CAPITULO 2 CALCULO DIFERENCIAL

1. INTERROGANTES CENTRALES DEL CAPITULO L mite de una funci on L mites laterales Reglas para el c alculo de l mites Regla del bocadillo Continuidad de una funci on Propiedades de las funciones continuas Teorema del valor intermedio Derivada de una funci on Interpretaci on geom etrica de la derivada Teorema de Rolle Teorema del valor medio M aximos y m nimos relativos Polinomios de Taylor Series de potencias Teorema de Taylor Algoritmo de bisecci on M etodo de iteraci on del punto jo M etodo de Newton-Raphson Polinomio interpolante de Lagrange M etodo de interpolaci on iterada M etodo de diferencias divididas

2. CONTENIDOS FUNDAMENTALES DEL CAPITULO

2.1. L mite de una funci on

2.1.1. Deniciones La noci on de l mite es b asica en todo el c alculo, por lo que es sumamente importante adquirir un buen manejo y conocimiento de los l mites antes de adentrarnos en otros temas. umero real (no necesariamente en el dominio de f ). Si f (x) se Sea f (x) una funci on y consideremos x0 un n nico valor L cuando x se aproxima a x0 por ambos lados (sin llegar nunca a ser igual acerca arbitrariamente a un u mite de f (x) cuando x tiende a x0 es L, y escribimos a x0 ), decimos que el l
xx0

lim f (x) = L.

En la denici on anterior observamos que s olo interesa conocer c omo est a denida la funci on f cerca del punto

 C ALCULO DIFERENCIAL

31

x0 . Si la funci on existe o no en el punto x0 no tiene importancia. La cuesti on crucial aqu es la siguiente: qu e olo por un lado? signica que f (x) se acerca arbitrariamente a L? qu e ocurre si x se aproxima a x0 s El comportamiento de las funciones en relaci on a los l mites puede ser de lo m as diverso. S olo como un bot on de muestra, veamos las siguientes funciones. mite de f (x) cuando x 0 vale 2, ya que si nos acercamos por la izquierda f (x) = x/( x + 1 1): El l obtenemos valores menores que 2 pero cada vez m as pr oximos a 2; y si nos acercamos por la derecha obtenemos valores mayores que 2 pero cada vez m as pr oximos a 2. Sin embargo, la funci on f no est a denida en x = 0. f (x) = |x|/x: Cuando nos acercamos a 0 por la izquierda, entonces f (x) = 1 por lo que el l mite vale 1. Pero si nos acercamos por la derecha entonces f (x) = 1 y as el l mite vale 1. Por tanto, no existe el l mite. as grande, por lo que no existe ning un f (x) = 1/x2 : Cuando x se aproxima a 0, f (x) se va haciendo cada vez m n umero real L al cual tienda f (x). Por tanto no existe el l mite de f (x) cuando x 0. En los ejemplos anteriores hemos visto que hay funciones que se aproximan a un valor L1 cuando x se aproxima a x0 por la izquierda y se aproximan a L2 si nos acercamos por la derecha. Este comportamiento nos lleva a considerar las siguientes deniciones. umero real (no necesariamente en el dominio de f ). Sea f (x) una funci on y consideremos x0 un n nico valor L cuando x se aproxima a x0 por la izquierda (sin llegar (1) Si f (x) se acerca arbitrariamente a un u mite por la izquierda de f (x) cuando x tiende a x0 es L, y nunca a ser igual a x0 ), decimos que el l escribimos lim f (x) = L.
xx0

nico valor L cuando x se aproxima a x0 por la derecha (sin llegar (2) Si f (x) se acerca arbitrariamente a un u mite por la derecha de f (x) cuando x tiende a x0 es L, y nunca a ser igual a x0 ), decimos que el l escribimos lim + f (x) = L.
xx0

mites laterales en x0 y coinciden. Entonces existe el l mite de una funci on f (x) en x0 si existen los l

2.1.2. Reglas para el c alculo de l mites Si b y c son n umeros reales, n un entero positivo y f , g son funciones que tienen l mite cuando x tiende a c, entonces son ciertas las siguientes propiedades:

(1) M ultiplo escalar: lim [bf (x)] = b[ lim f (x)]

xc xc

(2) Suma/Diferencia: lim [f (x) g (x)] = lim f (x) lim g (x)

xc xc xc

(3) Producto: lim [f (x)g (x)] = lim f (x) lim g (x)

xc xc xc

(4) Cociente: lim [

xc

limxc f (x) f ( x) ]= , siempre que limxc g (x) = 0. g ( x) limxc g (x)

32 (5) Potencia: lim [f (x)]n = [ lim f (x)]n

xc
n

MATEM ATICAS

xc

(6) Ra z: lim

xc

f ( x) =

xc

lim f (x). Si n es par suponemos que lim f (x) es no negativo.

xc

Para poder calcular l mites s olo es necesario, adem as de utilizar las reglas anteriores, tener en cuenta que lim b = b xc y lim x = c.
xc

Como una consecuencia de la aplicaci on de las propiedades anteriores tenemos las siguientes reglas: (1) Si p(x) es un polinomio entonces
xc

lim p(x) = p(c).

(2) Si r (x) = p(x)/q (x), q (c) = 0, es una funci on racional entonces

xc

lim

p ( c) p ( x) = . q ( x) q ( c)

(3) Si c > 0 y n es cualquier entero positivo, o si c < 0 y n es un entero positivo impar, entonces lim n x = n c.
xc

(4) Si f y g son funciones tales que lim g (x) = L y lim f (x) = f (L) entonces
xc xL xc

lim f (g (x)) = f (L).

Para nalizar este apartado vamos a enunciar la regla del bocadillo o teorema de intercalaci on, herramienta muy til que permite calcular l u mites por comparaci on. Regla del Bocadillo. Si f (x) que suceda en c) y entonces
xc

g ( x)

h(x) para todo x en un intervalo abierto que contiene a c (no importa lo

xc

lim f (x) = lim h(x) = L,

xc

lim g (x) = L.

2.2. Continuidad de una funci on El t ermino continuidad en matem aticas tiene exactamente el mismo signicado que tiene en el lenguaje cotidiano: una funci on f es continua en un punto a si su gr aca no se interrumpe en a, no tiene saltos ni huecos en ese punto. nica diferencia que existe es en la formulaci La u on rigurosa. Continuidad en un punto: Una funci on f es continua en a si se verican las siguientes condiciones: 3. lim f (x) = f (a). 1. f (a) est a denida. 2. lim f (x) existe.
xa xa

Continuidad en un intervalo abierto: Una funci on f se dice continua en un intervalo abierto (b, c) si lo es en todos los puntos de ese intervalo. Si f es continua en toda la recta real (, ) diremos simplemente que f es una funci on continua. Se dice que f es discontinua en a si no es continua en dicho punto.

 C ALCULO DIFERENCIAL

33

Existen varios tipos de discontinuidades: las evitables y las no evitables. Se dice que una discontinuidad en x = a es evitable si la funci on f puede hacerse continua en a redeni endola en dicho punto. En caso contrario, se dir a que la discontinuidad es no evitable. Continuidad por la derecha: Una funci on f es continua por la derecha en a si se verican las siguientes condiciones: 3. lim+ f (x) = f (a). 1. f (a) est a denida. 2. lim+ f (x) existe.
xa xa

Continuidad por la izquierda: Una funci on f es continua por la izquierda en a si se verican las siguientes condiciones: 3. lim f (x) = f (a). 1. f (a) est a denida. 2. lim f (x) existe.
xa xa

Continuidad en un intervalo cerrado: Una funci on f se dice continua en un intervalo cerrado [b, c] si es continua en (b, c) y tambi en es continua por la derecha en b y por la izquierda en c.

2.2.1. Propiedades de las funciones continuas Teniendo en cuenta que la continuidad se ha denido como un l mite, podemos utilizar las propiedades de los l mites para comprobar inmediatamente las siguientes propiedades acerca de la continuidad. Sean f y g dos funciones continuas en un punto a, entonces tambi en son continuas en a las siguientes funciones: (1) Suma y diferencia: f g . (2) M ultiplo escalar: f , siendo un n umero real. (3) Producto: f g . (4) Cociente: f /g siempre que g (a) = 0.

Listamos a continuaci on algunos de los tipos m as comunes de funciones continuas en todo punto de su dominio: (1) Funciones polin omicas: p(x) = an xn + an1 xn1 + + a1 x + a0 (2) Funciones racionales: r (x) = p(x)/q (x), si q (x) = 0. (3) Funciones radicales: f (x) =
n

p(x), si p(x)

0 cuando n es par.

Uno de los resultados que nos permitir a combinar las propiedades anteriores para probar la continuidad de funcioon compuesta nes m as complejas es el siguiente: Si g es continua en c y f es continua en g (c) entonces la funci f g es continua en c. Finalizamos esta secci on con un teorema relativo al comportamiento de las funciones continuas en un intervalo cerrado, cuya demostraci on hace uso de la completitud de los n umeros reales.

on continua en [a, b] y k es cualquier valor entre f (a) y f (b), Teorema del valor intermedio: Si f es una funci entonces existe al menos un n umero c [a, b] tal que f (c) = k.
til para localizar los ceros de una funci El teorema del valor intermedio es u on continua en un intervalo cerrado. M as concretamente, se tiene el siguiente resultado.

34

MATEM ATICAS

Teorema de Bolzano: Si f es una funci on en [a, b] y f (a), f (b) dieren de signo, entonces existe al menos un n umero c [a, b] tal que f (c) = 0. Es importante hacer notar que tanto en el teorema del valor intermedio como en el teorema de Bolzano es capital que la funci on sea continua en el intervalo cerrado [a, b]. Pueden encontrarse ejemplos muy sencillos de funciones discontinuas que no verican los teoremas anteriores.

2.3. L mites innitos En la secci on previa donde hemos denido el concepto de l mite L de una funci on f en un punto a, s olo hemos considerado el caso en que tanto a como L fuesen n umeros reales. Sin embargo, es posible extender el concepto de l mite a otros casos, en un cierto sentido que ahora pasamos a precisar.

2.3.1. L mites innitos cuando a es un numero real Se dice que f (x) crece sin tope cuando x tiende a a si para todo n umero real M siempre existe un intervalo I de a tal que f (x) > M para todo punto x de I . An alogamente, se dice que f (x) decrece sin tope cuando x tiende a a si para todo n umero real M siempre existe un intervalo I de a tal que f (x) < M para todo punto x de I . Si f (x) crece sin tope cuando x tiende hacia a diremos que el l mite de f cuando x tiende a a es y escribiremos
xa

lim f (x) = .

Por el contrario, si f (x) decrece sin tope cuando x tiende hacia a diremos que el l mite de f cuando x tiende a a es y escribiremos lim f (x) = .
xa

El signo de igualdad en las expresiones anteriores no signica que exista un l mite, sino que nos dan una raz on por la que la funci on f no puede tener l mite en el punto a: porque no est a acotada. Lo que de verdad se quiere decir es que el l mite no existe y la funci on f tiene una discontinuidad no evitable (de salto innito). Los l mites innitos por la izquierda y por la derecha se denen an alogamente. Los cuatro posibles l mites laterales son los siguientes: (1) lim f (x) = ,
xa xa xa xa

(2) lim f (x) = , (3) lim+ f (x) = , (4) lim+ f (x) = . Si alguno de los l mites laterales anteriores se satisface, decimos que f tiene en a una discontinuidad innita. En este caso, diremos que la recta x = a es una as ntota vertical de f . Uno de los ejemplos m as t picos de existencia de as ntotas verticales se da en las funciones racionales: si f y g son funciones continuas en un on racional r (x) = f (x)/g (x) intervalo conteniendo a c, y se satisface f (c) = 0 y g (c) = 0, entonces la funci tiene una as ntota vertical en x = c.

 C ALCULO DIFERENCIAL

35

Terminamos esta secci on con las siguientes propiedades de l mites innitos. Si c, L son n umeros reales y f , g son funciones tales que y lim g (x) = L, lim f (x) =
xc xc

entonces las siguientes propiedades se verican: (1) Suma y diferencia: lim [f g ] = .

xc

(2) M ultiplo escalar: lim [f ] = , si > 0 y lim [f ] = , si < 0.

xc xc

(3) Producto: lim [f g ] = si L > 0 y lim [f g ] = si L < 0.

xc xc

(4) Cociente: lim [g/f ] = 0.

xc

(Propiedades similares son v alidas para l mites laterales y para funciones para las cuales el l mite de f (x) cuando x tiende a c es ).

2.3.2. L mites innitos cuando L es un numero real Si f (x) tiende a L cuando x se hace arbitrariamente grande, entonces decimos que el l mite de f (x) cuando x tiende a innito es L, y escribimos lim f (x) = L.
x

An alogamente, si f (x) tiende a L cuando x se hace arbitrariamente peque no, entonces decimos que el l mite de f (x) cuando x tiende a menos innito es L, y escribimos
x

lim f (x) = L.

En ambos casos se dice que la recta y = L es una as ntota horizontal de la funci on f . Uno de los ejemplos m as t picos de existencia de as ntotas horizontales se da en las funciones racionales: si f y g son dos polinomios del ntota horizontal en y = L, siendo L el mismo grado, entonces la funci on racional r (x) = f (x)/g (x) tiene una as cociente entre los coecientes principales de f y g . umeros reales y f , g Terminamos esta secci on con las siguientes propiedades de l mites innitos. Si L1 , L2 son n son funciones tales que y lim g (x) = L2 , lim f (x) = L1
x x

entonces las siguientes propiedades se verican: (1) Suma y diferencia: lim [f g ] = L1 L2 .

x

(2) M ultiplo escalar: lim [f ] = L1 .

x

(3) Producto: lim [f g ] = L1 L2 .

x

(4) Cociente: lim [f /g ] = L1 /L2 si L2 = 0.

x

(Propiedades similares son v alidas para l mites de f (x) cuando x tiende a ). Las propiedades anteriores tambi en pueden ser v alidas si L1 = o L2 = o ambas condiciones al mismo tiempo. No obstante, existen ciertas restricciones con el n de evitar las indeterminaciones: , 0., /, etc.

36 2.4. Derivada de una funci on

MATEM ATICAS

El c alculo matem atico naci o y se fortaleci o a ra z de cuatro cl asicos problemas sobre los que los matem aticos europeos trabajaron durante el siglo XVII. Estos problemas son: (1) El problema de la recta tangente. (2) El problema de la velocidad y la aceleraci on. (3) El problema de los m aximos y m nimos. rea. (4) El problema del a ltimo para el cap En este cap tulo abordaremos los tres primeros problemas, dejando el u tulo siguiente. Cada uno de los problemas anteriores requiere el concepto de l mite, ya introducido al comienzo del cap tulo, y es por s solo suciente para motivar e introducir el c alculo. La derivada de una funci on f en un punto a, que se denota por f (a), se dene como
xa

lim

f ( x) f ( a ) f ( a + h ) f ( a) = lim , h0 xa h

supuesto que tal l mite exista.

2.4.1. Interpretaci on geom etrica: Recta tangente Si consideramos los puntos del plano (x, f (x)) y (a, f (a)), entonces la recta que los une tiene una pendiente m dada por f ( x) f ( a ) . m= xa En consecuencia, f (a) es el l mite de las pendientes de las rectas secantes que unen los puntos (x, f (x)) y (a, f (a)), y por tanto constituye la pendiente de la recta tangente a f en a (ver Figura 2.1). Utilizando la forma punto-pendiente para expresar la ecuaci on de una recta, podemos decir que si f (a) existe entonces la recta tangente a la curva y = f (x) en el punto (a, f (a)) viene dada por y f (a) = f (a)(x a). Una funci on f denida en un intervalo abierto (a, b) se dice que es derivable (o diferenciable) si existe f (c) en todo punto c del intervalo. Si f es una funci on derivable entonces podemos denir otra funci on, denominada la ormula: derivada de f y denotada por f , por la siguiente f f (x) = lim
h0

f ( x + h ) f ( x) . h

El dominio de f siempre es un subconjunto del dominio de f y una de las propiedades fundamentales de la derivada queda recogida en el siguiente teorema: si f es derivable en x = a entonces f es continua en x = a. De lo anterior se deduce que podemos denir un operador en el conjunto de las funciones derivables que asocia a cada funci on f (x) su derivada f (x). Dicho operador se denomina la derivada y se denota por d dx de manera que df d (f ) es una notaci on para indicar f . Asimismo, otra notaci ( a) . on para f (a) es dx dx

 C ALCULO DIFERENCIAL

37

f ( x) f ( a )

f ( a)

xa

geometrica Figura 2.1: Interpretacion de la derivada.

2.4.2. Reglas de derivaci on Aunque la noci on de derivada se apoya en el concepto de l mite, no es conveniente calcular las derivadas recurriendo a la denici on, ya que los c alculos son engorrosos y en ocasiones dif ciles de realizar. En esta secci on vamos a presentar una serie de reglas que nos permitir an hallar derivadas sin recurrir a la denici on, de una forma m as sencilla. Regla de la constante. La derivada de una constante c es cero: d [c] = 0. dx Regla de las potencias. Si n es un n umero racional, d n [x ] = nxn1 . dx Regla del multiplo constante. Si c es un n umero real, d [cf (x)] = cf (x). dx Regla de la suma y diferencia. La derivada de una suma (o diferencia) de dos funciones derivables es la suma (o diferencia) de sus derivadas: d [f (x) g (x)] = f (x) g (x). dx Regla del producto. El producto de dos funciones derivables es tambi en derivable y su derivada viene dada por d [f (x)g (x)] = f (x)g (x) + f (x)g (x). dx

38

MATEM ATICAS

Regla del cociente. El cociente de dos funciones derivables es tambi en derivable y su derivada viene dada por f ( x) g ( x) f ( x) g ( x) d f ( x) . = dx g (x) g ( x) 2 Regla de la cadena. La composici on de dos funciones derivables es tambi en derivable y su derivada viene dada por d [f (g (x))] = f (g (x))g (x). dx

2.4.3. Derivaci on impl cita En las secciones anteriores hemos visto c omo derivar funciones y = f (x). Sin embargo, en ocasiones las variables x e y se hallan relacionadas por una ecuaci on F (x, y ) = 0 que no permite despejar y en funci on de x. En estos casos se utiliza la t ecnica de la derivaci on impl cita, la cual presupone que la variable y es funci on de x. Cuando queremos calcular dy/dx a partir de una ecuaci on F (x, y ) = 0 debemos tener presente que estamos derivando respecto de x. Por tanto, cuando derivemos t erminos en los que aparece y debemos utilizar la regla de la cadena, ya que y est a denida impl citamente como una funci on de x. El resultado de la derivaci on impl cita dy/dx no suele ser una funci on que s olo depende de x, sino m as bien una nueva funci on que depende de x y de y .

2.4.4. Extremos (absolutos y relativos) Sea f una funci on denida en un intervalo I conteniendo un punto a. Entonces f (a) es el m nimo de f en I si f (a) f (x) para todo x en I . An alogamente, f (a) es el m aximo de f en I si f (a) f (x) para todo x en I . En ocasiones, el m aximo y el m nimo de una funci on f se denominan el m aximo absoluto y el m nimo absoluto en ese intervalo, respectivamente (ver Figura 2.2). Si el intervalo I es abierto, entonces f no tiene por qu e tener un m aximo o un m nimo en dicho intervalo. Sin embargo, si I es un intervalo cerrado [a, b], entonces f tiene un m aximo M y un m nimo m (teorema del valor extremo). A veces no interesa tanto el comportamiento global de la funci on como el comportamiento local, es decir, el comportamiento en intervalos peque nos. En este caso, las deniciones anteriores pueden ser ligeramente modicadas en el siguiente sentido. f (a) es un m nimo relativo de f si f (a) f (x) para todo x en un intervalo abierto I conteniendo a a. An alogamente, f (a) es un m aximo relativo de f si f (a) f (x) para todo x en un intervalo abierto I conteniendo a a (ver Figura 2.2). C omo podemos utilizar el c alculo para la determinaci on de los extremos relativos de una funci on? Para ello necesitamos introducir el concepto de punto cr tico. Si f est a denida en a, se dice que a es punto cr tico de f si ticos. f (a) = 0. Por convenio, todos los puntos que no pertenecen al dominio de f son cr La primera aproximaci on nos la da el teorema de Fermat, que dice lo siguiente: Si f tiene un extremo relativo on s olo pueden en a entonces f (a) = 0. Como consecuencia de lo anterior, los extremos relativos de una funci aparecer en los puntos cr ticos, lo que justica la siguiente gu a para determinar los extremos de una funci on en un intervalo cerrado:

 C ALCULO DIFERENCIAL

39

y = f ( x)

Figura 2.2: Maximos y m nimos de una funcion.

(1) Determinar los puntos cr ticos de f . (2) Evaluar f en sus puntos cr ticos. (3) Calcular f (a) y f (b). (4) El menor de los valores anteriores es el m nimo; el mayor es el m aximo.

2.4.5. Teoremas de Rolle y del valor medio El teorema del valor extremo discutido anteriormente garantiza la existencia de extremos absolutos en las funciones continuas denidas en un intervalo cerrado, pero no sabemos si estos extremos se alcanzan en los extremos del intervalo o en el interior. El siguiente teorema garantiza la existencia de extremos en el interior del intervalo.

on continua en un intervalo cerrado [a, b] y derivable en el intervalo abierto Teorema de Rolle. Sea f una funci (a, b) tal que f (a) = f (b). Entonces existe un punto c (a, b) tal que f (c) = 0.
Debemos hacer notar que todas las hip otesis son imprescindibles. Si f no es derivable en (a, b) o f (a) = f (b) entonces podemos encontrar ejemplos de funciones que no satisfacen el teorema de Rolle. Como una generalizaci on del teorema anterior tenemos el siguiente resultado.

on continua en un intervalo cerrado [a, b] y derivable en el intervalo Teorema del valor medio. Sea f una funci abierto (a, b). Entonces existe un punto c (a, b) tal que
f ( c) = f (b) f (a) . ba

Geom etricamente, el teorema anterior nos dice que, en las hip otesis del teorema, siempre existe un punto c tal que la recta tangente a la curva y = f (x) en c tiene la misma pendiente que la recta secante que une los puntos (a, f (a)) y (b, f (b)).

40

MATEM ATICAS

El teorema del valor medio es uno de los resultados b asicos del c alculo, fundamentalmente por su utilizaci on en la demostraci on de muchos otros resultados. Una de las consecuencias m as bonitas es la siguiente: Si f (x) = 0 para todo punto x (a, b) entonces f es constante en (a, b).

2.4.6. Funciones crecientes y decrecientes Una funci on f es (estrictamente) creciente en un intervalo I si para todo par de puntos x1 y x2 en I tales alogamente, una funci on f es (estrictamente) decreciente en un que x1 < x2 se satisface f (x1 ) < f (x2 ). An intervalo I si para todo par de puntos x1 y x2 en I tales que x1 < x2 se satisface f (x1 ) > f (x2 ). on es creciente Si la funci on f es derivable, podemos utilizar el signo de la derivada f (x) para saber si una funci o decreciente:

(1) Si f (x) > 0 para todo x en (a, b) entonces f es creciente en (a, b). (2) Si f (x) < 0 para todo x en (a, b) entonces f es decreciente en (a, b). (3) Si f (x) = 0 para todo x en (a, b) entonces f es constante en (a, b).

Figura 2.3: Crecimiento y decrecimiento de una funcion.

Las anteriores propiedades nos permiten elaborar la siguiente gu a para determinar los intervalos donde una funci on derivable es creciente o decreciente.

(1) Localizar los puntos cr ticos de f ticos consecutivos. (2) Determinar el signo de f en cada uno de los intervalos determinados por dos puntos cr (3) Utilizar las propiedades anteriores para cada uno de los intervalos obtenidos.

Una vez determinados los intervalos de crecimiento y decrecimiento de una funci on f es muy f acil determinar si los puntos cr ticos obtenidos son m aximos o m nimos relativos, seg un las siguientes reglas (ver Figura 2.3):

nimo relativo de f . (1) Si f cambia de negativa a positiva en c entonces f (c) es un m aximo relativo de f . (2) Si f cambia de positiva a negativa en c entonces f (c) es un m aximo ni m nimo relativo. (3) Si f no cambia de signo en c entonces f (c) no es ni m

 C ALCULO DIFERENCIAL 2.4.7. Concavidad y puntos de inexi on

41

Si f es una funci on derivable en un intervalo abierto (a, b), se dice que la gr aca de f es c oncava hacia arriba oncava hacia abajo si f es decreciente en dicho intervalo. Observemos si f es creciente en dicho intervalo, y c que las deniciones anteriores signican que la gr aca de f se encuentra por arriba (resp. abajo) de todas sus tangentes. En ocasiones se utilizan los t erminos c oncava y convexa para las gr acas que son c oncavas hacia arriba y c oncavas hacia abajo, respectivamente.

Figura 2.4: Concavidad de una funcion.

La determinaci on de los intervalos de concavidad (hacia arriba y hacia abajo) puede obtenerse teniendo en cuenta el signo de la derivada segunda, seg un la siguiente propiedad:

aca de f es c oncava hacia arriba. (1) Si f (x) > 0 para todo x en (a, b) entonces la gr aca de f es c oncava hacia abajo. (2) Si f (x) < 0 para todo x en (a, b) entonces la gr on lineal. (3) Si f (x) = 0 para todo x en (a, b) entonces f es una funci

Un punto (c, f (c)) se dice que es un punto de inexi on de una curva y = f (x) si la gr aca de f cambia de c oncava hacia arriba a c oncava hacia abajo, o viceversa, en dicho punto. Como consecuencia de la denici on, la recta tangente a la curva y = f (x) en el punto de inexi on corta a la a gr aca de f . Adem as, si (c, f (c)) es un punto de inexi on de la gr aca de f entonces f (c) = 0 o f no est denida en x = c. Finalizamos esta secci on con el criterio de la derivada segunda para la determinaci on de los extremos relativos. El aca de f es c oncava hacia abajo criterio se basa en que en que si f (c) = 0 y existe un intervalo de c donde la gr entonces f (c) es un m aximo de f ; por el contrario, si la gr aca de f es c oncava hacia arriba entonces f (c) es un m nimo de f .

nimo relativo. (1) Si f (c) > 0 entonces f (c) es un m aximo relativo. (2) Si f (c) < 0 entonces f (c) es un m (3) Si f (c) = 0 entonces el criterio no decide.

42 2.4.8. Representaci on de funciones

MATEM ATICAS

Para realizar correctamente la gr aca de una funci on f es conveniente seguir los pasos que a continuaci on se indican: Dominio Intersecciones con los ejes Simetr as Puntos de discontinuidad As ntotas verticales As ntotas horizontales Crecimiento y decrecimiento Extremos relativos Concavidad y puntos de inexi on

En ocasiones no es necesario calcular todos los apartados anteriores. Suelen ser imprescindibles el dominio, las as ntotas (horizontales y verticales) y los siguientes puntos: de intersecci on con los ejes, extremos relativos y de inexi on.

2.5. Teorema de Taylor

2.5.1. Sucesiones y l mites de sucesiones on cuyo dominio es el conjunto de los n umeros naturales (o enteros positivos: 1, Una sucesi on {an } es una funci erminos de la sucesi on. 2, 3, . . . ). Los valores a1 , a2 , . . . se llaman los t

2.5.1.1. L mites de sucesiones

Es posible que conforme vaya aumentando el valor de n los correspondientes n umeros an se vayan aproximando a un n umero jo L. Si esto ocurre, se dice que la sucesi on es convergente y su l mite es L:
n

lim an = L

En caso contrario diremos que la sucesi on es divergente. La denici on rigurosa es la siguiente:

La sucesi on {an } es convergente con l mite L si para todo n umero siempre que n > M .

> 0 existe M > 0 tal que |an L| <

A veces es m as f acil calcular el l mite de una funci on que el de una sucesi on y esto puede permitirnos, aunque no lo parezca, resolver l mites de sucesiones. El siguiente resultado nos ofrece la clave.

 C ALCULO DIFERENCIAL

43

Sea f una funci on de una variable real tal que lim f (x) = L. Si {an } es una sucesi on tal que an = f (n) x entonces
n

lim an = L.

Los l mites de sucesiones satisfacen propiedades similares a los l mites de funciones, ya descritos en una secci on anterior. Los recordamos aqu . Sean {an } y {bn } dos sucesiones tales que
n

lim an = L

lim bn = K.

Entonces:

(1) lim (an bn ) = L K .

n

(2) lim (can ) = cL.

n

(3) lim (an bn ) = LK .

n

(4) lim (an /bn ) = L/K , si bn = 0 y K = 0.

n

Otras propiedades importantes de los l mites de sucesiones son las siguientes.

(1) Si lim an = L = lim bn y existe un entero N tal que an

n n n

cn

bn para todo n > N entonces

lim cn = L.

(2) Si lim |an | = 0 entonces lim an = 0.

n n

2.5.1.2. Tipos de sucesiones

otona si sus t erminos son no decrecientes Una sucesi on {an } se dice mon a1 o no crecientes a1 a2 a3 an M para todo n. El n umero a2 a3 an

umero real positivo M tal que |an | Una sucesi on {an } se dice acotada si existe un n M se denomina cota (superior) de la sucesi on.

on Uno de los principales resultados acerca de sucesiones acotadas y convergentes es el siguiente: Toda sucesi mon otona y acotada es convergente .

44 2.5.2. Polinomios de Taylor y aproximaci on

MATEM ATICAS

El objetivo fundamental de esta secci on es mostrar c omo se pueden utilizar polinomios para aproximar otras funciones. Para ello, lo primero que debemos hacer es jar un punto c alrededor del cual vamos a realizar la aproximaci on. Este punto c es el centro de la aproximaci on y el objetivo es encontrar el polinomio (de un cierto grado predeterminado) que mejor se aproxima (en un cierto sentido) a la funci on f en un entorno del punto c. Si f tiene n derivadas en c, el polinomio Pn (x) = f (c) + f (c)(x c) + f ( c) f (n) (c) ( x c) 2 + + ( x c) n 2! n!

se denomina el n- esimo polinomio de Taylor de f centrado en c. Si c = 0, entonces el polinomio anterior se denomina el n- esimo polinomio de Maclaurin de f . Cualquier m etodo de aproximaci on tiene una utilidad relativa (m as bien poca) si se desconoce el error que se comete. Para medir la precisi on al aproximar un valor f (x) por el polinomio de Taylor Pn (x) descomponemos on es el valor absoluto del f (x) = Pn (x) + Rn (x), donde Rn (x) es el resto. El error cometido en la aproximaci resto, es decir, error = |Rn (x)| = |f (x) Pn (x)|. El siguiente teorema estima el error anterior.

on f es derivable hasta el orden n + 1 en un intervalo (a, b) conteniendo a c, Teorema de Taylor. Si una funci umero z entre x y c tal que entonces para todo x en (a, b) existe un n
f (x) = Pn (x) + Rn (x), Rn (x) = f (n+1) (z ) (x c)n+1 . (n + 1)!

La expresi on anterior de Rn (x) se denomina forma de Lagrange para el resto. A la hora de utilizar el teorema anterior no se trata de encontrar expl citamente el valor de z si no m as bien encontrar cotas para f (n+1) (z ), que nos dar an una idea m as o menos precisa del tama no del resto.

2.5.3. Series de potencias: coecientes y radio de convergencia Una serie de potencias es una serie innita de la forma
n=0

a n xn = a 0 + a 1 x + a 2 x2 + a 3 x3 + + a n xn +

donde x denota una variable. De forma general, una serie de potencias centrada en c es una serie innita de la forma

a n ( x c) n = a 0 + a 1 ( x c) + a 2 ( x c) 2 + a 3 ( x c) 3 + + a n ( x c) n +

n=0

Los n umeros {an } se denominan los coecientes de la serie. Para una serie de potencias centrada en c ha de ocurrir exactamente una de las tres posibilidades siguientes: 1. La serie converge s olo en c. 2. Existe un n umero real R > 0 tal que la serie converge (absolutamente) si |xc| < R y diverge si |xc| > R.

 C ALCULO DIFERENCIAL 3. La serie converge para todo x.

45

El n umero R se llama radio de convergencia de la serie de potencias. Si la serie converge s olo en c diremos que el radio de convergencia es cero, y si la serie es convergente para todo x diremos que el radio de convergencia es innito. El conjunto de valores x donde la serie es convergente se denomina el intervalo de convergencia de la serie de potencias.

2.5.4. Operaciones con series de potencias Las operaciones b asicas con series de potencias son las siguientes. Sean

f ( x) =
n=0

a n xn

g ( x) =
n=0

bn xn

dos series de potencias. Entonces:

(1) f (kx) =
n=0

a n k n xn an xnm
n=0

(2) f (xm ) =

(3) f (x) g (x) =

(an bn )xn
n=0 n

(4) f (x)g (x) =

n=0 m=0

am bnm

xn

2.5.5. Series de Taylor y de Maclaurin

n Si f (x) = n=0 an (x c) es una serie de potencias (convergente) entonces los coecientes {an } de la serie quedan determinados por f (n) (c) . an = n! Como consecuencia, si una funci on f (x) admite un desarrollo en serie de potencias, tal desarrollo tiene que ser necesariamente el siguiente: f (n) (c) ( x c) n . n ! n=0

La serie anterior se denomina serie de Taylor en c. Cuando c = 0, tal serie se conoce con el nombre de serie de Maclaurin de f . Una funci on f (x) se dice que es anal tica si coincide con su serie de potencias en todos los puntos del dominio, es decir, si f (n) (c) ( x c) n . f ( x) = n ! n=0 Algunas de las series de potencias asociadas a funciones elementales aparecen recogidas en la Tabla 2.1, junto con los intervalos de convergencia.

46

MATEM ATICAS

Funci on 1 1+x

Serie (1)n xn
n=0

Intervalo 1 < x < 1 0<x 2

ln(x) ex

(1)n1 (x 1)n n n=1 xn n! n=0 (1)n x2n+1 (2n + 1)! n=0 (1)n x2n (2n)! n=0

< x < < x < < x <

sin(x)

cos(x)

usuales. Tabla 2.1: Series de potencias asociadas a algunas de las funciones m as

2.6. C alculo Num erico

2.6.1. M etodos num ericos de resoluci on de ecuaciones Uno de los problemas m as b asicos del an alisis num erico consiste en encontrar los valores x que satisfacen una determinada ecuaci on f (x) = 0, para una funci on f dada. Este problema, conocido como el problema de b usqueda de ra ces, no es un problema trivial y prueba de ello es que sigue estando de plena actualidad. La dicultad no estriba en encontrar m etodos para obtener soluciones, sino encontrar m etodos que permitan encontrar las soluciones en un tiempo razonable. En esta secci on vamos a discutir tres m etodos: el algoritmo de bisecci on, el m etodo de iteraci on del punto jo y el m etodo de Newton-Raphson.

2.6.1.1. Algoritmo de bisecci on

La justicaci on te orica de este m etodo debemos buscarla en el teorema de Bolzano: si f es una funci on continua en [a, b] con signos opuestos en los extremos (es decir, f (a)f (b) < 0), entonces existe un cero de f en (a, b). El algoritmo de bisecci on o m etodo de busqueda binaria puede describirse como sigue. Comenzamos deniendo a1 = a y b1 = b, y sea p1 el punto medio del intervalo (a1 , b1 ). Si f (p1 ) = 0, ya hemos encontrado el cero. De lo contrario, f (p1 ) = 0 y entonces puede suceder una de las dos armaciones siguientes: 1. f (p1 )f (a1 ) < 0. En este caso tomamos a2 = a1 y b2 = p1 . 2. f (p1 )f (b1 ) < 0. En este caso tomamos a2 = p1 y b2 = b1 . Ahora repetimos el proceso anterior al intervalo [a2 , b2 ].

 C ALCULO DIFERENCIAL

47

y f (b)

(b, f (b))

p1

p2

f ( a)
(a, f (a))

Figura 2.5: Algoritmo de biseccion.

Observemos que en cada etapa la longitud del intervalo resultante es la mitad de la longitud del intervalo precedente, por lo que 1 1 L([an , bn ]) = n L([a, b]) = n (b a) 2 2 Esto signica que, siempre que se veriquen las condiciones del teorema de Bolzano, el m etodo proporciona una soluci on, ya que la sucesi on {pn } es de Cauchy y, por tanto, convergente. No obstante, en la pr actica no se suele encontrar el valor exacto de la soluci on por lo que conviene introducir alg un mecanismo de paro. Algunos de los mecanismos de paro m as usuales son:

(1) Fijar un n umero m aximo n0 de iteraciones. (2) Seguir hasta que |pn pn1 | < . (3) Seguir hasta que error relativo. (4) Seguir hasta que |f (pn )| < . |pn pn1 | < con pn = 0. Este mecanismo es el mejor criterio de paro, ya que mide el |pn |

2.6.1.2. M etodo de iteraci on del punto jo

Un punto jo de una funci on g es un punto a tal que g (a) = a. Dada una funci on f , podemos considerar la funci on g (x) = x f (x), de forma que a es un cero de f si y s olo si a es punto jo de g . Por tanto, la determinaci on de puntos jos puede ayudar a la determinaci on de ra ces. En este punto surge un problema: todas las funciones tienen puntos jos? Si la respuesta es negativa, entonces qu e condiciones debe satisfacer una funci on para que tenga puntos jos?

on continua denida en [a, b] y con valores en el Condiciones para la existencia de puntos jos. Si g es una funci as g es derivable en (a, b) y satisface |g (x)| k < 1 en mismo intervalo, entonces g tiene un punto jo. Si adem (a, b) entonces s olo existe un punto jo.
Si g es una funci on que satisface el resultado anterior y p0 es un punto cualquiera del intervalo [a, b] entonces la sucesi on pn = g (pn1 )

48

MATEM ATICAS

y b g (p) = p

y=x

y = g ( x) a

del punto jo. Figura 2.6: Metodo de iteracion

nico punto jo p de g en [a, b]. Adem converge al u as, una cota para el error cometido si se utiliza pn para aproximar a p viene dada por |pn p| kn max{p0 a, b p0 }.

2.6.1.3. M etodo de Newton-Raphson

Este m etodo, tambi en conocido s olo como m etodo de Newton, es uno de los algoritmos m as conocidos y poderosos en la resoluci on de ecuaciones f (x) = 0. La idea del m etodo es construir una sucesi on de puntos que se aproximan a la soluci on utilizando para ello las rectas tangentes a la funci on f .

y = f ( x)

p0 0

p2 p1

Figura 2.7: Esquema del metodo de Newton.

La justicaci on te orica del m etodo es la siguiente. Sea p el punto jo y consideremos un punto y pr oximo a p que on f alrededor no es una ra z de f , es decir, f (y ) = 0. Utilizando el polinomio de Taylor de grado 1 para la funci del punto y obtenemos f (z ) (x y )2 , f (x) = f (y ) + f (y )(x y ) + 2 donde z es un n umero entre x e y . Particularizando la ecuaci on anterior en x = p obtenemos 0 = f (y ) + f (y )(p y ) + f (z ) (p y )2 . 2

 C ALCULO DIFERENCIAL

49

Si suponemos que |p y | es peque no, entonces (p y )2 es despreciable frente a |p y | por lo que la ecuaci on on se obtiene anterior queda 0 f (y ) + f (y )(p y ). Despejando p es esta ecuaci py f (y ) , f (y )

lo que es una aproximaci on mejor a p que y . El m etodo de Newton consiste en considerar la sucesi on de puntos pn = pn1 f (pn1 ) ,n f (pn1 ) 1.

un n. En consecuencia, el m etodo no puede seguir aplic andose cuando f (pn1 ) = 0 para alg

2.6.2. Interpolaci on polin omica El problema de la interpolaci on polin omica consiste en determinar el polinomio de menor grado que pasa por as n. n + 1 puntos (x0 , y0 ), . . . , (xn , yn ) prejados. El grado de dicho polinomio es a lo m

2.6.2.1. Polinomio de interpolaci on de Lagrange

Si (x0 , y0 ), . . . , (xn , yn ) son n + 1 pares de puntos tales que sus abcisas x0 , x1 , . . . , xn son todas distintas, nico polinomio P , denominado polinomio interpolante de Lagrange, de grado a lo m entonces existe un u as n con la propiedad de que k = 0, 1, . . . , n. P (xk ) = yk , Este polinomio est a dado por
n

P (x) = y0 Ln,0 (x) + y1 Ln,1 (x) + . . . + yn Ln,n (x) =

k=0

yk Ln,k (x)

donde Ln,k (x) =

n i=0,i=k

( x xi ) . ( xk x i )

Una pregunta importante en an alisis num erico es la referida al error cometido cuando se realiza una aproximaci on. En este caso, el t ermino residual o cota de error cometido en la aproximaci on de una funci on por su polinomio interpolante viene dado en el siguiente resultado.

on sucientemente derivable en el intervalo [a, b] y consideremos (x0 , y0 ), . . . , Cota de error. Sea f una funci (xn , yn ) n + 1 pares de puntos tales que yk = f (xk ) para todo k = 0, 1, . . . , n. Entonces
f ( x) = P ( x) + f (n+1) (z ) (x x0 )(x x1 ) (x xn ), (n + 1)!

con z (a, b), donde P es el polinomio interpolante de Lagrange.

Observemos la similitud existente entre el resto en la aproximaci on anterior y el resto en el polinomio de Taylor estudiado anteriormente.

50

MATEM ATICAS

Ln,k (x)

x0

x1 xk 1

xk

xk+1 xn1

xn

Figura 2.8: Polinomio interpolante de Lagrange.

2.6.2.2. M etodo de interpolaci on iterada

El m etodo descrito en la secci on anterior para calcular el polinomio interpolante es muy complicado y poco pr actico. En primer lugar, la precisi on del polinomio no se puede determinar hasta que los c alculos han sido completados. En segundo lugar, los c alculos realizados para la obtenci on de unos polinomios interpolantes no se pueden utilizar para calcular los polinomios interpolantes de grados superiores: siempre es necesario partir de cero. En esta secci on vamos a describir un m etodo que permite aprovechar el trabajo realizado. La justicaci on te orica del m etodo es el siguiente resultado.

Sea f una funci on denida en x0 , x1 , . . . , xn y supongamos que m1 , m2 , . . . , mk son k enteros distintos con 0 mi n para cada i. El polinomio de Lagrange de grado menor que k que coincide con f en xm1 , xm2 , . . . , xmk se denota por Pm1 ,m2 ,...,mk . Si xj , xi son dos n umeros distintos y
P ( x) = (x xj )P0,1,...,j 1,j +1,...,k (x) (x xi )P0,1,...,i1,i+1,...,k (x) ( xi x j )

entonces P es el polinomio interpolante de Lagrange de grado menor o igual que k que interpola a f en x0 , x1 , . . . , xk .

2.6.2.3. M etodo de diferencias divididas

Los m etodos que nos permiten representar expl citamente el polinomio interpolante a partir de datos tabulados se conocen con el nombre de m etodos de diferencias divididas. Sean x0 , x1 , . . . , xn puntos distintos y consideremos Pn el polinomio de Lagrange que interpola a f en dichos puntos. Entonces existen constantes apropiadas a0 , a1 , . . . , an tales que Pn (x) = a0 + a1 (x x0 ) + a2 (x x0 )(x x1 ) + + an (x x0 ) (x xn1 ). Tales constantes pueden determinarse de la siguiente manera. En primer lugar, a0 = Pn (x0 ) = f (x0 ). Si ahora evaluamos en x1 se obtiene f (x0 ) + a1 (x1 x0 ) = Pn (x1 ) = f (x1 ) de donde a1 = f ( x1 ) f ( x0 ) . x1 x0

 C ALCULO DIFERENCIAL Para determinar el resto de constantes vamos a introducir la siguiente notaci on. f [xi ] = f [xi , xi+1 ] = . . . f [xi , xi+1 , . . . , xi+k1 , xi+k ] = f (xi ), f [xi+1 ] f [xi ] , xi+1 xi f [xi+1 , . . . , xi+k ] f [xi , . . . , xi+k1 ] xi + k xi

51

Ahora es un mero ejercicio de manipulaci on algebraica deducir que ak = f [x0 , x1 , . . . , xk ], k = 0, 1, . . . , n.

3.

DE LOS CONOCIMIENTOS ACTIVIDADES DE APLICACION

2

A.2.1. Hallar la ecuaci on de la recta tangente a la curva y = 32x

+1

en el punto (0, 3).

A.2.2. Dada la par abola de ecuaci on y = x2 8x + 12, determinar el punto donde la tangente es paralela al eje de abscisas. A.2.3. Escribir la ecuaci on de la recta tangente a la hip erbola xy = 1 en el punto de abscisa x = 3. A.2.4. En qu e punto de la gr aca de la funci on f (x) = x2 6x + 8 la tangente es paralela al eje de abscisas? A.2.5. Determinar los puntos de la curva y = x3 + 9x2 9x + 15 en los cuales la tangente es paralela a la recta y = 12x + 5. ngulo A.2.6. Determinar los puntos de la curva y = x4 7x3 + 13x2 + x + 1 que tienen la tangente formando un a de /4 radianes con el eje de abcisas. endolo con el A.2.7. Probar que la recta tangente a la curva f (x) = log2 (x) en el punto (a, f (a)) se traza uni punto (0, f (a) 2 log a). A.2.8. Obtener las ecuaciones de la rectas tangente y normal a la curva y = x3 en los puntos (1, 2) y (2, 8). A.2.9. Obtener las ecuaciones de la rectas tangente y normal a la curva y = (x + 1)(3 x)1/3 en el punto (2, 3). A.2.10. La curva dada por y = x2 + ax + b pasa por el punto (2, 1) y alcanza un extremo relativo en x = 3. Hallar a y b. aximo en el punto (2, 21) A.2.11. Hallar a, b, c y d para que la curva dada por y = ax3 + bx2 + cx + d tenga un m y un m nimo en el punto (1, 6). A.2.12. Hallar dos n umeros cuya suma sea 20 y su producto el mayor posible. A.2.13. Descomponer el n umero 25 en dos sumandos tales que el doble del cuadrado del primero m as el triple del cuadrado del segundo sea m nimo. A.2.14. Calcular las dimensiones del mayor rect angulo cuyo per metro es 40 metros. A.2.15. Demostrar que la suma de un n umero real positivo no nulo y su inverso es mayor o igual que 2. A.2.16. Hallar dos n umeros cuya suma es 18, sabiendo que el producto del uno por el cuadrado del otro ha de ser m aximo. A.2.17. Hallar las dimensiones de un campo rectangular de 3600 metros cuadrados de supercie para poderlo cercar mediante una valla de longitud m nima.

52

MATEM ATICAS

A.2.18. Se quiere vallar un campo rectangular que est a junto a un camino. Si la valla del lado del camino cuesta rea del mayor campo que se 800 pesetas/metro y la de los otros lados cuesta 100 pesetas/metro, hallar el a puede cercar con 288000 pesetas. A.2.19. Un jardinero ha de construir un parterre en forma de sector circular con per metro de 20 metros. Cu al rea m ser a el radio que da el parterre de a axima? Cu al ser a la amplitud en radianes del sector? A.2.20. Los barriles que se utilizan para almacenar petr oleo tienen forma cil ndrica y una capacidad de 160 litros. Hallar las dimensiones del barril para que la chapa empleada en su construcci on sea m nima. rea A.2.21. De todos los tri angulos is osceles de 12 metros de per metro, hallar las dimensiones del que tenga a m axima. A.2.22. Entre todos los rect angulos inscritos en una circunferencia de 12 metros de radio, hallar las dimensiones rea m del que tenga a axima. rea m A.2.23. Averiguar c omo ha de ser un tri angulo is osceles de a axima inscrito en una circunferencia de radio r. A.2.24. Entre todos los cilindros rectos de volumen jo V , hallar el de menor supercie. A.2.25. Una hoja de papel debe contener 18 cent metros cuadrados de texto impreso. Los m argenes superior e inferior deben tener 2 cent metros cada uno y los laterales 1 cent metro. Calcular las dimensiones de la hoja para que el gasto de papel sea m nimo. nima. A.2.26. Hallar los puntos de la curva y 2 = 6x cuya distancia al punto (4, 0) sea m A.2.27. Determinar la distancia m nima del origen a la curva xy = 1. A.2.28. Determinar las dimensiones de una piscina no cubierta de volumen 32 m3 con un fondo cuadrado, de manera que la supercie de sus paredes y del suelo necesiten la m nima cantidad de material. A.2.29. De una l amina cuadrada de 10dm de lado se cortan cuadrados en cada uno de los v ertices con el objeto de hacer una caja abierta por arriba. Calcular el lado del cuadrado que se debe cortar para que el volumen de la caja sea m aximo. A.2.30. Las agujas de un reloj miden 4 y 6cm. Uniendo sus extremos se forma un tri angulo. Determinar el rea del tri instante entre las 12h y las 12h30m en el cual el a angulo es m axima. A.2.31. La tangente en un punto a una curva es paralela al eje horizontal. Qu e puede decirse de su inclinaci on? Y de su pendiente? Y de la derivada de la curva en ese punto? A.2.32. a) Calcular el polinomio de Taylor de tercer grado alrededor de x0 = 0 para f (x) = (1 + x)1/2 . b) Usar el polinomio de la parte (a) para aproximar 1.1. A.2.33. Con el polinomio de Taylor de tercer grado P3 (x) obtenido en el ejercicio anterior, aproximar f (0.1), f (0.5), f (1), f (2) y f (10). Calcular el error cometido en cada caso. A.2.34. Encontrar el polinomio de Taylor de grado 2 para f (x) = x2 3 alrededor del punto a) x0 = 1. b) x0 = 0. A.2.35. Obtener el polinomio de Taylor de tercer grado para f (x) = (1 + x)2 alrededor de x0 = 0, y usar este polinomio para aproximar f (0.05). A.2.36. Sea f (x) = ln(1 + x). Encontrar el polinomio de Taylor de grado 4 para f alrededor de x0 = 0, y usarlo para aproximar ln(1.1). A.2.37. Usando los n umeros, o nodos, x0 = 2, x1 = 2.5 y x2 = 4, calcular el polinomio interpolante de Lagrange de segundo grado para la funci on f (x) = 1/x. Usar dicho polinomio para calcular el valor de f (3) y obtener el error cometido.

 C ALCULO DIFERENCIAL

53

A.2.38. Usar los polinomios interpolantes de Lagrange apropiados, de grado uno, dos, tres y cuatro, para aproximar (a) f (2.5) si f (2) = 0.5103757, f (2.2) = 0.5207843, f (2.4) = 0.5104147, f (2.6) = 0.4813306, f (2.8) = 0.435916. (b) f (0) si f (0.3) = 0.20431, f (0.1) = 0.08993, f (0.1) = 0.11007, f (0.3) = 0.39569, f (0.5) = 0.79845. (c) f (1.25) si f (1) = 0.24255, f (1.1) = 0.48603, f (1.2) = 0.8616, f (1.3) = 1.59751, f (1.4) = 3.76155. (d) f (0.5) si f (0.2) = 0.9798652, f (0.4) = 0.917771, f (0.6) = 0.8080348, f (0.8) = 0.6386093, f (1) = 0.3843735. (e) f (0.2) si f (0.1) = 1.2314028, f (0.3) = 1.9121188, f (0.4) = 2.3855409, f (0.5) = 2.9682818, f (0.6) = 3.6801169. A.2.39. Usar los valores siguientes para construir un polinomio de Lagrange de grado dos o menor. Encontrar una aproximaci on para sen(0.34). sen 0.3 = 0.29552 sen 0.32 = 0.31457 sen 0.35 = 0.3429 A.2.40. Agregar el valor sen 0.33 = 0.32402 a los datos del ejercicio anterior y construir un polinomio de Lagrange de grado tres o menor. Aproximar sen 0.34. A.2.41. Usar los valores siguientes para construir una aproximaci on polin omica de Lagrange de tercer grado para f (1.09). La funci on que se est a aproximando es f (x) = log10 tan(x). f (1) = 0.1924 f (1.05) = 0.2414 f (1.1) = 0.2933 f (1.15) = 0.3492 A.2.42. Usar el polinomio interpolante de Lagrange de grado tres o menor para aproximar cos 0.75 usando los siguientes valores: cos 0.698 = 0.7661 cos 0.733 = 0.7432 cos 0.768 = 0.7193 cos 0.803 = 0.6946 z en [1, 2]. Utilizar el algoritmo de bisecci on (10 etapas) A.2.43. La funci on f (x) = x3 + 4x2 10 tiene una ra para calcular una aproximaci on de la ra z. Calcular el error sabiendo que la ra z exacta, con nueve cifras decimales, es p = 1.365230013. A.2.44. Demostrar que f (x) = x3 x 1 tiene exactamente un cero en el intervalo [1, 2]. Aproximar el cero con 0.01 de precisi on usando el algoritmo de bisecci on. A.2.45. Usar el algoritmo de bisecci on para encontrar soluciones con una exactitud de 0.01 para x4 2x3 4x2 + 4x + 4 = 0 en (a) [2, 0] (b) [0, 2] (c) [1, 2]. A.2.46. Usar el algoritmo de bisecci on para encontrar una soluci on con una exactitud de 0.01 para x = tan x en [4, 4.5]. A.2.47. Usar el algoritmo de bisecci on para encontrar todas las soluciones de x3 7x2 + 14x 6 = 0 con una precisi on de 0.001. A.2.48. Usar el m etodo de iteraci on del punto jo para determinar una soluci on exacta a 0.01 para 2 sen x + x = 0 en [1, 2]. Tomar p0 = 1. z en [1, 2] usando el m etodo de iteraci on del punto jo. Obtener una A.2.49. Resolver x3 x 1 = 0 para la ra aproximaci on a la ra z exacta a 0.01.

54

MATEM ATICAS

A.2.50. Usar el m etodo de iteraci on del punto jo para determinar una soluci on exacta a 0.001 de x = tan x en [4, 5].

A.2.51. Aproximar con 0.01 de precisi on las ra ces de las siguientes ecuaciones en los intervalos dados usando el m etodo de Newton y el m etodo de la secante. (a) x3 2x2 5 = 0 en [1, 4]. (b) x3 + 3x2 1 = 0 en [4, 0]. (c) x cos x = 0 en [0, /2]. (d) x 0.8 0.2 sen x = 0 en [0, /2].

4. ACTIVIDADES PRACTICAS DEL CAPITULO

4.1. Introducci on on 4.05, de Soft La pr actica se va a realizar con el programa de c alculo matem atico DERIVE for Windows, versi alculos y manipulaciones matem aticas de car acter general, Warehouse. DERIVE for Windows permite realizar c lo cual signica que realiza muchas cosas de forma aceptable aunque no tiene la potencia de otros programas alculos que un usuario medio puede espec cos. No obstante, DERIVE for Windows permite realizar todos los c necesitar. En esta pr actica nos vamos a centrar en el c alculo diferencial en una variable. Aprenderemos a calcular l mites de funciones, determinaremos los m aximos, m nimos, y puntos de inexi on de una funci on, lo que nos permitir a representar gr acamente dicha funci on (lo cual, dicho sea de paso, hace autom aticamente el programa). Antes de comenzar la pr actica ser a conveniente que recordemos brevemente la botonera de DERIVE for Winon de datos y la realizaci on de c alculos. Los dows (ver Figura 2.9), ya que simplica enormemente la introducci botones permiten realizar las siguientes tareas (de izquierda a derecha): New (abrir una nueva hoja de trabajo), Open (abrir una hoja de trabajo existente), Save (guardar la sesi on de trabajo), Print (imprimir la sesi on de tra ltima expresi bajo), Remove (eliminar la expresi on marcada), Unremove (recuperar la u on eliminada), Renumber (renumerar las expresiones), Author expression (introducir una expresi on sencilla), Author vector (introducir un vector), Author matrix (introducir una matriz), Simplify (simplicar), Approximate (calcular un valor aproximado), Solve (resolver algebraicamente o num ericamente una expresi on), Substitute for variables (realizar una sustituci on), Calculate limit (calcular un l mite), Calculate derivative (calcular una derivada), Calculate integral (calcular una integral), Calculate sum (calcular una suma), Calculate product (calcular un producto), 2D-plot window (realizar un gr aco bidimensional) y 3D-plot window (realizar un gr aco tridimensional).

Figura 2.9: El uso de la botonera de DERIVE for Windows nos puede simplicar mucho el trabajo. Otro elemento interesante es la existencia de teclas calientes que nos permiten evitar los menus, con lo que se gana en rapidez.

 C ALCULO DIFERENCIAL 4.2. Ejemplos de ilustraci on

55

on, el l mite de una Con DERIVE for Windows podemos calcular la derivada (de cualquier orden) de una funci aximos, m nimos y puntos de inexi on, y funci on f (x) cuando x tiende a un n umero nito x0 o innito, los m tambi en podemos utilizar la informaci on anterior para representar gr acamente una funci on. Veamos mediante ejemplos c omo hacer cada una de las tareas anteriores.

Hallar el siguiente l mite: lim

x0

ln(1 + x) ln(1 x) x

Elejimos Author y escribimos (ln(1+x)-ln(1-x))/x. Despu es de seleccionar las opciones Calculus|Limit on, (o bien pulsamos el bot on lim ) nos aparece la ventana de la Figura 2.10. El programa nos solicita la funci la variable, el punto que utilizaremos para el c alculo del l mite y el tipo de aproximaci on: Left (l mite por la izquierda), Right (l mite por la derecha) y Both (l mite ordinario). En nuestro caso, seleccionamos x, 0 y Both. Finalmente para obtener el resultado debemos pulsar la tecla Simplify, con lo que el programa nos devuelve como valor del l mite el n umero 2.

Figura 2.10: Ventana del programa que nos permite calcular l mites de funciones.

Calcular la derivada de (3x2 + 5x 1)4

Elejimos Author e introducimos la expresi on (3x^2+5x-1)^4. A continuaci on seleccionamos las opciones Calculus|Differentiate (o bien pulsamos el bot on ) y nos aparece la ventana de la Figura 2.11. Entonces el programa nos ofrece la expresi on que queremos derivar (por defecto la que estaba seleccionada), la variable de derivaci on (por defecto x) y el orden de la derivada que queremos calcular (por defecto 1). Tras pulsar la tecla on anterior deberemos seleccionar las obtenemos 4(6x + 5)(3x2 + 5x 1)3 . Si queremos desarrollar la expresi opciones Simplify|Expand (o simplemente teclear Ctrl+B) y nos aparece la ventana de la Figura 2.12. Tras pulsar el bot on Expand obtendremos el siguiente polinomio: 648x7 + 3780x6 + 7452x5 + 4800x4 884x3 2 960x + 276x 20.

Calcular la derivada d ecima de e2x+1

Seguimos los mismos pasos que en el ejemplo anterior. Introducimos la expresi on #e^(2x+1) y seleccionamos

56

MATEM ATICAS

Figura 2.11: Ventana del programa que nos permite derivar funciones.

Figura 2.12: Ventana del programa que nos permite desarrollar y simplicar expresiones.

las opciones Calculus|Differentiate. La variable de derivaci on es x y el orden de derivaci on es 10. Despu es de desarrollar el resultado (pulsando la tecla Simplify) se obtiene 1024e2x+1 .

Calcular los extremos y puntos de inexi on de la funci on 12x5 105x4 + 40x3 + 840x2 1440x

En este caso, lo conveniente es almacenar la funci on. Para ello, elegimos Declare y a continuaci on Function definition, y nos aparece la ventana de la Figura 2.13. El programa nos solicita el nombre, la variable (o variables) independiente y la denici on de la funci on. Tecleamos el nombre de la funci on (por ejemplo, F), el nombre de la variable (por ejemplo, x) y la denici on mediante la expresi on 12x^5-105x^4+40x^3+840x^2-1440x. Para los extremos debemos calcular los ceros de la derivada; para ello, seleccionamos las opciones Calculus| Differentiate (con los valores de x para la variable y de 1 para el orden) y obtenemos 64x4 420x3 + on determinamos los ceros de este polinomio mediante las opciones 120x2 + 1680x 1440. A continuaci Solve|Algebraically, obteniendo x=1, x=2, x=-2, x=6. Para determinar el car acter de estas ra ces, debemos calcular el valor de la derivada segunda en ellos. Para ello, seleccionamos la expresi on que contiene la denici on de la funci on F o la expresi on que contiene su derivada. A continuaci on seleccionamos las opciones Calculus|Differentiate, con el valor x para la variable y 2 o 1 para el orden (dependiendo de si hemos seleccionado la funci on F o su derivada). Una vez hemos calculado la derivada segunda la almacenamos en una funci on, que llamaremos G, siguiendo los mismos pasos que antes (Declare y Function definition. . . ), recordando que para copiar autom aticamente la expresi on seleccionada

 C ALCULO DIFERENCIAL

57

Figura 2.13: Venta del programa que permite declarar una funcion. Existen ventanas similares para declarar el valor de una variable (constante, vector o matriz).

debemos pulsar F3. Si ahora queremos calcular el valor de G en las ra ces previamente calculadas, s olo tenemos que introducir la expresi on G(1) y pulsar Simplify (an alogamente para las dem as), obteniendo los siguientes resultados : G(1)=900 (luego en x=1 hay un m nimo), G(2)=-960 (m aximo en x=2), G(-2)=-5760 (m aximo en x=-2) y G(6)=9600 (m nimo en x=6). Otra posibilidad es calcular los cuatro valores al mismo tiempo; para ello introducimos la expresi on como un vector de 4 elementos como [G(1),G(2),G(-2),G(6)], y el programa nos devolver a la soluci on como un vector: [900, -960, -5760, 9600]. Para determinar las ordenadas correspondientes a cada abscisa habremos de calcular F (1), F (2), F (2) y F (6), respectivamente, resultando: F (1) = 653, F (2) = 496, F (2) = 3856 y F (6) = 12528. Para calcular los puntos de inexi on debemos obtener los ceros de la derivada segunda. Si la precisi on de los c alculos es Exact entonces obtendremos la soluci on en forma trigonom etrica. Para obtener un resultado que podamos manejar m as c omodamente es conveniente aproximar seguidamente la soluci on num ericamente (utilizando para ello las opciones Simplify|Approximate con el n umero de d gitos que nos parezca adecuado). Los ceros de la derivada segunda que se obtienen son los siguientes (damos tambi en la ordenada correspondiente): (1.51, 573.59), (0.98, 2079.11) y (4.72, 7904.16).

4.3. Ejercicios de aplicaci on A continuaci on se enuncian unos ejercicios sobre c alculo diferencial de funciones reales de una variable. Si el alumno encuentra alguna dicultad debe revisar detenidamente los ejemplos anteriores. 9n4 n + 3 . (a) Calcular el l mite lim n0 2n2 + 3n 1 (b) Calcular el l mite lim (1 x) tan(
x1

x ). 2

(c) Calcular la derivada quinta de e3x ln(x). (d) Calcular los extremos y los puntos de inexi on de la funci on x4 2x2 .

4.4. Bibliograf a C. Paulogorr on y C. P erez. C alculo matem atico con DERIVE para PC, Ed. RA-MA, 1a Ed., 1994.

58 DEL CAPITULO 5. BIBLIOGRAFIA

MATEM ATICAS

R.L. BURDEN y J.D. FAIRES An alisis Num erico, Grupo Editorial Iberoamericana, 1985. Secciones 2.1, 2.2, 2.3, 3.2, 3.3 y 3.4. R.E. LARSON, R.P. HOSTETLER y B.H. EDWARDS Calculo y Geometr a Anal tica, 5a ed., vol. 1. McGrawHill, Madrid, 1995. Cap tulos 2,3 y 4. erica, M exico, 1994. Cap tulos 1,2, y 3. J. STEWART C alculo, 2a ed. Grupo Editorial Iberoam

6. PREGUNTAS DE EVALUACION E.2.1. Representar gr acamente la funci on dada por y= 4x2 4x + 1 . 5x2 6x + 1

rea m E.2.2. Determinar c omo ha de ser un tri angulo is osceles de a axima inscrito en una circunferencia de radio r. E.2.3. Se considera la siguiente tabla de datos: x 0 1 3 5 f ( x) 1 3 2 4

Utilizar interpolaci on polin omica para calcular una aproximaci on a f (2). E.2.4. Se dispone de un alambre de longitud L con el que hay que construir un c rculo y un cuadrado. C omo se reas encerradas por el c debe dividir el alambre en dos trozos para que la suma de las a rculo y el cuadrado reas sea m sea m nima? Y para que dicha suma de a axima? E.2.5. Utilizar alg un m etodo num erico para aproximar, con una precisi on de 106 , el valor de x tal que la distannima. cia entre el punto (1,0) y los puntos de la par abola (x, y (x)), y (x) = x2 , se hace m

Observaci on : Sea cual sea el m etodo que se utilice, debe considerarse que un valor aproximado pn se acerca al valor real con una precisi on de 106 si se satisface que |pn pn1 | < 106 .
E.2.6. Un pediatra est a realizando un seguimiento del peso de los ni nos que pasan por su consulta. Elegida una cha al azar de su archivo, observa los siguientes datos: Edad (a nos) Peso (Kg) 1 9 2 12 4 16 5 18

 C ALCULO DIFERENCIAL

59

Utilizar interpolaci on polin omica de Lagrange para obtener una aproximaci on num erica del peso del ni no a los 3 a nos de edad. E.2.7. Una persona se somete a una dieta de adelgazamiento durante 5 semanas. A continuaci on se detalla su peso al t ermino de cada una de esas semanas: Al cabo de...(semanas) Peso en Kg. 1 88 5 2 87 3 84 4 82 5 5 79

Calcular la ecuaci on de un polinomio de grado 4 que relacione las dos variables. Usando dicho polinomio qu e peso esperar amos que alcance esta persona si sigue la dieta dos semanas m as? E.2.8. Representar gr acamente la funci on f : R R denida como sigue: f ( x) = (x 1)(x 2)(x 3) . (x 4)(x 5)(x 6)

Calcular s olo los elementos que sean indispensables para realizar una representaci on gr aca correcta. E.2.9. Utilizar cualquier m etodo num erico, de entre los que han sido explicados en las clases de teor a, para calcular una ra z de la ecuaci on x3 + 2x 1 = 0 con una cota de error de 0 001.

60

MATEM ATICAS

ANOTACIONES
.................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... .................................................................................................... ....................................................................................................