Calculo I Apuntes Oncina

GRADO EN FÍSICA
Departamento de Matemáticas
Á L C U L OI
C
Luis Oncina
2015-2016
Introducción
E l objetivo de estos apuntes de Cálculo I es el de fundamentar y ampliar los conocimientos sobre
D
funciones reales de una variable real adquiridos por el alumno en Bachillerato. Estas notas están pensadas
para los alumnos de Cálculo I del Grado en Fı́sica de la Universidad de Murcia.
urante el curso usaremos el programa de cálculo simbólico Maxima que puede descargarse pin-
chando en el siguiente enlace http://sourceforge.net/projects/wxmaxima/. Mi intención es usar Ma-
xima para ayudarnos a aprender Cálculo; no al contrario. En algunos casos el código Maxima emplea-
do en un ejemplo quizás no sea el más directo. La idea es trasladar nuestros razonamientos matemáticos
al código para facilitarnos las cuentas. Podéis copiar y pegar el código (azul) de Maxima que aparece
en los apuntes. Solamente el apóstrofe da problemas al pegar: borrar y teclearlo en la consola de Ma-
xima . Para aprender más comandos de Maxima podeis descargar, por ejemplo, las siguientes prácticas
L
http://www.ugr.es/~dpto_am/docencia/Apuntes/Practicas_con_Maxima.pdf. Por supuesto, más infor-
mación a través de www.google.es.
os apuntes están divididos en cuatro partes.
Capı́tulos 1-6. Son los apuntes propiamente dichos. En ellos presentamos el desarrollo teórico de la asigna-
tura, junto con una gran cantidad de ejercicios resueltos que ayudarán al alumno a adquirir habilidades
de cálculo ası́ como a entender mejor el armazón teórico en el que se fundamenta el cálculo de las fun-
ciones reales de una variable.
En muchos casos, damos en el propio texto la demostración de los resultados enunciados. En otros,
dichas pruebas las ponemos en el apéndice C como complemento. De esta forma, conseguimos que los
apuntes sean auto contenidos.
Cuando en el texto aparezca el siguiente sı́mbolo detrás de un teorema, pinchando sobre él iremos a la
prueba.
Una vez leı́da la demostración podemos volver donde nos habı́amos quedado sin más que pinchar en
Apéndice A: Complementos. En este apéndice he puesto las demostraciones de los resultados que explico
y que no aparecen en el propio texto. ¿Por qué las demostraciones en unos apuntes de Cálculo? A veces,
surge algún alumno que no se contenta con aprender una fórmula o un enunciado de un teorema y
quiere ver cómo y por qué dicho resultado es cierto. Para este tipo de alumno incluyo las pruebas.
Apéndice B: Ampliación. En la ampliación he tocado dos temas que por falta de tiempo no se pueden
contar en clase. Primero una breve introducción al cuerpo de los números complejos para poder pre-
sentar la función exponencial compleja (es lo que sigue de forma natural al capı́tulo sobre series de
ii
potencias). Esta función nos permite definir de forma rigurosa las funciones trigonométricas reales que
el alumno conoce bien: el seno y el coseno.
Por otro lado presentamos la noción de convergencia para sucesiones de funciones. Este estudio nos
permite demostrar los resultados importantes sobre series de potencias que no probamos en el capı́tulo
correspondiente.
Apéndice C: Autoevaluación. Al final de cada capı́tulo hay unos ejercicios de autoevaluación. En el

apéndice C están escritas las soluciones de dichos ejercicios. La idea es que una vez completado el
capı́tulo y sus ejercicios, el alumno pueda practicar un poco más y comprobar qué sabe hacer y dónde
E
tiene dudas.
l material que aparece en estos apuntes no sale de un libro. A lo largo de los años se consulta mucha
bibliografı́a y con el paso del tiempo es difı́cil recordar donde se leyó cada cosa. Recomiendo a continuación
varios libros que se pueden consultar y que en algunos casos aportan distintos puntos de vista sobre un
mismo tema. Si tuviera que elegir de entre los siguientes un libro de referencia este serı́a el número 6.
1. T. M. Apostol, Análisis Matemático, Reverté, Barcelona, 1991.
2. B. Cascales, J. M. Mira y S. Sánchez-Pedreño, Análisis Matemático I, http://ocw.um.es/ciencias/

analisis-matematico-i-2009.
3. B. P. Demidóvich, 5.000 problemas de Análisis Matemático, Paraninfo, Madrid, 1985.
4. J. A Fernández Viña y E. Sánchez Mañes, Ejercicios y complementos de Análisis Matemático I, Tecnos,

Madrid, 1986.
5. J. M. Ortega, Introducción al Análisis Matemático, Ed. Labor, 1993.
6. J. Rogawski, Cálculo. Una variable, segunda edición original, Ed. Reverté, Barcelona, 2012.
iii
Contenidos
1. Los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1. La necesidad de los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Definición axiomática de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1. Valor absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3. N, Z, Q como subconjuntos de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.1. Los números naturales. Principio de inducción . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2. Números combinatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.3. Enteros, racionales. Otras propiedades de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.4. Propiedades de densidad en R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.4.1. Raı́ces cuadradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4.2. Representación decimal de los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.4.3. Raı́ces n-ésimas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.5. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2. Sucesiones de números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.1.1. Lı́mites de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.1.2. Sucesiones monótonas y acotadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.1.3. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.1.4. Sucesiones de Cauchy. Completitud de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.2. Potencias de exponente real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.1. Exponente entero y racional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.2. Exponente real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.2.3. La función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.3. Lı́mites infinitos. Cálculo de lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.4. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.1. Lı́mite de una función en un punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.3. Funciones continuas en un intervalo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.3.1. Teoremas de Weierstrass y Bolzano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.3.2. La propiedad de los valores intermedios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.3.3. Función inversa. Continuidad y monotonı́a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.3.4. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.4. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4. Cálculo diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.1. Funciones derivables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.1.1. El teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.2. Extremos de funciones. Valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.2.1. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
iv
4.2.2. Teoremas del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

4.3. Desarrollos de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
4.3.1. El resto de Landau: desarrollos limitados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
4.3.2. Fórmula de Taylor con resto de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
4.4. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
4.5. Representación gráfica de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
4.6. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
5. Cálculo Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
5.1. Definición de Integral de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
5.2. Caracterización de integrabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
5.2.1. Sumas de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
5.2.2. Propiedades de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
5.3. El Teorema Fundamental del Cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
5.4. Cálculo de Primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.4.1. Primitivas inmediatas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
5.4.2. Primitivas de Funciones Racionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
5.4.3. Primitivas de Funciones que contienen cos x y sen x . . . . . . . . . . . . . . . . . . . . . . . . 214
5.4.4. Primitivas de Funciones de la forma f (ex ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
√
5.4.5. Primitivas de funciones que contienen ax2 + 2bx + c . . . . . . . . . . . . . . . . . . . . . . . 221
5.5. Aplicaciones de la Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
5.5.1. Cálculo de áreas de figuras planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
5.5.2. Longitud de un arco de curva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
5.5.3. Sólidos de revolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
5.5.4. Volumen de un cuerpo por secciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
5.6. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
5.6.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
5.6.2. Funciones no negativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
5.6.3. Convergencia absoluta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
5.7. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
6. Series numéricas y de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
6.1. Series numéricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
6.1.1. Series de términos no negativos. Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
6.1.2. Convergencia absoluta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
6.2. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
6.3. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
A. Complementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
A.1. Pruebas del Capı́tulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
A.1.1. Propiedades de los números reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
A.1.2. Propiedades del valor absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
A.1.3. Potencias de base real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
A.1.4. La raiz cuadrada de dos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
A.2.1. Álgebra de lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
A.2.2. El número e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
A.2.3. Subsucesiones convergentes y convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
A.2.4. Exponencial racional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
A.2.5. Exponencial real y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
A.2.6. La función logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
A.2.7. Tamaños de infinitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
A.2.8. Criterios de Stolz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
A.3.1. Propiedades de otras funciones elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
A.3.2. Resolución numérica de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
A.3.3. Continuidad de sen x/x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
A.3.4. Teorema de la función inversa: continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
A.4.1. Teorema de la función inversa: derivabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
A.4.2. Tabla de funciones derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
A.4.3. Monotonı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
A.4.4. Regla de L’Hospital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
A.4.5. El polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
A.4.6. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
A.4.7. El método de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
A.5.1. Primeros ejemplos de funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
A.5.2. Sumas de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
A.5.3. Producto de funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
A.5.4. Las funciones integrables tienen puntos de continuidad . . . . . . . . . . . . . . . . . . . . . . . 339
A.5.5. El teorema fundamental del cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
A.5.6. Cálculo de algunas primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
A.6.1. La serie armónica es divergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
A.6.2. Convergencia incondicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
B. Ampliación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
B.1. El cuerpo de los números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
B.2. La exponencial compleja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
B.2.1. Funciones trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358
B.3. Sucesiones de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
B.4. Series de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
C. Autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
C.1. Autoevaluación 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
1 Los números
reales
1.1. La necesidad de los números reales
Todos conocemos los números naturales: N := {1, 2, 3, . . .} y los usamos para contar objetos. El número
cero (que no lo consideramos un número natural) también lo manejamos (al sumarle cero a cualquier número
natural, éste no cambia). Bien pronto aprendemos a sumarlos y multiplicarlos y también, como no, a restarlos.
Aquı́ comenzamos a tener problemas.
Nota.
Si n, m son números naturales de forma que m > n entonces no tiene sentido la diferencia n − m.
Creamos ası́ otro conjunto de números, los enteros, Z := {. . . , −3, −2, −1, 0, 1, 2, 3, . . .} donde esta ope-
ración tiene sentido. En este conjunto el cero también tiene una propiedad interesante: si n ∈ N entonces
n + (−n) = 0.
Con este conjunto, podemos resolver ecuaciones del tipo x + a = b donde a, b ∈ Z y la solución vuelve a
ser un número entero.
Nos planteamos ahora resolver la ecuación 2x = 1. Por desgracia esta ecuación no se puede resolver en
Z, es decir,
Nota.
No existe ningún número entero x tal que 2x = 1.
Este problema lo resolvemos con los números racionales Q := {m · n1 : n ∈ N, m ∈ Z} donde n1 es

precisamente la solución de la ecuación nx = 1. También conocemos los racionales; los sabemos sumar, restar,
multiplicar y dividir (aquı́ la división no tiene problemas). Habitualmente denotamos por m 1
n al número m · n .
Con los racionales ya podemos hacer bastantes cosas. Por ejemplo podemos medir longitudes; pero ¿po-
demos medir cualquier longitud? La respuesta es no.
El teorema de Pitágoras afirma que en un triángulo rectángulo la hipotenusa al cuadrado es igual a la
suma de los cuadrados de los catetos. Si tomamos por el ejemplo el triángulo cuyos catetos tienen longitud
uno, tendremos que la hipotenusa cumple h2 = 1 + 1 = 2. Es conocido por todos que la longitud de h es
mayor que la longitud de cualquiera de los catetos, pero ¿quién o qué es h?. El siguiente resultado muestra
que h no es un número racional.
7
1.2 Definición axiomática de R 8 Capı́tulo 1
Proposición 1.
No existe ningún número racional cuyo cuadrado sea 2.
Prueba:
Supongamos que existen p, q ∈ N tales que
p2
= 2.
q2
Podemos suponer además que la fracción p/q es irreducible (es decir, que no se puede expresar como un
cociente p0 /q 0 con p0 < p y q 0 < q). De p2 = 2q 2 se obtiene que p es un número par, es decir, existe k ∈ N tal
que p = 2k. Efectivamente, si fuera p un número impar, es decir, p = 2m + 1 para algún m ∈ N tendrı́amos
que
p2 = (2m + 1)2 = 4m2 + 4m + 1 = 2(2m2 + 2m) + 1
serı́a impar lo cual no es cierto.

Sustituyendo este valor de p tenemos que 4k 2 = 2q 2 de donde obtenemos que q 2 = 2k 2 y por tanto que q ha
de ser par también. Esto contradice el hecho de que p/q es irreducible.
Fin de la prueba
Vemos ası́ que una ecuación tan sencilla como x2 = 2 no tiene solución en los números racionales. Creamos
ası́ el conjunto de los números reales R donde si podemos resolver esta ecuación (las ecuaciones formadas
por un polinomio igualado a cero se conocen como algebraicas). Pero en este nuevo conjunto aparecerán
números que no son soluciones de ecuaciones de este tipo. Dos números conocidos por todos cumplen esto
último: π, e.
¿Todas las ecuaciones algebraicas tienen solución en R? La respuesta es no y un ejemplo sencillo nos lo
da la ecuación x2 + 1 = 0. Para resolverla necesitaremos otro conjunto de números: los complejos C... pero
esto es otra historia.
La construcción que vamos a hacer a continuación sigue el camino contrario al que hemos presentado
hasta ahora. Definiremos los números reales y veremos como los naturales, los enteros y los racionales están
en este conjunto que hemos definido.
1.2. Definición axiomática de R

Axioma (El cuerpo de los números reales).
Existe un cuerpo totalmente ordenado y completo al que denotaremos por R.
¿Qué significa cada cosa en el axioma?
Luis Oncina, Cálculo I

Definición 1 (Cuerpo).
Significa que hay dos operaciones internas en R, + : R × R → R, · : R × R → R llamadas suma y

producto que cumplen las siguientes propiedades:
1. x + (y + z) = (x + y) + z para todo x, y, z ∈ R (asociativa),
2. x + y = y + x para todo x, y ∈ R (conmutativa),
3. existe un elemento en R denotado con 0 con la propiedad de que x + 0 = x para todo x ∈ R

(elemento neutro de la suma),
4. para cada x ∈ R existe x0 ∈ R con la propiedad de que x + x0 = 0, dicho x0 se denota con

−x (elemento opuesto),
5. x · (y · z) = (x · y) · z para todo x, y, z ∈ R (asociativa),
6. x · y = y · x para todo x, y ∈ R (conmutativa),
7. existe un elemento en R distinto de 0, denotado con 1, con la propiedad de que 1 · x = x

para todo x ∈ R (elemento neutro del producto),
8. para cada x ∈ R con x 6= 0 existe x00 ∈ R con la propiedad de que x · x00 = 1, dicho x00 se
denota con x1 (elemento inverso),
9. (x + y) · z = x · z + y · z para todo x, y, z ∈ R (distributiva).
(El sı́mbolo ∈ es el de pertenencia de conjuntos, es decir, x ∈ R significa que x es un elemento de R).
Proposición 2.
Los neutros de la suma y el producto son únicos. Los elementos opuesto e inverso son únicos.
Prueba:
Entre paréntesis ponemos la propiedad que usamos para pasar de un lado a otro de la igualdad.
Comencemos con el neutro de la suma. Si existiera α ∈ R tal que x + α = x para todo x ∈ R tenemos, en
particular, por un lado que 0 + α = α pero por otro lado 0 + α = 0 por tanto α = 0.
(∗)
El opuesto es único. Dado x ∈ R si existiera x00 ∈ R tal que x + x00 = 0 sumando en ambos lados −x tenemos
(1) (4) (3) (∗) (3)
−x + (x + x00 ) = (−x + x) + x00 = 0 + x00 = x00 = 0 + (−x) = −x
La unicidad para el producto se hace de forma similar.
Fin de la prueba
Maxima conoce las operaciones algebraicas

Asociativa de la suma
(%i1) x+(y+z);
(x+y)+z;
( %o1) z + y + x
( %o2) z + y + x
0 es el elemento neutro de la suma
(%i3) x+0;
( %o3) x
Buscamos el número real y que al sumar a x da como resultado cero. El comando solve nos ayuda a
resolver ecuaciones (hay que indicar quien es la variable a despejar)
(%i4) solve(x+y=0,y);
( %o4) [y = −x]
Asociativa del producto
(%i5) x*(y*z);
(x*y)*z;
( %o5) x y z
( %o6) x y z
1 es el elemento neutro del producto
(%i7) 1*x;
( %o7) x
Buscamos el inverso del número x.
(%i8) solve(x*y=1,y);
1
( %o8) [y = ]
x
Distributiva
(%i9) (x+y)*z;
( %o9) (y + x) z
Le pedimos que haga la multiplicación. Aplicar un comando al % significa aplicar dicho comando al último
resultado obtenido.
(%i10) expand(%);
( %o10) y z + x z
(%i11) x*z+y*z;
( %o11) y z + x z

Vamos a sacar factor común.
(%i12) factor(%);
( %o12) (y + x) z
Claro, también podemos comprobarlo ası́.
(%i13) compare((x+y)*z,x*z+y*z);
( %o13) =
Definición 2 (Totalmente ordenado).
Significa que existe una relación binaria denotada con ≤ con las siguientes propiedades:
10. x ≤ x para todo x ∈ R (reflexiva),
11. x ≤ y e y ≤ x implican x = y (antisimétrica),
12. x ≤ y e y ≤ z implican x ≤ z para todo x, y, z ∈ R (transitiva),
13. para cada dos elementos x, y ∈ R se cumple una de las dos relaciones: x ≤ y ó y ≤ x,
14. x ≤ y implica x + z ≤ y + z para todo x, y, z ∈ R,
15. x ≤ y y 0 ≤ z implica x · z ≤ y · z para todo x, y, z ∈ R.
Maxima sabe manejar desigualdades. Comenzamos cargando el paquete ineq
(%i1) load(ineq);
( %o1) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/simplification/ineq.mac
La propiedad 15.
(%i2) z*(x<=y);
Is z positive, negative or zero?positive;

( %o2) x z <= y z
La propiedad 14.
(%i3) z+(x<=y);
( %o3) z + x <= z + y
La propiedad transitiva.
(%i4) assume(x<=y and y<=z);
( %o4) [y >= x, z >= y]
(%i5) is(x<=z);

( %o5) true
(%i6) assume(y<=x);
( %o6) [x >= y]
(%i7) is(x=y);
( %o7) f alse
Con la propiedad antisimétrica tiene problemas. Pero hay otra forma de resolverlo.
(%i8) is(equal(x,y));
( %o8) true
Las propiedades 10–12 son la definición de orden; 13, relación de orden total; 14–15, compatibilidad con
las operaciones del cuerpo.
Definición 3 (Completo).
Significa que satisface el siguiente:

16. Axioma del supremo: todo subconjunto no vacı́o de R acotado superiormente tiene supremo.
Definición 4.
Un conjunto no vacı́o A ⊂ R se dice que está acotado superiormente si existe M ∈ R tal que
a ≤ M para todo a ∈ A.
Si A está acotado superiormente, el número α ∈ R se dice que es el supremo de A, y lo denotaremos
α = sup A si α es la menor cota superior de A, es decir,
a ≤ α para todo a ∈ A y si β ∈ R con a ≤ β para todo a ∈ A entonces se cumple α ≤ β .
La relación x ≥ y significa, por definición, lo mismo que y ≤ x. Y si x ≤ y siendo x 6= y entonces

escribiremos x < y o, indistintamente, y > x. En lo sucesivo, por comodidad de notación, el producto x · y
se escribirá como xy . Si x > 0 diremos que x es positivo, mientras que si x < 0 diremos que x es negativo.
En lo que sigue dados a, b ∈ R denotaremos por a − b := a + (−b).
A continuación vamos a ver algunas de las propiedades que se pueden deducir de los axiomas de R.
Proposición 3 (Propiedades).
1. a · 0 = 0 para todo a ∈ R. 2. a = b ⇔ a − b = 0.
3. (−1)a = −a y por tanto (−a)b = −(ab). 4. c < 0 ⇔ −c > 0.
5. Si a ≤ b y c ≤ d entonces a + c ≤ b + d. 6. a ≤ b ⇔ −a ≥ −b.
7. a ≤ b y c < 0 ⇔ ac ≥ bc. 8. aa ≥ 0 y por tanto 1 > 0.
9. a > 0 ⇒ a1 > 0. 10. a ≥ b > 0 ⇔ a1 ≤ 1b .

Maxima es capaz de operar de forma simbólica. Comprobamos las propiedades anteriores.

Las demostraciones rigurosas en la sección de pruebas.
(%i1) load(ineq);
( %o1) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/simplification/ineq.mac
Propiedad 1
(%i2) a*0;
( %o2) 0
Propiedad 2
(%i3) -b+(a=b);
( %o3) a − b = 0
Propiedad 3
(%i4) -1*a;
( %o4) − a
Propiedad 4
(%i5) assume(c<0);
( %o5) [c < 0]
(%i6) is(-c>0);
( %o6) true
Propiedad 5
(%i7) (a<=b)+(c<=d);
( %o7) c + a <= d + b
Propiedad 6
(%i8) -a+(a<=b);
( %o8) 0 <= b − a
(%i9) -b+%;
( %o9) − b <= −a
Propiedad 7
(%i10) c*(a<=b);

( %o10) a c >= b c
Propiedad 8
(%i11) is(a^2>=0);
( %o11) true
Propiedad 9
(%i12) assume(a>0);
( %o12) [a > 0]
(%i13) is(1/a>0);
( %o13) true
Propiedad 10
(%i14) assume(b>0);
( %o14) [b > 0]
(%i15) 1/a*(a>=b);
b
( %o15) 1 >=
a
(%i16) 1/b*%;
1 1
( %o16) >=
b a
Nota.
Dado a ∈ R al número real a · a lo denotaremos por a2 .
Definición 5.
Un conjunto no vacı́o A ⊂ R se dice que está acotado inferiormente si existe α ∈ R tal que α ≤ a
para todo a ∈ A.
Proposición 4.
Sea A ⊂ R no vacı́o acotado inferiormente. Existe el ı́nfimo de A, es decir, existe α := ı́nf A tal
que si β ≤ a para todo a ∈ A se tiene β ≤ α.
Prueba:
Si A está acotado inferiormente por β , entonces −A := {−a : a ∈ A} está acotado superiormente por −β
(como β ≤ a para todo a ∈ A entonces −β ≥ −a para todo a ∈ A) y si α es el supremo de −A es inmediato
que −α es el ı́nfimo de A.

Fin de la prueba
1.2.1. Valor absoluto

La estructura de cuerpo conmutativo totalmente ordenado lleva asociada la nociones de valor absoluto y
de ((distancia)).
Definición 6.
Para cada x ∈ R se define el valor absoluto |x| := x si x ≥ 0 y |x| = −x si x ≤ 0.
Proposición 5.
Para cada par de elementos x, y de R se cumplen:

1. |x| = | − x| ≥ 0 y |x| > 0 si x 6= 0. 2. |x| = máx{x, −x}.
3. |x · y| = |x| · |y|. 4. | x1 | = |x|
1
.
5. |x| ≤ a ⇔ −a ≤ x ≤ a 6. |x + y| ≤ |x| + |y| (desigualdad triangular).
7. ||x| − |y|| ≤ |x − y|
Las primeras se demuestran según sean los números positivos o negativos. La desigualdad triangular se
deduce de 5. y 7. de la desigualdad triangular.
Comprobamos con Maxima las propiedades.
(%i1) plot2d(abs(x),[x,-2,2]);
( %o1)
abs(x)
2
1.5
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Propiedad 1
(%i2) is(abs(x)=abs(-x));
( %o2) true
Propiedad 3
(%i3) abs(x*y);
( %o3) |x| |y|
Propiedad 4
(%i4) abs(1/x);
1
( %o4)
|x|
Propiedad 5
(%i5) assume(a>0);
( %o5) [a > 0]
(%i6) assume(abs(x)<=a);
( %o6) [a >= |x|]
(%i7) is(x<=a);
( %o7) true
(%i8) is(x>=-a);
( %o8) true
(%i9) compare(a,x);
( %o9) >=
(%i10) compare(-a,x);
( %o10) <=
(%i11) forget(a>0);
( %o11) [a > 0]
(%i12) forget(abs(x)<=a);
( %o12) [a >= |x|]
Lo vamos a hacer de otra forma. Cargamos el siguiente paquete. Con él podemos intentar resolver
inecuaciones.
(%i13) load(fourier_elim);
( %o13) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/fourier elim/fourier elim.lisp

(%i14) fourier_elim(abs(x)<=a,[x,a]);
( %o14) [x = 0, a = 0] ∨ [x = a, 0 < a] ∨ [x = −a, 0 < a] ∨ [−a < x, x < a, 0 < a]
Qué significan estos resultado: Por ejemplo [x = a, 0 < a] quiere decir que es cierto si x = a y a > 0. El
signo ∨ es la unión de conjuntos y lo podemos leer como o. El que nos interesa es el último [−a < x, x <
a, 0 < a]: cierto para −a < x < a y a > 0.
Propiedad 6. La desigualdad triangular
(%i15) is(abs(x+y)<=abs(x)+abs(y));
( %o15) unknown
No es de extrañar. Intentamos resolver con fourier elim
(%i16) fourier_elim(abs(x+y)<=abs(x)+abs(y),[x,y]);
( %o16) [x = 0, y = 0] ∨ [y = 0, 0 < x] ∨ [x = 0, 0 < y] ∨ [0 < x, 0 < y] ∨ [x < 0, y < 0] ∨ [x = 0, y < 0]

∨ [y = 0, x < 0] ∨ [x < −y, 0 < y] ∨ [0 < x, x < −y, y < 0] ∨ [x = −y, 0 < y] ∨ [−y < x, x < 0, 0 < y]
∨ [x = −y, y < 0] ∨ [−y < x, y < 0]
Hay que leer los resultados: con paciencia uno se da cuenta que todas las posibilidades para x e y están
cubiertas.
Propiedad 8
(%i17) is(abs(abs(x)-abs(y))<=abs(x-y));
( %o17) unknown
(%i18) fourier_elim(abs(abs(x)-abs(y))<=abs(x-y),[x,y]);
( %o18) [y < x, x < 0, y < 0] ∨ [x = 0, y < 0] ∨ [x = 0, y = 0] ∨ [x = y, 0 < y] ∨ [x = y, y < 0] ∨ [x = 0, 0 < y]

∨ [0 < x, x < y, 0 < y] ∨ [y = 0, 0 < x] ∨ [y < x, 0 < y] ∨ [x < y, y < 0] ∨ [y = 0, x < 0] ∨ [x < −y, 0 < y]
∨ [−y < x, y < 0] ∨ [x = −y, 0 < y] ∨ [−y < x, x < 0, 0 < y] ∨ [x = −y, y < 0] ∨ [0 < x, x < −y, y < 0]
También aquı́ todas las posibilidades están cubiertas. Compruébalo.
A la propiedad 6 se la conoce con el nombre de desigualdad triangular. Este nombre proviene de la
propiedad que tienen los triángulos de que la longitud de cualquier lado es menor que la suma de las de los
otros dos lados. Ası́, si X, Y, Z son los tres vértices del triángulo
l(XY ) ≤ l(XZ) + l(ZY )
siendo l(AB) la longitud del segmento AB .
Ejemplo 1.
Resolver la siguiente inecuación |x + 1| + |x − 1| ≤ 4.
Solución:
Se trata de encontrar aquellos números reales x que satisfacen la inecuación dada. Para poder resolverla hay
que “quitar” el valor absoluto. Para ello procedemos de la siguiente forma.

Si x − 1 ≥ 0 ⇔ x ≥ 1 tenemos que x + 1 > 0 y por lo tanto la inecuación queda
(x + 1) + (x − 1) ≤ 4 ⇔ 2x ≤ 4 ⇔ x ≤ 2
Luego si x ≥ 1 los números reales que cumplen x ≤ 2 son solución. Esto lo podemos resumir diciendo
si x ∈ [1, 2] entonces satisface la inecuación. Recordad que el intervalo cerrado [1, 2] := {y ∈ R : 1 ≤
y ≤ 2}.
Si x − 1 < 0 ⇔ x < 1 es |x − 1| = −(x − 1). Si además es x + 1 ≥ 0 ⇔ x ≥ −1 tenemos que la
inecuación queda
(x + 1) − (x − 1) ≤ 4 ⇔ 2 ≤ 4
lo cual es cierto. Esto nos dice que si x < 1 cualquier x ∈ R que sea x ≥ −1 satisface la inecuación.
Esto lo resumimos diciendo que si x ∈ [−1, 1) entonces es solución.
Finalmente, si x + 1 < 0 ⇔ x < −1 es |x + 1| = −(x + 1) y |x − 1| = −(x − 1). Sustituyendo la
inecuación queda
−(x + 1) − (x − 1) ≤ 4 ⇔ −2x ≤ 4 ⇔ 2x ≥ −4 ⇔ x ≥ −2
Lo cual sucede cuando x ∈ [−2, −1).
Repasando ahora los tres apartados concluimos que x ∈ R es solución de la inecuación si
x ∈ [−2, −1) ∪ [−1, 1) ∪ [1, 2] = [−2, 2] 1
Maxima nos puede ayudar a resolver este tipo de problemas. Vamos a dibujar la función
f (x) = |x + 1| + |x − 1| y la recta y = 4 para ver dónde la gráfica de la función queda por debajo
de la recta.
(%i1) f:abs(x+1)+abs(x-1);
( %o1) |x + 1| + |x − 1|
(%i2) wxplot2d([f,4],[x,-4,4],[y,0,8]);
( %o2)
8
abs(x+1)+abs(x-1)
4
4
y
0
-4 -3 -2 -1 0 1 2 3 4
x
1 Recordad que si A y B son dos conjuntos de R, se define la unión de ambos A ∪ B = {x ∈ R : x ∈ A o x ∈ B} y la
intersección como A ∩ B = {x ∈ R : x ∈ A y x ∈ B}

Es claro que solo para valores de x entre -2 y 2 la función está por debajo de y = 4. Ese es precisamente el
conjunto [−2, 2]. Notad que en x = −2 y en x = 2 se da la igualdad f (−2) = f (2) = 4.Maxima tiene un
comando que nos permite resolver desigualdades.
(%i4) fourier_elim([abs(x+1)+abs(x-1)<=4],[x]);
( %o4) [x = 2] ∨ [x = −2] ∨ [−2 < x, x < −1] ∨ [x = −1] ∨ [−1 < x, x < 1] ∨ [x = 1] ∨ [1 < x, x < 2]
Ahora hay que leer los resultados y entenderlos:

[x = 2],[x = −2], [x = −1], [x = 1] dice que los números son solución.
[−2<x, x< − 1] es el intervalo abierto (-2,-1); [−1<x, x<1] es (−1, 1); [1<x, x<2] es (1, 2). La unión de todos
ellos es [−2, 2].
Fin de la solución
Ejercicios 1.
1. Decir si son ciertas o falsas cada una de las afirmaciones siguientes sobre números reales:
a) Si x < y + ε para todo ε > 0, entonces x ≤ y b) Si x < y, z < w entonces xz < yw
c) (x + y)2 = 0 ⇔ x = y = 0 d) x2 + y 2 = 0 ⇔ x = y = 0
e) Si ab = 0 entonces a = 0 o b = 0 f) Si 0 < ε < 1 entonces ε2 < ε
2. Hallar todos los valores reales de x que cumplen las siguientes desigualdades:
(i) x2 > x, (ii) 32 (4x − 6) + 12 (3x + 2) ≤ 34 (2x − 7), (iii) x2 − 5x + 4 ≤ 0,

2
(iv) |x − x| + x > 1, (v) 5 < |2x − 7| < 35 (vi) 2x−1
3x+2
≤1
3. Desarrollar las siguientes expresiones hasta que desaparezcan todos los paréntesis, simplifi-
cando el resultado:
(i) x2 − (3x(x2 − 2) − 2x2 (x + 1)).

(ii) 4a((1 − a)2a2 + (3a + 1)3a2 ).
(iii) 5a(4a − 2(3a − 4b) + 5(4a − 3b)).
(iv) −4x(2x2 + 3x((x − 1) − 5(x − 2))).
4. Sea B ⊂ R un conjunto no vacı́o acotado superiormente y sea b = sup B . Entonces para

cualquier a ∈ R, con a < b, existe x ∈ B tal que a < x ≤ b.
5. Sean A y B dos subconjuntos no vacı́os de R. Probar:
(i) Si A ⊂ B entonces sup A ≤ sup B e ı́nf A ≥ ı́nf B .

(ii) Si a ≤ b para cualesquiera a ∈ A y b ∈ B entonces: sup A ≤ sup B e ı́nf A ≤ ı́nf B .

1.3 N, Z, Q como subconjuntos de R 20 Capı́tulo 1
1.3. N, Z, Q como subconjuntos de R

1.3.1. Los números naturales. Principio de inducción
Definición 7.
Un conjunto de I ⊂ R se llama inductivo si cumple las siguientes condiciones: 1 ∈ I y si x ∈ I

entonces x + 1 ∈ I .
Claramente R es un conjunto inductivo (ya que la suma de dos números reales vuelve a ser un número
real). Ası́ pues la colección de los subconjuntos inductivos de R es no vacı́a y, por tanto tiene sentido la
siguiente definición.
Definición 8.
Se llama conjunto de los n úmeros naturales y se denota con N al siguiente conjunto

\
N := {I : donde I es un conjunto inductivo de R}.
Proposición 6.
N es un conjunto inductivo, y por su propia definición, es el menor conjunto inductivo de R.
Prueba:
X N es inductivo. Es claro, por definición, que si I ⊂ R es un conjunto inductivo cualquiera entonces 1 ∈ I .
Por lo tanto 1 ∈ N (por estar en todos los conjuntos de la intersección).
Ahora, si n ∈ N, tenemos que n ∈ I para cualquier conjunto I inductivo. Por tanto, n + 1 ∈ I para cualquier
I inductivo lo que nos permite concluir que n + 1 ∈ N por ser la intersección de todos ellos.
X N es el menor conjunto inductivo contenido en R. Supongamos que A ⊂ N es inductivo. Como A ⊂ R,
por la propia definición de N si x ∈ N, x pertenece a todos los subconjuntos inductivos de R. En particular,
x ∈ A, con lo que hemos probado que N = A.
Fin de la prueba
Como consecuencia N viene caracterizado por la siguiente propiedad.
Corolario 7 (Método de inducción).
Cualquier subconjunto S ⊂ N que satisfaga las siguientes propiedades

( X) 1 ∈ S ,
(XX) Si n ∈ S entonces n + 1 ∈ S ,
verifica que S = N.

Nota.
Por cierto, los primeros números naturales se denotan de la siguiente manera:
1, 2 := 1 + 1, 3 := 2 + 1, 4 := 3 + 1, . . .
Notad que 1 ∈ N y, como N es inductivo, resulta que 1+1 ∈ N y le llamamos 2 y ası́ sucesivamente.
Por inducción describimos todos los naturales.
Nota.
A veces sucede que una cierta propiedad P (n) no se cumple para 1, 2, . . . , m pero queremos
probar que si se satisface para cualquier número natural n > m. ¿Nos puede ayudar el principio
de inducción para probar que la propiedad se cumple para todo natural n > m?. La respuesta es
si y vamos a ver cómo hacerlo.
Prueba:
Supongamos que se cumple P (m + 1) y que si suponemos que se satisface P (n) para algún n > m somos
capaces de probar que también se cumple P (n + 1). Entonces definimos el conjunto
S = {1, 2, . . . , m} ∪ {n ∈ N : se cumple P (n)}

El conjunto S es inductivo. Es claro que 1 ∈ S . Si suponemos que un cierto natural k ∈ S entonces k + 1 ∈ S
ya que si 1 ≤ k < m entonces 1 ≤ k + 1 ≤ m mientras que si k ≥ m tenemos que k + 1 ≥ m + 1 pero
suponemos que se cumple P (k + 1).
Por lo tanto S = N luego {n ∈ N : se cumple P (n)} = {n ∈ N : n > m}.
Fin de la prueba
Potencias de exponente natural

Definición 9.
Sea x ∈ R, definimos x1 := x.
Supongamos que para un cierto número natural n ≥ 1 hemos definido xn entonces definimos
xn+1 := xn · x
El método de inducción nos permite pues definir la potencia natural de cualquier número real.
A continuación enumeramos las propiedades, por todos conocidas, que tienen las potencias con números
naturales. Siendo rigurosos, para poder escribir los apartados 1. y 3. de la siguiente proposición, hemos de
probar previamente que dados dos números naturales cualesquiera n, m son n + m y n · m de nuevo números
naturales. Esto lo haremos en los complementos.

Proposición 8.
Si a, b ∈ R y n, m ∈ N se cumplen las siguientes propiedades.
1. an+m = an am 2. (ab)n = an bn
3. (an )m = anm 4. Si 0 < a 1 y n < m, entonces an < am 6. Si 0 < a < 1 y n < m, entonces an > am .
Demostraciones por inducción

Ejemplo 2.
Usando el método de inducción, demostrar que se verifica la siguiente igualdad para cualquier
número natural n.
n
X n(n + 1)
k= .
k=1
2
Solución:
¿En primer lugar, cómo averiguamos una fórmula como esta? Bueno, hay varias formas, pero vamos a pedirle
a Maxima que la calcule.
Cargando primero el paquete simplify sum el comando con el mismo nombre nos simplifica
la suma.
(%i1) S[n]:=sum(k,k,1,n);
n
X
( %o1) Sn := k
k=1
(%i2) load(simplify_sum);
( %o2) C : /P ROGRA 2/M AXIM A 2,0/share/maxima/5,24,0/share/contrib/solve rec/

simplif y sum.mac
(%i3) simplify_sum(S[n]);
n2 + n
( %o3)
2
Vamos a probar ahora, usando el método de inducción, que la fórmula es cierta.
Sea S := {n ∈ N : n verifica la fórmula del enunciado}. Comprobamos en primer lugar que 1 ∈ S .
1
X ? 1(1 + 1)
k=1= = 1 se cumple la fórmula
k=1
2

Supongamos ahora que un cierto número natural n cumple la fórmula del enunciado, es decir, n ∈ S (hipótesis
de inducción, H. I.), tenemos que probar que entonces n + 1 ∈ S .
n+1 n
X X (H.I.) n(n + 1) 2(n + 1) + n(n + 1) (n + 1)(n + 2)
k =(n + 1) + k = (n + 1) + = = =
k=1 k=1
2 2 2
(n + 1)((n + 1) + 1)
= ⇒ (n + 1) ∈ S
2
El método de inducción nos asegura que S = N, es decir, la fórmula se cumple para cualquier número natural.
Ejemplo 3.
Demostrar que 4n > n2 para cualquier número natural n.
Solución:
Vamos a comprobar con Maxima que la desigualdad puede ser cierta.
Para ello sustituiremos valores en 4n y n2 y veremos que se cumple.
(%i1) a[n]:=4^n;
b[n]:=n^2;
( %o1) an := 4n
( %o2) bn := n2
(%i3) makelist([a[n],b[n]],n,1,9);
( %o3) [[4, 1], [16, 4], [64, 9], [256, 16], [1024, 25], [4096, 36], [16384, 49], [65536, 64], [262144, 81]]
Ahora lo demostramos. Sea S := {n ∈ N : 4n > n2 }. En primer lugar, 1 ∈ S ya que 41 = 4 > 12 = 1.

Podemos preguntarnos si en verdad es 4 > 1. Claro, hay que probarlo ya que de números concretos sabemos,
por ejemplo, que 1 > 0. Ası́ que podemos usar el siguiente razonamiento:
1>0⇒1+1>0+1⇔2>1⇒3>2>1⇒4>1
(usando la transitividad del orden y la compatibilidad del orden con las operaciones).
Vale, una vez visto cómo se demuestra algo ası́ no lo haremos más. Los números naturales tienen su orden,
el que conocemos, que concuerda con el que heredan de la definición que hemos dado de números reales.
Volvamos a la prueba de la desigualdad. Hemos visto que 1 ∈ S y supongamos ahora que un cierto número
natural 1 < n ∈ S (H. I.).
(∗)
4n+1 = 4n · 4 > n2 · 4 = n2 + 2n2 + n2 > n2 + 2n + 1 = (n + 1)2 , (†)
En (∗) hemos usado un par de cosas: 2n2 > 2n ya que al ser n > 1 y cualquier número natural es (por ser
mayor que 1) n > 0 tenemos n2 = n · n > 1 · n = n. Al ser 2 > 0, 2n2 > 2n.

Por otro lado como n > 1, n2 > n. La propiedad transitiva nos dice que n2 > 1.
La fórmula (†) nos dice que n + 1 ∈ S . El principio de inducción nos permite concluir que S = N, es decir,
4n > n2 para cualquier número natural n ∈ N.
Ejemplo 4.
n n
X X
Probad que xk ≤ |xk | para cualesquiera x1 , . . . , xn ∈ R y cualquier n ∈ N.

k=1 k=1
Solución:
Lo probamos por inducción en el número de sumandos.
Para n = 1 es claro que |x1 | = |x1 |. Supongamos pues que la desigualdad es cierta para n sumandos, con
n ≥ 1 y sean x1 , x2 , . . . , xn , xn+1 números reales. Tenemos
n+1 n n n n+1
X X (1) X (2) X X
xk = xk + xn+1 ≤ xk + |xn+1 | ≤ |xk | + |xn+1 | = |xk |

k=1 k=1 k=1 k=1 k=1
En (1) hemos usado la desigualdad triangular del valor absoluto.

En (2) hemos usado la hipótesis de inducción.
1.3.2. Números combinatorios

Ya dijimos al comienzo del capı́tulo que los números naturales nos sirven para contar. Para resolver
problemas de contar (por ejemplo ¿cuántos números de 3 cifras distintas se pueden formar con 1,2,3,4,5 y
6?) son útiles las fórmulas de la combinatoria. Recordamos las dos más sencillas, que nos permitirán escribir
la fórmula del binomio de Newton:
Definición 10 (Factorial de un número natural).
Sea n ∈ N. Definimos, por inducción, el factorial de n. Para n = 1 definimos 1! := 1. Supongamos

ahora que hemos definido, para un cierto número natural n ≥ 1 el número n!, entonces se define
(n + 1)! := (n + 1) · n!
Ası́, para cualquier n ∈ N se tiene: n! := n(n − 1)(n − 2) · · · 3 · 2 · 1. Finalmente definimos 0! := 1.
Supongamos que elegimos elementos de un conjunto que tiene n elementos.

Nota (Variaciones sin repetición).
El número de listas ordenadas con m elementos distintos (m ≤ n) que se pueden formar se denota
por V (n, m) y se llama variaciones sin repetición o permutaciones de n elementos tomados de m
en m. Tenemos n formas de elegir el primero de la lista; hecho esto tenemos n − 1 formas de elegir
el segundo, y de este modo se observa que
n!
V (n, m) = n(n − 1) . . . (n − m + 1) = en particular V (n, n) = n!
(n − m)!
Nota (Combinaciones).
El número!de subconjuntos con m elementos que se pueden formar (m ≤ n) se denota por C(n, m)
n
o por o por y se llama combinaciones de n elementos tomados de m en m. Cada uno de
m
estos conjuntos da lugar a m! listas ordenadas, luego
!
n n!
C(n, m) = =
m (n − m)! m!
A estos números se les llama números combinatorios.
Ejemplo 5.
Describir todos los subconjuntos con tres elementos y todas las listas ordenadas con tres elementos
distintos que tiene el conjunto {a, b, c, d, e}.
Solución:
El número de subconjuntos es C(5, 3) = 10, y éstos son:
{a, b, c}, {a, b, d}, {a, b, e}, {a, c, d}, {a, c, e}, {a, d, e}, {b, c, d}, {b, c, e}, {b, d, e}, {c, d, e}
Las listas ordenadas son muchas más, V (5, 3) = 60, pues cada uno de los conjuntos anteriores da lugar a
3! = 6 listas ordenadas, que para el primer conjunto son
(a, b, c), (a, c, b), (b, a, c), (b, c, a), (c, a, b), (c, b, a)
El cálculo de estos números combinatorios se simplifica si se tienen en cuenta las siguientes propiedades
(las tres primeras se siguen directamente de las definiciones; la última es más laboriosa):

Proposición 9.
Sean n, m ∈ N ! ! ! !
n n n n
= = 1, = =n
n 0 1 n−1
! ! ! ! !
n n n n−1 n−1
= , = +
m n−m m m−1 m
La prueba de la proposición la haremos en ejercicios. Estos números combinatorios aparecen en la fórmula

del binomio de Newton:
Proposición 10 (Fórmula del binomio).
Sean a, b ∈ R, n ∈ N.
n
! ! ! ! !
X n n n n n−1 n n
(a + b)n = an−k bk = a + a b + ··· + abn−1 + bn
k=0
k 0 1 n−1 n
Prueba:
La demostración de la fórmula del binomio se hace por inducción en n.
Para n = 1, es claro que ! !
1 1 1
(a + b) = a + b = a+ b
0 1
Supongamos ahora que la fórmula es cierta para algún natural n ≥ 1. Veamos que también se verifica para
el número natural n + 1.
H.I.
(a + b)n+1 =(a + b)(a + b)n =
" ! ! ! ! #
n n n n−1 n n−1 n n
=(a + b) a + a b + ··· + ab + b =
0 1 n−1 n
! ! ! ! !
n n+1 n n n n−1 2 n 2 n−1 n
= a + a b+ a b + ... + a b + abn +
0 1 2 n−1 n
! ! ! ! !
n n n n−1 2 n n−2 3 n n n n+1
+ a b+ a b + a b + ... + ab + b =
0 1 2 n−1 n
! " ! !# " ! !# " ! !# !

n n+1 n n n n n n−1 2 n n n n n+1
= a + + a b+ + a b + ... + + ab + b =
0 0 1 1 2 n−1 n n
! ! ! ! !
n + 1 n+1 n+1 n n + 1 n−1 2 n+1 n n + 1 n+1
= a + a b+ a b + ... + ab + b
0 1 2 n n+1

Vemos ahora cómo nos puede ayudar Maxima Vamos a comprobar con Maxima que se da
la igualdad anterior.
(%i1) suma[n]:=sum(binomial(n,k)*a^(n-k)*b^k,k,0,n);
n
!
X n
( %o1) suman := an−k bk
k=0
k
(%i2) diferencia[n]:=(a+b)^n-suma[n];
n
( %o2) dif erencian := (a + b) − suman
Queremos ver que la diferencia es cero.
(%i3) diferencia[n];
n
!
n
X
n−k k n
( %o3) (b + a) − a b
k=0
k
(%i4) diferencia[2];
2
( %o4) (b + a) − b2 − 2 a b − a2
Le pedimos que desarrolle la potencia (a + b)2 .
(%i5) expand(%);
( %o5) 0
Probamos con otro valor concreto
(%i6) diferencia[10];
10
( %o6) (b + a) − b10 − 10 a b9 − 45 a2 b8 − 120 a3 b7 − 210 a4 b6 − 252 a5 b5 − 210 a6 b4 − 120 a7 b3 − 45 a8 b2 −
10 a9 b − a10
(%i7) expand(%);
( %o7) 0
Lo vemos para cualquier valor de n. Maxima maneja bien las sumas y las potencias. Cargamos para ello el
siguiente paquete.
( %o8) C : /P ROGRA 2/M AXIM A 1,0/share/maxima/5,30,0/share/solve rec/simplif y sum.mac
(%i9) simplify_sum(diferencia[n]);
( %o9) 0
Fin de la prueba
Las propiedades de los números combinatorios que hemos visto anteriormente, permiten usar el triángulo
de Tartaglia (o de Pascal) para encontrar los coeficientes del binomio de Newton sin hacer más que unas
pocas sumas. El triángulo empieza ası́:

1
1 1
&.
1 2 1
&. &.
1 3 3 1
&. &. &.
1 4 6 4 1
&. &. &. &.
1 5 10 10 5 1
Cada fila empieza y termina en 1, y el resto de números se obtienen sumando los dos de arriba (gracias a la
última propiedad de la proposición 9). Entonces, por ejemplo, en la fila 1 4 6 4 1 los números se corresponden
en orden con ! ! ! ! !
4 4 4 4 4
, , , ,
0 1 2 3 4
que son precisamente los que se necesitan en el desarrollo de (a + b)4 .
Ejemplo 6.
Calculad (x + y)3 , (a − b)4 y (2z + 3t)5 .
Solución:
(x + y)3 = x3 + 3x2 y + 3xy 2 + y 3
(a − b)4 = a4 + 4a3 (−b) + 6a2 (−b)2 + 4a(−b)3 + (−b)4 = a4 − 4a3 b + 6a2 b2 − 4ab3 + b4
(2z + 3t)5 = 32z 5 + 240z 4 t + 720z 3 t2 + 1080z 2 t3 + 810zt4 + 243t5
Con Maxima
(%i1) expand((x+y)^3);
( %o1) y 3 + 3 x y 2 + 3 x2 y + x3
(%i2) expand((a-b)^4);
( %o2) b4 − 4 a b3 + 6 a2 b2 − 4 a3 b + a4
(%i3) expand((2*z+3*t)^5);
( %o3) 32 z 5 + 240 t z 4 + 720 t2 z 3 + 1080 t3 z 2 + 810 t4 z + 243 t5

1.3.3. Enteros, racionales. Otras propiedades de R

Definición 11.
El conjunto de los números enteros Z y el de los números racionales Q se definen como:

S
1. Z := {0} {n ∈ R : n ∈ N, o bien − n ∈ N}
1 1 m
2. Q := {m · n
: m ∈ Z y n ∈ N}. El número real m · n
se denota como n
o como m/n.
Proposición 11.
R tiene la propiedad arquimediana, es decir, dados x ∈ R, 0 < y ∈ R existe n ∈ N tal que x < ny .
Prueba:
De no cumplirse la tesis, el conjunto A := {ny : n ∈ N} estarı́a acotado superiormente por x (serı́a x ≥ ny
para todo n ∈ N). Sea pues α := sup A. Tenemos en particular que para todo n ∈ N es ny ≤ α. Por otra
parte, α − y no serı́a cota superior de A y por tanto existe n0 ∈ N tal que α − y < n0 y . En consecuencia
serı́a α < (n0 + 1)y , lo cual es contradictorio con el hecho de que A está acotado superiormente por α.
Fin de la prueba
Corolario 12.
N no está acotado superiormente. Z no está acotado ni superior ni inferiormente.
Prueba:
Si N estuviera acotado superiormente, llamando α = sup N, como 1 > 0 la propiedad arquimediana de los
números reales nos proporcionarı́a n0 ∈ N tal que α < n0 · 1 = n0 , contradiciendo el hecho de que α sea cota
superior de N
Fin de la prueba
Proposición 13 (Principio de la buena ordenación).
Todo subconjunto no vacı́o A ⊂ N tiene primer elemento.
Prueba:
Utilizaremos el método de inducción. Supongamos (reducción al absurdo) que A no tuviera primer elemento
y sea B := N \ A el complementario del conjunto A. Es claro que 1 ∈ / A, pues en caso contrario A tendrı́a
primer elemento. Ası́ pues 1 ∈ B .
Además, si n ∈ B entonces n + 1 ∈ B ya que si, por el contrario, se tuviera n + 1 ∈ A entonces A tendrı́a
primer elemento, que serı́a, concretamente mı́n{1, 2, . . . , n + 1} ∩ A.
El método de inducción garantiza que B = N y, por tanto, que A = ∅, lo que contradice la hipótesis.

1.4 Propiedades de densidad en R 30 Capı́tulo 1
Fin de la prueba
Ejercicios 2.
1. Demostrar las siguientes fórmulas siendo n ∈ N:

Pn 2 n(n+1)(2n+1)
a) j=1 j = 6
b) n(n2 + 5) es un múltiplo de 6.
˙ (múltiplo de 11)
c) 32n+2 + 26n+1 = 11
d ) (1 + x)n > 1 + nx, donde x > 0 y n > 1.
e) Si 0 < ε < 1 y n ∈ N se cumple (1 + ε)n < 1 + 3n ε
2. Sean n, m ∈ N. Probad
! ! ! !
n n n n
= = 1, = =n
n 0 1 n−1
! ! ! ! !
n n n n−1 n−1
= , = +
m n−m m m−1 m
3. Probad que no existe n ∈ N tal que 1 < n < 2.
1.4. Propiedades de densidad en R

La función parte entera
Corolario 14.
Para cada x ∈ R existe un único número entero m que verifica m ≤ x < m + 1.
Prueba:
Supongamos inicialmente que x ≥ 1. Aplicando la propiedad arquimediana a la pareja compuesta por x y 1 se
tiene que el conjunto {n ∈ N : x < n} no es vacı́o y en consecuencia aplicando la proposición inmediatamente
anterior podemos concluir que dicho conjunto tiene un primer elemento, digamos k ∈ N. Haciendo m := k −1
se obtiene el resultado en este caso. Si x < 1 basta tomar k ∈ N tal que x + k ≥ 1 y aplicar el resultado
anterior. La unicidad es consecuencia de que no existe, como es fácil probar por inducción, ningún número
natural entre 1 y 2 (ver ejercicios más arriba).
Fin de la prueba
Esta proposición da sentido a la siguiente

Definición 12.
Sea x ∈ R, el único número entero m que verifica m ≤ x < m + 1 se llama parte entera de x y se
denota con [x], es decir [x] := m.
Dibujamos la función parte entera
Vemos ahora otro comando para realizar gráficos con Maxima Cargamos el paquete draw.
--> load(draw);
--> draw2d(explicit(entier(x),x,-3,3),
xaxis=true,yaxis=true,
terminal=pdf,
xrange=[-4,4],yrange=[-4,4]);
4
3
2
1
0
-1
-2
-3
-4
-4 -3 -2 -1 0 1 2 3 4
Notad las lı́neas verticales que dibuja Maxima donde se produce el “salto” de la función.
explicit(entier(x),x,-3,3): dibuja la función y=entier(x) dada de forma explı́cita.
xaxis=true,yaxis=true: se dibujan los ejes coordenados.
terminal=pdf: exporta el gráfico a un fichero llamado maxima out.pdf (dónde se guarda el fichero
depende de la configuración del ordenador. Búscalo en la carpeta donde está instalado Maxima dentro
de la subcarpeta wxmaxima, o bien en la carpeta personal de usuario).
Usando la propiedad arquimediana y la función anterior se puede probar.

Corolario 15.
Si x, y ∈ R, y se verifica x < y , entonces existe r ∈ Q tal que x < r < y .
Prueba:
Por la propiedad arquimediana existe n ∈ N tal que 1 < n(y − x), es decir, 1/n < y − x. Sea m := [nx], se
tiene m ≤ nx < m + 1, es decir, m
n
≤ x < m+1
n
y, por tanto,
m+1 m 1 1
x< = + ≤ x + < y.
n n n n
Tomando r = (m + 1)/n se obtiene el resultado buscado.
Fin de la prueba
Si representamos a los números reales en una recta de longitud infinita: colocamos el cero, a la derecha
los números que son mayores que cero y a la izquierda los que son menores, el corolario anterior nos dice que
no hay “huecos”.
1.4.1. Raı́ces cuadradas

Definición 13.
Si x = y 2 se dice que y es una raı́z cuadrada de x.
Es muy fácil observar que si y es una raı́z cuadrada de x, −y también es una raı́z cuadrada de x, y que x no
puede tener más raı́ces cuadradas.
Proposición 16.
Si 0 < r ∈ Q cumple r2 < 2, entonces existe t ∈ Q tal que r < t y r2 < t2 < 2.
Si 0 < s ∈ Q cumple s2 > 2, entonces existe w ∈ Q tal que 0 < w < s y s2 > w2 > 2.
Además, las afirmaciones anteriores son también ciertas si los números reales r y s son números
reales cualesquiera.
De lo anterior podemos deducir que el conjunto A := {0 ≤ r ∈ Q : r2 < 2} no tiene supremo en Q. Sin

embargo, A es un subconjunto no vacı́o de R (1 ∈ A) acotado superiormente por 2 (como es fácil comprobar)
y por tanto existe
α := sup{0 ≤ r ∈ Q : r2 < 2}
que necesariamente ha de cumplir (razonando como en la proposición que acabamos de demostrar) α2 = 2.
√ √
Denotando 2 := α, se verifica que 2 ∈ R\Q. Ası́, tenemos que R\Q 6= ∅, es decir, hay números reales que
no son racionales.

Definición 14.
A los elementos de R\Q se les llama números irracionales.
Nota.
Como todos sabemos:
los números naturales los usamos para contar;
los enteros para poder resolver ecuaciones de la forma n + m = 0 con n, m ∈ N (o para

poder restar);
los racionales para resolver q · r = 1 con q, r ∈ Q (o para poder dividir números enteros).
La última definición (y los comentarios previos) nos dicen que con los números racionales
no podemos medir longitudes ya que la longitud de la diagonal del cuadrado unidad no es
un número racional.
Los números reales nos ayudan a resolver ese problema.
Sin embargo, no todo se resuelve con los reales. Una ecuación del tipo x2 + 1 = 0 no tiene solución
en R ya que si x ∈ R entonces
x2 ≥ 0 ⇒ x2 + 1 ≥ 0 + 1 = 1 > 0
Para poder resolver estas ecuaciones necesitaremos otro conjunto de números más grande: los
números complejos, C.
Extendemos ahora el corolario 15 para irracionales.

Corolario 17.
Si x, y ∈ R, x < y , entonces existe z ∈ R\Q tal que x < z < y .
Prueba: √
2
Sea w ∈ Q de modo √que x < w < y . Por la propiedad arquimediana existe n ∈ N de modo que n
< y − w.
Tomando z := w + n2 se obtiene el resultado buscado.
Fin de la prueba
El siguiente resultado es una consecuencia directa del corolario 15.
Corolario 18.
Cada elemento x ∈ R es el supremo del conjunto de números racionales que son menores que él,
es decir, x = sup{r : r ∈ Q con r < x}.

Maxima maneja y simplifica expresiones con raı́ces
(%i1) sqrt(4+sqrt(144))+sqrt(2);
√
( %o1) 2+4
(%i2) a:(sqrt(2)+sqrt(3))/(sqrt(2)-sqrt(3));
√ √
3+ 2
( %o2) √ √
2− 3
(%i3) radcan(%);
√ √
3+ 2
( %o3) −√ √
3− 2
(%i4) ratsimp(a);
√ √
3+ 2
( %o4) −√ √
3− 2
No ha hecho nada (solo cambiar un signo). Usamos el siguiente comando.
(%i5) algebraic:true;
( %o5) true
(%i6) radcan(a);
3 √
( %o6) − 2 2 3 − 5
(%i7) ratsimp(a);
3 √
( %o7) − 2 2 3 − 5
De nuevo los dos comandos hacen lo mismo. Pero el resultado es diferente al de antes. Ha racionalizado
la expresión.
(%i8) b:sqrt(5*x/y)+sqrt(5*y/x)+(1/x-1/y)*sqrt(5*x*y);
√ √ y √
r
1 √
r
1 x
( %o8) 5 − xy + 5 + 5
x y x y
(%i9) radcan(b);
√ √
2 5 y
( %o9) √
x
(%i10) ratsimp(b);
√ √ √ √ √ q
5 x y xy + x y 5 y − 5 x + 5 x xy y
p
( %o10)
xy
(%i11) algebraic:false;
( %o11) f alse

(%i12) ratsimp(b);
√ py √ √ √ √ qx
5xy x
+ xy 5y − 5x + 5x y y
( %o12)
xy
(%i13) radcan(b);
√ √
2 5 y
( %o13) √
x
En este caso no hay diferencia entre algebraic:true o false. Si que la hay, sin embargo, en las respuestas
dadas por radcan y ratsimp.
(%i14) c:(9*x-x^2)/( sqrt(x)*(sqrt(x) + sqrt(6)));
9 x − x2
( %o14) √ √ √
x+ 6 x
( %o15) true
(%i16) radcan(c);
√ √ √ √ 5
−x2 + x 2 3 x − 2 32 + 9 x
( %o16)
x−6
(%i17) ratsimp(c);
√ √ √
−x2 + x 6x − 9 6 + 9x
( %o17)
x−6
(%i18) algebraic:false;
( %o18) f alse
(%i19) ratsimp(c);
x2 − 9 x
( %o19) − √ √
x+ 6 x
(%i20) radcan(c);
√
(x − 9) x
( %o20) − √ √ √
x+ 2 3
1.4.2. Representación decimal de los números reales

√
Volvemos ahora a la pregunta ¿quién es 2? El siguiente resultado que no probaremos nos habla de cómo
representar en base 10 los números reales: los números racionales son aquellos que tienen una cantidad finita
de cifras decimales o bien a partir de un momento un “bloque” de dichas cifras se repite infinitas veces. Los
irracionales son aquellos que no cumplen lo anterior.

La unicidad de la expresión decimal viene dada por el hecho de que no todos los términos sean 9 a partir
de un cierto lugar. Si permitieramos esto el número 0, 99999999 . . . y el 1 que son el mismo número (si fueran
distintos, entre ambos habrı́a otro número real pero no es posible!) tendrı́a dos expresiones.
Proposición 19.
Sea x ≥ 0 un número real.
1. Existe una sucesión única de números enteros (an )n tal que a0 ≥ 0, 0 ≤ an ≤ 9 para n ≥ 1
que verifica para cada n ∈ N la siguiente propiedad:
1
a0 , a1 a2 . . . an ≤ x < a0 , a1 a2 . . . an + (†)
10n
Pn
donde a0 , a1 a2 . . . an := k=0 ak 101k recibe el nombre de número decimal finito. Además,
en esta sucesión no todos los términos son 9 a partir de un cierto lugar.
2. Recı́procamente, dada una sucesión de números naturales (an ) con 0 ≤ an ≤ 9 para n > 0,
tales que en esta sucesión no todos los términos son 9 a partir de un cierto lugar, existe un
único real x ≥ 0 que cumple las relaciones (†) para todo n.
Diremos que la expresión a0 , a1 a2 . . . an . . . es la representación decimal del número real x. a0 es

la parte entera de x y se verifica x = sup{a0 , a1 a2 . . . an : n ∈ N}.
Maxima es una buena calculadora. Podemos trabajar con números decimales o con sus
expresiones exactas. Por defecto, trabaja con valores exactos pero podemos modificar esto usando
numer:true. Para volver al estado original usamos numer:false. Si queremos conocer la expresión
decimal de algún número concreto escribimos float( ).
(%i1) sqrt(2);
√
( %o1) 2
(%i2) float(%);
( %o2) 1,414213562373095
(%i3) 5/7;
5
( %o3)
7
(%i4) float(%);
( %o4) 0,71428571428571
(%i5) sqrt(3)+sqrt(2);
√ √
( %o5) 3+ 2
(%i6) numer:true;

( %o6) true
(%i7) sqrt(3)+sqrt(2);
( %o7) 3,146264369941973
(%i8) numer:false;
( %o8) f alse
(%i9) %i5;
√ √
( %o9) 3+ 2
Los números e y π
(%i10) float(%e);
( %o10) 2,718281828459045
(%i11) float(%pi);
( %o11) 3,141592653589793
Para que Maxima nos devuelva un número concreto de decimales usamos el siguiente comando (9 es el
número de cifras que usará)
(%i12) fpprintprec:9;
( %o12) 9
(%i13) float(%pi);
( %o13) 3,14159265
1.4.3. Raı́ces n-ésimas

Ahora vamos a analizar la existencia de raı́ces n-ésimas de cualquier número real positivo. Usando las
√
mismas ideas que en el caso de 2 se puede probar.
Proposición 20.
Sea x ∈ R, x > 0, y sea p ∈ N.
1. Si r ∈ R, r > 0 cumple rp < x entonces existe t ∈ Q tal que r < t y rp < tp < x
2. Si s ∈ R, s > 0 cumple sp > x entonces existe w ∈ Q tal que 0 < w < s y sp > wp > x.
3. Existe un único número real positivo α tal que αp = x. De hecho
α = sup{r : r ∈ Q, rp < x}
Esta proposición da sentido a la siguiente definición.

Definición 15.
Para cada x ∈ R, x > 0 y cada p ∈ N, se define la raı́z p-ésima de x como el único número real
1 √
positivo α tal que αp = x. Se denota x p := p x := α = sup{r : r ∈ Q, rp < x}.
√ √
Obsérvese que si x > 0 y p es par, entonces y = p x e y = − p x son los dos únicos números reales
p
que cumplen y p = x. Mientras que si p es impar, aunque x sea negativo, y = signo(x). p | x |, donde
signo(x) = 1 si x ≥ 0 y signo(x) = −1 si x < 0, es el único número real que cumple y p = x.
Maxima conoce la función signo. Le decimos a Maxima que x es positivo
(%i1) assume(x>0);
( %o1) [x > 0]
(%i2) signum(x);
( %o2) 1
Ahora le decimos que se olvide de la hipótesis sobre x
(%i3) forget(x>0);
( %o3) [x > 0]
(%i4) assume(x<0);
( %o4) [x < 0]
(%i5) signum(x);
( %o5) − 1
Ejercicios 3.
1. Si a es racional y b es irracional, ¿es a + b necesariamente irracional?. Si a es irracional y b

√ √
es irracional, ¿es ab necesariamente irracional?. Probar que 3 y 6 son irracionales.
2. Completar las siguientes expresiones:

p √ p ... √ √
3
. . . = a2 bc4 , 4 5a . . . = 5a3 c, . . . = 7 + a, √
5+ 3
√ = 5− 3.
3. Calcular, simplificando el resultado:

√ √ √ √ √ √
a) (2 8 + 3 5 − 7 2)( 72 − 5 20 − 2 2).
√ √ √ √ √ √
b) (3 2 − 3 3 + 6 5)(2 2 + 2 3 + 4 5).
√ √ √ √ √ √ √ √
c) ( 3 + 5)(2 3 + 3 5) − (3 3 − 2 5)( 3 + 2 5).
√

1 1
d) 1−x+ √ : 1+ √ .
1+x 1 − x2

1.5 Autoevaluación 39 Capı́tulo 1
1.5. Autoevaluación
Autoevaluación 1.
1. ¿Cuáles de las siguientes afirmaciones sobre números reales son verdaderas?
a) La suma de dos números irracionales es un número irracional.

b) El producto de un número racional no nulo por un número irracional es un número
irracional.
c) Todo número irracional tiene un inverso que es también un número irracional.
√ √
d ) Si a + b = c + d, entonces a = c y b = d.
e) Para todo n ∈ N, la raı́z n-ésima de un irracional positivo es un irracional.
2. Consideremos el conjunto A = {x ∈ R : |x2 − 3| ≤ 1}. ¿Cuáles de las siguientes afirmaciones

son verdaderas?
√
a) sup A = 2, ı́nf A = 2
b) sup A = 2, ı́nf A = −2
√
c) ı́nf {x ∈ A : x ≥ 0} = 2
√ √
d ) sup A = − 2, ı́nf A = 2
3. Sea A = {x ∈ R : |x2 − x| − x > 8} y B = R \ A, entonces:
a) sup B = ı́nf A
b) sup B = ı́nf {x ∈ A y x > 0}.
c) ı́nf B = −2 y sup B = 4.
d ) El conjunto A no está acotado ni superior ni inferiormente.
e) sup{x ∈ A y x < 0} ∈ A.
Pn n(n+1)(n+2)
4. Demostrad que para cualquier número natural n se verifica j=0 j(j + 1) = 3
n4
Pn
5. Demostrad que para cualquier número natural n se cumple j=1 j3 > 4
6. Demostrad que para cualquier número natural n si 0 < x < 1 se cumple la desigualdad
(1 + x)n < 1 + 3n x.
7. Para cada n ∈ N definimos

1 1 1 1
Sn := + + + ... +
1·2 2·3 3·4 n(n + 1)
Calculad S1 , S2 , S3 , S4 , . . . e inducid un probable valor de Sn . Probad por inducción que Sn

coincide efectivamente con el valor obtenido anteriormente.

2 Sucesiones de
números reales
2.1. Sucesiones
Definición 16 (Sucesión).
Se llama sucesión en R a cualquier aplicación ϕ : N → R. Si an := ϕ(n) la sucesión se denota

con (an )n∈N o brevemente (an )n . El número real an recibe el nombre de término general de la
sucesión.
Cuando el término general de una sucesión es conocido, es decir, la fórmula que a cada número natural
n le asigna un valor ϕ(n) es inmediato conocer cualquier término de la sucesión: solo tenemos que sustituir
en la fórmula el valor de n deseado.
Otras veces tenemos información de los primeros términos de la sucesión y queremos averiguar el valor
para “n mayor”. Para ello es imprescindible conocer el término general de la sucesión. Aunque esto no
siempre es posible, en algunos casos lo podremos conseguir.
Ejemplo 7.
Veamos algunos ejemplos. Sean d, r ∈ R. Hallar el término general de:
1. La sucesión cuyos primeros miembros son a, a + d, a + 2d, a + 3d, . . .. Se conoce como pro-
gresión aritmética.
2. La sucesión cuyos primeros términos son a, ar, ar2 , ar3 , . . .. Se conoce como progresión
geométrica (de razón r).
Solución:
1. Tenemos
a1 = a, a2 = a + d, a3 = a + 2d = a + (3 − 1)d, a4 = a + 3d = a + (4 − 1)d . . .
Es claro que la fórmula que nos da esta sucesión es ϕ(n) = a + (n − 1)d. El término general es entonces
a + (n − 1)d.
2. Tenemos
b1 = a, b2 = ar, b3 = ar2 = ar3−1 , b4 = ar3 = ar4−1
40
2.1 Sucesiones 41 Capı́tulo 2
y por tanto el término general es bn = arn−1 .

Este tipo de sucesiones se dice que están definidas por recurrencia. Notad que en el primer caso, empezamos
con a1 = a y a2 lo conseguimos sumando a a1 el número d. Para hallar a3 le sumamos a a2 de nuevo d. Ası́,
para cualquier n ∈ N el término n-ésimo lo conseguimos an = an−1 + d.
En el caso de la progresión geométrica es bn = rbn−1 .
Maxima sabe manejarlas
(%i1) load(solve_rec);
( %o1) C : /P ROGRA 2/M AXIM A 2,0/share/maxima/5,30,0/share/solve rec/solve rec.mac
(%i2) solve_rec(a[n]=a[n-1]+d,a[n],a[1]=a);
( %o2) an = d (n − 1) + a
(%i3) solve_rec(b[n]=r*b[n-1],b[n],b[1]=a);
( %o3) bn = a rn−1
Maxima sabe encontrar el término general de otras sucesiones definidas por recurrencia (de muchas otras
no, claro).
Ejemplo 8.
Hallar el término general de las siguientes sucesiones definidas por recurrencia.

n
1. cn = cn−1 , n ≥ 2 c1 = 1.
1+n
(dn + dn−1 )
2. dn+1 = , n ≥ 2, d1 = 2, d2 = 4.
2
√
3. en = en−1 + 2, n ≥ 2, e1 = 1.
Vamos a ver los ejemplos
(%i1) load(solve_rec);
( %o1) C : /P ROGRA 2/M AXIM A 2,0/share/maxima/5,30,0/share/solve rec/solve rec.mac
(%i2) solve_rec(c[n]=n*c[n-1]/(1+n),c[n],c[1]=1);
2
( %o2) cn =
n+1
(%i3) solve_rec(d[n+1]=(d[n]+d[n-1])/2,d[n],d[1]=2,d[2]=4);
n
23−n (−1) 10
( %o3) dn = +
3 3
(%i4) solve_rec(e[n]=sqrt(e[n-1]+2),e[1]=1);

( %o4) f alse
Vale, esta última no la sabe resolver. Volveremos a ella más adelante en el capı́tulo.
Nos planteamos ahora obtener de forma gráfica información de una sucesión. ¿Cómo podemos represen-
tarla gráficamente? Veamos dos formas: la primera será representar en la recta real el conjunto de valores de
(an )n , es decir, dibujaremos los puntos del conjunto {an : n ∈ N}. La segunda forma será representar (an )
como una función, es decir, pondremos en el eje de abscisas la n y en el de ordenadas ϕ(n).
Ejemplo 9.
1
Vamos a estudiar las sucesiones an = n y bn = cos( nπ
9 ).
Dibujamos el conjunto de valores de an y bn
Para hacer gráficas cargamos en primer lugar el paquete draw. También se puede usar el comando plot2d
(ver ayuda de Maxima) para hacer gráficos.
(%i1) load(draw);
( %o1) C:/PROGRA 2/MAXIMA 1.0-2/share/maxima/5.28.0-2/share/draw/draw.lisp
Definimos dos sucesiones
(%i2) a[n]:=1/n;
b[n]:=cos(n*(%pi/9));
1
( %o2) an :=
n
π
( %o3) bn := cos n
9
Creamos a continuación la lista de puntos a dibujar para cada sucesión. Usamos el comando makelist.
(%i4) an:makelist([a[n],0],n,1,80)$
bn:makelist([b[n],0],n,1,80)$
1
Dibujamos la primera sucesión an = n.
(%i6) draw2d(point_type=filled_circle, point_size=0.4, points(an));
( %o6) [gr2d (points)]

0.01
0.005
-0.005
-0.01
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Dibujamos la segunda sucesión bn = cos(n π9 ).
(%i7) draw2d(color=red, point_type=filled_circle, point_size=0.4,

points(bn));
( %o7) [gr2d (points)]

0.01
0.005
-0.005
-0.01 -1 -0.5 0 0.5 1
Dibujamos las sucesiones como funciones de la variable n.
(%i1) a[n]:=1/n;
b[n]:=cos(n*(%pi/9));
1
( %o1) an :=
n
π
( %o2) bn := cos n
9
(%i3) sucan:makelist([n,a[n]],n,1,80)$
sucbn:makelist([n,b[n]],n,1,80)$
(%i5) load(draw);
( %o5) C:/PROGRA 2/MAXIMA 1.0-2/share/maxima/5.28.0-2/share/draw/draw.lisp
(%i6) draw2d(color=blue, point_type=filled_circle, point_size=0.3,

points(sucan), color=red, points(sucbn));
( %o6) [gr2d (points, points)]

1
0.5
-0.5
-1
10 20 30 40 50 60 70 80
La segunda forma de representar gráficamente una sucesión nos da una información relevante: en el caso
azul, es decir, la sucesión an = n1 , cuando n se hace suficientemente grande los valores de an se aproximan a
cero (y cuanto más avanzamos están más cerca). Sin embargo, en el otro caso los puntos rojos van oscilando
sin parar, dicho de otro modo, no hay ningún número real al cual se aproximen los valores de la sucesión a
partir de un cierto momento.
Vamos a ser más precisos.

2.1.1. Lı́mites de sucesiones

Definición 17 (Lı́mite).
Se dice que la sucesión (an )n tiene por lı́mite a ∈ R si para cada ε > 0 existe un número natural
n0 tal que si n > n0 entonces |an − a| < ε. La notación que se utiliza es la siguiente:
a = lı́m an = lı́m an .
n→∞ n
Una sucesión se dice convergente cuando tiene lı́mite.
Vamos a ilustrar la definición con algunos ejemplos.
Ejemplo 10.
1. La sucesión constante dada por an := a es convergente y su lı́mite es a.

1
2. La sucesión dada por an := es convergente y su lı́mite es 0.
n
n
3. La sucesión dada por an := 6 3
tiene lı́mite cero.
n + 5n + 2n + 1
4. Si a = lı́mn an entonces se cumple que |a| = lı́mn |an |.
√ √
5. Si an > 0 para todo n y existe a = lı́mn an entonces lı́mn an = a.
Solución:
1. Para cada ε > 0 dado se cumple que |an − a| = |a − a| = 0 < ε para todo n ∈ N.
2. Dado ε > 0 si n0 := [ 1ε ] + 1 se cumple que |an − 0| = n1 < n10 < ε siempre que n > n0 , ya que
1
1 1
ε < ε + 1 = n0 implica n0 < ε
3. Dado ε > 0 si n0 := [ 1ε ] + 1 se cumple que |an − 0| < ε siempre que n > n0 , ya que
n n 1 1 1
|an − 0| = < 6 = 5 ≤ < <ε
n6 + 5n3 + 2n + 1 n n n n0
4. Fijado ε > 0 existe n0 ∈ N tal que |a − an | < ε si n > n0 ; pero como por el último apartado de la
proposición 5 se tiene
||a| − |an || ≤ |a − an | < ε si n > n0 ,
lo cual significa que |a| = lı́mn |an |.
√
5. Supongamos inicialmente que a > 0 y entonces fijado ε > 0 existe n0 ∈ N tal que |a − an | < aε si
n > n0 ; pero por otra parte se tiene la siguiente estimación
√
√ √ |a − an | |a − an | aε
| a − an | = √ √ ≤ √ < √ =ε
a + an a a
√ √
si n > n0 , que demuestra precisamente que, en este caso, lı́mn an = a.
Para el caso en que sea a = 0 dado ε > 0, como lı́mn an = 0 existe n0 ∈ N tal que si n > n0 se cumple
an < ε2 . Por lo tanto para n > n0
√ √ √ √
| an − 0| = an < ε2 = ε

√ √
Notad que en la última desigualdad hemos usado que si 0 < x < y entonces x < y . Para probar esta
√ √
afirmación supongamos, por reducción al absurdo, que x ≥ y . Entonces, al ser ambos positivos,
√ √ √ √
y x≤ x x=x
por otro lado

√ √ √ √
y= y y≤ y x
de donde y ≤ x, contradicción.
Los ejemplos 4 y 5 son importantes y más adelante haremos mención a ellos.
Maxima calcula lı́mites de sucesiones
(%i1) limit(a,n,inf);
( %o1) a
(%i2) limit(1/n,n,inf);
( %o2) 0
(%i3) limit(n/(n^6+5*n^3+2*n+1),n,inf);
( %o3) 0
El concepto que sigue es útil para muchos fines y, en particular, para “visualizar” el concepto de lı́mite, como
luego veremos. Aunque ya los hemos usado conviene definirlos de nuevo.
Definición 18 (Intervalo).
Si a ≤ b son números reales:
Se llama intervalo cerrado de extremos a, b al conjunto [a, b] := {x ∈ R; a ≤ x ≤ b}.

Se llama intervalo abierto de extremos a, b al conjunto (a, b) := {x ∈ R; a < x < b}.
Los conjuntos [a, b) y (a, b] reciben el nombre de intervalos semiabiertos por la derecha e
izquierda respectivamente.
Se llama longitud del intervalo al número real b − a.
Conectado con estos conceptos está la noción de bola de centro x0 y radio r > 0.
Definición 19 (Bola).
1. Se llama bola cerrada de centro x0 y radio r > 0 y se denota con B[x0 , r] al siguiente
conjunto B[x0 , r] := {x ∈ R; |x − x0 | ≤ r} = [x0 − r, x0 + r].
2. Se llama bola abierta de centro x0 y radio r > 0 y se denota con B(x0 , r) al siguiente
conjunto B(x0 , r) := {x ∈ R; |x − x0 | < r} = (x0 − r, x0 + r).

Obsérvese que, utilizando estos conceptos, el que la sucesión (an )n tenga lı́mite a puede expresarse
diciendo que para cualquier ε > 0 la bola abierta B(a, ε) contiene a todos los términos de la sucesión (an )n
salvo a lo más un número finito.
En el caso visto anteriormente de la sucesión ( n1 )n vemos gráficamente que el lı́mite es cero. Dado ε1 > 0
observamos que solo los siete primeros términos de la sucesión se quedan fuera de la bola B(0, ε1 ) = (−ε1 , ε1 ).
Tomando ahora otro radio más pequeño, ε2 , fuera de la bola de radio ε2 quedan algunos más, pero siempre
un número finito.
0.01
0.005
0 ) )
ε2 ε1
-0.005
-0.01
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Usando la otra forma de representar la sucesión, la definición de lı́mite queda ası́: dado ε > 0 a partir de
un término de la sucesión todos quedan dentro de la franja centrada en cero y de radio ε.
1
0.5
-0.5
-1
10 20 30 40 50 60 70 80
Veamos ahora un ejemplo de sucesión que no es convergente. Volvamos a la sucesión bn = cos( πn 9 ).

Tenemos que probar que dado a ∈ R cualquiera a no cumple la definición de lı́mite, es decir, existe un
número positivo ε tal que fuera de la bola B(a, ε) caen infinitos términos de la sucesión bn . (De momento
nos contentamos con hacer la prueba gráficamente. Más adelante daremos la prueba correcta (analı́tica)).
Es fácil ver que si |a| > 1 podemos encontrar ε > 0 de manera que en la franja de radio ε centrada en a
(de color rojo) no hay ningún término de la sucesión y por tanto este a no puede ser lı́mite de la misma.
Si |a| ≤ 1 encontramos una franja (color azul) que contiene infinitos términos de la sucesión. Pero fuera
de la misma hay infinitos y por tanto a tampoco puede ser lı́mite de bn .
2
1.5
0.5
-0.5
-1
-1.5
-2
10 20 30 40 50 60 70 80
Lo que acabamos de hacer resulta más difı́cil si representamos los valores que toma la sucesión. En
este caso no podemos saber cuántos términos de la sucesión se corresponden con cada valor y por tanto
desconocemos si dada una bola centrada en un punto quedan fuera una cantidad finita de términos de la
sucesión.

0.01
0.005
-0.005
-0.01 -1 -0.5 0 0.5 1
Un primer hecho que se deduce de forma inmediata de la definición de lı́mite es el siguiente.
Proposición 21.
El lı́mite de una sucesión convergente es único.
Prueba:
Supongamos, por reducción al absurdo, que la sucesión (an )n tuviera dos lı́mites distintos, digamos a 6= b.
Gráficamente es fácil de ver. Trazamos sendas bolas centradas en a y en b que sean disjuntas. Como a cumple
la definición de lı́mite fuera de su bola solo hay una cantidad finita de términos de an . Pero lo mismo ha
de suceder en la bola centrada en b y esto es imposible ya que dentro de la bola centrada en a hay infinitos
términos.
( (
( (
Vamos a probarlo. Sea ε = |a − b|/3 > 0. Entonces, de acuerdo con la definición existen números naturales
n1 y n2 para los que se verifica que |an − a| < ε si n > n1 y |an − b| < ε si n > n2 . Ası́ pues, llamando
n0 := máx{n1 , n2 } se debe cumplir que |an − a| < ε si n > n0 y |an − b| < ε si n > n0 . De donde se deduce
que si n > n0 ha de ser
| a − b|
|a − b| = |a − an + an − b| ≤ |a − an | + |an − b| < ε + ε = 2
3
y por tanto que 1 < 32 , lo cual no es cierto.
Fin de la prueba
Sucesión acotada
Definición 20.
Una sucesión (an ) se dice
acotada superiormente si existe M ∈ R tal que an ≤ M para todo n ∈ N.
acotada inferiormente si existe M ∈ R tal que M ≤ an para todo n ∈ N.
acotada si lo es superior e inferiormente. Equivalentemente, si su imagen es un conjunto

acotado de R, es decir, existe M > 0 tal que |an | ≤ M ≤⇔ −M ≤ an ≤ M para todo n ∈ N

De nuevo la idea con bolas permite construir fácilmente una demostración de la proposición que sigue.
Proposición 22.
Las sucesiones convergentes de R son acotadas.
Prueba:
Sea una sucesión convergente (an )n con lı́mite a. Aplicando la definición de lı́mite con ε = 1 podemos
garantizar la existencia de un número natural n0 tal que si n > n0 se cumple |an − a| < 1 y por tanto
|an | = |an − a + a| ≤ |an − a| + |a| < 1 + |a|.
Llamando M := máx{|a1 |, |a2 |, . . . |an0 |, (1 + |a|)} se cumple que |an | ≤ M para todo n ∈ N, es decir, la
sucesión (an )n es acotada.
0.01
0.005
0
| ( ( |
-0.005
-0.01 -10 -5 0 5 10
Fin de la prueba
Nota.
Las sucesiones acotadas no tienen por que ser convergentes
Solución:
La sucesión (xn )n definida por xn = (−1)n es acotada ya que |xn | = |(−1)n | = 1 para todo n y sin embargo
no es convergente (representadla gráficamente). En este caso la demostración es sencilla.
1 no puede ser el lı́mite de xn ya que tomando una bola centrada en 1 y de radio (digamos) 12 todos los
términos impares (que son infinitos) quedan fuera de dicha bola. Lo mismo ocurre con −1. Más sencillo es
ver que si a 6= 1 y a 6= −1 podemos trazar una bola centrada en a que no contenga ni al 1 ni al −1, es decir,
en dicha bola no hay términos de la sucesión, luego a no puede ser lı́mite.
Álgebra de lı́mites
A continuación establecemos el comportamiento de las sucesiones convergentes con relación a las opera-
ciones ordinarias.

Proposición 23.
Sean (an )n y (bn )n sucesiones convergentes en R con lı́mites a y b, respectivamente. Entonces:
1. (an + bn )n es convergente con lı́mite a + b.
2. (an bn )n es convergente con lı́mite ab.
3. Si bn 6= 0 y b 6= 0 entonces la sucesión (an /bn )n tiene por lı́mite a/b.
Prueba:
1. Dado ε > 0 existen enteros positivos n1 y n2 tales que se tiene
ε ε
|a − a n | < si n > n1 y | b − bn | < si n > n2 .
2 2
Llamando n0 = máx{n1 , n2 } se tiene
ε ε
|(a + b) − (an + bn )| ≤ |a − an | + |b − bn | < + = ε, para cada n > n0 ,
2 2
lo que prueba que a + b = lı́mn (an + bn ).
Fin de la prueba
Las pruebas de los apartados 2 y 3 en complementos.
Maxima puede manipular de forma formal los lı́mites
(%i1) ’limit(a[n]+b[n],n,inf)=limit(a[n]+b[n],n,inf);
( %o1) lı́m bn + an = lı́m bn + an
n→∞ n→∞
(%i2) ’limit(a[n]*b[n],n,inf)=limit(a[n]*b[n],n,inf);
( %o2) lı́m an bn = lı́m an bn
n→∞ n→∞
(%i3) ’limit(a[n]/b[n],n,inf)=limit(a[n]/b[n],n,inf);
an an
( %o3) lı́m = lı́m
n→∞ bn n→∞ bn
(%i4) declare(limit,additive);
( %o4) done
(%i5) ’limit(a[n]+b[n],n,inf);
( %o5) lı́m bn + lı́m an
n→∞ n→∞
(%i6) declare(limit,multiplicative);

( %o6) done
(%i7) ’limit(a[n]*b[n],n,inf);

( %o7) lı́m an lı́m bn
n→∞ n→∞
(%i8) ’limit(a[n]/b[n],n,inf);
1

( %o8) lı́m an lı́m
n→∞ n→∞ bn
La idea de la proposición anterior es obtener el lı́mite de una sucesión obtenida a partir de otras utilizando
para ello los lı́mites de las sucesiones que sirven para construirla.
Nota.
Hay que notar que la existencia del lı́mite de la suma no implica la existencia del lı́mite de los
sumandos; y otro tanto ocurre con el producto o cociente.
Proposición 24.
Sean (an )n∈N y (bn )n∈N sucesiones convergentes de números reales con lı́mites a y b respectiva-
mente. Entonces:
1. Si an ≤ bn , para todo n ∈ N, se verifica que a ≤ b.
2. Si a n0 .
3. Si (an )n , (bn )n y (cn )n son sucesiones de números reales tales que
an ≤ cn ≤ bn
y lı́mn an = lı́mn bn = α, entonces lı́mn cn = α.
Prueba:
1. Supongamos, por reducción al absurdo, que fuera a > b. Sea ε := |a − b|/4. Entonces existirı́a n0 tal que
para n > n0 habrı́a de ser |a − an | < ε y |b − bn | < ε con lo cual para n > n0 tendrı́amos
bn = bn − b + b < ε + b < a − ε < an ,
lo cual contradice la hipótesis an ≤ bn .

2. Se demuestra de forma parecida.
3. Observemos que dado ε > 0 existe n0 ∈ N tal que si n > n0 los puntos an y bn pertenecen a la bola B(α, ε)
y al ser an ≤ cn ≤ bn también se tiene que cn ∈ B(α, ε), pero eso es lo mismo que decir que |α − cn | < ε
para n > n0 . En otras palabras, lı́mn cn = α.
Fin de la prueba

2.1.2. Sucesiones monótonas y acotadas

Un tipo interesante de sucesiones lo proporciona las sucesiones monótonas.
Definición 21.
Una sucesión (an )n de números reales se dice que es monótona creciente (respectivamente decre-
ciente) si para cualesquiera n1 < n2 números naturales se tiene an1 ≤ an2 (resp. an1 ≥ an2 ).
Maxima nos permite declarar una función como creciente o decreciente
(%i1) declare(a,increasing);
( %o1) done
(%i2) assume(n1<n2);
( %o2) [n2 > n1]
(%i3) is(a(n1)<a(n2));
( %o3) true
Un ejemplo de sucesión monótona creciente.
1
0.8
0.6
0.4
0.2
0
10 20 30 40 50 60 70 80 90
Proposición 25.
Una sucesión monótona creciente (decreciente) y acotada superiormente (inferiormente) en R es

convergente.
Prueba:
Si (an )n es una sucesión monótona creciente acotada superiormente y a es el supremo del conjunto A :=
{an : n ∈ N}, entonces a = lı́mn an .
En la siguiente gráfica hemos dibujado el conjunto A (en azul) correspondiente a la sucesión monótona de
la gráfica anterior. En rojo hemos dibujado el supremo de A.
0.01
0.005
0 (
-0.005
-0.01 0 0.2 0.4 0.6 0.8 1 1.2 1.4

En efecto: fijado ε > 0, por la definición de supremo existe n0 ∈ N tal que a − ε < an0 y al ser (an )n una
sucesión monótona creciente para cada n > n0 se tiene a − ε < an0 ≤ an ≤ a < a + ε, lo cual significa que
a = lı́mn an .
El caso de sucesiones monótonas decrecientes acotadas inferiormente se reduce al anterior sin más que razonar
con la sucesión (−an )n .
Fin de la prueba
Como aplicación de la proposición 25 y el método de inducción (corolario 7) se puede resolver el siguiente

tipo de problemas. Volvemos al ejemplo 8.
Ejemplo 11.
√
Calcular el lı́mite de la sucesión (an )n definida recurrentemente por las fórmulas a1 = 2 y
√
an+1 = 2 + an para n ∈ N.
Solución:
Usando Maxima observamos que a1 < a2 < a3 < . . . (ver más abajo), lo que induce a pensar que la sucesión
(an )n ası́ definida es monótona creciente, como de hecho ocurre. Vamos a probarlo por inducción sobre n.
Es claro que a1 < a2 .
√ √
Supongamos ahora que an−1 < an , en cuyo caso an = 2 + an−1 < 2 + an = an+1 . El método de
inducción (corolario 7) permite concluir que la sucesión (an )n es estrictamente creciente.
Además la sucesión está acotada por 2. Esto también se prueba por inducción sobre n. Es claro que a1 ≤ 2
√ √
y supuesto que an ≤ 2 se tiene que an+1 = 2 + an ≤ 2 + 2 = 2.
Aplicando ahora la proposición 25 se obtiene que la sucesión (an )n converge. Llamemos a al lı́mite de dicha
sucesión. Tomando lı́mites se tiene la siguiente ecuación
q √
lı́m an+1 = 2 + lı́m an (∗), o equivalentemente a = 2 + a,
n n
o, si se prefiere, a2 = 2 + a. Esta ecuación de segundo grado tiene dos soluciones −1 y 2, pero únicamente
la solución a = 2 puede ser el lı́mite de la sucesión considerada (ya que an ≥ 0 para todo n ∈ N), de modo
que, finalmente lı́mn an = 2.
Para tomar lı́mites en la expresión (*) hay que aplicar primero la proposición 23 (1) y a continuación el
ejemplo 10 (5).
Hacemos algunas cuentas con Maxima
(%i1) a[n]:=sqrt(2+a[n-1]);
p
( %o1) an := 2 + an−1
(%i2) a[1]:sqrt(2);
√
( %o2) 2
(%i3) a:makelist(a[n],n,2,13);

sr vs
rq u r
√ √ √ √
q q u q
t
( %o3) [ 2 + 2, 2 + 2 + 2, 2 + 2 + 2 + 2, 2 + 2 + 2 + 2 + 2,
vv v
uus uv vs
uu rq uu u r
uu
√ √
ut u u u q
t tt
2 + 2 + 2 + 2 + 2 + 2, t 2 + 2 + 2 + 2 + 2 + 2 + 2,
vv vv
uuv uuv
uuuvs uuuvv
uuuu r uuuuus
uuuuu r
√ √
uuuu q uuuut q
uttt uttt
t 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2, t 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2,
vv
uuv
uuuvv
uuuuuv
uuuuuus
uuuuuu rq
uuuutt √
2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2,
uttt
t
vv
uuv
uuuvv
uuuuuv
uuuuuuv
uuuuuuusr
√
uuuuuuu q
uuuuttt
uttt
t 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2,
vv
uuv
uuuvv
uuuuuv
uuuuuuv
uuuuuuuvsr
uuuuuuuu
uuuuuuuu √
q
uuuutttt
uttt
t 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2,
vv
uuv
uuuvv
uuuuuv
uuuuuuv
uuuuuuuvvs
uuuuuuuuu r
uuuuuuuu
√
uuuuuuuuu q
uuuuttt t
t
uttt 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2,
t
vv
uuv
uuuvv
uuuuuv
uuuuuuv
uuuuuuuvvv
uuuuuuuuuus
uuuuuuuuuu rq
uuuuuuuu
uuuuuuuuu
uuuutttttt √
uttt 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2]
t
Ası́ es difı́cil ver algo. Vamos a pedirle que aproxime estos números con decimales.
(%i4) a, numer;
( %o4) [1,847759065022574, 1,961570560806461, 1,990369453344394, 1,997590912410345,

1,999397637392409, 1,999849403678289, 1,999962350565202, 1,999990587619152,
1,999997646903404, 1,999999411725765, 1,999999852931436, 1,999999963232858]

Es claro que la sucesión converge a 2
(%i5) limit(a[n],n,inf);
Maxima encountered a Lisp error: Error in PROGN [or a callee]: Bind stack overflow.Automatically conti-
nuing.To enable the Lisp debugger set *debugger-hook* to nil.
Maxima no sabe calcular el lı́mite. Pero habiendo probado que la sucesión es convergente hacia un cierto
√
lı́mite x, este número tiene que ser solución de la ecuación x = 2 + x.
(%i6) solve(x=sqrt(2+x),x);
√
( %o6) [x = x + 2]
No sabe resolverla. ¿Qué tal si elevamos al cuadrado?
(%i7) solve(x^2=2+x,x);
( %o7) [x = 2, x = −1]
O bien usamos el siguiente comando.
(%i8) to_poly_solve(x=sqrt(x+2),x);
( %o8) %union ([x = 2])
El número e
La proposición 25 también nos sirve para demostrar la existencia de uno de los números más importantes
en Matemáticas: el número e.
Proposición 26.
1 n

1. La sucesión (an )n definida por an = 1 + n es monótona creciente y acotada.
1 n+1

2. La sucesión (bn )n definida por bn = 1 + n es monótona decreciente y acotada.
3. Las sucesiones (an )n y (bn )n anteriores tienen el mismo lı́mite, cuyo valor se denota con e.
4. Además el número e también es el lı́mite de la sucesión (Sn )n definida por
1 1 1
Sn = 1 + + + ··· + .
1! 2! n!
5. El número real e es irracional.
La prueba analı́tica la dejamos para los complementos. Sin embargo los primeros cuatro
apartados los podemos ver gráficamente

(%i1) a[n]:=(1+1/n)^n;
b[n]:=(1+1/n)^(n+1);
S[n]:=sum(1/k!,k,0,n);
n
1
( %o1) an := 1 +
n
n+1
1
( %o2) bn := 1 +
n
n
X 1
( %o3) Sn :=
k!
k=0
(%i4) a:makelist([n,a[n]],n,1,70)$
b:makelist([n,b[n]],n,1,70)$
S:makelist([n,S[n]],n,1,70)$
(%i7) load(draw)$
(%i8) draw2d(color=blue, yrange=[2,3.5], point_type=filled_circle,
point_size=0.3, points(a), color=red, points(b), color=green, points(S));
( %o8) [gr2d (points, points, points)]
3.4
3.2
2.8
2.6
2.4
2.2
2
10 20 30 40 50 60 70
Maxima conoce el lı́mite
(%i9) limit(a[n],n,inf);
( %o9) e
(%i10) limit(b[n],n,inf);
( %o10) e
Para el caso de S[n] le decimos a Maxima que sume hasta el infinito. Cargamos un paquete para que
nos ayude a hacerlo.
( %o11) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.24.0/share/contrib/solve rec/simplify sum.mac
(%i12) sum(1/n!,n,0,inf);
∞
X 1
( %o12)
n=0
n!

(%i13) simplify_sum(%);
( %o13) e
La siguiente propiedad de los intervalos encajados está fuertemente relacionada con la “completitud” de
R, es decir con el hecho de que en la recta real no hay agujeros.
El principio de encaje de Cantor

Proposición 27.
Sea {(In )n : n ∈ N} una sucesión de intervalos cerrados de R tales que:
1. In+1 ⊂ In ,
2. La longitud de In tiene por lı́mite cero.
Entonces existe un único número real común a todos los intervalos.
Prueba:
Sea In := [an , bn ]. Como forman una sucesión de intervalos encajados, para cualquier par j, k ∈ N se tiene
que aj ≤ bk . Esto implica, en particular que (an )n es una sucesión monótona creciente acotada superiormente
por b1 con lo que es convergente.
[ [ [ [ | ] ] ] ]
Si a := lı́mn an entonces se cumple a = sup{an : n ∈ N} ≤ bk para todo k y, como ak ≤ a ≤ bk para todo k

T
se obtiene que a ∈ n∈N In 6= ∅.
T
Por otra parte si α, β ∈ n∈N In , como la longitud de In tiene por lı́mite cero, necesariamente ha de ser
α = β . De lo contrario existirı́a n0 ∈ N tal que long(In0 ) < |β − α| lo cual contradice que α, β ∈ In0 .
Fin de la prueba
Si los intervalos no son cerrados el resultado anterior no es cierto; basta tomar In = (0, 1/n).
2.1.3. Subsucesiones
Definición 22.
Sea ϕ : N → R una sucesión y sea τ : N → N monótona estrictamente creciente. La sucesión

ϕ ◦ τ : N → R se dice que es una subsucesión de la anterior. Si (an )n := (ϕ(n))n es la sucesión
inicial entonces la subsucesión se denota del siguiente modo (ank )k := (ϕ ◦ τ (k))k .

Proposición 28.
Si una sucesión (an )n∈N es convergente cualquier subsucesión suya converge al mismo lı́mite.
Prueba:
Supongamos que (an )n∈N es una sucesión convergente con lı́mite a. Entonces dado ε > 0 existe un número
natural p tal que si n > p se verifica que |an − a| < ε. Sea (ank )k∈N una subsucesión de (an )n . Necesariamente
para todo k ∈ N se cumple que k ≤ nk por tanto, dado ε > 0 si p es como antes y si k > p se tiene |ank −a| < ε,
lo que significa que lı́mk ank = a.
Fin de la prueba
Ejemplo 12.
La sucesión bn = cos( nπ
9 ) del ejemplo 9 no es convergente.
Solución:
Basta con encontrar dos subsucesiones de bn que converjan hacia números distintos. Esto es fácil de conseguir.
Aplicando el Principio de Encaje obtenemos.
Teorema 29 (Bolzano-Weierstrass).
Cualquier sucesión acotada en R posee una subsucesión convergente.
Prueba:
Sea (an )n∈N una sucesión acotada y sean c0 , d0 tales que c0 ≤ an ≤ d0 . Sea m0 el punto medio del intervalo
I0 := [c0 , d0 ]. Entonces uno al menos de los siguientes conjuntos
{n ∈ N : an ∈ [c0 , m0 ]} {n ∈ N : an ∈ [m0 , d0 ]}
es infinito. Elegimos el intervalo correspondiente y lo denotamos con I1 siendo I1 = [c1 , d1 ]. Tomamos

n1 ∈ N de forma que an1 ∈ I1 . A continuación dividimos el intervalo I1 por su punto medio y denotamos
con I2 = [c2 , d2 ] uno de los dos subintervalos de dicha división, elegido con el mismo criterio que se eligió I1
a partir de los dos subintervalos de I0 . Como el conjunto {n ∈ N : an ∈ [c2 , d2 ]} es infinito podemos
elegir n2 > n1 de forma que an2 ∈ I2 . Por inducción se obtiene ası́ una sucesión de intervalos (Ik )k y una
subsucesión (ank )k con k = 1, 2, . . . de modo que:
d0 −c0
1. Ik+1 ⊂ Ik , siendo la longitud de Ik = 2k
, convergente a cero cuando k → ∞,
2. ank ∈ Ik .

T
Aplicando la proposición 27 a la sucesión (Ik )k∈N se tiene garantizada la existencia de un único z ∈ k Ik .
Como consecuencia de 1. y 2. anteriores es claro que z = lı́mk ank , ya que |z − ank | ≤ long(Ik ) y la prueba
está completa.
Fin de la prueba
El teorema de Bolzano-Weierstrass nos va a permitir probar el siguiente resultado. Comparad el enunciado
con el de la proposición 28.
Proposición 30.
Sea (an )n∈N una sucesión acotada. Si cualquier subsucesión convergente de (an ) converge hacia
un cierto número real a, entonces la sucesión (an )n es convergente hacia a.
2.1.4. Sucesiones de Cauchy. Completitud de R

Definición 23.
Una sucesión (an )n en R se dice de Cauchy si para cada ε > 0 existe un número natural n0 tal
que si n0 ≤ n ≤ m son números naturales entonces |am − an | < ε.
Ejemplo 13.
Las sucesiones cuyos términos generales vienen a continuación son de Cauchy

n
1 X 1
an = y bn =
n k2
k=1
Prueba:
En el caso de la sucesión (an )n∈N esto es muy fácil ya que fijado ε > 0 existe, por la propiedad arquimediana,
1 1 ε
n0 ∈ N tal que 1/n0 < ε/2 y en consecuencia n1 − m 1
≤ n + m < 2 + 2ε = ε.
Para la sucesión (bn )n∈N hay que observar en primer lugar que
1 1 1 1
− = >
n n+1 n(n + 1) (n + 1)2
con lo que, si m > n, se tiene

1 1 1
|bm − bn | = + + · · · + ≤
(n + 1)2 (n + 2)2 m2
1 1 1 1 1 1
≤ − + − + ··· + − =
n (n + 1) (n + 1) (n + 2) (m − 1) m + 1
1 1 1
= − < .
n m n

Dado ε > 0 existe n0 ∈ N tal que 1/n0 < ε y en consecuencia si n, m > n0 se tiene |bm − bn | < ε. Esto acaba
la prueba de que ambas sucesiones son de Cauchy.
Fin de la prueba
Veamos ahora algunas propiedades de las sucesiones de Cauchy.
Proposición 31.
Toda sucesión de Cauchy en R es acotada.
Prueba:
Sea (an )n una sucesión de Cauchy. Para ε = 1 existirá n0 ∈ N tal que si n, m ≥ n0 tendremos |an − am | < 1.
En particular, tomando n = n0 , si m > n0 , |am − an0 | < 1 de donde
|am | = |am − an0 + an0 | ≤ |an0 | + |am − an0 | < 1 + |an0 |.
Si consideramos M := máx{|a1 |, |a2 |, . . . , |an0 |, 1 + |an0 |} tendremos que |an | ≤ M para todo n ∈ N, es decir,
(an ) es acotada.
Fin de la prueba
Para probar que una sucesión es convergente es necesario, a tenor de la definición, tener un “candidato”
a lı́mite de la misma. El teorema que sigue es básico: establece la posibilidad de demostrar que una sucesión
tiene lı́mite sin necesidad disponer del candidato.
Teorema 32 (Completitud de R).
Una sucesión en R es convergente si y sólo si es de Cauchy.
Prueba:
En primer lugar vamos a probar que si (an )n∈N es una sucesión convergente con lı́mite a, entonces es una
sucesión de Cauchy. En efecto, dado ε > 0 existe n0 ∈ N tal que si n > n0 se cumple |an − a| < ε/2, por
tanto tomando n, m > n0 se tiene
ε ε
|am − an | = |am − a + a − an | ≤ |am − a| + |a − an | < + = ε.
2 2
Para probar el recı́proco sea (an ) una sucesión de Cauchy. Por la proposición que acabamos de ver, (an ) es
acotada. Podemos ahora aplicar el teorema 29 de Bolzano–Weierstrass a (an )n y obtener una subsucesión
(ank ) convergente, digamos a b. Para acabar, únicamente hemos de probar que b es precisamente el lı́mite de
la sucesión (an )n∈N . En efecto, como (an )n∈N es de Cauchy, dado ε > 0 existe n0 ∈ N tal que si n, m > n0
se cumple |an − am | < 2ε .
Por otra parte, debido a que lı́mk ank = b, existe k0 ∈ N de modo que |ank − b| < 2ε siempre que k > k0 .
Tomemos p > máx{n0 , k0 } y sea n > p entonces se cumple
ε ε
|an − b| = |an − anp + anp − b| ≤ |an − anp | + |anp − b| < + = ε.
2 2
Lo que significa que lı́mn an = b, como querı́amos demostrar.

Fin de la prueba
A la vista de este resultado podemos volver al ejemplo 13. Hemos probado que la sucesión n1 es de Cauchy
y por tanto convergente (no nos hacı́a falta el teorema anterior para determinar la convergencia de n1 , ya
Pn
sabemos que lo es y su lı́mite es 0). Sin embargo, una vez probado que la sucesión sn := k=1 k12 es de
Cauchy, el teorema de completitud de R nos dice que existe lı́mn→∞ sn = a. Otra cosa será determinar el
valor de dicho lı́mite. Maxima nos puede ayudar,
Le pedimos a Maxima que sume hasta el infinito
(%i1) sum(1/n^2,n,1,inf),simpsum;
π2
( %o1)
6
En el último capı́tulo volveremos a encontrarnos con la expresión
∞ n
X 1 X 1
2
:= lı́m 2
n=1
n n→∞ k
k=1
Ejercicios 4.
5n−3
1. Demostrar, aplicando la definición de lı́mite, que la sucesión de término general xn = 2n−1
converge hacia 52 .
2. Utilizando el concepto de lı́mite resolver las siguientes cuestiones
a) Una sucesión es convergente y sus términos son alternativamente, positivos y negativos.

¿Cual es su limite? Razonar la respuesta.
b) Sean (xn ) e (yn ) dos sucesiones convergentes a x e y respectivamente que satisfacen la
siguiente propiedad:
(*) para todo ε > 0 existe n0 ∈ N tal que si n > n0 se cumple |xn − yn | < ε.
Demostrar que x = y . Recı́procamente, si dos sucesiones cumplen la propiedad (*), ¿se

puede concluir que son convergentes? Ejemplos.
c) Probar que si lı́mn→∞ xn = lı́mn→∞ yn = λ, la sucesión x1 , y1 , x2 , y2 , . . . , xn , yn , . . .
también tiene limite λ.
3. Probar que las siguientes sucesiones, definidas por recurrencia, son convergentes y calcular
su lı́mite.
√
a) xn+1 = 1 − 1 − xn , para n ≥ 1 y 0 < x1 < 1.
√
b) x1 = 1, xn+1 = 1 + xn , n ≥ 1.
4. Una sucesión (an )n se dice que es contractiva si existe 0 < c < 1 tal que para todo n ∈ N
se verifica |an+1 − an | < c|an − an−1 |. Demostrar que las sucesiones contractivas son de
Cauchy.

2.2 Potencias de exponente real 61 Capı́tulo 2
2.2. Potencias de exponente real

Hemos visto ya las propiedades que cumplen las potencias de base real y exponente natural.
2.2.1. Exponente entero y racional

Definición 24.
1
Para n ∈ Z definiendo a0 := 1 y an = a−n si n es un entero negativo.
Con esas definiciones es fácil de comprobar que se verifican las siguientes propiedades para n, m ∈ Z y
a, b ∈ R
1. an+m = an am .
2. (ab)n = an bn .
3. (an )m = anm .
4. Si a > 1 (respectivamente 0 < a < 1) y n < m, entonces an < am (respectivamente an > am ).
5. Si 0 < a 0 (respectivamente n < 0), entonces an < bn (respectivamente an > bn ).
Hemos visto en una proposición anterior que dado un real positivo a y n ∈ N existe un único real positivo
√
b que cumple bn = a y que recibe el nombre de raı́z n-ésima de a. n a := b.
Definición 25.
√
Sea a > 0. Definimos a1/n := n a, es decir el único número real positivo que cumple (a1/n )n = a.
m
Más generalmente definimos a n donde m ∈ Z, n ∈ N mediante la fórmula
m √
n
a n := am .
p m
Es sencillo comprobar que si q = n, es decir, pn = mq entonces se cumple que
m √
n
√
q
p
an = am = ap = a q ,
con lo que queda unı́vocamente definido ar para todo r ∈ Q.
Solución:
p m
Sean α = a q , β = a n ⇔ αq = ap , β n = am . Tenemos que
apn = aqm ⇒ (ap )n = (am )q ⇒ (αq )n = (β n )q ⇒ αqn = β qn ⇒ α = β
Además esta definición extiende la anterior para r ∈ Z y verifica las propiedades antes enumeradas.

Proposición 33.
Sean r, s ∈ Q y a, b reales estrictamente mayores que cero.
1. ar+s = ar as .
2. (ab)r = ar br .
3. (ar )s = ars .
4. Si a > 1 (respectivamente 0 < a < 1) y r < s, entonces ar < as (respectivamente ar > as ).
5. Si 0 < a 0 (respectivamente r < 0) entonces ar br ).
6. Sea (αn ) ⊂ R es una sucesión con lı́mite α. Si q ∈ Q entonces lı́mn αnq = αq .
2.2.2. Exponente real

El siguiente resultado, interesante por sı́ mismo, nos ayudará a definir las potencias de exponente real.
Proposición 34.
Si a es un número real positivo entonces
1. lı́mn→∞ a1/n = 1.
2. lı́mn→∞ n1/n = 1.
Prueba:
1. Para a = 1 el resultado es trivial.
√ √
Si 1 < a = 1 + b y definimos bn mediante n a = 1 + bn . Notad que bn > 0, es decir, n a > 1. De lo contrario,
√ √
si fuera n a ≤ 1, tendrı́amos (por el apartado 4 de la proposición anterior) ( n a)n ≤ 1n ⇒ a ≤ 1, contrario
a la hipótesis. Entonces
a = 1 + b = (1 + bn )n ≥ 1 + nbn ,
por el binomio de Newton, y por tanto nb ≥ bn > 0 con lo que lı́mn bn = 0. Y el caso a < 1 se reduce a éste
tomando inversos.
√
2. Sea (bn )n una sucesión de números reales no negativos (como antes, n n > 1 ya que si fuera lo contrario
√n
n ≤ 1 ⇒ n ≤ 1 lo que es absurdo) tal que n1/n = 1 + bn entonces
r
n n(n − 1) 2 2 2 2
n = (1 + bn ) > bn ⇒ bn < ⇒ 0 < bn <
2! n−1 n−1
q
2
y por tanto lı́mn bn = 0, usando el apartado (3) de la proposición 24, ya que lı́mn n−1 = 0.

Fin de la prueba
Vamos a continuación a definir ax para x ∈ R. La forma natural de hacerlo es tomar sucesiones de

racionales (rn )n con lı́mite x y definir ax como el lı́mite de (arn )n , para lo cual es necesario probar que dicho
lı́mite existe y que no depende de la sucesión (rn )n .
Proposición 35.
Sea a > 0 y x ∈ R.
1. Si (rn )n es una sucesión de racionales con lı́mite x, entonces existe lı́mn arn .
2. El lı́mite anterior es independiente de la sucesión (rn )n .
La proposición anterior da sentido a la siguiente definición
Definición 26.
Sea a ∈ R, a > 0 y x ∈ R. Si (rn )n ∈ Q es una sucesión cualquiera de racionales que converge a

x entonces se define
ax := lı́m arn
n
Propiedades de la exponencial
Proposición 36.
Sean x, y ∈ R y a, b > 0.
1. ax+y = ax ay . 2. (ab)x = ax bx . 3. (ax )y = axy .
4. Si x < y entonces 5. Si 0 < a 1, entonces ax < ay . x > 0, entonces ax < bx
Si 0 < a < 1, entonces ax > ay . x < 0, entonces ax > bx .

6. Si (xn )n converge a x entonces lı́m axn = ax .
7. Si a > 1, para cada k ∈ R existe t ∈ R tal que x > t implica ax > k . (ax no está acotada
superiormente si a > 1).
8. Si a < 1, para cada ε > 0 existe t ∈ R tal que x > t implica ax < ε. (El ı́nfimo de los valores
de ax es 0 si a < 1).

Vemos algunas de las propiedades con Maxima
Maxima conoce las propiedades 1, 2, 3. 20

%e^x
1/2^x
(%i1) assume(a>0);
assume(b>0);
( %o1) [a > 0]
( %o2) [b > 0]
(%i3) compare(a^(x+y),a^x*a^y);
15
compare((a*b)^x,a^x*b^x);
compare((a^x)^y,a^(x*y));
( %o3) =
( %o4) =
( %o5) =
Propiedad 4
(%i6) assume(a>1); 10
y
assume(x<y);
( %o6) [a > 1]
( %o7) [y > x]
(%i8) compare(a^x,a^y);
( %o8) <
Propiedad 5 5
(%i9) forget(a>1);
assume(a<b);
assume(x>0);
( %o9) [a > 1]
( %o10) [b > a]
( %o11) [x > 0]
0
(%i12) compare(a^x,b^x);
-3 -2 -1 0 1 2 3
( %o12) < x
2.2.3. La función logaritmo

Con la ayuda de la siguiente proposición definiremos la función logaritmo.
Proposición 37.
Si 0 < a 6= 1 y x > 0 existe un único y tal que ay = x.

Prueba:
Supongamos a > 1 y consideremos el conjunto definido por A := {z ∈ R : az ≤ x}. Dicho conjunto
está acotado superiormente debido al último apartado de la proposición anterior. Sea y := sup A. Entonces
se cumple ay = x. Ya que, por una parte, es claro que ay ≤ x. Pero si fuera ay < x existirı́a ε > 0 tal
que ay+ε < x (lo cual es contradictorio con la definición de y ) por la penúltima propiedad de la proposición
anterior. Si 0 < a < 1 puede reducirse al caso anterior.
Fin de la prueba
Definición 27.
Si a > 0 y x > 0 se define loga x := y mediante la ecuación ay = x.

En el caso particular de que a sea el número e, el logaritmo en base e o neperiano se denotará,
en lo que sigue, por log.
Veamos las propiedades del logaritmo
Proposición 38.
Para a > 0, a 6= 1 y x, y > 0
1. loga ax = x
2. aloga x = x
x
3. loga xy = loga x + loga y , loga y = loga x − loga y .
4. loga xy = y loga x
5. Si a > 1 y 0 < x < y entonces loga x < loga y .
6. Si 0 < a < 1 y 0 < x < y entonces loga x > loga y .
7. Si lı́mn xn = x con xn > 0 y x > 0 entonces lı́mn loga xn = loga x.
Comprobamos las propiedades con Maxima
(%i1) log(%e^x);
( %o1) x
(%i2) %e^(log(x));
( %o2) x
(%i3) log(x*y);
( %o3) log (x y)

(%i4) %,logexpand=super;
( %o4) log (y) + log (x)
(%i5) logcontract(%);
( %o5) log (x y)
(%i6) log(x/y);

x
( %o6) log
y
(%i7) %, logexpand=super;
( %o7) log (x) − log (y)
(%i8) logcontract(%);
2

x 1
( %o8) log
y
0
(%i9) log(x^y);
-1
( %o9) log (x) y -2

log(x)
(%i10) logcontract(%); -3
-4
( %o10) log (x) y
-5
No ha hecho nada. Si declaramos y como

-6
entero si lo hace
-7
0 1 2 3 4 5
(%i11) declare(y,integer); x
( %o11) done
(%i12) logcontract(%o10);
( %o12) log (xy )
Vemos ahora la monotonı́a del logaritmo

neperiano
(%i13) assume(x<y);
( %o13) [y > x]
(%i14) compare(log(x),log(y));
( %o14) <

2.3 Lı́mites infinitos. Cálculo de lı́mites 67 Capı́tulo 2
2.3. Lı́mites infinitos. Cálculo de lı́mites

Definición 28.
1. Se dice que la sucesión (an )n de números reales tiene por lı́mite infinito y se escribe lı́mn an =
+∞ si para cada M > 0 existe un número natural n0 tal que an > M si n > n0 .
2. Se dice que la sucesión (an )n de números reales tiene por lı́mite −∞ y se escribe lı́mn an =
−∞ si para cada M < 0 existe un número natural n0 tal que an < M si n > n0 .
Los resultados de la proposición 23 se generalizan en el siguiente sentido:
Proposición 39.
1. Si lı́mn an = ∞ y lı́mn bn = ∞ entonces lı́mn an + bn = ∞.
2. Si lı́mn an = ∞ y lı́mn bn = b 6= 0 entonces lı́mn an bn = +∞ o lı́mn an bn = −∞ según que

b sea positivo o negativo.
3. Si lı́mn an = ∞ y lı́mn bn = ∞ entonces lı́mn an bn = ∞.

an
4. Si lı́mn an = a ∈ R y lı́mn bn = ∞ entonces lı́mn bn = 0.
5. Si lı́mn an = ∞ y lı́mn bn = a ∈ R \ {0} entonces lı́m abnn = ∞
En sı́mbolos:
a + (−∞) = −∞ a − (+∞) = −∞ a − (−∞) = +∞

a
±∞ = 0 a · (+∞) = +∞ a · (−∞) = −∞ si a > 0
a · (+∞) = −∞ a.(−∞) = +∞ si a < 0
(+∞) + (+∞) = (+∞) (+∞) · (+∞) = +∞ (−∞) · (−∞) = +∞
(−∞) + (−∞) = (−∞) (+∞) · (−∞) = (−∞)
En cambio nada puede decirse de:
lı́mn an + bn si lı́mn an = +∞, lı́mn bn = −∞

lı́mn an bn si lı́mn an = ±∞, lı́mn bn =0
lı́mn an /bn si lı́mn an = ±∞, lı́mn bn = ±∞
lı́mn an /bn si lı́mn an = 0, lı́mn bn =0
lı́mn abnn si lı́mn an = 1, lı́mn bn =∞
lı́mn abnn si lı́mn an = 0, lı́mn bn =0
como es sencillo comprobar a través de ejemplos.

Algunas técnicas para el cálculo de lı́mites

Proposición 40.
1. Si a ∈ R y |a| < 1 entonces lı́mn an = 0.

xn xn
2. Si lı́mn xn = ∞ entonces lı́mn 1 + x1n = e y lı́mn 1 − 1
xn = e−1 .
zn+1
3. Si existe lı́mn zn = w ∈ R con |w| < 1, entonces lı́mn zn = 0.
4.

ak
br si k = r
ak nk + ak−1 nk−1 + . . .


lı́m = 0 si k < r
n br nr + br−1 nr−1 + . . . 
±∞ si k > r dependiendo de los signos de ak , br

5. Sea (xn ) una sucesión con lı́mn xn = 1 siendo xn 6= 1 para n ≥ n0 . Entonces,
log xn
lı́m =1
n→∞ xn − 1
Prueba:
1
1. Como |an | = |a|n basta probarlo para 0 < a = 1+ε , pero
1 1
0 < an = ≤
(1 + ε)n 1 + nε
y la conclusión se sigue del apartado (3) de la proposición 24.
2. Para xn = n es cierto. El resultado general se obtiene de las siguientes acotaciones
[xn ] xn xn [xn ]+1
1 1 1 1
1+ ≤ 1+ ≤ 1+ ≤ 1+ .
[xn ] + 1 xn [xn ] [xn ]
La segunda parte se obtiene fácilmente de
xn −xn
1 xn 1
1− = = xn .
xn xn − 1 1 + xn1−1

3. Se tendrı́a que existe 0 < a < 1 y n0 tal que zn+1 k
zn < a < 1 =⇒ |zn0 +k | < |z0 |a =⇒ |zn | → 0.

4. En el caso k = r dividimos numerador y denominador por nk y aplicamos las propiedades de los lı́mites
(ambos existen y son no nulos).
Si k < r dividimos numerador y denominador por nk y aplicamos la propiedad 4 de lı́mites infinitos.
Si k > r dividimos numerador y denominador por nr y aplicamos la propiedad 5 de lı́mites infinitos.
5. Ponemos αn = xn − 1, αn → 0 y αn 6= 0 para n ≥ n0 .
 ! α1 
n
log(1 + αn ) 1 1  (1)
lı́m = lı́m log((1 + αn ) αn ) = lı́m log  1 + 1 = log e = 1
n→∞ αn n→∞ n→∞
αn
En (1) hemos usado la propiedad 7 de la proposición 38.

Fin de la prueba
Como corolario del apartado 6 obtenemos
Corolario 41.
Si lı́mn xn = 1 y lı́mn yn = ±∞ entonces
lı́m xynn = elı́mn→∞ yn (xn −1)

n→∞
Prueba:
Solo tenemos que darnos cuenta que
yn (1) yn (2)
lı́m xynn = lı́m elog xn = elı́mn→∞ log xn = elı́mn→∞ yn log xn = elı́mn→∞ yn (xn −1)
n→∞ n→∞
En (1) hemos usado la proposición 36, apartado 6.

En (2) aplicamos el apartado 6 de la proposición anterior.
Fin de la prueba
Comparación de infinitos
an
Si (an )n y (bn )n son sucesiones con lı́mite ∞ escribimos bn an si lı́mn bn = ∞.
Corolario 42.
Si b > 0, c > 1 y d > 0 son números reales se tiene log n nb cn ndn ..

Además, si d ≥ 1 entonces cn n! ndn .
Con Maxima podemos comprobar los tamaños de los infinitos
(%i1) assume(b>0);
assume(c>1 and d>0);
( %o1) [b > 0]
( %o2) [c > 1, d > 0]
(%i3) limit(n^b/log(n),n,inf);
Is b an integer?no;
( %o3) ∞
(%i4) limit(c^n/n^b,n,inf);

Is b an integer?no;
( %o4) ∞
(%i5) limit(n^(d*n)/c^n,n,inf);
( %o5) ∞
(%i6) assume(d>1);
( %o6) [d > 1]
(%i7) limit(n!/c^n,n,inf);
( %o7) ∞
(%i8) limit(n^(d*n)/n!,n,inf);
( %o8) ∞
(%i9) limit(n^n/n!,n,inf);
( %o9) ∞
Proposición 43 (Criterios de Stolz).
Sean (an )n y (bn )n sucesiones de números reales que cumplen una de las dos condiciones siguientes:
1. (bn )n es estrictamente creciente (decreciente) y lı́m an = lı́m bn = 0, o
2. (bn )n es estrictamente creciente (decreciente) y lı́m bn = ∞.
Entonces, si existe
an+1 − an
lı́m =L con L ∈ R ∪ {∞, −∞}
bn+1 − bn
también se verifica lı́m abnn = L.
Ejemplo 14.
Calcular el siguiente lı́mite
sen α + 22 sen α2 + · · · + n2 sen αn

lı́m
n→∞ n2
Solución:
Aplicamos el criterio de Stolz: an = sen α + 22 sen α2 + · · · + n2 sen α 2
n , bn = n .

α α
an an+1 − an (n + 1)2 sen n+1 (n + 1)2 sen n+1
lı́m = lı́m = lı́m = lı́m =
n→∞ bn n→∞ bn+1 − bn n→∞ (n + 1)2 − n2 n→∞ 2n + 1
α α
n + 1 sen n+1 n+1 sen n+1 1 α
= lı́m 1 = lı́m α lı́m α = α1 =
n→∞ 2n + 1 n→∞ 2n + 1 n→∞ 2 2
n+1 n+1
Lo hacemos con Maxima
(%i1) a(n):=sum(k^2*sin(alpha/k),k,1,n);
n
X α
( %o1) a (n) := k 2 sin
k
k=1
(%i2) b(n):=n^2;
( %o2) b (n) := n2
Calculamos el lı́mite directamente
(%i3) limit(a(n)/b(n),n,inf);
Pn α
2
k=1 sin k k
( %o3) lı́m
n→∞ n2
Maxima no sabe calcularlo. Aplicamos el criterio de Stolz.
(%i4) (a(n+1)-a(n))/(b(n+1)-b(n));
P 2 Pn
n+1 α
− k=1 sin αk k 2

k=1 sin k k
( %o4) 2
(n + 1) − n2
Operamos en el numerador
(%i5) sumcontract(intosum(num((%))));

2 α
( %o5) (n + 1) sin
n+1
(%i6) %/(b(n+1)-b(n));

2 α
(n + 1) sin n+1
( %o6) 2
(n + 1) − n2
(%i7) limit(%,n,inf);
α
( %o7)
2
Como aplicación de los criterios de Stolz obtenemos:

Corolario 44.
1. Si (an )n una sucesión convergente entonces

a1 + a2 + · · · + an
lı́m = lı́m an .
n n n
2. Si (an )n una sucesión convergente de números positivos entonces

√
lı́m n
a1 · a2 . . . an = lı́m an .
n n
an
3. Sea (an )n una sucesión de números positivos. Supongamos que existe lı́mn an−1 entonces se
tiene
√ an an
lı́m n an = lı́m = lı́m .
n n an−1 n an−1
Prueba:
1. Es consecuencia inmediata del primero de los criterios de Stolz.
2. Se reduce al primero sin más que tomar logaritmos.
√ 1 log a1 + . . . + log an
log ( n a1 · a2 . . . an ) = log(a1 . . . an ) =
n n
Por lo tanto, usando que si lı́mn xn = x entonces lı́mn log xn = log(lı́mn xn )
√ √ log a1 + . . . + log an
log lı́m n a1 · a2 . . . an = lı́m log ( n a1 · a2 . . . an ) = lı́m = lı́m log an = log lı́m an
n n n n n n
y por la inyectividad del logaritmo se obtiene el resultado.

3. observamos que se tiene la siguiente identidad
√
r
a1 a2 an
n
an = n ... .
1 a1 an−1
an
Aplicando ahora el segundo apartado a la sucesión An := an−1 , para n ≥ 2, y A1 = a1 se obtiene el resultado
buscado ya que
√ p an
lı́m n an = lı́m n A1 A2 . . . An = lı́m An = lı́m
n n n n an−1
Fin de la prueba

Ejercicios 5.
1. Desmostrar los siguientes resultados:
a) Si lı́mn an = ∞ y lı́mn bn = ∞ entonces lı́mn an + bn = ∞.

b) Si lı́mn an = ∞ y lı́mn bn = b 6= 0 entonces lı́mn an bn = +∞ o lı́mn an bn = −∞ según
que b sea positivo o negativo.
c) Si lı́mn an = ∞ y lı́mn bn = ∞ entonces lı́mn an bn = ∞.
d ) Si lı́mn an = a ∈ R y lı́mn bn = ∞ entonces lı́mn an /bn = 0.
2. Comprobar con ejemplos que no puede asegurarse nada en los siguientes casos:
lı́mn an + bn si lı́mn an = +∞, lı́mn bn = −∞

lı́mn an bn si lı́mn an = ±∞, lı́mn bn =0
lı́mn an /bn si lı́mn an = ±∞, lı́mn bn = ±∞
lı́mn an /bn si lı́mn an = 0, lı́mn bn =0
3. Calcular los siguientes lı́mites:

n+1 n+1
(a) lı́mn→∞ 3+6+···+3n (b) lı́mn→∞ 4 4√n +7
√ n2 +7n
n n−1
2
(c) lı́mn→∞ ( 4n − 1 − (2n − 1)) (d) lı́mn→∞ n log
p p √ n
(e) lı́mn→∞ ( n2 + n 2 + 1 − n2 − n 2 − 1) (f ) lı́mn→∞ n( nn+2n+1)
3 3
2 +3
√
(4n−2)(3n+1)(2n−5)2 n n−1
n
(g) lı́mn→∞ n2 (2n+3)(3n−1) (h) lı́mn→∞
√ q n
log
(i) lı́mn→∞ q √n √ (j) lı́mn→∞ n (2n)!

n!
n+ n+ n
√
n √
(k) lı́mn→∞ n√n! (l) lı́mn→∞ 3n n3 − 1
√
(m) lı́mn→∞ ( √n−3
n+1
) n
(n) lı́mn→+∞ ( 1+n log n n
n log n )
1 1
(o) lı́mn→∞ (n2 + n) n+2 (p) lı́mn→∞ (2 + n2 ) log n
p p p
(q) lı́mn→∞ ( log(n+a)
log n )
n log n
(r) lı́mn→∞ 1 +3 +···+(2n−1)
np+1
1 1 1
4. Calcular el lı́mite de la siguiente sucesión: n2 + (n+1)2 + ··· + (n+n)2 .

Autoevaluación 2.
√ √
n+a− n+b
1. Calculad, para c 6= d, lı́m √ √
n→∞ n+c− n+d
2. Calculad √ √
1 2 n
2 + 3 + ... + n+1
lı́m √
n→∞ n+1
1k + 2k + . . . + nk
3. Hallad, para cualquier número natural k > 1, el siguiente lı́m
n→∞ nk+1
p √ √ √
4. Calculad lı́mn→∞ n2 + n − n ( n + 1 + 2n).
5. Calculad
n2 + 3n
lı́m
n→∞ 2 + 6 + 10 + . . . + (4n − 2)
6. Calculad
n+2 n+4 n + 2n
lı́m + + ... + 2
n→∞ n2 + 1 n2 + 2 n +n
7. Consideremos la sucesión definida por recurrencia mediante la fórmula:

p
3
a1 = 1, an+1 = 4 + a2n , para n ≥ 1.
Probad que la sucesión es convergente y hallad su lı́mite.
8. Consideremos la sucesión definida por recurrencia mediante la fórmula:

r
1 1 + xn
x1 = , xn+1 = , para n ≥ 1.
2 2
9. Consideremos la siguiente sucesión definida por recurrencia:

√
x1 = 3, xn+1 = 3xn − 2, n ≥ 1
Probad que es convergente y hallad su lı́mite.
10. Hallad
(n + 2)! + (n + 1)!
lı́m
n→∞ (n + 3)!
11. Hallad √ √ √
1 + 22 + 1 + 32 + . . . + 1 + n2
lı́m
n→∞ n2 + 1

3 Funciones
continuas
3.1. Lı́mite de una función en un punto
Denotaremos por R al conjunto R∪{+∞}∪{−∞} que se conoce como recta real ampliada. En lo que sigue
por intervalo I de extremos a, b ∈ R entenderemos cualquiera de los siguientes intervalos: [a, b], [a, b), (a, b],
(a, b), (−∞, +∞), (−∞, b), (−∞, b], (a, +∞), [a, +∞).
Definición 29.
Sea I un intervalo de R de extremos a, b. Sea f una función con valores reales cuyo dominio
incluye (a, b). Si c ∈ I se dice que ` es el lı́mite de f en c, y se escribe
lı́m f (x) = `,
x→c
si para cada ε > 0 existe δ > 0 tal que si 0 < |x − c| < δ y x ∈ I entonces se tiene |f (x) − `| < ε.
Una terminologı́a que resulta útil es la siguiente:
75
3.1 Lı́mite de una función en un punto 76 Capı́tulo 3
Definición 30.
1. Se dice que V es un entorno de x ∈ R si existe r > 0 tal que B(x, r) ⊂ V . En particular

B(x, r) es un entorno de x.
2. Si V es un entorno de x ∈ R se llama entorno reducido de x al conjunto V \ {x}
3. Si A es un subconjunto de R diremos que x ∈ R es un punto de acumulación de A si para

cada V , entorno de x, el conjunto V ∩ A contiene al menos un punto diferente de x .
Proposición 45.
Sea A 6= ∅ un conjunto en R y x ∈ R. Entonces x es un punto de acumulación de A si, y sólo si,

existe una sucesión (xn )n ⊂ A con xn 6= x, para todo n ∈ N, tal que x = lı́mn xn .
Prueba:
Supongamos que x es un punto de acumulación de A. Para cada n ∈ N, B(x, n1 ) ∩ A ha de contener algún
punto distinto de x. Si xn es uno de esos puntos, tenemos que lı́mn→∞ xn = x ya que |xn − x| < n1 .
Para probar el recı́proco, sea V un entorno de x y sea r > 0 tal que B(x, r) ⊂ V . Por hipótesis existe
(xn ) ⊂ A, con xn 6= x y lı́m xn = x Para r > 0 dado anteriormente existe n0 ∈ N tal que si n > n0 se tiene
|xn − x| < r, es decir, xn ∈ B(x, r), luego xn ∈ V ∩ A y xn 6= x.
Fin de la prueba
Para funciones cuyo dominio de definición no es un intervalo se puede extender la definición de lı́mite del
siguiente modo:
Definición 31.
Sea f : D → R. Si c es punto de acumulación de D se dice que ` es el lı́mite de f en c, y se

escribe lı́m f (x) = `, si para cada ε > 0 existe δ > 0 tal que si 0 < |x − c| < δ , x ∈ D entonces
x→c
es |f (x) − `| < ε.
La existencia del lı́mite de una función en un punto puede caracterizarse en términos de sucesiones.
Proposición 46.
Sean f : D → R y c un punto de acumulación de D. Las siguientes afirmaciones son equivalentes:
1. ` = lı́mx→c f (x).
2. Para cada sucesión (xn )n∈N ⊂ D tal que lı́mn xn = c y xn 6= c para todo n ∈ N, se verifica
` = lı́mn f (xn ).

Prueba:
1.⇒2. Por la definición de lı́mite, dado ε > 0 existe δ > 0 tal que si x ∈ D, 0 < |x − c| < δ se cumple
|f (x) − `| < ε. Sea ahora (xn ) ⊂ D, con xn 6= c y lı́mn xn = c (que existe por ser c un punto de acumulación
de D). Existe n0 ∈ N tal que si n > n0 , |xn − c| < δ y por tanto |f (xn ) − `| < ε.
2.⇒1. Supongamos que ` no es el lı́mite de f (x) en c. Existirá pues ε > 0 tal que para todo δ > 0 podremos
encontrar x ∈ D, x 6= c con |x − c| < δ y sin embargo |f (x) − `| > ε. Para cada n ∈ N tomando δ = n1
obtendremos (xn ) ⊂ D, xn 6= c tal que |xn − c| < n1 y |f (xn ) − `| > ε. Ası́ obtenemos (xn ) → c pero
(f (xn )) 6→ `.
Fin de la prueba
Nota.
Aunque no hemos introducido formalmente las funciones trigonométricas seno, coseno y tangen-
te, ya las conocemos y las manejaremos habitualmente. Algunas propiedades y sus gráficas se
pueden encontrar en los complementos donde también presentamos las funciones trigonométricas
hiperbólicas. Una propiedad importante que tiene la función seno es que
lı́m sen x = 0
x→0
Ejemplo 15.
1. La función f : R → R definida por f (x) = x tiene por lı́mite c en el punto c.
2. La función f : R → R definida por f (x) = x3 tiene por lı́mite c3 en el punto c.
3. La función f : R → R definida por f (x) = sen x tiene por lı́mite sen c en el punto c.
4. La función f : R → R definida por f (x) = ex tiene por lı́mite ec en el punto c.
5. La función f : (0, +∞) → R definida por f (x) = log x tiene por lı́mite log c en el punto c.
√ √
6. La función f : [0, +∞) → R definida por f (x) = n
x tiene por lı́mite n
c en el punto c.
7. La función f : R → R definida por f (x) = [x] tiene por lı́mite [c] si c 6∈ Z y no tiene lı́mite
si c ∈ Z.
8. La función f : R → R definida por f (x) = sen(1/x) no tiene lı́mite para c = 0.
9. La función f : R → R definida por f (x) = x sen(1/x) tiene por lı́mite 0 para c = 0.

Prueba:
Antes de hacer la prueba,
Primero calculamos los lı́mites con Maxima
(%i1) limit(x,x,c);
( %o1) c
(%i2) limit(x^3,x,c);
( %o2) c3
(%i3) limit(sin(x),x,c);
( %o3) sin (c)
(%i4) limit(%e^x,x,c);
( %o4) ec
(%i5) limit(log(x), x,c);
( %o5) log (c)
(%i6) limit((x)^(1/n),x,c);
1
( %o6) c n
La función parte entera se escribe como entier(x)
(%i7) limit(entier(x),x,c);
( %o7) lı́m floor (x)
x→c
No nos da una respuesta satisfactoria (buscad en la ayuda la función floor). Le decimos a Maxima que c
no es entero
(%i8) declare(c,noninteger);
( %o8) done
( %o9) lı́m floor (x)

x→c
(%i10) kill(c);
( %o10) done
(%i11) declare(c,integer);
( %o11) done
( %o12) und

und significa que es un valor indefinido.
(%i13) limit(entier(x),x,1.5);
rat: replaced 0.5 by 1/2 = 0.5
rat: replaced -1.5 by -3/2 = -1.5
rat: replaced -1.5 by -3/2 = -1.5
rat: replaced -1.5 by -3/2 = -1.5
Sigue un buen rato de esta forma. Nos interesa el resultado.
( %o13) 1
Este tipo de mensajes son algo molestos. Para que no aparezcan durante cálculos usamos el comando:
(%i14) ratprint:false;
( %o14) f alse
(%i15) limit(entier(x),x,1);
( %o15) und
(%i16) limit(sin(1/x),x,0);
( %o16) ind
ind significa indefinido pero acotado, es decir, la función no tiene lı́mite en el punto pero está acotada en un
entorno de dicho punto.
(%i17) limit(x*sin(1/x),x,0);
( %o17) 0
1. Dado ε > 0 si tomamos δ := ε tenemos que si |x − c| < δ entonces |f (x) − c| = |x − c| < ε, es decir,
lı́mx→c f (x) = c.
2. Si xn es una sucesión que converge a c, sabemos que x3n converge a c3 , es decir, lı́mn f (xn ) = c3 .
3. Aplicando la fórmula sen x − sen c = 2 cos x+c x−c
2 sen 2 tenemos que

x+c x − c x + c x − c x − c
| sen x − sen c| = 2 cos
sen = 2 cos
sen ≤ 2 sen

2 2 2 2 2
Ahora como lı́my→0 sen y = 0 dado ε > 0 existe δ1 > 0 tal que si |y | < δ1 tenemos que | sen y | < 2ε . Ası́, si
| x−c
2 | < δ1 ⇔ |x − c| < 2δ1 := δ tenemos que

x − c ε
| sen x − sen c| ≤ 2 sen <2 =ε
2 2
4. Es consecuencia directa de la proposición 36, apartado 6, y de la Proposición 46.


7. Si c 6∈ Z existe δ > 0 tal que si |x − c| < δ entonces [x] = [c], es decir, si n < c < n + 1 para algún entero
n tomamos δ suficientemente pequeño para que n < c − δ < c < c + δ < n + 1 y por tanto si x ∈ (c − δ, c + δ)
entonces x y c tienen la misma parte entera. Por lo tanto lı́mx→c [x] = [c].
Si c ∈ Z, para x < c tenemos que [x] < [c] = c mientras que si x > c, [x] ≥ [c] = c. Para cada n > 1, sean
yn = c − n1 y xn = c + n1 . Tanto xn como yn convergen a c. Sin embargo, [yn ] = c − 1 mientras que [xn ] = c.
Ası́ lı́mn→∞ [yn ] = c − 1 6= lı́mn→∞ [xn ] = c por lo que la función parte entera no tiene lı́mite en c.
8. Consideremos las sucesiones
1 1
xn = e yn =
2πn π/2 + 2πn
Tanto xn como yn convergen a 0 cuando n → ∞ y sin embargo f (xn ) = 0 para todo n mientras que
f (yn ) = 1. Luego no puede existir lı́mite.
Con Maxima
(%i1) f:sin(1/x);

1
( %o1) sin
x
(%i2) x[n]:=1/(2*%pi*n);
1
( %o2) xn :=
2πn
(%i3) y[n]:=1/(%pi/2+2*%pi*n);
1
( %o3) yn := π
2+ 2πn
(%i4) ev(f,x=x[n]);
( %o4) sin (2 π n)
( %o5) ind
¿Qué ocurre aquı́? Maxima no sabe que sen(2πn) = 0. Hay que decirle que n es un número natural (o
entero).
(%i6) declare(n,integer);
( %o6) done
(%i7) ev(f,x=x[n]);
( %o7) 0
(%i8) ev(f,x=y[n]);
( %o8) 1
De color rojo hemos representado los puntos (xn , f (xn )) mientras que en azul dibujamos (yn , f (yn )).

0.5
-0.5
-1
-0.4 -0.2 0 0.2 0.4
9. |x sen(1/x)| ≤ |x| y sólo hay que aplicar la definición de lı́mite. Gráficamente se observa que
−x ≤ x sen(1/x) ≤ x
0.6
x
-x
sin(1/x)*x
0.4
0.2
-0.2
-0.4
-0.6
-0.4 -0.2 0 0.2 0.4
x
Fin de la prueba
De la unicidad del lı́mite de una sucesión se deduce inmediatamente que el lı́mite de una función también
es único.
Proposición 47.
Si existe el lı́mite de una función en un punto, entonces es único.

Álgebra de lı́mites
Utilizando la proposición 46 y las correspondientes propiedades para los lı́mites de sucesiones (propo-
sición 23) puede probarse sin dificultad el siguiente enunciado.
Proposición 48.
Sean f, g funciones de D en R tales que existen lı́mx→c f (x) = L1 ∈ R y lı́mx→c g(x) = L2 ∈ R.

Entonces:
1. Existe lı́mx→c f (x) + g(x) y vale L1 + L2 .
2. Existe lı́mx→c f (x) · g(x) y vale L1 · L2

f (x) L1
3. Existe lı́mx→c y vale en el supuesto de que L2 6= 0.
g(x) L2
4. L1 ≤ L2 en el supuesto de que f (x) ≤ g(x) para todo x ∈ D.
5. Si h es otra función de D en R tal que f (x) ≤ h(x) ≤ g(x) en D y además L1 = L2 = L,

también se verifica que L = lı́mx→c h(x).
Lı́mites infinitos y en el infinito

Hasta ahora hemos considerado que c y L son números reales, pero es posible ampliar las definiciones
para que incluyan también los lı́mites infinitos o lı́mites en el infinito. Basta para ello utilizar la definición
31 aclarando lo que se entiende por entornos de ∞.
Un entorno de +∞ es cualquier conjunto de la forma (k, +∞). Un entorno de −∞ es cualquier conjunto
de la forma (−∞, k). Ası́:
Definición 32.
Sea f : (a, +∞) → R, ` ∈ R. Diremos que:
1. lı́m f (x) = ` si para cada ε > 0 existe K > 0: si x ∈ (K, +∞) ∩ I entonces |f (x) − `| < ε.
x→+∞
2. lı́m f (x) = +∞ si para cada K > 0 existe M > 0: si x ∈ I , x > M entonces f (x) > M .
x→+∞
Definición 33.
Sea f : I → R, c punto de acumulación de I . Diremos que lı́m f (x) = +∞ si para cada K > 0
x→c
existe δ > 0: si x ∈ I , 0 < |x − c| < δ entonces f (x) > K .

Lı́mites laterales
En ocasiones interesa considerar lı́mites de una función en un punto a través de un subconjunto de su
dominio, lo que no es otra cosa que considerar la restricción de la función a ese subconjunto del dominio.
Especial interés tienen en R los lı́mites laterales que a continuación se definen:
Definición 34.
Sea f : D ⊂ R → R y sea c un punto de acumulación de D.
1. Se llama lı́mite por la derecha de f en c y se denota con f (c+ ) = lı́mx→c+ f (x) al lı́mite
de la función g : D ∩ (c, +∞) → R en c, supuesto que c sea un punto de acumulación del
dominio de g y donde g representa la restricción de f a D ∩ (c, +∞).
2. Se llama lı́mite por la izquierda de f en c y se denota con f (c− ) = lı́mx→c− f (x) al lı́mite
de la función g : D ∩ (−∞, c) → R en c, supuesto que c sea un punto de acumulación del
dominio de g y donde g representa la restricción de f a D ∩ (−∞, c).
Nota.
De la definición es evidente que si existe el lı́mite de una función en un punto c, entonces existen
los dos lı́mites laterales en c y coinciden. Y, recı́procamente, si existen los dos lı́mites laterales en
un punto y coinciden, entonces existe el lı́mite de la función en dicho punto.
Ejemplo 16.
1. La función parte entera, f (x) = [x] tiene lı́mite por la izquierda en cada entero c que vale
c − 1 y lı́mite por la derecha que vale c.
2. La función f (x) = 1/x, x 6= 0 verifica que lı́mx→0− f (x) = −∞ y lı́mx→0+ f (x) = +∞.
1
3. La función f (x) = x2 tiene por lı́mite +∞ en x = 0.
4. Para la función f (x) = e−(1/x) se verifica que
lı́m f (x) = 0 y lı́m f (x) = +∞.

x→0+ x→0−
2
5. Para la función f (x) = e−(1/x )
se verifica que lı́mx→∞ f (x) = 1.
Solución:
1. Sea c ∈ Z. Si c − 1 < x < c entonces [x] = c − 1 (la función es constante en (c − 1, c)) y por tanto
lı́mx→c− [x] = c − 1. Si consideramos ahora c < x < c + 1 tenemos que [x] = c (es constante en (c, c + 1))
por lo que lı́mx→c+ [x] = c.

Con Maxima
(%i1) declare(c,integer);
( %o1) done
(%i2) limit(entier(x),x,c,minus);
( %o2) c − 1
(%i3) limit(entier(x),x,c,plus);
( %o3) c
2.
Representamos la función y hallamos los lı́mites
(%i1) plot2d(1/x,[x,-3,3],[y,-10,10]);
plot2d: expression evaluates to non-numeric value somewhere in plotting range.plot2d: some values were
clipped.
( %o1)
10
5
1/x
-5
-10
-3 -2 -1 0 1 2 3
(%i2) limit(1/x,x,0,plus);
( %o2) ∞
(%i3) limit(1/x,x,0,minus);
( %o3) − ∞

1
Vamos ahora a aplicar la definición de lı́mite. Dado K > 0 si tomamos como δ := K resulta que si 0 < x < δ
tenemos que
1 1 1
> = 1 =K
x δ K
1 1
luego lı́mx→0+ x = +∞. De forma similar (teniendo cuidado con los signos) se demuestra que lı́mx→0− x =
−∞.
3.
(%i1) plot2d(1/x^2,[x,-3,3],[y,0,10]);
clipped.
( %o1)
10
6
1/x^2
0
-3 -2 -1 0 1 2 3
(%i2) limit(1/x^2,x,0);
( %o2) ∞
Dado K > 0 tomando como δ := √1 resulta que si 0 < |x − 0| = |x| < δ resulta que
K
1 1
|f (x)| = > 2 =K
x2 δ
1
lo cual demuestra que lı́mx→0 x2 = ∞.
4.
(%i1) f:exp(-1/x);
1
( %o1) e− x
(%i2) limit(f,x,0);

( %o2) und
(%i3) limit(f,x,0,plus);
( %o3) 0
(%i4) limit(f,x,0,minus);
( %o4) ∞
(%i5) plot2d(f,[x,-2,2],[y,0,10]);
clipped.
( %o5)
10
6
%e^-(1/x)
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Para hallar el lı́mite lateral por la derecha, notad que

1 1 1 1
lı́m e− x = lı́m+ 1 = +∞
= =0
x→0+ x→0 ex e +∞
Hallamos ahora el lı́mite por la izquierda
1
lı́m e− x = e+∞ = +∞
x→0−
1
5. En este caso, dado que lı́mx→∞ x2 = 0 y la exponencial es continua
1
lı́m e x2 = e0 = 1
x→∞
(%i1) f:exp(-1/x^2);
1
( %o1) e− x2

(%i2) limit(f,x,inf);
( %o2) 1
(%i3) plot2d(f,[x,-10,10]);
plot2d: expression evaluates to non-numeric value somewhere in plotting range.

( %o3)
1
0.9
0.8
0.7
0.6
%e^-(1/x^2)
0.5
0.4
0.3
0.2
0.1
0
-10 -5 0 5 10
x
Funciones monótonas
Definición 35.
Sea f : I → R siendo I un intervalo de R. Se dice que f es:
creciente (resp. estrictamente creciente) si dados x < y ∈ I se cumple f (x) ≤ f (y) (resp.
f (x) < f (y)).
decreciente (resp. estrictamente decreciente) si dados x < y ∈ I se cumple f (x) ≥ f (y)

(resp. f (x) > f (y)).
monótona (en I ) si es creciente o decreciente en I .
Ejemplo 17.
Si f : I → R siendo I un intervalo es monótona, entonces para todo c ∈ I existen lı́m f (x) y

x→c−
lı́m+ f (x).
x→c
Solución:
Supongamos que f es monótona creciente y que c no es un extremo del intervalo I (en el caso de ser un
extremo solo podrı́amos calcular uno de los lı́mites laterales).
Sea A := {f (x) : x ∈ I, x < c}. Si fijamos a > c, a ∈ I , al ser f creciente tenemos que f (x) ≤ f (a) para todo
x ∈ I , x < a. En particular será f (x) < f (a) para todo x ∈ I, x < c, es decir, el conjunto A está acotado

3.2 Funciones continuas 88 Capı́tulo 3
superiormente. Al no ser c un extremos de I tenemos que A es también no vacı́o y por tanto existe α = sup A.
Probemos que α = lı́mx→c− f (x).
Dado ε > 0 el número α − ε < α no es supremo de A, luego debe existir x0 < c, x0 ∈ I tal que
α − ε < f (x0 ) ≤ α
Pero por la monotonı́a de f , si x ∈ I con x0 < x < c tenemos que α − ε < f (x) < α, es decir, |f (x) − α| < ε
para todo x ∈ (x0 , c).
El caso del lı́mite lateral por la derecha se hace de forma análoga sin más que trabajar con el ı́nfimo del
conjunto correspondiente.
Ejercicios 6.
1. Demostrar, usando directamente la definición de lı́mite funcional, que si existe el lı́mite de

una función en un punto, entonces es único.
2. Se consideran las funciones f (x) = log( x−1

x+2 ) y g(x) = log(x − 1) − log(x + 2) para valores
de x en sus respectivos dominios. ¿Qué relación existe entre f (x) y g(x)?
3. Estudiar la existencia de los siguientes lı́mites y calcular su valor o los valores de los lı́mites
laterales correspondientes, cuando existan:
√
x2 + x − 6 |x| 1 x
lı́m lı́m lı́m (2 + sen( )) lı́m
x→2 x2 − 4 x→0 x2 + x x→0
√ x x→0 2 + sen( x1 )
3 − x2 x2 + 9 − 3 p
lı́m e−x cos x lı́m lı́m lı́m 1 + 8x4
x→∞ x→−∞ 1 − 2x2 x→0 x2 x→1
3.2. Funciones continuas

La continuidad de una función en un punto c de su dominio responde a la idea de que los valores que
toma f en los puntos cercanos a c están próximos al valor f (c). La definición que sigue formaliza esa idea.
Definición 36.
Sea f : D → R y sea c ∈ D. Se dice que f es continua en c si para ε > 0 existe δ > 0 tal que si
|x − c| < δ entonces |f (x) − f (c)| < ε.
Obsérvese que si c ∈ D es un punto de acumulación de D, lo anterior equivale a que f (c) = lı́mx→c f (x).
Mientras que si c no es un punto de acumulación de D (es lo que se llama un punto aislado de D) entonces la
condición anterior se cumple trivialmente. En otras palabras una función es siempre continua en los puntos
aislados de su dominio, y en los puntos de acumulación del dominio, que pertenezcan al dominio, lo es si y

sólo si el lı́mite de la función en el punto coincide con el valor que la función toma en dicho punto. Es decir,
se obtiene ası́ el resultado siguiente.
Proposición 49.
Sea f : D → R y sea c ∈ D. Las siguientes afirmaciones son equivalentes
1. f es continua en c.
2. Para cada sucesión (xn )n ⊂ D con c = lı́mn xn se tiene f (c) = lı́mn f (xn ).
Operaciones con funciones continuas

Definición 37.
Una función f : D → R se dice continua en D si lo es en cada punto de D.
Nota.
Como consecuencia de los correspondientes resultados para lı́mites de una función en un punto,
la suma, el producto y el cociente (si está definido) de funciones continuas da como resultado una
función continua.
Lo mismo ocurre con la composición de funciones continuas.
Proposición 50.
Sea f1 : D1 → R una función continua en c ∈ D1 y sea f2 : D2 → R tal que f1 (D1 ) ⊂ D2 continua

en f1 (c). Entonces f2 ◦ f1 es continua en c.
Prueba:
Para cualquier sucesión (xn )n∈N ⊂ D tal que c = lı́mn xn , por la continuidad de f1 en c se tiene que
f1 (c) = lı́mn f (xn ), pero al ser f2 continua en f1 (c) se tiene, a su vez, f2 (f1 (c)) = lı́mn f2 (f1 (xn )), o dicho
de otra forma (f2 ◦ f1 )(c) = lı́mn (f2 ◦ f1 )(xn ) y en consecuencia, aplicando la proposición 49, se obtiene que
f2 ◦ f1 es continua en c.
Fin de la prueba

Ejemplos de funciones continuas

Ejemplo 18.
1. Las funciones constantes, la identidad y, más generalmente, los polinomios son funciones
continuas.
2. La función exponencial, definida por f (x) = ex , es continua en todo punto.
3. El logaritmo neperiano, definido por f (x) = log x para x > 0, es continua para todo x > 0.
4. Las funciones seno y coseno son continuas en todo punto.


0, si x ∈
/Q
5. La función de Dirichlet D1 definida mediante D1 (x) := no es continua en
1, si x ∈ Q,
ningún punto.
Solución:
1. Es consecuencia directa de la proposición 48. Dado que la identidad es continua f (x) = x resulta que
f (x)f (x) = x2 también lo es. Ası́, por inducción, para cualquier número natural xn es una función continua.
Ahora si an ∈ R entonces la función an xn es una función continua.
Finalmente, un polinomio an xn + an−1 xn−1 + · · · + a1 x + a0 es suma de funciones continuas y por tanto
continua.
2. Es consecuencia del ejemplo 15, apartado 4.
3. Es consecuencia del ejemplo 15, apartado 5.
4. La continuidad de la función seno ya la probamos en el ejemplo 15. La del coseno se prueba de forma
análoga.
5. Sea r ∈ Q por las propiedades de densidad de R (ver corolarios 15 y 17) podemos encontrar sucesiones
(rn )n ⊂ Q y (xn )n ⊂ R \ Q tales que lı́mn rn = lı́mn xn = r. Pero D1 (rn ) = 0 y D1 (xn ) = 1 de donde
lı́mn D1 (rn ) 6= lı́mn D1 (xn ), es decir, la función D1 no tiene lı́mite en r por lo que no puede ser continua.
De forma análoga se razona si r ∈ R \ Q.
El siguiente ejemplo es importante ya que gracias a él podremos, en el siguiente capı́tulo, calcular la derivada
de la función seno.
Ejemplo 19.
sen x
Demostrar que la función f (x) = x si x 6= 0 y f (0) = 1 es continua en todo R.
Prueba:
Si x 6= 0 la función es continua por ser cociente de funciones continuas. En el caso x = 0 hemos de probar
que efectivamente lı́mx→0 senx x = 1 = f (0). (Dicho lı́mite es cierto cuando x viene expresado en radianes).
La gráfica de la función es la siguiente:

1
0.995
0.99
0.985
sin(x)/x
0.98
0.975
0.97
0.965
0.96
0.955 -0.4 -0.2 0 0.2 0.4
x
Es bastante claro, a la vista de la gráfica, cual es el lı́mite.
Maxima sabe calcularlo
(%i1) ’limit(sin(x)/x,x,0)=limit(sin(x)/x,x,0);
sin (x)
( %o1) lı́m =1
x→0 x
La prueba geométrica la ponemos en complementos.
Fin de la prueba
Nota (Tipos de discontinuidad).
A veces una función f no es continua en un punto c de su dominio porque:
a pesar de que existe lı́mx→c f (x), el valor de dicho lı́mite no coincide con f (c). Un punto c
de esa naturaleza se llama una discontinuidad evitable para f , en el sentido de que f puede
redefinirse en c de modo que sea continua en dicho punto.
Si existen los dos lı́mites laterales en c pero no coinciden se dice que la discontinuidad de
f en c es de primera especie y se llama salto de f en c a la diferencia |f (c+ ) − f (c− )|. Tal
ocurre con la función parte entera en los puntos de Z y más generalmente con cualquier
función monótona.
Si alguno de los dos lı́mites laterales no existe la discontinuidad se suele llamar discontinuidad
de segunda especie.
Ejercicios 7.
1. Determinar los dominios de definición y los puntos de discontinuidad de las funciones:

1
−
f (x) = x − [x], f (x) = e (x−1)2 , f (x) = sen(x−1)
p
|x−1|
2. Calcular f (0) para que f sea continua en x = 0 en los siguientes casos:

(1+x)n −1
f (x) = x2 sen x1 , f (x) = x

3.3 Funciones continuas en un intervalo 92 Capı́tulo 3
3.3. Funciones continuas en un intervalo

En esta sección y en la siguiente nos ocuparemos de cuestiones relativas a continuidad global, es decir, a
la continuidad en un intervalo. Los resultados centrales, teoremas de Weierstrass y Bolzano, dependen de la
completitud de la recta real.
3.3.1. Teoremas de Weierstrass y Bolzano

Una función acotada no alcanza necesariamente su máximo, incluso aunque sea continua. La función
identidad f : (a, b) → R definida por f (x) = x es un buen ejemplo. Asimismo es sencillo construir una
función (no continua) definida en un intervalo cerrado que no es acotada. Las funciones continuas definidas
en intervalos cerrados y acotados tienen un comportamiento más satisfactorio, recogido en el teorema que
sigue.
Teorema 51 (Weierstrass).
Sea f : [a, b] → R una función continua definida en un intervalo cerrado y acotado de R con
valores reales. Entonces:
1. f es una función acotada.
2. Existen c, d ∈ [a, b] tales que f (c) ≤ f (x) ≤ f (d), es decir, f alcanza sus valores máximo y
mı́nimo en dicho intervalo.
Prueba:
1. Vamos a demostrarlo por reducción al absurdo. Si f no estuviera acotada, para cada n ∈ N, existirı́a
xn ∈ [a, b] tal que |f (xn )| > n. Aplicando el teorema de Bolzano–Weierstrass 29, se tiene garantizada la
existencia de una subsucesión (xnk )k∈N de la sucesión (xn )n∈N convergente a un punto, digamos, c ∈ [a, b].
Pero entonces, como f es continua en c la sucesión (f (xnk ))k∈N converge a f (c) y por tanto es una sucesión
acotada, lo cual es absurdo, ya que |f (xnk )| > nk .
2. Por lo anterior el conjunto f ([a, b]) es acotado. Si α = sup{f (x) : x ∈ [a, b]} existe una sucesión (xn )n ⊂
[a, b] con α = lı́mn f (xn ) y, procediendo como antes, existe una subsucesión (xnk )k∈N de la sucesión (xn )n∈N
convergente a un punto, digamos, d ∈ [a, b]. Entonces por la continuidad de f es f (d) = lı́m f (xnk ), pero
como α = lı́mk f (xnk ) se concluye que α = f (d), es decir, la función f alcanza su máximo absoluto en el
punto d. La demostración de que f alcanza su mı́nimo absoluto en [a, b] se realiza de forma análoga sin más
que tomar β = ı́nf {f (x) : x ∈ [a, b]}.
Fin de la prueba
La clave de la demostración del teorema anterior está en la propiedad de Bolzano-Weierstrass, que asegura
que cada sucesión acotada en [a, b] posee una subsucesión convergente a un punto de [a, b]. De hecho, más
generalmente, el teorema es válido para cualquier función continua cuyo dominio cumpla esa propiedad,
denominados conjuntos compactos.

Teorema 52 (Bolzano).
Sea f : [a, b] → R una función continua tal que f (a)f (b) < 0. Entonces existe c ∈ (a, b) tal que
f (c) = 0.
Prueba:
Supongamos, por ejemplo que f (a) < 0 y f (b) > 0 y definimos a1 = a y b1 = b. Tomemos m el punto medio
de [a, b]. Si f (m) = 0 ya hemos terminado. En el caso de que f (m) 6= 0, f cambia de signo en alguno de los
intervalos [a, m] o [m, b]. Supongamos, por ejemplo, f (a) < 0 y f (m) > 0 y pongamos a2 = a1 y b2 = m.
Tomamos ahora m2 el punto medio de [a2 , b2 ] y evaluamos f . Procediendo recursivamente o bien se encuentra
un cero de f en alguna de las etapas o bien se obtiene una sucesión [an , bn ] en las condiciones del principio
de encaje de Cantor. Si llamamos
∞
\
c := [an , bn ] se tiene c = lı́m an = lı́m bn
n n
n=1
La continuidad de f junto con que f (an ) < 0 y f (bn ) > 0 implica que
f (c) = lı́m f (an ) ≤ 0 y f (c) = lı́m f (bn ) ≥ 0

n→∞ n→∞
lo que permite concluir que f (c) = 0.
Fin de la prueba
De la prueba del teorema de Bolzano que hemos visto podemos obtener un método para resolver de forma
aproximada una ecuación.
Método de bisección
Es un algoritmo muy simple, aunque bastante lento, para hallar las raı́ces de una función continua, y
consiste en:
1. Localizar un intervalo de la recta real [a, b] donde f cambie de signo (f (a)f (b) < 0). El teorema de
Bolzano nos asegura que en el intervalo [a, b] hay una raı́z.
2. Calcular f ( a+b a+b

2 ), el valor de f en el punto medio del intervalo. Si f ( 2 ) = 0 hemos terminado. En
caso contrario elegimos el subintervalo en el que f cambia de signo.
3. Repetir el proceso para ir “acorralando” a la raı́z.

Ejemplo 20.
Aproximar una raı́z de f (x) = x3 + x − 1 con 2 cifras decimales.
Solución:
Como f (0) = −1 y f (1) = 1, hay una raı́z en I0 = [0, 1]. Cogemos ahora una calculadora de mano y con
paciencia aplicamos el método.
En el punto medio se tiene f (00 5) < 0, luego la raı́z está en el intervalo I1 = [00 5, 1].
En el punto medio se tiene f (00 75) > 0, luego la raı́z está en el intervalo I2 = [00 5, 00 75].
Continuando ası́ se obtienen los intervalos
I3 = [00 625, 00 75] I4 = [00 625, 00 6875] I5 = [00 65625, 00 6875] I6 = [00 671875, 00 6875]
I7 = [00 6796875, 00 6875] I8 = [00 6796875, 00 68359375] I9 = [00 681640625, 00 68359375]

por lo que la aproximación pedida es 00 68.
Si nos pidieran 4 decimales habrı́a que llegar hasta I14 = [00 682312 . . . , 00 682373 . . . ], o mejor hasta I15 =
[00 682312 . . . , 00 682342 . . . ] para estar seguros de que la quinta cifra decimal no es superior a 5 (en ese caso
habrı́a que redondear a 00 6824).
Maxima lo hace más fácil
Definimos la función a la que queremos hallar las raı́ces.
(%i1) f:x^3+x-1;
( %o1) x3 + x − 1
Evaluamos dicha función en los puntos x = 0 y x = 1.
(%i2) ev(f,x=0);
ev(f,x=1);
( %o2) − 1
( %o3) 1
Una vez encontrados puntos donde la función cambia de signo, usamos el comando
(%i4) find_root(f,x,0,1);
( %o4) 0,68232780382802
¿Hay más raı́ces? Vamos a verlo gráficamente.
(%i5) plot2d(f,[x,-3,3]);
( %o5)

30
20
10
x^3+x-1
-10
-20
-30
-40
-3 -2 -1 0 1 2 3
x
Aparentemente no hay más raı́ces. Para dar una prueba de este hecho tendremos que esperar al cálculo
diferencial.
¿Puede Maxima resolver la ecuación x3 + x − 1 = 0 de forma exacta?
(%i6) solve(x^3+x-1,x);
√ ! 31 √ ! √
3i 1
31 1 3i 1 2 − 2
( %o6) [x = 3 + − − − √ 13 ,
2 32 2 2 2 31 1
3 3 + 2
232
√ ! 13 √ ! √ √ ! 31
31 1 3i 1 − 3 i − 21 31 1 1
x= 3 + − − √ 2 1 , x = 3 + − √ 31 ]
2 32 2 2 2 31 1 3 2 32 2 31 1
3 3 + 2 3 3 + 2
232 232
Si puede, además nos dice que la ecuación tiene dos raı́ces complejas y una real. La solución real que nos
proporciona ¿coincide con la obtenida por el método numérico?
(%i7) raiz:rhs(part(%[3]));
√ ! 13
31 1 1
( %o7) 3 + − √ 13
2 32 2 31 1
3 3 + 2
232
(%i8) float(%);
( %o8) 0,68232780382802
El teorema del punto fijo

Una consecuencia del teorema del Bolzano es la existencia de puntos fijos.
Definición 38.
Sea f : R → R. Diremos que c ∈ R es un punto fijo para f si f (c) = c.
Geométricamente, que una función tenga un punto fijo quiere decir que las gráficas de y = f (x) e y = x se
cortan.

Corolario 53 (Teorema del punto fijo).
Sea f : [0, 1] → [0, 1] continua. Entonces f tiene un punto fijo.
Prueba:
Si f (0) = 0 o f (1) = 1 ya tendrı́amos un punto fijo y el teorema

estarı́a demostrado. Ası́ que supongamos que f (0) > 0 y f (1) < 1.
Consideramos la función g(x) = f (x) − x que es continua en [0, 1].
g(0) = f (0) > 0 y g(1) = f (1) − 1 < 0. Vemos que g cambia de
signo en los extremos del intervalo [0, 1] y el Teorema de Bolzano
asegura que existe c ∈ (0, 1) tal que g(c) = 0, es decir, f (c) − c =
0 ⇔ f (c) = c. Que es el punto fijo que ı́bamos buscando.
Fin de la prueba
Nota.
La búsqueda de puntos fijos de una función también nos puede ayudar a resolver ecuaciones. Si
queremos resolver una ecuación f (x) = 0 ponemos f (x) + x = x y por tanto una solución de la
primera ecuación será un punto fijo de la función F (x) = f (x) + x. En los complementos vemos
un métodos para hallar puntos fijos.
3.3.2. La propiedad de los valores intermedios

Corolario 54 (Propiedad de Darboux).
Si f : [a, b] → R es continua y z está comprendido entre f (a) y f (b), entonces existe c ∈ [a, b] tal
que f (c) = z .
Prueba:
Aplicamos el teorema de Bolzano a la fun-

ción continua g(x) = f (x) − z . Como vemos
en la gráfica puede haber más de un valor
donde f alcance el valor z .
Fin de la prueba

Obsérvese que el teorema de Bolzano (teorema 52) y la propiedad de los valores intermedios (corolario
54) son equivalentes desde un punto de vista matemático.
Corolario 55.
Si I es un intervalo de R y f es una función continua definida en I , entonces f (I) es un intervalo.

Además si I es un intervalo cerrado y acotado, también f (I) lo es.
Prueba:
f (I) está contenido en el intervalo de extremos α y β donde α = ı́nf f (x) ∈ R y β = sup f (x) ∈ R. Pero por
la propiedad de los valores intermedios, f (I) es un intervalo.
Si I es cerrado y acotado, entonces f (I) coincide con [α, β] debido el teorema de Weierstrass 51.
Fin de la prueba
3.3.3. Función inversa. Continuidad y monotonı́a.

Definición 39.
Una aplicación f : X → Y entre dos conjuntos X e Y se dice que es:
inyectiva si dados a 6= b ∈ X se tiene f (a) 6= f (b).
sobreyectiva si dado y ∈ Y existe x ∈ X tal que f (x) = y .
biyectiva si es inyectiva y sobreyectiva.
Definición 40.
Si f : X → Y es biyectiva diremos que g : Y → X es la función inversa de f , y la denotaremos

por f −1 , si se cumplen
f (g(y)) = y para todo y ∈ Y
g(f (x)) = x para todo x ∈ X
La existencia de inversa para funciones reales de variable real no requiere la continuidad.
Ejemplo 21.
De hecho la función f (x) = (1/x) si x 6= 0, f (0) = 0 es biyectiva (de R en R) con inversa ella
misma; y asimismo es biyectiva la función g(x) = (1/x) si x < 0, g(x) = x si x ≥ 0 también de
R en R.

Para funciones continuas la situación es diferente:
Proposición 56.
Sea f : [a, b] → R inyectiva y continua. Sea [c, d] = f ([a, b]), f : [a, b] → [c, d] es biyectiva y la
función inversa de f , f −1 : [c, d] → [a, b] es continua.
Prueba:
Sea y ∈ [c, d] y sea (yn )n una sucesión en [c, d] con lı́mn→∞ yn = y . Queremos probar que lı́mn→∞ f −1 (yn ) =
f −1 (y) lo cual nos dará la continuidad de f −1 en y y por tanto en [c, d]. Sea x ∈ [a, b] tal que f (x) = y y
(xn ) ∈ [a, b] tal que f (xn ) = yn . Tenemos que probar que lı́mn xn = x. Como (xn ) es una sucesión acotada,
el teorema de Bolzano-Weierstrass nos garantiza que existe una subsucesión (xnk )k convergente hacia un
punto x0 ∈ [a, b] (como a ≤ xnk ≤ b tenemos que el lı́mite también cumple a ≤ x0 ≤ b). Como f es continua
(1)
f (x0 ) = lı́m f (xnk ) = lı́m ynk = y
k→∞ k→∞
En (1) hemos usado que (ynk )k es una subsucesión de (yn ) y por tanto tiene que converger a y . Por otro
lado, f es inyectiva y como f (x) = f (x0 ) concluimos que x0 = x. Este razonamiento nos dice también que
cualquier subsucesión de (xn ) que sea convergente tiene que hacerlo a x y por tanto la proposición 30 nos
garantiza la convergencia de (xn ) hacia x.
Fin de la prueba
Este resultado nos garantiza la continuidad de las inversas de las funciones trigonométricas.
Veamos ahora una relación más profunda entre inyectividad y monotonı́a.
Teorema 57 (Función inversa).
Sea f : I → R continua donde I un intervalo arbitrario de R. Entonces:
1. f es inyectiva si y sólo si es estrictamente monótona.
2. Si f es estrictamente monótona, también lo es su inversa f −1 que, además, es continua.
La continuidad en el teorema anterior es esencial, como muestra el resultado que sigue a continuación.
Corolario 58.
Sean I, J intervalos de R y sea f : I → J biyectiva. Entonces f es continua si y sólo si f es

estrictamente monótona.

3.3.4. Continuidad uniforme

Una función f es continua en un punto c si para cada ε > 0 existe δ > 0 tal que si |x − c| < δ entonces
|f (x) − f (c)| < ε. El valor de δ depende, obviamente, del valor de ε, pero, a priori, también puede depender
del valor de c. Si se puede conseguir que el valor de δ dependa únicamente ε para todos los puntos del
dominio, se dice que la función es uniformemente continua.
Ejemplo 22.
1
La función continua f : (0, 1) → R definida por f (x) = x no es uniformemente continua.
Solución:
Consideremos ε = 12 y supongamos que existe δ > 0 tal que para todo x, y ∈ (0, 1) con |x − y | < δ se cumple
|f (x) − f (y)| < 12 . Sea n ∈ N tal que n1 < δ . Considerando los puntos x = n1 e y = n+11
resulta que la
1 1 1 1
diferencia |x − y | = | n − n+1 | = n(n+1) < n < δ y sin embargo,
1
|f (x) − f (y)| = |n − (n + 1)| = 1 >
2
De forma precisa:
Definición 41.
Se dice que la función f : D → R es uniformemente continua si para cada ε > 0 existe δ > 0 tal
que si x, y ∈ D y se verifica |x − y | < δ entonces |f (x) − f (y)| < ε.
Evidentemente toda función uniformemente continua es continua, pero, en general, el recı́proco no es cierto,
como ya hemos comprobado anteriormente. El teorema que sigue establece la equivalencia de ambos conceptos
en los intervalos cerrados y acotados de R.
Teorema 59 (Heine).
Una función continua definida en un intervalo cerrado y acotado [a, b] es uniformemente continua.
Prueba:
Si una función continua en un intervalo cerrado y acotado [a, b] no fuera uniformemente continua, existirı́a
ε > 0 para el que no se cumple la condición de continuidad uniforme y en consecuencia existirı́an sucesiones
(xn )n y (x0n )n tales que
|xn − x0n | < (1/n) y |f (xn ) − f (x0n )| ≥ ε > 0.
Por el teorema de Bolzano-Weierstrass (29) existen subsucesiones (xnk )k y (x0nk )k de las anteriores que son
convergentes a un mismo punto digamos z ∈ [a, b]. Usando la continuidad de f en z se tendrı́a entonces
lı́m f (xnk ) = f (z) = lı́m f (xn0k )

k k

pero por otra parte |f (xnk ) − f (x0nk )| ≥ ε > 0 con lo que pasando al lı́mite se obtendrı́a 0 ≥ ε > 0, lo cual
es absurdo.
Fin de la prueba
De nuevo, como en el teorema de Weierstrass, (teorema 51) la demostración se basa en el hecho de que las
sucesiones acotadas de [a, b] poseen subsucesiones convergentes a un punto de [a, b] (teorema de Bolzano-
Weierstrass) y, por tanto, el teorema de Heine mantiene su validez cuando se reemplaza el intervalo [a, b]
por un conjunto compacto.
Ejercicios 8.
1. Demostrad el Teorema de Bolzano sobre la existencia de ceros de funciones continuas sin

usar el principio de Cantor de los intervalos encajados.
2. ¿Qué se puede decir de una función real continua que sólo toma valores racionales?
3. Demostrad que las siguientes ecuaciones tienen solución y dar un valor aproximado de la
misma (con una precisión de un par de cifras decimales):
x − sen x − 5 = 0 xe−x + 1 = 0
4. Demostrad que todo polinomio de grado impar tiene al menos una raı́z real.
5. Probad que si f : R → R es una función continua con lı́m f (x) = lı́m f (x) = 1, entonces
x→+∞ x→−∞
f tiene un máximo o un mı́nimo absoluto en R.
6. Sea [a, b] un intervalo cerrado y acotado de R, y f : [a, b] → R una función continua tal
que f (x) 6= x para todo x ∈ [a, b]. Demostrad que existe un número real k > 0 tal que
|f (x) − x| > k para todo x ∈ [a, b].
7. Sea f : (a, b) → R una función continua tal que existen los lı́mites lı́m f (x), lı́m f (x) y
x→a+ x→b−
son finitos. Demostrad que f es uniformemente continua en (a, b).
8. Demostrad que la función f (x) = x2 definida en R no es uniformemente continua en R.

¿Es siempre uniformemente continua la función producto de dos funciones uniformemente
continuas?

Autoevaluación 3.
1. Calculad los siguientes lı́mites (o los laterales si estos no existen).

√
xn − xa 3
x−1 p
4

A) lı́m B) lı́m C) lı́m x4 + 1 − x
x→a x − a x→1 x − 1 x→∞
√ √
1 + sen x − 1 − sen x sen x1 x sen x
D) lı́m E) lı́m 1 F) lı́m
x→0 x x→0 e +1
x x→∞ x2 + 1
log(1 + x) − log(1 − x) 1 − tan x

G) lı́m , H) lı́mπ
x→0 x x→ 4 cos 2x
2. Probad que el polinomio 6x3 − 10x2 − 5x + 1 tiene sus tres raı́ces reales y dar un valor
aproximado de las mismas.
3. Probad que la función f (x) = sen x es uniformemente continua en R.

4 Cálculo
diferencial
4.1. Funciones derivables
Definición 42.
Una función f : I → R definida en un intervalo abierto I de R se dice que es derivable en c ∈ I si

existe
f (c + h) − f (c)
lı́m := f 0 (c).
h→0 h
f (c+h)−f (c)
El valor f 0 (c) recibe el nombre de derivada de f en c y es frecuente llamar a h cociente
incremental de f en c.
Definición 43.
Una función f : I → R definida en un intervalo abierto I se dice derivable en I si f es derivable

en cada punto de I .
La función f 0 : I → R que a cada punto x ∈ I le hace corresponder el valor f 0 (x) se llama la
derivada de la función f .
Primeros ejemplos
Ejemplo 23.
1. Si f : I ⊂ R → R es una función constante en un intervalo I , entonces f es derivable en I

con derivada nula.
2. Si f : I ⊂ R → R está definida por f (x) = x entonces f es derivable en I con derivada

f 0 (x) = 1 para todo x ∈ I .
3. La función f definida en R mediante f (x) = xn , n ∈ N, es derivable en R y su derivada es

la función f 0 (x) = nxn−1 .
102
4.1 Funciones derivables 103 Capı́tulo 4
Ejemplo.
4. La función seno, g(x) = sen x, es derivable en R con derivada f 0 (x) = cos x y la función
coseno, g(x) = cos x, también es derivable en R con derivada g 0 (x) = − sen x.
5. La función exponencial, f (x) = ex , es derivable en R y su derivada es la función f 0 (x) = ex .
6. La función f definida por las fórmulas f (x) = x sen(1/x) si x 6= 0 y f (0) = 0 no es derivable

en x = 0.
7. La función g dada por g(x) = x2 sen(1/x) si x 6= 0 y g(0) = 0 es derivable en todo R.
Solución:
Lo hacemos primero con Maxima
(%i1) diff(a,x);
( %o1) 0
(%i2) diff(x,x);
( %o2) 1
(%i3) diff(x^n,x);
( %o3) n xn−1
(%i4) diff(sin(x),x);
( %o4) cos (x)
(%i5) diff(cos(x),x);
( %o5) − sin (x)
(%i6) diff(%e^x,x);
( %o6) ex
El siguiente lı́mite no existe y por tanto la función no es derivable en x = 0.
(%i7) limit(x*sin(1/x)/x,x,0);
( %o7) ind
El siguiente lı́mite nos da la derivada de la función en x = 0.
(%i8) limit(x^2*sin(1/x)/x,x,0);
( %o8) 0
Para x 6= 0 Maxima nos da la derivada en cada x.
(%i9) diff(x^2*sin(1/x),x);


1 1
( %o9) 2 sin x − cos
x x
1. Si f (x) = a para todo x ∈ I y c ∈ I
f (c + h) − f (c) a−a
lı́m = lı́m = 0 ⇒ f 0 (c) = 0
h→0 h h→0 h
2. Sea c ∈ I ,
f (c + h) − f (c) c+h−c
lı́m = lı́m =1
h→0 h h→0 h
3. Para comprobarlo basta utilizar la definición y desarrollar (x + h)n mediante el binomio de Newton. En
efecto:
(x + h)n − xn (n)xn + (n1 )xn−1 h + (n2 )xn−2 h2 + . . . + (nn)hn − xn
lı́m = lı́m 0 =
h→0 h h→0

h
n n−1 n n−2 n n−1
= lı́m x + x h + ... + h = nxn−1
h→0 1 2 n
4. Recordemos que sen(x + h) − sen x = 2 cos[(2x + h)/2] sen(h/2) y recordando que
sen x
lı́m = 1.
x→0 x
sen(x + h) − sen x 2 cos[(2x + h)/2] sen(h/2)

lı́m = lı́m
h→0 h h→0 h
sen(h/2)
= lı́m cos[(2x + h)/2] = cos x.
h→0 h/2
La derivada del coseno puede hacerse de forma análoga.
5. Sea x ∈ R.
ex+h − ex eh − 1 eh − 1
lı́m = lı́m ex = ex lı́m .
h→0 h h→0 h h→0 h
Para calcular este lı́mite, hacemos el cambio de variable eh − 1 = y y nos queda:
eh − 1 y 1 1 1
lı́m = lı́m = lı́m 1 = lı́m h i= =1
h→0 h y→0 log(1 + y) y→0 log(1 + y) y→0 log (1 + 1 1/y log e
y 1/y )
Finalmente
ex+h − ex
lı́m = ex · 1 = ex
h→0 h
6. Tenemos
f (h) − f (0) h sen(1/h)
lı́m = lı́m = lı́m sen(1/h)
h→0 h−0 h→0 h h→0
último lı́mite que sabemos no existe (ejemplo 15).
7. Nos encargaremos ahora de estudiar su derivabilidad en x = 0; en los demás puntos de R lo haremos más
adelante.
h2 sen(1/h)
lı́m = lı́m h sen(1/h) = 0
h→0 h h→0
0
luego g (0) = 0.
Incluso para intervalos que no sean abiertos puede tener sentido calcular lı́mh→0 f (c+h)−f
h
(c)
siempre que
c, (c + h) ∈ I , lo cual, en el caso de que c sea uno de los extremos del intervalo I puede reducirse a un lı́mite
por la derecha o por la izquierda. En ese caso todavı́a se dice que la función f es derivable en c.

Derivadas laterales
Nota.
Lo anterior lleva, para funciones definidas en un intervalo en que los lı́mites
f (c + h) − f (c) f (c + h) − f (c)
lı́m+ := f 0 (c+ ) ≡ f+0 (c) lı́m− := f 0 (c− ) ≡ f−
0
(c)
h→0 h h→0 h
existan, al concepto de derivada por la izquierda f 0 (c− ) de f en c y de derivada por la derecha
f 0 (c+ ) de f en c.
Un ejemplo tı́pico de esta situación es la función f : R → R definida por f (x) = |x|.
Ejemplo 24.
La función f (x) = |x| no es derivable en x = 0.
Solución:
Lo que haremos será calcular las derivadas laterales:
f (h) − f (0) h
lı́m+ = lı́m+ = 1 = f+0 (0)
h→0 h h→0 h
f (h) − f (0) −h 0
lı́m− = lı́m− = −1 = f− (0)
h→0 h h→0 h
que como vemos son distintas.
(%i1) limit(abs(x)/x,x,0,plus);
( %o1) 1
(%i2) limit(abs(x)/x,x,0,minus);
( %o2) − 1
Maxima calcula la derivada del valor absoluto en cualquier punto
(%i3) diff(abs(x),x);
x
( %o3)
|x|
Volveremos a este ejemplo cuando veamos la interpretación geométrica de la derivada.

Interpretación geométrica. La recta tangente

Interpretación geométrica:
Sea f : (a, b) → R y x0 ∈ (a, b). Supongamos que f es derivable en x0 . Consideremos h > 0 fijo y tracemos
la secante a la curva que pasa por (x0 , f (x0 )) y (x0 + h, f (x0 + h)).
8
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
De la gráfica anterior se deduce fácilmente que el ángulo α que forma la secante con la horizontal cumple
f (x0 + h) − f (x0 )
tan α = ,
h
es decir, la pendiente de la secante coincide con el valor del cociente incremental.
Si ahora vamos tomando valores de h más pequeños, o sea, tomamos lı́mite cuando h → 0. Vemos que
las distintas secantes que trazamos se aproximan a la tangente a la curva en el punto (x0 , f (x0 )). En rojo
aparece la recta tangente a la parábola. Posteriormente definiremos lo que entendemos por recta tangente.
Pinchar en el gráfico para ver la animación.

Ası́, el lı́mite de los cocientes incrementales (que son las pendientes de las secantes) coincidirá con la pendiente
“del lı́mite”, es decir, con la pendiente de la recta tangente.
Por lo tanto f 0 (x0 ) es el valor de la pendiente de la recta tangente a la curva y = f (x) en el punto (x0 , f (x0 )).
Lı́nea de comandos para la animación
--> with_slider(t,makelist(2-0.1*t,t,1,30),
[x^2,-2*x-1,1+(t-1)*(x+1)],[x,-2,2.5],[y,-2,9]);
Fin
Definición 44 (Recta tangente).
Sea f : (a, b) → R derivable en c ∈ (a, b). La función definida por g(x) = f (c) + f 0 (c)(x − c) tiene
por gráfica una recta de pendiente f 0 (c) que pasa por el punto (c, f (c)). Dicha función recibe el
nombre de recta tangente a la curva y = f (x) en el punto (c, f (c)).
Nota.
Si volvemos al ejemplo de la función valor absoluto, vemos que en origen de coordenadas es

imposible definir “una tangente”. Si nos movemos a la izquierda del 0, tenemos una tangente
0
de pendiente −1 = f− (0) que es la propia recta y = −x mientras que si estamos a la derecha,
0
tenemos otra tangente de pendiente 1 = f+ (0).
0.8
0.6
abs(x)
0.4
0.2
0
-1 -0.5 0 0.5 1
x
Ejemplo 25.
Calcular las siguientes derivadas e interpretar gráficamente los resultados:
1. f 0 (1), donde f (x) = x2 .
2. g 0 (0), donde g(x) = sen(|x|).

√
3. h0− (1), donde h(x) = 1 − x2 está definida en D = [−1, 1].

Solución:
1.
f (x) − f (1) x2 − 1 (x − 1)(x + 1)
lı́m = lı́m = lı́m = lı́m x + 1 = 2
x→1 x−1 x→1 x − 1 x→1 x−1 x→1
Tenemos pues que f 0 (1) = 2. Ası́ la recta tangente a f en x = 1 tiene por ecuación
y − f (1) = 2(x − 1) ⇒ y = 2x − 1
(%i1) f:x^2;
( %o1) x2
Hallamos la derivada en x = 1
(%i2) ’limit((f-ev(f,x=1))/(x-1),x,1)=limit((f-ev(f,x=1))/(x-1),x,1);
x2 − 1
( %o2) lı́m =2
x→1 x − 1
Hallamos la derivada en cualquier punto x = a usando la definición
(%i3) ’limit((f-ev(f,x=a))/(x-a),x,a)=limit((f-ev(f,x=a))/(x-a),x,a);
x2 − a2
( %o3) lı́m = 2a
x→a x − a
Evaluamos en a = 1
(%i4) ev(%,a=1);
x2 − 1
( %o4) lı́m =2
x→1 x − 1
Interpretación geométrica. La función y la tangente
(%i5) plot2d([f,1+2*(x-1)],[x,-2,2]);
( %o5)
4
x^2
2*(x-1)+1
-1
-2
-3
-4
-5
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x

2. Calculamos
(
sen x
g(x) − g(0) sen(|x|) lı́mx→0+ x = 1
lı́m = lı́m = sen(−x)
x→0 x−0 x→0 x lı́mx→0− x = lı́mx→0− − senx x = −1
0 0
Tenemos pues que g− (0) = −1 mientras que g+ (0) = 1 y por tanto g no es derivable en x = 0. Sin embargo,
al tener derivadas laterales podemos dibujar la tangente por la izquierda y = −x y la tangente por la derecha
y = x en x = 0.
Usamos ahora Maxima
(%i1) g(x):=sin(abs(x));
( %o1) g (x) := sin (|x|)
(%i2) ’limit(g(x)/x,x,0)=limit(g(x)/x,x,0);
sin (|x|)
( %o2) lı́m = und
x→0 x
No existe pues el lı́mite en x = 0. Sin embargo, si existen los lı́mites laterales
(%i3) ’limit(g(x)/x,x,0,plus)=limit(g(x)/x,x,0,plus);
sin (|x|)
( %o3) lı́m =1
x→0+ x
(%i4) ’limit(g(x)/x,x,0,minus)=limit(g(x)/x,x,0,minus);
sin (|x|)
( %o4) lı́m = −1
x→0− x
(%i5) plot2d([g(x),x,-x],[x,-1,1],[y,0,1]);
plot2d: some values were clipped.plot2d: some values were clipped.

( %o5)
1
sin(abs(x))
x
-x
0.8
0.6
y
0.4
0.2
0
-1 -0.5 0 0.5 1
x
3. Hallamos √ √
h(x) − h(1) 1 − x2 1+x 2
lı́m− = lı́m− = − lı́m− √ = − = −∞
x→1 x−1 x→1 x−1 x→1 1−x 0
Este valor para la “derivada” de h nos indica que la tangente a la curva en el punto (1, 0) es vertical
(pendiente infinito).
Usamos ahora Maxima

(%i1) h(x):=sqrt(1-x^2);
p
( %o1) h (x) := 1 − x2
(%i2) ’limit((h(x)-h(1))/(x-1),x,1,minus)=limit((h(x)-h(1))/(x-1),x,1,minus);
√
1 − x2
( %o2) lı́m = −∞
x→1− x − 1
(%i3) load(draw);
( %o3) C : /P ROGRA 2/M AXIM A 1,0 − 2/share/maxima/5,28,0 − 2/share/draw/draw.lisp
(%i4) draw2d(line_width=1.5, xrange=[-1.5,1.5], yrange=[0,1.5],

explicit(h(x),x,-1,1), color=red, parametric(1,t,t,0,1));
( %o4) [gr2d (explicit, parametric)]

En rojo dibujamos la recta tangente (vertical) mediante su ecuación paramétrica.
1.4
1.2
0.8
0.6
0.4
0.2
0
-1.5 -1 -0.5 0 0.5 1 1.5
Diferenciabilidad
Nota.
El hecho de que exista la derivada de f en c y valga m puede formularse diciendo que
f (c + h) = f (c) + mh + hα(h)
donde α(h) es una función definida en un entorno reducido del origen con la propiedad de que
lı́mh→0 α(h) = 0.
Recordad que
Definición 45.
Una aplicación L : R → R se dice que es lineal si: L(a + b) = L(a) + L(b) y L(ax) = aL(x) para
cualesquiera a, b, x ∈ R.

Definición 46.
Una función f : I → R se dice diferenciable en el punto c ∈ I si existe una aplicación lineal

L : R → R, llamada diferencial de f en c y denotada con df (c), tal que
f (c + h) − f (c) − L(h)
lı́m = 0.
h→0 h
Ejemplo 26.
L : R → R es lineal si y solo si existe a ∈ R tal que L(x) = ax para todo x ∈ R.
Solución:
Es claro que las aplicaciones de la forma L(x) = ax para algún a son lineales:
L(x + y) = a(x + y) = ax + ay = L(x) + L(y) y L(λx) = a(λx) = λ(ax) = λL(x)
Por otro lado, si definimos a := L(1) tenemos que L(x) = L(x · 1) = xL(1) = ax.
De lo anterior se deduce el resultado siguiente.
Proposición 60.
f : I → R con I intervalo abierto, es derivable en el punto c ∈ I si y sólo si f es diferenciable en

c. Y en ese caso df (c)(x) = f 0 (c)x.
Prueba:
Si f es derivable en c tenemos que el cociente
f (c + h) − f (c) f (c + h) − f (c) − f 0 (c)h

lı́m − f 0 (c) = lı́m =0
h→0 h h→0 h
luego se cumple la definición de diferenciabilidad siendo df (c)(x) = f 0 (c)x.
Recı́procamente, si existe L lineal tal que lı́mh→0 f (c+h)−fh(c)−L(h) = 0 llamamos, para h 6= 0,

f (c + h) − f (c) − L(h) f (c + h) − f (c) h f (c + h) − f (c)
α(h) := = −L = − L(1)
h h h h
tenemos que
f (c + h) − f (c)
lı́m = lı́m α(h) + L(1) = L(1)
h→0 h h→0
por lo que f es derivable en x = c y f 0 (c) = L(1).
Fin de la prueba

La diferencial es una aplicación lineal de R en R que aproxima el incremento de la función en el sentido

de que f (c + h) − f (c) = df (c)(h) + hα(h), con lı́mh→0 α(h) = 0.
Proposición 61.
Si f : I ⊂ R → R es derivable en c ∈ I entonces f es continua en c.
Prueba:
La fórmula f (c + h) − f (c) = df (c)(h) + hα(h) = (f 0 (c) + α(h))h permite obtener el resultado ya que dado
ε
ε > 0 existe δ1 > 0 tal que si |h| < δ1 es |α(h)| < 1. Tomando δ := mı́n{δ1 , |f 0 (c)|+1 } resulta que si |h| < δ
|f (c + h) − f (c)| = |f 0 (c) + α(h)||h| ≤ (|f 0 (c) + |α(h)|)|h| < ε
Fin de la prueba
El recı́proco no es cierto. Basta considerar la función f definida en R por la fórmula f (x) = |x| que es
continua en x = 0 y sin embargo no es derivable.
Operaciones con las derivadas

Algunas fórmulas elementales para el cálculo de derivadas vienen dadas por las proposiciones que siguen.
Proposición 62.
Si f, g son funciones del intervalo abierto I ⊂ R en R derivables en un punto c ∈ I entonces:
1. La suma f + g es derivable en c con
(f + g)0 (c) = f 0 (c) + g 0 (c).
2. El producto f g es derivable en c con
(f g)0 (c) = f 0 (c)g(c) + f (c)g 0 (c).
3. Si g(x) 6= 0 en I entonces f /g es derivable en c y

f 0 f 0 (c)g(c) − f (c)g 0 (c)
(c) = .
g g(c)2
4. Si a es una constante, la función af es derivable en c y
(af )0 (c) = af 0 (c).
En particular, la derivada es un operador lineal: (af + bg)0 (c) = af 0 (c) + bg 0 (c)

Prueba:
1.
(f + g)(c + h) − (f + g)(c) f (c + h) + g(c + h) − f (c) − g(c)
lı́m = lı́m =
h→0 h h→0

h
f (c + h) − f (c) g(c + h) − g(c)
= lı́m + = f 0 (c) + g 0 (c)
h→0 h h
2. Escribiendo la definición de derivada y sumando y restando f (c)g(c + h) observamos que
f (c + h)g(c + h) − f (c)g(c) f (c + h) − f (c) g(c + h) − g(c)

lı́m = lı́m g(c + h) + lı́m f (c)
h→0 h h→0 h h→0 h
0 0
= g(c)f (c) + f (c)g (c).
3. Utilizamos la definición de derivada

f (c+h) f (c)
g(c+h) − g(c) f (c + h)g(c) − f (c)g(c + h)
lı́m = lı́m =
h→0 h h→0 hg(c)g(c + h)
f (c + h)g(c) − f (c)g(c) + f (c)g(c) − f (c)g(c + h)
= lı́m =
h→0 hg(c)g(c + h)
f (c + h) − f (c) g(c) − g(c + h)
= lı́m g(c) + f (c) =
h→0 hg(c)g(c + h) hg(c)g(c + h)
f 0 (c) −g 0 (c)
= g(c) + f (c)
g(c)2 g(c)2
sin más que recordar que la función g es continua en c.

4. Es consecuencia de 3 y del hecho de que la derivada de una constante es cero.
Fin de la prueba
(%i1) ’diff(f(x)+g(x),x)=diff(f(x)+g(x),x);
d d d
( %o1) (g (x) + f (x)) = g (x) + f (x)
dx dx dx
(%i2) ’diff(f(x)*g(x),x)=diff(f(x)*g(x),x);

d d d
( %o2) (f (x) g (x)) = f (x) g (x) + g (x) f (x)
dx dx dx
(%i3) ’diff(f(x)/g(x),x)=diff(f(x)/g(x),x);
d
f (x) ddx g (x)

d f (x) d x f (x)
( %o3) = − 2
d x g (x) g (x) g (x)
(%i4) factor(%);
f (x) ddx g (x) − g (x) ddx f (x)

d f (x)
( %o4) =− 2
d x g (x) g (x)

(%i5) ’diff(a*f(x)+b*g(x),x)=diff(a*f(x)+b*g(x),x);

d d d
( %o5) (b g (x) + a f (x)) = b g (x) + a f (x)
dx dx dx
Proposición 63 (Regla de la cadena).
Sean I, J intervalos abiertos de R y sean las funciones f : I → R y g : J → R tales que f (I) ⊂ J .

Si f es derivable en c ∈ I y g es derivable en f (c) entonces g ◦ f es derivable en c y
(g ◦ f )0 (c) = g 0 (f (c))f 0 (c).
Prueba:
El resultado se obtiene utilizando que
f (c + h) = f (c) + hf 0 (c) + hα(h); g(f (c) + k) = g(f (c)) + kg 0 (f (c)) + kβ(k).
En efecto:
g(f (c + h)) = g(f (c) + hf 0 (c) + hα(h))

= g(f (c)) + (hf 0 (c) + hα(h))g 0 (f (c)) + (hf 0 (c) + hα(h))β(hf 0 (c) + hα(h))

= g(f (c)) + hf 0 (c)g 0 (f (c)) + h α(h)g 0 (f (c)) + (f 0 (c) + α(h))β(hf 0 (c) + hα(h)) ,
es decir, g ◦ f (c + h) = g ◦ f (c) + hf 0 (c)g 0 (f (c)) + hγ(h), donde lı́mh→0 γ(h) = 0. Esto acaba la prueba del
teorema.
Fin de la prueba
Ejemplo con Maxima
(%i1) g(u):=sin(u);
( %o1) g (u) := sin (u)
(%i2) depends(f,x);
( %o2) [f (x)]
(%i3) subst(f,u,g(u));
( %o3) sin (f )
(%i4) diff(%,x);

d
( %o4) cos (f ) f
dx

Ejemplo 27.
Estudiar la derivabilidad de f (x) = x2 sen(1/x) si x 6= 0 y f (0) = 0.
Solución:
Ya sabemos que f es derivable en x = 0. Para ver la derivabilidad si x 6= 0 vamos a aplicar los resultados
anteriores. Para ello consideramos las funciones g(x) = x2 , h(x) = sen x, j(x) = 1/x. Estas funciones son
todas derivables en sus dominios de definición siendo además f (x) = g(x)h(j(x)). Por tanto
−1
f 0 (x) = g 0 (x)h(j(x)) + g(x)h0 (j(x))j 0 (x) = 2x sen(1/x) + x2 cos(1/x) = 2x sen(1/x) − cos(1/x)
x2
Comprobamos con Maxima
(%i1) diff(x^2*sin(1/x),x);

1 1
( %o1) 2 sin x − cos
x x
4.1.1. El teorema de la función inversa

Teorema 64 (Función inversa).
Sea f : I → J una biyección derivable entre los intervalos abiertos I y J y tal que f 0 (x) 6= 0 para
todo x ∈ I . Supongamos además que f −1 es continua. Entonces f −1 es derivable en J y se tiene
(f −1 )0 (y) = f 0 (f −1
1
(y)) .
Prueba:
Sea y, y0 ∈ J . Como f −1 es inyectiva tenemos que si y 6= y0 es f −1 (y) 6= f −1 (y0 ). Podemos escribir
x = f −1 (y) y x0 = f −1 (y0 ) de manera que x → x0 ⇔ y → y0 (por la continuidad de f y f −1 ).
f −1 (y) − f −1 (y0 ) 1 1 1 1
lı́m = lı́m y−y0 = lı́m = = =
y→y0 y − y0 y→y0
f −1 (y)−f −1 (y0 )
x→x0 f (x)−f (x0 ) f 0 (x 0) f 0 (f −1 (y0 ))
x−x0
Fin de la prueba
Algo podemos hacer con Maxima
(%i1) depends(f,g);
( %o1) [f (g)]

(%i2) depends(g,x);
( %o2) [g (x)]
Le decimos ahora a Maxima que f (g(x)) = x. Notad que f = g −1 .
(%i3) f=x;
( %o3) f = x
Derivamos la ecuación
(%i4) diff(%,x);

d d
( %o4) f g =1
dg dx
Despejamos la derivada de f , es decir, la derivada de la inversa de g
(%i5) solve(%,’diff(f,g));
d 1
( %o5) [ f= d
]
dg dx g
La versión más general del teorema de la función inversa la encontrareis en complementos. Para hacer la
demostración hace falta otro resultado (importante por si mismo) que se conoce como teorema de Darboux.
Derivada de las funciones inversas

El teorema de la función inversa y el ejemplo 23 nos proporcionan las derivadas de las siguientes funciones:
Ejemplo 28.
La función
1
1. log : (0, ∞) → R es derivable con derivada (log)0 (x) = .
x
1
2. arc sen : (−1, 1) → R es derivable con derivada (arc sen)0 (x) = √ .
1 − x2
−1
3. arc cos : (−1, 1) → R es derivable con derivada (arc cos)0 (x) = √ .
1 − x2
1
4. arc tg : (−π/2, π/2) → R es derivable con derivada (arc tg)0 (x) = .
1 + x2

Solución:
1. La función logaritmo neperiano es la inversa de la función f (x) = ex siendo f 0 (x) = ex . Por lo tanto
1 1
(log)0 (x) = =
elog x x
.
2. La función arc sen es la inversa de la función f (x) = sen x cuya derivada es f 0 (x) = cos x. Por lo tanto
1 1 1
(arc sen)0 (x) = =p =√
cos(arc sen x) 2
1 − sen (arc sen x) 1 − x2
3. Se hace de forma análoga.

4. La función arctan x es la inversa de f (x) = tan x cuya derivada es f 0 (x) = 1 + tan2 x por lo tanto
1 1
(arctan)0 (x) = =
1 + tan2 (arctan x) 1 + x2
Ahora con Maxima
(%i1) diff(log(x),x);
1
( %o1)
x
(%i2) diff(asin(x),x);
1
( %o2) √
1 − x2
(%i3) diff(acos(x),x);
1
( %o3) − √
1 − x2
(%i4) diff(atan(x),x);
1
( %o4)
x2 + 1
Ejemplo 29 (Derivación logarı́tmica).
Sea α ∈ R, la derivada de la función f (x) = xα es f 0 (x) = αxα−1 .
Solución:
Tomando logaritmos en la definición de f tenemos log(f (x)) = α log x. Derivando ahora en esta igualdad
1 0 1 1
f (x) = α ⇒ f 0 (x) = f (x)α = xα αx−1 = αxα−1
f (x) x x
Con Maxima

(%i1) f(x)=x^(alpha);
( %o1) f (x) = xα
lhs y rhs se corresponden con el lado izquierdo y el lado derecho, respectivamente, de la ecuación. Es decir,
tomamos logaritmos en la ecuación.
(%i2) log(lhs(%))=log(rhs(%));
( %o2) log (f (x)) = α log (x)
Derivando la igualdad
(%i3) diff(%,x);
d
dx f (x) α
( %o3) =
f (x) x
Despejamos en la ecuación la derivada de f (x)
(%i4) solve(%,’diff(f(x),x));
d α f (x)
( %o4) [ f (x) = ]
dx x
Sustituimos en la fórmula anterior el valor de f (x) = xα
(%i5) subst(x^(alpha),f(x),%);
d α
( %o5) [ x = α xα−1 ]
dx
Ejemplo 30 (Derivación implı́cita).
En la asignatura de Calculo II estudiaremos con profundidad las funciones definidas de forma

implı́cita por una ecuación. Veamos con un ejemplo qué son y cómo derivarlas.
Solución:
La lemniscata de Bernoulli es la curva del plano dada por la ecuación (x2 + y 2 )2 = 2(x2 − y 2 ), es decir,
C = {(x, y) ∈ R2 : (x2 + y 2 )2 = 2(x2 − y 2 )}

1
0.5
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

La lemniscata la dibujamos ası́
(%i1) load(draw);
( %o1) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/draw/draw.lisp
(%i2) draw2d(xaxis=true,yaxis=true,
nticks=1000,line_width=1.5,
implicit((x^2+y^2)^2=2*(x^2-y^2),x,-2,2,y,-1,1));
( %o2) [gr2d (implicit)]

√
Es claro también√ que C no es la gráfica de ninguna función f : I → R ya que por ejemplo el punto ( 23 , 12 ) ∈ C
pero también ( 23 , − 12 ) ∈ C , es decir, a un mismo valor de x le corresponden dos valores de y (¡esto no es
una función!) √ √
Sin embargo, si elegimos el punto de la √curva ( 23 , 12 ), vemos que en un entorno I (en verde) de x = 23
existe una única función f (x) tal que f ( 23 ) = 21 y que los puntos (x, f (x)) ∈ C .
1
0.5
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Dicho de otra forma, un trozo de la curva C (cerca del punto elegido) si es la gráfica de una función. En este
√
caso el intervalo verde elegido es I = (0, 2). Por lo tanto, para todo x ∈ I tenemos
(x2 + (f (x))2 )2 = 2(x2 − (f (x))2 )
El teorema de la función implı́cita que veremos en Cálculo II, nos asegura bajo ciertas condiciones (que
aquı́ se cumplen) que
√
existe una única función f derivable (de hecho será de clase C ∞ (I)), cumpliendo la
3
ecuación y que f ( 2 ) = 12 .
Podemos derivar en la ecuación anterior y queda
2(x2 + (f (x))2 )(2x + 2f (x)f 0 (x)) = 2(2x − 2f (x)f 0 (x))

√ √
Haciendo en la ecuación anterior x = 23 , f ( 23 ) = 21 tenemos
3 1 √ √ √ √ √ √ √ √

2 + 3 + f0 3/2 = 2 3 − f0 3/2 ⇒ 2 3 + 2f 0 3/2 = 2 3 − 2f 0 3/2
4 4
√
de donde f 0 23 = 0. Es decir, la tangente a la gráfica de la lemniscata en dicho punto es horizontal.

0.5
-0.5
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Última gráfica y cuentas con Maxima (las coordenadas del punto las colocamos a mano
(%i1) load(draw);
(%i2) draw2d(xaxis=true,yaxis=true,
user_preamble="set size ratio 1", nticks=1000,line_width=1.2,
implicit((x^2+y^2)^2=2*(x^2-y^2),x,-2,2,y,-1,1),
line_width=2,color=red,
parametric(sqrt(2-4*sin(theta)^2)*cos(theta),
sqrt(2-4*sin(theta)^2)*sin(theta),theta,0,%pi/2),
color=black,point_size=0.4, point_type = filled_circle,
points([[sqrt(3)/2,1/2]]),
color=brown,line_width=1.5, parametric(t,1/2,t,sqrt(3)/2-1,sqrt(3)/2+1),
color=green,line_width=1.8, parametric(t,0,t,0,sqrt(2)));
( %o2) [gr2d (implicit, parametric, points, parametric, parametric)]
Buscamos un punto de la curva
(%i3) ecu:(x^2+y^2)^2=2*(x^2-y^2);
2
y 2 + x2 = 2 x2 − y 2

( %o3)
(%i4) subst(1/2,y,ecu);
2
2 1 2 1
( %o4) x + =2 x −
4 4
(%i5) solve(%,x);
√ √
3 3
( %o5) [x = − ,x = ]
2 2
Le decimos ahora a Maxima que, en la ecuación, la variable y es una función de x
(%i6) depends(y,x);
( %o6) [y (x)]
“Sustituyendo” y(x) en la ecuación y derivando

(%i7) diff(ecu,x);

d d
( %o7) 2 y 2 + x2

2y y + 2x = 2 2x − 2y y
dx dx
Despejamos y 0 (x) y le llamamos dy
(%i8) [sol]:solve(%,’diff(y,x));
d x y 2 + x3 − x
( %o8) [ y=− 3 ]
dx y + (x2 + 1) y
(%i9) dy:rhs(part(sol));
x y 2 + x3 − x
( %o9) −
y 3 + (x2 + 1) y
√
3
Sustituimos en dy los valores del punto x = 2 , y = 12 .
(%i10) ev(dy,x=sqrt(3)/2);
√ 3 √
3 y2 3
+ 382 −
2 2
( %o10) −
y 3 + 74y
(%i11) ev(%,y=1/2);
( %o11) 0
En complementos podéis encontrar una tabla de las fórmulas de derivación de las funciones elementales.
Ejercicios 9.
1. Estudiar la derivabilidad de las siguientes funciones:


 x si x < 1
( x
si x 6
= 0

1
f (x) = 1+e x g(x) = 2−x si 1 ≤ x ≤ 2
0 si x = 0 
3x − x2 si x > 2

2. Sean u, v : I → R funciones derivables en el intervalo I siendo además u(x) > 0 para todo
x ∈ I . Calcular la función derivada de f (x) = (u(x))v(x) .
3. Calcular la función derivada de las siguientes funciones, justificando previamente su deriva-

bilidad, y simplificando lo más posible el resultado:
√ q √ √
1+x+√1−x
f (x) = arctan x − 1 − arc sen x−1 x ,x>1 , g(x) = log √1+x− ,0<x<1
q q 1−x
1 1+x
h(x) = arc cos √1+x 2
+ log 1−x , −1 < x < 1 , i(x) = arctan 1−cos x
1+cos x , 0 < x < π

4.2 Extremos de funciones. Valor medio 122 Capı́tulo 4
4.2. Extremos de funciones derivables.

Teoremas del valor medio
Funciones monótonas en un intervalo
Recordemos que
Definición 47.
Una función f : I → R definida en un intervalo I se dice que es:
creciente (en I ) si para cualesquiera x, y ∈ I con x < y implica que f (x) ≤ f (y). La función
se llama estrictamente creciente (en I ) si se verifica que f (x) < f (y) siempre que x < y .
decreciente (en I ) si para cualesquiera x, y ∈ I con x < y implica que f (x) ≥ f (y). La
función se llama estrictamente decreciente (en I ) si f (x) > f (y) si x < y .
Las definiciones anteriores corresponden a propiedades globales de crecimiento en el intervalo. La definición

que sigue formula los conceptos con carácter local.
Funciones monótonas en un punto

Definición 48.
Sea f : I ⊂ R → R una función definida en un intervalo I . Sea c ∈ I , se dice que:
f es creciente (respectivamente, estrictamente creciente) en c, si existe un entorno reducido

f (x) − f (c) f (x) − f (c)
V de c tal que para cada x ∈ I ∩ V es ≥ 0 (resp. > 0).
x−c x−c
f es decreciente (respectivamente, estrictamente decreciente) en c, si existe un entorno
f (x) − f (c) f (x) − f (c)
reducido V de c tal que para cada x ∈ I ∩ V es ≤ 0 (resp. < 0).
x−c x−c
El crecimiento de f : I → R en I implica claramente el crecimiento en cada punto c ∈ I .
Vamos a indicarle a Maxima que f es una función creciente
(%i1) declare(f,increasing);
( %o1) done
(%i2) assume(x<c);
assume(y>c);
( %o2) [c > x]

( %o3) [y > c]
Le preguntamos ahora a Maxima el signo del cociente (a la izquierda y a la derecha de c).
(%i4) is((f(x)-f(c))/(x-c)>0);
is((f(y)-f(c))/(y-c)>0);
( %o4) true
( %o5) true
El recı́proco, algo más difı́cil de probar, también es cierto.
Proposición 65.
Sea f : I → R con I un intervalo. Son equivalentes:
1. f es creciente (decreciente) en I .
2. f es creciente (decreciente) en cada x ∈ I .
4.2.1. Extremos relativos

Podemos encontrarnos con puntos donde la función no es creciente ni decreciente. Son importantes donde
ocurre lo siguiente.
Definición 49 (Extremos relativos).
f tiene un máximo relativo o local en c ∈ I si existe un entorno V de c tal que f (x) ≤ f (c)
para todo x ∈ I ∩ V .
f tiene un mı́nimo relativo o local en c ∈ I si existe un entorno V de c tal que f (x) ≥ f (c)
para todo x ∈ I ∩ V .
f tiene un extremo relativo en c si f tiene en c un máximo o un mı́nimo relativo.

Ejemplo 31.
La función f : [a, b] → R de la figura anterior presenta máximos relativos en x1 , x3 y b y mı́nimos

relativos en a, x2 y x4 .
Solución:
Nos fijamos en un punto de cada: x2 y b.
Tomamos el entorno Vx2 de x2 . Es claro que los valores de la función para x ∈ Vx2 (en rojo) quedan por
encima de la recta roja y = f (x2 ), es decir f (x) ≥ f (x2 ) por lo que hay un mı́nimo relativo.
En el caso de b tomamos el entorno abierto Vb y para x ∈ Vb ∩ [a, b] (en azul) los valores de la función quedan
por debajo de la recta azul, es decir, para x ∈ Vb ∩ [a, b] es f (x) ≤ f (b). Por lo que en b la función presenta
un máximo relativo.
Derivadas, monotonı́a y extremos relativos

Una consecuencia sencilla de las definiciones es, para el caso de funciones derivables:
Proposición 66.
Sea f : I ⊂ R → R una función definida en un intervalo I y sea c ∈ I .
1. Si f es derivable en c y f 0 (c) > 0 entonces f es estrictamente creciente en c.
2. Si f es derivable en c y f 0 (c) < 0 entonces f es estrictamente decreciente en c.
3. Si c es un punto interior del intervalo I , f es derivable en c y en c f tiene un extremo

relativo, entonces f 0 (c) = 0.
Prueba:
1. Al ser
f (x) − f (c)
f 0 (c) = lı́m >0
x→c x−c
f (x)−f (c)
existe un entorno reducido V de c tal que si x ∈ V ∩ I se tiene x−c > 0, es decir, f es estrictamente
creciente en c.

2. Se prueba de forma análoga.

3. Supongamos que en x = c la función f presenta un máximo relativo. Existe pues V entorno de c tal que
si x ∈ I ∩ V es f (x) ≤ f (c). Evaluamos para x ∈ I ∩ V
f (x) − f (c) 0 f (x) − f (c)
si x < c ⇒ ≥ 0 ⇒ f− (c) = lı́m− ≥0
x−c x→c x−c
f (x) − f (c) 0 f (x) − f (c)
si x > c ⇒ ≤ 0 ⇒ f+ (c) = lı́m+ ≤0
x−c x→c x−c
0
Pero f es derivable en c y por tanto ha de ser 0 ≤ f− (c) = f+0 (c) ≤ 0 por lo que f 0 (c) = 0.
Fin de la prueba
0
Notad que en la prueba de 3, en el punto b solo obtenemos la f− (b) ≥ 0 mientras que en a es f+0 (a) ≥ 0
(haced las cuentas en el caso de mı́nimo relativo como es a. En los puntos interiores donde f es derivalbe, la
tangente a la curva en dicho punto es horizontal: f (x1 ) = f 0 (x2 ) = f 0 (x4 ) = 0.
En el punto x3 donde f no es derivable este resultado no nos dice nada. (En la gráfica la tangente por la
0
derecha es vertical mientras que la f− (x3 ) > 0
Ejemplo 32.
La anulación de la derivada en un punto no implica que la función tenga un extremo en dicho

punto. Por ejemplo, la función f (x) = x3 es estrictamente creciente en x = 0 pero f 0 (0) = 0.
Solución:
1
0.5
Es fácil ver que es estrictamente creciente en x = 0. Si
x > 0 es f (x) = x3 > 0 = f (0). Mientras que si x < 0 0
sucede f (x) = x3 < 0 = f (0). Y, claramente, f 0 (x) = 3x2
luego f 0 (0) = 0. -0.5
-1
-1 -0.5 0 0.5 1
Ejemplo 33.
La función f : [0, 1] → R, definida por f (x) = x, tiene un máximo relativo en x = 1 y sin embargo
f 0 (1) = 1 6= 0.

Solución:
1.5
Basta con representar gráficamente la identidad para darse
cuenta de las propiedades citadas en el enunciado. 1
En x = 1 presenta un máximo relativo: al ser f (x) = x
0.5
estrictamente creciente (si x < y en [0, 1] es x = f (x) <
f (y) = y ).
0
Ahora bien f 0 (x) = 1 (¡es la pendiente de la recta, claro!)
por lo que la derivada no se anula nunca. -0.5
-0.5 0 0.5 1 1.5
Ejemplo 34.
No debe confundirse el que una función sea creciente en un punto con que lo sea en un entorno
del punto. (
x + 2x2 sen(1/x) si x 6= 0
La función definida por f (x) = es un ejemplo.
0 si x = 0
Solución:
Para comprobar que es creciente en x = 0 tene-
0.8
mos que estudiar el signo de
0.6
f (x) − f (0) 0.4
= 1 + 2x sen(1/x)
x−0 0.2
para x en un entorno reducido de cero. Tomando 0
x tal que |2x| < 1/2 coseguimos que -0.2
-0.4
1 1 1 -0.6
|2x sen(1/x)| ≤ |2x| < ⇒ − < 2x sen(1/x) <
2 2 2 -0.8
1 1
y por tanto 1 + 2x sen(1/x) > 1 − = >0
2 2 -0.4 -0.2 0 0.2 0.4
También lo podı́amos haber hecho usando la proposición anterior: calculando
f (x) − f (0) x + 2x2 sen(1/x)

f 0 (0) = lı́m = lı́m = lı́m 1 + 2x sen(1/x) = 1 > 0
x→0 x−0 x→0 x x→0
por tanto es estrictamente creciente en x = 0.

Por otro lado, en ningún entorno de cero la función es creciente (gráficamente vemos que cerca de cero la
función oscila). Para probar esta afirmación calculamos la derivada de f
(
1 + 4x sen(1/x) − 2 cos(1/x) si x 6= 0
f 0 (x) =
1 si x = 0
toma valores positivos y negativos en cada entorno reducido de 0.

3
2.5
2
1.5
1
0.5
0
-0.5
-1
-0.3 -0.2 -0.1 0 0.1 0.2 0.3
1
Vamos a verlo. El punto rojo en la gráfica es el ( 2π , f 0 ( 2π
1 1
)) mientras que el negro es ( 3π , f 0 ( 3π
1
)).
Es claro que esto lo podemos hacer en cualquier entorno de cero sin más que eligiendo con cuidado los
1 1
correspondientes puntos rojo y negro. Tomando xn = 2nπ e yn = (2n+1)π tenemos que f (xn ) = −1 < 0
mientras que f (yn ) = 3 > 0.
Ahora, si fuera f creciente en un entorno de cero, serı́a creciente en cada punto de dicho entorno. Pero en
los puntos donde f 0 (x) < 0, la función es decreciente (y de estos puntos hay en cada entorno de cero!) por
lo que llegamos a una contradicción.
Las cuentas
(%i1) f(x):=x+2*x^2*sin(1/x);

1
( %o1) f (x) := x + 2 x2 sin
x
(%i2) f1:diff(f(x),x);

1 1
( %o2) 4 sin x − 2 cos +1
x x
(%i3) x[n]:=1/(2*n*%pi);
y[n]:=1/((2*n+1)*%pi);
1
( %o3) xn :=
2nπ
1
( %o4) yn :=
(2 n + 1) π
( %o5) done
(%i6) ev(f1,x=x[n]);
( %o6) − 1
(%i7) ev(f1,x=y[n]);
( %o7) 3

(%i8) load(draw);
(%i9) draw2d(explicit(f1,x,-.3,.3), point_type=filled_circle,point_size=0.3,

color=red, points([[x[1],ev(f1,x=x[1])]]), color=black,
points([[y[1],ev(f1,x=y[1])]]),terminal=pdf);
( %o9) [gr2d (explicit, points, points)]
Teorema 67 (Teorema de Rolle).
Sea f : [a, b] ⊂ R → R continua en [a, b] y derivable en (a, b). Si f (a) = f (b), entonces existe
c ∈ (a, b) tal que f 0 (c) = 0.
Prueba:
Si la función es constante entonces tomando c := a+b
2 se tiene el resultado.
En otro caso supongamos, por ejemplo, que existe x0 ∈ [a, b] tal que f (x0 ) > f (a) = f (b). Utilizando
el teorema de Weierstrass 51 la función f alcanza su valor máximo absoluto en [a, b] y dicho valor ha
de alcanzarse en un punto c interior al intervalo, es decir, en c ∈ (a, b). Pero por tratarse de un máximo
absoluto, es también máximo relativo y podemos aplicar el tercer apartado de la proposición 66 para concluir
que f 0 (c) = 0.
Fin de la prueba
4.2.2. Teoremas del valor medio

El siguiente resultado se usa, por ejemplo, para demostrar la regla de L’Hospital de cálculo de lı́mites.
Corolario 68 (Teorema del valor medio de Cauchy).
Sean f, g : [a, b] → R continuas. Si f, g son derivables en (a, b) entonces existe c ∈ (a, b) tal que
(f (b) − f (a))g 0 (c) = (g(b) − g(a))f 0 (c).

Prueba:
Basta considerar la función h definida por h(x) := f (x)(g(b) − g(a)) − g(x)(f (b) − f (a)) y aplicar el teorema
de Rolle.
Fin de la prueba
Corolario 69 (Teorema del valor medio de Lagrange).
Sea f : [a, b] → R continua. Si f es derivable en (a, b), entonces existe θ ∈ (a, b) tal que
f (b) − f (a) = f 0 (θ)(b − a).
Prueba:
Se obtiene como caso particular del corolario 68 al tomar g(x) := x.
Fin de la prueba
Si trazamos la secante que une los puntos (a, f (a)) y (b, f (b)) observamos que la pendiente de dicha secante
es tan α = f (b)−f
b−a
(a)
. Pues bien, el teorema del valor medio de Lagrange asegura que existe un punto θ ∈ (a, b)
donde la tangente a la curva es paralela a dicha secante, es decir,
f (b) − f (a)
f 0 (θ) = tan α =
b−a
Fin
El siguiente resultado se le conoce como el teorema del incremento finito y es un corolario del teorema
del valor medio.
Corolario 70 (Teorema de los incrementos finitos).
Sea f : [a, b] → R continua y derivable en (a, b). Si |f 0 (x)| ≤ M para todo x ∈ (a, b) entonces,
|f (x) − f (y)| ≤ M |x − y | para todo par x, y ∈ [a, b].
Prueba:
No hay más que aplicar el teorema del valor medio de Lagrange a f : [x, y] → R y usar la acotación de la
derivada.
Fin de la prueba
Más sobre monotonı́a y derivadas

Aplicando el Teorema del valor medio de Lagrange obtenemos.
Corolario 71.
Sea f : [a, b] → R continua en [a, b] y derivable en (a, b)
1. Si f 0 (x) = 0 para todo x ∈ (a, b), entonces f es constante en [a, b].
2. Si f 0 (x) = g 0 (x) para todo x ∈ (a, b) entonces f y g “se diferencian en una constante”, es
decir, existe k ∈ R tal que f (x) = g(x) + k para todo x ∈ (a, b).
3. Si f 0 (x) ≥ 0, en (a, b), entonces f es creciente en [a, b].
4. Si f 0 (x) ≤ 0, en (a, b), entonces f es decreciente en [a, b].
5. Si f 0 (x) > 0, en (a, b), entonces f es estrictamente creciente en [a, b].
6. Si f 0 (x) < 0, en (a, b), entonces f es estrictamente decreciente en [a, b].
Prueba:
1. Veamos que f (x) = f (a) para cualquier x ∈ (a, b]. Aplicando el teorema del valor medio en [a, x] se
obtiene c ∈ (a, x) con f (x)−f
x−a
(a)
= f 0 (c) = 0, de donde f (x) = f (a).
2. La función h(x) = f (x) − g(x) verifica h0 (x) = f 0 (x) − g 0 (x) = 0 para x ∈ [a, b]. Por el apartado anterior
existe k ∈ R con h(x) = k , o sea f (x) = g(x) + k , para x ∈ [a, b].
3. Dados x < y ∈ (a, b) el teorema del valor medio de Lagrange nos garantiza que existe c ∈ (x, y) tal que
f (y) − f (x) = f 0 (c)(y − x) ≥ 0, es decir, f (y) ≥ f (x) por lo que f es creciente.
Fin de la prueba
Obsérvese que una función puede ser estrictamente creciente y tener derivada cero en algún punto, como
ocurre con f (x) = x3 .
Condición suficiente para extremos relativos

La demostración del siguiente resultado se obtiene de forma sencilla aplicando el teorema de valor medio
de Lagrange.
Corolario 72.
Sea f : (a, b) → R derivable y sea c ∈ (a, b) tal que f 0 (c) = 0.
1. Si existe δ > 0 tal que f 0 (x) ≤ 0 si x ∈ (c − δ, c) ⊂ (a, b) y f 0 (x) ≥ 0 si x ∈ (c, c + δ) ⊂ (a, b),
entonces f posee un mı́nimo relativo en c.
2. Si existe δ > 0 tal que f 0 (x) ≥ 0 si x ∈ (c − δ, c) ⊂ (a, b) y f 0 (x) ≤ 0 si x ∈ (c, c + δ) ⊂ (a, b),
entonces f posee un máximo relativo en c.

Raı́ces de ecuaciones y desigualdades

Ejemplo 35.
Probad que la ecuación ex = x no posee ninguna raı́z real.
Solución:
Comenzamos dibujando las gráficas de las funciones ex y x para comprobar que no se cortan.
8
x
%e^x
-1
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
Para probarlo, consideraremos la función f (x) = ex − x. Es claro que si x < 0 es f (x) > 0. Ası́ que nos
fijaremos en el intervalo [0, +∞). Si y ∈ (0, +∞), aplicando el teorema del valor medio a f en el intervalo
[0, y] y dado que f 0 (x) = ex − 1 resulta que existe c ∈ (0, y) tal que
f (y) − f (0) = ey − y − 1 = f 0 (c)(y − 0) = (ec − 1)y > ec − 1 por ser y > 0
Tenemos, sumando 1 a la desigualdad anterior,
ey − y > e c > 0 ⇒ ey > y
Por tanto f (x) > 0 y esto implica que ex = x no posee ninguna raı́z real.
La desigualdad de Bernouilli se usa para demostrar la existencia del número e. Vamos a dar ahora una
prueba de la misma usando las técnicas de este capı́tulo.
Ejemplo 36.
Probar que (1 + x)α > 1 + αx si x > 0 y α > 1.

Prueba:
Para probarlo consideremos la función f definida para x ≥ 0 por la fórmula
f (x) = (1 + x)α − 1 − αx, α ∈ R.
Puesto que f (0)

= 0, es suficiente
probar que f es estrictamente creciente, si α > 1. Pero esto es claro ya
que f 0 (x) = α (1 + x)α−1 − 1 > 0, si x > 0.
Fin de la prueba
Ejemplo 37.
1 1
Hallad, de forma aproximada, las raı́ces de la ecuación x − x2 − 4 log(1 + x) + 2 =0
Solución:
1 1
Consideramos la función f (x) = x − x2 − 4 log(1 + x) + 2 definida en (−1, ∞)
Lo resolvemos con Maxima
(%i1) f(x):=x-x^2-1/4*log(1+x)+1/2;
−1 1
( %o1) f (x) := x − x2 + log (1 + x) +
4 2
(%i2) plot2d(f(x),[x,-1,3],[y,-3,1]);

plot2d: some values were clipped.
( %o2)
1
0.5
-0.5
-0.25*log(x+1)-x^2+x+0.5
-1
-1.5
-2
-2.5
-3
-1 -0.5 0 0.5 1 1.5 2 2.5 3
x
Aparentemente tiene dos raı́ces pero como
(%i3) limit(f(x),x,-1,plus);
( %o3) ∞

Cerca de −1 tiene que tomar valores positivos y por lo tanto tiene 3 raı́ces reales. Para probarlo estudiamos
la monotonı́a de la función.
1
( %o4) − − 2x + 1
4 (x + 1)
(%i5) factor(f1);
8 x2 + 4 x − 3
( %o5) −
4 (x + 1)
(%i6) pcriticos:solve(%,x);
√ √
7+1 7−1
( %o6) [x = − ,x = ]
4 4
(%i7) max:rhs(part(pcriticos[2]));
min:rhs(part(pcriticos[1]));
√
7−1
( %o7)
4
√
7+1
( %o8) −
4
Evaluamos la función en los puntos crı́ticos (que claramente son extremos relativos; compruébalo).
(%i9) f(max);
f(min);
√
√ √

7−1 2
log 4 + 1 7−1 7−1 1
( %o9) − + − +
4 √ 4 16 2
√ √

log 1 − 7+1 4 7+1
2
7+1 1
( %o10) − − − +
4 16 4 2
Mejor será aproximar estos valores si queremos saber su signo.
(%i11) numer:true;
( %o11) true
(%i12) f(float(max));
f(float(min));
( %o12) 0,656004511445
( %o13) − 0,63614412602505
Intervalos de monotonı́a. Dado que el denominador es positivo, solo nos fijamos en los signos del numerador
que es −8x2 + 4x − 3 = −8(x − mı́n)(x − máx). Por lo tanto:
Si −1 < x < min es f 0 (x) < 0.
Si mı́n < x < máx es f 0 (x) > 0.
Si x > máx es f 0 (x) < 0.

f es estrictamente decreciente en (−1, mı́n) y como f (mı́n) < 0 solo tiene una raı́z en dicho intervalo. Al
ser f (máx) > 0 y estrictamente creciente en (mı́n, máx) solo tiene una. A partir de x = máx la función es
estrictamente decreciente y como f (2) < 0 solo tendrá en dicho intervalo una única raı́z.
Comprobamos puntos donde haya cambio de signo. El teorema de Bolzano asegura la existencia de raı́ces
(%i14) f(-.9999);
( %o14) 0,80288508299407
Maxima nos da un valor aproximado de la primera.
(%i15) r1:find_root(f(x),-.9999,min);
( %o15) − 0,99744411176893
La segunda está entre los puntos crı́ticos
(%i19) r2:find_root(f(x),min,max);
( %o19) − 0,44789453382891
Hacemos lo mismo a la derecha
(%i16) f(2);
( %o16) − 1,774653072167027
(%i20) r3:find_root(f(x),max,2);
( %o20) 1,240490572607595
Una ayuda para el cálculo de lı́mites

El resultado que sigue es de utilidad en la resolución de diversos tipos de indeterminaciones de la forma
0 ∞
o bien .
0 ∞
Proposición 73 (Regla de L’Hospital).
Sean f, g funciones derivables en I = (a, b) ⊂ R donde −∞ ≤ a < b ≤ +∞. Supongamos que g, g 0

no tienen ceros en I y que se cumple una de las condiciones siguientes:
1. lı́mx→b− f (x) = lı́mx→b− g(x) = 0.
2. lı́mx→b− g(x) = ±∞.
Entonces, si existe
f 0 (x) f (x)
L := lı́m− ∈ R también existe lı́m− = L.
x→b g 0 (x) x→b g(x)

El recı́proco de la proposición anterior no es cierto, como es fácil comprobar considerando

sen x
x + sen x 1+ x
lı́m = lı́m sen x =1
x→∞ x − sen x x→∞ 1 −
x
sen x
ya que lı́mx→∞ x = 0. Sin embargo el cociente de las derivadas no tiene lı́mite
1 + cos x
lı́m
x→∞ 1 − cos x
(el numerador se anula en cualquier entorno de +∞ por lo que esa expresión no se “puede” ni escribir).
(%i1) f:x+sin(x);
g:x-sin(x);
( %o1) sin (x) + x

( %o2) x − sin (x)
(%i3) limit(f/g,x,inf);
( %o3) 1
(%i4) f1:diff(f,x);
g1:diff(g,x);
( %o4) cos (x) + 1

( %o5) 1 − cos (x)
(%i6) limit(f1/g1,x,inf);
( %o6) und
Ejemplo 38.
Calcular los siguientes lı́mites:
√ x2 + log(1 − sen x2 )

1 1
1. lı́m − , 2. lı́m+ x log x, 3. lı́m 2
x→0 x sen x x→0 x→0 2 tan(1 − cos x) + 1 − ex
Solución:
1.

1 1 sen x − x L0 H cos x − 1 L0 H
lı́m − = lı́m = lı́m =
x→0 x sen x x→0 x sen x x→0 sen x + x cos x

− sen x 0
= lı́m = =0
x→0 cos x + cos x − x sen x 2

2.
√ log x L0 H 1/x
lı́m+ x log x = lı́m+ −1/2
= lı́m+ 1 −3/2 = −2 lı́m+ x1/2 = 0
x→0 x→0 x x→0 − x x→0
2
Con Maxima es mucho más fácil
(%i1) limit(1/x-1/sin(x),x,0);
( %o1) 0
(%i2) limit(sqrt(x)*log(x),x,0);
( %o2) 0
3.
Lo hacemos directamente con Maxima
(%i1) f:x^2+log(1-sin(x^2));
( %o1) log 1 − sin x2 + x2

(%i2) g:2*tan(1-cos(x))+1-exp(x^2);
2
( %o2) − 2 tan (cos (x) − 1) − ex + 1
(%i3) limit(f/g,x,0);
( %o3) 0
Comprobamos gráficamente
(%i4) load(draw);
(%i5) draw2d(xaxis=true,yaxis=true, yrange=[0,1], explicit(f/g,x,-.5,.5));
( %o5) [gr2d (explicit)]

1
0.8
0.6
0.4
0.2
0
-0.4 -0.2 0 0.2 0.4

Pues parece que cero no es. Evaluamos el cociente cerca del origen
(%i6) ev(f/g,x=0.01);
( %o6) 0,85715959191176
Vamos a aplicar la regla de L’Hospital a ver si salimos de dudas.
(%i7) L1:diff(f,x)/diff(g,x);
2 x cos(x2 )
2x − 1−sin(x2 )
( %o7) 2
2 sin (x) sec (cos (x) − 1) − 2 x ex2
(%i8) limit(L1,x,0);
( %o8) 0
(%i9) ev(L1,x=0.01);
( %o9) 0,85716795968488
(%i10) draw2d(xaxis=true,yaxis=true, yrange=[0,1],explicit(L1,x,-.5,.5));

1
0.8
0.6
0.4
0.2
0
-0.4 -0.2 0 0.2 0.4
Como podemos observar el valor del cociente de las derivadas cerca de cero se aproxima al valor de nuestra
función (como nos indica L’Hospital). Aplicamos de nuevo L’Hospital, para ello comprobamos que tenemos
una indeterminación del tipo 00 antes de calcular derivadas.
(%i11) diff(f,x);
ev(%,x=0);
2 x cos (x2 )
( %o11) 2 x −
1 − sin (x2 )
( %o12) 0
(%i13) diff(g,x);
ev(%,x=0);
2 2
( %o13) 2 sin (x) sec (cos (x) − 1) − 2 x ex
( %o14) 0

(%i15) L2:diff(f,x,2)/diff(g,x,2);
2
4 x2 sin (x2 ) 2 cos (x2 ) 4 x2 cos (x2 )
( %o15) ( − − + 2)/
2
1 − sin (x ) 1 − sin (x ) (1 − sin (x2 ))2
2
2 2 2 2 2
(−4 sin (x) sec (cos (x) − 1) tan (cos (x) − 1) + 2 cos (x) sec (cos (x) − 1) − 4 x2 ex − 2 ex )
(%i16) limit(L2,x,0);
Maxima encountered a Lisp error: Console interrupt.Automatically continuing.To enable the Lisp debugger
set *debugger-hook* to nil.
Después de un buen rato con “Maxima calculando” le he dado al botón rojo con el aspa.
(%i17) draw2d(xaxis=true,yaxis=true, yrange=[0,1],explicit(L2,x,-.5,.5));

1
0.8
0.6
0.4
0.2
0
-0.4 -0.2 0 0.2 0.4
(%i18) ev(L2,x=0.001);
( %o18) 0,8571432755031
Maxima no ha sabido calcular este último lı́mite, aunque si evalúa y dibuja la función.
Aplicamos L’Hospital una vez más. Primero comprobamos que tenemos una indeterminación
(%i19) diff(f,x,2);
ev(%,x=0);
2
4 x2 sin (x2 ) 2 cos (x2 ) 4 x2 cos (x2 )
( %o19) − − +2
1 − sin (x2 ) 1 − sin (x2 ) (1 − sin (x2 ))2
( %o20) 0
(%i21) diff(g,x,2);
ev(%,x=0);
2 2 2 2 2
( %o21) − 4 sin (x) sec (cos (x) − 1) tan (cos (x) − 1) + 2 cos (x) sec (cos (x) − 1) − 4 x2 ex − 2 ex
( %o22) 0
Calculamos las derivadas terceras del numerador y del denominador y evaluamos ambas en cero (ya que el
lı́mite del cociente quizás de problemas).

(%i23) diff(f,x,3);
ev(%,x=0);
2 3
12 x sin (x2 ) 24 x3 cos (x2 ) sin (x2 ) 8 x3 cos (x2 ) 12 x cos (x2 ) 16 x3 cos (x2 )
( %o23) 2
+ 2 + 2
− 2 − 3
1 − sin (x ) (1 − sin (x2 )) 1 − sin (x ) (1 − sin (x2 )) (1 − sin (x2 ))
( %o24) 0
(%i25) diff(g,x,3);
ev(%,x=0);
3 2 2 2
( %o25) 8 sin (x) sec (cos (x) − 1) tan (cos (x) − 1) − 12 cos (x) sin (x) sec (cos (x) − 1) tan (cos (x) − 1) +
3 4 2 2 2
4 sin (x) sec (cos (x) − 1) − 2 sin (x) sec (cos (x) − 1) − 8 x3 ex − 12 x ex
( %o26) 0
000
Tenemos de nuevo que lı́mx→0 fg000 (x)
(x)
= 00 . Aplicamos de nuevo la regla de L’Hospital. Calculamos las deri-
vadas cuartas y evaluamos.
Esta vez le pedimos a Maxima que no nos muestre las derivadas cuartas (son fórmulas largas que no nos
sirven de nada).
(%i28) diff(f,x,4)$
ev(%,x=0);
( %o29) − 12
(%i30) diff(g,x,4)$
ev(%,x=0);
( %o31) − 14
Ası́ pues el lı́mite propuesto es
(%i32) -12/-14;
6
( %o32)
7
Pero ¿hemos hecho todo el trabajo? No. En cada paso, hay que comprobar que se cumplen las hipótesis del
teorema de L’Hospital. Aparte de asegurarnos que tenemos una indeterminación, tenemos que demostrar que
el denominador y su derivada no se anulan en un entorno de cero. Pero claro, demostrar que, por ejemplo,
3 2 2 2
g 000 (x) = 8 sin (x) sec (cos (x) − 1) tan (cos (x) − 1) −12 cos (x) sin (x) sec (cos (x) − 1) tan (cos (x) − 1)+
3 4 2 2 2
4 sin (x) sec (cos (x) − 1) − 2 sin (x) sec (cos (x) − 1) − 8 x3 ex − 12 x ex
no se anula en un entorno reducido de cero puede ser algo complicado. Sı́ se puede comprobar gráficamente
que tanto g , g 0 , g 00 y g 000 no se anulan alrededor de cero.
En la siguiente sección veremos otra forma de calcular este lı́mite. Esta vez con éxito.

Ejercicios 10.
1. Probad las siguientes desigualdades sen x < x < tan x para x ∈ (0, π2 ).
a b b
2. Demostrar que si 0 < a ≤ b se tiene 1 − b ≤ log a ≤ a − 1.
3. Hallar el triángulo rectángulo de área máxima, si la suma de un cateto y la hipotenusa es

constante.
4. Hallar el volumen máximo de un cono con una generatriz dada l.
5. De una hoja de cartón cuadrada, de lado a, hay que hacer una caja rectangular abierta,
que tenga la mayor capacidad posible, recortando para ello cuadrados en las esquinas de la
hoja y doblando después los salientes de la figura en forma de cruz ası́ obtenida. Hallar las
dimensiones de dicha caja.
6. Hallar los extremos absolutos de la función f (x) = |x2 − 3x + 2| en el intervalo [−10, 10].
7. Separar las raı́ces de las ecuaciones:
2x3 + 3x2 − 12x + 12 = 0, 3x4 − 4x3 − 12x2 + 12 = 0
8. Calcular los lı́mites que se indican a continuación:
log x 1 + sen x − ex 1 1
(a) lı́m √ , (b) lı́m 2
, (c) lı́m+ (arctan x) log x , (d) lı́m (log x) 1−log x
x→1 x − x x→0 (arctan x) x→0 x→+∞
9. Se consideran las funciones f (x) = x2 sen x1 si x 6= 0, f (0) = 0, y g(x) = sen x. Comprobar

que, cuando x → 0, el cociente f (x)/g(x) tiene lı́mite, mientras que el cociente f 0 (x)/g 0 (x)
no lo tiene. Comparar este resultado con la regla de L’Hospital.

4.3 Desarrollos de Taylor 141 Capı́tulo 4
4.3. Desarrollos de Taylor

Definición 50.
1. Si f es derivable en un abierto Ω ⊂ R y f 0 también es derivable en Ω se dice que f es dos

veces derivable en Ω y la derivada de f 0 se denota con f 00 o bien f (2 y se llama la derivada
segunda de f .
2. Por inducción, se dice que f es n veces derivable si f es (n − 1) veces derivable y la derivada

(n − 1)-ésima, f (n−1 , es derivable, en cuyo caso se denota la derivada con f (n := (f (n−1 )0 .
3. f se dice de clase C n en Ω si existe la derivada n-ésima de f y es continua y se dice que es

de clase C ∞ en Ω si es de clase C n para todo n.
Ejemplo 39.
Los polinomios P (x) = an xn + an−1 xn−1 + · · · + a0 son funciones de clase C ∞ en R y conociendo

el valor de P y sus derivadas en un punto x0 es posible reconstruir el polinomio.
Prueba:
En efecto, basta observar que dividiendo P (x) por (x − x0 )n se puede escribir
P (x) = bn (x − x0 )n + Qn−1 (x)
donde bn es constante y Qn−1 (x) es un polinomio de grado n − 1. Procediendo por inducción se obtiene:
P (x) = bn (x − x0 )n + bn−1 (x − x0 )n−1 + · · · + b0 .
Pero entonces b0 = P (x0 ) y derivando sucesivamente se obtiene que
P (k) (x0 )
bk = , para k = 0, 1, ...n
n!
con lo que
P 0 (x0 ) P (n) (x0 )
P (x) = P (x0 ) + (x − x0 ) + · · · + (x − x0 )n . (†)
1! n!
Fin de la prueba
Vamos a usar Maxima para desarrollar el polinomio P (x) = 5x4 + 3x3 − 7x2 + x − 3
alrededor del punto x = 1.
Definimos el polinomio a desarrollar
(%i1) P(x):=5*x^4+3*x^3-7*x^2+x-3;
( %o1) P (x) := 5 x4 + 3 x3 + (−7) x2 + x − 3

Calculamos ahora las derivadas sucesivas del polinomio
(%i2) D[k,x]:=diff(P(x),x,k)$
makelist(D[k,x],k,1,4);
( %o3) [20 x3 + 9 x2 − 14 x + 1, 60 x2 + 18 x − 14, 120 x + 18, 120]

Calculamos los coeficientes del polinomio alrededor de x = 1
(%i4) b[0]:P(1)$
b[k]:=ev(D[k,x],x=1)/k!$
Escribimos el polinomio alrededor de x = 1
(%i6) S(x):=sum(b[k]*(x-1)^k,k,0,4)$
S(x);
4 3 2
( %o7) 16 (x − 1) + 5 (x − 1) + 23 (x − 1) + 32 (x − 1) − 1
Finalmente comprobamos que este polinomio coincide con P (x)
(%i8) expand(S(x));
( %o8) 5 x4 + 3 x3 − 7 x2 + x − 3
En el caso de funciones f varias veces derivables puede construirse la expresión que figura en el segundo
miembro de la identidad (†), con f en lugar de P .
Definición 51 (Polinomio de Taylor).
Tal expresión es un polinomio de grado n que recibe el nombre de polinomio de Taylor de grado
n de f en x0 .
f 0 (x0 ) f (n (x0 )
Pn (f, x; x0 ) = f (x0 ) + (x − x0 ) + · · · + (x − x0 )n .
1! n!
En lo sucesivo, cuando los parámetros estén claros por el contexto, nos limitaremos a escribir Pn (x) para
denotar el polinomio de Taylor.
El resto del polinomio

Antes hemos probado que cuando f es un polinomio de grado n entonces f (x) = Pn (x), pero, obviamente,
esto sólo ocurre cuando f es un polinomio; en otro caso f (x) − Pn (x) 6≡ 0.
Definición 52.
A la diferencia entre la función y su polinomio de Taylor de grado n se le llama resto del polinomio
y lo denotaremos por Rn (x; x0 ) := f (x) − Pn (x).
La proposición 74 nos dará una propiedad importante del resto y el teorema de Taylor 77 proporciona una
expresión clara del mismo.

Vamos a apoyarnos en Maxima para calcular los polinomios de Taylor de algunas funcio-
nes. Para ello usaremos el comando que posee el programa:
taylor(funcion, variable, punto, grado)
Haremos en todos los casos el desarrollo alrededor de x = 0 (desarrollo de MacLaurin) y de grado 10.
(%i1) taylor(%e^x, x, 0, 10);

taylor(sin(x), x, 0, 10);
taylor(cos(x),x, 0, 10);
taylor(1/(1+x), x, 0, 10);
taylor(log(1+x),x, 0, 10);
x2 x3 x4 x5 x6 x7 x8 x9 x10
( %o1)/T/ 1 + x + + + + + + + + + + ...
2 6 24 120 720 5040 40320 362880 3628800
x3 x5
x7
x 9
( %o2)/T/ x − + − + + ...
6 120 5040 362880
x2 x4 x6 x8 x10
( %o3)/T/ 1 − + − + − + ...
2 24 720 40320 3628800
( %o4)/T/ 1 − x + x2 − x3 + x4 − x5 + x6 − x7 + x8 − x9 + x10 + ...
x2 x3 x4 x5 x6 x7 x8 x9 x10
( %o5)/T/ x − + − + − + − + − + ...
2 3 4 5 6 7 8 9 10
Función Polinomio de Taylor
x2 x3 xn
ex 1+x+ + + ··· +
2! 3! n!
x3 x5 x2n+1
sen x x− + + · · · + (−1)n
3! 5! (2n + 1)!
x2 x4 x2n
cos x 1− + + · · · + (−1)n
2! 4! (2n)!
1
1+x 1 − x + x2 − x3 + · · · + (−1)n xn
x2 x3 xn
log(1 + x) x− + − · · · + (−1)n−1
2 3 n
(1 + x)α 1 + (α1 )x + (α2 )x2 + · · · + (αn)xn
α(α − 1)(α − 2) . . . (α − (k − 1))

donde (αk) =
k!
Vamos a dibujar en [−3π, 3π] la función sen x y sus polinomios de Taylor de diferentes
grados en x = 0.

(%i1) f:sin(x);
( %o1) sin (x)
(%i2) P(x,n):=taylor(f,x,0,n);
( %o2) P (x, n) := taylor (f, x, 0, n)
(%i3) plot2d([f,P(x,1),P(x,5),P(x,9),P(x,12),P(x,18)],
[x,-3*%pi,3*%pi],[y,-10,10],
[legend,"seno","P1","P5","P9","P12","P18"]);
( %o3)
10
seno
P1
P5
P9
P12
P18
0
y
-5
-10
-8 -6 -4 -2 0 2 4 6 8
x
Nota.
Podemos observar que cerca del origen (el punto alrededor del cual hemos calculado los polinomios
de Taylor) la función seno apenas se distingue de la gráfica de sus polinomios. Por otro lado, al
alejarnos de x = 0 los valores de la función y del polinomio comienzan a separarse. Es evidente
también que los polinomios de grado mayor aproximan mejor a la función en un intervalo más
grande. Dibujamos a continuación los de grado 18, 30, 40 y 60 y el dominio [−8π, 8π].

10
seno
P18
P30
P40
P60
0
y
-5
-10
-20 -10 0 10 20
x
¿Pero ocurre esto siempre? La respuesta es negativa. Un ejemplo nos lo proporciona la función log(1 + x).
Más allá del intervalo (0, 1] por muy grande que tomemos el grado del polinomio no aproximamos a la
función. Volveremos a este ejemplo cuando, en el último capı́tulo, estudiemos las series de potencias.
15
log
P2
P5
P10
P15
10 P30
0
y
-5
-10
-15
0 0.5 1 1.5 2 2.5 3
Vamos a centrarnos ahora en lo que ocurre cerca del punto x0 . Para “medir” el grado de aproximación
del polinomio a la función resulta conveniente introducir la siguiente definición.

Definición 53.
Se dice que una función g definida en un entorno reducido de x0 es una ((o pequeña de |x − x0 |n ))
|g(x)|
y se escribe g(x) = o(|x − x0 |n ) si lı́m = 0.
x→x0 |x − x0 |n
Nota.
Hay que notar que si g(x) = o(|x − x0 |n ) para un cierto 1 < n, entonces también es g(x) =
o(|x − x0 |k ) para 1 ≤ k ≤ n.
Prueba:
Calculamos
|g(x)| |g(x)|
lı́m = lı́m |(x − x0 )|n−k = 0 · 0 = 0
x→x0 |(x − x0 )|k x→x0 |(x − x0 )|n
Fin de la prueba
4.3.1. El resto de Landau: desarrollos limitados

Como consecuencia inmediata del teorema de L’Hospital se obtiene:
Proposición 74.
Si f : (a, b) ⊂ R → R es n − 1 veces derivable en (a, b) y existe la derivada n-ésima en x0 ∈ (a, b),

entonces f (x) = Pn (f, x; x0 ) + o(|x − x0 |n ).
Definición 54.
Dada una función f : (a, b) ⊂ R → R, una expresión de la forma
f (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + · · · + an (x − x0 )n + o(|x − x0 |n )
se le denomina un desarrollo limitado de f de grado n.
La proposición 74 se enuncia ahora diciendo que una función (n − 1) veces derivable en (a, b) con derivada
n-ésima en x0 admite un desarrollo limitado y nos proporciona los coeficientes an . No vamos a entrar aquı́ en
muchos detalles sobre desarrollos limitados, pero vale la pena mencionar que

Nota.
El desarrollo limitado de grado n de una función es único: en el caso de funciones de clase C n en

un intervalo dicho desarrollo viene dado por su polinomio de Taylor.
Nota.
Hay funciones que no se pueden aproximar mediante su polinomio de Taylor, a pesar de que son
2
infinitamente derivables. f (x) = e−1/x si x 6= 0, y f (0) = 0
Solución:
Esta función cumple que para cualquier n ∈ N, f (n (0) = 0. Por lo tanto su polinomio de Taylor de cualquier
1
grado es cero, o dicho de otro modo, e− x2 = o(|x|n ) para cualquier n ∈ N.
Conocer los desarrollos limitados de las funciones habituales, que aparecen en las fórmulas anteriores,
nos permite realizar desarrollos limitados de funciones que se obtienen como resultado de operaciones con
tales funciones. Lo vemos en el siguiente resultado.
Proposición 75.
Sean f y g funciones de clase C n definidas en sendos entornos de los puntos x0 e y0 y derivables

n veces en dichos puntos.
1. Si y0 = x0 entonces el desarrollo limitado de orden n de f + g en x0 se obtiene sumando los

desarrollos limitados de orden n de f y g .
2. Si y0 = x0 entonces el desarrollo limitado de orden n de f · g en x0 se obtiene multiplicando

los desarrollos limitados de orden n de f y g y agrupando los términos convenientemente,
tanto en la parte polinómica de grado no superior a n como en la parte del resto de Landau.
3. Si y0 = x0 y g(x0 ) 6= 0 entonces el desarrollo limitado de orden n de f /g en x0 se obtiene

dividiendo los desarrollos limitados de f y g y agrupando los términos convenientemente
tanto en la parte polinómica de grado no superior a n como en la parte del resto de Landau.
4. El desarrollo limitado de orden n − 1 de f 0 se obtiene derivando formalmente el desarrollo

limitado de orden n de f y bajando el orden del resto de landau en una unidad.
5. Si f (x0 ) = y0 y la función g ◦ f está definida en un entorno de x0 y admite un desarrollo

limitado en x0 entonces tal desarrollo se obtiene sustituyendo formalmente el desarrollo de
f en el de g , y agrupando los términos convenientemente tanto en la parte polinómica de
grado no superior a n como en la parte del resto de Landau.

Cálculo de lı́mites
Ejemplo 40.
sen x − x
Calculad el siguiente lı́mite lı́mx→0
tan x − x
Solución:
Vamos a escribir los desarrollos limitados del numerador y del denominador:
x3 x3
−x + sen x = −x + (x − + o(|x|3 ) = − + o(|x|3 )
6 6
Como el desarrollo del numerador es de grado 3, escribimos el desarrollo de la tangente hasta grado 3.
tan 0 = 0, (tan x)0 = (1 + tan2 x) ⇒ (tan)0 (0) = 1.
(tan x)00 = 2 tan x(1 + tan2 x) ⇒ (tan)00 (0) = 0.
(tan x)000 = 2(1 + tan2 x)2 + 4 tan2 x(1 + tan2 x) ⇒ (tan)000 (0) = 2.
3
Por lo tanto tan x = x + x3 + o(|x|3 ).
x3 x3
−x + tan x = −x + (x + + o(|x|3 ) = + o(|x|3 )
3 3
Sustituyendo
3 3
sen x − x − x + o(|x|3 ) − 1 + o(|x|3 ) 3 1
lı́m = lı́m x36 = lı́m 16 o(|x|x 3 ) = − = −
x→0 tan x − x 3 6 2
3 + o(|x| )
x→0 x→0 + 33 x
Ejemplo 41.
Calculad el siguiente lı́mite

log(1 + x2 ) − 2 + 2 cos x
lı́m √
x→0 sen2 x + 2 1 − x2 − 2
Solución:
Comenzamos con el numerador. Dado que
x2 x3 x4
log(1 + x) = x − + − + o(|x|4 )
2 3 4
(x2 )2 (x2 )3 (x2 )4 x4 x6 x8
log(1 + x2 ) = x2 − + − + o(|x2 |4 ) = x2 − + − + o(|x|8 )
2 3 4 2 3 4
x2 x4
cos x = 1 − + + o(|x|4 )
2 24
de donde (solo haremos uso del desarrollo limitado de orden 4 del log(1 + x2 ).)
x4 x2 x4 5x4
log(1 + x2 ) − 2 + 2 cos x = x2 − + o(|x|4 ) − 2 + 2 − 2 + 2 + o(|x|4 ) = − + o(|x|4 )
2 2 24 12

x3
Para el denominador necesitamos llegar hasta grado 4. Como sen x = x − 6 + o(|x|3 ) tenemos
x3 x6 x3 x3
(sen x)2 =(x − + o(|x|3 ))2 = x2 + + o(|x|3 )o(|x|3 ) − 2x + 2xo(|x|3 ) − 2 o(|x|3 ) =
6 36 6 6
4
x
=x2 − + o(|x|4 )
3
porque el resto de sumandos son una o(|x|4 ).
√ √
Hallamos ahora el de 1 − x2 usando el desarrollo de f (x) = 1 + x.
f (0) = 1,
f 0 = 12 (1 + x)−1/2 ⇒ f 0 (0) = 12 .
f 00 = − 14 (1 + x)−3/2 ⇒ f 00 (0) = − 14 .
Ası́,
√ x x2
1+x=1+ − + o(|x|2 )
2 8
por lo que
p −x2 (−x2 )2 x2 x4
1 − x2 = 1 + − + o(| − x2 |2 ) = 1 − − + o(|x|4 )
2 8 2 8
Finalmente
x4 x2 x4

2
p
2 4 7
2
sen x + 2 1 − x − 2 = x − + o(|x| ) + 2 1 − − + o(|x| ) − 2 = − x4 + o(|x|4 )
4
3 2 8 12
Sustituyendo en el lı́mite a calcular:

4 o(|x|4 )
log(1 + x2 ) − 2 + 2 cos x − 5x + o(|x|4 ) 5
− 12 + x4 5
lı́m √ = lı́m 712 4 4
= lı́m o(|x|4 )
=
2
x→0 sen x + 2 1 − x − 2 2 x→0 − x + o(|x| ) x→0 − 7 7
12 12 + x4
Definimos las siguientes funciones
(%i1) f:log(1+x^2)-2+2*cos(x);
g:(sin(x))^2+2*sqrt(1-x^2)-2;
( %o1) log x2 + 1 p

+ 2 cos (x) − 2
2
( %o2) sin (x) + 2 1 − x2 − 2
Está claro que podemos calcular el lı́mite que nos piden usando el comando limit
5
( %o3)
7
Pero vamos a hacerlo usando desarrollos limitados. Con Maxima no hay problema con el grado...
(%i4) DLf:taylor(f,x,0,6);
DLg:taylor(g,x,0,6);
5 x4 119 x6
( %o4)/T/ − + + ...
12 360

7 x4 29 x6
( %o5)/T/ − − + ...
12 360
Sustituimos ahora estos desarrollos en el lı́mite a calcular
(%i6) limit(DLf/DLg,x,0);
12 58
taylor: assumed to be zero: − 4 + + ...
7x 245 x2
( %o6) 0
¿Qué sucede? Maxima interpreta el desarrollo de Taylor como de grado “infinito”. Vamos a convertir estos
desarrollos en polinomios de grado 6. Para ello usamos el comando taytorat que convierte el desarrollo de
Taylor en un polinomio.
(%i7) DL2f:taytorat(DLf);
DL2g:taytorat(DLg);
119 x6 − 150 x4
( %o7)/R/
360
29 x6 + 210 x4
( %o8)/R/ −
360
(%i9) limit(DL2f/DL2g,x,0);
5
( %o9)
7
Ejemplo 42.
Volvemos al lı́mite que nos costó tanto usando la regla de L’Hospital.
x2 + log(1 − sen x2 )
lı́m 2
x→0 2 tan(1 − cos x) + 1 − ex
Solución:
Lo resolvemos con Maxima
(%i1) f:x^2+log(1-sin(x^2));
( %o1) log 1 − sin x2 + x2

(%i2) g:2*tan(1-cos(x))+1-exp(x^2);
2
( %o2) − 2 tan (cos (x) − 1) − ex + 1
(%i3) ’limit(f/g,x,0);
log (1 − sin (x2 )) + x2

( %o3) lı́m 2
x→0 −2 tan (cos (x) − 1) − ex + 1

(%i4) DLf:taylor(f,x,0,6);
DLg:taylor(g,x,0,6);
x4 x6
( %o4)/T/ − − + ...( %i5)
2 6
4
7x 29 x6
( %o5)/T/ − − + ...
12 360
(%i6) limit(DLf/DLg,x,0);
taylor: assumed to be zero: − 712

x4 +
58
245 x2 + ...
( %o6) 0
(%i7) DL2f:taytorat(DLf);
DL2g:taytorat(DLg);
x6 + 3 x4
( %o7)/R/ −
6
29 x6 + 210 x4
( %o8)/R/ −
360
(%i9) limit(DL2f/DL2g,x,0);
6
( %o9)
7
Condición necesaria para extremos relativos

En el último apartado de la proposición 66 ha sido establecida una condición necesaria para la existencia
de extremos relativos. La proposición 74 nos permite ahora dar una condición suficiente de extremo relativo.
Corolario 76.
Sean f : (a, b) ⊂ R → R y x0 ∈ (a, b). Supongamos que f es n − 1 veces derivable en (a, b) siendo
f 0 (x0 ) = f (2 (x0 ) = · · · = f (n−1 (x0 ) = 0 y que existe f (n (x0 ) 6= 0.
1. Si n es par, entonces f presenta en x0 un máximo relativo en el caso de que f (n (x0 ) < 0 o

un mı́nimo relativo en el caso de que f (n (x0 ) > 0.
2. Si n es impar, entonces f no tiene extremo relativo en x0 .
Prueba:
De acuerdo con la proposición 74 se tiene que
1 (n
f (x) = f (x0 ) + f (x0 )(x − x0 )n + o((x − x0 )n ) (†)
n!
y por tanto
f (x) − f (x0 ) 1 o((x − x0 )n )
n
= f (n (x0 ) + .
(x − x0 ) n! (x − x0 )n

Supongamos que n es par. Si además f (n (x0 ) < 0 entonces, existe un entorno de x0 en el cual el segundo
miembro de la igualdad anterior es estrictamente negativo y por consiguiente, también lo es el primero, pero
al ser n par ello requiere que f (x) − f (x0 ) < 0 en dicho entorno, es decir, f tiene en x0 un máximo relativo
estricto. Si, por el contrario, fuera f (n (x0 ) > 0 un razonamiento análogo mostrarı́a que f (x) − f (x0 ) > 0 en
dicho entorno, es decir, f tiene en x0 un mı́nimo relativo estricto.
Si n es impar, procediendo de forma similar llegarı́amos a la conclusión de que existirı́a un entorno de x0 en
el que el primer miembro de la ecuación (†) habrı́a de ser, o bien estrictamente negativo, o bien estrictamente
positivo. Pero un instante de reflexión sobre el signo del numerador de la fracción del primer miembro de la
ecuación (†) muestra que ambas situaciones son incompatibles con la existencia de extremo relativo en x0 .
Fin de la prueba
Ejemplo 43.
Determinar los extremos relativos de la siguiente función
f (x) = 3x4 − 4x3 − 12x2 + 12
Solución:
Vamos a resolverlo usando Maxima
Definimos la función
(%i1) f(x):=3*x^4-4*x^3-12*x^2+12;
( %o1) f (x) := 3 x4 − 4 x3 + (−12) x2 + 12
Calculamos sus derivadas
(%i2) d1f:(diff(f,x))$
d2f:diff(f,x,2)$
Calculamos los puntos crı́ticos de f(x)
(%i4) pcriticos:solve(d1f,x);
( %o4) [x = 2, x = −1, x = 0]
Hemos obtenido 3 puntos crı́ticos. Asignamos una constante a cada punto crı́tico para luego poder evaluar
la derivada segunda.
(%i5) x[k]:=rhs(part(pcriticos,k));
( %o5) x[k] := rhs(part(pcriticos, k))
Generamos una lista con los puntos y los valores de la derivada segunda
(%i6) makelist([x[k],ev(d2f,x=x[k])],k,1,3);
( %o6) [[2, 72], [−1, 36], [0, −24]]

En x=2 y x=-1 tenemos mı́nimos relativos y en x=0 hay un máximo relativo. Representamos gráficamente
f(x).
(%i7)
plot2d(f,[x,-2,3]);
( %o7)
50
40
30
3*x^4-4*x^3-12*x^2+12
20
10
-10
-20
-2 -1 0 1 2 3
x
En el caso de funciones de clase C n puede deducirse del teorema de Taylor 77 que las condiciones anteriores
son necesarias y suficientes.
4.3.2. Fórmula de Taylor con resto de Lagrange

El teorema de Taylor precisa el valor de la diferencia entre f y su polinomio de Taylor de grado n, si tal
cosa existe.
Teorema 77 (Fórmula de Taylor).
Sea f : (a, b) → R n veces derivable en (a, b) y sean x0 , x ∈ (a, b). Sea
f 0 (x0 ) f (n−1 (x0 )

(x − x0 )n−1 .

Rn−1 (x; x0 ) := f (x) − f (x0 ) + (x − x0 ) + · · · +
1! (n − 1)!
Entonces existe c estrictamente contenido entre x y x0 de modo que
f (n) (c)
Rn−1 (x, x0 ) = (x − x0 )n
n!
Esta forma de expresar el resto se llama la forma de Lagrange.

A veces se escribe x = x0 + h y c = x0 + θh con 0 < θ < 1 en cuyo caso la fórmula de Taylor adopta la
forma:
f 0 (x0 ) f (n−1) (x0 ) n−1 f (n) (x0 + θh) n

f (x) = f (x0 ) + h + ··· + h + h
1! (n − 1)! n!
Cuando x0 = 0 la fórmula de Taylor recibe el nombre de fórmula de Mac-Laurin.
Encontrar los primeros términos en los desarrollos de Taylor es sencillo. Las dificultades pueden aparecer
en el cálculo del término general o del término correspondiente al resto. Veamos a continuación algunos
ejemplos importantes de desarrollos de Taylor.
Ejemplo 44.
x2 x3 xn−1 eθx n
ex = 1 + x + + + ··· + + x .
2! 3! (n − 1)! n!
x3 x5 x7 sen(θx + nπ/2) n
sen x = x − + − + ··· + x .
3! 5! 7! n!
x2 x4 x6 cos(θx + nπ/2) n
cos x = 1 − + − + ··· + x .
2! 4! 6! n!
x2 x3 x4 1
log(1 + x) = x − + − + · · · + (−1)n−1 xn .
2 3 4 n(1 + θx)n
! ! ! ! !
α α α 2 α 3 α n−1 α (1 + θx)α n
(1 + x) = 1 + x+ x + x +...+ x + x
1 2 3 n−1 n (1 + θx)n
donde se define !
α α(α − 1)(α − 2) . . . (α − (k − 1))
=
k k!
Aproximación de valores de una función

Ejemplo 45.
Se quiere usar el polinomio de Mac-Laurin de f (x) = ex para aproximar el valor de e = f (1) con
un error menor que 10−5 . ¿Qué grado hay que tomar? ¿Qué valor aproximado se obtiene para e?
(Nota: se supone conocida la cota e < 3).

Prueba:
x2 x3 xn eθx
El polinomio es 1 + x + 2 + 3! + ··· + n! con resto Rn (x, 0) = xn+1 para cierto 0 < θ < 1. Para
(n + 1)!
x = 1 se tiene |eθ | < e < 3 y ası́
3
|Rn (1, 0)| <
(n + 1)!
Buscamos por tanto el menor n para el que se tenga 3/(n + 1)! < 10−5 , ó (n + 1)! > 3 · 105 , por lo que hemos
de tomar grado n = 8. La aproximación vale:
1 1 1 1 1 1 1 109,601
e=1+1+ + + + + + + = = 20 718278 . . .
2 6 24 120 720 5,040 40,320 40,320
de modo que, redondeando en la quinta cifra decimal, tenemos e ≈ 20 71828.
Ahora con Maxima
(%i1) f:%e^x;
( %o1) ex
Definimos el resto R[c, n, x] de Lagrange del polinomio de Taylor de la exponencial de grado n
(%i2) R[c,n,x]:=diff(subst(c,x,f),c,n+1)*x^(n+1)/(n+1)!;
diff (subst (c, x, f ) , c, n + 1) xn+1

( %o2) Rc,n,x :=
(n + 1)!
Ahora generamos una lista con los restos hasta grado 10
(%i3) makelist(R[c,n,x],n,1,10);
ec x2 ec x3 ec x4 ec x5 ec x6 ec x7 ec x8 ec x9 ec x10 ec x11
( %o3) [ , , , , , , , , , ]
2 6 24 120 720 5040 40320 362880 3628800 39916800
Evaluamos los restos en x = 1
(%i4) T[n,c]:=ev(R[c,n,x],x=1)$
makelist(T[n,c],n,1,10)$
Como 0 < c < 1 y la exponencial es creciente, tendremos que ec < e. Sustituimos c por 1 y comprobamos
qué resto es menor que 10−5
(%i6) makelist([is (ev(T[n,c],c=1)<10^(-5)),n], n, 1, 10);
( %o6) [[f alse, 1], [f alse, 2], [f alse, 3], [f alse, 4], [f alse, 5], [f alse, 6], [f alse, 7], [true, 8], [true, 9], [true, 10]]
Como vemos, el primer valor de n para el que el resto es menor que 10−5 es n = 8. Escribimos el polinomio de
Taylor de grado 8 y calculamos su valor en x = 1, lo cual nos dará el valor aproximado de e que querı́amos.
(%i7) P[x]:=taylor(f,x,0,8);
P[x];
float(ev(P[x],x=1));
( %o7) Px := taylor (f, x, 0, 8)
x2 x3 x4 x5 x6 x7 x8
( %o8)/T/ 1 + x + + + + + + + + ...( %i9)
2 6 24 120 720 5040 40320
( %o9) 2,71827876984127

Fin de la prueba
Ejemplo 46.
¿Para qué valores positivos de x se comete un error menor que 10−3 al aproximar la función
√
1 + x por su polinomio de Mac-Laurin de grado 3?
Prueba:
Las derivadas sucesivas de y = (1 + x)1/2 valen
1 −1 3 −15
y0 = (1 + x)−1/2 y 00 = (1 + x)−3/2 y 000 = (1 + x)−5/2 y iv = (1 + x)−7/2
2 4 8 16
por lo que el polinomio es P3 (x) = 1 + 12 x − 18 x2 + 1 3
16 x con error
1 15 5
|R3 (x, 0)| = (1 + ξ)−7/2 x4 = (1 + ξ)−7/2 x4
4! 16 128
donde 0 < ξ < x. Como la función (1 + ξ)−7/2 es positiva y decreciente, alcanza su máximo a la izquierda
5
del intervalo [0, x], y ese máximo vale 1. Por tanto R3 (x, 0) < 128 x4 , que es menor que 10−3 cuando
√
5x4 < 00 128, o sea cuando x < 00 0256 = 00 4. En consecuencia, para los valores de x en [0, 00 4] se tiene
4
asegurado ese error máximo.
Vamos a hallar el resto del polinomio de grado 3
(%i1) f:sqrt(1+x);
√
( %o1) x + 1
Calculamos el resto del polinomio de Taylor de grado 3
(%i2) R:diff(subst(c,x,f),c,4)*x^4/4!;
5 x4
( %o2) − 7
128 (c + 1) 2
Tomando valor absoluto nos queda
(%i3) abs(R);
5 x4
( %o3) 7
128 (c + 1) 2
Fin de la prueba
Desigualdades
Ejemplo 47.
Probad la desigualdad 0 ≤ tan x − sen x ≤ 3x3 si x ∈ [0, π4 ].

Solución:
1.4
1.2
Consideremos la función f (x) = tan x − sen x. 1
Comprobamos, mediante una gráfica, que f (x) 0.8
(azul) es menor que 3x3 (en rojo) si x ∈ [0, π4 ].

0.6
Calculamos el polinomio de Taylor de f de grado
2 con resto de Lagrange: 0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Las cuentas
(%i1) f(x):=tan(x)-sin(x);
( %o1) f (x) := tan (x) − sin (x)
2
( %o2) sec (x) − cos (x)
(%i3) ev(f1,x=0);
( %o3) 0
(%i4) f2:diff(f(x),x,2);
2
( %o4) 2 sec (x) tan (x) + sin (x)
(%i5) ev(f2,x=0);
( %o5) 0
(%i6) f3:diff(f(x),x,3);
2 2 4
( %o6) 4 sec (x) tan (x) + 2 sec (x) + cos (x)
(%i7) R:subst(c,x,f3)*x^3/3!;

2 2 4
4 sec (c) tan (c) + 2 sec (c) + cos (c) x3
( %o7)
6
Nos queda entonces

2 2 4
4 sec (c) tan (c) + 2 sec (c) + cos (c)
tan x − sen x = x3 (∗)
6
Ahora bien, la función secante es creciente (y positiva) en [0, π4 ]; la tangente es creciente y el coseno decre-
ciente. Por tanto
1 π π π 1 17 3
(∗) ≤ 4 sec2 tan2 + 2 sec4 + cos 0 x3 = (4 · 2 · 1 + 2 · 4 + 1) x3 = x < 3x3
6 4 4 4 6 6

4.4 Funciones convexas 158 Capı́tulo 4
Ejercicios 11.
2
1. ¿Para qué valores de x es válida la fórmula de aproximación cos x = 1 − x2 con una exactitud
de 0,0001?
x3
2. Acotad el error absoluto que cometemos al aproximar la función tan x por x + 3 para
|x| ≤ 0, 1.
m0 c2
3. Un cuerpo cuya masa en reposo es m0 tiene una energı́a relativista E = p
1 − (v/c)2
cuando se mueve a la velocidad v , y tiene una energı́a cinética relativista T = E − m0 c2 (c
representa a la velocidad de la luz). Desarrollad T en potencias de v y observar cómo, para
valores pequeños de vc , T se aproxima a la energı́a cinética no relativista T ∗ = 21 m0 v 2 .
4. Determinad los siguientes desarrollos limitados en un entorno del origen.
A) De orden 4 para f (x) = log2 (1 + x).

B) De orden 6 para f (x) = log(cos x).
5. Calculad los siguientes lı́mites.
log(1 + sen x) − log(1 + x) log sec x − sen2 x

A) lı́m , B) lı́m
x→0 x − tan x x→0 x(x − tan x) cos x
4.4. Funciones convexas

Convexidad en un intervalo
Definición 55.
Sea f : I → R una función definida en un intervalo I .
1. f se dice convexa en I si para todo x, y ∈ I se verifica
f ((1 − t)x + ty) ≤ (1 − t)f (x) + tf (y) con t ∈ [0, 1]
2. f se dice cóncava en I si para todo x, y ∈ I se verifica
f ((1 − t)x + ty) ≥ (1 − t)f (x) + tf (y) con t ∈ [0, 1]
Obsérvese que f es cóncava si, y sólo si, −f es convexa; en consecuencia, es posible limitar el estudio al
caso de las funciones convexas.

Nota.
Geométricamente, f es convexa (respectivamente, cóncava) si para cada par de puntos x, y ∈ I

la gráfica de la secante que une los puntos (x, f (x)), (y, f (y)) está por encima (respectivamente,
por debajo) de la gráfica de la función f para el intervalo determinado por x y y .
Para darse cuenta de que eso es justamente lo que se afirma en la definición de convexidad basta observar
que:
X Cualquier punto z del intervalo [x, y] puede ser expresado en la forma
z = x + t(y − x) = (1 − t)x + ty, donde t ∈ [0, 1].
X La ecuación de la recta secante que une (x, f (x)) con (y, f (y)) puede ser escrita en la forma
f (y) − f (x)
g(s) = f (x) + (s − x).
y−x
En particular para s = z se tendrı́a
f (y) − f (x) z−x
g(z) =f (x) + (z − x) = f (x) + (f (y) − f (x)) =
y−x y−x
=f (x) + (f (y) − f (x))t = (1 − t)f (x) + tf (y)
Fin
La convexidad admite una reformulación sumamente útil, para la que resulta conveniente introducir la
siguiente notación para la pendiente recta secante pasando por (x0 , f (x0 )), (x, f (x))
f (x) − f (x0 )
px0 (x) = .
x − x0
Proposición 78.
Sea f : I → R una función definida en un intervalo I . Las siguientes afirmaciones son equivalentes:
1. f es convexa en I .
2. Cualesquiera que sean a < x < b en I se verifica que pa (x) ≤ pb (x).

Prueba:
Sean a < b puntos en el intervalo I y x = a + t(b − a) = (1 − t)a + tb con t ∈ (0, 1). Entonces x − a = t(b − a),
x − b = (1 − t)(a − b) y se tiene la siguiente cadena de equivalencias
f (x) − f (a) f (x) − f (b)
pa (x) ≤ pb (x) ⇔ ≤
x−a x−b
⇔ (f (x) − f (a))(x − b) ≥ (f (x) − f (b))(x − a) ⇔ f (x)(a − b) ≥ f (a)(x − b) − f (b)(x − a)
⇔ f (x)(a − b) ≥ f (a)(1 − t)(a − b) − f (b)t(b − a) ⇔ f (x) ≤ f (a)(1 − t) + f (b)t
f es convexa.
Fin de la prueba
Derivadas y convexidad
Para funciones derivables conseguimos una caracterización muy útil de las funciones convexas.
Teorema 79.
Sea f : I → R una función derivable en el intervalo abierto I . Las siguientes afirmaciones son
equivalentes:
1. f es convexa.
2. f 0 es una función creciente en I .
3. Para cada punto de I la gráfica de la función f está situada por encima de la recta tangente
correspondiente a dicho punto.
Además, si f es dos veces derivable en I , se verifica que f es convexa si y sólo si f 00 ≥ 0 en I .
La definición de convexidad que hemos dado es una definición global para un intervalo. Resulta también
interesante considerar un concepto de convexidad local.
Convexidad en un punto
Definición 56 (Convexidad local).
Sea f : I → R una función definida en el intervalo I derivable en x0 ∈ I .
Diremos que f es convexa en x0 si existe δ > 0 tal que si x ∈ B(x0 , δ) ∩ I entonces se verifica
que f (x) ≥ f (x0 ) + f 0 (x0 )(x − x0 ).
Diremos que f es cóncava en x0 si existe δ > 0 tal que si x ∈ B(x0 , δ) ∩ I entonces se verifica
que f (x) ≤ f (x0 ) + f 0 (x0 )(x − x0 ).

Definición 57 (Punto de inflexión).
Diremos que x0 es un punto de inflexión si existe δ > 0 tal que si x ∈ B(x0 , δ) ∩ I , x < x0
entonces se verifica que f (x) > f (x0 ) + f 0 (x0 )(x − x0 ) mientras que si x ∈ B(x0 , δ) ∩ I, x > x0
es f (x) < f (x0 ) + f 0 (x0 )(x − x0 ) (o al revés).
Ası́, la función es convexa en x0 si la curva se sitúa por encima de la recta tangente en x0 para algún entorno
de x0 , y cóncava si se sitúa por debajo de la misma. Si a un lado está por encima y a otro está por debajo
entonce f tiene en x0 un punto de inflexión, en cuyo caso el gráfico de f atraviesa a la tangente en x0 .
No siempre se presenta una de las tres situaciones: la función f (x) = x2 sen(1/x) en x0 = 0 es un buen
ejemplo de ello.
Convexidad local y global

Para funciones derivables en un intervalo abierto hay dos conceptos de convexidad: uno local y otro
global. La relación entre ellos es la siguiente:
Proposición 80.
Sea f : I → R derivable en el intervalo abierto I. Las siguientes afirmaciones son equivalentes:
1. f es (globalmente) convexa en I .
2. f es (localmente) convexa para cada x ∈ I .
Nota.
Para funciones convexas (o cóncavas) en un intervalo podemos dar un nuevo método de resolución
de ecuaciones. El método de Newton-Raphson es más rápido que el de bisección y el de iteración
que hemos visto.
Ejemplo 48.
Hemos visto anteriormente, usando desarrollos de Taylor, que 0 ≤ tan x − sen x ≤ 3x3 si x ∈
[0, π/4]. Probad ahora que, de hecho, podemos encontrar una estimación mejor:
0 ≤ tan x − sen x ≤ x3 si x ∈ [0, π/4].

Solución:
Para mejorar esta acotación consideramos la función g(x) = x3 − (tan(x) − sen(x)) y calculamos sus derivadas
sucesivas.
g(x) = x3 − (tan(x) − sen(x))
0.2
0.18
0.16
0.14
-tan(x)+sin(x)+x^3
0.12
0.1
0.08
0.06
0.04
0.02
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
x
g 0 (x) = 3x2 − (sec2 (x) − cos(x)) g 00 (x) = 6x − (2 sec2 (x) tan(x) + sen(x))
0.6 1.2
0.5 1
-2*sec(x)^2*tan(x)-sin(x)+6*x
-sec(x)^2+cos(x)+3*x^2
0.4 0.8
0.3 0.6
0.2 0.4
0.1 0.2
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
x x
sen(x)
g 000 (x) = 6 − (4 sec2 (x) tan2 (x) − 2 sec4 (x) − cos(x)) g (iv) (x) = 5
cos5 (x) (cos (x) + 8 cos2 (x) − 24)
4 0
-8*sec(x)^2*tan(x)^3-16*sec(x)^4*tan(x)+sin(x)
-4*sec(x)^2*tan(x)^2-2*sec(x)^4-cos(x)+6
2 -10
0 -20
-2 -30
-4 -40
-6 -50
-8 -60
-10 -70
-12 -80
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
x x
Ahora bien g (iv) (x) ≤ 0 para x ∈ [0, π/4], ya que

sen(x) sen(x)
g (iv) (x) = (cos5 (x) + 8 cos2 (x) − 24) ≤ (1 + 8 − 24) ≤ 0
cos5 (x) cos5 (x)
luego g 00 es una función cóncava en [0, π/4]. Por lo tanto, la secante que une los puntos (0, g 00 (0)) y
(π/4, g 00 (π/4)) que es y = g 00 (π/4)x queda por debajo de la gráfica de g 00 . Como g 00 (π/4) > 0, conclui-
mos que g 00 (x) ≥ 0 para x ∈ [0, π/4]. El desarrollo de Taylor de orden 2 de g es
g 00 (c) 2 g 00 (c) 2
g(x) = g(0) + g 0 (0)x + x = x ≥ 0, para todo x ∈ [0, π/4]
2 2
lo cual concluye la prueba.

4.5 Representación gráfica de funciones 163 Capı́tulo 4
4.5. Representación gráfica de funciones

Vamos a ayudarnos de las derivadas para dar representaciones gráficas aproximadas de funciones. Primero
recordaremos el concepto de ası́ntota de una curva.
Definición 58 (Ası́ntotas).
Sea y = f (x). Diremos que:
La recta x = a es una ası́ntota vertical de f (x) si lı́mx→a f (x) = ∞.
La recta y = b es una ası́ntota horizontal de f (x) si lı́mx→∞ f (x) = b.
La recta y = mx + b es una ası́ntota oblicua de f (x) si lı́mx→∞ [f (x) − (mx + b)] = 0.

Cuando éste es el caso las constantes m y b se calculan del siguiente modo:
f (x)
m = lı́m , b = lı́m [f (x) − mx]
x→∞ x x→∞
Definición 59 (Simetrı́a).
Una función f : D ⊂ R → R se dice que es par si f (−x) = f (x) para todo x ∈ D (en este
caso la gráfica de la función es simétrica respecto del eje de ordenadas) y se dice que es impar
si f (−x) = −f (x) para todo x ∈ D (ocurre ahora que f es simétrica respecto del origen de
coordenadas).
Ejemplo 49.
Representar gráficamente la función y = x3 e−x .
Solución:
El dominio de la función es R y se trata de una función de clase C ∞ (R).
La función no presenta ninguna simetrı́a ya que: y(−x) = (−x)3 e−(−x) = −x3 ex , que es distinto de
−y(x) y de y(x).
Estudiemos las ası́ntotas:
No tiene ası́ntotas verticales.
lı́mx→−∞ x3 e−x = −∞.
x3
lı́mx→+∞ x3 e−x = lı́mx→+∞ ex =0

Luego la recta y = 0 es una ası́ntota a la derecha. A la izquierda no tiene.

Estudiemos ahora la monotonı́a de la función:
y 0 (x) = 3x2 e−x − x3 e−x = e−x x2 (3 − x) = 0
cuyas soluciones son x = 0, x = 3.

Si x < 3, y 0 (x) > 0; si x > 3, y 0 (x) < 0. Luego la función es creciente en el intervalo (−∞, 3) y decreciente
en (3, ∞). Presenta por tanto un máximo relativo en x = 3.
0 3
+ + −
% % &
Veamos la convexidad:
y 00 (x) = − e−x (3x2 − x3 ) + e−x (6x − 3x2 ) = e−x (x3 − 6x2 + 6x) = e−x x(x2 − 6x + 6) = 0
√ √
Cuyas soluciones son: x = 0, x = 3 + 3, x = 3 − 3.
Estudiamos los intervalos de convexidad.
si x < 0, y 00 (x) < 0;
√
si 0 < x < 3 − 3, y 00 (x) > 0;
√ √
si 3 − 3 < x < 3 + 3, y 00 (x) < 0;
√
si x > 3 + 3, y 00 (x) > 0.
√ √
Luego los puntos: x = 0, x = 3 + 3, x = 3 − 3, son puntos de inflexión.
√ √
3− 3 0 3+ 3
− + − +
∩ ∪ ∩ ∪
La gráfica de la función se representa a continuación.

4
1
x^3*%e^-x
-1
-2
-3
-4
-2 0 2 4 6 8 10
x
Hacemos las cuentas con Maxima

(%i1) f(x):=x^3*exp(-x);
( %o1) f (x) := x3 exp (−x)
Puntos de corte de la función
(%i2) f(0);
( %o2) 0
(%i3) solve(f(x),x);
( %o3) [x = 0]
El punto (0, 0) es el único punto de corte. Estudiamos a continuación su comportamiento asintótico.
(%i4) limit(f(x),x,-inf);
( %o4) − ∞
(%i5) limit(f(x),x,inf);
( %o5) 0
La recta y = 0 es por tanto una ası́ntota horizontal en +∞. Pasamos a estudiar la monotonı́a.
( %o6) 3 x2 e−x − x3 e−x
(%i7) factor(%);
( %o7) − (x − 3) x2 e−x
Si x < 3 es f 0 (x) > 0 y por tanto f es creciente, mientras que si x > 3 tenemos f 0 (x) < 0 y f es pues
decreciente. Hallamos ahora los puntos crı́ticos.
(%i8) solve(%,x);
( %o8) [x = 0, x = 3]
Para conocer si son extremos relativos, ası́ como para estudiar la convexidad de la función hallamos la
derivada segunda.
(%i9) f2:diff(f(x),x,2);
( %o9) x3 e−x − 6 x2 e−x + 6 x e−x
(%i10) ev(f2,x=0);
( %o10) 0
La derivada segunda no nos ayuda para saber si en x = 0 hay un extremo relativo.
(%i11) ev(f2,x=3);
( %o11) − 9 e−3
Tenemos que f 00 (3) < 0 por lo que en x = 3 la función presenta un máximo relativo.

(%i12) factor(f2);
( %o12) x x2 − 6 x + 6 e−x

(%i13) solve(%);
√ √
( %o13) [x = 3 − 3, x = 3 + 3, x = 0]
Viendo la factorización de f 00 vemos que si

Si x < 0 es f 00 (x) < 0 y por tanto f es cóncava.
√
Si 0 < x < 3 − 3, f 00 (x) > 0 y entonces f es convexa.
√ √
Si 3 − 3 < x < 3 + 3 tenemos f 00 (x) < 0. f es cóncava.
√
Si x > 3 + 3 es f 00 (x) > 0 y por tanto f es convexa.
Encontramos ası́ tres puntos de inflexión. Comprobamos a continuación, con la derivada tercera, que en
x = 0 hay un punto de inflexión.
(%i14) f3:diff(f(x),x,3);
( %o14) − x3 e−x + 9 x2 e−x − 18 x e−x + 6 e−x
(%i15) ev(f3,x=0);
( %o15) 6
Como vemos f 000 (0) 6= 0 por lo que según el resultado visto tenemos que en x = 0 hay un punto de inflexión.
Ejemplo 50.
x(x − 1)
Representar gráficamente la función y = .
(x + 1)2
Solución:
El dominio es R \ {−1}, y no hay simetrı́as.
Los cortes con el eje y = 0 están en x = 0 y x = 1.
Como (x + 1)2 es positivo, para estudiar el signo de y(x) basta con considerar el signo del numerador de
donde deducimos que y es positiva en (−∞, 0) y (1, +∞), y negativa en (0, 1).
En cuanto a las ası́ntotas, se tiene
x(x − 1) x(x − 1)
lı́m = +∞ lı́m =1
x→−1 (x + 1)2 x→±∞ (x + 1)2
luego x = −1 es una ası́ntota vertical e y = 1 es una ası́ntota horizontal por la derecha y por la izquierda.
La derivada primera vale
(2x − 1)(x + 1)2 − (x2 − x)2(x + 1) 2x2 + 2x − x − 1 − 2x2 + 2x 3x − 1

y0 = = =
(x + 1)4 (x + 1)3 (x + 1)3

y por tanto hay un único punto crı́tico en x = 1/3. Estudiamos el signo de la derivada primera y obtenemos
que la función crece en los intervalos (−∞, −1) y (1/3, ∞), y decrece en (−1, 1/3). Por lo tanto en x = 1/3
hay un mı́nimo relativo.
La derivada segunda vale
3(x + 1)3 − (3x − 1)3(x + 1)2 3x + 3 − 9x + 3 6 − 6x
y 00 = 6
= 4
=
(x + 1) (x + 1) (x + 1)4
luego la función es convexa en (−∞, 1), es cóncava en (1, +∞), y tiene un punto de inflexión en x = 1.
Las cuentas con Maxima
(%i1) f:x*(x-1)/(x+1)^2;
(x − 1) x
( %o1) 2
(x + 1)
Puntos de corte con el eje X .
(%i2) solve(f,x);
( %o2) [x = 0, x = 1]
Comportamiento asintótico de f
(%i3) limit(f,x,-1);
( %o3) ∞
( %o4) 1
Hallamos los puntos crı́ticos de f
(%i5) f1:diff(f,x);
x x−1 2 (x − 1) x
( %o5) 2 + 2 − 3
(x + 1) (x + 1) (x + 1)
(%i6) solve(f1,x);
1
( %o6) [x = ]
3
Convexidad
(%i7) f2:diff(f,x,2);
2 4x 4 (x − 1) 6 (x − 1) x
( %o7) 2 − 3 − 3 + 4
(x + 1) (x + 1) (x + 1) (x + 1)
(%i8) solve(f2,x);
( %o8) [x = 1]
Evaluamos la derivada segunda en el punto crı́tico y comprobamos que se trata de un mı́nimo relativo.
(%i9) ev(f2,x=1/3);

81
( %o9)
64
Con todos estos datos podemos dibujar la gráfica:
Las gráficas
(%i1) plot2d((x*(x-1))/(x+1)^2,[x,-30,30]);
( %o1)
450000
400000
350000
300000
(x-1)*x/(x+1)^2
250000
200000
150000
100000
50000
-50000
-30 -20 -10 0 10 20 30
x
Ası́ no se ve nada. Vamos a restringir el rango de la variable y.
(%i2) plot2d((x*(x-1))/(x+1)^2,[x,-30,30],[y,-3,10]);
plot2d : somevalueswereclipped.
( %o2)
10
6
(x-1)*x/(x+1)^2
-2
-30 -20 -10 0 10 20 30

x
Ası́ vemos algo más. Podemos centrarnos alrededor del origen
(%i3) plot2d((x*(x-1))/(x+1)^2,[x,-.5,2],[y,-1,3]);
( %o3)

2.5
1.5
(x-1)*x/(x+1)^2
1
0.5
-0.5
-1
-0.5 0 0.5 1 1.5 2
x
Ejercicios 12.
Representar gráficamente las siguientes funciones:

√
x + ex 2x x x2 − 1 1
f (x) = x
; g(x) = e x2 −1 ; h(x) = ; i(x) = ; j(x) = xe x
x−e log x x2 − 4
x4 x x2 − 1
k(x) = x log x; l(x) = 3
; m(x) = 2 2
; n(x) = 2
(1 + x) (1 − x ) x +1

Autoevaluación 4.
1. ¿Cuántas raı́ces reales tiene la ecuación x5 + 2x3 + 4x − 12 = 0? Justificad la respuesta y

encontrad intervalos de longitud uno que las contengan.
2. Determinad el número de raı́ces reales de la ecuación 3x3 − x − 6 = 0.
3. Separar las raı́ces de la ecuación 3x4 − 4x3 − 12x2 + 6 = 0.
4. De todos los triángulos isósceles inscritos en una circunferencia de radio r, hallad el de mayor
área.
5. Hallad las dimensiones del mayor rectángulo inscrito en un triángulo isósceles que tiene por
base 10 cm y altura 15 cm.
6. Queremos construir una caja cerrada de cartón. La longitud de la caja ha de ser dos veces su
anchura y el volumen de la misma 72 cm3 . Calculad las dimensiones de la caja que podemos
construir con la mı́nima cantidad de cartón posible.
7. Hallad el rectángulo de mayor área que se puede inscribir en un triángulo rectángulo de

lados 3, 4 y 5, siendo los lados del rectángulo paralelos a los catetos de dicho triángulo.
8. Consideremos la función f (x) = x2 e−1/x . Representad gráficamente la función f (x) estu-

diando la monotonı́a (extremos relativos) y convexidad (puntos de inflexión).
9. Representad gráficamente la función f (x) = e−x /x estudiando la monotonı́a, convexidad y

comportamiento asintótico.
2
10. Sea f (x) = xe−x para x ∈ R. Hallad los extremos relativos y los puntos de inflexión de f
y representarla gráficamente.
11. Sea f (x) = x2 log x si x > 0 y f (0) = 0. Hallad f 0 (0+ ). Estudiad la monotonı́a y con-
vexidad de f hallando también sus extremos relativos y puntos de inflexión. Representad
gráficamente la función f .
2
−1
12. Representad gráficamente la función y = xx2 −4 . Indicando comportamiento asintótico, inter-
valos de crecimiento, extremos relativos, convexidad y puntos de inflexión.
13. Representad gráficamente la función f (x) = x3 ex estudiando la monotonı́a (extremos rela-

tivos) y convexidad (puntos de inflexión) ası́ como su comportamiento asintótico.
3
14. Representad gráficamente la función f (x) = x2x−1 estudiando la monotonı́a (extremos rela-
tivos) y convexidad (puntos de inflexión) ası́ como su comportamiento asintótico.
2
15. Representad gráficamente la función f (x) = x3 e−x estudiando la monotonı́a (extremos
relativos) y convexidad (puntos de inflexión) ası́ como su comportamiento asintótico.

Autoevaluación.
1 + sen x − ex
16. Calculad lı́m
x→0 (arctan x)2
x4 + 2 log(cos(x2 ))
17. Calculad lı́m
x→0 4(1 − cos x)2 − x4

2 1
18. Calculad lı́m −
x→0 sen2 x 1 − cos x
sen x2 − log(1 + x2 )
19. Calculad, usando desarrollos limitados, lı́mx→0 √
e1−cos x − 1 + x2
√
1 + x2 − 1 + log(cos x)
20. Calculad, usando desarrollos limitados, lı́mx→0
arctan x4
2
sen2 x − (ex − 1)
21. Calculad, usando desarrollos limitados, lı́mx→0 √
1 − x2 − cos x
(
sen(x2 ) si x ≥ 0
22. Para la función f (x) = , decid (razonadamente) cuáles de las si-
x3 si x < 0
guientes afirmaciones son ciertas:
a) f (x) es continua y derivable en todo R.

b) f (x) ∈ C 1 (R).
c) f 0 (x) es derivable en R.
d ) f (x) ∈ C 2 (R).
23. La siguiente gráfica se corresponde con la de la derivada de una función f : [−2, 2] → R.

Decid (razonadamente) cuáles de las siguientes afirmaciones son ciertas:
a) f es estrictamente creciente para 1 < x < 2.
b) f es convexa en (−2, −1).
c) f posee un máximo relativo en x = 1.
d ) f posee dos puntos de inflexión en [−2, 2].
e) f posee un mı́nimo relativo en x = −1.

5 Cálculo
Integral
5.1. Definición de Integral de Riemann
En este capı́tulo f : [a, b] → R será, salvo que se indique expresamente lo contrario, una función acotada.
Definición 60 (Partición de un intervalo, sumas superior e inferior).
Llamaremos partición de [a, b] a cualquier colección de puntos t0 = a < t1 < t2 < . . . < tn =
b. Llamaremos P ([a, b]) al conjunto de todas las particiones de [a, b]. Dada una partición
π ≡ (t0 < t1 < . . . < tn ) ∈ P ([a, b]) denotaremos por Mi = sup{f (t) : t ∈ [ti−1 , ti ]} y por
mi = ı́nf {f (t) : t ∈ [ti−1 , ti ]}.
Si π ∈ P ([a, b)] llamamos suma superior y suma inferior de f correspondiente a π a los

números reales definidos por las siguientes fórmulas:
n
X n
X
S(f, π) = Mi (ti − ti−1 ), s(f, π) = mi (ti − ti−1 )
i=1 i=1
Es sencillo ver la interpretación geométrica de tales sumas. En verde vemos la suma inferior y en amarillo
la suma superior.
f
f M6
m6
a t1 t2 t3 t4 t5 t6 b a t1 t2 t3 t4 t5 t6 b
Es fácil también ver que s(f, π) ≤ S(f, π) para cualquier partición π de [a, b] ya que mi ≤ Mi . Si
m ≤ f (x) ≤ M para todo x ∈ [a, b] tenemos que dada π ∈ P ([a, b])
n
X n
X
s(f, π) = mi (ti − ti−1 ) ≤ M (ti − ti−1 ) = M (b − a)
i=1 i=1
n
X n
X
S(f, π) = Mi (ti − ti−1 ) ≥ m(ti − ti−1 ) = m(b − a)
i=1 i=1
172
5.1 Definición de Integral de Riemann 173 Capı́tulo 5
Por lo tanto los conjuntos {s(f, π) : π ∈ P ([a, b])} y {S(f, π) : π ∈ P ([a, b])} están acotados superior e
inferiormente, respectivamente. Esta sencilla observación da sentido a las siguientes definiciones.
Definición 61 (Integral).
Se llama integral inferior (de Darboux) de f al siguiente número real

Z b
f = sup{s(f, π) : π ∈ P ([a, b])}.
a
Se llama integral superior (de Darboux) de f al siguiente número real

Z b
f = ı́nf {S(f, π) : π ∈ P ([a, b])}.
a
Se dice que f es integrable Riemann en [a, b] y se escribe f ∈ R[a, b] si las integrales inferior
y superior de f coinciden. A ese valor común se llama integral Riemann de f en [a, b] y se
denota Z b
f
a
¿Qué miden la suma superior e inferior? Si la función f : [a, b] → R es positiva (como en las figuras anteriores)
la suma inferior nos da el área de los rectángulos verdes mientras que la suma superior nos proporciona el
área de los rectángulos amarillos. La idea de la integral es “medir el área” que queda entre la curva y = f (x)
y el eje 0X .Con los rectángulos verdes nos quedamos “cortos” mientras que con los amarillos nos “pasamos”.
En la siguiente sección veremos que haciendo más trozos en el intervalo, los rectángulos verdes resultantes
ajustan mejor (por abajo) mientras que los naranjas lo hacen “por arriba”.
Fin
La primera pregunta natural que uno ha de hacerse es ¿hay funciones integrables Riemann? Respuesta,
si. Es claro que si una función es constante en un intervalo [a, b], por ejemplo f (x) = k > 0, para cualquier
partición π = (t0 < t1 < . . . < tn ) resulta que Mi = mi = k para todo i ∈ {1, . . . n} por lo que
n
X
S(f, π) = s(f, π) = k(ti − ti−1 ) = k(b − a)
i=1
Z b
luego f es integrable y su integral es f = k(b − a).
a
Veamos otro ejemplo un poco más complicado, pero no mucho más.
Ejemplo 51.
Z 1
1
La función f (x) = x definida en [0, 1] es integrable Riemann y su integral vale x= .
0 2

Solución:
Sea π ∈ P ([0, 1]). Con la notación habitual, dado que f es monótona creciente,
Mi = sup{f (x) : x ∈ [ti−1 , ti ]} = ti y mi = ı́nf {f (x) : x ∈ [ti−1 , ti ]} = ti−1 .

Pn Pn
Ası́ S(f, π) = i=1 ti (ti − ti−1 ), s(f, π) = i=1 ti−1 (ti − ti−1 ).
¿Y ahora tomamos supremos e ı́nfimos en estos valores? Vamos a tomar otro camino. Para cada n ∈ N
tomamos la partición de [0, 1] dada por πn = (0 < n1 < . . . < n−1 n < 1). Notad que en este caso ti − ti−1 =
i i−1 1
n − n = n por lo que las sumas superior e inferior se simplifican bastante.
n n
X i 1 1 X 1 n(n + 1) n+1
S(f, πn ) = = 2 i= 2 =
i=1
nn n i=1 n 2 2n
n n
X i−1 1 1 X 1 n(n + 1) 1 n+1−2 n−1
s(f, πn ) = = 2
(i − 1) = 2
− n = =
i=1
n n n i=1 n 2 n 2 2n
Por lo tanto, para cualquier n
1 1
n−1
Z Z
n+1
≤ x≤ x≤
2n 0 0 2n
Pero
n−1 n+1 1
lı́m = lı́m =
n→∞ 2n n→∞ 2n 2
Z 1 Z 1
1
Por lo tanto han de ser x= x y además dicho valor es 2 por lo que f es integrable Riemann en [0, 1]
0 0
Z 1
1
y además f= .
0 2
(%i1) f(x):=x;
( %o1) f (x) := x
Calculamos la suma superior de f respecto de la partición
(%i2) S[n]:=sum(f(i/n)*1/n,i,1,n);
n
f ni 1

X
( %o2) Sn :=
i=1
n
(%i3) S[n];
Pn
i=1 i
( %o3)
n2
Calculamos la suma inferior de f respecto de la partición
(%i4) s[n]:sum(f((i-1)/n)*1/n,i,1,n);
Pn
i=1 i − 1
( %o4)
n2
Vamos a calcular cuánto valen dichas sumas

( %o5) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/solve rec/simplify sum.mac
(%i6) UB:simplify_sum(S[n]), ratsimp;

n+1
( %o6)
2n
(%i7) LB:simplify_sum(s[n]),ratsimp;
n−1
( %o7)
2n Z 1 Z 1
Es claro que s[n] ≤ x≤ x ≤ S[n] para todo n ∈ N. Calculamos ahora los lı́mites cuando n tiende a
0 0
infinito de s[n] y S[n].
(%i8) limit(UB,n,inf);
limit(LB,n,inf);
1
( %o8)
2
1
( %o9)
2 Z 1 Z 1
Como vemos toman el mismo valor por lo tanto x= x, lo cual implica que f (x) = x es integrable y
0 0
que su integral vale este valor común.
¿Maxima tiene algún comando para calcular la integral? Si.
(%i1) integrate(x,x,0,1);
1
( %o1)
2
¿Hay funciones acotadas que no sean integrables Riemann? Si. Un ejemplo nos lo da una función que ya
conocemos
Ejemplo 52.
(
0 si x ∈ [0, 1] ∩ Q
La función de Dirichlet D1 en [0, 1] definida por D1 (x) = no es
1 si x ∈ [0, 1] ∩ (R \ Q)
integrable Riemann.
Solución:
Para cualquier partición t0 < t1 < . . . < tn de [0, 1], debido a la densidad de Q en R, tenemos
Mi = sup{f (t) : t ∈ [ti−1 , ti ]} = 1, y mi = ı́nf {f (t) : t ∈ [ti−1 , ti ]} = 0

5.2 Caracterización de integrabilidad 176 Capı́tulo 5
y ası́, para cualquier partición S(f, π) = 1 mientras que s(f, π) = 0. Por lo tanto
Z 1 Z 1
D1 = 1 6= 0 = D1
0 0
5.2. Caracterización de integrabilidad

Comenzaremos estableciendo una relación de orden en el conjunto de las particiones y algunas observa-
ciones sencillas que permitirán establecer una caracterización útil de la integrabilidad Riemann.
Definición 62.
i) Si π, π 0 son particiones de [a, b] diremos que π 0 es más fina que π , y escribiremos π ≺ π 0 , si

todos los elementos de π están en π 0 . En otras palabras, si π es un subconjunto de π 0 .
ii) Denotaremos con π ∨ π 0 a la partición cuyos elementos son los puntos pertenecientes a alguna
de las particiones π o π 0 (obviamente es una partición pues contiene al menos los puntos a,
b). Se trata pues de la partición unión de ambas y π ∨ π 0 es más fina que las dos.
Relaciones entre sumas superiores e inferiores

Proposición 81.
Sean π, π 0 ∈ P ([a, b]). Si π ≺ π 0 , entonces: s(f, π) ≤ s(f, π 0 ) y S(f, π) ≥ S(f, π 0 ).
Prueba:
El resultado se prueba en el caso que π 0 tenga un punto más que π . (El caso general se hace reiterando).
Ası́ que supongamos que π ≡ t0 < t1 < t2 < . . . < tn y que π 0 ≡ t0 < t1 < . . . < tk−1 < p < tk < . . . < tn .
Al añadir el punto p hemos sombreado en rosa cuánto aumenta la suma inferior (en este caso se alcanza el
ı́nf t∈[tk−1 ,p] {f (t)} = f (p) mientras el ı́nf t∈[p,tk ] {f (t)} se mantiene como antes).
f
f M6
f(p) f(p)
m6
a t1 t2 t3 t4 t5 p t6 b a t1 t2 t3 t4 t5 p t6 b

Entonces
X X
s(f, π) = mi (ti − ti−1 ) + mk (tk − tk−1 ) = mi (ti − ti−1 ) + mk [(tk − p) + (p − tk−1 )] ≤
i6=k i6=k
X
≤ mi (ti − ti−1 ) + ı́nf {f (t)}(p − tk−1 ) + ı́nf {f (t)}(tk − p) = s(f, π 0 )
t∈[tk−1 ,p] t∈[p,tk ]
i6=k
Análogamente se hace el caso de las sumas superiores. En este caso hemos sombreado en naranja la cantidad
en la que disminuye la suma superior al añadir el punto p a la partición.
Fin de la prueba
Corolario 82.
Si π, π 0 son dos particiones de [a, b] entonces s(f, π) ≤ S(f, π 0 ).
Prueba:
Obviamente, π ≺ π ∨ π 0 y π 0 ≺ π ∨ π 0 , entonces por la proposición anterior:
s(f, π) ≤ s(f, π ∨ π 0 ) ≤ S(f, π ∨ π 0 ) ≤ S(f, π 0 ).
Fin de la prueba
Teorema 83.
Sea f : [a, b] → R acotada. f ∈ R[a, b] y sólo si para cada ε > 0 existe π ∈ P ([a, b]) tal que
S(f, π) − s(f, π) < ε.
Prueba:
Supongamos que f ∈ R[a, b]. Dado ε > 0,
Z b Z b
ε
X como f = ı́nf {S(f, π) : π ∈ P ([a, b])} existe π1 ∈ P ([a, b]) tal que 0 ≤ S(f, π1 ) − f< ,
2
Zab Z b a
ε
X como f = sup{s(f, π) : π ∈ P ([a, b])} existe π2 ∈ P ([a, b]) tal que 0 ≤ f − s(f, π2 ) < .
a a 2
Por tanto, si tomamos π = π1 ∨ π2 , como π es más fina que π1 y π2 tenemos
Z b Z b Z b Z b
ε ε
S(f, π) − f ≤ S(f, π1 ) − f< , f − s(f, π) ≤ f − s(f, π2 ) <
a a 2 a a 2
y sumando ambas desigualdades obtenemos S(f, π) − s(f, π) < ε (en verde la diferencia S(f, π) − s(f, π)).
f
a t1 t2 t3 t4 t5 t6 b

Recı́procamente, supongamos que para cada ε > 0 se cumple la condición, es decir, existe π(ε) ∈ P ([a, b])
tal que S(f, π(ε)) − s(f, π(ε)) < ε. Ahora bien, por la definición de integral superior e inferior tenemos
Z b Z b
0≤ f− f ≤ S(f, π(ε)) − s(f, π(ε)) ≤ ε.
a a
Al ser ε arbitrario, esto sólo puede ser cierto si las integrales superior e inferior coinciden.
Fin de la prueba
Proposición 84.
f ∈ R[a, b] si y sólo si existe un único número real α, tal que s(f, π) ≤ α ≤ S(f, π) para cualquier
partición π de [a, b].
Prueba: Z b
Supongamos que f ∈ R[a, b]. Sea α = f , es claro que para cualquier partición π ∈ P ([a, b]), s(f, π) ≤
a
α ≤ S(f, π) ya que la integral es el supremo de las sumas inferiores y el ı́nfimo de las sumas superiores. Para
demostrar la unicidad, si existiera β tal que s(f, π) ≤ β ≤ S(f, π) para cualquier π ∈ P ([a, b]) tendrı́amos
que α ≤ β (por ser α = sup{s(f, π) : π ∈ P ([a, b])}) y β ≤ α (por ser α = ı́nf {S(f, π) : π ∈ P ([a, b])}).
Recı́procamente, supongamos que existe α verificando las condiciones del enunciado. Supongamos que f ∈ /
Z b Z b
R[a, b], es decir, f< f . Ahora bien, para cualquier π ∈ R[a, b],
a a
Z b Z b
s(f, π) ≤ f< f ≤ S(f, π)
a a
existen por
"ZtantoZinfinitos
# números reales verificando la condición del enunciado (aquellos que pertenecen al
b b
intervalo f, f ).
a a
Fin de la prueba
Las funciones continuas son integrables

Otros ejemplos más importantes los proporciona el siguiente resultado.
Teorema 85.
Si f : [a, b] → R es continua entonces f ∈ R[a, b]. Además,

n b
b−a X
Z
lı́m f (zk,n ) = f,
n→∞ n a
k=1
(b−a) (b−a)
para cualquier elección de zk,n ∈ [a + n (k − 1), a + n k] para k y n enteros con 1 ≤ k ≤ n.

Prueba:
Si π es una partición cualquiera de [a, b], tenemos que
n
X
S(f, π) − s(f, π) = (Mi − mi )(ti − ti−1 ).
i=1
Debido a la caracterización anterior de la integrabilidad y viendo esta expresión, dado ε > 0 cualquiera:
Dado que f es continua en [a, b], es uniformemente continua y por lo tanto existe δ > 0 tal que si |x − y | < δ
ε
entonces |f (x) − f (y)| < 2(b−a) . Sea n0 ∈ N tal que b−a
n0 < δ . Ahora, para todo n ∈ N, definimos la partición
b−a b−a b−a

πn = (a < a + < ... < a + k < ... < a + n )
n n n
con 1 < k < n. Si llamamos tk,n = a + k b−a n tenemos que para n ≥ n0 es tk,n − tk−1,n < δ y por tanto
ε
Mk,n − mk,n ≤ 2(b−a) , para n ≥ n0 . Por tanto,
n0
X ε ε
S(f, πn0 ) − s(f, πn0 ) ≤ (ti,n0 − ti−1,n0 ) = < ε
i=1
2(b − a) 2
Con un poco más de esfuerzo vamos a probar la fórmula que aparece en el enunciado. Como f es integrable,
Z b
la proposición anterior nos dice que existe un único número real α = f tal que para cualquier partición
a
π ∈ P ([a, b]) se tiene s(f, π) ≤ α ≤ S(f, π). En particular, para cualquier n ∈ N es
s(f, πn ) ≤ α ≤ S(f, πn ) (1).

n
b−a X
Para cada n fijemos zk,n ∈ [a+ (b−a) (b−a)
n (k − 1), a+ n k] para 1 ≤ k ≤ n arbitrario y sea an = f (zk,n ),
n
k=1
probaremos que dado ε > 0 existe n0 ∈ N tal que si n ≥ n0 es |an − α| < ε.
En primer lugar, por la propia definición de suma de Riemann, tenemos que s(f, πn ) ≤ an ≤ S(f, πn ).
Ahora, dado ε > 0, hemos visto más arriba que la continuidad uniforme de f en [a, b] nos proporciona n0 ∈ N
tal que
ε
si n ≥ n0 se cumple S(f, πn ) − s(f, πn ) < (2)
2
Por lo tanto, si n ≥ n0 , de (1) y (2) obtenemos que
ε ε
S(f, πn ) − α ≤ y S(f, πn ) − an <
2 2
de donde
ε ε
|an − α| ≤ |S(f, πn ) − an | + |S(f, πn ) − α| < + = ε para n ≥ n0
2 2
Fin de la prueba
Más adelante veremos que esta forma de aproximar el valor de la integral se puede extender al caso más
general de funciones integrables.
Pero el teorema 85 y, por el momento, la ayuda de Maxima también nos permite calcular el lı́mite de
ciertas sucesiones.
Ejemplo 53.
1p + 2p + . . . + (2n − 1)p
Si p > 0, calculad lı́m
n→∞ np+1

Solución:
p p p
1p + 2p + . . . + (2n − 1)p

1 1 2 2n − 1 (∗)
lı́m = lı́m + + ... + =
n→∞ np+1 n→∞ n n n n
Si consideramos la función f (x) = xp definida en [0, 2] y tomamos la partición πn que resulta de dividir
el intervalo en 2n partes de longitud n1 para cada n ∈ N. Para cada i ∈ {0, . . . , 2n − 1} tomando zi = ni
tenemos que Z 2
(∗)
= lı́m S(f, πn , zi ) = xp
n→∞ 0
Maxima nos calcula ahora esta integral
(%i1) integrate(x^p,x,0,2);
Is p positive, negative, or zero? positive;

2p+1
( %o1)
p+1
Con Maxima podemos resolver el problema para un valor de p natural concreto (aunque
para valores naturales de p lo sabemos hacer usando los criterios de Stolz). Hacemos p=6
(%i1) S[n]:=sum(i^p,i,1,2*n-1)/n^(p+1);
P2 n−1
i=1 ip
( %o1) Sn :=
np+1
(%i2) p:6;
( %o2) 6
(%i3) S[n], simpsum;

7 6 5 3
6 (2 n − 1) + 21 (2 n − 1) + 21 (2 n − 1) − 7 (2 n − 1) + 2 n − 1
( %o3)
42 n7
(%i4) ratexpand(%);
32 16 4 1 128
( %o4) − + 2− + +
n n 3 n4 21 n6 7
128
( %o5)
7
(%i6) integrate(x^p,x,0,2);
128
( %o6)
7
Este teormea nos permite con algo más de facilidad calcular la integral de una función continua.

Ejemplo 54.
Z 3
Calculad x2 .
2
Solución:
La partición de [2, 3] será (ti = 2 + ni ), para i = 0, 1, . . . , n y tomamos como zi = ti para i = 1, 2, . . . , n.
Z 3 n n n n n
!
2 1 X k 2 1 X k2 k 1 X 1 X 2 4X
x = lı́m 2+ = lı́m 4+ 2 +4 = lı́m 4+ 2 k + k =
2 n→∞ n n n→∞ n n n n→∞ n n n
k=1 k=1 k=1 k=1 k=1
1 1 n(n + 1)(2n + 1) 4 n(n + 1) 2n2 + 3n + 1 2n + 2 19
= lı́m 4n + 2 + = lı́m 4 + + =
n→∞ n n 6 n 2 n→∞ 6n2 n 3
Con Maxima
(%i1) f(x):=x^2; t(i):=2+i/n;
( %o1) f (x) := x2
i
( %o2) t (i) := 2 +
n
(%i3) S:sum(f(t(i))*1/n,i,1,n);
Pn i
2
i=1 n + 2
( %o3)
n
(%i4) S,simpsum;
2 n3 +3 n2 +n 2
6 n2 + 2 n n+2 n + 4 n
( %o4)
n
(%i5) factor(%);
38 n2 + 15 n + 1
( %o5)
6 n2
19
( %o6)
3

Más ejemplos de funciones integrables

Proposición 86.
Sea f : [a, b] → R acotada:
1. Si f es monótona entonces f ∈ R[a, b].
2. Si f ∈ R[c, b] para todo c > a entonces f ∈ R[a, b].
La proposición 86 nos va a permitir dar ejemplos de funciones integrables Riemann que no sean continuas:
cualquier función monótona definida en un intervalo [a, b] aunque presente discontinuidades de salto es
integrable Riemann.
Otro ejemplo interesante nos lo proporciona una función que ya conocemos bien.
Ejemplo 55.
La función f (x) = sen x1 si 0 < x ≤ 1 y f (0) = 0 es integrable Riemann en [0, 1].
Solución:
Para cualquier 0 < c < 1 la función f es continua en [c, 1] y por tanto integrable en [c, 1]. Es, claramente,
una función acotada en [0, 1]. El apartado 2 de la proposición nos dice que f ∈ R[0, 1].
Z 1
1
Otra cosa muy distinta es conocer el valor de sen .
0 x
Se lo preguntamos a Maxima
(%i1) integrate(sin(1/x),x,0,1);
2 sin (1) + gamma incomplete (0, i) + gamma incomplete (0, −i)

( %o1)
2
¿Esto qué es?
(%i2) float(%);
( %o2) 0,50406706190693
Si queremos conocer la precisión del cálculo usamos integración numérica
(%i3) quad_qags(sin(1/x), x, 0, 1);
( %o3) [0,50411061321101, 3,4994456304948685 10−5 , 8379, 1]

El primer valor es la aproximación de la integral y el segundo número la precisión.

5.2.1. Sumas de Riemann

Definición 63.
Sea f : [a, b] → R y π ≡ (t0 < t1 < . . . < tn ) una partición de [a, b]. Se llama suma de Riemann
asociada a la partición π y a los puntos zi ∈ [ti−1 , ti ] a
n
X
S(f, π, zi ) := f (zi )(ti − ti−1 ).
i=1
a z1 t1 z2 t2 z3 t3 z4=t4 z5 t5 z6 t6 z7 b
Es claro que independientemente de la elección de los zi siempre se tiene que
s(f, π) ≤ S(f, π, zi ) ≤ S(f, π).
(Comparad con las gráficas correspondientes a la suma inferior y superior al comienzo del capı́tulo).
Antes de enunciar el siguiente resultado necesitamos una definición.
Definición 64.
Si π = (t0 < t1 < . . . < tn = b) es una partición de [a, b] se llama norma de π , y la denotaremos
por kπ k, a kπ k := máx{ti − ti−1 : 1 ≤ i ≤ n}
Teorema 87.
Sea f : [a, b] → R acotada. Las siguientes afirmaciones son equivalentes:
1. f es integrable Riemann en [a, b].
2. Existe A ∈ R tal que para cada ε > 0 existe π0 ∈ P ([a, b]) tal que si π0 ≺ π se cumple
|A − S(f, π, zi )| < ε, para cualquier suma de Riemann correspondiente a π .
3. Existe A ∈ R tal que para cada ε > 0 existe δ > 0 de manera que si π ∈ P ([a, b]), kπ k < δ
se cumple |A − S(f, π, zi )| < ε, para cualquier suma de Riemann correspondiente a π .
Z b
Además en este caso A = f.
a

5.2.2. Propiedades de la integral

Proposición 88 (Linealidad).
Z b
R[a, b] es un espacio vectorial y el operador es lineal, es decir, si f, g ∈ R[a, b] y α, β ∈ R
Z b aZ
b Z b
entonces αf + βg ∈ R[a, b] y (αf + βg) = α f +β g.
a a a
Prueba:
Sean f, g ∈ R[a, b] y k ∈ R. Dado ε > 0 existe π0 ∈ P ([a, b]) tal que para π0 ≺ π se cumplen las desigualdades
Z
b ε Z b ε
f − S(f, π, zi ) < y g − S(g, π, zi ) <

2 a 2

a
con lo que Z
b Z b
f+ g − S(f + g, π, zi ) < ε.

a a
Z b Z b Z b
Que equivale a decir que f + g ∈ R[a, b] y que (f + g) = f+ g.
a a a
Para demostrar que kf ∈ R[a, b], dado ε > 0 sea π0 ∈ P ([a, b]) tal que tal que para π0 ≺ π se cumple
Z Z Z
b ε b b ε
f − S(f, π, zi ) < . Ahora k f − S(kf, π, zi ) = |k | f − S(f, π, zi ) < |k | <ε

1 + |k | 1 + |k |

a a a
Z b Z b
lo cual indica que kf ∈ R[a, b] y que kf = k f.
a a
Maxima permite declarara la integral como un operador lineal
(%i1) S:integrate(alpha*f(x)+beta*g(x),x,a,b);
Z b
( %o1) β g (x) + α f (x) dx
a
(%i2) declare(integrate,linear);
( %o2) done
(%i3) S=integrate(alpha*f(x)+beta*g(x),x,a,b);
Z b Z b Z b
( %o3) β g (x) + α f (x) dx = β g (x) dx + α f (x) dx
a a a
Fin de la prueba
Sin embargo, Maxima no permite definir la integral como un operador monótono. Algo que nosotros si
sabemos probar.

Proposición 89 (Monotonı́a).
Z b Z b
1. Sean f, g ∈ R[a, b] tales que f (x) ≤ g(x), para todo x ∈ [a, b], entonces f≤ g.
a a
Z b
En particular si f (x) ≥ 0 para todo x ∈ [a, b] entonces f ≥ 0.
a
2. Si m ≤ f (x) ≤ M , para todo x ∈ [a, b], entonces

Z b
m(b − a) ≤ f ≤ M (b − a).
a
Prueba: Z b
1. Es claro que para cualquier partición π de [a, b] tenemos que s(f, π) ≤ s(g, π) ≤ g , luego tomando
Z b Z b a
supremos a la izquierda de la desigualdad tendremos f≤ g.

a a Z b
2. Basta aplicar el apartado anterior teniendo en cuenta que si k es una constante, k = k(b − a) ya que
a
entonces Z b Z b Z b
m(b − a) = m≤ f≤ M = M (b − a)
a a a
Fin de la prueba
Corolario 90 (Valor medio de la integral).
Sea f : [a, b] → R continua. Existe c ∈ [a, b] tal que

Z b
1
f (c) = f
b−a a
Prueba:
El teorema de Weierstrass asegura que existen c1 , c2 ∈ [a, b] tales que f (c1 ) ≤ f (x) ≤ f (c2 ) para todo
x ∈ [a, b]. La proposición anterior nos asegura que
Z b
1
f (c1 ) ≤ f ≤ f (c2 )
b−a a
Z b
1
El número b−a f está comprendido entre dos valores de la función. La propiedad de los valores intermedios
a Z b
1
de las funciones continuas nos proporciona c ∈ [a, b] tal que f (c) = f.
b−a a
Fin de la prueba

Proposición 91.
Z
b Z b
Si f ∈ R[a, b], entonces |f | ∈ R[a, b] y f ≤ |f |.

a a
Prueba:
Como f ∈ R[a, b], dado ε > 0, sea π ∈ P ([a, b]) tal que S(f, π) − s(f, π) < ε.
Denotemos con Mi0 , m0i el supremo y el ı́nfimo de |f | en [ti−1 , ti ] y como siempre Mi , mi los de f . De
||f (z)| − |f (w)|| ≤ |f (z) − f (w)| ≤ Mi − mi
para z, w ∈ [ti−1 , ti ] se obtiene que Mi0 − m0i ≤ Mi − mi y por tanto
S(|f |, π) − s(|f |, π) ≤ S(f, π) − s(f, π) < ε,
lo cual permite concluir la integrabilidad de |f |.

La acotación es consecuencia de la linealidad de la integral, de que |f | es integrable y de que
−|f (x)| ≤ f (x) ≤ |f (x)|
para todo x ∈ [a, b] ya que entonces

Z b Z
Z b Z b Z b b Z b
−|f | = − |f | ≤ f≤ |f | ⇔ f ≤ |f |

a a a a a a
Fin de la prueba
Proposición 92 (Aditividad respecto del intervalo).
Sea f : [a, b] → R acotada, y sea c ∈ [a, b].

Z b Z c Z b
(i) f ∈ R[a, b] implica f ∈ R[a, c] y f ∈ R[c, b] y f= f+ f.
a a c
(ii) f ∈ R[a, c] y f ∈ R[c, b] implica f ∈ R[a, b].
Prueba:
Basta refinar cualquier partición añadiéndole el punto c.
Fin de la prueba
Nota.
Z a Z b
Cuando a < b conviene definir f := −
f . Con esa definición, para cualesquiera a, b, c con
b aZ
c Z b Z b
las hipótesis de integrabilidad adecuadas, es f+ f= f.
a c a

Proposición 93.
Si f ∈ R[a, b] y g : [a, b] → R coincide con f salvo en un número finito de puntos, entonces

Z b Z b
g ∈ R[a, b] y f= g.
a a
Prueba:
Basta probarlo cuando difieran en un punto c ∈ [a, b] y como las funciones integrables son un espacio
vectorial, es suficiente probar que g − f := h es integrable. Ahora bien, h es nula en todos los puntos menos
en c y es inmediato que una función en esas condiciones es integrable Riemann y su integral es nula. (Dado
ε
ε > 0 tomar una partición π ∈ P [a, b] tal que ti − ti−1 ≤ h(c) y ası́ es inmediato ver que la suma de Riemann
asociada a esta partición es menor o igual que ε.)
Fin de la prueba
¿Qué ocurre con el producto de funciones integrables Riemann? De nuevo es una función integrable
Riemann. La prueba requiere un poco de esfuerzo y la ponemos en los complementos.
Proposición 94.
Sean f, g : [a, b] → R integrables Riemann. Entonces el producto f g es también integrable.
Nota.
Existe un teorema de Lebesgue, cuya demostración excede los contenidos de este curso, que carac-
teriza las funciones integrables Riemann como aquellas cuyo conjunto de puntos de discontinuidad
“no es muy grande”. Por ejemplo, usando este resultado, la prueba de que el producto de dos
funciones integrables es de nuevo integrable Riemann resulta bastante sencilla. El ejemplo de la
función D1 de Dirichlet, al ser discontinua en todos los puntos de [0, 1], resulta que no es integrable
Riemann a la luz de este resultado.
Para nuestros propósitos puede sernos suficiente conocer la siguiente propiedad.
Proposición 95.
Sea f : [a, b] → R integrable Riemann. Entonces existe c ∈ [a, b] tal que f es continua en c.
En particular, gracias a la proposición 92 , f tiene puntos de continuidad en cualquier intervalo
[α, β] ⊂ [a, b].

5.3 El Teorema Fundamental del Cálculo 188 Capı́tulo 5
Ejercicios 13.
1. Calculad los siguientes lı́mites

n
X 1 1 1 1
(a) lı́m , (b) lı́m n + + ... + 2
n→∞
i=1
2n + i n→∞ 1 + n2 22 + n2 n + n2
n
X (n − k)k 1 1 1 1
(c) lı́m , (d) lı́m +√ +√ + ··· + p
n→∞ n3 n→∞ n 2
n −1 2 2
n −2 2 n − (n − 1)2
2
k=1
Para calcular las integrales resultantes podéis usar Maxima
2. Usando lı́mites, calculad las siguientes integrales

Z 1 Z 2
(a) x2 (1 − x), (b) x3
0 1
Z b
3. Sea f : [a, b] → R continua tal que |f (x)| = 0. Probar que f (x) = 0 ∀x ∈ [a, b].
a
4. Sea f : [a, b] → R una función continua que satisface f (x) > 0 para todo x ∈ [a, b]. Probad
Z b
que entonces f > 0.
a
5.3. El Teorema Fundamental del Cálculo

Definición 65.
Z x
Sea f ∈ R[a, b]. Para cada x ∈ [a, b] se define F (x) := f que recibe el nombre de integral
a
indefinida de f .
El siguiente teorema nos proporciona las propiedades que posee esta función. Pero ¿qué es la integral inde-
finida de f ? Vamos a verlo con un ejemplo.
Ejemplo 56.
Consideremos la función f (x) = cos x definida en el intervalo [0, 2π]. La integral indefinida de f
es la función seno.
Solución:
Vamos a usar Maxima

(%i1) f:cos(t);
( %o1) cos (t)
(%i2) F:’integrate(f,t,0,x);
Z x
( %o2) cos (t) dt
0
(%i3) load(draw);
( %o3) C:/ARCHIV 1/MAXIMA 1.0-2/share/maxima/5.28.0-2/share/draw/draw.lisp
(%i4) draw2d(xaxis=true,key="coseno", explicit(f,t,0,2*%pi),

color=red,key="integral indefinida", explicit(F,x,0,2*%pi));
( %o4) [gr2d (explicit, explicit)]

1
coseno
integral indefinida
0.5
-0.5
-1
0 1 2 3 4 5 6
A partir de la gráfica es claro que la función integral indefinida es, no solo continua, sino que también es
derivable en [0, 2π]. Esto es precisamente lo que afirma el Teorema Fundamental del Cálculo: si la función
es continua entonces su integral indefinida es derivable.
Teniendo en mente la idea de área queZ nos da la integral, para cada x ∈ [0, π2 ] (allı́ donde el coseno es
x
positivo), la integral indefinida F (x) = cos t nos mide el área que encierra el coseno y el eje 0X hasta x.
0
Ası́ la función F irá creciendo (porque al movernos a la derecha vamos acumulando área) hasta llegar a donde
el coseno se anula. A partir de π2 el coseno es negativo y por tanto aporta “área” negativa que irá restando
a la ya obtenida. Vemos entonces que F decrece alcanzando su valor mı́nimo allı́ donde el coseno se vuelve
a anular (en 3π 2 ). El coseno vuelve a ser ahora positivo y F vuelve a crecer.
Gráficamente vemos que para cada x ∈ [0, 2π] es F (x) = − cos( π2 + x) = sen x.
Maxima lo sabe
(%i1) f:cos(t);
( %o1) cos (t)
(%i2) F:integrate(f,t,0,x);
Is x positive, negative, or zero? positive;

( %o2) sin (x)

Teorema 96 (Fundamental del Cálculo).

Z x
Sea f ∈ R[a, b] y F (x) := f su integral indefinida. Se verifica:
a
1. F es continua en [a, b].
2. Si f es continua en c ∈ (a, b), entonces F es derivable en c y F 0 (c) = f (c). (Continuidad en

los extremos del intervalo implica la existencia de la correspondiente derivada lateral.)
Prueba:
Llamando M := sup{|f (x)| : x ∈ [a, b]}, por las propiedades de la integral, tenemos que
Z y

|F (x) − F (y)| = f ≤ M |x − y |
x
ε
lo cual demuestra que F es (uniformemente) continua en [a, b] ya que dado ε > 0, tomando δ = M se verifica
que si |x − y | ≤ δ entonces |F (x) − F (y)| ≤ ε.
Supongamos ahora que f es continua en c ∈ (a, b). Sea p := f (c) y sea h > 0 tal que c + h ∈ [a, b].
R c+h
a f − ac f
R Z c+h Z c+h
F (c + h) − F (h) 1 1
− p= − p = (f − p)≤

h h h c h c

1
≤ sup {|f (t) − p|}|h| = sup {|f (t) − p|}
h t∈[c,c+h] t∈[c,c+h]
y como f es continua en c es claro que el último miembro de la desigualdad tiende a cero cuando h tiende a
cero. Lo mismo ocurre si h < 0 y por tanto
F (c + h) − F (h)
lı́m = p = f (c)
h→0 h
Fin de la prueba
Definición 66.
Dada f : [a, b] → R se dice que g : [a, b] → R es una primitiva de f en [a, b] si g es derivable en

(a, b) y para todo x ∈ (a, b) se tiene que g 0 (x) = f (x).
Corolario 97.
Por el teorema fundamental del cálculo, toda función f continua en un intervalo [a, b] tiene
primitivas en [a, b]. La función integral indefinida F de f es una de ellas. Las demás se obtienen
sumando a ésta una constante.

Prueba:
Denotando por F la integral indefinida de f , si g : [a, b] → R es otra primitiva de f en [a, b] resulta que para
x ∈ (a, b) tenemos
(F − g)0 (x) = F 0 (x) − g 0 (x) = f (x) − f (x) = 0
para x ∈ (a, b). Por el teorema del valor medio la función F − g es constante en [a, b], es decir, existe K ∈ R
tal que F (x) = g(x) + K para todo x ∈ [a, b].
Fin de la prueba
Nota.
Z x
Volviendo ahora al ejemplo de la función coseno, tenemos que F (x) = cos t es derivable
0
en [0, 2π] y que F 0 (x) = cos x. Pero todos conocemos que la derivada de la función seno es
precisamente el coseno. Por lo tanto, para x ∈ [0, 2π] tenemos F (x) = sen x + C para algún
Z 0
C ∈ R. Pero al ser F (0) = cos t = 0 y sen 0 = 0 resulta que C = 0 por lo que F (x) = sen x.
0
Ejemplo 57.
La integral indefinida puede no ser una primitiva. Sea f : [0, 1] → R la función caracterı́stica del
intervalo [ 12 , 1], denotada por χ[ 12 ,1] y definida como
(
0 si x 6∈ [ 12 , 1]
χ[ 21 ,1] (x) =
1 si x ∈ [ 12 , 1]
Es fácil ver que la integral indefinida de χ[ 12 ,1] es

(
0 si x ∈ [0, 12 ]
F (x) = 1
x− 2 si x ∈ [ 21 , 1]
que no es derivable en x = 12 .
Solución: Z x Z x Z x
1
Si 0 ≤ x < 12 , F (x) = χ[ 12 ,1] = 0. Si 1
2 ≤ x ≤ 1, F (x) = χ[ 21 ,1] = 1=x− .
0 0 1
2
2
1
F no es derivable en 2 ya que
F (x) − F ( 21 )
F−0 (1/2) = lı́m− =0
x→ 12 x − 12
mientras que
F (x) − F ( 21 ) x− 1
F+0 (1/2) lı́m+ 1 = lı́m+ 2
1 =1
x→ 12 x− 2 x→ 21 x − 2
Maxima no sabe calcular la integral de funciones definidas a trozos

(%i1) f: if x< 1/2 then 0 else 1;

1
( %o1) if x < then 0 else 1
2
(%i2) integrate(f,x,0,1);
Z 1
1
( %o2) if x < then 0 else 1dx
0 2
Ejemplo 58.
Hay funciones discontinuas que tienen primitiva. La derivada de la función

(
x2 sen( x1 ) si x 6= 0
g(x) =
0 si x = 0
está en estas condiciones ya que

(
0 2x sen( x1 ) − cos( x1 ) si x 6= 0
g (x) =
0 si x = 0
es discontinua en x = 0 y tiene primitiva en R (g es su primitiva).
Corolario 98 (Fórmula de Barrow).
Sea f : [a, b] → R continua y g una primitiva de f en [a, b]. Entonces

Z b
f = g(b) − g(a)
a
Prueba:
Sea F la integral indefinida de f . Tenemos que existe c ∈ R tal que F (x) = g(x) + c para todo x ∈ [a, b].
Z b
Por tanto f = F (b) − F (a) = (g(b) + c) − (g(a) + c) = g(b) − g(a)
a
Fin de la prueba
Nota.
En el caso más general de suponer que f ∈ R[a, b] y que admite primitiva g en [a, b] también
podemos usar la fórmula de Barrow.

Fórmula de integración por partes

Corolario 99.
Sean f, g ∈ R[a, b] y supongamos que tienen primitivas F y G respectivamente. Entonces,

Z b Z b
F g = F (b)G(b) − F (a)G(a) − f G.
a a
Prueba:
Es claro que F G es una primitiva de F g + f G:
(F G)0 (x) = F 0 (x)G(x) + F (x)G0 (x) = f (x)G(x) + F (x)g(x)
La fórmula de Barrow nos proporciona

Z b Z b Z b
(F g + f G) = F (b)G(b) − F (a)G(a) ⇒ Fg + f G = F (b)G(b) − F (a)G(a) ⇒
a a a
Z b Z b
F g = F (b)G(b) − F (a)G(a) − f G.
a a
Con Maxima Sean F y G primitivas de f y g, respectivamente, es decir, F’=f, G’=g. La

función FG es una primitiva de Fg+Gf
(%i1) ’diff(F(x)*G(x),x)=diff(F(x)*G(x),x);

d d d
( %o1) (F (x) G (x)) = F (x) G (x) + G (x) F (x)
dx dx dx
(%i2) ev(%,’diff(F(x),x)=f(x),’diff(G(x),x)=g(x));
d
( %o2) (F (x) G (x)) = f (x) G (x) + g (x) F (x)
dx
( %o3) done
La fórmula de Barrow nos dice que
(%i4) integrate(%o2,x,a,b);
Z b Z b
( %o4) F (b) G (b) − F (a) G (a) = f (x) G (x) dx + g (x) F (x) dx
a a
Despejando
(%i5) solve(%,’integrate(F(x)*g(x),x,a,b));
Z b Z b
( %o5) [ g (x) F (x) dx = − f (x) G (x) dx + F (b) G (b) − F (a) G (a)]
a a

Fin de la prueba
Ejemplo 59.
Z 1
Cálculo de xex .
0
Solución:
Hacemos F (x) = x y g(x) = ex tenemos que F 0 (x) = f (x) = 1 mientras que G(x) = ex es una primitiva de
Z 1 Z 1
g . Por tanto xex = F (1)G(1) − F (0)G(0) − ex = e − (e1 − e0 ) = e0 = 1
0 0
Calculamos la integral
(%i1) ’integrate(x*%e^x,x,0,1);
Z 1
( %o1) x ex dx
0
(%i2) F(x):=x;
g(x):=%e^x;
( %o2) F (x) := x
( %o3) g (x) := ex
(%i4) f(x):=diff(F,x);
G(x):=%e^x;
( %o4) f (x) := diff (F, x)
( %o5) G (x) := ex
Aplicamos la fórmula de integración por partes
(%i6) ’integrate(x*%e^x,x,0,1)= F(1)*G(1)-F(0)*G(0)-’integrate(%e^x,x,0,1);

Z 1 Z 1
( %o6) x ex dx = e − ex dx
0 0
Como ex es una primitiva de ex , aplicamos la regla de Barrow para calcular la última primitiva.
(%i7) %=%e-(G(1)-G(0));
Z 1 Z 1
( %o7) x ex dx = e − ex dx = 1
0 0
Por supuesto, Maxima puede calcular directamente la integral
(%i8) integrate(x*%e^x,x,0,1);
( %o8) 1

Fórmula del cambio de variable

Teorema 100.
Sea ϕ : [c, d] → [a, b] de clase C 1 [c, d] con ϕ(c) = a y ϕ(d) = b. Sea f : [a, b] → R continua.
Entonces Z b Z d
f= (f ◦ ϕ)ϕ0 .
a c
Prueba:
Si F es una primitiva de f en [a, b], entonces F ◦ ϕ es una primitiva de (f ◦ ϕ)ϕ0 en [c, d] y por tanto:
Z b Z d
f = F (b) − F (a) = F (ϕ(d)) − F (ϕ(c)) = (F ◦ ϕ)(d) − (F ◦ ϕ)(c) = (f ◦ ϕ)ϕ0 .
a c
Fin de la prueba
Z b Z b
Este teorema da sentido a la notación habitual que explicita la variable en las integrales f (x) dx := f,
a a
porque escrito de esta manera, si x = ϕ(t) es sencillo nemotécnicamente dx = ϕ0 (t)dt y por tanto la fórmula
del cambio de variable se escribe
Z b Z d
f (x) dx = f (ϕ(t))ϕ0 (t) dt.
a c
Ejemplo 60.
Resolver:
Z 12
1
1. √ dx (haciendo x = sen t)
0 1 − x2
Z π4
2. tan x dx (haciendo cos x = t)
0
Solución:
1. Haciendo x = sen t, dx = cos t dt. Para x = 0, t = 0 y para x = 21 , t = π
6. Ası́
Z 1 Z π Z π Z π
2 1 6 1 6 cos t 6 π
√ dx = √ cos t dt = dt = 1 dt =
0 1 − x2 0 1 − sen2 t 0 cos t 0 6
Vamos a calcularla usando Maxima
(%i1) I:’integrate(1/sqrt(1-x^2),x,0,1/2);
Z 1
21
( %o1) √ dx
0 1 − x2
Maxima tiene un comando para cambiar la variable en la integral

(%i2) cambio:changevar(I,x=sin(t),t,x);
solve: using arc-trig functions to get a solution.Some solutions will be lost.

Z π6
cos (t)
( %o2) p p dt
0 1 − sin (t) sin (t) + 1
Pero claro, la idea del cambio de variable es transformar una integral en otra a la cual poder aplicar la regla
de Barrow. Maxima sabe evaluar esta integral
(%i3) ev(cambio,integrate);
π
( %o3)
6
p
El problema que se nos presenta es que el comando changevar nos separa 1 − sin(t)2 en dos factores
p p
1 − sin(t) 1 + sin(t) y ası́ no podemos simplificar. Lo hacemos ahora a mano
(%i4) f(x):=1/sqrt(1-x^2);
1
( %o4) f (x) := √
1 − x2
Cambiamos la variable y multiplicamos por la derivada del cambio
(%i5) integrando:f(sin(t))*diff(sin(t),t);
cos (t)
( %o5) q
2
1 − sin (t)
Simplificamos
(%i6) trigsimp(%);
cos (t)
( %o6)
|cos (t)|
Como x está entre 0 y 1/2 el coseno es positivo
(%i7) assume(cos(t)>0);
( %o7) [cos (t) > 0]
(%i8) trigsimp(integrando);
( %o8) 1
Cambiamos los lı́mites de integración a los de la variable t
(%i9) asin(0);
asin(1/2);
( %o9) 0
π
( %o10)
6
Finalmente
(%i11) integrate(integrando,t,0,%pi/6);

π
( %o11)
6
√ 1
2. Haciendo cos x = t tenemos sen x = 1 − t2 , y como x = arc cos t, dx = − √1−t2
dt, además para x = 0,
√
2
t = 1 y para x = π4 , t = 2 .
π π
√
2 √ √
2
1 − t 2 −1
Z Z Z Z
4 4 sen x 2 2 1
tan x dx = dx = √ dt = − dt =
0 0 cos x 1 t 1 − t2 1 t
Z 1
√ !
1 2 log 2
= √ dt = log(1) − log =
2
2 t 2 2
Usamos el comando de Maxima
(%i1) I:’integrate(tan(x),x,0,%pi/4);
Z π
4
( %o1) tan (x) dx
0
(%i2) cambio:changevar(I,t=cos(x),t,x);
Z 1
1
( %o2) dt
√1 t
2
1
Una primitiva de t es log t y ası́ aplicando la regla de Barrow
(%i3) %=log(1)-log(1/sqrt(2));
Z 1
1 log (2)
( %o3) dt =
√1 t 2
2
O bien, que lo haga Maxima
(%i4) ev(cambio,integrate);
log (2)
( %o4)
2
Ejercicios 14.
x3 x2
t6
Z Z
0 3
1. Hallad F (x) siendo: F (x) = sen t dt, F (x) =
4
dt
0 sen x2 1 + t
Z x Z x
2. Sean f, g : [a, b] → R continuas tales que para todo x ∈ (a, b) f (t) dt = g(t) dt.
a a
Probad que f (x) = g(x) para todo x ∈ [a, b].
3. Calculad las siguientes integrales

π/3 1/2 a2
Z Z r Z
dx 1+x x
A) dx, B) dx, C) dx
π/6 sen x cos x 0 1−x 0 a4 + x4

5.4 Cálculo de Primitivas 198 Capı́tulo 5
Ejercicios.
La gráfica de la figura se corresponde con la de la función F (x) definida por F (x) =

4. Z
x
f (t) dt siendo f : [0, 3] → R derivable.
0
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1.2
-1.4
-1.6
-1.8
0 0.5 1 1.5 2 2.5 3
t
a) f (x) ≤ 0 para x ∈ [0, 2].

b) f es decreciente en (1, 3).
c) f (1/2) = 0.
d ) f (1) = 0.
5.4. Cálculo de Primitivas

Z
Sea f : [a, b] → R una función que admite primitiva en [a, b]. Denotaremos por f (x) dx a una primitiva
cualquiera de f enZ[a, b]. Si f es continua en [a, b], el conjunto de todas las primitivas de f en [a, b] lo
escribiremos como f (x) dx + K donde K es un número real cualquiera. La demostración del siguiente
resultado es inmediata y se basa en las propiedades de las derivadas.
El comando de Maxima para calcular primitivas es integrate(funcion,variable).
Proposición 101.
Sean f y g funciones continuas en [a,b], y sean α y β números reales cualesquiera. Entonces:

Z Z Z
1. (αf (x) + βg(x)) dx = α f (x) dx + β g(x) dx.
Z Z
2. f (x)g 0 (x) dx = f (x)g(x) − g(x)f 0 (x) dx. (Para este caso se suponen f y g derivables).
Z Z
3. f (x) dx = f (ϕ(t))ϕ0 (t) dt, donde ϕ : [c, d] → [a, b] es una biyección de clase C 1 ([c, d]),
ϕ(c) = a y ϕ(d) = b.

Prueba:
1. Sean u(x) y v(x) primitivas de f (x) y g(x) respectivamente, α, β ∈ R.
(%i1) u(x):=’integrate(f(x),x);
v(x):=’integrate(g(x),x);
Z
( %o1) u (x) := f (x) dx
Z
( %o2) v (x) := g (x) dx
Al ser
(%i3) ’diff(alpha*’u(x)+beta*’v(x),x)=diff(alpha*u(x)+beta*v(x),x);
d
( %o3) (β v (x) + α u (x)) = β g (x) + α f (x)
dx
Esto quiere decir que
(%i4) ’integrate(alpha*f(x)+beta*g(x),x)=alpha*’u(x)+beta*’v(x);
Z
( %o4) β g (x) + α f (x) dx = β v (x) + α u (x)
Y por tanto
(%i5) %=alpha*u(x)+beta*v(x);
Z Z Z
( %o5) β g (x) + α f (x) dx = β v (x) + α u (x) = β g (x) dx + α f (x) dx
2. Una vez probada la linealidad de las primitivas vamos a probar la fórmula de integración por partes.
Con Maxima
Vamos a decirle a Maxima que hallar primitivas es algo lineal
( %o1) done
Dado que las siguientes funciones son iguales
(%i2) ’diff(f(x)*g(x),x)=diff(f(x)*g(x),x);

d d d
( %o2) (f (x) g (x)) = f (x) g (x) + g (x) f (x)
dx dx dx
Tomando primitivas en ambos miembros y usando la linealidad
(%i3) integrate(’diff(f(x)*g(x),x),x)=’integrate(diff(f(x)*g(x),x),x);
Z Z
d d
( %o3) f (x) g (x) = f (x) g (x) dx + g (x) f (x) dx
dx dx
Despejamos ahora en la igualdad lo que nos interesa para obtener la fórmula

(%i4) solve(%,’integrate(f(x)*diff(g(x),x),x));
Z Z
d d
( %o4) [ f (x) g (x) dx = f (x) g (x) − g (x) f (x) dx]
dx dx
3. La fórmula del cambio de variable.
Sea u(x) una primitiva de f (x)
(%i1) u(x):=’integrate(f(x),x);
Z
( %o1) u (x) := f (x) dx
Hacemos el cambio de variable x = ϕ(t) y derivamos aplicando la regla de la cadena.
(%i2) diff(u(phi(t)),t);

d
( %o2) f (ϕ (t)) ϕ (t)
dt
Lo que nos dice que u(ϕ(t)) es una primitiva de la última expresión. Ası́, si calculamos una primitiva será igual
a u(x) (o mejor dicho a u(ϕ(t)).
(%i3) ’u(phi(t))=’integrate(diff(u(phi(t)),t),t);
Z
d
( %o3) u (ϕ (t)) = f (ϕ (t)) ϕ (t) dt
dt
Fin de la prueba
Nota (La fórmula de integración por partes).
La fórmula de integración por partes:

Z Z
f (x)g 0 (x) dx = f (x)g(x) − g(x)f 0 (x) dx
Z Z
que aparece en los textos como u dv = uv − v du se utiliza a menudo cuando el integrando
contiene un producto de funciones, por ejemplo (n ∈ N):
Z Z Z Z
log x dx xn log x dx xn arctan x dx xn arc sen x dx
Z Z Z Z
n x n n
x e dx x sen x dx x cos x dx ex sen x dx
La integración por partes no busca dar directamente una primitiva, sino transformarla en otra
que sı́ sabemos calcular. Para poder aplicar estos métodos necesitamos conocer la siguiente tabla.

5.4.1. Primitivas inmediatas

Las primitivas de las siguientes funciones se calculan directamente de la definición de derivada. Sea u(x)
una función.
Tabla de primitivas inmediatas

un+1 (x) u0 (x)
Z Z
n 0
u (x) u (x) dx = + C, n 6= −1 dx = ln |u(x)| + C, u(x) 6= 0
n+1 u(x)
au(x)
Z Z
eu(x) u0 (x) dx = eu(x) + C au(x) u0 (x) dx = + C, a > 0, a 6= 1
ln a
Z Z
0
cos(u(x)) u (x) dx = sen(u(x)) + C sen(u(x)) u0 (x) dx = − cos(u(x)) + C
Z Z
0
cosh(u(x)) u (x) dx = senh(u(x)) + C senh(u(x)) u0 (x) dx = cosh(u(x)) + C
u0 (x) u0 (x))
Z Z
dx = − cot(u(x)) + C dx = tan(u(x)) + C
sen2 (x) cos2 (u(x))
u0 (x) u0 (x))
Z Z
dx = − coth(u(x)) + C dx = tanh(u(x)) + C
senh2 (x) cosh2 (u(x))
u0 (x) u0 (x)
Z Z
dx = arctan(u(x)) + C dx = arc sen(u(x)) + C
1 + u2 (x)
p
1 − u2 (x)
u0 (x)
Z
1 1 + u(x)
= arg tanh(u(x)) = ln +C
1 − u2 (x) 2 1 − u(x)
u0 (x)
Z q
p 2
dx = arg senh(u(x)) + C = ln u(x) + u (x) + 1 + C
u2 (x) + 1
u0 (x)
Z q
p dx = arg cosh(u(x)) + C = ln u(x) + u2 (x) − 1 + C
u2 (x) − 1
En casi todos los casos, la respuesta de Maxima coincide con la dada más arriba en la tabla. Prescindiendo
de la función u(x) comentamos a continuación algunas de ellas.
Primitivas inmediatas con Maxima
(%i1) ’integrate(u(x)^n*diff(u(x),x),x)=integrate(u(x)^n*diff(u(x),x),x);
Is n+1 zero or nonzero?pos;

Z n+1
n d u (x)
( %o1) u (x) u (x) dx =
dx n+1
(%i2) ’integrate(1/cosh(x)^2,x)=integrate(1/cosh(x)^2,x);
Z
1 4
( %o2) 2 dx = 2 e−2 x + 2
cosh (x)
(%i3) s:rhs(part(%));

4
( %o3)
2 e−2 x + 2
No se parece al valor dado en la tabla. Recordad que la tangente hiperbólica viene definida por la siguiente
expresión.
(%i4) t:(exp(x)-exp(-x))/(exp(x)+exp(-x));
ex − e−x
( %o4)
ex + e−x
Simplificamos t y s y vemos que si se parecen
(%i5) ratsimp(t);
e2 x − 1
( %o5)
e2 x + 1
(%i6) ratsimp(s);
2 e2 x
( %o6)
e2 x + 1
De hecho se diferencian en una constante (como debe suceder al ser ambas primitivas de la cosecante
hiperbólica al cuadrado).
(%i7) s-t;
4 ex − e−x
( %o7) −
2 e−2 x + 2 ex + e−x
(%i8) factor(%);
( %o8) 1
En la siguiente primitiva hay que llevar cuidado con x − 1 y 1 − x
(%i9) ’integrate(1/(1-x^2),x)=integrate(1/(1-x^2),x);
log (x + 1) log (x − 1)
Z
1
( %o9) dx = −
1 − x2 2 2
Para que al calcular primitivas utilice logaritmo de valor absoluto, hay que ejecutar
(%i10) logabs:true;
( %o10) true
(%i11) ’integrate(1/(1-x^2),x)=integrate(1/(1-x^2),x);
log (|x + 1|) log (|x − 1|)

Z
1
( %o11) dx = −
1 − x2 2 2
Calculamos ahora
(%i12) ’integrate(1/sqrt(x^2+1),x)=integrate(1/sqrt(x^2+1),x);
Z
1
( %o12) √ dx = asinh (x)
x2 + 1
Para escribir el argumento seno hiperbólico en términos de logaritmos hacemos

(%i13) logarc(%);
Z
1 p
( %o13) √ dx = log x2 + 1 + x
x2 + 1
Finalmente
(%i14) ’integrate(1/sqrt(x^2-1),x)=integrate(1/sqrt(x^2-1),x);
Z
1 p
( %o14) √ dx = log 2 x2 − 1 + 2 x
x2 − 1
(%i15) factor(%), logexpand=super;
Z
1 p
( %o15) √ dx = log x2 − 1 + x + log (2)
x2 − 1
Que coincide, salvo una constante, con la dada en la tabla
Ejemplo 61.
Calculad las primitivas que se indican:

Z 3 √
x −2 x+3
Z Z Z
1. dx 2. tan2 x dx 3. log x dx 4. x3 arctan x dx
Z x Z Z √
ax x arctan x
5. e sen(bx) dx 6. √ dx 7. √ dx
1 − x2 (1 + x) x
Solución:
Z 3 √
x −2 x+3 x3 √
Z Z Z
1
1. dx = x2 dx − 2 x−1/2 dx + 3 dx = − 4 x + 3 log x + C
x x 3
Con Maxima
(%i1) (x^3-2*sqrt(x)+3)/x;
√
x3 − 2 x + 3
( %o1)
x
(%i2) ratexpand(%);
2 3
( %o2) x2 − √ +
x x
Estas son inmediatas
(%i3) integrate(%,x);
x3 √
( %o3) 3 log (x) + −4 x
3
sen2 x 1 − cos2 x
Z Z Z Z Z
2 1
2. tan x dx = dx = dx = dx − 1 dx = tan x − x + C
cos2 x cos2 x cos2 x
Ahora con Maxima

(%i1) f:tan(x)^2;
2
( %o1) tan (x)
(%i2) trigsimp(%);
2
sin (x)
( %o2) 2
cos (x)
(%i3) subst(1-cos(x)^2,sin(x)^2,%);
2
1 − cos (x)
( %o3) 2
cos (x)
(%i4) ratexpand(%);
1
( %o4) 2 −1
cos (x)
Estas son inmediatas
( %o5) tan (x) − x

Z
dx
3. log x dx. Hacemos u = log x, dv = dx, de donde du = x , v = x y ası́
Z Z Z
1
log x dx = x log x − x dx = x log x − 1 dx = x log x − x + C
x
Aplicamos la fórmula de integración por partes
(%i1) I:’integrate(log(x),x);
Z
( %o1) log (x) dx
(%i2) u:log(x);
dv:1;
( %o2) log (x)
( %o3) 1
(%i4) v:integrate(dv,x);
( %o4) x
(%i5) I=u*v-integrate(v*diff(u,x),x);
Z
( %o5) log (x) dx = x log (x) − x
Z
x4
4. x3 arctan x dx. Hacemos u = arctan x, dv = x3 dx; por tanto du = dx
x2 +1 , v= 4 y
x4 x4 1
Z Z
(†)
x3 arctan x dx = arctan x − dx =
4 4 x2 + 1

esta última primitiva es la de una función racional, para las que veremos un método general de resolución,
pero podemos también resolverla ya:
x4 (x2 + 1)(x2 − 1) + 1 x3
Z Z Z Z
2 1
2
dx = 2
dx = (x − 1) dx + 2
dx = − x + arctan x + C
x +1 x +1 x +1 3
Por tanto
x3

1
(†) 4
= (x − 1) arctan x + x − +C
4 3
(%i1) A:’integrate(x^3*atan(x),x);
Z
( %o1) x3 atan (x) dx
(%i2) u:atan(x);
dv:x^3;
( %o2) atan (x)
( %o3) x3
x4
( %o4)
4
(%i5) u*v-’integrate(v*diff(u,x),x);
R x4
x4 atan (x) 2 dx
( %o5) − x +1
4 4
Calculamos aparte la primitiva que queda por hacer
(%i6) J:’integrate(x^4/(x^2+1),x);
x4
Z
( %o6) dx
x2 + 1
(%i7) integrando:x^4/(x^2+1);
x4
( %o7)
x2
+1
Hacemos el cociente
(%i8) P:num(integrando);
Q:denom(integrando);
( %o8) x4
( %o9) x2 + 1
(%i10) C:quotient(P,Q);
r:remainder(P,Q);
( %o10) x2 − 1

( %o11) 1
(%i12) J=’integrate(C+r/Q,x);
x4
Z Z
1
( %o12) 2
dx = 2
+ x2 − 1dx
x +1 x +1
(%i13) A=u*v-1/4*ev(rhs(part(%)),integrate);
x3
x4 atan (x) atan (x) + −x
Z
( %o13) x3 atan (x) dx = − 3
4 4
(%i14) ratsimp(%);
(3 x4 − 3) atan (x) − x3 + 3 x
Z
( %o14) x3 atan (x) dx =
12
Z
eax
5. eax sen(bx) dx. Hacemos u = sen(bx), dv = eax dx y ası́ du = b cos(bx) dx, v = a
Z Z
1 ax b (†)
eax sen(bx) dx = e sen(bx) − eax cos(bx) dx =
a a
Tomando ahora u = cos(bx), dv = eax dx resulta du = −b sen(bx) dx, v = a1 eax y ası́

Z
(†) 1 ax b 1 ax b
= e sen(bx) − e cos(bx) + eax sen(bx) dx
a a a a
Tenemos pues, llamando I a la primitiva del enunciado y multiplicando por a2 para quitar denominadores,
que
a2 I = a eax sen(bx) − b eax cos(bx) − b2 I
y despejando I nos queda
eax [a sen(bx) − b cos(bx)]

Z
eax sen(bx) dx = +C
a2 + b2
Con Maxima
(%i1) I:’integrate(exp(a*x)*sin(b*x),x);
Z
( %o1) ea x sin (b x) dx
(%i2) u:sin(b*x);
dv:exp(a*x);
( %o2) sin (b x)
( %o3) ea x
ea x
( %o4)
a
(%i5) I=u*v-’integrate(v*diff(u,x),x);

ea x sin (b x) b ea x cos (b x) dx
Z R
ax
( %o5) e sin (b x) dx = −
a a
(%i6) J:’integrate(v*diff(u,x),x);
b ea x cos (b x) dx
R
( %o6)
a
(%i7) ecu:I=u*v-J;
ea x sin (b x) b ea x cos (b x) dx
Z R
( %o7) ea x sin (b x) dx = −
a a
Calculamos J aparte
(%i8) u:cos(b*x);
dv:exp(a*x);
( %o8) cos (b x)
( %o9) ea x
ea x
( %o10)
a
(%i11) b/a*(u*v-’integrate(v*diff(u,x),x));
R ax
b e sin(b x)dx ea x cos(b x)
b a + a
( %o11)
a
(%i12) p:ratexpand(%);
b2 ea x sin (b x) dx b ea x cos (b x)
R
( %o12) +
a2 a2
Sustituimos este valor en I = uv − J
(%i13) subst(p,J,ecu);
b2 ea x sin (b x) dx ea x sin (b x) b ea x cos (b x)

Z R
ax
( %o13) e sin (b x) dx = − + −
a2 a a2
(%i14) solve(%,I);
a ea x sin (b x) − b ea x cos (b x)
Z
( %o14) [ ea x sin (b x) dx = ]
b2 + a2
(%i15) factor(%);
ea x (a sin (b x) − b cos (b x))
Z
( %o15) [ ea x sin (b x) dx = ]
b2 + a2
Z
x
6. √ dx. Hacemos u = 9 − x2 , du = −2x dx y ası́
9 − x2
1
−1
Z Z Z
x 1 1 1 u2 p
√ dx = √ 2 du = − u− 2 du = − 1 + C = − 9 − x2 + C
9 − x2 u 2 2 2
Cambio de variable con Maxima

(%i1) f:x/sqrt(9-x^2);
x
( %o1) √
9 − x2
Hacemos el cambio de variable y = 9 − x2
(%i2) changevar(’integrate(f,x),y=9-x^2,y,x);
R 1
√ dy
y
( %o2) −
2
Esta primitiva es inmediata
(%i3) ev(%,integrate);
√
( %o3) − y
(%i4) subst(9-x^2,y,%);
p
( %o4) − 9 − x2
p
Podemos hacer el cambio de forma manual. Hacemos x = (9 − y)
(%i5) ’integrate(subst(sqrt(9-y),x,f)*diff(sqrt(9-y),y),y);
R 1
√ dy
y
( %o5) −
2
Llegamos al mismo sitio
√
√
Z
arctan x 1
7. √ dx. Hacemos t = x, dt = 2√ x
dx ⇔ dx = 2t dt.
(1 + x) x
Z √ Z Z
arctan x arctan t arctan t (†)
√ dx = 2t dt = 2 dt =
(1 + x) x (1 + t2 )t 1 + t2
1
Hacemos ahora u = arctan t, du = 1+t2 dt y por tanto
√
u2 arctan2 t arctan2
Z
(†) x
= u du = +C = +C = +C
2 2 2
Con Maxima
(%i1) b:’integrate(atan(sqrt(x))/((1+x)*sqrt(x)),x);
Z √
atan ( x)
( %o1) √ dx
x (x + 1)
(%i2) B:changevar(b,t=sqrt(x),t,x);
Is t positive,
Z negative or zero?pos;
t atan (t)
( %o2) 2 dt
(t2 + 1) |t|
Vamos a quitar el valor absoluto de esta expresión

(%i3) assume(t>0);
( %o3) [t > 0]
(%i4) ratsimp(B);
Z
atan (t)
( %o4) 2 dt
t2 + 1
(%i5) changevar(%,u=atan(t),u,t);
Z 2
sec (u) atan (tan (u))
( %o5) 2 2 du
tan (u) + 1
El siguiente comando le dice a Maxima que arcotangente y tangente son funciones inversas
(%i6) triginverses:all;
( %o6) all
(%i7) changevar(ratsimp(B),u=atan(t),u,t);
Z 2
u sec (u)
( %o7) 2 2 du
tan (u) + 1
Hay que intentar siempre simplificar las funciones trigonométricas
(%i8) trigsimp(%);
Z
( %o8) 2 udu
( %o9) u2
Deshacemos el cambio de variable
(%i10) subst(atan(t),u,%);
2
( %o10) atan (t)
(%i11) subst(sqrt(x),t,%);
√ 2
( %o11) atan x
5.4.2. Primitivas de Funciones Racionales

Z
P (x)
Sean P (x) y Q(x) polinomios. Se trata de resolver dx. En primer lugar nos aseguraremos de
Q(x)
que el grado P (x) < grado Q(x), en caso contrario haremos la división, P (x) = C(x)Q(x) + R(x), con

grado R(x) < grado Q(x), y ası́

Z Z Z
P (x) R(x)
dx = C(x) dx + dx.
Q(x) Q(x)
Podemos asumir en lo que sigue que grado P (x) < grado Q(x).
Descomposición en fracciones simples

Proposición 102.
Si conocemos la factorización del polinomio del denominador
Q(x) = (x − a1 )m1 · · · (x − ar )mr (x2 + p1 x + q1 )n1 · · · (x2 + ps x + qs )ns ,

p2 P (x)
donde qi > 4i , i = 1, 2, . . . , s. Se puede demostrar que Q(x) se puede expresar de manera única
como suma de fracciones simples:
P (x) A11 Am1

1
A1r Amr
r
= + ... + + . . . + + . . . +
Q(x) (x − a1 ) (x − a1 )m1 (x − ar ) (x − ar )mr
1 1 n1 n1
M x + N1 M x + N1
+ 2 1 + ... + 2 1 + ...+
x + p1 x + q1 (x + p1 x + q1 )n1
M 1 x + Ns1 M ns x + Nsns
+ 2 s + ... + 2 s
(x + ps x + qs ) (x + ps x + qs )ns
donde Aik , Mki , Nki son numeros reales a determinar.
Se trata pues de ser capaz de calcular la primitiva de cada una de las fracciones tipo que aparecen en la
descomposición. Ası́ tenemos:
Proposición 103.
Z
A
dx = A ln |x − a| + K .
x−a
Z
A A 1
n
dx = − + K, n = 2, 3, . . .
(x − a) n − 1 (x − a)n−1
N − M p2 x + p2
Z
Mx + N M h p 2 2
i
2
dx = ln (x + ) + c + arctan + K. siendo c =
√x + px + q 2 2 c c
4q−p2
2 .
Solución:
Maxima sabe resolverlas
(%i1) integrate(A/(x-a),x);

( %o1) log (x − a) A
(%i2) integrate(A/(x-a)^n,x);
Is n-1 zero or nonzero?nonzero;

1−n
(x − a) A
( %o2)
1−n
(%i3) integrate((M*x+N)/(x^2+p*x+q),x);
Is 4q − p2 positive
or negative?positive;

2 x+p
atan √ (2 N − p M )
4 q−p2 log (x2 + p x + q) M
( %o3) p +
4 q − p2 2
Veamos con un ejemplo cómo resolver el tercer tipo:
Ejemplo 62.
Calculad Z
x+1
dx
x2 + x + 1
Solución:
Z Z Z Z Z
x+1 1 2x + 2 1 2x + 1 + 1 1 2x + 1 1 1
dx = dx = dx = dx + dx
x2 + x + 1 2 x2 + x + 1 2 x2 + x + 1 2 x2 + x + 1 2 x2 + x + 1
La primera primitiva es inmediata ya que la derivada de x2 + x + 1 es precisamente 2x + 1 y por tanto
Z
1 2x + 1 1
dx = log(x2 + x + 1)
2 x2 + x + 1 2
Para resolver la segunda comenzamos “completando cuadrados” en el denominador
2 2 2 !
3 (x + 12 )2

2 1 1 1 3 3 2x + 1
x +x+1= x+ +1− = x+ + = 3 + 1 = √ +1
2 4 2 4 4 4
4 3
√
3
√ √
2 dt
Z Z Z
1 1 1 1 2
(†) 3 3 2x + 1
dx = dx = = arctan t = arctan √
2 x2 + x + 1 2 3 2x+1
2 3 2
t +1 3 3 3
4
√
3
+1
2x+1
En (†) hemos hecho el cambio de variable √
3
= t. Finalmente la primitiva queda
Z √
x+1 1 2 3 2x + 1
dx = log(x + x + 1) + arctan √ +C
x2 + x + 1 2 3 3
Cuando aparecen raı́ces complejas múltiples se suele usar el método de Hermite u Ostrogadsky que no
comentaremos aquı́ o bien usar el método de reducción que resolvemos en los complementos.

Proposición 104.
Z
1
Para n ≥ 2 sea In = dx. Entonces
(1 + x2 )n
1 x 2n − 3
In = + In−1 , con I1 = arctan x
2n − 2 (1 + x2 )n−1 2n − 2
Pero no hay que preocuparse, en caso de necesidad lo haremos con Maxima
(%i1) integrate((M*x+N)/(x^2+p*x+q)^2,x);
Is 4 q − p2 positive or negative? positive;

atan √2 x+p 2 (4 N − 2 p M )
x (2 N − p M ) + p N − 2 q M 4 q−p
( %o1) + 3
(4 q − p2 ) x2 + (4 p q − p3 ) x + 4 q 2 − p2 q (4 q − p2 ) 2
Nota.
¿Cómo hacemos la descomposición? Se trata de averiguar las constantes Aik , Mki , Nki . Una forma
es “volver a agrupar” las fracciones de la derecha y el numerador de esta nueva fracción R(x) ha
de ser igual a P (x). Podemos ahora ir dando valores a x e igualar P (x) = R(x) para averiguar
las constantes. Veamos un ejemplo.
Ejemplo 63.
x2 + 3x − 1 x2 + 3x − 1
Z
Descomponer en fracciones simples 5 y calcular dx
(x − x4 − x2 + x) (x5 − x4 − x2 + x)
(%i1) ’integrate((x^2+3*x-1)/(x^5-x^4-x^2+x),x);
x2 + 3 x − 1
Z
( %o1) dx
x5 − x4 − x2 + x
Lo primero que haremos será factorizar el denominador
(%i2) Q:factor(x^5-x^4-x^2+x);
2
( %o2) (x − 1) x x2 + x + 1


(%i3) P:x^2+3*x-1;
( %o3) x2 + 3 x − 1
Escribimos la descomposición en fracciones simples
(%i4) descomp:A/x+B/(x-1)+C/(x-1)^2+(D*x+E)/(x^2+x+1);
E + xD C B A
( %o4) 2
+ 2 + +
x + x + 1 (x − 1) x−1 x
Reagrupamos
(%i5) factor(%);
( %o5) (x3 E − 2 x2 E + x E + x4 D − 2 x3 D + x2 D + x3 C + x2 C + x C + x4 B − x B + x4 A − x3 A − x A +
2
A)/((x − 1) x x2 + x + 1 )

(%i6) ratsimp(%);
(x3 − 2 x2 + x) E + (x4 − 2 x3 + x2 ) D + (x3 + x2 + x) C + (x4 − x) B + (x4 − x3 − x + 1) A

( %o6)
x5 − x4 − x2 + x
(%i7) R:num(%);
( %o7) x3 − 2 x2 + x E + x4 − 2 x3 + x2 D + x3 + x2 + x C + x4 − x B + x4 − x3 − x + 1 A

El numerador de esta fracción ha de ser igual a P . Dando valores a ambos polinomios obtenemos un
sistema
(%i8) [solucion]:solve([ev(R,x=0)=ev(P,x=0),ev(R,x=1)=ev(P,x=1),
ev(R,x=-1)=ev(P,x=-1), ev(R,x=2)=ev(P,x=2), ev(R,x=-2)=ev(P,x=-2)],[A,B,C,D,E]);
1 4 2
( %o8) [[A = −1, B = − , C = 1, D = , E = ]]
3 3 3
Sustituimos estos valores en la descomposición en fracciones simples
(%i9) ev(descomp,solucion);
4x 2
3 + 3 1 1 1
( %o9) − − +
x2 + x + 1 x 3 (x − 1) (x − 1)2
Son todas inmediatas incluso la primera ya que d(x2 + x + 1)/dx = 2x + 1. Integramos
2 log (x2 + x + 1) log (x − 1) 1

( %o10) − log (x) − −
3 3 x−1
Hallar los coeficientes en la descomposición en fracciones simples es pesado. Maxima tiene un comando
(%i11) partfrac(P/Q,x);
4x + 2 1 1 1
( %o11) − − +
3 (x + x + 1) x 3 (x − 1) (x − 1)2
2

5.4.3. Primitivas de Funciones que contienen cos x y sen x

Z
Sea f (u, v) una función racional de dos variables y nos planteamos calcular f (cos(x), sen(x)) dx.
Nota.
En general haremos el cambio de variable t = tan( x2 ) y ası́:
cos(2 x2 ) cos2 ( x2 ) − sen2 ( x2 ) (1) 1 − tan2 ( x2 ) 1 − t2

cos x = x x = x x = 2 x =
sen2 ( 2 ) + cos2 ( 2 ) sen2 ( 2 ) + cos2 ( 2 ) tan ( 2 ) + 1 1 + t2
sen(2 x2 ) 2 sen( x2 ) cos( x2 ) (2) 2 tan( x2 ) 2t

sen x = x x = = =
sen2 ( 2 ) + cos2 ( 2 ) sen2 ( x2 ) + cos2 ( x2 ) tan2 ( x2 ) + 1 1 + t2
Tanto en (1) como en (2) hemos dividido numerador y denominador por cos2 ( x2 ).
x 2
= arctan t ⇒ x = 2 arctan t ⇒ dx = dt.
2 1 + t2
Z
2
Queda entonces una función racional en la variable t, f 1−t , 2t
1+t2 1+t2
2
1+t2 dt.
En algunos casos particulares resulta más rápido hacer otro cambio de variable. Veamos algunos:
Nota.
1. La función f (cos x, sen x) = g(sen x) cos x, donde g(s) es una función racional. Hacemos
t = sen x. Esto ocurre cuando al hacer f (coscos
x,sen x)
x aparecen sólo potencias pares de cos x.
2. La función f (cos x, sen x) = g(cos x) sen x, donde g(s) es una función racional. Hacemos
t = cos x. Esto ocurre cuando al hacer f (cossen
x,sen x)
x aparecen sólo potencias pares de sen x.
3. La función f (cos x, sen x) = g(tan x), donde g(s) es una función racional. Haremos el cambio
tan x = t. Esto ocurre cuando al sustituir sen x por cos x tan x quedan sólo potencias pares
1
de cos x, ya que cos2 x = 1+tan 2 x.
Nota.
cosn x senm x dx, n, m ∈ N.

R
Merece la pena hacer especial mención del caso
a) Si n es impar, haremos el cambio t = sen x.
b) Si m es impar, haremos el cambio t = cos x.

1+cos(2x) 1−cos(2x)
c) Si n y m son pares, usaremos cos2 x = 2 y sen2 x = 2 para “reducir el grado”
en el integrando.

Ejemplo 64.
Calcular las siguientes primitivas.

1 + cos2 x
Z Z Z Z
dx 2 2
1. 2. dx 3. sen x cos x dx 4. (1 − cos x)3/2 dx
5 + 4 cos x cos x(1 + sen2 x)
Solución:
1−t2
1. Haremos el cambio tan x2 = t. Ası́, cos x = 1+t2 , dx = 2
1+t2 dt.
Z Z Z Z Z
1 1 2 2 1 2 1
dx = dt = dt = 2 dt = dt =
5 + 4 cos x 1−t2 1 + t2
5 + 4 1+t2 2
5 + 5t + 4 − 4t2 9+t 2 9 1 + ( 3t )2
Z 1
2 3 2 t 2 1 x
= dt = arctan + C = arctan tan +C
3 1 + ( 3t )2 3 3 3 3 2
Con Maxima
(%i1) f:1/(5+4*cos(x));
1
( %o1)
4 cos (x) + 5
Hacemos el cambio de variable en la primitiva
(%i2) changevar(’integrate(f,x),y=tan(x/2),y,x);
solve: using
Z arc-trig functions to get a solution.Some solutions will be lost.
1
( %o2) 2 dy
(4 y 2 + 4) cos (2 atan (y)) + 5 y 2 + 5
Simplificamos a continuación el integrando
(%i3) trigexpand(%);
Z
1
( %o3) 2 dy
y2
(4 y 2 + 4) y21+1 − y 2 +1 + 5 y2 + 5
(%i4) factor(%);
Z
1
( %o4) 2 2
dy
y +9
Esta es casi inmediata. Hacemos el cambio de variable
(%i5) changevar(%,t=y/3,t,y);
Z
1
( %o5) 2 dt
3 t2 + 3
(%i6) factor(%);
2 t21+1 dt
R
( %o6)
3
Ahora si que es inmediata

2 atan (t)
( %o7)
3
Deshacemos los cambios de variable
(%i8) subst(y/3,t,%);
2 atan y3

( %o8)
3
(%i9) subst(tan(x/2),y,%);

tan( x
2)
2 atan 3
( %o9)
3
2. Haremos el cambio t = sen x, dt = cos x dx ⇔ dx = √ 1 dt
1−t2
1 + cos2 x 1 + (1 − t2 ) 2 − t2 2 − t2
Z Z Z Z
1 (†)
dx = √ √ dt = dt = dt =
cos x(1 + sen2 x) 1 − t2 (1 + t2 ) 1 − t2 1 − t4 (1 − t)(1 + t)(1 + t2 )
Descomponemos a continuación la función en el integrando en fracciones simples
2 − t2 A B Ct + D
= + + =
(1 − t)(1 + t)(1 + t2 ) 1 − t 1 + t 1 + t2
A(1 + t)(1 + t2 ) + B(1 − t)(1 + t2 ) + (Ct + D)(1 − t)(1 + t)
=
(1 − t)(1 + t)(1 + t2 )
Dando valores a los numeradores e igualando obtenemos:
t = 1, 1 = 4A, A = 14 .
t = −1, 1 = 4B , B = 41 .
1 1
t = 0, 2 = 4 + 4 + D, D = 32 .
15 5
t = 2, −2 = 4 − 4 + (2C + 23 )(−3), C = 0.
Sustituyendo estos valores en la integral:
Z Z Z
(†) 1 1 1 1 3 1 1 1 3
= dt + dt + dt = log(1 + t) − log(1 − t) + arctan t + C =
41−t 41+t 2 1 + t2 4 4 2
1 1 3
= log(1 + sen x) − log(1 − sen x) − arctan(sen x)
4 4 2
Con Maxima
(%i1) g:(1+(cos(x))^2)/(cos(x)*(1+(sin(x))^2));
2
cos (x) + 1
( %o1)
2
cos (x) sin (x) + 1
Hacemos el cambio de variable estudiado
(%i2) changevar(’integrate(g,x),y=sin(x),y,x);

y2 − 2
Z
( %o2) dy
y4 − 1
Descomponemos en fracciones simples el integrando
(%i3) partfrac(diff(%,y),y);
3 1 1
( %o3) + −
2 (y 2 + 1) 4 (y + 1) 4 (y − 1)
Estas primitivas son inmediatas
(%i4) integrate(%,y);
log (y + 1) 3 atan (y) log (y − 1)

( %o4) + −
4 2 4
Deshacemos ahora el cambio de variable
(%i5) subst(sin(x),y,%);
log (sin (x) + 1) 3 atan (sin (x)) log (sin (x) − 1)

( %o5) + −
4 2 4
3.
1 − cos 2x 1 + cos 2x
Z Z Z Z
1 x 1 1 + cos 4x
sen2 x cos2 x dx = dx = 1 − cos2 2x dx = − dx =
2 2 4 4 4 2
x x 1 sen 4x x sen 4x
= − − +C = − +C
4 8 4 8 8 32
Con Maxima
(%i1) f:sin(x)^2*cos(x)^2;
2 2
( %o1) cos (x) sin (x)
Pasamos al ángulo doble
(%i2) trigreduce(f);
1 − cos (4 x)
( %o2)
8
Maxima ha hecho la reducción de un paso. Esta primitiva es inmediata
sin(4 x)
x− 4
( %o3)
8
(%i4) ratsimp(%);
sin (4 x) − 4 x
( %o4) −
32
4. Esta primitiva no se ajusta a los métodos vistos antes ya que no es una función racional en el coseno.
Para calcularla usaremos la fórmula del ángulo mitad
1 − cos x
sen2 (x/2) = ⇔ 1 − cos x = 2 sen2 (x/2)
2

Z Z Z Z
3/2 2 3/2 (∗) 3/2 3 3/2
(1 − cos x) dx = (2 sen (x/2)) dx = 2 sen (x/2) dx = 2 (1 − cos2 (x/2)) sen(x/2) dx =
t3 cos3 (x/2)
Z
(∗∗)
= − 23/2 2 1 − t2 dt = −25/2 t − + C = −25/2 cos(x/2) − +C
3 3
En (∗∗) hemos hecho el cambio de variable cos(x/2) = t.
El paso (∗) no es correcto ya que (sen2 (x/2))3/2 6= sen3 (x/2) si no sen2 (x/2)| sen(x/2)|. Estarı́a bien si
asumimos que la primitiva la estamos calculando en el intervalo [0, 2π] ya que entonces sen(x/2) ≥ 0. Esta
licencia que nos hemos tomado le complica la vida a Maxima como veremos a continuación.
Maxima tiene muchos problemas para resolver esta primitiva (de manera satisfactoria para
nosotros) pero lo consigue.
(%i1) f:(1-cos(x))^(3/2);
3
( %o1) (1 − cos (x)) 2
Lo hacemos directamente
(%i2) integrate(f,x);
√ √ √ √

3 atan2 (sin (x) , cos (x)) + 3 π

( %o2) − ( 2 cos (3x) − 9 2 cos (2x) − 9 2 cos (x) + 2 sin
2
√ √ √
3 atan2 (sin (x) , cos (x)) + 3 π
+ − 2 sin (3 x) + 9 2 sin (2 x) + 9 2 sin (x) cos )/ 6
2
Utiliza la función atan2. Buscad en la ayuda de Maxima quién es esta función. Como hemos hecho al resolver
la primitiva, hacemos el siguiente cambio en la función
(%i3) cambio:subst(2*(sin(x/2))^2,1-cos(x),f);
3
x 2 x
( %o3) 2 2 sin sin

2 2

R cos(2 x)+2 x sin(x)−1
|ei x −1| dx + (2 x − 2 sin (x)) ei x − 1
( %o4) 3
22
Esta solución no es muy clara. ¡Incluso aparece la exponencial compleja!
(%i5) assume(sin(x/2)>0);
x
( %o5) [sin > 0]
2
(%i6) cambio;
3
x 2 x
( %o6) 2 2 sin sin

2 2

(%i7) integrate(cambio,x);
cos(2 x)+2 x sin(x)−1

+ (2 x − 2 sin (x)) ei x − 1
R
|ei x −1| dx
( %o7) 3
22

No hemos conseguido nada. El siguiente paquete nos puede ayudar
(%i8) load(abs_integrate);
( %o8) C:/PROGRA 2/MAXIMA 1.0/share/maxima/5.30.0/share/contrib/integration/abs integrate.mac
(%i9) integrate(cambio,x);
 2

3 sin( x
2)
2 2 + 1
!
11 1
 − (cos( x2 )+1)  1
( %o9) 2 2
6 6 4 x 2
 signum
x

12 sin( 2 )
x
36 sin( 2 )
x
36 sin( 2 )  cos +1
6 + 4 + 2 + 12
2
(cos( 2 )+1)
x
(cos( 2 )+1)
x
(cos( 2 )+1)
x
Como solución no es más clara que la anterior. Notad la función signum que aparece. Simplificamos la función
cambio.
(%i10) ratsimp(cambio);
3
x 3
( %o10) 2 2 sin
2
x 3
!
5 cos 2
x
( %o11) 2 2 − cos
3 2
5.4.4. Primitivas de Funciones de la forma f (ex )

Z
Si f es una fracción racional, las primitivas de la forma f (ex ) dx se calculan haciendo el cambio t = ex ,
Z Z Z
dt
y entonces f (ex ) dx = f (t) = f1 (t) dt, donde f1 es también una fracción racional y se reduce a los
t
casos estudiados anteriormente.
Nota.
Hay que mencionar que toda fracción racional de cosh(x) y senh(x) se transforma en una de las
anteriores sin más que expresar dichas funciones hiperbólicas en función de la exponencial:
ex + e−x ex − e−x
cosh(x) = y senh(x) =
2 2
Recordad que las inversas se pueden escribir también como:
p p
arg cosh(x) = ln(x + x2 − 1), arg senh(x) = ln(x + x2 + 1).

Ejemplo 65.
1 − senh x
Z
Calculad dx
1 + cosh x
Solución:
ex −e−x
1 − senh x 1− 2 − ex + e−x 2ex − e2x + 1 2t − t2 + 1 1
Z Z Z Z Z
2
dx = ex +e−x
dx = dx = dx = dt =
1 + cosh x 1+ 2
2 + ex + e−x 2ex + e2x + 1 2t + t2 + 1 t
−t2 + 2t + 1
Z Z
1 2 2 2
= dt = − + dt = log t − 2 log(1 + t) − +C =
t(1 + t)2 t t + 1 (t + 1)2 (1 + t)
2
=x − 2 log(1 + ex ) − +C
(1 + ex )
Ahora la hacemos de otra forma.
1 − senh x
Z Z Z Z
1 senh x 1
dx = dx − dx = ex +e−x
dx − log(1 + cosh x) =
1 + cosh x 1 + cosh x 1 + cosh x 1+ 2
Z Z x
2 2e
= dx − log(1 + cosh x) = dx − log(1 + cosh x) =
2 + ex + e1x 2ex + e2x + 1
Z
1 2
=2 dt − log(1 + cosh x) = − − log(1 + cosh x) + C =
t2 + 2t + 1 1+t
2
=− − log(1 + cosh x) + C
1 + ex
Con Maxima la podemos hacer directamente pero vamos a hacer el cambio de variable
que hemos realizado anteriormente
(%i1) g:(1-(exp(x)-exp(-x))/2)/(1+(exp(x)+exp(-x))/2);
ex −e−x
1− 2
( %o1) ex +e−x
2 +1
Hacemos el cambio de variable y = exp(x) en la primitiva
(%i2) changevar(’integrate(g,x),y=exp(x),y,x);
y2 − 2 y − 1
Z
( %o2) − dy
y3 + 2 y2 + y
Descomponemos ahora en fracciones simples el integrando
2 2 1
( %o3) − + 2 +
y + 1 (y + 1) y
Estas primitivas son inmediatas

2
( %o4) − 2 log (y + 1) + log (y) −
y+1
(%i5) subst(exp(x),y,%);
2
( %o5) − 2 log (ex + 1) − +x
ex +1
√
5.4.5. Primitivas de funciones que contienen ax2 + 2bx + c
√
Nos proponemos calcular primitivas de expresiones que continenen ax2 + 2bx + c, donde a, b, c son
números reales con a 6= 0 en aquellos intervalos de R donde ax2 + 2bx + c ≥ 0. Descartamos, pues, el caso
b2 − ac < 0.
2
Poniendo d = (ac−b )
se tiene la identidad ax2 + 2bx + c = a(x + ab )2 + d lo cual nos sugiere hacer el
a √
cambio de variable x + ab = t. Nos quedará ahora una expresión del tipo at2 + d. Dependiendo de los signos
de a y d tenemos tres tipos:
√
Nota (Tipo at2 + d).
1. a > 0, d > 0. Podemos hacer dos cambios:

q q
Hacemos at2 = d senh2 u (o t = d
a senh u) y se transforma en d(1 + senh2 u) =
√ q
d cosh u, con dt = ad cosh u du.
q p
d
Hacemos at2 = d tan2 u (o t = a tan u) y se transforma en d(1 + tan2 u) =
√ √ √ q
d sec2 u = d sec u, con dt = ad sec2 u du.
√
2. a > 0, d < 0. Ponemos e = −d > 0 y queda at2 − e.
q
Hacemos at2 = e cosh2 u (o t = e(cosh2 u − 1) =
pe
a cosh u) y se transforma en
√
e senh u, con dt = ae senh u.
p
pe p
Hacemos at2 = e sec2 u (o t = sec u) y se transforma en e(sec2 u − 1) =
√ √ √ a
e tan2 u = e tan u, con dt = ae sec u tan u du
p
√
3. a
q< 0, d > 0. Ponemos e = p −a > 0 y queda d − et2 . Hacemosqet2 = d sen2 u (o t =
d
√
e sen u) y se transforma en d(1 − sen2 u) = d cos u, con dt = de cos u.
Normalmente, resulta más complicado usar los cambios trigonométricos circulares en los apartados
1 y 2.

Ejemplo 66.
Calculad
Z p las siguientes primitivas:
Z Z
1 1
1. x2 + 2x dx 2. (−x2 + x + 1)− 2 dx 3. √ dx
x2 2x2 + 3
Solución:
1. ZLapharemos de dosZ formas.
q
(†)
X x2 + 2x dx = (x + 1)2 − 1 dx = (Haciendo x + 1 = cosh t, dx = senh t dt)
cosh(2t) − 1
Z p Z Z
(†) 1 1
= cosh2 t − 1 senh t dt = senh2 t dt = dt = − t + senh(2t) + C =
2 2 4
1 1 1 p 1p
= − arg cosh(x + 1) + senh t cosh t + C = − log(x + 1 + x2 + 2x) + cosh2 t − 1(x + 1) + C =
2 2 2 2
1 p 1 p
= − log(x + 1 + x2 + 2x) + (x + 1) x2 + 2x + C
2 2
Hacemos el cambio con Maxima
(%i1) g:sqrt((x+1)^2-1);
q
2
( %o1) (x + 1) − 1
Hacemos el cambio de variable aprendido para eliminar la raı́z cuadrada
(%i2) subst(cosh(t),x+1,g);
q
2
( %o2) cosh (t) − 1
(%i3) a:trigsimp(%);
( %o3) |sinh (t)|
Tenemos que hacer desaparecer el valor absoluto
(%i4) assume(sinh(t)>0);
( %o4) [sinh (t) > 0]
(%i5) a*diff(cosh(t),t);
( %o5) sinh (t) |sinh (t)|
Para hallar una primitiva del senh2 (t) hemos de pasar al ángulo doble
(%i6) trigreduce(%);
cosh (2 t) − 1
( %o6)
2

(%i7) integrate(%,t);
sinh(2 t)
2 −t
( %o7)
2
(%i8) subst(acosh(x+1),t,%);
sinh(2 acosh(x+1))
2 − acosh (x + 1)
( %o8)
2
Le pedimos que desarrolle el senh del ángulo doble
√ √
x (x + 1) x + 2 − acosh (x + 1)
( %o9)
2
Pedimos ahora a Maxima que escriba la trigonométrica hiperbólica inversa en términos de logaritmos
(%i10) logarc(%);
√ √ √ √
x (x + 1) x + 2 − log x x + 2 + x + 1
( %o10)
2
X Haremos ahora el cambio x + 1 = sec u, dx = sec u tan u du.
sen2 u
Z p Z q Z Z
(†)
x2 + 2x dx = (x + 1)2 − 1 dx = tan u sec u tan u du = du =
cos3 u
Haciendo el cambio v = sen u, dv = cos u du
v2 v2
Z Z Z
(†) (1) 1 1 1 1
= dv = dv = − + − + dv =
(1 − v 2 )2 (1 − v)2 (1 + v)2 4(1 + v) 4(1 + v)2 4(1 − v) 4(1 − v)2

1 1 1 1 1 1−v 1 2v
= − log(1 + v) + log(1 − v) − + = log + =
4 4 4(v + 1) 4(1 − v) 4 1+v 4 1 − v2
1 − sen2 u

1 1 − sen u 1 2 sen u 1 1 sen u
= log + = log + =
4 1 + sen u 4 1 − sen2 u 4 (1 + sen u)2 2 cos2 u
cos2 u

1 1 sen u 1 cos u 1 sen u
= log + = log + =
4 (1 + sen u)2 2 cos2 u 2 1 + sen u 2 cos2 u
√
x2 +2x
1
!
(2) 1 x+1 1 1+x 1 1 1 p
= log √ + 1 = log √ + (x + 1) x2 + 2x =
2 1 + x1+x
2 +2x
2 (1+x) 2 2 x + 1 + x2 + 2x 2
1 p 1 p
= − log x + 1 + x2 + 2x + (x + 1) x2 + 2x + C
2 2
En (1) hemos hecho la descomposición en fracciones simples.
1
En (2) hemos deshecho el cambio de variable x + 1 = sec u haciendo cos u = x+1 y por tanto
s p √
p
2
1 (x + 1)2 − 1 x2 + 2x
sen u = 1 − cos u = 1 − = =
(x + 1)2 x+1 x+1
2. −x2 + x + 1 = −(x2 − x − 1) = −((x − 12 )2 − 1

4 − 1) = −((x − 12 )2 − 54 ) = 5
4 − (x − 12 )2 . Hacemos ahora
el cambio r
1 5
x− = sen t
2 4

Z Z Z r Z
2 − 12 1 1 5 1
(−x + x + 1) dx = q dx = q cos t dt = cos t dt = t + C =
5
− (x − 12 )2 5
− 5
sen2 t 4 cos t
4 4 4
1
x− 2 2x − 1
= arc sen q + C = arc sen √ +C
5 5
4
Cambio de variable a mano con Maxima
(%i1) f:1/sqrt(5/4-(x-1/2)^2);
1
( %o1) q
5 1 2

4 − x− 2
A veces tenemos problemas con el cambio de variable directo
(%i2) changevar(’integrate(f,x),x=1/2+sqrt(5/4)*sin(t),t,x);
Z
cos (t)
( %o2) − i p p dt
sin (t) − 1 sin (t) + 1
Aplicamos entonces la fórmula del cambio de variable a mano.
(%i3) subst(1/2+sqrt(5/4)*sin(t),x,f);
1
( %o3) q
5 5 sin(t)2
4 − 4
Las funciones trigonométricas es aconsejable simplificarlas lo máximo posible
(%i4) factor(%);
2
( %o4) √ q
2
5 1 − sin (t)
(%i5) fsimple:trigsimp(%);
2
( %o5) √
5 |cos (t)|
Quitemos ahora el valor absoluto
(%i6) assume(cos(t)>0);
( %o6) [cos (t) > 0]
(%i7) fsimple*diff(1/2+sqrt(5/4)*sin(t),t);
cos (t)
( %o7)
|cos (t)|
Esto vale 1 y su primitiva
(%i8) integrate(%,t);

( %o8) t
(%i9) subst(asin((x-1/2)/sqrt(5/4)),t,%);
!
2 x − 12
( %o9) asin √
5
(%i10) factor(%);

2x − 1
( %o10) asin √
5
3. La haremos de dos formas: usando las trigonométricas hiperbólicas y las circulares.
X Hacemos el cambio 2x2 = 3 senh2 t, y ası́:
√ Z √
q
3
2 cosh t
Z Z
1 2 1 2 cosh t
√ dx = 3 2
√ dt = 2 dt = − +C =
2
x 2x + 32
2 senh t 3 cosh t
3 senh t 3 senh t
√ √1 √ 2 √
2 3 2x + 3 2x2 + 3
=− q +C =− +C
3 2
x 3x
3
(%i1) f:1/(x^2*sqrt(2*x^2+3));
1
( %o1) √
x2 2 x2 + 3
(%i2) changevar(’integrate(f,x),x=sqrt(3/2)*sinh(t),t,x);
√ R cosh(t)
2 √ dt
sinh(t)2 sinh(t)2 +1
( %o2)
3
(%i3) trigsimp(%);
√ R 1
2 cosh(t) 2
−1
dt
( %o3)
3
(%i4) subst(sinh(t)^2,cosh(t)^2-1,%);
√ R 1
2 sinh(t) 2 dt
( %o4)
3
(%i5) u:-sqrt(2)/3*coth(t);
√
2 coth (t)
( %o5) −
3
Maxima maneja mejor la tangente hiperbólica
(%i6) v:-(sqrt(2)/3)/tanh(t);
√
2
( %o6) −
3 tanh (t)

(%i7) subst(asinh(sqrt(2/3)*x),t,v);
q
2 x2
3 +1
( %o7) − √
3x
(%i8) factor(%);
√
2 x2 + 3
( %o8) −
3x
Que coincide con el valor obtenido a mano. Podemos también sustituir en la integral el seno hiperbólico en
función de la exponencial
(%i9) subst((exp(t)-exp(-t))/2,sinh(t),%o4);
5 R
2 2 (et −e1−t )2 dt
( %o9)
3
(%i10) expand(%);
5 R
2 2 e2 t +e1−2 t −2 dt
( %o10)
3
(%i11) changevar(%,y=%e^t,y,t);
5 R
2 2 y4 −2yy2 +1 dy
( %o11)
3
Descomponemos el integrando en fracciones simples
√ √
2 2
( %o12) 2 − 2
3 (y − 1) 3 (y + 1)
Esta es inmediata
√ √
2 2
( %o13) −
3 (y + 1) 3 (y − 1)
(%i14) subst(%e^t,y,%);
√ √
2 2
( %o14) −
3 (et + 1) 3 (et − 1)
(%i15) factor(%);
3
22
( %o15) −
3 (e − 1) (et + 1)
t
(%i16) subst(asinh(sqrt(2/3)*x),t,%);

3
22
( %o16) − √ √
asinh √23x asinh √23x
3 e −1 e +1
El siguiente comando hace que para las inversas de las trigonométricas hiperbólicas se usen logaritmos
(%i17) logarc(%);
3
22
( %o17) − q √
q √

2 x2 √2 x 2 x2 √2 x
3 3 +1+ 3
−1 3 +1+ 3
+1
Simplificamos la expresión
(%i18) factor(%);
3
22
( %o18) − √ √ √ √ √ √
2 x2 + 3 + 2x − 3 2 x2 + 3 + 2 x + 3
Obteniendo esta primitiva.
(%i19) radcan(%);
√
2
( %o19) − √ √
2 x 2 x + 3 + 2 x2
2
(%i20) i:integrate(f,x);
√
2 x2 + 3
( %o20) −
3x
¿Pero qué relación hay entre estas dos funciones? Han de ser iguales salvo una constante
(%i21) %o8-%o19;
√ √
2 2 x2 + 3
( %o21) √ √ −
2 x 2 x2 + 3 + 2 x2 3x
(%i22) radcan(%);
√ 3
2 2 x2 + 3 + 2 2 x
( %o22) − √ √
3 2 2 x2 + 3 + 6 x
(%i23) factor(%);
√ √
2 2 x2 + 3 + 2 x
( %o23) − √ √
3 2 2 x2 + 3 + 2 x
El siguiente comando nos ayuda a simplificar los radicales
( %o24) true
(%i25) radcan(%o23);
√
2
( %o25) −
3

5.5 Aplicaciones de la Integral 228 Capı́tulo 5
√ √
X Hacemos ahora el cambio 2x2 = 3 tan2 u, es decir, x = √3 tan u ⇒ dx = √3 sec2 u du
2 2
Z Z √
1 1 3
√ dx = √ p 2 √ sec2 u du =
x 2x2 + 3
2 3 2
2 tan u 3 tan u + 1
2
√
sec2 u
Z Z
2 2 cos u (X)
=√ du = du =
23 tan2 u sec u 3 sen2 u
Haciendo ahora el cambio sen u = t, dt = cos u du resulta

√ Z √ √ √ √
(X) 2 −2 21 2 1 (XX) 2 1 2x2 + 3
= t dt = − =− = − √ =−
3 3 t 3 sen u 3 √ 2x 3x
3+2x2
En (XX) tenemos que deshacer el cambio. Dado que
1 2 2 1 1 + tan2 u tan u
= cosec u = 1 + cot u = 1 + 2 = ⇒ sen u = p
sen2 u tan u tan2 u 1 + tan2 u
Además, al ser 23 x2 = tan2 u tenemos

√
√
q
2 √2 x
3x 3 2x
sen u = q = √
2
=√
1+ 2 2 3+2x
√ 3 + 2x2
3x 3
Ejercicios 15.
Calculad las siguientes primitivas:

Z Z Z
log x
A) x2 arctan x dx B) sen xex dx C) 2
dx
Z Z Z x
2x + 2 (x + 2)
D) x2 cos 3x dx E) 2 2
dx F ) dx
(x − 1)(x + 1) Z (xarc+ 3)(x + 4)3
Z Z sen x
2 x arctan x xe
G) x cos(4x − 1) dx H) √ dx I) √ dx
1+x 2 1 − x2
Z Z 3x Z
x x 12 e 1
J) e (1 + e ) dx K) dx L) x5 (1 + x3 ) 3 dx
Z Z e2x − ex + 1 Z
M ) sen4 x dx N) sen4 x cos3 x dx Ñ ) senh3 x cosh2 x dx
Z Z Z p
cos x 1
O) dx P) dx Q) 9x2 − 4 dx
1 − sen x sen x + cos x
5.5. Aplicaciones de la Integral

5.5.1. Cálculo de áreas de figuras planas

Definición 67.
Sean f, g : [a, b] → R continuas. Supongamos que f (a) = g(a) y f (b) = g(b) y f (x) ≥ g(x) para
todo x ∈ [a, b]. Entonces el área encerrada por las gráficas de f y g se define como:
Z b
(f (x) − g(x)) dx.
a
Ejemplo 67.
Hallar el área del recinto limitado por las curvas y = x3 − 12x e y = x2 .
Solución:
Las gráficas de las funciones y el recinto cuya área hay que calcular son:
Para hallar los puntos de corte de las curvas resolvemos la ecuación
x3 − 12x = x2 ⇒ x3 − x2 − 12x = 0 ⇒ x(x2 − x − 12) = 0 ⇒ x(x − 4)(x + 3) = 0
Ası́ el área pedida es

0 4 0 4
x4 x3
4
x3
Z Z
x 937
A= [(x3 − 12x) − x2 ] dx + [x2 − (x3 − 12x)] dx = − − 6x2 + − + + 6x2 =
−3 0 4 3 −3 4 3 0 12
Comprobamos con Maxima qué función está por encima en cada trozo y calculamos el
área
(%i1) f:x^3-12*x;
g:x^2;
( %o1) x3 − 12 x
( %o2) x2
(%i3) solve(f=g,x);
( %o3) [x = −3, x = 4, x = 0]

(%i4) assume(-3<x and x<0);
( %o4) [x > −3, x < 0]
(%i5) is( f<g );
( %o5) f alse
(%i6) is (f>g);
( %o6) true
(%i7) forget(-3<x and x<0);
( %o7) [x > −3, x < 0]
(%i8) assume (x>0 and x<4);
( %o8) [x > 0, x < 4]
(%i9) is (f<g);
( %o9) true
(%i10) integrate(f-g,x,-3,0)+integrate(g-f,x,0,4);
937
( %o10)
12
Maxima dispone de un paquete que puede ayudarnos a integrar el valor absoluto.
(%i11) load(abs_integrate);
( %o11) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/contrib/integration/abs integrate.mac
Podemos pues intentar evaluar la integral directamente
(%i12) integrate(abs(f-g),x,-3,4) ;
937
( %o12)
12
5.5.2. Longitud de un arco de curva

Definición 68.
Sea f : [a, b] → R una función de clase C 1 ([a, b]). La longitud de la curva C = {(x, y) : x ∈
Z bq
[a, b], y = f (x)} viene dada por L = 1 + [f 0 (x)]2 dx
a

Sea f : [a, b] → R de clase C 1 y π = (a = x0 < x1 < . . . < xn = b) una partición. Sea Pi = (xi , f (xi )). Una
aproximación a la longitud de la curva nos la da longitud de la poligonal inscrita en la misma:
( x ,f ( x ))
3 3
( b,f ( b))
( x ,f ( x ))
1 1
( x ,f ( x ))
4 4
( x ,f ( x ))
5 5
( a,f ( a)) ( x ,f ( x ))
2 2
s
n n q n 2
X X 2
X f (xi ) − f (xi−1 )
d(Pi−1 , Pi ) = (f (xi ) − f (xi−1 )) + (xi − xi−1 )2 = + 1(xi − xi−1 ) =
i=1 i=1 i=1
xi − xi−1
n q
2
X
= 1 + (f 0 (ξi )) (xi − xi−1 ) con ξi ∈ (xi−1 , xi )
i=1
Z b q
2
que converge a 1 + (f 0 (x)) dx cuando kπ k → 0.
a
Fin
Ejemplo 68.
Hallad la longitud de la circunferencia de radio R.
Solución:
√
La longitud total L será el cuádruple de la del primer cuadrante, donde la ecuación es y = R2 − x2 .
Simplifiquemos primero la raı́z del integrando:
s 2 r r
2 R2

− 2x x R
q
1 + [y 0 ]2 = 1 + √ = 1+ 2 2
= =√
2 R 2 − x2 R −x R − x2
2
R2 − x2
Por tanto
π π
Z R Z R Z Z
dx R cos t dt R cos t dt
q 2 2
(†)
L =4 1 + [y 0 ]2 dx = 4R √ = 4R √ = 4R √ =
2
R −x2 R2 − R2 sen2 t R cos2 t
0 0 0 0
Z π
2 π
=4R dt = 4R = 2πR
0 2
En (†) hemos hecho el cmabio x = R sen t.

(%i1) f(x):=sqrt(R^2-x^2);
p
( %o1) f (x) := R2 − x2
(%i2) 4*’integrate(sqrt(1+(diff(f(x),x))^2),x,0,R);
Z Rr
x2
( %o2) 4 + 1dx
0 R − x2
2
(%i3) L:ratsimp(%);
Z R
1
( %o3) 4 |R| √
dx
0 − x2 R2
(%i4) assume(R>0);
( %o4) [R > 0]
(%i5) changevar(L,x=R*sin(theta),theta,x);
solve: using arc-trig functions to get a solution.Some solutions will be lost.

Z π2
cos (θ)
( %o5) 4 p p dθ |R|
0 1 − sin (θ) sin (θ) + 1
(%i6) trigsimp(%);
Z π
2 cos (θ)
( %o6) 4 p p dθ R
0 1 − sin (θ) sin (θ) + 1
( %o7) 2 π R
5.5.3. Sólidos de revolución

Definición 69 (Alrededor del eje OX).
Llamamos sólido de revolución al cuerpo que se obtiene al girar una función f : [a, b] → R
alrededor del eje OX .
Z b
El volumen de dicho cuerpo es V = π [f (x)]2 dx
a
Z b q
El área de dicho cuerpo vale A = 2π f (x) 1 + [f 0 (x)]2 dx
a
Sea f : [a, b] → R continua y positiva. El sólido de revolución generado por f es el cuerpo de R3 que resulta
al girar la gráfica de la curva y = f (x), x ∈ [a, b], alrededor de la recta OX .

a b
El volúmen de dicho sólido lo podemos calcular de la siguiente forma: tomamos una partición arbitraria del
intervalo [a, b], π = (a = x0 < x1 < . . . < xn = b) y aproximamos el volumen del cuerpo mediante “secciones
cilı́ndricas” del mismo. Para hacerlo consideramos un subintervalo de la partición [xi−1 , xi ] y trazamos un
rectángulo de altura f (xi ).
x i-1 x i
Al girar dicho rectángulo, generamos un cilindro alrededor del sólido cuyo volumen aproxima a la parte
correspondiente del sólido.

El volumen de dicho cilindro, cuyo radio es precisamente f (xi ) y la altura xi − xi−1 , viene dado por
π(f (xi )2 )(xi − xi−1 )
Sumando ahora todas las secciones cilı́ndricas generadas por la partición obtenemos una aproximación del
volumen del sólido:
n
X
V (f, π) = π(f (xi ))2 (xi − xi−1 )
i=1
refinando la partición (o haciendo kπ k → 0) esta expresión converge al volumen pedido y queda

Z b
2
π (f (x)) dx
a
Fin
Definición 70 (Alrededor del eje OY ).
Sea f : [a, b] → R continua. Nos planteamos calcular el volumen del sólido que resulta al girar
alrededor del eje OY la superfice encerrada por las rectas x = a, x = b y la curva y = f (x). El
Z b
volumen es 2π xf (x)dx.
a
Vamos a girar la curva y = f (x)
a b

El sólido al que vamos a calcular el volumen es el encerrado por las superficies roja (la que resulta al gira la
gráfica de f ), la azul (la que resulta al gira la recta x = a con y ∈ [0, f (a)]) y la verde (girar la recta x = b
con y ∈ [0, f (b)]).
Consideremos una partición de [a, b], π = (a = x0 < x1 < . . . < xn = b) una partición de [a, b]. En el
subintervalo [xi−1 , xi ] tomamos el punto medio xi−12+xi , evaluamos la función en dicho punto y dibujamos
un rectángulo de altura f ( xi−12+xi ).
Al girar dicho cilindro alrededor del eje OY obtenemos el sólido
cuyo volumen es
xi−1 + xi xi−1 + xi xi−1 + xi
πx2i f ( ) − πx2i−1 f ( ) = π(x2i − x2i−1 )f ( )
2 2 2

Haciendo lo mismo en cada subintervalo de la partición y sumando aproximamos el volumen del sólido de
revolución mediante
n n Z b
X xi + xi−1 X xi + xi−1 xi + xi−1
π(x2i − x2i−1 )f = 2π f (xi − xi−1 ) → 2π xf (x)dx
i=1
2 i=1
2 2 a
Fin
Ejemplo 69.
Hallar el volumen y el área de la esfera de radio R.
Solución:
√
La esfera de radio R se genera al hacer girar la circunferencia de radio R, es decir, al hacer girar y = R2 − x2
entre [−R, R]. Ası́ el volumen es
R R R
x3
Z 2 Z
p 4
V =π R2 − x2 dx = π (R2 − x2 ) dx = π R2 x − = πR3
−R −R 3 −R 3
Para hallar el área aprovechamos los cálculos del ejercicio anterior, y vale
Z R Z R
p R R
A = 2π R 2 − x2 √ dx = 2π R dx = 2πR [x]−R = 4 πR2
−R R2 − x2 −R
5.5.4. Volumen de un cuerpo por secciones

Definición 71.
Supongamos que tenemos un cuerpo y que, para cada c ∈ [a, b], el corte de ese cuerpo con el plano
x = c tiene una superficie S(c). Si suponemos además que la aplicación x 7→ S(x) es continua en
[a, b], entonces el volumen del cuerpo entre a y b vale
Z b
V = S(x) dx.
a
Dada una partición del intervalo [a, b], π = (a = x0 < x1 < . . . < xn = b), tomamos ci ∈ [xi−1 , xi ] y
trazamos el plano x = ci . Suponemos conocida el área de la sección (azul) de dicho plano con el sólido,
S(ci ).

En el subintervalo [xi−1 , xi ] aproximamos el volumen del sólido mediante el cilindro de base S(ci ) y altura
xi − xi−1 .
Podemos ası́ aproximar el volumen el volumen del sólido mediante

Xn Z b
S(ci )(xi − xi−1 ) → S(x)dx cuando kπ k → 0
i=1 a
Fin
Ejemplo 70.
Calcular el volumen de una pirámide de altura h y con base cuadrada de área B .
Solución:
Situemos el vértice en el origen y el centro de la base en el eje horizontal (en el punto (h, 0)). El corte con el
plano x = c es un cuadrado cuyo área aumenta proporcionalmente al cuadrado de c, es decir, S(c) = kc2 para
cierto k . Podemos determinar el valor de k porque sabemos que B = S(h) = kh2 , y por tanto k = B/h2 .
Ası́ S(c) = Bc2 /h2 y el volumen vale
h h
Bx2 B x3
Z
1
V = dx = 2 = Bh
0 h2 h 3 0 3
Obsérvese que no hemos usado la forma de la base; podrı́a haber sido cualquier otro polı́gono regular o un
cı́rculo, y en este caso la pirámide se convertirı́a en un cono.

5.6 Integrales impropias 238 Capı́tulo 5
Ejercicios 16.
1. Calcular el área del recinto limitado por la curva y = x3 − x y su tangente en el punto de

abscisa x = −1.
2. Determinar el área superficial de un cono de altura h y de base de radio R.
3. Calcular el volumen del sólido que se obtiene cuando gira alrededor del eje horizontal el
cı́rculo de ecuación (x − 5)2 + (y − 5)2 ≤ 4.
4. La base de un sólido es el cı́rculo de centro (0, 0) y radio 1 en el plano XOY. Sus secciones
por planos perpendiculares al eje OX son cuadrados. Calcular el volumen del sólido.
5.6. Integrales impropias

Dos ejemplos concretos
Se trata de extender el concepto de integral a funciones acotadas en intervalos no acotados y a funciones
no acotadas en intervalos acotados.
Ejemplo 71.
1
Como ejemplo del primer caso Z podemos considerar la función f (x) = x2 en el intervalo I = [1, ∞),
∞
1
y darle sentido a la expresión 2
dx.
1 x
Solución:
Dado u ∈ [1, ∞) cualquiera, podemos calcular
Z u u
1 1 1
2
dx = − = 1 −
1 x x 1 u
y podrı́amos definir Z ∞ Z u
1 1 1
dx := lı́m dx = lı́m 1 − =1
1 x2 u→∞ 1 x2 u→∞ u
Ejemplo 72.
Z 1
1
En el segundo caso considerar la función f (x) = √1 en I = (0, 1] y ver cómo definir √ dx.
x x
0

Solución:
Tomamos ahora u ∈ (0, 1] y calculamos
Z 1 √
1 1
√ dx = 1 1 − u
u x 2
igualmente definimos Z 1 Z 1 √
1 1 1
√ dx := lı́m √ = lı́m 1 1 − u = 2
0 x u→0+ u x u→0 2
+
Definición 72.
Diremos que una función f : [a, b) →

Z R, (b ≤ ∞), es localmente integrable si para todo u ∈ [a, b),
u
f|[a,u] es integrable, es decir, existe f (x) dx.
a Z u
Si f es localmente integrable y existe lı́mu→b− f (x) dx, diremos que la integral impropia
Z b a
f (x) dx es convergente y que su valor es

a
Z b Z u
f (x) dx := lı́m− f (x) dx.
a u→b a
Z b
(Análogamente definimos para f : (a, b] → R la integral impropia f (x) dx).
a
Si el lı́mite anterior es +∞ o −∞, diremos que la integral (impropia) diverge hacia +∞ o −∞
respectivamente. Si no existe dicho lı́mite diremos que no existe la integral en sentido impropio.
Ejemplo 73.
Z ∞ Z 1
1 1
Veamos dos ejemplos: si α ∈ R, 1. dx, 2. dx
1 xα 0 xα
Solución:
1
1. Como la función xα es continua en [1, ∞), es localmente integrable en [1, ∞). Distingamos dos casos:
dado u ∈ [1, ∞).
Si α 6= 1, Z u
1 1 1
dx = −1
1 xα 1−α uα−1
Si α = 1, Z u
1
dx = log u
1 x
Luego, si α > 1 Z ∞
1 1 1 1
α
dx := lı́m −1 =
1 x u→∞ 1 − α uα−1 α−1

Si α < 1 Z ∞
1 1 1
dx := lı́m −1 =∞
1 xα u→∞ 1 − α uα−1
Si α = 1 Z ∞
1
α
dx := lı́m log u = ∞.
1 x u→∞
Z ∞
1
La integral impropia dx es pues convergente si α > 1 siendo divergente en caso contrario.
1 xα
Con Maxima
(%i1) integrate(1/x^a,x,1,inf);
Is a positive, negative, or zero?positive;

Is a-1 positive, negative, or zero?positive;
1
( %o1)
a−1
Is a positive, negative, or zero? positive;

Is a-1 positive, negative, or zero?zero;
defint: integral is divergent. – an error. To debug this try: debugmode(true);
Is a positive, negative, or zero?positive;

Is a-1 positive, negative, or zero?negative;
Is a1 an integer?yes;
Is a positive, negative, or zero?negative;

2. Solo hay que estudiar el caso α > 0 ya que si α ≤ 0 la función es continua en el intervalo cerrado [0, 1] y
se trata de una integral de Riemann normal. En cualquier caso, la función x1α es continua en (0, 1] y por lo
tanto localmente integrable. Igual que antes, dado u ∈ (0, 1], si α 6= 1
Z 1 1
1 1 1 1 1
α
dx = = 1 −
u x 1 − α xα−1 u 1 − α uα−1
si α = 1, Z 1
1 1
dx = [log x]u = − log u
u xα
Luego, si α < 1 Z 1 Z 1
1 1 1
dx = lı́m+ dx = ,
0 xα u→0 u x α 1−α
si α ≥ 1 Z 1 Z 1
1 1
dx = lı́m+ dx = +∞.
0 xα u→0 u xα
1
Ası́ pues la integral impropia es convergente a 1−α para α < 1 y divergente en caso contrario.

5.6.1. Propiedades
Para definir una integral impropia en un intervalo abierto (a, b) necesitamos el siguiente teorema.
Teorema 105.
Sea f una función definida y localmente integrable en [a, b) y sea a < c < b. La función es
integrable en sentido impropio en [a, b) si, y sólo si, lo es en [c, b) y, en este caso, se cumple
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c
Prueba:
Si a < c < t < b, Z t Z c Z t
f (x) dx = f (x) dx + f (x) dx
a a c
Z t Z t
y por tanto, existe lı́mt→b− f (x) dx si, y sólo si, existe lı́mt→b− f (x) dx. En este caso es obvio que vale
a c
la relación del enunciado.
Fin de la prueba
Definición 73.
Sea f una función definida en (a, b), (a ≥ −∞, b ≤ +∞). Supongamos que f sea integrable
Z b
Riemann en cada subintervalo cerrado de (a, b). Diremos que la integral impropia f (x) dx
Z ca
es convergente si para un c, a < c < b, son convergentes las integrales impropias f (x) dx y
Z b a
f (x) dx. En este caso, definimos

c
Z b Z c Z b
f (x) dx := f (x) dx + f (x) dx.
a a c
Nota.
Por el teorema anterior, el valor de la integral impropia definida anteriormente no depende del
punto c.

Ejemplo 74.
Z +∞ Z 0 Z ∞
1 1 1
dx = dx + dx =
−∞ 1 + x2 −∞ 1 + x2
0 1 + x2
π π
= − lı́m arctan(u) + lı́m arctan(u) = −(− ) + = π.
u→−∞ u→∞ 2 2
Solución:
(%i1) integrate(1/(1+x^2),x,-inf,inf);
( %o1) π
Proposición 106 (Condición de Cauchy).
Sea f : [a, b) → R. Existe lı́mx→b− f (x) si, y sólo si, para cada ε > 0 existe b0 , a < b0 < b, tal que
|f (x1 ) − f (x2 )| < ε si b0 < x1 < x2 < b.
Teorema 107.
Sea f una función localmente integrable en [a, b). Una condición necesaria y suficiente para que
Z b
la integral impropia f (x) dx sea convergente es que para cada ε > 0 exista b0 , a < b0 < b tal
a
que Z x2

f (t) dt<ε

x1
si b0 < x1 < x2 < b.
Prueba: Z x
Es suficiente aplicar la proposición anterior a la función F (x) = f (t) dt.
a
Fin de la prueba
Nota.
Obsérvese que, si b es finito y f está acotada en [a, b), la integral impropia converge siempre, ya
que si |f (x)| < K , entonces Z x2

f (t) dt ≤ K |x1 − x2 |.
x1

Las siguientes propiedades elementales de las integrales impropias, son consecuencias inmediatas de las
propiedades de los lı́mites y de las correspondientes de las integrales de Riemann.
Teorema 108.
Sean f y g dos funciones integrables en sentido impropio en [a, b) y sean λ, µ números reales. La
función λf + µg es entonces integrable en sentido impropio y se cumple
Z b Z b Z b
(λf + µg)(t) dt = λ f (t) dt + µ g(t) dt.
a a a
Prueba:
Basta pasar la lı́mite cuando x → b− en la identidad
Z x Z x Z x
(λf + µg)(t) dt = λ f (t) dt + µ g(t) dt.
a a a
Fin de la prueba
Teorema 109.
Sean f y g continuas en [a, b), g derivable con derivada continua. Sea F una función primitiva de
f . La existencia de dos de los tres lı́mites siguientes implica la existencia del otro:
Z x Z x
lı́m− f (t)g(t) dt, lı́m− F (x)g(x), lı́m− F (t)g 0 (t) dt.
x→b a x→b x→b a
En este caso se cumple la igualdad:

Z b Z b
f (t)g(t) dt = lı́m− F (x)g(x) − F (a)g(a) − F (t)g 0 (t) dt.
a x→b a
Prueba:
Basta pasar al lı́mite cuando x → b− en la identidad dada por la regla de integración por partes en el
intervalo [a, x]: Z x Z x
f (t)g(t) dt = F (x)g(x) − F (a)g(a) − F (t)g 0 (t) dt.
a a
Fin de la prueba
Ejemplo 75.
Z ∞ Z ∞
te−t dt = lı́m (xe−x ) + e−t dt = 1
0 x→∞ 0

5.6.2. Funciones no negativas

Cuando el integrando de una integral impropia es no negativo se pueden dar condiciones que aseguren la
convergencia de la misma.
Teorema 110.
Sea f una función localmente integrable y no negativa en [a, b). Una condición necesaria y suficien-
Z b Z x
te para que la integral impropia f (t) dt sea convergente es que la función F (x) = f (t) dt
a a
esté acotada.
Prueba:
Por ser f no negativa se deduce que F es monótona creciente.
Si F está acotada existe lı́mx→b− F (x), que es el supremo de la función, y la integral impropia es por tanto
convergente.
Recı́procamente, si F (x) no estuviese acotada, serı́a lı́mx→b− F (x) = +∞ y ası́ la integral impropia divergerı́a
a +∞.
Fin de la prueba
En particular para este tipo de integrales sólo puede haber convergencia o divergencia a +∞.
Teorema 111.
Sean f y g dos funciones no negativas, localmente integrables en [a, b). Supongamos que existe una
constante K y un entorno V de b tal que si x ∈ V se tiene f (x) ≤ Kg(x). En estas condiciones,
Z b Z b
si g(t) dt es convergente también lo es f (t) dt y, en consecuencia, la divergencia de esta
a a
última implica la de la primera.
Prueba:
La convergencia de las integrales impropias en [a, b) depende sólo del comportamiento de las funciones en
un entorno de b (Teorema 105.) Sin pérdidaZ de generalidad podemos suponer pues que f (x) ≤ Kg(x) para
Z x x
todo x ∈ [a, b). Tendremos f (t) dt ≤ K g(t) dt. Si el término de la derecha permanece acotado en x,
a a
también lo hace el de la izquierda; el teorema anterior acaba pues la demostración.
Fin de la prueba

Corolario 112.
Sean f y g dos funciones no negativas en [a, b) y localmente integrables. Supongamos que
f (t)
lı́m− = A.
t→b g(t)
Z b Z b
Si A 6= 0 y A 6= ∞, las dos integrales g(t) dt y f (t) dt tienen el mismo carácter, es
a a
decir, son las dos divergentes o las dos convergentes.
Z b Z b
Si A = 0, la convergencia de g(t) dt implica la de f (t) dt.
a a
Z b Z b
Si A = ∞, la convergencia de f (t) dt implica la convergencia de g(t) dt.
a a
Prueba:
En el primer caso, dado ε > 0 con ε < A existe aε tal que si aε ≤ x < b, tenemos fg(x)
(x)
− A ≤ ε, es decir,

f (x)
A−ε< g(x) < A + ε, y por tanto para cualquier x ∈ [aε , b) tenemos
(A − ε)g(x) < f (x) < (A + ε)g(x).

Z b Z b
Ahora, por el teorema anterior si g(t) dt converge (A + ε es constante) f (t) dt ha de converger. Si
Z b a Z b a
g(t) dt diverge como (A − ε)g(x) ≤ f (x), f (t) dt también.

a a
Si A = 0, de la misma forma que antes obtenemos que f (x) ≤ εg(x) para x en un entorno de b. Ası́, el
Z b Z b
teorema anterior nos dice que si g(t) dt converge también lo hace f (t) dt.
a a
Si A = ∞, sólo hay que cambiar el papel de las funciones.
Fin de la prueba
Ejemplo 76.
1 1
tan2 t
Z Z
1
La integral 1 dt es convergente por serlo t− 2 dt.
0 (1 − cos t)t 2 0
Solución: Z 1
1
La integral es impropia en t = 0. Vamos a usar el corolario anterior para compararla con t− 2 dt que es
0
convergente:
2
tan t
1
(1−cos t)t 2 tan2 t t2 + o(t2 )
lı́m+ = lı́m+ = lı́m+ t2 =2
t→0 t−1/2 t→0 1 − cos t t→0 2 + o(t2 )

Ejemplo 77.
∞
√
Z
2
La integral e−x dx es convergente. Su valor es π.
−∞
Solución:
La convergencia de la integral es consecuencia de que
2
e−x x2 2x 1
lı́m 1 = lı́m 2 = lı́m 2 = lı́m 2 = 0
x→∞ x→∞ ex x→∞ 2xex x→∞ ex
x2
Z ∞
1
y el hecho de que dx es convergente.
1 x2
El valor de dicha integral nos lo proporciona Maxima
(%i1) integrate(%e^(-x^2),x,-inf,inf);
√
( %o1) π
La combinación de los teoremas anteriores con algunos de los ejemplos vistos, dan lugar a algunos criterios
de convergencia para integrales impropias.
Teorema 113.
Sea f una función no negativa y localmente integrable en (0, 1]. Si existe una constante α < 1 tal
Z 1
α
que lı́mt→0+ f (t)t exista y sea finito, la integral impropia f (t) dt es convergente. En cambio,
0
si existe α ≥ 1 tal que lı́mt→0+ f (t)tα exista y sea no nulo, la integral es divergente.
Prueba: Z 1
f (t) 1
Observemos que lı́m+ f (t)tα = lı́m+ 1 . Si α < 1, la integral dt es convergente y el corolario anterior
t→0 t→0 ( α )
t 0 tα
Z 1
implica entonces la convergencia de f (t) dt.
0 Z 1
1
Como consecuencia del mismo corolario y teniendo en cuenta que dt es divergente si α ≥ 1, se
0 tα
demuestra la última afirmación del enunciado.
Fin de la prueba

Ejemplo 78.
Z 1
1 1 1 1
1 dt es convergente porque lı́m+ 1 1 t
a) La integral 3 = .
1
t 2 + 3t 3 t→0 t 2 + 3t 3 3
Z0 1
1 1
b) La integral 2
dt es divergente porque lı́m+ t = 1 6= 0.
0 t+t t→0 t + t2
Teorema 114.
Sea f una función no negativa y localmente integrable Z ∞en [a, ∞). Si existe α > 1 tal que
lı́mt→∞ f (t)tα existe y es finito, la integral impropia f (t) dt es convergente. En cambio,
a
si existe α ≤ 1 tal que lı́mt→∞ f (t)tα es no nulo, la integral es divergente.
5.6.3. Convergencia absoluta

Un caso particularmente importante de convergencia de integrales impropias es el de la convergencia
absoluta.
Definición 74.
Sea f una función localmente integrable en [a, b). Diremos que la integral impropia de f en [a, b)
Z b
es absolutamente convergente si la integral impropia |f (t)| dt es convergente.
a
Proposición 115.
Z b
Sea f una función localmente integrable en [a, b). Si f (t) dt es absolutamente convergente
a
entonces es convergente.
Prueba:
Por el criterio de convergencia de Cauchy, aplicado a |f (t)| cuya integral impropia es convergente por hipóte-
Rx
sis, dado ε > 0 existe b0 , a < b0 < b tal que si b0 < x1 < x2 < b entonces x12 |f (t)| dt < ε. Entonces también
R Z b
x2
se tiene que x1 f (t) dt < ε y, por el mismo criterio, la integral f (t) dt es convergente.

a
Fin de la prueba
Es pues interesante, al estudiar la convergencia de una integral impropia, estudiar primero su convergencia
absoluta.
Hay que mencionar que existen funciones cuya integral es convergente pero que no son absolutamente
convergentes.

Ejemplo 79.
Aunque omitimos la prueba, un ejemplo de una integral convergente que no es absolutamente

convergente nos lo proporciona Z ∞
sen(t)
dt
0 t
Ejercicios 17.
Estudiar
Z +∞la convergencia de las siguientes
Z +∞ integrales,Z calculando aquellas que sean convergentes:
+∞
1
(1) x(1 + x4 )−1 dx (2) √ dx (3) (2 + sen x) dx
1 0 x 0

Autoevaluación 5.
x2 −1
1. Hallad el área encerrada por la curva y = x2 +1 y las rectas y = 0, x = −1 y x = 1.
π
2. Para 0 < x < 2, sea Z sen x
dt
F (x) = √ √
0 1 − t2 2 − t2
Hallad F 0 (x).
Z x
3. Sea f : [0, 6] → R la función derivable de la figura y F (x) := f (t) dt para x ∈ [0, 6].
0
Sean xP y xQ las abscisas de los puntos P y Q respectivamente.
A) F es creciente en (0, 2) y (4, 6).

B) F es convexa en (2, 4).
C) F presenta máximos relativos en xP y xQ .
D) F presenta un mı́nimo relativo en x = 4.
E) F presenta puntos de inflexión en xP y xQ .
4. Calculad el área encerrada por la curva y = x2 e−x y el eje OX entre los puntos x = 0 y
x = 2.
1 x2
5. Hallad el área encerrada por la curva y = 1+x2 y la parábola y = 2 .
Z 2
6. Calculad x2 log x dx.
1
7. Hallad el volumen del sólido engendrado al girar alrededor del eje OX el recinto limitado
por la curva y = xex y las rectas x = 1 e y = 0.
√ √x
Z
8. Calculad xe dx.

Autoevaluación.
9. Hallad el área encerrada por la curva y = ex sen x con x ∈ [0, 2π].
10. Calculad una primitiva de la función f (x) = x arc cos( x1 ).
11. Hallad el lı́mite

1 2 3 n
lı́m + + + ... + 2
n→∞ 1 + n2 22 + n2 32 + n2 n + n2
Z +∞
4x
12. Probad que la siguiente integral impropia es convergente y hallar su valor dx
0 1 + x4
x
13. Hallad una primitiva de la función 3 2
x − x − 4x + 4
14. Hallad el lı́mite 1/n
1
lı́m (n + 1)(n + 2) . . . (n + n)
n→∞ n
Z
15. Calculad x2 sen2 x dx
Z 1
2
16. Hallad x3 e−x dx
0

6 Series numéricas
y de potencias
6.1. Series numéricas
Definición 75.
Sea a1 , a2 , . . . , an , . . . una sucesión de números reales. A partir de ella podemos formar una nueva
sucesión (Sn ) definida por:
S1 = a1 , S2 = a1 + a2 , S3 = a1 + a2 + a3 , . . . , Sn = a1 + a2 + . . . + an , . . .
y a esta sucesión la llamaremos serie asociada a la sucesión (an ).

Los números S1 , S2 , . . . , Sn , . . . se llamarán, por definición, sumas parciales de la serie y los
a1 , a2 , . . . , an , . . . términos de la serie.
Al término genérico an , que pone de manifiesto la ley de formación de la sucesión dada, se le
llamará término general de la serie y a la suma parcial Sn , suma parcial n-ésima de la serie.
X∞
Es habitual denotar por a1 + a2 + . . . + an + . . ., o más detalladamente por an a la serie
n=1
asociada a la sucesión (an ).
Definición 76.
Si la sucesión de sumas parciales (Sn )
tiene lı́mite en R, es decir, si existe lı́mn→∞ Sn = S, diremos que la serie es convergente y

X∞
que tiene por suma S y escribiremos an = S.
n=1
tiene por lı́mite ±∞, diremos que la serie es divergente a ±∞.
Si no existe lı́mn→∞ Sn diremos que la serie es oscilante.

Estudiar el carácter de una serie significa determinar a cual de estos tres grupos pertenece la serie.
251
6.1 Series numéricas 252 Capı́tulo 6
Ejemplo 80.
1
1. La serie geométrica n≥0 rn con |r| < 1 es una serie convergente son suma
P
1−r . Si r ≥ 1 la
serie es divergente a +∞. Si r = −1 la serie es oscilante.
1
2. La serie cuyo término general es n (que se conoce como serie armónica) es divergente a +∞.
3. La serie de término general n12 es convergente.

P∞
4. La serie n=1 n es divergente.
Solución:
Vamos a ver si nos puede ayudar Maxima a determinar el carácter de las series
(%i1) sum(r^n,n,0,inf),simpsum;
Is |r| − 1 positive, negative, or zero?negative;

1
( %o1)
1−r
(%i2) sum(r^n,n,0,inf),simpsum;
Is |r| − 1 positive, negative, or zero?positive;

sum: sum is divergent. – an error. To debug this try: debugmode(true);
(%i3) sum(1/n,n,1,inf),simpsum;
(%i4) sum(1/n^2,n,1,inf),simpsum;
π2
( %o4)
6
(%i5) sum(n,n,1,inf),simpsum;
Is n positive, negative, or zero?positive;

Vamos a hacerlo ahora “a mano”.

1. Para comprobarlo, hallemos la suma parcial n-ésima de la serie:
Sn = 1 + r + r 2 + . . . + r n .
Multiplicando ambos miembros por r queda
rSn = r + r2 + r3 + . . . + rn+1 .
Restando las dos igualdades queda (1 − r)Sn = 1 − rn+1 y por tanto si r 6= 1,
1 − rn+1
Sn = .
1−r

1
Si |r| < 1, lı́mn→∞ Sn = 1−r .
Si r > 1, es claro que lı́mn→∞ Sn = ∞.
En el caso r = 1, Sn = (n + 1) cuyo lı́mite es claramente +∞.
Finalmente, si r = −1, tenemos que S1 = 0, S2 = −1, S3 = 0 que obviamente no tiene lı́mite.
(%i1) Sn:sum(r^m,m,0,n);
n
X
( %o1) rm
m=0
Multiplicamos Sn por r y lo restamos a Sn
(%i2) dif:factor(Sn-r*Sn),simpsum;
( %o2) − rn+1 − 1

(%i3) Sn-r*Sn=dif;
n
! n
X X
m
rm = − rn+1 − 1

( %o3) r −r
m=0 m=0
(%i4) factor(%);
n
X
rm = − rn+1 − 1

( %o4) − (r − 1)
m=0
Despejamos la suma parcial
(%i5) [Sumn]:solve(%,Sn);
n
X rn+1 − 1
( %o5) [ rm = ]
m=0
r−1
Suponemos que |r| < 1 y tomamos lı́mites
(%i6) assume(abs(r)<1);
( %o6) [|r| < 1]
(%i7) limit(Sumn,n,inf);
n
X 1
( %o7) lı́m rm = −
n→∞
m=0
r−1
Suponemos que r > 1 y tomamos lı́mites
(%i8) forget(abs(r)<1);
( %o8) [|r| < 1]
(%i9) assume(r>1);
( %o9) [r > 1]

n
X
( %o10) lı́m rm = ∞
n→∞
m=0
(%i11) forget(r>1);
( %o11) [r > 1]
El caso r = 1
(%i12) r:1;
( %o12) 1
(%i13) Sn,simpsum;
( %o13) n + 1
( %o14) ∞
El caso r = −1
(%i15) r:-1;
( %o15) − 1
(%i16) Sn,simpsum;
n+1
(−1)−1
( %o16) −
2
( %o17) ind
(%i18) kill(r);
( %o18) done
Caso r < −1.
(%i19) assume(r<-1);
( %o19) [r < −1]
n
X
( %o20) lı́m rm = inf inity
n→∞
m=0
1
2. Consideremos la función definida, [1, ∞], por f (t) = n si t ∈ [n, n + 1]. Es claro que
Z n+1 Z n+1
1 1 1 1
1 + + + ... + = f (t) dt ≥ dt
2 3 n 1 1 t

Z ∞
1
y como la integral impropia dt es divergente tenemos que
1 t

1 1 1
lı́m 1 + + + . . . + =∞
n→∞ 2 3 n
es decir, la serie armónica es divergente.

Para ver otras pruebas de la divergencia de la serie armónica sin usar integrales impropias vamos a los
complementos o al ejemplo 81.
n
X 1
3. Vimos en el ejemplo 13 que la sucesión de sumas parciales Sn = era una sucesión de Cauchy y por
k2
k=1
tanto convergente, es decir, la serie es convergente.
4. Escribimos la suma parcial n-ésima
n
X n(n + 1)
Sn = i=
i=1
2
y es claro que lı́mn→∞ Sn = +∞, es decir, la serie es divergente.
(%i1) S[n]:=sum(i,i,1,n);
n
X
( %o1) Sn := i
i=1
( %o2) C:/PROGRA 2/MAXIMA 1.0-2/share/maxima/5.28.0-2/share/solve rec/simplify sum.mac
n2 + n
( %o3)
2
( %o4) ∞
Proposición 116 (Condición de Cauchy).

P
La serie n≥1 an es convergente si y sólo si para cada ε > 0 existe n0 ∈ N tal que para n0 ≤ p ≤ q
números naturales se verifica |ap+1 + . . . + aq | < ε.

Prueba:
Es una consecuencia directa de la condición de Cauchy de existencia de lı́mite. Sólo hay que tener en cuenta
que |Sq − Sp | = |ap+1 + . . . + aq |.
Fin de la prueba
Ejemplo 81.
La serie armónica no satisface la condición de Cauchy y por tanto no es convergente.
Prueba:
Sea p ∈ N y q = p + k para algún k ∈ N
1 1 1 1 1 1 k (†)
Sq − Sp = + + ... + ≥ + + ... + = =
p+1 p+2 p+k p+k p+k p+k p+k
1
Ahora, tomando ε = 2 para cualquier n ∈ N tomamos cualquier p ≥ n y k = p, es decir, q = 2p y resulta
(†) p 1
= =
2p 2
1
Es por tanto Sq − Sp ≥ 2 lo cual muestra que la serie armónica no satisface la condición de Cauchy.
Fin de la prueba
Corolario 117.
La convergencia de una serie no se altera modificando un número finito de términos de la misma.
Corolario 118.
En una serie convergente el término general tiene lı́mite cero.
Prueba:
∞
X
Es una consecuencia directa de la condición de Cauchy para series ya que si una serie an es convergente
n=1
entonces dado ε > 0, existe n0 ∈ N tal que si n0 ≤ p ≤ q entonces |ap + ap+1 + . . . + aq | ≤ ε. En particular,
para p = q tenemos que si p ≥ n0 entonces |ap | ≤ ε lo que equivale a decir que lı́mn an = 0.
Fin de la prueba
En lo sucesivo, cuando
X sólo estemos interesados en el carácter de una serie, abreviaremos la representación
de dicha serie por an .
Proposición 119 (Linealidad de la suma).

P P
Sean n≥1 an , n≥1 bn dos series convergentes con sumas A, B respectivamente. Entonces para
P
cada λ, µ ∈ R, la serie n≥1 (λan + µbn ) es convergente y tiene suma λA + µB .

6.1.1. Series de términos no negativos. Convergencia

A lo largo de esta sección nos ocuparemos del estudio de series tales que an ≥ 0. En este caso la sucesión
de las sumas parciales es monótona creciente y ası́ tendremos el siguiente criterio de convergencia.
Proposición 120.
X
Sea an una serie de términos no negativos an ≥ 0. La serie es convergente si y sólo si la
sucesión de las sumas parciales está acotada.
La condición de convergencia para series de términos no negativos, dada por la Proposición 120, nos
permitirá establecer diversos criterios de convergencia para este tipo tipo de series.
Criterios de convergencia para series de términos positivos
Proposición 121 (Criterio de comparación).

X X
Sean an , bn series de términos no negativos. Si existe M > 0 tal que an ≤ M bn para todo
X X
n ∈ N, entonces la convergencia de bn implica la de an .
Prueba:
Tenemos que An = a1 + . . . + an ≤ M (b1 + . . . + bn ) = M Bn y de la acotación de (Bn ) se sigue la de (An ).
Fin de la prueba
Nota.
El criterio de comparación es también válido si la desigualdad an ≤ M bn se verifica para cualquier

n mayor o igual que un cierto n0 ∈ N.
Ejemplo 82.
∞
X 1
1. La serie p
es divergente si 0 < p ≤ 1. Para p = 1 ya vimos que la serie es divergene, y
n=1
n
para 0 < p < 1 las sumas n-ésimas son mayores que en el caso p = 1.
∞
X 1
2. La serie p
es convergente para p ≥ 2 como consecuencia de la proposición anterior y
n=1
n
de la convergencia para el caso p = 2 que probamos anteriormente.

Nota.
∞
X 1
Las series p
reciben el nombre de series armónicas de orden p. Solo nos falta estudiar la
n=1
n
convergencia de dichas series para 1 < p < 2.
Corolario 122.
X X
an
Sean an , bn series de términos positivos y supongamos que existe l := lı́mn→∞ bn .
Si 0 < l < ∞ entonces las dos series tienen el mismo carácter.

X X
Si l = 0 entonces la convergencia de bn implica la convergencia de an .
X X
Si l = ∞ entonces la convergencia de an implica la convergencia de bn .
Prueba:
Se prueba de forma análoga al correspondiente criterio de convergencia de las integrales impropias.
Fin de la prueba
Proposición 123 (Criterio de la integral).

X
Sea f : [1, ∞) → R monótona decreciente y sea an = f (n). Entonces la serie an converge si,
R∞
y sólo si, converge la integral impropia 1 f (x) dx.
Prueba:
R n+1
Es consecuencia directa de f (n) ≥ n f (x) dx ≥ f (n + 1), ya que entonces
n
X Z n+1 n+1
X
Sn = ak ≥ f (x) dx ≥ ak .
k=1 1 k=2
Fin de la prueba
Ejemplo 83.
X 1
Para 1 < q < 2 la serie es convergente.
nq
Solución: Z ∞
1 1
Consideramos la función f (x) = xq . La integral dx es convergente y por la proposición anterior
1 xq
también lo es la serie.

Ejemplo 84.
∞
X 1
La serie es convergente para p > 1 y divergente para p ≤ 1.
n=2
n(log n)p
Solución:
1
Consideramos la función f (x) = x(log x)p y la integral impropia
Z ∞
1
dx
2 x(log x)p
Haciendo el cambio de variable t = log x dicha integral queda

Z ∞
1
p
dt
log 2 t
que sabemos que es convergente si p > 1 y divergente para p ≤ 1.
En el criterio de comparación (o el del lı́mite del cociente) la idea es sustituir la sucesión que da el término
general de la serie por otra para la que se conozca el carácter de su serie.
Los criterios que veremos a continuación (raı́z y cociente) son criterios de convergencia que dependen
directamente de la sucesión en cuestión.
Proposición 124 (Criterio de la raı́z).

X √
Sea an una serie de términos no negativos y supongamos que exista a = lı́m n
an .
Si a < 1 entonces la serie converge.
Si a > 1 la serie diverge.
Si a = 1 no se puede afirmar nada.
Prueba:
√
Si a < 1, sea r ∈ R tal que a < r < 1. Como lı́mn n an = a < r existe n0 ∈ N tal que si n ≥ n0 es
√
an < r ⇔ an < rn . Al ser r < 1 la serie geométrica n rn es convergente y el criterio de comparación nos
n
P
P
proporciona la convergencia de la serie n an .
Si a > 1, existe n0 ∈ N tal que si n ≥ n0 es an > 1. Por lo tanto la sucesión an no puede converger a cero lo
P
que implica la divergencia de la serie n an .
Fin de la prueba

Ejemplo 85.
Probar, utilizando el criterio de la raı́z, que las series siguientes son convergentes:
∞
X 1
1. .
n=2
(log n)n
∞ q
X
2. n(n + 1)2−n .
n=1
Solución:
1. Hallamos s
n
1 1
lı́m = lı́m =0<1
n→∞ (log n)n n→∞ log n
2. Hallamos
√ √
rq sr s r
n n n(n + 1) n
nnn+1 1
lı́m n(n + 1)2−n = lı́m = lı́m = <1
n→∞ n→∞ 2n n→∞ 2 2
Ejemplo 86.
Consideremos la sucesión (
0 si n es impar
an = 1
2n si n es par
∞ ∞
1
X X 1
Por el critero de comparación (an ≤ 2n para todo n ∈ N.), la serie an es convergente por serlo
n=1 n=1
2n
(estamos sumando sólo los términos pares de la progresión geométrica).
Sin embargo, no podemos aplicar directamente el criterio de la raı́z a an porque no existe
√
lı́m n an
n→∞
Para salvar esto procedemos como sigue.
Definición 77 (Punto de aglomeración y lı́m sup).
Sea (an ) una sucesión acotada de números reales.

Se dice que a ∈ R es un punto de aglomeración de (an ) si a es lı́mite de alguna subsucesión de
(an ). Recordad que el teorema de Bolzano-Weierstrass nos asegura que las sucesiones acotadas
poseen puntos de aglomeración.
Pues bien, definimos el lı́mite superior de (an ) y lo denotamos por lı́m supn an (o lı́mn ) como el
mayor punto de aglomeración de an .
Si (an ) es de términos no negativos y no acotada se define lı́m sup an = +∞.

√
Volviendo al ejemplo anterior la sucesión n
an está acotada, de hecho es
(
√ 0 si n es impar
n
an = 1
2 si n es par
Es también claro que esta sucesión posee dos puntos de aglomeración: el 0 y el 12 . Entonces
√ 1
lı́m sup n
an =
n 2
De la definición de lı́mite superior se deduce que si an es una sucesión de términos no negativos entonces
siempre existe lı́m supn an (será un número real o +infinito). Modificando un poco la prueba que hemos visto
del criterio de la raı́z podemos enunciarlo con el lı́mite superior, es decir,
√
Si lı́m supn n an < 1 la serie converge.
√
Si lı́m supn n an > 1 la serie diverge.
Proposición 125 (Criterio del cociente).

X √
Sea an una serie de términos no negativos. Si existe a = lı́m aan+1
n
entonces a = lı́m n an , y
por tanto:
Si a < 1 entonces la serie converge.
Si a > 1 entonces la serie diverge.
Prueba:
El hecho de que la existencia del primer lı́mite nos de que coincide con el lı́mite de la raı́z lo vimos como
consecuencia del criterio de Stolz.
Fin de la prueba
Nota.
X1 X 1
Las series y muestran que los criterios de la raı́z y del cociente no permiten extraer
n n2
conclusiones cuando los respectivos lı́mites valen 1. La primera es divergente mientras que la
segunda es convergente.
Ejemplo 87.
Estudiar el carácter de las siguientes series:

∞
X xn
1. para x > 0.
n=0
n!
∞
X xn
2. , para x > 0 y p > 0.
n=1
np

Solución:
1. Fijamos x > 0 y usamos el criterio del cociente
xn+1
(n+1)! xn+1 n! x
lı́m xn = lı́m = lı́m =0<1
n→∞ n→∞ xn (n + 1)! n→∞ n + 1
n!
Por lo que la serie es convergente para cualquier x > 0.
Con Maxima
(%i1) assume(x>0);
( %o1) [x > 0]
(%i2) a(n):=x^n/n!;
xn
( %o2) a (n) :=
n!
(%i3) a(n+1);
xn+1
( %o3)
(n + 1)!
(%i4) a(n+1)/a(n);
n! x
( %o4)
(n + 1)!
Para simplificar los factoriales
(%i5) factorial_expand:true;
( %o5) true
(%i6) a(n+1)/a(n);
x
( %o6)
n+1
( %o7) 0
De hecho, Maxima sabe sumar esta serie para cada x ∈ R.
(%i8) sum(x^n/n!,n,0,inf),simpsum;
∞
X xn
( %o8)
n=0
n!
(%i10) simplify_sum(%o8);
( %o10) ex

2. Fijamos x > 0 y p > 0 y usamos el criterio de la raı́z.

r
xn x x
lı́m n p = lı́m √ p
= p =x
n→∞ n n→∞ ( n) n
1
Por lo tanto si 0 < x < 1 la serie es convergente mientras que si x > 1 es divergente. El caso x = 1 lo
P∞ 1
hacemos sustituyendo dicho valor en la serie obteniendo n=1 np que sabemos que es convergente para
p > 1 mientras que diverge para 0 0);
( %o2) [p > 0]
(%i3) (b(n))^(1/n);
1
xn n

( %o3)
np
( %o4) x
Maxima lo hace directamente
(%i1) a[n]:=x^n/n!;
xn
( %o1) an :=
n!
(%i2) limit(a[n+1]/a[n],n,inf);
( %o2) 0
(%i3) b[n]:=x^n/n^p;
xn
( %o3) bn :=
np
(%i4) limit((b[n])^(1/n),n,inf);
( %o4) x
Cálculo de la suma de algunas series

Finalizamos la sección estudiando la convergencia y calculando la suma de algunas series.

Ejemplo 88.
∞
X 1
Carácter y suma de la serie .
n=1
n(n + 1)
Solución:
∞
X 1
La serie es convergente porque se puede comparar con la serie 2
que sabemos que lo es.
n=1
n
1
n(n+1) n2
lı́m 1 = lı́m =1
n→∞ n→∞ n(n + 1)
n2
1
Para hallar la suma descomponemos la fracción n(n+1) en fracciones simples
1 1 1
= −
n(n + 1) n n+1
Calculamos ahora la suma parcial n-ésima

1 1 1 1
Sn = + + ... + + =
1·2 2·3 (n − 1)n n(n + 1)

1 1 1 1 1 1 1 1 1
= − + − + ... + − + − =1−
1 2 2 3 n−1 n n n+1 n+1
Por lo tanto
1
lı́m Sn = lı́m 1− =1
n→∞ n→∞ n+1
La serie del enunciado es pues convergente y su suma es 1.
Usamos este método con Maxima
(%i1) a(n):=1/(n*(n+1));
1
( %o1) a (n) :=
n (n + 1)
(%i2) sum(a(n),n,1,inf);
∞
X 1
( %o2)
n=1
n (n + 1)
En primer lugar comprobamos que la serie es convergente comparándola con la serie de término general 1/n2
(%i3) limit(a(n)/(1/n^2),n,inf);
( %o3) 1
Descomponemos el término general de la serie en fracciones simples
(%i4) partfrac(a(n),n);

1 1
( %o4) −
n n+1
Escribimos la suma parcial m-ésima
(%i5) sum(%,n,1,m);
m
X 1 1
( %o5) −
n=1
n n+1
La separamos en dos. Nos damos cuenta que, en la segunda suma parcial, el denominador empieza en 1/2 y
1
termina en m+1 .
(%i6) sum(1/n,n,1,m)-sum(1/n,n,2,m+1);
m
! m+1
X 1 X 1
( %o6) −
n=1
n n=2
n
Simplificamos cancelando términos
(%i7) Sm:sumcontract(intosum(%));
1
( %o7) 1 −
m+1
Este es el valor de la suma parcial m-ésima. Tomando lı́mites obtenemos el valor de la serie
(%i8) limit(Sm,m,inf);
( %o8) 1
Buscamos la suma parcial n-ésima con la ayuda de Maxima
(%i2) S[n]:=sum(1/(k*(k+1)),k,1,n);
n
X 1
( %o2) Sn :=
k (k + 1)
k=1
(%i3) Sn:simplify_sum(S[n]);
n
( %o3)
n+1
(%i4) limit(Sn,n,inf);
( %o4) 1
Ejemplo 89.
X 3n − 1
n≥1
n(n + 1)(n + 2)

Solución: X 1
La serie es convergente porque se puede comparar con que es convergente. Para hallar su suma
n
n2
descomponemos el término general en fracciones simples
3n − 1 11 4 7 1
=− + −
n(n + 1)(n + 2) 2n n+1 2n+2
Calculamos ahora la suma parcial n-ésima

1 4 71 11 4 71 11 4 71 11 4 71
Sn = − + − + − + − + − + − + − + − + ...
2 2 23 22 3 24 23 4 25 24 5 26

1 1 4 71 1 1 4 7 1 11 4 7 1
... + − + − + − + − + − + − =
2n−2 n−1 2n 2n−1 n 2n+1 2n n+1 2n+2
1 1 7 1 4 7 1 5 1 1 7 1
=− +2− − + − = + −
2 4 2n+1 n+1 2n+2 4 2n+1 2n+2
Notad que los números que llevan los mismos colores se cancelan entre si quedando solo los tres primeros
números y tres términos correspondientes a los dos últimos paréntesis.
Tomando ahora lı́mites
∞
X 3n − 1 5 1 1 7 1 5
= lı́m Sn = lı́m + − =
n=1
n(n + 1)(n + 2) n→∞ n→∞ 4 2n+1 2n+2 4
Agrupar sumandos con Maxima es más sencillo
(%i1) a(n):=(3*n-1)/(n*(n+1)*(n+2));
3n − 1
( %o1) a (n) :=
n (n + 1) (n + 2)
(%i2) partfrac(a(n),n);
7 4 1
( %o2) − + −
2 (n + 2) n + 1 2 n
(%i3) -7/2*sum(1/n,n,3,m+2)+4*sum(1/n,n,2,m+1)-1/2*sum(1/n,n,1,m);
m+1
! Pm
7 m+2 1 1
P
X 1
n=3 n
( %o3) − +4 − n=1 n
2 n=2
n 2
(%i4) sumcontract(intosum(%));
7 1 5
( %o4) − + +
2 (m + 2) 2 (m + 1) 4
(%i5) limit(%,m,inf);
5
( %o5)
4
Ahora lo hacemos directamente

(%i2) S[n]:=sum((3*k-1)/(k*(k+1)*(k+2)),k,1,n);
n
X 3k − 1
( %o2) Sn :=
k (k + 1) (k + 2)
k=1
(%i3) Sn:simplify_sum(S[n]);
n (5 n + 3)
( %o3)
4 (n + 1) (n + 2)
(%i4) limit(Sn,n,inf);
5
( %o4)
4
Ejemplo 90.
X 3n + 2
n≥1
2n−1
Solución:
Este tipo de series se conocen como aritmético-geométricas.
La convergencia de la serie viene garantizada por el criterio de la raiz ya que
r
n 3n + 2 1
lı́m n−1
= <1
n→∞ 2 2
Para calcular la suma n-ésima procedemos como en el caso de la geométrica. Fijamos n ∈ N:
5 8 11 3n − 1 3n + 2
Sn = + + + . . . + n−2 + n−1
1 2 4 2 2
1
Multiplicando ahora en ambos lados de la igualdad por 2 y restando obtenemos
1 5 8 11 3n − 1 3n + 2
Sn = + + + . . . + n−1 +
2 2 4 8 2 2n

1 3 3 3 3n + 2 3 1 1 1 3n + 2
Sn = 5 + + + . . . + n−1 − =5+ 1 + + + . . . + n−2 −
2 2 4 2 2n 2 2 4 2 2n
De donde
1 1 1 3n + 2
Sn = 10 + 3 1 + + + . . . + n−2 − n−1
2 4 2 2
Ahora

1 1 1 3n + 2 1
lı́m Sn = 10 + 3 lı́m 1+ + + . . . + n−2 − lı́m = 10 + 3 1 − 0 = 10 + 6 = 16
n→∞ n→∞ 2 4 2 n→∞ 2n−1 1− 2
Con Maxima

(%i1) a(n):=(3*n+2)/2^(n-1);
3n + 2
( %o1) a (n) :=
2n−1
(%i2) S(m):=sum(a(n),n,1,m);
m
X
( %o2) S (m) := a (n)
n=1
(%i3) ’S(m)/2=S(m)-intosum(1/2*S(m));
m
! m
S (m) X
1−n
X 3n + 2
( %o3) = (3 n + 2) 2 −
2 n=1 n=1
2n
Para tener los mismos denominadores en la serie y poder operar, sustituimos n = 1 en la primera y sustituimos
n por n + 1.
(%i4) ’S(m)/2=5+sum((3*n+5)/2^n,n,1,m)-sum((3*n+2)/2^n,n,1,m);
m
! m
!
S (m) X 3n + 5 X 3n + 2
( %o4) = − +5
2 n=1
2n n=1
2n
m
!
S (m) X 3n + 5 3n + 2
( %o5) = − +5
2 n=1
2n 2n
(%i6) expand(%);
m
!
S (m) X 1
( %o6) =3 +5
2 n=1
2n
La suma de los m primeros términos de la progresión la sabemos hallar
(%i7) %,simpsum;

S (m) −m−1 1
( %o7) =5−6 2 −
2 2
(%i8) expand(%);
S (m) 3
( %o8) =8− m
2 2
(%i9) 2*%;

3
( %o9) S (m) = 2 8 − m
2
(%i10) limit(rhs(part(%)),m,inf);
( %o10) 16

Ejercicios 18.
1. Estudiar la convergencia de las series:

∞ ∞ ∞ ∞ ∞
X 1 X (n + 1)! − n! X 2 + n2 X n2 X 1
(a) √ ; (b) n
; (c) 2−1
; (d) n
; (e) √ ;
n=1
3
n + 2n + 2 n=1
4 n=2
n n=1
3 n=1
n
∞ ∞ ∞ ∞
X 2n X e−n X n3 + 5n X 2
(f ) n+n
; (g) 2 + n!
; (h) n+4
; (i) (n + 1)n e−n ;
n=1
3 n=1
n n=1
3 n=1
∞ ∞ ∞
X 1 1 X n+1 n X 1
(j) (√ −√ ) ; (k) ( ) log n ; (l) n
.
n=2
n − 1 n + 1 n=1
3n + 2 n=1
n!2
2. Hallar la suma de las siguientes series demostrando previamente su convergencia:

∞ ∞ ∞ ∞
X 1 X (−2)n X 2n X 1
(a) n
; (b) n
; (c) n
; (d) ;
n=1
2 n=1
3 n=1
3 n=1
n(n + 1)(n + 2)
∞ ∞ ∞ ∞
X 2n + 1 X 4n + 2 X n X 1
(e) n
; (f ) n
; (g) n
; (h) ;
n=1
2 n=1
3 n=3
2 n=0
(2n + 1)(2n + 3)
π2
P∞ 1
(i) Sabiendo que n=1 n2 = 6 , hallar:
∞
X 4n − 1
.
n=1
(n + 2)(n − 1)2
P∞ (−1)n+1
(j) Sabiendo que n=1 n = log 2, hallar:
∞
X 1
.
n=1
(2n − 1)2n(2n + 1)
6.1.2. Convergencia absoluta

Definición 78.
P P
La serie an con an ∈ R se dice absolutamente convergente si la serie |an | es convergente.
Proposición 126.
P
Si la serie an converge absolutamente entonces es convergente.

Prueba:
P
Es consecuencia directa del criterio de Cauchy de convergencia de series. Dado ε > 0, por ser n |an |
convergente, existe n0 ∈ N tal que si p ≥ q > n0 se cumple |aq+1 | + |aq+2 | + . . . + |ap | < ε. Pero
|aq+1 + aq+2 + . . . + ap | ≤ |aq+1 | + |aq+2 | + . . . + |ap | < ε

P
Luego n an cumple la condición de Cauchy y es pues convergente.
Fin de la prueba
El siguiente resultado será nuestra principal herramienta para conocer cuando una serie de términos no
negativos que no sea absolutamente convergente es convergente.
Teorema 127 (Criterio de Leibniz para series alternadas).
(−1)n+1 an es convergente.
P
Sea (an )n decreciente con lı́mite 0. Entonces la serie alternada
Pn k+1
Además denotando con S la suma de la serie y Sn = k=1 (−1) ak se tienen las siguientes
acotaciones:
S2n ≤ S ≤ S2n+1 , |Sn − S | < an+1
Prueba:
Consideramos las sumas parciales S2n y S2n+1 . Para cualquier n ∈ N, dado que an es una sucesión decreciente
tenemos que S2n ≤ S2n+1 . Efectivamente,
2n
X 2n
X 2n+1
X
S2n = (−1)k+1 ak ≤ (−1)k+1 ak + a2n+1 = (−1)k+1 ak = S2n+1
k=1 k=1 k=1
Por otro lado, la sucesión (S2n )n es monótona creciente: como para cualquier n ∈ N a2n+1 ≥ a2n+2 tenemos
que
S2n ≤ S2n + a2n+1 − a2n+2 = S2n+2 = S2(n+1) .
De la misma forma probamos que (S2n+1 )n es decreciente.
Para cada n ∈ N definimos ahora In = [S2n , S2n+1 ]. Los intervalos In forman una sucesión de intervalos
cerrados, acotados y encajados
S2n ≤ S2n+2 ≤ S2n+3 ≤ S2n+1 ⇔ In+1 ⊂ In
Como además
Long(In ) = |S2n+1 − S2n | = a2n+1
tenemos que lı́mn→∞ Long(In ) = 0 el principio de Cantor asegura que existe S un único punto común a
todos los intervalos (que es S = lı́mn S2n = lı́mn S2n+1 ).
La desigualdad |Sn − S | < an+1 es fácil de ver.
X Si n = 2k tenemos que S2k ≤ S ≤ S2k+1 y por tanto |S − S2k | < a2k+1 .
X Si n = 2k + 1, también S2k+2 ≤ S ≤ S2k+1 y |S − S2k+1 | ≤ |S2k+1 − S2k+2 | ≤ a2k+2 .
Finalmente, y dado que lı́mn an = 0 y |S − Sn | ≤ an+1 se cumple que lı́mn Sn = S .
Fin de la prueba

Ejemplo 91.
X 1
Como consecuencia del criterio de Leibniz tenemos que la serie (−1)n+1 es convergente a un
n≥1
n
1
número real S y |S − Sn | < n+1 .
El cálculo del valor de la suma de la serie lo haremos más adelante con la ayuda de las series de potencias.
X 1
Notad, sin embargo, que la serie (−1)n+1 no es absolutamente convergente ya que al tomar valor
n≥1
n
absoluto en el término general de la serie resulta la serie armónica. Volveremos pronto a este ejemplo pero
antes vamos a introducir algunos conceptos más.
Definición 79.
∞
X ∞
X ∞
X ∞
X
Sean an y bn dos series. Diremos que la serie bn es una reordenación de la serie an
n=1 n=1 n=1 n=1
si existe una biyección ϕ : N → N tal que bn = aϕ(n) .
Es fácil ver que si una serie convergente es de términos positivos cualquier reordenada suya también es
convergente y ambas tienen la misma suma, ya que la convergencia equivale a la acotación de las sumas
parciales.
Definición 80.
∞
X
Una serie an se dice que es incondicionalmente convergente si todas sus reordenadas son
n=1
convergentes y tienen la misma suma.
Lo que cuesta un poco más de probar es el siguiente resultado.
Teorema 128.
∞
X
Una serie an es absolutamente convergente si, y solo si, es incondicionalmente convergente.
n=1
∞
X 1
Por lo tanto, para la serie (−1)n+1
que no es absolutamente convergente podremos encontrar una
n=1
n
∞
X 1
reordenada que siendo convergente no sume lo mismo que (−1)n+1 .
n=1
n

Lo que vamos a enunciar a continuación es un caso particular del conocido como Teorema de Riemann
de reordenación de series.
Ejemplo 92.
∞
X 1
Sea A > 0 cualquiera. Podemos encontrar una reordenación de la serie (−1)n+1 de manera
n=1
n
que su suma sea precisamente A.
Solución:
1 1
La idea de la prueba se basa en que las series cuyos términos generales son an = 2n y bn = 2n−1 son
n+1
(−1)
divergentes y que n es igual a −an para n par e igual a bn para n impar.
∞
X 1
Como A > 0 y la serie es divergente, sea k1 ∈ N el primer natural impar que cumple
n=1
2n −1
1 1 1
1+ + + ... + >A
3 5 k1
∞
X 1
Sea ahora j1 ∈ N el primer natural par de manera que (por ser divergente)
n=1
2n

1 1 1 1 1 1
1 + + + ... + − + + ... + <A
3 5 k1 2 4 j1
Tomamos ahora k2 ∈ N el primer número impar que cumple

1 1 1 1 1 1 1 1 1
1 + + + ... + − + + ... + + + + ... + >A
3 5 k1 2 4 j1 k1 + 2 k1 + 4 k2
1
Hemos obtenido ası́ una reordenada de la serie original que converge hacia A (esto se debe a que lı́mn→∞ 2n =
1
lı́mn→∞ 2n−1 = 0).
También podemos tomar A = +∞ y reordenar para que la serie obtenida sea divergente (haciendo que las
sumas sean sucesivamente mayores que 1, 2, etc...)
Este ejemplo muestra que la idea de serie como la suma de infinitos números no es muy apropiada ya
que dependiendo del orden en que sumemos dichos números podemos obtener distintos resultados.
Producto de series absolutamente convergentes
Definición 81 (El producto de Cauchy de series).

P∞ P∞
Consideremos las series n=1 an y n=1 bn . Se define el producto de Cauchy de dichas series
n
P∞ X
como la serie n=1 cn definida mediante cn := ak bn+1−k
k=1

Notad que c1 = a1 b1 , c2 = a1 b2 + a2 b1 , c3 = a1 b3 + a2 b2 + a3 b1 , . . . Ası́, el producto de Cauchy es hacer

n n
! n !
X X X
cj = ak bk
j=1 k=1 k=1
agrupando de forma adecuada los productos que surgen en el lado derecho de la igualdad.
Teorema 129.
P∞ P∞
Sean n=1 an y n=1 bn absolutamente convergentes con sumas A y B respectivamente. Entonces
el producto de Cauchy es convergente y tiene por suma AB .
Prueba:
P∞ P∞
Sean α = n=1 |an | y β = n=1 |bn |. Sea n ∈ N
n
j
n X
j
n X n
! n
!
X X X X X
|cj | = ak bj+1−k ≤ |ak ||bj+1−k | = |ak | |bk | ≤ αβ

j=1 j=1 k=1 j=1 k=1 k=1 k=1
P∞
Tenemos que las sumas parciales de la serie n=1 |cn | están acotadas superiormente y por tanto la serie es
absolutamente convergente, en particular, convergente.
Como para todo n ∈ N es ! n !
X n Xn X
cj = ak bk
j=1 k=1 k=1
tomando lı́mites en esta expresión obtenemos

∞ ∞ ∞
! !
X X X
cn = an bn
n=1 n=1 n=1
Fin de la prueba
Ejercicios 19.
Estudiar la convergencia y la convergencia absoluta de las siguientes series:

∞ ∞ ∞
X (−1)n X (−1)n n2 X cos n
(a) , (b) 3+1
, (c) 3+1
n=2
log n n=1
n n=1
n
∞ ∞ ∞
X (−1)n X (−1)n+1 X 4n + 3
(d) 2
, (e) √ , (f ) (−1)n+1
n=1
n n=1
n n=1
n3

6.2 Series de potencias 274 Capı́tulo 6
6.2. Series de potencias

Las pruebas de “difı́ciles” de esta sección las encontramos en el Apéndice B.4.
Definición 82.
Una serie de potencias entorno a x0 ∈ R es una expresión del tipo

∞
X
an (x − x0 )n
n=0
donde (an )n es una sucesión dada.
Para cada valor de x se tiene una serie numérica, que puede o no ser convergente.
Para x0 siempre lo es, y dependiendo de la sucesión (an )n puede que no haya otro valor diferente de x
para el que la serie converja.
El análisis de la convergencia absoluta puede realizarse con ayuda del criterio de la raı́z. En efecto, si
existe
p p
lı́m n |an ||x − x0 |n = |x − x0 | lı́m n |an | < 1
la serie converge absolutamente; y esto ocurre si, y sólo si,
1
|x − x0 | 1
P∞
el término general de la serie n=0 an (x − x0 )n no tiene lı́mite cero y por tanto la serie no converge.
Definición 83 (Radio de convergencia).
∞
X
Sea an (x − x0 )n una serie de potencias. Se define el radio de convergencia de la serie como
n=0
1
R := p ∈ [0, ∞]
lı́m |an |
n
p
(en el caso de que el lı́mn→∞ n |an | exista) y el radio (o bola) abierto con centro x0 y radio R
recibe el nombre de intervalo de convergencia de la serie.
Nota.
∞
X
Ası́ pues la serie an (x − x0 )n converge absolutamente si |x − x0 | < R y no converge si
n=0
|x − x0 | > R. En el caso de los puntos donde |x − x0 | = R no se puede asegurar nada.

Nota.
1√
Para ser más precisos, el radio de convergencia de la serie R se define como R :=
lı́m sup n |an |
p p
que siempre existe ya que lı́m supn n |an | es el mayor punto de aglomeración de n |an | (será un
número real si la sucesión está acotada o infinito si no lo está).
Ejemplo 93.
∞
X (−1)n 2n+1
La serie de potencias x tiene por radio de convergencia 1.
i=0
2n + 1
Solución:
Sea 
 0 para n = 0


n+1
an = (−1) 2
 n si n es impar

 0 si n es par
La serie es entonces
∞ ∞
X (−1)n 2n+1 X
x = an xn
i=0
2n + 1 n=0
La sucesión 
p  0
 para n = 0
n
|an | = √1
2n+1 si n es impar
 2n+1
0 si n es par

no tiene lı́mite. Sin embargo, la subsucesión de los impares converge a 1. Es decir

p
lı́m sup n |an | = 1
n
Por lo tanto, cuando nos encontremos series de potencias de este tipo (exponentes pares o impares)
p
utilizaremos lı́m n |an | aunque lo que estemos haciendo es calcular el lı́m sup.
Nota.
|an+1 |
p
El corolario 44, 3, nos dice que en el caso de que exista el lı́mn→∞ |an | es igual a lı́mn n
|an | y
por lo tanto
|an |
R = lı́m
n |an+1 |
El siguiente teorema nos proporciona las propiedades que tienen las series de potencias. La prueba es muy
técnica y excede los objetivos de este curso. Lo que viene a decir es que las series de potencias se comportan
en muchos casos como los polinomios.

Propiedades de las series de potencias

Teorema 130.
∞
X P∞
Sea la serie de potencias an (x − x0 )n y pongamos f (x) = n=0 an (x − x0 )n para x ∈ B(x0 , R)
n=0
siendo R el radio de convergencia de la serie. Entonces:
1. La función f es continua en B(x0 , R).

∞
X
2. La serie nan (x − x0 )n−1 obtenida derivando formalmente la anterior término a término
n=1
tiene radio de convergencia R, la función f es derivable siendo
∞
X
f 0 (x) = nan (x − x0 )n−1 ,
n=1
para x ∈ B(x0 , R).

∞
X an
3. La serie (x−x0 )n+1 obtenida integrando formalmente la anterior término a término
n=0
n + 1
tiene radio de convergencia R y es, precisamente, una de las primitivas de f , es decir,
Z ∞
X an
f (x)dx = (x − x0 )n+1 + C,
n=0
n + 1
para x ∈ B(x0 , R).
La demostración de este teorema y del criterio de Abel que veremos más adelante requiere profundizar
en la convergencia de las series de potencias. Esto lo hacemos en el Apéndice B.4.
La prueba del apartado 1: La prueba del apartado 2:

El apartado 3 es una consecuencia inmediata del apartado 2.
Es consecuencia del apartado 2 del teorema anterior el siguiente resultado, que nos dice que si hacemos el
desarrollo de Taylor “infinito” de la función definida por la serie de potencias, dicho desarrollo es precisamente
la serie de potencias.
Corolario 131 (Unicidad del desarrollo en serie de potencias).
∞
X
Sea la serie de potencias f (x) = an (x − x0 )n cuyo radio de convergencia es R, entonces f es
n=0
f (n) (x0 )
una función infinitamente derivable en B(x0 , R) y an = n! para n ≥ 0.
∞
X (−1)n 2n+1
Volvamos al ejemplo 93. La serie de potencias x define a una función f : (−1, 1) → R.
n=0
2n + 1
¿Quien es esta función?

Ejemplo 94.
∞
X (−1)n 2n+1
Para x ∈ (−1, 1) es arctan x = x
n=0
2n + 1
Solución:
Para x ∈ (−1, 1)
∞ ∞ Z ∞ ∞
! !
(−1)n 2n+1 X
X Z X Z X
n 2n n 2n 2 n
x = (−1) x dx = (−1) x dx = (−x ) dx =
n=0
2n + 1 n=0 n=0 n=0
Z
1
= dx = arctan x + K
1 + x2
Ahora bien como la serie de potencias vale 0 cuando x = 0 y arctan 0 = 0 resulta que K = 0 por lo que
obtenemos la fórmula del enunciado. Notad que si |x| > 1 la serie es divergente luego esta fórmula sólo es
válida en (−1, 1).
Lo hacemos con Maxima de otra forma
(%i1) a(n):=(-1)^n/(2*n+1);
n
(−1)
( %o1) a (n) :=
2n + 1
Hallamos el radio de convergencia
(%i2) limit((abs(a(n)))^(1/n),n,inf);
( %o2) 1
Luego para x ∈ (−1, 1) tenemos que la serie de potencias define una cierta función f . Vamos a hallarla.
(%i4) f:sum(a(n)*x^(2*n+1),n,0,inf);
∞ n
X (−1) x2 n+1
( %o4)
n=0
2n + 1
Derivando en la expresión
(%i5) diff(f,x);
∞
n
X
( %o5) (−1) x2 n
n=0
“Poniendo el signo menos junto a x2 ”, sumamos la serie
(%i7) sum((-x^2)^n,n,0,inf),simpsum;
Is (x − 1) (x + 1) positive, negative or zero?negative;

1
( %o7) 2
x +1

Claro, la serie la sumamos para x ∈ (−1, 1), es decir, x2 < 1 ⇔ (x − 1)(x + 1) < 0. Calculando una primitiva
de esta función recuperamos f
(%i8) f=integrate(%,x)+C;
∞ n
X (−1) x2 n+1
( %o8) = C + atan (x)
n=0
2n + 1
Para hallar el valor de la constante de integración evaluamos la expresión anterior para x = 0.
(%i9) ev(%,x=0);
( %o9) 0 = C
Funciones analı́ticas reales

Nota.
Dada una función f de clase C ∞ (en un entorno de un punto x0 ) podemos plantear la serie de
potencias
∞
X f (n) (x0 )
(x − x0 )n
n=0
n!
Supongamos que dicha serie de potencias tiene radio de convergencia R > 0. Ası́, la expresión
anterior define una función en (x0 − R, x0 +R) que llamaremos g . Por el corolario anterior sabemos
que g es infinitamente derivable en (x0 − R, x0 + R). La pregunta natural es ¿coinciden f y g
en algún entorno de x0 ? La respuesta, en general, es no (a las funciones que cumplen esto se las
conoce como funciones analı́ticas reales), pero en muchos casos esto sı́ es ası́.
Desarrollos en series de potencias de algunas funciones
(%i1) powerseries(exp(x),x,0);
∞
X xi1
( %o1)
i1=0
i1!
Los ı́ndices que utiliza... pues la verdad es que no quedan bien
(%i2) niceindicespref:[n];
( %o2) [n]
(%i4) niceindices(powerseries(exp(x),x,0));
∞
X xn
( %o4)
n=0
n!

(%i5) niceindices(powerseries(sin(x),x,0));
∞ n
X (−1) x2 n+1
( %o5)
n=0
(2 n + 1)!
(%i6) niceindices(powerseries(cos(x),x,0));
∞ n
X (−1) x2 n
( %o6)
n=0
(2 n)!
(%i7) niceindices(powerseries(log(1+x),x,0));
∞ n
X (−1) xn
( %o7) −
n=1
n
Ejemplo 95.
Para todo x ∈ R es
∞
X xn
ex =
n=0
n!
Solución:
∞
X xn
La serie de potencias tiene radio de convergencia ∞ ya que
n=0
n!
1
n!
R= 1 = lı́m (n + 1) = ∞
n→∞
(n+1)!
Ası́ que define una función infinitamente derivable f : R → R. Queremos probar que para cada x ∈ R (fijo)
es ex = f (x), es decir,
n
x
X xk
e = lı́m († )
n→∞ k!
k=0
La fórmula de Taylor asegura que para un cierto c entre 0 y x (que también depende de n) se cumple
n
X xk ec
ex = + xn+1
k! (n + 1)!
k=0
Gracias al corolario 42 es claro que

ec
lı́m xn+1 = 0
n→∞ (n + 1)!
con lo que probamos la afirmación (†).
Ası́ que podemos tomar como definición de exponencial precisamente la serie de potencias. Usando la
serie de potencias como definición podemos obtener las propiedades de la exponencial. Veamos algunas

Ejemplo 96.
Algunas propiedades
1. ex es continua y derivable en todo R.
2. (ex )0 = ex para todo x ∈ R
3. ex ey = ex+y
4. ex > 0 para todo x ∈ R
5. Si x > y entonces ex > ey .
Solución:
1. Es consecuencia del teorema 130.
2. !0
∞ ∞ ∞ ∞
x 0
X xn X nxn−1 X xn−1 X xn
(e ) = = = = = ex
n=0
n! n=1
n! n=1
(n − 1)! n=0
n!
3.
(%i1) A:sum(x^n/n!,n,0,inf);
∞
X xn
( %o1)
n=0
n!
(%i2) B:sum(y^n/n!,n,0,inf);
∞
X yn
( %o2)
n=0
n!
(%i3) A*B;
∞ ∞
!
X xn X yn
( %o3)
n=0
n! n=0
n!
Vamos a simplificar este producto usando el producto de Cauchy de series que conoce Maxima . Para ello
necesitamos los siguientes comandos.
(%i4) sumexpand:true;
( %o4) true
(%i5) cauchysum:true;
( %o5) true
(%i6) A*B;
∞ X
i1
X xi2 y i1−i2
( %o6)
i1=0 i2=0
(i1 − i2)! i2!

(%i7) niceindices(%);
∞ X j
X xi y j−i
( %o7)
j=0 i=0
i! (j − i)!
¿Esto que hemos obtenido qué es? Nosotros sabemos que A = ex y B = ey luego AB = ex+y Pero ex+y es
(%i8) C:sum((x+y)^n/n!,n,0,inf);
∞ n
X (y + x)
( %o8)
n=0
n!
Tenemos que ver que C = AB . Como
(%i9) binomial(n,j)=n!/((n-j)!*j!);
!
n n!
( %o9) =
j j! (n − j)!
Usando el binomio de Newton
(%i10) (y+x)^n=sum(n!/((n-j)!*j!)*x^(n-j)*y^(j),j,0,n);
n
n
X xn−j y j
( %o10) (y + x) = n!
j=0
j! (n − j)!
(%i11) %/n!;
n n
X xn−j y j
(y + x)
( %o11) =
n! j=0
j! (n − j)!
Sustituyendo ahora esta expresión en la serie C tenemos
(%i12) C=subst(rhs(part(%)),(x+y)^n/n!,%o8);
∞ n ∞ X n
X (y + x) X xn−j y j
( %o12) =
n=0
n! n=0 j=0
j! (n − j)!
Que coincide con el valor que da Maxima al hacer AB . Es decir
(%i13) %e^x*%e^y;
( %o13) ey+x
4. Del apartado anterior tenemos que para cualquier x ∈ R, ex e−x = ex−x = e0 = 1 por lo que ex 6= 0. Por
otro lado, dado x ∈ R por el apartado anterior
x x x x x 2
ex = e 2 + 2 = e 2 e 2 = e 2 ≥0
por lo que ex > 0 para cualquier x ∈ R.

5. Como (ex )0 > 0 para todo x ∈ R tenemos que la función ex es estrictamente creciente, lo cual prueba el
enunciado.

En el capı́tulo 4 vimos que para x > 1 los polinomios de Taylor del log(1 + x) no aproximaban bien a la
función (incluso tomando grados muy grandes). Vamos a dar ahora una explicación a este fenómeno usando
el desarrollo en serie de potencias de la función log(1 + x).
Ejemplo 97.
Para x ∈ (−1, 1) es
∞
X (−1)n−1 n
log(1 + x) = x
n=1
n
Solución:
Vamos a hacerlo de dos formas distintas.
La serie de potencias
∞
X (−1)n−1 n
x
n=1
n
tiene radio de convergencia R = 1 ya que
s
n−1
n (−1) = lı́m √1 = 1

lı́m
n→∞ n n→∞ n n
∞
X (−1)n−1 n
Tenemos ası́ definida en el intervalo (−1, 1) una función derivable g(x) = x . Su derivada es,
n=1
n
para |x| < 1
∞ ∞
X X (†) 1
g 0 (x) = (−1)n−1 xn−1 = (−x)n−1 =
n=1 n=1
1+x
En (†) hemos sumado la serie por ser una geométrica de razón −x con |x| < 1.
Para hallar g calculamos una primitiva
Z
1
g(x) = dx = log(1 + x) + C (∗)
1+x
Ahora, al sustituir x = 0 en la expresión que define g resulta g(0) = 0. Poniendo x = 0 en la expresión (*)
tenemos que 0 = g(0) = log(1 + 0) + C = C por lo que g(x) = log(1 + x).
Finalmente, el motivo por el que los polinomios de Taylor no aproximan al log(1 + x) para x > 1 es que la
∞
X (−1)k−1 k
serie de potencias x es divergente en dicho caso.
k
k=1
El siguiente resultado es interesante en el caso de que c = R siendo R el radio de convergencia de la serie

an xn . De nuevo, la prueba es bastante técnica y la ponemos en complementos.
P
Proposición 132 (Criterio de Abel).

P∞
Sea f (x) = n=0 an xn una serie de potencias y supongamos que para x = c la serie es conver-
gente. Entonces f es continua en el segmento [0, c].

Ejemplo 98.
Probad que
∞
X (−1)n
log 2 =
n=1
n
Solución:
En primer lugar, la serie del enunciado es convergente por el criterio de Leibniz para series alternadas. Por
∞
X (−1)n n
tanto, la función g(x) = x es continua en el intervalo [0, 1]. Pero para x < 1 resulta g(x) =
n=1
n
log(1 + x) y por tanto
g(1) = lı́m− g(x) = lı́m− log(1 + x) = log 2
x→1 x→1
como querı́amos ver.
Ejemplo 99.
∞
X xn+3
Calculad la suma de la serie f (x) := .
n=1
(n + 1)n
Solución:
Calculamos en primer lugar el radio de convergencia
s
1 1
lı́m n = lı́m √ √ =1
n→∞ (n + 1)n n→∞ n n + 1 n n
1
P
En x = 1, la serie n n(n+1) es convergente.
P (−1)n
En x = −1, la serie n n(n+1) es también convergente.
Luego f está definida y es continua (por el criterio de Abel) en [−1, 1] y es infinitamente derivable en (−1, 1).
Manipulando f
∞ ∞
X xn+3 2
X xn+1
f (x) = =x
n=1
n(n + 1) n=1
n(n + 1)
∞
X xn+1
Llamamos g(x) = que tiene el mismo radio de convergencia que f . Además, si x ∈ (−1, 1),
n=1
n(n + 1)
derivando g
∞
0
X xn
g (x) =
n=1
n

Derivando esta expresión de nuevo

∞
X 1
g 00 (x) = xn−1 =
n=1
1−x
0
g será pues una primitiva de 1
1−x por lo que g (x) = − log(1 − x) + C . Dado que g 0 (0) = 0 resulta ser C = 0
0
y entonces
g 0 (x) = − log(1 − x)
Para hallar g calcularemos una primitiva de − log(1 − x). Usando el método de integración por partes:
1 1
u = − log(1 − x), du = − 1−x (−1) dx = 1−x dx; dv = dx, v = x
Z Z Z
x 1
− log(1 − x) dx = − x log(1 − x) − dx = −x log(1 − x) − −1 + dx =
1−x 1−x
= − x log(1 − x) + x + log(1 − x) + C
De nuevo, g(0) = 0 por lo que la constante de integración C = 0.

Tenemos por tanto, para x ∈ (−1, 1)
f (x) = x2 g(x) = x2 (−x log(1 − x) + x + log(1 − x)) = x3 + x2 (1 − x) log(1 − x)
Hallamos ahora los valores de f en los extremos del intervalo de convergencia haciendo uso de la continuidad
en el intervalo cerrado.
f (1) = lı́m− x3 + x2 (1 − x) log(1 − x) = lı́m− x2 (x + (1 − x) log(1 − x) = 1(1 + 0) = 1

x→1 x→1
3 2
f (−1) = lı́m + x + x (1 − x) log(1 − x) = −1 + 2 log 2
x→−1
(%i1) f:sum(x^(n+3)/(n*(n+1)),n,1,inf);
∞
X xn+3
( %o1)
n=1
n (n + 1)
Sacamos x2 de la serie
(%i2) x^2*intosum(f/x^2);
∞
X xn+1
( %o2) x2
n=1
n (n + 1)
Definimos la función g que si sabemos manipular
(%i3) g:sum(x^(n+1)/(n*(n+1)),n,1,inf);
∞
X xn+1
( %o3)
n=1
n (n + 1)
(%i4) diff(g,x);
∞
X xn
( %o4)
n=1
n

(%i5) diff(g,x,2);
∞
X
( %o5) xn−1
n=1
Sumamos la serie geométrica
(%i6) ’diff(g,x,2)=%,simpsum;
Is |x| − 1 positive, negative or zero?negative;

∞
d2 X xn+1 1
( %o6) 2
=
d x n=1 n (n + 1) 1−x
Hallamos la derivada de g calculando una primitiva de la parte derecha
(%i7) diff(g,x)=integrate(rhs(part(%)),x)+C;
∞
X xn
( %o7) = C − log (1 − x)
n=1
n
(%i8) subst(0,x,%);
( %o8) 0 = C
Al sustituir x = 0 en la ecuación anterior nos da que la constante de integración ha de ser cero
(%i9) ’diff(g,x)=-log(1-x);
∞
d X xn+1
( %o9) = −log (1 − x)
d x n=1 n (n + 1)
Integramos de nuevo para hallar la función g
(%i10) g=integrate(rhs(part(%)),x)+C;
∞
X xn+1
( %o10) = C + x + log (1 − x) (1 − x) − 1
n=1
n (n + 1)
(%i11) subst(0,x,%);
( %o11) 0 = C − 1
(%i12) solve(%,C);
( %o12) [C = 1]
Sustituimos el valor C = 1 para obtener el valor de g
(%i13) subst(1,C,%o10);
∞
X xn+1
( %o13) = x + log (1 − x) (1 − x)
n=1
n (n + 1)
Finalmente escribimos el valor de la serie
(%i14) f=x^2*rhs(part(%));

∞
X xn+3
( %o14) = x2 (x + log (1 − x) (1 − x))
n=1
n (n + 1)
Las funciones trigonométricas

Usando series de potencias podemos definir las funciones trigonométricas.
Definición 84.
Para cualquier x ∈ R se definen las funciones

∞ ∞
X (−1)n+1 2n−1 X (−1)n 2n
sen x := x cos x := x
n=1
(2n − 1)! n=0
(2n)!
A partir de esta definición podemos probar solamente unas pocas propiedades de las funciones. Para
obtener las otras propiedades que conocemos de las funciones trigonométricas hay que pasar por el estudio
de las series de números complejos. Algo que queda fuera de los objetivos de este curso pero que podéis leer
en el Apéndice B.1.
Proposición 133.
1. lı́m sen x = 0
x→0
sen x
2. lı́m =1
x→0 x
3. (sen x)0 = cos x, (cos x)0 = − sen x.
Prueba:
1. Es consecuencia del teorema 130.
2. Para x 6= 0
∞ (−1)n+1 2n−1 ∞
sen x X (2n−1)! x (−1)n+1 2n−2
X
= = x
x n=1
x n=1
(2n − 1)!
pero esta serie de potencias tiene el mismo radio de convergencia que la que define a la función seno y por
tanto define una función continua que en x = 0 toma el valor 1. Ası́ lı́mx→0 senx x = 1.
3. Como consecuencia del teorema 130, para cada x ∈ R
∞
!0 ∞ ∞ ∞
0
X (−1)n+1 2n−1 X (−1)n+1 X (−1)n+1 2n−2 X (−1)n 2n
(sen x) = x = (2n − 1)x2n−2 = x = x
n=1
(2n − 1)! n=1
(2n − 1)! n=1
(2n − 2)! n=0
(2n)!
∞
!0 ∞ ∞ ∞
0
X (−1)n 2n X (−1)n X (−1)n 2n−1 X (−1)n+1 2n−1
(cos x) = x = 2nx2n−1 = x =− x
n=0
(2n)! n=1
(2n)! n=1
(2n − 1)! n=1
(2n − 1)!

Fin de la prueba
Ejercicios 20.
1. Determinad los radios e intervalos de convergencia de las siguientes series de potencias:

∞ ∞ ∞
X X n2 n X 2n − 1 n
(a) log(n)xn ; (b) n
x ; (c ) x ;
n=2 n=1
2 n=0
3n +1
∞ ∞ n ∞
X X x X (−1)n+1 xn−1
(d) n!xn ; (e) ; (f ) ;
n=0 n=1
n n=1
n+1
∞ ∞ ∞
X (−1)n+1 x2n−1 X X n2 e−n n
(g) ; (h) 2n−1 x2(n−1) ; (i) x
n=1
(2n − 1)!(2n − 1) n=1 n=1
(n + 1)2
2. Hallad la suma de las siguientes series de potencias, estudiando sus intervalos de convergen-
cia:
∞ ∞ ∞
X x2n X X x3n−2
(a) ; (b) (2n + 1)xn ; (c) ;
n=1
2n n=0 n=1
3n
∞ ∞ ∞
X xn X nxn+1 X
(d) ; (e) (f ) (3n2 − n + 1)xn ;
n=1
n n=1
n + 1 n=1
∞ 4n−1 ∞ ∞
X
nx
X 3n xn+1 X xn
(g ) 1 + (−1) ; (h) ; (i) (−1)n n ;
n=1
4n n=0
n+1 n=1
2 (n + 1)
∞
X n2 + 2n + 3 n
( j) x
n=0
n!

6.3 Autoevaluación 288 Apéndice
Autoevaluación 6.
1. Estudiad el carácter de las siguientes series:

∞ ∞ ∞
X 2n (n + 1)! X (n!)2 X 2n
a) b) c)
n=1
(n + 1)n n=1
(2n)! n=1
n!
∞ n −n ∞ ∞ 2
(n2 + 1)3n nn

X n+1 2n X X
d) + e) f)
n=1
n n−1 n=1
n! n=1
(n + 1)n2
∞ ∞ 2 n
X n! X (n!) 3 X 2n!
g) n
h) i)
n=1
n n=1
(2n)! n
(n!)2
2. Hallad la suma de las siguientes series de potencias (allı́ donde sea posible) estudiando
previamente su radio de convergencia. ¿Qué sucede en los extremos del intervalo de conver-
gencia?
∞ ∞ ∞ ∞
X 2n n+3 X 1 n+1 X
n
X (−1)n xn+1
a) x b) x c) n(n + 2)x d)
n=0
n+1 n=1
n3n n=1 n=0
3n (n + 3)
∞
X xn+2 ∞
X (−1)n ∞
X (−1)n+1 n ∞
X (n + 1)2
e) f) x2n g) xn+1 h) xn
n=1
n(n + 2) n=1
2n(2n − 1) n=1
n + 1 n=0
n!
∞ ∞
X n+2 X n
i) xn j) xn+2
n=1
3n (n + 1) n=1
n+1

A Complementos
A.1. Pruebas del Capı́tulo 1
A.1.1. Propiedades de los números reales
Proposición (Propiedades).
1. a · 0 = 0 para todo a ∈ R. 2. a = b ⇔ a − b = 0.
3. (−1)a = −a y por tanto (−a)b = −(ab). 4. c < 0 ⇔ −c > 0.
5. Si a ≤ b y c ≤ d entonces a + c ≤ b + d. 6. a ≤ b ⇔ −a ≥ −b.
7. a ≤ b y c < 0 ⇔ ac ≥ bc. 8. aa ≥ 0 y por tanto 1 > 0.
9. a > 0 ⇒ a1 > 0. 10. a ≥ b > 0 ⇔ a1 ≤ 1b .
Prueba:
(3) (9) (∗)
1. a · 0 = a · (0 + 0) = a · 0 + a · 0. Sumando ahora en ambos miembros de la igualdad a · 0 = a · 0 + a · 0 el
número −(a · 0), que existe por la propiedad (4), tenemos
(4) (∗) (1) (4) (3)
0 = (a · 0) + (−(a · 0)) = (a · 0 + a · 0) + (−(a · 0)) = a · 0 + (a · 0 + (−(a · 0))) = a · 0 + 0 = a · 0
(4)
2. Si a = b, sumando en ambos lados −b tenemos a − b = b − b = 0.
(∗)
Recı́procamente si a − b = 0 sumando b en ambos lados
(1) (4) (3) (∗) (3)
(a − b) + b = a + (−b + b) = a + 0 = a = 0 + b = b
3. Para probar que (−1) · a = −a solo tenemos que mostrar que (−1) · a + a = 0 (la unicidad del opuesto
nos dice que el opuesto de a es precisamente el (−1) · a). Pero es claro que
(7) (9) (4)
(−1) · a + a = (−1) · a + 1 · a = ((−1) + 1) · a = 0 · a = 0
En la última igualdad hemos usado el apartado 1 de esta proposición.
(5)
(−a)b = ((−1)a)b = (−1)(ab) = −(ab)
(14) (4,3) (14)
4. c < 0 ⇒ c − c < 0 − c ⇔ 0 < −c ⇒ c + 0 < c − c ⇔ c < 0.
289
Pruebas del Capı́tulo 1 290 Apéndice A
5. Como
(14)
a≤b ⇒ a+c≤b+c
(14)
⇒a+c≤b+d
c≤d ⇒ b+c≤b+d
(14) (4) (14)
6. a ≤ b ⇒ a − a ≤ b − a ⇔ 0 ≤ b − a ⇒ −b + 0 ≤ −b + b − a ⇒ −b ≤ −a
7. Como c < 0 por el apartado 4 de esta proposición −c > 0 y por la propiedad (15) del orden
a(−c) ≤ b(−c) ⇒ −(ac) ≤ −(bc)
Ahora por el apartado 6, −(ac) ≤ −(bc) ⇔ ac ≥ bc.

8. Si a > 0, por (15) a · a ≥ 0 pero a · a 6= 0 por lo que a · a > 0 (si fuera a · a = 0 por ser a > 0 es a 6= 0,
0 · a−1 = 0 = a · a · a−1 = a · 1 = a contradicción).
Si a = 0 es claro que a · a = 0 · 0 = 0.
Si a < 0, entonces (−a) > 0 ⇒ 0 < (−a)(−a) = −(a · (−a)) = −(−(a · a)) = a · a.
Finalmente, como 1 6= 0 tenemos que 1 = 1 · 1 > 0.
9. Si fuera a1 ≤ 0, multiplicando por a > 0 tendrı́amos a a1 ≤ a · 0 ⇔ 1 ≤ 0 lo cual es falso por el apartado
anterior.
10. Por el apartado anterior, a1 > 0 y 1b > 0. Multiplicando sucesivamente por estos números en la desigualdad
1 1 1 1 1 1 1
a≥b⇒a ≥b ⇔1 ≥ b ⇒ ≥
a a b b a b a
Fin de la prueba

A.1.2. Propiedades del valor absoluto

Proposición.
Para cada par de elementos x, y de R se cumplen:

1. |x| = | − x| ≥ 0 y |x| > 0 si x 6= 0. 2. |x| = máx{x, −x}.
3. |x · y | = |x| · |y |. 4. | x1 | = |x|
1
.
5. |x| ≤ a ⇔ −a ≤ x ≤ a 6. |x + y | ≤ |x| + |y | (desigualdad triangular).
7. ||x| − |y || ≤ |x − y |
Prueba:
1. Si x ≥ 0, |x| = x mientras que | − x| = −(−x) = x por ser −x ≤ 0.
Si x < 0, |x| = −x mientras que | − x| = −x por ser −x > 0.
2. Si x ≥ 0, |x| = x ≥ 0 ≥ −x ⇒ |x| = máx{x, −x}.
Si x < 0, |x| = −x > 0 > x ⇒ |x| = máx{x, −x}.
3. Si x ≥ 0 e y ≥ 0 entonces x · y ≥ 0 y por tanto |x · y | = x · y = |x| · |y |.
Si x ≥ 0, y < 0 entonces x · y ≤ 0 y por tanto |x · y | = −(x · y) = x · (−y) = |x| · |y |.
Si x < 0, y < 0, entonces x · y > 0 y por tanto |x · y | = x · y = (−x) · (−y) = |x| · |y |.
4. Si x > 0, x1 > 0 y por tanto | x1 | = x1 = |x|
1
.
1 1 1 1 1
Si x < 0, x < 0 y por tanto | x | = − x = −x = |x| .
5. |x| = máx{x, −x} ≤ a equivale a x ≤ a y −x ≤ a simultáneamente, es decir, a x ≤ a y x ≥ −a
simultáneamente, o sea −a ≤ x ≤ a.
6. De 5. obtenemos la relación obvia (|x| ≤ |x| ⇒ −|x| ≤ x ≤ |x|). Sumando miembro a miembro en
−|x| ≤ x ≤ |x|
−|y | ≤ y ≤ |y |
se obtiene
−(|x| + |y |) ≤ x + y ≤ (|x| + |y |)
lo que según la propiedad anterior equivale a |x + y | ≤ |x| + |y |.

7. Poniendo z = y − x en la desigualdad triangular |x + z | ≤ |x| + |z | se obtiene
|y | − |x| ≤ |y − x|
y de forma análoga se obtiene también
|x| − |y | ≤ |x − y | = |y − x|
por lo que
máx{|x| − |y |, −(|x| − |y |)} = ||y | − |x|| ≤ |x − y |.
Fin de la prueba

A.1.3. Potencias de base real

Proposición.
Si n, m ∈ N entonces n + m ∈ N y n · m ∈ N
Prueba:
Comenzamos probando que si n, m ∈ N entonces m + n ∈ N. Para hacerlo fijamos un número natural m
cualquiera y definimos A := {n ∈ N : m + n ∈ N}. Vamos a ver que A es inductivo:
1 ∈ A ya que al ser m ∈ N tenemos que m + 1 ∈ N (por ser N un conjunto inductivo.
Supongamos que para un cierto n ∈ N tenemos m + n ∈ N. Como N es inductivo se cumple (m + n) + 1 ∈ N.
La propiedad asociativa de la suma nos dice que m + (n + 1) ∈ N, es decir, n + 1 ∈ A.
El principio de inducción garantiza que A = N, es decir, que para cualquier n ∈ N se cumple m + n ∈ N
para cualquier m ∈ N.
Probamos ahora que si n, m ∈ N entonces mn ∈ N. Sea m ∈ N arbitrario y consideremos, de nuevo, el
conjunto A := {n ∈ N : mn ∈ N}.
1 ∈ A por ser m · 1 = m ∈ N. Supongamos que para un cierto n ∈ N tenemos que n ∈ A, es decir, mn ∈ N.
m(n + 1) = mn + m · 1 = mn + m ∈ N
por ser mn ∈ N y m ∈ N y ser la suma de dos naturales un número natural como hemos probado más arriba.
El principio de inducción completa la prueba.
Fin de la prueba
Proposición.
Si a, b ∈ R y n, m ∈ N se cumplen las siguientes propiedades.
1. an+m = an am 2. (ab)n = an bn
3. (an )m = anm 4. Si 0 < a 1 y n < m, entonces an < am 6. Si 0 < a < 1 y n < m, entonces an > am .
Prueba:
1. Fijemos un número m ∈ N y sea A := {n ∈ N : am+n = am an }.
1 ∈ A. Efectivamente,
am+1 = am a1 por definición
Sea n ∈ N con n ∈ A,
(0) (1) (2) (3) (4)
am+(n+1) = a(m+n)+1 = am+n a1 = (am an )a1 = am (an a1 ) = am an+1
luego n + 1 ∈ A. El principio de inducción termina la prueba.

En (0) hemos usado la propiedad asociativa de la suma.
En (1) hemos usado que si m, n ∈ N entonces m + n ∈ N y la definición de potencia de un número real.


En (3) hemos usado la propiedad asociativa del producto.
En (4) hemos usado de nuevo la definición de potencia.
2. Sea A := {n ∈ N : (ab)n = an bn }. 1 ∈ A trivialmente. Supongamos pues que para algún n ∈ N tengamos
n ∈ A.
(ab)n+1 = (ab)n (ab) = (an bn )(ab) = (an a)(bn b) = an+1 bn+1
por tanto n + 1 ∈ A y el principio de inducción garantiza que A = N como querı́amos probar. ¿Sabes
qué hemos usado en cada igualdad?
3. Fijemos un número m ∈ N y sea A := {n ∈ N : (am )n = amn }. 1 ∈ A ya que (am )1 = am = am·1 . Sea
ahora un número natural n ∈ A,
(1) (2) (3) (4)
(am )n+1 = (am )n am = (amn )am = amn+m = am(n+1)
En (1) hemos usado la definición de potencia.

En (3) hemos usado que mn ∈ N y el apartado 1.
En (1) hemos usado la propiedad distributiva.
4. Lo probamos por inducción. Para n = 1 es cierto (a1 < b1 ⇔ a < b). Supongamos ahora que para un
(1) (2)
cierto n ∈ N se cumple que an < bn . Calculamos an+1 = an a < an b < bn b = bn+1 .
En (1) hemos usado que si a > 0 entonces an > 0 para todo n ∈ N y por tanto al ser a 0 para todo n ∈ N la hacemos por inducción. Para n = 1 es cierto por ser, por
hipótesis, a > 0. Supongamos ahora que para un cierto n ∈ N se cumple an > 0. Tenemos que, al ser a > 0,
an+1 = an a > an · 0 = 0.
En (2) hemos usado la hipótesis de inducción y el hecho de que b > 0.
5. Fijemos n ∈ N y consideremos el conjunto A := {m ∈ N : an < am }. Queremos probar que el conjunto A
es precisamente {m ∈ N : m > n}.
Comenzamos probando que n + 1 ∈ A. Como 1 < a ⇒ an < an a = an+1 por ser an > 0. Supongamos ahora
que un cierto m ∈ A. Por hipótesis de inducción an < am < am+1 luego m + 1 ∈ A. En la última desigualdad
hemos usado que al ser 1 < a entonces am < am+1 por ser am > 0.
6. Lo probamos usando el apartado 5. Notad que si 0 < a < 1 entonces b := a1 es 1 am
a a a a
En (1) hemos usado que el inverso de an es ( a1 )n lo cual se prueba usando el apartado 2 ya que
n n
n 1 1
a · = a· = 1n = 1
a a
Fin de la prueba

A.1.4. La raiz cuadrada de dos

Proposición.
Si 0 < r ∈ Q cumple r2 < 2, entonces existe t ∈ Q tal que r < t y r2 < t2 < 2.
Si 0 < s ∈ Q cumple s2 > 2, entonces existe w ∈ Q tal que 0 < w < s y s2 > w2 > 2.
Además, las afirmaciones anteriores son también ciertas si los números reales r y s son números
reales cualesquiera.
Prueba:
La idea de la demostración es la misma en ambos casos. En la primera parte, si 0 < r ∈ Q es tal que r2 < 2,
se trata de ver que es posible encontrar 0 < ε ∈ Q de modo que (r(1 + ε))2 < 2. Pero es fácil convencerse de
que cualquier ε que cumpla
1 2
0<ε< − 1 >0
9 r2
sirve para este propósito, ya que si r < t := r(1 + ε) entonces, usando que si 0 < ε < 1 y n ∈ N se cumple
(1 + ε)n < 1 + 3n ε, se tiene
t2 = r2 (1 + ε)2 < r2 (1 + 9ε) < 2.
s
Para la segunda parte se razona de forma parecida tomando w := < s, para un ε adecuado.
1+ε
Fin de la prueba


A.2.1. Álgebra de lı́mites
Proposición.
Sean (an )n y (bn )n sucesiones convergentes en R con lı́mites a y b, respectivamente. Entonces:
1. (an + bn )n es convergente con lı́mite a + b.
2. (an bn )n es convergente con lı́mite ab.
3. Si bn 6= 0 y b 6= 0 entonces la sucesión (an /bn )n tiene por lı́mite a/b.
Prueba:
2. Como (an )n es una sucesión convergente, es acotada, es decir, existe α > 0 tal que |an | ≤ α para todo
n ∈ N. Por tanto, se tiene:
|ab − an bn | = |ab − an b + an b − an bn | = |(a − an )b + an (b − bn )|

≤ |a − an ||b| + |an ||b − bn | ≤ |a − an ||b| + α|b − bn |
Pero como a = lı́mn an y b = lı́mn bn , fijado ε > 0 existen n1 , n2 ∈ N tales que

ε ε
|a − an | < , si n > n1 y |b − bn | < , si n > n2 .
2(|b| + 1) 2α
De donde se sigue
ε ε
|ab − an bn | ≤ |a − an ||b| + α|b − bn | < |b| + α <ε
2(|b| + 1) 2α
siempre que n > n0 := máx{n1 , n2 }. Esto prueba que lı́mn an bn = ab.

3. Puesto que b 6= 0 y |b| = lı́mn |bn |, sin más que aplicar la definición de lı́mite con ε = |b| 2 existe un número
natural n1 tal que se tiene α := |b| 2 < | bn | , para n > n 1 . Por otra parte se tienen las acotaciones siguientes:

a an |abn − an b| |abn − ab + ab − an b| |a||bn − b| + |a − an ||b|
− = = ≤
b bn |b||bn | |b||bn | |b||bn |
|a||bn − b| + |a − an ||b|
≤
|b|α
y ası́, fijado ε > 0 existen números naturales n2 , n3 tales que
ε ε
|b − bn | < |b|α, si n > n2 y |a − an | < |b|α, si n > n3 .
2(|a| + 1) 2|b|
Si ahora llamamos n0 := máx{n1 , n2 , n3 } se cumple que

a an |a||bn − b| + |a − an ||b| ε ε
− ≤ < |a| + |b| <ε
b bn |b|α 2(|a| + 1) 2|b|
para n > n0 , lo que acaba la demostración del tercer apartado.

Fin de la prueba
A.2.2. El número e
Proposición.
1 n

1. La sucesión (an )n definida por an = 1 + n es monótona creciente y acotada.
1 n+1

2. La sucesión (bn )n definida por bn = 1 + n es monótona decreciente y acotada.
3. Las sucesiones (an )n y (bn )n anteriores tienen el mismo lı́mite, cuyo valor se denota con e.
4. Además el número e también es el lı́mite de la sucesión (Sn )n definida por
1 1 1
Sn = 1 + + + ··· + .
1! 2! n!
5. El número real e es irracional.
Prueba:
De la desigualdad de Bernouilli
(1 + x)n > 1 + nx para x 6= 0 y − 1 < x
se tiene n n −1 −1

n2 − 1

an 1 1 n 1
= = 1− 2 >1−n 2 = = 1+
bn−1 n2 n n n−1 n−1
n
y por tanto an > bn−1 ( n−1 ) = an−1 .
Análogamente
n n n
n2

bn−1 1 1 1 1
= = 1+ 2 > 1+ 2 >1+n 2 =1+ .
an n2 − 1 n −1 n n n
y por tanto bn−1 > an (1 + n1 ) = bn . Además 2 < a1 < an < bn < b1 < 4 por lo que ambas convergen y
siendo bn = (1 + n1 )an se concluye que ambas sucesiones convergen hacia un mismo lı́mite que denotaremos
con e. Esto acaba la prueba de los tres primeros apartados. Veamos ahora el cuarto apartado.

1 1 1 1 n−1
an = 1 + 1 + 1− + ··· + 1− ... 1 −
2! n n! n n
n
X 1 1 1 1
≤ = Sn < 1 + 1 + + 2 + · · · + n−1 < 3 (n ≥ 1)
k! 2 2 2
k=0

La sucesión (Sn )n es convergente ya que es creciente y acotada superiormente. Además, para cada m fijo, si
n > m se tiene:

1 1 m−1 1 1 n−1
an = 1 + · · · + 1− ... 1 − + ··· + 1− ... 1 −
m! n n n! n n

1 1 1 1 m−1
>1+1+ 1− + ··· + 1− ... 1 −
2! n m! n n
y tomando limites en n se concluye e = lı́mn an ≥ Sm para todo m. Ası́ pues, an ≤ Sn ≤ e y de la

proposición 24 se sigue finalmente que lı́mn Sn = e.
Para probar que e es irracional procedemos por reducción al absurdo. Observemos en primer lugar que se
tiene la siguiente acotación:
X 1 1 X 1
e − Sn = =
k! n! (n + 1)(n + 2) . . . (n + k)
k≥n+1 k≥1
1
1 X 1 1 n+1 1 1
< = 1 = .
n! (n + 1)k n! 1 − n+1 n! n
k≥1
Si fuera e = pq , tomando n = q en la estimación anterior se tendrı́a
p 1
0< − Sq <
q q!q
y multiplicando por q! se seguirı́a que existe un entero positivo menor que 1. Esto prueba que e no es un
número racional.
Fin de la prueba

A.2.3. Subsucesiones convergentes y convergencia

Proposición.
Sea (an )n∈N una sucesión acotada. Si cualquier subsucesión convergente de (an ) converge hacia
un cierto número real a, entonces la sucesión (an )n es convergente hacia a.
Prueba:
Supongamos, para llegar a una contradicción, que la sucesión (an )n no converge hacia a. Por la definición de
lı́mite, tiene que existir un número positivo ε tal que para cualquier n ∈ N existe m > n con |am − a| > ε.
Tomando n = 1, existe n1 ∈ N, n1 > 1 tal que |an1 − a| > ε.
Tomando n = n1 , existe un natural n2 > n1 tal que |an2 − a| > ε.
De forma recursiva definimos una sucesión creciente de números naturales n1 < n2 < . . . < nk < . . . tal que
|ank − a| > ε.
Por otro lado la sucesión (ank )k es acotada (por ser una subsucesión de (an )n ). El teorema de Bolzano-
Weierstrass nos asegura que existe una subsucesión de (ank )k , que denotaremos por (ankj )j∈N , convergente.
Pero (ankj )j es una subsucesión (convergente) de (an ), luego lı́mj ankj = a. Pero esto es imposible porque
|ankj − a| > ε.
Fin de la prueba
Nota.
Notad que enunciado no pedimos que todas las subsucesiones sean convergentes hacia a ya que
entonces no tendrı́amos nada que demostrar porque, por definición, la sucesión (an )n es una
subsucesión de ella misma y entonces ya estarı́amos pidiendo en la hipótesis lo que queremos
probar.
Por otro lado, la hipótesis de que (an ) sea acotada no la podemos quitar. La sucesión
(
n si n es impar
an =
1 si n es par
cumple que cualquier subsucesión suya que sea convergente lo hace a 1 y sin embargo (an )n no
es convergente (por ejemplo por no ser acotada).

A.2.4. Exponencial racional

Proposición.
Sean r, s ∈ Q y a, b reales estrictamente mayores que cero.
1. ar+s = ar as .
2. (ab)r = ar br .
3. (ar )s = ars .
4. Si a > 1 (respectivamente 0 < a < 1) y r < s, entonces ar < as (respectivamente ar > as ).
5. Si 0 < a 0 (respectivamente r < 0) entonces ar br ).
6. Sea (αn ) ⊂ R es una sucesión con lı́mite α. Si q ∈ Q entonces lı́mn αnq = αq .
Prueba:
Usaremos las propiedades 1-5 de la exponencial con exponentes enteros, a los que nos referiremos (por
abreviar) como Z(i) siendo i el número correspondiente.
1. Sean r = αβ11 y s = αβ22 .
α1 β1 β2 α2 β1 β2 Z(3) α1 β2 α2 β1

Z(2) Def. β β
(ar as )β1 β2 = a β1 a β2 = (a β1 )β1 (a β2 )β2 = (aα1 ) 2 (aα2 ) 1 =
Z(3) α1 β2 α2 β1 Z(1)
=a a = aα1 β2 +α2 β1
Esto quiere decir, por definición que

1 α1 β2 +α2 β1 α1 α2
Def.
ar as = (aα1 β2 +α2 β1 ) β1 β2 = a β1 β2
= a β1 + β2 = ar+s
α
2. Sea r = β
Z(2) Def. Z(2)

(ar br )β = (ar )β (br )β = aα bα = (ab)α
Por definición de raı́z β , esto significa que

1 Def. α
ar br = ((ab)α ) β = (ab) β = (ab)r
3. Sean r = αβ11 y s = α2
β2 . Elevamos ambos lados de la igualdad a β1 β2 y comprobamos que son iguales.
En la derecha
α1 α2
Def.
(ars )β1 β2 = (a β1 β2 )β1 β2 = aα1 α2
A la izquierda
!β1

α1 αβ 2 β1 β2
α1 αβ 2 β2 α1 α2 β1
α1 β1 α2
r s β1 β2 2 Z(3) 2 Def. Z(3) Def.
((a ) ) = a β1
= a β1
= a β1
= a β1
=
α2 Z(3)
= (aα1 ) = aα1 α2

4. Lo hacemos para a > 1. Queremos probar que ar < as que equivale (por el apartado 1) a probar que
α
as−r > 1. Siendo s − r = αβ > 0. Siendo α > 0 es aα > 1 por lo que también será a β > 1
5. Comenzamos con el caso r > 0. Probar que ar 1
lo cual se deduce del apartado 4 al ser ab > 1. El caso r < 0 se deduce del anterior tomando inversos.
6. Sea q = kr > 0 (el caso negativo se reduce a este tomando inversos). Usaremos las mismas ideas que en el
caso de q = 12 (Proposición 10, 5). Nos ayudaremos ahora de la identidad
(xk − y k ) = (x − y)(xk−1 + xk−2 y + · · · + xy k−2 + y k−1 )
Supongamos que α > 0.

1/k
Comenzamos probando que lı́mn αn = α1/k .
k−1
|αn − α| (∗) | αn − α | (∗∗) α k ε
|αn1/k − α1/k | = k−1 k−2 k−2 k−1
≤ k−1 ≤ k−1 =ε
αn k
+ αn k
α + · · · + αn α k +α k α k α k
k−1 k−2 k−2 k−1 k−1

En (∗) hemos usado que αn k + αn k α + · · · + αn α k + α k ≥ α k .
k−1
En (∗∗) hemos usado que dado ε existe n0 ∈ N tal que si n > n0 se cumple |αn − α| ≤ α k ε. Concluimos
1/k
ası́ que si n > n0 |αn − α1/k | ≤ ε.
Es fácil ver, por inducción, que la propiedad de que el lı́mie del producto de dos sucesiones coincide con el
producto de los lı́mites, se puede extender a cualquier número finito de factores. De aquı́ deducimos que
r r
lı́m αnq = lı́m αnr/k = lı́m(αn1/k )r = lı́m αn1/k = α1/k = αr/k = αq
n n n n
Si α = 0, dado ε > 0, como lı́mn αn = 0 existe n1 ∈ N tal que si n > n1 es αn < ε1/q . Ası́,
|αnq − 0| = αnq < (ε1/q )q = ε
Notad que en la útlima linea hemos usado el apartado 5 y el 3.
Fin de la prueba

A.2.5. Exponencial real y propiedades

Proposición.
Sea a > 0 y x ∈ R.
1. Si (rn )n es una sucesión de racionales con lı́mite x, entonces existe lı́mn arn .
2. El lı́mite anterior es independiente de la sucesión (rn )n .
Prueba:
Por fijar ideas haremos la prueba para el caso x > 0 y a > 1.
Dado que lı́mn rn = x la sucesión rn está acotada. Existe pues K ∈ Q tal que 0 ≤ rn ≤ K . Por lo tanto
arn ≤ aK := M (si a > 1) o arn < a0 = 1 := M (si 0 < a < 1). (El caso que sea x < 0 se hace de forma
similar, usando correctamente las propiedades 4 y 5 de la exponencial).
Si rm ≥ rn , |arn − arm | = arn (arm −rn − 1) ≤ M (arm −rn − 1) y, en general,

|arn − arm | ≤ M a|rm −rn | − 1
rn
por lo que aplicando la proposición anterior
se obtiene que (a )n es de Cauchy. Efectivamente, dado ε > 0
m1 ε
existe m1 ∈ N tal que si m ≥ m1 es a − 1 < M .

Dado m11 > 0 existe k0 ∈ N tal que si n, m ≥ k0 es |rn − rm | < m11 (al ser (rn ) de Cauchy) y por tanto, si
n, m ≥ k0 es ε
|arn − arm | ≤ M a|rm −rn | − 1 ≤ M =ε
M
Sea y := lı́mn arn y sea ahora (pn )n ∈ Q cualquiera con x = lı́m pn , procediendo como antes se tiene

|arn − apn | ≤ M a|pn −rn | − 1 (1)
Ahora dado ε > 0 como antes, existe n0 tal que si n > n0 es

1 1 1
|pn − rn | ≤ |pn − x| + |x − rn | < + = (2)
2m1 2m1 m1
Finalmente
|apn − y | ≤ |apn − arn | + |arn − y | ≤ ε + ε = 2ε
Donde hemos usado que si n > n0 se cumple (2) y por tanto (1) < ε y que |arn − y | < ε para n ≥ n1 . Por
lo tanto ambas se cumplen simultaneamente si tomamos n2 = máx{n0 , n1 }
Fin de la prueba

Propiedades de la exponencial real

Proposición.
Sean x, y ∈ R y a, b > 0.
1. ax+y = ax ay .
2. (ab)x = ax bx .
3. (ax )y = axy .
4. Si x < y entonces
Si a > 1, entonces ax < ay .

Si 0 < a < 1, entonces ax > ay .
5. Si 0 < a 0, entonces ax < bx

x < 0, entonces ax > bx .
6. Si (xn )n converge a x entonces lı́m axn = ax .
7. Si a > 1, para cada k ∈ R existe t ∈ R tal que x > t implica ax > k . (ax no está acotada
superiormente si a > 1).
8. Si a < 1, para cada ε > 0 existe t ∈ R tal que x > t implica ax < ε. (El ı́nfimo de los valores
de ax es 0 si a < 1).
Prueba:
Sean (qn )n y (rn )n sucesiones de números racionales convergentes a x e y respectivamente.
1. Como lı́mn (qn + rn ) = lı́mn qn + lı́mn rn = x + y tenemos
(∗)
ax+y = lı́m aqn +rn = lı́m(aqn arn ) = lı́m aqn lı́m arn = ax ay
n n n n
En (*) hemos usado la correspondiente propiedad para exponentes racionales.

2.
(∗∗)
(ab)x = lı́m(ab)qn = lı́m aqn bqn = lı́m aqn lı́m bqn = ax bx
n n n n
En (**) hemos usado la correspondiente propiedad para exponentes racionales.
4. Sean ε = y−x 3 y sean s, t ∈ Q tales que x + ε < s < t < y − ε. Existe n0 ∈ N tal que si n ≥ n0 son qn < s
y t < rn . Ası́, al ser la exponencial racional estrictamente monótona, aqn < as < at < arn y tomando lı́mites
ax = lı́mn aqn ≤ as < at ≤ lı́mn arn = ay de donde obtenemos la conclusión.
Para 0 < a < 1 las mismas ideas son válidas sin más que cambiar los signos de las desigualdades.
x
5. Probamos el caso x > 0. Se trata de demostrar que ( ab )x = ab x > 1, siendo ab > 1. Ahora, sea (pn )n una
sucesión monótona creciente de racionales con lı́mite x con pn > 0.
rn r1 0 x r1
b b b b b
> > = 1 ⇒ tomando lı́mites cuando n → ∞ ⇒ ≥ >1
a a a a a

El caso x < 0 se reduce a tomar inversos. Como ay > 0 para todo y ∈ R,

(†) 1 1
a−x < b−x ⇒ < x ⇒ bx < ax
ax b
En (†) hemos usado el apartado 1 de la proposición: a−x = a1x
6. Sea pues xn convergente a x. Dado que |ax − axn | = |ax ||1 − axn −x |, el caso general lo deducimos probando
que para una sucesión ym → 0 se cumple aym → a0 = 1.
1
Ahora, dado ε > 0 existe n0 ∈ N tal que es a n0 − 1 < ε.
Comenzamos suponiendo, para fijar ideas, que ym > 0 para todo m. Existe m0 ∈ N tal que si m > m0 es
1
0 < ym < n10 y por la monotonı́a aym − 1 < a n0 − 1 < ε
Si ym < 0 para todo m, existe m0 ∈ N tal que si m > m0 es 0 < |ym | < n10 , y por la monotonı́a
1 a−ym − 1 ε
1 − aym = 1 − = < =ε
a−ym a−ym 1
Al ser a−ym > 1. Si ahora ym puede cambiar de signo, combinamos ambas pruebas para obtener |aym − 1| < ε
a partir de un cierto m.
7. Supongamos, para llegar a una contradicción, que existe K ∈ R tal que para todo x ∈ R es ax ≤ K . En
particular, para cualquier n ∈ N tenemos an ≤ K . Ahora, como N no está acotado, existe n1 ∈ N tal que si
n ≥ n1 se cumple n > K .
1/n
Por otro lado, dado que lı́mn n1/n = 1 y a > 1 existe n1 < n2 ∈ N tal que a > n2 2 > 1. En particular
an2 > n2 > K lo cual es una contradicción con la acotación de la exponencial.
Por lo tanto, para cualquier k ∈ R existe t ∈ R tal que at > k . Ahora, por la monotonı́a, si x > t es
ax > at > k como querı́amos probar.
8. Tomamos b = a1 > 1 y aplicamos el apartado anterior.
3. Probamos finalmente el apartado tercero. Supongamos a > 1: el caso a < 1 se reduce a este tomando
inversos y el caso a = 1 es trivial. Para hacerlo vamos a tomar (rn )n y (qn )n sucesiones crecientes de
racionales convergiendo a x e y respectivamente. Usando las propiedades de monotonı́a vistas previamente
y lı́mites de sucesiones
(X) (XX)
K := sup{sup{(arn )qm : n ∈ N} : m ∈ N} = sup{(ax )qm : m ∈ N} = (ax )y
En (X) hemos usado que si q ∈ Q y (αn )n ⊂ R con lı́mn αn = α entonces lı́mn αnq = αq (Proposición 33,
apartado 6).
En (XX) usamos el apartado 4 y el 6, ya que lı́mm qm = y y (ax )qm es monótona creciente.
Aplicando ahora la proposición 33, apartado 3, tenemos que
(∗) (∗∗)
K = sup{sup{arn qm : n ∈ N} : m ∈ N} = sup{axqm : m ∈ N} = axy
En (∗) usamos que (rn qm )n es una sucesión monótona creciente con lı́mite xqm y en (∗∗) que la sucesión
creciente (xqm )m tiene por lı́mite xy .
Fin de la prueba

A.2.6. La función logaritmo

Proposición.
Para a > 0, a 6= 1 y x, y > 0
1. loga ax = x
2. aloga x = x
x
3. loga xy = loga x + loga y , loga y = loga x − loga y .
4. loga xy = y loga x
5. Si a > 1 y 0 < x < y entonces loga x < loga y .
6. Si 0 < a < 1 y 0 < x < y entonces loga x > loga y .
7. Si lı́mn xn = x con xn > 0 y x > 0 entonces lı́mn loga xn = loga x.
Prueba:
1. Llamando z = loga ax , por definición es el único número real tal que az = ax y por tanto z = x.
2. Llamando z = loga x, por definición es el único número real tal que az = x.
Sean ahora α = loga x y β = loga y .
3. Tenemos que aα+β = aα aβ = xy de donde, por definición de logaritmo loga xy = α + β .
α
aα−β = aaβ = xy de donde loga xy = α − β .
4. ay loga x = (aloga x )y = xy y por definición loga xy = y loga x.
5. Si fuera α ≥ β como a > 1 tenemos aα ≥ aβ , es decir, x ≥ y . Contradicción.
6. Si fuera β ≥ α como 0 < a < 1 tenemos aβ ≤ aα , es decir, y ≤ x. Contradicción.
7. Este es el apartado que cuesta un poco más de probar. Queremos demostrar que
xn
lı́m loga xn = loga x ⇔ lı́m(loga xn − loga x) = 0 ⇔ lı́m loga =0
n n n x
Para esto último es suficiente probar que si (cn )n es una sucesión con cn > 0 y lı́mn cn = 1 entonces
lı́mn loga cn = 0. Sea pues βn := loga cn . Como (cn ) es una sucesión acotada y loga es monótona creciente,
la sucesión βn también está acotada. Vamos a ver que cualquier subsucesión de ella converge a cero. La
proposición 30 implica que también la sucesión (βn ) converge a cero. Sea pues (βnk )k una subsucesión
convergente digamos a γ . Tenemos que
aγ = lı́m aβnk = lı́m cnk = 1

k n
de donde obtenemos que γ = 0.
Fin de la prueba

A.2.7. Tamaños de infinitos

Corolario.
Si b > 0, c > 1 y d > 0 son números reales se tiene
log n nb cn ndn .
Además, si d ≥ 1 entonces
cn n! ndn .
Prueba:
Salvo la primera, todas son consecuencia directa del tercer apartado de la proposición 40.
Para la primera tomamos inicialmente b = 1 y tenemos en cuenta que
log n = M log10 n
Si 10k−1 ≤ n < 10k es claro que

log10 n k k
0< ≤ k−1 = 10 k
n 10 10
k
y como lı́mk→∞ log1010 10
k = 0 se obtiene el resultado.
Para b > 1 el resultado es consecuencia del anterior y de que n < nb . Si b < 1 tomando m ∈ N de modo que
1 m m
m < b, para (k − 1) ≤ n < k se tiene
log10 n log10 n k log10 m

0< ≤ m√ ≤ .
nb n k−1
La demostración está ahora completa.
Fin de la prueba

A.2.8. Criterios de Stolz

Proposición.
Sean (an )n y (bn )n sucesiones de números reales que cumplen una de las dos condiciones siguientes:
1. (bn )n es estrictamente creciente (decreciente) y lı́m an = lı́m bn = 0, o
2. (bn )n es estrictamente creciente (decreciente) y lı́m bn = ∞.

−an
Entonces, si existe lı́m abn+1
n+1 −bn
=L con L ∈ R ∪ {∞, −∞} también se verifica lı́m abnn = L.
Prueba:
Comenzaremos haciendo dos observaciones.
En primer lugar que lı́mn cn = L ∈ R puede caracterizarse mediante la siguiente propiedad: Dados α < L < β
existe n0 ∈ N tal que α < cn < β si n ≥ n0 , donde en caso de que L = +∞, β está ausente y en el caso
L = −∞ es α quien lo está.
En segundo lugar que si α < ab < β y α < dc < β entonces α < a+c
b+d < β .
(1) Dados α < L < β existe n0 tal que para n ≥ n0 se tiene
an+1 − an
α< <β
bn+1 − bn
......
an+m − an+m−1
α< <β
bn+m − bn+m−1
y por tanto, sumando,
an+m − an
α< < β.
bn+m − bn
Como lı́mm an+m = lı́mm bn+m = 0 se tiene α ≤ abnn ≤ β para todo n ≥ n0 . Es decir lı́mn abnn = L.
(2) Dados α < L < β tomemos α < α0 < L < β 0 < β . Procediendo como antes y tomando n = n0 se tiene
an0 +m an0
bn0 +m − bn0 +m
0
α < bn0
< β0
1− bn0 +m
de donde
bn0 an0 an0 +m bn 0 an0
1− α0 + < < 1− β0 +
bn0 +m bn0 +m bn0 +m bn0 +m bn0 +m
pero existe m0 tal que si m ≥ m0 se tiene

bn0 an0 bn0 an0
α< 1− α0 + y 1− β0 + <β
bn0 +m bn0 +m bn0 +m bn0 +m
an
lo que, finalmente, establece que lı́mn bn = L.
Fin de la prueba


A.3.1. Propiedades de otras funciones elementales
A.3.1.1. Funciones trigonométricas

En general, todos los ángulos que usemos estarán medidos en radianes. Recordemos que el ángulo de 1
radián es el que abarca un arco de longitud igual al radio.
Recordaremos cómo se definen geométricamente las distintas razones trigonométricas. Consideramos una
circunferencia de radio arbitrario r, un ángulo θ ∈ [0, 2π) y el punto (x, y) de la figura:
Se definen el seno, el coseno y la tangente de θ de la siguiente forma:
Definición.
y x sen(θ) y
sen(θ) = cos(θ) = tan(θ) = =
r r cos(θ) x
Cuando cos(θ) = 0 la tangente de θ no está definida. Usando semejanza de triángulos se observa que esta
definición es independiente del radio r de la circunferencia elegida, por lo que, cuando nos interese, podemos
suponer que el radio es 1. Algunas propiedades que se deducen fácilmente de la definición son:
Proposición.
sen2 (θ) + cos2 (θ) = 1

−1 ≤ sen(θ) ≤ 1 1 ≤ cos(θ) ≤ 1
sen(−θ) = − sen(θ) cos(−θ) = cos(θ)
sen(θ + π2 ) = cos(θ) cos(θ + π2 ) = − sen(θ)
sen(θ + π) = − sen(θ) cos(θ + π) = − cos(θ)

Vamos a representar gráficamente las funciones
(%i1) plot2d(sin(x),[x,-7,7],[ylabel,""]);
( %o1)
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1 -6 -4 -2 x0 2 4 6
(%i2) plot2d(cos(x),[x,-7,7],[ylabel,""]);
( %o2)
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1 -6 -4 -2 x0 2 4 6
(%i3) plot2d(tan(x),[x,-5,5],[y,-10,10],[ylabel,""]);
plot2d: some values were clipped.

( %o3)
10
-5
-10
-4 -2 0 2 4

Se definen también la cosecante csc x, la secante sec x y la cotangente cot x en los puntos donde no se
anulan los denominadores:
1 1 1 cos x
csc x = sec x = cot x = = .
sen x cos x tan x sen x
Además, el teorema de la Función Inversa (teorema 57), nos asegura que las siguientes funciones son continuas
en sus dominios de definición:
Proposición (Trigonométricas inversas).
y = arc sen x : [−1, 1] → [− π2 , π2 ] como el valor de y tal que sen y = x.
y = arc cos x : [−1, 1] → [0, π] como el valor de y tal que cos y = x.
y = arctan x : R → (− π2 , π2 ) como el valor de y tal que tan y = x.
Las gráficas de las trigonométricas inversas
(%i1) plot2d(asin(x),[x,-1,1],[ylabel,""]);
( %o1)
1.5
0.5
-0.5
-1
-1.5
-2
-1 -0.5 0 0.5 1
x

(%i2) plot2d(acos(x),[x,-1,1],[ylabel,""]);
( %o2)
3.5
2.5
1.5
0.5
0
-1 -0.5 0 0.5 1
x
(%i3) plot2d(atan(x),[x,-10,10],[ylabel,""]);
( %o3)
1.5
0.5
-0.5
-1
-1.5-10 -5 0 5 10
x
Algunas fórmulas de la trigonometrı́a nos harán falta más adelante; recordamos algunas:
Proposición.
sen(x + y) = sen x cos y + sen y cos x cos(x + y) = cos x cos y − sen x sen y
sen(2x) = 2 sen x cos x cos(2x) = cos2 x − sen2 x
sen A + sen B = 2 sen A+B2 cos 2
A−B
sen A − sen B = 2 cos A+B2 sen 2
A−B
cos A + cos B = 2 cos A+B

2 cos 2
A−B
cos A − cos B = −2 sen A+B2 sen 2
A−B
1 + tan2 x = sec2 x 1 + cot2 x = csc2 x

A.3.1.2. Funciones hiperbólicas

Definición.
Las funciones seno hiperbólico, coseno hiperbólico y tangente hiperbólica se definen como
ex − e−x ex + e−x senh x

senh x = cosh x = tanh x =
2 2 cosh x
y verifican relaciones similares a las de las funciones trigonométricas; por ejemplo:

Proposición.
cosh2 x − senh2 x = 1, | cosh(x)| ≥ 1, | tanh(x)| < 1

senh(−x) = − senh(x), cosh(−x) = cosh(x)
senh(x + y) = senh(x) cosh(y) + cosh(x) senh(y)
cosh(x + y) = cosh(x) cosh(y) + senh(x) senh(y)
Sus gráficas son:
(%i1) plot2d(cosh(x),[x,-3,3],[ylabel,""]);
( %o1)
11
10
1
-3 -2 -1 0 1 2 3
(%i2) plot2d(sinh(x),[x,-3,3],[y,-11,11],[ylabel,""]);

( %o2)
10
-5
-10
-3 -2 -1 0 1 2 3
x
(%i3) plot2d(tanh(x),[x,-3,3],[ylabel,""]);
( %o3)
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1 -3 -2 -1 0 1 2 3
x
Allı́ donde las funciones son monótonas, podemos plantearnos hallar sus inversas. Estas se denominan
argumento seno hiperbólico, argumento coseno hiperbólico y argumento tangente hiperbólica, y se denotan
como sigue (incluimos además el dominio y el rango de cada una, que se deducen fácilmente de las gráficas
anteriores. La continuidad de las mismas está asegurada por el teorema 57):
arg senh x : R → R arg cosh x : [1, +∞) → [0, +∞) arg senh x : (−1, 1) → R

Ejemplo.
Expresar las funciones inversas de las funciones hiperbólicas en términos de logaritmos neperianos.
Solución:
Poniendo z = ex tenemos:
z − z −1
y = senh x = ⇒ 2y = z − z −1 ⇒ 2yz = z 2 − 1 ⇒ z 2 − (2y)z − 1 = 0
2
Esta es una ecuación de segundo grado en z con dos soluciones
p
2y ± 4y 2 + 4 p
z= = y ± y2 + 1
2
p
pero y − y 2 + 1 es negativa, y no puede ser el valor de z = ex , por lo que hay que elegir el signo más, y
p
tomando logaritmos obtenemos finalmente x = log(y + y 2 + 1).
p
Con el coseno se llega a z = y ± y 2 − 1, y hemos de tomar el signo positivo por la siguiente razón: sabemos
que y = cosh x ≥ 1, y además es x ≥ 0 porque ha de estar en el dominio de la función coseno hiperbólico;
p
entonces y 2 − 1 ≥ (y − 1)2 (desarrollando el cuadrado y aplicando y ≥ 1), de donde y 2 − 1 ≥ y − 1 y
p
ası́ y − y 2 − 1 ≤ 1, que no es un valor posible para z = ex con x ≥ 0.
Con la tangente tenemos
z − z −1
y= ⇒ (z + z −1 )y = z − z −1 ⇒ z2y + y = z − 1 ⇒
z + z −1

2 1+y 1+y
1 + y = z (1 − y) ⇒ = z2 ⇒ log = log(z 2 ) = 2 log z = 2x
1−y 1−y
En resumen: p
arg senh x = log y + y 2 + 1
p
arg cosh x = log y + y 2 − 1
q
1+y 1+y
arg tanh x = 21 log 1−y = log 1−y

A.3.2. Resolución numérica de ecuaciones

Método de iteración (puntos fijos)
Vimos tras el Teorema de Bolzano que toda función continua f : [0, 1] → [0, 1] (la misma prueba nos
proporciona el resultado más general, f : [a, b] → [a, b]) tiene un punto fijo, es decir, una solución de la
ecuación f (x) = x. El método de iteración es un algoritmo muy sencillo para encontrar esos puntos fijos:
Se elige un punto x0 ∈ [a, b], y llamamos x1 = f (x0 ), x2 = f (x1 ), . . . , xn+1 = f (xn ). Si la sucesión (xn )
(sucesión de iteradas) ası́ obtenida converge a un punto c, entonces c es un punto fijo de f ya que por la
continuidad de f tenemos
c = lı́m xn+1 = lı́m f (xn ) = f (lı́m xn ) = f (c)
n n n
Veamos ahora un ejemplo y posteriormente daremos condiciones para que la sucesión de iteradas sea con-
vergente.
Ejemplo.
Aproximar con 4 cifras decimales una solución de cos x = x.
Solución:
Llamamos f (x) = cos x y claramente f : [0, 1] → [0, 1].
Podemos ası́ aplicar el método comenzando con x0 = 00 5. Tomamos de nuevo la calculadora y se obtiene
ası́ x1 = cos(00 5) = 00 87758 . . . y sucesivamente
x2 = 00 63901 . . . x8 = 00 73008 . . . x14 = 00 73824 . . . x20 = 00 73900 . . .

x3 = 00 80268 . . . x9 = 00 74512 . . . x15 = 00 73964 . . . x21 = 00 73913 . . .
x4 = 00 69477 . . . x10 = 00 73500 . . . x16 = 00 73870 . . . x22 = 00 73904 . . .
x5 = 00 76819 . . . x11 = 00 74182 . . . x17 = 00 73934 . . . x23 = 00 73910 . . .
x6 = 00 71916 . . . x12 = 00 73723 . . . x18 = 00 73891 . . . x24 = 00 73906 . . .
x7 = 00 75235 . . . x13 = 00 74032 . . . x19 = 00 73920 . . . x25 = 00 73909 . . .
a partir de este momento se estabilizan las cuatro primeras cifras decimales, y la quinta es superior a 5, por
lo que la aproximación pedida es 00 7391.
Ahora con Maxima
Definimos la sucesión de iteradas
(%i1) x[n]:=cos(x[n-1]);
( %o1) xn := cos (xn−1 )
(%i2) x[1]:0.5;
( %o2) 0,5
Hacemos ahora una lista con los términos de la sucesión
(%i3) makelist([n,x[n]],n,1,30);

( %o3) [[1, 0,5], [2, 0,87758256189037], [3, 0,63901249416526], [4, 0,80268510068233], [5, 0,69477802678801],
[6, 0,76819583128202], [7, 0,71916544594242], [8, 0,75235575942153], [9, 0,73008106313782],
[10, 0,74512034135144], [11, 0,73500630901484], [12, 0,74182652264325], [13, 0,73723572544223],
[14, 0,74032965187826], [15, 0,73824623833223], [16, 0,73964996276966], [17, 0,73870453935698],
[18, 0,73934145228121], [19, 0,7389124493321], [20, 0,7392014441358], [21, 0,73900677978081],
[22, 0,73913791076229], [23, 0,73904958059521], [24, 0,73910908142053], [25, 0,73906900120401],
[26, 0,73909599983575], [27, 0,73907781328518], [28, 0,73909006398825], [29, 0,73908181177811],
[30, 0,73908737057104]]
Como vemos, apartir del término 25, las cuatro primeras cifras se estabilizan.
Mediante la siguiente animación vemos cómo la sucesión de iteradas converge al punto fijo.
Ejecutad el código tal y como aparece. Cuando termine de calcular para el i04 pinchad en la gráfica y pulsad
el triángulo (play) que aparece en la barra de herramientas. En verde hemos dibujado la recta y = x, en azul
la función cos x y la lı́nea vertical de color gris es la que nos indica la abscisa del punto de corte de ambas
gráficas, es decir, el punto fijo de la ecuación cos x = x.
(%i1) load(draw);
( %o1) C : /P ROGRA 2/M AXIM A 1,0 − 2/share/maxima/5,28,0 − 2/share/draw/draw.lisp
(%i2) x[n]:=cos(x[n-1]);
( %o2) xn := cos (xn−1 )
(%i3) x[1]:0.5;
( %o3) 0,5
(%i4) with_slider_draw(s,makelist(n,n,1,25),
point_type=filled_circle, point_size=1.2, xaxis=true, color=red,
points([[x[s],0]]), xrange=[0.4,1], yrange=[-.1,1], color=blue,
explicit(cos(x),x,.4,1), color=green, explicit(x,x,.4,1), color=gray,
line_width=0.3, parametric(0.739085134,t,t,0,0.739085134));
( %t4)

( %o4)
Un resultado notable que nos garantiza cuándo la sucesión de iteradas converge es el siguiente teorema.
Teorema (del punto fijo de Banach).
Sea f : R → R una aplicación contractiva, es decir, existe 0 < K < 1 tal que
|f (x) − f (y)| ≤ K |x − y |
Entonces f tiene un único punto fijo c. Si elegimos x1 ∈ R, y llamamos x2 = f (x1 ), x3 =

f (x2 ), . . . , xn+1 = f (xn ). Entonces la sucesión de iteradas (xn ) converge a c.
Prueba:
Veamos que la sucesión (xn ) formada por las sucesivas iteradas de f es una sucesión de Cauchy. Supongamos
que x1 6= x2 (en caso contrario habrı́amos encontrado un punto fijo). Ahora |x3 − x2 | = |f (x2 ) − f (x1 )| ≤
K |x2 − x1 |. Por inducción se prueba que para todo n ∈ N,
|xn+1 − xn | ≤ K n−1 |x2 − x1 |.
Sean n, p ∈ N consideramos
|xn+p − xn | ≤ |xn+p − xn+p−1 | + |xn+p−1 − xn+p−2 | + . . . + |xn+1 − xn |

≤ K n+p−2 |x2 − x1 | + K n+p−3 |x2 − x1 | + . . . + K n−1 |x2 − x1 |
1 − Kp 1
= K n−1 K p−1 + K p−2 + . . . + 1 |x2 − x1 | = K n−1 |x2 − x1 | ≤ K n−1

|x2 − x1 |
1−K 1−K
Como lı́mn→∞ K n−1 = 0, dado ε > 0 existe n0 ∈ N tal que si n ≥ n0 tenemos K n−1 ≤ |x1−K2 −x1 |
ε y ası́ para
todo p ∈ N y n ≥ n0 se tiene
1
|xn+p − xn | ≤ K n−1 |x2 − x1 | ≤ ε
1−K
La sucesión (xn ) es de Cauchy y por tanto convergente a un punto c ∈ R. Ahora como f es continua
f (c) = lı́m f (xn ) = xn+1 = c

n→∞
luego c es un punto fijo para f .

El punto fijo es único. Supongamos que existiera a ∈ R, a 6= c con f (a) = a. Tendrı́amos
|c − a| = |f (c) − f (a)| ≤ K |c − a| < |c − a|
lo cual es absurdo.
Fin de la prueba

A.3.3. Continuidad de sen x/x

Ejemplo.
sen x
Demostrad que la función f (x) = x si x 6= 0 y f (0) = 1 es continua en todo R.
Prueba:
sen x
Vamos a ver una demostración geométrica de que lı́m = 1. Como la función es par, podemos limitarnos
x→0 x
a considerar el lı́mite por la derecha (x > 0). Consideramos un ángulo x cualquiera del primer cuadrante.
Por semejanza de triángulos vemos que

BC AD
= BC = = tan x
OC OD
Además
Area del triángulo OAD ≤ Area del sector circular OAC ≤ Area del triángulo OBC
Cada una de estas áreas es fácil de calcular:

sen x cos x
Area del triángulo OAD =
2
tan x
Area del triángulo OBC =
2
x
Area del sector circular OAC = , si x viene expresado en radianes
2
Sustituyendo en la desigualdad anterior queda
sen x cos x x tan x
≤ ≤
2 2 2
sen x
Dividiendo ahora en los miembros de la desigualdad por 2 , que es positivo y tomando luego inversos,
queda
x 1 sen x 1
cos x ≤ ≤ ⇔ cos x ≤ ≤
sen x cos x x cos x
Ahora bien, las dos funciones en los extremos de la inecuación tienen lı́mite 1 cuando x tiende a cero.
Podemos aplicar la proposición 48 para concluir que lı́mx→0 senx x = 1.
Fin de la prueba

A.3.4. Teorema de la función inversa: continuidad

Teorema (Función inversa).
Sea f : I → R continua donde I un intervalo arbitrario de R. Entonces:
1. f es inyectiva si y sólo si es estrictamente monótona.
2. Si f es estrictamente monótona, también lo es su inversa f −1 que, además, es continua.
Prueba:
1. Evidentemente, estrictamente monótona implica inyectiva. Supongamos, por reducción al absurdo, que
siendo f inyectiva no fuera estrictamente monótona. Entonces, como f es inyectiva, para toda terna x1 <
x2 < x3 los valores f (x1 ), f (x2 ) y f (x3 ) son diferentes dos a dos. Si f fuera estrictamente monótona habrı́a
de ser: o bien f (x1 ) < f (x2 ) < f (x3 ), o bien f (x1 ) > f (x2 ) > f (x3 ). Ası́ pues, negar la monotonı́a estricta
equivale a que exista una terna x1 < x2 < x3 tal que, por ejemplo, sea f (x1 ) < f (x2 ) > f (x3 ) y aplicando
convenientemente la propiedad de los valores intermedios en [x1 , x2 ] y en [x2 , x3 ] es posible obtener puntos
c ∈ (x1 , x2 ) y d ∈ (x2 , x3 ) de forma que f (c) = f (d) = η lo que contradice la inyectividad de f .
2. Por el apartado anterior f −1 : J = f (I) → I es una biyección estrictamente monótona. Si, por ejemplo,
suponemos que es estrictamente creciente y tomamos c ∈ I de modo que no sea un punto extremo del
intervalo I . Vamos a probar la continuidad de f −1 en el punto f (c). Dado ε > 0 se trata entonces de
garantizar la existencia de δ > 0 de modo que se tenga
f −1 (B(f (c), δ) ⊂ B(c, ε).
Pero como c no es un punto extremo de I existe 0 < ε0 < ε de modo que (c − ε0 , c + ε0 ) ⊂ I y por ser f
estrictamente crecientes es (f (c − ε0 ), f (c + ε0 )) = f (c − ε0 , c + ε0 ) un entorno de f (c) y en consecuencia existe
δ > 0 tal que B(f (c), δ) está contenida en dicho entorno siendo entonces claro, por el crecimiento estricto
de f −1 que
f −1 (B(f (c), δ) ⊂ (c − ε0 , c + ε0 ) ⊂ (c − ε, c + ε) = B(c, ε).
En el caso en que c sea un punto extremo del intervalo I (f (c) lo será del intervalo f (I)) es sencillo modificar
ligeramente la prueba anterior, utilizando las mismas ideas, para obtener el mismo resultado.
Fin de la prueba
Corolario.
Sean I, J intervalos de R y sea f : I → J biyectiva. Entonces f es continua si y sólo si f es

estrictamente monótona.

Prueba:
El directo está en la proposición anterior. Para el recı́proco observemos que, por ser f estrictamente monóto-
na, existen los limites laterales f (x− +
0 ) y f (x0 ) en cada x0 ∈ I . Si para algún x0 fueran diferentes, por ejemplo,
f (x− + − +
0 ) < f (x0 ), entonces los puntos de intervalo (f (x0 ), f (x0 )) ⊂ J = f (I) deberı́an tener antiimagen que,
por la monotonı́a no podrı́an ser ni mayores estrictamente que x0 , ni menores estrictamente que x0 . Esto
irı́a contra la hipótesis de que f es biyectiva, en consecuencia ha de ser f (x− +
0 ) = f (x0 ) = f (x0 ) o dicho de
otra manera, la función f es continua en cada punto x0 de su dominio.
Fin de la prueba


A.4.1. Teorema de la función inversa: derivabilidad
Si una función f es derivable y la derivada f 0 es continua, entonces f 0 posee la propiedad de los valores
intermedios. Sin embargo, como se muestra a continuación, la continuidad de la derivada no es una condición
necesaria para la validez de dicha propiedad. El siguiente teorema se conoce como teorema de Darboux.
Teorema (Propiedad de los valores intermedios en derivadas).
Sea f : (a, b) → R derivable y sean x < y en (a, b) tales que f 0 (x) < η < f 0 (y). Entonces existe
z ∈ (x, y) tal que f 0 (z) = η
Prueba:
Consideremos la función g definida en [x, y] mediante
g(t) = f (t) − ηt.
La función g es continua y derivable. De acuerdo con el teorema de Weierstrass 51 tiene un mı́nimo absoluto
en un punto z ∈ [x, y]. Pero como g 0 (x) < 0 y g 0 (y) > 0, z no puede ser ni x ni y , por tanto z ∈ (x, y) y en
consecuencia g 0 (z) = 0 (proposición 66), o dicho de otra forma, f 0 (x) = η .
Fin de la prueba
Como aplicación de este resultado podemos demostrar:
Teorema (Teorema de la función inversa).
Sea I un intervalo de R y f : I → R continua en I y derivable en el interior de I con derivada

no nula. Entonces f es una biyección de I sobre un intervalo J de R y f −1 es continua en J y
1
derivable en el interior de J con (f −1 )0 (y) = 0 −1 para y ∈ J .
f (f (y))
Prueba:
Como f 0 no se anula, aplicando la proposición A.4.1, obtenemos que o bien f 0 (x) > 0 para todo x, o bien
f 0 (x) < 0 para todo x; en otras palabras, f es estrictamente monótona. Ası́ que f es una función biyectiva de
I sobre un intervalo J siendo f −1 estrictamente monótona y continua (véanse el corolario 55 y el teorema 57).
Sea y, y0 ∈ J
f −1 (y) − f −1 (y0 ) 1 1 1
lı́m = lı́m y−y0 = lı́m =
y→y0 y − y0 y→y0
f −1 (y)−f −1 (y0 )
x→x0 f (x)−f (x0 ) f 0 (f −1 (y0 ))
x−x0
Es decir, (f −1 )0 (y0 ) = 1
f 0 (f −1 (y0 )) . Lo que prueba el resultado.
Fin de la prueba

A.4.2. Tabla de funciones derivadas

En la siguiente tabla recogemos las funciones derivadas de algunas funciones notables.
f (x) f 0 (x)
xα α xα−1
ex ex
1
log x
x
ax ax log a
log a
loga x
x
sen x cos x
cos x − sen x
1
tan x 1 + tan2 x =
cos2 x
sec x sec x tan x
senh x cosh x
cosh x senh x
1
tanh x 1 − tanh2 x =
cosh2 x
1
arc sen x √
1 − x2
1
arc cos x −√
1 − x2
1
arctan x
1 + x2
1
arg senh x √
1 + x2
1
arg cosh x √
x2 − 1
1
arg tanh x
1 − x2

A.4.3. Monotonı́a
Proposición.
Sea f : I → R. Son equivalentes:
1. f es creciente (decreciente) en I .
2. f es creciente (decreciente) en cada x ∈ I .
Prueba:
Evidentemente la segunda afirmación es consecuencia de la primera.
Recı́procamente, supongamos f creciente en cada x ∈ I . Sea x < y se trata de probar que f (x) ≤ f (y).
Consideramos A := {z : x < z ≤ y con f (x) ≤ f (z)}. A es un conjunto no vacı́o, pues f es creciente en x,
y acotado superiormente; sea α := sup A. Basta probar que α = y y que f (x) ≤ f (α). Como f es creciente
en α existe δ > 0 con f (z) ≤ f (α) si z ∈ (α − δ, α). Pero por definición de α para alguno de esos valores de
z es f (x) ≤ f (z) y por tanto f (x) ≤ f (α). Si fuera α < y existirı́a y ≤ z > α con f (α) ≤ f (z) debido al
crecimiento de f en α pero entonces se tendrı́a f (x) ≤ f (α) ≤ f (z) contra la definición de α.
Fin de la prueba

A.4.4. Regla de L’Hospital

Proposición.
Sean f, g funciones derivables en I = (a, b) ⊂ R donde −∞ ≤ a < b ≤ +∞. Supongamos que g, g 0

no tienen ceros en I y que se cumple una de las condiciones siguientes:
1. lı́mx→b− f (x) = lı́mx→b− g(x) = 0.
2. lı́mx→b− g(x) = ±∞.

f 0 (x) f (x)
Entonces, si existe L := lı́mx→b− g 0 (x) ∈ R también existe lı́mx→b− g(x) = L.
Prueba:
Comenzamos haciendo notar que lı́mx→b− µ(x) = L ∈ R ∪ {∞, −∞} equivale a que, para cada k1 , k2 para
los que tenga sentido k1 < L < k2 existe un entorno V de b de modo que k1 < µ(x) < k2 siempre que x ∈ V .
1. Supongamos k10 , k20 tales que k10 < L < k20 . Tomamos k1 y k2 de modo que k10 < k1 < L < k2 < k20 .
0
Entonces para z ∈ V se tiene k1 < fg0 (z)
(z)
< k2 y por tanto
f (x) − f (y) f 0 (z)
k1 < = 0 < k2 x, y ∈ V
g(x) − g(y) g (z)
tomando lı́mites cuando y → b− se tiene k10 < k1 ≤ fg(x) (x)
≤ k2 < k20 , x ∈ V. Es decir, lı́mx→b− fg(x)
(x)
= L, de
acuerdo con la observación antes realizada.
2. Dados k10 , k20 tomamos k10 < k1 < L < k2 < k20 y, como en el apartado anterior, consideramos un entorno
V de b para que
f (x) − f (y)
k1 < < k2 si x, y ∈ V. (†)
g(x) − g(y)
Supongamos lı́mx→b− g(x) = +∞ (en caso contrario cambiar g por −g ) y fijamos y ; necesariamente es
g(x) − g(y) g(y)
= 1− >0
g(x) g(x)
para x ∈ V 0 ⊂ V siendo V 0 otro entorno de b. Multiplicando la desigualdad (†) por esta expresión se tiene:
g(y) f (y) f (x) g(y) f (y)
k1 1 − + < < k2 1 − +
g(x) g(x) g(x) g(x) g(x)
g(y) f (y)
Y como (1 − g(x) ) + g(x) tiene por lı́mite 1 cuando x → b− , en un cierto entorno V 00 ⊂ V 0 de b se tiene
g(y) f (y) g(y) f (y)
k10 < k1 1 − + ; k2 1 − + < k20 ,
g(x) g(x) g(x) g(x)
es decir
f (x)
k10 < < k20 si x ∈ V 00 .
g(x)
Como se querı́a demostrar.
Fin de la prueba

A.4.5. El polinomio de Taylor
Resto de Landau
Proposición.
Si f : (a, b) ⊂ R → R es n − 1 veces derivable en (a, b) y existe la derivada n-ésima en x0 ∈ (a, b),

entonces f (x) = Pn (f, x; x0 ) + o(|x − x0 |n ).
Prueba:
Aplicaremos la regla de L’Hospital n − 1 veces y la definición de derivada n-ésima de f en el punto x0 .
(n−1)
f (x) − Pn (x) f 0 (x) − Pn0 (x) f (n−1) (x) − Pn (x)
lı́m n
= lı́m n−1
= · · · = lı́m
x→x0 (x − x0 ) x→x0 n(x − x0 ) x→x0 n(n − 1) . . . 2(x − x0 )
pero al ser Pn el polinomio de grado n
f (1) (x0 ) f (n) (x0 )

Pn (x) = f (x0 ) + (x − x0 )1 + · · · + (x − x0 )n
1! n!
el cálculo de su derivada n − 1 es muy sencillo, ya que sólamente es necesario prestar atención a los términos
de grado n − 1 y n (los demás desaparecen al derivar n − 1 veces), siendo
f (n−1) (x0 ) f (n) (x0 )

Pn(n−1) (x) =(n − 1)! + n(n − 1) . . . 2 (x − x0 )
(n − 1)! n!
=f (n−1) (x0 ) + f (n) (x0 )(x − x0 )
En consecuencia
(n−1)
f (x) − Pn (x) f (n−1) (x) − Pn (x)
lı́m = lı́m
x→x0 (x − x0 )n x→x0 n(n − 1) . . . 2(x − x0 )
f (n−1) (x) − f (n−1) (x0 ) − f (n) (x0 )(x − x0 )

= lı́m
x→x0 n!(x − x0 )
(n−1)
(x) − f (n−1) (x0 )

1 f
= lı́m − f (n) (x0 ) = 0
n! x→x0 (x − x0 )
por la definición de f (n) (x0 ). Resumiendo: f (x) = Pn (f, x; x0 ) + o(|x − x0 |n ).
Fin de la prueba
Proposición.
El desarrollo limitado de orden n de una función en un punto (cuando existe) es único.

Prueba:
Supongamos que una función f admite dos desarrollos limitados de orden n en x0 .
f (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + · · · + an (x − x0 )n + o(|x − x0 |n )
f (x) = b0 + b1 (x − x0 ) + b2 (x − x0 )2 + . . . + bn (x − x0 )n + o(|x − x0 |)n

Igualando se tiene (la suma de dos o(|x − x0 |n ) vuelve a ser una o(|x − x0 |n ))
(b0 − a0 ) + (b1 − a1 )(x − x0 ) + . . . + (bn − an )(x − x0 )n = o(|x − x0 |n )
Tomando lı́mites en esta expresión cuando x tiende a x0 y dado que lı́mx→x0 o(|x − x0 |n ) = 0 queda a0 = b0 .
Eliminando pues este sumando y dividiendo por (x − x0 ) en la expresión, tomamos de nuevo lı́mite cuando
n
0| )
x tiende a x0 y nos queda b1 = a1 ya que lı́mx→x0 o(|x−xx−x0 = 0. Repitiendo el proceso se concluye que
bk = ak para 0 ≤ k ≤ n.
Fin de la prueba
Resto de Lagrange
Teorema (Fórmula de Taylor).
Sea f : (a, b) → R n veces derivable en (a, b) y sean x0 , x ∈ (a, b). Sea
f 0 (x0 ) f (n−1 (x0 )

(x − x0 )n−1 .

Rn−1 (x; x0 ) := f (x) − f (x0 ) + (x − x0 ) + · · · +
1! (n − 1)!
Entonces existe c estrictamente contenido entre x y x0 de modo que
f (n) (c)
Rn−1 (x, x0 ) = (x − x0 )n
n!
Esta forma de expresar el resto se llama la forma de Lagrange.
Prueba:
Aplicaremos el teorema del valor medio de Cauchy a las funciones:

1 0 1 (n−1) n−1
F (t) :=f (x) − f (t) + f (t)(x − t) + . . . + f (t)(x − t)
1! (n − 1)!
G(t) :=(x − t)n
en el intervalo de extremos x0 y x, se obtiene que existe c ∈ (x0 , x) tal que
(F (x0 ) − F (x))G0 (c) = (G(x0 ) − G(x))F 0 (c)

pero F (x) = 0, F (x0 ) = Rn−1 (x; x0 ), G(x) = 0, G(x0 ) = (x − x0 )n luego la fórmula que nos proporciona el
teorema de Cauchy es entonces
F 0 (c)
Rn−1 (x; x0 ) = 0 (x − x0 )n
G (c)
Calculamos ahora las derivadas de G y F :
G0 (t) = n(x − t)n−1 (−1) = −n(x − t)n−1 , G0 (c) = −n(x − c)n−1

1 1
F 0 (t) = − f 0 (t) + f 00 (t)(x − t) + . . . + f (n) (t)(x − t)n−1 +
1! (n − 1)!

1 0 1 00 1
+ f (t) + 2 f (t)(x − t) + . . . + (n − 1) f (n−1) (t)(x − t)n−2 =
1! 2! (n − 1)!
1 f (n) (c)
=− f (n) (t)(x − t)n−1 , F 0 (c) = − (x − c)n−1
(n − 1)! (n − 1)!
Sustituyendo
f (n) (c)
(n−1)! (x − c)n−1 f (n) (c)
Rn−1 (x; x0 ) = (x − x0 )n = (x − x0 )n
n(x − c)n−1 n!
Fin de la prueba
Ejemplo.
1 2 1 1 eθx n
ex = 1 + x + x + x3 + · · · + xn−1 + x .
2! 3! (n − 1)! n!
1 3 1 1 sen(θx + nπ/2) n
sen x = x − x + x5 − x7 + · · · + x .
3! 5! 7! n!
1 2 1 1 cos(θx + nπ/2) n
cos x = 1 − x + x4 − x6 + · · · + x .
2! 4! 6! n!
x2 x3 x4 1
log(1 + x) = x − + − + · · · + (−1)n−1 xn .
2 3 4 n(1 + θx)n
! ! ! ! !
α α α α α (1 + θx)α n
(1 + x)α = 1 + x+ x2 + x3 + . . . + xn−1 + x
1 2 3 n−1 n (1 + θx)n
donde se define !
α α(α − 1)(α − 2) . . . (α − (k − 1))
=
k k!

Solución:
X f (x) = ex .
El cálculo de las derivadas sucesivas de ex es muy sencillo: para cualquier n ∈ N, f (n) (x) = ex , y por tanto,
f (n) (0) = 1. Sustituyendo en la fórmula de Taylor queda
1 2 1 1 eθx n
ex = 1 + x + x + x3 + · · · + xn−1 + x .
2! 3! (n − 1)! n!
X f (x) = sen x.
Haciendo las derivadas sucesivas de f
f (x) = sen x f (0) = 0

f 0 (x) = cos x = sen(x + π/2) f 0 (0) = 1
f (2) (x) = − sen x = cos(x + π/2) = sen(x + 2π/2) f (2) (0) = 0
f (3) (x) = − cos x = cos(x + 2π/2) = sen(x + 3π/2) f (3) (0) = −1
f (4) (x) = sen x = cos(x + 3π/2) = sen(x + 4π/2) f (4) (0) = 0
..
.
f (n) (x) = sen(x + nπ/2) f (n) (0) = sen(nπ/2)
Sustituyendo en la fórmula de Taylor queda
1 3 1 1 sen(θx + nπ/2) n
sen x = x − x + x5 − x7 + · · · + x .
3! 5! 7! n!
X f (x) = cos x Los cálculos son análogos al caso del seno.
X f (x) = log(1 + x)
f (x) = log(1 + x) f (0) = 0

f (1) (x) = (1 + x)−1 f (1) (0) = 1
f (2) (x) = (−1)(1 + x)−2 f (2) (0) = −1 = −1!
f (3) (x) = (−1)(−2)(1 + x)−3 f (3) (0) = (−1)(−2) = 2!
..
.
f (n) (x) = (−1)n−1 (n − 1)!(1 + x)−n f (n) (0) = (−1)n−1 (n − 1)!
Sustituyendo en la fórmula de Taylor
1 −1 2 2! 3 (−1)n−2 (n − 2)! n−1 (−1)n−1 (n − 1)!(1 + θx)−n n

log(1 + x) = x+ x + x + ... + x + x =
1! 2! 3! (n − 1)! n!
x2 x3 (−1)n n−1 (−1)n−1 n
=x − + + ... + x + x
2 3 n−1 n(1 + θx)n
X f (x) = (1 + x)α
En primer lugar, notad que si α = n la fórmula que queremos probar nos dice
! ! ! ! !
n n n n n (1 + θx)n n
(1 + x)n =1 + x+ x2 + x3 + . . . + xn−1 + x
1 2 3 n−1 n (1 + θx)n
! ! ! ! ! !
n n n 2 n 3 n n−1 n
= + x+ x + x + ... + x + xn
0 1 2 3 n−1 n

que no es más que la fórmula del binomio aplicada a (1 + x)n . Es decir, el resto del polinomio de Taylor de
grado n − 1 del polinomio (1 + x)n es precisamente xn (en este caso el resto es conocido con exactitud).
Hallemos las derivadas
f (x) = (1 + x)α f (0) = 1

f (1) (x) = α(1 + x)α−1 f (1) (0) = α
f (2) (x) = α(α − 1)(1 + x)α−2 f (2) (0) = α(α − 1)
..
.
f (n) (x) = α . . . (α − (n − 1))(1 + x)α−n f (n) (0) = α . . . (α − (n − 1))
La fórmula de Taylor queda por tanto
α α(α − 1) . . . (α − (n − 2)) n−1 α . . . (α − (n − 1))(1 + θx)α−n n

(1 + x)α =1 + x + ... + x + x
1 (n − 1)! n!
! ! ! ! !
α α 2 α 3 α n−1 α (1 + θx)α n
=1 + x+ x + x + ... + x + x
1 2 3 n−1 n (1 + θx)n

A.4.6. Funciones convexas

Teorema.
Sea f : I → R derivable en el intervalo abierto I . Las siguientes afirmaciones son equivalentes:
1. f es convexa.
2. f 0 es una función creciente en I .
3. Para cada punto de I la gráfica de la función f está situada por encima de la recta tangente
correspondiente a dicho punto.
Además, si f es dos veces derivable en I , se verifica que f es convexa si y sólo si f 00 ≥ 0 en I .
Prueba:
Probemos que 1 implica 2.
Supongamos que a < b son dos puntos de I . Se tiene que
f (x) − f (a) f (x0 ) − f (b)

f 0 (a) = lı́m+ = lı́m+ pa (x); f 0 (b) = 0lı́m− = 0lı́m+ pb (x).
x→a x−a x→a x →b x0 − b x →a
Si f es convexa, aplicando la proposición 78, se obtiene que
pa (x) ≤ px0 (x) = px (x0 ) ≤ pb (x0 ), siempre que a < x < x0 < b
de donde se sigue que f 0 (a) ≤ f 0 (b) y por tanto f 0 es creciente.

Probemos que 2 implica 3.
Si x0 ∈ I hemos de demostrar que la gráfica de la función f está situada por encima de la recta tangente en
x0 , es decir,
f (x) ≥ f (x0 ) + f 0 (x0 )(x − x0 ) ⇔ f (x) − f (x0 ) ≥ f 0 (x0 )(x − x0 )
Si x0 < x, por el teorema del valor medio de Lagrange se tiene
f (x) − f (x0 ) = f 0 (c)(x − x0 ),
pero como f 0 es creciente y c ∈ (x0 , x) es
f 0 (c)(x − x0 ) ≥ f 0 (x0 )(x − x0 )
De ser x < x0 serı́a c ∈ (x, x0 ) y, de nuevo, utilizando que f 0 es creciente obtendrı́amos
f 0 (c)(x − x0 ) ≥ f 0 (x0 )(x − x0 )
Veamos que 3 implica 1.

Procedemos por reducción al absurdo. Si f no fuera convexa existirı́an a < x0 < b en I tales que f (x0 )
estarı́a por encima de la secante que une los puntos (a, f (a)) y (b, f (b)), lo cual se traducirı́a en
pb (x0 ) < pb (a) = pa (b) < pa (x0 ).

Pero es claro que ninguna recta que pase por el punto (x0 , f (x0 )) deja por encima de dicha recta, simultánea-
mente, a los puntos (a, f (a)) y (b, f (b)) como debiera ocurrir, ya que, por hipótesis, la curva está situada
por encima de la tangente correspondiente al punto x0 .
El hecho de que si f es dos veces derivable en I , se verifica que f es convexa si y sólo si f 00 ≥ 0 en I , es una
consecuencia inmediata de lo anterior.
Fin de la prueba
Proposición.
Sea f : I → R derivable en el intervalo abierto I. Las siguientes afirmaciones son equivalentes:
1. f es (globalmente) convexa en I .
2. f es (localmente) convexa para cada x ∈ I .
Prueba:
Utilizando el teorema 79, es claro que 1 implica 2.
Para demostrar que 2 implica 1 procederemos por reducción al absurdo. Supongamos que existen a f (a) + (c − a).
b−a

Consideremos g(x) := f (x) − f (a) + f (b)−f b−a
(a)
(x − a) . Puesto que 0 = g(a) = g(b) < g(c), existe un
máximo absoluto para g en [a, b] que necesariamente se alcanza en un punto interior ξ y por tanto aplicando
el teorema de Rolle 67 ha de ser g 0 (ξ) = 0. Ası́ que f 0 (ξ) = f (b)−f
b−a
(a)
y g(z) < g(ξ). Por consiguiente

f (b) − f (a) f (b) − f (a)
f (b) − f (a) + (b − a) < f (ξ) − f (a) + (ξ − a)
b−a b−a
es decir,
f (b) − f (a)
f (b) < f (ξ) + (b − ξ) = f (ξ) + f 0 (ξ)(b − ξ),
b−a
contra la hipótesis de la convexidad de f en ξ .
Fin de la prueba

A.4.7. El método de Newton-Raphson

Se utiliza para hallar raı́ces de una función derivable f . La idea es sólo un poco más elaborada que la
del método de bisección, pero es igualmente fácil de programar (si se conoce la expresión de f 0 (x)) y mucho
más rápido.
La idea es la siguiente: Si x0 es una primera aproximación de la raı́z (por ejemplo, el punto medio de un
intervalo donde la función cambie de signo), consideramos la recta tangente a y = f (x) en x0 , de ecuación
y = f (x0 ) + f 0 (x0 )(x − x0 ), y tomamos como siguiente aproximación x1 la raı́z de esta recta, que vale
x1 = x0 − ff0(x 0)
(x0 ) .
c
x4 x3 x2
x1
Repitiendo esta idea, las siguientes aproximaciones siguen la fórmula

f (xn )
xn+1 = xn −
f 0 (xn )
Veamos condiciones sobre f que nos aseguren la convergencia de este algoritmo.
Teorema (Método de Newton-Raphson).
Sea f : [a, b] → R una función de clase C 2 ([a, b]) satisfaciendo:
1. f (a)f (b) < 0,
2. f 0 (x) 6= 0, x ∈ (a, b),
3. Tenemos que f 00 (x) ≥ 0 ó f 00 (x) ≤ 0 para todo x ∈ (a, b),

4. Si c denota el punto de [a, b] en el que |f 0 (x)| alcanza el mı́nimo, entonces ff0(c)
(c) ≤ b − a.

Entonces la sucesión definida por iteración mediante
f (xn )
xn+1 = xn −
f 0 (xn )
converge a la única solución s en [a, b] de f (x) = 0 para cualquier elección inicial x0 ∈ [a, b].

Ejemplo 100.
Aproximad con 10 cifras decimales una solución de la ecuación x2 = ex .
Solución:
Buscamos raı́ces de f (x) = ex − x2 , para la que se tiene f (−1) < 0 y f (0) > 0. En consecuencia empezamos
con x0 = −00 5, y las siguientes aproximaciones siguen la fórmula
f (x) ex − x2 (x − 1) ex − x2
xsig = x − 0
=x− x =
f (x) e − 2x ex − 2x
x1 = −00 721925835997 . . . x4 = −00 703467422498 . . .

x2 = −00 703600833868 . . . x5 = −00 703467422498 . . .
x3 = −00 703467429540 . . .
por lo que la aproximación pedida es −00 7034674225.
Veamos dos ejemplos que ilustran la rapidez de este método respecto a los anteriores (véanse los ejemplos
en la sección 20).
Ejemplo 101.
Hallad una raı́z del polinomio x3 + x − 1 = 0.
Solución:
Como vimos, hay una raı́z en [0, 1]. Tomamos pues x0 = 00 5 y
f (x) x3 + x − 1 2x3 + 1
xsig = x − 0
=x− 2
= 2
f (x) 3x + 1 3x + 1
y ası́:
x1 = 00 7142857143 . . . x4 = 00 6823278038 . . .
x2 = 00 6831797235 . . . x5 = 00 6823278038 . . .
x3 = 00 6823284233 . . .
de modo que tras 5 pasos ya podemos dar una aproximación con 10 cifras decimales.
Ejemplo 102.
Resolved la ecuación cos x = x.

Solución:
Como vimos, la raı́z de f (x) = x − cos x está en [0, 1]. Ası́ x0 = 00 5 y
f (x) x − cos x x sen x + cos x

xsig = x − =x− =
f 0 (x) 1 + sen x 1 + sen x
x1 = 00 7552224171056364 . . . x4 = 00 7390851332151607 . . .
x2 = 00 7391416661498792 . . . x5 = 00 7390851332151607 . . .
x3 = 00 7390851339208067 . . .
Ahora en el quinto paso ya tenemos 16 cifras decimales.


A.5.1. Primeros ejemplos de funciones integrables
Proposición.
Sea f : [a, b] → R acotada:
1. Si f es monótona entonces f ∈ R([a, b]).
2. Si f ∈ R[c, b] para todo c > a entonces f ∈ R([a, b]).
Prueba:
1. Si π es una partición cualquiera de [a, b], tenemos que
n
X
S(f, π) − s(f, π) = (Mi − mi )(ti − ti−1 ).
i=1
Debido a la caracterización anterior de la integrabilidad y viendo esta expresión, dado ε > 0 cualquiera: si f
ε
es monótona creciente y f (a) < f (b), eligiendo una partición π de [a, b] tal que ti − ti−1 < f (b)−f (a) , puesto
que en este caso Mi − mi = f (ti ) − f (ti−1 ) se tiene que
n n
X X ε
S(f, π) − s(f, π) = (Mi − mi )(ti − ti−1 ) ≤ (Mi − mi ) = ε.
i=1 i=1
f (b) − f (a)
2. Sea A > 0 tal que |f (x)| ≤ A para x ∈ [a, b]. Notad que
−A ≤ ı́nf {f (x) : x ∈ [a, b]} ≤ sup{f (x) : x ∈ [a, b]} ≤ A
ε
Dado ε > 0 sea c ∈ (a, b] tal que c − a < 4A y sea π una partición del intervalo [c, b] de manera que
S(f, π) − s(f, π) < 2 . Tomamos ahora la partición de [a, b], π 0 , que resulta de añadir a π el subintervalo
ε
[a, c], llamando M1 = sup{f (x) : x ∈ [a, c]} y m1 = ı́nf {f (x) : x ∈ [a, c]} resulta
S(f, π 0 ) − s(f, π 0 ) = M1 (c − a) + S(f, π) − m1 (c − a) − s(f, π) ≤

ε ε ε
≤ A(c − a) + A(c − a) + S(f, π) − s(f, π) ≤ 2A(c − a) + ≤ 2A + =ε
2 4A 2
Fin de la prueba

A.5.2. Sumas de Riemann

Antes de dar la prueba del teorema necesitamos un resultado previo.
Proposición.
Sea π una partición del intervalo [a, b] de norma δ > 0. Sea π 0 ∈ P ([a, b]) obtenida a partir de
π añadiéndole k puntos. Sea f : [a, b] → R una función acotada con m ≤ f (x) ≤ M para todo
x ∈ [a, b]. Entonces
|S(f, π, zi ) − S(f, π 0 , zj0 )| < δ(M − m)k
supuesto que los puntos zi , zj0 coinciden en aquellos subintervalos correspondientes a π que no han
sido subdivididos por la partición π 0 .
Prueba:
Consideremos en primer lugar k = 1. En tal caso todos los sumando, salvo uno, de la suma de Riemann
S(f, π, zi ) coinciden con los correspondientes sumandos de S(f, π 0 , zj0 ). Por tanto
|S(f, π, zi ) − S(f, π 0 , zj0 )| = |f (z)(t − s) − (f (z 0 )(t − u) + f (z 00 )(u − s)|
siendo u el nuevo elemento de π 0 introducido entre dos elementos sucesivos, s < t, de la partición π . Pero
|f (z)(t − s) − (f (z 0 )(t − u) + f (z 00 )(u − s)| =|(f (z) − f (z 0 ))(t − u) + (f (z) − f (z 00 ))(u − s)| ≤
≤(M − m)(t − u) + (M − m)(u − s) ≤ (M − m)δ
Ası́ pues, cada adición de un nuevo punto a la partición incrementa el valor de |S(f, π, zi ) − S(f, π 0 , zj0 )| a
lo más en (M − m)δ . Basta reiterar el proceso k veces para obtener el resultado buscado.
Fin de la prueba
Teorema.
Sea f : [a, b] → R acotada. Las siguientes afirmaciones son equivalentes:
1. f es integrable Riemann en [a, b].
2. Existe un número real A con la propiedad siguiente: para cada ε > 0 existe π0 ∈ P ([a, b])
tal que si π0 ≺ π se cumple |A − S(f, π, zi )| < ε, para cualquier suma de Riemann corres-
pondiente a π .
3. Existe un número real A con la propiedad siguiente: para cada ε > 0 existe δ > 0 tal que
para cada partición π de norma menor que δ se cumple
|A − S(f, π, zi )| < ε,
para cualquier suma de Riemann correspondiente a π .

Z b
Además en este caso A = f.
a

Prueba: Z b
1. ⇒ 2. Supongamos que f ∈ R[a, b] y tomemos A = f . Dado ε > 0, sea π0 ∈ P ([a, b]) tal que
a
S(f, π0 ) − s(f, π0 ) < ε.
Por tanto si π0 ≺ π , al ser

S(f, π) − s(f, π) ≤ S(f, π0 ) − s(f, π0 ) < ε,
se tienen las desigualdades
Z b
s(f, π) ≤ S(f, π, zi ) ≤ S(f, π), y s(f, π) ≤ f ≤ S(f, π)
a
que implican
0 ≤ A − s(f, π) ≤ S(f, π) − s(f, π) ≤ ε, A − S(f, π, zi ) ≤ S(f, π) − s(f, π) ≤ ε
S(f, π, zi ) − A ≥ s(f, π) − S(f, π) ≥ −ε

de donde
|A − S(f, π, zi )| < ε
para cualquier elección de puntos zi asociados a π.

2. ⇒ 1. Supongamos que A cumple las condiciones de 2. Basta probar que para cada ε > 0 existe una
partición π ∈ P ([a, b]) tal que
|A − S(f, π)| < ε y que |A − s(f, π)| < ε
(ası́ tendrı́amos que S(f, π) − s(f, π) < 2ε, y por tanto f ∈ R[a, b]).
Dado ε > 0, sea π ∈ P ([a, b]) tal que |A − S(f, π, zi )| < 2ε para cualquier elección de puntos zi . En particular
ε
esta desigualdad se cumple para puntos zi verificando que Mi − f (zi ) < 2(b−a) . Entonces
n n
X X ε ε
S(f, π) − S(f, π, zi ) = (Mi − f (zi ))(ti − ti−1 ) ≤ (ti − ti−1 ) =
i=1 i=1
2(b − a) 2
y como |A − S(f, π, zi )| < 2ε se tiene que |A − S(f, π)| < ε. Análogamente, para la misma partición π podemos
ε
ahora elegir puntos zi verificando f (zi ) − mi < 2(b−a) y ası́ obtendremos que S(f, π, zi ) − s(f, π) < 2ε , llegando
a la conclusión de que |A − s(f, π)| < ε.
3. ⇒ 2. Es claro.
2. ⇒ 3. Dado ε > 0 existe π0 ∈ P ([a, b]) tal que para toda partición π 0 más fina que π0 se tiene
ε
|A − S(f, π 0 , zi )| <
2
para cualquier elección de zi . Sea k el número de puntos de la partición π0 . Sea δ > 0 que cumpla δ(M −m)k <
ε 0
2 . Sea ahora π una partición cualquiera de norma menor que δ y sea π = π ∨ π0 . Entonces, aplicando la
proposición anterior, se tiene
ε
|S(f, π, zi ) − S(f, π 0 , zj0 )| ≤ δ(M − m)k <
2

(eligiendo los puntos zj0 como iguales a los zj para los puntos que se sitúan en los intervalos de π que no han
sido subdivididos por los puntos de π0 ). Finalmente,
ε ε
|A − S(f, π, zi )| ≤ |A − S(f, π 0 , zi )| + |S(f, π 0 , zj0 ) − S(f, π, zi )| < + =ε
2 2
Z b
Queda, pues, sólo por demostrar que cuando estamos en este caso A = f . Como f es integrable Riemann
a
en [a, b] demostraremos que A es el (único) número real tal que s(f, π) ≤ A ≤ S(f, π) para cualquier
π ∈ P ([a, b]).
Supongamos que esto no ocurre, es decir, que existe π0 tal que
s(f, π0 ) ≤ S(f, π0 ) < A.
ε
Sea ε = A − S(f, π0 ). Por 2. existe π1 tal que |A − S(f, π, zi )| < 2 para cualquier π1 ≺ π y cualquier elección
de puntos zi asociados a π .
Sea π 0 = π0 ∨ π1 , tenemos que
ε A + S(f, π0 )
S(f, π 0 , zi ) > A − = > S(f, π0 )
2 2
pero por otro lado
S(f, π 0 , zi ) < S(f, π 0 ) ≤ S(f, π0 )
lo cual es una contradicción.
Fin de la prueba

A.5.3. Producto de funciones integrables

Proposición.
Sean f, g : [a, b] → R integrables Riemann. Entonces el producto f g es también integrable.
Prueba:
Supongamos para comenzar que f = g , es decir, veamos que f 2 es integrable Riemann.
Sea π = (a = t0 < t1 < t2 . . . < tn ) una partición arbitraria de [a, b]. Sean
Ai = sup{f 2 (x) : x ∈ [ti−1 , ti ]} y ai = ı́nf {f 2 (x) : x ∈ [ti−1 , ti ]}
Sea M > 0 tal que |f (x)| ≤ M para x ∈ [a, b] y como siempre
Mi = sup{f (x) : x ∈ [ti−1 , ti ]} y mi = ı́nf {f (x) : x ∈ [ti−1 , ti ]}
Si f > 0 en [a, b] tenemos que Ai = Mi2 y ai = m2i . Queremos estimar

n
X n
X
S(f 2 , π) − s(f 2 , π) = (Ai − ai )(ti − ti−1 ) = (Mi2 − m2i )(ti − ti−1 ) =
i=1 i=1
n
X n
X
= (Mi − mi )(Mi + mi )(ti − ti−1 ) ≤ 2M (Mi − mi )(ti − ti−1 ) = 2M (S(f, π) − s(f, π))
i=1 i=1
ε
Como f es integrable Riemann, dado ε > 0 existe una partición πε de [a, b] tal que |S(f, πε ) − s(f, πε )| < 2M .
Es claro entonces que para esta πε tenemos S(f 2 , πε ) − s(f 2 , πε ) ≤ ε lo cual muestra que f 2 es integrable
Riemann.
Una vez probada la integrabilidad de f 2 en el caso f > 0 podemos obtener el caso f < 0 en [a, b] sin más
que observar que llamando g = −f > 0 tenemos la integrabilidad de g 2 que coincide con f 2 .
Para el caso en que f cambie de signo en [a, b] consideramos su parte positiva f + y su parte negativa f −
que son ambas positivas e integrables y además f = f + − f − . Por tanto
f 2 = (f + − f − )2 = (f + )2 + (f − )2 − 2f + f − = (f + )2 + (f − )2
ya que f + (x)f − (x) = 0 para todo x ∈ [a, b]. La expresión anterior muestra que f 2 es integrable por ser
suma de (f + )2 y (f − )2 que lo son.
Para el caso general de dos funciones f, g solo tenemos que darnos cuenta de que como
1
(f + g)2 = f 2 + g 2 + 2f g ⇒ f g = ((f + g)2 − f 2 − g 2 )
2
fórmula que nos da la integrabilidad de f g por la linealidad de la integral.
Fin de la prueba

A.5.4. Las funciones integrables tienen puntos de continui-

dad
Proposición.
Sea f : [a, b] → R integrable Riemann. Entonces existe c ∈ [a, b] tal que f es continua en c.
En particular, gracias a la proposición 92, f tiene puntos de continuidad en cualquier intervalo
[α, β] ⊂ [a, b].
Prueba:
Aplicamos el teorema de caracterización de integrabilidad Riemann, tomando ε = b − a > 0 existe una
partición π1 ∈ P ([a, b]), π1 = (a = t0 < t1 < . . . < tk = b) tal que
k
X
S(f, π1 ) − s(f π1 ) = (Mi − mi )(ti − ti−1 ) < (b − a)
i=1
Ha de existir i ∈ {1, 2, . . . , k } tal que Mi − mi < 1, ya que si fuera Mj − mj ≥ 1 para todo j ∈ {1, 2, . . . , k }
tendrı́amos
Xk Xk
S(f, π1 ) − s(f, π1 ) = (Mj − mj )(tj − tj−1 ) ≥ (tj − tj−1 ) = b − a
j=1 j=1
Consideramos el intervalo I1 := [ti−1 , ti ] en el que Mi − mi < 1, la función f es obviamente integrable

Riemann en I1 . Tomamos r1 = ti − ti−1 > 0 y ε = r21 .
Siguiendo el mismo razonamiento que antes ha de existir una partición π2 ∈ P (I1 ), π2 = (ti−1 = z0 < z1 <
. . . < zs−1 < zs = ti ), con S(f, π2 ) − s(f, π2 ) < r21 y un subintervalo de la partición, [zj−1 , zj ] := I2 donde
Mj − mj < 12 ya que de lo contrario tendrı́amos
s s
X X 1 r1
S(f, π2 ) − s(f, π2 ) = (Mj − mj )(zs − zs−1 ) ≥ (zs − zs−1 ) =
j=1 j=1
2 2
De forma recursiva obtenemos una sucesión In de intervalos cerrados y acotados tales que:
I1 ⊃ . . . ⊃ In ⊃ In+1 . . .
1
sup{f (x) : x ∈ In } − ı́nf {f (x) : x ∈ In } ≤ 2n−1
El principio de encaje de Cantor asegura que existe c ∈ ∩∞

n=1 In .
1
Vamos a probar ahora que f es continua en c. Dado ε > 0 sea n ∈ N tal que 2n−1 < ε. Entonces si x ∈ In
(que es un entorno de c), resulta
1
|f (x) − f (c)| ≤ sup{f (x) : x ∈ In } − ı́nf {f (x) : x ∈ In } ≤ <ε
2n−1
¿Podemos realmente concluir que f es continua en c? La verdad es que no. El intervalo In que hemos hallado
no tiene por que ser un entorno de c. Para entenderlo, renombramos los intervalos In = [an , bn ]. Siendo una
sucesión de intervalos cerrados, acotados y encajados podrı́a suceder que, por ejemplo, fuera bi = bj para
cualesquiera i, j ∈ N y ser además c = bn . En este caso habrı́amos probado la continuidad de f en c por la

izquierda, pero no sabrı́amos nada de lo que ocurre para x > c. ¿Qué hacemos entonces? Llevar más cuidado
con la elección de los In . Vamos a verlo:
Como antes, una vez elegido I1 := [ti−1 , ti ] donde Mi − mi < 1 tomamos J1 = [a1 , b1 ] de manera que
ti−1 < a1 < b1 < ti . Ahora aplicamos el segundo paso al intervalo J1 encontrando un subintervalo [a2 , b2 ]
donde M2 − m2 < 21 siendo además a1 < a2 < b2 < b1 .
Obtenemos ası́ una sucesión de intervalos encajados, cerrados y acotados J1 ⊃ . . . ⊃ Jn . . . tales que Mj −
1
T∞
mj < 2j−1 . Resulta ahora que el punto c ∈ n=1 Jn es nuestro punto donde f es continua ya que dado ε > 0
1
tomando n ∈ N tal que 2n−1 < ε tenemos, como antes, que si x ∈ Jn que ahora si es un entorno de c es
|f (x) − f (c)| < ε.
Fin de la prueba

A.5.5. El teorema fundamental del cálculo

Teorema (Fórmula de Barrow).
Sea f ∈ R[a, b] y supongamos que f admite una primitiva g en [a, b]. Entonces
Z b
f = g(b) − g(a).
a
Prueba:
Como f ∈ R[a, b] dado ε > 0 existe una partición π ≡ (t0 , t1 , . . . , tn ) de [a, b] tal que para cualquier elección
de puntos zi ∈ [ti−1 , ti ] se cumple Z
b
f − S(f, π, zi ) < ε.

a
Por el Teorema del Valor Medio aplicado a [ti−1 , ti ] y g existe zi ∈ [ti−1 , ti ] tal que
g(ti ) − g(ti−1 ) = g 0 (zi )(ti − ti−1 ) = f (zi )(ti − ti−1 ).
De donde
n
X n
X
g(b) − g(a) = (g(ti ) − g(ti−1 )) = g 0 (zi )(ti − ti−1 ) = S(f, π, zi )
i=1 i=1
Z
b
y se obtiene que f − (g(b) − g(a)) < ε.

a
Fin de la prueba

A.5.6. Cálculo de algunas primitivas

Proposición.
Z
1
Para n ≥ 2 sea In = dx. Entonces
(1 + x2 )n
1 x 2n − 3
In = + In−1 , con I1 = arctan x
2n − 2 (1 + x2 )n−1 2n − 2
Solución:
1 + x2 x2 x2
Z Z Z Z
1
In = dx = dx − dx = In−1 − dx
(1 + x2 )n (1 + x2 )n (1 + x2 )n (1 + x2 )n
x
A esta última le aplicamos la integración por partes: Hacemos u = x, dv = (1+x2 )n dx, entonces du = dx, y
para calcular v hacemos el cambio de variable t = x2 :
1
1 (1 + t)1−n −1
Z Z
x 2
v= dx = dt = =
(1 + x2 )n (1 + t)n 2 1−n 2(n − 1)(1 + x2 )n−1
Por lo tanto

−x 1 1 x 2n − 3
In = In−1 − + In−1 = + In−1
2(n − 1)(1 + x2 )n−1 2(n − 1) 2n − 2 (1 + x2 )n−1 2n − 2
Ejemplo (A).
Sea f (u0 , u1 , . . . , uk ) una función racional en k + 1 variables y r1 , . . . , rk ∈ Q. Consideremos la

integral Z
r1 ax+b rk
f (x, ( ax+b
cx+d ) , . . . , ( cx+d ) )dx.
Si m = mı́nimo común múltiplo de los denominadores de r1 , . . . , rk , transformaremos la integral

en una de tipo racional haciendo el cambio
ax + b dtm − b
tm = , y despejando x = .
cx + d a − ctm

Ejemplo.
Las integrales de la forma xm (a+bxn )p dx (integral de la diferencial binomia), donde m, n, p ∈ Q,

R
se pueden tratar en ciertos casos particulares (haremos un cambio de variable para transformarla
1 1
en una del tipo (A). Hagamos primero el cambio x = t n , dx = n1 t n −1 dt.
Z Z
m 1 m+1
p 1 n −1
t (a + bt) n t
n dt = n t n −1 (a + bt)p dt.
1
Sólo las podremos resolver cuando ocurran uno de los siguientes casos:
m+1
1. Si p ∈ Z, estamos en el caso (A). (Tendremos una función racional en las variables t, t n −1 ).
2. Si m+1n ∈ Z, estamos en el caso (A). (Tendremos una función racional en las variables
t, (a + bt)p ).
m+1
3. Si n − 1 + p ∈ Z,
m+1 m+1
t n −1 (a + bt)p = t n −1+p ( a+bt p
t ) .
El integrando es, en este caso, una función racional en las variables t, a+bt
t y nos encontramos
en el caso (a).


A.6.1. La serie armónica es divergente
Prueba:
P∞
La primera de las pruebas la haremos por reducción al absurdo. Supongamos que la serie n=1 n1 es con-
Pn 1
vergente, es decir, si llamamos Sn = k=1 k a la sucesión de sumas parciales resulta que existe S ∈ R tal
que lı́mn→∞ Sn = S .
Dado que la sucesión de sumas parciales es convergente también lo será la subsucesión formada por los
términos de ı́ndice par y tendremos lı́mn→∞ S2n = S . Por tanto
lı́m (S2n − Sn ) = S − S = 0
n→∞
Pero
1 1 1 1 1 1 n 1
S2n − Sn = + + ... + > + + ... + = =
n+1 n+2 n+n n+n n+n n+n 2n 2
Lo cual nos lleva a una contradicción ya que si S2n − Sn > 12 no puede ser lı́mn→∞ (S2n − Sn ) = 0.
La contradicción viene pues de suponer que la serie armónica es convergente y, al ser de términos positivos,
concluimos que es divergente.
Fin de la prueba
Prueba:
Pn
La segunda prueba que haremos es directa. Sea Sn = k=1 k1 . Para m ≥ 0 consideramos
2m
X 1 1 1 1 1 1 1 1 1 1 1
S2m = =1+ + + + + + + + ... + + + ... + m >
k 2 3 4 5 6 7 8 2m−1 + 1 2m−1 + 2 2
k=1

1 1 1 1 1 1 1 1 1 1
>1 + + + + + + + + ... + + + ... + m =
2 4 4 8 8 8 8 2m 2m 2
1 2 4 2m−1 1 1 1
=1 + + + + . . . + m = 1 + + + . . . +
2 4 8 2 2 2 2
Pn
Si consideramos ahora la serie cuya suma parcial es An = 1 + k=1 21 que es divergente (lı́mn→∞ An =
lı́mn→∞ (1 + n2 ) = ∞) resulta que para m ≥ 1 es
S2m > 1 + Am
y por tanto lı́mm→∞ S2m = ∞ de donde se deduce que lı́mn→∞ Sn = ∞.
Fin de la prueba

A.6.2. Convergencia incondicional

Introducimos los conceptos de “serie de términos positivos” y “serie de términos negativos” asociada a
P
la serie an .
Definición.
P
Dada la serie an se llama:
a0n siendo a0n = an si an ≥ 0 y

P
serie de términos positivos asociada a esta serie, a la serie
a0n = 0 si an < 0.
a00n siendo a00n = −an si an ≤ 0

P
serie de términos negativos asociada a esta serie, a la serie
y a00n = 0 si an < 0.
Proposición.
Sea la serie an y sean a0n y a00n sus series de términos positivos y negativos respectivamente.
P P P
P
Entonces la serie an es absolutamente convergente si y sólo si sus series de términos positivos
y negativos son convergentes. Además si llamamos A0 y A00 a las sumas de dichas series se verifica
an (y de todas sus reordenadas) es A0 − A00 .
P
que la suma de la serie
Prueba:
Dado n ∈ N llamamos: Sn = a1 + . . . + an , ASn = |a1 | + . . . + |an |, Sn0 = a01 + . . . + a0n y Sn00 = a001 + . . . + a00n .
Las igualdades siguientes son evidentes
(a01 + . . . + a0n ) + (a001 + . . . + a00n ) = |a1 | + . . . + |an |
(a01 + . . . + a0n ) − (a001 + . . . + a00n ) = a1 + . . . + an

De donde se deduce que
Sn + ASn = 2Sn0 y ASn − Sn = 2Sn00
P
Por lo tanto, si an es absolutamente convergente (que es, en particular, convergente) la primera de las dos
P 0 P 00
igualdades anteriores implica la convergencia de an y la segunda la de an .
P
Si las series de términos positivos y negativos son convergentes, por la igualdad (∗), la serie an ha de ser
convergente.
an = A0 − A00 . Para demostrar que
P
En el caso de convergencia absoluta, por la igualdad (∗), es claro que
cualquier reordenada suya suma lo mismo, recordemos que en el caso de series de términos positivos sus
P
reordenadas suman lo mismo y que si Φ : N → N nos da una reordenación de an , es decir, bn := aΦ(n) ,
entonces
b1 + . . . + bn = (b01 + . . . + b0n ) − (b001 + . . . + b00n ).
P 0 P 0
Como bn es una reordenada de an (que es de términos positivos) suma A0 y (por la misma razón) la
P 00
bn suma A00 , ası́ pués, bn suma A0 − A00 .
P
serie

Fin de la prueba
Teorema (de Riemann de reordenación de series).

P 0 P 00
Sean an y an dos series divergentes de términos no negativos tales que lı́m a0n = lı́m a00n = 0.
Entonces para cada a ∈ R se pueden elegir sucesiones (kj )j , (lj )j de enteros positivos con k1 <
k2 < k3 < . . ., l1 < l2 < l3 < . . . y tales que la serie
a01 + . . . + a0k1 − a001 − . . . − a00l1 + a0k1 +1 + . . . + a0k2 − a00l1 +1 − . . . − a00l2 + . . .
tiene por suma a.
Prueba:
Consideremos que a ∈ R (los otros dos casos se demuestran de forma análoga).
P 0
an es divergente, sea k1 ≥ 1 el menor entero tal que a01 + a02 + . . . + a0k1 > a. Como a00n es también
P
Como
divergente, sea l1 ≥ 1 tal que
a01 + a02 + . . . + a0k1 − a001 − a002 − . . . − a00l1 < a
Sea ahora k2 > k1 tal que
a01 + a02 + . . . + a0k1 − a001 − a002 − . . . − a00l1 + a0k1 +1 + . . . + a0k2 > a
y ası́ sucesivamente.
Afirmamos que la serie ası́ obtenida tiene por suma a. En efecto, dado ε > 0 como lı́m a0n = lı́m a00n = 0, existe
n0 ∈ N tal que si n ≥ n0 son a0n < ε y a00n < ε. Tomando j0 tal que kj0 > n0 y lj0 > n0 las sumas parciales
de la serie antes formada están comprendidas entre a − ε y a + ε siempre que n = k1 + l1 + . . . + kj0 + lj0 + m
para cualquier m ∈ N.
Fin de la prueba
Nota.
La expresión a01 + . . . + a0k1 − a001 − . . . − a00l1 + a0k1 +1 + . . . + a0k2 − a00l1 +1 − . . . − a00l2 + . . . nos da una
P∞
reordenación de la serie n=1 an . Ası́, el Teorema de Riemann nos indica que en las condiciones
del mismo, podemos reordenar la serie y conseguir una suma prefijada. Esto ocurrirá con las series
que no sean absolutamente convergentes, como vimos en una proposición anterior.
Teorema.
P
Una serie an es incodicionalmente convergente si y sólo si es absolutamente convergente.

Prueba:
El hecho de que una serie absolutamente convergente sea incondicionalmente convergente es la Proposición
anterior.
P
Supongamos, pués, que la serie an es incondicionalmente convergente. En este caso, la serie de términos
P 0 P 00
positivos asociada an y la de términos negativos an tienen el mismo carácter. Ya que si una fuera
an serı́a divergente a +∞ o a −∞. (Debido a (a01 + . . . + a0n ) −
P
convergente y la otra divergente, la serie
00 00
(a1 + . . . + an ) = a1 + . . . + an ).
Si las dos series a0n , a00n convergen también converge |an |. (Debido a (a01 + . . . + a0n ) + (a001 + . . . + a00n ) =
P P P
|a1 | + . . . + |an |).

P
En el caso de que las dos series fueran divergentes, como an es convergente, en particular, tendrı́amos
0 00
P
que lı́m an = lı́m an = 0. Ahora, dado a 6= an , el teorema de Riemann de reordenación de series nos
P P
proporcionarı́a una reordenada de an con suma a. Es decir, la serie an no serı́a incondicionalmente
convergente.
Fin de la prueba

B Ampliación
B.1. El cuerpo de los números complejos
Definición 85.
Denotaremos por C = {(x, y) : x, y ∈ R}. Dados u = (a, b), v = (c, d) ∈ C definimos
Suma: u + v = (a, b) + (c, d) := (a + c, b + d)
Producto:u · v ≡ uv = (a, b) · (c, d) := (ac − bd, ad + bc)
El conjunto C con estas operaciones tiene estructura de cuerpo conmutativo (ver Definición 1).
Proposición 134.
1. x + (y + z) = (x + y) + z para todo x, y, z ∈ C (asociativa),
2. x + y = y + x para todo x, y ∈ C (conmutativa),
3. existe un elemento en C denotado con 0 := (0, 0) con la propiedad de que x + 0 = x para

todo x ∈ C (elemento neutro de la suma),
4. para cada x ∈ C existe x0 ∈ C con la propiedad de que x + x0 = (0, 0), dicho x0 se denota
con −x. Si x = (a, b) entonces −x = (−a, −b) (elemento opuesto),
5. x · (y · z) = (x · y) · z para todo x, y, z ∈ C (asociativa),
6. x · y = y · x para todo x, y ∈ C (conmutativa),
7. existe un elemento en C, (1, 0), con la propiedad de que (1, 0) · x = x para todo x ∈ C
(elemento neutro del producto),
8. para cada x ∈ C con x 6= (0, 0) existe x00 ∈ C con la propiedad de que x · x00 = (1, 0). Si
−b
x = (a, b) 6= (0, 0), x00 = ( a2 +b
a
2 , a2 +b2 ). (elemento inverso),
9. (x + y) · z = x · z + y · z para todo x, y, z ∈ C (distributiva).
348
El cuerpo de los números complejos 349 Apéndice B
Nota.
Si denotamos por R∗ := {(x, 0) : x ∈ R} es claro que con las operaciones que acabamos de definir,
podemos identificar R∗ con R (el cuerpo de los números reales). Ası́, si tenemos un número
complejo de la forma (a, 0) lo consideraremos como un número real y simplemente lo escribiremos
como a.
Si definimos (0, 1) := i, entonces:
i2 = (0, 1) · (0, 1) = (−1, 0) ≡ −1.
(a, b) = (a, 0) + (b, 0) · (0, 1) = a + ib.
Definición 86.
Si z ∈ C, z = (a, b), lo escribiremos habitualmente como z = a+ib. Al número real a le llamaremos

parte real de z (a = Re(z)), y al número real b parte imaginaria de z (b = Im(z))
Primeras propiedades con Maxima
(%i1) declare([a,b],real);
( %o1) done
(%i2) z:a+%i*b;
( %o2) i b + a
(%i3) realpart(z);
( %o3) a
(%i4) imagpart(z);
( %o4) b
El inverso de z
(%i5) 1/z;
1
( %o5)
ib + a
(%i6) z*(1/z);
( %o6) 1
Buscamos ahora las partes real e imaginaria del inverso
(%i7) A:realpart(1/z);
a
( %o7)
b2 + a2

(%i8) B:imagpart(1/z);
b
( %o8) −
b2 + a2
Son precisamente las de la proposición 134. Lo comprobamos
(%i9) z*(A+%i*B);

a ib
( %o9) (i b + a) −
b2 + a2 b2 + a2
(%i10) expand(%);
b2 a2
( %o10) +
b2 + a2 b2 + a2
(%i11) ratsimp(%);
( %o11) 1
A diferencia de lo que ocurre con el cuerpo de los números reales, (C, +, ·) no se puede ordenar, es decir,
no se cumplen los axiomas de orden (ver definición 2).
Proposición 135.
(C, +, ·) no es un cuerpo ordenado.
Prueba:
Supongamos que se puede definir en (C, +, ·) una relación de orden < total, compatible con las operaciones,
es decir: dados x, y, z ∈ C:
i) Se verifican una y sólo una de las relaciones x = y , x < y o y < x.
ii) Si x < y entonces x + z < y + z .
iii) Si x > 0 e y > 0 entonces x · y > 0.
Como i ∈ C, la unidad imaginaria, es distinto de cero, tendremos que i > 0 o i < 0. Supongamos que i > 0
(el caso contrario se hace igual). Aplicando iii) con x = y = i tendremos que i2 > 0, es decir, −1 > 0.
Sumando 1 a ambos miembros, por ii), tenemos 0 > 1.
Por otro lado aplicando iii) a x = y = −1 > 0 tendrı́amos que (−1)(−1) = 1 > 0. Lo cual es una
contradicción.
Fin de la prueba
Módulo de un número complejo

Definición 87.
Sea z = a + ib un número complejo. Se llama conjugado de z, y se denota por z , al número

complejo z = a − ib.

Proposición 136.
Sea z = a + ib y w ∈ C cualquiera. Entonces:
z · z = a2 + b2 ;
z + z = 2a;
z + w = z + w, z · w = z · w;
z = z;
z = z ⇔ z ∈ R;
Si z 6= 0, z −1 = (z)−1 ;
−z = −(z).
Prueba:
(%i1) declare([a,b,c,d],real);
( %o1) done
(%i2) z:a+%i*b;
( %o2) i b + a
(%i3) w:c+%i*d;
( %o3) i d + c
El conjugado de un número complejo
(%i4) conjugate(z);
( %o4) a − i b
Propiedad 1
(%i5) z*conjugate(z);
( %o5) (a − i b) (i b + a)
(%i6) expand(%);
( %o6) b2 + a2
Propiedad 2
(%i7) z+conjugate(z);
( %o7) 2 a

Propiedad 3
(%i8) conjugate(z+w);
( %o8) − i d + c − i b + a
(%i9) conjugate(z)+conjugate(w);
( %o9) − i d + c − i b + a
(%i10) conjugate(z*w);
( %o10) (a − i b) (c − i d)
(%i11) conjugate(z)*conjugate(w);
( %o11) (a − i b) (c − i d)
Propiedad 4
(%i12) conjugate(z);
( %o12) a − i b
(%i13) conjugate(%);
( %o13) i b + a
Propiedad 6
(%i14) conjugate(1/z);
1
( %o14)
a − ib
(%i15) 1/conjugate(z);
1
( %o15)
a − ib
Propiedad 7
(%i16) is(equal(conjugate(-z),-conjugate(z)));
( %o16) true
Fin de la prueba
Definición 88.
Sea z = a + ib ∈ C se define el módulo de z, denotado por |z |, como el número real positivo

√ p
|z | = z · z = a2 + b2
El módulo con Maxima

(%i1) declare([a,b],real);
( %o1) done
(%i2) z:a+%i*b;
( %o2) i b + a
El módulo de un número complejo
(%i3) cabs(z);
p
( %o3) b2 + a2
Proposición 137.
Para todo z, w ∈ C se tiene:
i) |z | ≥ 0 y |z | = 0 si, y sólo si, z = 0.
ii) |z · w| = |z ||w|.
iii) |z + w| ≤ |z | + |w|. Es decir, si z = a + ib y w = x + iy queremos probar que

q p p
|z + w| = (a + x)2 + (b + y)2 ≤ a2 + b2 + x2 + y 2 .
iv) Si z = x + iy , entonces |x| ≤ |z |, |y | ≤ |z | y |z | ≤ |x| + |y |.
Prueba:
i) Claro.
ii) |z · w|2 = z · w · z · w = z · w · z · w = |z |2 |w|2 .
iii) Sea t ∈ R cualquiera.
0 ≤|z − tw|2 = (z − tw)(z − tw) = (z − tw)(z − tw) = |z |2 + t2 |w|2 − t(wz + wz) =

=|z |2 + t2 |w|2 − t(wz + wz)|z |2 + t2 |w|2 − 2t Re(wz) = At2 + Bt + C ≥ 0
lo cual es equivalente a decir que B 2 − 4AC ≤ 0, es decir, 4 Re(wz)2 ≤ 4|w|2 |z |2 , y por tanto | Re(wz)| ≤
|w||z |. Ası́ pues,
|z + w|2 =(z + w)(z + w) = (z + w)(z + w) = |z |2 + |w|2 + wz + wz = |z |2 + |w|2 + 2 Re(wz) ≤

≤|z |2 + |w|2 + 2| Re(wz)| ≤ |z |2 + |w|2 + 2|z ||w| = (|z | + |w|)2
lo cual implica |z + w| ≤ |z | + |w|.

iv) |x|2 ≤ x2 + y 2 = |z |2 de donde |x| ≤ |z | (igual se hace para |y |).
|z | ≤ |x| + |y | ⇔ |z |2 = x2 + y 2 ≤ x2 + y 2 + 2|x||y | que es cierto
Fin de la prueba

Definición 89 (Argumento).
Dado z = a + bi, llamamos argumento de z al número arg(z) = arctan( ab ) ∈ (−π, π] (si a = 0,

arg(bi) = π2 si b > 0 mientras que arg(bi) = − π2 is b < 0.
En la gráfica θ = arg(z). Como vemos arg(z) = − arg(z).
De la gráfica deducimos que a = |z | cos(arg(z)), b = |z | sen(arg(z)) de donde podemos escribir
a + bi = |z |(cos(arg(z)) + i sen(arg(z))) = |z |(cos θ + i sen θ)
que se conoce como forma módulo argumental. Volveremos a esta fórmula cuando estudiemos la exponencial
compleja y definamos las funciones trigonométricas. De momento decir que para θ ∈ R es eiθ = cos θ +i sen θ.
Entonces, la expresión
z = |z |eiθ
se le llama forma polar del número complejo z .
Más comandos de Maxima
(%i1) z:3+2*%i;
( %o1) 2 i + 3
Forma polar
(%i2) polarform(z);
√
13 ei atan( 3 )
2
( %o2)
Forma binomial
(%i3) rectform(%);
( %o3) 2 i + 3
El argumento

(%i4) carg(%);

2
( %o4) atan
3
El módulo
(%i5) cabs(z);
√
( %o5) 13
Un par de ejemplos más
(%i6) carg(%i);
π
( %o6)
2
(%i7) carg(-1);
( %o7) π
Sucesiones de números complejos

Definición 90.
Una sucesión de números complejos es una aplicación ϕ : N → C.
Como en el caso real denotaremos por (zn )n la sucesión de complejos definida por ϕ(n) = zn .
Definición 91.
Una sucesión en C, (zn )n∈N es convergente hacia un punto z ∈ C si, para cada ε > 0, existe
n(ε) ∈ N tal que si n ≥ n(ε), entonces |z − zn | < ε.
Notad que si (zn )n es una sucesión en C siendo, para cada n ∈ N zn = xn + iyn , dicha sucesión tiene
asociada dos sucesiones de números reales (xn )n e (yn )n .
Proposición 138.
Sea zn = xn + iyn una sucesión en C y z = x + iy en C. Son equivalentes:
i) (zn ) converge a z .
ii) (xn ) converge a x e (yn ) a y (como sucesiones de números reales).

Prueba:
i)⇒ ii) Se debe a que |xn − x| ≤ |zn − z |, |yn − y | ≤ |zn − z |.
ii)⇒ i) Se debe a que |zn − z | ≤ |xn − x| + |yn − y |.
Fin de la prueba
Esta proposición muestra que la mayorı́a de propiedades de las sucesiones de números reales las trasla-
damos a C.
Aquı́ no tiene sentido el concepto de sucesión monótona.
La noción de serie de números complejos se define igual que la de números reales. La convergencia y
convergencia absoluta también. Además es fácil probar que.
Proposición 139.
P
Sea zn = xn + iyn . La serie n≥1 zn es convergente (absolutamente) si, y sólo si, lo son las series
P P
n≥1 xn y n≥1 yn .
Definición 92.
Llamamos disco cerrado (bola cerrada) de centro z0 ∈ C y radio r > 0 al conjunto
B(z0 , r) := {z ∈ C : |z − z0 | ≤ r}
Si ponemos z = x + iy y z0 = a + ib,
q
|z − z0 | ≤ r ⇔ (x − a)2 + (y − b)2 ≤ r ⇔ (x − a)2 + (y − b)2 ≤ r2
el disco cerrado se corresponde con el cı́rculo de centro (a, b) y radio r.

Como en el caso real, dada una sucesión (an )n en C y z0 ∈ C a la expresión
∞
X
an (z − z0 )n
n=1
la denominamos serie de potencias. El radio de convergencia de la serie se define también de la misma forma
1
R := p
lı́m sup n |an |
y como en el caso real, si R > 0, para z ∈ B(z0 , r) la serie converge absolutamente y por tanto define una
función f : B(z0 , R) → C siendo B(z0 , R) := {z ∈ C : |z − z0 | < R} la bola abierta.
Los teoremas que hemos visto para el caso real también funcionan aquı́. En particular el teorema 130 y
la proposición 150. La derivada de una función compleja se define como en el caso real
f (z) − f (z0 )
f 0 (z0 ) = lı́m
z→z0 z − z0
En particular, como en el caso real, si n ∈ Z (z n )0 = nz n−1 .

La exponencial compleja 357 Apéndice B
B.2. La exponencial compleja

∞
X xn
Para x ∈ R, vimos en el ejemplo 95 que ex = y que esta serie tenı́a radio de convergencia infinito.
n=0
n!
Definición 93.
Para z ∈ C definimos
∞
X zn
ez :=
n=0
n!
El radio de convergencia de la serie es ∞

|an | (n + 1)!
lı́m = lı́m = lı́m n = ∞ = R
n→∞ |an+1 | n n! n
Por lo tanto la serie converge absolutamente en C.

La prueba del siguiente resultado sigue los mismos pasos que en el caso real.
Proposición 140.
Para z, w ∈ C. (ez )0 = ez y ez ew = ez+w .
Nota.
Si z = x + iy , con x, y ∈ R se tiene
a) ex+iy = ex eiy
b) e−iy = eiy
c) |eiy |2 = eiy eiy = 1.
Prueba:
a) Es inmediato a partir de la proposición anterior.
b) Como la aplicación β : C → C definida por β(z) = z es continua (*) (la misma definición que en el caso
real) junto con las propiedades de la conjugación (1) zw = zw y (2) z + w = z + w.
n n n n n
X (−iy)k X (iy)k (1) X (iy)k (2) X (iy)k (∗) X (iy)k
e−iy = lı́m = lı́m = lı́m = lı́m = lı́m = eiy
n k! n k! n k! n k! n k!
k=0 k=0 k=0 k=0 k=0
Notad que si zn → z entonces zn → z (esto es la continuidad) porque la convergencia de complejos equivale

a la convergencia de Re(zn ) → Re(z) e Im(zn ) → Im(z).
c) Es consecuencia de la anterior:
|eiy |2 = eiy eiy = eiy e−iy = e0 = 1

Observamos que si a + bi = eiy entonces a2 + b2 = 1, es decir, el punto (a, b) pertenece a la circunferencia

unidad. Volveremos al final sobre esta propiedad.
Fin de la prueba
Además, por la convergencia absoluta de la serie podemos reordenar y agrupar ası́ tenemos (teniendo en
cuenta que i2 = −1, i3 = −i, i4 = 1)
∞ n n
x2 x3 x4 x2 x4 x3 x5

X i x
eix = = 1 + ix − −i + + ... = 1 − + − ... + i x − + ... =
n=0
n! 2 3! 4! 2! 4! 3! 5!
∞ ∞
X (−1)n 2n X (−1)n+1 2n−1
= x +i x
n=0
(2n)! n=1
(2n − 1)!
B.2.1. Funciones trigonométricas

Definición 94.
Para cualquier x ∈ R se definen las funciones

∞ ∞
X (−1)n+1 2n−1 X (−1)n 2n
sen x := x cos x := x
n=1
(2n − 1)! n=0
(2n)!
Por las propiedades que hemos visto de las series de potencias, tanto la función seno como la función
coseno son continuas y derivables en R.
Dado z = x + iy , con x, y ∈ R se obtiene la fórmula
ex+iy = ex eiy = ex (cos y + i sen y)
Como |eiy |2 = 1 tenemos que
cos2 y + sen2 y = 1
Fórmula fundamental de la trigonometrı́a
Proposición 141.
Para x, y ∈ R
| sen x| ≤ 1, | cos x| ≤ 1
(sen x)0 = cos x, (cos x)0 = − sen x
sen(−x) = − sen x, cos(−x) = cos x
cos(x + y) = cos x cos y − sen x sen y, sen(x + y) = sen x cos y + cos x sen y
Prueba:
La acotación de las funciones seno y coseno salen de la fórmula fundamental de la trigonometrı́a.

Las derivadas ya las vimos.

La simetrı́a de las funciones seno y coseno son claras.
cos(x + y) + i sen(x + y) =ei(x+y) = eix eiy = (cos x + i sen x)(cos y + i sen y) =

= cos x cos y − sen x sen y + i(sen x cos y + cos x sen y)
Igualando ahora las partes real e imaginaria de ambos números complejos obtenemos las fórmulas del enun-
ciado.
Fin de la prueba
Las demás fórmulas de la trigonometrı́a se deducen de las anteriores.
El número π y medida de ángulos

Proposición 142.
El conjunto {x > 0 : cos x = 0} es no vacı́o; de hecho, existe un primer elemento en dicho conjunto,
que se denota por 12 π . Además las funciones sen x y cos x son 2π -periódicas.
Prueba:
Como cos 0 = 1, por continuidad existe a > 0 tal que cos x > 0 en [0, a]. Si cos x no se anulara, la función
sen x serı́a estrictamente creciente en [0, ∞) (su derivada es estrictamente positiva). En particular, sen a > 0
y Z t
(t − a) sen a ≤ sen x dx = cos a − cos t ≤ 2
a
para todo t > a. Lo cual es absurdo.
Ası́ pues, el conjunto {x > 0 : cos x = 0} es no vacı́o y acotado inferiormente, pero su ı́nfimo, que denotamos
con 12 π es un mı́nimo porque cos es una función continua, es decir
π
cos = 0.
2
Para la periodicidad basta observar que de la identidad
1 1 1
eit = ei(t− 2 π) ei 2 π = iei(t− 2 π)
se deduce
1 1
cos t = − sen(t − π); sen t = cos(t − π) , t ∈ R
2 2
y en consecuencia,
1
cos t = − sen(t − π) = − cos(t − π) = cos(t − 2π).
2
Análogamente se demuestra que sen t = sen(t − 2π).
Fin de la prueba

Proposición 143.
La función ψ : [0, 2π) → S definida por ψ(t) = eit es una biyección de [0, 2π) sobre la circunfe-
rencia unidad S = {(x, y) ∈ R2 : x2 + y 2 = 1}.
Prueba:
En primer lugar consideramos el intervalo [0, π2 ]. Como cos x > 0 si x ∈ [0, π2 ) la función sen x es estrictamente
creciente en [0, π2 ) y como sen π2 = 1 la función es estrictamente creciente en [0, π2 ]. En consecuencia la función
cos x es estrictamente decreciente debido a que sen2 t + cos2 t = 1. De modo que ψ es una biyección de [0, π2 ]
sobre el primer cuadrante de la circunferencia unidad.
Utilizando las fórmulas cos t = − sen(t − 12 π) y sen t = cos(t − 12 π), la biyección para los demás cuadrantes
puede deducirse de la realizada para el primero.
Fin de la prueba

Sucesiones de funciones 361 Apéndice B
B.3. Sucesiones de funciones

En esta sección consideraremos el conjunto
C([a, b]) = {f : [a, b] → R : f es continua}
Para una sucesión de funciones (fn )n continuas en [a, b] vamos a definir dos modos de convergencia.
Definición 95 (Convergencia puntual).
Diremos que una sucesión (fn )n ⊂ C([a, b]) converge puntualmente hacia f : [a, b] → R si para
todo ε > 0 y para todo x ∈ [a, b] existe n0 ∈ N tal que |fn (x) − f (x)| < ε.
Para la convergencia puntual hemos de probar que para cada x ∈ [a, b], la sucesión de números reales
(fn (x))n converge al número f (x). Ası́, dado ε > 0 existe n0 ∈ N que depende de ε y de x tal que si n > n0
es |fn (x) − f (x)| < ε.
Definición 96 (Convergencia uniforme).
Decimos que la sucesión (fn )n ⊂ C([a, b]) converge a f uniformemente (en [a, b]) si para todo
ε > 0 existe n0 ∈ N tal que si n ≥ n0 entonces |fn (x) − f (x)| < ε para todo x ∈ [a, b].
En el caso de la convergencia uniforme, dado ε > 0 existe n0 que solo depende de ε tal que si n ≥ n0
entonces |fn (x) − f (x)| < ε para todo x ∈ [a, b]. Es claro que si (fn ) converge uniformemente a f entonces
lo hace puntualmente. Veremos muy pronto que el recı́proco de esta afirmación no es cierto. Pero hay que
tener claro que si queremos estudiar la convergencia de una sucesión de funciones, lo primero que hemos de
hacer es estudiar su convergencia puntual hacia una cierta función.
¿Cómo es f ? Dada una sucesión (fn ) ¿cómo hallamos f ? Vamos a dar respuesta a estas preguntas con
algunos ejemplos. Luego veremos teoremas.
Ejemplo 103.
(
0 si 0 ≤ x < 1
La sucesión fn (x) = xn converge puntualmente a la función f (x) = pero no
1 si x = 1
lo hace uniformemente.
Solución:
Comenzamos representando gráficamente la sucesión de funciones.

1
x
x^2
x^5
x^10
x^15
x^20
0.8 x^25
x^30
x^35
x^40
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
x
Si x = 0, fn (0) = 0, luego lı́mn fn (0) = 0.

Si x = 1, fn (1) = 1, luego lı́mn fn (1) = 1.
Si 0 < x < 1, lı́mn fn (x) = lı́mn xn = 0. La sucesión converge por tanto puntualmente f .
¿Qué significa la convergencia puntual? Fijamos un número positivo ε, es decir, trazamos una franja (lı́nea
horizontal azul) alrededor de la función lı́mite y = 0.
1
0.1
x
x^ 5
x^ 10
x^ 15
x^ 20
0.8 x^ 25
x^ 30
x^ 35
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
x
Dado x1 ∈ [0, 1] notad que ya f5 (y cualquier fn con n ≥ 5) cumple |f5 (x1 ) − 0| = |x51 | < ε. Dado x2 ∈ [0, 1],
|f10 (x2 ) − 0| < ε (y a partir de n = 10) pero notad que f5 (x2 ) > ε. Para x3 tenemos que irnos hasta f20
para cumplir la desigualdad. Luego, aparentemente, dado ε > 0 el mismo n0 no sirve para todos los puntos
del intervalo.
Veamos que no hay convergencia uniforme. Para probarlo hay que mostrar que existe ε > 0 de manera que
para cualquier n ∈ N existe m > n y xm ∈ [0, 1] tal que fm (xm ) > ε.
Nos fijamos para ello cerca de 1. Tomando ε = 0,1 vamos a ver que para cualquier n ∈ N podemos encontrar
√
m > n y xm ∈ [0, 1] de manera que fm (xm ) > 0,1, es decir, xm > m 0,1. Pero es claro que esto simpre lo
√ √
podemos hacer porque para cualquier m ∈ N, m 0,1 < 1 (aunque claro lı́mm→∞ m 0,1 = 1). En la gráfica,
las curvas en verde y rosa se corresponden con n = 200 y n = 400. Notad que cerca de x = 1 dichas funciones
quedan por encima de y = ε.

0.8
0.6
0.4
0.2
0
0.8 0.82 0.84 0.86 0.88 0.9 0.92 0.94 0.96 0.98 1
Un primer resultado que nos puede ayudar a saber si hay convergencia uniforme o no.
Convergencia uniforme y continuidad

Proposición 144.
Sea (fn )n ⊂ C([a, b]) convergente uniformemente hacia f : [a, b] → R. Entonces f es continua.
Prueba:
Sean x0 ∈ [a, b] y ε > 0 arbitrarios. Existe n0 ∈ N tal que si n ≥ n0 , |fn (x) − f (x)| ≤ 3ε para todo x ∈ [a, b].
Como la función fn0 es continua existe δ > 0 tal que si x ∈ (x0 − δ, x0 +δ) ∩ [a, b] resulta |fn0 (x) − fn0 (x0 )| ≤ 3ε .
Por lo tanto si x ∈ (x0 − δ, x0 + δ) ∩ [a, b]
ε ε ε
|f (x) − f (x0 )| ≤ |f (x) − fn0 (x)| + |fn0 (x) − fn0 (x0 )| + |fn0 (x0 ) − f (x0 )| ≤ + + = ε
3 3 3
f es continua pues en x0 y como x0 era arbitrario tenemos que f es continua en [a, b].
Fin de la prueba
n
Volviendo al ejemplo anterior, los monomios x son funciones continuas mientras que el lı́mite puntual f no
lo es. La proposición anterior nos dice que no puede haber convergencia uniforme.
Nota.
En lo que sigue, si f ∈ C([a, b]) denotaremos por kf k∞ := máx{|f (x)| : x ∈ [a, b]}
Notad que si (fn )n es una sucesión de funciones continuas en [a, b] que converge uniformemente a
f ∈ C([a, b]) la definición de convergencia uniforme equivale a decir que dado ε > 0 existe n0 ∈ N
tal que si n > n0 es kfn − f k∞ < ε.

Esto nos puede ayudar a comprobar la convergencia uniforme. Supongamos que para cada n ∈ N somos
capaces de hallar el máximo de la función |fn (x) − f (x)| en [a, b], es decir, kfn − f k∞ := Mn . Pues bien si
lı́mn Mn = 0 tendremos convergencia uniforme.
Veamos ahora un ejemplo.
Ejemplo 104.
x
Sea fn (x) = 1+nx2 converge uniformemente a la función nula.
Solución:
Comenzamos haciendo las gráficas de la sucesión. En la primera figura hemos representado los primero 20
términos de la sucesión. Dado un número positivo ε > 0 a partir de un momento las gráficas de los términos
de la sucesión se quedan por debajo de la recta y = ε.
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0 0.2 0.4 0.6 0.8 1
x
Tomamos ahora otro valor de ε y vemos que las funciones se quedan, a partir de un instante, por debajo de
y = ε (en esta segunda figura hemos mantenido f1 para ver la proporción y hemos dibujado a partir de f50 ).
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0 0.2 0.4 0.6 0.8 1
x
Las gráficas nos dan una idea de cómo probar la convergencia uniforme.
Para cada n ∈ N, llamamos Mn = máx{|fn (x)| : x ∈ [0, 1]}, nos damos cuenta que lı́mn Mn = 0. Esta
propiedad va a implicar la convergencia uniforme de fn a cero ya que dado ε > 0 existe n0 tal que si n ≥ n0
Mn ≤ ε por lo que
kfn − 0k∞ = kfn k∞ = Mn < ε
Vamos a resolverlo con Maxima

(%i1) f[n](x):=x/(1+n*x^2);
x
( %o1) fn (x) :=
1 + n x2
Comprobamos que la función converge a cero puntualmente.
(%i2) limit(f[n](x),n,inf);
( %o2) 0
Para comprobar la convergencia uniforme hallamos el máximo absoluto de cada función en [0, 1]
(%i3) diff(f[n](x),x);
1 2 n x2
( %o3) −
n x2+ 1 (n x2 + 1)2
(%i4) solve(%,x);
1 1
( %o4) [x = − √ , x = √ ]
n n
(%i5) diff(f[n](x),x,2);
8 n2 x3 6nx
( %o5) 3 − 2
(n x2 + 1) (n x2 + 1)
(%i6) ev(%,x=1/sqrt(n));
√
n
( %o6) −
2
La derivada segunda de fn en x = √1n es negativa. Tienen pues un máximo relativo en x = √1n que de hecho
es absoluto en [0, 1] ya que calculando los valores en los extremos del intervalo vemos que son menores que
el valor que toma fn en √1n .
(%i7) ev(f[n](x),x=1/sqrt(n));
1
( %o7) √
2 n
(%i8) ev(f[n](x),x=1);
ev(f[n](x),x=0);
1
( %o8)
n+1
( %o9) 0
1 1
Y claramente n+1 < √
2 n
. Como además
(%i10) limit(1/(2*sqrt(n)),n,inf);
( %o10) 0
Los máximos absolutos de fn convergen a cero por lo que la sucesión converge uniformemente

Nota.
Si (fn )n ⊂ C([a, b]) converge uniformemente a f , dado que las funciones fn están tan cerca de f
como queramos en todo el intervalo cabe preguntarse ¿qué ocurre con las áreas que encierran las
funciones fn ? ¿Se aproximan al área que encierra f ?
Lo comprobamos con la sucesión del ejemplo anterior.
(%i1) f[n](x):=x/(1+n*x^2);
x
( %o1) fn (x) :=
1 + n x2
(%i2) An:integrate(f[n](x),x,0,1);
log (|n + 1|)

( %o2)
2n
(%i3) limit(An,n,inf);
( %o3) 0
Que coincide con el valor de la integral de la función lı́mite.
Convergencia uniforme y convergencia de integrales

La convergencia uniforme nos permite permutar el lı́mite con el signo integral y responder afirmativamente
a la pregunta anterior.
Teorema 145.
Sea (fn )n ⊂ C([a, b]) una sucesión que converge uniformemente a f . Entonces
Z b Z b Z b
lı́m fn (x) dx = lı́m fn (x) dx = f (x) dx
n→∞ a a n→∞ a
Prueba:
Por la convergencia uniforme, dado ε > 0 existe n0 ∈ N tal que si n ≥ n0 se tiene kfn − f k∞ ≤ ε. Por lo
tanto si n ≥ n0 tendremos
Z Z Z
b Z b b b Z b
fn (x) dx − f (x) dx = fn (x) − f (x) dx ≤ |fn (x) − f (x)| dx ≤ ε dx = ε

a a a a a
Z b Z b
con lo cual queda probado que lı́mn→∞ fn (x) dx = f (x) dx.
a a
Fin de la prueba
Para poder intercambiar el lı́mite con la integral no es necesaria la convergencia uniforme como muestra
el siguiente ejemplo.

Ejemplo 105.
2nx
La sucesión de funciones fn (x) = 1+n 2 x2 converge puntualmente a 0 pero no lo hace uniforme-
Z 1 Z 1
mente. Sin embargo, lı́mn→∞ fn (x) dx = lı́m fn (x) dx = 0
0 0 n
Solución:
Dibujamos la sucesión y podemos observar en la gráfica que la sucesión converge puntualmente a la función
nula pero no lo hace uniformemente ya que los valores máximos de las funciones son siempre 1 (no convergen
a cero).
1
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
x
(%i1) f[n](x):=2*n*x/(1+n^2*x^2);
2nx
( %o1) fn (x) :=
1 + n2 x 2
Calculamos la función lı́mite (puntual)
( %o2) 0
Vamos a calcular ahora kfn k∞
(%i3) f1:diff(f[n](x),x);
2n 4 n3 x2
( %o3) −
n2 x2 + 1 (n2 x2 + 1)2
(%i4) solve(f1,x);
1 1
( %o4) [x = − , x = ]
n n

Evaluamos la función fn en los extremos del intervalo y en el punto crı́tico.
(%i5) ev(f[n](x),x=1);
ev(f[n](x),x=0);
ev(f[n](x),x=1/n);
2n
( %o5)
n2 + 1
( %o6) 0
( %o7) 1
Comparando los valores vemos que 1 es máximo absoluto, es decir, kfn k∞ = 1 luego no puede haber
Z 1
convergencia uniforme. Calculamos ahora fn (x) dx
0
(%i8) ’integrate(f[n](x),x,0,1)=integrate(f[n](x),x,0,1);
1
log (n2 + 1)
Z
x
( %o8) 2 n 2 2
dx =
0 n x +1 n
Z 1
Tomando ahora lı́mn fn (x) dx
0
(%i9) ’limit(rhs(part(%)),n,inf)=limit(rhs(part(%)),n,inf);
log (n2 + 1)
( %o9) lı́m =0
n→∞ n
La convergencia puntual solamente no nos permite asegurar que el lı́mite de las integrales coincida con
la integral del lı́mite.
Ejemplo 106.
2
Sea fn (x) = nxe−nx . fn converge a cero puntualmente pero no lo hace uniformemente. Además
Z 1 Z 1
lı́m fn (x) dx 6= lı́m fn (x) dx
n→∞ 0 0 n→∞
Solución:
La representación gráfica de la sucesión nos muestra la convergencia puntual a cero pero dicha convergencia
no puede ser uniforme ya que los máximos de las funciones no convergen a cero, de hecho lı́mn kfn k∞ = ∞.

1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
(%i1) f[n](x):=n*x*exp(-n*x^2);
( %o1) fn (x) := n x exp (−n) x2

Es claro que fn (0) = 0 por lo que converge a 0.
(%i2) assume(0<x and x<=1);
( %o2) [x > 0, x <= 1]
( %o3) 0
Por lo tanto el lı́mite puntual es cero. Hallamos, para cada n, el máximo de fn
(%i4) diff(f[n](x),x);
2 2
( %o4) n e−n x − 2 n2 x2 e−n x
(%i5) pcriticos:solve(%,x);
1 1
( %o5) [x = − √ √ , x = √ √ ]
2 n 2 n

Nos quedamos con el positivo
(%i6) x0:rhs(part(pcriticos[2]));
1
( %o6) √ √
2 n
(%i7) maximo:ev(f[n](x),x=x0);
√
n
( %o7) √ √
2 e
(%i8) limit(maximo,n,inf);
( %o8) ∞
Como los máximos no convergen a cero no podemos tener convergencia uniforme. La integral del lı́mite es
cero. Veamos qué ocurre con el lı́mite de las integrales.
(%i9) An:integrate(f[n](x),x,0,1);
e−n

1
( %o9) n −
2n 2n
(%i10) limit(An,n,inf);
1
( %o10)
2
pn
Como vemos en los valores obtenidos anteriormente, kfn k∞ = 2e por lo que lı́mn kfn k∞ = ∞ por lo que
la sucesión no puede converger uniformemente a 0. Z 1 Z 1
1
Siendo el lı́mite puntual f (x) = 0 para todo x ∈ [0, 1], tenemos f (x) dx = 0 pero lı́mn fn (x) dx = .
0 0 2
Para asegurar que la integral y el lı́mite se pueden conmutar en algunos casos habrá que esperar a
estudiar la integral de Lebesgue. En el mundo de las funciones continuas podemos hacer uso del siguiente
resultado (caso particular de un teorema de Arzelà). Notad que en el enunciado se pide que la función lı́mite
sea integrable Riemann. Esto es ası́ porque el lı́mite puntual de funciones continuas puede que resulte una
función no integrable (estos problemas desaparecen con la integral de Lebesgue).
Teorema 146.
Sea (fn )n una sucesión en C([a, b]) que converge puntualmente hacia una función f que sea
integrable Riemann. Si existe M > 0 tal que |fn (x)| ≤ M para todo n ∈ N y todo x ∈ [a, b]
entonces Z b Z b
lı́m fn (x) dx = lı́m fn (x) dx
n→∞ a a n→∞

Series de funciones 371 Apéndice B
B.4. Series de funciones

Dada una sucesión (fn )n ∈ C([a, b]) podemos construir la siguiente sucesión
n
X
S1 (x) = f1 (x), S2 (x) = f1 (x) + f2 (x), . . . , Sn (x) = fk (x)
k=1
de funciones continuas. Nos planteamos estudiar ahora la convergencia puntual y uniforme de esta sucesión.
En el caso de la convergencia puntual, se trata de estudiar si para cada x ∈ [a, b] la sucesión (Sn (x))n es
∞
X
convergente, es decir, estudiar el carácter de la serie fn (x).
n=1
Un caso particular de series funcionales lo hemos estudiado ya. Cuando fn (x) = an (x − x0 )n para una
sucesión (an )n ⊂ R y x0 ∈ R: las series de potencias.
Ası́, la convergencia uniforme de la serie la podemos escribir
Definición 97.
P∞
Diremos que la serie de funciones n=1 fn (x) converge uniformemente en [a, b] a la función f (x)
Pm
si para cada ε > 0 existe n0 ∈ N tal que si m ≥ n0 se verifica |f (x) − n=1 fn (x)| < ε cualquiera
que sea x ∈ [a, b].
Nota.
P
Si las funciones (fn )n ⊂ C([a, b]) y la serie n fn (x) converge uniformemente a f entonces f ha
de ser continua ya que las sumas parciales lo son.
Una condición de Cauchy nos asegura cuando una serie de funciones converge uniformemente (a una
función).
Proposición 147.
P∞
Una serie de funciones fn (x) es uniformemente convergente en [a, b] si, y sólo si, para cada
n=1
ε > 0 existe n0 ∈ N tal que si n0 < p ≤ q se verifica qn=p fn (x) < ε cualquiera que sea x ∈ A.
P
Una condición suficiente para que haya convergencia uniforme nos la proporciona el siguiente resultado
de Weierstrass.
Proposición 148 (Weierstrass).

P
Sea n≥0 fn una serie de funciones. Si existe M > 0 y una serie numérica convergente de términos
P P
positivos an tal que |fn (x)| ≤ M an para todo x ∈ [a, b], entonces la serie fn converge
uniformemente en [a, b].

Prueba:
Es consecuencia de la proposición anterior y del Criterio de Cauchy para series numéricas, ya que
|fp (x) + fp+1 (x) + . . . + fq (x)| ≤ M (ap + ap+1 + . . . + aq )
Fin de la prueba
Veamos cómo aplicar este resultado a series de potencias.
Corolario 149.
n
P
La serie de potencias n an (x − x0 ) de radio de convergencia R > 0 converge absoluta y
uniformemente en el intervalo [x0 − r, x0 + r] si 0 < r < R.
En particular, la función f (x) := n an (x − x0 )n es continua en [x0 − r, x0 + r] y esto implica la
P
continuidad de f en (x0 − R, x0 + R).
Prueba:
P∞
Es claro que la serie n=0 |an |rn es convergente por el criterio de la raı́z puesto que
p
n 1
lı́m sup |an |r < R = 1.
R
Es claro que para todo x ∈ [x0 − r, x0 + r], |an (x − x0 )n | ≤ |an |rn y ası́ el criterio de Weierstrass nos asegura
la convergencia absoluta y uniforme en el intervalo cerrado.
Fin de la prueba
Proposición 150 (Abel).
Sea an xn una serie de potencias y supongamos que para x = c la serie es convergente. Entonces
P
la serie de potencias converge uniformemente en el segmento [0, c]. En particular la función suma
es continua en [0, c].
Prueba:
Veamos que se cumple el criterio de Cauchy de convergencia uniforme. Los puntos del segmento [0, c] se
expresan de la forma
n+p x = tc con t ∈ [0, 1]. Por la convergencia en x = c, dado ε > 0 existe n0 ∈ N tal que si
X
ak ck < ε para todo p ∈ N. Si llamamos Rn = k≥n ak ck se tiene
P
n > n0 es

k=n
n+p
X
k k
ak t c = (Rn − Rn+1 )tn + . . . + (Rn+p − Rn+p+1 )tn+p =

k=n
= Rn tn + Rn+1 (tn+1 − tn ) + . . . + Rn+p (tn+p − tn+p−1 ) − Rn+p+1 tn+p ≤

≤εtn + ε(tn − tn+1 ) + ε(tn+1 − tn+2 ) + . . . + ε(tn+p−1 − tn+p ) + εtn+p = ε2tn ≤ 2ε

Fin de la prueba
Obviamente la aplicación más interesante del resultado es cuando |c| coincide con el radio de convergencia.
A continuación vamos a ver que la función f (x) = n≥0 an xn , en su disco de convergencia, es derivable
P
e integrable y que la derivada o la integral se realiza como si de una suma finita se tratase.
Teorema 151.
Sea la serie de potencias n≥0 an xn y pongamos f (x) = n≥0 an xn para x ∈ B(0, R) siendo R
P P
el radio de convergencia de la serie. Entonces:
i) La serie n≥1 nan xn−1 obtenida derivando formalmente tiene de radio de convergencia R.
P
ii) Si escribimos g(x) = n≥1 nan xn−1 para x ∈ B(0, R), se verifica que f es derivable y que
P
f 0 (x) = g(x) en B(0, R).
Prueba:
√ p p
Como lı́mn n n = 1, puede comprobarse que se tiene lı́m supn n n|an | = lı́m supn n |an | = R−1 (entendiendo
nan xn−1 es también R.
P
el cociente en R ∪ ∞) y, por tanto, el radio de convergencia de la serie
Para la segunda parte, vamos a probar que fijado x ∈ B(0, R) se tiene
f (x + h) − f (x) X
lı́m − nan xn−1 = 0
h→0 h n≥1
Supongamos que R1 satisface |x| < R1 < R y que |x + h| < R1 y consideramos m > 1 fijo (pero arbitrario)
se tiene entonces la siguiente estimación:

n n
X
f (x + h) − f (x) X n−1
(x + h) − x X
n−1

− na n x = an − na n x ≤

h n≥1

n≥0 h n≥1
m m

X (x + h)n − xn X
≤ an − nan xn−1 +

h
n=0 n=1

∞ ∞
X (x + h)n − xn X
n−1
+ an + nan x

h

n=m+1 n=m+1
A continuación vamos a verificar, para terminar la prueba, que es posible elegir m y 0 < δ para que si |h| < δ
cada uno de los tres sumandos sea menor que 3ε .
n|an |R1n−1 es convergente, existe m ∈ N de modo que el resto de la serie
P
En primer lugar, como la serie
P∞ n−1
n=m+1 n|an |R1 < 3ε y, en particular,
∞ ∞
X X ε
nan xn−1 ≤ n|an ||x|n−1 ≤ .

3

n=m+1 n=m+1

Ası́, para una elección adecuada de m, el tercer sumando está acotado por 3ε .
Esta cota sirve también para el segundo sumando sin más que observar que, por la ecuación ciclotómica se
tiene
(x + h)n − xn

= (x + h)n−1 + x(x + h)n−2 + . . . + xn−1 ≤ nRn−1

1
h
y ası́ ∞ ∞
X (x + h)n − xn X ε
an ≤ n|an |R1n−1 ≤

h 3

n=m+1 n=m+1
En cuanto al primer término, fijado m, observar que
(x + h)n − xn
lı́m = nxn−1
h→0 h
y que m
X (x + h)n − xn Xm m
(x + h)n − xn
X
n−1 n−1

an − nan x ≤ |an | − nx

h h

n=0 n=1 n=1
Para cada n = 1, 2, . . . , m, con |an | =

6 0, es posible encontrar δn > 0 tal que si |h| < δn se tiene que
(x + h)n − xn

n−1
ε
− nx < 3m|an |
h
y ası́ para δ = mı́n{δn : n = 1, 2, . . . , m} si |h| < δ el primer sumando está también acotado por 3ε .
Fin de la prueba

C Autoevaluación
C.1. Autoevaluación 1
C. 1.
¿Cuáles de las siguientes afirmaciones sobre números reales son verdaderas?
1. La suma de dos números irracionales es un número irracional.
2. El producto de dos irracionales es un irracional.
3. El producto de un número racional no nulo por un número irracional es un número irracional.

√ √
4. Si a + b = c + d, entonces a = c y b = d.
5. Para todo n ∈ N, la raı́z n-ésima de un irracional positivo es un irracional.
Solución:
√ √
1. Falso. Basta tomar el número irracional − 2 y sumarlo a 2. El resultado es 0 que es no es irracional.
√ √ √
2. Falso. Basta tomar 2 y calcular 2 2 = 2 ∈ Q.
3. Verdadero. Si existieran 0 6= q ∈ Q y α ∈ R \ Q tales que qα := β fuera racional tendrı́amos que α = q −1 β
pero q −1 ∈ Q y β ∈ Q luego su producto ha de ser un racional. Contradicción.
4. Falso. Bata tomar: a = 2, b = 1 y c = 1, d = 4.
√
5. Cierto. Por reducción al absurdo. Supongamos que existen α > 0 irracional y n > 1 talque n α = pq ,
pn
entonces α = qn ∈ Q que es una contradicción.
375
Autoevaluación 1 376 Apéndice C
C. 2.
Consideremos el conjunto A = {x ∈ R : |x2 − 3| ≤ 1}. ¿Cuáles de las siguientes afirmaciones son

verdaderas?
√
1. sup A = 2, ı́nf A = 2
2. sup A = 2, ı́nf A = −2
√
3. ı́nf {x ∈ A : x ≥ 0} = 2
√ √
4. sup A = − 2, ı́nf A = 2
Solución:
Comenzamos realizando la gráfica de las funciones y = |x2 − 3| e y = 1 para tener una idea de quién es el
conjunto A.
Probad también con el comando fourier elim
(%i1) load(draw);
(%i2) draw2d(explicit(abs(x^2-3),x,-3,3),
color=red, explicit(1, x,-3,3), terminal=pdf);
( %o2) [gr2d (explicit, explicit)]
0
-3 -2 -1 0 1 2 3
El conjunto A está formado por aquellos valores de x para los que la gráfica azul está por debajo de la roja.
Vamos ahora a hacerlo analı́ticamente.
√ √
X Si x2 − 3 ≥ 0 ⇔ x2 ≥ 3 ⇔ x ≥ 3 o x ≤ − 3 la inecuación queda
x2 − 3 ≤ 1 ⇔ x2 ≤ 4 ⇔ |x| ≤ 2 ⇔ −2 ≤ x ≤ 2
√ √ √ √
En este caso las soluciones son x ∈ R tales que 3 ≤ x ≤ 2 o −2 ≤ x ≤ − 3, es decir, x ∈ [−2, − 3]∪[ 3, 2].

√ √ √
X Si x2 − 3 < 0, es decir x2 < 3 ⇔ |x| <3 ⇔ x ∈ (− 3, 3) la inecuación queda
√ √
−(x2 − 3) ≤ 1 ⇔ −x2 + 3 ≤ 1 ⇔ −x2 ≤ −2 ⇔ x2 ≤ 2 ⇔ x ≤ 2 o x ≤ − 2
√ √ √ √
En este caso las soluciones son los valores x ∈ R tales que x ∈ [ 2, 3) ∪ (− 3, − 2].
√ √
Por lo tanto el conjunto A = [−2, − 2] ∪ [ 2, 2].
Respondemos ahora a las cuestiones planteadas:
1. Falso ya que sup A = 2 pero ı́nf A = −2.
2. Cierto.
3. Cierto.
4. Falso.
C. 3.
Sea A = {x ∈ R : |x2 − x| − x > 8} y B = R \ A, entonces:
1. sup B = ı́nf A
2. sup B = ı́nf {x ∈ A y x > 0}.
3. ı́nf B = −2 y sup B = 4.
4. El conjunto A no está acotado ni superior ni inferiormente.
5. sup{x ∈ A y x < 0} ∈ A.
Solución:
Representamos gráficamente ambas curvas
14
12
10
8
6
4
2
0
-3 -2 -1 0 1 2 3 4 5

(%i2) fourier_elim([abs(x^2-x)-x>8],[x]);
( %o2) [x < −2]or[4 < x]

Vemos que A = (−∞, −2) ∪ (4, +∞). Vamos a hacerlo ahora “a mano”.
Comenzamos estudiando los signos de x2 − x. Para ello hallamos las soluciones de 0 = x2 − x = x(x − 1)
que son 0 y 1. Entonces:
X Si 0 < x < 1 tenemos x2 − x < 0 por lo que |x2 − x| = −(x2 − x). La inecuación queda
−(x2 − x) − x > 8 ⇔ −x2 + x − x > 8 ⇔ −x2 > 8
lo cual es imposible.
X Si x ≤ 0 o x ≥ 1 tenemos que x2 − x ≥ 0 por lo que la inecuación es
x2 − x − x > 8 ⇔ x2 − 2x − 8 > 0
Resolvemos ahora la ecuación x2 − 2x − 8 = 0 cuyas raı́ces son x = 4, x = −2.

Ası́, para x > 4 es x2 − 2x − 8 > 0. Por lo que si x ≥ 1 y x > 4 se cumple |x2 − x| − x > 8. Es decir, si x > 4
tenemos x ∈ A.
Si x < −2 es también x2 − 2x − 8 > 0. Por lo que si x ≤ 0 y x < −2 se satisface |x2 − x| − x > 8. Luego si
x < −2 tenemos x ∈ A.
En el caso de que −2 ≤ x ≤ 4 tenemos x2 − 2x − 8 ≤ 0 por lo que los valores −2 ≤ x ≤ 0 y 1 ≤ x ≤ 4 no
son soluciones de la inecuación.
Por lo tanto A = (−∞, −2) ∪ (4, +∞) y B = R \ A = [−2, 4].
Podemos ya contestar a las cuestiones planteadas:
1. Falso ya que no existe ı́nf A por no estar A acotado inferiormente.
2. Cierto. sup B = 4 e ı́nf {x ∈ A y x > 0} = 4.
3. Cierto .
4. Cierto.
5. Falso ya que sup{x ∈ A y x < 0} = −2 6∈ A.
C. 4.
Pn n(n+1)(n+2)
Demostrad que para cualquier número natural n se verifica j=0 j(j + 1) = 3
Solución:
Comprobamos la fórmula con Maxima

(%i2) simplify_sum(sum(j*(j+1),j,0,n));
2 n3 + 3 n2 + n n2 + n
( %o2) +
6 2
(%i3) factor(%);
n (n + 1) (n + 2)
( %o3)
3
Vamos a probar la fórmula por inducción.
Para n = 1 tenemos
X1
j(j + 1) = 1 · (1 + 1) = 2
j=0
que coincide con el valor que resulta al sustituir n = 1 en la parte derecha
1 · (1 + 1) · (1 + 2) 2·3
= =2
3 2
Supongamos ahora que la fórmula del enunciado es cierta para algún natural n ≥ 1. Veamos que ocurre para
n + 1.
n+1 n
X X H.I. n(n + 1)(n + 2)
j(j + 1) = j(j + 1) + (n + 1)((n + 1) + 1) = + (n + 1)(n + 2) =
j=0 j=0
3
hn i n+3 (n + 1)(n + 2)(n + 3)
=(n + 1)(n + 2) + 1 = (n + 1)(n + 2) = =
3 3 3
(n + 1) ((n + 1) + 1) ((n + 1) + 2)
=
3
Luego la fórmula se cumple para n + 1. Por tanto el principio de inducción nos asegura que la fórmula es
cierta para cualquier número natural.
C. 5.
n4
Pn
Demostrad que para cualquier número natural n se cumple j=1 j3 > 4
Solución:
Comenzamos comprobando con Maxima
(%i2) sn:simplify_sum(sum(j^3,j,0,n));
n4 + 2 n3 + n2
( %o2)
4
(%i3) assume(n>0);

( %o3) [n > 0]
(%i4) sn-n^4/4;
n4 + 2 n3 + n2 n4
( %o4) −
4 4
(%i5) is(%>0);
( %o5) true
En primer lugar comprobamos que la fórmula es cierta para n = 1. Efectivamente, sustituyendo n = 1 en la

parte izquierda queda
1
X 14 1
j3 = 1 > = .
j=1
4 4
Suponemos ahora que la fórmula se verifica para algún número natural n > 1 y vemos qué ocurre para n + 1.
n+1 n
X X n4 n4 + 4n3 + 12n2 + 12n + 4
j3 = j 3 + (n + 1)3 > + n3 + 3n2 + 3n + 1 =
j=1 j=1
4 4
n4 + 4n3 + 6n2 + 4n + 1 (n + 1)4
> =
4 4
Como vemos, la fórmula se verifica también para el número natural n + 1 y ası́ el principio de inducción
asegura que la desigualdad es cierta para cualquier número natural. Notad que la hipótesis de inducción la
hemos usado en la primera desigualdad.
C. 6.
Demostrad que para cualquier número natural n si 0 < x < 1 se cumple la desigualdad (1 + x)n <
1 + 3n x.
Solución:
Probamos la fórmula con n = 1. ¿Es (1 + x) < 1 + 3x ? ⇔ x < 3x ⇔ 2x > 0 SI.
Supongamos que la fórmula se cumple para un cierto natural 1 < n ∈ N. Hemos de probar que la desigualdad
también se cumple para el número n + 1.
(1) (2)
(1 + x)n+1 =(1 + x)n (1 + x) < (1 + 3n x)(1 + x) = 1 + x + 3n x + 3n x2 <
<1 + 3n x + 3n x + 3n x = 1 + 3 · 3n x = 1 + 3n+1 x
En (1) hemos usado la hipótesis de inducción. En (2) hemos usado simultaneamente:

x>0
Si n > 1, entonces 1 < 3n ⇒ x < 3n x.
Como 0 < x < 1 ⇒ x2 < x.

C. 7.
Para cada n ∈ N definimos

1 1 1 1
Sn := + + + ... +
1·2 2·3 3·4 n(n + 1)
Calculad S1 , S2 , S3 , S4 , . . . e inducid un probable valor de Sn . Probad por inducción que Sn

coincide efectivamente con el valor obtenido anteriormente.
Solución:
Veamos lo que puede hacer Maxima
(%i1) S[n]:=sum(1/(j*(j+1)),j,1,n);
n
X 1
( %o1) Sn :=
j=1
j (j + 1)
n
( %o3)
n+1
Comenzamos calculando los primeros valores de Sn :
1 1
S1 = =
1·2 2
1 1 3+1 4 2
S2 = + = = =
1·2 2·3 2·3 6 3
1 1 1 2 1 8+1 9 3
S3 = + + = + = = =
1·2 2·3 3·4 3 3·4 3·4 12 4
n
Luego aparentemente, para cada n ∈ N tenemos que Sn = (∗).
n+1
Vamos a probar esto último por inducción. Para n = 1 ya hemos visto que es cierto. Supongamos ahora que
la fórmula (*) se cumple para un cierto número natural n > 1, veamos qué ocurre para n + 1.
1 1 1 1 1 1 (H.I.)
Sn+1 = + + + ... + + = Sn + =
1·2 2·3 3·4 n(n + 1) (n + 1)((n + 1) + 1) (n + 1)(n + 2)
n 1 n(n + 2) + 1 n2 + 2n + 1 (n + 1)2 n+1
= + = = = =
n + 1 (n + 1)(n + 2) (n + 1)(n + 2) (n + 1)(n + 2) (n + 1)(n + 2) n+2
y por tanto la fórmula (*) también es cierta para n+1. El principio de inducción nos garantiza que la fórmula
se cumple para cualquier número natural.

C. 1.
Calculad, para c 6= d √ √
n+a− n+b
lı́m √ √
n→∞ n+c− n+d
Solución:
√ √ √ √ √ √ √ √
n+a− n+b ( n + a − n + b)( n + a + n + b)( n + c + n + d)
lı́m √ √ = lı́m √ √ √ √ √ √ =
n→∞ n + c − n + d n→∞ ( n + c − n + d)( n + c + n + d)( n + a + n + b)
√ √
(a − b)( n + c + n + d) a−b
= lı́m √ √ =
n→∞ (c − d)( n + a + n + b) c−d
ya que √ √
n+c+ n+d
lı́m √ √ = 1.
n→∞ n+a+ n+b
Con Maxima
(%i1) ’limit((sqrt(n+a)-sqrt(n+b))/(sqrt(n+c)-sqrt(n+d)),n,inf)=
limit((sqrt(n+a)-sqrt(n+b))/(sqrt(n+c)-sqrt(n+d)),n,inf);
√ √
n+a− n+b b−a
( %o1) lı́m √ √ =
n→∞ n+c− n+d d−c
C. 2.
Calculad √ √
1 2 n
2 + 3 + ... + n+1
lı́m √
n→∞ n+1
Solución:
Aplicaremos el criterio de Stolz:
√ √ √
1 2 n n √ √ √
2 + 3 + ... + n+1 n+1 n( n + 1 + n)
lı́m √ = lı́m √ √ = lı́m =
n→+∞ n+1 n→+∞ n + 1 − n n→+∞ (n + 1)(n + 1 − n)
p p p
n/n( 1 + 1/n + n/n)
= lı́m =2
n→+∞ 1 + 1/n
Con Maxima

(%i1) a(n):=sum(sqrt(k)/(k+1),k,1,n);
n √
X k
( %o1) a (n) :=
k+1
k=1
(%i2) b(n):=sqrt(n+1);
√
( %o2) b (n) := n + 1
Pn √
k
( %o3) lı́m √k=1 k+1
n→∞ n+1
(%i4) (a(n+1)-a(n))/(b(n+1)-b(n));
P √ Pn √k
n+1 k
k=1 k+1 − k=1 k+1
( %o4) √ √
n+2− n+1
(%i5) sumcontract(intosum(num(%)));
√
n+1
( %o5)
n+2
(%i6) %/(b(n+1)-b(n));
√
n+1
( %o6) √ √
(n + 2) n+2− n+1
√ √
Vamos a multiplicar numerador y denominador por n + 2 + n + 1
(%i7) S:(sqrt(n+2)+sqrt(n+1));
√ √
( %o7) n + 2 + n + 1
(%i8) %o6/S;
√
n+1
( %o8) √ √ √ √
(n + 2) n+2− n+1 n+2+ n+1
(%i9) expand(%);
√
n+1
( %o9)
n+2
(%i10) S*%;
√ √ √
n+1 n+2+ n+1
( %o10)
n+2
(%i11) expand(%);
√
n+1 n 1
( %o11) √ + +
n+2 n+2 n+2
( %o12) 2

C. 3.
Hallad, para cualquier número natural k > 1, el siguiente
1k + 2k + . . . + nk
lı́m
n→∞ nk+1
Solución:
Aplicando el criterio de Stolz para calcular el lı́mite tenemos
1k + 2k + . . . + nk (n + 1)k
lı́m k+1
= lı́m
n→∞ n n→∞ (n + 1)k+1 − nk+1
!
k k
n + nk−1 + . . . + 1
1
= lı́m !
n→∞
k+1
k+1
n + nk + . . . + 1 − nk+1
1
nk + knk−1 + . . . + 1 1
= lı́m ! =
n→∞
k+1 k+1
(k + 1)nk + nk−1 + . . . + 1
2
Con Maxima
(%i1) a(n):=sum(i^k,i,1,n);
n
X
( %o1) a (n) := ik
i=1
(%i2) b(n):=n^(k+1);
( %o2) b (n) := nk+1
n
!
X
( %o3) lı́m i k
n−k−1
n→∞
i=1
(%i4) a(n+1)-a(n);
n+1
! n
X X
k
( %o4) i − ik
i=1 i=1
k
( %o5) (n + 1)
(%i6) %/(b(n+1)-b(n));
k
(n + 1)
( %o6) k+1
(n + 1) − nk+1

Is k positive, negative or zero?positive;

Is k+1 positive, negative or zero?positive;
Is k positive, negative or zero?positive;
1
( %o7)
k+1
C. 4.
p √ √ √
Calculad lı́mn→∞ n2 + n − n ( n + 1 + 2n).
Solución:
√ √ √ √
√
p p
√ √ ( n2 + n − n)( n2 + n + n)( n + 1 + 2n)
q
lı́m n2 + n − n ( n + 1 + 2n) = lı́m p √ =
n→∞ n→∞ n2 + n + n
√ √ √
(n2 + n − n2 )( n + 1 + 2n)
= lı́m p √ =
n→∞ n2 + n + n
√ √ √ √ √
n( n + 1 + 2n) n2 + n + 2n2
= lı́m p √ = lı́m p √ =
n→∞ n2 + n + n n→∞ n2 + n + n
q √ √
1 + n1 + 2 1+ 2
= lı́m q √ =
n→∞ 2
1 + n2n + 1
Con Maxima
(%i1) a:(sqrt(n^2+sqrt(n))-n)*(sqrt(n+1)+sqrt(2*n));
√ √ √ q √

( %o1) n+1+ 2 n n2 + n − n
(%i2) P:sqrt(n^2+sqrt(n))+n;
√
q
( %o2) n2 + n + n
(%i3) a*P;
√ √ √ √ √
q q
( %o3) n+1+ 2 n n2 + n−n n2 + n+n
(%i4) expand(%);
√ √ √
( %o4) n n + 1 + 2 n
(%i5) %/P;
√ √ √
n n + 1 + 2n
( %o5) p √
n2 + n + n

(%i6) rootscontract(%);
√ √
n2 + n + 2 n
( %o6) p √
2
√n + n + n
Dado que n2 + ... se comporta como n, diviendo numerador y denominador por n resulta que el numerador
√
converge a 1 + 2 y el denominador a 1 + 1
√
2+1
( %o7)
2
C. 5.
Calculad
n2 + 3n
lı́m
n→∞ 2 + 6 + 10 + . . . + (4n − 2)
Solución:
Aplicaremos el criterio de Stolz.
n2 + 3n (n + 1)2 + 3(n + 1) − (n2 + 3n)

lı́m = lı́m =
n→∞ 2 + 6 + 10 + . . . + (4n − 2) n→∞ 4(n + 1) − 2
n2 + 2n + 1 + 3n + 3 − n2 − 3n 2n + 4 1
= lı́m = lı́m =
n→∞ 4n + 4 − 2 n→∞ 4n + 2 2
(%i1) a(n):=n^2+3*n;
( %o1) a (n) := n2 + 3 n
(%i2) b(n):=sum(4*k-2,k,1,n);
n
X
( %o2) b (n) := 4k − 2
k=1
n2 + 3 n
( %o3) lı́m Pn
k=1 4 k − 2
n→∞
El denominador es una progresión aritmética. Maxima sabe sumarla
(%i5) simplify_sum(b(n));

( %o5) 2 n2
(%i6) a(n)/%;
n2 + 3 n
( %o6)
2 n2
1
( %o7)
2
C. 6.
Calculad
n+2 n+4 n + 2n
lı́m + + ... + 2
n→∞ n2 + 1 n2 + 2 n +n
Solución:
n+2 n+4 n + 2n
Sea an := 2 + 2 + ... + 2 . Vamos a acotar la sucesión an del siguiente modo: si 1 ≤ i ≤ n
n +1 n +2 n +n
tenemos que
n2 + 1 ≤ n2 + i ≤ n2 + n
y por tanto
1 1 1
≤ 2 ≤ 2
n2 + n n +i n +1
de donde
n+2 n+4 n + 2n n+2 n+4 n + 2n
+ + ... + 2 ≤ an ≤ 2 + + ... + 2
n2 + n n2 + n n +n n + 1 n2 + 1 n +1
m
2
n + 2(1 + 2 + . . . + n) n2 + 2(1 + 2 + . . . + n)
≤ an ≤
n2 + n n2 + 1
m
n2 + 2 n(n+1)
2 n2 + 2 n(n+1)
2
≤ an ≤
n2 + n n2 + 1
m
2
2n + n 2n2 + n
≤ an ≤
n2 + n n2 + 1
Ahora,
2n2 + n 2n2 + n
lı́m = lı́m =2
n→∞ n2 + n n→∞ n2 + 1
Basta aplicar la regla del sandwich para concluir que lı́mn→∞ an = 2.

C. 7.
p
Consideremos la sucesión definida por recurrencia mediante la fórmula a1 = 1, an+1 = 3
4 + a2n
para n ≥ 1. Probad que la sucesión es convergente y hallad su lı́mite.
Solución:
Damos valores a la sucesión para ver su monotonı́a y acotación
(%i1) a[n]:=(4+a[n-1]^2)^(1/3);
31
( %o1) an := 4 + a2n−1
(%i2) a[1]:1;
( %o2) 1
(%i3) makelist(float(a[n]),n,1,10);
( %o3) [1,0, 1,709975946676697, 1,90598461448662, 1,968917555830468, 1,989666395400886,

1,996558444995439, 1,998853144510496, 1,999617751390946, 1,999872587856394, 1,999957529736431]
Como vemos es monótona creciente y acotada superiormente por 2.
Vamos a probar que la sucesión es monótona creciente y acotada superiormente.
√ √
X a1 = 1, a2 = 3 4 + 1 = 3 5 > 1 = a1 . Supongamos ahora que para algún n ∈ N se tiene que an+1 > an .
Tenemos q p
an+2 = 3 4 + a2n+1 > 3 4 + a2n = an+1
X (an )n está acotada superiormente por 2. Dado que a1 = 1 < 2, supongamos que an < 2 para algún n ∈ N.
Por tanto,
p √ √
3
an+1 = 3 a2n + 4 < 3 4 + 4 = 8 = 2
y el principio de inducción nos permite concluir la prueba.
Al ser (an )n monótona creciente y acotada superiormente, existe a = lı́mn an y tiene que satisfacer la
ecuación p
a = 4 + a2 ⇔ a3 = 4 + a2 ⇔ a3 − a2 − 4 = 0 ⇔ (a − 2)(a2 + a + 2) = 0
3
cuya única solución real es a = 2, lı́mite de la sucesión.
C. 8.
q
1+xn
Consideremos la sucesión definida por recurrencia mediante la fórmula x1 = 12 , xn+1 = 2 .
Solución:
Para probar que la sucesión es convergente, demostraremos que es monótona y acotada.

Primero lo comprobamos con Maxima
(%i1) x[n]:=sqrt((1+x[n-1])/2);
r
1 + xn−1
( %o1) xn :=
2
(%i2) x[1]:1/2;
1
( %o2)
2
(%i3) makelist(float(x[n]),n,1,10);
( %o3) [0,5, 0,86602540378444, 0,96592582628907, 0,99144486137381, 0,9978589232386,

0,99946458747637, 0,99986613790956, 0,9999665339174, 0,99999163344435, 0,9999979083589]
Vemos que es creciente y acotada superiormente por 1.
Veamos en primer lugar que es monótona.

s
1
r √
1+ 2 3 3 1
x2 = = = > = x1
2 4 2 2
Parece pues que la sucesión es creciente. Vamos a probarlo por inducción. Para n = 1 lo acabamos de
comprobar. Suponemos que para algún número natural n > 1 se cumple que xn+1 > xn . Veamos si xn+2 >
xn+1 . r r
1 + xn+1 1 + xn
xn+2 = > = xn+1
2 2
Notad que en la desigualdad usamos simultaneamente la hipótesis de inducción y el hecho de que la función
√
f (x) = x es monótona creciente.
Es fácil comprobar que xn < 1 para todo n ∈ N. Efectivamente, x1 = 21 < 1 y suponiendo cierto que xn < 1
para algún natural n > 1 tenemos
r r
1 + xn 1+1
xn+1 = < =1
2 2
donde, de nuevo, usamos en la desigualdad la hipótesis de inducción y la monotonı́a de la raı́z cuadrada.
Tenemos pues que la sucesión (xn ) es convergente. Si llamamos x = lı́mn xn resulta, tomando lı́mites en la
ecuación que define la sucesión, que
r
1+x 1+x
x= ⇔ x2 = ⇔ 2x2 − x − 1 = 0
2 2
cuyas soluciones son x = 1 y x = − 21 . La solución negativa no puede ser lı́mite de la sucesión (formada por
números positivos), luego lı́mn xn = 1.

C. 9.
Consideremos la siguiente sucesión definida por recurrencia:

√
x1 = 3, xn+1 = 3xn − 2, n ≥ 1
Probad que es convergente y hallad su lı́mite.
Solución:
Comenzamos dando valores a la sucesión para intuir la monotonı́a y acotación de la misma.
√ √
x2 = 9 − 2 = 7 ≈ 2,64575 < x1 = 3
√
q
x3 = 3 7 − 2 ≈ 2,436648 < x2
Como podemos observar, la sucesión es monótona creciente (lo probaremos a continuación) y acotada infe-
riormente (por 2, y ası́ 3xn − 2 > 0 y la sucesión está bien definida).
√ √ √
x1 = 3 > 2. Supongamos que para algún n > 1 es xn > 1 tenemos que xn+1 = 3xn − 2 > 6 − 2 = 4 =
2. Por lo que el principio de inducción asegura que xn > 2 para todo n ∈ N.
Probamos la monotonı́a por inducción. Para n = 1 es cierto ya que
√ √ √ √
x2 = 3x1 − 2 = 9 − 2 = 7 < 9 = 3 = x1
Supongamos por tanto que xn < xn−1 es cierta para algún n > 1 y veamos que sucede para
√ H.I. p
xn+1 = 3xn − 2 < 3xn−1 − 2 = xn
Al ser la sucesión monótona decreciente y acotada inferiormente es convergente a un cierto x ∈ R. Tomando

lı́mites en la ecuación que define la sucesión, x tiene que verificar
√
x = 3x − 2 ⇒ x2 = 3x − 2 ⇒ x2 − 3x + 2 = 0
cuyas soluciones son x = 1 y x = 2. Como xn > 2 para todo n, el lı́mite no puede ser 1 y por tanto
lı́mn xn = 2.
C. 10.
(n+2)!+(n+1)!
Hallad lı́mn→∞ (n+3)!
Solución:
(n + 2)! + (n + 1)! (n + 2)(n + 1)! + (n + 1)! (n + 1)![(n + 2) + 1]

lı́m = lı́m = lı́m =
n→∞ (n + 3)! n→∞ (n + 3)! n→∞ (n + 3)(n + 2)(n + 1)!
(n + 1)!(n + 3) 1
= lı́m = lı́m =0
n→∞ (n + 3)(n + 2)(n + 1)! n→∞ n + 2

Con Maxima
(%i1) a(n):=(n+2)!+(n+1)!;
( %o1) a (n) := (n + 2)! + (n + 1)!
(%i2) b(n):=(n+3)!;
( %o2) b (n) := (n + 3)!
Calculamos el lı́mite directamente
( %o3) 0
¿Nos puede ayudar Maxima con las cuentas que hemos hecho antes?
(%i4) a(n)/b(n);
(n + 2)! + (n + 1)!
( %o4)
(n + 3)!
(%i5) ratsimp(%);
(n + 2)! + (n + 1)!
( %o5)
(n + 3)!
No lo sabe simplificar... el siguiente comando nos ayuda con los factoriales
( %o6) true
(%i7) a(n)/b(n);
(n + 1) (n + 2) n! + (n + 1) n!
( %o7)
(n + 1) (n + 2) (n + 3) n!
Simplificamos con el siguiente comando
(%i8) multthru(%);
1 1
( %o8) +
(n + 2) (n + 3) n + 3
Ahora si lo ha simplificado. El lı́mite es claro
( %o9) 0

C. 11.
Hallad √ √ √
1 + 22 + 1 + 32 + . . . + 1 + n2
lı́m
n→∞ n2 + 1
Solución:
√ √ √
Aplicaremos los criterios de Stolz. Llamamos an = 1 + 22 + 1 + 32 + . . . + 1 + n2 y bn = n2 + 1.
√ √ p √ √
an+1 − an 1 + 22 + . . . + 1 + n2 + 1 + (n + 1)2 − ( 1 + 22 + . . . + 1 + n2 )
lı́m = lı́m =
n→∞ bn+1 − bn n→∞ (n + 1)2 + 1 − (n2 + 1)
√ √
q
1 + n2 + 2n + 1 n2 + 2n + 2 (∗) 1 + n2 + n22 1
= lı́m 2 2
= lı́m = lı́m 1 =
n→∞ n + 2n + 1 − n n→∞ 2n + 1 n→∞ 2+ n 2
En (∗) hemos dividido numerador y denominador por n.
Ahora lo hacemos con Maxima
(%i1) a(n):=sum(sqrt(1+k^2),k,2,n);
n p
X
( %o1) a (n) := 1 + k2
k=2
(%i2) b(n):=n^2+1;
( %o2) b (n) := n2 + 1
Pn √ 2
k=2 k + 1
( %o3) lı́m
n→∞ n2 + 1
(%i4) a(n+1)-a(n);
n+1
! n p
Xp X
( %o4) k2 + 1 − k2 + 1
k=2 k=2
q
2
( %o5) (n + 1) + 1
(%i6) (b(n+1)-b(n));
2
( %o6) (n + 1) − n2
(%i7) expand(%);
( %o7) 2 n + 1
(%i8) %o5/%;
q
2
(n + 1) + 1
( %o8)
2n + 1

(%i9) radcan(%);
√
n2 + 2 n + 2
( %o9)
2n + 1
(%i10) N:num(%o9);
D:denom(%o9);
p
( %o10) n2 + 2 n + 2
( %o11) 2 n + 1
√
n2 +2n+2
Vamos a dividir numerador y denominador por n. Para luego simplificarlo, elevamos al cuadrado n
y luego tomamos raı́z cuadrada.
(%i12) (N/n)^2, expand;

2 2
( %o12) + +1
n n2
(%i13) Cociente:sqrt(%)/expand(D/n);
q
2 2
n + n2 + 1
( %o13) 1
n +2
1
( %o14)
2

C. 1.
Calculad los siguientes lı́mites (o los laterales si estos no existen).

√
xn − xa 3
x−1 p
4

A) lı́m B) lı́m C) lı́m x4 + 1 − x
x→a x − a x→1 x − 1 x→∞
√ √
1 + sen x − 1 − sen x sen x1 x sen x
D) lı́m E) lı́m 1 F) lı́m
x→0 x x→0 e +1
x x→∞ x2 + 1
log(1 + x) − log(1 − x) 1 − tan x

G) lı́m , H) lı́mπ
x→0 x x→ 4 cos 2x
Solución:
A)
xn − an (x − a)(xn−1 + xn−2 a + xn−3 a2 + · · · + xan−2 + an−1 )
lı́m = lı́m =
x→a x − a x→a x−a
= lı́m (xn−1 + xn−2 a + xn−3 a2 + · · · + xan−2 + an−1 ) = nan−1
x→a
La identidad que hemos usado en el numerado con Maxima
Esta es la suma que hemos obtenido a la derecha
(%i1) s:sum(x^(n-k)*a^(k-1),k,1,n);
n
X
( %o1) ak−1 xn−k
k=1
Le decimos a Maxima que n es natural
( %o2) done
(%i3) s,simpsum;
xn an+1 x−n−1 − a

x
( %o3)
a xa − 1

Arreglamos la expresión anterior y obtenemos de donde habı́amos partido
(%i4) factor(%);
xn − an
( %o4)
x−a
B)
√ √ √
3 √
x−1
3
( 3 x − 1)( x2 + 3 x + 1) x−1 1 1
lı́m = = lı́m √ √ = lı́m √ √ = =
x→1 x − 1 x→1 (x − 1)( 3 x2 + 3 x + 1) x→0 (x − 1)( 3 x2 + 3 x + 1) 1+1+1 3

Con Maxima es más rápido simplificar
(%i1) (x^(1/3)-1)/(x-1);
1
x3 − 1
( %o1)
x−1
Simplificamos la expresión y evaluamos
(%i2) radcan(%);
1
( %o2) 2 1
x3 + x3 + 1
(%i3) ev(%,x=1);
1
( %o3)
3
C)
√ p p √
p
4
4
x4 + 1 − x ( 4 (x4 + 1)3 + 4 (x4 + 1)2 x + 4 x4 + 1x2 + x3 )
lı́m x4 + 1 − x = lı́m p p √ =
x→∞ x→∞ 4
(x4 + 1)3 + 4 (x4 + 1)2 x + 4 x4 + 1x2 + x3
(x4 + 1) − x4
= lı́m p p √ =
x→∞ 4
(x4 + 1)3 + (x4 + 1)2 x + 4 x4 + 1x2 + x3
4
1
= lı́m p p √ =0
x→∞ 4 (x4 + 1)3 + 4 (x4 + 1)2 x + 4 x4 + 1x2 + x3
Con Maxima
(%i1) f:(1+x^4)^(1/4)-x;
14
( %o1) x4 + 1 −x
(%i2) f*((1+x^4)^(3/4)+(1+x^4)^(2/4)*x+(1+x^4)^(1/4)*x^2+x^3);
1 3 p 1
( %o2) x4 + 1 4 − x x4 + 1 4 + x x4 + 1 + x2 x4 + 1 4 + x3
(%i3) expand(%);
( %o3) 1
(%i4) %/((1+x^4)^(3/4)+(1+x^4)^(2/4)*x+(1+x^4)^(1/4)*x^2+x^3);
1
( %o4) 3 √ 1
(x4+ 1) + x 4
+ 1 + x2 (x4 + 1) 4 + x3
x4
(%i5) limit(%,x,inf);
( %o5) 0

D)
√ √ √ √ √ √
1 + sen x − 1 − sen x 1 + sen x − 1 − sen x 1 + sen x + 1 − sen x
lı́m = lı́m √ √ =
x→0 x x→0 x 1 + sen x + 1 − sen x
(1 + sen x) − (1 − sen x)
= lı́m √ √ =
x→0 x 1 + sen x + 1 − sen x
sen x 2 2
= lı́m √ √ =1· =1
x→0 x 1 + sen x + 1 − sen x 2
sen x1
E) lı́m 1 En este caso no podemos usar las técnicas usuales de cálculo ya que no existe el lı́mite del
x→0ex + 1
numerador. Nos fijaremos, pues, en lo que sucede en el denominador. Para ello calcularemos los lı́mites
laterales
1
lı́m+ e x + 1 =e+∞ + 1 = +∞
x→0
1
lı́m e x + 1 =e−∞ + 1 = 0 + 1 = 1
x→0−
Como | sen x1 | ≤ 1 resulta que

sen x1

1
e x + 1 ≤ e x1 + 1
1
por lo que
sen x1
lı́m+ 1 =0
x→0 ex + 1
sen x1 sen x1
Sin embargo, no existe lı́m 1 . Si existiera dicho lı́mite, con valor α ∈ R llamando h(x) = 1
x→0− e +1
x ex + 1
tendrı́amos que
1 1
= lı́m h(x)(e x + 1) = α
lı́m sen
x x→0−
x→0−
Pero sabemos que dicho lı́mite no existe. Contradicción.
Cuentas y gráfica con Maxima
(%i1) f:sin(1/x);

1
( %o1) sin
x
(%i2) g:exp(1/x)+1;
1
( %o2) e x + 1
(%i3) limit(g,x,0,plus);
( %o3) ∞
(%i4) limit(g,x,0,minus);
( %o4) 1

( %o5) und
(%i6) limit(f/g,x,0,plus);
( %o6) 0
(%i7) limit(f/g,x,0,minus);
( %o7) ind
(%i8) plot2d(f/g,[x,-2,2]);

( %o8)
1
0.8
0.6
0.4
sin(1/x)/(%e^(1/x)+1)
0.2
-0.2
-0.4
-0.6
-0.8
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
x sen x
F) lı́m . Como sucede en el caso anterior, no existe el lı́mx→∞ x sen x (por ejemplo por no estar
x→∞x2 + 1
acotada en ningún entorno de ∞). Sin embargo, al ser |x sen x| ≤ x para todo x ≥ 0, resulta que

x sen x
0≤ 2
≤ x para x > 0
x + 1 x2 + 1
x x sen x
Como lı́m = 0 concluimos que lı́m 2 = 0.
x→0 x2 +1 x→∞ x +1
G)
1+x 1 1 !
log( 1−x )

log(1 + x) − log(1 − x) 1+x x 1+x x
lı́m = lı́m = lı́m log = log lı́m =
x→0 x x→0 x x→0 1−x x→0 1 − x
(∗)
1 1+x
1 1+x
1 2x
= log lı́m e x ( 1−x −1) = log elı́mx→0 x ( 1−x −1) = lı́m =2
x→0 x→0 x 1 − x
En (*) hemos usado el corolario 41.

H)
1 − tan x 1 − sen x
cos x
cos x−sen x
cos x
lı́mπ = lı́mπ = lı́m =
x→ 4 cos 2x x→ 4 cos2 x − sen2 x x→ 4 (cos x − sen x)(cos x + sen x)
π
1 1 1
= lı́mπ = √ √ √ = 2 =1
x→ 4 cos x(cos x + sen x) 2 2 2
2 ( 2 + 2 ) 2
Con Maxima

(%i1) f:(1-tan(x))/cos(2*x);
1 − tan (x)
( %o1)
cos (2 x)
Usamos la fórmula del ángulo doble y factorizamos el denominador
(%i2) trigexpand(denom(f));
2 2
( %o2) cos (x) − sin (x)
(%i3) den:factor(%);
( %o3) − (sin (x) − cos (x)) (sin (x) + cos (x))
La tangente la ponemos como seno divido por coseno y operamos en el numerador
(%i4) num:trigsimp(num(f));
sin (x) − cos (x)

( %o4) −
cos (x)
Hacemos el cociente y se simplifica
(%i5) num/den;
1
( %o5)
cos (x) (sin (x) + cos (x))
Para hallar el lı́mite solo queda evaluar la función resultante
(%i6) ev(%,x=%pi/4);
( %o6) 1
C. 2.
Probad que el polinomio 6x3 − 10x2 − 5x + 1 tiene sus tres raı́ces reales y dar un valor aproximado
de las mismas.
Solución:
Usaremos el método de bisección que nos proporciona el teorema de Bolzano. Representamos gráficamente
la función f (x) = 6x3 − 10x2 − 5x + 1

60
50
40
6*x^3-10*x^2-5*x+1
30
20
10
-10
-1 -0.5 0 0.5 1 1.5 2 2.5 3
x
Como vemos el polinomio tiene sus tres raı́ces reales.
Vamos a hallarlas de forma aproximada con Maxima
(%i1) f(x):=6*x^3-10*x^2-5*x+1;
( %o1) f (x) := 6 x3 − 10 x2 + (−5) x + 1
(%i2) f(-1);
( %o2) − 10
(%i3) f(0);
( %o3) 1
Como vemos, se produce un cambio de signo en el intervalo [−1, 0] por lo que en dicho intervalo hay una
raı́z
(%i4) find_root(f(x),x,-1,0);
( %o4) − 0,52505077785633
(%i5) f(1);
( %o5) − 8
También hay cambio de signo en [0, 1]. Tenemos una segunda raı́z
(%i6) find_root(f(x),x,0,1);
( %o6) 0,15592429720736
(%i7) f(2);
( %o7) − 1
(%i8) f(3);

( %o8) 58
La tercera se encuentra en [2, 3].
(%i9) find_root(f(x),x,2,3);
( %o9) 2,035793147315635
C. 3.
Probad que la función f (x) = sen x es uniformemente continua en R.
Solución:
Sean x, y R. Tenemos que evaluar | sen x − sen y |. Para ello vamos a transformar esta diferencia de senos en
un producto mediante
x+y x−y
sen x − sen y = 2 cos sen
2 2
Tomando valor absoluto en esta igualdad

x+y x − y sen x − y

| sen x − sen y | = 2 cos sen ≤ 2
2 2 2
Dado que lı́mu→0 sen u = 0 dado ε > 0 existe δ > 0 tal que si |u| < δ tenemos | sen u| < ε. Por lo tanto si
| x−y x−y
2 | < δ ⇔ |x − y | < 2δ resulta | sen 2 | < ε, y entonces
| sen x − sen y | < 2ε
lo que prueba la continuidad uniforme de la función.

C. 1.
¿Cuántas raı́ces reales tiene la ecuación x5 +2x3 +4x − 12 = 0? Justificad la respuesta y encontrad
intervalos de longitud uno que las contengan.
Solución:
Representamos, con la ayuda de Maxima , la función f (x) = x5 + 2x3 + 4x − 12.
60
40
20
x^5+2*x^3+4*x-12
-20
-40
-60
-80
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
Vemos que tiene una única raı́z real. Vamos a probarlo. f es continua en R. Para hallar raı́ces de f aplicaremos
el teorema de Bolzano para funciones continuas. De esta forma:
f (1) = −5 < 0; f (2) = 44 > 0. El teorema de Bolzano asegura que existe c ∈ (1, 2) tal que f (c) = 0.
Mirando detenidamente el polinomio es claro que no tendremos más raı́ces reales: todos los coeficientes de las
potencias de x son positivas y claramente si x > 2 tendremos f (x) > 0. Como los exponentes son impares,
para x < 0 tendremos que f (x) < 0.
Vamos a probarlos de otra forma: f 0 (x) = 5x4 + 6x2 + 4 > 0 para todo x ∈ R. f es pues estrictamente
monótona (y por tanto inyectiva) por lo que no puede tener más raı́ces reales que la que hemos encontrado
en (1, 2).

C. 2.
Determinad el número de raı́ces reales de la ecuación 3x3 − x − 6 = 0.
Solución:
Consideremos la función f (x) = 3x3 − x − 6.
Dado que f (1) = −4 < 0 y f (2) = 16 > 0 el teorema de Bolzano nos garantiza la existencia de una raı́z en
el intervalo (1, 2). Para comprobar si hay más estudiaremos la monotonı́a de f .
1
f 0 (x) = 9x2 − 1 = 0 ⇒ x = ±
3
Como f 00 (x) = 18x tenemos que:
f 00 ( 13 ) > 0 en x = 1
3 f presenta un mı́nimo relativo.
00
f (− 13 ) < 0 en x = − 13 f presenta un máximo relativo.
Además f ( 13 ) < 0 y f (− 13 ) < 0. Como f crece en (−∞, − 13 ), decrece en (− 13 , 13 ) y vuelve a crecer estricta-
mente en ( 31 , ∞), la función no puede tener más raı́ces.
10
5
3*x^3-x-6
-5
-10
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
C. 3.
Separar las raı́ces de la ecuación 3x4 − 4x3 − 12x2 + 6 = 0.

Solución:
(%i1) f:3*x^4-4*x^3-12*x^2+6;
( %o1) 3 x4 − 4 x3 − 12 x2 + 6
Para buscar las raı́ces usaremos el teorema de Bolzano.
(%i2) ev(f,x=0);
( %o2) 6
(%i3) ev(f,x=1);
( %o3) − 7
Existe una raı́z en [0, 1]. La buscamos de forma aproximada.
( %o4) 0,67082169614147
(%i5) ev(f,x=2);
( %o5) − 26
(%i6) ev(f,x=3);
( %o6) 33
Existe una raı́z en [2, 3]. La buscamos de forma aproximada.
( %o7) 2,709203533856064
(%i8) ev(f,x=-1);
( %o8) 1
(%i9) ev(f,x=-2);
( %o9) 38
Para valores de x menores de -2, con seguridad f es positiva. No hay más que darse cuenta que si x ≤ −2,
3x4 − 12x2 = 3x2 (x2 − 4) ≥ 0 y además −4x3 > 0.
Pero vamos a verlo para cualquier valor. Usamos la monotonı́a de f .
(%i10) df:diff(f,x);
( %o10) 12 x3 − 12 x2 − 24 x
(%i11) factor(df);
( %o11) 12 (x − 2) x (x + 1)
(%i12) solve(df,x);
( %o12) [x = 2, x = −1, x = 0]
Es sencillo ver los signos de la derivada:
Si x < −1, f 0 (x) < 0. f es decreciente.

Si −1 < x < 0, f 0 (x) > 0. f es creciente.

Si 0 < x < 2, f 0 (x) < 0. f es decreciente.
Si x > 2, f 0 (x) > 0. f es creciente.
Además f (−1) = 1 > 0 por lo que para x < −1 es f (x) > f (−1) > 0 y por tanto f no tiene raı́ces. (En
(−1, 0) tampoco tiene raı́ces por ser f (x) > f (−1) > 0). En (0, 2) tiene una única raı́z por ser f estrictamente
decreciente y por ser estrictamente creciente en (2, ∞) posee una única raı́z en dicho intervalo.
C. 4.
De todos los triángulos isósceles inscritos en una circunferencia de radio r, hallad el de mayor
área.
Solución:
Dibujamos la circunferencia de radio r y le inscribimos un triángulo isósceles de base 2x y altura r + y .
r
y
x
p
Por el teorema de Pitágoras, x = r2 − y 2 y por tanto el área del triángulo queda
1 p 2 p
A(y) = 2 r − y 2 (r + y) = (r + y) r2 − y 2
2
Derivando
p −y r2 − y 2 − ry − y 2 −2y 2 − ry + r2
A0 (y) = r2 − y 2 + (r + y) p = p = p
r2 − y2 r2 − y2 r2 − y2
Igualando a cero obtenemos 2y 2 + ry − r2 = 0 cuyas soluciones son y = 2r e y = −r. De estas dos soluciones
nos quedamos con la positiva. Además, es fácil comprobar, que si y < 2r resulta A0 (y) > 0 mientras que si
y > 2r tenemos A0 (y) < 0 de donde concluimos que para y = 2r la función tiene un máximo relativo (que de
hecho es absoluto para y ∈ [0, r]) como afirma el enunciado.
q √
r2 3
Queda solo por calcular el valor de x = r2 − 4 = 2 r. Por lo tanto la altura del triángulo será 3 2r y la
√
base 3r.

(%i1) assume(r>0);
( %o1) [r > 0]
(%i2) A(y):=(r+y)*sqrt(r^2-y^2);
p
( %o2) A (y) := (r + y) r2 − y 2
(%i3) diff(A(y),y);
p y (y + r)
( %o3) r2 − y2 − p
r2 − y2
(%i4) solve(%,y);
r
( %o4) [y = −r, y = ]
2
(%i5) diff(A(y),y,2);
y+r 2y y 2 (y + r)
( %o5) − p −p − 3
r2 − y2 r2 − y 2 (r2 − y 2 ) 2
(%i6) ev(%,y=r/2);
√
( %o6) − 2 3
Como la derivada segunda es negativa tendremos en y = r/2 un máximo relativo.
C. 5.
Hallad las dimensiones del mayor rectángulo inscrito en un triángulo isósceles que tiene por base
10 cm y altura 15 cm.
Solución:
15
10

Por semejanza de triángulos:

y 15
= ⇔ y = 3x
x 5
Ası́, el área del rectángulo viene dada por
A = 2x(15 − y) = 2x(15 − 3x) = 30x − x2
Derivando en esta expresión e igualando a cero obtenemos

30 5
A0 = 30 − 12x = 0 ⇔ x = =
12 2
Como además A00 = −12 < 0 tenemos que para x = 52 la función presenta un máximo relativo (que es
además absoluto). Finalmente, las dimensiones del rectángulo de área máxima son x = 25 e y = 15
2 .
C. 6.
Queremos construir una caja cerrada de cartón. La longitud de la caja ha de ser dos veces su
anchura y el volumen de la misma 72 cm3 . Calculad las dimensiones de la caja que podemos
construir con la mı́nima cantidad de cartón posible.
Solución:
y 2x
x
72 36
El volumen de la caja será V = (2x)xy = 2x2 y = 72 de donde y = 2x 2 = x2 . Para hallar las dimensiones
que minimizan la cantidad de cartón, hemos de hallar el área lateral de la caja:

36 36 72 144 216
A = 2xy + 2(2x)y + 2(2x)x = 2x + 4x 2 + 4x2 = + + 4x2 = + 4x2
x2 x x x x
Derivando e igualando a cero tenemos
216 −216 + 8x3

A0 (x) = − + 8x = = 0 ⇔ 8x3 = 216 ⇒ x = 3 y por tanto y = 4
x2 x2
Comprobamos ahora que en x = 3 la función A alcanza un mı́nimo:
Si x < 3 es A0 (x) < 0 mientras que si x > 3 tenemos A0 (x) > 0.

C. 7.
Hallad el rectángulo de mayor área que se puede inscribir en un triángulo rectángulo de lados 3,
4 y 5, siendo los lados del rectángulo paralelos a los catetos de dicho triángulo.
Solución:
La función a maximizar es la que nos da el área del rectángulo: A = ab. Tenemos
por tanto que dejar dicha función en términos de una de las variables. Para ello,
usando semejanza de triángulos, obtenemos
3−b 3 4
= ⇒ a = (3 − b)
a 4 3
Sustituyendo esta expresión en la función que nos da el área tenemos A = 43 b(3 −
b). Derivando e igualando a cero
4 4 3 43
A0 = (3 − b − b) = (3 − 2b) = 0 ⇒ b = ⇒ a = =2
3 3 2 32
Para comprobar que para dichos valores obtenemos un máximo en el área calcu-
lamos la derivada segunda A00 = −2 < 0.
C. 8.
Consideremos la función f (x) = x2 e−1/x . Representad gráficamente la función f (x) estudiando

la monotonı́a (extremos relativos) y convexidad (puntos de inflexión).
Solución:
Comenzamos determinando el dominio de la función. Es claro que el único punto en el cual tenemos problemas
es x = 0 que es donde se anula el denominador que hay en el exponente de la exponencial. Por lo tanto la
función está definida en R \ {0} siendo continua y derivable en dicho conjunto.
Estudiamos a continuación cómo se comporta la función alrededor del cero, es decir, calculamos lı́mx→0 f (x).
Para ello vamos a hallar los lı́mites laterales:
1
lı́m x2 e− x =0 · e−∞ = 0
x→0+
1 1 −x 1 1 1 −x 1
1
2 −x +∞ e− x x2 e e− x x2 e
lı́m x e =(0 · e ) = (0 · ∞) = lı́m− 1 = lı́m− = lı́m− − = − lı́m− =
x→0− x→0
x2
x→0 − x23 x→0
2
x
x→0 − x22
1 1
= lı́m− e− x = +∞
x→0 2
Obtenemos ası́ que en x = 0 hay una ası́ntota vertical por la izquierda.

Para comprobar si tiene ası́ntotas horizontales calculamos
1
lı́m x2 e− x = +∞
x→∞

por lo que no tiene. Tampoco tiene ası́ntotas oblicuas ya que
f (x) 1
lı́m = lı́m xe− x = ∞
x→∞ x x→∞
Estudiamos ahora la monotonı́a de la función.

1 1 2 − x1 1 1
f 0 (x) = 2xe− x + 2
x e = e− x (2x + 1) = 0 ⇒ x = −
x 2
Además si x < − 12 tenemos que f 0 (x) < 0 mientras que si x > − 12 , x 6= 0 es f 0 (x) > 0. Por lo tanto f es
decreciente en (−∞, − 12 ) y creciente en (− 12 , 0) ∪ (0, ∞). Con esto concluimos que en x = − 12 la función
2
presenta un mı́nimo relativo estricto, siendo f (− 12 ) = e4 .
Pasamos a la convexidad:
2

00 −x1 1 − x1 −x1 2 1 1 2x + 2x + 1
f (x) = 2e + 2 e (2x + 1) = e 2 + + 2 = e− x > 0 para todo x 6= 0
x x x x2
Por lo que la función es convexa en todo su dominio y no tiene puntos de inflexión.

Con todos los datos anteriores podemos representar gráficamente la función:
x^2*%e^-(1/x)
10
0
-4 -3 -2 -1 0 1 2 3 4
(%i1) f:x^2*exp(-1/x);
1
( %o1) x2 e− x
Hallamos los lı́mites laterales en el cero.
( %o2) 0

( %o3) ∞
Tenemos pues una ası́ntota vertical en cero por la izquierda. Pasamos a ver las ası́ntotas horizontales.
( %o4) ∞
¿Tiene ası́ntotas oblı́cuas? Tampoco.
(%i5) limit(f/x,x,inf);
( %o5) ∞
Estudiamos ahora la monotonı́a.
(%i6) diff(f,x);
1 1
( %o6) 2 x e− x + e− x
(%i7) solve(%,x);
1
( %o7) [x = − ]
2
Tiene un punto crı́tico en x = − 12 . Veamos su naturaleza.
(%i8) f2:diff(f,x,2);
1 1
2 e− x e− x 1
( %o8) + 2 + 2 e− x
x x
(%i9) ev(f2,x=-1/2);
( %o9) 2 e2
Como f 00 (− 12 ) > 0 resulta que en x = − 12 f posee un mı́nimo relativo estricto. Siendo f 0 (x) < 0 para
x ∈ (−∞, − 21 ) (f es decreciente) y f 0 (x) > 0 para x ∈ (− 21 , ∞) (f es creciente).
Estudiamos ahora la convexidad de la función.
(%i10) solve(f2,x);
i+1 i−1
( %o10) [x = − ,x = ]
2 2
No tiene puntos de inflexión. Pero ¿cambia de signo f 00 ? Recuerda que no es continua en x = 0.
(%i11) factor(f2);
1
(2 x2 + 2 x + 1) e− x
( %o11)
x2
Como vemos, tanto numerador como denominador son positivos (el polinomio de grado 2 del numerador no
tiene raı́ces reales, lo acabamos de ver) luego f es siempre convexa.

C. 9.
Representad gráficamente la función f (x) = e−x /x estudiando la monotonı́a, convexidad y com-

portamiento asintótico.
Solución:
El dominio de f es R \ {0}. Precisamente en x = 0 posee una ası́ntota vertical ya que
e−x e−x
lı́m− = −∞ y lı́m+ = +∞
x→0 x x→0 x
La recta y = 0 es una ası́ntota horizontal en +∞ pero no en −∞ ya que
e−x −e−x e−x

lı́m = lı́m = −∞ mientras que lı́m =0
x→−∞ x x→+∞ 1 x→+∞ x
En −∞ no hay ası́ntota oblicua ya que
f (x) e−x −e−x e−x

lı́m = lı́m = lı́m = lı́m =∞
x→−∞ x x→−∞ x2 x→−∞ 2x x→−∞ 2
Para estudiar la monotonı́a de f calculamos su derivada
−e−x x − e−x −e−x (1 + x)

f 0 (x) = 2
=
x x2
Haciendo f 0 (x) = 0 tenemos como única solución x = −1. Además para x < −1 es f 0 (x) > 0 y para x > −1
es f 0 (x) < 0, de donde concluimos que en x = −1 la función posee un máximo relativo. Además, f es
creciente en (−∞, −1) y decreciente en (−1, ∞) \ {0}.
Los intervalos de convexidad los obtenemos con la derivada segunda.
(−e−x (1 + x) + e−x )x2 − 2xe−x (1 + x) e−x (−x − x2 − 2 − x) x2 + 2x + 2 −x

f 00 (x) = − 4
=− 3
= e
x x x3
que no tiene raı́ces reales. Por lo tanto f no tiene puntos de inflexión. Sin embargo, para x < 0 tenemos que
f 00 (x) < 0 y para x > 0 es f 00 (x) > 0. Ası́, f es cóncava en (−∞, 0) y convexa en (0, ∞).
Podemos finalmente dibujar la gráfica de f .
10
5
%e^-x/x
-5
-10
-4 -2 0 2 4
x

Ahora con Maxima
(%i1) f:exp(-x)/x;
e−x
( %o1)
x
El punto x = 0 no está en el dominio de la función. Ası́ que calculamos el lı́mite en cero.
(%i2) limit(f,x,0);
( %o2) inf inity
¿Podemos conocer el signo?
( %o3) − ∞
( %o4) ∞
Ası́ntota horizontal.
( %o5) 0
(%i6) limit(f,x,-inf);
( %o6) − ∞
Ası́ntota horizontal a la derecha. A la izquierda no. Ahora la monotonı́a.
(%i7) df:diff(f,x);
e−x e−x
( %o7) − − 2
x x
(%i8) factor(%);
(x + 1) e−x
( %o8) −
x2
(%i9) solve(%,x);
( %o9) [x = −1]
(%i10) df2:diff(f,x,2);
e−x 2 e−x 2 e−x

( %o10) + +
x x2 x3
(%i11) ev(df2,x=-1);
( %o11) − e
Como f 00 (−1) = −e < 0 resulta que f tiene en x = −1 un máximo relativo. Estudiamos el signo de la
derivada.

(%i13) fourier_elim([df>0],[x]);
( %o13) [x < −1]
(%i14) fourier_elim([df<0],[x]);
( %o14) [−1 < x]

f es creciente en (−∞, −1) y decreciente en (−1, ∞). Estudiamos ahora la convexidad.
(%i15) solve(df2,x);
( %o15) [x = −i − 1, x = i − 1]
No tiene puntos de inflexión. ¿Pero hay cambio de signo? Recuerda que f no es continua en el origen.
(%i16) factor(df2);
(x2 + 2 x + 2) e−x
( %o16)
x3
(%i17) fourier_elim([df2>0],[x]);
( %o17) [0 < x, x2 + 2 x + 2 > 0]or[−x3 > 0, − x2 + 2 x + 2 > 0]

f es convexa en (0, ∞). La segunda solución es el conjunto vacı́o, ya que x2 + 2x + 2 > 0.
(%i18) fourier_elim([df2<0],[x]);
( %o18) [−x3 > 0, x2 + 2 x + 2 > 0]or[0 < x, − x2 + 2 x + 2 > 0]

f es cóncava (f 00 < 0) en (−∞, 0) (cuando −x3 > 0). La segunda solución es el conjunto vacı́o, ya que
x2 + 2x + 2 > 0.
C. 10.
2
Sea f (x) = xe−x para x ∈ R. Hallad los extremos relativos y los puntos de inflexión de f y
representarla gráficamente.
Solución:
Es claro que el dominio de la función es R y que es además de clase C ∞ (R). Derivamos para hallar los
extremos relativos:
r √
0 −x2 2 −x2 −x2 2 1 2
f (x) = e − 2x e = e (1 − 2x ) = 0 ⇔ x = ± =±
2 2
2
Estudiamos los signos de la derivada alrededor de estos puntos. Como e−x > 0 para todo x ∈ R nos fijamos
en el paréntesis.

√
Si x ∈ (−∞√
, −√ 22 ), f 0 (x) < 0. f es estrictamente decreciente.
Si x ∈ (−
√ 2
2
, 22 ), f 0 (x) > 0. f es estrictamente creciente.
Si x ∈ ( 2 , +∞), f 0 (x)√< 0. f es estrictamente decreciente.
2
√
Por lo tanto en x = − 22 f presenta un mı́nimo relativo y en x = 22 un máximo relativo.
Para estudiar la convexidad y puntos de inflexión hallamos la derivada segunda:
2 2 2 2 2
f 00 (x) = −2xe−x (1 − 2x2 ) − 4xe−x = e−x (−2x + 4x3 − 4x) = e−x (4x3 − 6x) = 2x(2x2 − 3)e−x
q q
cuyas raı́ces son x = 0, x = 32 , x = − 32 . Los signos de la derivada segunda son también fáciles de hallar:
q q
3 3
− 2 0 2
− + − +
∩ ∪ ∩ ∪
2
La función presenta un único punto de corte en (0, 0) siendo además impar ya que f (−x) = −xe−(−x) =
2
−xe−x = −f (x) por lo que presenta simetrı́a respecto del origen de coordenadas.
Como no posee ası́ntotas verticales (al estar definida en todo R) hallamos las horizontales:
2 x 1 1
lı́m xe−x = lı́m x 2 = lı́m x 2 = =0
x→∞ x→∞ e x→∞ 2xe ∞
luego la recta y = 0 es una ası́ntota horizontal.
1
0.5
x*%e^-x^2
-0.5
-1
-2 -1 0 1 2
x
Con Maxima
(%i1) f:x*exp(-x^2);
2
( %o1) x e−x
Comportamiento asintótico.
( %o2) 0
Monotonı́a.
(%i3) df:diff(f,x);
2 2
( %o3) e−x − 2 x2 e−x

(%i4) factor(df);
2
( %o4) − 2 x2 − 1 e−x

(%i5) solve(df,x);
1 1
( %o5) [x = − √ , x = √ ]
2 2
Tenemos dos puntos crı́ticos. Estudiamos el signo de la derivada segunda en dichos puntos.
(%i6) df2:diff(f,x,2);
2 2
( %o6) 4 x3 e−x − 6 x e−x
(%i7) ev(df2,x=-1/sqrt(2));
3
22
( %o7) √
e
(%i8) ev(df2,x=1/sqrt(2));
3
22
( %o8) − √
e
Por lo tanto en x = − √12 f presenta un mı́nimo relativo mientras que en x = √12 presenta un máximo
relativo. De la expresión de f 0 deducimos que si x ∈ (− √12 , √12 es f 0 (x) > 0 y por tanto f es creciente
mientras que si x ∈ (−∞, − √12 ) ∪ ( √12 , ∞) resulta f 0 (x) < 0 por lo que f es decreciente.
Buscamos ahora los puntos de inflexión.
(%i9) solve(df2,x);
√ √
3 3
( %o9) [x = − √ , x = √ , x = 0]
2 2
(%i10) factor(df2);
2
( %o10) 2 x 2 x2 − 3 e−x

√ √ √
Si x < − √32 es f 00 (x) < 0 por lo que f es cóncava. Si x ∈ (− √32 , 0) es f 00 (x) > 0, f es convexa. Si x ∈ (0, √32 )
√
es f 00 (x) < 0, f es cóncava. Finalmente, si x > √3
2
es f 00 (x) > 0, f es convexa.
C. 11.
Sea f (x) = x2 log x si x > 0 y f (0) = 0. Hallad f 0 (0+ ). Estudiad la monotonı́a y convexidad
de f hallando también sus extremos relativos y puntos de inflexión. Representad gráficamente la
función f .

Solución:
1
f (x) − f (0) x2 log x log x
f 0 (0+ ) = lı́m+ = lı́m+ = lı́m+ x log x = lı́m+ 1 = lı́m+ x1 = lı́m+ −x = 0
x→0 x−0 x→0 x x→0 x→0
x
x→0 − 2
x
x→0
Derivamos ahora la función para estudiar su monotonı́a. Para x 6= 0.

1
f 0 (x) = 2x log x + x2 = 2x log x + x = x(2 log x + 1)
x
1
Igualando a cero 2 log x + 1 = 0 ⇔ log x = − 12 ⇔ x = e− 2 .
Si 0 < x < √1e tenemos que f 0 (x) < 0. Mientras que si x > √1e es f 0 (x) > 0. Concluimos que en x = √1e la
función presenta un mı́nimo relativo al ser estrictamente creciente en el intervalo ( √1e , +∞) y decreciente en
(0, √1e ).
Para hallar los puntos de inflexión hallamos la derivada segunda e igualamos a cero.
1 3 3
f 00 (x) = 2 log x + 2x + 1 = 2 log x + 3 = 0 ⇔ log x = − ⇔ x = e− 2
x 2
3 3
Además, si 0 < x < e− 2 tenemos que f 00 (x) < 0 (cóncava) mientras que si x > e− 2 es f 00 (x) > 0 (convexa).
Para representar la función vamos a estudiar los puntos de cortes y el comportamiento asintótico.
El (0, 0) y el (1, 0) son los puntos de corte de la función con el eje de abscisas.
Como lı́mx→+∞ x2 log x = +∞ la función no presenta ası́ntota horizontal (tampoco tiene ası́ntota oblı́cua
2
al ser lı́mx→∞ x log x
x
= ∞).
Finalmente evaluamos la función en los puntos obtenidos más arriba (mı́nimo relativo y punto de inflexión):
3
f ( √1e ) = 1e (− 12 ) = − 2e
1
, f (e− 2 ) = e13 (− 32 ) = − 2e33 .
3
2.5
1.5
x^2*log(x)
0.5
-0.5
0 0.5 1 1.5 2
x
Las cuentas
(%i1) f:x^2*log(x);
( %o1) x2 log (x)
Aplicamos la definición de derivada para hallar f 0 (0+ ).
(%i2) limit((f-0)/(x-0),x,0,plus);

( %o2) 0
Estudiamos la monotonı́a de la función.
(%i3) df:diff(f,x);
( %o3) 2 x log (x) + x
(%i4) solve(df,x);
1
( %o4) [x = √ , x = 0]
e
El punto x = 0 no es solución ya que no está en el dominio del logaritmo. Para ver el punto crı́tico obtenido
si es un extremo relativo calculamos la derivada segunda y evaluamos.
(%i5) df2:diff(f,x,2);
( %o5) 2 log (x) + 3
(%i6) ev(df2,x=1/sqrt(%e));
( %o6) 2
Como f 00 ( √1e ) = 2 > 0 resulta ser un mı́nimo relativo estricto.
(%i7) factor(df);
( %o7) x (2 log (x) + 1)
Al factorizar f 0 es fácil estudiar los signos. Si x ∈ (0, √1e ) resulta f 0 (x) < 0 y por tanto f decreciente. Si
x > √1e es f 0 (x) > 0 y por lo tanto f es creciente.
Buscamos ahora los puntos de inflexión.
(%i8) solve(df2,x);
3
( %o8) [x = e− 2 ]
3
Tenemos pues un único punto de inflexión. Mirando la expresión de f 00 (x) resulta que si 0 < x < e− 2 es
3
f 00 (x) < 0 (f es cóncava) mientras que si x > e− 2 resulta f 00 (x) > 0 y por tanto f convexa.
C. 12.
2
Representad gráficamente la función y = xx2 −1
−4 . Indicando comportamiento asintótico, intervalos
de crecimiento, extremos relativos, convexidad y puntos de inflexión.
Solución:
Es claro que el dominio de la función es R \ {−2, 2} ya que en x = ±2 se anula el denominador.
Los ceros del numerador son puntos de corte con el eje de abscisas: (−1, 0), (1, 0). Además, para x = 0
y = − 14 , luego el punto (0, − 14 ) es el punto de corte con el eje de ordenadas.
(−x)2 −1 x2 −1
La función es par ya que f (−x) = (−x)2 −4 = x2 −4 = f (x).

La función tiene ası́ntotas verticales en x = 2 y x = −2 por ser lı́mx→±2 f (x) = ∞. Como lı́mx→∞ f (x) = 1
la recta y = 1 es una ası́ntota horizontal.
Estudiamos ahora la monotonı́a de la función. Para ello calculamos su derivada e igualamos a cero.
2x(x2 − 4) − 2x(x2 − 1) 6x
f 0 (x) = 2 2
=− 2 =0
(x − 4) (x − 4)2
Si −∞ < x < 0, f 0 (x) > 0 (f es estrictamente creciente).

Si 0 < x < ∞, f 0 (x) < 0 (f es estrictamente decreciente).
luego en x = 0 la función presenta un máximo relativo.
Para estudiar la convexidad y puntos de inflexión hallamos la derivada segunda
6(x2 − 4)2 − 4x(x2 − 4)6x 18x2 + 24

f 00 (x) = − = 6= 0
(x2 − 4)4 (x2 − 4)3
Por lo tanto la función no tiene puntos de inflexión. Sin embargo, si hay puntos donde cambia la convexidad
(puntos que no están en el dominio).
Si x ∈ (−∞, −2) ∪ (2, ∞), f 00 (x) > 0, y por tanto f (x) es convexa.
Si x ∈ (−2, 2), f 00 (x) < 0 y por tanto la función es cóncava.
Podemos ya dibujar la gráfica de la función.
10
5
(x^2-1)/(x^2-4)
-5
-10
-10 -5 0 5 10
x
C. 13.
Representad gráficamente la función f (x) = x3 ex estudiando la monotonı́a (extremos relativos)

y convexidad (puntos de inflexión) ası́ como su comportamiento asintótico.
Solución:
Comenzamos con la representación gráfica de la curva. En primer lugar, la función está definida en todo R
y dado que la exponencial no se anula nunca, el único punto de corte con los ejes coordenados es el (0, 0).

Como lı́mx→+∞ f (x) = +∞ la función no presenta ninguna ası́ntota horizontal a la derecha (tampoco
presenta ası́ntota oblı́cua ya que lı́mx→+∞ f (x) 2 x
x = lı́mx→∞ x e = +∞). Las cosas son distintas en −∞ ya
que
x3 3x2 6x 6
lı́m x3 ex = lı́m −x = lı́m = lı́m −x = lı́m =0
x→−∞ x→−∞ e x→−∞ −e−x x→−∞ e x→−∞ −e−x
La recta y = 0 es pues una ası́ntota de la curva en −∞.

Pasamos ahora a estudiar la monotonı́a y extremos de la función
f 0 (x) = 3x2 ex + x3 ex = x2 ex (3 + x) = 0
Esta ecuación tiene 2 soluciones x = 0 y x = −3. Es claro que para x < −3 tenemos f 0 (x) < 0 mientras
que para x > −3 es f 0 (x) > 0. Por lo tanto f es estrictamente decreciente en el intervalo (−∞, −3) y
estrictamente creciente en (−3, +∞). Posee por tanto un máximo relativo en x = −3. (Notad que en x = 0,
que es un punto crı́tico de la función, la derivada no cambia de signo, por lo que no hay un extremo relativo).
Estudiamos ahora la convexidad y puntos de inflexión.
f 00 (x) = 2xex (3 + x) + x2 (3 + x)ex + x2 ex = ex (6x + 2x2 + 3x2 + x3 + x2 ) = xex (x2 + 6x + 6) = 0

√ √
cuyas raices son x = 0, x = −3 − 3, x = 3 − 3. Estudiando los signos de la derivada segunda vemos que
√
Si x < − 3 − 3 entonces f 00 (x) < 0, f es cóncava.
√ √
Si − 3 − 3 < x < 3 − 3 entonces f 00 (x) > 0, f es convexa.
√
Si 3 − 3 < x < 0 entonces f 00 (x) < 0, f es cóncava.
Si x > 0 entonces f 00 (x) > 0, f es convexa.
f posee por tanto tres puntos de inflexión.
Ya podemos representarla gráficamente.
14
12
10
8
x^3*%e^x
-2
-8 -6 -4 -2 0 2
x

C. 14.
3
Representad gráficamente la función f (x) = x2x−1 estudiando la monotonı́a (extremos relativos)
Solución:
(%i1) f:x^3/(x^2-1);
x3
( %o1)
x2 − 1
El dominio de la función es R \ {−1, 1}. Siendo además una función impar: f (−x) = −f (x). Calculamos
ahora el comportamiento asintótico.
Ası́ntotas verticales
limit(f,x,1,minus);
( %o2) ∞
( %o3) − ∞
(%i4) limit(f,x,-1,plus);
limit(f,x,-1,minus);
( %o4) ∞
( %o5) − ∞
Ası́ntotas horizontales
( %o6) ∞
f (x)
No tiene, ası́ que calculamos oblı́cua: y = mx + b siendo m = lı́mx→∞ x , lı́mx→∞ (f (x) − mx)
(%i7) m:limit(f/x,x,inf);
( %o7) 1
(%i8) b:limit(f-m*x,x,inf);
( %o8) 0
La recta y = x es ası́ntota. Pasamos a estudiar la monotonı́a.
(%i9) df:diff(f,x);
3 x2 2 x4
( %o9) −
x2 − 1 (x2 − 1)2
(%i10) factor(%);
x2 (x2 − 3)
( %o10) 2 2
(x − 1) (x + 1)

(%i11) solve(%,x);
√ √
( %o11) [x = − 3, x = 3, x = 0]
Dado que el denominador es siempre positivo, nos fijamos en el numerador:
√
Si x < − 3, f 0 (x) > 0. f es estrictamente creciente.
√ √
Si − 3 < x < 3, f 0 (x). f es estrictamente decreciente.
√
Si x > 3, f 0 (x) > 0. f es estrictamente creciente.
√ √
Por tanto, en x = − 3 la función presenta un máximo relativo y (por simetrı́a) en x = 3 un mı́nimo
relativo.
(%i12) df2:diff(f,x,2);
6x 14 x3 8 x5
( %o12) − +
x2 − 1 (x2 − 1)2 (x2 − 1)3
(%i13) factor(%);
2 x (x2 + 3)
( %o13) 3 3
(x − 1) (x + 1)
00
La única raı́z real de f (x) es x = 0. Pero ahora, para estudiar los signos de la derivada segunda, hemos de
tener en cuenta los signos del denominador. Ası́:
Si x < −1, f 00 (x) < 0. f es cóncava.

Si −1 < x < 0, f 00 (x) > 0. f es convexa.
Si 0 < x < 1, f 00 (x) < 0. f es cóncava.
Si x > 1, f 00 (x) > 0. f es convexa.
En x = 0 f presenta pues un punto de inflexión.
(%i14) plot2d([f,x],[x,-5,5],[y,-5,5]);
plot2d : somevalueswereclipped.
( %o14)

x^3/(x^2-1)
x
0
y
-2
-4
-4 -2 0 2 4
x
C. 15.
2
Representad gráficamente la función f (x) = x3 e−x estudiando la monotonı́a (extremos relativos)
Solución:
2 2
La función es de clase C ∞ (R) y es además impar f (−x) = (−x)3 e−(−x) = −x3 e−x = −f (x) siendo su
único punto de corte con los ejes coordenados el punto (0, 0).
La recta y = 0 es una ası́ntota horizontal ya que
x3 3x2 3 2x 3 1
lı́m2 = lı́m 2 = lı́m = lı́m x2 = 0
x→∞ ex x→∞ 2xex 2 x→∞ 2xex2 2 x→∞ e
Estudiamos ahora la monotonı́a y extremos relativos de la función
2 2 2
f 0 (x) = 3x2 e−x − 2x4 e−x = x2 e−x (3 − 2x2 ) = 0
q q
cuyas soluciones son x = 0, x = 32 y x = − 32 . Los signos de la derivada son fáciles de estimar
q q
3 3
− 2 0 2
− + + +
& % % &
q q
Por lo que en x = − 32 f presenta un mı́nimo relativo, en x = 3
2 un máximo relativo y en x = 0
presentará un punto de inflexión.

Estudiamos ahora la convexidad

2 2 2 2
f 00 (x) = 2xe−x (3 − 2x2 ) − 2x3 e−x (3 − 2x2 ) − 4x3 e−x = (4x5 − 14x2 + 6x)e−x
Buscamos las raı́ces de 4x5 − 14x3 + 6x = 2x(2x4 − 7x3 + 3). Hacemos x2 = t y tenemos que resolver
√ √
2t2 − 7t + 3 = 0 cuyas raı́ces son t = 3 y t = 21 obteniendo ası́ x = − 3, x = 3, x = − √12 , x = √12 que,
junto con x = 0 son las raı́ces de f 00 (x) = 0. Por lo que
1 2
f 00 (x) = 4x(x2 − 3)(x2 − )e−x
2
Estudiamos en la siguiente tabla los signos de la derivada segunda
√ √
− 3 − √12 0 √1
2
3
− + − + − +
∩ ∪ ∩ ∪ ∩ ∪
Tenemos pues cinco puntos de inflexión. Con los datos obtenidos anteriormente estamos ya en disposición
de dibujar la gráfica.
0.6
0.4
0.2
x^3*%e^-x^2
-0.2
-0.4
-0.6
-3 -2 -1 0 1 2 3
x
C. 16.
Calculad
1 + sen x − ex
lı́m
x→0 (arctan x)2
Solución:
Comenzamos calculando el desarrollo limitado del numerador usando, para ello, los desarrollos conocidos de
la exponencial y del seno
x3 x2 x3 x2

x 3
1 + sen x − e = 1 + x − + o(|x| ) − 1 + x + + + o(|x| ) = − + o(|x|2 )
3
3! 2! 3! 2!
ya que todo lo que “viene detrás” tiene grado mayor o igual que 3.

Para hacer el desarrollo limitado del denominador usaremos el desarrollo limitado de grado 1 del arcotangente:
arctan(0) = 0.
(arctan x)0 = 1+x1 0 2 2
2 , (arctan) (0) = 1. Luego arctan x = x + o(|x|) y por tanto (arctan x) = (x + o(|x|)) =
x2 + o(|x|2 ). Sustituyendo en el lı́mite:

2 2
1 + sen x − ex − x2 + o(|x|2 ) − 12 + o(|x|
x2
)
1
lı́m = lı́m = lı́m 2 =−
x→0 (arctan x)2 x→0 x2 + o(|x|2 ) x→0 1 + o(|x| ) 2
x 2
Con Maxima
Hallamos el desarrollo limitado del numerador. Los desarrollos del seno y la exponencial los conocemos
(%i1) A:taylor(sin(x),x,0,4);
x3
( %o1)/T/ x − + ...
6
(%i2) B:taylor(exp(x),x,0,4);
x2 x3 x4
( %o2)/T/ 1 + x + + + + ...
2 6 24
(%i3) 1+A-B;
x2 x3 x4
( %o3)/T/ − − − + ...
2 3 24
Necesitamos por tanto hallar el desarrollo del denominador de grado al menos 2.
(%i4) taylor(atan(x),x,0,2);
( %o4)/T/ x + ...
(%i5) %^2;
( %o5)/T/ x2 + ...
(%i6) denominador:(taytorat(%));
( %o6)/R/ x2
(%i7) taytorat(1+A-B)/denominador;
x2 + 8 x + 12
( %o7)/R/ −
24
(%i8) limit(%,x,0);
1
( %o8) −
2

C. 17.
Calculad
x4 + 2 log(cos(x2 ))
lı́m
x→0 4(1 − cos x)2 − x4
Solución:
Comenzamos con el desarrollo del denominador (por ser más sencillo):
2
x2 x4 x2 x4 x4 x6

(1 − cos x)2 = (1 − (1 − + + o(|x|4 )))2 = − + o(|x|4 ) = − 2 + o(|x|6 )
2! 4! 2 48 4 96
Ası́,
x6 x6

4(1 − cos x)2 − x4 = x4 − + o(|x|6 ) − x4 = − + o(|x|6 )
6 6
Miramos ahora el numerador. Sustituyendo x2 en el desarrollo limitado de grado dos del coseno queda
(x2 )2 (x2 )4 x4 x8
cos(x2 ) = 1 − + + o(|x2 |4 ) = 1 − + + o(|x|8 )
2! 4! 2 24
x2
Como log(1 + x) = x − 2+ o(|x|2 ) tenemos que
x4 x8

2 8
log(cos(x )) = log 1 + (− + + o(|x| )) =
2 24
4
x8 2 !
x4 x8 (− x2 + + o(|x|8 ))2
4 8
x x
+ o(|x|8 ) − 8
24

=− + + o − + + o(|x| ) =
2 24 2 2 24
x4 x8 x8 x4 x8
=− + + o(|x|8 ) − + o(|x|8 ) = − − + o(|x|8 )
2 24 8 2 12
El numerador queda pues
4
x8 x8

x
2 log(cos(x2 )) + x4 = 2 − − + o(|x|8 ) + x4 = − + o(|x|8 )
2 12 6
Sustituyendo en el lı́mite
8 2 8
x4 + 2 log(cos(x2 )) − x6 + o(|x|8 ) − x6 + o(|x|
x6
)
lı́m = lı́m 6 = lı́m 6 =0
x→0 4(1 − cos x)2 − x4 x→0 − x + o(|x|6 ) x→0 − 1 + o(|x| )
6 6 x6
Las cuentas las hacemos ahora con Maxima
(%i1) f:(x^4+2*log(cos(x^2)))/(4*(1-cos(x))^2-x^4);
2 log (cos (x2 )) + x4

( %o1) 2
4 (1 − cos (x)) − x4
(%i2) p:taylor(cos(x),x,0,4);
x2 x4
( %o2)/T/ 1 − + + ...
2 24

(%i3) (1-p)^2;
x4 x6
( %o3)/T/ − + ...
4 24
(%i4) denominador:taytorat(4*%-x^4);
x6
( %o4)/R/ −
6
Hallamos el desarrollo de cos x2 sustituyendo x2 en el desarrollo antes obtenido para el coseno.
(%i5) k:subst(x^2,x,p);
x8 x4
( %o5) − +1
24 2
El desarrollo de log(1 + v) lo conocemos.
(%i6) taylor(log(1+v),v,0,2);
v2
( %o6)/T/ v − + ...
2
x8 x4
Sustituimos en v el valor 24 − 2 .
(%i7) subst(k-1,v,%);
8 2
x x4
24 − 2 x8 x4
( %o7) − + −
2 24 2
(%i8) 2*%+x^4;
 2 
x8 x4
24 − 2 x8 x4 
( %o8) 2 − + −  + x4

2 24 2
(%i9) expand(%);
x16 x12 x8
( %o9) − + −
576 24 6
(%i10) numerador:%;
x16 x12 x8
( %o10) − + −
576 24 6
(%i11) numerador/denominador;
x10 − 24 x6 + 96 x2
( %o11)/R/
96
(%i12) limit(%,x,0);
( %o12) 0

C. 18.
Calculad
2 1
lı́m 2
−
x→0 sen x 1 − cos x
Solución:
2(1 − cos x) − sen2 x

2 1
lı́m 2
− = lı́m
x→0 sen x 1 − cos x x→0 sen2 x(1 − cos x)
Comenzamos haciendo el desarrollo limitado del numerador:
x3 x6 x4 x3 x4
(sen x)2 = (x − + o(|x|3 ))2 = x2 + + o(|x|6 ) − 2 − 2xo(|x|3 ) − 2 o(|x|3 ) = x2 − + o(|x|4 )
6 36 6 6 3
x2 x4 x4

2(1 − cos x) = 2 1 − (1 − + + o(|x|4 )) = x2 − + o(|x|4 )
2 24 12
Por lo tanto
x4 x4 x4
2(1 − cos x) − sen2 x = x2 − + o(|x|4 ) − (x2 − + o(|x|4 )) = + o(|x4 |)
12 3 4
Para el denominador multiplicamos los desarrollos obtenidos anteriormente
x4 x2 x4 x4
sen2 x(1 − cos x) = (x2 − + o(|x|4 ))( − + o(|x|4 )) = + o(|x|4 )
4 2 24 2
x4
2(1 − cos x) − sen2 x + o(|x4 |)

2 1 4 1
lı́m − = lı́m = lı́m x4
=
x→0 sen2 x 1 − cos x x→0 sen2 x(1 − cos x) x→0
2 + o(|x|4 ) 2
Ahora con Maxima
(%i1) f:2/sin(x)^2-1/(1-cos(x));
2 1
( %o1) 2 −
sin (x) 1 − cos (x)
(%i2) factor(%);
2
sin (x) + 2 cos (x) − 2
( %o2) 2
(cos (x) − 1) sin (x)
(%i3) p:taylor(sin(x),x,0,5);
x3 x5
( %o3)/T/ x − + + ...
6 120
(%i4) p^2;
x4 2 x6
( %o4)/T/ x2 − + + ...
3 45
(%i5) taylor(cos(x),x,0,4);

x2 x4
( %o5)/T/ 1 − + + ...
2 24
(%i6) q:(1-%);
x2 x4
( %o6)/T/ − + ...
2 24
(%i7) numerador:taytorat(2*q-p^2);
x4
( %o7)/R/
4
(%i8) denominador:taytorat(p^2*q);
5 x6 − 12 x4
( %o8)/R/ −
24
6
( %o9)/R/ −
5 x2 − 12
(%i10) limit(%,x,0);
1
( %o10)
2
C. 19.
sen x2 − log(1 + x2 )
Calculad, usando desarrollos limitados, lı́mx→0 √
e1−cos x − 1 + x2
Solución:
Son conocidos por todos los desarrollos limitados de
x3 x5
sen x =x − + + o(|x5 |)
3! 5!
x2 x3 x4
ex =1 + x + + + + o(|x4 |)
2! 3! 4!
x2 x3 x4
log(1 + x) =x − + − + o(|x4 |)
2 3 4
x2 x4
cos x =1 − + + o(|x4 |)
2! 4!
√
Tampoco es difı́cil de calcular el desarrollo de f (x) = 1 + x.
f 0 (x) = 12 (1 + x)−1/2 ⇒ f 0 (0) = 12 .
f 00 (x) = − 14 (1 + x)−3/2 ⇒ f 00 (0) = − 14 .
f 000 (x) = 38 (1 + x)−5/2 ⇒ f 000 (0) = 38 .
Por tanto
√ 1 1 1
1 + x = 1 + x − x2 + x3 + o(|x|3 )
2 8 16

y entonces
p 1 1 1
1 + x2 = 1 + x2 − x4 + x6 + o(|x|6 )
2 8 16
Pasamos a calcular el desarrollo limitado del numerador
x6 x4 x6 x4

sen x2 − log(1 + x2 ) = x2 − + o(|x6 |) − x2 − + + o(|x6 |) = + o(|x4 |)
3! 2 3 2
x2 4
Para el denominador, teniendo en cuenta que 1 − cos x = 2! − x4! +o(|x4 |) y sustituyendo esto en el desarrollo
de la exponencial
2 !
x2 x4 1 x2 x4 x2 1 4
p
1−cos x 4 4
e − 1+ x2 = 1+ − + o(|x |) + − + o(|x |) − (1 + − x + o(|x4 |))
2! 4! 2 2! 4! 2 8
2 4
4 2
x x 1 x x 1 5 4
=1 + − + + o(|x4 |) − (1 + − x4 + o(|x4 |)) = x + o(|x4 |)
2 24 2 4 2 8 24
Sustituyendo en el lı́mite
x4 4 1
sen x2 − log(1 + x2 ) 2 + o(|x |) 2 12
lı́m √ = lı́m 5 4 4
= 5 =
x→0 e1−cos x − 1 + x2 x→0
24 x + o(|x |) 24
5
C. 20.
√
1 + x2 − 1 + log(cos x)
Calculad, usando desarrollos limitados, lı́mx→0
arctan x4
Solución:
(%i1) taylor(atan(u),u,0,4);
u3
( %o1)/T/ u − + ...
3
(%i2) denominador:subst(x^4,u,%);
x12
( %o2) x4 −
3
x2 x4
( %o3)/T/ 1 − + + ...
2 24
(%i4) taylor(log(1+v),v,0,4);
v2 v3 v4
( %o4)/T/ v − + − + ...
2 3 4
(%i5) taylor(sqrt(1+x^2),x,0,6)-1;
x2 x4 x6
( %o5)/T/ − + + ...
2 8 16

(%i6) taylor(log(cos(x)),x,0,6);
x2 x4 x6
( %o6)/T/ − − − + ...
2 12 45
(%i7) numerador:taytorat(%o5+%o6);
29 x6 − 150 x4
( %o7)/R/
720
29 x2 − 150
( %o8)/R/ −
240 x8 − 720
(%i9) limit(%,x,0);
5
( %o9) −
24
C. 21.
2
sen2 x − (ex − 1)
Calculad, usando desarrollos limitados, lı́mx→0 √
1 − x2 − cos x
Solución:
Hallamos el desarrollo del seno y elevamos al cuadrado
(%i1) taylor(sin(x),x,0,6);
x3 x5
( %o1)/T/ x − + + ...
6 120
(%i2) p:%^2;
x4 2 x6
( %o2)/T/ x2 − + + ...
3 45
Escribimos el desarrollo de la exponencial y sustituimos u por x2
(%i3) taylor(exp(u),u,0,4);
u2 u3 u4
( %o3)/T/1 + u + + + + ...
2 6 24
(%i4) subst(x^2,u,%);
x8 x6 x4
( %o4) + + + x2 + 1
24 6 2
(%i5) q:%-1;
x8 x6 x4
( %o5) + + + x2
24 6 2

El numerador queda entonces
(%i6) numerador:p-q;
5 x4 11 x6
( %o6)/T/ − − + ...
6 90
√
Pasamos a calcular el desarrollo de 1 − x2
(%i7) taylor(sqrt(1+y),y,0,4);
y y2 y3 5 y4
( %o7)/T/ 1 + − + − + ...
2 8 16 128
(%i8) r:subst(-x^2,y,%);
5 x8 x6 x4 x2
( %o8) − − − − +1
128 16 8 2
x2 x4 x6
( %o9)/T/ 1 − + − + ...
2 24 720
El denominador queda
(%i10) denominador:r-%;
x4 11 x6
( %o10)/T/− − + ...
6 180
Para calcular el lı́mite dividimos numerador y denominador por x4
(%i11) taytorat(numerador)/taytorat(denominador);
22 x2 + 150
( %o11)/R/
11 x2 + 30
(%i12) limit(%,x,0);
( %o12) 5Hallamos el desarrollo del seno y elevamos al cuadrado
(%i1) taylor(sin(x),x,0,6);
x3 x5
( %o1)/T/ x − + + ...
6 120
(%i2) p:%^2;
x4 2 x6
( %o2)/T/ x2 − + + ...
3 45
Escribimos el desarrollo de la exponencial y sustituimos u por x2
(%i3) taylor(exp(u),u,0,4);
u2 u3 u4
( %o3)/T/1 + u + + + + ...
2 6 24
(%i4) subst(x^2,u,%);
x8 x6 x4
( %o4) + + + x2 + 1
24 6 2

(%i5) q:%-1;
x8 x6 x4
( %o5) + + + x2
24 6 2
El numerador queda entonces
(%i6) numerador:p-q;
5 x4 11 x6
( %o6)/T/ − − + ...
6 90
√
Pasamos a calcular el desarrollo de 1 − x2
(%i7) taylor(sqrt(1+y),y,0,4);
y y2 y3 5 y4
( %o7)/T/ 1 + − + − + ...
2 8 16 128
(%i8) r:subst(-x^2,y,%);
5 x8 x6 x4 x2
( %o8) − − − − +1
128 16 8 2
x2 x4 x6
( %o9)/T/ 1 − + − + ...
2 24 720
El denominador queda
(%i10) denominador:r-%;
x4 11 x6
( %o10)/T/− − + ...
6 180
Para calcular el lı́mite dividimos numerador y denominador por x4
(%i11) taytorat(numerador)/taytorat(denominador);
22 x2 + 150
( %o11)/R/
11 x2 + 30
(%i12) limit(%,x,0);
( %o12) 5

C. 22.
(
sen(x2 ) si x ≥ 0
Para la función f (x) = , decid (razonadamente) cuáles de las siguientes
x3 si x < 0
afirmaciones son ciertas:
1. f (x) es continua y derivable en todo R.
2. f (x) ∈ C 1 (R).
3. f 0 (x) es derivable en R.
4. f (x) ∈ C 2 (R).
Solución:
1. Cierto. Antes de hacer las cuentas, representamos gráficamente f .
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
que como vemos no presenta ningún problema de diferenciabilidad.

La función f solo puede plantear problemas en x = 0 ya que para x < 0 se trata de la función x3 que es
continua y derivable y para x > 0 es igual a sen(x2 ) que es la composición de dos funciones continuas y
derivables.
Para ver la continuidad en x = 0 calculamos los lı́mites laterales
lı́m f (x) = lı́m− x3 = 0 lı́m f (x) = lı́m+ sen(x2 ) = sen 0 = 0

x→0− x→0 x→0+ x→0
Como ambos coinciden existe lı́mx→0 f (x) = 0 = f (0).

Calculamos ahora las derivadas laterales en x = 0.
f (x) − f (0) x3
f 0 (0− ) = lı́m− = lı́m− = lı́m− x2 = 0
x→0 x−0 x→0 x x→0
f (x) − f (0) sen(x2 ) sen(x2 )

f 0 (0+ ) = lı́m+ = lı́m+ = lı́m+ x =0·1=0
x→0 x−0 x→0 x x→0 x2
Como f (0 ) = f (0 ) = 0 resulta que existe f 0 (0) = 0.
0 − 0 +

2. Cierto. Vamos a calcular ahora la función derivada. Si x < 0, f 0 (x) = 3x2 . Si x > 0, f 0 (x) = 2x cos(x2 ),
siendo f 0 (0) = 0. 
2
 2x cos(x ) si x > 0

0
f (x) = 0 si x = 0
 2
3x si x < 0

Es claro que f 0 es continua si x > 0 o x < 0 por lo que solo hemos de preocuparnos del lı́mite de f 0 en x = 0.
De nuevo, antes de seguir con las cuentas hacemo s la gráfica
3
2.5
1.5
0.5
0
-1 -0.5 0 0.5 1
lı́m f 0 (x) = lı́m+ 2x cos(x2 ) = 0

x→0+ x→0
lı́m− f 0 (x) = lı́m− 3x2 = 0
x→0 x→0
y ambos coinciden con f 0 (0) por lo que f 0 es también continua en x = 0.
3. Falso. De la gráfica anterior podemos deducir que f 0 no es derivable en x = 0. Para probarlo calculamos
las derivadas laterales
f 0 (x) − f 0 (0) 3x2
f 00 (0− ) = lı́m− = lı́m− = lı́m− 3x = 0
x→0 x−0 x→0 x x→0
f 0 (x) − f 0 (0) 2x cos(x2 )

f 00 (0+ ) = lı́m+ = lı́m+ = lı́m+ 2 cos(x2 ) = 2 cos 0 = 2
x→0 x−0 x→0 x x→0
00 − 00 + 0
Como f (0 ) 6= f (0 ), f no es derivable en x = 0 (por lo que no es derivable en R. Sı́ lo es en R \ {0}.)
Representamos gráficamente f 00 (que no está definida en x = 0).
2
-1
-2
-3
-4
-5
-6
-1 -0.5 0 0.5 1

4. Falso. f no puede ser de clase C 2 (R) porque no existe f 00 en R.

C. 23.
La siguiente gráfica se corresponde con la de la derivada de una función f : [−2, 2] → R. Decid

(razonadamente) cuáles de las siguientes afirmaciones son ciertas:
1. f es estrictamente creciente para 1 < x < 2.
2. f es convexa en (−2, −1).
3. f posee un máximo relativo en x = 1.
4. f posee dos puntos de inflexión en [−2, 2].
5. f posee un mı́nimo relativo en x = −1.
Solución:
1. Cierto.
Al ser f 0 (x) > 0 para x ∈ (1, 2) tenemos que f es estrictamente creciente en dicho intervalo.
2. Cierto.
Al ser f 0 estrictamente creciente en (−2, −1), su derivada, f 00 (x) ≥ 0 para x ∈ (−2, −1) y por tanto f
será convexa.
3. Falso.
En un entorno reducido de x = 1 es f 0 (x) > 0. Ası́, f es estrictamente creciente en dicho entorno por lo que
f no puede poseer un extremo relativo en x = 1.
4. Cierto.
La derivada f 0 posee dos extremos relativos en (−2, 2). En dichos puntos se produce un cambio en la
monotonı́a de f 0 . Esto implica un cambio en el signo de f 00 , es decir, un cambio en la convexidad de la
función. Ambos puntos son pues puntos de inflexión.
5. Cierto.
Tenemos que f 0 (−1) = 0. Siendo f 0 (x) < 0 si x < −1 (f es estrictamente decreciente) y f 0 (x) > 0 si
−1 < x < 0 (f es estrictamente creciente) tenemos que en x = −1 tiene que haber un mı́nimo relativo.

C. 1.
x2 −1
Hallad el área encerrada por la curva y = x2 +1 y las rectas y = 0, x = −1 y x = 1.
Solución:
Es claro que la función es par y que para x ∈ [−1, 1] la función es negativa. La gráfica nos muestra lo anterior.
0.8
0.6
0.4
0.2
(x^2-1)/(x^2+1)
-0.2
-0.4
-0.6
-0.8
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
Ası́, el área que se pide calcular la hallamos mediante

Z 1 2 Z 1 Z 1
1 − x2

x − 1 2 1 1
π π

x2 + 1
dx =
2
dx = 2
− 1 dx = 2 [arctan x]−1 − [x]−1 = 2 − (− ) − 2 = π − 2
−1 −1 1 + x −1 1 + x 4 4
Con Maxima
(%i1) integrate(abs(x^2-1)/(x^2+1),x,-1,1);
( %o1) π − 2
C. 2.
π
Para 0 < x < 2, sea Z sen x
dt
F (x) = √ √
0 1 − t2 2 − t2
0
Hallad F (x).
Solución:
Definimos las funciones Z u
dt
f (u) = √ √ , para u ∈ (0, 1)
0 1 − t2 2 − t2
π
g(x) = sen x para x ∈ (0,
)
2
Resulta que ambas son derivables y que F (x) = f (g(x)) para x ∈ (0, π2 ).

Tenemos pues que

F 0 (x) = f 0 (g(x))g 0 (x)
Para hallar ahora la derivad de f usamos el teorema fundamental del cálculo y obtenemos
1
f 0 (u) = √ √
1− u2 2 − u2
Por tanto
1 cos x 1
F 0 (x) = √ √ cos x = √ √ =√
1− sen2 2
x 2 − sen x 2 2
cos x 1 + 1 − sen x 1 + cos2 x
Con Maxima
(%i1) f(t):=1/(sqrt(1-t^2)*sqrt(2-t^2));
1
( %o1) f (t) := √ √
1 − t2 2 − t2
(%i2) F(x):=’integrate(f(t),t,0,sin(x));
Z sin(x)
( %o2) F (x) := f (t) dt
0
(%i3) diff(F(x),x);
cos (x)
( %o3) q q
2 2
1 − sin (x) 2 − sin (x)
(%i4) trigsimp(%);
cos (x)
( %o4) q
2
cos (x) + 1 |cos (x)|
(%i5) assume(cos(x)>0);
( %o5) [cos (x) > 0]
(%i6) ratsimp(%o4);
1
( %o6) q
2
cos (x) + 1

C. 3.
Z x
Sea f : [0, 6] → R la función derivable de la figura y F (x) := f (t) dt para x ∈ [0, 6]. Sean xP
0
y xQ las abscisas de los puntos P y Q respectivamente.
A) F es creciente en (0, 2) y (4, 6).
B) F es convexa en (2, 4).
C) F presenta máximos relativos en xP y xQ .
D) F presenta un mı́nimo relativo en x = 4.
E) F presenta puntos de inflexión en xP y xQ .
Solución:
Como f es continua (por ser derivable) el teorema fundamental del cálculo nos asegura que F 0 (x) = f (x) y
además F 00 (x) = f 0 (x) para x ∈ [0, 6].
A) Cierta.
En los intervalos (0, 2) y (4, 6) la función f es positiva y por tanto también lo es F 0 lo cual implica que F
es creciente.
B) Falsa.
En el intervalo (2, 3) la función f es estrictamente decreciente por lo que f 0 (x) = F 00 (x) < 0 para x ∈ (2, 3),
luego F es cóncava.
C) Falsa.
F 0 (xP ) y F 0 (xQ ) son ambos distintos de cero.
D) Cierta.
F 0 (4) = f (4) = 0 además si 3 < x < 4 F 0 (x) = f (x) < 0 y si 4 < x < 6 F 0 (x) = f (x) > 0.
E) Cierta.
F 00 (xP ) = f 0 (xP ) = 0, además si 0 < x < xP , F 00 (x) = f 0 (x) > 0 mientras que si xP < x < 3, F 00 (x) =
f 0 (x) < 0.
F 00 (xQ ) = f 0 (xQ ) = 0, además si 4 < x < xQ , F 00 (x) = f 0 (x) > 0 mientras que si xQ < x < 6,
F 00 (x) = f 0 (x) < 0.

C. 4.
Calculad el área encerrada por la curva y = x2 e−x y el eje OX entre los puntos x = 0 y x = 2.
Solución:
Representamos la función
3
2.5
2
x^2*%e^-x
1.5
0.5
0
-1 -0.5 0 0.5 1 1.5 2 2.5 3
x
El área vendrá dada por el valor de la integral

Z 2 Z 2 Z 2
(1) 2 (2) 2
x2 e−x dx = −x2 e−x 0 + 2 xe−x dx = −4e−2 + 2 −xe−x 0 + 2 e−x dx =

0 0 0
2
= − 4e−2 − 4e−2 + 2 −e−x 0 = −8e−2 + 2 −e−2 + 1 = 2 − 10e−2

En (1) hemos usado la fórmula de integración por partes haciendo
u = x2 ; du = 2x dx y dv = e−x dx; v = −e−x
En (2) hemos usado la fórmula de integración por partes haciendo
u = x; du = dx y dv = e−x dx; v = −e−x
Comprobamos con Maxima
(%i1) integrate(x^2*%e^(-x),x,0,2);
( %o1) 2 − 10 e−2
C. 5.
1 x2
Hallad el área encerrada por la curva y = 1+x2 y la parábola y = 2 .
Solución:
Comenzamos haciendo las gráficas de las funciones

2
1/(x^2+1)
x^2/2
1.5
0.5
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
x
Los puntos de cortes de ambas gráficas los obtenemos resolviendo la ecuación

1 x2
= ⇔ 2 = x2 + x4 ⇔ x4 + x2 − 2 = 0
1 + x2 2
cuyas raı́ces reales son x = 1 y x = −1. El área vendrá dada por
Z 1 Z 1 1
x2 x2 x3

1 1 π 1 π 1
2
− dx = 2 2
− dx = 2 arctan x − =2 − = −
−1 1 + x 2 0 1 + x 2 6 0 4 6 2 3
Calculamos con Maxima
Hallamos los puntos de corte
(%i1) solve(1/(1+x^2)=x^2/2,x);
√ √
( %o1) [x = − 2 i, x = 2 i, x = −1, x = 1]
Nos quedamos con la soluciones reales
(%i2) integrate(abs(1/(1+x^2)-x^2/2),x,-1,1);
3π − 2
( %o2)
6
C. 6.
Z 2
Calculad x2 log x dx.
1
Solución:
Usaremos la fórmula de integración por partes haciendo
dx x3
u = log x; du = y dv = x2 dx; v =
x 3
2 2 Z 2 3
x3 1 2 2
Z Z
2 x 1 8 8 1 3 2
x log x dx = log x − dx = log 2 − x dx = log 2 − x 1=
1 3 1 1 3 x 3 3 1 3 9
8 1 8 7
= log 2 − (8 − 1) = log 2 −
3 9 3 9

Comprobamos
(%i1) integrate(x^2*log(x),x,1,2);
8 log (2) 7
( %o1) −
3 9
C. 7.
Hallad el volumen del sólido engendrado al girar alrededor del eje OX el recinto limitado por la
curva y = xex y las rectas x = 1 e y = 0.
Solución:
Representamos gráficamente la función que al girar nos da el sólido.
7
4
x*%e^x
-1
-0.5 0 0.5 1 1.5
x
El volumen nos lo da la expresión

Z 1 Z 1 2 1 Z 1 ! 2 h Z 1
x 2 2 2x (1) x 2x 2x (2) e x 2x i1 1 2x
π (xe ) dx =π x e dx = π e − xe dx = π − e − e dx =
0 0 2 0 0 2 2 0 0 2
1 !
e2 e2

1 2x 1 2 1 π
=π − + e =π e − = (e2 − 1)
2 2 4 0 4 4 4

En (1) aplicamos el método de integración por partes haciendo
e2x
u = x2 ; du = 2x dx y dv = e2x dx; v =
2
En (2) aplicamos el método de integración por partes haciendo
e2x
u = x; du = dx y dv = e2x dx; v =
2
Comprobamos
(%i1) %pi*integrate((x*%e^x)^2,x,0,1);
2
e 1
( %o1) − π
4 4
C. 8.
√ √
Z
x
Calculad xe dx.
Solución:
Hacemos, en primer lugar, el cambio de variable
√ 1 √
t= x ⇒ dt = √ dx ⇒ dx = 2 x dt = 2t dt
2 x
√
Z √
Z Z Z Z
x (1) (2)
xe dx = te 2t dt = 2 t e dt = 2 t e − 2 te dt = 2t e − 4 tet dt =
t 2 t 2 t t 2 t
√ √
Z √ √
=2t e − 4 te − e dt = 2t2 et − 4tet + 4et = 2xe x − 4 xe x + 4e x + C
2 t t t
En (1) aplicamos el método de integración por partes:
u = t2 ⇒ du = 2t dt; dv = et dt ⇒ v = et
En (2) aplicamos de nuevo el método de integración por partes:
u = t ⇒ du = dt; dv = et dt ⇒ v = et
Con Maxima
(%i1) changevar(’integrate(sqrt(x)*exp(sqrt(x)),x),t=sqrt(x),t,x);
Is t positive,
Z negative or zero?positive;
( %o1) 2 t2 e|t| dt

Z
( %o2) 2 t2 e|t| dt
(%i3) assume(t>0);
( %o3) [t > 0]
(%i4) ev(%o2,integrate);
( %o4) 2 t2 − 2 t + 2 et

(%i5) subst(sqrt(x),t,%);
√ √
( %o5) 2 x − 2 x + 2 e x
C. 9.
Hallad el área encerrada por la curva y = ex sen x con x ∈ [0, 2π].
Solución:
La representación gráfica de la función nos ayudará a calcular el área:
20
-20
-40
-60
%e^x*sin(x)
-80
-100
-120
-140
-160
-180
0 1 2 3 4 5 6

Como podemos observar la función es positiva para x ∈ [0, π] mientras que es negativa si x ∈ [π, 2π].
Ası́ pues, el área vendrá dada por
Z 2π Z π Z 2π
|ex sen x| dx = ex sen x dx − ex sen x dx
0 0 π
Una primitiva de f en [0, 2π] la calculamos por partes y nos queda
ex
Z
ex sen x dx = (sen x − cos x)
2
Por tanto
x π x 2π
eπ
2π
eπ e2π + 2eπ + 1

e e 1 e
A= (sen x − cos x) − (sen x − cos x) = − (−1) − (−1) − =
2 0 2 π 2 2 2 2 2
Maxima no sabe calcular la integral directamente
(%i1) integrate(abs(exp(x)*sin(x)),x,0,2*%pi);
Z 2π
( %o1) ex |sin (x)| dx
0
C. 10.
Calculad una primitiva de la función f (x) = x arc cos( x1 ).
Solución:
Vamos a usar la integración por partes para hallar la primitiva. Haciendo

1 1 1 x 1
u = arc cos( ), du = − q
x 1
− x2 dx = x2 √x2 − 1 dx = x√x2 − 1 dx
1 − x2
x2
dv =x dx, v=
2
Nos queda
x2
Z 2
x2
Z Z
1 1 x 1 1 1 x
x arc cos dx = arc cos − √ dx = arc cos − √ dx
x 2 x 2 x x2 − 1 2 x 2 x2 − 1
x2

1 1p 2
= arc cos − x −1+C
2 x 2
Usamos Maxima para hacerla por partes y con un cambio de variable
(%i1) assume(x>0);
( %o1) [x > 0]

La calculamos directamente
(%i2) integrate(x*acos(1/x),x);
q
acos x1 x2 1 − x12 x

( %o2) −
2 2
(%i3) ratsimp(%);
√
x2 − 1 − acos x1 x2

( %o3) −
2
Vamos a resolverla usando el método de integración por partes
(%i4) u:acos(1/x);

1
( %o4) acos
x
(%i5) dv:x;
( %o5) x
x2
( %o6)
2
La fórmula
(%i7) u*v-’integrate(v*diff(u,x),x);
q 1
R
1
2 dx
acos x x 1− x12
( %o7) −
2 2
(%i8) ratsimp(%);
√ x 1
R 2
2
x −1
dx − acos x x
( %o8) −
2
(%i9) v*diff(u,x), ratsimp;
x
( %o9) √
2 x2 − 1
Calculamos esta primitiva mediante un cambio de variable
(%i10) changevar(’integrate(%,x),t=x^2,t,x);
R 1
√
t−1
dt
( %o10)
4
√
t−1
( %o11)
2
Deshacemos el cambio
(%i12) I:subst(x^2,t,%);

√
x2 − 1
( %o12)
2
Sustituimos este valor en la fórmula de integración por partes
(%i13) u*v-1/2*I;
√
acos x1 x2

x2 − 1
( %o13) −
2 4
En lugar de usar el método de integración por partes, vamos a intentar un cambio de variable
(%i14) kill(all);
( %o0) done
(%i1) assume(x>0);
( %o1) [x > 0]
(%i2) J:changevar(’integrate(x*acos(1/x),x),u=acos(1/x),u,x);
Z
sin (u) acos (cos (u))
( %o2) 3 du
cos (u)
El siguiente comando le dice a Maxima que arc cos y cos son inversas
(%i3) triginverses:all;
( %o3) all
(%i4) changevar(’integrate(x*acos(1/x),x),u=acos(1/x),u,x);
Z
u sin (u)
( %o4) 3 du
cos (u)
¿La sabe hacer Maxima ?
2
( %o5) ((2 u sin (2 u) − cos (2 u) − 1) sin (4 u) + (sin (2 u) + 2 u cos (2 u)) cos (4 u) + 4 u sin (2 u)
2 2 2
− sin (2 u) + 4 u cos (2 u) + 2 u cos (2 u))/(sin (4 u) + 4 sin (2 u) sin (4 u) + cos (4 u) +
2 2
(4 cos (2 u) + 2) cos (4 u) + 4 sin (2 u) + 4 cos (2 u) + 4 cos (2 u) + 1)
2
2 2 2 2
( %o6) (4 u cos (u) − sin (u) + 2 u cos (u) − sin (u) + 2 cos (u) sin (u)

4 2 2 4 2 2
sin (u) − 6 cos (u) sin (u) + cos (u) + sin (u) + 4 u cos (u) sin (u) − cos (u) − 1

3 3 2 2 2 2
4 cos (u) sin (u) − 4 cos (u) sin (u) + 16 u cos (u) sin (u) + 2 u cos (u) − sin (u) −
2 cos (u) sin (u))/
2 2
4 2 2 4 3 3
( sin (u) − 6 cos (u) sin (u) + cos (u) + 4 cos (u) sin (u) − 4 cos (u) sin (u) +
2
2 2 2 2 4 2 2 4
4 cos (u) − sin (u) + 4 cos (u) − sin (u) + 2 sin (u) − 6 cos (u) sin (u) + cos (u)

3 3 2 2
+ 8 cos (u) sin (u) 4 cos (u) sin (u) − 4 cos (u) sin (u) + 16 cos (u) sin (u) +

2 2
4 cos (u) − sin (u) + 1)

(%i7) subst(acos(1/x),u,%);
 q  q 3 
4 acos x1 1 − x12 2 4 1 − x
1
2 4 1 − 1 2
x2
( %o7) ( − 2  − +
x x x3 x
 q 
2 ! 2 1 − 1
6 1 − x12

1 1 x2 1 2
− + 4 + 1− 2  + 2 acos −1 −
x2 x x x x x2
q
2 1 − x12 16 acos x1 1 − x12
2

1 2 1 2
+ 2 acos −1 + + 4 acos − 1 )/
x x x2 ! x2 x x2
q 3
4 1− x12 4 (1− x12 ) 2
q
8 1 − x12 x3 − x 2 !
6 1 − x12

1 1 2
( + − + 4 + 1− 2 4 −1 +2 +
x x2 x x x2
3 2
q


2

16 1 − x12 4 1 − x12 4 1 − x12 2
4 −1 + + −  +
x2 x2 x3 x
2 !2 2
6 1 − x12

1 1 2
− + 4 + 1− 2 +4 − 1 + 1)
x2 x x x2
El resultado
(%i8) ratsimp(%);
√ 1

x2 − 1 − acos x x2
( %o8) −
2
C. 11.
Hallad el lı́mite
1 2 3 n
lı́m + + + ... + 2
n→∞ 1 + n2 22 + n2 32 + n2 n + n2
Solución:
!
1 2 n
1 2 n n2 n2 n2
lı́m + + ... + 2 = lı́m 1 + + ... +
1 + n2 22 + n2 n + n2 +1 2 2 n 2
n→∞ n→∞

n2 n + 1 n + 1
!
1 2 n
1 n n n
= lı́m 2 + 2 + . . . + 2
n→∞ n 1 + n1 1 + n2 1 + nn
Z 1
x 1 1 log 2
= 2
dx = log(1 + x2 ) 0 =
0 1 + x 2 2

C. 12.
Z +∞
4x
Probad que la siguiente integral impropia es convergente y hallar su valor dx
0 1 + x4
Solución:
La integral es impropia al ser el intervalo de integración no acotado. Tenemos pues que estudiar el Zcomporta-
∞
1
miento de la función en el infinito. Para ello la podemos comparar con la función x13 cuya integral dx
1 x3
es convergente. Como
4x
4 4x4
lı́m 1+x1 = lı́m =4
x→∞ x→∞ 1 + x4
x3
la integral del enunciado es convergente. Para calcularla hacemos el cambio de variable x2 = t quedando
Z +∞ Z ∞
4x 2 ∞ π
4
dx = 2
dt = [2 arctan t]0 = 2 = π
0 1+x 0 1+t 2
Con Maxima
(%i1) integrate(4*x/(1+x^4),x,0,inf);
( %o1) π
C. 13.
x
Hallad una primitiva de la función
x3 − x2 − 4x + 4
Solución:
Hallamos en primer lugar las raı́ces del polinomio del denominador. Es claro que x = 1 es raı́z del mismo,
luego x3 − x2 − 4x + 4 = (x − 1)(x2 − 4) = (x − 1)(x − 2)(x + 2). Pasamos ahora a descomponer en fracciones
simples el integrando
x A B C A(x − 2)(x + 2) + B(x − 1)(x + 2) + C(x − 1)(x − 2)
= + + =
x3 − x2 − 4x + 4 x − 1 x − 2 x + 2 x3 − x2 − 4x + 4
Dando valores a x e igualando numeradores obtenemos
x = 1, 1 = A(−1)3 ⇒ A = − 13
1
x = 2, 2 = B(1)4 ⇒ B = 2
x = −2, −2 = C(−3)(−4) ⇒ C = − 16
Por tanto
Z Z
x 1 1 1 1 1 1 1 1 1
3 2
dx = − + − dx = − log(x − 1)+ log(x − 2) − log(x+2)+C
x − x − 4x + 4 3x−1 2x−2 6x+2 3 2 6

Comprobamos las cuentas con Maxima
(%i1) p:x/(x^3-x^2-4*x+4);
x
( %o1)
x3 − x2 − 4 x + 4
(%i2) factor(denom(p));
( %o2) (x − 2) (x − 1) (x + 2)
(%i3) partfrac(p,x);
1 1 1
( %o3) − − +
6 (x + 2) 3 (x − 1) 2 (x − 2)
(%i4) integrate(p,x);
log (x + 2) log (x − 1) log (x − 2)

( %o4) − − +
6 3 2
C. 14.
Hallad el lı́mite 1/n

1
lı́m (n + 1)(n + 2) . . . (n + n)
n→∞ n
Solución:
1/n 1
1 (n + 1)(n + 2) . . . (n + n) n
lı́m (n + 1)(n + 2) . . . (n + n) = lı́m =
n→∞ n n→∞ nn
1
1 2 n n
= lı́m (1 + )(1 + ) . . . (1 + ) =
n→∞ n n n
1
1 2 n n
lı́m log (1 + )(1 + ) . . . (1 + )
=en→∞ n n n =
n
1X k Z 1
lı́m log(1 + ) log(1 + x)
n→∞ n n 4
=e k=1 =e 0 = e2 log(2)−1 =
e
C. 15.
Z
Calculad x2 sen2 x dx

Solución:
Comenzamos pasando sen2 x al ángulo doble
1 − cos 2x
Z Z Z Z
1 1 (∗)
x2 sen2 x dx = x2 dx = x2 dx − x2 cos 2x dx =
2 2 2
Mientras que la primera de las dos primitivas es inmediata, la segunda la resolvemos usando el método de
integración por partes dos veces.
3
x3 x2 sen 2x 1
Z Z
(∗) x 1 sen 2x sen 2x
= − x2 − 2x dx = − + x sen 2x dx =
6 2 2 2 6 4 2
x3 x2 sen 2x 1 x3 x2 sen 2x x cos 2x sen 2x
Z
cos 2x cos 2x
= − + −x − − dx = − − + +C
6 4 2 2 2 6 4 4 8
(%i1) ’integrate(x^2*sin(x)^2,x)=integrate(x^2*sin(x)^2,x);
(6 x2 − 3) sin (2 x) + 6 x cos (2 x) − 4 x3
Z
2
( %o1) x2 sin (x) dx = −
24
C. 16.
Z 1
2
Hallad x3 e−x dx
0
Solución:
Para resolverla hacemos el cambio de variable t = x2 , de donde 2x dx = dt y ası́
Z 1 Z 1 Z 1
2 dt 1 1 1 −1 −t 1 1
x3 e−x dx = te−t = −te−t 0 + e−t dt = −e − e 0 = − e−1
0 0 2 2 0 2 2

C. 1.
Estudiad el carácter de las siguientes series:

∞ ∞ ∞
X 2n (n + 1)! X (n!)2 X 2n
a) b) c)
n=1
(n + 1)n n=1
(2n)! n=1
n!
∞ n −n ∞ ∞ 2
(n2 + 1)3n nn

X n+1 2n X X
d) + e) f)
n=1
n n−1 n=1
n! n=1
(n + 1)n2
∞ ∞ 2 n
X n! X (n!) 3 X 2n!
g) n
h) i)
n=1
n n=1
(2n)! n
(n!)2
Solución:
a) Aplicaremos el criterio del cociente para series de términos no negativos. Ası́
2n+1 ((n+1)+1)!
((n+1)+1)n+1 2n+1 (n + 2)! (n + 1)n (n + 2)(n + 1)! (n + 1)n
lı́m 2n (n+1)!
= lı́m · · = lı́m 2 =
n→∞ n→∞ 2n (n + 1)! (n + 2)n+1 n→∞ (n + 1)! (n + 2)n (n + 2)
(n+1)n
n
n+1 n+1 −n 2
=2 lı́m = 2elı́mn→∞ n( n+2 −1) = 2elı́mn→∞ n+2 = 2e−1 = < 1
n→∞ n + 2 e
Por lo que la serie es convergente.
Con Maxima
(%i1) a(n):=2^n*(n+1)!/(n+1)^n;
2n (n + 1)!
( %o1) a (n) := n
(n + 1)
(%i2) a(n+1)/a(n);
n −n−1
2 (n + 1) (n + 2) (n + 2)!
( %o2)
(n + 1)!
( %o3) 2 e−1
Ahora lo hacemos a mano usando Maxima
( %o4) true
(%i5) a(n+1)/a(n);
n
2 (n + 1)
( %o5) n
(n + 2)
Para agrupar el cociente en una potencia hacemos

(%i6) %^(1/n),radcan;
1
(n + 1) 2 n
( %o6)
n+2
(%i7) %^n;
n
n+1
( %o7) 2
n+2
Tomamos lı́mites
(%i8) ’limit(%,n,inf);
n
n+1
( %o8) 2 lı́m
n→∞ n + 2
(%i9) %=2*exp(’limit(n*((n+1)/(n+2)-1),n,inf));
n
n+1 n+1
( %o9) 2 lı́m = 2 elı́mn→∞ n ( n+2 −1)
n→∞ n + 2
(%i10) factor(%);
n
n+1 n
( %o10) 2 lı́m = 2 e− lı́mn→∞ n+2
n→∞ n + 2
Este último lı́mite es elemental
(%i11) ev(rhs(part(%)),limit);
( %o11) 2 e−1
(n!)2
b) Aplicaremos el criterio del cociente a la serie. Llamamos an = (2n)! y calculamos
((n+1)!)2 2
an+1 (2(n+1))! ((n + 1)n!) (2n)! (n + 1)2 (n!)2 (2n)!
lı́m = lı́m (n!)2
= lı́m = lı́m =
n→∞ an n→∞ n→∞ (2n + 2)!(n!)2 n→∞ (2n + 2)(2n + 1)(2n)!(n!)2
(2n)!
(n + 1)2 1
= lı́m =
n→∞ (2n + 2)(2n + 1) 4
Como el lı́mite del cociente es menor que 1 la serie es convergente.
(%i1) a(n):=(n!)^2/(2*n)!;
n!2
( %o1) a (n) :=
(2 n)!
( %o2) true
(%i3) a(n+1)/a(n);
2
(n + 1) (2 n)!
( %o3)
(2 (n + 1))!

Simplificamos factoriales
(%i4) factcomb(%);
n+1
( %o4)
4n + 2
El lı́mite es claro 1/4. Lo simplificamos de otra forma.
(%i5) factorial_expand:false;
( %o5) f alse
(%i6) a(n+1)/a(n);
2
(2 n)! (n + 1)!
( %o6)
n!2 (2 (n + 1))!
Simplificamos los factoriales
(%i7) minfactorial(%);
n+1
( %o7)
2 (2 (n + 1) − 1)
(%i8) ratsimp(%);
n+1
( %o8)
4n + 2
Vamos a hacerlo a mano
(%i9) a(n+1)/a(n);
2
(2 n)! (n + 1)!
( %o9)
n!2 (2 (n + 1))!
( %o10) true
Comenzamos con el numerador
(%i11) expand(num(%o9));
( %o11) n2 n!2 (2 n)! + 2 n n!2 (2 n)! + n!2 (2 n)!
(%i12) numerador:factor(%);
2
( %o12) (n + 1) n!2 (2 n)!
Simplificamos el denominador
(%i13) expand(denom(%o9));
( %o13) 4 n2 n!2 (2 n)! + 6 n n!2 (2 n)! + 2 n!2 (2 n)!
(%i14) denominador:factor(%);
( %o14) 2 (n + 1) (2 n + 1) n!2 (2 n)!

(%i15) a(n+1)/a(n)=numerador/denominador;
2
(n + 1) (2 n)! n+1
( %o15) =
(2 (n + 1))! 2 (2 n + 1)
c) Aplicaremos el criterio del cociente para esta serie de términos no negativos. Para ello calculamos el lı́mite
2n+1
(n+1)! 2n+1 n! 2
lı́m 2n = lı́m = lı́m =0
n→∞ n→∞ 2n (n + 1)n! n→∞ n + 1
n!
Que al ser menor estricto que 1, dicho criterio nos asegura la convergencia de la serie.
Con Maxima
(%i1) a(n):=2^n/n!;
2n
( %o1) a (n) :=
n!
(%i2) a(n+1)/a(n);
2 n!
( %o2)
(n + 1)!
2
( %o3)
n+1
( %o4) 0 d) Aplicamos el criterio de la raı́z.
s
n −n
n n+1 2n 1 1
lı́m + = lı́m 1 n 2n
= <1
n−1

n→∞ n n→∞ 1+ n + n−1
e+2
Con Maxima
(%i1) a(n):=(((n+1)/n)^n+2*n/(n-1))^(-n);
n −n
n+1 2n
( %o1) a (n) := +
n n−1
(%i2) a(n)^(1/n);
1
( %o2) n n1
n+1 n 2n

n + n−1
(%i3) radcan(%);
(n − 1) nn
( %o3) n
(n − 1) (n + 1) + 2 nn+1
La simplificación no deja las cosas muy bien. Trabajaremos con el denominador

(%i4) b(n):=denom(%o2);
( %o4) b (n) := denom ( %o2)
(%i5) b(n);
n n n1
n+1 2n
( %o5) +
n n−1
(%i6) radcan(%);
n
(n − 1) (n + 1) + 2 nn+1
( %o6)
(n − 1) nn
Esto lo sabemos simplificar a mano
(%i7) ((n+1)/n)^n+2*n/(n-1);
n
n+1 2n
( %o7) +
n n−1
Este lı́mite es sencillo: el primer sumando converge al número e, el segundo lo hace a 2
( %o8) e + 2
(%i9) ’lim(a(n)^(1/n),n,inf)=1/%;
 
 1  1
( %o9) lim  n n1 , n, ∞ = e + 2


n+1 n 2n

n + n−1
e) Usaremos el criterio del cociente

((n+1)2 +1)3n+1
(n+1)! n2 + 2n + 2 3n+1 n! n2 + 2n + 2 1
lı́m (n2 +1)3n
= lı́m 2 n
= lı́m 2
3 =0<1
n→∞ n→∞ n +1 3 (n + 1)! n→∞ n +1 n+1
n!
Con Maxima
(%i1) a(n):=((n^2+1)*3^n)/n!;
(n2 + 1) 3n
( %o1) a (n) :=
n!
(%i2) a(n+1)/a(n);

2
3 (n + 1) + 1 n!
( %o2)
(n2 + 1) (n + 1)!

2
3 (n + 1) + 1
( %o3)
(n + 1) (n2 + 1)

(%i4) expand(%);
3 n2 6n 6
( %o4) + +
n3 + n2 + n + 1 n3 + n2 + n + 1 n3 + n2 + n + 1
( %o5) 0
f ) Aplicamos el criterio de la raı́z
2
! n1
nn nn 1 1
lı́m = lı́m = lı́m n+1 n = < 1
n→∞ (n + 1)n2 n→∞ (n + 1)n n→∞ (
n ) e
La serie es pues convergente.
Con Maxima
(%i1) a(n):=(n)^(n^2)/(n+1)^(n^2);
2
nn
( %o1) a (n) := n2
(n + 1)
(%i2) a(n)^(1/n);
2
! n1
nn
( %o2) n2
(n + 1)
(%i3) radcan(%);
nn
( %o3) n
(n + 1)
(%i4) 1/((n+1)/n)^n;
1
( %o4) n+1 n

n
( %o5) e−1
n!
g) Usaremos el criterio del cociente para estudiar la convergencia de la serie. Llamando an = tenemos
nn
(n+1)! n
nn

an+1 (n+1)n+1 (n + 1)n! n
lı́m = lı́m n!
= lı́m = lı́m =
n→∞ an n→∞
nn
n→∞ n! (n + 1)(n + 1)n n→∞ n+1
1 1
= lı́m = <1
1 n
n→∞ 1+ n e
Dado que el lı́mite es menor que 1 la serie es convergente.
Ahora con Maxima
(%i1) a(n):=n!/n^n;

n!
( %o1) a (n) :=
nn
an+1
Aplicaremos el criterio del cociente. Para ello escribimos an y lo simplificamos
(%i2) a(n+1)/a(n);
−n−1
nn (n + 1) (n + 1)!
( %o2)
n!
nn
( %o3) n
(n + 1)
(%i4) (%^(1/n)),radcan;
n
( %o4)
n+1
(%i5) %^n;
n
n
( %o5)
n+1
Vamos a calcular el lı́mite anterior aplicando los resultados que conocemos de clase.
(%i6) ’limit(%,n,inf)=exp(’limit(n*(n/(n+1)-1),n,inf));
n
n
= elı́mn→∞ n ( n+1 −1)
n
( %o6) lı́m
n→∞ n + 1
(%i7) factor(%);
n
n n
( %o7) lı́m = e− lı́mn→∞ n+1
n→∞ n + 1
El último lı́mite es trivial, lo calculamos con Maxima
(%i8) ’limit(%i2,n,inf)=ev(rhs(part(%)),limit);
a (n + 1)
( %o8) lı́m = e−1
n→∞ a (n)
(n!)2 3n
h) Aplicamos el criterio del cociente. Llamando an = (2n)!
((n+1)!)2 3n+1
an+1 (2(n+1))! ((n + 1)n!)2 (2n)!
lı́m = lı́m (n!)2 3n
= lı́m 3 =
n→∞ an n→∞ n→∞ (n!)2 (2n + 2)!
(2n)!
2 2
(n + 1) (n!) (2n)! 3(n + 1)2 3
= lı́m 3 = lı́m = <1
n→∞ (n!)2 (2n + 2)(2n + 1)(2n)! n→∞ (2n + 2)(2n + 1) 4
Dado que el lı́mite es menor que 1 la serie es convergente.
Lo hacemos ahora con Maxima
(%i1) a(n):=((n!)^2*3^n)/((2*n)!);

n!2 3n
( %o1) a (n) :=
(2 n)!
Usamos el criterio del cociente
(%i2) a(n+1)/a(n);
2
3 (2 n)! (n + 1)!
( %o2)
n!2 (2 (n + 1))!
Simplificamos con Maxima y hallamos el lı́mite
3 (n + 1)
( %o3)
2 (2 (n + 1) − 1)
3
( %o4)
4
Ahora lo vamos a hacer a mano
( %o5) true
Desarrollamos ((n + 1)!)2 , hacemos el producto y luego factorizamos
(%i6) expand(num(%o2));
( %o6) 3 n2 n!2 (2 n)! + 6 n n!2 (2 n)! + 3 n!2 (2 n)!
(%i7) numerador:factor(%);
2
( %o7) 3 (n + 1) n!2 (2 n)!
Lo mismo que hemos hecho en el numerador lo hacemos ahora en el denominador
(%i8) expand(denom(%o2));
( %o8) 4 n2 n!2 (2 n)! + 6 n n!2 (2 n)! + 2 n!2 (2 n)!
(%i9) denominador:factor(%);
( %o9) 2 (n + 1) (2 n + 1) n!2 (2 n)!
Hacemos el cociente que es ahora fácil de simplificar
(%i10) a(n+1)/a(n)=numerador/denominador;
2
3 (n + 1) (2 n)! 3 (n + 1)
( %o10) =
(2 (n + 1))! 2 (2 n + 1)
(%i11) ’limit(a(n+1)/a(n),n,inf)=limit(rhs(part(%)),n,inf);
!
2
(n + 1) (2 n)! 3
( %o11) 3 lı́m =
n→∞ (2 (n + 1))! 4

2n!
i) Llamamos an = (n!)2 . Aplicamos el criterio del cociente.
2(n+1)!
an+1 ((n+1)!)2 2(n + 1)n!(n!)2 1
lı́m = lı́m 2n!
= lı́m 2 2
= lı́m =0<1
n→∞ an n n (n + 1) (n!) 2n! n n+1
(n!)2
La serie es convergente.
Ahora con Maxima
(%i1) a(n):=2*n!/(n!)^2;
2 n!
( %o1) a (n) :=
n!2
Usamos el criterio del cociente
(%i2) a(n+1)/a(n);
n!
( %o2)
(n + 1)!
1
( %o3)
n+1
( %o4) 0
C. 2.
Hallad la suma de las siguientes series de potencias (allı́ donde sea posible) estudiando previamente
su radio de convergencia. ¿Qué sucede en los extremos del intervalo de convergencia?
∞ ∞ ∞ ∞
X 2n n+3 X 1 n+1 X
n
X (−1)n
a) x b) n
x c) n(n + 2)x d) n
xn+1
n=0
n + 1 n=1
n3 n=1 n=0
3 (n + 3)
∞ ∞ ∞ ∞
X 1 X (−1)n X (−1)n+1 n n+1 X (n + 1)2 n
e) xn+2 f) x2n g) x h) x
n=1
n(n + 2) n=1
2n(2n − 1) n=1
n+1 n=1
n!
∞ ∞
X n+2 X n
i) n
xn j) xn+2
n=1
3 (n + 1) n=1
n + 1
Solución:
∞
X 2n n+3
a) x
n=0
n+1
Comenzamos calculando el radio de convergencia de la serie:
2n
n+1 1n+2 1
R = lı́m n+1 = lı́m =
n→∞ 2 n→∞ 2n+1 2
n+2

La serie es convergente pues en aquellos x ∈ (− 21 , 12 ). En dichos puntos, la serie define una función
∞ ∞
X 2n n+3 2
X 2n n+1
f (x) = x =x x
n=0
n+1 n=0
n+1
Para x ∈ (− 21 , 12 ) definimos
∞ ∞ ∞
X 2n n+1 X X 1
h(x) = x ⇒ h0 (x) = 2n xn = (2x)n =
n=0
n + 1 n=0 n=0
1 − 2x
Z
1 1
Por lo que h(x) = dx = − log(1 − 2x) + K . Como h(0) = 0 ha de ser K = 0. Finalmente para
1 − 2x 2
x ∈ (− 21 , 21 ),
x2
f (x) = −log(1 − 2x)
2
Nos queda por comprobar qué sucede en los extremos del intervalo de convergencia.
Para x = 21 la serie queda
∞ ∞
X 2n 1 X 1 1
n+3
=
n=0
n + 1 2 n=0
8 n+1
que es divergente por tratarse de la serie armónica.
Para x = − 12 ,
∞ ∞
X 2n (−1)n+3 X (−1)n+1 1
=
n=0
n+1 2n+3 n=0
8 n+1
que es convergente por el criterio de Leibniz de series alternadas y su valor viene dado por
∞
X (−1)n+1 1 x2 1
= lı́m + − log(1 − 2x) = − log 2
n=0
8 n + 1 x→− 12 2 8
(%i1) a(n):=2^n/(n+1);
2n
( %o1) a (n) :=
n+1
(%i2) a(n)/a(n+1);
n+2
( %o2)
2 (n + 1)
1
( %o3)
2
(%i4) assume(abs(x)<1/2);
1
( %o4) [|x| < ]
2
(%i5) f:sum(a(n)*x^(n+3),n,0,inf);

∞
X 2n xn+3
( %o5)
n=0
n+1
Sacamos x2 fuera de la serie
(%i6) x^2*intosum(f/x^2);
∞
X 2n xn+1
( %o6) x2
n=0
n+1
Llamamos g a la suma de la nueva serie con la que vamos a trabajar
(%i7) g:intosum(f/x^2);
∞
X 2n xn+1
( %o7)
n=0
n+1
(%i8) ’diff(g,x)=diff(g,x);
∞ ∞
d X 2n xn+1 X
( %o8) = 2n xn
d x n=0 n + 1 n=0
La serie de la derecha es una geométrica de razón 2x y su suma sabemos calcularla
(%i9) ’diff(g,x)=rhs(part(%)),simpsum;
∞
d X 2n xn+1 1
( %o9) =
d x n=0 n + 1 1 − 2x
Hallando ahora una primitiva recuperamos g salvo una constante
(%i10) g=integrate(rhs(part(%)),x)+C;
∞
X 2n xn+1 log (1 − 2 x)
( %o10) =C−
n=0
n+1 2
En este caso, la constante es 0
(%i11) subst(0,x,%);
( %o11) 0 = C
(%i12) subst(0,C,%o10);
∞
X 2n xn+1 log (1 − 2 x)
( %o12) =−
n=0
n + 1 2
Por lo tanto, sustituimos C = 0 en la ecuación anterior y finalmente, la serie que querı́amos sumar queda
(%i13) ’sum(a(n)*x^(n+3),n,0,inf)=x^2*rhs(part(%));
∞
X 2n xn+3 log (1 − 2 x) x2
( %o13) =−
n=0
n+1 2
Sustituimos x = 1/2 en la serie y vemos que es divergente (se trata de la serie armónica)
(%i14) subst(1/2,x,f);

P∞ 1
n=0 n+1
( %o14)
8
Sustituimos x = −1/2 en la serie y vemos que es convergente por el criterio de Lebiniz.
(%i15) subst(-1/2,x,f);
P∞ (−1)n+3
n=0 n+1
( %o15)
8
Además, por el criterio de Abel, su valor es
(%i16) %=limit(rhs(part(%o13)),x,-1/2,plus);
P∞ (−1)n+3
n=0 n+1 log (2)
( %o16) =−
8 8
∞
X 1 n+1
b) n
x
n=1
n3
Comenzamos hallando el radio de convergencia de la serie
1
n3n 3n+1 (n + 1) n+1
R = lı́m 1 = lı́m = lı́m 3 =3
n→∞
(n+1)3n+1
n→∞ 3n n n→∞ n
La serie es pues absolutamente convergente para x ∈ (−3, 3). Veamos qué ocurre en los extremos del intervalo
de convergencia.
Para x = 3, sustituyendo en la serie,
∞ ∞
X 3n+1 X 3
n
= es divergente por tratarse de la serie armónica
n=1
n3 n=1
n
Para x = −3, sustituyendo,

∞ ∞
X (−3)n+1 X (−1)n+1 3
= convergente por el criterio de Leibniz
n=1
n3n n=1
n
Pasamos ahora a sumar la serie para x ∈ (−3, 3).

∞ ∞
X 1 n+1 X 1 n
n
x = x n
x := xf (x)
n=1
n3 n=1
n3
∞ ∞
0
X xn−1 1 X x n−1 1 1 1
f (x) = n
= = x =
n=1
3 3 n=1
3 3 1 − 3 3 − x
Z
1
f (x) = dx + K = − log(3 − x) + K
3−x
Dado que f (0) = 0 (sustituyendo en la serie de potencias que define a f ) tenemos que 0 = − log 3 + K ⇒
K = log 3. Finalmente
∞
X 1 n+1
n
x = x (− log(3 − x) + log 3) = x log 3 − x log(3 − x)
n=1
n3
Para hallar el valor de la suma en x = −3 podemos usar el criterio de Abel y ası́

∞
X 1
n
(−3)n+1 = lı́m + x (log 3 − log(3 − x)) = −3(log 3 − log 6) = 3 log 2
n=1
n3 x→−3

Con Maxima
(%i1) a(n):=1/(n*3^n);
1
( %o1) a (n) :=
n 3n
(%i2) a(n)/a(n+1);
3 (n + 1)
( %o2)
n
( %o3) 3
(%i4) assume(abs(x)<3);
( %o4) [|x| < 3]
(%i5) f:sum(a(n)*x^(n+1),n,1,inf);
∞
X xn+1
( %o5)
n=1
n 3n
Sacamos x fuera de la serie
(%i6) x*intosum(f/x);
∞
X xn
( %o6) x
n=1
n 3n
Llamamos g a la suma de la nueva serie con la que vamos a trabajar
(%i7) g:intosum(f/x);
∞
X xn
( %o7)
n=1
n 3n
(%i8) ’diff(g,x)=diff(g,x);
∞ ∞
d X xn X xn−1
( %o8) n
=
d x n=1 n 3 n=1
3n
(%i9) 1/3*intosum(3*rhs(part(%)));
P∞ 1−n n−1
n=1 3 x
( %o9)
3
Esta serie la sabemos sumar: geométrica de razón x/3.
(%i10) %,simpsum;
1
( %o10)
3 1 − x3

(%i11) g=integrate(%,x)+C;

∞
X xn x
( %o11) n
= C − log 1 −
n=1
n3 3
En este caso, la constante es 0
(%i12) subst(0,x,%o11);
( %o12) 0 = C
(%i13) subst(0,C,%o11);
∞
X xn x
( %o13) = − log 1 −
n=1
n 3n 3
Por lo tanto, sustituimos C = 0 en la ecuación anterior y finalmente, la serie que querı́amos sumar queda
(%i14) ’sum(a(n)*x^(n+3),n,0,inf)=x*rhs(part(%));
∞
X xn+3 x
( %o14) = − log 1 − x
n=0
n 3n 3
Sustituimos x = 3 en la serie y vemos que es divergente (se trata de la serie armónica)
(%i15) subst(3,x,f);
∞
X 1
( %o15) 3
n=1
n
Sustituimos x = −3 en la serie y vemos que es convergente por el criterio de Lebiniz para series alternadas
(%i16) subst(-3,x,f);
∞ n+1
X (−3)
( %o16)
n=1
n 3n
(%i17) radcan(%);
∞ n
X (−1)
( %o17) − 3
n=1
n
Además, por el criterio de Abel, su valor es
(%i18) %=limit(rhs(part(%o14)),x,-3,plus);
∞ n
X (−1)
( %o18) − 3 = 3 log (2)
n=1
n
∞
X
c) n(n + 2)xn .
n=1
n(n+2)
Calculamos el radio de convergencia de la serie. lı́mn→∞ (n+1)(n+3) = 1. Por lo tanto la serie de potencias
converge para x ∈ (−1, 1). Los casos x = 1 y x = −1, nos dan series cuyo término general no converge a
cero y por lo tanto no hay convergencia.

n2 x n
P
Pasamos ahora a calcular la suma de la serie para x ∈ (−1, 1). Es claro que las series de potencias n
y n 2nxn tienen también radio de convergencia igual a 1 y por tanto tenemos que
P
∞
X ∞
X ∞
X
n(n + 2)xn = n2 x n + 2 nxn
n=1 n=1 n=1
Calculamos el valor de dichas series para a continuación sumarlas. Para x ∈ (−1, 1)

∞ ∞ ∞
!0 0
X
n
X
n−1
X
n x x
nx = x nx =x x =x =
n=1 n=1 n=1
1−x (1 − x)2
∞ ∞ ∞
!0 0
x + x2

X
2 n
X
2 n−1
X
n x
n x =x n x =x nx =x =
n=1 n=1 n=1
(1 − x)2 (1 − x)3
Finalmente
∞
X x + x2 x 3x − x2
n(n + 2)xn = + 2 =
n=1
(1 − x)3 (1 − x)2 (1 − x)3
(%i1) a(n):=n*(n+2);
( %o1) a (n) := n (n + 2)
(%i2) a(n)/a(n+1);
n (n + 2)
( %o2)
(n + 1) (n + 3)
( %o3) 1
( %o4) [|x| < 1]
(%i5) f:sum(a(n)*x^n,n,1,inf);
∞
X
( %o5) n (n + 2) xn
n=1
(%i6) expand(%);
∞
X
( %o6) n2 xn + 2 n xn
n=1
(%i7) f1:sum(n*x^n,n,1,inf);
f2:sum(n^2*x^n,n,1,inf);
∞
X
( %o7) n xn
n=1
X∞
( %o8) n2 xn
n=1

(%i9) f=2*f1+f2;
∞ ∞ ∞
!
X X X
n 2 n
( %o9) n (n + 2) x = n x +2 n xn
n=1 n=1 n=1
Comenzamos con f 1. Sacamos x fuera de la serie
(%i10) x*intosum(f1/x);
∞
X
( %o10) x n xn−1
n=1
(%i11) g1:intosum(f1/x);
∞
X
( %o11) n xn−1
n=1
(%i12) ’integrate(g1,x)=integrate(g1,x);
∞
Z X ∞
X
( %o12) n xn−1 dx = xn
n=1 n=1
(%i13) %,simpsum;
∞
Z X
x
( %o13) n xn−1 dx =
n=1
1 − x
(%i14) diff(lhs(part(%)),x)=diff(rhs(part(%)),x);
∞
X x 1
( %o14) n xn−1 = 2 + 1−x
n=1 (1 − x)
(%i15) factor(%);
∞
X 1
( %o15) n xn−1 = 2
n=1 (x − 1)
(%i16) f1=x*rhs(part(%));
∞
X x
( %o16) n xn = 2
n=1 (x − 1)
(%i17) f2;
∞
X
( %o17) n2 xn
n=1
(%i18) x*intosum(f2/x);
∞
X
( %o18) x n2 xn−1
n=1
(%i19) g2:intosum(f2/x);
∞
X
( %o19) n2 xn−1
n=1
(%i20) ’integrate(g2,x)=integrate(g2,x);

∞
Z X ∞
X
( %o20) n2 xn−1 dx = n xn
n=1 n=1
(%i21) ’integrate(g2,x)=rhs(part(%o16));
∞
Z X
x
( %o21) n2 xn−1 dx = 2
n=1 (x − 1)
∞
X 1 2x
( %o22) n2 xn−1 = 2 − 3
n=1 (x − 1) (x − 1)
(%i23) factor(%);
∞
X x+1
( %o23) n2 xn−1 = −3
n=1 (x − 1)
(%i24) f=2*rhs(part(%o16))+x*rhs(part(%));
∞
X 2x x (x + 1)
( %o24) n (n + 2) xn = 2 − 3
n=1 (x − 1) (x − 1)
(%i25) factor(%);
∞
X (x − 3) x
( %o25) n (n + 2) xn = 3
n=1 (x − 1)
∞
X (−1)n
d) n (n + 3)
xn+1 .
n=0
3
(−1)n
Llamamos an = 3n (n+3) . Hallamos el radio de convergencia:
1
an 3n (n+3) 3(n + 4)
R = lı́m
= lı́m
1 = lı́m =3
n→∞ an+1 n→∞ n→∞ n + 3
3n+1 (n+4)
Luego la serie es convergente (absolutamente) para x ∈ (−3, 3).

Para x = 3, tenemos
∞ ∞
X (−1)n 3n+1 X (−1)n 3
n
=
n=0
3 (n + 1) n=0
n+3
que es convergente por el criterio de Leibniz.
Para x = −3,
∞ ∞ ∞
X (−1)n (−3)n+1 X −3(−1)n (−1)n X 1
n (n + 1)
= = −3
n=0
3 n=0
n + 3 n=0
n + 3
que resulta divergente por tratarse de la serie armónica.
Para x ∈ (−3, 3), x 6= 0
∞ ∞
X (−1)n n+1 1 X (−1)n 1
h(x) = n
x = 2 n
xn+3 := 2 f (x)
n=0
3 (n + 3) x n=0 3 (n + 3) x
∞ ∞ ∞ n
0
X (−1)n n+2 2
X (−1)n n 2
X −x 1 3x2 27
f (x) = n
x =x n
x =x = x2 x = = 3x − 9 +
n=0
3 n=0
3 n=0
3 1+ 3 3+x 3+x

De donde Z
27 3 2
f (x) = 3x − 9 + dx = x − 9x + 27 log(3 + x) + K
3+x 2
Ahora, para x = 0, sustituyendo en la serie de potencias que define f tenemos que 0 = f (0) = 27 log 3 + K ,
por lo que K = −27 log 3.
Finalmente
∞
(−1)n

X
n+1 1 3 2 1 3 2 x
h(x) = x = 2 x − 9x + 27 log(3 + x) − 27 log 3 = 2 x − 9x + 27 log(1 + )
n=0
3n (n + 3) x 2 x 2 3
Siendo h(0) = 0.
Con Maxima
(%i1) a(n):=(-1)^n/(3^n*(n+3));
n
(−1)
( %o1) a (n) := n
3 (n + 3)
(%i2) abs(a(n+1)/a(n));
|n + 3|
( %o2)
3 |n + 4|
1
( %o3)
3
(%i4) assume(abs(x)<1/3);
1
( %o4) [|x| < ]
3
(%i5) f:sum(a(n)*x^(n+1),n,0,inf);
∞ n
X (−1) xn+1
( %o5)
n=0
(n + 3) 3n
Multiplicamos por x2 dentro del sumatorio, para x 6= 0
(%i6) f=1/x^2*intosum(x^2*f);
∞ n
P∞ (−1)n xn+3
X (−1) xn+1 n=0 (n+3) 3n
( %o6) n
=
n=0
(n + 3) 3 x2
(%i7) f1:num(rhs(part(%)));
∞ n
X (−1) xn+3
( %o7)
n=0
(n + 3) 3n
(%i8) diff(f1,x);
∞ n
X (−1) xn+2
( %o8)
n=0
3n
Sacamos x2 fuera de la serie

(%i9) %=x^2*intosum(1/x^2*diff(f1,x));
∞ n ∞ n
X (−1) xn+2 2
X (−1) xn
( %o9) = x
n=0
3n n=0
3n
La serie de la derecha es una geométrica de razón −x/3. Su suma la sabemos hacer
(%i10) rhs(part(%)),simpsum;
x2
( %o10) x
+13
(%i11) partfrac(%,x);
27
( %o11) + 3x − 9
x+3
(%i12) f1=integrate(%,x)+C;
∞ n
X (−1) xn+3 3 x2
( %o12) n
= C + 27 log (x + 3) + − 9x
n=0
(n + 3) 3 2
(%i13) subst(0,x,%);
( %o13) 0 = C + 27 log (3)
(%i14) solve(%,C);
( %o14) [C = −27 log (3)]
(%i15) subst(-27*log(3),C,%o12);
∞ n
X (−1) xn+3 3 x2
( %o15) = 27 log (x + 3) + − 9 x − 27 log (3)
n=0
(n + 3) 3n 2
(%i16) f=1/x^2*rhs(part(%));
∞ n 2
X (−1) xn+1 27 log (x + 3) + 3 2x − 9 x − 27 log (3)
( %o16) =
n=0
(n + 3) 3n x2
Siendo f (0) el lı́mite de la expresión anterior cuando x tiende a cero
(%i17) limit(rhs(part(%)),x,0);
( %o17) 0
∞
X 1
e) xn+2 .
n=1
n(n + 2)
El radio de convergencia de la serie de potencias es 1 ya que
s
1 1
lı́m n = lı́m √ √ =1
n→∞ n(n + 2) n→∞ n n n n + 2
∞
X 1
Para x = 1, la serie queda que es convergente.
n=1
n(n + 2)
∞
X (−1)n+2
Para x = −1, la serie queda que es convergente por serlo absolutamente.
n=1
n(n + 2)

La serie de potencias define una función f : [−1, 1] → R continua y derivable en (−1, 1). Vamos a calcularla.
∞
X xn+2
Para x ∈ (−1, 1), f (x) = .
n=1
n(n + 2)
∞ ∞
X xn+1 X xn
f 0 (x) = =x := xh(x)
n=1
n n=1
n
∞
X 1
h0 (x) = xn−1 = ⇒ h(x) = − log(1 − x) + K
n=1
1−x
Para x = 0 es h(0) = 0 luego ha de ser K = 0. Por lo tanto f 0 (x) = −x log(1 − x). Calculamos ahora una
primitiva de f
2
x2
Z Z
x 1
f (x) = − x log(1 − x) dx = − log(1 − x) + dx
2 2 1−x
2
x2 x2 x 1
Z
x 1 1
=− log(1 − x) − −x − 1 + dx = − log(1 − x) + + + log(1 − x) + K
2 2 1−x 2 4 2 2
Como f (0) = 0 resulta K = 0 con lo que finalmente, para x ∈ (−1, 1) es

∞
X xn+2 x2 x 1 − x2
= + + log(1 − x)
n=1
n(n + 2) 4 2 2
Para hallar los valores en los extremos del intervalo de convergencia usamos el criterio de Abel.
Para x = 1,
∞
X 1 x2 x 1 − x2 1 1 3
= f (1) = lı́m− + + log(1 − x) = + + 0 =
n=1
n(n + 2) x→1 4 2 2 4 2 4
ya que
lı́m (1 − x) log(1 − x) = 0
x→1−
Para x = −1,
∞
X (−1)n x2 x 1 − x2 1 1 1
= f (−1) = lı́m + + + log(1 − x) = − + 0 = −
n=1
n(n + 2) x→−1 4 2 2 4 2 4
(%i1) a(n):=1/(n*(n+2));
1
( %o1) a (n) :=
n (n + 2)
(%i2) limit(a(n+1)/a(n),n,inf);
( %o2) 1
( %o3) [|x| < 1]

(%i4) f:sum(a(n)*x^(n+2),n,1,inf);
∞
X xn+2
( %o4)
n=1
n (n + 2)
(%i5) ’diff(f,x)=diff(f,x);
∞ ∞
d X xn+2 X xn+1
( %o5) =
d x n=1 n (n + 2) n=1 n
(%i6) ’diff(f,x)=x*intosum(1/x*diff(f,x));
∞ ∞
d X xn+2 X xn
( %o6) =x
d x n=1 n (n + 2) n=1
n
(%i7) ’diff(intosum(1/x*diff(f,x)),x)=diff(intosum(1/x*diff(f,x)),x);
∞ ∞
d X xn X
( %o7) = xn−1
d x n=1 n n=1
(%i8) ’diff(intosum(1/x*diff(f,x)),x)=rhs(part(%)),simpsum;
∞
d X xn 1
( %o8) =
d x n=1 n 1−x
(%i9) intosum(1/x*diff(f,x))=integrate(rhs(part(%)),x);
∞
X xn
( %o9) = −log (1 − x)
n=1
n
(%i10) ’diff(f,x)=x*rhs(part(%));
∞
d X xn+2
( %o10) = −log (1 − x) x
d x n=1 n (n + 2)
(%i11) logabs:true;
( %o11) true
(%i12) f=integrate(rhs(part(%o10)),x)+C;
∞ 2
X xn+2 −x +2 x
2 − log (1 − x) log (1 − x) x2
( %o12) =C− −
n=1
n (n + 2) 2 2
(%i13) subst(0,x,%);
( %o13) 0 = C
(%i14) subst(0,C,%o12);
∞ 2
X xn+2 −x +2 x
2 − log (1 − x) log (1 − x) x2
( %o14) =− −
n=1
n (n + 2) 2 2
(%i15) expand(%);
∞
X xn+2 log (1 − x) x2 x2 x log (1 − x)
( %o15) =− + + +
n=1
n2+ 2n 2 4 2 2
f (1) vale

(%i16) limit(rhs(part(%)),x,1,minus);
3
( %o16)
4
f (−1) vale
(%i17) limit(rhs(part(%o15)),x,-1,plus);
1
( %o17) −
4
∞
X (−1)n
f) x2n .
n=1
2n(2n − 1)
Comenzamos hallando el radio de convergencia de la serie de potencias
s
(−1)n
lı́m n = lı́m √ √1 =1
n→∞ 2n(2n − 1) n→∞ n 2n n 2n − 1
∞
X (−1)n
La serie convege pues absolutamente para x ∈ (−1, 1) y define una función f (x) = x2n .
n=1
2n(2n − 1)
∞
X(−1)n
Tanto para x = 1 como x = −1 tenemos que es convergente (por serlo absolutamente ya que
n=1
2n(2n − 1)
se puede comparar con la serie cuyo término general es n12 .)
Para x ∈ (−1, 1),
∞
X (−1)n 2n−1
f 0 (x) = x
n=1
2n − 1
∞ ∞ ∞
X X X 1
f 00 (x) = (−1)n x2n−2 = (−1)n+1 x2n = − (−x2 )n = −
n=1 n=0 n=0
1 + x2
Tenemos pues que Z
1
f 0 (x) = − dx = − arctan x + K
1 + x2
Como f 0 (0) = 0 es K = 0. Hallamos ahora f calculando una primitiva de f 0 (x) = arctan x usando el método
de integración por partes
Z Z
x 1
f (x) = − arctan x dx = −x arctan x + 2
dx = −x arctan x + log(1 + x2 ) + K
1+x 2
Dado que f (0) = 0 resulta que K = 0 y por tanto para x ∈ (−1, 1)
∞
X (−1)n 1
x2n = log(1 + x2 ) − x arctan x
n=1
2n(2n − 1) 2
Siendo el valor en los extremos del intervalo de convergencia

∞
X (−1)n 1 log 2 √ π
= lı́m− log(1 + x2 ) − x arctan x = − arctan 1 = log( 2) −
n=1
2n(2n − 1) x→1 2 2 4
Con Maxima

(%i1) a(n):=(-1)^n/(2*n*(2*n-1));
n
(−1)
( %o1) a (n) :=
2 n (2 n − 1)
(%i2) a(n+1)/a(n);
n (2 n − 1)
( %o2) −
(n + 1) (2 (n + 1) − 1)
(%i3) limit(abs(%),n,inf);
( %o3) 1
( %o4) [|x| < 1]
(%i5) f:sum(a(n)*x^(2*n),n,1,inf);
P∞ (−1)n x2 n
n=1 n (2 n−1)
( %o5)
2
(%i6) diff(f,x);
∞ n
X (−1) x2 n−1
( %o6)
n=1
2n − 1
(%i7) diff(f,x,2);
∞
n
X
( %o7) (−1) x2 n−2
n=1
(%i8) %=sum((-1)^(n+1)*x^(2*n),n,0,inf);
∞ ∞
n n+1
X X
( %o8) (−1) x2 n−2 = (−1) x2 n
n=1 n=0
(%i9) factor(rhs(part(%)));
∞
n
X
( %o9) − (−1) x2 n
n=0
(%i10) %,simpsum;
1
( %o10) −
x2 + 1
(%i11) diff(f,x)=integrate(%,x)+C;
∞ n
X (−1) x2 n−1
( %o11) = C − atan (x)
n=1
2n − 1
(%i12) subst(0,x,%);
( %o12) 0 = C
(%i13) subst(0,C,%o11);

∞ n
X (−1) x2 n−1
( %o13) = −atan (x)
n=1
2n − 1
(%i14) f=integrate(rhs(part(%)),x)+C;
P∞ (−1)n x2 n
n=1 n (2 n−1) log (x2 + 1)
( %o14) =C+ − x atan (x)
2 2
(%i15) subst(0,x,%);
( %o15) 0 = C
(%i16) subst(0,C,%o14);
P∞ (−1)n x2 n
n=1 n (2 n−1) log (x2 + 1)
( %o16) = − x atan (x)
2 2
Qué sucede en los extremos del intervalo de convergencia
(%i17) subst(1,x,f);
subst(-1,x,f);
P∞ (−1)n
n=1 n (2 n−1)
( %o17)
2
P∞ (−1)3 n
n=1 n (2 n−1)
( %o18)
2
En ambos casos hay convergencia (con el mismo valor) al ser ambas series absolutamente convergentes. Dicho
valor lo podemos hallar mediante
(%i19) subst(1,x,lhs(part(%o14)))=limit(rhs(part(%o14)),x,1,minus);
P∞ (−1)n
n=1 n (2 n−1) 4 C + 2 log (2) − π
( %o19) =
2 4
∞
X n
g) (−1)n+1 xn+1
n=1
n + 1
Comenzamos calculando el radio de convergencia de la serie. Para ello calculamos
s √
(−1)n+1 n
= lı́m √ n = 1
n
lı́m n
n→∞ n+1 n→∞ n
n+1
Por lo tanto el radio de convergencia es 1 y la serie converge en el intervalo (−1, 1).

Es claro que en los extremos del intervalo de convergencia la serie no es convergente:
P∞ n n
Para x = 1 tenemos n=1 (−1)n+1 n+1 y como lı́mn (−1)n+1 n+1 no existe, la serie no converge.
P∞ n+1 n n+1
= n n . En este caso lı́mn n+1
n+1
P
Para x = −1 tenemos n=1 (−1) n+1 (−1) n = 1 6= 0 por lo que no
hay convergencia.
Tenemos pues que la serie de potencias define una función de clase C ∞ (−1, 1),
∞
X n
f (x) := (−1)n+1 xn+1
n=1
n+1

Si x ∈ (−1, 1)
∞ ∞ ∞ ∞
!0
X X X X
0 n+1 n n+1 n−1 n−1 n
f (x) = (−1) nx = x (−1) nx =x n(−x) = −x (−x) =
n=1 n=1 n=1 n=1
0
−x 1+x−x x
=−x =x 2
=
1+x (1 + x) (1 + x)2
Calculamos ahora una primitiva de f
Z Z
x 1 1 1
dx = − dx = log(1 + x) +
(1 + x)2 1 + x (1 + x)2 1+x
1
Por lo tanto f (x) = log(1 + x) + 1+x + C para una cierta constante C . Para averiguar el valor de dicha
constante, sustituimos x = 0 en la serie de potencias y obtenemos f (0) = 0. Ası́, tiene que cumplirse
1
0 = log(1 + 0) + 1+0 + C = 1 + C por lo que C = −1. Finalmente, para x ∈ (−1, 1) resulta
∞
X n 1
(−1)n+1 xn+1 = log(1 + x) + −1
n=1
n+1 1+x
Ahora con Maxima
(%i1) a(n):=(-1)^(n+1)*n/(n+1);
n+1
(−1) n
( %o1) a (n) :=
n+1
(%i2) a(n+1)/a(n);
2
(n + 1)
( %o2) −
n (n + 2)
(%i3) limit(abs(%),n,inf);
( %o3) 1
( %o4) [|x| < 1]
(%i5) f:sum(a(n)*x^(n+1),n,1,inf);
∞ n+1 n+1
X n (−1) x
( %o5)
n=1
n+1
(%i6) diff(f,x);
∞
n+1
X
( %o6) n (−1) xn
n=1
(%i7) %=x*intosum(1/x*diff(f,x));
∞ ∞
n+1 n+1
X X
( %o7) n (−1) xn = x n (−1) xn−1
n=1 n=1
(%i8) g:intosum(1/x*diff(f,x));

∞
n+1
X
( %o8) n (−1) xn−1
n=1
(%i9) ’integrate(g,x)=integrate(g,x);
∞
Z X ∞
n+1 n+1
X
( %o9) n (−1) xn−1 dx = (−1) xn
n=1 n=1
(%i10) %,simpsum;
∞
Z X
n+1 x
( %o10) n (−1) xn−1 dx =
n=1
x+1
∞
X n+1 1 x
( %o11) n (−1) xn−1 = −
n=1
x + 1 (x + 1)2
(%i12) factor(%);
∞
X n 1
( %o12) − n (−1) xn−1 = 2
n=1 (x + 1)
(%i13) ’diff(f,x)=x*rhs(part(%));
∞ n+1
d X n (−1) xn+1 x
( %o13) = 2
d x n=1 n+1 (x + 1)
(%i14) integrate(lhs(part(%)),x)=integrate(rhs(part(%)),x)+C;
∞ n+1 n+1
X n (−1) x 1
( %o14) = C + log (x + 1) +
n=1
n + 1 x + 1
(%i15) subst(0,x,%);
( %o15) 0 = C + 1
(%i16) solve(%,C);
( %o16) [C = −1]
(%i17) subst(-1,C,%o14);
∞ n+1 n+1
X n (−1) x 1
( %o17) = log (x + 1) + −1
n=1
n + 1 x + 1
∞
X (n + 1)2 n (n+1)2
h) x . Llamamos an = n! .
n=0
n!
Hallamos el radio de convergencia
(n+1)2
an n! (n + 1)2 (n + 1)n!
lı́m = lı́m ((n+1)+1)2
= lı́m =∞
n→∞ an+1 n→∞ n→∞ (n + 2)2 n!
(n+1)!
Para cualquier x ∈ R,
∞ ∞ ∞ ∞ ∞
X (n + 1)2 n X n2 + 2n + 1 n X n2 n X n n X xn
x = x = x +2 x +
n=0
n! n=0
n! n=0
n! n=0
n! n=0
n!

dado que las tres series de la derecha tienen el mismo radio de convergencia que la del enunciado. Recordad
∞
X xn
que ex = .
n=0
n!
Por otro lado !0
∞ ∞ ∞
X n n X n n−1 X 1 n 0
x =x x =x x = x (ex − 1) = xex
n=0
n! n=1
n! n=1
n!
Finalmente
∞ ∞ ∞
!0 ∞
!0
X n2 n X n X 1 X 1 0
x =x xn−1 = x xn =x x xn−1 = x (xex ) = x(ex +xex )
n=0
n! n=1
(n − 1)! n=1
(n − 1!) n=1
(n − 1!)
∞
X (n + 1)2 n
Sustituyendo x = x(ex + xex ) + 2xex + ex = ex (1 + 3x + x2 )
n=0
n!
Podemos hacerlo con Maxima
(%i1) a(n):=(n+1)^2/n!;
2
(n + 1)
( %o1) a (n) :=
n!
(%i2) limit(a(n)/a(n+1),n,inf);
( %o2) ∞
(%i4) A:sum(a(n)*x^n,n,0,inf);
∞ 2
X (n + 1) xn
( %o4)
n=0
n!
(%i5) expand(A);
∞
X n2 xn 2 n xn xn
( %o5) + +
n=0
n! n! n!
(%i6) declare(sum,linear);
( %o6) done
(%i7) expand(A);
∞ ∞ ∞
! !
X n2 xn X n xn X xn
( %o7) +2 +
n=0
n! n=0
n! n=0
n!
(%i8) simplify_sum(%);
( %o8) x2 + x ex + 2 x ex + ex

(%i9) factor(%);
x 2 + 3 x + 1 ex

( %o9)

También lo podemos hacer directamente.
∞ ∞
!0 ∞
!0 !0 ∞
!0 !0
X (n + 1)2 n X n + 1 n+1 X 1 n+1 X xn 0 0
x = x = x x = x x = x (xex ) =
n=0
n! n=0
n! n=0
n! n=0
n!
0 0
= (x (ex + xex )) = xex + x2 ex = ex + xex + 2xex + x2 ex = (1 + 3x + x2 )ex

∞
X n+2
i) n (n + 1)
xn
n=1
3
Comenzamos calculando el radio de convergencia
r
1 n+1
R= q = lı́m 3 n =3
lı́mn n n+2 n n+2
3n (n+1)
∞
X n+2
Para x = 3 tenemos la serie que es divergente por ser lı́mn n+2
n+1 = 1 6= 0.
n=1
n + 1
∞
X n+2
Para x = −3 tenemos la serie (−1)n n+2
= 0 que no es convergente por no ser lı́mn (−1)n n+1 = 0.
n=1
n + 1
Pasamos a calcular la suma de la serie para x ∈ (−3, 3), x 6= 0.
∞ ∞ ∞
!0 ∞
!0
X n+2 n 1 X n+2 1 X xn+2 1 X xn+1
n
x = n
xn+1 = n
= x n
n=1
3 (n + 1) x n=1 3 (n + 1) x n=1
3 (n + 1) x n=1
3 (n + 1)
∞
X xn+1
Definimos, para x ∈ (−3, 3) la función h(x) = . Derivando obtenemos
n=1
3n (n + 1)
∞ x
X xn 1 x
h0 (x) = n
= 3
x = −1 + x ⇒ h(x) = −x − 3 log(1 − )+K
n=1
3 1 − 3 1− 3 3
Dado que h(0) = 0 resulta que K = 0 y por tanto h(x) = −x − 3 log(1 − x3 ). Sustituyendo más arriba
∞
X n+2 1 x 0 1 2 x 0
xn = x(−x − 3 log(1 − )) = − x + 3x log 1 − =
n=1
3n (n
+ 1) x 3 x 3
− 13

1 x 3 x 1
=− 2x + 3 log 1 − + 3x x = −2 − log 1 − + x
x 3 1− 3 x 3 1− 3
Con Maxima
(%i1) a(n):=(n+2)/(3^n*(n+1));
n+2
( %o1) a (n) :=
3n (n + 1)
(%i2) a(n)/a(n+1);
2
3 (n + 2)
( %o2)
(n + 1) (n + 3)
El radio de convergencia es

( %o3) 3
(%i4) f:sum(a(n)*x^n,n,1,inf);
∞
X (n + 2) xn
( %o4)
n=1
(n + 1) 3n
(%i5) g:intosum(x*f);
∞
X (n + 2) xn+1
( %o5)
n=1
(n + 1) 3n
(%i6) f=1/x*g;
∞
P∞ (n+2) xn+1
X (n + 2) xn n=1 (n+1) 3n
( %o6) =
n=1
(n + 1) 3n x
(%i7) integrate(g,x);
∞
X xn+2
( %o7)
n=1
(n + 1) 3n
(%i8) %=x*intosum(%/x);
∞ ∞
X xn+2 X xn+1
( %o8) = x
n=1
(n + 1) 3n n=1
(n + 1) 3n
(%i9) h:1/x*rhs(part(%));
∞
X xn+1
( %o9)
n=1
(n + 1) 3n
(%i10) diff(h,x);
∞
X xn
( %o10)
n=1
3n
(%i11) %,simpsum;
Is |x| − 3 positive, negative or zero?negative;

x
( %o11)
3 1 − x3

(%i12) logabs:true;
( %o12) true
(%i13) h=integrate(%o11,x)+C;
∞
X xn+1 −9 log (|x − 3|) − 3 x
( %o13) n
=C+
n=1
(n + 1) 3 3
(%i14) ev(%,x=0);
( %o14) 0 = C − 3 log (3)
(%i15) solve(%,C);

( %o15) [C = 3 log (3)]
(%i16) subst(3*log(3),C,rhs(part(%o13)));
−9 log (|x − 3|) − 3 x

( %o16) + 3 log (3)
3
(%i17) f=1/x*diff(x*%,x);
∞ −9 log(|x−3|)−3 x (− x−3
9
−3) x
X (n + 2) xn 3 + 3 + 3 log (3)
( %o17) n
=
n=1
(n + 1) 3 x
(%i18) f=expand(rhs(part(%)));
∞
X (n + 2) xn 3 log (|x − 3|) 3 log (3) 3
( %o18) n
=− + − −2
n=1
(n + 1) 3 x x x − 3
∞
X n
j) xn+2
n=1
n + 1
Comenzamos calculando el radio de convergencia de la serie
n
n+1
R := lı́m =1
n→∞ n+1
n+2
∞
X n n
Para x = 1, la serie resultante es divergente por ser lı́mn n+1 = 1 6= 0.
n=1
n + 1
∞
X (−1)n n
En el caso x = −1, la serie resultante no es convergente ya que obtenemos y al no ser
n=1
n+1
n
lı́mn (−1) n
n+1 = 0 (de hecho dicho lı́mite no existe) no puede ser convergente.
Pasamos ahora a calcular una fórmula para la suma en el caso de que x ∈ (−1, 1).
∞ ∞
X n X n
xn+2 = x xn+1 := xf (x)
n=1
n + 1 n=1
n + 1
Derivando f (x) tenemos

∞ ∞ ∞
!0 0
0
X
n
X
n−1
X
n x 1−x+x x
f (x) = nx = x nx =x x =x =x 2
= =
n=1 n=1 n=1
1−x (1 − x) (1 − x)2
1 1
=− +
1 − x (x − 1)2
Por tanto Z
1 1 1
f (x) = − + 2
dx = log(1 − x) − +C
1 − x (x − 1) x−1
Dado que f (0) = 0 ha de ser C = −1 y por tanto
∞
X n 1 x
xn+2 = xf (x) = x log(1 − x) − − 1 = x log(1 − x) − −x
n=1
n + 1 x − 1 x − 1
Ahora con Maxima

(%i1) a(n):=n/(n+1);
n
( %o1) a (n) :=
n+1
(%i2) A:sum(a(n)*x^(n+2),n,1,inf);
∞
X n xn+2
( %o2)
n=1
n+1
(%i3) f:sum(a(n)*x^(n+1),n,1,inf);
∞
X n xn+1
( %o3)
n=1
n+1
(%i4) %o2=x*f;
∞ ∞
X n xn+2 X n xn+1
( %o4) =x
n=1
n+1 n=1
n+1
(%i5) diff(f,x);
∞
X
( %o5) n xn
n=1
(%i6) %=x*intosum(1/x*%);
∞
X ∞
X
( %o6) n xn = x n xn−1
n=1 n=1
(%i7) h:1/x*rhs(part(%));
∞
X
( %o7) n xn−1
n=1
(%i8) integrate(h,x);
∞
X
( %o8) xn
n=1
(%i9) %,simpsum;
Is |x| − 1positive, negativeorzero?negative;

x
( %o9)
1−x
(%i10) h=diff(%,x);
∞
X x 1
( %o10) n xn−1 = 2 + 1−x
n=1 (1 − x)
(%i11) factor(rhs(part(%o10)));
1
( %o11) 2
(x − 1)
(%i12) ’diff(f,x)=x*%;
∞
d X n xn+1 x
( %o12) = 2
d x n=1 n + 1 (x − 1)

(%i13) logabs:true;
( %o13) true
(%i14) f=integrate(rhs(part(%o12)),x)+C;
∞
X n xn+1 1
( %o14) = C + log (|x − 1|) −
n=1
n + 1 x − 1
(%i15) ev(%,x=0);
( %o15) 0 = C + 1
(%i16) subst(-1,C,%o14);
∞
X n xn+1 1
( %o16) = log (|x − 1|) − −1
n=1
n+1 x−1
(%i17) A=x*rhs(part(%));
∞
n xn+2

X 1
( %o17) = x log (|x − 1|) − −1
n=1
n+1 x−1

Calculo I Apuntes Oncina

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Calculo I Apuntes Oncina

Transféré par

Droits d'auteur :

Formats disponibles

GRADO EN FÍSICA

Apéndice C: Autoevaluación. Al final de cada capı́tulo hay unos ejercicios de autoevaluación. En el

1. T. M. Apostol, Análisis Matemático, Reverté, Barcelona, 1991.

2. B. Cascales, J. M. Mira y S. Sánchez-Pedreño, Análisis Matemático I, http://ocw.um.es/ciencias/

3. B. P. Demidóvich, 5.000 problemas de Análisis Matemático, Paraninfo, Madrid, 1985.

4. J. A Fernández Viña y E. Sánchez Mañes, Ejercicios y complementos de Análisis Matemático I, Tecnos,

5. J. M. Ortega, Introducción al Análisis Matemático, Ed. Labor, 1993.

4.2.2. Teoremas del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

No existe ningún número entero x tal que 2x = 1.

Este problema lo resolvemos con los números racionales Q := {m · n1 : n ∈ N, m ∈ Z} donde n1 es

No existe ningún número racional cuyo cuadrado sea 2.

serı́a impar lo cual no es cierto.

1.2. Definición axiomática de R

Existe un cuerpo totalmente ordenado y completo al que denotaremos por R.

¿Qué significa cada cosa en el axioma?

Luis Oncina, Cálculo I

Significa que hay dos operaciones internas en R, + : R × R → R, · : R × R → R llamadas suma y

1. x + (y + z) = (x + y) + z para todo x, y, z ∈ R (asociativa),

2. x + y = y + x para todo x, y ∈ R (conmutativa),

3. existe un elemento en R denotado con 0 con la propiedad de que x + 0 = x para todo x ∈ R

4. para cada x ∈ R existe x0 ∈ R con la propiedad de que x + x0 = 0, dicho x0 se denota con

5. x · (y · z) = (x · y) · z para todo x, y, z ∈ R (asociativa),

6. x · y = y · x para todo x, y ∈ R (conmutativa),

7. existe un elemento en R distinto de 0, denotado con 1, con la propiedad de que 1 · x = x

9. (x + y) · z = x · z + y · z para todo x, y, z ∈ R (distributiva).

(El sı́mbolo ∈ es el de pertenencia de conjuntos, es decir, x ∈ R significa que x es un elemento de R).

La unicidad para el producto se hace de forma similar.

Maxima conoce las operaciones algebraicas

Luis Oncina, Cálculo I

0 es el elemento neutro de la suma

Asociativa del producto

1 es el elemento neutro del producto

Buscamos el inverso del número x.

Luis Oncina, Cálculo I

Vamos a sacar factor común.

Claro, también podemos comprobarlo ası́.

Definición 2 (Totalmente ordenado).

10. x ≤ x para todo x ∈ R (reflexiva),

11. x ≤ y e y ≤ x implican x = y (antisimétrica),

12. x ≤ y e y ≤ z implican x ≤ z para todo x, y, z ∈ R (transitiva),

14. x ≤ y implica x + z ≤ y + z para todo x, y, z ∈ R,

15. x ≤ y y 0 ≤ z implica x · z ≤ y · z para todo x, y, z ∈ R.

Maxima sabe manejar desigualdades. Comenzamos cargando el paquete ineq

( %o1) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/simplification/ineq.mac

Is z positive, negative or zero?positive;

(%i4) assume(x<=y and y<=z);

( %o4) [y >= x, z >= y]

Luis Oncina, Cálculo I

Significa que satisface el siguiente:

a ≤ α para todo a ∈ A y si β ∈ R con a ≤ β para todo a ∈ A entonces se cumple α ≤ β .

La relación x ≥ y significa, por definición, lo mismo que y ≤ x. Y si x ≤ y siendo x 6= y entonces

Luis Oncina, Cálculo I

Maxima es capaz de operar de forma simbólica. Comprobamos las propiedades anteriores.

( %o1) C:/PROGRA 2/MAXIMA 2.0/share/maxima/5.30.0/share/simplification/ineq.mac

Luis Oncina, Cálculo I

Dado a ∈ R al número real a · a lo denotaremos por a2 .

Luis Oncina, Cálculo I

1.2.1. Valor absoluto

Para cada x ∈ R se define el valor absoluto |x| := x si x ≥ 0 y |x| = −x si x ≤ 0.

Para cada par de elementos x, y de R se cumplen:

Comprobamos con Maxima las propiedades.

Luis Oncina, Cálculo I

( %o3) |x| |y|