Matematicas I PDF

Matemáticas I
Marı́a Burgos Navarro

Pedro A. Garcı́a Sánchez
José Carlos Rosales
Moisés Villegas
Departamento Matemática Aplicada, Universidad de Cádiz
Departamento de Álgebra, Universidad de Granada
Departamento de Álgebra, Universidad de Granada

Departamento Matemática Aplicada, Universidad de Cádiz
Estas notas se iniciaron durante la ejecución del proyecto de innovación docente
“Recursos TIC en la docencia matemática, interactividad con la pizarra digital”
de la Universidad de Almerı́a
Parte de los contenidos de estos apuntes han sido extraı́dos de los apuntes
Notas de Álgebra Lineal y Estructuras Matemáticas.
Índice general
Capı́tulo 1. Números complejos 5

1. Definición axiomática de R 5
2. Consecuencias de los axiomas de R 7
3. El valor absoluto y los intervalos 9
4. Números naturales, enteros y racionales e irracionales 12
5. Potencias y raı́ces de números reales 14
6. El método de inducción 15
7. El número e 17
8. El cuerpo de los números complejos 18
9. Representación geométrica de los números complejos. Argumentos de un número
complejo 21
10. Forma polar de un número complejo 22
11. Raı́ces de un número complejo 23
Capı́tulo 2. Matrices y determinantes 25
1. Matrices 25
2. Determinantes 26
3. Operaciones elementales y determinantes 29
4. Forma normal reducida por filas (o columnas) de una matriz 29
5. Rango de una matriz 31
6. Resolución de sistemas de ecuaciones lineales 32
Capı́tulo 3. Espacios vectoriales y aplicaciones lineales 36
1. Espacios y subespacios 36
2. Bases 38
3. Ecuaciones del cambio de base 40
4. Ecuaciones paramétricas de un subespacio vectorial 42
5. Aplicaciones lineales 44
6. Ecuaciones de una aplicación lineal 45
7. Espacio vectorial cociente 47
8. Ecuaciones cartesianas o implı́citas de un subespacio vectorial 49
Capı́tulo 4. Diagonalización de matrices 53
1. Matrices diagonalizables 53
2. Método para diagonalizar una matriz 54
3. Forma normal de Jordan 55
Capı́tulo 5. Continuidad y lı́mites de funciones 60
1. Funciones reales de una variable real. Definición y primeras propiedades 60
2. Funciones elementales 65
3. Simetrı́as, periodicidad, acotación y monotonı́a de funciones 74
4. Transformaciones de gráficas 79
3
Índice general 4
5. Continuidad y lı́mites 82
6. Teoremas sobre continuidad. Continuidad y lı́mites de funciones elementales 91
7. Lı́mites de potencias 96
Capı́tulo 6. Cálculo diferencial en una variable 98
1. Derivabilidad de funciones 98
2. Reglas de derivación. Derivadas de algunas funciones elementales 101
3. Extremos relativos. Teorema del valor medio 103
4. Derivadas de las funciones trigonométricas y de las funciones arco 104
5. Reglas de L’Hôpital 105
6. Derivadas sucesivas 105
7. Fórmula de Taylor 106
8. Funciones convexas y cóncavas. Estudio analı́tico y representación gráfica de funciones 107
9. Problemas propuestos 109
Capı́tulo 7. Cálculo integral de una variable 120
1. Cálculo de primitivas 120
2. Primitivas de funciones racionales 123
3. Primitivas de fracciones racionales en senos y cosenos 126
4. La integral de Riemann 129
5. Integrales impropias 134
6. Aplicaciones de la integral al cálculo de áreas, volúmenes y longitudes 136
7. Problemas propuestos 139
Capı́tulo 1
Números complejos
1. Definición axiomática de R
La definición axiomática de R en dos frases
Existe un único cuerpo totalmente ordenado que verifica el axioma del supremo. Este cuerpo se
denota por R y sus elementos son llamados números reales.
Para entender bien esta definición, debemos responder las tres preguntas siguientes:
¿Qué significa que R es un cuerpo?
¿Qué significa que el cuerpo R está totalmente ordenado?
¿Qué significa que R verifica el axioma del supremo?
En esta primera sección estudiaremos la respuesta a estas preguntas, es decir, estudiaremos los
axiomas de los números reales.
¿Qué significa que R es un cuerpo? (axiomas de cuerpo)
Significa que R es un conjunto no vacı́o provisto de dos operaciones, la suma (x, y) 7→ x + y y el
producto (x, y) 7→ xy, que verifican las siguientes propiedades (conocidas como axiomas de cuerpo
de R):
Axioma 1: La suma es asociativa:
(x + y) + z = x + (y + z), ∀x, y, z ∈ R.
Axioma 2: La suma es conmutativa:
x + y = y + x, ∀x, y ∈ R.
Axioma 3: Existe un número real 0 (el cero) que es elemento neutro para la suma:
∃0 ∈ R : x + 0 = x, ∀x ∈ R.
Axioma 4: Todo número real tiene un elemento opuesto:
∀x ∈ R, ∃ − x ∈ R : x + (−x) = 0.
Axioma 5: El producto es asociativo:
(xy)z = x(yz), ∀x, y, z ∈ R.
Axioma 6: El producto es conmutativo:
xy = yx, ∀x, y ∈ R.
Axioma 7: Existe un número real distinto de cero 1 (el uno) que es elemento neutro para
el producto:
∃1 ∈ R, 1 6= 0 : x1 = x, ∀x ∈ R.
Axioma 8: Todo número real distinto de 0 tiene un elemento inverso:
∀x ∈ R, x 6= 0, ∃x−1 ∈ R : xx−1 = 1.
Axioma 9: El producto es distributivo respecto de la suma:
x(y + z) = xy + xz, ∀x, y, z ∈ R.
5
1. DEFINICIÓN AXIOMÁTICA DE R 6
¿Qué significa que el cuerpo R está totalmente ordenado? (axiomas de orden)

Significa que en R hay una relación binaria, la relación ser menor o igual ≤, que verifica los
siguientes axiomas:
Axioma 10: La relación ≤ es reflexiva:
x ≤ x, ∀x ∈ R.
Axioma 11: La relación ≤ es antisimétrica:
x, y ∈ R, x ≤ y, y ≤ x ⇒ x = y.
Axioma 12: La relación ≤ es transitiva:
x, y, z ∈ R, x ≤ y, y ≤ z ⇒ x ≤ z.
Axioma 13: La relación de orden ≤ es total:
x, y ∈ R ⇒ x ≤ y ó y ≤ x.
Axioma 14: La relación ≤ es compatible con la suma:
x, y, z ∈ R, x ≤ y ⇒ x + z ≤ y + z.
Axioma 15: La relación ≤ es compatible con el producto por números reales no negativos:
x, y, z ∈ R, x ≤ y, 0 ≤ z ⇒ xz ≤ yz.
Conjuntos acotados. Máximo, mı́nimo, supremo e ı́nfimo de un conjunto
Ya sabemos lo que significa que R es un cuerpo totalmente ordenado, pero todavı́a nos falta
un axioma: El axioma del supremo. Para enunciar este axioma debemos introducir los siguientes
conceptos. Sea A un conjunto no vacı́o de números reales.
i) Se dice que un número real x es un minorante o una cota inferior de A si x ≤ a para todo
a ∈ A.
x A
Se dice que A está minorado (o acotado inferiormente) si A tiene un minorante.
ii) Se dice que un número real y es un mayorante o una cota superior de A si a ≤ y para
todo a ∈ A.
A y
Se dice que A está mayorado (o acotado superiormente) si A tiene un mayorante.
iii) Se dice que A está acotado si A está mayorado y minorado.
iv) Se dice que A tiene mı́nimo si existe un número real x ∈ A tal que x ≤ a para todo a ∈ A.
x A
v) Se dice que A tiene máximo si existe un número real y ∈ A tal que a ≤ y para todo a ∈ A.
A y
Es inmediato que el mı́nimo y el máximo de A, si existen, son únicos y se denotan por
mı́n(A) y máx(A), respectivamente.
vi) Se llama ı́nfimo de A al máximo, si existe, del conjunto de todos los minorantes de A.
2. CONSECUENCIAS DE LOS AXIOMAS DE R 7
ı́nf(A)
d
A d
vii) Se llama supremo de A al mı́nimo, si existe, del conjunto de todos los mayorantes de A.
d
A sup(A)
d
Claramente, el ı́nfimo y el supremo de A, si existen, son únicos y se denotan por ı́nf(A)
y sup(A), respectivamente.
¿Qué significa que R verifica el axioma del supremo?

Como ya sabemos lo que es un supremo, podemos enunciar el último axioma:
Axioma 16 (axioma del supremo). Todo conjunto no vacı́o y mayorado de números reales
tiene supremo.
2. Consecuencias de los axiomas de R

Usando exclusivamente los axiomas anteriores, se pueden probar las siguientes propiedades
(seguramente conocidas).
Corolario 6. Los siguientes números reales son únicos:
a) El elemento neutro de la suma.
b) El elemento opuesto de un número real.
c) El elemento neutro del producto.
d) El elemento inverso de un número real distinto de cero.
Corolario 7. Si x, y, z, w ∈ R y w 6= 0, se tienen las siguientes propiedades simplificativas:
i) x + z = y + z ⇒ x = y.
ii) xw = yw ⇒ x = y.
Corolario 8. Si x, y, z, w ∈ R con z 6= 0 6= w, se verifican:
i) x0 = 0. Como consecuencia 0 no tiene inverso.
ii) Si xy = 0, entonces x = 0 ó y = 0.
iii) −(−x) = x.
iv) (z−1 )−1 = z.
v) (−1)x = −x.
vi) (−x)y = x(−y) = −(xy).
vii) (−x)(−y) = xy.
viii) −(x + y) = (−x) + (−y).
ix) (zw)−1 = z−1 w−1 .
x) xz wy = zw
xy
, donde hemos usado la notación xz = xz−1 .
xi) xz + wy = xw+zy
zw
.
Ejemplo maxima 1:
(%i1) -(-x);
( %o1) x
(%i2) (x^(-1))^(-1);
( %o2) x
2. CONSECUENCIAS DE LOS AXIOMAS DE R 8
(%i3) (x*y)^(-1);
1
( %o3)
xy
(%i4) x/z+y/w;
x y
( %o4) +
z w
(%i5) ratsimp(%);
yz + wx
( %o5)
wz
Corolario 9. Si x, y, z, w ∈ R, se cumple que:

i) x ≤ y ⇔ −y ≤ −x.
ii) x ≤ y, z ≤ w ⇒ x + z ≤ y + w.
iii) x < y, z ≤ w ⇒ x + z < y + w.
iv) x ≤ y, z ≤ 0 ⇒ yz ≤ xz.
v) x < y, z > 0 ⇒ xz < yz.
vi) xx ≥ 0, ∀x ∈ R.
vii) 0 < 1 < 1 + 1.
viii) x > 0 ⇔ x−1 > 0.
ix) 0 < x < y ⇒ 0 < y−1 < x−1 .
x) 0 < x < y, 0 < z < w ⇒ 0 < xz < yw.
Como consecuencia del axioma del supremo, podemos obtener la siguiente propiedad para el
ı́nfimo:
Corolario 10. Todo conjunto no vacı́o y minorado de números reales tiene ı́nfimo.
Se dice que un número real x es positivo si x > 0, es negativo si x < 0 y es no negativo si x ≥ 0.

Notaremos:
R+ = {x ∈ R : x > 0} , R− = {x ∈ R : x < 0} , 0 = {x ∈ R : x ≥ 0} ,
R+
R∗ = {x ∈ R : x 6= 0} .
A veces, es útil conocer las relaciones mı́nimo-ı́nfimo y supremo-máximo:
Proposición 11. Sea A un subconjunto no vacı́o de números reales. Se verifica que:

i) Si A tiene mı́nimo, entonces A tiene ı́nfimo y ı́nf(A) = mı́n(A).
ii) Si A tiene ı́nfimo e ı́nf(A) ∈ A, entonces A tiene mı́nimo y mı́n(A) = ı́nf(A).
iii) Si A tiene ı́nfimo e ı́nf(A) ∈
/ A, entonces A no tiene mı́nimo.
iv) Si A tiene máximo, entonces A tiene supremo y sup(A) = máx(A).
v) Si A tiene supremo y sup(A) ∈ A, entonces A tiene máximo y máx(A) = sup(A).
vi) Si A tiene supremo y sup(A) ∈ / A, entonces A no tiene máximo.
Si A es un conjunto no vacı́o y acotado de números reales, entonces el conjunto m(A) de todos

los minorantes de A y el conjunto M(A) de todos mayorantes de A son no vacı́os y, por definición,
sabemos que
ı́nf(A) = máx(m(A)), sup(A) = mı́n(M(A)).
3. EL VALOR ABSOLUTO Y LOS INTERVALOS 9
3. El valor absoluto y los intervalos

Valor absoluto de un número real
El valor absoluto de un número real x es el número real

x si x ≥ 0,
|x| =
−x si x < 0.
Se llama distancia entre los números reales x e y al número real no negativo |x − y| .
Propiedades del valor absoluto

Sean x, y ∈ R. El valor absoluto tiene las siguientes propiedades:
i) |x| ≥ 0.
ii) |x| = 0 si, y sólo si, x = 0.
iii) |x| ≤ y si, y sólo si, −y ≤ x ≤ y.
iv) x ≤ |x|.
v) |xy| = |x| |y| .
vi) Desigualdad triangular : |x + y| ≤ |x| + |y| .
vii) Desigualdad triangular inversa: ||x| − |y|| ≤ |x − y| .
Ejemplo maxima 2:
(%i1) abs(-x);
( %o1) |x|
(%i2) abs(-4);
( %o2) 4
(%i3) abs(x*y);
( %o3) |x| |y|
(%i4) abs(1/x);
1
( %o4)
|x|
Intervalos en la recta real

Dados dos números reales a y b con a ≤ b, los conjuntos
]a, b[ = {x ∈ R : a < x < b},
[a, b[ = {x ∈ R : a ≤ x < b},
]a, b] = {x ∈ R : a < x ≤ b},
[a, b] = {x ∈ R : a ≤ x ≤ b}
se denominan, respectivamente, intervalo abierto, intervalo semiabierto por la derecha, intervalo
semiabierto por la izquierda e intervalo cerrado de origen a y extremo b.
Dado un número real a, los conjuntos
]−∞, a[ = {x ∈ R : x < a},
]−∞, a] = {x ∈ R : x ≤ a},
]a, +∞[ = {x ∈ R : a < x},
[a, +∞[ = {x ∈ R : a ≤ x}
se llaman, respectivamente, semirrecta abierta de extremo a, semirrecta cerrada de extremo a,

semirrecta abierta de origen a y semirrecta cerrada de origen a.
Se dice que un conjunto I de números reales es un intervalo si I = R, o bien I responde a una
de las ocho descripciones dadas anteriormente.
Observe que ]a, a[ = ∅ y [a, a] = {a}. Se dice que un intervalo de R es degenerado si es vacı́o o
se reduce a un punto.
No es difı́cil comprobar la siguiente caracterización de los intervalos de números reales:
Proposición 15. Un conjunto de números reales I es un intervalo si, y sólo si, [x, y] ⊂ I para
todo x, y ∈ I con x < y.
Una inecuación es una expresión algebraica en la que intervienen números llamados coeficientes
y letras llamadas incognitas, y que se verifica para determinados valores de las incognitas.
Una inecuación con una incognita es de primer grado si aplicando los axiomas de los números
reales se transforma en una inecuación de la forma ax + b ∼ 0 (a, b ∈ R, a > 0), donde ∼
representa cualquiera de los signos <, ≤, > ó ≥ .
Una inecuación con una incognita es de segundo grado si aplicando los axiomas de los números
reales se transforma en una inecuación de la forma ax2 + bx + c ∼ 0 (a, b, c ∈ R, a > 0), donde
∼ representa cualquiera de los signos <, ≤, > ó ≥ .
Ejemplo maxima 3: El paquete fourier elim sirve para resolver desigualdades en una o más
incógnitas.
(%i1) load(fourier_elim)$
(%i2) fourier_elim([x+2>=2*x-4],[x]);
( %o2) [x = 6] ∨ [x < 6]
(%i3) fourier_elim([x^2-2*x+1>0],[x]);
( %o3) [x < 1] ∨ [1 < x]
(%i4) fourier_elim([x^2-3*x+2<0],[x]);
( %o4) [1 < x, x < 2]
(%i5) fourier_elim([x/2+(x+1)/2-x+2<0],[x]);
( %o5) emptyset
(%i6) expand(x/2+(x+1)/2-x+2);
5
( %o6)
2
(%i7) fourier_elim([x/2+(x+1)/7-x+2<0],[x]);
( %o7) [6 < x]
Ejercicio 1: Resuelve las siguientes inecuaciones de primer grado y expresa el conjunto de todas
sus soluciones por medio de intervalos:
1. 3x + 1 > 2x + 5,
2. 2x + 1 ≤ x + 3,
3. 2(x + 3) − 3(x − 1) > 2(x + 2),
4. 3x+1
2
≥ 5x+1
3
,
5. x2 + x+1
7
− x + 2 < 0,
x 2x+1 8−10x
6. 3 − 8 − 45 > 0.
Ejercicio 2: Representa, usando intervalos, el conjunto de soluciones de las siguientes inecuaciones

de segundo grado:
1. x2 − 5x + 4 > 0,
2. 2x2 − 4x − 6 < 0,
2x−8
3. 3x+9
> 0,
4. x3 − x2 − 6x < 0,
x(x+2)
5. x−3
< 0,
(x+1)(x−1)
6. x2 +1
> 0,
4
7. x − 1 < 0.
Ejercicio 3: Resuelve las siguientes inecuaciones:
1. |2x − 3| < 1/2,

2. |x
2+ 1| >
2,
3. x − 1 < 1/2,
4. |x
2− 4| ≤
1,
5. x − 2 ≤ 2/3,
6. |x + 1| < |x − 5|,
7. |x + 2| / |3 − x| = (x + 2) / (3 − x).
Ejercicio 4: Expresa los siguientes conjuntos, cuando sea posible, usando la notación de intervalos:
A = {x ∈ R : 0 ≤ x ≤ 1} ,
B = {x
∈R:0<x≤ 1} ,
2
C = x ∈ R : 0 < x − 4 ,
D = x ∈ R : x2 − 4 < 0 ,
E = { p1 : p ∈ Z, p 6= 0},
F = {x ∈ R : 2 ≤ x}, √
G = {x ∈ Q : 0 ≤ x ≤ 2},
H ={x ∈ R : x2 + x + 1 ≥ 0},
I = x ∈ R \ Q : x2 + x < 2 .
4. NÚMEROS NATURALES, ENTEROS Y RACIONALES E IRRACIONALES 12
Rellena la siguiente tabla.

¿minorado? mı́n(−) m(−) ı́nf(−) ¿mayorado? máx(−) M(−) sup(−)
4. Números naturales, enteros y racionales e irracionales

Números naturales
Se dice que un subconjunto A de R es inductivo si 1 ∈ A, y si x ∈ A entonces x + 1 ∈ A. Se define
el conjunto N de los números naturales como la intersección de todos los subconjuntos inductivos
de R.
Propiedades de los números naturales
Entre las propiedades de los números naturales destacamos las siguientes:
i) Estabilidad bajo las operaciones suma y producto: n + m, nm ∈ N para todo n, m ∈ N.
ii) El principio de inducción: si A es un subconjunto inductivo de números naturales, entonces
A = N.
En la práctica el principio de inducción es muy útil para demostrar igualdades, desigual-
dades y proposiciones en las que intervienen los números naturales.
iii) El principio de la buena ordenación: todo conjunto no vacı́o de números naturales tiene
mı́nimo.
iv) Propiedad arquimediana del orden de R: para cada x ∈ R, existe n ∈ N tal que x < n. En
particular, N no está mayorado en R.
Definimos:
1 + 1 = 2, 2 + 1 = 3, 3 + 1 = 4, 4 + 1 = 5
5 + 1 = 6, 6 + 1 = 7, 7 + 1 = 8, 8 + 1 = 9, 9 + 1 = 10.
Números enteros
Se dice que un número real x es entero si x = 0 ó x ∈ N ó −x ∈ N. El conjunto de los números
enteros se denota por Z. Z es un subanillo de R (es estable para la suma y el producto, y contiene
todos los elementos opuestos), pero no es un subcuerpo de R (no contiene los inversos).
4. NÚMEROS NATURALES, ENTEROS Y RACIONALES E IRRACIONALES 13
Factorial de un número entero no negativo

Se definen:
0! = 1, 1! = 1, (n + 1)! = (n + 1) n!, ∀n ∈ N.
Dado un número n ∈ N ∪ {0}, al número natural n! se le llama factorial de n.
Ejemplo maxima 4:
(%i1) minfactorial((n+1)!-(n+1)*n!);
( %o1) 0
(%i2) factcomb((n+1)!-n!*(n+2));
( %o2) − n!
Números racionales e irracionales

Se dice que un número real x es racional si puede ser expresado en la forma x = np con p ∈ Z y
n ∈ N. El conjunto de los números racionales se denota por Q. Q es un subcuerpo de R. Observe
que N ⊂ Z ⊂ Q. Los números reales que no son racionales se llaman números irracionales y su
conjunto se denota por R\Q.
Densidad de Q en R
Como consecuencia de la propiedad arquimediana del orden de R, los números racionales son
densos en R: si x, y ∈ R con x < y, entonces existe q ∈ Q tal que x < q < y.
Densidad de R\Q en R
También los números irracionales son densos en R: si x, y ∈ R con x < y, entonces existe β ∈ R\Q
tal que x < β < y.
Ejercicio 5: Indiqua si son verdaderas o falsas las siguientes afirmaciones.

1. Todo subconjunto minorado de números racionales tiene mı́nimo.
2. Z está minorado.
3. √La ecuación x + 1 = 0 tiene solución en Z.
4. 2 es un número racional.
5. El producto de dos números racionales es un número racional.
6. El producto de un número racional y un número irracional es irracional.
7. La suma de un número racional
y un número
irracional es irracional.
2
8. El supremo del conjunto 1/n : n ∈ N es 1.
9. Cualquier intervalo de la forma (a, b) con a, b ∈ R y a < b tiene supremo.
10. El número decimal 2, 3 es irracional.
11. La suma de dos números naturales es un número natural.
12. La diferencia de dos números naturales es un número natural.
13. π es irracional.
14. R+ tiene supremo.
15. La ecuación x2 + 1 = 0 tiene solución en R. √ √
16. La suma de dos números irracionales de la forma a y b es irracional.
Ejemplo maxima 5:
(%i1) integerp(1/2);
( %o1) false
5. POTENCIAS Y RAÍCES DE NÚMEROS REALES 14
(%i2) integerp(4/2);
( %o2) true
(%i3) sqrt(2);
√
( %o3) 2
(%i4) ratp(%);
( %o4) false
(%i5) %pi;
( %o5) π
(%i6) ratp(%);
( %o6) false
(%i7) solve(x^2+1);
( %o8) [x = −i, x = i]
Ejercicio 6: Considera la siguiente relación de números reales:

√
1; 0; π; e; 0, 5; 2, b
3; 1, 4532;
b 7; 1/2; 1/3; 1/6; −2; ϕ; 2/4.
Determina
1. los números naturales,
2. los números enteros no naturales,
3. los números racionales no enteros,
4. los números irracionales.
5. Potencias y raı́ces de números reales

Potencias enteras de un número real
Las potencias enteras de los números reales se definen del siguiente modo: Sea a ∈ R. Se define
a0 = 1, a1 = a y an+1 = an a para n ∈ N. Si a 6= 0 y n ∈ N, se define a−n = a1n .
Raı́ces de un número real
Usando el axioma del supremo se prueba lo siguiente: dados a ∈ R con a ≥ 0 y n ∈ N, existe un
único número real x tal que x ≥ 0 y xn = a. Este número se llama raı́z n-ésima (no
√ negativa)
√ √ √
de a y√se denota por a. Si n = 2, escribiremos a en vez de a. Se cumple que a2 = |a| , y
n 2
√
a ≤ b si 0 ≤ a ≤ b.
Si a < 0√y n ∈ N√es impar (esto es, n = 2m − 1 para algún m ∈ N), se define la raı́z n-ésima
de a como n a = − n −a.
Potencias racionales de un número real
Sean a ∈ R+ , p ∈ Z y n ∈ N. Definimos:
p √
i) a n = ( n a)p .
p
ii) 0 n = 0 si p√> 0.
p
iii) (−a) n = ( n −a)p si n es impar.
6. EL MÉTODO DE INDUCCIÓN 15
Potencias reales de un número real positivo

Dado un número real positivo a y un número real x, si a > 1 es fácil comprobar que el conjunto
{aq : q ∈ Q, q ≤ x} es no vacı́o y está mayorado. El axioma del supremo asegura entonces que este
conjunto tiene supremo. Esto nos permite definir las siguientes potencias de exponente x:
i) Si a > 1, ax = sup{aq : q ∈ Q, q ≤ x}.
ii) Si a = 1, 1x = 1.
−x
iii) Si a < 1, ax = a1 .
Propiedades de las potencias reales
Sean a, b ∈ R+ y x, y ∈ R. Se verifica que:
i) Si a > 1 y x < y, entonces ax < ay .
ii) ax+y = ax ay .
iii) (ax )y = axy . x
x x x 1 1
iv) (ab) = a b , en particular, = x = a−x .
a a
6. El método de inducción
Si se quiere demostrar una propiedad para todos los números naturales, normalmente se suele
proceder del siguiente modo:
Se prueba la propiedad para n = 1.
Se supone la propiedad cierta para n y se demuestra para n + 1.
Entonces el principio de inducción (recuérdense las propiedades de N) nos dice que la propiedad
es cierta para todos los números naturales. Veamos un ejemplo:
Ejemplo 28. Se quiere probar por inducción que 1 ≤ n para todo n ∈ N. Para n = 1 es
trivialmente cierto (propiedad reflexiva del orden). Supongamos que la desigualdad es cierta para
n y demostrémosla para n + 1. Tenemos 1 ≤ n. Por otra parte,
0 ≤ 1 ⇒ n ≤ n + 1.
Por tanto (propiedad transitiva del orden), 1 ≤ n + 1.
Ejemplo 29. Se quiere probar por inducción que 2n ≤ (n + 1)! para todo n ∈ N. En primer lugar,
comprobamos que es cierto para n = 1:
21 = 2 = (1 + 1)!.
En segundo lugar, suponemos que la desigualdad es cierta para n y la demostramos para n + 1.
Tenemos 2n ≤ (n + 1)!. Además,
1 ≤ n + 1 ⇒ 2 ≤ n + 2.
Entonces 2n+1 ≤ (n + 2) (n + 1)! = (n + 2)!, como querı́amos demostrar.
Ejemplo 30. Se quiere probar por inducción que 0!1 + 1!1 + 2!1 +· · ·+ n!1 ≤ 1+ 1 1 1 1

20
+ 21
+ 22
+ ··· + 2n−1
para todo n ∈ N. Para n = 1, tenemos
1 1 1
+ =2=1+ 0
0! 1! 2
6. EL MÉTODO DE INDUCCIÓN 16
Luego la desigualdad es cierta en este caso. Supongamos que la desigualdad es cierta para n y
1
probémosla para n + 1. Por el ejemplo anterior sabemos que 2n ≤ (n + 1)!, de donde (n+1)! ≤ 21n .
Por otra parte, se verifica que
1 1 1 1 1 1 1 1
+ + + ··· + ≤ 1 + 0 + 1 + 2 + · · · + n−1 .
0! 1! 2! n! 2 2 2 2
Ası́ pues,
1 1 1 1 1 1 1 1 1 1
+ + + ··· + + ≤ 1 + 0 + 1 + 2 + · · · + n−1 + n .
0! 1! 2! n! (n + 1)! 2 2 2 2 2
Ejercicio 7: Dados a, b ∈ R y n, m ∈ N, demuestra usando el método de inducción las siguientes

propiedades de las potencias de exponente natural.
1. Si a > 1, entonces 1 < an .
2. Si a > 1, k ∈ N y n < k, entonces an < ak .
3. an+m = an am .
4. (am )n = amn .
5. (ab)n = an bn .
Ejercicio 8: Para cada n ∈ N, consideremos el número real xn = 12 + 22 + 32 + · · · + (n − 1)2 + n2 .

1. Calcula xn para n = 1, 2, 3.
2. Comprueba por inducción la igualdad:
n(n + 1)(2n + 1)
xn = , ∀n ∈ N.
6
Ejemplo maxima 6: Comprobemos con maxima el ejercicio anterior.

(%i1) f(n):=sum(i^2,i,1,n);
X
n
( %o1) f (n) := i2
i=1
(%i2) makelist(f(i),i,1,10);
( %o2) [1, 5, 14, 30, 55, 91, 140, 204, 285, 385]
Ahora le decimos a maxima que simplifique sumatorias.
(%i3) simpsum:true;
( %o3) true
(%i6) f(n);
2 n3 + 3 n2 + n
( %o6)
6
(%i7) ratsimp(%-n*(n+1)*(2*n+1)/6);
( %o7) 0
Ejercicio 9: Considera la desigualdad:

n2 + 3 < n3 , ∀n ≥ 2.
1. Escribe una desigualdad equivalente a la anterior que sea válida para todo natural.
2. Compruebe por inducción dicha desigualdad.
7. EL NÚMERO e 17
Ejercicio 10: Dado n ∈ N, calcula el valor de la suma S = 1 + 3 + 32 + · · · + 3n .
7. El número e
En este apartado destacamos un número real que tendrá importancia más adelante. Para definir
este número, probaremos que el conjunto no vacı́o

1 1 1 1
+ + + ··· + : n∈N
0! 1! 2! n!
está mayorado y aplicaremos el axioma del supremo. Dado n ∈ N, sabemos por el ejemplo anterior
que
1 1 1 1 1 1 1 1
+ + + ··· + ≤ 1 + 0 + 1 + 2 + · · · + n−1 .
0! 1! 2! n! 2 2 2 2
1 1 1 1
Calculemos, pues, el valor de la suma S = 20 + 21 + 22 + · · · + 2n−1 . Observe que
1 1 1
S = 1 + + 2 + · · · + n−1
2 2 2
−
1 1 1 1 1 1
S= + + + ··· + +
2 2 22 23 2n−1 2n
1 1
S− S=1− n .
2 2
1
Luego S = 2 − . Por tanto,
2n−1
1 1 1 1 1
+ + + ··· + ≤ 1 + S = 3 − n−1 ≤ 3.
0! 1! 2! n! 2
1
Hemos probado que 3 es un mayorante del conjunto 0! + 1! + 2! + · · · + n!1 : n ∈ N . Por el axio-
1 1
ma del supremo, este conjunto tiene supremo. Denotamos entonces

1 1 1 1
e = sup + + + ··· + : n∈N .
0! 1! 2! n!
Ejemplo maxima 7: Vamos

1 a1 obtener algunas aproximaciones
del número e usando su definición.
1 1
Recuerda que e = sup 0! + 1! + 2! + · · · + n! : n ∈ N .
(%i1) e(n):=sum(1/(i!),i,0,n);
X n
1
( %o1) e (n) :=
i=0
i!
(%i2) makelist(e(i),i,1,20);
5 8 65 163 1957 685 109601 98641 9864101 13563139 260412269 8463398743
( %o2) [2, , , , , , , , , , , , ,
2 3 24 60 720 252 40320 36288 3628800 4989600 95800320 3113510400
47395032961 888656868019 56874039553217 7437374403113 17403456103284421
, , , , ,
17435658240 326918592000 20922789888000 2736057139200 6402373705728000
82666416490601 6613313319248080001
, ]
30411275102208 2432902008176640000
(%i3) float(%);
( %o3) [2,0, 2,5, 2,666666666666667, 2,708333333333333, 2,716666666666667, 2,718055555555555,
2,718253968253968, 2,71827876984127, 2,718281525573192, 2,718281801146385,
8. EL CUERPO DE LOS NÚMEROS COMPLEJOS 18
2,718281826198493, 2,718281828286169, 2,718281828446759, 2,71828182845823,

2,718281828458994, 2,718281828459042, 2,718281828459045, 2,718281828459045,
2,718281828459045, 2,718281828459045]
(%i4) float(%e);
( %o4) 2,718281828459045
8. El cuerpo de los números complejos

En el cuerpo de los números reales la ecuación x2 + 1 = 0 no tiene solución. Para conseguir
soluciones de esta ecuación es necesario, por tanto, ampliar el conjunto de los números reales. El
nuevo conjunto de números que resulta de esta ampliación es el conjunto de los números complejos.
Definición de número complejo
Llamaremos número complejo a todo par ordenado (a, b) de números reales.
Igualdad de números complejos
Dados dos números complejos z = (a, b) y w = (c, d), se tiene que z = w si, y sólo si, a = c y
b = d.
Suma y producto de números complejos
La suma y el producto de dos números complejos z = (a, b) y w = (c, d) vienen dadas por las
igualdades:
z + w = (a + c, b + d) , z w = (ac − bd, ad + bc).
Propiedades de la suma y el producto de números complejos
i) La suma y el producto de números complejos son operaciones asociativas y conmutativas.

ii) El complejo (0, 0) es el elemento neutro de la suma.
iii) Dado un complejo z = (a, b), es obvio que (−a, −b) es su elemento opuesto para la suma.
Ası́ pues, denotamos −z = (−a, −b).
iv) El complejo (1, 0) es el elemento neutro del producto.
a −b

v) Si z = (a, b) es distinto de (0, 0), entonces el número complejo a2 +b2 , a2 +b2 es el inverso
−1 1
de z para el producto y se denota por z o por z .
vi) El producto de números complejos cumple la propiedad distributiva respecto de la suma.
vii) Si z y w son números complejos, escribiremos z − w en lugar de z + (−w). Si, además,
w 6= (0, 0), entonces wz tendrá el mismo significado que z w−1 .
Las propiedades anteriores quedan resumidas en el siguiente enunciado:
Proposición 35. El conjunto de los números complejos con las operaciones suma y producto
previamente definidas, es un cuerpo, el cuerpo de los números complejos, que en lo sucesivo deno-
taremos por C.
La suma y el producto de números complejos también verifican propiedades similares a las de
la suma y el producto de números reales. Concretamente, se tienen propiedades análogas a las que
aparecen en los corolarios 6, 7 y 8.
R como subconjunto de C
Observe que con los complejos de la forma (a, 0), con a ∈ R, se opera del mismo modo que con
los reales que los determinan. Por ejemplo, dados a, b ∈ R, se tiene
(a, 0) + (b, 0) = (a + b, 0) , (a, 0)(b, 0) = (ab, 0) , −(a, 0) = (−a, 0) ;
y si a 6= 0, (a, 0)−1 = (a−1 , 0).
Estos hechos justifican la costumbre de denotar simplemente por a al complejo (a, 0). De este
modo estamos considerando a R como un subconjunto de C.
Forma binómica de un número complejo
El complejo (0, 1) recibe el nombre de unidad imaginaria y se denota por i. Surge entonces una
nueva forma de expresar los números complejos:
(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + b i , ∀(a, b) ∈ C.
La expresión a + b i es la llamada forma binómica del complejo (a, b). La forma binómica es muy
útil desde el punto de vista aritmético porque permite aprovechar la estructura de cuerpo de C a
la hora de operar con números complejos. Lo único que hemos de saber es que
i i = (0, 1)(0, 1) = (−1, 0) = −1
Ni siquiera es necesario recordar la definición de la suma o el producto en C, pues, dados dos
complejos z = a + b i y w = c + d i, obtenemos (aplicando las propiedades de cuerpo de C) que
z + w = (a + bi) + (c + di) = (a + c) + (b + d)i ,
zw = (a + bi)(c + di) = (ac − bd) + (ad + bc)i.
Ejercicio 11: Calcula la suma, producto, diferencia y cociente de los pares de números complejos
z1 = (2, 1) y z1 = (−2, 3). Calcula además las mismas operaciones utilizando la forma binómica.
Parte real, parte imaginaria, conjugado y módulo de un número complejo

Sea z = a + bi ∈ C. Los números reales a y b reciben el nombre de parte real y parte imaginaria,
respectivamente, de z. Escribimos a = <(z) y b√= =(z). El complejo z = a − bi se denomina
conjugado de z y el número real no negativo |z| = a2 + b2 recibe el nombre de módulo de z.
Proposición 39. Dados z, w ∈ C. Se tienen las siguientes propiedades:
i) z = z
ii) z + w = z + w
iii) zw = z w
iv) Si w 6= 0, ( wz ) = wz
v) <(z) = z+z 2
, =(z) = z−z
2i
vi) z = z ⇔ z ∈ R
vii) |z| = |z| = | − z|
viii) zz = |z|2
ix) |zw| = |z| |w|
x) |z| = 0 ⇔ z = 0
xi) |z + w| ≤ |z| + |w| (Desigualdad triangular).
xii) | |z| − |w| | ≤ |z − w|
xiii) |z + w|2 + |z − w|2 = 2(|z|2 + |w|2 ) (Identidad del paralelogramo).
Potencias enteras de un número complejo
Dado z ∈ C, las potencias de exponente natural de z se definen del siguiente modo:
z1 = z, zn+1 = zn z, ∀n ∈ N.
1
Además, definimos z0 = 1, y si z 6= 0, se define z−n = zn
para todo n ∈ N.
Propiedades de las potencias enteras de los números complejos
Dados dos números complejos no nulos z y w y dos números enteros p y q, se verifica que:
1
i) zp+q = zp zq , en particular, z−p =
zp
ii) (zw)p = zp wp
p
iii) ( wz )p = wz p
iv) (zp )q = zpq
Ejemplo 42. Vamos a ver un método para calcular las potencias enteras de la unidad imaginaria.
Observe, en primer lugar, que las potencias de exponente natural de i se vuelven a repetir a partir
de la cuarta potencia:
i0 = 1,
i1 = i,
i2 = (0, 1)(0, 1) = (−1, 0) = −1,
i3 = i2 · i = −i,
i4 = i2 i2 = (−1)(−1) = 1,
i5 = i4 i = i,
..
.
Dado n ∈ N, si dividimos n entre 4, obtenemos que n = 4c + r para algún cociente c ∈ N ∪ {0}
y un resto r ∈ N ∪ {0} con 0 ≤ r < 4. Entonces
in = i4c+r = (i4 )c ir = ir
y, ahora, ir es una de las cuatro primeras potencias de i. En cuanto a las potencias de exponente
negativo de i, observe que
1 1 1
i−n = n = 4c+r = r = i−r = i−r i4 = i4−r .
i i i
4−r
Como 0 < 4 − r ≤ 4, entonces i es una de las primeras potencias de exponente natural de i que
hemos calculado antes.
Ejercicio 12: Calcula las potencias 155, 7, 9, 23 y −19 de la unidad imaginaria i = (0, 1).
Ejercicio 13: Expresa los números complejos z1 = (−1, 1), z2 = (1, 2) y z3 = (4, −1) en forma
binómica y realice las operaciones siguientes:
z1 z2 −z3 2
1. z3
,
−(z1 )(z2 )2 +iz3
2. z1 +z3
.
Ejercicio 14: Resuelve las siguientes ecuaciones con coeficientes complejos:

1. z2 + (−3 + 2i)z + (5 + i) = 0,
2. z6 − z3 − 2 = 0.
Ejemplo maxima 8:
(%i1) x:4+%i*5;
( %o1) 5 i + 4
(%i2) 1/x;
1
( %o2)
5i + 4
9. REPRESENTACIÓN 21
(%i3) rectform(%);
4 5i
( %o3) −
41 41
(%i4) realpart(%);
4
( %o4)
41
(%i5) x^2*conjugate(x);
( %o5) (4 − 5 i) (5 i + 4)2
(%i6) expand(%);
( %o6) 205 i + 164
(%i7) imagpart(%);
( %o7) 205
(%i8) solve(y^2+%i*y-(4-2*%i)=0,y);
( %o8) [y = 2 − i, y = −2]
9. Representación geométrica de los números complejos. Argumentos de un

número complejo
En esta sección haremos uso de algunas funciones trigonométricas y de algunas funciones arco.
Aunque aún no han sido presentadas, suponemos que el alumno está suficientemente habituado a
ellas para poder usarlas. En cualquier caso, trataremos estas funciones y sus propiedades en temas
posteriores.
Representación geométrica de los números complejos

Hagamos corresponder a cada número complejo z = a + bi el punto del plano cuyas coordenadas
referidas a un sistema de ejes cartesianos ortogonales son (a, b), como indica el siguiente gráfico. De
este modo, se establece una relación biunı́voca entre los números complejos y los puntos del plano.
En esta representación se llama eje real al eje de abscisas y eje imaginario al eje de ordenadas.
Eje imaginario
....................................................... z = (a, b)
........... ......t
............
. b ........
.....
..
...... ....
.
.. ....
.
...
...
|z| ...
...
...
... ...
... ...
.... arg(z)
..... ...
... .... ...
..... ..
. ...
... Eje real
... .
...
...
a ...
...
... ..
... ...
... ...
... ..
... ...
....
.... .
.. ....
..... ....
....... ....
.........
............ ....
............
.................................................
Además, el módulo de z es la longitud del segmento de extremos 0 y (a, b).

10. FORMA POLAR DE UN NÚMERO COMPLEJO 22
Argumento principal de un número complejo

Dado un número complejo no nulo z = a + bi, el argumento principal de z es el número real

 arc tg ab − π si a < 0, b < 0




 − π2 si a = 0, b < 0
b

arg(a + b i) = arc tg a si a > 0
 π


 si a = 0, b > 0
 2 b

arc tg a + π si a < 0, b ≥ 0.
Gráficamente, el argumento principal representa el ángulo que forma el segmento de extremos
0 y (a, b) con la parte positiva del eje real (véase la figura adjunta).
Proposición 45. Sea z ∈ C, z 6= 0. El argumento principal de z, arg(z), es el único número real
en el intervalo ] − π, π] que verifica la igualdad

z = |z| cos(arg(z)) + i sen(arg(z)) .
Conjunto de argumentos de un número complejo

Sea z ∈ C, z 6= 0. Se dice que un número real ω es un argumento de z si verifica que
z = |z|(cos ω + i sen ω).
A esta expresión la llamaremos forma trigonométrica del número complejo z.
La proposición anterior nos dice que el argumento principal de z, arg(z), es uno de los argu-
mentos de z.
Ejercicio 15: Describe geométricamente los conjuntos de números complejos definidos de la si-
guiente manera:
1. {z ∈ C : <(z) > 0};
2. {z ∈ C : −1 ≤ <(z) ≤ 2 , |z| = 1};
3. {z ∈ C : 1 < |z| < 2};
4. {z ∈ C : |z| ≥ 1};
10. Forma polar de un número complejo

Definición 47. Se llama forma polar del número complejo z a la expresión dada por z = |z|ω
donde |z| es el módulo de z y ω es un argumento de z.
√
Ejemplo 48. 1 + i = 2 π
4
Operaciones con números complejos en forma polar

Sean z1 , z2 dos números complejos con z1 = |z1 |w1 ; z2 = |z2 |w2 . Se verifican las siguientes propieda-
des:
i) z1 · z2 = (|z1 | · |z2 |)w1 +w2

ii) z11 = |z11 |
−w1
iii) z2 = |z|z21 ||
z1
w1 −w2
iv) z1 = (|z1 |)−w1
Por reiteración de la fórmula del producto de números complejos en forma polar se tiene:
11. RAÍCES DE UN NÚMERO COMPLEJO 23
Fórmula de de Moivre
Sea z ∈ C, z 6= 0, y sea w ∈ R un argumento de z. Entonces
zn = (|z|w )n = (|z|n )nw , ∀n ∈ N.
Ejemplo 51. Si z ∈ C verifica que |z| = 1 y w es un argumento de z, es decir, z = 1w =
cos w + i · sen w, entonces se tiene la siguiente expresión para las potencias de z:
(cos w + i · sen w)n = cos(nw) + i · sen(nw), ∀n ∈ N
√ √
Ejercicio 16: Sean los siguientes números complejos: z1 = 3 − i, z2 = − 3 + i, z3 = −4i, z4 = 1.
1. Represéntalos gráficamente en el plano complejo.
2. Halla sus respectivos módulos y argumentos.
3. Escrı́belos en forma polar y trigonométrica.
4. Representa gráficamente al número complejo opuesto, al conjugado y al opuesto del conju-
gado de cada uno de los cuatro números complejos dados.
Ejercicio 17: Sean los siguientes números complejos: z1 = (2)120o z2 = (3)45o .

1. Halla la forma binómica de cada uno de ellos.
2. Calcula z1 · z2 y z1 /z2 utilizando la forma polar.
√
Ejercicio 18: Escribe el número complejo z = −1 + 3i en forma polar y calcula z6 en dicha
forma. Pasa el resultado a la forma binómica. Verifica el resultado hallado realizando la operación
directamente en forma binómica y aplicando el binomio de Newton.
Ejemplo maxima 9:
(%i1) x:4+%i*5;
( %o1) 5 i + 4
(%i2) polarform(%);
√ 5
( %o2) 41 ei atan( 4 )
La expresión eiα es equivalente a cos α + i sin α.
(%i3) demoivre(%);
√

5i 4
( %o3) 41 √ + √
41 41
11. Raı́ces de un número complejo

Definición 52. Dados z ∈ C y n ∈ N, se dice que un número complejo v es una raı́z n-ésima de
z si vn = z. En particular, si n = 2 se dice que v es una raı́z cuadrada de z y si n = 3 se dice que
v es una raı́z cúbica de z.
Corolario 53. Si z es el complejo no nulo que tiene por forma polar |z|ω , entonces existen n raı́ces
n-ésimas de v, las cuales están dadas por la siguiente expresión:
p
n
|z| ω + 2kπ ; k = 0, 1, ..., n − 1.
n
11. RAÍCES DE UN NÚMERO COMPLEJO 24
Ejemplo 54. Como −1 = 1π , entonces las raı́ces cuadradas de −1 son

π π
1 π+2·0 π = 1 2 = cos
π + i sen = i,
2 2
2
3π 3π
1 π+2·1 π = 1 3π = cos + i sen = −i.
2 2 2 2
Representación gráfica de las raı́ces de un número complejo
Sea z ∈ C, z 6= 0, ω ∈ R un argumento de z y n ∈ N, n ≥ 3. Gráficamente las raı́ces n-ésimas de
z: p
n
|z| ω + 2kπ ; k = 0, 1, ..., n − 1;
n
están representadas como los vértices de un polı́gono regular de n lados.
p Por lo tanto, para repre-
sentar las n raı́ces se toma la circunferencia de centro 0 y de radio n |z|, se considera primero el
ángulo φn (para k = 0) y luego sumándole el ángulo 2π
n
se van obteniendo las restantes n − 1 raı́ces.
Ejercicio 19: Calcula:

√
1. √i,
3
2. √ 1,
3. 3 −1 + i.
Ejemplo maxima 10: Pintemos un hexágono. Para ello calculamos las raı́ces sextas de 1, esto es
ej2πi/6 con j variando de 0 a 5.
(%i1) makelist([realpart(exp(j*2*%pi*%i/6)),imagpart(exp(j*2*%pi*%i/6))],j,0,6);
√ √ √ √
1 3 1 3 1 3 1 3
( %o1) [[1, 0], [ , ], [− , ], [−1, 0], [− , − ], [ , − ], [1, 0]]
2 2 2 2 2 2 2 2
(%i22) plot2d([discrete,%]);
( %o22)
y
0.5
-0.5
-1 -0.5 0 0.5 1
x
Capı́tulo 2
Matrices y determinantes
1. Matrices
Sean I = {1, 2, . . . , m} y J = {1, 2, . . . , n}. Una matriz de orden m × n sobre un cuerpo K es
una aplicación
A : I × J → K, (i, j) 7→ aij .
Normalmente a la matriz A la representaremos de la siguiente forma
a11 a12 . . . a1n
 
 a21 a22 . . . a2n 
A=  ... .. .. ..  ,
. . . 
am1 am2 . . . amn
y a veces simplemente escribiremos A = (aij ), si queda claro dónde varı́an i y j. Diremos que A es
una matriz con m filas y n columnas.
Denotaremos por Mm×n (K) al conjunto de las matrices de orden m × n sobre K.
Mm×n (K) con la suma coordenada a coordenada tiene estructura de grupo abeliano, esto
es, la suma es asociativa, tiene elemento neutro, toda matriz tiene inversa y es conmutativa.
     
a11 a12 ... a1n b11 b12 ... b1n a11 + b11 a12 + b12 . . . a1n + b1n
 a21 a22 ... a2n   b21 b22 ... b2n 
  a21 + b21 a22 + b22 . . . a2n + b2n 

..  +  .. = .
   
 .. .. .. .. .. ..   .. .. .. ..
 . . . .   . . . .   . . . . 
am1 am2 . . . amn bm1 bm2 . . . bmn am1 + bm1 am2 + bm2 . . . amn + bmn

1 2 3 2 3 3
Ejercicio 20: Calcula suma de y en M2×3 (Q).
3 4 2 3 0 2
Sea A = (aij ) ∈ Mm×n (K) y B = (bjk ) ∈ Mn×p (K). Entonces podemos definir el producto de
A y B como AB = C = (cik ) ∈ Mm×p (K) con
cik = ai1 b1k + ai2 b2k + · · · + ain bnk .
 
1 2 1 2
1 2 3
Ejercicio 21: Sean A = ∈ M2×3 y B = 2 0 1 0 ∈ M3×4 . Calcula AB.
3 4 2
3 1 0 1
Una matriz de orden n × n diremos que es una matriz cuadrada de orden n.

(Mn×n (K), +, ·) es un anillo.

1 2 1 2
Ejercicio 22: Sean A = and B = . Comprueba que AB 6= BA.
3 4 2 0
25
2. DETERMINANTES 26
2. Determinantes
Dada A = (aij ) ∈ Mn×n (K), definimos |A|, el determinante de A, recursivamente de la siguiente
forma.
1) Para n = 1, |(a11 )| = a11 (el determinante de una matriz de orden 1 × 1 es su único coeficiente).
2) Supuesto que sabemos calcular el determinante de matrices de orden n − 1, dado i ∈ {1, . . . , n},
|A| = ai1 αi1 + . . . + ain αin ,
donde αij = (−1)i+j |Aij | se conoce como el adjunto de la entrada aij , con Aij ∈ M(n−1)×(n−1) (K)
la matriz que se obtiene al eliminar la fila i-ésima y la columna j-ésima de A. Esta fórmula
se conoce como Desarrollo de Laplace por la fila i del determinante de A, y el resultado no
depende de i. Es más, también se puede desarrollar por cualquier columna. Dado j el Desarrollo
de Laplace por la columna j es
|A| = a1j α1j + . . . + anj αnj .
Se puede comprobar fácilmente que

a11 a12

a21 = a11 a22 − a12 a21 .
a22
a11 a12 a13

a21 a22 a23 = a11 a22 a33 + a12 a23 a31 + a21 a32 a13 − a13 a22 a31 − a23 a32 a11 − a12 a21 a33 .

a31 a32 a33

1 2 3
Ejercicio 23: Calcula el determinante de 3 2 1 ∈ M3×3 (Q).
2 2 2
Ejercicio 24: Calcula el determinante de

 
1 2 3 1
2 0 1 1
  ∈ M4×4 (Q).
3 1 0 1
2 0 1 3
Si A = (aij ) ∈ Mm×n (K), la matriz traspuesta de A es

a11 a21 . . . an1
 
 a12 a22 . . . an2 
At =  ... .. .. ..  ∈ Mn×m (K),
. . . 
a1m a2m . . . anm
esto es, la matriz que se obtiene a partir de A intercambiando filas por columnas.
Propiedades de los determinantes. Sea A ∈ Mn×n (K).

1) |A| = |At |.
2) Si se intercambian dos filas (o dos columnas) de A se obtiene una nueva matriz cuyo determi-
nante es −|A|.
3) Si multiplicamos todos los elementos de una fila (o de una columna) de A por α ∈ K, obtenemos
una matriz con determinante α|A|.
2. DETERMINANTES 27
4) Si a una fila de A le sumamos otra fila de A multiplicada por un elemento de K, entonces la

nueva matriz tiene el mismo determinante que A (lo mismo ocurre si hacemos esta operación
con columnas).
5) Si B ∈ Mn×n (K), entonces |AB| = |A||B|.
Ejercicio 25: Calcula el determinante de la matriz

 
2 3 4 0
3 1 2 2 
4 3 3 1 ∈ M4×4 (R).
 
2 3 3 2
El elemento neutro del producto en Mn×n (K) es la matriz identidad, que es la matriz que tiene
todas sus entradas cero salvo en la diagonal que tiene unos (cero es el elemento neutro de K para
la suma, y uno el neutro para el producto). A dicha matriz la denotamos por In , o simplemente I
cuando n queda claro en el contexto.
Una matriz A ∈ Mn×n (K) es regular si tiene inversa para el producto, esto es, si existe B tal
que AB = BA = In . En dicho caso, a la matriz B se le denota por A−1 .
La matriz adjunta de A es la matriz formada por los adjuntos de las entradas de A, a saber,
α11 α12 . . . α1n
 
α21 α22 . . . α2n 
A=  ... .. .. ..  .
. . . 
α1 am2 . . . αnn
Teorema. Sea A ∈ Mn×n (K). Entonces A es regular si y sólo si |A| 6= 0. En ese caso
t
A−1 = |A|−1 A .
Ejercicio 26: Calcula la inversa de

 
2 1 2
1 0 1 ∈ M3×3 (C).
1 2 2
Ejemplo maxima 11: Vamos a ilustrar algunos ejemplos de operaciones con matrices en maxima.
(%i1) A:matrix([x,y],[z,t]);

x y
( %o1)
z t
(%i2) B:matrix([a,b],[c,d]);

a b
( %o2)
c d
Hay que tener cuidado con la operación de producto, pues en maxima dicha operación se hace
como en con la suma, entrada a entrada. Para efectuar el producto usamos el punto.
(%i3) A.B;

cy + ax dy + bx
( %o3)
az + ct bz + dt
2. DETERMINANTES 28
(%i4) A*B;

ax by
( %o4)
cz dt
Lo mismo ocurre con la exponenciación.

(%i5) A^2;
2 2
x y
( %o5)
z 2 t2
(%i6) A^^2;

y z + x2 x y + t y
( %o6)
x z + t z y z + t2
(%i7) determinant(A);
( %o7) tx − yz
(%i8) determinant(A.B)=determinant(A)*determinant(B);
( %o8) (c y + a x) (b z + d t) − (d y + b x) (a z + c t) = (a d − b c) (t x − y z)
(%i9) expand(%);
( %o9) −a d y z + b c y z + a d t x − b c t x = −a d y z + b c y z + a d t x − b c t x
(%i10) is(%);
( %o10) true
(%i11) A^^-1;
t y
− y z−t x y z−t x
( %o11) z x
y z−t x
− y z−t x
(%i12) C:matrix([1,2,3],[4,5,6],[7,8,9]);
 
1 2 3
( %o12) 4 5 6
7 8 9
(%i13) determinant(C);
( %o13) 0
4. FORMA NORMAL REDUCIDA POR FILAS (O COLUMNAS) DE UNA MATRIZ 29
3. Operaciones elementales y determinantes

Intercambio de filas: al intercambiar dos filas, el determinante cambia de signo.
Sumarle a una fila un múltiplo de otra: el determinante en este caso permanece inalterado.
Multiplicar un fila por un elemento λ no nulo: el determinante se multiplica por λ.
Ejemplo maxima 12: Para calcular determinantes a veces es más eficiente usar las operaciones que
hemos visto anteriormente. Ası́ efectuando operaciones elementales por filas o columnas (intercam-
bio o suma por un factor de otra) podemos llegar a una matriz triangular superior, esto es, una
matriz cuyas entradas por debajo de la diagonal son todas cero. A este proceso se le conoce como
eliminación de Gauss-Jordan.
(%i14) triangularize(C);
 
1 2 3
( %o14) 0 −3 −6
0 0 0
El determinante de una matriz de esta forma es trivial, pues sólo se multiplican los valores de la
diagonal.
4. Forma normal reducida por filas (o columnas) de una matriz

a11 . . . a1n
 
Sea A =  ... ..
.
..  ∈ M
. m×n (K). El pivote de la fila i-ésima de A, si ésta tiene alguna
am1 . . . amn
entrada distinta de cero, es la primera entrada no nula de dicha fila, a saber, es aij 6= 0 con j
mı́nimo verificando esa condición. Decimos que A está en forma normal reducida por filas (de
forma análoga se define la forma normal por columanas) si
Todas las filas nulas están debajo de las filas que tienen alguna entrada distinta de cero.
Si aij es el pivote de la fila i-ésima, entonces aij = 1 y todas las demás entradas de su
columna son cero.
Siempre que aij sea el pivote de la fila i-ésima y akl es el pivote de la fila k-ésima, si i < k,
entonces j < l.
Estas matrices tienen una forma escalonada, de forma que debajo de los escalones todas las
entradas son cero, y encima del peldaño, que tiene que valer uno, también.
Dada una matriz A, siempre podemos calcular una forma normal reducida por filas (o por
columnas) haciendo uso de las operaciones elementales que hemos visto anteriormente.
La forma normal reducida asociada a A es única, ya sea haciendo operaciones elementales por
filas o por columnas.
Ejemplo maxima 13: Con el comando echelon podemos calcular una forma reducida escalonada,
pero no es exactamente la forma reducida por filas de la matriz dada, ya que no se exige que
encima del pivote hayan ceros.
(%i1) A:matrix([1,2,3,4],[5,6,7,8],[9,10,11,12])$
(%i2) echelon(A);

1 2 3 4
( %o2)  0 1 2 3
0 0 0 0
4. FORMA NORMAL REDUCIDA POR FILAS (O COLUMNAS) DE UNA MATRIZ 30
El comando triangularize da una forma reducida escalonada en la que los pivotes no tienen
por qué ser uno.
(%i3) triangularize(A);
 
1 2 3 4
( %o3) 0 −4 −8 −12
0 0 0 0
Si quisiésemos calcular una transformación por columnas, basta que le apliquemos uno de estos
comandos a la matriz traspuesta de la original, trasponiendo luego el resultado final.
(%i4) transpose(A);
 
1 5 9
2 6 10
( %o4) 
3 7 11

4 8 12
(%i5) triangularize(%);
 
1 5 9
0 −4 −8
( %o5) 
0 0

0
0 0 0
(%i6) transpose(%);
 
1 0 0 0
( %o6) 5 −4 0 0
9 −8 0 0
Ejemplo maxima 14: Podemos usar la forma normal reducida para calcular inversas.
(%i1) A:matrix([1,-1,1],[2,0,1],[0,3,-2])$
A esta matriz le añadimos la matriz identidad a la izquierda, donde gardaremos las operaciones
elementales que se realizan con el comando echelon.
(%i2) M:echelon(addcol(A,ident(3)));
 
1 0 12 0 21 0
( %o2) 0 1 − 23 0 0 13 
0 0 1 −6 3 −2
Las operaciones elementales las guardamos en una matriz que llamamos P.
(%i3) P:submatrix(M,1,2,3);
 
0 12 0
( %o3)  0 0 13 
−6 3 −2
Como vemos, al multiplicar P por A, el resultado es una forma escalonada.
(%i4) T:P.A;
 
1 0 12
( %o4) 0 1 − 32 
0 0 1
Como hemos comentado antes, el comando echelon no hace ceros los elementos que están
encima de los peldaños. Para conseguirlo, trasponemos la matriz, y repetimos el proceso.
5. RANGO DE UNA MATRIZ 31
(%i5) N:addcol(transpose(T),ident(3));
 
1 0 0 1 0 0
( %o5) 0 1 0 0 1 0
1
2
− 23 1 0 0 1
(%i6) echelon(N);
 
1 0 0 1 0 0
( %o6) 0 1 0 0 1 0
0 0 1 − 12 23 1
(%i7) Q:submatrix(%,1,2,3);
 
1 0 0
( %o7)  0 1 0
− 12 23 1
Ahora en P tenemos las operaciones necesarias para conseguir a partir de A una matriz trian-
gular superior (eliminación de Gauss), y en Qt las operaciones que eliminan los valores no nulos
encima de los pivotes (eliminación Gauss-Jordan).
(%i8) paso:transpose(Q).P;
 
3 −1 1
( %o8) −4 2 −1
−6 3 −2
(%i9) paso.A;
 
1 0 0
( %o9) 0 1 0
0 0 1
Por lo que la matriz paso es una inversa de A.
5. Rango de una matriz

Sea A ∈ Mm×n (K). El rango de la matriz A es el número de filas no nulas de su forma normal
reducida por filas. De forma análoga se define el rango por columnas de A.

1 1 2
Ejercicio 27: Calcula el rango por filas y por columnas de la matriz ∈ M2×3 (R).
2 −2 1
Teorema. El rango por filas de A coincide con el rango por columnas de A.

A dicha cantidad la llamaremos simplemente rango de A y la denotaremos por rango(A).
Teorema (rango y determinantes). El rango de una matriz es el máximo de los órdenes
de sus submatrices cuadradas regulares.
Ejercicio 28: Calcula el rango de la matriz

 
1 2 1 0
2 1 3 1 ∈ M3×4 (R).
4 5 5 1
Ejemplo maxima 15: El rango de una matriz también se puede calcular contando las filas no nulas
de su forma triangular reducida asociada.
6. RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 32
(%i1) A:matrix([0,1,2,3],[4,5,6,7],[8,9,10,11]);
 
0 1 2 3
( %o1) 4 5 6 7 
8 9 10 11
(%i2) rank(A);
( %o2) 2
(%i3) echelon(A);
 5 3 7
1 4 2 4
( %o3) 0 1 2 3
0 0 0 0
 
4 5 6 7
( %o4) 0 4 8 12
0 0 0 0
6. Resolución de sistemas de ecuaciones lineales

Un sistema de ecuaciones lineales con n incógnitas sobre un cuerpo K es una expresión de la
forma 
a11 x1 + · · · + a1n xn = b1 
.. .
. 
am1 x1 + · · · + amn xn = bm
Los elementos aij ∈ K son los coeficientes del sistema, los bi ∈ K son los términos independientes, y
las xi son las incógnitas. Una solución es una n-upla (s1 , . . . , sn ) ∈ Kn tal que x1 = s1 , . . . , xn = sn
verifica las igualdades del sistema.
Las m igualdades del sistema anterior se pueden expresar como una única igualdad entre
matrices,
a11 . . . a1n x1 b1
    
 ... . .. .
..   ..  =  ...  ,
.
am1 . . . amn xn bm
a la que llamaremos expresión matricial del sistema. A dichas matrices se les llama matriz de
coeficientes, matriz incógnita, y matriz de términos independientes.
La matriz ampliada del sistema es
a11 . . . a1n b1
 
 ... ..
.
..  .
.
am1 . . . amn bm
Normalmente denotaremos a esta matriz por (A|B).
Si un sistema tiene solución diremos que es compatible, y en caso contrario incompatible. Si
tiene una única solución, es un sistema compatible determinado, y si tiene más de una solución
decimos que es un sistema compatible indeterminado.
Dos sistemas de ecuaciones lineales sobre un cuerpo y con igual número de incógnitas son
equivalentes si tienen las mismas soluciones.
Proposición (operaciones elementales).

1) Si intercambiamos de posición dos ecuaciones de un sistema, obtenemos un sistema equivalente.
2) Si multiplicamos una ecuación por un escalar no nulo, obtenemos un sistema equivalente.
3) Si a una ecuación le sumamos otra multiplicada por un escalar, también obtenemos un sistema
equivalente al original.
Ejercicio 29: Resuelve el siguiente sistema de ecuaciones con coeficientes en R.


x1 + x2 + x3 + x4 = 1 

2x1 + 3x2 + x3 + x4 = 2
.
4x1 + 3x2 + x3 + 2x4 = 0
x + x + 2x + 3x = 2 
1 2 3 4
Teorema de Rouché-Frobenius. Sea AX = B la expresión matricial de un sistema de

ecuaciones lineales con n incógnitas.
1) El sistema es compatible si y sólo si rango(A) = rango(A|B).
2) El sistema es compatible determinado si y sólo si rango(A) = rango(A|B) = n.
Ejemplo maxima 16: Vamos a estudiar el siguiente sistema de ecuaciones con coeficientes en Q.

x + y + z = −2 
−3x + y − z = 2 .

x−y=0
(%i1) B:matrix([1,1,1],[-3,1,-1],[1,-1,0])$
(%i2) rank(B);
( %o2) 2
(%i3) C:addcol(B,[-2,2,0])$
(%i4) rank(C);
( %o4) 2
El sistema es compatible determinado.
Ejemplo maxima 17: Estudiemos ahora el siguiente sistema con coeficientes en C en función del
parámetro a. 
x+y+z=a 
2x + ay + z = −2 .
−2x − 2y + az = 4 
(%i1) D:matrix([1,1,1],[2,a,1],[-2,-2,a])$
(%i2) determinant(D);
( %o2) a2 − 4
(%i3) factor(%);
( %o3) (a − 2) (a + 2)
Ası́, si a 6∈ {2, 3}, la matriz de coeficientes tiene rango máximo y el sistema es compatible
determinado.
Estudiemos por separado los casos a = 2 y a = 3.
(%i4) E:subst(2,a,D);
 
1 1 1
( %o4)  2 2 1
−2 −2 2
(%i5) rank(E);
( %o5) 2
(%i6) rank(addcol(E,[2,-2,4]));
( %o6) 3
Luego para a = 2, el sistema es incompatible.
(%i7) G:subst(-2,a,D);
 
1 1 1
( %o7)  2 −2 1 
−2 −2 −2
(%i8) rank(G);
( %o8) 2
(%i9) rank(addcol(G,[-2,-2,4]));
( %o9) 2
Para a = 3 obtenemos un sistema compatible indeterminado.
Ejercicio 30: Estudia el siguiente sistema de ecuaciones con coeficientes en Q.


2x − y − z = 1 
−2x + y + 2z = 2 .

−y + z = −2
Ejercicio 31: Estudia los siguientes sistemas con coeficientes en R en función de los parámetros a
y b.
1)
ax + y + z = 1
,
x+y+z=2
2) 
ax + y + z = 1 
x+y+z=b ,

ax + by + z = 1
3)
ax + y + z = 1
,
x−y+z=1
4)
ax + y + z = 1
.
x + 2y + az = 2
Ejemplo maxima 18: El comando linsolve en máxima puede ser utilizado para resolver sistemas
lineales de ecuaciones.
(%i1) linsolve([2*x+y+z=2,x-y-2*2=0],[x,y,z]);
%r1 − 6 %r1 + 6
( %o1) [x = − ,y = − , z = %r1]
3 3
Como vemos, las soluciones dependen de un parámetro, que aquı́ se denomina %r1. El rango
de la matriz de coeficientes es 2 como vemos a continuación, y es el máximo posible (sólo hay dos
filas), por lo que coincide con el de la matriz ampliada. El sistema es compatible indeterminado.
(%i2) rank(matrix([2,1,1],[1,-1,-2]));
( %o2) 2
Fórmula de Cramer. Un sistema es de Cramer si su matriz de coeficientes es cuadrada y

regular. Si AX = B es la expresión matricial de un sistema de Cramer, entonces el sistema es
compatible determinado y su única solución es
|A|−1 (|M1 |, . . . , |Mn |),
donde Mi es la matriz que se obtiene a partir de A cambiando la columna i-ésima por B.
Ejercicio 32: Prueba que el siguiente sistema de ecuaciones con coeficientes en R es un sistema de
Cramer, y encuentra sus soluciones usando la fórmula de Cramer.

x + y + z = 1
x−y+z=0 .

x+y−z=2
Capı́tulo 3
Espacios vectoriales y aplicaciones lineales
1. Espacios y subespacios
Sea K un cuerpo. Diremos que un conjunto V tiene estructura de espacio vectorial sobre K si
1) en V hay una operación + de forma que (V, +) es un grupo abeliano,
→
2) existe una aplicación K × V → V, (a, − →
v ) 7→ a−v verificando
→
i) a(−u +− → →
v ) = a−u + a−→
v,
ii) (a + b)−→
u = a−→ →
u + b−u,
iii) a(b−→
u ) = (ab)−→
u,
iv) 1−→
u =− →
u.
A los elementos de V los llamamos vectores y a los de K escalares. La aplicación descrita arriba
se conoce como producto por escalares.
Ejercicio 33: Probar que si K es un cuerpo, entonces para cualesquiera enteros positivos n y m,
a) Kn ,
b) {a(x) ∈ K[x] tales que gr(a(x)) ≤ n},
c) Mm×n (K),
son espacios vectoriales sobre K.
Ejercicio 34: Encuentra un espacio vectorial de cardinal 81.
Propiedades que se deducen de la definición.

→ →
−
1) 0−u = 0 (el elemento neutro de + en V).
→ −
− →
2) a0 = 0.
→ →
− → →
−
3) Si a−u = 0 , entonces a = 0 o −u = 0.
4) −(a−→ →
u ) = (−a)−
u = a(−− →
u ).
5) →
− →
− →
− →
−
a( u − v ) = a u − a v .
6) (a − b)−→ →
u = a−
u − a−→u.
7) →
− →
− →
Si a u = a v y a 6= 0, entonces −
u =−→v.
→
− →
− →
− →
−
8) Si a u = b u y u 6= 0 , entonces a = b.
En adelante V denotará un espacio vectorial sobre un cuerpo K.
Un subconjunto U de V es un subespacio vectorial de V si

1) U 6= ∅,
→
2) si −
u,−→ →
v ∈ U, entonces −
u −− →
v ∈ U (U es un subgrupo de (V, +)),
→
3) si a ∈ K y −u ∈ U, entonces a−→
u ∈ U.
Las dos últimas propiedades se pueden substituir por
36
1. ESPACIOS Y SUBESPACIOS 37
→
2’) si −
u,−→ →
v ∈ U y a, b ∈ K, entonces a− →
u + b−
v ∈ U (U es cerrado para combinaciones lineales
de sus elementos).
Ejercicio 35: Demuestra que {(x, y, z) ∈ Q3 tales que x + y + z = 0} es un subespacio vectorial de

Q3 .
Un subespacio vectorial de V es un espacio vectorial sobre K, con la misma suma y producto

por escalares.
La intersección de subespacios vectoriales de V es de nuevo un subespacio vectorial de V.
Sea S un subconjunto no vacı́o de V. El subespacio vectorial de V generado por S es la in-

tersección de todos los subespacios vectoriales de V que contienen a S. A dicho subespacio lo
denotaremos por hSi.
→
Si S = {− →
u 1, . . . , −
u n }, entonces
hSi = {a − → →
u + ··· + a −
u tales que a , . . . , a ∈ K}.
1 1 n n 1 n
Sean U1 , . . . , Un subespacios vectoriales de V. El subespacio vectorial suma de U1 , . . . , Un es

U + . . . + U = {− →
u + ··· + − →
u tales que −→u ∈ U ,...,− →
u ∈ U }.
1 n 1 n 1 1 n n
U1 + · · · + Un = hU1 ∪ · · · ∪ Un i.
Si U1 = hS1 i, . . . , Un = hSn i, entonces U1 + · · · + Un = hS1 ∪ · · · ∪ Sn i.
Sean U y W subespacios vectoriales de V. Decimos que V es suma directa de U y W, y lo

denotamos por V = U ⊕ W, si todo vector − →
v ∈ V se puede expresar de forma única como
→
−
v =− →
u +−→ →
w, con −
u ∈ U and − →
w ∈ W. En dicho caso, diremos que los subespacios vectoriales U
y W son complementarios.
→
−
V = U ⊕ W si, y sólo si, V = U + W y U ∩ W = { 0 }.
Ejercicio 36: Sean U = {(x, y) ∈ R2 tales que x + y = 0} y W = {(x, y) ∈ R2 tales que x − y = 0}.
Demuestra que R2 = U ⊕ W.
Ejemplo maxima 19: El conjunto Kn con K un cuerpo y n un entero positivo es un espacio vectorial.
Para el caso n = 3, el producto por escalares está definido ası́.
(%i1) a*[x,y,z];
( %o1) [a x, a y, a z]
Y la suma de vectores se hace componente a componente.
(%i2) [x_1,y_2,z_3]+[x_2,y_2,z_2];
( %o2) [x 2 + x 1, 2 y 2, z 3 + z 2]
Veamos que el conjunto de vectores de la forma (x, y, 0), con x, y ∈ K, es un subespacio de K3 .
(%i3) a*[x_1,y_1,0]+b*[x_2,y_2,0];
( %o3) [b x 2 + a x 1, b y 2 + a y 1, 0]
Lo mismo ocurre con los de la forma (x, x, x).
(%i4) a*[x,x,x]+b*[x,x,x];
2. BASES 38
( %o4) [b x + a x, b x + a x, b x + a x]
2. Bases
Un conjunto de vectores S ⊆ V es linealmente dependiente si existen n un entero positivo,
→ → → → →
−
{ v 1, . . . , −
− v n } ⊆ S y (a1 , . . . , an ) ∈ Kn \ {(0, . . . , 0)} tales que a1 −
v 1 + · · · + an −
v n = 0 . En caso
contrario, decimos que S es un conjunto de vectores linealmente independientes.
Ejercicio 37: Demuestra que los vectores (1, 1, 0), (0, 1, 1), (1, 0, 1) ∈ R3 son linealmente indepen-
dientes.
S es un conjunto de vectores linealmente dependientes si y sólo si existe −→

v ∈ S tal que
→
−v ∈ hS \ {−→
v }i.
→
−
Si 0 ∈ S, entonces S es un conjunto de vectores linealmente dependientes.
Si S es un conjunto de vectores linealmente dependientes, entonces para todo − →
v ∈ V,
→
S ∪ {−v } también es un conjunto de vectores linealmente dependientes.
Si S, ]S ≥ 2, es un conjunto de vectores linealmente independientes, entonces para todo
v ∈ S S \ {−→
v } también es un conjunto de vectores linealmente independientes.
Ejemplo maxima 20: Veamos si {(1, 2), (0, 1)} es un conjunto de vectores linealmente independientes
en Q2 .
(%i1) solve(x*[1,2]+y*[0,1],[x,y]);
( %o1) [[x = 0, y = 0]]
Ahora probamos con {(1, 2, 3), (2, 4, 6)} en Q3 , y vemos que son dependientes.
(%i2) solve(x*[1,2,3]+y*[2,4,6],[x,y]);
solve: dependent equations eliminated: (2 3)
( %o2) [[x = −2 %r6, y = %r1]]
Una base de V es un subconjunto S de vectores linealmente independientes de V tal que V = hSi.

Si B = {− → →
v 1, . . . , −
v n } es una base de V, entonces para todo vector − →v ∈ V, existen
a1 , . . . , an ∈ K únicos tales que − → →
v = a1 − →
v 1 + · · · + an −
v n.
A la n-upla (a1 , . . . , an ) se le llama coordenadas del vector − →v respecto de la base B.
Ejercicio 38: Demuestra que B = {(1, 2), (1, 3)} es una base de Q2 . Calcula las coordenadas del
vector (2, 4) respecto de dicha base.
→
−
Teorema de la base. Todo espacio vectorial distinto de { 0 } tiene al menos una base. Además
todas sus bases tienen el mismo cardinal.
Al cardinal de una base de V lo denotamos por dim(V), y nos referiremos a él como la dimensión
de V.
Ejercicio 39: Prueba que dim(Kn ) = n, dim(Mm×n (K)) = nm y dim({a(x) ∈ K[x] tales que gr(a(x)) ≤
n}) = n + 1.
2. BASES 39
Teorema de ampliación a base. Si dim(V) = n y {− → →

v 1, . . . , −
v m } es un conjunto de vectores
linealmente independientes de V, entonces m ≤ n. Además existen − → →
v m+1 , . . . , −
v n ∈ V, de forma
→
que {− →
v 1, . . . , − →
v m, − →
v m+1 , . . . , −
v n } es una base de V.
Ejercicio 40: Amplia {(1, 1, 1)} una base de R3 .
Si dim(V) = n, entonces cualquier conjunto de vectores de V linealmente independientes

de cardinal n es una base de V.
Ejercicio 41: Prueba que {(1, 2, 1), (1, 1, 1), (1, 0, 0)} es una base de Q3 .
Ejercicio 42: Calcula una base del subespacio vectorial de R3 generado por {(1, 2, 1), (2, 4, 2), (1, 3, 2), (2, 5, 3)}.
Ejemplo maxima 21: Calculemos una base del subespacio vectorial U de Q3 generado por {(1, 2, 3), (1, 1, 1), (3, 2,
(%i1) C:matrix([1,2,3],[1,1,1],[3,2,1]);
 
1 2 3
( %o1) 1 1 1
3 2 1
Como las operaciones elementales por filas en la matriz C no alteran los sistemas de generadores,
(%i2) triangularize(C);
 
1 2 3
( %o2) 0 −1 −2
0 0 0
nos dice que {(1, 2, 3), (0, −1, −2)} es una base de U.
Ejemplo maxima 22: Veamos que B = {(1, 1, 1), (1, 2, 1), (0, 0, 2)} es una base de Q3 , calculemos las
coordenadas de (2, 3, 4) respecto de esa base.
(%i1) solve(x*[1,1,1]+y*[1,2,1]+z*[0,0,2],[x,y,z]);
( %o1) [[x = 0, y = 0, z = 0]]
Al ser tres generadores linealmente independientes en Q3 , el conjunto dado es una base.
(%i2) solve(x*[1,1,1]+y*[1,2,1]+z*[0,0,2]-[2,3,4],[x,y,z]);
( %o2) [[x = 1, y = 1, z = 1]]
Ejemplo maxima 23: Sean U y W los subespacios vectoriales de R3 generados por {(1, 1, 1), (1, 2, 1)}
y {(1, 2, 3), (0, 0, 2)}, respectivamente. ¿Es R3 = U + W?
(%i1) modulus:5$
(%i2) D:matrix([1,1,1],[1,2,1],[1,2,3],[0,0,2]);
 
1 1 1
1 2 1
( %o2) 
1 2 3

0 0 2
3. ECUACIONES DEL CAMBIO DE BASE 40
(%i3) triangularize(D);
 
1 1 1
0 1 0
( %o3) 
0 0 2

0 0 0
Ası́, una base para U + W es {(1, 1, 1), (0, 1, 0), (0, 0, 2)}, por lo que U + W = Q3 .
Ejemplo maxima 24: Sea U el subespacio vectorial de Q3 generado por {(1, 1, 1)(2, 1, 3), (4, 3, 5)},
calculemos un complementario de U.
Primero buscamos una base para U, aplicando operaciones elementales al sistema de genera-
dores que nos dan.
(%i1) E:matrix([1,1,1],[2,1,3],[4,3,5])$
(%i2) triangularize(E);
 
1 1 1
( %o2) 0 −1 1
0 0 0
Ahora probamos a añadir un vector que sea independiente con los dos anteriores.
(%i3) F:matrix([1,1,1],[0,-1,1],[1,0,0])$
(%i4) triangularize(F);
 
1 0 0
( %o4) 0 −1 1 
0 0 −2
De esta forma la recta generada por (1, 0, 0) es un complemento de U en Q3 .
Ejemplo maxima 25: Veamos ahora la dimensión del subespacio de R4 generado por
{(2, −3, 3, −3), (−3, 1, −1, 1), (3, 3, 3, 3), (−2, 0, −1, 0)}.
La dimensión corresponde con el rango de la matriz cuyas filas (o columnas) son esos vectores.
(%i1) rank(matrix([2,-3,3,-3],[-3,1,-1,1],[3,3,3,3],[-2,0,-1,0]));
( %o1) 3
Luego la dimensión es tres.
3. Ecuaciones del cambio de base

Sean B = {− → →
v 1, . . . , − →
v n } y B 0 = {− →
v 10 , . . . , −
v n0 } dos bases de V. Sea − →x ∈ V. Entonces existen
0 0 → →
− →
− →
− 0 →
x1 , . . . , xn , x1 , . . . , xn ∈ K tales que x = x1 v 1 + · · · + xn v n y x = x1 v 1 + · · · + xn0 −
− − 0 →v n0 . Queremos
→
− 0
ver qué relación hay entre las coordenadas de x respecto de B y de B . Para ello utilizaremos las
coordenadas de los vectores de B respecto de B 0 . Supongamos que
→
− →
v 1 = a11 − →
v 10 + · · · + a1n −
v n0 ,
..
.
→
−
v =a − →
v 0 + ··· + a − →v 0.
n n1 1 nn n
3. ECUACIONES DEL CAMBIO DE BASE 41
Entonces
→
− →
x = x1 − →
v 1 + · · · + xn − →
v n = x1 (a11 − → → →
v 10 + · · · + ann −
v n0 ) + · · · + xn (an1 −
v 10 + · · · + a1n − v n0 )
= (x a + · · · + x a )− →v 0 + · · · + (x a + · · · + x a )− →
v 0 = x0 − →v 0 + · · · + x0 −→
v 0.
1 11 n n1 1 1 1n n nn n 1 1 n n
Por tanto

x10 = x1 a11 + · · · + xn an1 
.. ,
. 
0
xn = x1 a1n + · · · + xn ann
que se conocen como las ecuaciones de cambio de base de B a B 0 . Éstas se pueden también expresar
en forma matricial
a11 . . . a1n
 
(x10 . . . xn0 ) = (x1 . . . xn )  ... . . . ..  .

.
an1 . . . ann
a11 . . . a1n
 
A la matriz A =  ... . . . ..  se le llama matriz de cambio de base de B a B 0 . Esta matriz es

.
an1 . . . ann
siempre regular y su inversa, A−1 es justamente la matriz de cambio de base de B 0 a B.
Ejercicio 43: Sean B = {(1, 1, 0), (1, 2, 1), (1, 1, 2)} y B 0 = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} dos bases de
Q3 . Calcula las ecuaciones de cambio de base de B a B 0 .
Ejemplo maxima 26: Supongamos que K es Q y V = Q2 .

→
Elegimos dos bases, B = {− →
v 1, − →
v 2 } y B 0 = {− →
u 1, −
u 2 }.
(%i1) v1:[1,2]$ v2:[0,3]$
(%i3) u1:[1,1]$ u2:[2,0]$
→
Calculamos las coordenadas de − →
u1 y −
u 2 respecto de B.
(%i5) solve(a11*v1+a12*v2-u1,[a11,a12]);
1
( %o5) [[a11 = 1, a12 = − ]]
3
(%i6) solve(a21*v1+a22*v2-u2,[a21,a22]);
4
( %o6) [[a21 = 2, a22 = − ]]
3
Ası́ la matriz de cambio de base de B 0 a B es la siguiente.
(%i7) A:matrix([1,-1/3],[2,-4/3])$
→
El vector − →
u1 +−
u 2 tiene coordenadas (1, 1) en B 0 . Veamos cuáles son sus coordenadas en B.
(%i8) [1,1].A;
3 − 35

( %o8)
Comprobamos el resultado.
(%i9) u1+u2=3*v1-5/3*v2;
( %o9) [3, 1] = [3, 1]
La matriz de cambio de base de B a B 0 es la inversa de A.
4. ECUACIONES PARAMÉTRICAS DE UN SUBESPACIO VECTORIAL 42
(%i10) invert(A);
2 − 12

( %o10)
3 − 32
Ejemplo maxima 27: Dadas las bases de Q3 , B = {(1, 2, 3), (0, 3, 1), (0, 0, 4)} y B 0 = {(1, 1, 1), (0, 2, 3), (0, 0, 7)},
veamos cuál es la matriz de cambio de base de B a B 0 y la de B 0 a B.
(%i2) solve(x*[1,1,1]+y*[0,2,3]+z*[0,0,7]-[1,2,3],[x,y,z]);
( %o2) [[x = 1, y = 12 , z = 141 ]]
(%i3) solve(x*[1,1,1]+y*[0,2,3]+z*[0,0,7]-[0,3,1],[x,y,z]);
( %o3) [[x = 0, y = 32 , z = − 21 ]]
(%i4) solve(x*[1,1,1]+y*[0,2,3]+z*[0,0,7]-[0,0,4],[x,y,z]);
( %o4) [[x = 0, y = 0, z = 74 ]]
(%i5) [x,y,z],%o2;
( %o5) [1, 21 , 141 ]
(%i6) [x,y,z],%o3;
( %o6) [0, 23 , − 12 ]
(%i7) [x,y,z],%o4;
( %o7) [0, 0, 74 ]
La matriz de cambio de base de B a B 0 es
(%i8) H:matrix(%o5,%o6,%o7);
1 21 141
 
( %o8) 0 3 − 1 
2 2
0 0 74
y la de B 0 a B es
(%i9) J:invert(%);
1 − 31 − 125
 
( %o9) 0 2 7 
3 12
7
0 0 4
Si las coordenadas de un vector respecto de la base B son (1, 1, 1), sus coordenadas respecto
de B 0 son
(%i10) [1,1,1].H;
1

( %o10) 1 2 7
4. Ecuaciones paramétricas de un subespacio vectorial

Supongamos que dim(V) = n y que U es un subespacio vectorial de V de dimensión r. Sea
→
B = {− →
v 1, . . . , − →
v n } una base de V, y BU = {− →
u 1, . . . , −
u r } una base de U. Supongamos que
→
− →
u 1 = a11 −
v 1 + · · · + a1n − →v n,
..
.
→
−u =a − →v + ··· + a − →v .
r r1 1 rn n
4. ECUACIONES PARAMÉTRICAS DE UN SUBESPACIO VECTORIAL 43
Sea − →x = x1 −→ →
v 1 + · · · + xn −
v n un vector de V. Veamos qué tienen que verificar las coordenadas
→
−
(x1 , . . . , xn ) para que x ∈ U.
El vector − → →
x ∈ U si y sólo si existen λ1 , . . . , λr ∈ K tales que − →
x = λ1 − →
u 1 + · · · + λr −
u r , y esto
equivale a que
→
− →
x = λ1 (a11 − →
v 1 + · · · + a1n − →
v n ) + · · · + λr (ar1 − →
v 1 + · · · + arn −
v n)
→ →
= (λ1 a11 + · · · + λr ar1 ) v 1 + · · · + (λ1 a1n + · · · + λr arn )−
− v n.
Como las coordenadas son únicas,


x1 = λ1 a11 + · · · + λr ar1 
.. .
. 
xn = λ1 a1n + · · · + λr arn
Estas ecuaciones son las ecuaciones paramétricas de U respecto de la base B.
Ejercicio 44: Dada la base B = {(1, 1, 0), (1, 0, 1), (0, 1, 1) de Q3 , y U el subespacio vectorial de Q3
generado por {(1, 2, 1), (1, 3, 2), (2, 5, 3)}, calcula las ecuaciones paramétricas de U respecto de la
base B.
Ejemplo maxima 28: Sea U el subespacio de Q3 generado por {(2, 1, −3), (2, −1, −1), (−3, 1, 2)}, cal-
culamos a continuación las ecuaciones paramétricas de U respecto de la base B = {(1, 2, 3), (0, 3, 4), (0, 0, 6)}.
Primero encontramos una base para U, y lo hacemos con el comando triangularize.
(%i1) K:matrix([2,1,-3],[2,-1,-1],[-3,1,2])$
(%i2) triangularize(K);
 
2 1 −3
( %o2) 0 −4 4 
0 0 0
Por tanto, U tiene como base {(2, 1, −3), (0, −1, 1)}. Encontremos pues las coordenadas de sus
elementos respecto de la base B.
(%i3) solve(x*[1,2,3]+y*[0,3,4]+z*[0,0,6]-[2,1,-3],[x,y,z]);
5
( %o3) [[x = 2, y = −1, z = − ]]
6
(%i4) solve(x*[1,2,3]+y*[0,3,4]+z*[0,0,6]-[0,-1,1], [x,y,z]);
1 7
( %o4) [[x = 0, y = − , z = ]]
3 18
Ası́ un elemento de coordenadas (x, y, z) respecto de la base B estará en U si y sólo si (x, y, z) =
λ(2, −1, − 56 ) + µ(0, − 13 , 187 ) para algún λ, µ ∈ Q. Las ecuaciones paramétricas son

 x = 2λ,
y = −1λ − 13 µ,

z = − 56 λ + 187 µ.
5. APLICACIONES LINEALES 44
5. Aplicaciones lineales
En lo que queda de capı́tulo suponemos que V y V 0 son dos espacios vectoriales sobre el mismo
cuerpo K.
Una aplicación f : V → V 0 es lineal (o un homomorfismo) si
1) para todo −→ →
u,−v ∈ V, f(−→
u +− → →
v ) = f(− →
u ) + f(−
v ),
2) para todo a ∈ K y − →v ∈ V, f(a−→v ) = af(−→
v ).
→
− →
− →
−
f( 0 ) = 0 (el primer 0 es de V y el segundo de V 0 ).
f(−−→v ) = −f(−→v ).
→ → →
−
El núcleo de f, N(f) = {−v ∈ V tales que f(− v ) = 0 }, es un subespacio vectorial de V.
La imagen de f, Im(f), es un subespacio vectorial de V 0 .
Una aplicación lineal es un

1) monomorfismo si es inyectiva,
2) epimorfismo si es sobreyectiva,
3) isomorfismo si es biyectiva.
Si f es un isomorfismo, también lo es f−1 .
→
−
f es un monomorfismo si y sólo si N(f) = { 0 }.
Si V = h{− → →
v 1, . . . , −
v n }i, entonces Im(f) = h{f(− → →
v 1 ), . . . , f(−
v n )}i.
Si f es un monomorfismo y {− → →
v 1, . . . , −
v n } son linealmente independientes, entonces
→
{f(− →
v 1 ), . . . , f(−v n )} también son linealmente independientes.
Ejercicio 45: Demuestra que f : R3 → R2 , f(x, y, z) = (x+y, x+z) es una aplicación lineal. Calcula
N(f) y Im(f). ¿Es f un isomorfismo?
Ejercicio 46: Sea f : R2 → R3 , (x, y, z) 7→ (x, y, z + y). Calcula una base de Im(f). ¿Es f un
epimorfismo?
Teorema: Las aplicaciones lineales vienen determinadas por la imagen de una base.
Sea B = {− → →
v 1, . . . , − →
v n } una base de V, y {− →
v 10 , . . . , −
v n0 } ⊆ V 0 . Entonces existe una única aplicación
→ →
lineal f : V → V 0 verificando que f( v 1 ) = v 10 , . . . , f(−
− − →
v n) = − → →
v n0 . Además, {− →
v 10 , . . . , −
v n0 } es una
0
base de V si y sólo si f es un isomorfismo.
Los espacios vectoriales V y V 0 diremos que son isomorfos si existe un isomorfismo f : V → V 0 .

V y V 0 son isomorfos si y sólo si dim(V) = dim(V 0 ).
Ejemplo maxima 29: Sea f : R3 → R4 definida por f(x, y, z) = (x + y, x + z, 2x + y + z, y − z). Para

calcular su núcleo usamos:
(%i1) solve([x+y=0,x+z=0,2*x+y+z=0,y-z=0],[x,y,z]);
solve : dependentequationseliminated : (34)
( %o1) [[x = − %r1, y = %r1, z = %r1]]
Ası́ N(f) = {(−a, a, a) | a ∈ R}, que tiene como base a {(−1, 1, 1)}. Para calcular una base
de la imagen, sabiendo que {f(1, 0, 0), f(0, 1, 0), f(0, 0, 1) es un sistema de generadores, hacemos lo
siguiente.
(%i2) f(x,y,z):=[x+y,x+z,2*x+y+z,y-z]$
(%i3) A:matrix(f(1,0,0),f(0,1,0),f(0,0,1))$
6. ECUACIONES DE UNA APLICACIÓN LINEAL 45
 
1 1 2 0
( %o4) 0 −1 −1 1
0 0 0 0
Por tanto, una base de Im(f) es {(1, 1, 2, 0), (0, −1, −1, 1)}.
6.Ecuaciones de una aplicación lineal

Sea f : V → V 0 una aplicación lineal, y B = {−→ →
v 1, . . . , − →
v n } y B 0 = {− →
v 10 , . . . , −
vm0
} bases de V y
0 →
− →
− →
− →
− →
0− 0 0 −→
V , respectivamente. Sean x = x1 v 1 + · · · + xn v n y f( x ) = x1 v 1 + · · · + xm v m ∈ V 0 . Queremos
estudiar la relación que existe entre las coordenadas de − →x y f(− →x ).
Supongamos que
f(−→ →
v 1 ) = a11 − →
v 10 + · · · + a1m −
vm0
,
..
.
→
− →
f( v ) = a v + · · · + a −
− 0 →v0.
n n1 1 nm m
Entonces
→
f(−x ) = f(x1 →
− →
v 1 + · · · + xn − →
v n ) = x1 f(− →
v 1 ) + · · · + xn f(−
v n)
→ 0 →
= x1 (a11 v 1 + · · · + a1m v m ) + · · · + xn (an1 −
− − 0 → →
v 10 + · · · + anm −
vm0
)
→ 0 →
= (x1 a11 + · · · + xn an1 ) v 1 + · · · + (x1 a1m + · · · + xn anm )−
− vm0
.
Ası́ 
x10 = a11 x1 + · · · + an1 xn 
..
. 
0
xm = a1m x1 + · · · + anm xn
que se conocen como ecuaciones de la aplicación lineal respecto de las bases B y B 0 .
Estas ecuaciones se pueden expresar de forma matricial como
a11 . . . a1m
 
(x10 . . . xm0
) = (x1 . . . xn )  ... . . . ..  .
.
an1 . . . anm
a11 . . . a1m
 
La matriz A =  ... . . . ..  es la matriz asociada a la aplicación lineal f respecto de las

.
an1 . . . anm
bases B y B 0 .
f es un isomorfismo si y sólo si A es regular.
Ejercicio 47: Sea f : Q2 → Q3 , la aplicación lineal definida por f(x, y, z) = (x, x + y, x − y). Calcula
las ecuaciones de f respecto de las bases {(1, 1), (1, 2)} de Q2 y {(1, 1, 0), (1, 0, 1), (0, 1, 1)} de Q3 .
Ejercicio 48: Sea f : Q2 → Q3 una aplicación lineal tal que f(1, 2) = (2, 3, 1) y f(2, −2) = (3, −3, 2).
Calcula la expresión general f(x, y).
Ejercicio 49: Encuentra la matriz asociada a la base {(1, 0, 0), (0, 1, 0), (0, 0, 1)} de una aplicación
lineal f : R3 → R3 que verifica que (1, 0, 0) ∈ N(f) y Im(f) = h{(2, 3, 1), (3, 3, 2)}i.
6. ECUACIONES DE UNA APLICACIÓN LINEAL 46
Ejemplo maxima 30: Calculemos la expresión matricial de la aplicacion lineal del ejemplo anterior
respecto de las bases B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)} y B 0 = {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)}.
Podemos por ejemplo calcular las coordenadas de las imágenes por f de los elementos de B respecto
de B 0 .
(%i1) f(x,y,z):=[x+y,x+z,2*x+y+z,y-z]$
(%i2) solve(x*[1,1,1,1]+y*[0,1,1,1]+z*[0,0,1,1]+t*[0,0,0,1]-
f(1,1,0),[x,y,z,t]);
( %o2) [[x = 2, y = −1, z = 2, t = −2]]
(%i3) solve(x*[1,1,1,1]+y*[0,1,1,1]+z*[0,0,1,1]+t*[0,0,0,1]-
f(1,0,1),[x,y,z,t]);
( %o3) [[x = 1, y = 1, z = 1, t = 3]]
(%i4) solve(x*[1,1,1,1]+y*[0,1,1,1]+z*[0,0,1,1]+t*[0,0,0,1]-
f(0,1,1),[x,y,z,t]);
( %o4) [[x = 1, y = 0, z = 1, t = −2]]
(%i5) C:matrix([2,-1,2,-2],[1,1,1,-4],[1,0,1,-2]);
 
2 −1 2 −2
( %o5) 1 1 1 −4
1 0 1 −2
0 0 0 0
Por tanto la expresión matricial es (x , y , z , t ) = (x, y, z)C.
→
Ejemplo maxima 31: Tomamos una base B = {− →
v 1, − →
v 2, −
v 3 } en Q3 .
(%i1) v1:[1,2,1];v2:[1,1,0];v3:[0,0,3];
( %o1) [1, 2, 1]
( %o2) [1, 1, 0]
( %o3) [0, 0, 3]
Y las imágenes de esos vectores respecto de la base usual {(1, 0), (0, 1)} en Q2 .
(%i4) fv1:[1,1];fv2:[2,1];fv3:[1,2];
( %o4) [1, 1]
( %o5) [2, 1]
( %o6) [1, 2]
La matriz de f asociada a dichas bases es:
(%i7) A:matrix(fv1,fv2,fv3);
 
1 1
( %o7) 2 1 
1 2
Si queremos calcular la imagen de un elemento con coordenadas (x, y, z) respecto de B, sólo
tenemos que multiplicar esas coordenadas por A.
(%i8) [x,y,z].A;
7. ESPACIO VECTORIAL COCIENTE 47

( %o8) z + 2y + x 2z + y + x
Ası́ f(x, y, z) = (x + 2y + z, x + y + 2z), donde (x, y, z) son coordenadas respecto de B.
Si lo que queremos es la expresión de f(x, y, z), con (x, y, z) coordenadas respecto de la base
usual {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, lo que hacemos es calcular primero el cambio de base de B a la
base usual, y luego lo multiplicamos por A, obteniendo ası́ la expresión matricial respecto de las
bases usuales.
(%i9) B:matrix(v1,v2,v3);
 
1 2 1
( %o9) 1 1 0
0 0 3
(%i10) B^^-1;
1
 
−1 2 3
( %o10)  1 −1 − 1 
3
1
0 0 3
(%i11) AA:%.A;
10 5
 
3 3
( %o11) − 4 − 32 
3
1 2
3 3
Veamos que el resultado es el deseado (→

−
v i lo definimos en función de la base usual).
(%i12) v1.AA;v2.AA;v2.AA

( %o12) 1 1

( %o13) 2 1

( %o14) 1 2
Por tanto las coordenadas de f(x, y, z) respecto de la base usual de Q2 , con (x, y, z) coordenadas
en la base usual de Q3 , la podemos calcular como sigue.
(%i17) [x,y,z].AA;
− 43y + 103 x 23z − 23y + 53x

z

( %o17) 3
7. Espacio vectorial cociente

Sea U un subespacio vectorial de V. Definimos en V la siguiente relación de equivalencia:
→
−
x R−→ →
y si −
x −− →y ∈ U. Denotamos por U V
al conjunto cociente VR .
El conjunto U V
es un espacio vectorial con las operaciones [− → →
x ] + [−
y ] = [− →x +− → →
y ] y k[−x]=
→
−
[k x ]. A dicho espacio vectorial se le conoce como espacio vectorial cociente de V sobre U.
→
Si {− →
u 1, . . . , −
u m } es una base de U y la ampliamos a una base de V, {− → →
u 1, . . . , − →
u m, − →
u m+1 , . . . , −
u n },
entonces {[− → →
u m+1 ], . . . , [−
u n ]} es una base de UV
. Ası́

V
dim = dim(V) − dim(U).
U
7. ESPACIO VECTORIAL COCIENTE 48
Primer teorema de isomorfı́a. Si f : V → V 0 es una aplicación lineal, entonces los espacios

V
vectoriales N(f) →
e Im(f) son isomorfos (el isomorfismo viene dado por [−
v ] 7→ f(v)).
dim(V) = dim(N(f)) + dim(Im(f)).
Ejercicio 50: Sea f : R3 → R2 definida por f(x, y, z) = (2x + y, 3x + z). Encuentra una base de
N(f).
Segundo teorema de isomorfı́a. Si U1 y U2 son subespacios de V, entonces los espacios

vectoriales U1U∩U
2
2
y U1U+U
1
2
son isomorfos.
dim(U1 ) + dim(U2 ) = dim(U1 + U2 ) + dim(U1 ∩ U2 ).
Ejercicio 51: Dados los subespacios vectoriales de Q3 , U = h{(1, 1, 2), (1, 2, 3)}i y W = h{(1, 0, 0), (2, 1, 3)}i,
calcula la dimensión de U ∩ W.
Ejercicio 52: Sea U el subespacio vectorial de Q3 generado por {(1, 2, 1)}. Calcula un complemen-
tario de U.
Ejemplo maxima 32: Sea U el subespacio vectorial de Q4 generado por {(1, 1, 1, 1), (1, 2, 3, 4), (1, 0, −1, −2)},
calculemos una base del espacio cociente Q4 /U.
(%i1) A:matrix([1,1,1,1],[1,2,3,4],[1,0,-1,-2])$
 
1 0 −1 −2
( %o2) 0 2 −1 1 
0 0 0 0
Una base de U es {(1,0,-1,-2),(0,2,4,6)}. Ahora la ampliamos a una base de Q4 .
(%i3) B:matrix([1,0,-1,-2],[0,2,4,6],[0,0,1,0],[0,0,0,1])$
(%i4) determinant(B);
( %o4) 2
Una base del cociente es {[(0, 0, 1, 0)], [(0, 0, 0, 1)]}.
Ejemplo maxima 33: Sea f : Q4 → Q3 definida por

(%i1) f(x,y,z,t):=[x+y+z,x+z+t,y-t]$
Como
(%i2) triangularize(matrix(f(1,0,0,0),f(0,1,0,0),f(0,0,1,0),f(0,0,0,1)));
 
1 1 0
0 −1 1
( %o2) 
 0 0 0

0 0 0
deducimos que la imagen de f tiene dimensión 2. Por el primer teorema de isomorfı́a, su núcleo
deberı́a también tener dimensión dos. Comprobémoslo:
(%i3) solve(f(x,y,z,t),[x,y,z,t]);
solve : dependentequationseliminated : (1)
( %o3) [[x = − %r3 − %r2, y = %r2, z = %r3, t = %r2]]
8. ECUACIONES CARTESIANAS O IMPLÍCITAS DE UN SUBESPACIO VECTORIAL 49
Ejemplo maxima 34: Sean U y W los subespacios de Q4 generados por {(1, 0, 1, 0), (1, 2, 1, 2), (1, 5, 1, 5)}
y {(2, 3, 4, 0), (1, 5, 2, 0), (2, 3, 2, 3)}, respectivamente. Veamos cuál es la dimensión de U ∩ W.
Un sistema de generadores para U+W es {(1, 0, 1, 0), (1, 2, 1, 2), (1, 5, 1, 5), (2, 3, 4, 0), (1, 5, 2, 0), (2, 3, 2, 3)}.
Esto nos dice que la dimensión de de U es 2, la de W es 3, y la de U + W es 4. Por el Segundo
Teorema de Isomorfı́a, deducimos que la dimensión de U ∩ W es 1.
8. Ecuaciones cartesianas o implı́citas de un subespacio vectorial

Sea U un subespacio vectorial de V. Sea B = {−→ →
v 1, . . . , − →
v n } una base de V, y BU = {− →
u 1, . . . , −
u r}
una base de U. Supongamos que
→
− →
u 1 = a11 −
v 1 + · · · + a1n − →
v n,
..
.
→
−
u =a − →v + ··· + a − →v .
r r1 1 rn n
Sea →
−x = x1 − → →
v n un vector de V. Recordemos que el vector →
v 1 + · · · + xn − −
x ∈ U si y sólo si
existen λ1 , . . . , λr ∈ K tales que

x1 = λ1 a11 + · · · + λr ar1 
.. .
. 
xn = λ1 a1n + · · · + λr arn
Luego −→x ∈ U si y sólo si el sistema con incógnitas λ1 , . . . λr
a11 . . . ar1 λ1 x1
    
 ... . . . ...   ...  =  ... 
a1n . . . arn λr xn
a11 . . . ar1 a11 . . . ar1 x1
   
tiene solución. Y sabemos que equivale a rango  ... . . . ...  = rango  ... . . . .. .
.
a1n . . . arn a1n . . . arn xn
Esto ocurre cuando unos cuantos determinantes valen cero, proporcionándonos ası́ una sistema de
ecuaciones de la forma 
b11 x1 + · · · + b1n xn = 0 
.. ,
. 
bk1 x1 + · · · + bkn xn = 0
a las que llamaremos ecuaciones cartesianas de U respecto de la base B de V.
Si k es el número de ecuaciones cartesianas independientes que describen a U, entonces
k + dim(U) = dim(V).
Ejercicio 53: Dada la base B = {(1, 1, 0), (1, 0, 1), (0, 1, 1)}, calcula las ecuaciones cartesianas
respecto de la base B del subespacio vectorial de R3 generado por {(1, 2, 1)}.
Ejercicio 54: Calcula las ecuaciones cartesianas del subespacio vectorial h{(1, 2, 3, 1), (1, 1, 1, 1), (3, 5, 7, 3)}i ⊆
Q4 .
Ejercicio 55: Consideremos los subespacios vectoriales de R4 , E1 = h{(1, 1, 1, 1), (1, −1, 1, −1)}i y
E2 = h{(1, 2, 0, 2), (1, 2, 1, 2), (3, 1, 3, 1)}i.
a) Calcula una base de E1 + E2 .
b) Calcula las ecuaciones cartesianas de E1 + E2 .
c) Calcula las ecuaciones cartesianas de E1 ∩ E2 .

d) Calcula una base de E1 ∩ E2 .
Ejercicio 56: Dada la aplicación lineal f : Q4 → Q3 definida por f(x, y, z, t) = (x + y, x − 4z, −3x +
y + z), calcula una base para su núcleo.
Ejemplo maxima 35: Calculemos las ecuaciones cartesianas de U = h{(1, 1, 2), (1, −1, 0)}i ⊆ Q3 .
Sus ecuaciones paramétricas respecto de la base usual son

x = λ + µ
y= λ−µ .
z= 2λ 
La matriz ampliada de este sistema con incógnitas en los parámetros λ y µ es
(%i1) A:matrix([1,1,x],[1,-1,y],[2,0,z]);
 
1 1 x
( %o1) 1 −1 y
2 0 z
Como su rango debe ser dos, su determinante es cero.
(%i2) determinant(A);
( %o2) −2 z + 2 y + 2 x
Ası́ la ecuación cartesiana de U es x + y − z = 0.
Esta ecuación también la podemos encontrar haciendo operaciones elementales por filas en A.
Primero extraemos la matriz de coeficientes. Para ello eliminamos la última columna de A.
(%i3) C:submatrix(A,3);
 
1 1
( %o3) 1 −1
2 0
Para guardar traza de la operaciones elementales que hacemos en C para obtener su forma
triangular reducida, le añadimos al final la matriz identidad.
(%i4) M:addcol(C,ident(3));
 
1 1 1 0 0
( %o4) 1 −1 0 1 0
2 0 0 0 1
Ahora triangularizamos y nos quedamos con las últimas columnas, que forman una matriz
regular con las operaciones elementales para que C alcance su forma reducida for filas.
(%i5) triangularize(M);
 
2 0 0 0 1
( %o5) 0 −2 0 2 −1
0 0 −2 −2 2
(%i6) P:submatrix(%,1,2);
 
0 0 1
( %o6) 0 2 −1
−2 −2 2
Aplicamos estas operaciones por filas a la matriz inicial y obtenemos en las últimas filas las ecua-
ciones (en esta caso sólo en la última, pues hay una).
(%i7) P.A;
 
2 0 z
( %o7) 0 −2 2y − z 
0 0 2z − 2y − 2x
Ejemplo maxima 36: Sea U el subespacio de R4 generado por {(1, 1, 1, 1), (1, 2, 3, 1), (1, 0, −1, 1)}.
Calculmemos sus ecuaciones cartesianas respecto de la base B = {(1, 1, 1, 1), (0, 1, 1, 1), (0, 0, 1, 1), (0, 0, 0, 1)}.
(%i1) modulus:false$
(%i2) A:matrix([1,1,1,1],[1,2,3,1],[1,0,-1,1])$
 
1 0 −1 1
( %o3) 0 2 4 0 
0 0 0 0
por lo que {(1, 0, −1, 1), (0, 2, 4, 0)} es una base de U. Calculamos ahora las coodenadas de estos
vectores respecto de la base B.
(%i4) solve(x*[1,1,1,1]+y*[0,1,1,1]+z*[0,0,1,1]
+t*[0,0,0,1]-[1,0,-1,1], [x,y,z,t]);
( %o4) [[x = 1, y = −1, z = −1, t = 2]]
(%i5) solve(x*[1,1,1,1]+y*[0,1,1,1]+z*[0,0,1,1]
+t*[0,0,0,1]-[0,2,4,0], [x,y,z,t]);
( %o5) [[x = 0, y = 2, z = 2, t = −4]]
(%i6) J:matrix([1,-1,-1,2],[0,2,2,-4],[x,y,z,t]);
 
1 −1 −1 2
( %o6) 0 2 2 −4
x y z t
Al exigir que la matriz J tenga rango 2 obtenemos que los siguientes determinantes deben de
valer cero.
(%i7) determinant(matrix([1,-1,-1],[0,2,2],[x,y,z]));
( %o7) 2z − 2y
(%i8) determinant(matrix([1,-1,2],[0,2,-4],[x,y,t]));
( %o8) 4y + 2t
Las ecuaciones cartesianas de U respecto de B son

z−y=0
.
y+t=0
Ejemplo maxima 37: Sean U = {(x, y, z, t) ∈ Q4 | x + y + z + t = 0, x + 2t = 0} y W = {(x, y, z, t) ∈

Q4 | 4y + 4z + t = 0, x + 4y = 0}. Calculemos una base de la intersección.
(%i1) M:matrix([1,1,1,1],[1,0,0,2],[0,-1,-1,1],[1,-1,0,0])$
(%i2) nullspace(M);
 
−2
−2
( %o2) span   
 3 
1
Una base es de la intersección es {(−2, −2, 3, 1)}.
Ejemplo maxima 38: Sea f : Q4 → Q3 , f(x, y, z, t) = (x + y, z + t, x + y + z + t). Calculemos una

base de N(f).
(%i1) N:matrix([1,1,0,0],[0,0,1,1],[1,1,1,1])$
(%i2) nullspace(N);
   
−1 0
 1   0 
( %o2) span  0  ,  1 
   
0 −1
Por tanto una base de N(f) es {(−1, 1, 0, 0), (0, 0, 1, −1)}.
Capı́tulo 4
Diagonalización de matrices
1. Matrices diagonalizables
Una matriz diagonal es una matriz cuadrada que tiene todas sus entradas nulas, salvo eventual-
mente las de la diagonal. Una matriz cuadrada A es diagonalizable si existen una matriz diagonal
D y una matriz regular P tales que A = PDP−1 .
La diagonalización de matrices es útil para el cálculo de potencias grandes de una matriz, ya
que
Ar = (PDP−1 )r = PDP−1 PDP−1 .r−1 . . PDP−1 = PDr P−1 .
En adelante, A representará una matriz cuadrada de orden n × n sobre un cuerpo K.
Un elemento λ ∈ K es un valor propio de A si existe x ∈ Kn \ {(0, . . . , 0)} tal que Ax = λx. En
tal caso diremos que x es un vector propio asociado al valor propio λ.
Teorema de caracterización de los valores propios. Un elemento λ ∈ K es un valor
propio de A si y sólo si |A − λIn | = 0.
Ası́ los valores propios de A son las raı́ces del polinomio |A − λIn | ∈ K[λ], que se conoce como
polinomio caracterı́stico de A, y lo denotaremos por pA (λ). Nótese que gr(pA (λ) = n.

1 2
Ejercicio 57: Calcula el polinomio caracterı́stico y los valores propios de ∈ M2×2 (R).
2 1
Propiedades.
1) Si A es una matriz triangular, entonces sus valores propios son los valores de la diagonal.
2) Los valores propios de A y At coinciden.
3) |A| = 0 si y sólo si 0 es un valor propio de A.
4) Si A es regular y λ es un valor propio de A, entonces λ−1 lo es de A−1 .
Si λ es un valor propio de A, entonces
V(λ) = {x ∈ Kn tales que (A − λIn )x = 0},
(en este caso 0 = (0, . . . , 0) ∈ Kn ) es un subespacio vectorial de Kn . Dicho subespacio lo
llamamos subespacio vectorial propio asociado al valor propio λ.

1 2
Ejercicio 58: Encuentra los subespacios propios asociados a los valores propios de ∈
2 1
M2×2 (R).
Sean λ1 , . . . , λk los valores propios de la matriz A. A la multiplicidad de la raı́z λi de PA (λ) la

llamaremos multiplicidad algebraica de λi , mientras que la dimensión de V(λi ) es la multiplicidad
geométrica de λi .
Ejercicio
59: Calcula las multiplicidades algebraicas y geométricas de los valores propios de
1 2
∈ M2×2 (R).
2 1
53
2. MÉTODO PARA DIAGONALIZAR UNA MATRIZ 54
La multiplicidad geométrica de un valor propio es menor o igual que su multiplicidad

algebraica.
Criterio de diagonalización. A es diagonalizable si, y sólo si, la suma de las multiplicidades
algebraicas de los valores propios de A es n y además para todo valor propio las multiplicidades
algebraica y geométrica coinciden.
Toda matriz cuadrada y simétrica con coeficientes en R es diagonalizable.
2. Método para diagonalizar una matriz
1) Calculamos pA (λ), sus raı́ces λ1 , . . . , λk y sus multiplicidades algebraicas, m1 , . . . , mk .

2) Si m1 + · · · + mk 6= n, A no es diagonalizable.
3) En caso contrario, para cada λi , calculamos el subespacio propio V(λi ) y su dimensión. Si dicha
dimensión no coincide con mi para algún i, entonces A no es diagonalizable.
4) Llegado este paso, la matriz A es diagonalizable y D es la matriz que tiene en la diagonal m1
entradas λ1 , m2 entradas λ2 , y ası́ hasta mk entradas λk . La matriz de paso P se construye
colocando en las primeras m1 columnas una base de V(λ1 ), a continuación en las siguientes m2
columnas una base de V(λ2 ), y ası́ hasta que colocamos en las últimas mk columnas una base
de V(λk ).

1 2
Ejercicio 60: Diagonaliza la matriz ∈ M2×2 (R).
2 1
Ejercicio 61: Diagonaliza la matriz

 
2 0 0
−15 −4 3 ∈ M3×3 (R).
−35 −14 9

1 1
Ejercicio 62: Demuestra que con coeficientes reales no es diagonalizable.
0 1
Ejemplo maxima 39: Sea

(%i1) A:matrix([-1,3,3],[0,2,0],[3,-3,-1]);
 
−1 3 3
( %o1) 0 2 0
3 −3 −1
El comando eigenvectors nos proporciona toda la información para saber si es diagonalizable.
(%i2) eigenvectors(A);
( %o2) [[[−4, 2], [1, 2]], [[[1, 0, −1]], [[1, 0, 1], [0, 1, −1]]]]
La salida nos dice que los valores propios son −4 y 2, con multiplicidades 1 y 2, respectivamente.
Además nos da bases para V(−4), {(1, 0, −1)} y V(2), {(1, 0, 1), (0, 1, −1)}. Como las multiplicidades
algebraicas y geométricas coinciden, y suman 3, A es diagonalizable.
La matriz de paso se calcula poniendo dichas bases una a continuación de la otra en columnas.
(%i3) P:matrix([1,1,0],[0,0,1],[-1,1,-1]);
3. FORMA NORMAL DE JORDAN 55
 
1 1 0
( %o3) 0 0 1
−1 1 −1
Comprobamos que efectivamente están bien hechos los cálculos:
(%i4) P^^(-1).A.P;
 
−4 0 0
( %o4)  0 2 0
0 0 2
Podrı́amos también haber hecho los cálculos paso a paso, calculando primero el polinomio
caracterı́stico de A.
(%i5) charpoly(A,x);
( %o5) (−x − 1)2 (2 − x) − 9 (2 − x)

Para ver los valores propios, lo factorizamos.
(%i6) factor(%);
( %o6) −(x − 2)2 (x + 4)
Y para calcular una base de por ejemplo V(2) utilizamos nullspace.
(%i7) nullspace(A-2*ident(3));
   
−3 0
( %o7) span   −3 , 3 
 
0 −3
3. Forma normal de Jordan
Ejemplo maxima 40: Vamos a estudiar si la siguiente matriz es o no diagonalizable.

(%i1) A:matrix([3,1,1],[-1,5,1],[0,0,4]);
 
3 1 1
( %o1) −1 5 1
0 0 4
Llamamos I a la identidad, que vamos a necesitar luego.
(%i2) I:ident(3);
 
1 0 0
( %o2) 0 1 0
0 0 1
El polinomio caracterı́stico de A es
(%i3) factor(charpoly(A,x));
( %o3) − (x − 4)3
Por lo que sólo hay un valor propio, con multiplicidad algebraica 3.
( %o4) [[[4], [3]], [[[1, 0, 1], [0, 1, −1]]]]
Como vemos, sólo hay dos vectores en el subespacio propio V(4), el núcleo de A − 4I, por lo
que A no es diagonalizable. Sin embargo el núcleo de (A − 4I)2 sı́ que tiene dimensión tres.
(%i5) nullspace((A-4*I)^^2);
     
0 0 1
( %o5) span   0 , 1 , 0 
   
1 0 0
Tomemos uno de ellos que no esté en V(4). Al multiplicarlo por (A−4I) nos saldrá un elemento
de V(4), que además es linealmente independiente con el elemento original.
(%i6) (A-4*I).[1,0,0];
 
−1
( %o6) −1
0
(%i7)  (A-4*I).%;

0
( %o7) 0
0
Tenemos ası́ dos elementos linealmente independientes de Q3 , uno de ellos en V(4). Como quiera
que V(4) tiene dimensión dos, podemos aún elegir otro elemento de V(4) que sea linealmente
independiente con éste. Ponemos estos tres vectores en una matriz (que será invertible al ser
linealmente independientes).
(%i8) P:transpose(matrix([1,0,1],[-1,-1,0],[1,0,0]))$
Y obtenemos que aunque A no sea diagonalizable, se acerca bastante a serlo.
(%i9) P^^(-1).A.P;
 
4 0 0
( %o9) 0 4 1
0 0 4
Ejemplo maxima 41: Consideremos ahora la matriz con coeficientes racionales

(%i1) A:matrix([4,2,0,0],[0,6,2,0],[1,-1,7,-1],[-1,1,-1,5]);
 
4 2 0 0
0 6 2 0
( %o1)  1 −1 7 −1

−1 1 −1 5
(%i2) I:ident(4)$
El polinomio caracterı́stico de A factoriza como
(%i3) factor(charpoly(A,x));
( %o3) (x − 6)3 (x − 4)
Por lo que tenemos dos valores propios: 4 y 6, de multiplicidades algebraicas 1 y 4, respectiva-
mente.
( %o4) [[[6, 4], [3, 1]], [[[1, 1, 0, 0]], [[1, 0, 0, 1]]]]
Esto nos dice que el núcleo de A − 6I tiene dimensión 1 (y está generado por (1, 1, 0, 0)) por lo
que nos hacen falta dos vectores más para completar la multiplicidad algebraica. Para A − 4I, la
dimensión de su núcleo es 1, que coincide con la multiplicidad algebraica de 4. Por ello ya tenemos
un candidato para la matriz de paso, el (1, 0, 0, 1) (y otro será (1, 1, 0, 0) o un múltiplo suyo).
Veamos qué ocurre con los núcleos de las potencias de A − 6I.
   
0 8
8  0 
( %o5) span 
8 , −8
   
0 0
La dimensión de éste es dos, por lo que seguimos intentando con (A − 6I)3 .
     
−4 0 0
−4 −4  0 
( %o6) span   0  , −4 ,  4 
     
0 0 −4
Cuya dimensión llena completamente la multiplicidad algebraica de 6. Escogemos un vector
que esté en el núcleo de (A − 6I)3 pero que no esté en el núcleo de (A − 6I)2 , y calculamos la
secuencia que resulta de ir multiplicando por A − 6I hasta que lleguemos a V(6).
(%i7) (A-6*I).[0,0,1,-1];
 
0
2
( %o7) 2

0
(%i8)  (A-6*I).%;

4
4
( %o8) 0

0
(%i9)  (A-6*I).%;

0
0
( %o9) 0

0
Como hemos conseguido tres nuevos vectores linealmente independientes, y tenı́amos ya uno
de V(4), no tenemos que seguir buscando más. Ası́, escogiendo como matriz de paso:
(%i10) P:transpose(matrix([1,0,0,1],[4,4,0,0],[0,2,2,0],[0,0,1,-1]))$
Obtenemos que A se puede expresar en la base cuyos elementos son las columnas de P de la
siguiente forma.
(%i11) P^^(-1).A.P;

4 0 0 0
0 6 1 0 
( %o11) 
0 0 6 1 

0 0 0 6
Las matrices de los dos últimos ejemplos no eran diagonalizables, sin embargo hemos encontrado
bases respecto de las cuales tienen en la diagonal sus valores propios (repetidos tantas veces como
sus respectivas multiplicidades algebraicas), y eventualmente tienen algún 1 encima de alguna

posición en la diagonal. De hecho el número de unos viene a medir lo lejos que están de ser
diagonalizables. Los dos ejemplos se han desarrollando siguiendo las siguientes ideas.
Subespacios propios generalizados. Sea A una matriz cuadrada de orden n con coeficientes
en C (ası́ nos aseguramos que el polinomio caracterı́stico descompone totalmente como producto
de polinomios de grado uno, y la suma de las multiplicidades algebraicas es precisamente n). Sea
λ un valor propio de A. Consideremos los subespacios de Cn . Definimos
Vi (λ) = N((A − λId)i ),
el i-ésimo subespacio propio generalizado asociado a λ.
Se tiene trivialmente que V(λ) = V1 (λ) ⊆ V2 (λ) ⊆ · · · . Como todos esos conjuntos son subespa-
cios de Cn , sabemos que esa cadena se volverá estacionaria, alcanzando el mayor subespacio posible,
en un número finito de pasos. Es fácil comprobar que si Vi (λ) = Vi+1 (λ), entonces Vi (λ) = Vj (λ)
para todo entero j mayor o igual que i. Por tanto, nos aseguramos que el subespacio más grande
posible es Vn (λ). Se tiene además que para un i como el anterior, entonces dim(Vi (λ)) (y por tanto
dim(Vn (λ))) es precisamente la multiplicidad algebraica de λ, y el subspacio Vi (λ) es invariante
por A, a saber, para cualquier v ∈ Vi (λ), Av vuelve a estar en Vi (λ).
De esta forma, si λ1 , . . . , λk son los distintos valores propios de A con multiplicidades m1 , . . . , mk ,
respectivamente (recordemos que m1 + · · · + mk = n en nuestro caso), si elegimos Bi una base para
cada Vn (λi ), entonces la matriz A respecto de esa base tiene el siguiente aspecto
A1
 
 A2 

 . ..


Ak
donde cada matriz Ai es cuadrada de orden mi , y el resto de las entradas son todas 0. En el caso
en que A sea diagonalizable V(λi ) = Vn (λi ), y podemos conseguir que Ai sea una matriz diagonal
cuyos valores de la diagonal son todos λi .
Orden de un elemento de un subespacio propio generalizado. Decimos que un vector v
de Vn (λ), con λ un valor propio de A, es de orden v si v ∈ Vk (λ) \ Vk−1 (λ) (a saber, (A − λId)k v = 0
y (A − λId)k−1 v 6= 0).
Bloque de Jordan. Sea v ∈ Vk (λ) \ Vk−1 (λ). Entonces los vectores
(1) vk = v, vk−1 = (A − λId)v, . . . , v1 = (A − λ)k−1 v
son linealmente independientes. Es más, como
Avk = vk−1 + λvk , . . . , Avi = vi−1 + λvi , . . . , Av2 = v1 + λv2 , Av1 = λv1 ,
se tiene que el subespacio U generado por {v1 , . . . , vk } es invariante por A, y la expresión de la
aplicación lineal asociada a A restringida a U respecto de la base {v1 , . . . , vk } es de la forma
 
λ 1 0 ··· 0
. . .. 
0 λ

1 . .
. .
Jk (λ) =  .. . . . . . . . . 0 ,

 
0 0 λ 1
0 0 ··· 0 λ
al que llamaremos bloque de Jordan de tamaño k asociado a λ.
Si para cada Vn (λi ) buscamos un elemento de orden máximo y calculamos la secuencia asociada
a éste como en (1), obtendremos parte de una base de Vn (λ). Si el número de elementos de la
secuencia no es igual a mi , entonces buscamos de nuevo otro elemento de orden máximo que
no esté en el espacio generado por los que ya hemos calculado anteriormente y le calculamos su
secuencia asociada (1). Siguiendo este proceso acabaremos por llenar mi elementos en la base, y
tendremos ası́ que Ai respecto de esa base está formada por una matriz diagonal en bloques, y en
la diagonal aparecerán bloques de Jordan de tamaño las longitudes de las secuencias que hemos ido
considerando. Cuando juntemos todas las bases que hemos obtenido para cada Vn (λi ) llegaremos
a que la matriz A se puede expresar en esa base como una matriz en diagonal por bloques, y
esos bloques son bloques de Jordan asociados a los valores propios de A, y que tienen tamaño
las longitudes de las secuencias (1) utilizadas para construir las distintas bases de los subespacios
propios generalizados. La matriz resultante se conoce como forma de Jordan asociada a A y es
única salvo reordenamiendo de los bloques.
Capı́tulo 5
Continuidad y lı́mites de funciones
En preparación... Faltan ejemplos de maxima.

1. Funciones reales de una variable real. Definición y primeras propiedades
Aplicaciones
Una aplicación f es una correspondencia entre dos conjuntos A y B tal que a todo elemento de A
le corresponde un solo elemento de B.
'$ A '$ '$ B '$ '$ '$ A B A B

r r
r -r r
-

a r

z
XXX
:
XX r r r r
a

r r

-

a

t - r r - r r t t

-

r r

r r
- r r
e

&% &% &% &% &% &%
Esta correspondencia Esta correspondencia Esta correspondencia
es una aplicación no es una aplicación no es una aplicación
En estos ejemplos, el primer diagrama representa una aplicación, pues, a cada elemento del
conjunto A = {r, a, t} le corresponde una sola cara del conjunto B. Sin embargo, el segundo
diagrama no representa una aplicación porque al elemento a ∈ A le corresponden dos caras del
conjunto B. Tampoco el tercer diagrama representa una aplicación ya que al elemento r ∈ A no le
corresponde ningún elemento de B.
Dominio, conjunto final e imagen de una aplicación
Sea f una aplicación entre dos conjuntos A y B. Al conjunto A se le llama conjunto inicial o dominio
de f y al conjunto B se le llama conjunto final o codominio de f. Para indicar los conjuntos A y B
se suele usar la notación f : A → B. Si la aplicación f le hace corresponder a un elemento x ∈ A
un elemento y ∈ B, se dice que y es la imagen de x mediante f y se expresa por y = f(x). Se llama
imagen de f al conjunto f(A) = {f(x) ∈ B : x ∈ A}.
En el ejemplo anterior (primer diagrama) el dominio de la aplicación f es el conjunto A =
{r, a, t}, el conjunto final es

B={ r r , r r r r
, }

y la imagen de f es
f(A) = { r r ,r r
}

Aplicaciones inyectivas, sobreyectivas y biyectivas

Sea f : A → B una aplicación. Se dice que f es inyectiva si todo par de elementos distintos de A
tiene imágenes distintas en B, es decir:
x1 , x2 ∈ A, x1 6= x2 ⇒ f(x1 ) 6= f(x2 ),
60
1. FUNCIONES REALES DE UNA VARIABLE REAL. DEFINICIÓN Y PRIMERAS PROPIEDADES 61
o, equivalentemente, si x1 , x2 ∈ A y f(x1 ) = f(x2 ), entonces x1 = x2 .

'$ A
'$ B A
'$ '$ B

- r r - r r
r

r :

r r r r
a

- r r
t t - r r

e
- r r e - r r

&%&% &% &%
Es inyectiva No es inyectiva
Se dice que f es sobreyectiva si f(A) = B, es decir:

∀y ∈ B, ∃x ∈ A : y = f(x).
'$A
'$ '$ B
'$ '$ '$ A B A B

r
- r r
- r - r r
r

:

r r
r r

r r
: - r r

a c

- r r
t

r r

r r c

-

-

t t
er r r r r r e
-

-

-

e
&%&% &% &% &% &%
No es sobreyectiva Es sobreyectiva Es biyectiva
Se dice que f es biyectiva si f es inyectiva y sobreyectiva a la vez. Se prueba que f es biyectiva
si, y sólo si, para todo y ∈ B existe un único punto x ∈ A tal que y = f(x).
Función real de variable real

Una función real de variable real es una aplicación f : A → B, donde A y B son dos subconjuntos
no vacı́os de números reales.
Para definir una función, es suficiente especificar su dominio A y dar una expresión algebraica
que permita determinar la imagen de cada elemento de A. Si el dominio de una función f no
aparece especificado, entenderemos que dicho dominio es el mayor subconjunto de números reales
en el que la expresión algebraica de f tiene sentido y lo denotaremos por dom(f).
Dada una función f : A → R, para cada punto x ∈ A el par ordenado de números reales (x, f(x))
se puede representar como un punto en el plano con un sistema de coordenadas
cartesianas. De
esta manera, la gráfica de f, es decir, el conjunto (x, f(x)) ∈ R2 : x ∈ A , se representa en el plano
mediante una curva que se denomina representación gráfica de f.
.
..
..
...
f .
..
....
.
f(A) ..
.....
......
....... ..........
...
... ..
..
...
.. ... ..
... ... ...
...t. ..... .......
..............
f(x) ... (x, f(x))
....
.
..
..
...
..
A
x
Operaciones algebraicas con funciones

Sean f, g : A → R funciones. La función suma de f y g es la función f + g : A → R dada por
(f + g)(x) = f(x) + g(x), ∀x ∈ A.
La función producto de f y g es la función fg : A → R definida por
(fg)(x) = f(x)g(x), ∀x ∈ A.
Si g(x) 6= 0 para todo x ∈ A, la función cociente de f y g es la función f
g
: A → R dada por

f f(x)
(x) = , ∀x ∈ A.
g g(x)
Si f y g no tienen el mismo dominio, entonces el dominio de f+g y fg es dom(f)∩dom(g), mientras
que el dominio de gf es [dom(f) ∩ dom(g)] \ {x ∈ R : g(x) = 0}.
Composición de funciones
Sean f : A → R y g : B → R funciones tales que f(A) ⊂ B. Se llama función compuesta de f y g a
la función g ◦ f : A → R definida por
(g ◦ f)(x) = g(f(x)), ∀x ∈ A.
f g
................................................ ................
.............................................
.............. ........... ........... ..........
.
...
............
. ......... ...
...
...
. .........
...
..........
. ........
....... ...
..........
.
........
.....
...... .... ...... ...
A ~
Z
f(A) ~
Z
R
x f(x) g(f(x))
B
Si el dominio de g ◦ f no aparece especificado, entonces
dom(g ◦ f) = {x ∈ dom(f) : f(x) ∈ dom(g)} .
Restricción de una función

Dada una función f : A → R y un subconjunto no vacı́o B de A, se llama función restricción de f
a B a la función f|B : B → R definida por
f|B (x) = f(x), ∀x ∈ B.
Función inversa
Si f : A → R es inyectiva, se llama función inversa de f a la única función f−1 : f(A) → R tal que
(f−1 ◦ f)(x) = x para todo x ∈ A.
Además, f−1 es también inyectiva y (f ◦ f−1 )(y) = y para todo y ∈ f(A). Las representaciones
gráficas de f y f−1 son curvas simétricas respecto de la recta y = x (la bisectriz del primer y tercer
cuadrantes).
Ejemplo maxima 42: Veamos como las funciones cuadrado y sumar uno no conmutan al compo-
nerlas.
(%i1) f(x):=x^2$ g(x):=x+1$
(%i2) f(g(1)); g(f(1));
( %o2) 4
( %o3) 2
(%i4) f(g(x))=g(f(x));
( %o4) (x + 1)2 = x2 + 1
(%i5) expand(%);
( %o5) x2 + 2 x + 1 = x2 + 1
Ejemplo maxima 43: Veamos si la función f(x) = x−2

x+1
tiene inverso (en su dominio, R \ {−1}).
(%i1) solve((x-2)/(x+1)=t,[x]);
t+2
( %o1) [x = − ]
t−1
(%i2) f(x):=(x-2)/(x+1);
x−2
( %o2) f (x) :=
x+1
(%i3) g(x):=-(x+2)/(x-1);
− (x + 2)
( %o3) g (x) :=
x−1
(%i4) f(g(x));
−x−2
x−1
−2
( %o4) −x−2
+1
x−1
(%i5) ratsimp(%);
( %o5) x
(%i6) g(f(x));
− x−2
x+1
−2
( %o6) x−2
−1
x+1
(%i7) ratsimp(%);
( %o7) x
De hecho, de esta forma también sabemos que el conjunto imagen de f es R \ {1}.
Ejercicios 63:
1. Sea f : R → R la función definida por f(x) = xx−1
2 +2 para todo x ∈ R. Calcula f(0), f(−1),
1
f(2a), f( x ), f(x + h) donde x, a, h ∈ R.
2. Para estudiar el ritmo al que aprenden los animales, un grupo de estudiantes de psicologı́a
relalizaron un experimento en el que una rata era enviada repetidamente a través de un
laberinto de laboratorio. Los estudiantes encontraron que el tiempo requerido por la rata
para atravesar el laberinto en la n-ésima prueba era aproximadamente de:
10
f(n) = 3 + n
.
a) En este ejemplo el dominio de la función f está determinado por el contexto del ex-
perimento. ¿Cuál es el dominio de la función f, es decir, para qué valores de n tiene
significado f(n) en este contexto?
b) ¿Cuánto tiempo se tomará la rata para atravesar el laboratorio en la tercera prueba?

3. Realiza las gráficas de las siguientes funciones de R en R. Para ello, calcula los vértices de
las correspondientes parábolas y los puntos de corte con los ejes.
a) f(x) = −x2 + 2x + 6 para todo x ∈ R.
b) f(x) = −2x2 + 5x para todo x ∈ R.
c) f(x) = (x − 3)(x + 1) para todo x ∈ R.
d ) f(x) = −4x2 + 4x + 1 para todo x ∈ R.
4. En cada uno de los siguientes apartados, determina los intervalos en los que la función
f : R → R es positiva y los intervalos en los f es negativa.
a) f(x) = −x2 − 11x − 10
b) f(x) = x2 − 4x − 3
c) f(x) = x2 − 2x + 1
d ) f(x) = (3x − 1)(2x + 1)
5. Considera las funciones reales: f(x) = x/ (x + 1) , g(x) = x2 − 5.
a) Determina los dominios de f y de g.
b) Calcula f + g, fg, gf , g ◦ f y f ◦ g indicando en cada caso su dominio.
6. En los siguientes apartados el dominio de la función f no aparece especificado, luego enten-
demos que dicho dominio es el mayor subconjunto de números reales en el que la expresión
algebraica de f tiene sentido. Calcula dom(f).
2
a) f (x) = −x2 − x + 1 j ) f(x) = x2x−2x+1
+3
2
b) f (x) = x x+3x+2
2 −2x k ) f(x) = x3 −3x21+3x−1
x3 +2 √
c) f (x) = x−1
√ l ) f(x) = qx2 + 2x − 3
√
d ) f (x) = px3 + 2x2 − 1 m) f(x) = xx−1 2
e) f (x) = √ |x| p +1
√ n) f(x) = p|x| − 2x
4
f ) f (x) = q −x + 2 − 3 −x √
ñ) f(x) = q1 − 1 − x2
g) f (x) = x+1 2 +1
q x−2 o) f(x) = 3 xx−2
x+1
h) f (x) = x2 −4x+3 p √
√ p) f(x) = x − 2 x
i ) f (x) = 3 x2 − 1
7. Calcula el dominio
y recorrido (o conjunto imagen) de las siguientes funciones:
−x si x ≤ −1
a) f(x) =
0 si x > −1

1 si 0 ≤ x ≤ 2
b) f(x) =
x2 si x>2
2
x si 0 ≤ x ≤ 3
c) f(x) =
x + 1 si 3 < x ≤ 6
2
d ) f(x) = x2x+5 .
8. En cada uno de los siguientes apartados, calcula la composición que se indica de las fun-
ciones f y g,
a) g ◦ f y f ◦ g para las funciones f, g : R → R definidas por f(x) = x3 + 1, g(x) = x2 − 5,
para todo x ∈ R. √
b) g ◦ f para la función f : R+0 → R definida por f(x) = x para todo x ∈ R+ 0 , y la función
g : R → R dada por g(x) = x − 4 para todo x ∈ R. √
2
c) f ◦ g para la función f : R+0 → R definida por f(x) = x para todo x ∈ R+ 0 , y la función

g : R\ ] − 2, 2[ → R dada por g(x) = x − 4 para todo x ∈ R\ ] − 2, 2[.
2
2. FUNCIONES ELEMENTALES 65
√
d ) g ◦ f para las funciones f y g dadas por f(x) = x1 y g(x) = x. Nota: como en este caso
el dominio de f y el de g no están especificados, debemos calcular primero dom(f) y
dom(g), y luego tomar el correspondiente subconjunto de dom(f).
9. Descompon como composición de dos funciones la función h : R → R definida por h(x) =
(2x + 1)6 para todo x ∈ R.
10. Comprueba, en cada caso, si la función f es inyectiva. En caso afirmativo, calcula su inversa
f−1 y muestra que (f−1 ◦ f)(x) = x para todo x ∈ dom(f).
a) f(x) = x3 , ∀x ∈ R. e) f(x) = 9 − x2 , ∀x ∈ R.
b) f(x) = 5x − 7, ∀x ∈ R. x+1
f ) f(x) = x−1 , ∀x ∈ R \ {1}.
√
c) f(x) = 2x−3
7
, ∀x ∈ R. g) f(x) = 2x − 3, ∀x ≥ 23 .
d) f(x) = 2x − 3, ∀x ∈ R. √
h) f(x) = 3 1 − x3 , ∀x ∈ R.
11. Sea la función definida por f(x) = |x + 3| − x−2

:
2
a) Halla la expresión equivalente en la que no aparezcan los valores absolutos.
b) Representa gráficamente la función f.
c) Resuelve analı́tica y gráficamente la inecuación f(x) ≤ 8.
d ) Resuelve analı́tica y gráficamente la inecuación f(x) ≤ 1 + 2x.
2. Funciones elementales
Funciones polinómicas, racionales e irracionales
Sea f : A → R una función real de variable real.
i) Se dice que f es polinómica si existen k ∈ N ∪ {0} y a0 , a1 , . . . , ak ∈ R tales que f(x) =
ak xk + · · · + a1 x + a0 para todo x ∈ A.
ii) Se dice que f es racional si existen dos funciones polinómicas P, Q : A → R tales que
P(x)
Q(x) 6= 0 para todo x ∈ A y f(x) = para todo x ∈ A.
Q(x)
iii) Se dice que p f es irracional si existe k ∈ N con 2 ≤ k y una función racional R : A → R tales
que f(x) = k R(x) para todo x ∈ p A. Si k es par, se debe tener R(x) ≥ 0 para todo x ∈ A,
pues de lo contrario, la expresión k R(x) no tendrı́a sentido.
0 → R y g : R\{0} → R
Ejemplo maxima 44: Vamos a representar la gráfica de las funciones f : R+
definidas por √
f(x) = x, ∀x ∈ R+ 0 ; g(x) = x1 , ∀x ∈ R\{0}.
(%i1) plot2d(sqrt(x),[x,0,10])$
(%i1) plot2d(1/x,[x,-10,10],[y,-10,10])$
plot2d: expression evaluates to non-numeric value somewhere in plotting range.plot2d: some values
were clipped.
Funciones exponenciales
Sea a un número real positivo. Llamaremos función exponencial de base a a la aplicación f : R → R
definida por
f(x) = ax , ∀x ∈ R.
Llamaremos simplemente función exponencial a la función exponencial de base e. La función
exponencial de base 1 no es otra cosa que la función constantemente igual a 1.
Lema 66. Sea a un número real positivo distinto de 1. Se verifica que:
i) La función exponencial de base a es inyectiva.
ii) La imagen de la función exponencial de base a es R+ .
Ejemplo maxima 45: Representemos la la función exponencial utilizando maxima.

(%i1) plot2d(exp(x),[x,-10,10])$
Funciones logarı́tmicas
Sea a un número real positivo distinto de 1. Llamaremos función logarı́tmica de base a, y la
denotaremos por loga , a la función inversa de la función exponencial de base a. Por tanto, loga es
la única función de R+ en R que verifica:
loga (ax ) = x, ∀x ∈ R.
La inversa de la función exponencial, es decir, la función logarı́tmica de base e se llamará función
logaritmo neperiano y se denotará por ln o por log en lugar de loge .
Teniendo en cuenta la definición de las funciones logarı́tmicas y las propiedades de las potencias
reales de los números reales positivos, es fácil obtener lo siguiente:
Propiedades de las funciones logarı́tmicas
Sea a un número real positivo distinto de 1. Se verifica que:
i) loga es inyectiva.
ii) La imagen de loga es todo R.
iii) loga (xy) = loga (x) + loga (y), ∀x, y ∈ R+ .
iv) loga (xy ) = y loga (x), ∀x ∈ R+ , ∀y ∈ R.
Reducción a una sola función exponencial y a una sola función logarı́tmica

Todas las funciones exponenciales y logarı́tmicas se pueden obtener de forma sencilla a partir de la
función exponencial y del logaritmo neperiano. En efecto, sea a un número real positivo distinto
de 1; entonces x
ax = eln(a) = ex ln(a) , ∀x ∈ R.
Por otra parte,
ln(x) = ln aloga (x) = loga (x) ln(a), ∀x ∈ R+ ;

de donde, por ser ln(a) 6= 0 (a 6= 1), se sigue que

ln(x)
loga (x) = , ∀x ∈ R+ .
ln(a)
Ası́ pues, se reduce al conocimiento de las funciones exponencial y logaritmo neperiano el de todas
las demás funciones exponenciales y logarı́tmicas.
La razón de elegir el número e como base de la función exponencial y del logaritmo neperiano
se pondrá de manifiesto al estudiar el cálculo diferencial.
Ejemplo maxima 46: Veamos ahora gráficamente la función logaritmo neperiano.

(%i1) plot2d(log(x),[x,-10,10])$
plot2d: expression evaluates to non-numeric value somewhere in plotting range.
ex +1
Ejemplo maxima 47: Para resolver ex −1
= 2, basta con ejecutar en maxima:
(%i1) solve((exp(x)+1)/(exp(x)-1)=2,[x]);
( %o1) [x = log (3)]
O bien resolver primero
(%i2) solve((x+1)/(x-1)=2,[x]);
( %o2) [x = 3]
y luego utilizar logaritmos.
Funciones potenciales
Sea b un número real no nulo. Llamaremos función potencia de exponente b a la función h : R+ → R
definida por:
h(x) = xb , ∀x ∈ R+ .
Las funciones potenciales también se pueden expresar a partir de la función exponencial y del
logaritmo neperiano:
xb = eb ln(x) , ∀x ∈ R+ .
Como consecuencia de la igualdad anterior, tenemos las siguientes propiedades.
Corolario 71. Sea b un número real no nulo. Entonces:
i) La función potencia de exponente b es inyectiva.

ii) La imagen de la función potencia de exponente b es R+ .
La función parte entera
La función parte entera E : R → R se define del siguiente modo:
E(x) = máx{p ∈ Z : p ≤ x}, ∀x ∈ R.
El principio de buena ordenación de los números naturales permite comprobar fácilmente que este
máximo existe. Dado x ∈ R, al número entero E(x) se le llama parte entera de x.
Ejemplo maxima 48: Representemos gráficamente la función parte entera.

(%i1) plot2d(floor(x),[x,-10,10])$
Nuestro siguiente objetivo es definir las funciones trigonométricas. Lo haremos utilizando lon-
gitudes de arcos de circunferencia. Vamos, pues, a formalizar estas nociones.
Semicircunferencia unidad
Denominaremos semicircunferencia unidad a la gráfica de la función g : [−1, 1] → R definida por
p
g(x) = 1 − x2 , ∀x ∈ [−1, 1].
Para simplificar la notación, vamos a considerar también la aplicación γ : [−1, 1] → R2 definida
por p
γ(x) = (x, g(x)) = x, 1 − x2 , ∀x ∈ [−1, 1].
A γ se le llama parametrización de la semicircunferencia unidad.
.............................................. (x, g(x)) = γ(x)
.............. ..........t
..
...
.......... ........
..
...... .....
....
..
.. ....
.. ...
.... ...
...
..
... ...
.... ...
...
.. ...
.... ...
.. ..
−1 x 1
Partición de un intervalo
Sean a, b ∈ R con a < b. Llamaremos partición del intervalo [a, b] a cualquier subconjunto
P = {x0 , x1 , . . . , xn } contenido en [a, b] que verifica: a = x0 < x1 < · · · < xn−1 < xn = b.
a =x0 x1 x2 ... xn−1 xn = b
Denotaremos por P([a, b]) el conjunto de todas las particiones de [a, b].
Definición 75. Sean a, b ∈ [−1, 1] con a < b, P = {x0 , x1 , . . . , xn } una partición del intervalo [a, b]
y γ : [−1, 1] → R2 la parametrización de la semicircunferencia unidad considerada anteriormente.
Denotamos
`(P, γ) = |γ(x1 ) − γ(x0 )| + |γ(x2 ) − γ(x1 )| + · · · + |γ(xn ) − γ(xn−1 )| ,
donde |(x, y)| = x2 + y2 para todo (x, y) ∈ R2 . Observe que |γ(xk ) − γ(xk−1 )| es la distancia en
p
el plano del punto γ(xk−1 ) al punto γ(xk ).

γ(x1 )
...........t
...!
...............! ..........................
.............. ............
.......... !! ..........
a
...
...
.. aa ........ γ(x )
..
... ...... 2
γ(x0 ).........!
. ! ! aa
.....
a...t....
t
..!
a
L........
L ........
L ......
L .....
L .....
L ...... γ(x )
3
L ....t
a = x0 x1 x2 x3 = b
Gráficamente, los puntos γ(x0 ), γ(x1 ), . . . , γ(xn−1 ), γ(xn ) son los vértices de una poligonal y `(P, γ)
debe entenderse como la longitud de esa poligonal. Intuitivamente, el arco de circunferencia
γ([a, b]) debe tener longitud mayor o igual que la de cualquiera de las poligonales considera-
das (por aquello de que “la distancia más corta entre dos puntos es la longitud del segmento que
los une”). Si el conjunto de las longitudes de las poligonales estuviera mayorado, lo más natural
serı́a definir la longitud del arco de circunferencia como el supremo de dicho conjunto.
Teorema 76. Sea γ : [−1, 1] → R2 la parametrización de la semicircunferencia unidad considerada
anteriormente y sean a, b ∈ [−1, 1] con a < b. Se verfica que:
i) El conjunto {`(P, γ) : P ∈ P([a, b])} está mayorado. Entonces, por el axioma del supremo,
podemos considerar
`(γ([a, b])) = sup{`(P, γ) : P ∈ P([a, b])}.
A `(γ([a, b])) se le denomina longitud del arco de circunferencia γ([a, b]).
ii) Si c ∈ ]a, b[ , entonces `(γ([a, b])) = `(γ([a, c])) + `(γ([c, b])).
iii) Si a, b ∈ [−1, 0] o a, b ∈ [0, 1], se tiene
√ √
`(γ([a, b])) ≤ (b − a) + 1 − b2 − 1 − a2 .

El número π
Definimos el número π como la longitud de la semicircunferencia unidad, esto es,
π = `(γ([−1, 1])).
La función arco-coseno
Sea γ : [−1, 1] → R2 la parametrización de la semicircunferencia unidad considerada anteriormente.
Se define la función arc cos : [−1, 1] → R como

 `(γ([x, 1])) si −1 ≤ x < 1,
arc cos(x) =
 0 si x = 1.
A esta función se le llama función arco-coseno.
.................................
................... ...........
.......... ........
.
.......... ......
..
...
.. .....t ....
. .
. ....@ ...
..
... ... ......
..I
... ... ..
. ... ... arc cos(x)
... ... ...
.... ... ...
... ...
..
. ... ...
.... ... ...?
. .
−1 x 1
Propiedades de la función arco-coseno

Se verifica que:
i) Si x, y ∈ [−1, 1] y x < y, entonces arc cos(y) < arc cos(x).
ii) La función arco-coseno es inyectiva.
iii) La imagen de la función arco-coseno es el intervalo [0, π] y arc cos(−1) = π.
iv) arc cos(x) + arc cos(−x) = π para todo x ∈ [−1, 1]. En particular, arc cos(0) = π2 .
√ √
v) 1 − x2 ≤ arc cos(x) ≤ (1 − x) + 1 − x2 para todo x ∈ [0, 1].
Ejemplo maxima 49: Dibujemos la gráfica de la función arco-coseno con ayuda maxima.
(%i1) plot2d(acos(x),[x,-1,1])$
Como la función arco-coseno es inyectiva, podemos considerar su función inversa arc cos−1 :
[0, π] → R. A partir de esta inversa definiremos la función coseno.
π−x
Observe también que, dado x ∈ R, si k es la parte entera del número real 2π
, entonces
x + 2kπ ∈ ] − π, π] .
La función coseno
Definimos la función cos| ]−π,π] : ] − π, π] → R como

 arc cos−1 (x) si x ∈ [0, π],
cos| ]−π,π] (x) =

arc cos−1 (−x) si x ∈ ] − π, 0[ .
Con ayuda de esta función, se define la función coseno, cos : R → R, de la siguiente forma:

π−x
cos(x) = cos| ]−π,π] x + 2 E π , ∀x ∈ R.
2π
Obviamente, cos(x) = cos| ]−π,π] (x) para todo x ∈ ] − π, π], luego la notación empleada es
consecuente con la notación de las funciones restricción.
La función seno
Definimos la función sen | ]−π,π] : ] − π, π] → R como
 p
 1 − (cos(x))2 si x ∈ [0, π],
sen | ]−π,π] (x) =
 p
− 1 − (cos(x))2 si x ∈ ] − π, 0[ .
Con ayuda de esta función, se define la función seno, sen : R → R, de la siguiente forma:

π−x
sen(x) = sen | ]−π,π] x + 2 E π , ∀x ∈ R.
2π
Propiedades del seno y del coseno

Se tienen las siguientes propiedades:
i) cos2 x + sen2 x = 1, ∀x ∈ R.
ii) La restricción de la función coseno al intervalo [0, π] es la función arc cos−1 . Como conse-
cuencia: cos(0) = 1, cos( π2 ) = 0 y cos(π) = −1.
iii) Si x, y ∈ [0, π] y x < y, entonces cos(y) < cos(x).
iv) La restricción de la función coseno al intervalo [0, π] es inyectiva.
v) Si x, y ∈ [− π2 , π2 ] y x < y, entonces sen(x) < sen(y).
vi) La restricción de la función seno al intervalo [− π2 , π2 ] es inyectiva.
vii) sen( −π2
) = −1, sen(0) = 0, sen( π2 ) = 1 y sen(π) = 0.
viii) cos(x + 2kπ) = cos(x), sen(x + 2kπ) = sen(x), ∀x ∈ R, ∀k ∈ Z.
ix) La imagen, tanto de la función seno como de la función coseno, es el intervalo [−1, 1].
x) cos(−x) = cos(x), sen(−x) = − sen(x), ∀x ∈ R.
xi) cos(x + π) = − cos(x), sen(x + π) = − sen(x), ∀x ∈ R.
xii) Si a, b ∈ R y verifican la igualdad a2 + b2 = 1, entonces existe un único x ∈ ] − π, π] tal
que cos(x) = a y sen(x) = b.
xiii) Si x, y ∈ R y se tiene sen(x) = sen(y) y cos(x) = cos(y) , entonces x = y + 2kπ para
algún k ∈ Z.
Ejemplo maxima 50: Dibujemos simultáneamente el seno y el coseno.

(%i1) plot2d([cos(x),sin(x)],[x,-%pi,%pi])$
Es fácil comprobar usando la propiedad xiii) anterior que

π
{x ∈ R : cos x = 0} = + kπ : k ∈ Z y {x ∈ R : sen x = 0} = {kπ : k ∈ Z} .
2
Las funciones tangente, secante, cosecante y cotangente
i) Se llama función tangente a la función tg : R\{ π2 + kπ : k ∈ Z} → R definida por

sen(x) π
tg(x) = , ∀x ∈ R\{ + kπ : k ∈ Z}.
cos(x) 2
ii) Se llama función secante a la función sec : R\{ π2 + kπ : k ∈ Z} → R definida por
1 π
sec(x) = , ∀x ∈ R\{ + kπ : k ∈ Z}.
cos(x) 2
iii) Se llama función cosecante a la función cosec : R\{kπ : k ∈ Z} → R definida por
1
cosec(x) = , ∀x ∈ R\{kπ : k ∈ Z}.
sen(x)
iv) Se llama función cotangente a la función cotg : R\{kπ : k ∈ Z} → R definida por

cos(x)
cotg(x) = , ∀x ∈ R\{kπ : k ∈ Z}.
sen(x)
Propiedades de la función tangente
i) tg(x + kπ) = tg(x), ∀x ∈ R\{ π2 + kπ : k ∈ Z}.

Si x, y ∈ −π , π y x < y, entonces tg(x) < tg(y).

ii) 2 2
La restricción de la función tangente al intevalo −π , π es inyectiva.

iii) 2 2
iv) La imagen de la función tangente es todo R.
Ejemplo maxima 51: Dibujamos ahora las funciones tangente, secante y cosecante.
(%i1) plot2d([tan(x),sec(x),csc(x)],[x,-%pi,%pi],[y,-10,10])$
plot2d: some values were clipped.
The number 0.0 isn’t in the domain of csc
Como las restricciones de las funciones seno, coseno y tangente a determinados intervalos son
inyectivas, podemos considerar sus funciones inversas. Por ejemplo, la inversa de la restricción al
intervalo [0, π] de la función coseno es la función arco-coseno, que ya ha sido estudiada. Por otra
parte, para el seno y la tangente tenemos las siguientes funciones:
Las funciones arco-seno y arco-tangente

−π
, π2 . A

i) Llamaremos función arco-seno a la inversa de la restricción del seno al intervalo 2
esta función se la denota por arc sen y viene determinada por:

−π π
arc sen : [−1, 1] → R, arc sen(sen(x)) = x, ∀x ∈ , .
2 2
ii) La función arco-tangente

−π π es, por definición, la inversa de la restricción de la función tangente
al intervalo 2 , 2 . A esta función se la denota por arc tg y viene determinada por:

−π π
arc tg : R → R, arc tg(tg(x)) = x, ∀x ∈ , .
2 2
Propiedades de las funciones arco-seno y arco-tangente
i) Si x, y ∈ [−1, 1] y x < y, entonces arc sen(x) < arc sen(y).

ii) La función arco-seno es inyectiva.
La imagen de la función arco-seno es el intervalo −π ,π .

iii) 2 2
iv) Si x, y ∈ R y x < y, entonces arc tg(x) < arc tg(y).
v) La función arco-tangente es inyectiva.
La imagen de la función arco-tangente es el intervalo −π π

vi) ,
2 2
.
Ejemplo maxima 52: Representamos ahora las funciones arco-seno y arco-tangente.

(%i1) plot2d([asin(x),atan(x)],[x,-%pi/2,%pi/2],[y,-2,2])$
Ejercicios 64:
1. Calcula el dominio de las siguientes funciones:
3

h) f(x) = ln x(x2 + x − 4) ,

a) f (x) = e− x ln x3 + 2x2 − 1 , q
q
b) f (x) = x1 ln 1+x , i ) f(x) = sen x − √12 ,
1−x
c) f (x) = ln (x + 1) − ln x, j ) f(x) = ln(ln(sen x)),
x +sen x−1
d ) f (x) = e ln(1+x) , k ) f(x) = arc cos xx+1
2 +1 .
p
e) f (x) = arc sen(x − 1), Solución: ]−∞,
q 0] ∪ [1, +∞[.

2
−3
f ) f(x) = e x , l ) f(x) = ln 5 x x+x+3
2 +1 − 1 .
√
g) f(x) = (x + |x|) sen2 x, Solución: ]−2, +∞[.
2. Calcula las razones trigonométricas que falten (seno coseno, tangente, cotangente, secante
y cosecante) en los siguientes casos:
a) sen α = −0,6; π ≤ α ≤ 3π
2
, c) tg α = −4; 3π 2
≤ α ≤ 2π,
3π 1 π
b) cos α = 0,8; 2
≤ α ≤ 2π, d ) cotg α = − 9 ; 2 ≤ α ≤ π.
3. Resuelve la ecuación sen x = cos x.

4. Resuelve:
3. SIMETRÍAS, PERIODICIDAD, ACOTACIÓN Y MONOTONÍA DE FUNCIONES 74
√ √ x
a) x x= x , f ) ln x = 2−ln
ln x
x
,
x 3
b) 2 ln x = 3 + ln 10 , g) ln(25 − x ) − 3 ln(4 − x) = 0,
2)
c) ln x + ln(x + 3) = 2 ln(x + 1), h) ln(16−x
ln(3x−4) √
= 2,
d) 4 ln( x5 ) + ln( 625 ) = 2 ln x, x
4 i ) 8 · 2x = 45 ,
e) 2 ln x − 2 ln(x + 1) = 0,
j ) 3 · 2x + 4x = 88.
5. Resuelve los siguientes sistemas:

2 · 3x + 9y = 27, x + y = 110,
a) b)
9x − 81 = 0. ln x + ln y = 3.
f(x+3)
6. Si f(x) = 2x para todo x ∈ R, demuestra que f(x + 3) − f(x − 1) = 152 f(x) y f(x−1) = f(4)
para todo x ∈ R.
7. Sabiendo que el dominio de la función f es [0, 1], halla el dominio de las funciones:
a) f(x2 ),
b) f(sen x),
c) f(x − 5),
d ) f(2x − 3),
e) f(tgx).
8. Determina el dominio y recorrido (o conjunto imagen) de las siguientes funciones:
a) f(x) = sen(ln x),
2
b) f(x) = ex .
9. En cada uno de los siguientes casos, descompón como composición de dos funciones la
función h : R → R.
a) h(x) = sen(x2 ).
b) h(x) = sen2 x.
10. Comprueba, en cada apartado, si la función f es inyectiva. En caso afirmativo, calcula su
inversa f−1 y muestre que (f−1 ◦ f)(x) = x para todo x ∈ dom(f).
a) f(x) = ex , ∀x ∈ R.
x
b) f(x) = exe+4 , ∀x ∈ R.
c) f(x) = 4 + ln(x − 3), ∀x ∈ ]3, +∞[ .
x −e−x
d ) f(x) = eex +e −x , ∀x ∈ R.
2x
e) f(x) = 1+2x , ∀x ∈ R.
3. Simetrı́as, periodicidad, acotación y monotonı́a de funciones

Funciones simétricas
i) Una función f : A → R se dice que es par (o tiene simetrı́a par ) si

−x ∈ A y f(−x) = f(x), ∀x ∈ A.
En este caso, f tiene una gráfica simétrica respecto del eje de ordenadas.
ii) Una función f : A → R se dice que es impar (o tiene simetrı́a impar ) si
−x ∈ A y f(−x) = −f(x), ∀x ∈ A.
Esto significa que la gráfica de f presenta una simetrı́a respecto del origen.
Ejemplo 88. La función f : R → R dada por f(x) = x2 , para todo x ∈ R, es simétrica par;
mientras que la función g : R → R definida por g(x) = x3 , para todo x ∈ R, es simétrica impar.
...
... .
.. f(x) = x2
.
... g(x) = x3
... ....
. .
....
... . ..
... ... ...
... ...
. ..
.....
... . .....
... ... .........
... ...
. ..
.............. .......
.
... . .....
... .. ....
... .... .
.....
... . .
.... ... ...
..... ... ...
.................. ...
Funciones periódicas
Se dice que una función f : A → R es periódica si existe un número real positivo t tal que
x + t ∈ A y f(x + t) = f(x), ∀x ∈ A.
En tal caso se dice que t es un periodo de f.
Ejemplo 90. La función seno es una función periódica de periodo 2π.
Funciones acotadas
Sea f : A → R una función real de variable real y B un subconjunto no vacı́o de A.
i) Se dice que f está acotada superiormente en B si el conjunto f(B) está acotado superior-
mente, es decir, existe M ∈ R tal que
f(x) ≤ M, ∀x ∈ B.
En tal caso, la gráfica de f|B no puede superar los valores de la recta horizontal y =
M. Si f está acotada superiormente en todo A, diremos simplemente que f está acotada
superiormente.
M
...
.
............
............ ...................
....... f|
..... B
.... .....
f(B) ...
...
..... ....
....
..
.
..
.....
...
..
...
B
ii) Se dice que f está acotada inferiormente en B si el conjunto f(B) está acotado inferiormente,
es decir, existe m ∈ R tal que
m ≤ f(x), ∀x ∈ B.
En este caso, la gráfica de f|B está por encima de la recta horizontal y = m. Si f está acotada
inferiormente en todo A, diremos simplemente que f está acotada inferiormente.
iii) Se dice que f está acotada en B si está acotada superior e inferiormente en B. Claramente,
f está acotada si y sólo si existe M ∈ R+ tal que
|f(x)| ≤ M, ∀x ∈ B.
Ahora la gráfica de f|B está comprendida entre las rectas horizontales y = −M e y = M.
Si f está acotada en todo A, diremos simplemente que f está acotada.
iv) Decimos que f tiene máximo absoluto si el conjunto f(A) tiene máximo, es decir, si existe un
punto x0 ∈ A tal que f(x) ≤ f(x0 ) para todo x ∈ A. En esta situación, a f(x0 ) = máx(f(A))
se le llama máximo absoluto de f y se dice que f alcanza su máximo absoluto en el punto
x0 ∈ A.
f(x0 )
..
......
...................................
......... .....
.....
f
...
. ....
... ....
f(A) .
.
.
...
..
... ....
.
.
.
....
..
..
..
A
x0
v) Decimos que f tiene mı́nimo absoluto si el conjunto f(A) tiene mı́nimo, es decir, si existe un
punto x0 ∈ A tal que f(x0 ) ≤ f(x) para todo x ∈ A. En esta situación, a f(x0 ) = mı́n(f(A))
se le llama mı́nimo absoluto de f y se dice que f alcanza su mı́nimo absoluto en el punto
x0 ∈ A.
Ejemplos 92.
a) La función exponencial está acotada inferiormente (en todo R), pues, todos sus valores son
positivos.
b) La función f : R\{0} → R dada por f(x) = −1/x2 , para todo x ∈ R\{0}, está acotada
superiormente ya que todos sus valores son negativos.
c) La función seno está acotada, pues, | sen x| ≤ 1 para todo x ∈ R.
Funciones monótonas
Sea f : A → R una función real de variable real y B un subconjunto no vacı́o de A.
i) Se dice que f es creciente en el subconjunto B si, para cualesquiera x1 , x2 ∈ B con x1 < x2 ,
se tiene
f(x1 ) ≤ f(x2 ).
Si f es creciente en todo A, se dice simplemente que f es creciente.
ii) Se dice que f es decreciente en el subconjunto B si, para cualesquiera x1 , x2 ∈ B con x1 < x2 ,
se tiene
f(x2 ) ≤ f(x1 ).
Si f es decreciente en todo A, se dice simplemente que f es decreciente.
iii) Se dice que f es monótona en el subconjunto B si f es creciente en B o f es decreciente en
B. Si f es monótona en todo A, se dice simplemente que f es monótona.
iv) Se dice que f es estrictamente creciente en el subconjunto B si, para cualesquiera x1 , x2 ∈ B
con x1 < x2 , se tiene
f(x1 ) < f(x2 ).
f|B
.......................
................
f(x2 ) ...
...
.............
......
......
.......
f(B) ...
....
....
.
.
..
.
f(x1 ) ....
...
...
B
x1 x2
Si f es estrictamente creciente en todo A, se dice simplemente que f es estrictamente

creciente.
v) Se dice que f es estrictamente decreciente en el subconjunto B si, para cualesquiera x1 , x2 ∈
B con x1 < x2 , se tiene
f(x2 ) < f(x1 ).
Si f es estrictamente decreciente en todo A, se dice simplemente que f es estrictamente
decreciente.
vi) Se dice que f es estrictamente monótona en el subconjunto B si f es estrictamente creciente
en B o f es estrictamente decreciente en B. Si f es estrictamente monótona en todo A, se
dice simplemente que f es estrictamente monótona.
Ejemplos 94.
a) La función exponencial y el logaritmo neperiano son estrictamente crecientes en sus res-
pectivos dominios. √
b) Las funciones f, g : R → R, dadas por f(x) = x3 y g(x) = 3 x para todo x ∈ R, son
estrictamente crecientes en R.
c) La función h : R\{0} → R definida por h(x) = 1/x, para todo x ∈ R\{0}, es estrictamente
decreciente en el intervalo ] − ∞, 0[ y en el intervalo ]0, +∞[ . Sin embargo, la función h
no es monótona en R\{0}.
d) La función h : R\{0} → R dada por h(x) = 1/x2 , para todo x ∈ R\{0}, es estrictamente
creciente en el intervalo ] − ∞, 0[ y es estrictamente decreciente en el intervalo ]0, +∞[.
e) La función seno es estrictamente creciente en el intervalo [−π/2, π/2].
f ) Cualquier función constante es creciente y decreciente en todo R.
Ejemplo maxima 53: La función f(x) = x2 + |x| es par, como vemos a continuación.
(%i1) f(x):=x^2+abs(x);
( %o1) f (x) := x2 + |x|
(%i2) f(x)-f(-x);
( %o2) 0
x−1
Ejemplo maxima 54: Veamos si la función g(x) = x2 +1
está acotada superior e inferiormente.
Primero vemos cómo es su gráfica.
(%i1) g(x):=(x-1)/(x^2+1);
x−1
( %o1) g (x) := 2
x +1
(%i2) plot2d(g(x),[x,-10,10])$
Esto nos da una idea de cuáles pueden ser las cotas superiores e inferiores. Vemos que por
ejemplo −2 < g(x) < 1 para todo x ∈ R. Para ello cargamos el paquete fourier elim.
(%i3) load(fourier_elim)$
(%i4) fourier_elim([g(x)<1],[x]);
( %o4) [x2 − x + 2 > 0]
(%i5) solve(x^2-x+2,[x]);
√ √
7i − 1 7i + 1
( %o5) [x = − ,x = ]
2 2
Por tanto x − x + 2 no tiene raı́ces reales, y como 02 − 0 + 2 > 0, para todo x, x2 − x + 2 > 0.
2
(%i6) fourier_elim([g(x)>-2],[x]);
( %o6) [2 x2 + x + 1 > 0]
(%i7) solve(2*x^2+x+1,[x]);
√ √
7i + 1 7i − 1
( %o7) [x = − ,x = ]
4 4
Razonando como antes, llegamos a que x2 + x + 1 > 0 para todo x.
Ejercicios 65:
24. Determinar cuáles de las siguientes funciones son pares o impares:
f(x) = x2x−1
p p
a) e) f(x) = 3 (x + 1)2 + 3 (x − 1)2
x+x+x3 f ) f(x) = ln( 1+x
b) f(x) = sen
x2 +cos x+4 √ 1−x
)
c) f(x) = |2x| g) f(x) = x − 1
d) f(x) = 12 (ax + a−x )
25. Sea g : R → R la función definida por g(x) = x − E(x) para todo x ∈ R (donde E es la
función parte entera). Comprueba si g es periódica y, en caso afirmativo, proporciona un
periodo.
26. Indique si las siguientes funciones son crecientes o decrecientes en sus respectivos dominios:
a) f(x) = x2 , c) f(x) = 1/x,

b) f(x) = x3 , d ) f(x) = 3.
27. Estudia los intervalos de crecimiento y decrecimiento de las funciones f, g : R → R definidas

por
f(x) = sen x, g(x) = E(x) + x, ∀x ∈ R.
28. Se considera la función g : [1, 3] → R definida por

 x2 − x − 2
g(x) = si x 6= 2,
 0 x−2 si x = 2.
¿Está acotada esta función en el intervalo [1, 3]? Calcúlense, en caso de que existan, el
máximo absoluto y el mı́nimo absoluto de g.
4. TRANSFORMACIONES DE GRÁFICAS 79
4. Transformaciones de gráficas
A partir de las gráficas de funciones conocidas podemos obtener las gráficas de algunas otras
funciones sin necesidad de realizar ningún análisis adicional. Para hacer esto, debemos conocer
como se transforma la gráfica de una función f : A → R ante ciertas modificaciones. Dado a ∈ R,
a > 0, las transformaciones son las siguientes:
i) Traslación hacia la derecha:
.......... ..........
.... ......f(x) .... ......f(x − a)
... ... ... ...
... ... ... ...
..... ...
... ..... ...
...
... ... ... ...
.. ... .. ...
.. ..
..... ... -
... ..... a
...
...
... ... ... ...
. ... . ...
... ... ... ...
.. ... .. ...
. .
.... ... .... ...
... ... ... ...
.. . .. .
ii) Traslación hacia la izquierda:

f(x ...+ a)
............ ... ... ....
... ......f(x) ... ......
.... ... .... ...
.. ... .. ...
..... ...
... ..... ...
...
... ... ... ...
.. ... .. ...
.. - ..
..... ...
... ..... −a ...
...
... ... .. ...
. ... ... ...
... ... .. ...
... ... ...
... ... ...
... ... ... ...
... ...
.. ..
iii) Traslación hacia arriba:

............
... ...... f(x) +a
........
.... .......f(x) .... ...
... ... .. ...
... ... ..... ...
...
.... ...
... ... ...
..
.... ... .. a ...
..
... ...
... - ..... ...
...
.... ... .. ...
... ...
... ... .. ...
. ... ...
.... ... ... ...
... ... .. ...
. ...
.... ...
... ...
.
.. ..
iv) Traslación hacia abajo:
.............. f(x)
.... .....
.... ...
...
... ...
..... ... .......
... ... .... .......
. ... ... ...
.... .... ... f(x) −a
-
... ...
... ... .... ...
. ...
... ... .. ...
.. ... .... ...
.
.... .−a ...
... ..... ...
... ...
... ...
... ...
...
...
v) Si a > 1, contracción en el eje de abscisas:

............. f(x) .......... f(ax)

.... ...... ... .....
.. ... ....
.... ... .
...
. .. ...
..... ...
... .... ...
...
... ... ... ...
. ... ..
.... ... ... ...
.. ... - .... ...
... ... ..
...
.. ...
... ... .... ...
... ... . ...
.. ...
... ..... ...
.... ... .... ...
...
.. . .
contracción
→←
vi) Si a < 1, dilatación en el eje de abscisas:
........... .......................... f(ax)

.... ......f(x) ....
... ... ....
....
...
.... ... ... ...
.... ...
... .... ...
... .. ...
.. ... ... ...
.. ... - .... ...
...
..... ...
... ... ...
.. ... ... ...
... .
.. ...
... ..... ...
...
... . .
... ...
.. ...
...
.... . dilatación
←→
vii) Si a > 1, dilatación en el eje de ordenadas:
...
... ....
... ..... a f(x)
.... ...
.... f(x) ..
..... ........ ..
...
... .... ...
...
...
... ..
...
... ↑
..... ... - .... ... dilatación
....
...
... ...
...
...
...
↓
.... ... ...
... ... ... ...
... ...
... .... ...
.. ... ...
... ... . .
... ...
viii) Si a < 1, contracción en el eje de ordenadas:
.......... f(x) a f(x)

... ......
.... ... .....
....... ........... ↓
... ... .... .... contracción
.... ... ....
- ...
....
...
... .
...
.. ...
... ↑
.... ... . ...
... ... .... ...
.. ... ... ...
. ... .
... ...
... ..
.
ix) Simetrı́a respecto del eje de abscisas:

... ..
... .. −f(x)
........
.... .......f(x)
... ....
.
... ... ...
... ..
... ... ..
.... ... ... ...
... ... ..
.... ... ..
.. ...
... - ... ....
... ... ... ...
... ... ... ...
.. ... ... ..
..
.... ... ... ...
.. ... ... .
...
...
..
.
...
... .... .....
.... ...
...........
.
.. ..
x) Simetrı́a respecto del eje de ordenadas:

. f(x) ... f(−x)
.. ...
.
.... ...
.. ...
... ...
....
.
..... ....
.... .....
..... .........
...
...
....................
. - ...................
.......
..... .....
.... ....
...... ....
...
... ...
... ...
.... ...
.. .
xi) Valor absoluto:

...
... ..
... |f(x)|
............ .............. ..
.... ......f(x)
... .. .
... .. ... ..
.... ... ... .... ... ....
... ... ... .. ... ..
... ...
.... ... ... ...
... ... ... ... ... ...
.. ... - ...... .....
... ... .
.... ...
...
.. ...
.... ...
... ...
. ...
.... ...
.. ...
..
xii) Gráfica de la función inversa (simetrı́a respecto de y = x):
.
..
.. f(x)
....
...
...
....
.... −1
... ................ f (x)
-
.. ...............
.... .
...
...
...
..
. ...........
.. ..........
.... .
..........
.
. ..
.... ...
.......... ..
Ejemplo maxima 55:

(%i14) plot2d([x^2,(x-1)^2,-x^2,x^2+1],[x,-5,5],[y,-10,10])$
5. CONTINUIDAD Y LÍMITES 82
Ejercicios 66:
1. Representa gráficamente las siguientes funciones:
a) g(x) = −x2 a partir de la gráfica de f(x) = x2 ,
b) g(x) = x2 + 2 a partir de la gráfica de f(x) = x2 ,
c) g(x) = (x − 2)2 a partir de la gráfica de f(x) = x2 ,
d ) g(x) = (x − 2)2 + 3 a partir de la gráfica de f(x) = x2 ,
e) g(x) = 3x2 a partir de la gráfica de f(x) = x2 ,
f ) g(x) = (x − 3)2 a partir de la gráfica de f(x) = x2 ,
1
g) g(x) = 3x a partir de
la gráfica de f(x) = x1 ,
h) g(x) = x2 − 3x − 4 a partir de la gráfica de f(x) = x2 − 3x − 4,
i ) g(x) = ex−2 a partir de la gráfica de f(x) = ex ,
j ) g(x) = ln(x + 1) a partir de la gráfica de f(x) = ln x.
2. Representa gráficamente las siguientes funciones:
4
a) g(x) = x−2
+ 3, b) g(x) = x4 ,
3x+2
c) g(x) = x+1
. (Indicación: realiza la división antes de dibujar la gráfica.)
5. Continuidad y lı́mites
Entorno centrado en un punto
Dados un número real x0 y un número real positivo δ, el entorno (abierto) centrado en x0 y de
radio δ es el intervalo:
]x0 − δ, x0 + δ[ = {x ∈ R : |x − x0 | < δ}.
Función continua en un punto
Sea f : A → R una función real de variable real y sea x0 ∈ A. Se dice que f es continua en el punto
x0 si se verifica la siguiente propiedad:
Para todo ε > 0 existe un δ > 0 tal que
x ∈ A, |x − x0 | < δ ⇒ |f(x) − f(x0 )| < ε.

Esto significa que dado un número real positivo cualquiera ε, si tomamos un entorno centrado
en f(x0 ) de radio ε, ]f(x0 ) − ε, f(x0 ) + ε[ ,
podemos encontrar otro entorno centrado ahora en x0 y de radio δ, ]x0 − δ, x0 + δ[ , tal que la
imagen a través de f de ]x0 − δ, x0 + δ[ se queda contenida dentro de ]f(x0 ) − ε, f(x0 ) + ε[ .
Intuitivamente la función f es continua en x0 si su gráfica “no tiene ningún salto a lo largo de

la recta vertical x = x0 ”.
Se dice que f es continua en un subconjunto B ⊂ A si es continua en todo punto de B. Diremos
que f es continua si es continua en A.
Ejemplos 97.
i) Toda función constante es continua en su dominio de definición.
ii) La función f : R → R definida por f(x) = x, para todo x ∈ R, es continua en R.
iii) La función g : R → R definida por g(x) = E(x) (parte entera de x), para todo x ∈ R, no es
continua en los puntos de Z. Pero g sı́ es continua en R\Z.
Continuidad de la función restricción. Carácter local de la continuidad
Sea A un subconjunto de R, f : A → R una función, B un subconjunto de A y x0 ∈ B.
i) Si f es continua en el punto x0 , entonces la función f|B es continua en x0 .
ii) Si existe un número real positivo r tal que ]x0 − r, x0 + r[ ∩ A ⊂ B y la función f|B es
continua en x0 , entonces f es continua en x0 .
La continuidad y las operaciones algebraicas de funciones
Sea A un subconjunto de R, x0 ∈ A y f, g : A → R dos funciones continuas en el punto x0 . Se
verifica que:
i) f + g es continua en x0 .
ii) f · g es continua en x0 .
iii) |f| es continua en x0 .
iv) Si g(x) 6= 0 para todo x ∈ A, entonces f/g es continua en x0 .

La continuidad y la composición de funciones
Sean f : A → R y g : B → R funciones tales que f(A) ⊂ B y x0 ∈ A. Si f es continua en x0 y g es
continua en f(x0 ), entonces la función compuesta g ◦ f es continua en x0 .
Como consecuencia, si f es continua en A y g es continua en f(A), entonces g ◦ f es continua
en A.
Corolario 101.
i) Toda función polinómica, en particular toda función constante, es continua en su dominio.
ii) Toda función racional es continua en su dominio.
iii) La función valor absoluto es continua en su dominio.
Acumulación de un conjunto
Sea A un subconjunto de R. Se dice que un punto x0 ∈ R es un punto de acumulación del conjunto
A si cualquier entorno centrado en x0 contiene puntos de A distintos de x0 , en otras palabras, para
todo r > 0 se tiene que
\
( ] x0 − r, x0 + r [ \{x0 }) A 6= ∅
Intuitivamente, x0 es un punto de acumulación de A si “está pegado a otros puntos de A”.
Al conjunto de puntos de acumulación de A se le suele denotar por A 0 . Se dice que un punto
de A es un punto aislado de A si no es un punto de acumulación de A.
Ejemplo 103. Determinemos el conjunto de puntos de acumulación de ]0, 1[ , {0} ∪ [1, 2], ] −
∞, 1[ ∪{2} y [1, +∞[ .
a) ( ]0, 1[ ) 0 = [0, 1]
d d t t
0 1 0 1
b) ({0} ∪ [1, 2]) 0 = [1, 2]

t t t t t
0 1 2 1 2
c) ( ] − ∞, 1[ ∪{2}) 0 = ] − ∞, 1]
d t t
1 2 1
d) ([1, +∞[ ) 0 = [1, +∞[

t t
1 1
Para poder hablar del lı́mite de una función en un punto es necesario que dicho punto esté cer-
cano al dominio de definición de la función. Para ser más precisos, el citado punto debe ser de
acumulación del dominio (aun cuando no pertenezca a él).
Lı́mite de una función en un punto

Sea A ⊆ R no vacı́o, x0 un punto de acumulación de A y f : A → R una función.
i) Se dice que f tiene lı́mite (finito) cuando x tiende hacia x0 si existe l ∈ R verificando la
siguiente propiedad:
Para todo ε > 0 existe un δ > 0 tal que
x ∈ A, 0 < |x − x0 | < δ ⇒ |f(x) − l| < ε.
Cuando esto ocurre, este número l es único, se denomina lı́mite de la función f en x0 , y se

escribe
lı́m f(x) = l.
x→x0
ii) Diremos que f tiene lı́mite +∞ (resp. −∞) cuando x tiende hacia x0 si se verifica la
siguiente propiedad:
Para todo número real K > 0 (resp. K < 0) existe un número real δ > 0 tal que
x ∈ A, 0 < |x − x0 | < δ ⇒ K < f(x)
(respectivamente, x ∈ A, 0 < |x − x0 | < δ ⇒ f(x) < K).
Cuando esto ocurre, se dice que +∞ (resp. −∞) es el lı́mite de la función f en x0 , y se
escribe
lı́m f(x) = +∞ (resp. lı́m f(x) = −∞).
x→x0 x→x0
Lı́mite de una función en +∞ y en −∞
i) Sea A ⊆ R un subconjunto no acotado superiormente (respectivamente, no acotado infe-

riormente) y f una función definida de A en R. Se dice que f tiene lı́mite (finito) cuando
x tiende hacia +∞ (resp. hacia −∞) si existe un número real l verificando la siguiente
propiedad:
Para todo número real ε > 0 existe un número real M > 0 (resp. N < 0) tal que
x ∈ A, M < x ⇒ |f(x) − l| < ε
(respectivamente, x ∈ A, x < N ⇒ |f(x) − l| < ε)
Cuando esto ocurre, este número l es único, se denomina lı́mite de la función f en +∞
(resp. en −∞), y se escribe
lı́m f(x) = l (resp. lı́m f(x) = l).
x→+∞ x→−∞
ii) Sea A ⊆ R un subconjunto no acotado superiormente y f : A → R una función. Se dice

que f tiene lı́mite +∞ (resp. −∞) cuando x tiende hacia +∞ si se verifica la siguiente
propiedad:
Para todo número real K > 0 (resp. K < 0) existe un número real M > 0 tal que
x ∈ A, M < x ⇒ K < f(x)
(respectivamente, x ∈ A, M < x ⇒ f(x) < K).
Cuando esto ocurre, se dice que +∞ (resp. −∞) es el lı́mite de la función f en +∞, y se
escribe
lı́m f(x) = +∞ (resp. lı́m f(x) = −∞).
x→+∞ x→+∞
iii) Análogamente, si A ⊆ R es un subconjunto no acotado inferiormente y f : A → R es una

función, se pueden definir los lı́mites infinitos de f en −∞, que se denotarán por
lı́m f(x) = +∞ y lı́m f(x) = −∞.
x→−∞ x→−∞
Lı́mites laterales de una función en un punto

Sea A ⊆ R no vacı́o, f : A → R una función y α ∈ R. Denotemos
α = {x ∈ A : x < α} ,
A− α = {x ∈ A : α < x}
A+
0
i) Si α ∈ (A−
α ) y existe el lı́mite

lı́m f|A−α (x),
x→α
entonces se dice que f tiene lı́mite por la izquierda en α. Cuando esto ocurre, al lı́mite
anterior se le llama lı́mite por la izquierda de f en α y se denota por lı́m− f(x).
x→α
0
ii) Si α ∈ (A+
α ) y existe el lı́mite

lı́m f|A+α (x),
x→α
entonces se dice que f tiene lı́mite por la derecha en α. Cuando esto ocurre, al lı́mite anterior
se le llama lı́mite por la derecha de f en α y se denota por lı́m+ f(x).
x→α
Proposición 107. Sea f : A → R una función real de variable real, α ∈ A 0 y l ∈ R ∪ {−∞, +∞}.
0
/ (A+
i) Si α ∈ α ) , entonces
lı́m f(x) = l ⇔ lı́m f(x) = l.
x→α x→α−
0
/ (A−
ii) Si α ∈ α ) , entonces
lı́m f(x) = l ⇔ lı́m f(x) = l.
x→α x→α+
0 + 0
iii) Si α ∈ (A−
α ) ∩ (Aα ) , entonces
lı́m f(x) = l ⇔ lı́m f(x) = lı́m+ f(x) = l.
x→α x→α− x→α
Cálculo de lı́mites
Sea A ⊆ R no vacı́o, f, g : A → R dos funciones y α ∈ A 0 ∪ {−∞, +∞}. Supongamos que existen
los lı́mites lı́m f(x) y lı́m g(x). Entonces:
x→α x→α
i) lı́m (f(x) + g(x)) = lı́m f(x) + lı́m g(x),
x→α x→α x→α
salvo que lı́m f(x) = +∞ y lı́m g(x) = −∞, o lı́m f(x) = −∞ y lı́m g(x) = +∞; pues,
x→α x→α x→α x→α
en estos dos casos
se presenta
la indeterminación
“∞ − ∞”.
ii) lı́m f(x)g(x) = lı́m f(x) lı́m g(x) ,
salvo que lı́m f(x) = ±∞ y lı́m g(x) = 0, o lı́m f(x) = 0 y lı́m g(x) = ±∞; pues, en
x→α x→α x→α x→α
estos dos casos se presenta la indeterminación “0 · ∞”.
iii) Si g(x) 6= 0 para todo x ∈ A y lı́m g(x) = ±∞, entonces
x→α
f(x)
lı́m = 0,
x→α g(x)
∞
salvo que lı́m f(x) = ±∞; pues, en este caso se presenta la indeterminación “ ”.
x→α ∞
f(x)
iv) Si g(x) 6= 0 para todo x ∈ A, lı́m g(x) = 0 y 0 < g(x)
para todo x ∈ A; entonces
x→α
f(x)
lı́m = +∞,
x→α g(x)
0
salvo que lı́m f(x) = 0; pues, en este caso se presenta la indeterminación “ ”.
x→α 0
v) Si g(x) 6= 0 para todo x ∈ A y lı́m g(x) ∈ R\{0}, entonces
x→α
f(x) lı́m f(x)

lı́m = x→α ,
x→α g(x) lı́m g(x)
x→α
El lı́mite y la composición de funciones

Sean f : A → R y g : B → R funciones tales que f(A) ⊂ B y sea α ∈ A 0 ∪ {−∞, +∞}. Supongamos
que existe el lı́mite lı́m f(x).
x→α
i) Si lı́m f(x) = l ∈ B y g es continua en l, entonces existe el lı́mite lı́m (g ◦ f)(x) y vale g(l).
x→α x→α
ii) Si lı́m f(x) = l ∈
/ B (esto incluye los casos l = +∞ y l = −∞) y existe el lı́mite lı́m g(x),
x→α x→l
entonces existe el lı́mite lı́m (g ◦ f)(x) y se tiene
x→α
lı́m (g ◦ f)(x) = lı́m g(x).

x→α x→l
Regla del sándwich

Sea A ⊆ R no vacı́o, f, g, h : A → R tres funciones y α ∈ A 0 ∪ {−∞, +∞}. Supongamos que
f(x) ≤ g(x) ≤ h(x) para todo x ∈ A. Si existen los lı́mites lı́m f(x) y lı́m h(x), y son iguales,
x→α x→α
entonces existe el lı́mite de g en α y
lı́m g(x) = lı́m f(x) = lı́m h(x).
La continuidad y el lı́mite de una función en un punto

Sea f : A → R una función y a ∈ A.
i) Si a es un punto aislado de A, entonces f es continua en a.
ii) Si a es un punto de acumulación de A, entonces f es continua en a si, y sólo si, lı́m f(x) =
x→a
f(a).
Tipos de discontinuidades
Sea f : A → R una función y a ∈ A un punto de acumulación de A.
i) Se dice que f tiene una discontinuidad evitable en a si f tiene lı́mite finito en a, pero
lı́m f(x) 6= f(a).
x→a
Observe que la función fe : A → R definida por


 f(x) si x ∈ A\{a},
f(x)
e =
 lı́m f(x) si x = a,
x→a
es continua en a y f(x)
e = f(x) para todo x ∈ A \ {a}, lo que justifica la denominación
empleada.
ii) Se dice que f tiene una discontinuidad de salto en a si f tiene lı́mites laterales finitos en a,
pero
lı́m f(x) 6= lı́m+ f(x).
x→a− x→a

El número lı́m+ f(x) − lı́m− f(x) recibe el nombre de salto de f en a.

x→a x→a
iii) Se dice que f tiene una discontinuidad esencial en a si alguno de los lı́mites laterales de f
en a no existe o es infinito.
Ası́ntotas
Sean A ⊆ R no vacı́o y f : A → R.
i) La recta x = b con b ∈ A 0 es una ası́ntota vertical de f si, cuando tenga sentido,
lı́m f(x) = ±∞ ó lı́m f(x) = ±∞.
x→b− x→b+
ii) La recta y = c con c ∈ R es una ası́ntota horizontal de f si, cuando tenga sentido,
lı́m f(x) = c ó lı́m f(x) = c.

x→−∞ x→+∞
iii) La recta y = mx + n con m, n ∈ R y m 6= 0, es una ası́ntota oblı́cua de f si, cuando tenga

sentido,
lı́m [f(x) − (mx + n)] = 0 ó lı́m [f(x) − (mx + n)] = 0.
x→−∞ x→+∞
f(x)
Los coeficientes m y n vienen dados por m = lı́m , n = lı́m [f(x) − mx] o
x→−∞ x x→−∞
f(x)
bien m = lı́m , n = lı́m [f(x) − mx].
x→+∞ x x→+∞
Ejemplo maxima 56:

La función f(x) = x2x−1 tiene una ası́ntota vertical x = 1 y una ası́ntota horizontal y = 0.
Calculamos primero el lı́mite por la derecha de 1.
(%i1) limit(x/(x^2-1),x,1,plus);
( %o1) ∞
Por la izquierda de 1.
(%i2) limit(x/(x^2-1),x,1,minus);
( %o2) − ∞
En ∞.
(%i3) limit(x/(x^2-1),x,inf);
( %o3) 0
Y por último en −∞.
(%i4) limit(x/(x^2-1),x,minf);
( %o4) 0
Ejemplo maxima 57:

Vamos a estudiar la continuidad de la función f : R → R, definida como

x2 + 1 si x < 0
f(x) =
ex en caso contrario.
Por debajo de 0, la función es polinómica y por tanto continua. Por encima de 0, es la función
exponencial, que también es continua. Luego sólo queda por estudiar lo que pasa en el cero.
Dibujemos la función para ver qué aspecto tiene.
(%i1) f(x):=if x<0 then (x^2+1) else exp(x)$
(%i2) plot2d(f(x),[x,-5,5])$
Si estudiamos los valores de los lı́mites a izquierda y derecha del cero, vemos que coinciden con
1, el valor de la función en ese punto. Por tanto, f es continua en todo R.
(%i3) limit(x^2+1,x,0,minus);
( %o3) 1
(%i4) limit(exp(x),x,0,plus);
( %o4) 1
Ejercicios 67:
1. Comprueba las siguientes igualdades usando la definición de lı́mite:
a) lı́m 5x = 15, x
x→3 d ) lı́m− = −∞,
x→1 x − 1
1 x
b) lı́m = 0, e) lı́m+ = +∞,
x→+∞ x2 +1 x→1 x − 1
1 1

c) lı́m = , 1
x→1 x + 1 2 f ) lı́m x sen = 0.
x→0 x
2. Estudia los siguientes lı́mites calculando los lı́mites laterales cuando sea necesario:
a) lı́m x3 ,
x→0
x
b) lı́m ,
x→2 |x − 2|
x−2
c) lı́m ,
x→2 |x − 2|
x(x + 3)
d ) lı́m ,
x→1 (x − 1)(x − 2)
(x4 + 2) |x|
e) lı́m .
x→0 x
3. Calcula los siguientes lı́mites:
x3 + x2 x2 − 1
a) lı́m , c) lı́m ,
x→0 x2 + x 2 − 3x + 2
x→1 x
2x2 − 14x + 12 2x2 − 7 6x2 + 4

b) lı́m 2 , d ) lı́m − ,
x→∞ x − 10x + 4 x→∞ x+1 3x − 5
x5 − 4x3

1 3
e) lı́m 6 , k) lı́m − ,
x→0 4x − 2x4 x→1 1 − x 1 − x3
x3 + 4x2 + 5x + 2 x
f) lı́m 3 , l) lı́m √3
,
x→−1 x − x2 − 5x − 3 x→+∞ x3 + 10
x2 − 9 x − x12 − 3
g) lı́m , m) lı́m ,
x→3 (x − 3)2 x→+∞ 2x + 12 + 5
√ x
√ 1 + x3
h) lı́m x+5− x , n) lı́m ,
x→+∞ √
x→+∞ x3
x+2−2 2x − 1
i) lı́m √ , ñ) lı́m ,
x→+∞
x + 7 − 3 x→+∞ 5x2 + 3
1 3
j) lı́m − ,
x→ 1 1 − x 1 − x3
p p
o) lı́m x2 + 4x + 1 − x2 + 8x + 1 .
x→+∞
4. Halla las ası́ntotas de las siguientes funciones:
a) f(x) = 3x−5
x−2
para todo x ∈ R \ {2}.
b) f(x) = 4 + x−32x
= 6x−12
x−3
c) f(x) = 2 + 3(x−2) − 3(x+1) para todo x ∈ R \ {−1, 2}.
7 10
x2 +3x+7
d ) f(x) = x+2
para todo x ∈ R \ {−2}.
x3
e) f(x) = (x+1)2
para todo x ∈ R \ {−1}.
2(x2 −9)
f ) f(x) = x2 −4
para todo x ∈ R \ {±2}.
3x−2
g) f(x) = √
2x2 +1
para todo x ∈ R.
h) f(x) = 2x−3
|x−1|
5. Estudia la continuidad de las siguientes funciones:
4x−4

a) f(x) = x2 −1
, 1 si x ≤ 1,
x e) f(x) = 1
b) f(x) = |x|
,  x si x > 1.
c) f(x) = x3 +2x2 −x−2
,  −x2 si x < 0,
x3 −x2 −x+1
d ) f(x) = E(x), f ) f(x) = 1 si x = 0,

0 si x > 0.
Recuerda que E(x) representa la parte entera del número real x.

6. Las funciones f : R\{1} → R y g : R\{2} → R definidas por
x3 − 1 |x − 2|
f(x) = , ∀x ∈ R\{1}; g(x) = , ∀x ∈ R\{2};
x−1 x−2
obviamente, son continuas en sus respectivos dominios. ¿Es posible extender de alguna
manera estas funciones a todo R (es decir, definir en R dos nuevas funciones f y g que
coincidan, respectivamente, en R\{1} con f y en R\{2} con g) y que sigan siendo continuas?
7. La diferencia de potencial en función del tiempo entre las placas desviadoras verticales de
un tubo de televisión viene dada por la ecuación
u(t) = a · (t − E(t)), ∀t ∈ R;
donde a es una constante no nula y E(t) es la parte entera del número real t. Dibuja la
curva que representa esta función. ¿Es u una función continua?
8. Estudia la continuidad de la siguientes funciones según los distintos valores de a:
6. TEOREMAS SOBRE CONTINUIDAD. CONTINUIDAD Y LÍMITES DE FUNCIONES ELEMENTALES 91

 1

 si −1 < x < 0,
 1+x
a) f(x) =




a si x = 0,
2
 1 + x si 0 < x < 1,
 x 3
si x ≤ 12 ,
b) f(x) =

a x si x > 12 .
9. Estudia la continuidad de las siguientes funciones y clasifiqua sus discontinuidades cuando
éstas existan.
x2 + 3
a) f(x) = 2 , ∀x ∈ R\{1}.

x − 2x + 1
x2 + 1 si x < 2,
b) f(x) =
x + 3 si x ≥ 2.
 4
 x −1

 x2 − 1 si x ∈ R \ {−1, 1},

c) f(x) =



 2 si x = −1,
3 si x = 1.
 2
 x − 3x

 9 − x2 si x ∈ R \ {−3, 3},

d ) f(x) =



 0 si x = −3,
1 si x = 3.
x − |x|
e) f (x) = , ∀x ∈ R\{0}, f(0) = 0.
x
 x−3 si x ≤ −1,
f ) f (x) = 3x − 1 si − 1 ≤ x < 1,
 1
− (x + 3) si 1 ≤ x ≤ 7.
 2
 1

 si x < −1,
 1+x
g) f(x) =

 2

 1 − x si 1 ≤ x ≤ 2,
E(x) si 3 ≤ x ≤ 5.
Ten en cuenta que E(x) representa la parte entera del número real x.
6. Teoremas sobre continuidad. Continuidad y lı́mites de funciones elementales

Sea f : A → R una función. Recordemos que f tiene mı́nimo absoluto si el conjunto f(A) tiene
mı́nimo, es decir, si existe un punto x0 ∈ A tal que f(x0 ) ≤ f(x) para todo x ∈ A. También se dice
que f alcanza su mı́nimo absoluto en el punto x0 .
Recordemos también que f tiene máximo absoluto si el conjunto f(A) tiene máximo, esto es, si
existe un punto x1 ∈ A tal que f(x) ≤ f(x1 ) para todo x ∈ A. También se dice que f alcanza su
máximo absoluto en el punto x1 .
Teorema de Weierstrass
Si a, b ∈ R con a < b y f : [a, b] → R es una función continua, entonces f está acotada y tiene
extremos (mı́nimo y máximo) absolutos.
Teorema de Bolzano
Sean a, b ∈ R con a < b y f : [a, b] → R una función continua tal que f(a)f(b) < 0. Entonces
existe al menos un punto c ∈ ]a, b[ tal que f(c) = 0.
Teorema del valor intermedio

Sea I un intervalo y f : I → R una función continua. Entonces f(I) es un intervalo.
Continuidad de la función inversa

Sean I un intervalo y f : I → R una función continua e inyectiva. Entonces f es estrictamente
monótona y su inversa f−1 : f(I) → R es estrictamente monótona y continua.
Ejemplo maxima 58:

Estudiemos la función f : [0, 10] → R, f(x) = x2 + 2x − 10. Al ser polinómica, sabemos que es
continua.
(%i1) f(x):=x^2+2*x-10;
( %o1) f (x) := x2 + 2 x − 10
Veamos si es inyectiva.
(%i2) solve(f(x)=f(y),[x,y]);
( %o2) [[x = %r3, y = − %r3 − 2], [x = %r4, y = %r4]]
Esto nos dice que si f(x) = f(y), entonces, o bien x = y, o y = −x − 2. Nótese que si x ∈ [0, 10],
−x − 2 6∈ [0, 10], por lo que f(x) = f(y) con x, y ∈ [0, 10] lleva a que f(x) = f(y). Por tanto la
función es inyectiva, y en consecuenica, estrictamente monótona.
(%i3) f(0);
( %o3) − 10
(%i4) f(10);
( %o4) 110
Por el Teorema del valor intermedio, sabemos que f([0, 10]) es un intervalo, y ya sabemos que
es estrictamente monótona. Por ser f(0) = −10 y f(10) = 110, concluimos que f es estrictamente
creciente, y que f([0, 10]) = [−10, 110]. Sabemos además por el Teorema de Bolzano (también por
el del valor intermedio), que f(x) se anula en un punto.
(%i5) solve(f(x)=0);
√ √
( %o5) [x = − 11 − 1, x = 11 √− 1]
Luego f(x) = 0, lleva a x = 11 − 1.
Sabemos además que la función inversa de f en [−10, 110] es continua y estrictamente monótona.
(%i6) solve(f(x)=y,x);
p p
( %o6) [x = − y + 11 − 1,√x = y + 11 − 1]
Como quiera que x = − y + 11 − 1 no está en [0, 10], tenemos que la siguiente función es la
inversa de f.
(%i7) g(x):=sqrt(x+11)-1;
√
( %o7) g (x) := x + 11 − 1
(%i8) g(f(x));
p
( %o8) x2 + 2 x + 1 − 1
(%i9) radcan(%);
( %o9) x
(%i10) f(g(x));
√ 2 √
( %o10) x + 11 − 1 + 2 x + 11 − 1 − 10
(%i11) radcan(%);
( %o11) x
Continuidad de las funciones elementales

Las funciones elementales son continuas en sus respectivos dominios de definición. Más explı́cita-
mente:
i) La función exponencial es continua en todo R.
ii) La función logaritmo neperiano es continua en R+ .
iii) La función potencia de exponente b ∈ R\{0} es continua en R+ .
iv) Si n ∈ N es par, la función raı́z de ı́ndice n es continua en [0, +∞[ .
v) Si n ∈ N es impar, la función raı́z de ı́ndice n es continua en R.
vi) Las funciones seno y coseno son continuas π en R.
vii) La función tangente es continua en R\ 2 + kπ : k ∈ Z .
viii) Las funciones arco-seno y arco-coseno son continuas en [−1, 1].
ix) La función arco-tangente es continua en R.
Teorema 119. Se verifica que:
i) lı́m ex = +∞ , lı́m ex = 0 .
x→+∞ x→−∞
ii) lı́m ln(x) = −∞ , lı́m ln(x) = +∞ .
x→0 x→+∞
iii) Si b ∈ R con b > 0, entonces lı́m xb = 0 , lı́m xb = +∞ .
x→0 x→+∞
iv) Si b ∈ R con b < 0, entonces lı́m xb = +∞ , lı́m xb = 0 .
x→0 x→+∞
v) Las funciones seno y coseno no tienen lı́mite ni en +∞ ni en −∞.
vi) lı́mπ + tg(x) = −∞ , lı́m
π−
tg(x) = +∞ .
x→− 2 x→ 2
−π π
vii) lı́m arc tg(x) = , lı́m arc tg(x) = .
x→−∞ 2 x→+∞ 2
sen(x)
viii) lı́m = 1.
x→0 x
Ejercicios 68:
1. Consideremos las funciones f, g : [−1, 1] → R definidas por:

x2 2x
f(x) = , g(x) = , ∀x ∈ [−1, 1].
1 + x2 1 + |x|
Para cada una de estas funciones se pide:
a) Comprobar que verifican las hipótesis del teorema de Weierstrass.
b) ¿Tienen esas funciones extremos absolutos (máximo y mı́nimo absolutos)?
c) Determinar dichos extremos absolutos en caso de que existan.
0 → R como
2. Se definen las funciones f, g : R+
4x2
f(x) = , g(x) = cos x, ∀x ∈ R+
0.
x2 + x + 1
¿Existe algún punto x ≥ 0 donde f(x) = g(x)?
3. Sea f(x) = ex − 2 para todo x ∈ [0, 2]. Estudia si f tiene algún punto fijo en el intervalo
[0, 2] (esto es, algún c ∈ [0, 2] tal que f(c) = c).
4. Demuestra que la función f : R → R, dada por f(x) = 2x3 − 5x2 + x + 2 para todo x ∈ R,
corta al eje de abcisas en el intervalo [−1, 3]. Considera ahora la función g : R \ {2} → R
definida por
2x + 1
g(x) = , ∀x ∈ R \ {2}.
x−2
¿Puede afirmarse lo mismo de ella? √
5. Demuestra que la ecuación 3x − 2 = 0 tiene una solución en el intervalo [0, 1].
6. Demuestra que la aplicación f es biyectiva, determina su inversa f−1 y estudia la continuidad
de ambas, donde f es: q
a) f : ] − 1, 1[ → R, f(x) = ln 1+x 1−x
, ∀x ∈ ] − 1, 1[ .
√ 3
b) f : R → ]1, +∞[ , f(x) = (1 + x) , ∀x ∈ R+ .
+
3
c) f : R+ → ] − 1, +∞[ , f(x) = 1−x x3
, ∀x ∈ R+ .
7. Prueba que la función f(x) = 2x3 − 6x + 1 tiene, al menos, una raı́z real en el intervalo
]0, 1[ .
8. Prueba que las gráficas de las funciones f(x) = ln x y g(x) = e−x se cortan en algún punto
del intervalo ]1, 2[ .
9. Indica si las siguientes funciones están acotadas y calcula el conjunto imagen en cada una
de ellas:
a) f(x) = x2 − 1, ∀x ∈ [−1, 1].
2
b) f(x) = xx2 +4x−3
−2x+1
, ∀x ∈ [−1, 4] \{1}.
1
c) f(x) = x−1 , ∀x ∈ [2, 5]
d ) f(x) = x2 , ∀x ∈ [−1, 2[
10. ¿Existe solución real de la ecuación sen x = x − 1?
11. Observa que en los siguientes lı́mites el numerador y el denominador tienen algún factor
común. Calcula estos lı́mites eliminando dicho factor común.
x3 − 1
a) lı́mx→1 ,
√ x−1
3
x−1 √ 3
b) lı́m (indicación: ten presente que x − 1 = 3 x − 1 ),
x→1 x − 1
xn − 1
c) lı́mx→1 (indicación: nota que xn − 1 = (x − 1)(xn−1 + xn−2 + · · · + x + 1) ),
√x − 1√
x− a
d ) lı́mx→a .
x−a
12. Estudia los lı́mites laterales de la función f : R\{0} → R en el punto 0 en cada uno de los
siguientes casos:
1
a) f(x) = 2 x , 6
x sen x c) f(x) = 1 .
b) f(x) = , 4 + e− x
|x|

p p
a) lı́m x2 + x + 1 − x2 − 2x − 1 ,
x→+∞
√ 1
q
b) lı́m x − 2 x, xe x
x→+∞ f) lı́m ,
√ √ x→+∞ 3x + 1
x + 2 − 2x 1
xe x
c) lı́m , g) lı́m ,
x→2 √ x − √2 x→−∞ 3x + 1
d ) lı́m ( x − a), x2 + e−x
x→a
h) lı́m ,
e) lı́m (1 + e−3x ), x→+∞ 6x2 + 2
x→+∞ x+1
i) lı́m cos 2 .
x→+∞ x
14. Halla las ası́ntotas de las siguientes funciones:
√ + 3), ∀x ∈ ] − 3, +∞[ ,
a) f(x) = ln(x
x2 + 3
b) f(x) = , ∀x ∈ R \ {1}.
x−1
sen x
15. Utiliza la igualdad lı́m = 1 para calcular los siguientes lı́mites:
x→0 x
x sen x x2 (1 − cos x)
a) lı́m 2
, c) lı́m ,
x→0 (1 − cos x)
x→0 sen4 x
1 1 − cos x
sen2 d ) lı́m .
b) lı́m √ √ x , x→0 x2 /2
x
x→+∞ ( 2 − 1)( x2 + 1 − x)
16. Estudia la continuidad de las siguientes funciones según los distintos valores de los paráme-
tros a y b: 
 e2x si x < 0,
a) f(x) =

 a+x si x ≥ 0,

 b cos x si x ≤ 0,

b) f(x) = √

 4 − x2 si 0 < x < 1,

 b + ax si x ≥ 1,


 1
 x sen si x 6= 0,
c) f(x) = x



b si x = 0.
17. Estudia la continuidad de las siguientes funciones y clasifique sus discontinuidades cuando
éstas existan.
a) f(x) = r|x| − 4x , ∀x ∈ ] − ∞, 0].
p
x2 − 1
b) f(x) = , ∀x ∈ [−1, 1]∪ ]2, +∞[ .
rx−2
2
3 x + 1
c) f(x) = , ∀x ∈ R\{2}.
px − 2
d ) f (x) = |x| − 4 , ∀x ∈ R\ ]−4, 4[ .
ex + e−x
e) f (x) = x , ∀x ∈ R\{0}, f(0) = 0.
e − e−x
1
1 + ex
f ) f (x) = 1 , ∀x ∈ R\{0}, f(0) = 0.
1 − ex
7. LÍMITES DE POTENCIAS 96
7. Lı́mites de potencias
Proposición 120. Sean f, g : A → R dos funciones con 0 < f(x) para todo x ∈ A y sea α ∈
A 0 ∪ {−∞, +∞}. Supongamos que existen los lı́mites lı́m f(x) y lı́m g(x). Se verifica que:
x→α x→α
i) Si lı́m f(x) = 0 y lı́m g(x) ∈ R ∪ {+∞}, entonces lı́m f(x)g(x) = 0.
+
ii) Si lı́m f(x) ∈ R+ y lı́m g(x) ∈ R, entonces
x→α x→α
lı́m g(x)
g(x)
lı́m f(x) = lı́m f(x) x→α .
x→α x→α
iii) Si lı́m f(x) ∈ ]1, +∞[ y lı́m g(x) = +∞, entonces lı́m f(x)g(x) = +∞.
iv) Si lı́m f(x) ∈ ]0, 1[ y lı́m g(x) = +∞, entonces lı́m f(x)g(x) = 0.
v) Si lı́m f(x) = +∞ y lı́m g(x) ∈ R ∪ {+∞}, entonces lı́m f(x)g(x) = +∞.
+
Observe que aún quedan tres casos más que no aparecen en la proposición anterior. Estos tres
casos son los correspondientes a las indeterminaciones “1∞ ”, “00 ” e “∞0 ”.
−g(x)
g(x) 1
a) Si lı́m f(x) = 0 = lı́m g(x), hacemos f(x) = f(x) , y ası́ reducimos la indetermina-
x→α x→α
ción “00 ” a una de tipo “∞0 ”.
b) Si lı́m f(x) = +∞ y lı́m g(x) = 0, observamos que f(x)g(x) = eg(x) ln(f(x)) y estudiamos si
x→α x→α
existe el lı́mite lı́m g(x) ln(f(x)). De esta forma pasamos de una indeterminación “∞0 ” a
x→α
una de tipo “0 · ∞”.
Ejemplo maxima 59:

(%i1) limit(x^x,x,0);
( %o1) 1
(%i2) exp(limit(-x*log(1/x),x,0));
( %o2) 1
Estudiemos ahora algunos lı́mites correspondientes a la indeterminación “1∞ ”.
Lema 121. Sea A ⊂ R no vacı́o, α ∈ A 0 y f : A → R\[−1, 0] una función tal que lı́m f(x) = +∞
x→α
ó lı́m f(x) = −∞. Entonces
x→α
f(x)
1
lı́m 1 + = e.
x→α f(x)
Si A no está acotado superiormente (respectivamente, A no está acotado inferiormente) y
α = +∞ (respectivamente, α = −∞), el resultado anterior también se cumple.
Proposición 122. Sea A ⊂ R no vacı́o, α ∈ A 0 y f, g : A → R dos funciones tales que 0 < f(x)
para todo x ∈ A y lı́m f(x) = 1. Entonces:
x→α
i) Dado l ∈ R, se tiene
lı́m f(x)g(x) = el ⇔ lı́m g(x)(f(x) − 1) = l.
x→α x→α
ii) lı́m f(x) g(x)
= +∞ ⇔ lı́m g(x)(f(x) − 1) = +∞.
x→α x→α
iii) lı́m f(x) g(x)
= 0 ⇔ lı́m g(x)(f(x) − 1) = −∞.
x→α x→α
Si A no está acotado superiormente (respectivamente, A no está acotado inferiormente) y α = +∞
(respectivamente, α = −∞), el resultado anterior también se cumple.
7. LÍMITES DE POTENCIAS 97
Ejercicios 69:
x (x+1)2
3x + 5
(x + 1)2 − 4
a) lı́m , c) lı́m .
3x −2 5
x→+∞
x x→+∞ (x + 1)2
x +3
b) lı́m ,
x→−∞ x2 − 3x + 1
senx
2. Calcula los siguientes lı́mites. Recuerda que lı́m = 1 y sen2 x + cos2 x = 1.
x→0 x
1
a) lı́m(1 + senx) x ,
x→0
1
b) lı́m(cos x) x2 ,
x→0
1+cotg2 x
x−2
c) lı́m .
x→0 x2 + x − 2
3. Determina las ası́ntotas de la función f : R → R definida por:
2 x
x +1
f(x) = x , ∀x ∈ R.
x2 + 2
Capı́tulo 6
Cálculo diferencial en una variable
En preparación
1. Derivabilidad de funciones
En lo sucesivo, A será un conjunto no vacı́o de números reales.
Función derivable
Sea f : A → R una función y a un punto de A ∩ A0 . Se dice que f es derivable en a si la función
fa : A \ {a} → R, definida por
f(x) − f(a)
fa (x) = , ∀x ∈ A \ {a},
x−a
tiene lı́mite fı́nito en a. Este lı́mite, si existe, se llama derivada de f en el punto a y se denota por
f0 (a). Simbólicamente
f(x) − f(a)
f0 (a) = lı́m .
x→a x−a
No puede hablarse por tanto de derivada de una función en puntos aislados de su conjunto de
definición.
Si B es un subconjunto no vacı́o de puntos de A ∩ A0 , se dice que f es derivable en el conjunto
B si f es derivable en todo punto de B.
Si C es el conjunto de todos los puntos de A ∩ A0 en los que f es derivable, se llama función
derivada de f a la función f0 : C → R que a cada punto de C le hace corresponder la derivada de f
en dicho punto.
Si A = A ∩ A 0 y f es derivable en todo A, entonces se dice, simplemente, que f es derivable.
Ejemplo 124. La función identidad f : R → R, dada por f(x) = x para todo x ∈ R, es derivable
en R con f0 (a) = 1 para todo a ∈ R. En efecto, dado a ∈ R, tenemos que
f(x) − f(a) x−a
lı́m = lı́m = 1.
x→a x−a x→a x − a
Luego f es derivable en a y f 0 (a) = 1.

Interpretación fı́sica de la derivada
Sea f : A → R una función real de variable real. Imaginemos que la función f representa alguna
magnitud (como el espacio recorrido, el área, la temperatura,...) y que la variable x representa el
tiempo. Al definir la derivada de f en un punto a ∈ A, se ha establecido
f(x) − f(a)
f 0 (a) = lı́m .
x→a x−a
Refiriéndonos al cociente que aparece en este lı́mite, podemos decir que:
• El incremento f(x) − f(a) muestra el cambio que tiene la función f en el intervalo de
extremos x y a.
• El incremento x − a representa el tiempo transcurrido entre x y a.
98
1. DERIVABILIDAD DE FUNCIONES 99
f(x) − f(a)
Ası́ pues, el cociente es la velocidad media a la que cambia la función f en el intervalo
x−a
de extremos x y a. Ahora bien, al hacer que “x tienda a a”, consideramos intervalos de tiempo
cada vez más pequeños en torno a a. Podemos decir entonces que f 0 (a) es la velocidad instantánea
a la que cambia f en el momento a.
En muchos problemas tendremos una función de la que querremos obtener su velocidad ins-
tantánea de cambio (su derivada). Es muy probable que dicha función se encuentre relacionada
con otras funciones cuyas derivadas sı́ se conozcan. La estrategia en este caso consiste en:
a) Encontrar una expresión matemática que relacione las funciones del contexto del problema.
b) Derivar dicha expresión obteniendo una relación entre las funciones y las derivadas que se
conocen y las que no.
c) Despejar la derivada deseada.
Ejemplo 126. Al arrojar una piedra a un estanque de agua tranquila se forman ondas circulares
concéntricas cuyos radios aumentan de longitud al paso del tiempo. Cuando la onda exterior tiene
un radio de 3 m, éste aumenta a una rapidez (velocidad) de 50 cm/s. ¿A qué rapidez (velocidad)
aumenta el área del cı́rculo formado por dicha onda?
¿Qué se pide en el problema? Se pide calcular la rapidez (velocidad) a la que está aumentando
el área de un cı́rculo cuando su radio mide 3 m. Además, se sabe que cuando el radio mide 3 m, la
longitud de éste aumenta a una velocidad de 0,5 m/s.
Sean A, r : R+ 0 → R funciones tales que A(t) es el área del cı́rculo delimitado en el estanque por
la onda exterior en el instante t ∈ R+ +
0 y r(t) es el radio de dicho cı́rculo. Sea t0 ∈ R0 el instante
en el que el radio mide 3 m, es decir, el instante en el que r(t0 ) = 3. Entonces, lo que se pide es
A 0 (t0 ) y lo que se sabe es que r 0 (t0 ) = 0,5. Como
A(t) = π r(t)2 , ∀t ∈ R+
0;
se tiene que A 0 (t0 ) = 2 π r(t0 ) r 0 (t0 ) = 2 π 3 · 0,5 = 3 π. Por tanto, en el instante en el que la onda
exterior tiene un radio de 3 m, el área del cı́rculo formado por dicha onda aumenta a una velocidad
de 3 π m2 /s ≈ 9,4248 m2 /s.
Definición 127. Se dice que una función g : R → R es afı́n si g es de la forma g(x) = αx + β

para todo x ∈ R, donde α y β son dos números reales fijos. Las funciones afines son aquellas cuya
representación gráfica es una lı́nea recta.
Caracterización de la derivabilidad
Sea f : A → R una función y a un punto de A ∩ A0 . Se cumple que f es derivable en a si, y sólo
f(x) − g(x)
si, f es continua en a y existe una función afı́n g : R → R tal que lı́m = 0. En caso
x→a x−a
afirmativo, g viene definida por g(x) = f0 (a)(x − a) + f(a) para todo x ∈ R.
Interpretación geométrica de la derivada

En las condiciones del resultado anterior, la función g recibe el nombre de función afı́n tangente a
f en el punto (a, f(a)) y su representación gráfica es la recta de ecuación y = f0 (a)(x − a) + f(a)
que se llama recta tangente a f en (a, f(a)). Por tanto f0 (a) es la pendiente de esta recta.
1. DERIVABILIDAD DE FUNCIONES
0 100
y = f (a)(x − a) + f(a)
..
..
..
f

...
(a, f(a)) ..
t
.
...
...
...
. .....
. .
..... .........
...
....
... ...
..... ... .
.....
.... ..
... ..... ....
.... ....... .............
. ..
...
...
...
...
..
..
.....
...
...
a
Se llama recta normal a f en el punto (a, f(a)) a la recta perpendicular a la recta tangente a
f en (a, f(a)). Su ecuación es y = (−1/f0 (a))(x − a) + f(a) si f0 (a) 6= 0, o bien x = a si f0 (a) = 0.
Derivadas laterales
Sea f : A → R una función y a un punto de A ∩ A0 . Recordemos la notación del capı́tulo anterior:
a = {x ∈ A : x < a} ,
A− a = {x ∈ A : a < x}
A+
a ) y la función fa : A \ {a} → R tiene lı́mite finito por la izquierda en a, entonces
0
i) Si a ∈ (A−
se dice que f es derivable por la izquierda en el punto a. En tal caso, a dicho lı́mite se le
llama derivada por la izquierda de f en el punto a y se denota por f0− (a). Simbólicamente
f(x) − f(a)
f0− (a) = lı́m−
.
x→a x−a
a ) y la función fa : A \ {a} → R tiene lı́mite finito por la derecha en a, entonces
0
ii) Si a ∈ (A+
se dice que f es derivable por la derecha en el punto a. En tal caso, a este lı́mite se le llama
derivada por la derecha de f en el punto a y se denota por f0+ (a). Simbólicamente
f(x) − f(a)
f0+ (a) = lı́m+
.
x→a x−a
Proposición 131. Sea f : A → R una función y a un punto de A ∩ A0 . Se verifica que:
0
/ (A+
i) Si a ∈ a ) , entonces f es derivable en a si, y sólo si, es derivable por la izquierda en a.
En caso afirmativo, se tiene f0 (a) = f0− (a).
0
/ (A−
ii) Si a ∈ a ) , entonces f es derivable en a si, y sólo si, es derivable por la derecha en a.
En caso afirmativo, se tiene f0 (a) = f0+ (a).
0 + 0
iii) Si a ∈ (A−a ) ∩(Aa ) , entonces f es derivable en a si, y sólo si, f es derivable por la izquierda
y por la derecha en a y f0− (a) = f0+ (a); en cuyo caso f0 (a) = f0− (a) = f0+ (a).
Derivabilidad de la función restricción. Carácter local de la derivabilidad
Sea f : A → R una función real de variable real, B ⊂ A y a ∈ B ∩ B 0 .
i) Si f es derivable en el punto a, entonces la función f|B es derivable en el punto a con
(f|B ) 0 (a) = f 0 (a).
ii) Si existe un número real positivo r tal que ]a − r, a + r[ ∩A ⊂ B y la función f|B es derivable
en a, entonces f es derivable en a y f 0 (a) = (f|B ) 0 (a).
Ejemplo 133. Vamos a estudiar la derivabilidad de la función f : R → R dada por f(x) = |x| para
todo x ∈ R (f es la función valor absoluto). Para ello seguimos los siguientes pasos:
• En primer lugar, elegimos los subconjuntos B más grandes posibles del dominio de f en los
que f no cambia de definición y se verifica la siguiente propiedad:
∀a ∈ B, ∃r > 0 : ]a − r, a + r[ ∩A ⊂ B
(de esta forma, podremos aplicar a cada punto a ∈ B el carácter local de la derivabilidad).
En nuestro ejemplo, uno de estos conjuntos es R+ , pues, cualquier punto a ∈ R+ posee un
entorno contenido en R+ .
2. REGLAS DE DERIVACIÓN. DERIVADAS DE ALGUNAS FUNCIONES ELEMENTALES 101
+
d
R
0 a
−
Lo mismo ocurre con R .
• En segundo lugar, estudiamos la derivabilidad de las restricciones f|B y aplicamos el carácter
local de la derivabilidad. En este ejemplo debemos estudiar la derivabilidad de f|R+ y de
f|R− . Observe que
f|R+ (x) = x, ∀x ∈ R+ ;
es decir, que f|R+ es la restricción a R+ de la función identidad. Sabemos que la función
identidad es derivable en todo R con derivada la función constate 1; luego, por la deriva-
bilidad de la función restricción (apartado i)), f|R+ es derivable en R+ con (f|R+ ) 0 (a) = 1
para todo a ∈ R+ . Por el carácter local de la derivabilidad, f es derivable en R+ con
f 0 (a) = (f|R+ ) 0 (a) = 1 para todo a ∈ R+ . Por otra parte,
f|R− (x) = −x, ∀x ∈ R− .
Entonces, es fácil ver que f|R− es derivable en R− con (f|R− ) 0 (a) = −1 para todo a ∈ R− . De
nuevo por el carácter local de la derivabilidad, f es derivable en R− con f 0 (a) = (f|R− ) 0 (a) =
−1 para todo a ∈ R− .
• Finalmente, utilizamos las derivadas laterales para estudiar la derivabilidad de f en los
puntos donde existe cambio de definición. En nuestro ejemplo, falta estudiar la derivabilidad
de f en 0. Ahora no podemos usar el carácter local de la derivabilidad porque no tenemos
ninguna restricción de f que satisfaga las hipótesis necesarias (las hipótesis del apartado
ii)) para a = 0. Ası́ pues, utilizamos las derivadas laterales. Como
f(x) − f(0) f(x) − f(0)
lı́m− = −1 , lı́m+ = 1,
x→0 x−0 x→0 x−0
entonces f es derivable por la izquierda en 0 con f0− (0) = −1 y f es derivable por la derecha
en 0 con f0+ (0) = 1. Puesto que f−0 (0) 6= f+0 (0), entonces f no es derivable en 0.
|x|
Resumiendo, f es derivable en R\{0} con f0 (x) = para todo x ∈ R\{0}, y f no es derivable
x
en 0.
2. Reglas de derivación. Derivadas de algunas funciones elementales

Derivada de la suma, del producto y del cociente
Sean f, g : A → R funciones, λ ∈ R y x un punto de A ∩ A0 . Supongamos que f y g son derivables
en x. Entonces:
i) f + g es derivable en x con (f + g)0 (x) = f0 (x) + g0 (x).
ii) λf es derivable en x con (λf)0 (x) = λf0 (x).
iii) fg es derivable en x con (fg)0 (x) = f0 (x)g(x) + f(x)g0 (x).
f
iv) Si g(t) 6= 0 para todo t ∈ A, entonces es derivable en x con
g
0
f f0 (x)g(x) − f(x)g0 (x)
(x) = .
g g(x)2
Regla de la cadena
Sean f : A → R y g : B → R funciones tales que f(A) ⊂ B. Sea x ∈ A ∩ A0 y supongamos
que f(x) ∈ B0 . Si f es derivable en x y g es derivable en f(x), entonces g ◦ f es derivable en x y
(g ◦ f)0 (x) = g0 (f(x)) · f0 (x).
2. REGLAS DE DERIVACIÓN. DERIVADAS DE ALGUNAS FUNCIONES ELEMENTALES 102
Derivación de la función inversa

Sea f : A → R una función inyectiva y x un punto de A ∩ A0 . Si f es derivable en x con f0 (x) 6= 0
y f−1 es continua en f(x), entonces f(x) ∈ (f(A))0 y f−1 es derivable en f(x) con
1
(f−1 )0 (f(x)) = .
f0 (x)
Usando las reglas de derivación, es fácil obtener las derivadas de algunas funciones:
Corolario α ∈ R la función constante f : R → R definida por f(x) = α para todo x ∈ R es
i) Dado137.
derivable en R con f0 (x) = 0 para todo x ∈ R.
ii) Dado n ∈ N, si f : R → R es la función potencia de exponente n, es decir, f(x) = xn para
todo x ∈ R, entonces f es derivable en R con f 0 (x) = nxn−1 para todo x ∈ R. √
iii) Dado n ∈ N, si n es impar y f : R → R es la función raı́z de ı́ndice n, esto es, f(x) = n x
para todo x ∈ R, entonces f es derivable en R\{0} con
1
f0 (x) = √ , ∀x ∈ R\{0}.
n( x)n−1
n
√
iv) Dado n ∈ N, si n es par y f : R+ 0 → R es la función raı́z de ı́ndice n, o sea, f(x) =
n
x
+
para todo x ∈ R0 , entonces f es derivable en R+ con
1
f0 (x) = √ , ∀x ∈ R+ .
n( x)n−1
n
v) Si P : A → R es una función polinómica y A ∩ A 0 es no vacı́o, entonces P es derivable en

A ∩ A 0 y P 0 : A ∩ A 0 → R es también una función polinómica.
vi) Si R : A → R es una función racional y A ∩ A 0 es no vacı́o, entonces R es derivable en
A ∩ A 0 y R 0 : A ∩ A 0 → R es también una función racional.
Derivadas de las funciones exponenciales, logarı́tmicas y potenciales

i) Si f : R → R es la función exponencial, esto es, f(x) = ex para todo x ∈ R, entonces f es
derivable en R con f0 (x) = ex para todo x ∈ R.
ii) Sea a ∈ R+ y sea f : R → R la función exponencial de base a, o sea, f(x) = ax para todo
x ∈ R. Puesto que f(x) = ax = ex ln a para todo x ∈ R; entonces, usando la regla de la
cadena, se obtiene que f es derivable en R con
f0 (x) = ex ln a · ln a = ax ln a , ∀x ∈ R.
iii) La función logaritmo neperiano es derivable en R+ con (ln)0 (x) = x1 , ∀x ∈ R+ .
ln x
iv) Dado a ∈ R+ \ {1}, puesto que loga (x) = para todo x ∈ R+ ; entonces la función
ln a
1
logarı́tmica de base a es derivable en R+ con (loga )0 (x) = para todo x ∈ R+ .
x ln a
v) Sea b ∈ R y sea f : R+ → R la función potencia de exponente b, esto es, f(x) = xb para
todo x ∈ R+ . Como f(x) = xb = eb ln x para todo x ∈ R+ ; entonces, usando la regla de la
cadena, obtenemos que f es derivable en R+ con
b
f0 (x) = eb ln x ·
= b xb−1 , ∀x ∈ R+ .
x
vi) Sean f, g : A → R dos funciones tales que 0 < f(x) para todo x ∈ A, y sea h : A → R la
función definida por
h(x) = f(x)g(x) , ∀x ∈ A.
3. EXTREMOS RELATIVOS. TEOREMA DEL VALOR MEDIO 103
Dado x ∈ A ∩ A 0 , si f y g son derivables en x, entonces h es derivable en x y, como

ln ◦h = g · (ln ◦f), resulta que
h 0 (x) f 0 (x)
= g 0 (x) ln(f(x)) + g(x) .
h(x) f(x)
f 0 (x)

0 0
Ası́ pues, h (x) = h(x) g (x) ln(f(x)) + g(x) .
f(x)
3. Extremos relativos. Teorema del valor medio

Definición de extremo relativo
Sea f : A → R una función y a ∈ A.
i) Se dice que f alcanza un máximo relativo en a si existe un δ > 0 tal que ]a − δ, a + δ[ ⊂ A
y f(x) ≤ f(a) para todo x ∈ ]a − δ, a + δ[ .
..
..
..
..
.... f
f(a) ...
...
...
...
... .
. ...
... ..... ..
.... .... ...
f ( ]a − δ, a + δ[ ) c ... ...
... .....
... .... ...
.
.
... ..... ....
.......... .................
.... .....
..
..
....
.
...
...
a
a−δ a+δ
ii) Se dice que f alcanza un mı́nimo relativo en a si existe un δ > 0 tal que ]a − δ, a + δ[ ⊂ A
y f(a) ≤ f(x) para todo x ∈ ]a − δ, a + δ[ .
iii) Se dice que f alcanza un extremo relativo en a si f alcanza un mı́nimo relativo o un máximo
relativo en a.
Condición necesaria para la existencia de extremos relativos
Sea f : A → R una función y a un punto de A. Si f alcanza un extremo relativo en a y f es
derivable en a, entonces f0 (a) = 0. Se dice que a es un punto crı́tico de f si f es derivable en a y
f0 (a) = 0.
No se deben confundir los máximos relativos de f con el máximo absoluto de f (definido en el
capı́tulo anterior). En caso de que existan, la diferencia fundamental es que el máximo absoluto
de f es mayor o igual que todos los valores de f, mientras que un máximo relativo de f, f(a), es
mayor o igual que los valores que f toma sólo en un entorno del punto a. Lo mismo ocurre con el
mı́nimo absoluto y un mı́nimo relativo.
Muchas veces nuestro objetivo será calcular los extremos absolutos. Para hacer esto, los extre-
mos relativos pueden resultar muy útiles:
Relación entre los extremos absolutos y los extremos relativos
Sea f : A → R una función y a un punto de A.
i) Si a es un punto interior de A (esto es, si existe un δ > 0 tal que ]a − δ, a + δ[ ⊂ A) y f
alcanza su mı́nimo absoluto en a, entonces f alcanza un mı́nimo relativo en a.
ii) Si a es un punto interior de A y f alcanza su máximo absoluto en a, entonces f alcanza un
máximo relativo en a.
iii) Si f alcanza un extremo relativo en a, entonces f puede alcanzar o no un extremo absoluto
en a.
4. DERIVADAS DE LAS FUNCIONES TRIGONOMÉTRICAS Y DE LAS FUNCIONES ARCO 104
Regla práctica para el cálculo de extremos absolutos

Sea f : A → R una función y sea int(A) = {a ∈ A : ∃δ > 0 tal que ]a−δ, a+δ[ ⊂ A}. Consideremos
los conjuntos
B1 = {x ∈ A : x ∈
/ int(A)},
B2 = {x ∈ int(A) : f no es derivable en x},
B3 = {x ∈ int(A) : f es derivable en x con f0 (x) = 0}
y sea B = B1 ∪ B2 ∪ B3 . Supongamos que f alcanza su máximo absoluto (resp. mı́nimo absoluto)
en un punto a ∈ A. Entonces a ∈ B y máx(f(A)) = máx(f(B)) (resp. mı́n(f(A)) = mı́n(f(B))).
Teorema de Rolle
Sean a, b ∈ R con a < b y f : [a, b] → R una función continua en [a, b] y derivable en ]a, b[ tal
que f(a) = f(b). Entonces existe un punto c ∈]a, b[ tal que f0 (c) = 0.
Teorema del valor medio
Sean a, b ∈ R con a < b y f : [a, b] → R una función continua en [a, b] y derivable en ]a, b[.
Entonces existe un punto c ∈]a, b[ tal que f(b) − f(a) = f0 (c)(b − a).
Aplicaciones del teorema del valor medio
Sean I un intervalo y f : I → R una función derivable. Entonces:
i) f es creciente si, y sólo si, f0 (x) ≥ 0 para todo x ∈ I.
ii) f es decreciente si, y sólo si, f0 (x) ≤ 0 para todo x ∈ I.
iii) f es constante si, y sólo si, f0 (x) = 0 para todo x ∈ I.
iv) Si f0 (x) > 0 para todo x ∈ I, entonces f es estrictamente creciente.
v) Si f0 (x) < 0 para todo x ∈ I, entonces f es estrictamente decreciente.
vi) Si f0 (x) 6= 0 para todo x ∈ I, entonces f es estrictamente monótona y ocurre una de las dos
posibilidades siguientes: f0 (x) > 0 para todo x ∈ I, o f0 (x) > 0 para todo x ∈ I.
vii) Si f0 (x) 6= 0 para todo x ∈ I, entonces f−1 es derivable en f(I) y (f−1 )0 (f(x)) = f0 (x)
1
para
todo x ∈ I (Teorema de la función inversa).
4. Derivadas de las funciones trigonométricas y de las funciones arco

En el siguiente teorema estudiamos la derivabilidad de la función coseno. Aunque no entramos
en los detalles de la demostración, debemos señalar que para probar este resultado se utiliza el
teorema del valor medio y se sigue el mismo camino que se recorrió cuando definimos la función
coseno.
Teorema 146. La función coseno es derivable en todo R con (cos) 0 (x) = − sen(x) para todo x ∈ R.
Corolario 147. seno es derivable en R con (sen)0 (x) = cos x para todo x ∈ R.
i) La función
ii) La función tangente es derivable en todo puntode R\{ π2 + kπ : k ∈ Z} con
(tg)0 (x) = (cos1x)2 , ∀x ∈ R\ π2 + kπ : k ∈ Z .
iii) La función arco-seno es derivable en ] − 1, 1[ con (arcsen)0 (x) = √1−x 1
2
, ∀x ∈ ] − 1, 1[ .
0 −1
iv) La función arco-coseno es derivable en ] − 1, 1[ con (arccos) (x) = √1−x2 , ∀x ∈] − 1, 1[.
v) La función arco-tangente es derivable en R con (arctg)0 (x) = 1+x 1
2 , ∀x ∈ R.
Fórmulas trigonométricas de adición

Dado b ∈ R, consideramos la función f : R → R definida por
f(x) = [sen(x + b) − sen x cos b − cos x sen b]2 + [cos(x + b) − cos x cos b + sen x sen b]2
6. DERIVADAS SUCESIVAS 105
para todo x ∈ R. Es claro que f es derivable en R con f 0 (x) = 0 para todo x ∈ R. Entonces, de
las aplicaciones del teorema del valor medio se sigue que f es constante. Como f(0) = 0, entonces
f(x) = 0 para todo x ∈ R. Ası́ pues, dado x ∈ R, resulta que
sen(x + b) = sen x cos b + cos x sen b,
cos(x + b) = cos x cos b − sen x sen b.
5. Reglas de L’Hôpital
Reglas de L’Hôpital
Sea I un intervalo, a un punto de I o a = ±∞ y f, g : I \ {a} → R funciones derivables en I \ {a} con
g0 (x) 6= 0 para todo x ∈ I \ {a}. Supongamos que se cumple una de las dos condiciones siguientes:
a) lı́m g(x) = lı́m f(x) = 0,
x→a x→a
b) lı́m |g(x)| = +∞.
x→a
f(x) f 0 (x)
Entonces lı́m = lı́m 0 .
x→a g(x) x→a g (x)
Regla práctica de derivación

Sea I un intervalo, a ∈ I y f : I → R una función continua en a y derivable en I\{a}.
i) Si existe el lı́mite lı́m− f 0 (x) y es finito, entonces f es derivable por la izquierda en a y
x→a
f−0 (a) = lı́m− f 0 (x). Si lı́m− f 0 (x) = +∞ ó lı́m− f 0 (x) = −∞, entonces f no es derivable por
x→a x→a x→a
la izquierda en a.
ii) Análogo enunciado a i), por la derecha.
iii) Si existe el lı́mite lı́m f 0 (x) y es finito, entonces f es derivable en a y f 0 (a) = lı́m f 0 (x).
x→a x→a
iv) Si existen los lı́mites lı́m− f 0 (x) y lı́m+ f 0 (x), y lı́m− f 0 (x) 6= lı́m+ f 0 (x), entonces f no es
x→a x→a x→a x→a
derivable en a.
6. Derivadas sucesivas
Definición 151. Sea f : A → R una función real de variable real y A1 el subconjunto de puntos de
A ∩ A 0 en los que f es derivable. Si a ∈ A1 ∩ A10 (naturalmente, suponemos que A1 ∩ A10 es no vacı́o)
y la función derivada de f, f 0 : A1 → R, es derivable en a, decimos que f es dos veces derivable
en a y llamamos derivada segunda de f en a a la derivada de f 0 en a. Lógicamente notaremos
f 00 (a) = (f 0 ) 0 (a).
Sea A2 el conjunto de puntos de A1 ∩ A10 en los que f es dos veces derivable. La función
f : A2 → R que a cada punto de A2 le hace corresponder la derivada segunda de f en dicho punto
00
se llamará función derivada segunda de f.

De manera general, sea n ∈ N, f(n) : An → R la función derivada n-ésima de f y a ∈ An ∩ An0 .
Diremos que f es n + 1 veces derivable en a cuando f(n) sea derivable en a. La derivada de f(n) en a
se llamará derivada (n+1)-ésima de f en a y se notará f(n+1) (a). Se nota entonces An+1 al conjunto
de los puntos de An ∩ An0 en los que f es n + 1 veces derivable y la función f(n+1) : An+1 → R que
a cada punto de An+1 le asocia la (n + 1)-ésima derivada de f en él se llamará función derivada
(n + 1)-ésima de f.
Funciones de clase C n
Sea I un intervalo (como siempre no vacı́o y no reducido a un punto), f : I → R una función y n
un número natural. Se dice que f es de clase C n en I si f es n veces derivable en todo punto de I y
f(n) es continua en I. Se suele notar C n (I) al conjunto de las funciones de clase C n en I. Notaremos
también C 0 (I) al conjunto de las funciones continuas en I.
7. FÓRMULA DE TAYLOR 106
Se dice que f : I → R es de clase C ∞ en I si es de clase C n en I para todo número natural n.

C ∞ (I) será el conjunto de las funciones de clase C ∞ en I.
Es evidente que
C ∞ (I) ⊂ C n+1 (I) ⊂ C n (I) ⊂ C 0 (I) , ∀n ∈ N.
7. Fórmula de Taylor
Polinomio de Taylor
Sea f : A → R una función de variable real, n un número natural y supongamos que f es n veces
derivable en un punto a ∈ A ∩ A 0 . Llamaremos polinomio de Taylor de orden n de la función f en
el punto a a la función polinómica Pn : R → R definida por:
f 00 (a) f(n) (a)
Pn (x) = f(a) + f 0 (a)(x − a) + (x − a)2 + · · · + (x − a)n .
2! n!
Es inmediato comprobar que Pn verifica:
Pn (a) = f(a), Pn0 (a) = f 0 (a), . . . , Pn(n) (a) = f(n) (a).
Fórmula infinitesimal del resto
Sea I un intervalo (no vacı́o y no reducido a un punto), n ∈ N con n ≥ 2 y f : I → R una función
n − 1 veces derivable en I. Supongamos, además, que f es n veces derivable en un punto a de I y
sea Pn el polinomio de Taylor de orden n de la función f en el punto a. Entonces
f(x) − Pn (x)
lı́m = 0.
x→a (x − a)n
La función Rn : I → R dada por
Rn (x) = f(x) − Pn (x), ∀x ∈ I,
recibe el nombre de resto de Taylor de orden n de la función f en el punto a.
El resultado anterior nos dice que el polinomio de Taylor Pn nos da una buena aproximación
de la función f en las proximidades del punto a, aproximación que es mejor cuanto mayor es el
número natural n.
Fórmula (o teorema) de Taylor
Sea I un intervalo, n un natural y f : I → R una función de clase C n en I y n + 1 veces derivable
en I salvo, a lo más, en los eventuales extremos del intervalo I. Dados dos puntos cualesquiera a,
x de I con a 6= x, existe un punto c en el intervalo abierto de extremos a y x tal que:
f 00 (a) f(n) (a) f(n+1) (c)
f(x) = f(a) + f 0 (a)(x − a) + (x − a)2 + · · · + (x − a)n + (x − a)n+1 .
2! n! (n + 1)!
Equivalentemente,
f(n+1) (c)
Rn (x) = (x − a)n+1 ,
(n + 1)!
donde Rn es el resto de Taylor de la función f en el punto a.
La fórmula de Taylor puede usarse en muchos casos para estimar el error que se comete al
aproximar una función por su polinomio de Taylor, y permite por tanto evaluar determinadas
funciones con suficiente exactitud.
Regla práctica para el estudio de los extremos relativos
Sea I = ]a, b[ un intervalo abierto no vacı́o, x0 ∈ I, n ∈ N con n ≥ 2 y f : I → R una función n − 1
veces derivable en I y n veces derivable en el punto x0 . Supongamos, además, que:
f 0 (x0 ) = f 00 (x0 ) = · · · = f(n−1) (x0 ) = 0 y f(n) (x0 ) 6= 0.
8. FUNCIONES CONVEXAS Y CÓNCAVAS. ESTUDIO ANALÍTICO Y REPRESENTACIÓN GRÁFICA DE FUNCIONES
107
i) Si n es par y f(n) (x0 ) > 0 (respectivamente, f(n) (x0 ) < 0), entonces f alcanza un mı́nimo
relativo (respectivamente, un máximo relativo) en el punto x0 .
ii) Si n es impar, entonces f no alcanza un extremo relativo en el punto x0 .
8. Funciones convexas y cóncavas. Estudio analı́tico y representación gráfica de
funciones
Funciones convexas y cóncavas
Sea f : A → R una función real de variable real y sea I un intervalo contenido en A. Se dice que f
es convexa en I cuando para cualesquiera dos puntos a, b ∈ I con a < b se verifica que:
f((1 − t)a + t b) ≤ (1 − t) f(a) + t f(b), ∀t ∈ [0, 1].
...
...
...
...t
.`
... ``
(1- t)f(a)+ t f(b) ...
....
....
.....
``t`
```...t.......
.
f
..
..
..... ....
....... ......
..........
.............t ...
...
...
.........
f((1- t)a+ t b) ...........
a (1- t)a+ t b b
Se dice que f es cóncava en I cuando −f es convexa en I.
Proposición 158. Sea I un intervalo y f : I → R una función dos veces derivable en I. Se verifica
que:
i) f es convexa en I si, y sólo si, f 00 (x) ≥ 0 para todo x ∈ I.
ii) f es cóncava en I si, y sólo si, f 00 (x) ≤ 0 para todo x ∈ I.
Estudio analı́tico y representación gráfica de funciones
Si para dibujar la gráfica de una función tan sólo calculáramos algunos de sus puntos, podrı́an pasar
inadvertidos muchos de los rasgos esenciales de dicha gráfica. Entonces no podrı́amos obtener una
representación fiel de la función.
Llamamos estudio analı́tico de una función al estudio de ciertas propiedades que nos permiten
hacer una representación gráfica de la función muy aproximada a la real. Para realizar tal análisis
de la función, es aconsejable examinar de forma ordenada los siguientes elementos:
1. El dominio.
2. La simetrı́a y la periodicidad.
3. Los puntos de corte con los ejes.
4. La continuidad y las ası́ntotas verticales.
5. Las ası́ntotas horizontales u oblicuas.
6. La derivabilidad.
7. Los puntos crı́ticos, el signo de la derivada primera y los intervalos de crecimiento y decre-
cimiento.
8. Los extremos (máximos y mı́nimos) relativos.
9. La derivada segunda.
10. El signo de la derivada segunda, los intervalos de concavidad y convexidad, y los puntos de
inflexión (donde la derivada segunda es 0).
11. Los extremos (máximo y mı́nimo) absolutos y la imagen de la función.
Puntos singulares
A veces, puede que, en el estudio analı́tico de una función, encontremos puntos del dominio donde la
función no es derivable. Entonces se dice que la función presenta un punto singular. Distinguiremos
8. FUNCIONES CONVEXAS Y CÓNCAVAS. ESTUDIO ANALÍTICO Y REPRESENTACIÓN GRÁFICA DE FUNCIONES
108
tres tipos de puntos singulares. Sea I un intervalo, a ∈ I y f : I → R una función derivable en

I\{a}.
a) Si existen las dos derivadas laterales de f en a y son distintas, diremos que f presenta un
punto anguloso en a.
b) Si los lı́mites lı́m− f 0 (x) y lı́m+ f 0 (x) son infinitos de distinto signo (la tangente en dicho
x→a x→a
punto es vertical), diremos que f presenta un punto de retroceso en a.
...
... ....
... ...
... ...
... ...
.....
......
....
f(a)
a
c) Si los lı́mites lı́m− f 0 (x) y lı́m+ f 0 (x) son infinitos de igual signo (la función presenta tangente
x→a x→a
vertical y es creciente o decreciente), diremos que f presenta un punto de inflexión con
tangente vertical en a.
.... ..
.... ....
... ....
...
... ....
... ..
... ..
... .....
.
f(a) .... f(a) ..
... ...
... ....
... .
... ..
... .
. ...
... ..
.... ...
... ....
a a
9. PROBLEMAS PROPUESTOS 109
9. Problemas propuestos
9.1. Problemas sobre derivabilidad de funciones.
1. Calcule la derivada de la función f en el punto a usando su definición:
a) f (x) = x2 + 1, ∀x ∈ R, a = 4.
b) f (x) = √(3 + x)/(3 − x), ∀x ∈ R \ {3}, a = 2.
c) f (x) = 2x − 1, ∀x ≥ 1/2, a = 5.
2. Calcule las ecuaciones de las rectas tangente y normal a la función f en el punto indicado:
a) f(x) = x2 − 1 para todo x ∈ R, en el punto (0, −1).
b) f(x) = 2x2 − 4x + 5 para todo x ∈ R, en el punto (3, 11).
3. Sean α, β ∈ R y f : R → R la función definida por f(x) = x2 + αx + β, ∀x ∈ R.
a) Usando la definición de derivabilidad, pruebe que f es derivable en todo punto de R.
b) Encuentre los valores de α y β que hacen que el punto (2, 4) pertenezca a la gráfica de
f y que la recta tangente a la misma en dicho punto sea la recta de ecuación 2x − y = 0.
4. El perfil de una carretera viene dado en un tramo de montaña por la función f : [0, 20] → R
definida como f(x) = (−x2 + 20x)/100 para todo x ∈ [0, 20]. ¿Qué señal de tráfico habrı́a
que colocar en el punto de abscisa 5 para indicar el desnivel?
5. La relación entre la distancia recorrida en metros por un móvil y el tiempo en segundos es
e(t) = 6 t2 . Calcular:
a) La velocidad media entre t = 1 y t = 4.
b) La velocidad instantánea en t = 1.
6. Está entrando lı́quido en un depósito cilı́ndrico vertical de 6 metros de radio a velocidad
constante de 8 m3 /min. ¿A qué velocidad está subiendo el nivel?
7. Usando las derivadas laterales, estudie la derivabilidad de la función f : R → R en el punto
a:
a) f (x) = x2 + 1 + |2x − 1| , a = 1/2.
2
b) f (x) = xp si x ≤ 0, f (x) = x si x > 0, a = 0.
c) f (x) = |x|, a = 0.
8. Sean a, b ∈ R y f : R → R la función definida por
f(x) = ax + b si x ≤ 0, f(x) = x2 si x > 0.
Estudie para qué valores de a y b es f derivable en 0.
9.2. Problemas sobre las reglas de derivación, la derivación de las funciones ele-
mentales, los extremos relativos y el teorema del valor medio.
9. Utilizando la definición de derivada, pruebe que:
a) Si λ ∈ R y f : A → R es una función derivable en un punto a ∈ A ∩ A 0 , entonces la
función λ f : A → R es derivable en a con (λ f) 0 (a) = λ f 0 (a).
b) Toda función constante es derivable en R y su derivada es 0 en cada punto.
c) La función exponencial es derivable en R y su función derivada es la propia función
exponencial.
10. Debido a unas pésimas condiciones ambientales, una colonia de un millón de bacterias no
comienza su reproducción hasta pasados dos meses. La función que representa la población
de la colonia al variar el tiempo (expresado en meses) viene dada por:
6
10 si 0 ≤ t ≤ 2,
f(t) = 6 t−2
10 e si t > 2.
Se pide:
a) Verificar que la población es función continua del tiempo.
b) Calcular la tasa de variación media de la población en los intervalos [0, 2] y [0, 4].
c) ¿A qué velocidad está aumentando la población de bacterias al comienzo del cuarto

mes, es decir, en t = 4?
11. La función f verifica la siguiente ecuación
2x3 − f(x)3 − x f(x) = 0
para todo x que pertenece a un entorno del punto 1. Suponiendo que f es derivable en 1,
calcule f 0 (1).
12. Utilizando la regla de la cadena, calcule (f ◦ √ g) 0 en los siguientes casos:
a) f(x) = x2 + 2 para todo x ∈ R y g(x) = x para√todo x ∈ R+ .
b) f(x) = arc sen(x) para todo x ∈ [−1, 1] y g(x) = x para todo x ∈ ]0, 1[ .
13. Utilizando las reglas de derivación y las derivadas de las funciones elementales, calcule las
derivadas de las siguientes funciones:
a) f(x) = x5 − 31 x3 − 7x + 78 , ∀x ∈ R.
b) f(x) = (2x√+ 1)5 , ∀x ∈ R.
c) f(x) = 2x 5x, ∀x ∈ R+ .
d ) f(x) = (x + 2)2 · (5x − 1)7 , ∀x ∈ R.
√ 2
e) f(x) = x − 1 − x 2 , ∀x ∈ ] − 1, 1[ .
2
f) f(x) = 3xx2 −2x
+2
, ∀x ∈ R.
2
g) f(x) = ln(x + 1), ∀x ∈ R.
h) f(x) = log3 (1 +x2 ), ∀x ∈ R.
√3
i) f(x) = ln x2 , ∀x ∈ R\{0}.
2 √ √
j ) f(x) = ln cos x2 , ∀x ∈ − π, π .
x −x
k ) f(x) = eex +e
−e
−x , ∀x ∈ R.
sen x
e , ∀x ∈ R.
l ) f(x) = q
m) f(x) = 1−x 1+x
, ∀x ∈ ] − 1, 1[ .
q
1−x
n) f(x) = ln 1+x
, ∀x ∈ ] − 1, 1[ .
1+x

ñ) f(x) = arc tg 1−x , ∀x ∈ R\{1}.
2
x ·ln x
o) f(x) = e , ∀x ∈ R!+ .
1
, ∀x ∈ arc sen π1 , π2 .

p) f(x) = sen 1
sen sen x
4
q) f(x) = sen (2x), ∀x ∈ R.
r ) f(x) = senq x · cos(2x), ∀x ∈ R.
1−sen x

s) f(x) = ln 1+sen x
, ∀x ∈ R\ π2 + kπ : k ∈ Z .
tg x − 1 S −π
t) f(x) = , ∀x ∈ R\ π2 + kπ : k ∈ Z 4
+ kπ : k ∈ Z .
tg x + 1q
1−x
u) f(x) = arc sen , ∀x ∈ ]0, 1[ .
1+x
1
v ) f(x) = arc sen 2
, ∀x ∈ R\{0}.
1 + x
√
w ) f (x) = ln x + 4 + x2 , ∀x ∈ R.
√
q 1 − x , ∀x ∈ ] − 1, 1[ .
x ) f(x) = x arc sen x + 2
1−x
y) f(x) = arc tg 1+x
, ∀x ∈ ] − 1, 1[ .
14. Halla la ecuación de la recta tangente y de la recta normal de cada una de las siguientes
funciones en el punto indicado:
a) f(x) = tg(2x) para todo x ∈ −π , π , en el punto (0, 0).

4 4
b) f(x) = tg(3x) para todo x ∈ −π , π , en el punto (0, 0).
√ 6 6
c) f(x) = (x + 1) 3 3 − x para todo x ∈ R\{3}, en el punto (2, 3).
15. Sea f : R → R la función definida por f(x) = x + ex , ∀x ∈ R. Prueba que f es biyectiva y
que f−1 es derivable en R. Calcula (f−1 )0 (1) y (f−1 )0 (1 + e).
16. Calcula las derivadas de las siguientes funciones, utilizando según el caso, bien la derivación
logarı́tmica, bien la regla de la cadena.
a) f(x) = (ln x)ln x h) f(x) = x1/x

b) f(x) = (sen x)sen x (ln x)x
i ) f(x) = ln x
c) f(x) = (tg x)sen x x
x sen x
d) f(x) = xx j ) f(x) = x a x
e) f(x) = arc tg(2(1 − x)) k ) f(x) = 1 +
f) f(x) = ex
x
x
√
g) f(x) = sen (sen(sen x)) l ) f(x) = (tg x) x

m) f(x) = (sen x)tg x
17. Utilice el teorema de Rolle para ver que la ecuación cos x + sen x + x(cos x − sen x) = 0
tiene solución en el intervalo [0, 7π/4].
18. Estudie si se puede aplicar el teorema de Rolle a las funciones
a) f(x) = tg x, ∀x ∈ [0, π]. b) f(x) = |x|, ∀x ∈ [−1, 1].
19. Demuestra que la ecuación x3 + 3x = 2x2 + 5 tiene una única solución real.
20. Demuestra que la función f : [−2, −1] → R, dada por f(x) = x1 + 21 x2 − 1 para todo
x ∈ [−2, −1], posee un único cero en el intervalo [−2, −1].
21. Pruebe que la ecuación x3 − x2 − 1 = 0 tiene una única raı́z real y localice dicha raı́z dando
algún intervalo que la contenga. Sugerencia: utilice el teorema de Bolzano para probar la
existencia de la raı́z y estudie los intervalos de crecimiento y decrecimiento para probar la
unicidad.
22. Separe en intervalos las raı́ces de las siguientes ecuaciones:
a) 2x3 + 3x2 − 72x + 12 = 0 c) ex + x = 0

b) x ln x = 1 d ) x − x2 − ln (x + 1) = 0
23. Explique razonadamente si en los siguientes casos se puede aplicar el Teorema del valor
medio:
a) f(x) = |x| , ∀x ∈ [−1, 1]. d ) f(x) = ln x, ∀x ∈ ]0, 100].

4 −1 x
b) f(x) = xx−8 , ∀x ∈ [−1, 1]. e) f(x) = √x+1 , ∀x ∈ [0, 1].
√
c) f(x) = sen x, ∀x ∈ R. f ) f(x) = x + 1 , ∀x ∈ [−1, 1].
24. Dados dos números reales a y b que satisfacen 0 < a ≤ b, prueba que se verifican las
desigualdades 1 − a/b ≤ ln(b/a) ≤ b/a − 1. Utiliza este resultado para probar que ln(1,2)
está comprendido entre 16 y 15 . Indicación: si a < b, aplica el teorema del valor medio a la
función f : [a, b] → R definida por f(x) = ln x para todo x ∈ [a,√ b].
25. Usando el Teorema del valor medio, demuestre que 5 + 1/12 < 26 < 5 + 1/10.
√
26. Aplique el Teorema del valor medio para dar un valor aproximado de 403.
27. Un teorema de Cauchy afirma que, dados a, b ∈ R con a < b, si f, g : [a, b] → R son
dos funciones continuas en [a, b] y derivables en ]a, b[ , entonces existe c ∈ ]a, b[ tal que
f 0 (c)(g(b) − g(a)) = g 0 (c)(f(b) − f(a)).
a) Aplique el teorema de Rolle a la función h : [a, b] → R definida como h(x) = (g(b) − g(a)) (f(x) − f
y demuestre este teorema de Cauchy.
b) Aplique el teorema de Cauchy a las funciones seno y coseno en el intervalo π4 , 3π

4
,y
después calcule el valor o valores del ”punto intermedio” c.
28. Utiliza el teorema del valor medio para deducir las desigualdades siguientes:
a) |sen x − sen y| ≤ |x − y| , si x 6= y.
b) nyn−1 (x − y) ≤ xn − yn ≤ nxn−1 (x − y), si 0 < y ≤ x con n ∈ N.
29. La ecuación ex = 1 + x tiene una raı́z x = 0. Demuestre que no puede tener otra.
30. Utilice las fórmulas trigonométricas de adición del seno y del coseno para obtener las
identidades
sen(2x) = 2 sen x cos x, cos(2x) = cos2 x − sen2 x, ∀x ∈ R.
√ 1 − tg x
Pruebe que cos(π/4) = 1/ 2 = sen(π/4). Calcule el lı́mite lı́mπ multiplicando
x→ 4 cos(2x)
numerador y denominador por cos x y poniendo en práctica las identidades anteriores.
αx − 1
31. Halla el valor de α para que la función f : R\{2} → R, dada por f(x) = para todo
x−2
x ∈ R\{2}, sea creciente.
32. Determina los intervalos de crecimiento y decrecimiento de las siguientes funciones:
1
a) f(x) = 2x2 + 5x − 3 b) f(x) = x+5
33. Halle los extremos relativos de las siguientes funciones:

2
a) f(x) = x4 e−x , ∀x ∈ R. g) f(x) = x(x − 2)2 (x + 1)3 , ∀x ∈ R.
√
x2 + 1 h) f(x) = ln 2x3 + 3x2 , ∀x ∈ R+ .
b) f(x) = , ∀x ∈ R\{2}.
x−2 x3
c) f(x) = x2 e−x , ∀x ∈ R. i) f(x) = , ∀x ∈ R \ {−1}.
d ) f(x) = x5 , ∀x ∈ R. (x + 1)2
x+3
e) f(x) = 3x4 − 12x2 − 7, ∀x ∈ R. j ) f(x) = 2 , ∀x ∈ R\{−2, 1}.
1 x +x−2
f ) f(x) = √3
, ∀x ∈ R.
x2 − 8x + 17
34. Determine los extremos absolutos y la imagen de las siguientes funciones (recuerde el teo-
rema del valor intermedio):
a) f (x) = x3 − 3x2 , ∀x ∈ [−1, 3] .
b) f (x) = 1/(x + 1), ∀x ∈ [0, 2] .
c) f (x) = 3x4 − 8x3 − 6x2 + 24x + 1, ∀x ∈ [0, 2].
d ) f (x) = lnxx , ∀x ∈ [1, 2e].
√
e) f (x) = x + 5 + 4 cos x, ∀x ∈ [0, π] .
x2
f ) f (x) = 2 , ∀x ∈ R.
x +3
35. Halla un punto P de la hipérbola 2y2 − x2 − 2 = 0 cuya distancia a (0, 3) sea mı́nima.
36. El coste de un marco para una ventana rectangular se estima en 0,75 euros por cada metro
de altura y 0,5 euros por cada metro de anchura. La ventana tendrá 1 m2 de superficie.
¿Qué dimensiones tendrá el marco para que resulte lo más barato posible?.
37. Un depósito con tapa está formado por un cilindro de altura h que termina en su parte
superior por una semiesfera de radio r. Se pide calcular las dimensiones del depósito si debe
tener un volumen de 45π m3 y se desea que el área total sea mı́nima.
38. La cantidad de producto transformado que se genera en un reactor depende del tiempo que
pasan en él las componentes de la reacción. Para una reacción particular, si el reactor está t
−1
horas en funcionamiento, se obtienen m(t) = 50 e t kilogramos de producto transformado.
Cuando el producto utilizado se sustituye periódicamente por otro nuevo, el rendimiento
del reactor es mejor. Por tanto, hay que recargar el reactor después de cierto tiempo (t
horas) de funcionamiento. Para vaciar, limpiar y llenar de nuevo el reactor son necesarios
90 minutos. ¿Cuántas veces al cabo de 24 horas debe ser alimentado el reactor para producir
la máxima cantidad posible de producto transformado?
9.3. Problemas sobre las reglas de L’Hôpital y la regla práctica de derivación.
39. Calcula, utilizando las reglas de L’Hôpital, los siguientes lı́mites:
x3 + 1 1 − cos x
a) lı́m g) lı́m+ √
x→−1 x + 1 x→0 x
sen 5x − sen 3x h) lı́m+ (1 + tg x) x2
1
b) lı́m x→0
x→0 sen x
tg x
i) lı́m x
sen x − x cos x x→0 e − 1
c) lı́m esen x − 1
x→0 x (1 − cos x) j) lı́m
d ) lı́m+ xsen x x→0 x
x→0 xn − 1
e) lı́m x cotg3 x k) lı́m
x→1 x − 1
x→0
2 + 3ex

5x − 1 l) lı́m ln √
f ) lı́m
x→0 x x→+∞ 2 + 3x2
40. Dada una función f : A → R y α ∈ A 0 ∪ {−∞, +∞}, si lı́m f(x) = 0, se dice que
x→α
f es un infinitésimo en α. Si f, g : A → R son dos infinitésimos en α tales que
f(x)
g(x) 6= 0, ∀x ∈ A y lı́m = 1,
x→α g(x)
entonces se dice que f y g son infinitésimos equivalentes para x → α. En tal caso, se
suele usar la notación “f(x) ≈ g(x) para x → α”. Si en el calculo de lı́mites un infinitésimo
se presenta como factor o divisor, entonces puede ser sustituido por otro equivalente. Utiliza
la regla de L’Hôpital para probar que los siguientes infinitésimos son equivalentes:
a) sen x ≈ x para x → 0. d) arc sen x ≈ x para x → 0.

b) tg x ≈ x para x → 0. e) ex − 1 ≈ x para x → 0.
2
c) 1 − cos x ≈ x2 para x → 0. f) ln(1 + x) ≈ x para x → 0.
g) ln(x) ≈ x − 1 para x → 1.
41. Utiliza infinitésimos equivalentes para calcular los siguientes lı́mites:

x sen x 2 −3
2xx+1
a) lı́m

x2 −3x+5
x→0 (1 − cos x)2 c) lı́m 1 + ln x2 −9
x→+∞
sen(1 − cos 3x) 3x2 + 1 1 − cos x1

b) lı́m x d ) lı́m
x→0 x · tg( ) · cos x
(x2 − 2) ln 1 + x12

4 x→+∞
1 − cos x sen2 x1

e) lı́m g) lı́m √
x→0 arc sen(3x2 )

x→+∞ 1/x 2
r (2 − 1) x +1−x
x+a
f ) lı́m x ln x2 (1 − cos x)
x→+∞ x−a h) lı́m
x→0 sen4 x
x q
x+1

a) lı́m ln 1−x
x→0 x + sen x
b) lı́m (x · ln x) ñ) lı́m
x→0
x→0 x
2 1 1
c) lı́m x · ln x o) lı́m −
x→0
x π
x→1 ln x x − 1
d ) lı́m (e − 1) · tg 2
+x ex + sen x
x→0 p) lı́m x
x2 x→+∞ e + cos x
e) lı́m ln(sen 2x)
x→0 1 − cos 3x q) lı́m+
x · sen 4x x→0 ln(sen x)
f) lı́m r) lı́m+ (xn · ln x) (n ∈ N)
x→0 1 − cos 3x
x→0
ln x (ex − 1) sen x
g) lı́m s) lı́m
x→1 1 − x2
5x+2 x→0 x2
x+3 2
cos x
h) lı́m t) lı́mπ
x→0 x+ 4 x→ 2 2x − π
x
x+1 x3
i) lı́m
2
3x − x + 1 1−x
x→−∞
x −1 1 u) lı́m 2
2x + x+1
x→+∞
j) lı́m x a x − 1 x+a
x
x→−∞
v) lı́m
x · arc sen x x→+∞ x−a
k ) lı́m cot g2 x
x→0 1 − cos 2x
2 w) lı́m 1 + x2
ex − 1 x→0
l ) lı́m sen2 x
x→0 1 − cos x x ) lı́m
x→+0 x2 + x3
1 − cos x − cos 2x · cos 3x
m) lı́m y) lı́m x · ln(tg x)
x→0 1 − cos x x→0
1 + sen x − cos x
ax − asen x z ) lı́m
n) lı́m x→0 1 + sen px − cos px
x→0 x3
43. Calcula: !x
1 1
a +b x x
a) lı́m donde 1 < a, 1 < b.
x→∞ 2

1 1
b) lı́m −
x→0 x2 sen2 x
(Utiliza, cuando veas conveniente, la fórnula del seno del ángulo doble).
3
sen x
a) lı́m x x
1
x→+∞
e) lı́m+
√ tg x x→0 x
b) lı́m x tg x
1
x→0
1 f ) lı́m+
c) lı́m 1 − e2x ln 2x
x→0 x
1
x→0
tg 2x g) lı́m (− ln x) x
d ) lı́m (tg x) x→0
x→0
45. Estudie la continuidad y derivabilidad de las siguientes funciones:

√
a) f (x) = 1 − x2 , ∀x ∈ [−1, 1]. x si x ≤ 0
h) f(x) =
ln(1 + x) si x > 0.
b) f (x) = |3x − 3| , ∀x ∈ R.
x sen(1/x) si x ∈ R\{0}
c) f (x) = 3 |x|, ∀x ∈ R.
p
i ) f(x) =
0 si x = 0.
2x 2
d ) f (x) = , ∀x ∈ R. x + 1 si x ≤ 0
(1 + |x|) j ) f(x) =
3 tg x si 0 < x < π/2.
x − 2 si x < 0
e) f(x) =
x2 + 1 si x ≥ 0. k ) f (x) = xx , ∀x ∈ R+ , f(0) = 1.
x l ) f (x) = máx({x, 1 − x}), ∀x ∈ [0, 1].
f ) f(x) =
e si x < 0  2
x + 1 si x ≥ 0. 
 x + 1 si x < 0
3 m) f(x) = 2x + 1 si 0 ≤ x ≤ 1
g) f(x) =
x si x < 0 
 x + 1 si x > 1.
ex − 1 si x ≥ 0. x
46. Considere las funciones

 − sen x si −π/2 < x < 0
−1 si x < 0
f(x) = 1 si x = 0 g(x) =
 sen x si 0 < x < π/2 ;
1 si x ≥ 0.
a) Determine los domı́nios de definición de g ◦ f y f ◦ g.

b) Estudie la continuidad y la derivabilidad de f, g, g ◦ f y f ◦ g.
47. Estudia la derivabilidad de la función en los puntos indicados en cada caso:
a) f(x) = |3 x
−2 3| , ∀x ∈ R, en el punto x0 = 1.
x +1 si x < 0
b) f(x) = en el punto x0 = 0.
−x2 + 4 si x ≥ 0
 x
 1 si x 6= 0
c) f(x) = 1 + ex en el punto x0 = 0.

0 si x = 0
 x + 1 si x ≤ 0,
2
d ) f (x) = en el punto x0 = 0.
 π
 tg x si 0 < x < 2 .
 −2x − 1 x ≤ −1
e) f(x) = x2 −1 < x < 0 en los puntos x = −1 y x = 0.

 sen x x≥0
 x+x 3
x<0
f ) g(x) = 0 x = 0 en el punto x0 = 0.

sen x x>0
48. Sean a, b ∈ R y f : R → R la función definida por

 ax + b x ≤ 0,
f(x) =
 2
x x > 0.
Estudia para qué valores de a y b es f derivable en cero.
49. Estudia la continuidad y derivabilidad de la función f : R → R definida por
3
x sen x1 si x 6= 0

f(x) =
0 si x = 0.
Demuestra además que p f 0 es continua pero no derivable en x = 0.

50. La función f(x) = 3 (x − 1)2 toma en los extremos del intervalo [0, 2] el mismo valor.
¿Contradice esto el Teorema de Rolle?
51. Determine los extremos absolutos y la imagen de las siguientes funciones (recuerde el teo-
rema del valor intermedio):
a) f (x) = 4 − |x − 4| , ∀x ∈ [1, 6] .
b) f (x) = 3x2/3p− 2x, ∀x ∈ [−1, 1] .
c) f (x) = 1 − 2 |x| − x2 , ∀x ∈ [−2, 2] , f(3) = 2.
2
d ) f (x) = , ∀x ∈ R.
1 + e|x|
9.4. Problemas sobre las derivadas sucesivas.
52. Sea f(x) = |x|3 para todo x ∈ R. Calcula las derivadas primera y segunda de f. ¿Es f
derivable tres veces en todos los puntos de la recta real?
53. Halle las derivadas n-ésimas de las siguientes funciones:
1 1
g) f(x) = (x−1)(x−2) , ∀x ∈ R\{1, 2}.
a) f(x) = , ∀x ∈ R\{ −3 }.
2x + 3 2
h) f(x) = ln(2 − x), ∀x ∈ ] − ∞, 2[ .
b) f(x) = e2x , ∀x ∈ R. i ) f(x) = sen(4x) cos(2x), ∀x ∈ R.
c) f(x) = 3x , ∀x ∈ R. 1
d) f(x) = ln(2x), ∀x ∈ R+ . j ) f(x) = 2 , ∀x ∈ R\{2, 6}
x − 8x + 12
e) f(x) = sen(kx), ∀x ∈ R.
1 (Indicación: antes de derivar tenga en
f) f(x) = , ∀x ∈ R\{5}. 1 −1 1
cuenta que x2 −8x+12 = 4(x−2) + 4(x−6) ).
x−5
54. Calcule la derivada de orden 25 de la función f : R → R definida por f(x) = x2 ex para todo
x ∈ R.
55. Estudie la existencia de las derivadas sucesivas de la función f : R → R dada por
f(x) = xm sen(1/x), ∀x ∈ R\{0}, f(0) = 0,
donde m es un número natural.
56. Determine los valores de las constantes a y b para que sea de clase C 1 la función

ax + b si x < 0
f(x) =
ex si x ≥ 0.
57. Pruebe que las funciones exponenciales, la función seno y la función coseno son de clase
C ∞ en R. Pruebe también que
sen(n) (x) = sen(x + nπ/2), ∀x ∈ R, ∀n ∈ N,
y calcule todas las derivadas de la función coseno.
9.5. Problemas sobre la fórmula de Taylor.
ln x
58. Dada la función f : R+ → R, definida por f(x) = para todo x ∈ R+ , calcule el polinomio
x
de Taylor de orden dos de f en el punto a = 1.
59. Calcule el polinomio de Taylor de cuarto grado de las siguientes funciones en el punto
a = 0:
a) f (x) = 1/(1 + x2 ), e) f (x) = ln (1 + x) ,

b) f (x) = √
1/(1 + x), f) f (x) = senx,
c) f (x) = 1 + x, g) f (x) = cos x,
d) f (x) = ex , h) f (x) = tgx.
60. Calcule el polinomio de Taylor de segundo grado centrado en a = 0 de las funciones:

2
a) f (x) = xe−x d ) f (x) = ex senx
b) f (x) = ln(1 − x2 ) e) f (x) = arcsenx
c) f (x) = sen2 x f ) f (x) = arctgx
61. Calcule el polinomio de Taylor de segundo grado centrado en a de las funciones:
ln x b) f (x) = cos3 x, a = π/2.

a) f (x) = , a = 1.
x
62. Sea f : R+ → R la función definida por f(x) = bx2 + ln x para todo x ∈ R+ , donde b es
una constante desconocida. Se sabe que el polinomio de Taylor de orden 1 de f en el punto
a = 1 viene dado por
P1 (x) = −2 + 3x, ∀x ∈ R.
Calcula la constante b y el polinomio de Taylor de orden 3 de f en el punto a = 1.
63. Comprueba que la función f : R → R, definida por f(x) = sen2 x para todo x ∈ R, satisface
las hipótesis del teorema de Taylor para n = 2 (el polinomio de Taylor que debe aparecer
en la fórmula es de orden 2) y escribe la correspondiente fórmula de Taylor para el punto
a = 0. √
64. Sea f : ] − 1, +∞[ → R la función dada por f(x) = x + 1 para todo x ∈ ] − 1, +∞[ .
a) Calcule el polinomio de Taylor de√ orden cuatro de f en a = 0.
b) Calcule un valor aproximado de 1,02 utilizando un polinomio de segundo grado y
estime el error cometido utilizando la fórmula
√ de Taylor.
65. Sea f : R+ → R la función dada por f(x) = x para todo x√∈ R+ . Aproxima, utilizando
algún desarrollo de Taylor de f en el punto a = 4 el valor 6 con error menor que una
centésima.
66. Halla, mediante el desarrollo de Taylor en el punto a = 0:
a) El valor de ln(1,2)
√ con error menor que una centésima.
b) El valor de 5 con error menor que una centésima.
67. Calcule un valor aproximado de los siguientes números reales con error menor que una
centésima:
√ √
3
e, π/4, 1,3, sen(0,3), cos 1, tg(0,6), 7.
68. Ordena según potencias de (x − 2) la expresión de la función polinómica
f(x) = x3 + 4x2 − 5x + 8, ∀x ∈ R
utilizando la fórmula de Taylor.
69. Haciendo uso del teorema de Taylor, exprese los polinomios dados en potencias de x − a :
a) q (x) = x4 + x2 − 5x + 7, a = 1.
3 2
b) q (x) = x + 2x − x + 3, a = 2.
c) q (x) = −2x3 − x2 + x − 1, a = −3.
5 2
d ) q (x) = x + x + 4, a = −1.
70. ¿Para qué valores de x se puede asegurar que es válida la aproximación
ln(1 + x) = x − x2 /2 + x3 /3
con una exactitud mayor de 0,0001?
71. Dé una estimación del error máximo cometido en el intervalo [−1/2, 1/2] al aproximar
f(x) = arcsenx por un polinomio de grado 2.
72. El desarrollo de Taylor puede utilizarse también para calcular el lı́mite de una función.
Usando la fórmula infinitesimal del resto, calcule los siguientes lı́mites:
a) lı́m x2 tgx/(x − senx), c) lı́m x sen x/ ln(1 + x),

x→0 x→0
b) lı́m ex/senx , d ) lı́m(ln(1 + x) − x)/(1 − cos x/2).
x→0 x→0
73. Utilice la fórmula infinitesimal del resto para estudiar el comportamiento en cero de las
siguientes funciones:
a) g(x) = (1/x) (e − (1 + x)1/x ), ∀x ∈ R+ .
b) h(x) = 1/x4 − 1/6x2 − senx/x5 , ∀x ∈ R\{0}.
9.6. Problemas sobre funciones convexas y cóncavas, y representación gráfica de
funciones.
2 +1
74. Estudia los intervalos de concavidad y convexidad de la función f(x) = xx2 −4 .
+
75. Pruebe que la función logaritmo neperiano es cóncava en R . Estudie los intervalos de
crecimiento y decrecimiento de su función derivada primera. Determine si la gráfica de la
función logaritmo neperiano se encuentra por encima o por debajo de su recta tangente en
el punto x = 4 (utilice para ello el teorema del valor medio).
76. La función de onda simplificada de un electrón en una dimensión es:
ψ(x) = A sen( n·π
a
x), ∀x ∈ [0, a];
donde a y A son constantes positivas. Estudia esta función para n = 1, n = 2 y cualquier
n ∈ N.
77. Estudia las siguientes funciones polinómicas y dibuja sus gráficas:
a) f (x) = x3 − x, c) f (x) = −x4 + 2x2 ,

b) f (x) = 4x3 − 5x + 1, d ) f(x) = x4 − 18x2 + 32.
78. Estudia las siguientes funciones (incluidos los puntos angulosos y las rectas tangentes latera-
les en ellos) que han sido definidas utilizando el valor absoluto y represéntalas gráficamente:
a) f (x) = |2x
4
− 3| , c) f (x) = 3x − 6x2 .

b) f (x) = x2 − 6x + 5 ,
79. Estudia las siguientes funciones racionales y dibuja sus gráficas:
a) f (x) = (x2 + 1)/x, d ) f(x) = (1 + x)/x,

b) f (x) = (x4 − 2x2 )/(x2 − 1), e) f(x) = x3 /(x − 3),

c) f (x) = x2 /(x2 − 3x + 2), f ) f(x) = 2 x2 − 9 / x2 − 4 .
80. Estudia las siguientes funciones irracionales (indicando los puntos de retroceso y rectas
tangentes laterales en ellos) y dibuja sus gráficas:
√ r
a) f (x) = √x2 + x + 1, x2 (x − 3)
3 d ) f(x) = .
b) f (x) = p 3x4 − 6x2 , x2 − 1
c) f (x) = (x + 1) (x − 2) (x − 5),
81. Estudia las siguientes funciones y dibuja sus gráficas:

2 2
2
a) f (x) = xe−x , d ) f(x) = xx2 +5x+4
−5x+4
, g) f(x) = ln x x(x−3)
2 −1 ,
3 2 −x+1
b) f(x) = x −x x2 +1
, e) f (x) = ln(1 − x2 ), h) f(x) = (x − 1) e .x
2
c) f(x) = x −4x+5 , f ) f (x) = ex sen x,
x−2
Capı́tulo 7
Cálculo integral de una variable
En preparación
1. Cálculo de primitivas
Primitiva de una función

Sea I un intervalo (como siempre no vacı́o y no reducido a un punto) y f : I → R una función real
de variable real. Se dice que f admite primitiva en I si existe una función F : I → R derivable en I
tal que
F 0 (x) = f(x), ∀x ∈ I.
En tal caso, se dice que F es una primitiva de f. Al conjunto de todas las primitivas de f lo
denotaremos por Z
f(x) dx.
Conjunto de primitivas de una función

Sea I un intervalo, f : I → R una función que admite primitiva en I y F : I → R una primitiva de f.
i) Si c ∈ R, entonces la función F + c es también una primitiva de f, pues,
(F + c) 0 (x) = F 0 (x) = f(x), ∀x ∈ I.
ii) Si G : I → R es otra primitiva de f, entonces (F − G) 0 (x) = f(x) − f(x) = 0 para todo x ∈ I,
con lo cual, F − G es constante en I.
Como consecuencia de los dos apartados anteriores, Z el conjunto de primitivas de f se obtiene
sumando constantes a la primitiva F, esto es, f(x) dx = {F + c : c ∈ R}. Por eso, se suele escribir
Z
f(x) dx = F(x) + C,
donde C representa el conjunto de las funciones constantes.
Z
Observaciones 163.
i) En la expresión anterior la variable ‘x’ es irrelevante, lo mismo se podrı́a escribir f(t) dt =
F(t) + C. La variable de integración adquiere un papel
Z destacado cuando en la función
aparecen varios parámetros desconocidos, como en: a x sen(t x2 ) dx.
ii) La propia definición y el conocimiento de las derivadas de las funciones elementales propor-
cionan las primitivas de un gran número de funciones. Por ejemplo, como sen 0 (x) = cos(x)
para todo x ∈ R, entonces la función seno es una primitiva del coseno en R. A estas
primitivas se las suele llamar primitivas inmediatas.
120
1. CÁLCULO DE PRIMITIVAS 121
De las fórmulas básicas de derivación se deducen los siguientes resultados que proporcionan
las primeras reglas prácticas para el calculo de primitivas. Aunque no se mencione explı́citamente,
al referirnos en lo sucesivo a primitivas de funciones se entenderá que lo son en todo el intervalo
donde estén definidas estas funciones.
Primitivas inmediatas
i) De la función potencial de exponente natural o 0:
Z
xn+1
xn dx = +C (en este caso, n ∈ N ∪ {0} y el dominio es todo R).
n+1
ii) De la función potencial de exponente entero:
Z
xs+1
xs dx = +C (en este caso, s ∈ Z\{−1} y el dominio es R\{0}).
s+1
iii) De la función potencial de exponente m/n con m, n ∈ N y n impar:
Z m
m/n x n +1
x dx = m +C (en este caso, el dominio es todo R).
n
+1
iv) De la función potencial de exponente real:
Z
xp+1
xp dx = +C (en este caso, p ∈ R\{−1} y el dominio es R+ ).
p+1
v) Logarı́tmica:
Z
1
dx = ln |x| + C.
x
vi) Exponencial:
Z
ex dx = ex + C,
Z
ax
ax dx = +C (donde a ∈ R+ ).
ln a
vii) Seno y coseno:
Z
sen x dx = − cos x + C,
Z
cos x dx = sen x + C.
viii) Tangente y cotangente:

Z Z
1
2
dx = (1 + tg2 x) dx = tg x + C,
cos x
Z Z
1
2
dx = (1 + cotg2 x) dx = − cotg x + C.
sen x
ix) Arcoseno:
Z
1
√ dx = arc sen x + C.
1 − x2
1. CÁLCULO DE PRIMITIVAS 122
x) Arcotangente:
Z
1
dx = arc tg x + C.
1 + x2
Z
1
También dx , donde ax2 + bx + c es un polinomio sin raı́ces reales, es de
a x2
+ bx + c
tipo arcotangente. Para calcular este tipo de primitivas, debemos transformar el polinomio
del denominador en un cuadrado más una constante:
Z Z Z
1 4a 4a
dx = dx = dx =
a x2 + b x + c 4a2 x2 + 4ab x + 4ac (2a x + b)2 − b2 + 4ac
Z 4a
4ac − b2 2 2a x + b
= 2 dx = √ arc tg √ +C
2a x + b 4ac − b2 4ac − b2
√ +1
4ac − b2
Primitivas de sumas y productos por escalares
Sean f, g : I → R dos funciones que admiten primitivas en el intervalo I y sea α ∈ R\{0}. Se verifica
que:
i) Si F, G : I → R son primitivas de f y de g, respectivamente, entonces F + G es una primitiva
de f + g. Escrito de otra forma:
Z Z Z
(f(x) + g(x)) dx = f(x) dx + g(x) dx.
ii) Si F : I → R es una primitiva de f, entonces α F es una primitiva de α f. Escrito de otra

forma: Z Z
α f(x) dx = α f(x) dx.
Fórmula de integración por partes para primitivas

Sean u, v : I → R dos funciones derivables en el intervalo I. Entonces u v 0 admite primitiva en I
si, y sólo si, v u 0 admite primitiva en I. En caso afirmativo, se cumple que
Z Z
u(x) v (x) dx = u(x) v(x) − v(x) u 0 (x) dx.
0
Esta fórmula se deduce inmediatamente aplicando la regla de la derivada de un producto, y es

usual escribirla de forma más compacta como:
Z Z
u dv = u v − v du,
donde hemos denotado dv = v 0 (x)dx y du = u 0 (x)dx.

La fórmula de integración por partes se utiliza cuando queremos calcular la primitiva de un
producto de dos funciones. Entonces una de estas dos funciones es u y la otra es v 0 . En la elección
de la función u suele ser útil adoptar el siguiente orden de prioridad:
1o Logaritmos y funciones arco.
2o Polinomios
3o Exponencial, senos, cosenos, . . .
Cambio de variable para el cálculo de primitivas

Sean I y J intervalos, y ϕ : J → I y f : I → R funciones tales que ϕ es derivable en J.
2. PRIMITIVAS DE FUNCIONES RACIONALES 123
R
i) Si f admite primitiva en I con f(x) dx = F(x) + C, entonces la función (f ◦ ϕ) ϕ 0 admite
primitiva en J y se cumple que
Z
f(ϕ(t)) ϕ 0 (t) dt = F(ϕ(t)) + C.
ii) Si ϕ, además de derivable,

R es biyectiva, ϕ−1 es derivable en I y la función (f ◦ ϕ) ϕ 0 admite
primitiva en J con f(ϕ(t)) ϕ 0 (t) dt = G(t) + C, entonces f admite primitiva en I y se
verifica que Z
f(x) dx = G(ϕ−1 (x)) + C.
El apartado i) de este resultado es consecuencia inmediata de la regla de la cadena, y el apartado

ii) es consecuencia de la regla de la cadena y de la regla de derivación de la función inversa.
2. Primitivas de funciones racionales

En esta sección damos un método para calcular el conjunto de primitivas de una función
racional: Z
P(x)
dx,
Q(x)
donde P y Q son polinomios (con coeficientes reales).
Qué hacer cuando el grado de P es mayor o igual que el grado de Q
Si el grado de P es mayor o igual que el grado de Q, entonces dividimos P entre Q. Ası́, obtenemos
dos polinomios S y R tales que P = Q S + R y el grado de R es menor que el grado de Q. Por
consiguiente,
P(x) R(x)
= S(x) + .
Q(x) Q(x)
Como la primitiva del polinomio S es inmediata, el problema se reduce a calcular
Z
R(x)
dx,
Q(x)
y ahora el grado del numerador es menor que el grado del denominador. Ası́ pues, en lo que resta
de este apartado, nos ceñiremos solamente al cálculo de primitivas de funciones racionales en las
que el grado del numerador es menor que el grado del denominador.
Descomposición del denominador en factores irreducibles
Supongamos que el polinomio Q tiene k raı́ces reales r1 , . . . , rk y 2s raı́ces complejas α1 +β1 i , α1 −
β1 i , . . . , αs + βs i , αs − βs i . Supongamos, además, que m1 , . . . , mk son, respectivamente, las
multiplicidades de r1 , . . . , rk ; y que λ1 , . . . , λs son, respectivamente, las multiplicidades de α1 +
β1 i , . . . , αs + βs i . Entonces Q puede descomponerse de la siguiente forma:
λ λs
Q(x) = γ (x − r1 )m1 · · · (x − rk )mk (x − α1 )2 + β21 1 · · · (x − αs )2 + β2s
donde γ ∈ R es el coeficiente del término de mayor grado de Q. Esta descomposición es única.
Descomposición en fracciones simples cuando no hay raı́ces complejas de multiplicidad
mayor que 1 en el denominador
Sean P y Q dos polinomios tales que el grado de P es menor que el grado de Q. Supongamos que
P y Q no tienen factores comunes y que Q se descompone como
Q(x) = γ (x − r1 )m1 · · · (x − rk )mk (x − α1 )2 + β21 · · · (x − αs )2 + β2s ,
es decir, las raı́ces complejas de Q son de multiplicidad 1. Entonces P/Q se escribe de forma única
como sigue:
P(x) A1 1 A1 2 A1 m 1
= + 2
+ ··· + +
Q(x) x − r1 (x − r1 ) (x − r1 )m1
A2 1 A2 2 A2 m 2
+ + 2
+ ··· + + ···+
x − r2 (x − r2 ) (x − r2 )m2
Ak 1 Ak 2 Ak m k
+ + 2
+ ··· + +
x − rk (x − rk ) (x − rk )mk
B1 x + C1 B2 x + C2 Bs x + C s
+ 2
+ 2
+ ··· +
2
(x − α1 ) + β1 (x − α2 ) + β22 (x − αs )2 + β2s
donde, para cualesquiera j ∈ {1, . . . , k} y n ∈ {1, . . . , mj }, Aj n es un número real, y para cualquier
j ∈ {1, . . . , s}, Bj y Cj también son números reales. Las fracciones que aquı́ aparecen son las
denominadas fracciones simples. Si Q sólo tiene raı́ces reales, entonces P/Q se descompone como
antes, pero sin los últimos s sumandos.
Los coeficientes que hay en los numeradores de las fracciones simples se calculan del siguiente
modo:
• Las fracciones simples se reducen al denominador común Q(x).
• Se igualan los numeradores de ambos lados de la expresión.
• Se obtiene un sistema de ecuaciones lineales (identificando coeficientes,...) y al resolverlo
conseguimos los coeficientes de las fracciones simples.
A continuación veremos cómo calcular la primitiva de cada uno de los sumandos de la descom-
posición anterior.
Primitiva de una fracción simple con una raı́z real de multiplicidad 1 en el denominador
Este tipo de primitivas son inmediatas y de tipo logarı́tmico:
Z
1
dx = ln(|x − r|) + C.
x−r
Primitiva de una fracción simple con una raı́z real de multiplicidad m > 1 en el deno-
minador
Este tipo de primitivas son inmediatas y de tipo potencial:
Z
1 1 1
dx = + C.
(x − r)m 1 − m (x − r)m−1
Primitiva de una fracción simple con un par de raı́ces complejas conjugadas de mul-
tiplicidad 1 en el denominador
Estas primitivas son denominadas de tipo neperiano-arcotangente, y se calculan como se muestra
a continuación:
Z Z Z
Bx + A x−α 1
2 2
dx = B 2 2
dx + (B α + A) dx =
(x − α) + β (x − α) + β (x − α)2 + β2
Z Z
B 2(x − α) Bα + A 1/β
= dx + 2 dx =
2 (x − α)2 + β2 β

x−α
β
+1

B 2 2
Bα + A x−α
= ln (x − α) + β + arc tg + C.
2 β β
Observe que en estos cálculos hemos supuesto que B y A no son ambos nulos, pues, el caso
A = 0 = B es trivial.
Nos falta estudiar el caso en el que el denominador tiene raı́ces complejas (no reales) de mul-
tiplicidad mayor que 1. Cuando esto ocurre, podemos utilizar el siguiente método:
Método de Hermite para denominadores con raı́ces complejas de multiplicidad mayor
que 1
La idea en la que se basa este procedimiento es bastante sencilla. Si Q se descompone como
λ λs
Q(x) = γ (x − r1 )m1 · · · (x − rk )mk (x − α1 )2 + β21 1 · · · (x − αs )2 + β2s
entonces

P(x) d P0 (x) A1 Ak B1 x + C1 Bs x + Cs
= + + ··· + + 2
+ ··· +
Q(x) dx Q0 (x) x − r1 2
x − rk (x − α1 ) + β1 (x − αs )2 + β2s
donde
λ −1 λs −1
Q0 (x) = (x − r1 )m1 −1 · · · (x − rk )mk −1 (x − α1 )2 + β21 1 · · · (x − αs )2 + β2s
y P0 es un polinomio de grado menor que Q0 con coeficientes desconocidos. Para determinar los
coeficientes de P0 y de las fracciones simples que aparecen, seguimos los siguientes pasos:
P0
• Derivamos la función racional .
Q0
• Escribimos ambos términos de la igualdad anterior con común denominador.
• Identificamos coeficientes y resolvemos el sistema de ecuaciones.
Ası́ pues,
Z Z Z Z
P(x) P0 (x) A1 Ak B1 x + C 1
dx = + dx + · · · + dx + dx + · · · +
Q(x) Q0 (x) x − r1 x − rk (x − α1 )2 + β21
Z
Bs x + Cs
+ dx
(x − αs )2 + β2s
y las primitivas que falta calcular corresponden a fracciones cuyos denominadores tienen todos
raı́ces simples.
3. PRIMITIVAS DE FRACCIONES RACIONALES EN SENOS Y COSENOS 126
3. Primitivas de fracciones racionales en senos y cosenos

En este apartado calcularemos primitivas de funciones del tipo x 7→ R(sen(x), cos(x)), definidas
en un intervalo I ⊂ ] − π, π[ , donde R es una fracción racional de dos variables. Por ejemplo,
2 sen(x) cos(x) + sen(x)
R(sen(x), cos(x)) = .
sen2 (x) + cos3 (x)
Cambio de variable general

El procedimiento general es reducir estas funciones a fracciones racionales (del tipo estudiado en
la sección anterior) mediante el cambio de variable:
x
x = ϕ(t) = 2 arc tg(t), es decir, t = tg ,
2
con lo que resulta, a partir de las fórmulas trigonométricas y la fórmula de derivación de la función
arc tg, que:
x
x x 1 − tg2 2
cos(x) = cos2 − sen2 = x 2 = 1 − t ,
2 2 1 + tg2 1 + t2
x 2
x x 2 tg
sen(x) = 2 sen cos = 2 = 2t ,
2 2
x 1 + t2
1 + tg2
2
2
dx = ϕ 0 (t) dt = dt.
1 + t2
Ahora debemos calcular Z
R(sen(ϕ(t)), cos(ϕ(t))) ϕ 0 (t) dt ,
y aquı́ el integrando es una función racional de t por serlo sen(x), cos(x) y dx. Si
Z
R(sen(ϕ(t)), cos(ϕ(t))) ϕ 0 (t) dt = G(t) + C ,
entonces, por la fórmula del cambio de variable,

Z x
R(sen(x), cos(x)) dx = G tg + C.
2
Existen situaciones particulares en las cuales es posible resolver estas primitivas de forma más
sencilla. Nos limitamos a describir los procedimientos sin justificar las aseveraciones que se hacen.
R impar respecto al coseno

Supongamos que R(sen(·), cos(·)) es impar respecto al coseno, es decir,
R(sen(x), − cos(x)) = −R(sen(x), cos(x)), ∀x ∈ I,
lo que equivale a que:
R(sen(x), cos(x)) = S(sen(x)) cos(x), ∀x ∈ I,
donde S es una fracción racional de una variable. Entonces podemos calcular la primitiva fácilmente
mediante el cambio de variable:
t = ϕ(x) = sen(x).
Esto implica que

1 − t2 = cos2 (x) , dt = ϕ 0 (x) dx = cos(x) dx,
Si Z
S(t) dt = F(t) + C
(observe que esta última integral es de tipo racional), entonces la fórmula del cambio de variable
nos dice que
Z Z Z
R(sen(x), cos(x)) dx = S(sen(x)) cos(x) dx = S(ϕ(x)) ϕ 0 (x) dx = F(sen(x)) + C.
R impar respecto al seno

Supongamos que
R(− sen(x), cos(x)) = −R(sen(x), cos(x)), ∀x ∈ I,
es decir,
R(sen(x), cos(x)) = S(cos(x)) sen(x), ∀x ∈ I,
donde S es una fracción racional de una variable. Haciendo el cambio de variable:
t = ϕ(x) = cos(x),
se tiene
1 − t2 = sen2 (x) , dt = ϕ 0 (x) dx = − sen(x) dx,
Si Z
S(t) dt = F(t) + C
(observe que esta última integral es de tipo racional), entonces la fórmula del cambio de variable
nos dice que
Z Z Z
R(sen(x), cos(x)) dx = S(cos(x)) sen(x) dx = − S(ϕ(x)) ϕ 0 (x) dx = −F(cos(x)) + C.
R par respecto al seno

−π yπ coseno
Supongamos que I ⊂ 2 , 2 y que
R(− sen(x), − cos(x)) = R(sen(x), cos(x)), ∀x ∈ I.
Entonces
R(sen(x), cos(x)) = S(tg(x)), ∀x ∈ I,
donde S es una fracción racional de una variable. Si se efectúa el cambio de variable:
x = ϕ(t) = arc tg(t), esto es, t = tg(x),
se deduce de las fórmulas trigonométricas que
t2 1
= sen2 (x) , = cos2 (x).
1 + t2 1 + t2
Por otra parte,
1
dx = ϕ 0 (t) dt = dt.
1 + t2
Ası́ pues, si calculamos
Z Z
0 1
R(sen(ϕ(t)), cos(ϕ(t))) ϕ (t) dt = S(t) dt = G(t) + C
1 + t2
(que es de tipo racional), entonces la fórmula del cambio de variable nos dice que
Z
R(sen(x), cos(x)) dx = G(tg(x)) + C.
Observación 179. A veces las fórmulas trigonométricas permiten calcular algunas integrales en
senos y cosenos directamente, sin necesidad de aplicar los cambios de variable anteriores. Por
ejemplo,
Z Z Z
2 cos2 x − sen2 x + sen2 x

2 1 cos(2x) x sen(2x)
cos (x) dx = = + dx = + + C.
2 2 2 2 4
4. LA INTEGRAL DE RIEMANN 129
4. La integral de Riemann
En nuestros estudios elementales de Fı́sica y Matemáticas aprendimos a calcular áreas de ciertas
figuras geométricas como rectángulos, triángulos, cı́rculos, . . . El concepto de integral surgió como
generalización de este tipo de áreas. Concretamente, si tenemos una función acotada f : [a, b] →
[0, +∞[ , el problema consiste en (dar sentido y) calcular el área de la región plana R limitada por
la gráfica de f, el eje de abscisas y las rectas x = a y x = b.
Para hacer esto, el primer paso es “trocear” el intervalo [a, b]:
Partición de un intervalo
Sean a, b ∈ R con a < b. Llamaremos partición del intervalo [a, b] a cualquier subconjunto
P = {x0 , x1 , . . . , xn } contenido en [a, b] que verifica: a = x0 < x1 < · · · < xn−1 < xn = b.
a =x0 x1 x2 ... xn−1 xn = b
Denotaremos por P([a, b]) el conjunto de todas las particiones de [a, b].
Ahora aproximaremos el área buscada utilizando rectángulos:

Sumas superiores y sumas inferiores
Sea f : [a, b] → R una función acotada y sea P = {x0 , x1 , . . . , xn } una partición de [a, b].
i) Supongamos que f([a, b]) ⊂ [0, +∞[ . Una primera aproximación del área buscada puede
hacerse considerando los rectángulos que tienen como base los subintervalos [x0 , x1 ], [x1 , x2 ], . . . , [xn−1 ,
y cuya altura viene dada, respectivamente, por los números reales sup (f ([x0 , x1 ])) , . . . , sup (f ([xn−1 , xn ])
(En caso de que la función f sea continua, sup (f ([xk−1 , xk ])) es el máximo absoluto de f
en el intervalo [xk−1 , xk ]). El área del rectángulo de base [xk−1 , xk ] y que tiene una altura
sup(f([xk−1 , xk ])) es, como sabemos,
(xk − xk−1 ) · sup(f([xk−1 , xk ])).
Por tanto, nuestra primera aproximación del área buscada es
S(f, P) = (x1 − x0 ) sup(f([x0 , x1 ])) + · · · + (xn − xn−1 ) sup(f([xn−1 , xn ])).
Al número real S(f, P) se le llama suma superior de la función f con respecto a la partición
P. Observe que S(f, P) es mayor o igual que el área que queremos encontrar.
ii) Supongamos que f([a, b]) ⊂ [0, +∞[ . Podemos hacer también una aproximación del área
buscada utilizando rectángulos que se queden bajo la gráfica de f, esto es, rectángulos
que tengan como base los subintervalos [x0 , x1 ], [x1 , x2 ], . . . , [xn−1 , xn ], y cuya altura sea,
respectivamente, ı́nf (f ([x0 , x1 ])) , . . . ,ı́nf (f ([xn−1 , xn ])).
(En caso de que la función f sea continua, ı́nf (f ([xk−1 , xk ])) es el mı́nimo absoluto de f
en el intervalo [xk−1 , xk ]). El área del rectángulo de base [xk−1 , xk ] y que tiene una altura
ı́nf(f([xk−1 , xk ])) es, como sabemos,
(xk − xk−1 ) · ı́nf(f([xk−1 , xk ])).
Por tanto, esta otra aproximación del área que buscamos es
I(f, P) = (x1 − x0 ) ı́nf(f([x0 , x1 ])) + · · · + (xn − xn−1 ) ı́nf(f([xn−1 , xn ])).
Al número real I(f, P) se le llama suma inferior de la función f con respecto a la partición
P. Observe que I(f, P) es menor o igual que el área que queremos encontrar.
iii) Si no suponemos f([a, b]) ⊂ [0, +∞[ (es decir, que f puede tomar valores negativos), la
suma superior S(f, P) y la suma inferior I(f, P) se definen igual que antes, pues, las fórmulas
S(f, P) = (x1 − x0 ) sup(f([x0 , x1 ])) + · · · + (xn − xn−1 ) sup(f([xn−1 , xn ])) ,
I(f, P) = (x1 − x0 ) ı́nf(f([x0 , x1 ])) + · · · + (xn − xn−1 ) ı́nf(f([xn−1 , xn ]))
tienen perfecto sentido también en el caso general.
Ejercicio 70: Ilustremos con un ejemplo las definiciones anteriores de suma superior y suma inferior.
Considere la partición P = {0, 1/4, 1, 3/2, 2} del intervalo [0, 2] y calcule las sumas superior e inferior
de la función f : [0, 2] → R, definida por f(x) = x2 para todo x ∈ [0, 2], con respecto a la partición
P. (Sol.: S(f, P) = 249
64
, I(f, P) = 107
64
)
Si tomamos otra partición Q del intervalo [a, b] que tenga más elementos que la partición
anterior, aparecerán más rectángulos y las sumas superior S(f, Q) e inferior I(f, Q) aproximarán
mejor el valor del área buscada.
Concretamente:
Lema 182. Sea f : [a, b] → R una función acotada. Si P, Q son particiones de [a, b] tales que
P ⊂ Q, entonces I(f, P) ≤ I(f, Q) ≤ S(f, Q) ≤ S(f, P).
Finalmente, efectuamos un proceso de paso al lı́mite haciendo los rectángulos cada vez más
estrechos, o equivalentemente, tomamos ı́nfimos y supremos:
Integral superior e integral inferior
Sea f : [a, b] → R una función acotada. El valor que se obtiene por el proceso de paso al lı́mite,
haciendo los rectángulos cada vez más estrechos, para las sumas superiores es
Zb
f = ı́nf {S(f, P) : P ∈ P([a, b])} ,
a
y el valor que se obtiene por dicho proceso para las sumas inferiores es
Zb
f = sup {I(f, P) : P ∈ P([a, b])} .
a
Zb Zb
A los número reales f e f se les denomina, respectivamente, integral superior e integral inferior
a a
de f en el intervalo [a, b].
Existen ejemplos de funciones para las que los valores de la integral superior y de la integral
inferior no coinciden. Sin embargo, nuestro interés a lo largo del presente tema se centra en estas
otras:
Función integrable Riemann
Se dice que una función acotada f : [a, b] → R es integrable (Riemann) en [a, b] si
Zb Zb
f = f.
a a
Zb Zb
En tal caso, el número real f= f recibe el nombre de integral (de Riemann) de f en [a, b], y
a a
se denota por Zb Zb
f ó f(x) dx.
a a
En temas anteriores vimos que la continuidad y la derivabilidad presentaban un buen compor-

tamiento frente a las operaciones con funciones. Con la integrabilidad ocurre lo mismo:
Propiedades de la integral
i) Si f, g : [a, b] → R son funciones integrables en [a, b], entonces f + g es integrable en [a, b]
y se verifica que: Zb Zb Zb
(f + g) = f + g .
a a a
ii) Si f : [a, b] → R es una función integrable en [a, b] y α ∈ R , entonces la función α f es
integrable en [a, b] y se tiene que:
Zb Zb
(α f) = α f .
a a
iii) Si f, g : [a, b] → R son funciones integrables en [a, b] y se verifica que f(x) ≤ g(x) para
todo x ∈ [a, b], entonces se tiene que:
Zb Zb
f ≤ g.
a a
iv) Si f : [a, b] → R es una función integrable en [a, b], entonces la función |f| es integrable en
[a, b] y se verifica que:
Z b Z b
f ≤ |f| .

a a
v) Si f, g : [a, b] → R son funciones integrables en [a, b], entonces f g es integrable en [a, b] y
se verifican las siguientes desigualdades:
Z b 2 Zb Zb
(f g) ≤ (f ) · (g2 ) ,
2
a a a
Z b 1/2 Z b 1/2 Z b 1/2
2 2 2
(f + g) ≤ (f ) + (g ) .
a a a
vi) Si f : [a, b] → R es integrable en [a, b] y existe r > 0 tal que r ≤ f(x) para cada x ∈ [a, b],
entonces la función 1/f es integrable en [a, b].
La definición de integral superior e integral inferior no suele ser útil en la práctica para analizar
la integrabilidad de una función. Por este motivo, necesitamos condiciones suficientes que impliquen
la integrabilidad.
Teorema (primeras condiciones suficientes de integrabilidad)
i) Toda función monótona f : [a, b] → R es integrable en [a, b].
ii) Toda función continua f : [a, b] → R es integrable en [a, b].
Propiedad de aditividad respecto del intervalo de integración
Sea f : [a, b] → R una función acotada y sea c ∈ ]a, b[ . Las siguientes afirmaciones son equivalentes:
i) f es integrable en [a, b].
ii) f es integrable en [a, c] y en [c, b].
En caso de que se verifique la afirmación i) o ii), se tiene:
Zb Zc Zb
f = f + f.
a a c
Podemos generalizar la propiedad anterior para el caso en el que los extremos a, b, c no están
ordenados como antes. Para hacer eso, necesitamos el siguiente convenio:
Definición
Sea I un intervalo y f : I → R una función real de variable real.
Za
i) Si a ∈ I, convendremos que f es integrable en [a, a] y que f = 0.
Zaa
ii) Si a, b ∈ I con a < b y f es integrable en [a, b], definimos f mediante la igualdad
b
Za Zb
f=− f.
b a
Resulta, por tanto, queZ βsi α, β ∈ I y la función f es integrable en el intervalo de extremos α y β,

entonces la expresión f siempre tiene sentido, sea cual sea la forma en la que están ordenados
α
α y β.
Corolario 189. Sea f : I → R una función real de variable real definida en un intervalo I,
α, β, γ ∈ I, a = mı́n{α, β, γ} y b = máx{α, β, γ}. Si f es integrable en el intervalo [a, b], entonces
las tres integrales siguientes tienen sentido sea cual sea el orden de α, β y γ, y se verifica la
igualdad: Z Z Z
β γ β
f= f+ f.
α α γ
Las condiciones suficientes de integrabilidad que hemos visto antes pueden ser debilitadas del
siguiente modo:
Teorema (segundas condiciones suficientes de integrabilidad)
Sean f, g : [a, b] → R dos funciones acotadas.
i) Si g es integrable en [a, b] y el conjunto de puntos de [a, b] en los que f difiere de g es finito
(es decir, el conjunto {x ∈ [a, b] : f(x) 6= g(x)} es finito), entonces f también es integrable
en [a, b] y se verifica que
Zb Zb
f = g.
a a
ii) Si el conjunto de puntos de [a, b] en los que f no es continua es finito, entonces f es integrable
en [a, b].
Composición de funciones integrables con continuas
Sea f : [a, b] → R una función integrable en [a, b] y sea g : A → R una función continua en A.
Supongamos (para poder hacer la composición) que f([a, b]) ⊂ A. Entonces la función g ◦ f es
integrable en [a, b].
Para enunciar el próximo resultado debemos introducir la siguiente nomenclatura:
Función localmente integrable
Sea I un intervalo y f : I → R una función real de variable real. Se dice que f es localmente
integrable en I si f es integrable en todo intervalo cerrado y acotado [a, b] que esté contenido en I.
Integral indefinida
Sea f : I → R una función localmente integrable en el intervalo I y sea a ∈ I. Llamaremos integral
indefinida de f con origen en a a la función FZ: I → R definida por:
x
F(x) = f ∀x ∈ I.
a
El siguiente teorema, que es el resultado principal de este tema, relaciona las nociones de
continuidad, derivabilidad e integrabilidad. De este teorema nacen multitud de aplicaciones del
cálculo integral.
Teorema fundamental del cálculo
Sea f : I → R una función localmente integrable en el intervalo I y F : I → R cualquier integral
indefinida de f, es decir, cualquier función definida
Z en I por:
x
F(x) = f, ∀x ∈ I,
a
donde a es algún punto de I. Se verifica que:
i) F es continua en I.
5. INTEGRALES IMPROPIAS 134
ii) Si f es continua en un punto x0 ∈ I, entonces F es derivable en x0 y F 0 (x0 ) = f(x0 ).

iii) Como consecuencia, si f es continua en todo el intervalo I, entonces F es derivable en I y
se tiene que F 0 (x) = f(x) para todo x ∈ I (es decir, F es una primitiva de f en I).
El siguiente resultado nos proporciona un método práctico de gran utilidad para el cálculo de
integrales.
Regla de Barrow
Sea f : [a, b] → R una función integrable en [a, b] y supongamos que f admite como primitiva a
una función G : [a, b] → R (es decir, G 0 (x) = f(x) para todo x ∈ [a, b]). Entonces:
Zb
f = G(b) − G(a) .
a
Fórmula de cambio de variable para integrales

Sea ϕ : [c, d] → R una función derivable en [c, d] tal que su función derivada ϕ 0 es integrable en
[c, d], I un intervalo con ϕ([c, d]) ⊂ I y f : I → R una función real de variable real. Supongamos,
además, que se cumple alguna de las tres condiciones siguientes:
a) f es continua en I.
b) ϕ es creciente en [c, d] y f es integrable en [ϕ(c), ϕ(d)].
c) ϕ es decreciente en [c, d] y f es integrable en [ϕ(d), ϕ(c)].
Entonces (f ◦ ϕ)ϕ 0 es integrable en [c, d] y se verifica que:
Zd Z ϕ(d)
0
(f ◦ ϕ)ϕ = f.
c ϕ(c)
5. Integrales impropias
A continuación, vamos a extender la noción de integral introduciendo el concepto de “integral
impropia” que es aplicable a funciones no necesariamente acotadas y a intervalos de integración
cualesquiera. Ası́ pues, en todo este apartado consideraremos, salvo que se diga lo contrario, inter-
valos ]α, β[ donde α ∈ R ∪ {−∞}, β ∈ R ∪ {+∞} y α < β cuando α, β ∈ R.
Función impropiamente integrable
Sea f : ]α, β[ → R una función localmente integrable en ]α, β[ . Diremos que f es impropiamente
integrable en ]α, γ[ si existe a ∈ ]α, β[ tal que la función F : ]α, β[ → R definida por:
Zx
F(x) = f(t)dt, ∀x ∈ ]α, β[
a
tiene lı́mite finito en α y en β.
En tal caso, es inmediato comprobar que cualquier otra integral indefinida G de f con origen
en algún punto c ∈ ]α, β[ también tiene lı́mite finito en α y en β, y que lı́m F(x) − lı́m F(x) =
x→β x→α
lı́m G(x) − lı́m G(x). Esto nos da licencia para definir la integral impropia de f como el número
x→β x→α
real Zβ
f(x)dx = lı́m F(x) − lı́m F(x).
α x→β x→α
Propiedad de aditividad de la integral impropia respecto del intervalo de integración

Sea f : ]α, β[ → R una función localmente integrable en ]α, β[ y sea c ∈ ]α, β[ . Las siguientes
afirmaciones son equivalentes:
5. INTEGRALES IMPROPIAS 135
i) f es impropiamente integrable en ]α, β[ .

ii) f es impropiamente integrable en ]α, c[ y en ]c, β[ .
En caso de que se verifique la afirmación i) o ii), se tiene:
Zβ Zc Zβ
f(x)dx = f(x)dx + f(x)dx .
α α c
Regla de Barrow para integrales impropias

Sea f : ]α, β[ → R una función localmente integrable en ]α, β[ y supongamos que f admite primitiva
G en ]α, β[ . Se verifica que f es impropiamente integrable en ]α, β[ si, y sólo si, G tiene lı́mite
finito en α y en β. En caso de que se cumplan estas afirmaciones, la integral impropia de f viene
dada por
Zβ
f(x)dx = lı́m G(x) − lı́m G(x).
α x→β x→α
Test de comparación
Sea f : ]α, β[ → R una función localmente integrable en ]α, β[ . Si existe una función g : ]α, β[ → R
impropiamente integrable en ]α, β[ con |f(x)| ≤ g(x) para todo x ∈ ]α, β[ ; entonces f es impro-
piamente integrable en ]α, β[ y se verifica que:
Z β Zβ

f(x)dx ≤ g(x)dx.

α α
En particular, si |f| es impropiamente integrable en ]α, β[ , entonces f es impropiamente integrable

en ]α, β[ y se verifica que: Z β Zβ
f(x)dx ≤ |f(x)|dx.

α α
Test de comparación por paso al lı́mite

Supongamos que α ∈ R (puede que β = +∞ o β ∈ R con α < β) y sean f, g : [α, β[ → R funciones
localmente integrables en [α, β[ con 0 ≤ f(x), 0 < g(x) para todo x ∈ [α, β[ , y tales que existe el
f(x)
lı́mite lı́m . Se verifica que:
x→β g(x)
f(x)
i) Si lı́m > 0, entonces f es impropiamente integrable en ]α, β[ si, y sólo si, lo es g.
x→β g(x)
f(x)
ii) Si lı́m = 0 y g es impropiamente integrable en ]α, β[ , entonces f también es impro-
x→β g(x)
piamente integrable en ]α, β[ .
f(x)
iii) Si lı́m = +∞ y f es impropiamente integrable en ]α, β[ , entonces g también es
x→β g(x)
impropiamente integrable en ]α, β[ .
Igual que hicimos para integrales propias, cuando una función f sea impropiamente integrable
en ]α, β[ , definimos
Zα Zβ
f(x)dx = − f(x)dx.
β α
Cambio de variable para integrales impropias

Sea ϕ : ]α, β[ → R una función estrictamente monótona y derivable en ]α, β[ tal que su función
derivada ϕ 0 es localmente integrable en ]α, β[ . Sean γ = lı́m ϕ(x), ρ = lı́m ϕ(x) y f una función
x→α x→β
localmente integrable en ϕ ( ]α, β[ ). Entonces f es impropiamente integrable en ϕ ( ]α, β[ ) si, y
6. APLICACIONES DE LA INTEGRAL AL CÁLCULO DE ÁREAS, VOLÚMENES Y LONGITUDES 136
sólo si, (f ◦ ϕ)ϕ 0 es impropiamente integrable en ]α, β[ . Cuando se cumplen estas afirmaciones,
se tiene: Zβ Zρ
0
f(ϕ(t))ϕ (t)dt = f(x)dx .
α γ
6. Aplicaciones de la integral al cálculo de áreas, volúmenes y longitudes

El objetivo de esta sección es presentar, sin justificación, algunas fórmulas integrales que se
aplican en el cálculo de áreas, volúmenes y longitudes.
Áreas de recintos planos
Sean f, g : [a, b] → R funciones integrables en [a, b] (donde a < b). Consideremos la región R del
plano delimitada por las rectas verticales de ecuaciones x = a y x = b, y las gráficas de f y g.
i) Si f(x) ≤ g(x) para todo x ∈ [a, b], se define el área de la región R como
Zb
(g(x) − f(x))dx .
a
ii) La definición anterior se generaliza al caso en el que f y g no guardan ninguna relación de

orden definiendo el área de la región
Z R como
b
|g(x) − f(x)|dx .
a
Sin embargo, en la práctica determinaremos los puntos de corte de las gráficas de f y g
para reducir el problema a varios del primer tipo.
Volúmenes de revolución
Sea f : [a, b] → R una función integrable en [a, b] con 0 ≤ f(x) para todo x ∈ [a, b]. Recibe el
nombre de sólido de revolución, el sólido generado al girar alrededor del eje de abscisas, la región
R limitada por la gráfica de f, el eje de abscisas y las rectas verticales de ecuaciones de x = a y
x = b.
La idea intuitiva que seguimos para definir el volumen de este tipo de sólidos es parecida a la que
utilizamos para definir la integral. Consideremos una partición Pn = {x0 , x1 , . . . , xn } del intervalo
[a, b] y, para cada k ∈ {1, . . . , n}, el cilindro generado al girar alrededor del eje de abscisas el
rectángulo de base [xk−1 , xk ] y altura f(xk−1 ). El volumen de este cilindro es, como sabemos,
(xk − xk−1 ) π f(xk−1 )2 .
Al sumar los volumenes de todos los cilindros (para k = 1, . . . , n), se obtiene el valor
αn = (x1 − x0 )π f(x0 )2 + (x2 − x1 )π f(x1 )2 + · · · + (xn − xn−1 )π f(xn−1 )2
que es una aproximación del volumen del sólido de revolución. Mientras más delgados sean los
cilindros, mejor será la aproximación de la suma anterior al volumen del sólido. Dicho de otro
modo, si hacemos tender 4(Pn ) = máx {x1 − x0 , . . . , xn − xn−1 } hacia cero, obtendremos el valor
deseado del volumen. Se puede probar que si 4(Pn ) tiende hacia cero, entonces αn tiende a
Zb
πf(x)2 dx.
a
Por consiguiente, este es el valor con el que definimos el volumen del sólido de revolución.
Áreas de revolución
Sea f : [a, b] → R una función de clase C 1 en [a, b] con 0 ≤ f(x) para todo x ∈ [a, b]. Consideremos
de nuevo el sólido de revolución anterior (es decir, el generado al girar alrededor del eje de abscisas,
la región limitada por la gráfica de f, el eje de abscisas y las rectas verticales de ecuaciones de
x = a y x = b). El área de la superficie que envuelve a este sólido es:
Zb p
f(x) 1 + f 0 (x)2 dx.
a
Longitudes de curvas de gráficas de funciones

Sea f : [a, b] → R una función de clase C 1 en [a, b]. La longitud de la curva dada por la gráfica
{(x, f(x)) : x ∈ [a, b]} de la función f es:
Zb p
1 + f 0 (x)2 dx .
a
Cálculo de volúmenes por secciones

Consideremos un sólido que tiene la propiedad de que cualquier sección plana perpendicular a una
recta dada tiene un área conocida. Podemos asumir, por comodidad, que la recta es el eje X.
Sean a y b los puntos de la recta por los que pasan la primera y la última sección del sólido.
Supongamos que A : [a, b] → R es la función que, para cada x ∈ [a, b], nos da el área A(x) de la
sección transversal que pasa por el punto x. Si A es integrable, entonces el volumen del sólido es
Zb
A(x)dx.
a
7. Problemas propuestos
7.1. Problemas sobre cálculo de primitivas.
1. Calcula las siguientes integrales inmediatas:
R√ R
a)
5
x3 dx d ) xsen(x2 + 1)dx
R 3x2 +2x R 2
b) x3 +x2 dx e) √ x 3 2 dx
R ln x 1−(x −1)
c) e x dx
2. Determina las siguientes integrales usando el método de cambio de variable:

R 2
R cos x
a) √3x +6x dx, f ) 1+sen dx,
R √x3 +3x2
R 3x22+2x
b) x 1 + 5x2 dx, g) (x3 +2x−1)2 dx,
R R e−2x
c) sen2 x cos xdx, h) 1+e −4x dx,
R cos(ln x) R e2x
d) R x dx, 3 i) √1−e4x dx.
e) (1 + cos x) senxdx,
3. Halla las siguientes integrales usando el método de integración por partes:

R R
a) R arc tg xdx, k) x · arc tg x dx
2
b) R xx cos xdx, (Solución: 21 (x2 + 1) arc tg x − x2 + C)
R
c) x ex
R e cos xdx, l ) (x+1) 2 dx
d) R ln xdx,
x
(Solución: −xe + ex + C)
e) R sen
2
√ xdx, R ln(sen x) (x+1)
f) m) dx
R x 31 + xdx, cos2 x
(Solución: ln (sen x) · tg x − x + C)
g) R
R cos
3 x
xdx,
n) 2
x · tg (x)dx
h) x
R 2 e dx. 2
i) x · ln x dx (Solución:
R x tg x + ln |cos x| − x2 + C)
3
(Solución: x3 ln x − x3
+ C) ñ) sen (ln x) dx
R 9
(Solución: x·[sen(ln x)−cos(ln x)]
+ C)
j ) sen3 x dx R √ 2
cos3 x o) x · 1 + xdx √
(Solución: − cos x + + C)
3 (Solución: 2(6−x)(1+x)
15
1+x
+ C)
4. Resuelve las siguientes integrales racionales:

R 2 R 3 +2
a) x35x−2x−19x+2 dx, f ) xx−1 dx,
R x2 +12 −5x+6 R x4 −3x3 +4x2 −3x−3
b) x3 +x2 −2x dx, g) dx,
R R x2 −2x+1
dx
c) x2dx−1 , h) x(x2 +x+1) ,
R dx R 3 +1
d ) x(x−1) 2, i) x2x−4x+5 dx,
R x2 +3x−2 R 2x−7
e) (x+1)2 (x+2)2 dx, j ) x2 +6 dx.
R x3
k) x2 −4
dx
(Solución: 12 x2 + 2 ln(x2 − 4) + C)
R x2 −4x
l ) x2 −5x+6 dx
4

(Solución: x + ln |x−2|
|x−3|3
+ C)
R x+1
m) x3 +x2 −6x
dx
(Solución:
R 3x+5
−1
6
ln |x| − 25 ln |x + 3| + 103 ln |x − 2| + C)
n) x3 −x2 −x+1
dx
−4
(Solución: (x−1) − 12 ln |x − 1| + 12 ln |x + 1| + C)
R x3
ñ) (x+1)3
dx
(Solución: x − 3 ln |x + 1| + x+1 3 1
+ 2(x+1) 2 + C)
R 2x−7
o) x2 +9
dx
ln x2 + 9 − 37 arc tg x3 + C)

(Solución:
R 1
p) 2x2 +2x+5
dx
(Solución: 13 arc tg 23 x + 12 + C)

R x3 +1
q) x2 −4x+5
dx
2
(Solución: x2 + 4x + 112 ln x2 − 4x + 5 + 3 arc tg (x − 2) + C)
R 8x2 +19x+75
r) x3 +4x2 +x−26
dx
|x 3
2
x + 6x + 13 − 7 arc tg x+3 + C)

(Solución:
R 1 5 ln − 2| + 2
ln 2
s) 3
x +1
dx
√
(Solución: 13 ln |x + 1| − 16 ln x2 − x + 1 + 33 arc tg √13 · (2x − 1) + C)

R 7x3 +x2 −23x−65
t) x4 +6x3 +12x2 −6x−13
dx
|x |x
2
x + 6x + 13 − 9 arc tg x+3 +

(Solución:
R 3 ln + 1| − 2 ln − 1| + 3 ln 2
C)
1
u) x4 +2x2 +1
dx
(Solución: 2(x2x+1) + 21 arc tg x + C)
5. Calcula las siguientes integrales trigonométricas:
R dx
R
a) h) sen4 x · cos5 x dx
R senx+2dx
cos x
sen5 x 2 sen7 x sen9 x
b) (Solución:
R − + + C)
R√1+senx+cos x √ 5 7 9
c)R 1 + 2cos 2xdx i) sen x dx
√ √ √
d)R(senx) dx (Sol.: 2 sen x − 2 x cos x + C)
5 R 4
e)R cos xdx j ) cossenxdx
sen x x
f) 1+sen2 x
dx
(Solución: ln 1−cos x
3
+ cos x − cos3 x + C)
√ √ sen x
R

cos x−√
(Solución: 42 ln cos 2
+ C) 1
R x+ 2 k)
1 + cos x
dx
g) sen3 x · cos2 x dx
3 5 (Solución: − cotg x + cosec x + C)
(Solución: − cos3 x + cos5 x + C)
R√
6. Calcula 25 − x2 dx
√ x
(Solución: 12 x · 25 − x2 + 25
2
arc sen
+ C)
5 Z √
x + x2 − 2x + 4
7. Calcula la integral irracional cuadrática √ dx utilizando el cambio de va-
1 + x2 − 2x + 4
riable dado por la expresión
p √
x2 − 2x + 4 = t x + 4.
√ √
2 2
(Solución: x + x − 2x + 4 − ln 1 + x − 2x + 4 + 2 + C)

7.2. Problemas sobre la integral de Riemann.

8. Aplica el Teorema Fundamental del Cálculo Integral, para calcular la derivada de las si-
guientes funciones:
Rx
a) F(x) = 0 sen t · dt. Solución: F0 (x) = sen x.
Rx2 √ 5
b) F(x) = 0 1 + t2 dt. Solución: F0 (x) = √x+2x 1+x4
.
Rx3 dt 0

−2 3x

c) F(x) = x2 √ . Solución: F (x) = x 1+x8 + 1+x12
√ √
1 + t4
Rt2 +ln t −x2
d ) F(t) = 1 e dx. Solución: F0 (t) = 0.
Rtg x dt
e) F(x) = sen x sen t . Solución: F0 (x) = − cos(x) cosec(sen x) + cosec(tg x) sec2 (x).
9. Sea f una función derivable en todo R. Se considera la función real F : R → R definida por:
Z x2 −3x+2
F(x) = f(t)dt, ∀x ∈ R.
0
Demostrar que F admite derivada primera y segunda y calcular la expresión de dichas
derivadas.
7.3. Problemas sobre integrales impropias.
10. Calcular la siguientes integrales impropias:
R+∞ 1 R+∞ 1
a) −∞ 1+x 2 dx (Solución: π) e) −∞ −x dx (Solución: π/2)
R1 1
R+∞ ex +e
e−
√
x
b) −1 √1−x dx (Solución: π) f) 0 √ dx (Solución: 2)
R3 1 R+∞
2 x
1 1
c) 0 √9−x dx (Solución: π/2) g) 2 x(ln x)2
dx (Solución: ln(2)
)
R π cos x
2
d ) 0 1−sen x dx (Solución: 2)
2 √
7.4. Problemas sobre las aplicaciones de la integral al cálculo de áreas, volúmenes

y longitudes.
11. Calcula el área de√la región del plano limitado por las curvas:
a) La curva y = 2x + 1, el eje de abcisas y las rectas x = 0 y x = 4.
b) La parábola de√ecuación y = −x2 + 3x + 10 y el eje de abcisas.
c) La curva y = x, la recta 4y + x − 12 = 0 y el eje de abcisas.
d ) La curva y = x3 − 16x y el eje de abcisas.
e) Las curvas y = x4 − 2x2 e y = 2x2 .
f ) Las curvas y = 6x − x2 e y = x2 − 2x.
g) Las curvas y2 = 4x e y = 2x − 4.
h) Las curvas x2 = 2y e x2 + y2 = 8.
12. Calcula el volumen
√ del sólido de revolución formado al girar la región acotada por la gráfica
de la curva y = senx y el eje de abcisas desde x = 0 y x = π.
13. Calcula el volumen de revolución generado en la rotación del área limitado por la curva
y = −x2 − 3x + 6 y la recta y = −x + 3 alrededor de la recta y = 0.
14. La circunferencia x2 +y2 = 4 gira alrededor de la recta y = −2. Halla el área de la superficie
engendrada.
15. Encontrar el área de la superficie engendrada al girar alrededor del eje OX el arco de curva
y = x3 entre x = 0 y x = 1. √
16. Halla la longitud del arco de curva 9x2 = 4y3 limitada por (0, 0) y (2 3, 3).
3
17. Calcula la longitud del arco de curva y = x 2 entre los puntos (0, 0) y (4, 8).

Matematicas I PDF

Transféré par

Informations du document

Titre original

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

Matematicas I PDF

Transféré par

Droits d'auteur :

Formats disponibles

Matemáticas I

Marı́a Burgos Navarro

Departamento de Álgebra, Universidad de Granada

Departamento de Álgebra, Universidad de Granada

Capı́tulo 1. Números complejos 5

¿Qué significa que el cuerpo R está totalmente ordenado? (axiomas de orden)

¿Qué significa que R verifica el axioma del supremo?

2. Consecuencias de los axiomas de R

Corolario 9. Si x, y, z, w ∈ R, se cumple que:

Se dice que un número real x es positivo si x > 0, es negativo si x < 0 y es no negativo si x ≥ 0.

A veces, es útil conocer las relaciones mı́nimo-ı́nfimo y supremo-máximo:

Proposición 11. Sea A un subconjunto no vacı́o de números reales. Se verifica que:

Si A es un conjunto no vacı́o y acotado de números reales, entonces el conjunto m(A) de todos

3. El valor absoluto y los intervalos

Propiedades del valor absoluto

Intervalos en la recta real

se llaman, respectivamente, semirrecta abierta de extremo a, semirrecta cerrada de extremo a,

Ejercicio 2: Representa, usando intervalos, el conjunto de soluciones de las siguientes inecuaciones

Ejercicio 3: Resuelve las siguientes inecuaciones:

1. |2x − 3| < 1/2,

Rellena la siguiente tabla.

4. Números naturales, enteros y racionales e irracionales

Factorial de un número entero no negativo

Números racionales e irracionales

Ejercicio 5: Indiqua si son verdaderas o falsas las siguientes afirmaciones.

Ejercicio 6: Considera la siguiente relación de números reales:

5. Potencias y raı́ces de números reales

Potencias reales de un número real positivo

Ejercicio 7: Dados a, b ∈ R y n, m ∈ N, demuestra usando el método de inducción las siguientes

Ejercicio 8: Para cada n ∈ N, consideremos el número real xn = 12 + 22 + 32 + · · · + (n − 1)2 + n2 .

Ejemplo maxima 6: Comprobemos con maxima el ejercicio anterior.

Ejercicio 9: Considera la desigualdad:

Ejercicio 10: Dado n ∈ N, calcula el valor de la suma S = 1 + 3 + 32 + · · · + 3n .

ma del supremo, este conjunto tiene supremo. Denotamos entonces

Ejemplo maxima 7: Vamos

2,718281826198493, 2,718281828286169, 2,718281828446759, 2,71828182845823,

8. El cuerpo de los números complejos

i) La suma y el producto de números complejos son operaciones asociativas y conmutativas.

Parte real, parte imaginaria, conjugado y módulo de un número complejo

Ejercicio 14: Resuelve las siguientes ecuaciones con coeficientes complejos:

9. Representación geométrica de los números complejos. Argumentos de un

Representación geométrica de los números complejos

Además, el módulo de z es la longitud del segmento de extremos 0 y (a, b).

Argumento principal de un número complejo

Conjunto de argumentos de un número complejo

10. Forma polar de un número complejo

Operaciones con números complejos en forma polar

Ejercicio 17: Sean los siguientes números complejos: z1 = (2)120o z2 = (3)45o .

11. Raı́ces de un número complejo

Ejemplo 54. Como −1 = 1π , entonces las raı́ces cuadradas de −1 son

Ejercicio 19: Calcula:

Una matriz de orden n × n diremos que es una matriz cuadrada de orden n.

Ejercicio 24: Calcula el determinante de

Si A = (aij ) ∈ Mm×n (K), la matriz traspuesta de A es

Propiedades de los determinantes. Sea A ∈ Mn×n (K).

4) Si a una fila de A le sumamos otra fila de A multiplicada por un elemento de K, entonces la

Ejercicio 25: Calcula el determinante de la matriz

Ejercicio 26: Calcula la inversa de

Lo mismo ocurre con la exponenciación.

3. Operaciones elementales y determinantes

4. Forma normal reducida por filas (o columnas) de una matriz

5. Rango de una matriz

Teorema. El rango por filas de A coincide con el rango por columnas de A.