolutamente. Sin embargo,
(


1 3 n
si n es impar,
an+1
2 2

= 1 2 n
(1.8.21)
an
si n es par,
3 3
de modo que no existe ning
un q (0, 1) para el cual se satisfaga (1.8.20).
22

Lo anterior se expresa mas claramente en terminos de los conceptos de lmite superior e

inferior de una sucesion [CH14, Cap. 1].
Definici
on 5. Sea {xn }nN una sucesion de n
umeros reales. Decimos que {yk }kN es una
subsucesion de {xn }nN si existe una sucesion creciente de enteros positivos n1 < n2 <
tal que yk = xnk . A la subsucesion {yk }kN la denotamos normalmente por {xnk }kN , o
simplemente por {xnk }. Decimos que {xnk } es una subsucesion convergente de {xn } si el
lmite lm xnk existe. Diremos finalmente que l es un punto lmite de {xn } si existe una
k

subsucesion convergente de {xn } cuyo lmite sea l.

Ejemplo 1.8.2. Si an = 2n cuando n es par y an = 3n cuando n es impar, entonces la

sucesion { n an } = ( 31 , 12 , 13 , 12 , . . .) no converge pero tiene dos puntos lmite: 31 y 12 . Ellos se

obtienen, por ejemplo, como el lmite de la subsucesion de los terminos pares y la de los
terminos impares, respectivamente, de la sucesion original.
+ n1 tiene tres puntos lmite.
Ejercicio 1.8.3.
1. Demuestre que la sucesion xn = sen n
2
2. Demuestre que si una sucesion {xn } es acotada y tiene solo un punto lmite, entonces
es convergente.
de Cauchy se puede extender a cualquier serie
P Nuestra intencion es mostrar que el criterio p
an , independientemente
de si la sucesion { n |an |} de races enesimas converge o no. La
p
idea es que aunque { n |an |} no tenga un lmite, siempre tendra puntos lmite, y para aplicar
el criterio de Cauchy bastara con tomar el mayor de todos ellos, el llamado lmite superior
de la sucesion. Para definir dicho lmite superior, dada una sucesion {xn } de n
umeros reales
considerense las sucesiones
x1 , x2 , x3 , . . . , xn , xn+1 , . . .
x2 , x3 , . . . , xn , xn+1 , . . .
x3 , . . . , xn , xn+1 , . . .
..
.
xn , xn+1 , . . .
Supongamos que {xn } es acotada superiormente. Entonces cada lnea tiene un supremo
Kn = supkn xk . Como {xn , xn+1 , . . .} {xn+1 , xn+2 , . . .} para todo n N, se tiene siempre
que Kn Kn+1 . Por lo tanto {Kn } converge a un lmite finito, o bien Kn . Es posible
ver que lo segundo sucede si y solo si xn .
Analogamente, si {xn } es acotada inferiormente entonces cada lnea tiene un nfimo kn =
nf kn xk y kn kn+1 para todo n N. Al ser creciente, la sucesion {kn } converge a un valor
finito, o bien kn (lo cual ocurre cuando xn ).
Definici
on 6. Si {xn } es una sucesion acotada superiormente, definimos su lmite superior
como
lm sup xn := lm Kn = nf Kn = nf sup xk .
n

nN

23

nN kn

En caso contrario, si xn , definimos lm sup xn = .

n

Analogamente, si {xn } es acotada inferiormente, definimos su lmite inferior como

lm inf xn := lm kn = sup kn = sup nf xk .
n

nN

nN kn

Si xn , definimos lm inf xn = .
n

Proposici
on 1.8.4. Dada una sucesion {xn } acotada superiormente, R es el lmite
superior de {xn } si y solo si para cada > 0
1. existe N N tal que xn < + para todo n N ; y
2. xn > para infinitos valores de n.
Analogamente, si {xn } es acotada inferiormente entonces R es el lmite inferior de {xn }
si y solo si para cada > 0
1. xn < + para infinitos valores de n
2. existe N N tal que xn > para infinitos valores de n.
Demostracion. Demostraremos solo la caracterizacion del lmite superior (la del lmite inferior es analoga). En primer lugar, veamos que si = lm sup xn entonces satisface las dos
n

propiedades mencionadas.
Sea > 0 fijo. Si = lm Kn , hay N N tal que n N < Kn < + .
n
Luego xn Kn < + para todo n > N .
Como {Kn } es decreciente, si = lm Kn entonces Kn para todo n N. Sea
n
n N fijo. Por definicion de Kn = sup xk , para todo > 0 existe k n tal que
kn

xk > Kn . Tenemos entonces que para todo n N existe k n con

xk > . Se concluye que xk > para infinitos valores de k, o, lo que es lo
mismo, xn > para infinitos valores de n.
Veamos ahora que si satisface las propiedades 1 y 2 entonces debe ser el lmite
superior de {xn }. Por la propiedad 1, se tiene que Kn + para todo n N . Por la
propiedad 2, para todo n N existe p n tal que xp > , y como Kn = supkn xk xp
se sigue que Kn para todo n N. Se concluye que = lm Kn .
n

Proposici
on 1.8.5. Sea {xn } una sucesion acotada. Entonces = lm sup xn es el mayor
de los puntos lmite de {xn } y = lm inf xn es el menor de los puntos lmite de {xn }.

24

Demostracion. Al tomar = 21 la proposicion anterior nos dice que hay infinitos valores de
n para los cuales 1 < xn < + 1. Sea n1 cualquiera de ellos y sea y1 = xn1 . Aplicando
la misma proposicion ahora con = 21 vemos que hay infinitos valores de n para los cuales
12 < xn < + 12 . Como hay infinitos de estos valores de n, necesariamente hay al menos
uno mayor que n1 ; sea n2 cualquiera de ellos y sea y2 = xn2 . Analogamente, aplicando la
proposicion con = 31 encontramos n3 > n2 tal que 13 < y3 := xn3 < + 13 . Haciendo
lo mismo infinitas veces encontramos una subsucesion {yk } = {xnk } de {xn } que claramente
converge al lmite superior . En otras palabras, es uno de los puntos lmite de {xn }.
Para demostrar que es el mayor de todos los puntos lmite, supongamos que l es otro
punto lmite de {xn } y demostremos que l . Que l sea un punto lmite de {xn } significa
que hay alguna subsucesion {xn1 , xn2 , . . .} que converge a l. Sea > 0 un n
umero peque
no
arbitrario. Por la proposicion anterior, existe N N tal que xn < + para todo n N .
En particular, como la sucesion de ndices n1 , n2 , n3 , . . . crece indefinidamente (pues nk k
para todo k N necesariamente), existe k0 N tal que si k k0 entonces nk N y
xnk < + . Por otra parte, lm xnk = l, luego existe k k0 tal que xnk > l . Se concluye
k

que l < + para todo > 0, i.e. l . Esto completa la demostracion, en lo relativo
al lmite superior. La demostracion para el lmite inferior es analoga.
p
Ejemplo 1.8.4. Nuevamente sean an = 2n si n es par, an = 3n si n es impar y xn = n |an |.
Como xn = { 12 , 13 , 21 , 13 , . . .} solo tiene dos puntos lmite, es facil deducir que 31 es el lmite
inferior y 12 es el lmite superior a partir de la segunda proposicion: el lmite superior es el
mayor de los puntos lmite. Tambien este ejemplo ayuda a entender la primera proposicion:
xn 12 para todo n N y dado > 0 se tiene que xn > 12 para infinitos valores de n (a
saber, para los n que son pares).
Ejercicio 1.8.5.

+ n1 ) = 1, lm inf(sen n
n1 ) = 1.
1. Demuestre que lm sup(sen n
2
2

2. Demuestre que lm inf xn lm sup xn y que lm inf{xn } = lm sup xn .

3. Sea {yn } una sucesion tal que lm yn = y > 0. Sea {xn } tal que lm sup xn = R.
n
Demuestre que lm sup xn yn = y. Si lm sup xn = demuestre que lm sup xn yn =
. Demuestre que la conclusion es falsa si y = 0.
Teorema
1.8.6 (Criterio de Cauchy). Si una sucesion {an } de n
umeros
reales es tal que
p
p
P
n
n
lm sup |an | < 1, entonces
an converge absolutamente. Si lm sup |an | > 1, necesarian

mente la serie diverge.

Demostracion. Supongamos que = lm sup

p
n
|an | < 1 y tomemos un > 0 cualquiera tal

que q := + < 1. La Proposicion 1.8.4 nos muestra que

p
N N : n N n |an | < + = q,
(1.8.22)
P
i.e. |an | < q n para todo n N . Esto hace que la serie
|an | pueda compararse con una
serie geometrica y que podamos demostrar que converge.
25

p
Supongamos ahora que = lm sup n |an | > 1. Sea > 0 cualquiera tal que > 1.
n
p
de n, lo cual implica,
La Proposicion 1.8.4 nos dice que n |an | > para infinitos valores
P
en particular, que |an | > 1 para infinitos valores de n. Si la serie
an convergiera se tendra
necesariamente que lmn an = 0. En particular, existira N N tal que |an | para todo
n N . Esto es incompatible con el hecho de que |an | < 1 para infinitos valores de n luego
la serie no puede converger.
En cuanto al criterio de dAlembert tenemos el siguiente resultado:
Teorema 1.8.7. Para toda sucesion {an } de n
umeros reales, todos distintos de cero salvo a
lo mas un n
umero finito de ellos, se tiene que




p
p
 an+1 
 an+1 
n
n


.

lm inf |an | lm sup |an | lm sup 
(1.8.23)
lm inf 
n
n
an 
an 
n
n


p
 an+1 
 y 0 = lm inf n |an |. Supongamos primero que >
Demostracion. Sean = lm inf 

n
n
an
0
, para llegar a una contradiccion. En ese caso habra c : > c > 0 . Por la Proposicion
1.8.4 habra N N tal que


 an+1 
 > c |an+1 | > c|an |.
n N 
(1.8.24)
an 
Esto nos permitira escribir, para n > N ,





 an 
 aN +1   aN +2 


 > |aN | cnN = |aN | cn ,
|an | = |aN | 




aN
aN +1
an1 
cN
lo cual, llamando k a la constante |acNN | , implicara que
p

n
n
|an | > kc, n > N
p

n
n
lm inf n |an | lm inf k c = c lm k = c
n

c,

(1.8.25)

(1.8.26)
(1.8.27)
(1.8.28)



p
 an+1 
 lm sup n |an |.
una contradiccion. En forma analoga se demuestra que lm sup 

an
n
n
Es por esto que el criterioP
de Cauchy nos entrega mas informacion que el de dAlembert,
como el ejemplo de la serie
an con an = 2n para n par y an = 3n para n impar, en
donde el criterio

de Cauchy nos permite
 ver que la serie converge absolutamente mientras
 an+1 
 an+1 
 = 0 y lm sup 
 = .
que lm inf 


n
an 
a
n
n
Conclu
el siguiente corolario del teorema anterior: si la su mos
 esta seccion observando p
 an+1 
n
cesion { an }nN converge, entonces { |an |}nN tambien converge y los lmites de ambas
26

sucesiones coindicen. Esto se desprende de la siguiente propiedad: una sucesion {xn }nN de
n
umeros reales converge si y solo si en la desigualdad lm inf xn lm sup xn se alcanza la
n

igualdad.

n
Ejemplo 1.8.6. lm n! = , porque lmn (n+1)!
= . Comparar con el hecho de que
n!
n

lmn n m! = 0 para todo m N fijo, aunque m sea muy grande.

P xnEsto muestra tambien
que podemos demostrar la convergencia de la serie exponencial n n! usando el criterio de
q
n
|x| n
Cauchy: n |x|n! =
0.
n
n!

1.9.

Reordenaciones

Finalizamos nuestra presentacion del estudio de la convergencia de series infinitas considerando el efecto que puede tener el cambiar el orden de los terminos sumados en el resultado
de la suma. Es facil imaginar el asombro que el siguiente descubrimiento [CJ71, Secc. 7.1.c,
p. 535] debio causar en los matematicos del s. xviii, acostumbrados a trabajar con series
infiniitas sin cuestionarse la naturaleza de su convergencia:
log 2 = 1

1
log 2 =
2
3
log 2 = 1
2

1 1 1 1 1 1 1
+ + + +
2 3 4 5 6 7 8
1
1
1
1

+
+
2
4
6
8
1 1 1
1 1
+ +
+ +
3 2 5
7 4

(1.9.1)
(1.9.2)
(1.9.3)

Si el orden en que se suman los terminos afecta el resultado, debemos preguntarnos si es

correcto emplear argumentos como el del siguiente ejemplo:
(
P
2n n par
Ejemplo 1.9.1. Para calcular el valor de
an , con an =
, nos gustara poder
3n n impar
decir que
X

an =
=

X
k=1

a2k +

a2k1

k=1

22k +

k=1


1
1

(1.9.4)

32k1

(1.9.5)

k=1
1
4



1
1 +3
1

1
9


1 .

(1.9.6)

Sin embargo, en la primera igualdad reordenamos los terminos de la serie. Tenemos derecho
a hacer esto, dado que hay ejemplos como el del log 2 en donde al cambiar el orden en que
se suman los terminos la serie cambia su valor? La respuesta nos la da el siguiente teorema.

27

P
P
Definici
on 7. Decimos que
bn = b1 + b2 + b3 + es una reordenacion de
an =
a1 + a2 + a3 + si cada termino an de la primera serie aparece exactamente una vez en la
segunda y cada termino bn de la segunda aparece exactamente una vez en la primera.
P
P
TeoremaP
1.9.1. Si
bn es una reordenacion de una serie absolutamente
convergente
an ,
P
entonces
bn converge absolutamente al mismo valor que
an .
Pospondremos la demostracion de este teorema y el siguiente hasta el final de la seccion.
El teorema anterior nos permite concluir que en el Ejemplo 1.9.1 s podemos sumar
primero los terminos pares y despues los impares, pues es facil ver que la serie converge
absolutamente: 3n < 2n para todo n impar, por lo tanto |an | 2n para todo n N y
X
X
|an |
2n = 1 < .
(1.9.7)
La gran diferencia entre esta serie y la del log 2 es que la del log 2 converge solo condicionalmente. Contrario a lo que imaginaramos, la situacion del log 2 no es la excepcion sino
la regla.
P
Teorema 1.9.2 ([CJ71], 7.1.c, p. 535537). Si una serie
an de n
umeros realesP
converge
condicionalmente entonces dado cualquier valor L R existe una reordenacion de
an que
converge a L.

* Demostraciones de los teoremas

Demostracion del teorema 1.9.1.
1. Consideremos primero el caso en que laP
serie solo
tiene terminos positivos. Llamemos sn y tn a la enesima suma parcial de
an y de
P
bn , respectivamente:
s n = a1 + + an ,
tn = b1 + + bn .
(1.9.8)
P
Llamemos S al valor de la serie S =
an . Como para cada n N, los terminos
b1 , . . . , bn aparecen en la serie a1 + a2 + , necesariamente existe alg
un n0 > n tal que
tn =
Pb1 + + bn a1 + + an0 S. Por lo tanto la sucesion {tn } de sumas parciales
de
bn es acotada superiormente,
P y como tambien es creciente (porque los terminos
son positivos), se P
concluye que
bn converge, a alg
un valor menor o igual a S. Por
otra parte, como
an converge a S, por definicion de lmite tenemos que
> 0 N N : sN = a1 + + aN > S .

(1.9.9)

Como los terminos a1 , . . . , aN aparecen en la serie b1 + b2 + , necesariamente existe

N 0 > N N tal que los terminos a1 , . . .P
, aN aparecen todos en la suma finita b1 + b2 +
0
0
+ bN , i.e. tN sN > S . Como
bn tN 0 , se concluye que
X
S < sN tN 0
bn S  > 0,
(1.9.10)
P
i.e.
bn = S.
28

P
2. Supongamos ahora que
an tiene tanto terminos positivos p1 , p2 , . . . como negativos
P
q1 , q2 , . . .. Como
an converge absolutamente,
P = p1 + p 2 +

|an | < y Q = q1 + q2 +

n=1

|an | < .

(1.9.11)

n=1

En la enesima suma parcial sn = a1 + a2 + + an debe aparecer un cierto n

umero
(llamemoslo n0 ) de terminos positivos y otro (digamos n00 ) de terminos negativos, con
n0 y n00 tales que n0 + n00 = n. Por tratarse de una suma finita, tenemos que
0

s n = a1 + + an =

n
X

00

pk

k=1

n
X

qk .

(1.9.12)

k=1

Cuando n , claramente el lado derecho tiende a P Q (pues las dos series son
convergentes), luego toda serie absolutamente convergente puede escribirse como la
diferencia de dos series convergentes de terminos positivos, una conformada por los
terminos positivos de la sucesion original y otra conformada por los valores absolutos
de sus terminos negativos.
P
P
P
P
3. Si
bn es una reordenacion de
an y
an converge absolutamente entonces
bn
tambien converge absolutamente. En efecto, para cada N N los terminos b1 , . . . , bN
aparecen en la serie a1 + a2 + luego necesariamente aparecen en la suma finita
a1 + a2 + + aN 0 para alg
un N 0 N. Por lo tanto,
|b1 | + + |bN | |a1 | + + |aN 0 |

|an | := A < ,

(1.9.13)

n=1

|bn | converge.
P
P
4. Como
bn converge absolutamente, puede escribirse, al igual que
|an |, como la
0
diferencia de dos series convergentes
de
t
e
rminos
positivos:
la
serie
p
+
p02 + de
1
P
0
0
los terminos positivos P
de
bn y la serie qP
de los
1 + q2 + de los valores absolutos
P
terminos negativos de
bn . Es claro que
bn es una reordenacion de
an si y solo
si P 0 = p01 + P
p02 + es una reordenacion de la serie P = p1 + p2 + de los terminos
positivos de
an y Q0 = q10 + q20 + es una reordenacion de la serie Q = q1 + q2 +
de los terminos negativos. Por el primero
resultados obtenidos
P de los
P anteriormente,
tenemos que P = P 0 y Q = Q0 , luego
bn = P 0 Q0 = P Q = an .
luego

Demostracion del Teorema 1.9.2.

1. Sean p1 , p2 , . . . los terminos positivos y q1 , q2 ,
q3 , . . . los terminos negativos de la serie (necesariamente hay infinitos terminos positivos e infinitos negativos porque de lo contrario la convergencia de la serie implicara
su convergencia absoluta, y estamos suponiendo que la serie converge solo condicionalmente).
29

P
P
2. El primer paso consiste en demostrar que las series
pk y
qk necesariamente son
divergentes. Procedemos por contradiccion, suponiendo que alguna de ellas converge.
P
P
a) En realidad, esto implica que las dos series, pk y qk , convergen. Demostremos
esta afirmacion. Sin perder generalidad, supongamos que es la serie de los terminos
positivos la que converge. Sea {bn } la siguiente sucesion:
(
an si an 0
bn =
.
(1.9.14)
0 si an < 0
Claramente

bn =

pk luego

bn < . Por otra parte, es claro que

N
X

an

n=1
N
X

bn es la suma de los terminos negativos que se encuentren entre los primeros

n=1

N terminos de la sucesion, de manera que

N
X

qk = lm

k=1

an

N
X

!
bn

(1.9.15)

n=1

n=1

si es que el lmite a la derecha existe. Como los dos lmites

X

an = lm

N
X

an

qk =

k=1

lm

n=1

!
an

qk = lm

k=1
N
X

bn = lm

n=1

existen, se concluye que el lmite

lm

N
X

K
X

N
X

bn

(1.9.16)

n=1

qk existe y es igual a

k=1

!
bn

an

bn .

(1.9.17)

n=1

P
pk converge tambien
qk converge (y viceversa).
P
P
b) Para demostrar entonces que pk = y qk = , supongamos, buscando una
contradicci
on, que las dos series convergen. En ese caso lo que demostraremos es
P
que
an converge absolutamente, lo cual contradice la hipotesis de que sea solo
condicionalmente convergente. En efecto, para todo N N los terminos positivos
entre a1 , a2 , . . . , aN tienen que aparecer en la serie p1 + p2 + , y los terminos
negativos entre a1 , a2 , . . . , aN tienen que aparecer en la serie q1 + q2 + , luego
En particular, si

|a1 | + |a2 | + |aN | P + Q < ,

(1.9.18)
P
P
donde P =
pk = p 1 + p2 + y Q =
qk = q1 + q2 + Como lo anterior
se cumple para todo N , se concluye que la sucesion de sumas parciales de la serie
30

P
de los valores absolutos,
|an |, es acotada. ComoPla de los valores absolutos
P es
una serie de terminos positivos, se concluye que
|an | converge, i.e.Pque
an
converge
absolutamente. Como esto es contrario a la hipotesis, tanto
pk como
P
qk tienen que diverger.
3. Como |an | 0 cuando n crece, los n
umeros pk y qk tambien deben tender a cero.
4. Supongamos, por conveniencia, que L > 0. Como laP
suma pP
1 + + pn1 crece con n1
tanto como queramos (demostramos que las series
pk y
qk divergen), existe un
primer n1 tal que p1 + + pn1 1 + pn1 > L y p1 + + pn1 1 L. En particular, la
suma p1 + + pn diferira del valor exacto L al que queremos llegar en a lo mas pn1 .
Sumemos ahora suficientes terminos negativos q1 qm1 de manera que
p1 + + pn1 q1 qm1 < L.
(1.9.19)
P
Igual que antes esto es posible lograrlo ya que
qk = . Si m1 es el primer natural
para el cual la suma pasa a ser inferior a L, tenemos que
p1 + + pn1 q1 qm1 1 L,

(1.9.20)

luego la suma diferira del valor exacto L en a lo mas qm1 .

A continuacion sumemos otros terminos positivos pn1 +1 + + pn2 para hacer
P que la
suma sea de nuevo ligeramente mayor que L, lo cual es posible porque
pk = .
La nueva suma difiere de L en a lo mas pn2 . Despues sumamos terminos negativos
qm1 +1 qm2 para lograr que la suma sea de nuevo menor a L; la nueva suma
diferira de L en a lo mas qm2 , y as sucesivamente.
Los valores de las sumas as obtenidas oscilaran en torno al n
umero L, y si el proceso
se repite una cantidad suficiente de veces, dichas oscilaciones ocurriran entre cotas
arbitrariamente cercanas las unas a las otras. En efecto, la longitud del intervalo en el
que tales oscilaciones tienen lugar tiende a cero ya que los terminos pk y qk tienden a
cero.
Tambien es posible reordenar la serie para hacerla divergente: elegimos n1 tal que
p1 + + pn1 > q1 + 1, despues n2 tal que pn1 +1 + + pn2 > q2 + 1 y n3 tal que
pn2 +1 + + pn3 > q3 + 1, etc. Entonces para cada k N
p1 + + pn1 q1 + pn1 +1 + + pn2 q2 + + pnk1 +1 + + pnk qk (1.9.21)
(1.9.22)
> 1| + 1 +{z + 1},
k veces

i.e. es posible escoger entre los terminos positivos n

umeros tan grandes que no puedan
ser compensados con los negativos para mantener acotada la serie.

31

1.10.

Ejercicios adicionales

1. Determine si la serie

1
1
1 1
+

+
2 8 32 128
converge. De ser as, calcule su valor.

2. Estudie la convergencia de las siguientes series:

X
(n!)2
a)
(2n)!
n=1

b)

(1)

c)

n+1

n=1

n
5 3n

d)

X
n=1

X
n=1

tn n1+t/3 ,

t>0

nn
2n n!

3. Sea {an }nN una sucesion convergente de n

umeros reales tal que lm an < 1. Demuestre
n

que existen q (0, 1) y N N tales que an q para todo n N .

4. Sea un n
umero positivo cualquiera entre 0 y

1
.
2

Determine si la serie


X


1
cos(n 2 ) 1

n=1

diverge o converge.
5. Estudie la convergencia de las series

1
tan
a)
n
n=1
b)

X
n=1

e)
2

n 3n

2n4 n

f)

X
(1)n

c)
nnn
n=1

g)

X
n=1

X
n=1

X
n=1

d)
( n n 1)n

sen2

1
n

(1)n

n
5n 3

1 5 (4n 3)
2 5 (3n 1)

n=1

n

X
nx
6. Determine para que valores de x R la serie
converge.
n
+
1
n=1
7. Sea an = 2n si n es par y an = (5)n si n es impar. Determine para que valores de

X
x R la serie
an xn converge y calcule una formula explcita para el resultado de
n=1

la serie.

32

Captulo 2
Lmites y continuidad
2.1.
2.1.1.

Definici
on de continuidad y convergencia
Motivaci
on

Una de las motivaciones para introducir el concepto de lmite es el calculo de la derivada

de una funcion. Por lo pronto, hablaremos de derivadas solo en terminos de la nocion de la
recta tangente.

-2,5

2,5

Figura 2.1: Recta tangente a y = x3 en el punto (1, 1).

Pensemos en una funcion como y = x3 . El grafico de esta funcion es una curva que pasa
por el punto (1, 1). Supongamos que queremos encontrar la ecuacion de la recta tangente en
ese punto (ver Fig. 2.1). Sabemos que la recta debe pasar por (1, 1) luego su ecuacion es de
la forma
y = 1 + m(x 1)

(2.1.1)

(vemos que y = 1 cuando x = 1). Nos falta encontrar su pendiente m. Para esto, tomemos
valores de x 1 y consideremos la recta `x que pasa por (1, 1) y por (x, x3 ) (ver Fig. 2.2).
33

A medida que x tiende a 1 (escribimos x 1), esperamos que `x se parezca cada vez mas a
la recta tangente. En particular, esperamos que la pendiente de `x se parezca cada vez mas
x3 1
. Por lo tanto, queremos
a m. Como `x pasa por (1, 1) y por (x, x3 ), su pendiente es
x1
decir que
x3 1
.
x1 x 1

m = lm

(2.1.2)

2,5

0,25

0,5

0,75

1,25

1,5

1,75

2,25

Figura 2.2: Recta por (1, 1) y (x, x3 ).

Para encontrar el valor del lmite anterior, recurrimos a la siguiente identidad algebraica:
(x 1)(x2 + x + 1) = x3 1 x R,

(2.1.3)

1
, la pendiente de `x , esta dada por x2 + x + 1. A medida que
la cual nos muestra que xx1
x 1, tanto x como x2 se parecen cada vez mas a 1, por lo tanto la pendiente de `x es cada
vez mas cercana a 3:

x
1.3
1.2
1.1
1.01
1.001

x3 1
(la pendiente de `x )
x1
3.990000
3.640000
3.310000
3.030100
3.003001

La ecuacion de la recta tangente a y = x3 en el punto (1, 1) es entonces y = 1 + 3(x 1).

34

2.1.2.

Definiciones

[CJ71, 1.8, pp. 105110; 1.2.d., pp. 55-68]

Que significa que el valor de una funcion f (x) se parezca cada vez mas a un valor L a
medida que x se acerca a un cierto x0 ? Como podemos demostrar que si x 1 entonces
x3 1
se acerca cada vez mas a 3? La respuesta
tambien x2 1, o que si x tiende a 1 entonces
x1
ha estado implcita desde el desarrollo del Calculo; fue formulada y contestada, entre otros,
por Fermat, Pascal, Newton y Leibniz. Sin embargo, la definicion precisa que usamos hoy fue
sugerida solo por Bolzano (1817) y Cauchy (1821), y explicitada finalmente por Weierstrass1
(fue necesario esperar mas de 150 a
nos para llegar a esta version mas rigurosa).
Definici
on 8. Decimos que una funcion f (x) converge a un valor L R cuando x tiende a
xx
un cierto x0 R (lo denotamos por f (x) 0 L) si


> 0 > 0 : 0 < |x x0 | < |f (x) L| < .
En ese caso decimos que L es el lmite de f (x) cuando x x0 (escribimos L = lm f (x)). Si
xx0

xx0

no existe L R tal que f (x) L, decimos que f (x) no tiene un lmite (que no converge)
cuando x x0 , o bien que el lmite lm f (x) no existe.
xx0

Quienes son estos y ? Consideremos la siguiente tabla:

x3 1
|x 1|
x1
1.3 3.990000
0.3
1.2 3.640000
0.2
1.1 3.310000
0.1
1.01 3.030100
0.01
1.001 3.003001 0.001
x

x3 1
3
x1
0.99
0.64
0.31
0.0301
0.003001

La tercera columna corresponde a los valores de , la cuarta a los de . Estamos

x3 1
afirmando que
se parecera a 3 tanto como nosotros queramos si x se acerca
x1
 3

x 1

lo suficiente a x0 = 1. Esto equivale a decir que podemos hacer que 
3, la
x1
3
x 1
distancia de
al valor lmite 3, sea tan peque
na como nosotros queramos. En
x1
particular, dado cualquier margen de error que queramos satisfacer, podemos lograr
que esa distancia sea menor que . Por ejemplo, si tomamos = 0,5, estamos diciendo
que queremos que la distancia al valor lmite 3 sea menor que 0,5. Revisando la cuarta
1

Artculo sobre lmite en Wikipedia

35

columna, vemos que este margen de error se logra en las filas tercera, cuarta y quinta.
Podemos tomar como la distancia de x a 1 (la tercera columna) de la tercera fila:
= 0,1. Si |x 1| < se logra el margen de error pedido de = 0,5 (como se observa
en la cuarta y en la quinta fila). Si ahora tomamos = 0,05, esto es, si queremos que la
distancia al valor lmite sea menor que 0,05, debemos quedarnos solo con las u
ltimas dos
filas; guiandonos por la tercera columna, podemos tomar = 0,01 (debemos acercarnos
mas a x0 = 1, por ejemplo permaneciendo a una distancia inferior a ese valor de ).
Por que escribimos 0 < |x x0 | < y no simplemente |x x0 | < ? Porque queremos que nuestra definicion de lmite pueda utilizarse tambien para funciones que no
necesariamente estan definidas en x0 , como en el caso de
x3 1
=3
x1 x 1
lm

(2.1.4)

ln x
cuando x 1, o el de
(mas adelante estudiaremos tambien lmites como el de
x1
sen x
cuando x 0). En la definicion de lmite estamos pidiendo que cerca de x0 la
x
distancia de f (x) a L sea menor que , pero no queremos pedirlo en x0 mismo. Estamos
pidiendo que |f (x) L| para todo x tal que |x x0 | y x 6= x0 .
Aunque f (x) este definida en x = x0 , esta bien que la definicion de lmite diga 0 <
|x x0 | < y no solamente |x x0 | < . Esto es porque al hablar del lmite de una
funcion f (x) cuando x x0 , nos preguntamos solamente por el comportamiento de f
alrededor de x0 , no por su valor en x0 mismo. El problema es determinar si los valores
de f (x) se acercan a alg
un valor L bien definido a medida que x se acerca a x0 , lo
cual supone imaginar un punto x que se esta moviendo y llegando a x0 sin alcanzarlo
realmente (no necesitamos conocer el valor de f (x0 )).
Notemos que en la forma en que esta escrita la definicion, esta implcito el hecho de
que f (x) debe estar bien definida para todo x 6= x0 en alg
un intervalo alrededor de x0
(i.e. debemos ser capaces de garantizar que si un x 6= x0 esta a una distancia de x0
menor a un cierto > 0 entonces la expresion f (x) tiene sentido).
Definici
on 9. Una funcion f se dice continua en un punto x0 R si
> 0 > 0 : |x x0 | < |f (x) f (x0 )| < .

(2.1.5)

Si S R es un conjunto abierto y f esta definida y es continua en todos los puntos de S,

decimos que f es continua en S.
Observacion. En la definicion anterior esta implicito el hecho de que para que una funcion
f sea continua en x0 es necesario que f este definida en x0 y en todo un intervalo alrededor
de x0 . Uniendo la defincion anterior a la definicion de lmite vemos tambien que f (x) es
continua en x0 si y solo si el lmite lm f (x) existe, y lm f (x) = f (x0 ).
xx0

xx0

36

2.1.3.

Primeros ejemplos
x1

Ejemplo 2.1.1. x2 1. Esto equivale a decir que f (x) = x2 es continua en x = 1. Debemos

demostrar que
> 0 > 0 : |x 1| < |x2 1| < .

(2.1.6)

Vemos que |x2 1| = |x 1||x + 1|, de modo que

|x 1| < |x2 1| < |x + 1|,

(2.1.7)

luego basta con encontrar la manera de que |x + 1| sea menor o igual que . Para esto,
vamos a decir lo siguiente: si fuera menor o igual que 1, entonces
|x 1| <

01 <x<1+ 2
1<x+1<3
|x + 1| < 3
|x + 1| < 3.

(2.1.8)
(2.1.9)
(2.1.10)
(2.1.11)

Para lograr que esto sea menor o igual que pediremos que 3 . Como tambien habamos
supuesto que 1, vamos a pedir que sea menor o igual que el menor entre ambos valores:
mn{1, 3 }. Hemos demostrado que
n o
> 0 : |x 1| < mn 1,
|x2 1| < ,
(2.1.12)
3
x1

i.e. la definicion de x2 1 se satisface.

x3 1 x1
x3 1
Ejemplo 2.1.2.
3. Para cada x 6= 1 se tiene que
= x2 + x + 1, de modo
x1
x1
que demostrar que
 3

x 1

> 0 > 0 : 0 < |x 1| < 
3 <
(2.1.13)
x1
equivale a demostrar que
> 0 > 0 :

|x 1| < |(x2 + x + 1) 3| < .

(2.1.14)

Pero
|(x2 + x + 1) 3| = |(x2 1) + (x 1)|
= |(x 1)(x + 1) + (x 1)| = |x 1||(x + 1) + 1| (2.1.15)
luego
|(x2 + x + 1) 3| < |x 1||x + 2| < .
37

(2.1.16)

Tal como en el ejemplo anterior, tenemos que

|x 1| < 1 0 < x < 2 |x + 2| < 4 |x 1||x + 2| < 4|x 1|.

(2.1.17)

Esto demuestra que

n o
> 0 : |x 1| < mn 1,
|x 1||x + 2| < ,
4

(2.1.18)

lo cual concluye la demostracion.

Raz cuadrada
Ejemplo 2.1.3. lm

x9

x = 3. Esto equivale a decir que f (x) =

x es continua en x0 = 9

(porque 3 es el valor de f (x0 )). Debemos demostrar entonces que

> 0 > 0 : |x 9| < | x 3| < .

(2.1.19)

Una manera de hacerlo es recurriendo a la formula de la diferencia de cuadrados:

2
( x 3)( x + 3) = x 32 = x 9.

(2.1.20)

Lo anterior nos muestra que

|x 9|
.
| x 3| =
x+3

(2.1.21)

|x 9|
| x 3|
3

(2.1.22)

> 0 : |x 9| < 3 | x 3| < .

(2.1.23)

En particular,

(porque

x > 0). Se sigue que

Esto muestra que dado cualquier > 0 es posible encontrar el de la definicion de continuidad: podemos tomar, por ejemplo, = 3.
* Lmite de un cociente
1
1
1
Ejemplo 2.1.4. * lm
= . Esto equivale a decir que f (x) =
es continua en
x9
6
x+3
x+3
x = 9 (pues 16 es el valor de f (x) cuando x = 9). Debemos demostrar entonces que


 1
1 

> 0 > 0 : |x 9| < 

< .
(2.1.24)
x + 3 6
38

Para esto, notemos que

x9

1
6 x3
x3
1
x9
x+3

=
=
=
, (2.1.25)
6
x+3
6( x + 3)
6( x + 3)
6( x + 3)
6( x + 3)2
de modo que


 1
1 

 x + 3 6 <

Lo mas facil en este punto es decir que

x+3


 1

1



 x + 3 6 <

|x 9|

< .
6( x + 3)2

(2.1.26)

1
, luego
3
|x 9|
.
6 32

(2.1.27)

Si queremos que esta diferencia sea menor que un margen de error > 0 dado, basta entonces
< , i.e. es suficiente con que |x 9| < 54. Esto demuestra que s existe al
con que |x9|
54
menos un , a saber = 54, tal que


 1
1 


< .
(2.1.28)
|x 9| < 
x + 3 6
Como es posible hacer esto para cualquier , a
un cuando sea muy peque
no, tenemos que
1
1
cuando x 9,
.
6
x+3
1
1
Ejemplo 2.1.5. * lm
= . En efecto, si |x 7| < entonces
x7 x 4
3


 1

|x 7|
1

(2.1.29)
 x 4 3  = 3|x 4| < 3|x 4| .
Para demostrar que

1
3|x4|

esta acotado basta, p.ej. con que exijamos que 1, ya que

|x 7| < < 1

|x 7| < 1
71<x<7+1
x>6
x4>2
1
1
<
|x 4|
2


 1
1 
|x 7|


 x 4 3  = 3|x 4| < 3|x 4| < 6 .

Se sigue que si 1 y 6 entonces



 1

1


 x 4 3  < x (7 , 7 + ).
Para que ambas condiciones se cumplan basta con que tomemos = mn{1, 6}.
39

(2.1.30)
(2.1.31)
(2.1.32)
(2.1.33)
(2.1.34)
(2.1.35)

(2.1.36)

Funciones por partes

(
x/3,
x<3
Ejemplo 2.1.6. Sea f (x) =
. Demostremos que lm f (x) = 1. Sean , > 0
x3
5x 14, x 3
y supongamos que 0 < |x 3| < . Si x < 3 entonces
|f (x) 1| = | x3 1| = 31 |x 3| < 3 .

(2.1.37)

|f (x) 1| = |5x 14 1| = 5|x 3| < 5.

(2.1.38)

Si x > 3 entonces

Por lo tanto = mn{3, /5} es tal que

0 < |x 3| < |f (x) 1| < .

(2.1.39)

Esto completa la demostracion.

2.1.4.

Seno y coseno

Ejemplo 2.1.7. lm cos x = 1 porque |x| < arc cos(1 ) 1 < cos x < 1.
x0

sen x
= 1. En efecto [CJ71, 1.8, p. 107], [Kit68, 3.5, Ej. 15, p. 119],
x0
x

dado 0 < x < 2 consideremos los puntos de coordenadas O = (0, 0), P = (cos x, sen x),
Q = (1, tan x) y R = (1, 0). Como
Ejemplo 2.1.8. lm

tan x
sen x
=
,
cos x
1

(2.1.40)

Q es la interseccion de la recta OP con la recta x = 1, luego el triangulo OQR, de area

x
1 tan x
, contiene al sector circular OP R, de area . Se concluye que
2
2
sen x
tan x
x
=

2 cos x
2
2

sen x
cos x x (0, 2 ).
x

(2.1.41)

En particular, dado > 0 tenemos que

0 < x < arc cos(1 )

sen x
> 1 .
x

(2.1.42)

1 sen x
Por otra parte, el triangulo OP R, de area
, esta contenido en el sector circular OP R,
2
x
de area , luego
2
sen x
x
sen x

1 x (0, ).
(2.1.43)
2
2
x
2
40

Por lo tanto
0 < x < arc cos(1 )

 sen x



1 < .

x

(2.1.44)

Tomando |x| en lugar de x obtenemos que

0 < |x 0| < arc cos(1 )




 sen |x|
 < .


1

 |x|

(2.1.45)

sen x
sen |x|
=
para todo x 6= 0, hemos obtenido que
x
|x|
 sen x



0 < |x 0| < arc cos(1 ) 
1 < ,
(2.1.46)
x
sen x
lo cual corresponde (por definicion) a la convergencia de
a 1 cuando x 0.
x
1 cos2 x
sen2 x
Ejemplo 2.1.9. * Como, por un lado, 1 cos x =
=
y, por otra parte,
1 + cos x
1 + cos x
sen x x y cos x 1 cuando x 0, esperamos que 1 cos x x2 /2 cuando x 0. Podemos
1
1 cos x
=
usando la definicion de lmite, de la siguiente
de hecho demostrar que lm
2
x0
x
2
manera. Primero escribamos
Como

12 cos2 x

1 cos x 1
1
sen2 x
1
1+cos x

.
(2.1.47)
x2
2
x2
2
x2 (1 + cos x) 2
 sen x 2
Vemos que aqu aparece
, el cual sabemos debiera ser cercano a 1. El denominador
x
na. Para ver esto unimos
1 + cos x se parece a 2, por eso la diferencia con 21 debiera ser peque
1 + cos x
las dos fracciones en una sola y cambiaremos el
1 por la expresion
2
1 + cos x
= 1 + algo que debiera ser peque
no.
(2.1.48)
2
1 + cos x
1 cos x
Ese algo claramente no puede ser otro que
1=
:
2
2
2

sen x
1 cos x 1
1
x2

2
x
2
1 + cos x 2
sen2 x
x
sen2 x
1+cos
1
1 cos x
2
x2
2
=
= x
+
.
1 + cos x
1 + cos x 2(1 + cos x)

(2.1.49)
(2.1.50)

Ahora mostremos por separado que cada una de los dos fracciones es peque
na. Vimos que
sen |x|

cos x
1 x ( , ) \ {0}, de manera que
|x|
2 2
2

sen x
1
cos2 x 1
2
cos x 1 =
x
0.
1 + cos x
1 + cos x

41

(2.1.51)

Por otra parte, 1 < 1 + cos x 2 para x ( 2 , 2 ), de modo que

1 cos x
1 cos x
1 cos x
<
<
.
2
2(1 + cos x)
4

(2.1.52)

Uniendo los dos resultados obtenemos que

1 cos x
1 cos x 1
1 cos x
<
.
(2.1.53)
<
2
2
x
2
4


 1 cos x 1 

De lo anterior se sigue que 
 < si 1 cos x < 2, lo cual se cumple si
x2
2
|x| < arc cos(1 2). Esto completa la demostracion.

2.1.5.

Lmites infinitos y en el infinito; lmites laterales

x

Definici
on 10. Decimos que lm f (x) = , o bien que f (x) , si
x

> 0 R > 0 : x > R |f (x) | < .

(2.1.54)

Analogamente, f (x) si
> 0 R > 0 : x < R |f (x) | < .
1
x2 + 7
=

. En efecto,
x 1 3x2
3
 
1
22
x2 + 7
(3x2 + 21) + (1 3x2 )

.
=
1 3x2
3
3(1 3x2 )
9x2 3

(2.1.55)

Ejemplo 2.1.10. lm

Cuando x el denominador es positivo, luego

 2
 
 x +7
1 
22


= 2
.
 1 3x2

3
9x 1

(2.1.56)

(2.1.57)

Sea > 0. Como

22
<
1

9x2 >

9x2

22
+ 1,

(2.1.58)

se sigue que
1
x<
3

22
+1

 2
 
 x +7
1 

 1 3x2 3  < .

Esto concluye la demostracion.

42

(2.1.59)

Definici
on 11. Sean , R. Decimos que
lm f (x) =

M > 0 > 0 : 0 < |x | < f (x) < M.

(2.1.60)

lm f (x) =

M > 0 > 0 : 0 < |x | < f (x) > M.

(2.1.61)

lm f (x) =

M > 0 > 0 : < x < f (x) < M.

(2.1.62)

lm f (x) =

> 0 > 0 : < x < |f (x) | < .

(2.1.63)

lm f (x) =

M > 0 > 0 : < x < f (x) > M.

(2.1.64)

lm f (x) =

M > 0 > 0 : < x < + f (x) < M.

(2.1.65)

lm f (x) =

> 0 > 0 : < x < + |f (x) | < .

(2.1.66)

lm f (x) =

> 0 > 0 : < x < + f (x) > M.

(2.1.67)

lm f (x) =

M > 0 R > 0 : x < R f (x) < M.

(2.1.68)

lm f (x) =

M > 0 R > 0 : x < R f (x) > M.

(2.1.69)

lm f (x) =

M > 0 R > 0 : x > R f (x) < M.

(2.1.70)

lm f (x) =

M > 0 R > 0 : x > R f (x) > M.

(2.1.71)

x
x

x
x
x +

x +
x +
x

x
x

Ejemplo 2.1.11. lm
x0

1
= . En efecto, dado M > 0 tenemos que
x

2.1.6.

1
<x<0
M

1
< M.
x

(2.1.72)

Divergencia y discontinuidades

Si no existe R{, } tal que f (x) cuando x (o bien x , x + ,

x , x ), decimos que el lmite lm f (x) (o bien lm f (x), lm+ f (x), etc.)
x

no existe.
La definicion de continuidad nos dice que una funcion es discontinua si existe alg
un
x0 R tal que
1. f (x) se indefine en x0 o en una sucesion de puntos arbitrariamente cercanos a x0 ;
2. f (x) esta definida en x0 y en todo un intervalo alrededor de x0 pero f (x) no tiene
un lmite lm f (x); o bien
xx0

3. f (x) esta definida x0 y en todo un intervalo alrededor de x0 y la funcion s tiende

a alg
un valor L R {, } a medida que x x0 , sin embargo dicho lmite
L difiere del valor f (x0 ) de f en x0 .
43

Ejemplos:
1. f (x) = [sen x] no es continua en x =

porque el lmite de f (x) cuando x 2 :

lm f (x) = 0,

x 2

(2.1.73)

no coincide con el valor de la funcion en ese punto: f ( 2 ) = 1.

(
1,
x>0
2. f (x) = sgn x =
, es discontinua en x = 0 porque no esta definida en
1, x < 0
x = 0 y porque el lmite lm f (x) no existe (esto se vera mas adelante en el Ejemplo
x0

2.2.3). La discontinuidad exhibida por esta funcion se conoce como una discontinuidad
de salto.
3. f (x) = x1 es discontinua porque no esta definida y porque el lmite no existe. La funcion
f (x) = x12 , en cambio, es discontinua aunque el lmite exista, por no estar definida en
x = 0. La funcion f (x) = x211 tiene discontinuidades tanto en x = 1 como en x = 1.
Estas funciones tienen discontinuidades infinitas.
Definici
on 12. Si f (x) esta definida para todo x alrededor de y el lmite L = lm f (x)
x

existe y es finito pero la funcion es discontinua en x = , ya sea por el hecho de no estar

definida en o porque esta definida en x = pero f () 6= L, decimos que la discontinuidad
de f en x = es una discontinuidad removible (o evitable) de f : basta con redefinir f en
ese punto (como f () := L) para que la funcion pase a ser continua.
Ejemplo 2.1.12. f (x) = senx x tiene una discontinuidad removible en x = 0 porque el lmite
sen x
lm
existe, luego basta redefinir f como
x0
x
(
sen x
, x 6= 0
x
f (x) =
(2.1.74)
1,
x=0
para que pase a ser continua.
Ejemplo 2.1.13. * El lmite lm [x] no existe, i.e.
x3

i) [x] no tiende a cuando x 3,

ii) [x] no tiende a cuando x 3 y
x3

iii) No existe R tal que [x] .

x3

Por definicion, [x] si

M > 0 > 0 x (3 , 3) (3, 3 + ) : [x] < M.
44

(2.1.75)

Demostrar i) consiste entonces en demostrar la negacion de la proposicion anterior:

M > 0 > 0 x (3 , 3) (3, 3 + ) : [x] > M,

(2.1.76)

que en castellano se traduce, esencialmente, por basta con mostrar que [x] esta acotada
inferiormente cerca de x = 3. Elijamos M = 1: corresponde a [x] > 1, lo cual vemos que
se cumple alrededor de x = 3 (ahora falta demostrarlo). Dado > 0, elijamos
(
2
si > 1
x=
.
(2.1.77)

3 2 si 1
Como este x esta en (3, 3) y satisface [x] = 2 > 1, se sigue que x (3, 3)(3, 3+) :
[x] > M . Como es arbitrario, hemos demostrado (2.1.76) y, por ende, i).
La demostracion de ii) es analoga (hacerla como ejercicio).
x3
Supongamos ahora que [x] para alg
un R, i.e. que
> 0 > 0 : 0 < |x 3| < |[x] | < .
Lo anterior debe cumplirse en particular para =

1
4

(2.1.78)

luego existe > 0 tal que

si |x 3| < y x 6= 3 entonces |[x] | < 41 .

(2.1.79)

Cada que x satisfaga esas dos condiciones: ser diferente de 3 y estar a una distancia menor
que de 3, tendremos que |[x] | < 14 . Los valores x1 = 3 + 2 y x2 = 3 2 satisfacen ambos
las dos condiciones, luego por un lado se tiene que |[3 2 ] | < 14 y por otro lado se tiene
que |[3 + 2 ] | < 41 . En particular,
1

< [3 ]
4
2

1
y [3 + ] < .
2
4

(2.1.80)

Como [3 2 ] 2 y [3 + 2 ] 3, por un lado se tiene que 41 < 2 y por otro lado que
3 < 41 . La primera desigualdad implica que < 2 + 41 , mientras que la segunda implica
que > 3 14 , lo cual es contradictorio.
1
Ejemplo 2.1.14. * El lmite lm+ sen no existe. Supongamos (buscando una contradiccion)
x0
x
que existe R tal que
> 0 > 0 : 0 < |x| < | sen x1 | < .
En particular, tenemos que | sen x1 | <

1
4

(2.1.81)

para todo x (, ) \ {0}, para alg

un > 0.
1
No importa cuan peque
no sea , si n es lo suficientemente grande tendremos que x =
n
pertenece a ese intervalo (, ) y es diferente de cero. Por lo tanto,



1  1

|| = | sen(n)| =  sen  < .
(2.1.82)
x
4
45

Analogamente, si n N es lo suficientemente grande entonces x =

luego
| 1| = |
En particular > 1

2.2.
2.2.1.

1
4

sen( 2

1
(, ) \ {0},
+ 2n




 1
1
+ 2n)| =  sen  < .
x
4

(2.1.83)

= 43 , lo cual contradice el hecho de que || < 14 .

Propiedades de lmites
Propiedad del sandwich

Teorema 2.2.1 ([Kit68], Teo. 3.5.7). Supongase que f (x) g(x) h(x) para todo x : 0 <
|x x0 | < para alg
un > 0. Supongase tambien que
lm f (x) = lm h(x) = L.

xx0

(2.2.1)

xx0

Entonces lm g(x) = L.
xx0

Ejemplo 2.2.1. La primera parte de la demostracion de que senx x 1 cuando x 0 era

ver que x ( 2 , 2 ) \ {0} cos x < senx x < 1. El teorema que acabamos de ver nos permite
completar directamente la demostracion, pues ya demostramos que lm cos x = 1.
x0

Ejemplo 2.2.2. lm x sen

x0

1
x

= 0 porque x x sen

1
x

x x 6= 0 y tanto f (x) := x como

h(x) := x tienden a cero cuando x 0.

Demostracion del teorema. Sea > 0. Por definicion, existen 1 y 2 tales que
0 < |x x0 | < 1 |h(x) L| <
0 < |x x0 | < 2 |f (x) L| < .

(2.2.2)
(2.2.3)

En particular,
0 < |x x0 | < mn{1 , 2 } f (x) L g(x) L h(x) L .

2.2.2.

(2.2.4)

Aritm
etica de lmites

Proposici
on 2.2.2 ([CJ71],1.8, p. 106; [Kit68], Th. 3.5.6, p. 117). Si f (x) cuando
x x0 y R entonces f (x) . Si f (x) 1 y g(x) 2 cuando x x0 entonces
lm f (x) + g(x) = 1 + 2 y lm f (x)g(x) = 1 2 . Si ademas 2 6= 0 entonces tambien

xx0

xx0

f (x)
1
lm
= .
xx0 g(x)
2
46

Como corolario de la proposicion se obtiene que la suma y el producto de funciones

continuas son continuas; que si f (x) es continua en x = x0 y R entonces la funcion
x 7 f (x) es continua en x = x0 ; finalmente, si f y g son continuas en x0 y g(x0 ) 6= 0, la
funcion f (x)/g(x) es continua en x0 .
Sea > 0. Como f (x) , existe > 0 tal que

Demostracion de la proposicion.

|x x0 | < |f (x) | <

(2.2.5)

Esto es equivalente a
|x x0 | < |f (x) | < .

(2.2.6)

Como es arbitrario, se concluye que f (x) .

Sea > 0. Como f (x) 1 y g(x) 2 , existen 1 y 2 tales que

(2.2.7)

0 < |x x0 | < 2 |g(x) 2 | < .

2

(2.2.8)

0 < |x x0 | < 1 |f (x) 1 | <

y

Sea := mn{1 , 2 }; se tiene que

0 < |x x0 | <

0 < |x x0 | < 1 0 < |x x0 | < 2

|g(x) 2 | <
|f (x) 1 | <
2
2

(2.2.9)
(2.2.10)

Como
|(f (x) + g(x)) (1 + 2 )| = |(f (x) 1 ) + (g(x) 2 )|
|f (x) 1 | + |g(x) 2 |,

(2.2.11)
(2.2.12)

se concluye que
0 < |x x0 | < |(f (x) + g(x)) (1 + 2 )| <

+ = .
2 2

(2.2.13)

Tal como en la demostracion anterior, dados cualquier 1 , 2 > 0 existe 1 > 0 tal que


0 < |x x0 | < 1 |f (x) 1 | < 1 |g(x) 2 | < 2 .
(2.2.14)


La idea ahora es escribir f (x) = 1 + f (x) 1 (en lugar de la expresion f (x) 1 )
y observar que:






|f (x)g(x) 1 2 | =  1 + f (x) 1 g(x) 1 2 
(2.2.15)
= |1 ||g(x) 2 | + |f (x) 1 ||g(x)|.
47

(2.2.16)

As, dados cualquier 1 , 2 > 0 existe 1 > 0 tal que

0 < |x x0 | < 1 |f (x)g(x) 1 2 | < |1 |1 + 2 |g(x)|.
Apliquemos lo anterior a 1 :=
que existe 1 > 0 tal que

,
2|1 |

2 :=

;
2(|2 |+1)

(2.2.17)

si 1 = 0 tomemos 1 := 1. Se tiene

0 < |x x0 | < 1 |f (x)g(x) 1 2 | <

|g(x)|
+
.
2 2 |2 | + 1

(2.2.18)

Como g(x) 2 , existe 2 > 0 tal que

0 < |x x0 | < 2 (|2 | + 1) 2 1 g(x) 2 + 1 |2 | + 1.

(2.2.19)

Se concluye que
0 < |x x0 | < mn{1 , 2 } |f (x)g(x) 1 2 | <

+ = .
2 2

(2.2.20)

Supongamos, finalmente, que 2 6= 0. En primer lugar, tomando = |2 |/2 en la

definicion de lmite vemos que existe 1 > 0 tal que
2
2
0 < |x x0 | < 1 2
< g(x) < 2 +
(2.2.21)
2
2
|2 |
.
(2.2.22)
|g(x)| >
2
|2 |
entonces
2

 

 f (x) 1   2 f (x) 1 g(x) 




 g(x) 2  = 

2 g(x)

 

 + f (x)
g(x) 
1
1
 2 1


= 

2 g(x)



En segundo lugar, veamos que si |g(x)| >

|1 ||2 g(x)| |f (x) 1 |

+
|2 ||g(x)|
|g(x)|
2|1 |
2
<
|g(x)

|
+
|f (x) 1 |.
2
|2 |2
|2 |

(2.2.23)

(2.2.24)
(2.2.25)
(2.2.26)

Sea > 0. Como f (x) 1 , existe 2 tal que

0 < |x x0 | < 2 |f (x) 1 | <

|2 |
;
2 2

(2.2.27)

Como g(x) 2 , existe 3 tal que

0 < |x x0 | < 3 |1 ||g(x) 2 | <
48

|2 |2
2 2

(2.2.28)

(si 1 = 0, la conclusion se cumple trivialmente; si 1 6= 0, se obtiene aplicando la

|2 |2
). Se concluye que
definicion de lmite a
2|1 | 2


 f (x) 1 

0 < |x x0 | < mn{1 , 2 , 3 } 
 < + = .
(2.2.29)
g(x) 2  2 2

2.2.3.

Lmites laterales

Proposici
on 2.2.3 ([Kit68], Prop. 5.2.8, p. 182). Dado x0 R, el lmite lmxx0 f (x) existe
y es igual a [, ] si y solo si los lmites lm f (x) y lmxx+0 f (x) existen y son
xx0

iguales a .
Ejemplo 2.2.3. lm [x] no existe porque lmx3+ [x] = 3 y lmx3 [x] = 2. Analogamente,
x3
1
1
1
lm no existe porque lm+ = mientras que lm = .
x0 x
x0 x
x0 x
Demostracion. Demostraremos la proposicion solo en el caso en que sea finito ( = y
= se dejan como ejercicio). Llamemos q1 , q2 , q3 y q4 a las siguientes proposiciones:
q1 (x, ) : x0 < x < x0
q2 (x, ) : x0 < x < x0 +
q3 (x, ) : 0 < |x x0 | <
q4 (x, ) : |f (x) | < .

(2.2.30)
(2.2.31)
(2.2.32)
(2.2.33)

Con esta notacion, las definiciones de las convergencias consideradas son:

xx

f (x) 0
xx+

f (x) 0
xx

f (x) 0
xx



> 0 > 0 x R q1 (x, ) q4 (x, )


> 0 > 0 x R q2 (x, ) q4 (x, )


> 0 > 0 x R q3 (x, ) q4 (x, ) .

(2.2.34)
(2.2.35)
(2.2.36)

xx+

Si f (x) 0 y f (x) 0 entonces dado > 0 existen 1 > 0 y 2 > 0 tales que




x R q1 (x, 1 ) q4 (x, )
y x R q2 (x, 2 ) q4 (x, ) .
(2.2.37)
As,
x R




q1 (x, 1 ) q2 (x, 2 ) q4 (x, ) .
49

(2.2.38)

Para := mn{1 , 2 } se tiene entonces que



x R q3 (x, ) q4 (x, ) ,
(2.2.39)


debido a que q3 (x, ) q1 (x, 1 ) q2 (x, 2 ) . Como > 0 es arbitrario, se concluye que
xx
f (x) 0 .
xx

xx

xx+

A la inversa, si f (x) 0 es posible ver que f (x) 0 y f (x) 0 , mediante un

argumento similar al anterior, considerando que
q1 (x, ) q3 (x, ) y q2 (x, ) q3 (x, ).

2.2.4.

(2.2.40)

Cambio de variable

Teorema 2.2.4 ([Kit68], Teo. 3.5.9, p. 118; [CJ71], 1.8, pp. 108109). Si f es continua en
x0 y g es continua en y0 := f (x0 ), entonces g f es continua en x0 .


3x
sen 1+x
, podemos razonar del modo siguiente. LlameEjemplo 2.2.4. Para calcular el lm
x0
x
3x
mos y a
. Vemos que cuando x 0 tambien y 0. Sabemos que si y 0 entonces
1+x


3x
3x
sen y y. Se concluye que sen

, por lo tanto
1+x
1+x


3x
3x
sen 1+x
3 x0
1+x =
3.
(2.2.41)
x
x
1+x
Para demostrar que el lmite efectivamente es 3, escribamos



3x


3x
3x
3x
sen 1+x
sen 1+x
sen 1+x
3
1+x
=
=
.

3x
3x
x
x
1+x
1+x
1+x

(2.2.42)

Si logramos demostrar que

lm

x0

3x
1+x
3x
1+x

sen

= lm

y0

sen y
y

(2.2.43)

obtendremos que
lm

x0

sen

3x
1+x

= lm

x0

3x
1+x


3x
1+x

sen

3x
1+x


=

sen y
lm
y0
y

 
lm

3
x0 1 + x


= 3.

(2.2.44)

El paso anterior podemos

sen y justificarlo usando el teorema de cambio de variable, con f (x) =

, y 6= 0
3x
y
y
con
g(y)
=
(la cual es continua en y = 0).
x+1

1,
y=0
50

Ejemplo 2.2.5. Como cos 2 = cos2 sen2 entonces



sen x2 2
1 cos(2 x2 )
2 sen2 x2
1 cos x
1
lm
= lm
= lm
= lm
x
x0
x0
x0
x2
x2
x2
2 x0
2


2
x 2
sen 2
sen y
1
1
1
1
lm x
lm
=
=
= 12 = . (2.2.45)
2 x0 2
2 y0 y
2
2
Demostracion del teorema. Dado > 0 existe > 0 tal que |g(y) g(y0 )| < para todo y
tal que |y y0 | < (esta es la definicion de la continuidad de g en y0 ). Aplicando esto a
y = f (x) obtenemos que
|f (x) y0 | < |g(f (x)) g(f (x0 ))| < .

(2.2.46)

Ahora utilizamos la continuidad de f (x) en x0 , la cual nos asegura que existe > 0 tal que
|x x0 | < |f (x) y0 | < .

(2.2.47)

Uniendo las dos afirmaciones obtenemos que

|x x0 | < |g(f (x)) g(f (x0 ))| < .

(2.2.48)

Como es arbitrario, se tiene el resultado pedido.

2.2.5.

Lmites por sucesiones

Intuitivamente, una funcion f es continua en un punto si f (x) f () cuando x .

Esto significa que a medida que x se acerca a , el valor de f en x debe parecerse cada vez
mas a f (). En particular, si este acercarse x a se produce paso a paso, mediante una
sucesion de puntos x1 , x2 , . . . que estan cada vez mas cerca de , esperamos que a medida
que n los valores de f (xn ) se parezcan cada vez mas a f (). Esto es lo que se demuestra
en el siguiente teorema.
Antes de enunciar el teorema, ofrecemos una generalizacion de los conceptos de convergencia y continuidad, con el animo de obtener un teorema aplicable a una gama
mayor de

posibles situaciones. En particular, nos preocupan discusiones como las de si x es continua

x0+
en x = 0: queremos responder afirmativamente dado que x 0 (la funcion tiende al
valor correcto al acercarnos desde su dominio de definicion). La mayor flexibilidad lograda
es relevante tambien en sentido abstracto, pues se necesita en algunos de los teoremas mas
importantes del curso como el de Weierstrass, el del valor intermedio y el de Rolle.
Definici
on 13. Sea S R y sea f una funcion definida en todo x S. Sea S. Decimos
que f es continua en al acercarse desde S si



> 0 > 0 :
|x x0 | < x S |f (x) f ()| < .
(2.2.49)
Decimos que f es continua en S si f es continua en cada punto de S al acercarse desde el
mismo conjunto.
51

Observacion. Si esta en el interior de S (si ( , + ) S para alg

un > 0), la definicion
original de continuidad de f en y la que acabamos de presentar (la de continuidad de f en
al acercarse desde S) son equivalentes. Si S es abierto, habamos dicho que f era continua
en S si era continua en cada punto de S. Ahora decimos que es continua en S si es continua
en todo S al acercarse desde S. Es facil ver que si S es abierto ambas definiciones son
equivalentes.

Ejemplo 2.2.6. x es continua en [0, ).

(
3 x, x 2
Ejemplo 2.2.7. Sea f (x) =
. Esta funcion no es continua en x = 2, sin
0,
x>2
embargo es continua en x = 2 al acercarse desde (, 2].
Teorema 2.2.5 ([CJ71],1.8, pp. 105106; [Kit68], 3.5, Teo. 5, p. 115). Una funcion f es
n
continua en un punto R al acercarse desde un conjunto S R si y solo si f (xn ) f ()
para toda sucesion {xn }nN S que converja a cuando n .
Observacion. Se concluye que una funcion f es continua en un conjunto S si y solo si


lm f (xn ) = f lm xn
(2.2.50)
n

para toda sucesion convergente {xn }nN S (se puede pasar el lmite dentro de la funcion).




Ejemplo 2.2.8. lm |xn | =  lm xn  si {xn } converge, dado que |x| es una funcion continua
n
n
de x.
1
Ejemplo 2.2.9. lm+ sen no existe porque si existiera entonces los lmites
x0
x
lm sen

seran iguales. En efecto, si sen

1
1
n

=0 y

lm sen

1
1

=1

(2.2.51)

+2n
2

1
tendiera a L cuando x 0+ , la funcion
x
(
sen x1 , x > 0
f (x) =
L,
x=0

(2.2.52)

1
1
sera continua en [0, ). Como las sucesiones x0n = n
y x00n = +2n
convergen ambas a
2
= 0, tanto {f (x0n )} como {f (x00n )} debieran converger a L = f ().
Respecto a la continuidad de f (x) = sen x1 , lo anterior nos dice que f es discontinua en
x = 0 (mas que por el hecho de que f no esta definida en x = 0 es porque el lm f (x) no
x0

existe: la discontinuidad en x = 0 no es evitable).

52

Ejemplo 2.2.10.
3

sen 1+n
sen 1+n 1+n
3
= lm
= lm
1
lm n sen
1
3
n
n
1 + n n
n
1+n

 n

sen y
3
= lm
lm 1
= 1 3 = 3;
y0
n
y
+1
n
sen x

,
x 6= 0

x
hemos usado el hecho de que f (x) =
es continua en x = 0.
sen y

lm
, x=0
y0
y

(2.2.53)
(2.2.54)

Demostracion del teorema. Supongamos que f es continua en x = al acercarse desde S.

n
Sea {xn } una sucesion tal que xn y xn S n. Sea > 0. Por definicion, existe > 0
tal que


|x | < x S |f (x) f ()| < ,
(2.2.55)
y existe N N tal que
n N |xn | < .

(2.2.56)

Como xn S para cada n, se tiene que

n N |f (xn ) f ()| < .

(2.2.57)

Esto demuestra que f (xn ) f ().

Supongamos ahora que f no es continua en x = al acercarse desde S, i.e. que la
afirmacion
> 0 > 0 x ( , + ) S : |f (x) f ()| <

(2.2.58)

es falsa. Entonces la negacion de esa afirmacion, a saber,

> 0 > 0 x ( , + ) S : |f (x) f ()| > ,

(2.2.59)

es verdadera. En particular, tomando = n1 vemos que para cada n N existe un x S, al

cual llamaremos xn , tal que |xn | < n1 y |f (xn ) f ()| > . Existe entonces una sucesion
{xn } S que converge a pero para la cual f (xn ) 6 f ().
* Motivaci
on de la definici
on con y
Consideremos el siguiente ejemplo:
p
9,1 = 3,01662062579967
p
9,01 = 3,00166620396073
p
9,001 = 3,00016666203729
..
.
53

(2.2.60)
(2.2.61)
(2.2.62)
(2.2.63)


Tal como se vio en Introduccion al Calculo, para justificar que 9,00 001 se parece
cada vez mas a 3 a medida que el dgito 1 se desplaza mas y mas a la derecha lo que hacemos
es demostrar que
r

!


1


> 0 n0 N : n n0  9 + n 3 < .
(2.2.64)


10
La u
ltima desigualdad equivale a
r
1
9+ n <3+
10

1
< (3 + )2 9
n
10
1
< 6 + 2
10n

luego lo que debemos hacer es demostrar que



1
2
> 0 n0 : n n0 n < 6 + .
10

(2.2.65)
(2.2.66)

(2.2.67)

Ahora bien, la forma particular del lado derecho: 6 + 2 , no es tan importante. El

1
no como nosotros
desafo que realmente tenemos en frente es demostrar que n es tan peque
10
queramos si estamos dispuestos a esperar a que n sea suficientemente grande. Para expresarlo
mejor, conviene dar otro nombre a la expresion 6 + 2 , para enfatizar que lo que importa no
es que sea 6 + 2 , lo que importa es que es una cantidad peque
na. La costumbre es llamar
a esta cantidad . Si podemos demostrar que


1
(2.2.68)
> 0 n0 > 0 : n n0 n < ,
10
la relacion (2.2.67) se desprendra como corolario. Esto claramente corresponde a la defincion
de lmite, i.e., hemos demostrado que
r
1 n
1 n
9 + n 3 si y solo si
0.
(2.2.69)
10
10n
Demostrar esto es un ejercicio aparte, el cual exige utilizar, entre otros, la propiedad arquimediana de los n
umeros naturales.
Reflexionando sobre la demostracion, vemos que la forma de la expresion 101n no jugo un
papel relevante en el argumento anterior. Vimos que al final era necesario demostrar que
1
0, pero no llegamos a demostrarlo. A partir de esto podemos concluir que hemos
10n

demostrado una propiedad mas general. No solo la raz 9 + 10n tiende a 9 cuando
n , tambien se puede decir lo mismo de las races de cualquier sucesion de n
umeros
mayores que 9 que tiendan a 9 en el infinito. En efecto, si {xn } es una sucesion cualquiera
tal que xn > 9 n y tal que xn 9 cuando n , entonces
> 0 n0 > 0 : (n n0 9 < xn < 9 + ) .
54

(2.2.70)

Por lo tanto,
> 0 n0 > 0 :

n n0 9 < xn < 9 + 6 + 2

(2.2.71)

(basta con considerar cualquier > 0 y aplicar la propiedad anterior a = 6 + 2 ). Lo

anterior nos permite concluir que


p

2
(2.2.72)
> 0 n0 > 0 : n n0 3 < xn < (3 + ) ,

i.e., xn 3 cuando n .
Resumiendo, hemos demostrado que si {xn } es cualquier sucesion que tiende a 9, entonces

xn tiende a 3:

xn 3.
(2.2.73)
xn 9
Es decir, noimporta la manera en que nos acerquemos a 9, la raz cuadrada se parecera cada
vez mas a 9. En otras palabras, no solo podemos ver intuitivamente que si

x9
x 3,
(2.2.74)
tenemos ademas la posibilidad de demostrarlo. La clave de la demostracion fue la siguiente
implicacion:

0 < x 9 < 6 + 2 | x 3| < .

(2.2.75)
Haciendo mas abstraccion, vemos que la clave fue demostrar que dado cualquier > 0
podemos encontrar una cierta distancia crtica al punto
de interes x0 = 9 (a saber,

2
= 6+ ) a partir de la cual podemos garantizar que | x3| < . Resumiendo nuevamente,
para demostrar (2.2.73) lo que hicimos fue demostrar que

> 0 > 0 : 0 < x 9 < | x 3| < .

(2.2.76)
La u
ltima expresion es la que tomamos como definicion del hecho de que una cierta funcion
f (x) tienda a un cierto valor lmite cuando x se acerca a un cierto x0 , comprendiendo este
acercarse a x0 de una manera distinta: no ya acercandose mediante sucesiones (paso a
paso) sino de una manera continua.

2.3.

Continuidad de algunas funciones elementales

1. La identidad f (x) = x es continua en todo R.

2. Toda funcion lineal f (x) = ax + b es continua en R.
3. La funcion f (x) = |x| es continua en todo R. En efecto, si x0 > 0 entonces f (x) es
continua en x0 porque en toda una vecindad de x0 la funcion coincide con f (x) = x,
luego lmxx0 f (x) = f (x0 ). Analogamente si x0 < 0. En x0 = 0 tenemos que los lmites
laterales son iguales.
55

4. f (x) = sen x es continua en R. Sea x0 R y dado cualquier otro x R llamemos h a

la diferencia h = x x0 entre x y x0 .
sen x = sen(x0 + h) = sen x0 cos h + sen h cos x0
| sen x sen x0 | = | sen x0 ||1 cos h| + | cos x0 || sen h|

xx

|1 cos(x x0 )| + | sen(x x0 )| 0 0

(2.3.1)
(2.3.2)
(2.3.3)

pues | sen(x x0 )| |x x0 |.
5. Una funcion constante es continua.
6. Si f (x) es continua en x0 y c R entonces cf (x) es continua en x0 .
7. La suma, resta y producto de funciones continuas son continuas porque lo mismo se
cumple para los lmites. Analogamente, si f (x) es continua en x0 y f (x0 ) 6= 0, entonces
1
es continua en x0 .
f (x)
8. Toda potencia positiva es una funcion continua:


lm xn = lm x

x
{z }
xx0
xx0 |
n veces

 
 

= lm x lm x lm x = x0 x0 x0 = xn0 .
xx0
xx0
xx0
{z
}
|

(2.3.4)
(2.3.5)

n veces

9. Todo polinomio es continuo:

f (x0 ) =

n
X

ak xk0

n
X

ak

k=0

k=0

k

lm x

xx0
n 
X
k=0

n
X
k=0

lm ak x

xx0


ak

lm x

xx0


= lm

xx0

n
X

!
ak x

k=0

= lm f (x). (2.3.6)
xx0

10. La composicion de funciones continuas es continua:



 

lm g(f (xn )) = g lm f (xn ) = g f lm xn
= g(f (x0 )).
n

11. lmn sen

n2
n+4n2

2
2

porque sen x es continua en x = 4 .

56

(2.3.7)

2.4.

Teorema del valor extremo de Weierstrass

Teorema 2.4.1. Toda funcion continua definida en un conjunto cerrado y acotado alcanza
su mnimo y su maximo (i.e. si S R es acotado y f : S R es continua, entonces existen
z1 , z2 S tales que f (z1 ) f (x) f (z2 ) para todo x S).
Demostracion. Por definicion de := nf f (x) existe {xn } tal que lm f (xn ) = . En virtud
xS

del teorema de Bolzano-Weierstrass, existe subsucesion {xnk } que converge a alg

un z S.
Entonces
f (z) = f (lm xnk ) = lm f (xnk ) = ,

(2.4.1)

i.e. f (z) f (x) para todo x S.

Para qu
e sirve el teorema? C
omo se usa?
Consideremos el problema de fabricar una lata cilndrica que contenga un volumen dado
V (p.ej. V = 350ml) usando la menor cantidad posible de material. El problema consiste en
encontrar el radio x de la base y la altura h del cilindro para los cuales el area de la superficie
A = x2 + 2xh + x2 = 2x2 + 2xh

(2.4.2)

sea la menor posible entre todos los pares (x, h) tales que x2 h = V . Despejando h =
nos queda que
A = 2x2 + 2

V
=: f (x).
x

V
x2

(2.4.3)

Pronto veremos que para encontrar el mejor valor de x debemos encontrar la derivada
f (x) de f (x), y resolver la ecuacion f 0 (x) = 0. Por ahora lo que necesitamos saber (lo
demostraremos despues) es que la derivada de una potencia xn , n N es:
0

(xn )0 = nxn1
(el exponente disminuye en uno y la funcion por el exponente n). Aplicando esta formula a
n = 2 y a n = 1 obtenemos que
 0
1
2 0
(x ) = 2x
y
= (x1 )0 = (1) x2 = x2 ,
(2.4.4)
x
luego
f 0 (x) = 4x 2

57

V
.
x2

(2.4.5)

La ecuacion f 0 (x) = 0 tiene como solucion

x = 3
2V
V
2

4x = 2
x3 =
,
(2.4.6)

x
2
V
V

2
3
2
h =
x = 2 x x = 2x
=2
x2
2
lo cual nos sugiere que la superficie de la lata se minimiza cuando su altura es igual al
diametro de su base (al buscar un tarro de cafe Nescafe en casa, que puede observar?).
Demostrar que el valor encontrado corresponde efectivamente a la lata mas economica
no es facil. Para ello es necesario demostrar que
si z esta en el interior del dominio de definicion D de f
y f (z) f (x) para todo x D, entonces f 0 (z) = 0;
como la ecuacion f 0 (z) = 0 solo tiene la solucion obtenida anteriormente, se concluye que

!
V

z = 3
2
.
(2.4.7)
f (z) f (x) x (0, )

h =
= 2z
z 2
El anterior es un teorema importante del calculo y lo veremos un poco mas adelante. Sin
embargo, dicho teorema no es suficiente: primero hay que saber que el problema de minimizacion tiene solucion, que existe un z en donde f alcanza el menor de sus valores. Para estar
seguros de que existe esta solucion normalmente invocamos el teorema del valor extremo de
Weierstrass. Es una de las razones por las que el teorema es importante.
Repasemos lo que dice el teorema de Weierstrass: en primer lugar, nos pide que la funcion
con la que trabajamos sea continua. La funcion del ejemplo,
2V
,
(2.4.8)
x
esta definida y es continua en todo x (0, ). Por lo tanto, no tenemos inconvenientes en
cuanto al requisito de continuidad. Sin embargo, el teorema tambien pide que el conjunto en
el que estudiamos la funcion sea acotado, y (0, ) no es acotado. La solucion a este problema
es mostrar que no conviene ni que x 0 (no es bueno que la lata sea muy baja) ni que
x (la lata tampoco debera ser muy delgada). Debemos encontrar un radio mnimo
r1 y un radio maximo r2 que debera tener la lata, de modo que podamos transformar el
problema de optimizacion original
f (x) = 2x2 +

nf f (x)

(2.4.9)

x(0,)

en un problema de minimizacion en un conjunto de b

usqueda acotado:
nf

f (x);

x[r1 ,r2 ]

esto nos permitira finalmente acudir al teorema de Weierstrass.

Como se encuentran los radios mnimo y maximo r1 y r2 ?
58

(2.4.10)

Comencemos eligiendo un radio cualquiera, p.ej. x = 1. Si este fuera el radio de la

base, la superficie de la lata medira f (1) = 2 + 2V . Normalmente, este no sera el
area optima (a menos que tengamos mucha suerte), de modo que esperamos que el area
optima sea inferior a ese valor. Sin importar si x = 1 es el valor optimo o no, no debemos
tener en cuenta a ning
un radio x que produzca un area mayor a f (1) = 2 +2V , porque
no tiene ninguna posibilidad de ser el mejor radio (si es peor que x = 1, no es el mejor).
A continuacion, demostremos que si el radio x es muy peque
no (si x 0), el area f (x)
sera superior a ese valor f (1) = 2 + 2V . El problema cuando x 0 es que 2V
se hace
x
muy grande (si una lata muy delgada debe contener un volumen dado entonces tiene
2V
> 2 + 2V , pues
que ser muy alta). Por lo tanto, basta con resolver la ineacuacion
x
2V
2V
> f (1) f (x) = 2x +
> f (1) nf f.
(2.4.11)
(0,)
x
x
A partir de este analisis, definamos r1 :=

2V
f (1)

nf f (x) =
x(0,)

V
+V

nf

y concluyamos que

f (x);

(2.4.12)

x[r1 ,)

en otras palabras, si z es tal que f (z) f (x) x r1 , entonces, en particular,

f (z) f (1), con lo cual tendremos que f (z) f (1) f (x) x < r1 . Uniendo esto a
la hipotesis concluiremos que
f (z) f (x) x [r1 , )

f (z) f (x) x (0, ).

(2.4.13)

Ahora veamos que sucede cuando x es muy grande: el area de la base, 2x, es necesa(1)
= 1+ V ), superara el
riamente grande, y a partir de un cierto radio r2 (a saber r2 = f2
valor de f (1) = 2 + 2V . Argumentando igual que antes tendremos que
f (z) f (x) x [r1 , r2 ]

f (z) f (1)
f (z) f (x) x > r2 .

(2.4.14)
(2.4.15)

Por lo tanto,
f (z) f (x) x [r1 , r2 ]

f (z) f (x) x [r1 , ).

(2.4.16)

Por el teorema de Weierstrass, existe z [r1 , r2 ] tal que f (z) f (x) x [r1 , r2 ].
Uniendo q
(2.4.16), (2.4.13) y (2.4.7) conclumos finalmente que f (z) f (x) x > 0 y
que z =

V
,
2

i.e. que

r
f

V
2

!
f (x) x > 0

(no hay mejor radio que este).

Ejercicio 2.4.1. Sean a, b, c R. Demuestre que f (x) = a2 x2 bx3 + c2 x4 esta acotada
inferiormente.
59

2.5.

Teorema del valor intermedio

Cuando una funcion es discontinua puede haber valores intermedios que no se alcanzan,
p. ej. f (x) = [x] es tal que f (1) = 1, f (2) = 2, pero no existe ning
un x para el cual f (x) = 2,7.
En cambio, cuando una funcion es continua, todo valor intermedio se alcanza; esto es lo que
dice el teorema del valor intermedio.
Teorema 2.5.1 ([Kit68], Teo. 5.2.1, p. 177). Si f : [a, b] R es continua y f (a) 6= f (b)
entonces dado cualquier n
umero y entre f (a) y f (b) existe x (a, b) tal que f (x) = y.
Lema 2.5.2. Sea S R un conjunto no vaco acotado superiormente. Entonces existe una
sucesion {xn }nN de elementos en S que converge al supremo de S.
Demostracion. Sea z = sup S, el cual existe en virtud del axioma del supremo. Para cada
n N tenemos que z n1 < z, por ende no puede ser una cota superior de S (ya que z es la
mejor cota superior). Esto es, para cada n N existe xn S tal que z n1 < xn . Como el
supremo de un conjunto es cota superior de el, z x para todo x S. En particular xn z
para todo n. Esto demuestra que |xn z| < n1 , con lo cual xn z como queramos.
Demostracion del teorema. Paso 1: podemos suponer que f (a) > f (b). En efecto, si
demostramos que el teorema del valor medio se cumple para toda funcion tal que g(a) > g(b)
y f es una funcion tal que f (a) < f (b), podemos aplicar el teorema a g(x) := f (x) y concluir
que para todo y : f (a) < y < f (b) existe x (a, b) tal que f (x) = g(x) = y.
Paso 2: dado y : f (a) > y > f (b), encontremos el candidato z [a, b] a ser la
preimagen de y por f . Sea y : f (a) > y > f (b). Sea
S := {x [a, b] : f (x) y}.

(2.5.1)

El conjunto S es no vaco porque f (a) > y. Sea z := sup S. Como S [a, b], tenemos que
z [a, b].
Paso 3: demostremos que f (z) y. Por el lema anterior, existe {xn } S tal que
xn z. Por definicion de S, f (xn ) y para todo n. Usando la continuidad de f obtenemos
que f (z) = lm f (xn ) y.
Paso 4: demostremos que f (z) y. Como f (z) y > f (b), tenemos que z 6= b. Como
z [a, b], necesariamente a z < b. Ahora bien, como z = sup S entonces z es una cota
superior de S, i.e. f (x) y x S x z. Esto equivale a decir que x > z f (x) < y.
Se concluye que f (z) = lmxz+ f (x) y, lo cual completa la demostracion.
Ejemplo 2.5.1. Existe x (0, 1) tal que x2 = sen(x).
Demostracion. Llamemos f a la funcion f (x) = x2 sen(x). Tenemos que f ( 12 ) = 34 y
f (1) = 1. Entonces, dado cualquier y : 43 < y < 1, existe x ( 12 , 1) : x2 sen(x) = y.
Aplicando esto a y = 0 se obtiene el resultado pedido.

60

Ejemplo 2.5.2 ([Kit68], Prop. 5.2.6). Todo polinomio de grado impar con coeficientes reales
tiene al menos una raz real.
Demostracion. Sea n N impar y sea P (x) = an xn +an1 xn1 + +an1 x+an un polinomio
de grado n. Vemos que P (x)/xn tiende a an cuando x . Por lo tanto, existen R1 < 0
y R2 > 0 tales que P (x)/xn tiene el mismo signo que an tanto cuando x R1 como cuando
x R2 . Como R1n < 0 y R2n > 0, se tiene en particular que P (R2 ) tiene el mismo signo que
an y P (R1 ) tiene el signo contrario. Aplicando el teorema del valor intermedio a P (x) con
a = R1 y b = R2 (los polinomios son funciones continuas) descubrimos que existe x tal que
P (x) = 0.

2.5.1.

Continuidad de la inversa

Teorema 2.5.3 ([Kit68], Teo. 9.1.7, p. 368; [CJ71], 1.2.e, p. 68). Sea f una funcion definida en un intervalo cerrado y acotado, estrictamente creciente y continua. Entonces f es
invertible y su inversa cumple las mismas propiedades que f : esta definida en un intervalo
cerrado y acotado, es estrictamente creciente y es continua.
Demostracion. Sean = f (a) y = f (b). Que g = f 1 este definida en el intervalo completo
[, ] corresponde al teorema del valor intermedio. Es facil ver que f 1 es estrictamente
creciente. Para ver la continuidad, tomemos cualquier valor > 0 entre y . Entonces
= g() debe estar entre a = g() y b = g(). Sea  > 0 un n
umero positivo dado, el cual
puede considerarse lo suficientemente peque
no como para que a < < + < b. Como
f es creciente, = f () esta situado entre los valores f ( ) = A y f ( + ) = B, y puede
encontrarse un tan peque
no tal que A < < + < B. Si y es cualquier valor tal que
< y < + , y x = g(y), se tiene que A < y < B y, por lo tanto, g(A) < g(y) < g(B);
esto es, < g(y) < + , o bien |g(y) g(x)| < .
La misma demostracion, ligeramente modificada, se aplica cuando es uno de los puntos
extremos o del intervalo de definicion de g.

* Seno y arcoseno, qui

en viene primero?
Se define sen como la ordenada del punto sobre la circunferencia unitaria que forma un
angulo con respecto al eje X. Sin embargo, definir sen de esta manera presupone que para
cada existe un punto sobre la circunferencia unitaria que forma un angulo con respecto
al eje X. Que derecho tenemos a suponer que tal punto existe?
Conceptualmente es mas facil definir primero la funcion = f (y) = arc sen y y despues
definir sen como su inversa, invocando al teorema del valor intermedio. Dado y (0, 1),
definiremos P (y) como el punto que estapen el semiplano derecho, sobre la circunferencia
unitaria y a altura y, a saber, P (y) = ( 1 y 2 , y). Ahora haremos un poco de trampa:
supondremos que para cada y (0, 1) podemos definir la longitud f (y) del arco que va
desde el punto (1, 0) hasta el punto P (y). Tambien asumiremos que podemos definir el area
A(y) del sector circular determinado por esos dos puntos y el origen, y aceptaremos, sin
61

demostracion, que f (y) = 2A(y) (la proporcion entre el area del sector circular y la longitud
del arco de circunferencia es de 1 a 2; por ejemplo el area total del crculo es y el permetro
es 2). Demostraremos que A(y) es continua, a partir de lo cual deduciremos que f (y) es
continua y que tenemos derecho, por ende, a usar el teorema del valor intermedio.
Veamos primero que |A(y) A(y0 )| corresponde al areap
del sector circular
p limitado por el
2
origen O(0, 0) y los puntos P0 (x0 , y0 ) y P (x, y), con x0 := 1 y0 y x = 1 y 2 . A continuacion definamos Q como la interseccion de la recta OP con la tangente a la circunferencia
por P0 y observemos que el sector circular OP0 P esta contenido en el triangulo OP0 Q, de
modo que |A(y) A(y0 )| < 1P20 Q . Conclumos que basta con demostrar que P0 Q 0 cuando
y y0 .

Llamemos u y v a las componentes de P0 Q. Como P0 Q OP0 , x0 u + y0 v = 0. Como

x0 + u
y0 + v
OP k OQ,
=
. Por lo tanto
x
y
x0 u + y0 v = 0
yu xv = xy0 x0 y,

(2.5.2)
(2.5.3)

i.e.
u=

y0
(xy0 x0 y),
xx0 + yy0

v=

x0
(xy0 x0 y).
xx0 + yy0

(2.5.4)

p
Como x = 1 y 2 es una funcion continua de y, se sigue que u, v 0 cuando y y0 , lo
cual demuestra el resultado pedido de la continuidad de f (y).
Despues de haber demostrado que f (y) es continua se obtiene que para cada (0, 2 )
existe y (0, 1) tal que = f (y), i.e. efectivamente existe un punto sobre la circunferencia
que forma con el eje X un angulo . Al ser inversa de una funcion continua, la funcion
y = sen es continua (aunque la continuidad de sen , en caso de que dicha funcion estuviera
bien definida, ya la habamos demostrado).
Observacion. Las funciones arc sen x, arc cos x, arctan x, etc. son continuas en sus respectivos
dominios de definicion.

2.6.

Funci
on exponencial y logaritmos

Referencias: [CJ71, 1.S.2, p. 123], [Kit68, 5.5, pp. 192194].

2.6.1.

* Races en
esimas
1

Definici
on 14 (Raz enesima). Dado n N, z 0, definimos z n :=
0 tal que n = z.

62

z como el u
nico

Dicho existe en virtud del teorema del valor intermedio, puesto que 7 n es continua,
0n = 0 z y max{1, z}n max{1, z} z. Sabemos que hay un u
nico puesto que 7 n
es estrictamente creciente, lo cual implica, en particular, que
)
u, v 0
u = v.
(2.6.1)
un = v n
Notese que
1

(z n )n = z (por definicion de z n ),
1

0 z1 < z2 0 z1n < z2n (se demuestra por contradiccion),

1

0, n = z = z n (en virtud de (2.6.1)),

1

(z n ) n = z (la propiedad anterior aplicada a z n en vez de z dice que si n = z n entonces

1
= (z n ) n ; como = z es tal que n = z n , se tiene el resultado pedido).

2.6.2.

* Exponentes racionales

n
Definici
on 15. Sea a > 0. Si x = m
, n, m N, definimos

ax := ( m a)n = ( m a) ( m a) ( m a) .
|
{z
}

(2.6.2)

n veces

n
Si x = 0, definimos ax := 1. Si x = m
, n, m N, definimos ax :=

1
an/m

= ( m a)n .

Notese que hemos definido ax para todo x Q.

Lema 2.6.1. Si z 0, m1 , m2 Z entonces z m1 m2 = (z m1 )m2 .
Demostracion. Si m1 , m2 N entonces





m1 m2
z| {z
z} z| {z
z}
(z ) = z| {z
z}
m1 veces
m1 veces
m1 veces
|
{z
}

(2.6.3)

m2 veces

= z| {z
z} .

(2.6.4)

m1 m2 veces

Si m1 < 0, m2 > 0 entonces

z m1 m2 =

1
z m1 m2

1
= (z m2 )m1 .
(z m2 )m1

(2.6.5)

Si m1 , m2 < 0 entonces
z m1 m2 = z (m1 )(m2 ) = (z m1 )m2 =

1
(z m1 )m2

63

1
1
,


=
m
2
1

z m1

(z m1 )m2

(2.6.6)

Lema 2.6.2. Si x, y Q, a > 0 entonces axy = (ax )y .

n2
n1
,y= m
, n1 , n2 Z, m1 , m2 N. Tenemos que demostrar que
Demostracion. Sean x = m
1
2

m2
xy
n
a = ( ax ) 2 . Para que no aparezca la raz m2 -esima, quisieramos elevar a m2 . De hecho,
esto se puede hacer puesto que
!m2
 m 2

m
= ( 2 ax )n2
axy
axy = ( m2 ax )n2 ,
(2.6.7)

( m2 ax )n2

!m2

!n2

= ( 2 ax )n2 m2 = ( 2 ax )m2
= (ax )n2

(gracias al lema anterior y a la definicion de m2 ax ), lo que debemos demostrar es que

n1 n2

(ax )n2 = (axy )m2 . Como axy = a m1 m2 = ( m1 m2 a)n1 n2 , es mejor que aparezca un exponente
m1 m2 , i.e. usar el hecho de que

m1 
m1
(ax )n2
= (axy )m2
(ax )n2 = (axy )m2 .
(2.6.8)
en virtud de (2.6.1). Como

Lo que necesitamos entonces es que (axy )m1 m2 sea igual a (ax )n2 m1 . Pero esto se cumple
porque

m m
n1 n2

(2.6.9)
(axy )m1 m2 = ( m1 m2 a)n1 n2 m1 m2 = m1 m2 a 1 2

n
n
n
m
m
n
1 2
2 1
= an1 n2 = m1 a 1
= m1 a 1
= (ax )n2 m1 .
(2.6.10)

Lema 2.6.3. Si z > 0, m1 , m2 Z entonces z m1 +m2 = z m1 z m2 .

Demostracion. Si m1 , m2 N entonces



z m1 z m2 = z| {z
z}
z| {z
z} =
m1 veces

m2 veces

z| {z
z}

z m1 +m2 .

(2.6.11)

m1 +m2 veces

Si m1 > (m2 ) > 0 entonces

m1 veces

m1 m2

z }| {
zz
=
=
z| {z
z}
|m2 | veces

z| {z
z}

= z m1 |m2 | = z m1 +m2 .

(2.6.12)

m1 |m2 | veces

Si m1 = (m2 ) > 0 entonces

m1 veces

m1 m2

z }| {
zz
=
= 1 = z 0 = z m1 +m2 .
z| {z
z}
m1 veces

64

(2.6.13)

Si (m2 ) > m1 > 0 entonces

m1 veces

m1 m2

z }| {
zz
=
=
z| {z
z}
|m2 | veces

1
z| {z
z}

= z (|m2 |m1 ) = z m2 +m1 .

(2.6.14)

|m2 |m1 veces

Si m1 , m2 < 0 entonces
z m1 +m2 = z (|m1 |+|m2 |) =

z |m1 |+|m2 |

1
z |m1 | z |m2 |

= z |m1 | z |m2 | = z m1 z m2 .

(2.6.15)

Lema 2.6.4. Si w, z R y n Z entonces (wz)n = wn z n .

Demostracion. Si n N el resultado se sigue de la asociatividad de la multiplicacion real.
Si n = 0 el resultado es cierto porque 1 = 1 1. Si n < 0 basta con observar que (wz)n =
1
1
= w|n|1z|n| = w1|n| z|n|
= wn z n .
(wz)|n|
1

Lema 2.6.5. Si w, z 0 y n N entonces (wz) n = w n z n .


n
 1 1 n
1
Demostracion. Gracias a (2.6.1) basta con verificar que (wz) n
= w n z n . Pero esto
es cierto porque
 1 1 n  1 n  1 n
n

1
wnzn = wn
z n = w z = (wz) n .
(2.6.16)

Lema 2.6.6. Si x, y Q, a > 0, entonces ax+y = ax ay .

Demostracion. Si x =
ax+y = a

n1 m2 +n2 m1
m1 m2

= (an1 m2 )

n1
m1

n2
m2

ey=

con n1 , n2 Z, m1 , m2 N, entonces

= an1 m2 +n2 m1

1
m1 m2

(an2 m1 )

1
m1 m2

m 1m
1

= (an1 m2 an2 m1 ) m1 m2

n1 m2 m 1m
1 2

=a

n2 m1 m 1m
1 2

=a

(2.6.17)
n1
m1

n2
m2

= ax ay .

(2.6.18)

Lema 2.6.7. Si a > 1, x, y Q y x < y entonces ax < ay .

Demostracion. Al ser racionales x e y pueden escribirse como
donde n1 , n2 Z y m1 , m2 N. Vemos que
ax < ay

(ax )m1 m2 < (ay )m1 m2

an1 m2 < an2 m1

n1
m1

n2
,
m2

respectivamente,

axm1 m2 < aym1 m2

n1 m2 < n2 m1

65

x=

(2.6.19)
n2
n1
<
= y.
m1
m2

(2.6.20)

Lema 2.6.8. ax = sup{aq : q x, q Q} para todo a > 1 y todo x Q.

Demostracion. Llamemos C a {aq : q x, q Q}. Este conjunto claramente es no vaco.
Por otra parte, el Lema 2.6.7 nos muestra que si q Q y q x entonces aq ax , luego C
esta acotado superiormente por ax . En virtud del axioma del supremo, C tiene un supremo
finito, al que llamaremos z. Como ax es cota superior de C, z ax . Como el supremo de un
conjunto es siempre cota superior de ese conjunto, z para todo C, i.e. z aq para
todo q Q tal que q x. Esto es valido, en particular, para q = x (estamos suponiendo que
x Q, es una de las hipotesis del lema). Por lo tanto z ax .

2.6.3.

Exponentes reales

Definici
on de la exponencial
Definici
on 16. Motivados por el Lema 2.6.8, dados a > 1 y x R \ Q definimos ax como
ax := sup{aq : q x, q Q}.

(2.6.21)

Si a = 1, definimos ax := 1 x R. Dados a (0, 1) y x R, definimos ax como

1
.
(a1 )x

Uniendo la definicion anterior al Lema 2.6.8 obtenemos que (2.6.21) se cumple para todo
a > 1 y todo x R.
Monotona
Lema 2.6.9. Dados a > 1 y x < y dos reales cualesquiera, se tiene que ax < ay .
Demostracion. Sabemos que entre dos reales siempre se puede encontrar un n
umero racional;
sea 1 Q tal que x < 1 < y y sea 2 tal que 1 < 2 < y. Si q Q es tal que q x,
entonces q < 1 y aq < a1 , seg
un el Lema 2.6.7. Por lo tanto,
ax = sup{aq : q Q, q x} a1

(2.6.22)

(a1 es cota superior del conjunto y el supremo de un conjunto es menor o igual que todas las
cotas superiores del conjunto: x x C sup C ). Por otra parte, a2 {aq : q
Q, q y}, luego a2 sup{aq : q Q, q y} = ay (el supremo de un conjunto es mayor o
igual que todos los elementos del conjunto). Por el Lema 2.6.7 tenemos que a1 < a2 , luego
ax a1 < a2 ay .
Continuidad
Lema 2.6.10. Sea N N. Si x, y Q, x < y < x +

66

1
N

entonces |ax ay | <

ax (a1)
.
N

Demostracion.
1

|ax ay | = ax+(yx) ax = ax ayx ax = ax (ayx 1) < ax (a N 1)

a1
= ax 1
1
1
1
(a N )N 1 + (a N )N 2 + + (a N )2 + (a N ) + 1
ax (a 1)
ax (a 1)

=
,
1 + 1 + + 1 + 1
N

(2.6.23)
(2.6.24)
(2.6.25)

donde hemos usado que N 1 = ( 1)( N 1 + N 2 + + + 1) para todo R y todo

1
N N, aplicado a = a N .
Teorema 2.6.11. La funcion f : R R, f (x) = ax , es continua para cada a > 1 fijo.
x0

Demostracion. Sean a > 1 y x0 R. Dado > 0, sea N cualquier entero mayor que a (a1)
,

ax0 (a1)
1
1
de suerte que
< . Sea x (x0 2N , x0 + 2N ). Como siempre es posible encontrar
N
un racional entre dos reales, existen 1 , 2 Q tales que
x0

1
1
< 1 < mn{x, x0 } max{x, x0 } < 2 < x0 +
.
2N
2N

(2.6.26)

Gracias a los lemas anterior,

|f (x) f (x0 )| = |ax ax0 | = amax{x,x0 } amn{x,x0 }
ax0 (a 1)
a2 (a 1)
2
1
<
< .
<a a <
N
N

(2.6.27)
(2.6.28)

Como x es arbitrario, hemos demostrado que para todo > 0 existe un > 0 (a saber,
1
1
= 2N
) tal que |x x0 | < 2N
|f (x) f (x0 )| < , i.e. la funcion x 7 ax es continua para
cada a > 1 fijo.
Observacion. Si a (0, 1) entonces x 7 ax es continua al ser la composicion de las funciones
continuas 7 1 y x 7 (a1 )x (notese que (a1 )x > 0 para todo x R). La funcion 1x es
continua por ser constante.

2.6.4.

Logaritmos
x

Lema 2.6.12. Para cada a > 1 se tiene que ax y ax 0.

Demostracion. Llamemos h a a 1, h > 0.
x
Que ax se sigue del hecho de que x 7 ax es creciente y que
n  
X
n k
n
n
a = (1 + h) =
h nh n N.
k
k=0
x

Que ax 0 se sigue del hecho de que ax =

67

1
.
ax

(2.6.29)

Definici
on 17. En virtud del lema anterior, se obtiene que el recorrido de x 7 ax es (0, ).
Su inversa, la funcion y 7 loga y (definida por x = loga y si y solo si y = ax ) es continua
en virtud del teorema de la continuidad de la inversa de funciones continuas estrictamente
monotonas. Cuando a es el n
umero de Euler
n

1
1
1
= 1 + + + ,
e := lm 1 +
n
n
1! 2!
a la funcion y 7 loga y la llamamos logaritmo natural y la denotamos por log o ln.
Notese que
aloga y = y a, y > 0 y

loga ax = x x R,

(2.6.30)

por definicion de loga . En particular,

eln y = y y > 0 y

ln ex = x x R.

(2.6.31)

Lema 2.6.13. Dados a > 0, x > 0 e y R se tiene que loga xy = y loga x.

Demostracion. ay loga x = (aloga x )y = xy .

2.6.5.

Potencias

Teorema 2.6.14. La funcion f : (0, ) R, f (x) = x , donde R es un n

umero fijo
cualquiera, es continua.

Demostracion. f (x) = eln f (x) = eln x = e ln x es la composicion de las funciones x 7 ln x,

y 7 y y z 7 ez (las cuales son continuas).
Ejercicio 2.6.1. Sea > 1. Demuestre que x 0 cuando x 0+ .

2.6.6.

Leyes exponenciales

Proposici
on 2.6.15. Sean a, b > 0 y x, y R cualesquiera. Se tiene que ax+y = ax ay ,
axy = (ax )y y (ab)x = ax bx .
Demostracion. Sean {qn } y {rn } sucesiones de racionales tales que qn x y rn y. Por
continuidad y por las propiedades aritmeticas de los lmites,
ax+y = alm qn +rn = lm aqn +rn = lm aqn arn
= (lm aqn )(lm arn ) = alm qn alm rn = ax ay .

68

(2.6.32)
(2.6.33)

Para cada r Q fijo, se tiene que

(ax )r = (alm qn )r = (lm aqn )r
= lm(aqn )r
= lm aqn r
= alm(qn r)
= axr .

(continuidad de z 7 az )
(continuidad de z 7 z r , Teo. 2.6.14)
(r y qn son racionales)

(2.6.34)
(2.6.35)
(2.6.36)

(continuidad de az en z = xr)

(2.6.37)
(2.6.38)

Lo anterior es valido para cada uno de los rn que aproximan a y (i.e. (ax )rn = axrn para todo
n N), luego
(2.6.39)
x y

x lm rn

(a ) = (a )

= lm a

xrn

x rn

(continuidad de z 7 ; = a es fijo)

= lm(a )

=a

lm xrn

=a

xy

(continuidad de z 7 a ).

(2.6.40)
(2.6.41)

Finalmente,
(ab)x = (ab)lm qn = lm(ab)qn = lm aqn bqn
qn

qn

= (lm a )(lm b ) = a

2.6.7.

lm qn lm qn

(2.6.42)
x x

=a b .

(2.6.43)

Algunos lmites notables

Caracterizaci
on de ex como un lmite
Lema 2.6.16. Si una sucesion {an }nN = (a1 , a2 , . . .) de n
umeros reales tiene un lmite
L R, la sucesion desplazada
{an+1 }nN = (a2 , a3 , )

(2.6.44)

> 0 N1 N : k N1 |ak L| < .

(2.6.45)

tambien converge a L.
Demostracion. Tenemos que

Queremos demostrar que

> 0 N2 N : n N2 |an+1 L| < .

(2.6.46)

Reemplazando k por n+1 en la primera expresion vemos que basta con llamar N2 a N1 1.

z
1
Lema 2.6.17. z
lm 1 +
= e.
z
zR
69

Demostracion. Sea > 0. Recordemos la definicion del n

umero de Euler:
n

1
.
e := lm 1 +
n
n

n+1
1
n
Por el lema anterior, tenemos que 1 +
e. Por lo tanto,
n+1

n+1

n+1
n

1
1
1 + n+1
m 1 + n+1
1
e
n l



= = e.
=
1+
1
1
n+1
1
1 + n+1
lm 1 + n+1

(2.6.47)

(2.6.48)

La definicion de lmite nos dice entonces que


N1 () N : n N1

1
1+
n+1

n
> e .

(2.6.49)


n+1 
n 

1
1
1 n
1+
e 1 = e,
= 1+
1+
n
n
n

(2.6.50)

Analogamente,

luego

N2 () N : n N2

1
1+
n

n+1
< e + .

Dado z R, si n = [z] se tiene que n z < n + 1, luego

n 
z 
n+1

1
1
1
1+
1+
.
1+
n+1
z
n

(2.6.51)

(2.6.52)

Sea R = R() = max{N1 , N2 }. Si z R entonces n N1 y n N2 . Se concluye que existe

un R tal que

z
1
e + .
(2.6.53)
z R e 1+
z
Como esto es valido para cualquier , se satisface la definicion del lmite pedido.

x n
Proposici
on 2.6.18. Para todo x R se tiene que ex = lm 1 +
.
n
n
Demostracion. Demostraremos el resultado solo para valores de x positivos (el caso en que
x 0 se deja como ejercicio).
Sea x > 0. Usando el hecho de que lm g(x) = L si y solo si g(zn ) L para toda sucesion
x

{zn }nN que converga a cuando n , se deduce del lema que


z
1 n n
n
zn
1+
e.
zn
70

(2.6.54)

Aplicando esto a zn :=

n
x

obtenemos que


x  nx n
1+
e.
n

(2.6.55)

Por lo tanto,
lm

x 
x


x  nx
x n
x  nx
= lm 1 +
= ex
1+
= lm
1+
n
n
n
n
n

(2.6.56)

en virtud de la continuidad de ex .
*Serie arm
onica y el logaritmo
Tomando el logaritmo a ambos lados de la definicion de e (usando la continuidad del
logaritmo) obtenemos que


n 

1
1
= lm log
1+
(2.6.57)
lm n log 1 +
n
n
n
n


n 
1
= log lm 1 +
= log e = 1.
(2.6.58)
n
n
Esto significa que


1
1
n log 1 +
n



1
1
log 1 +

n
n

(2.6.59)

1
log(n + 1) log(n)
n
X1
log n,
n
n

(2.6.60)
(2.6.61)

i.e. la serie armonica diverge a infinito como el logaritmo.

*Lmite de

n
n!

El siguiente lmite (relacionado con el radio de convergencia de la serie

X xn

, la cual,
n!
como veremos mas adelante, es la representacion en serie de potencias de la exponencial
ex ) fue estudiado en la pagina 27 (Ejemplo 1.8.6) usando los conceptos de lmite superior e
inferior. Ahora podemos ofrecer una demostracion alternativa utilizando la continuidad de
la exponencial en y las propiedades de los logaritmos.
r
n 1
Proposici
on 2.6.19. lm
= 0.
n
n!
n

71

Lema 2.6.20. Si una sucesion {xn }nN tiende a entonces la sucesion de sus promedios
{zn }nN , con
zn :=

x1 + x2 + + xn
,
n

(2.6.62)

tambien tiende a infinito.

Demostracion. Dado M > 0, existe n0 N tal que xn M 0 para todo n > n0 , donde M 0 es
n
umero que depende de M , el cual definiremos mas adelante (si xn entonces a partir
de un cierto n0 los elementos de la sucesion son tan grandes como uno desee). Por lo tanto,
nn

veces

0
z
}|
{
0
0
M + M + + M0
xn0 +1 + xn0 +2 + + xn

= M0
n n0
n n0

n > n0 .

(2.6.63)

Se sigue que
xn0 +1 + xn0 +2 + + xn
n n0
M0
n
n

(2.6.64)
x

+x

++xn

(cuando n , dividir por n es muy parecido a dividir por nn0 ). Ahora bien, n0 +1 nn0 +2
x +x
++xn
se parece mucho a zn = 1 n0 +2
si n es muy grande, puesto que la diferencia entre
n
x1 +x2 ++xn0
ambos,
, es el cociente de un n
umero fijo (n0 es fijo) y un n
umero cada vez mas
n
grande. Mas precisamente, supongamos que n > max{x1 + x2 + + xn0 , 2n0 }, de modo que
xn0 +1 + xn0 +2 + + xn x1 + x2 + + xn0

n
n


n

n
n
M0
0
0
M0
1 = M0 1
1
1.
n
n
2

zn =

Eligiendo M 0 de modo que

M0
2

(2.6.65)
(2.6.66)

1 = M obtenemos que

M > 0 N N : n > N zn M,

(2.6.67)

i.e. zn .
x

Ya hemos demostrado que ax 0 para todo a > 1, y hemos dicho en reiteradas

x
n
n
ocasiones que si f (x) L y zn entonces f (zn ) L (lmite de la composicion
de una funcion y una sucesion). Sin embargo, repasemos la demostracion en el caso particular
de ex .
Lema 2.6.21. Si zn entonces ezn 0.
Demostracion. Sea h = e 1 > 0. Por el teorema del binomio tenemos que
 
   
 
N
N 1
N 2
N N
N
N
e = (1 + h) =
+
h +
h + +
h N h = N (e 1). (2.6.68)
N
0
1
2
72

Se sigue que si x N entonces ex eN N (e 1). En particular,





1
1
1
1
x
> 0 x
e
(e 1)
(e 1) = .
(e 1)
(e 1)
(e 1)

Aplicando esto a x = zn obtenemos que



1
1
0 < ezn = zn < .
zn
(e 1)
e
Como zn por hipotesis, dado > 0 existe n0 tal que zn
n n0 . Esto demuestra que

(2.6.69)

(2.6.70)
h

1
(e1)

> 0 n0 : n n0 0 < ezn < ,

para todo

(2.6.71)

esto es, ezn 0.

Demostracion de la proposicion. Llamemos zn a
r


1
log n + log(n 1) + + log 1
n 1
=
.
zn = log
log n! =
n!
n
n

(2.6.72)

Como xn := log n (demuestre esto como ejercicio), el primero de los lemas nos dice
n
que zn . En virtud del segundo lema,
r
n 1
lm
= lm ezn = 0.
(2.6.73)
n
n! n

2.7.

Continuidad uniforme

Definici
on 18. Decimos que f (x) es uniformemente continua en un conjunto E R si para
todo > 0 existe un = () > 0 independiente de x e y tal que |f (x) f (y)| < siempre
que |x y| < .
Ejemplo 2.7.1. x1 no es uniformemente continua en (0, 1). Tomando  = 21 , si x1 fuera uniformemente continua en (0, 1) debera existir un > 0 tal que |x y| < | x1 y1 | < 12 . Lo
1
1
anterior debera cumplirse, en particular, para x = n1 e y = n+1
. Vemos que |x y| = n(n+1)
,
de modo que si n es lo suficientemente grande tendremos que |x y| < . Sin embargo, no
se cumple que | x1 y1 | < 12 porque | 11 11 | = 1.
n+1

Si la definicion de continuidad uniforme es tan parecida a la de continuidad, y si ya

habamos demostrado que x1 es continua en (0, ), por que no podemos demostrar que es
uniformemente continua? Cual es la diferencia entre las dos definiciones?
73

Recordemos la demostracion de la continuidad de



1

 1  = |x x0 | |x x0 |
 x x0 
|x||x0 |
|x0 |2

1
x

alrededor de un x0 > 0 cualquiera:

(si x x0 )

(2.7.1)

luego si = x20 y |x x0 | < , esperamos que | x1 x10 | < . La razon por la que la
no a medida que
continuidad de x1 no es uniforme es que el depende de x0 (es mas peque
x0 0).
La nocion de continuidad uniforme sera importante en los siguientes cursos de Calculo
a la hora de definir integrales y sumas de Riemann inferiores y superiores. En esos cursos
invocaran el siguiente teorema:
Teorema 2.7.1 ([CJ71], 1.S.2, pp. 123-124). Toda funcion continua en un intervalo cerrado
y acotado [a, b] es uniformemente continua en ese intervalo.
Demostracion. Si f no fuese uniformemente continua en [a, b] existira > 0 fijo y puntos
x, [a, b], arbitrariamente cercanos uno del otro, para los cuales |f (x) f ()| . Mas
precisamente, sera posible para cualquier n elegir puntos xn , n en [a, b] para los cuales
|f (xn ) f (n )| y |xn n | < n1 . Puesto que los xn forman una sucesion acotada,
podra encontrarse una subsucesion, indexada por alguna funcion creciente k N 7 nk ,
convergente a un punto del intervalo (Bolzano-Weierstrass). Los correspondientes valores
n convergeran tambien a . Como f es continua en , se encontrara que = lm f (xnk ) =
k

lm f (nk ), lo cual es imposible si |f (xn ) f (n )| para todo n.

2.8.

Ejercicios adicionales


1. Calcule lm
x2

1
9x 6
+ 3
2x x 8

2. Usando la definicion de lmite demuestre que lm (3 x2 ) = 22.

x5

3. Demuestre que

x es continua en todo x0 > 0.

4. Demuestre que 1 x2 es continua en el interior de su dominio de definicion. Que puede decir sobre la continuidad de esta funcion en x = 1?
5. Usando la definicion de lmite, demuestre que

a) lm 1 2x = 3,
x4

b) lm 7x + 31 = 3,
x4


1 2x x < 4
c) lm f (x) = 3, con f (x) =
.
x4
7x + 31 x 4
74

6. Demuestre que si lm g(x) < 0 entonces existe un > 0 tal que g(x) < 0 para todo
xx0

x 6= x0 en (x0 , x0 + ).
xx

7. Sean f : R R y x0 R tales que f (x) 0 L. Demuestre que existe > 0 tal que
|f (x)| |L| + 0,23 para todo x 6= x0 en (x0 , x0 + ).
8. Demuestre que si f y g estan definidas en (a, b), son continuas en x0 (a, b) y f (x0 ) >
g(x0 ) entonces existe > 0 tal que f (x) > g(x) para todo x (x0 , x0 + ).
9.

Demuestre que si existen , M > 0 tales que 0 < |x x0 | < f (x) > M
entonces f (x) no puede tender a a medida que x x0 .
Si f (x) no tiende a cuando x x0 , puede decirse que existen , M > 0 tales
que 0 < |x x0 | < f (x) > M ?
Enuncie y demuestre el resultado analogo correspondiente a la posibilidad de que
xx
f (x) 0 .
Enuncie y demuestre resultados similares a la proposicion, referentes al compor+
tamiento de f (x) cuando x , cuando x y cuando x x
0 , x x0
para alg
un x0 R.

10. Sea f : R R una funcion tal que f (0) 6= 0 y f (x + y) = f (x)f (y) x, y R.

a) Demuestre que f (x) > 0 x 0.
b) Demuestre que f ( n1 ) 1 cuando n .
c) Demuestre que f es continua en todo R.
x1

x1

11. Sea f : (1, 1) R continua tal que f (x) + y f (x) . Demuestre que
f es sobreyectiva.

75

Captulo 3
Derivadas
3.1.

Definici
on e interpretaci
on gr
afica

Queremos encontrar la recta tangente al grafico de una funcion f (x) en el punto (x0 , f (x0 )).
Para que pase por ese punto, la ecuacion debe ser de la forma y = f (x0 ) + m(x x0 ), luego
solo nos falta encontrar el valor de la pendiente m. Definimos
m := lm

xx0

f (x0 + h) f (x0 )
f (x) f (x0 )
.
= lm
h0
x x0
h

(3.1.1)

A este valor de la pendiente de la recta tangente al grafico

 de f en x0 lo llamamos la derivada
df 
de f en x0 y la denotamos o bien por f 0 (x0 ) o por
.
dx x=x0
Observacion. La derivada f 0 es ella misma una funcion: si cambiamos de x0 , cambia el valor
de la pendiente.

3.2.

Derivadas de funciones elementales

Ejemplo 3.2.1.

1. La derivada de f (x) = x2 en x = x0 es
f 0 (x0 ) = lm

xx0

x2 x20
= lm (x + x0 ) = 2x0 .
xx0
x x0

(3.2.1)

Cambiando x0 por x vemos que f 0 (x) = 2x.

2. La recta tangente al grafico de f en (x0 , x20 ) es la recta de ecuacion y x20 = 2x0 (xx0 ).
3. Vista la derivada como mejor aproximacion lineal, lo u
nico que hemos hecho es decir
que si a partir de x0 nos desplazamos una peque
na distancia h (hacia la izquierda si h
es negativa y a la derecha si h es positiva) entonces el cambio en f :
f (x0 + h) f (x0 ) = (x0 + h)2 x20 = 2x0 h + h2
76

(3.2.2)

esta dado aproximadamente por 2x0 h (ignoramos el termino cuadratico). Usando otra
notacion, decimos que f 2x0 x, o bien, que
f x0
2x0 ;
x

(3.2.3)

(cuanto cambia f por

al lmite de la expresion de la izquierda es a lo que llamamos df
dx
cada unidad de cambio infinitesimal en x).

Ejemplo 3.2.2. La derivada de f (x) = x es

f (x + h) f (x)
x+h x
0
f (x) = lm
= lm
(3.2.4)
h0
h0
h
h
1
x+hx
= .
= lm
(3.2.5)

h0 ( x + h +
2 x
x)h
Vemos que f 0 (x) cuando x 0. De hecho, la funcion no es diferenciable en x = 0
porque el cociente de diferencias

f (h) f (0)
1
h 0
=
=
(3.2.6)
h0
h
h
diverge a infinito cuando h 0+ .
Ejemplo 3.2.3. La derivada de y = mx + n es
[m(x + h) + n] [mx + n]
= m.
(3.2.7)
h0
h
Esto es porque la recta tangente a una recta es la misma recta (la mejor aproximacion lineal
de una funcion que ya es lineal es ella misma).
Ejemplo 3.2.4. La derivada de x4 es

3




4
x h + 42 x2 h2 + 43 xh3 + h4
(x + h)4 x4
1
= lm
= 4x3 .
(3.2.8)
lm
h0
h0
h
h
La de xn es
n  
X
(x + h)n xn
n nk k1
lm
= lm
x h
= nxn1
(3.2.9)
h0
h0
h
k
k=1
lm

(solo sobrevive el exponente k = 1; para valores mayores de k, hk1 0 cuando h 0).

El resultado tambien es valido si n es un entero negativo:
1
1

xn (x + h)n
dx
(x + h)n xn
= lm
= lm n
h0
h0 x (x + h)n h
dx
h
n
n
(x + h) x
lm
nxn1
h
 = 2n = nxn1 .
= h0
x
xn lm (x + h)n
n

h0

77

(3.2.10)

(3.2.11)

Sigue siendo valido para un exponente fraccionario como 1/n:

n
x n x0
x x0
=
1
1
1
1
x x0
(x x0 )((x n )n1 + (x n )n2 (x0n ) + + (x0n )n1 )
1
1 n1 1
xx0
x
.

n1 =
n 0
nx n

(3.2.12)
(3.2.13)

0
dx
dx

Ejercicio 3.2.5. * Demuestre que

= x1 para todo Q (cf. [CJ71, 2.8.c, p. 186])
Ejemplo 3.2.6. La derivada de f (x) = ax2 + bx + c es
f (x + h) f (x)
(3.2.14)
h0
h
ax2 + 2axh + ah2 + bx + bh + c ax2 bx c
= lm
= 2ax + b.
(3.2.15)
h0
h
El vertice de la parabola y = ax2 + bx + c corresponde al valor de x en el que la derivada
dy
b
:= f 0 (x) se anula, i.e. x = 2a
(la pendiente de la recta tangente debe ser cero porque
dx
la tangente en el vertice es horizontal). Es el mismo valor que obtenemos al completar
2

b2 4ac
b 2
2
].
cuadrados: ax + bx + c = a[(x 2a )
2a
f 0 (x) = lm

Ejemplo 3.2.7. La derivada de f (x) = sen x en x = 0 es

f (x) f (0)
sen x
= lm
= 1.
(3.2.16)
x0
x0
x0
x
La recta tangente a y = sen x en (0, 0) es entonces y = f 0 (0)x = 1 x = x. Esto es lo mismo
que decir que cuando x 0, sen x x.
Ejemplo 3.2.8. La derivada de f (x) = sen x en un valor cualquiera de x es
f 0 (0) = lm

sen(x + h) sen x
sen x cos h + sen h cos x sen x
d sen x
= lm
= lm
(3.2.17)
h0
h0
dx
h
h
sen h
1 cos h
= cos x lm
sen x lm
= cos x. (3.2.18)
h0
h0
h
h
La derivada de cos x es
d cos x
cos(x + h) cos x
cos x cos h sen x sen h cos x
= lm
= lm
(3.2.19)
h0
h0
dx
h
h
cos h 1
sen h
= cos x lm
sen x lm
= sen x.
(3.2.20)
h0
h0
h
h
Observacion. * Esto esta relacionado con el hecho de que la tangente a una circunferencia
sea perpendicular al radio vector:


(cos , sen ) (cos 0 , sen 0 )
cos cos 0
sen sen 0
lm
= lm
, lm
(3.2.21)
0
0
0
0
0
0
!


d cos 
d sen 
=
,
(3.2.22)
d 
d 
=0

= ( sen 0 , cos 0 ).
78

=0

(3.2.23)

Ejemplo 3.2.9. |x| no es diferenciable a pesar de ser continua en todas partes. Sin embargo:
Proposici
on 3.2.1 (cf. [CJ71], pp. 188190). Si f esta definida alrededor de x0 y es diferenciable en x0 , entonces es continua en x0 .
Demostracion. Para cada x 6= x0 alrededor de x0 podemos escribir
f (x) = f (x0 ) +

f (x) f (x0 )
(x x0 )
x x0

(3.2.24)

luego
lm f (x) = f (x0 ) + f 0 (x0 ) 0.

xx0

(3.2.25)

Ejemplo 3.2.10. La derivada de f (x) = ex en x = 0 esta dada por

ex e0
ex 1
= lm
.
x0
x0
x
x

f 0 (0) = lm

(3.2.26)

Para calcular este lmite recordemos que



ex = lm

1+

x n
,
n

(3.2.27)

de modo que

n
1 + nx 1
ex 1
= lm
.
n
x
x
Veamos que pasa cuando n = 5:

n
2
3
4
1 + nx 1
5 x5 + 10 x52 + 10 x53 + 5 x54 +
=
x
x

x5
55

= 1 + 10

x
x2
x 3 x4
+
10
+
5
+ 5.
52
53
54
5

(3.2.28)

(3.2.29)

Cuando x 0 los u
ltimos cuatro terminos tienden a cero. Lo mismo sucede si tomamos un
valor de n mas grande. Esperamos entonces que f 0 (0) = 1. Esto sera lo que obtendramos
si n fuera un exponente fijo, sin embargo hay que tomar el lmite cuando n antes de
pasar el lmite en x. Para demostrar que f 0 (0) efectivamente es igual a uno debemos hacer
algo diferente: debemos mostrar que y = 1 + x es efectivamente la recta tangente de ex en
x = 0 (tiene pendiente igual a uno y vale y = 1 cuando x = 0, tal como ex ). Para calcular
el lmite debemos demostrar que y = 1 + x es la mejor aproximacion lineal de f (x) = ex ,
i.e. que el error ex (1 + x) cometido al aproximar ex por 1 + x es peque
no comparado con
la distancia x desde x hasta el punto x0 = 0 alrededor del cual estamos aproximado ex . Lo
anterior significa mostrar que
g(x) :=

ex 1 x x0
0.
x
79

(3.2.30)

La demostracion es la siguiente: g(x) = lm gn (x), donde

n

gn (x) :=

1+

x n
n
x


1x

1+x+

n xk
k=2 k nk

Pn

1x

x
!
n
X n(n 1) (n (k 1)) xk2
x2

=
x
k!
nk
k=2
!
n
X
n n1
n (k 1) xk2
=x

.
n
n
n
k!
k=2

Sin perdida de generalidad podemos suponer que x < 1, entonces

!
n

X
X
1
1
|gn (x)| |x|

|x|,
k!
k!
k=2
k=2
| {z }

(3.2.31)
(3.2.32)
(3.2.33)

(3.2.34)

:=M

de manera que |g(x)| = lm |gn | M |x| 0 cuando x 0, terminando la demostracion.

Una vez conocida la derivada de ex en x = 0 podemos usar las leyes exponenciales para
calcular su derivada en cualquier otro valor de x:
ex+h ex
eh 1
dex
= lm
= ex lm
= ex .
h0
h0
dx
h
h

3.3.

(3.2.35)

Derivadas de orden superior

Si g = f 0 (x) a la derivada de g la llamamos

segunda derivada de f . Notacion: f 00 (x0 ),

d2 f 
dn f 
f 000 (x0 ) y f (n) (x0 ), o bien
y
.
dx2 x=x0
dxn x=x0
Ejemplo 3.3.1. Oscilador armonico: aceleracion; Newton y Hooke; ver que combinaciones
lineales de senos y cosenos son solucion (movimiento periodico perpetuo).

3.4.

Reglas de derivaci
on

Ver, e.g. [CJ71, 2.8.d, p. 187; 3.1.a, p. 224].

Si (x) = f (x) + g(x) entonces 0 (x) = f 0 (x) + g 0 (x).
Si (x) = cf (x), donde c R es una constante, entonces 0 (x) = cf 0 (x).
Ejemplo 3.4.1. La derivada de un polinomio y = a0 + a1 x + + an xn es y 0 = a1 + 2a2 x +
3a3 x2 + + nan xn1 .
80

(f g)0 = f 0 g + f g 0
(f gh)0 = f 0 gh + f g 0 h + f gh0
Ejercicio: demuestre por induccion la regla para la derivada del producto de n funciones.
(1/g)0 = g 0 /g 2 .
(f /g)0 = (f 0 g f g 0 )/g 2
Demostracion. (f /g) = (f g1 )0 = f 0

1
g

+ f ( g1 )0 .

Ejemplos: derivadas de xn , tangente y cotangente.

ex
Ejemplo 3.4.2. Derivada de 2
.
x sen x

3.5.

Regla de la cadena

Ver, e.g. [CJ71, 3.3.b, p. 339].

Proposici
on 3.5.1. Sean x0 R, f : I R una funcion definida en un intervalo I que
contiene a x0 , y0 := f (x0 ) y g : J R una funcion definida en un intervalo J que contiene
a y0 . Si f es diferenciable en x0 y g es diferenciable en y0 entonces la composicion g f es
diferenciable en x0 y
(g f )0 (x0 ) = g 0 (y0 )f 0 (x0 ).

(3.5.1)

Observacion. Una manera equivalente de enunciar el resultado anterior es:


df (x)
dg(y) 
d(g f )(x)

=
x.
dx
dy y=f (x)
dx
Ejemplo 3.5.1. sen( x1 ) = g(f (x)), con f (x) :=

1
x

(3.5.2)

y g(y) := sen y. Como

f 0 (x) = (x1 )0 = (1)x2 ,

g 0 (y) = cos y,

(3.5.3)

se tiene que
d(sen( x1 ))
dx


d sen y 
=
dy 

y= x1

= cos y 

dx
d( x1 )

!
(1)x2

y= x1

cos( x1 )
.
x2

(3.5.4)

Ejemplo 3.5.2. e2t = g(f (t)) con f (t) := 2t y g(s) := es . Como g 0 (s) = es entonces
g 0 (f (t)) = ef (t) = e2t . Como f 0 (t) = 2 tenemos que
d 2t
(e ) = g 0 (f (t))f 0 (t) = 2e2t .
dt
81

(3.5.5)

Ejemplo 3.5.3. Dada una funcion f (x), podemos ver a f (x)2 como la composicion de g(y) :=
y 2 con f . Vemos que g 0 (y) = 2y, g 0 (f (x)) = 2f (x). Por lo tanto,
d
(f (x)2 ) = 2f (x)f 0 (x).
dx

(3.5.6)

Ejemplo 3.5.4. Sea h(x) := x2 + 7. Podemos escribir a h como la composicion de f (x) :=

1

x2 + 7 con g(y) := y = y 2 . Tenemos que

1 1
1
g 0 (y) = y 2 = ,
2
2 y
1
1
g 0 (f (x)) = p
=
2 x2 + 7
2 f (x)
f 0 (x) = 2x,
de modo que h0 (x) = g 0 (f (x))f 0 (x) =

(3.5.7)
(3.5.8)
(3.5.9)

x
.
x2 +7

Ejemplo 3.5.5. * Otra manera de derivar la funcion anterior es la siguiente: si h(x) = x2 + 7

entonces h(x)2 = x2 + 7. Por lo tanto, por un lado, (h2 )0 (x) = 2x; por otro lado, (h2 )0 = 2hh0 .
x
= xx2 +7 .
Se concluye que 2hh0 = 2x y h0 (x) = h(x)
Ejemplo 3.5.6. * f (x) = x2 sen x1 es diferenciable en todas partes, sin embargo la derivada
no es continua.
Demostracion de la regla de la cadena. Idea: La mejor aproximacion lineal de g(y) cerca de
y0 esta dada por
g(y) g(y0 ) g 0 (y0 )(y y0 )

(3.5.10)

g(y)g(y0 )
yy0

g 0 (y0 )). Utilizando esta aproximacion para y = f (x), vemos que







(3.5.11)
(g f )(x) (g f )(x0 ) = g f (x) g f (x0 ) g 0 (y0 ) f (x) f (x0 ) .
|{z}
| {z }

(viene de

:=y

:=y0

Llamemos error(x) al error cometido en la aproximacion:

error(x) := g(f (x)) g(f (x0 )) g 0 (y0 )(f (x) f (x0 )).

(3.5.12)

(g f )(x) (g f )(x0 ) = g 0 (y0 )(f (x) f (x0 )) + error(x),

(3.5.13)

Vemos que

luego
(g f )(x) (g f )(x0 )
xx0
x x0


f (x) f (x0 ) error(x)
0
= lm g (y0 )
+
.
xx0
x x0
x x0

(g f )0 (x0 ) = lm

82

(3.5.14)
(3.5.15)

Por lo tanto, si logramos demostrar que

error(x) xx0
0,
x x0

(3.5.16)

obtendremos el resultado pedido: (g f )0 (x0 ) = g 0 (y0 )f 0 (x0 ).

Paso 1 de la demostracion: recordar que si una funcion (x) tiene un lmite L cuando
x x0 , entonces dado cualquier M > |L| existe > 0 tal que
0 < |x x0 | < |(x)| < M

(3.5.17)

(se sigue de la definicion , de la convergencia de a L, tomando = M |L|).

Paso 0: Sea
M := |f 0 (x0 )| + 1.

(3.5.18)

xx

(x0 )
0 f 0 (x0 ). Aplicando el paso anterior
Que f sea diferenciable en x0 significa que f (x)f
xx0
(x0 )
a la funcion (x) = f (x)f
obtenemos que
xx0


 f (x) f (x0 ) 
 < M.
(3.5.19)
1 : 0 < |x x0 | < 1 
x x0 

Paso 1: Sea > 0.

g(y) g(y0 ) yy0 0
g (y0 )
(3.5.20)
y y0
g(y) g(y0 )
yy0
g 0 (y0 ) 0
(3.5.21)

y y0
g(y) g(y0 ) g 0 (y0 )(y y0 ) yy0

0
(3.5.22)
y y0




 g(y) g(y0 ) g 0 (y0 )(y y0 ) 
<
(3.5.23)
: 0 < |y y0 | < y J 
 M
y y0



|y y0 |
: |y y0 | < y J |g(y) g(y0 ) g 0 (y0 )(y y0 )|
M
(3.5.24)

: |f (x) f (x0 )| < f (x) J
(3.5.25)




0
|g(f (x)) g(f (x0 )) g (y0 ) f (x) f (x0 ) |
|f (x) f (x0 )| .
(3.5.26)
M
La expresion de la u
ltima ecuacion corresponde a la definicion de error(x), luego hemos
demostrado que
> 0 > 0 : |f (x) f (x0 )| <

f (x) J

83

|error(x)|
|f (x) f (x0 )|
(3.5.27)
M

Paso 2: como f es diferenciable en x0 entonces f es continua en x0 . Por lo tanto, existe

2 tal que
|x x0 | < 2 |f (x) f (x0 )| < .

(3.5.28)

Uniendo esto a lo anterior obtenemos que





 error(x) 
 f (x) f (x0 ) 



 < M = ,
2 : |x x0 | < mn{1 , 2 } 


x x0
M
x x0  M
(3.5.29)
i.e.

error(x) xx0

xx0

3.6.

0. Esto completa la demostracion.

Derivada de la inversa

Ver, e.g. [CJ71, 3.2.a, p. 328]

Teorema 3.6.1. Si f : [a, b] R es continua y estrictamente monotona en [a, b], y ademas
es diferenciable en (a, b), entonces la inversa x = (y) es diferenciable entre f (a) y f (b) y
1
0 (f (x)) = 0 .
f (x)
Demostracion. Por el teorema del valor intermedio, f (x) es una biyeccion entre [a, b] y el
intervalo que va entre f (a) y f (b). Sean x0 (a, b) e y0 = f (x0 ).
lm

yy0

(y) x0
(y) (y0 )


= lm
yy0 f (y) f (x0 )
y y0
x x0
= lm
xx0 f (x) f (x0 )
1
1
= lm f (x)f (x0 ) = 0
xx0
f (x0 )

(3.6.1)
(cambio de variable x = (y))

(3.6.2)
(3.6.3)

xx0

(en el cambio de variable usamos el teorema de la continuidad de la inversa de una funcion

monotona continua).

Ejercicios: derivada de log x, n x, arc sen x y arccsc x.

Ejemplos: derivadas de log |f (x)|, f (x)g(x) , x , ax , xx .

3.7.

Teorema del valor medio

Proposici
on 3.7.1. Si f : (a, b) R y x0 (a, b) son tales que f (x0 ) f (x) x (a, b) y
f es diferenciable en x0 , entonces f 0 (x0 ) = 0. Lo mismo se cumple si x0 es un maximo de f
(si f (x0 ) f (x) x (a, b)).
84

Demostracion.
lm

xx0

f (x) f (x0 )
f (x) f (x0 )
= lm
0
x x0
x x0
xx0

(3.7.1)

porque el numerador es mayor o igual a cero (si x0 es un mnimo) y el denominador es

negativo al acercarse por la izquierda. Analogamente,
lm

xx0

f (x) f (x0 )
f (x) f (x0 )
= lm+
0
x x0
x x0
xx0

(3.7.2)

porque el numerador es mayor o igual a cero y el denominador es positivo al acercarse por

la derecha. Se concluye que 0 f 0 (x0 ) 0.
Teorema 3.7.2 (Teorema de Rolle). f : [a, b] R continua, diferenciable en (a, b). Si
f (a) = f (b) entonces f 0 () = 0 para alg
un (a, b).
Demostracion. En virtud del teorema de Weierstrass, existen x1 y x2 [a, b] tales que
f (x1 ) f (x) f (x2 ) x [a, b].

(3.7.3)

Si tanto x1 como x2 fueran uno de los extremos del intervalo (si x1 , x2 {a, b}, p. ej. si x1 = b
y x2 = a), como f (a) = f (b) se tendra que el lado izquierdo sera igual al lado derecho en la
anterior cadena de desigualdades; entonces f sera constante (caso en el cual f 0 = 0 en todas
partes). Si alguno de los dos puntos, x1 o x2 , estan en el interior del intervalo, la conclusion
se sigue de la proposicion anterior.
Teorema 3.7.3 (Teorema del valor medio). Dados x1 6= x2 R y f una funcion continua en [mn{x1 , x2 }, max{x1 , x2 }] y diferenciable al interior de dicho intervalo, existe
(estrictamente) entre x1 y x2 tal que f (x1 ) f (x2 ) = f 0 ()(x1 x2 ).
(x2 )
Observacion. El teorema dice que f 0 () = f (xx11)f
, a lo cual se le puede dar la siguiente
x2
interpretacion geometrica: sea C la porcion del grafico de f comprendida entre x = x1 y
x = x2 . Sea ` el segmento de recta que une a (x1 , f (x1 )) con (x2 , f (x2 )) (la cuerda que une
los extremos de C). Entonces existe un punto de la curva C en donde la tangente es paralela
a `.
)f (x2 )
y g(x) := f (x)f (x1 )m(x1 x2 ). Vemos
Demostracion del teorema. Sean m := f (x1xx
1
0
0
que g(x1 ) = g(x2 ) = 0 y que g (x) = f (x) m. La conclusion se sigue aplicando el Teorema
de Rolle a g(x) (con a = mn{x1 , x2 } y b = max{x1 , x2 }).
P
Ejemplo
3.7.1.
*
Convergencia
de
n , 1 < < 2. En el primer captulo vimos que
P
P
n < si 2 y
n = si 1. Gracias al teorema del valor medio ahora
podemos decir que sucede con los casos intermedios.

85

Sea (1, 2), sea f (x) = x1 . Sabemos que f 0 (x) = (1 )x . Del teorema del valor
medio vemos que


0
n N (n 1, n) : f (n 1) f (n) = f () (n 1) n
(3.7.4)
= ( 1) ( 1)n .

(3.7.5)

Se sigue que
N N :

N
X

=1+

n=1

N
X
n=2

N

1 X
f (n 1) f (n)
1+
1 n=2

(3.7.6)

f (1)
f (1) f (N )
1+
,
(3.7.7)
1
1
P
i.e. la sucesion de sumas parciales de
n es acotada (tratandose de una serie de terminos
positivos, esto implica que es convergente; note que la hipotesis > 1 es importante: usamos
que f (x) es decreciente).
=1+

3.8.

Ejercicios adicionales

5 x en x0 .

b) Determine las coordenadas del punto en el que la recta tangente a y = 5 x en

x = 4 intersecta a la recta y = x + 3.

3 x 2 , x 2
2. Demuestre que f (x) =
es diferenciable en x = 2 usando la definicion.
4

, x>2
x1

3. Calcule la derivada de f (x) = 5 x2 en x = 2.

1.

a) Sea x0 < 5. Calcule por definicion la derivada de f (x) :=

4. Demuestre que la derivada de arccsc x : (, 1)(1, ) ( 2 , 0)(0, 2 ) esta dada

1

por
.
|x| x2 1
5. Calcule las derivadas de arc sen(3x) y arctan(5x).

d
6. Demuestre que
ln(sec x + tan x) = sec x para todo x ( 2 , 2 ).
dx
7.

a) Demuestre que si f : (0, ) R es tal que f 0 (x) = 6x para todo x > 0 entonces
la funcion g(x) = 3x2 f (x) es constante.
b) Sean R > 0 y :=

3
.
R3

Sea
(
, 0 x R,
g(x) :=
.
0, x > R
86

(3.8.1)

Encuentre todas las funciones w : [0, ) R para las cuales w0 (x) = x2 g(x) para
todo x 6= R.
c) Sean R y g como en la parte anterior. Usando el resultado anterior, encuentre
todas las funciones u : [0, ) R para las cuales


d
2 du(x)
x
= x2 g(x) x 6= R.
(3.8.2)
dx
dx
Demuestre que si ademas exigimos que u sea continua en R, que u sea acotada
en todo [0, ) y que lm xu(x) = 1, entonces solo existe una funcion que satisx
face esa ecuacion. Encuentre una formula para u, muestre que dicha funcion es
continuamente diferenciable y grafique la funcion.

87

Captulo 4
Aplicaciones
4.1.
4.1.1.

Crecimiento de funciones y sus derivadas

Funciones con derivada nula

Teorema 4.1.1. Si f 0 (x) = 0 para todo x (a, b) entonces f es constante en (a, b).
Corolario 1. Si f 0 (x) = g 0 (x) para todo x en un intervalo I, entonces existe una constante
C R tal que f (x) = g(x) + C para todo x en ese intervalo.
Ejemplo 4.1.1. y 0 (t) = e2t y(t) =

e2t
2

+ C.

Ejemplo 4.1.2. y (t) = y(t) t y(t) = Aet para alguna constante A R (multiplicar por
et ).
Ejemplo 4.1.3. * Sean f, g : I R funciones diferenciables definidas en un intervalo abierto
f 0 (t)
I. Si f (t) 6= 0 t I y
= g 0 (t) t I, entonces existe una constante A 6= 0 tal que
f (t)
f (t) = Aeg(t) t I (calcular la derivada de ln |f (t)|).
Ejemplo 4.1.4. * Leyes exponenciales: si f 0 (x) = f (x) para todo x y f (0) = 1 entonces
f (x + y) = f (x)f (y). Demostracion: sea g(y) = f (x + y)f (y), con x fijo. Como g 0 (y) 0,
necesariamente g(y) = g(0) para todo y, i.e. f (x + y)f (y) = f (x). Evaluando en x = 0
obtenemos el resultado pedido.
Ejemplo 4.1.5. * y 00 (t) = y(t) t y(t) = Aet + Bet t para alg
un par de constantes
A, B.
Demostracion. Sea z(t) := y 0 (t)+y(t). Vemos que z 0 (t) = y 00 (t)+y 0 (t) = y(t)+y 0 (t) (estamos
suponiendo que y 00 = y), luego z 0 (t) = z(t). Multiplicando por et y usando la regla de la
derivada del producto y el teorema del valor medio obtenemos que z(t) = c1 et para alguna
constante c1 R. Ahora bien, z = y 0 + y luego y 0 (t) + y(t) = c1 et para todo t. Multiplicando
por et y usando la regla de la derivada del producto obtenemos que
0
c
1 2t
(et y(t))0 = c1 e2t =
e
.
(4.1.1)
2
88

Por el teorema del valor medio, se sigue que existe c2 R tal que et y(t) = c21 e2t +c2 , de donde
se obtiene el resultado pedido dividiendo por et y llamando A y B a A = c21 y B = c2 .

4.1.2.

Funciones con derivada de signo constante

Teorema 4.1.2. Si f 0 > 0 en (a, b) entonces f es creciente en (a, b).

Una de las consecuencias del teorema anterior (unido a lo visto en clases anteriores) es el
Teorema 4.1.3 (Teorema de la funcion inversa). Si f C 1 (si es diferenciable y f 0 es
continua) en (a, b) y f 0 (x0 ) > 0 para alg
un x0 (a, b) entonces existe > 0 tal que
1. f es estrictamente creciente en (x0 , x0 + ),
2. la inversa = f 1 es de clase C 1 en (f (x0 ), f (x0 + ))
3. 0 (f (x)) =

4.1.3.

1
f 0 (x)

para todo x (x0 , x0 + ).

M
aximos y mnimos; convexidad

Definici
on 19 (Extremos relativos). Sean f : (a, b) R y x0 (a, b). Decimos que f
alcanza un maximo local en x0 si existe > 0 tal que f (x) f (x0 ) para todo x (x0
, x0 + ). Decimos que f alcanza un mnimo local en x0 si existe > 0 tal que f (x) f (x0 )
para todo x (x0 , x0 + ).
Definici
on 20. Si f es diferenciable en x0 y f 0 (x0 ) = 0 decimos que x0 es un punto crttico
de f .
Observacion. En la Proposicion 3.7.1 (necesaria para el teorema de Rolle) demostramos que
si f alcanza un mnimo local o un maximo local en x0 entonces x0 es un punto crttico de la
funcion.
Definici
on 21 (Convexidad). Diremos que una funcion f (x) es convexa en un intervalo
(a, b) si f 00 (x) 0 para todo x (a, b), y que es concava en (a, b) si f 00 (x) 0 para todo
x (a, b). Diremos que x0 (a, b) es un punto de inflexion si f 00 cambia de signo en x0 .
Observacion. Que f 00 sea positiva significa que f 0 es creciente (el grafico de f se hace cada
vez mas pendiente, como en ex ). Analogamente, que f 00 sea negativa significa que f 0 es
decreciente (el grafico de f se hace cada vez menos pendiente, como en log x).
Teorema 4.1.4. Sea f una funcion definida y dos veces diferenciable en un intervalo alrededor de un punto x0 R. Supongamos ademas que f 00 es continua en x0 . Si f 0 (x0 ) = 0 y
f 00 (x0 ) > 0 entonces f alcanza un mnimo local en x0 . Si f 0 (x0 ) = 0 y f 00 (x0 ) < 0 entonces
f alcanza un maximo local en x0 .

89

Demostracion. Supongamos que f 0 (x0 ) = 0 y f 00 (x0 ) > 0. Gracias a la continuidad de f 00

tenemos que f 00 (x) > 0 para todo x en un intervalo (x0 , x0 + ). Esto implica que f 0
es estrictamente creciente alrededor de x0 . En particular, f 0 (x) > f 0 (x0 ) para todo x
(x0 , x0 + ) y f 0 (x) < f 0 (x0 ) para todo x (x0 , x0 ). Como f 0 (x0 ) = 0 entonces f 0 (x) > 0
para todo x (x0 , x0 + ) y f 0 (x) < 0 para todo x (x0 , x0 ). Esto implica que f es
estrictamente creciente en [x0 , x0 +) y estrictamente decreciente en (x0 , x0 ]. En particular,
f (x) > f (x0 ) para todo x (x0 , x0 + ) y f (x) < f (x0 ) para todo x (x0 , x0 ). Esto
demuestra que f alcanza un mnimo local en x0 .
La demostracion de que si f 0 (x0 ) = 0 y f 00 (x0 ) < 0 entonces f alcanza un maximo local
en x0 , es analoga.
Definici
on 22. Decimos que x0 es un punto silla de f si es un punto crtico de f (la funci
on
es diferenciable en x0 y f 0 (x0 ) = 0) pero f no alcanza ni un maximo local ni un mnimo local
en x0 (esto es, para cada > 0 es posible encontrar puntos x1 y x2 en (x0 , x0 + ) tales
que f (x1 ) < f (x0 ) < f (x2 )).
Ejemplo 4.1.6. El origen x0 = 0 es un punto silla de f (x) = x3 .
Ejemplo 4.1.7. Los puntos de inflexion de f (x) = sen x son aquellos de la forma x = n con
n Z. Identificar zonas de crecimiento y decrecimiento.
Observacion. Si f C 2 (es dos veces diferenciable y f 00 es continua) entonces todo punto
silla es un punto de inflexion (si f 00 > 0 es un mnimo local; si f 00 > 0 es un maximo local;
por lo tanto f 00 = 0 si x0 no es ni maximo ni mnimo). Sin embargo, el recproco no es cierto.
Por ejemplo, x0 = 0 es un punto de inflexion para f (x) = sen x pero no es un punto silla
porque no es un punto crtico. Otro ejemplo: si f (x) = x4 entonces f 00 (0) = 0, pero x0 = 0
no es un punto silla porque es un mnimo absoluto.
Ejercicio 4.1.8. *
1. Demuestre que si f es dos veces diferenciable en (a, b) y f 00 (x) > 0 para todo x (a, b)
entonces
f ((1 t)x1 + tx2 ) < (1 t)f (x1 ) + tf (x2 ) x1 , x2 (a, b) t (0, 1)

(4.1.2)

Descubra que la conclusion tiene la siguiente interpretacion geometrica: la cuerda

que une los puntos (x1 , f (x1 )) y (x2 , f (x2 )) esta sobre el grafico de f .
Demostracion 1: defina g(t) = (1 t)f (x1 ) + tf (x2 ) f ((1 t)x1 + tx2 ); llame t0 al
valor de t [0, 1] en donde g alcanza su mnimo absoluto, el cual existe gracias al
teorema de Weierstrass; observe que si t (0, 1) es un punto crtico de g entonces
g 00 (t) < 0; concluya que t0 debe ser uno de los extremos del intervalo [0, 1].
Demostracion 2 (sirve a
un si la desigualdad f 00 (x) > 0 x se relaja a f 00 (x) 0 x,
aunque en ese caso la desigualdad en la conclusion puede no ser estricta): por el
teorema de Rolle, existe t0 (0, 1) tal que g 0 (t0 ) = 0. Observe que g 00 (t) 0 para
todo t. Concluya que g 0 (t) 0 para todo t [0, t0 ) y que g 0 (t) 0 para todo
t (t0 , 1] (aplique el teorema del valor medio a g 0 con t y t0 como extremos).
90

Concluya que g(t) g(0) para todo t [0, t0 ] y g(t) g(1) para todo t [t0 , 1]
(aplique el teorema del valor medio a g con t y 0, o bien t y 1, respectivamente,
como extremos). Observe que g(0) = g(1) = 0.
2. Demuestre que si f es dos veces diferenciable en (a, b) y f 00 (x) < 0 para todo x (a, b)
entonces
f ((1 t)x1 + tx2 ) (1 t)f (x1 ) + tf (x2 ) x1 , x2 (a, b) t (0, 1).

(4.1.3)

3. Demuestre la desigualdad de Young:



p>1


1 1
xp xq
+ = 1 x1 x2 1 + 2 x1 , x2 > 0
p q
p
q

(4.1.4)

(la igualdad se alcanza solo si xp1 = xq2 ).

Demostracion 1: demuestre que la desigualdad es equivalente a
zp
1
z
z > 0.
p
q
| {z }

(4.1.5)

:=g(z)

Demuestre que g 0 (z) > 0 si 0 < z < 1 y g 0 (z) < 0 si z > 1. Concluya que
g(z) g(1) para todo z, y que la igualdad se alcanza solo si z = 1.
Demostracion 2: demuestre que la desigualdad es equivalente a


log z1 log z2
z1 z2
+
log
+
z1 , z2 > 0.
p
q
p
q

(4.1.6)

Demuestre que log x es concava y obtenga la desigualdad a partir de (4.1.3).

4. Demuestre que si f es concava entonces dado cualquier n N, cualquier coleccion de
n puntos x1 , . . . , xn y cualquier coleccion de ponderadores 1 , . . . , n [0, 1] tales que
1 + + n = 1 se tiene que
!
n
n
X
X
f
i xi
i f (xi ).
(4.1.7)
i=1

i=1

Aplicando esto al logaritmo concluya que

x1 x2 x n

xp n
xp11
+ + n
p1
pn

si los pi son exponentes mayores que 1 tales que

91

x1 , . . . , x n > 0
1
p1

+ +

1
pn

= 1.

(4.1.8)

4.2.
4.2.1.

Aproximaci
on de Taylor
Orden de magnitud de una aproximaci
on

Una de las ideas principales del calculo es que en general no es necesario conocer una
cantidad en forma exacta, basta con conocer una buena aproximacion. Una de las mayores
expresiones de esta idea es el teorema de Taylor, el cual permite aproximar una gran cantidad de funciones (aquellas lo suficientemente diferenciables) por polinomios. Entender este
teorema no es facil; comenzaremos por ilustrar el concepto del orden de magnitud de una
aproximacion.

Ejemplo 4.2.1. Estimacion de la 9,1

A manera de ejemplo, consideremos el siguiente argumento. A partir de la relacion
(a b)(a + b) = a2 b2

(4.2.1)

es posible aproximar de
umero cualquiera. Para ilustrar el metodo,
la raz cuadrada de un n
estimemos
el valor
de x para un x cercano a 9 (como x = 9,1). Para esto reemplacemos a

por x y b por 9 = 3 en la expresion anterior:

Como x 9, podemos decir que

x9
, i.e.
x3
3+3

x9
.
x3=
x+3

(4.2.2)

x 3 y hacer esta sustitucion en el denominador:

1
x 3 + (x 9).
6

Esta expresion claramente simplica el calculo de x: por ejemplo, es facil ver que
9,1 9
1
=
6
10
1
=
10
1
=
10

1
2
1

1
3

0,33333

0,16666 = 0,016

(4.2.3)

(4.2.4)
(4.2.5)
(4.2.6)

de modo que
p
9,1 3,016.

(4.2.7)

9,01 9
1 1 1
=
= 0,0016,
6
100 2 3

(4.2.8)

Analogamente,

92

luego
p
9,01 3,0016.
Los valores entregados por la calculadora son
p
p
9,1 = 3, 01662062579967 y
9,01 = 3, 00166620396073,

(4.2.9)

(4.2.10)

los cuales se parecen bastante a las estimaciones encontradas (el error cometido es del orden
de 4 105 y 4 107 , respectivamente).
Podemos ir mas alla en el ejemplo anterior y estimar el error cometido en la aproximacion,
ayudados siempre por la expresion (a b)(a + b) = a2 b2 :


x 9
x9
= ( x 3)
(4.2.11)
error en la aproximacion = x 3 +
6
6



1
3 x
x9
x9
1
= (x 9)
= (x 9)
=

(4.2.12)
6
x+3
x+3 6
6( x + 3)

1
1
x9
=
(x 9)( x 3) =
(x 9)
,
(4.2.13)
6( x + 3)
6( x + 3)
x+3
i.e.
error =


1
x 9
=
x 3+
(x 9)2 .
2
6
6( x + 3)

(4.2.14)

x: reemplazando
Esta
f
o
rmula
nos
permite
encontrar
una
aproximaci
o
n
m
a
s
precisa
de

x 3 en el denominador obtenemos


x 9
1
x 3+

(x 9)2
6
6(3 + 3)2
(4.2.15)

x 9 (x 9)2

x3+

.
6
63

Resumiendo, hemos obtenido tres aproximaciones distintas de x para valores de x 9:

i)
x3
(4.2.16)

1
ii)
(4.2.17)
x 3 + (x 9)
6

1
1
iii)
x 3 + (x 9) 3 (x 9)2 .
(4.2.18)
6
6

En los tres casos estamos aproximado la funcion x por un polinomio: en i) por un polinomio
de grado cero, en ii) por un polinomio de grado uno y en iii) por un polinomio de grado
dos. Llamemos
T0 (x) := 3,

(4.2.19)

1
T1 (x) := 3 + (x 9)
6
1
1
T2 (x) := 3 + (x 9) 3 (x 9)2
6
6
93

(4.2.20)
(4.2.21)

a estos polinomios. Llamemos

R0 (x) = x T0 (x) = x 3


x 9
R1 (x) = x T1 (x) = x 3 +
6


x 9 (x 9)2 

R2 (x) = x T2 (x) = x 3 +
6
63

(4.2.22)
(4.2.23)
(4.2.24)

a los errores cometidos en cada una de las aproximaciones. Podemos ver que cada una de las
aproximaciones es mejor que la anterior en la siguiente tabla:
x
T0 (x)
T1 (x)
T2 (x)

x
x9
R0 (x)

9,1
3,0000000000000
3,0166666666667
3,0166203703704
3,0166206257997

9,01
3,0000000000000
3,0016666666667
3,0016662037037
3,0016662039607

9,001
3,0000000000000
3,0001666666667
3,0001666620370
3,0001666620373

101
0,16 101

102
0,16 102

103
0,16 103

1 dgito de precision

2 dgitos

3 dgitos

R1 (x)
R2 (x)

0,0046 106

4 dgitos

6 dgitos

8 dgitos

0,00026 103

0,00026 106

0,00026 109

6 dgitos

9 dgitos

12 dgitos

0,0046 10

0,0046 10

(4.2.25)

En cada una de las tres aproximaciones, T0 , T1 , T2 , vemos que la precision aumenta al

recorrer la fila correspondiente de izquierda a derecha, i.e. al acercarnos al punto x0 = 9 en
torno al cual estamos haciendo la aproximacion. Sin embargo, la precision aumenta en la fila
de T2 mas rapido que lo que aumenta en la fila de T1 , y en esta fila aumenta mas rapido que
lo que aumenta en la fila de T0 : en la fila de T2 se ganan tres dgitos decimales de precision
al pasar de x = 9,1 a x = 9,01, y al pasar de x = 9,01 a x = 9,001; en la fila de T1 se ganan
solo dos dgitos de precision al cambiar de un valor de x al otro; en la de T0 la precision
aumenta solo en un dgito. Esto corresponde a la siguiente observacion:
|R0 (x)| c1 |x 9|,

|R1 (x)| c2 |x 9|2 ,

y |R2 (x)| c3 |x 9|3 ,

(4.2.26)

con c1 = 61 0,16, c2 = 613 0,0046, c3 = 625 0,00026. La velocidad con la que la

aproximacion mejora al acercarse x al valor de referencia x0 = 9 no depende tanto de las
constantes c1 , c2 , c3 como del exponente que aparece arriba de |x x0 |. Decimos que
T0 es una aproximacion de orden cero (por ser un polinomio de grado cero) y produce
un error R0 que es de orden 1 (lineal en |x x0 |);
T1 es una aproximacion de orden 1 (por ser un polinomio de grado uno) y produce un
error R1 que es de orden 2 (cuadratico en |x x0 |);
94

T2 es una aproximacion de orden 2 (por ser un polinomio de grado dos) y produce un

error R2 que es de orden 3 (c
ubico en |x x0 |).
El que una aproximacion cuadratica (de orden 2) sea mejor que una aproximacion lineal (de
orden 1) tiene que ver con el hecho de que si x x0 entonces x x0 es un n
umero muy
peque
no (cercano a cero) y, por consiguiente,
|x x0 |3  |x x0 |2  |x x0 |

(4.2.27)

(p. ej. 103 = 0,001 corresponde a un orden de magnitud menor que 102 = 0,01, y este
corresponde a un orden de magnitud menor que 101 = 0,1).
Las aproximaciones T0 , T1 y T2 son polinomios centrados en x0 = 9, i.e., de la forma:
T0 (x) := a0
T1 (x) := a0 + a1 (x 9)
T2 (x) := a0 + a1 (x 9) + a2 (x 9)2

(4.2.28)
(4.2.29)
(4.2.30)

(sumas de potencias de x 9). Los coeficientes a0 y a1 que aparecen en T2 son los mismos
que aparecen en T1 ; el coeficiente
a0 que aparece en T1 es el mismo que aparece en T0 . En el
caso de las aproximaciones de x los coeficientes encontrados fueron:
a0 = 3,
Llamemos f a f (x) :=
modo que

a1 =

1
6

y a2 =

1
.
63

(4.2.31)
1

x. Observemos que f (x) = x 2 , f 0 (x) = 21 x 2 y f 00 (x) = 14 x 2 , de

f (9) = 3,

f 0 (9) =

1
6

y f 00 (9) =

1
1
=
.
4 27
3 62

(4.2.32)

Esto nos muestra que

a0 = f (9),

4.2.2.

a1 = f 0 (9) y an =

f 00 (9)
.
2

(4.2.33)

Polinomios y series de Taylor

Dado n N, el teorema de Taylor (Brook Taylor, 1685-1731) nos dice como encontrar el
polinomio de grado n que mejor aproxima a una funcion f (x) para valores de x cercanos a
un valor fijo x0 . En primer lugar, nos dice que escribamos el polinomio como un polinomio
centrado en x0 , i.e. de la forma:
Tn (x) := a0 + a1 (x x0 ) + a2 (x x0 )2 + + an (x x0 )n .

(4.2.34)

En segundo lugar, nos dice que elijamos los siguientes coeficientes:

a0 := f (x0 ),

a1 := f 0 (x0 ),

a2 :=

f 00 (x0 )
,
2
95

an :=

f (n) (x0 )
n!

(4.2.35)

A la aproximacion as obtenida,
f (x) f (x0 ) + f 0 (x0 )(x x0 ) + +

f (n) (0)
(x x0 )n ,
n!

(4.2.36)

la llamamos la aproximacion de Taylor de grado n de f (x) en torno a x = x0 . Al error

cometido en la aproximacion:
Rn (x) := f (x)

n
X
f (k) (x0 )
k=0

k!

(x x0 )k

(4.2.37)

se le conoce como el resto de Taylor de grado n (si k = 0: por f (0) (x0 ) nos referimos a f (x0 );
tambien definimos 0! := 1). El teorema de Taylor muestra que la aproximacion de orden n
produce un error de orden n + 1:
Teorema 4.2.1 ([CJ71], 5.3, p. 462; [Kit68], 11-2, p. 491; Apuntes del Prof. Manuel
Elgueta). Sean n N y x0 , x R, x 6= x0 . Sea I el intervalo cerrado que une a x con x0 .
Si f es n + 1 veces diferenciable en cada punto de I entonces existe entre x y x0 tal que
Rn (x) =

f n+1 ()
(x x0 )n+1 .
(n + 1)!

(4.2.38)

Demostracion. Para efectos de esta demostracion, y tal como esta escrito en el enunciado, x
es un n
umero fijo. Sea
C :=

Rn (x)
,
(x x0 )n+1

(4.2.39)

de manera que
f (x)

n
X
f (k) (x0 )

k!

k=0

(x x0 )k C(x x0 )n+1 = 0

(4.2.40)

(C es una constante que depende de x). Queremos demostrar que existe entre x0 y x tal
f (n+1) ()
que C =
. Consideremos la funcion auxiliar
(n + 1)!
g(z) := f (z) f (x0 )

n
X
f (k) (x0 )
k=1

k!

(z x0 )k C(z x0 )n+1 .

(4.2.41)

Observemos que
0

g (z) = f (z)

n
X
f (k) (x0 )
k=1

(k 1)!

= f (z) f (x0 )

(z x0 )k1 (n + 1)C(z x0 )n

n1 (k+1)
X
f
(x0 )
k=1

k!

(z x0 )k (n + 1)C(z x0 )n .

96

(4.2.42)

(4.2.43)

Derivando nuevamente obtenemos

g 00 (z) = f 00 (z)

n1 (k+1)
X
f
(x0 )
k=1

(k 1)!

= f 00 (z) f 00 (x0 )

(z x0 )k1 n(n + 1)C(z x0 )n1

n2 (k+2)
X
f
(x0 )

k!

k=1

(z x0 )k n(n + 1)C(z x0 )n1 .

(4.2.44)

(4.2.45)

Procediendo inductivamente es posible demostrar que

g (n) (z) = f (n) (z) f (n) (x0 ) (n + 1)!C(z x0 )
g

(n+1)

(z) = f

(n+1)

(z) (n + 1)!C.

(4.2.46)
(4.2.47)

Tambien tenemos que g(x) = 0 y g(x0 ) = g 0 (x0 ) = g 00 (x0 ) = = g (n) (x0 ) = 0. Por el
teorema de Rolle, existe z1 entre x0 y x tal que g 0 (z1 ) = 0. Aplicando el teorema de Rolle
ahora a g 0 , tenemos que g 00 (z2 ) = 0 para alg
un z2 entre x0 y z1 . Aplicando el teorema de
00
Rolle a g , vemos que existe z3 entre x0 y z2 tal que g 000 (z3 ) = 0. Procediendo inductivamente,
obtenemos que f (n+1) (zn+1 ) (n + 1)!C = g (n+1) (zn+1 ) = 0 para alg
un zn+1 entre x0 y x,
com queramos demostrar.
Ejemplo 4.2.2. Sea f (x) = sen x.
Vemos que f 0 (x) = cos x, f 00 (x) = sen x, f 000 (x) = cos x, f (4) (x) = sen x. Se sigue
que f (k) (0) = 0 si n es par y f (k) (0) = (1)j+1 si k = 2j 1, j = 1, 2, . . . As, el
polinomio de Taylor de grado n = 2m de sen x en torno a x = 0 es
2m1
x3 x5
m+1 x
+
+ + (1)
.
T2m (x) = x
3!
5!
(2m 1)!

(4.2.48)

Como |f (n+1) (x)| = |f (2m+1) (x)| = | cos x| 1 x R, el teorema de Taylor nos dice
que
| sen x T2m (x)|

1
|x|2m+1 .
(2m + 1)!

(4.2.49)

A manera de ejemplo, reemplazando en x = 0,1 y m = 3 vemos que

0,13 0,15
+
3!
5!
1
1
1
1198001
=

+
=
= 0,099833416
10 6000 12000000
12000000

sen(0,1) 0,1

y que el error cometido es mas peque

no que

0,17
7!

107
5040

<

2
10000

(4.2.50)
(4.2.51)

107 = 2 1011 , i.e.

0,099833416646 < sen(0, 1) < 0,099833416686

(4.2.52)

(al menos los primeros diez dgitos son correctos). Vemos tambien que esta aproximacion es mas exacta que la aproximacion lineal sen(0,1) 0,1.
97

Sea x R un real fijo arbitrario. Sea m0 = [2|x|], de manera que m > 2|x| para todo
m > m0 . Tenemos que
| sen x T2m (x)|

|x|2m+1
|x|m0
|x|
|x|
|x|
=

(2m + 1)!
m0 ! m0 + 1 m0 + 2
2m + 1
|
{z
}

(4.2.53)

2m+1m0 factores

|x|m0

m0 !

1 1
1

|2 2{z 2}

0,

(4.2.54)

2m+1m0 factores

es decir,

X
x2j1
= lm T2m (x) = sen x
(1)j+1
(2j 1)! m
j=1

x R

(4.2.55)

(si agregamos infinitos terminos obtenemos una aproximacion perfecta).

Definici
on 23 (Serie de Taylor). Si una funcion f es infinitas veces diferenciable en alg
un
x0 R, llamamos serie de Taylor de f en torno a x = x0 a la serie de potencias
S(x) := lm Tn (x) =
n

X
f (k) (x0 )

k!

k=0

= f (x0 ) + f 0 (x0 )(x x0 ) +

(x x0 )k

(4.2.56)

f 00 (x0 )
f 000 (x0 )
(x x0 )2 +
(x x0 )3 +
2!
3!

(4.2.57)

Si existe > 0 tal que la serie anterior converge a f (x) para todo x (x0 , x0 +), decimos
que f es analtica en x0 .
En el ejemplo vimos que sen x es analtica. En forma analoga es posible demostrar que
e y cos x son analticas.
x

Observacion. * No basta con que una funcion tenga infinitas derivadas continuas alrededor
de un punto para que sea analtica (es posible que la serie de Taylor no converja a la funcion
original aunque agreguemos infinitos terminos). Esto lo veremos en el Ejercicio 4.4.6.
Ejemplo 4.2.3. *(Serie de

1
).
1+x2

Recordemos la formula de Gauss para la serie geometrica:

|q| < 1

1
= 1 + q + q2 +
1q

(4.2.58)

Reemplazando q por x2 vemos que

|x| < 1

X
1
2
4
6
=
1

x
+
x

x
+

=
an x n
1 + x2
n=0

98

(4.2.59)

con an = 0 si n es impar y an = (1)j si n = 2j, j = 0, 1, 2, . . . Estos coeficientes resultan

1
ser los mismos1 que los de la expansion en series de Taylor de f (x) :=
, de modo que
1 + x2
(


n

0
si n es impar
1
d

=
f (n) (0) =
.
(4.2.60)

n
2
j
dx
1+x
(1) n! si n = 2j, j = 0, 1, 2, . . .
x=0
Ejemplo 4.2.4. * Sea g(x) = arctan x, g : R ( 2 , 2 ). Es posible ver que g 0 (x) =
luego
g

(n+1)

dn
dn 0
g
(x)
=
(x) =
dxn
dxn

1
1 + x2

1
,
1 + x2


.

(4.2.61)

Usando el ejemplo anterior concluimos que

(
0
si k es par
g (k) (0) =
.
(1)j (k 1)! si k = 2j + 1, j = 0, 1, 2, . . .

(4.2.62)

Por lo tanto,
g (k) (0)
=
k!

(
0
(1)j
2j+1

si k es par
.
si k = 2j + 1, j = 0, 1, 2, . . .

(4.2.63)

Conclumos que la serie de Taylor de la arcotangente en torno a x = 0 esta dada por

X
x3 x5 x7
(1)j 2j+1
x
=x
+

+
2j + 1
3
5
7
j=0

(4.2.64)

Esto justifica2 la serie de Gregory-Leibniz (tomando el lmite cuando x 1)

1 1 1
= 1 +
4
3 5 7

([CJ71], p. 462, Secc. 5.2, formula 7)

(formulada originalmente por el matematico indio Madhava (1350-1425) para el calculo de

, redescubierta en el s. XVII por el matematico escoces James Gregory).
Ejemplo 4.2.5. * El teorema de Taylor permite una demostracion alternativa de que un
punto crtico x0 en el que f 00 (x0 ) > 0 es un mnimo local. Por una parte, existe > 0 tal que
f 00 () > 0 si |x x0 | < (suponemos que f 00 es continua). Por otra parte,
f 00 ()
(x x0 )2 .
x : f (x) = f (x0 ) + f (x0 ) (x x0 ) +
| {z }
2 | {z }
0

=0

*Para esto hay que demostrar que

1
1+x2

es analtica y que si

(4.2.65)

>0

X
n=0

an xn =

bn xn para todo x en un

n=0

intervalo que contenga a x = 0 entonces an = bn para todo n.

2
Aunque no la demuestra completamente; para completar la demostracion hace falta trabajar un poco
m
as, ver Tarea 4.

99

Como esta entre x y x0 , si 0 < |x x0 | < entonces lo mismo se puede decir de . Se

concluye que f 00 () > 0 y que f (x0 ) < f (x) si |x x0 | < y x 6= x0 . Es necesario recordar
esta demostracion al momento de estudiar problemas de optimizacion en varias variables.
P 2
2
Ejemplo 4.2.6. * Demostracion de Euler de que
n = 6 . Serie de Taylor para definir
sen z con z C.

4.3.

Propiedad del valor intermedio (teorema de Darboux)

Finalizamos este captulo con una generalizacion del teorema del valor medio, la cual
sera utilizada para demostrar la regla de L Hopital en la siguiente seccion.
Teorema 4.3.1 (Teorema de Darboux, [Kit68], 6.2, Ej. 8). Suponga que f 0 existe en el
intervalo [a, b] y que K es cualquier n
umero entre f 0 (a) y f 0 (b). Entonces existe X tal que
a < X < b y f 0 (X) = K.
Demostracion. Sea g(x) := f (x) Kx. Se tiene que g 0 (a) < 0 y g 0 (b) > 0 o viceversa. En el
primer caso, se tiene que el mnimo de g se alcanza en el interior, no en la frontera. En ese
punto de mnimo la derivada es cero. Si, por el contrario, g 0 (a) > 0 y g 0 (b) < 0, el maximo
debe alcanzarse en el interior. En dicho maximo la derivada es cero, completando as la
demostracion.
Teorema 4.3.2 (Teorema generalizado del valor medio, [Kit68], Teo. 11.1.1). Sean f, g :
[a, b] R continuas en [a, b], diferenciables en (a, b) y tales que g 0 6= 0 en todo (a, b).
f 0 ()
f (b) f (a)
= 0
para alg
un (a, b).
Entonces
g(b) g(a)
g ()
Demostracion. Como g 0 6= 0 en todo (a, b), por el teorema de Darboux se tiene que g 0 es
siempre positiva o bien siempre negativa. En ambos casos g es monotona y por lo tanto
invertible. Sea I el intervalo cerrado determinado por g(a) y g(b), sea = f g 1 . Por
teoremas anteriores tenemos que es continua en I y diferenciable en el interior de I, luego
existe en el interior de I tal que
(g(b)) (g(a)) = 0 ()(g(b) g(a)).

(4.3.1)

Llamando a = g 1 () vemos que 0 () = f 0 ()/g 0 (). Como (g(b)) = f (b) y (g(a)) =

f (a), se tiene el resultado pedido.
Ejercicio 4.3.1. * Demuestre el teorema de Taylor a partir del teorema generalizado del valor
(n)
medio: sea g(x) = (x x0 )n+1 . Observe que Rn (x0 ) = Rn0 (x0 ) = Rn00 (x0 ) = = Rn (x0 ); lo
mismo se tiene para g. Deduzca que existen 1 , 2 , . . . , n , n+1 , cada vez mas cerca de x0 ,
tales que
(n+1)

Rn (x)
Rn0 (1 )
Rn00 (2 )
Rn
(n+1 )
f (n+1) (n+1 )
=
=
=

=
=
.
(x x0 )n+1
g 0 (1 )
g 0 (2 )
g (n+1) (n+1 )
(n + 1)!
100

(4.3.2)

4.4.

Regla de lH
opital

Referencia: [Kit68, Teo. 11.1.2, p. 484].

x sen x
Ejemplo 4.4.1. Como se calcula lm
siendo que numerador y denominador tienden
x0
x3
a cero?
3
3
Intuitivamente, como sen x x x3! , el numerador debiera parecerse a x3! y en el lmite
debieramos obtener 61 . La manera de demostrarlo es usando la regla de LHopital:
Teorema 4.4.1. Si
1. I es un intervalo alrededor de x0 R,
2. lm f (x) = lm g(x) = 0,
xx0

xx0

3. f y g son diferenciables en I \ {x0 },

4. g 0 (x) 6= 0 para todo x I \ {x0 } y
5. lm

xx0

f 0 (x)
existe,
g 0 (x)

entonces f (x)/g(x) lm

xx0

f 0 (x)
cuando x x0 .
g 0 (x)

Ejemplo 4.4.2.
x sen x
lm
= lm
x0
x0
x3

d
(x
dx

sen x)

(4.4.1)

dx3
dx

1 cos x
= lm
x0
x0
3x2

= lm

d
(1 cos x)
dx
d
(3x2 )
dx

1
sen x
= .
x0 6x
6

= lm

(4.4.2)

Demostracion del teorema. Sin perdida de generalidad podemos suponer que f (x0 ) = g(x0 ) =
0 y son continuas en I. Por el teorema del valor medio generalizado tenemos que
f (x)
f (x) f (x0 )
f 0 ()
=
= 0
g(x)
g(x) g(x0 )
g ()

(4.4.3)

para alg
un entre x0 y x, el cual tiende a x0 cuando x x0 .
Teorema 4.4.2. Si f y g son diferenciables en (R, ) para alg
un R > 0, tienden a cero
f 0 (x)
cuando x y el lmite L := lm 0
existe, entonces f /g L cuando x .
x g (x)
Demostracion. Sean F (y) := f (1/y), G(y) := g(1/y);
lm f /g = lm F/G = lm F 0 /G0 = lm+
y0

101

f 0 (1/y)(y 2 )
f 0 (x)
=
l
m
.
g 0 (1/y)(y 2 ) x g 0 (x)

Ejemplo 4.4.3. yn := (1 + nx )n ex cuando n . Mostrar esto es equivalente a demostrar

que log yn x (por la continuidad de la exponencial). Ahora bien,
lm log yn = lm

log(1 + xz )
1
z

= lm

1
1+ xz

(x z 2 )
z 2

lm 1 +

x = x.
z

(4.4.4)

Teorema 4.4.3. Si f y g son diferenciables en I \ {x0 } para alg

un intervalo I alrededor de
f 0 (x)
x0 , tanto f como g tienden a cuando x x0 y el lmite L := lm 0
existe, entonces
xx0 g (x)
f /g L cuando x x0 .
Demostracion. Supongamos, buscando llegar a una contradiccion, que existen > 0 y {xn }
tales que xn x0 y



 f (xn )


(4.4.5)
 g(xn ) L > .
Como f, g cuando x x0 , es posible construir una subsucesion {xnm } tal que
lm

f (xm )
g(xm )
= lm
= 0.
m f (xnm )
m g(xnm )

(4.4.6)

f (xnm ) f (xm )
f 0 (m )
= 0
L.
g(xnm ) g(xm )
g (m )

(4.4.7)

Por un lado

Por otro lado

f (xnm )
g(xnm )

g(xm )
1 g(x
f (xnm ) f (xm )
nm ) xx0
=
1.
f
(x
g(xnm ) g(xm )
1 f (xnm ))

(4.4.8)

Se concluye que
f (xnm )
=
g(xnm )

f (xnm )
g(xnm )

f (xnm ) f (xm )
g(xnm ) g(xm )

 

f (xnm ) f (xm ) xx0

1 L,
g(xnm ) g(xm )

(4.4.9)

lo cual contradice el hecho de que f /g 6 L.

Ejemplo 4.4.4. Sea an > 0. Podemos ver que
la regla de LHopital n veces.

ex
cuando x , usando
an x n + + a0

Observacion. * Tambien lo podemos ver por Taylor:

f (x) = f (0) +

n+1 (k)
X
f (0)
k=1

k!

xk +

102

f (n+2) ()
(x )n+1 x.
(n + 1)!

(4.4.10)

En el caso de f (x) = ex se tiene que f (n+2) () > 0 para todo > 0, luego para todo x > 0
ex > 1 + x + x2 /2! + + xn+1 /(n + 1)!

(4.4.11)

Se concluye que
x

e
>
n
an x + + a0

xn+1

1
xn+1

+ +

x n an +

an1
x

1
n!x

+ +

1
(n+1)!
a0
xn


xx0

1
(n+1)!

an

Ejemplo 4.4.5. (log x)q  x cuando x . En efecto,

q


q
q
1
(log x)
log x
x
= 0.
lm
= lm 1/q
= lm
1
x
x 1 q 1
x
x
x
q

= .

(4.4.12)

(4.4.13)

(
2
1 ex
x 6= 0
Ejercicio 4.4.6. * Demuestre que la campana de Gauss f (x) =
tiene
1
x=1
infinitas derivadas continuas alrededor de x0 = 0 pero su serie de Taylor alrededor de ese
punto no converge a la funcion.

4.5.

M
etodo de Newton

Referencias: [CJ71, Cap. 6], [Edw69, 7.3]

Newton nos ha propuesto un metodo para encontrar soluciones a la ecuacion no lineal
f (x) = . En el caso de funciones de una variable (f : R R, R), podemos ver el
metodo de Newton como un procedimiento para invertir funciones, p. ej. nos permite calcular
races cuadradas. La idea es comenzar con un n
umero cualquiera x0 y reemplazar la ecuacion
f (x) = por la ecuacion flin,x0 (x) = , donde flin,x0 es la aproximacion lineal de f alrededor
de x0 :
flin,x0 (x) = f (x0 ) + f 0 (x0 )(x x0 ).

(4.5.1)

f (x0 )
. A ese valor llamemoslo x1 . Analogamente,
f 0 (x0 )
dada una aproximacion xn , n N, definimos
La solucion a la ecuacion es x = x0 +

xn+1 = xn +

f (xn )
,
f 0 (xn )

(4.5.2)

la cual esperamos este mas cerca de satisfacer la ecuacion f (x) = . Si todo sale bien, la
sucesion {xn }nN converge a una solucion de la ecuacion.

103

1
2

x + x

x
1
2

x+

En el caso de f (x) = x2 , el metodo de Newton esta determinado por



x2n
1

xn+1 = xn
=
xn +
.
(4.5.3)
2xn
2
xn
Podemos dar a esta formula la siguiente interpretacion geometrica: xn puede ser visto como
la base de un rectangulo de area . La altura
de ese rectangulo debe necesariamente ser

hn = xn . La nueva aproximacion xn+1 de , se calcula como el promedio de los lados de

ese rectangulo. A su vez, xn+1 puede ser visto como la base de un nuevo rectangulo de area

. Este nuevo rectangulo es tal que

, con altura dada por hn+1 = xn+1
xn+1

xn+1

xn + hn
2xn hn

2
xn + hn
2
(xn + hn ) 4xn hn
=
2(xn + hn )
(xn hn )2
=
,
2(xn + hn )

(4.5.4)
(4.5.5)
(4.5.6)

i.e.
|xn+1 hn+1 |

1 |xn hn |
1
|xn hn | |xn hn |,
2 xn + hn
2
| {z }

(4.5.7)

la diferencia entre los lados es menos que la diferencia anterior (el rectangulo es cada vez
mas cuadrado). En el lmite n , los dos lados del rectangulo tienden a ser iguales, i.e.
el
rectangulo lmite es un cuadrado y su area es igual a . El lado de este cuadrado mide .
Esto se conoce como el metodo babilonico para el calculo de races cuadradas, utilizado por
los babilonios unos 1800 a
nos antes de Cristo.
El metodo de Newton esta en todas partes: se necesita para la prediccion del tiempo,
la simulacion de la propagacion del impulso electrico en el corazon [HH14], el estudio de
la formacion y propagacion de grietas en polmeros y metales [XH11], la segmentacion de
imagenes [BFM08]. El trabajo que hizo merecedor a Cedric Villani a la medalla Fields del
2010, en donde justifico el argumento de estabilidad lineal de Landau para la ecuacion no
lineal de Vlasov para estudiar el comportamiento de partculas de plasma cargadas, se basa
en un conocimiento profundo de las propiedades del metodo de Newton [Vil12]. El area de
los sistemas dinmicos (en la cual trabajan los profesores de la Facultad J. Bochi, J. Kiwi,
G. Iommi, M. Ponce y J. Rivera, ademas del primer latinoamericano en ganar la medalla
Fields, Artur Avila), surgio inicialmente motivada por el estudio de la convergencia del
metodo de Newton.
104

Convergencia cuadr
atica
xn+1

1
=
2




xn +
:
xn
x0 = 2,0000000000000
1
3
x1 = (2 + 1) = = 1,5000000000000
2
2
1 3 4
17
x2 =
+
=
= 1,4166666666667
2 2 3
12


577
1 17 24
+
=
= 1,41421568627451
x3 =
2 12 17
408


1 577 816
x4 =
+
= 1,41421356237469
2 408 577

El n
umero de dgitos decimales correctos por lo menos se duplica en cada paso:
|xn+1

2| |xn

2
2|

|xn+1

2| 102

(4.5.8)
La riqueza del metodo de Newton y la estructura de las ecuaciones puede visualizarse en
la animacion Zooming in on a Newtons method fractal [New], disponible en YouTube (un
sencillo juego matematico en el que la resolucion de (z 2 + 1)(z a) = 0 basada en el metodo
de Newton culmina en una violenta explosion de formas y colores con estructuras fractales
que lejos de ser autosimilares cambian abruptamente al pasar de una escala de longitud a la
siguiente mas subatomica).
Teorema 4.5.1. Sean , , A, B R y f : I R, I := ( , + ), tales que
f () = ,
f es dos veces diferenciable en I,
|f 0 (x)| A, para todo x I,
|f 00 (x)| B para todo x I,
2A
.
B
Entonces, dado x0 I la sucesion {xn }nN definida recursivamente por

f (xn )
, n = 0, 1, 2, . . .
f 0 (xn )

2n
B
B
es tal que xn I y
|xn |
|x0 |
para todo n N.
2A
2A
xn+1 = xn +

105

(4.5.9)

B
Observacion. Note que
|x0 | < 1 si x0 I (pues |x0 | < y
2A
2n

B
n
n
|x0 |
0, i.e. xn .
2A

2A
),
B

luego

Demostracion.
f (xn )

f 0 (xn )
f () f (xn )
=
( xn )
f 0 (xn )


0
f () f (xn ) + f (xn )( xn )
=
.
f 0 (xn )

xn+1 = xn +

(4.5.10)
(4.5.11)

(4.5.12)

El numerador es el resto de Taylor de orden 1, luego existe xn entre xn y tal que

xn+1 =

f 00 (xn )
(xn )2 .
2f 0 (xn )

(4.5.13)

Si xn I = ( , + ) se tiene que
B
|xn+1 | <
|xn |2
2A


B
;
2A

en particular, xn+1 I. Ahora bien, llamando n y C a n := |xn

que n+1 C2n , lo cual equivale a Cn+1 (Cn )2 . Por lo tanto,

(4.5.14)

2|, C :=

(C0 )2 ;
(C1 )2 (C0 )4 ;
(C2 )2 (C0 )8 ;
(C3 )2 (C0 )16 ;

C1
C2
C3
C4
..
.

B
,
2A

tenemos

(4.5.15)
(4.5.16)
(4.5.17)
(4.5.18)
(4.5.19)

2n

Cn (C0 ) .

(4.5.20)

Ejemplo 4.5.1. Estimemos el valor de 2 usando el metodo de

Newton y utilicemos el teorema
anterior para estimar el error. Sean f (x) = x2 , = 2, = 2. Notemos que
!
<1

x ( , + ) : f 0 (x) = 2x > 2 (1,4 1) = 0,8 ,

106

(4.5.21)

luego podemos tomar A = 0,8, B = 2. Necesitamos que < 1 y que 2A

= 0,8, luego
B
tomemos = 0,8. El teorema nos dice entonces que

2n 
2n

B
10
x0 ( 2 0,8, 2 + 0,8) |xn 2|
|x0 2|
|x0 2|
=
2A
8
(4.5.22)

(lo cual converge

nos permite demostrar que si la aproximacion
si |x0 2| < 0,8. Esto
a cero
n
inicial x0 ( 20,8, 2+0,8), entonces xn 2 (y nos da una estimacion de la velocidad
a la que converge).
1,6

0,8

-4

-3

-2

-1

-0,8

-1,6

Figura 4.1: Aplicando el metodo de Newton para buscar la raz = 0 de la funcion del
grafico, comenzando con x0 = 2, obtenemos x1 3,5 y x2 14,6. Cada vez nos alejamos
mas de la solucion de la ecuacion f (x) = 0.
Observacion. La hipotesis |f 0 (x)| A x I es importante, de lo contrario puede suceder
lo que en la Figura 4.1 (vemos que si A es muy peque
no entonces la distancia maxima = 2A
B
a la que se pide que este la aproximacion inicial x0 para garantizar que el metodo funciona
es tambien muy peque
na). La hipotesis |f 00 (x)| B x I tambien es importante pues si
hay mucha curvatura entonces la aproximacion lineal no es de gran calidad (ver Fig. 4.2) y
el metodo de Newton no necesariamente converge (vemos que = 2A
0 si B ).
B

4.6.

Ejercicios adicionales

1. En un deposito conico recto entra un lquido a razon de 8 lt/s. El radio del cono es
de 21m y su altura de 35m. Calcule la velocidad instantanea con que sube el nivel del
lquido cuando h = 6m. Estime el tiempo adicional que tardara el nivel del lquido en
llegar a los 6,12m.
107

0,4

0,32

0,24

0,16

0,08

0,025

0,05

0,075

0,1

0,125

0,15

0,175

0,2

Figura 4.2: Aplicando el metodo de Newton para buscar la solucion = 0,08 de la ecuacion
f (x) = f (0,08), comenzando con x0 = 0,02, obtenemos x1 0,195, la cual se encuentra mas
lejos de que x0 (se dibujan las rectas x = x0 , x = , y = f (), x = x1 ).
2. Una escalera de dos metros de largo se apoya en una pared vertical. Si la parte superior
se resbala a una velocidad de 30 cm/s, encuentre la velocidad a la que la parte inferior
se resbala cuando esta esta a una distancia de 1,20 m de la pared. Estime el tiempo
que transcurrira antes de que la parte inferior de la escalera este a una distancia de
1,30 m de la pared.
3. Un punto se mueve sobre la curva y = 4x x3 de manera que su abscisa x crece a
cm
(supondremos que x e y representan distancias medidas en
razon constante de 2 seg
centmetros, esto es, el punto de coordenadas (x, y) esta a x cm a la derecha y a y
cm arriba del origen). Con que rapidez cambia la ordenada y cuando la abscisa del
punto es 1? Con que rapidez cambia la pendiente de la recta tangente al grafico de
esta curva en dicho punto?
4. Entre todos los triangulos de base y altura dadas encuentre el que tiene el menor
permetro.
4x
, x R (determine puntos crticos, maximos y
x2 + 1
mnimos locales y globales, regiones de concavidad y convexidad, de crecimiento y de
decrecimiento, posibles asntotas horizontales o verticales).

5. Grafique la funcion f (x) =

6. Grafique la funcion f (x) = 4x3 3x4 , x R (determine puntos crticos, maximos y

mnimos locales y globales, regiones de concavidad y convexidad, de crecimiento y de
decrecimiento). Concluya que 1 + 3x4 4x3 > 0 si x (0, 1).
7. Calcular la distancia desde un punto a una recta.
108

8. Cristales lquidos: maximizar 1 2 3 sujeto a 21 + 22 + 23 = 1, 1 + 2 + 3 = 0.

9. De todos los triangulos con base y area dadas determine aquel con el menor permetro.
10. Encontrar un punto sobre una recta dada tal que la suma de sus distancias a dos puntos
fijos que estan del mismo lado de la recta sea un mnimo.
11. Calcule el desarrollo de f (x) = log(x + 1) en serie de potencias en torno a x = 0.
Determine todos los valores de x en los cuales la serie de potencias obtenida converge.
arc sen(3x)
(tomamos la rama principal del arcoseno en la cual el dominio
arctan(5x)
de la funcion seno se restringe a ( 2 , 2 ); lo mismo para la arcotangente).
(
1
e 1x2 , 1 < x < 1,
13. Sea f (x) =
. Calcule f 0 (1).
0,
en otro caso
12. Calcule lm

x0

14. Estudie la convergencia de la serie

ln(n sen(1/n)).

n=1

109

Bibliografa
[BFM08] Blaise Bourdin, Gilles A Francfort, and Jean-Jacques Marigo. The variational
approach to fracture. J. Elasticity, 91(1-3):5148, 2008.
[CH14]

Alvaro
Cofre and Duvan Henao. Calculo de Variable Compleja. Ediciones UC,
2014.

[CJ71]

Richard Courant and Fritz John. Introduccion al Calculo y al Analisis Matem

atico,
volume 1. Limusa, Mexico, 1971.

[Edw69] Harold M. Edwards. Advanced Calculus. Houghton Mifflin Company, Boston, 1969.
[Fra]

Western philosophy: epistemology of appearance. In Encyclopedia Britannica Online Library Edition. Web, 1 de agosto de 2013.

[Hea31]

T. L. Heath. A history of Greek mathematics. Oxford, 1931.

[HH14]

Daniel Hurtado and Duvan Henao. Gradient flows and variational principles for
cardiac electrophysiology: Toward efficient and robust numerical simulations of the
electrical activity of the heart. Comput. Methods Appl. Mech. Engrg., 273:238254,
2014.

[Kit68]

Joseph Kitchen. Calculus of one variable. Addison-Wesley, 1968.

[New]

Zooming in on a Newtons method fractal.

watch? v= 7RZn3B709wo . YouTube.

[Sal01]

W C Salmon, editor. Zenos Paradoxes. Hackett Publishing, 2001.

[Vil12]

Cedric Villani.
Le fabuleux destin de la methode de Newton.
In
IV Congreso Latinoamericano de Matematicos, Cordoba, Argentina,
http: // www. fondation-hadamard. fr/ sites/ default/ files/ files/
Inaug/ C-Villani-InaugFMJH. pdf , 2012.

[XH11]

Xianmin Xu and Duvan Henao. An efficient numerical method for cavitation in

nonlinear elasticity. Math. Models Methods Appl. Sci., 21:17331760, 2011.

110

In http: // www. youtube. com/