Académique Documents
Professionnel Documents
Culture Documents
Parte de los contenidos de estos apuntes han sido extraı́dos de los apuntes
Notas de Álgebra Lineal y Estructuras Matemáticas.
Índice general
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
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.
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
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.
R+ = {x ∈ R : x > 0} , R− = {x ∈ R : x < 0} , 0 = {x ∈ R : x ≥ 0} ,
R+
R∗ = {x ∈ R : x 6= 0} .
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|
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.
3. EL VALOR ABSOLUTO Y LOS INTERVALOS 11
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 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
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
Ejemplo maxima 4:
(%i1) minfactorial((n+1)!-(n+1)*n!);
( %o1) 0
(%i2) factcomb((n+1)!-n!*(n+2));
( %o2) − n!
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]
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
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
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.
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
.
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]
....................................................... z = (a, b)
........... ......t
............
. b ........
.....
..
...... ....
.
.. ....
.
...
...
|z| ...
...
...
... ...
... ...
.... arg(z)
..... ...
... .... ...
..... ..
. ...
... Eje real
... .
...
...
a ...
...
... ..
... ...
... ...
... ..
... ...
....
.... .
.. ....
..... ....
....... ....
.........
............ ....
............
.................................................
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};
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 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
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.
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
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
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 .
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
(%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
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.
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.
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
(%i4) triangularize(A);
4 5 6 7
( %o4) 0 4 8 12
0 0 0 0
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.
6. RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 34
(%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 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.
6. RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 35
(%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
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.
→
2’) si −
u,−→ →
v ∈ U y a, b ∈ K, entonces a− →
u + b−
v ∈ U (U es cerrado para combinaciones lineales
de sus elementos).
U1 + · · · + Un = hU1 ∪ · · · ∪ Un i.
Si U1 = hS1 i, . . . , Un = hSn i, entonces U1 + · · · + Un = hS1 ∪ · · · ∪ Sn i.
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.
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]]
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
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.
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
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 .
(%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
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.
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 .
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.
(%i4) triangularize(A);
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)}.
(x10 . . . xm0
) = (x1 . . . xn ) ... . . . .. .
.
an1 . . . anm
a11 . . . a1m
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
Ejercicio 50: Sea f : R3 → R2 definida por f(x, y, z) = (2x + y, 3x + z). Encuentra una base de
N(f).
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])$
(%i2) triangularize(A);
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 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.
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 .
8. ECUACIONES CARTESIANAS O IMPLÍCITAS DE UN SUBESPACIO VECTORIAL 50
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);
8. ECUACIONES CARTESIANAS O IMPLÍCITAS DE UN SUBESPACIO VECTORIAL 51
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])$
(%i3) triangularize(A);
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
8. ECUACIONES CARTESIANAS O IMPLÍCITAS DE UN SUBESPACIO VECTORIAL 52
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).
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
1 1
Ejercicio 62: Demuestra que con coeficientes reales no es diagonalizable.
0 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
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.
(%i5) nullspace((A-6*I)^^2);
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 .
(%i6) nullspace((A-6*I)^^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
3. FORMA NORMAL DE JORDAN 58
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.
3. FORMA NORMAL DE JORDAN 59
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
A
x
1. FUNCIONES REALES DE UNA VARIABLE REAL. DEFINICIÓN Y PRIMERAS PROPIEDADES 62
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)} .
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));
1. FUNCIONES REALES DE UNA VARIABLE REAL. DEFINICIÓN Y PRIMERAS PROPIEDADES 63
( %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
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?
1. FUNCIONES REALES DE UNA VARIABLE REAL. DEFINICIÓN Y PRIMERAS PROPIEDADES 64
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
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.
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.
2. FUNCIONES ELEMENTALES 66
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+ .
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.
2. FUNCIONES ELEMENTALES 67
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:
2. FUNCIONES ELEMENTALES 68
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 )| ,
2. FUNCIONES ELEMENTALES 69
donde |(x, y)| = x2 + y2 para todo (x, y) ∈ R2 . Observe que |γ(xk ) − γ(xk−1 )| es la distancia en
p
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
2. FUNCIONES ELEMENTALES 70
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
2. FUNCIONES ELEMENTALES 71
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.
plot2d: some values were clipped.
The number 0.0 isn’t in the domain of csc
plot2d: expression evaluates to non-numeric value somewhere in plotting range.
plot2d: some values were clipped.
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:
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.
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.
3. SIMETRÍAS, PERIODICIDAD, ACOTACIÓN Y MONOTONÍA DE FUNCIONES 76
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
3. SIMETRÍAS, PERIODICIDAD, ACOTACIÓN Y MONOTONÍA DE FUNCIONES 77
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.
3. SIMETRÍAS, PERIODICIDAD, ACOTACIÓN Y MONOTONÍA DE FUNCIONES 78
(%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:
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:
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
...
...
... ... ... ...
. ... . ...
... ... ... ...
.. ... .. ...
. .
.... ... .... ...
... ... ... ...
.. . .. .
.............. f(x)
.... .....
.... ...
...
... ...
..... ... .......
... ... .... .......
. ... ... ...
.... .... ... f(x) −a
-
... ...
... ... .... ...
. ...
... ... .. ...
.. ... .... ...
.
.... .−a ...
... ..... ...
... ...
... ...
... ...
...
...
...
... ....
... ..... a f(x)
.... ...
.... f(x) ..
..... ........ ..
...
... .... ...
...
...
... ..
...
... ↑
..... ... - .... ... dilatación
....
...
... ...
...
...
...
↓
.... ... ...
... ... ... ...
... ...
... .... ...
.. ... ...
... ... . .
... ...
... ..
... .. −f(x)
........
.... .......f(x)
... ....
.
... ... ...
... ..
... ... ..
.... ... ... ...
... ... ..
.... ... ..
.. ...
... - ... ....
... ... ... ...
... ... ... ...
.. ... ... ..
..
.... ... ... ...
.. ... ... .
...
...
..
.
...
... .... .....
.... ...
...........
.
.. ..
.
..
.. f(x)
....
...
...
....
.... −1
... ................ f (x)
-
.. ...............
.... .
...
...
...
..
. ...........
.. ..........
.... .
..........
.
. ..
.... ...
.......... ..
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
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[ .
c) ( ] − ∞, 1[ ∪{2}) 0 = ] − ∞, 1]
d t t
1 2 1
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
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) ,
x→α x→α x→α
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
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+
5. CONTINUIDAD Y LÍMITES 88
ii) La recta y = c con c ∈ R es una ası́ntota horizontal de f si, cuando tenga sentido,
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])$
5. CONTINUIDAD Y LÍMITES 89
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
5. CONTINUIDAD Y LÍMITES 90
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
para todo x ∈ R \ {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|
para todo x ∈ R \ {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.
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.
(%i9) radcan(%);
( %o9) x
(%i10) f(g(x));
√ 2 √
( %o10) x + 11 − 1 + 2 x + 11 − 1 − 10
(%i11) radcan(%);
( %o11) x
Ejercicios 68:
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|
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.
+
x→α x→α x→α
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) = +∞.
x→α x→α x→α
iv) Si lı́m f(x) ∈ ]0, 1[ y lı́m g(x) = +∞, entonces lı́m f(x)g(x) = 0.
x→α x→α x→α
v) Si lı́m f(x) = +∞ y lı́m g(x) ∈ R ∪ {+∞}, entonces lı́m f(x)g(x) = +∞.
+
x→α x→α x→α
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 · ∞”.
Ejercicios 69:
1. Calcula los siguientes lı́mites:
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
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
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.
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.
√
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
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)
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
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
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].
9. PROBLEMAS PROPUESTOS 110
1−x
y) f(x) = arc tg 1+x
, ∀x ∈ ] − 1, 1[ .
9. PROBLEMAS PROPUESTOS 111
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.
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
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:
23. Explique razonadamente si en los siguientes casos se puede aplicar el Teorema del valor
medio:
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.
9. PROBLEMAS PROPUESTOS 112
√
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
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:
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
42. Calcula los siguientes lı́mites:
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).
44. Calcula los siguientes lı́mites:
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
9. PROBLEMAS PROPUESTOS 115
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.
9. PROBLEMAS PROPUESTOS 116
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:
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:
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:
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 ,
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),
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
En preparación
1. Cálculo de primitivas
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.
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.
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.
2. PRIMITIVAS DE FUNCIONES RACIONALES 125
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
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.
(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.
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].
(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 ])).
4. LA INTEGRAL DE RIEMANN 130
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.
4. LA INTEGRAL DE RIEMANN 131
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
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
4. LA INTEGRAL DE RIEMANN 133
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
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
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
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
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
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
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
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
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 139
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
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 √