Documente Academic
Documente Profesional
Documente Cultură
alculo
Proyecto FOMIX
CONACYT, Gobierno del Estado
Clave: SON-2004-C02-008
Contenido
Presentaci
on
.
.
.
.
13
13
15
17
19
.
.
.
.
.
.
.
.
21
21
25
26
28
30
33
36
38
.
.
.
.
.
.
.
.
41
41
48
49
52
52
53
56
58
4 Fundamentos del C
alculo
4.1 Sucesiones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Convergencia de sucesiones . . . . . . . . . . . . . . . . . . . . . . .
4.2.1 Propiedades de las sucesiones convergentes . . . . . . . . . .
61
61
64
66
2 Los n
umeros reales
2.1 Expansiones decimales . . . . . . . . . . .
2.2 El Sistema de los N
umeros Reales . . . . .
2.2.1 Operaciones con los n
umeros reales
2.2.2 El orden de los n
umeros reales . .
2.2.3 Valor absoluto de un n
umero real .
2.3 Completez de los n
umeros reales . . . . .
2.4 La Recta Real . . . . . . . . . . . . . . . .
Ejercicios y problemas del captulo . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Variables y funciones
3.1 El concepto de variable y el de funcion . . . .
3.1.1 Gr
afica de una funcion . . . . . . . . .
3.2 Operaciones con funciones . . . . . . . . . . .
3.3 Funciones racionales y trigonometricas . . . .
3.3.1 Medici
on de
angulos: radianes . . . .
3.3.2 Las funciones trigonometricas . . . . .
3.3.3 Las funciones trigonometricas inversas
Ejercicios y problemas del captulo . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Contenido
4.3
Sucesiones monotonas . . . . . . . . . . . .
4.3.1 Criterio de convergencia de Cauchy .
4.4 Lmite de una funcion en un punto . . . . .
4.5 Continuidad de funciones . . . . . . . . . .
4.6 Continuidad en intervalos compactos . . . .
Ejercicios y problemas del captulo . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Medida de la raz
on de cambio: la derivada
5.1 Definicion de derivada . . . . . . . . . . . . . . . . . . . .
5.1.1 Interpretacion geometrica de la derivada . . . . . .
5.1.2 Derivada de algunas funciones elementales . . . . .
5.1.3 Reglas basicas de la derivaci
on de funciones . . .
5.1.4 Derivadas de funciones racionales, trigonometricas
y trigonometricas inversas . . . . . . . . . . . . . .
5.2 Derivadas de orden superior . . . . . . . . . . . . . . . . .
5.3 Diferencial de una funcion . . . . . . . . . . . . . . . . . .
5.4 C
alculo de razones de cambio . . . . . . . . . . . . . . . .
Ejercicios y problemas del captulo . . . . . . . . . . . . . . .
6 Teorema del valor medio y sus aplicaciones
6.1 Motivaciones . . . . . . . . . . . . . . . . . . .
6.2 El teorema del valor medio . . . . . . . . . . .
6.3 Aplicaciones del teorema del valor medio . . . .
6.3.1 Significado del signo de la derivada . . .
6.3.2 La funcion segunda derivada . . . . . .
6.3.3 Curvatura de curvas en el plano . . . .
6.4 El teorema de Taylor . . . . . . . . . . . . . . .
6.4.1 Puntos regulares, crticos y de inflexion
6.4.2 Reglas de LHospital . . . . . . . . . . .
Ejercicios y problemas del captulo . . . . . . . . .
7 La funci
on exponencial y sus aplicaciones
7.1 La funcion exponencial . . . . . . . . . . .
7.2 La funcion logaritmo natural . . . . . . .
7.3 Funciones de tipo exponencial . . . . . . .
7.4 Aplicaciones de la funcion exponencial . .
Ejercicios y problemas del captulo . . . . . .
8 La integral indefinida
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
71
73
75
79
81
86
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
93
94
97
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
105
106
107
111
.
.
.
.
.
.
.
.
.
.
113
113
114
117
118
119
121
123
128
138
142
.
.
.
.
.
145
145
150
151
151
156
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
159
Contenido
8.1
8.2
9 La integral definida
9.1 La definicion de integral definida . . . . . . . . .
9.1.1 Propiedades de la integral definida . . . .
9.2 El teorema fundamental del calculo . . . . . . . .
9.3 Integrales impropias . . . . . . . . . . . . . . . .
9.4 Integracion de funciones continuas por secciones .
Ejercicios y problemas del captulo . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10.2 Area
de superficies de revolucion . . . . . . . . . . . . .
10.3 Centros de masa y presi
on de fluidos . . . . . . . . . . .
10.3.1 Centroides de varillas y regiones planas . . . . .
10.3.2 Presi
on de lquidos sobre superficies . . . . . . .
Ejercicios y problemas del captulo . . . . . . . . . . . . . .
11 Ecuaciones diferenciales elementales y aplicaciones
11.1 El concepto de ecuaci
on diferencial . . . . . . . . . .
11.2 La ecuaci
on y (x) + a(x)y(x) = f (x) . . . . . . . . .
11.3 La ecuaci
on y (x) + by (x) + ay(x) = f (x) . . . . .
11.3.1 La ecuaci
on y (x) cy(x) = 0 . . . . . . . .
11.3.2 Metodo de variaci
on de constantes . . . . . .
11.4 Leyes de movimiento de Newton . . . . . . . . . . .
Ejercicios y problemas del captulo . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
159
162
163
165
168
172
175
.
.
.
.
.
.
179
179
187
189
192
195
197
.
.
.
.
.
.
.
.
.
201
201
201
203
206
208
210
210
214
217
.
.
.
.
.
.
.
219
219
221
222
222
227
231
237
12 Series
239
12.1 Definicion de serie y su suma . . . . . . . . . . . . . . . . . . . . . . 239
12.2 Propiedades de las series convergentes . . . . . . . . . . . . . . . . . 241
Contenido
12.3 Series positivas . . . . . . . . . . .
12.4 Series absolutamente convergentes
12.5 Los criterios de Abel y Dirichlet . .
12.6 Series de potencias . . . . . . . . .
Ejercicios y problemas del captulo . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
243
248
250
252
259
Bibliografa
261
Indice
262
Presentaci
on
La invencion del C
alculo en el u
ltimo cuarto del siglo XVII representa un hito
en la historia de las matem
aticas; puede decirse con toda certeza que ah inician
las matem
aticas modernas, pues este acontecimiento dio origen al desarrollo de
m
ultiples ramas de las matem
aticas, mantuvo practicamente la exclusividad del
trabajo de los matem
aticos durante un siglo, y a
un los ocupa en sus m
ultiples ramificaciones y aplicaciones. Antes del C
alculo, las matematicas s
olo servan para
describir lo fijo y estatico, con el se pudo describir el movimiento y lo din
amico;
estableciendo una comparacion, podra decirse que antes del Calculo las matem
aticas
s
olo proporcionaban fotografas de la realidad, y despues de el, pelculas. Adem
as
de describir el movimiento, el C
alculo llego para resolver y unificar los problemas de
calculo de areas y vol
umenes, el trazo de tangentes a curvas y la obtencion de valores m
aximos y mnimos, proporcionando una metodologa general para la solucion
de todos estos problemas; tambien permitio definir el concepto de continuidad y
manejar procesos infinitos. El resultado fue que el Calculo y sus derivaciones pronto
encontraron m
ultiples aplicaciones y sirvieron para modelar procesos en todos los
ambitos cientficos, empezando por la fsica y las ciencias naturales, hasta llegar a
las ciencias sociales. Por todas estas razones, el conocimiento y manejo del Calculo
marca una diferencia cualitativa muy importante en la formacion de una persona y en
su capacidad para utilizar las matem
aticas en otras ciencias y la ingeniera. Podemos
afirmar, sin lugar a dudas, que un buen curso de Calculo cambia la percepcion del
estudiante universitario.
A escala mundial, la ense
nanza y el aprendizaje del Calculo Diferencial e Integral presenta una severa problematica debido a los altos ndices de reprobacion y
deserci
on de estudiantes en los cursos basicos de esa materia a nivel de licenciatura.
En terminos generales, tanto en los pases industrializados como en los pases en
desarrollo se reportan ndices de reprobacion y deserci
on superiores al 50%, lo que
representa un costo muy elevado en recursos y en oportunidades desaprovechadas.
Siendo el Calculo una disciplina fundamental en la formacion de ingenieros,
tecnicos y cientficos, el problema educativo que presenta nos impulsa a la b
usqueda
de estrategias y metodologas, tanto disciplinarias como de caracter pedagogico, que
permitan asegurar estandares apropiados para poblaciones crecientes de estudiantes.
Los malos resultados que se presentan en el aprovechamiento y desempe
no escolar
en los cursos de C
alculo se pueden considerar como producto de las dificultades y
caractersticas de los conceptos y metodos propios de esta rama de las matem
aticas
y de la insuficiencia de profesores y recursos pedagogicos de apoyo a su ense
nanza
y aprendizaje. Al masificarse la educaci
on universitaria, la homogenizacion de los
Presentaci
on
9
textos sobre esta materia. En primer lugar, ha sido escrito en un lenguaje llano
y familiar, con un buen n
umero de observaciones y notas que buscan motivar y
explicar el sentido de los conceptos y resultados y llamar la atencion sobre puntos
y detalles importantes. Tambien se ha procurado mostrar las caractersticas del
razonamiento y el discurso matem
atico presentando los conceptos con todo rigor
pero sin caer en sofisticaciones formales que a veces dificultan el aprendizaje, e
incluyendo demostraciones completas de todos los resultados. En este sentido, se
puede considerar el texto como una iniciaci
on al an
alisis matem
atico.
Por otro lado, el texto incluye un buen n
umero de las aplicaciones del Calculo,
principalmente las orientadas a la descripci
on y estudio de los fen
omenos gobernados
por leyes din
amicas o de movimiento. Con ese prop
osito se incluye el estudio de
problemas cuyo planteamiento remite a ecuaciones dadas en terminos de los conceptos y operaciones del C
alculo y cuya solucion requiere el uso y manejo de las reglas
de derivaci
on y el conocimiento de los distintos tipos de funciones. En particular,
se incluye el tratamiento completo de las ecuaciones diferenciales de segundo orden
con coeficientes constantes, por ser estas las de mayor aplicabilidad en problemas
basicos de mecanica y otras disciplinas.
Por la precisi
on con que se presentan los conceptos, el cuidado puesto en las
demostraciones y el enfasis que se hace en los fundamentos del Calculo, este texto
cumple con todo lo necesario para la formacion de los estudiantes en el area de
ciencias. Al mismo tiempo, por los temas abordados, las tecnicas desarrolladas y las
aplicaciones presentadas, resulta id
oneo para las carreras de ingeniera, pues no solamente incluye las tecnicas para la localizacion de m
aximos y mnimos, el calculo de
longitudes, areas y vol
umenes, la determinacion de presiones y la ubicaci
on de centros de gravedad, sino que tambien proporciona elementos para comprender mejor
las relaciones estaticas y din
amicas entre variables y construir modelos matem
aticos
que describan cuantitativa y cualitativamente los patrones de comportamiento surgidos de la observaci
on.
El captulo primero incluye una historia breve del Calculo a partir de su invencion
en el siglo XVII y se describen las etapas sucesivas de su desarrollo, hasta llegar a
la epoca actual. Este referente hist
orico del texto se complementa mediante notas
de pie de pagina con datos alusivos a personajes cuyas aportaciones aparecen en los
demas captulos.
El captulo segundo esta dedicado a una presentaci
on del sistema de los n
umeros
reales y sus propiedades a partir de su representaci
on como expansiones decimales.
Este enfoque permite, desde un principio, poner al estudiante en contacto con nuevos
entes matem
aticos expresados como conjuntos infinitos de smbolos sobre los cuales
se opera y argumenta en preparacion a la posterior formalizaci
on de los conceptos
fundamentales de lmite y convergencia de sucesiones. En este captulo se presenta
la propiedad de completez o continuidad, que hace de los n
umeros reales el sistema
algebraico adecuado para la descripci
on de las magnitudes que toman valores continuos. Aunque esta presentaci
on es en parte intuitiva, la formalizaci
on del uso de
esas representaciones que involucran un n
umero infinito de dgitos puede lograrse
10
Presentaci
on
11
cuyas aplicaciones en las ciencias naturales son de primera importancia.
En el duodecimo y u
ltimo captulo, se presentan el concepto de serie y los criterios
m
as relevantes para decidir sobre su convergencia, para concluir con la presentaci
on
de la familia de las funciones analticas, o sea las funciones expresables como series
de potencias, y la demostraci
on de que constituyen una familia cerrada bajo la
operacion de derivaci
on, lo que resulta de gran trascendencia en varias areas de las
matem
aticas y sus aplicaciones.
Como se se
nalo antes, este texto se elabor
o en el marco del proyecto Homogenizaci
on y certificaci
on de los programas de matem
aticas de las instituciones de
educaci
on superior en Sonora, con registro SON-2004-C02-008, apoyado con los recursos del Fondo Mixto CONACYT-Gobierno del Estado de Sonora. Los autores
expresan aqu su agradecimiento al CESUES y a la Universidad de la Sierra por su
apoyo institucional a la realizacion del proyecto, as como a distintas personas que
contribuyeron de maneras diversas a la realizacion de este trabajo, especialmente
al Delegado de CONACYT en Sonora, Ing. Francisco Javier Ceballos y a su colaboradora, Lic. Laura Petra Reyes Medina. Agradecemos tambien a los CC.PP.
Ricardo Efren Espinoza, Angelica Pereida Hoyos y Blanca Irene L
opez Fimbres, por
su apoyo en la gesti
on administrativa al interior de la Universidad de Sonora durante el desarrollo de este proyecto. A Eduardo Tellechea Armenta, Jacobo N
un
ez
Uras, Jose Luis Daz G
omez y Jose Ram
on Jimenez Rodrguez, profesores del Departamento de Matem
aticas de la Universidad de Sonora, nuestro reconocimiento
por sus comentarios y observaciones, y a Manuel Francisco Ocejo Monta
no, por su
participacion en la captura del texto.
Los autores
Hermosillo, Sonora, Mexico
Diciembre del 2007
12
Presentaci
on
Captulo
1
1.1
El calculo se desarroll
o a partir de las tecnicas infinitesimales utilizadas para
resolver dos tipos de problemas: el calculo de areas y vol
umenes y el calculo de
tangentes a curvas. Arqumedes de Siracusa (287 a.C.-212 a.C), desde tiempos antiguos, haba realizado los avances m
as significativos sobre esos problemas, aplicando
el metodo exhaustivo o de agotamiento para la determinaci
on de areas y vol
umenes
14
y obteniendo importantes resultados sobre el calculo de tangentes para ciertas curvas particulares. En la primera mitad del siglo XVII, se renovo el interes por esos
problemas cl
asicos y varios matem
aticos como Bonaventura Cavalieri (1598-1647),
John Wallis (1616-1703), Pierre de Fermat (1601-1665), Gilles de Roberval (16021675) e Isaac Barrow (1630-1677), lograron avances que prepararon el camino para
la obra de Leibniz y Newton.
A partir de la utilizaci
on del metodo cartesiano1 para sintetizar los resultados y
tecnicas desarrollados previamente para el calculo de areas y tangentes de curvas,
Newton y Leibniz inventaron los metodos y algoritmos que hacen del calculo una
herramienta aplicable a clases generales de problemas. Sus contribuciones en la
creaci
on del calculo difieren en origen, desarrollo e influencia y merecen ser tratadas
separadamente.
Newton, hijo de granjeros, naci
o en Lincolnshire, Inglaterra, en el da de Navidad
de 1642 y llego en 1669 a ocupar, en la Universidad de Cambridge, la C
atedra
Lucasiana como profesor de matem
aticas. En sus primeras investigaciones introdujo
las series infinitas de potencias en una variable x para reformular resultados previos
de John Wallis y bajo la influencia de su profesor Isaac Barrow utilizo infinitesimales
para mostrar la relaci
on inversa entre el calculo de areas y el calculo de tangentes.
Las operaciones de derivaci
on e integracion de funciones y su relaci
on recproca,
emergen como un proceso analtico que puede ser aplicado al estudio general de las
curvas.
En la presentaci
on de sus ideas, Newton recurre a argumentos basados en el
movimiento y la din
amica de los cuerpos. As, las variables son vistas como algo
que cambia o fluye con el tiempo (fluente) y a su derivada o razon de cambio con
respecto al tiempo la llama su fluxi
on. El problema basico del calculo es, para
Newton, el estudio de las relaciones entre fluentes y sus fluxiones. En 1671, Newton
concluye su tratado sobre el metodo de fluxiones que no es publicado sino hasta
1736, casi diez a
nos despues de su muerte, ocurrida en 1727.
En su libro Principios Matem
aticos de la Filosofa Natural, escrito en 1687, Newton estudia la din
amica de las partculas y establece las bases matem
aticas para el
calculo de razones de cambio mediante una teora geometrica de los lmites. Utilizando estos conceptos, desarrolla su teora de gravitaci
on y reformula las leyes de
Kepler para el movimiento de los cuerpos celestes. En su libro, Newton expresa magnitudes y razones de cambio en terminos de cantidades geometricas, tanto de tipo
finito como infinitesimal, tratando deliberadamente de evitar el uso del lenguaje
algebraico. Esta reticencia de Newton a usar los metodos algebraicos, limito su
influencia en el campo de las matem
aticas e hizo necesario reformular sus contribuciones en terminos del calculo de Leibniz.
G. W. Leibniz fue el hijo de un profesor de filosofa y naci
o en la ciudad de
Leipzig, Alemania, en 1646. Ingres
o a la universidad a la edad de quince a
nos y
1
Por Rene Descartes (1596-1650), quien invent
o la geometra analtica, independientemente de
Pierre de Fermat, y la di
o a conocer en 1637 en su obra La Geometrie.
15
1.2
16
Leonhard Euler
(17071783)
Euler naci
o en Basilea, Suiza, y completo se educaci
on universitaria a la edad
de quince a
nos. Es considerado el matem
atico m
as prolfico de todos los tiempos,
sus obras abarcan casi setenta y cinco vol
umenes y contienen contribuciones fundamentales a casi todas las ramas de las matem
aticas y sus aplicaciones. La carrera
profesional de Euler se desarroll
o en la Real Academia de San Petersburgo, Rusia
(1727-1741 y 1766-1783) y en la Academia de Berln (1741-1766).
La obra de Euler en dos vol
umenes intitulada Introducci
on al an
alisis infinitesimal, publicada en 1748, da lugar al nacimiento del llamado An
alisis Matem
atico
17
1.3
18
sus distintas propiedades; presenta el teorema del valor medio y sus aplicaciones a
la aproximacion de funciones por polinomios; establece rigurosamente los criterios
para la existencia de m
aximos y mnimos de funciones; define la integral definida
de una funcion continua en un intervalo mediante el lmite de sumas asociadas a
particiones de ese intervalo; y formula, con todo rigor, el llamado teorema fundamental del c
alculo, estableciendo la relaci
on inversa que existe entre los procesos de
derivaci
on e integracion de funciones.
El siguiente avance en la evolucion hist
orica del calculo, se debe a Bernhard F.
Riemann (1826-1866), quien introdujo las funciones esencialmente discontinuas en el
desarrollo del calculo, extendiendo el proceso de integracion a este tipo de funciones,
con importantes consecuencias sobre los conceptos primarios de longitud, area y volumen de conjuntos. A pesar de los grandes esfuerzos por dotar al an
alisis matem
atico
Bernhard Riemann
(18261866)
Karl Weierstrass
(1815-1897)
de bases s
olidas, a mediados del siglo XIX varias suposiciones sobre la estructura de
los n
umeros reales utilizadas en la prueba de las propiedades importantes de las funciones continuas, y otras suposiciones, como por ejemplo la existencia de derivada en
casi todos los puntos para toda funcion continua, son se
naladas crticamente y desmentidas por contundentes contraejemplos dados por matem
aticos como el mismo
Bolzano y el aleman Karl Weierstrass (1815-1897) quienes, por ejemplo, logran exhibir funciones continuas que no poseen derivada en punto alguno. Ese tipo de
situaciones, obliga a los matem
aticos al estudio y construcci
on del sistema de los
n
umeros reales a partir del sistema de los n
umeros naturales. El a
no de 1872 registra
la publicacion, casi simult
anea, de construcciones de los n
umeros reales debidas a
Georg Cantor (1845-1918), Richard Dedekind (1831-1916) y Edward Heine (18211881), basadas en los conceptos de lmite y sucesiones, previamente desarrollados.
La construcci
on de los n
umeros reales es el paso decisivo hacia la aritmetizacion
del an
alisis matem
atico, que permite al mismo Karl Weierstrass dar la definicion de
lmite en terminos de las meras estructuras algebraicas y de orden de los n
umeros
reales, y con ello los conceptos y procesos propios del calculo quedan debidamente
justificados y adquieren la presentaci
on definitiva con que hoy son expuestos en los
19
1.4
Henri Lebesgue
(18751941)
Abraham Robinson
(19181974)
La clase de las funciones integrables en el sentido de Lebesgue tiene propiedades inmejorables para los prop
ositos del an
alisis matem
atico en tanto que lmites
de sucesiones y series convergentes de funciones de este tipo resultan ser tambien
funciones integrables. La nueva teora de la medida e integracion sienta las bases
20
Captulo
Los n
umeros reales
El sistema de los n
umeros reales es la estructura algebraica adecuada al prop
osito
del c
alculo diferencial e integral. Son precisamente los atributos y las relaciones
expresables en terminos de este tipo de n
umeros, los objetos de estudio de esa rama
de las matem
aticas. Las propiedades especiales del sistema de los n
umeros reales
permiten definir los conceptos fundamentales para la descripci
on y estudio del cambio
y el movimiento.
La presentaci
on que aqu se hace del sistema de los n
umeros reales, se basa en el
concepto de expansi
on decimal, utilizado en la vida diaria para representar y operar
con n
umeros y magnitudes. As, cada n
umero real se identifica con una sucesi
on
infinita de dgitos separados por un punto decimal y el conjunto de tales objetos
resulta ser una extensi
on del conjunto de los n
umeros racionales, los cuales quedan
identificados con las llamadas expansiones peri
odicas. Las operaciones de suma y
multiplicaci
on, y la relaci
on de orden entre los n
umeros racionales se extienden de
manera natural, preservando sus propiedades algebraicas y de orden, al conjunto de
los n
umeros reales.
La propiedad que distingue al sistema de los n
umeros reales del sistema de los
n
umeros racionales es la propiedad de continuidad o completez. Esta propiedad,
de car
acter geometrico o topol
ogico, es la que permite dar un sentido preciso a los
conceptos fundamentales de lmite y continuidad, sobre los cuales se desarrolla el
c
alculo diferencial e integral.
2.1
Expansiones decimales
22
Los n
umeros reales
29
= 4.142857142857 142857
7
23
Luego, a partir del octavo paso, se repite la sucesion de residuos, dando lugar a una
repeticion del bloque de dgitos 571428, obteniendose as la expansion decimal que
representa al n
umero 4/7:
4
= 0.571428571428 571428
7
0.571428571428
Primer residuo
7 4
40
50
10
30
20
60
Se repite
40
..
28.3434 34
1000 D = 2834.3434 34
Al restar la primera expansion de la segunda, obtenemos
990 D = 2806,
por lo que
2806
.
990
Notaci
on. Escribiremos las expansiones decimales peri
odicas en forma simplificada
omitiendo los dgitos despues de la primera aparicion del bloque de dgitos que se
repite y marcando con una lnea superior dicho bloque. Por ejemplo, la expresi
on
D=
3.2345
24
Los n
umeros reales
A los n
umeros que no se pueden expresar como un cociente de n
umeros enteros
se les llama n
umeros irracionales y por lo que mostramos anteriormente, sus expansiones decimales no pueden ser peri
odicas. El conjunto de los n
umeros irracionales
se denota por I. Un ejemplo de n
umero irracional es la raz cuadrada de 2. Esta
afirmacion se justifica en el ejemplo siguiente.
uEjemplo 2.3 Para probar que 2 no puede expresarse como cociente de dos n
meros naturales, argumentaremos por contradicci
on, es decir, supondremos que es
cierto lo contrario, que existen n
umeros primos relativos a, b (es decir, sin divisores
comunes) tales que
a
2= .
b
Elevando al cuadrado, tenemos que
2=
a2
,
b2
o, equivalentemente,
2b2 = a2 .
(2.1)
(2.2)
para alg
un n
umero entero c. Sustituyendo ahora (2.2) en (2.1), tenemos
2b2 = 4c2 ,
y, consecuentemente,
b2 = 2c2 ,
es decir, b2 es un n
umero par y por lo tanto b tiene que ser a su vez un n
umero par y,
por consiguiente, tanto a como b son n
umeros pares, lo cual es falso pues supusimos
desde el principio que
a
y
b
no
ten
an
divisores en com
un. Luego, la suposicion es
umero racional.
25
(i+1)veces
A = 23.010010001 1 00 0 1 00 0 1
iveces
(i+1)veces
B = 2.454554555 4 55 5 4 55 5 4
corresponden a n
umeros irracionales.
Nota Importante:
Cada expansion decimal se extiende a la derecha del punto decimal, mientras que a
la izquierda del punto decimal s
olo consta de un n
umero finito de dgitos.
2.2
El Sistema de los N
umeros Reales
26
Los n
umeros reales
Ejemplo 2.5 Las expansiones 1.349 y 1.350 son, por definicion, iguales y representan el mismo n
umero real.
Nota Importante:
En general, en la definicion de las operaciones y propiedades de los n
umeros reales
siempre evitaremos escribir expansiones decimales con bloques repetidos de nueves.
2.2.1
b1
b2
br
+ 2 + + r .
10 10
10
Nota Importante:
Un n
umero real esta totalmente determinado si se conocen sus expansiones truncadas
de cualquier orden y viceversa. Observe que la expansion decimal truncada de orden
cero es el n
umero entero a la izquierda del punto decimal de la expansion decimal
inicial.
Para sumar dos expansiones decimales A = ak ak1 a0 .b1 br br+1 y
B = cj cj1 c0 .d1 dr dr+1 y formar la expansion decimal correspondiente a
la suma A + B, se procede como sigue: Para cada orden r = 0, 1, 2, la expansion
truncada de orden r de la suma A + B se define como la expansion truncada de
orden r de la suma de las expansiones truncadas de orden r + 1 de A y B.
Por ejemplo, si queremos sumar las expansiones decimales A = 2.95 y B =
1.2020020002 200 02 , la expansion suma A + B es aquella que tiene por
27
(A B)1 = 3125.30,
(A B)2 = 3125.380,
..
.
etcetera.
28
Los n
umeros reales
(Conmutatividad de la suma)
(S2) A + (B + C) = (A + B) + C
(Asociatividad de la suma)
(S3) 0 + A = A
(S4) A + (A) = 0
(M1) A B = B A
(Conmutatividad de la multiplicaci
on)
(M2) A (B C) = (A B) C
(M3) 1 A = A
(Asociatividad de la multiplicaci
on)
(Existencia de neutro bajo la multiplicaci
on)
2.2.2
El orden de los n
umeros reales
El conjunto de los n
umeros reales se descompone en tres subconjuntos mutuamente
ajenos:
(i) los reales positivos, R+ , formados de las expansiones decimales positivas,
(ii) los reales negativos, R , formado por las expansiones decimales negativas, y
(iii) el conjunto {0} formado por la expansion cero.
La descomposicion anterior da lugar a la llamada ley de tricotoma para el orden, que
estipula que cada n
umero real A tiene una y s
olo una de las siguientes propiedades:
o A es positivo,
o A es negativo, o A es el n
umero cero.
+
El conjunto R de los reales positivos tiene la propiedad de que tanto la suma
como la multiplicaci
on de cualesquiera dos de sus elementos, es nuevamente un real
positivo.
29
Definici
on 2.2 Se dice que un n
umero real A es mayor que el n
umero real
B (o equivalentemente, que B es menor que A) si A B es un real positivo.
Para denotar que A es mayor que B escribiremos A > B.
N
otese que, seg
un la definicion 2.2, todo n
umero real negativo es menor que cero.
En terminos de sus expansiones decimales respectivas, una expansion positiva
A es mayor que otra expansion positiva B si al recorrer sus dgitos de izquierda a
derecha existe un lugar k, tal que ambas constan de los mismos dgitos hasta ese
lugar y el dgito k + 1 de A es mayor que el dgito k + 1 de B.
De las propiedades de los n
umeros reales positivos, se deduce la validez de la
siguiente proposicion:
Proposici
on 2.1
a) Si A > B y C > D, entonces A + C > B + D.
b) Si A > B y C > 0 entonces A C > B C.
c) Si A > B y C < 0 entonces A C < B C.
n. Para probar a), tenemos que si A > B y C > D, por definicion,
Demostracio
esto significa que A B R+ y C D R+ . Luego, de las propiedades de
los n
umeros positivos, concluimos que (A B) + (C D) R+ . Por lo tanto
(A + C) (B + D) R+ , lo cual significa que
(A + C) > (B + D).
Para probar b), basta notar que si A > B y C > 0 se tiene que A B R+ y
de las propiedades de los n
umeros positivos se sigue que (A B) C > 0, es decir,
A C B C > 0 o equivalentemente, A C > B C.
Finalmente, para demostrar la validez de c), observamos que si A B R+ y
C R se tiene que C R+ y (A B) (C) R+ , por lo que A C < B C.
Otra propiedad importante que posee la relaci
on de orden entre los n
umeros
reales, es la propiedad de arquimedianidad 1 que se enuncia en los terminos siguientes:
Propiedad de Arquimedianidad. Si A y B son n
umeros reales tales que
0 < A < B, entonces existe un n
umero natural n tal que n A > B.
En el conjunto R de los n
umeros reales, tanto el subconjunto de los n
umeros
racionales Q como el subconjunto de los n
umeros irracionales I, se distribuyen de
1
30
Los n
umeros reales
B} .
An
alogamente, se definen los intervalos
(A, ) = {x R tales que x > A} ,
(, A] = {x R tales que x
2.2.3
A} ,
A} .
Valor absoluto de un n
umero real
A
A
si A 0,
si A < 0.
Ejemplo 2.8
|2.31|= 2.31,
| 12.54230 | = 12.54230
31
El valor absoluto de un n
umero real tiene las propiedades que se enuncian en la
proposicion siguiente.
Proposici
on 2.2 Los enunciados siguientes son verdaderos:
1. |A B| = |A||B| para cualesquiera A, B R.
2. Si |B| < A, entonces A < B y B < A; recprocamente, si A < B y B < A
y A > 0, entonces |B| < A;
3. Si |B| > A, entonces A < B o
B < A; recprocamente, si A < B o B < A,
entonces |B| > A.
4. |A + B|
n.La demostraci
Demostracio
on de los puntos 1, 2 y 3 se sigue directamente de
la definicion de valor absoluto. La demostraci
on del punto 4 (la desigualdad del
tri
angulo) es como sigue. Primero, tenemos que para cualesquiera A, B R
|A|
|A|,
|B|
|B|.
A+B
|A| + |B|,
|A| + |B|,
como se afirma en 4.
La distancia, d(A, B), entre dos n
umeros reales A y B se define como el valor
absoluto de la diferencia de los dos n
umeros, esto es
d(A, B) = |A B|.
De las propiedades del valor absoluto se deducen las siguientes propiedades para la
distancia entre los n
umeros reales:
Para cualesquiera n
umeros reales A, B y C se cumple:
(a) d(A, B)
0 y d(A, B) = 0 si y s
olo si A = B
d(A, C) + d(C, B)
(Positividad definida)
(Simetra)
(Desigualdad del tri
angulo)
32
Los n
umeros reales
8.
3x + 2
8,
6 y
3x
10,
por lo que
x
2 y x
10
.
3
8, entonces
10
,2 .
3
x + 3 < 1,
x < 4,
es decir,
x (, 2) (4, ).
Finalmente, los n
umeros reales x que satisfacen ambas desigualdades seran aquellos
en la interseccion del intervalo [10/3, 2] con el conjunto (, 2) (4, ). Es decir,
A=
10
10
, 2 ((, 2) (4, )) = , 2
3
3
2} .
33
2 y | 2x + 3| > 1.
2, entonces
2x + 3
2 y 2x + 3
2.
x > 2,
y por lo tanto,
De lo anterior deducimos que
A=
2.3
1 5
,
2 2
x (, 1) (2, ).
(, 1) (2, ) =
1
,1
2
2,
5
.
2
Completez de los n
umeros reales
M para todo x A.
Al n
umero M se le llama una cota superior para A.
An
alogamente un conjunto A de reales se dice acotado inferiormente por
N R si
N x para todo x A.
Al n
umero N se le llama una cota inferior para el conjunto A.
34
Los n
umeros reales
35
m
aximo valor que toma ese primer dgito en los elementos de A1 . (Note que
los elementos de A2 todos tienen la misma parte entera y el mismo primer
dgito despues del punto decimal). Ahora nos fijamos en el segundo dgito a la
derecha del punto decimal de los elementos de A2 y tomamos el dgito mayor,
esto u
ltimo se consigue sin problema pues s
olo se tiene que escoger entre los
diez dgitos posibles. Ese dgito mayor sera el segundo dgito de S despues del
punto decimal.
Repitiendo el procedimiento anterior, se va construyendo de manera sucesiva la
expansion decimal correspondiente al supremum de A, lo que prueba que el conjunto
de los n
umeros reales posee la propiedad de continuidad.
In = .
n=1
1
10
entonces existe un u
nico n
umero real P que pertenece a cada uno de los intervalos,
es decir, tal que P =
n=1 In .
Nota Importante:
Si A es un conjunto de expansiones decimales peri
odicas acotado superiormente, su
supremum no necesariamente sera una expansion peri
odica, como se ilustra en el
ejemplo siguiente.
Ejemplo 2.11 El conjunto de expansiones decimales peri
odicas de la forma
0.10
0.10110
0.101101110
0.10110111011110
36
Los n
umeros reales
(i+1)veces
2.4
La Recta Real
El sistema de los n
umeros reales que hemos presentado, tiene como modelo geometrico el conjunto de puntos de una recta ideal L, sobre la cual se han identificado un
punto arbitrario A con el n
umero real cero y otro punto arbitrario B, a la derecha
del anterior, con el n
umero real 1.
Antes de establecer la correspondencia entre las expansiones decimales y los
puntos de la recta L, recordaremos el procedimiento para dividir con regla y comp
as
un segmento de recta AB en diez subsegmentos iguales. El procedimiento es como
sigue: Se traza en el plano una recta M distinta de L y que la corte en el punto A.
Con el comp
as se toma una distancia arbitraria d y con esa misma abertura y punto
inicial A se trazan consecutivamente sobre M los diez puntos C1 , C2 , ..., C10 , como
se muestra en la figura 2.1.
C1
C2
C3
C4
C5
C6
C7
C8
C9
C10
O1
O2
O3
O4
O5
O6
O7
O8
O9
37
38
Los n
umeros reales
23
,
7
ii)
57
,
4
iii)
2491
.
990
2. De los n
umeros racionales cuya expansion decimal es cada una de las siguientes:
B = 37.28560,
C = 13.345.
B = 12.253
5. Encuentre un n
umero irracional entre los n
umeros 0.00010 y 0.0010.
6. Demuestre que si A es un n
umero real distinto de cero, entonces A2 > 0.
7. Sea A = 2.131130, encuentre un racional y un irracional cuya distancia a A
sea menor que 1/104 .
6 y |x 3| > 1 }
2|x| }
5}
|A B| para todo A, B R.
39
sup B,
A+B
< B.
2
40
Los n
umeros reales
Captulo
Variables y funciones
3.1
Una variable es una propiedad o un atributo que puede tomar uno o varios valores
dados por los elementos de un conjunto. Por ejemplo, la variable estado civil de
una persona, toma valores en el conjunto cuyos elementos son: soltero, casado,
viudo, divorciado, etc. Cuando el conjunto de los valores posibles de una variable
es un subconjunto o un intervalo de n
umeros reales, se le denomina variable real.
Como ejemplos de variables reales tenemos, la magnitud o medida del lado de los
cuadrados , la medida de la estatura de las personas, la medida de la velocidad
de un automovil, etc. Al conjunto de los valores posibles que puede tomar una
variable x se le llama el dominio de la variable x, por ejemplo, la medida de la
diagonal del cuadrado es una variable real cuyo dominio es el conjunto de los
n
umeros reales positivos, mientras que el dominio de la variable la temperatura
de un cuerpo, es el conjunto de los n
umeros reales, la cual toma valores negativos
para temperaturas bajo cero.
42
Variables y funciones
A las variables reales, las denotaremos con letras, como x, y, z, t, . . .
Por ejemplo:
1. t : valor de la medida del tiempo,
2. x : valor de la magnitud del lado del cuadrado,
3. y : valor del area del cuadrado,
4. z : n
umero real mayor que cero y menor que uno.
Nota Importante:
As como el conjunto de valores soltero, casado, viudo, divorciado, etc. define la
variable estado civil de la persona, tambien en general podemos identificar a cada
variable real con el conjunto de sus valores.
En los distintos campos del conocimiento y de la experiencia, encontramos pares
o conjuntos de variables relacionadas entre s, en el sentido de que el valor de una o
de varias de ellas depende del valor o los valores de las otras.
Cuando la relaci
on entre dos variables x y y es tal que a cada valor de la primera,
corresponde un u
nico valor de la segunda, se dice que esta u
ltima esta en funcion
de la primera. A la variable x se le llama variable independiente y a la variable y
se le llama variable dependiente. Es este tipo de relaciones entre variables reales las
que son el objeto de estudio del calculo y a las que dedicaremos este captulo.
43
Definici
on 3.1 Una funci
on real de variable real 1 es una regla de correspondencia f entre dos variables reales x y y, tal que a cada valor de la primera
corresponde, seg
un esa regla, un u
nico valor de la segunda. Al dominio de la
variable independiente x se le llama el dominio de la funci
on y al dominio
de la variable dependiente y se le llama el contradominio de la funci
on.
Nota Importante:
En la definicion de funcion, el punto clave es que la regla de correspondencia f que
define la funcion, sea tal que a cada valor de la variable independiente le corresponda
uno y s
olo un valor de la variable dependiente. Por ejemplo, si x es la variable con
dominio los n
umeros reales, la regla y = f (x) = x, en general, no define de manera
unvoca un valor para la variable y, ya que si el valor de x es un n
umero negativo
no es posible extraer raz cuadrada y por lo tanto no esta definido el valor que le
corresponde a la variable dependiente, lo mismo sucede si el valor de la variable
independiente x es un n
umero positivo, ya que existen dos valores posibles para x,
uno el negativo del otro, y la regla no especifica cu
al de los dos valores tomar. Como
se observa, en ambos casos el valor de la variable independiente x no determina de
manera unvoca el valor de la variable y. Una manera de definir correctamente
la funcion raz cuadrada de x es considerando como variable independiente la
variable x = n
umero real mayor o igual a cero y como regla de correspondencia
la expresi
on
y = f (x) = + x
que nos dice que para cada valor de la variable x se tome la raz cuadrada positiva
de ese valor.
Para denotar una funcion, es necesario se
nalar claramente sus distintos elementos, como son:
(i) la variable independiente x y su dominio,
(ii) la variable dependiente y y su dominio y
(iii) la regla de correspondencia f que permite calcular o conocer el valor de la
variable dependiente conociendo el valor de la variable independiente.
1
La definici
on moderna de funci
on se debe al matem
atico alem
an de ascendencia belga J. P. G.
Lejeune Dirichlet (1805-1859), quien la formul
o en 1837.
44
Variables y funciones
f (x)
45
Algunas veces, la regla de correspondencia entre los valores de la variable independiente x y los de la variable dependiente se expresa con distintas formulas,
dependiendo del valor de la variable independiente.
Ejemplo 3.4 La funcion
f : [1, 4] R,
2x + 1 si x [1, 2],
f (x) = x2
si x (2, 3),
2
si x [3, 4],
y = f (x) = x2
46
Variables y funciones
y5
3
f 1 (y) = + y 2.
47
g(x) = x3 + 1
es una funcion uno a uno, como se verifica a continuaci
on. Si x1 y x2 son elementos
distintos del dominio de la variable x, es decir x1 = x2 , entonces los valores de la
funcion y = g(x) en esos puntos seran respectivamente
g(x1 ) = x31 + 1 y g(x2 ) = x32 + 1.
Si ahora calculamos su diferencia
g(x1 ) g(x2 ) = x31 x32 = (x1 x2 )(x21 + x1 x2 + x22 )
observamos que por elecci
on (x1 x2 ) = 0 y por otro lado
(x21 + x1 x2 + x22 ) = 0 si x1 = x2 .
Luego, tendremos que
g(x1 ) g(x2 ) = 0,
lo que significa que g(x1 ) = g(x2 ), y por lo tanto la funcion y = g(x) es uno a uno.
En este caso la funcion inversa
x = g 1 (y)
queda definida mediante la regla
x = g 1 (y) =
y1
Entre las principales funciones inyectivas o uno a uno, se encuentran las funciones
mon
otonas, mismas que se clasifican en:
(i) funciones crecientes, definidas como aquellas funciones reales f : A R que
preservan el orden de los valores de la variable independiente, es decir, para
x1 , x2 A con x1 > x2 se tiene
f (x1 ) > f (x2 ),
48
Variables y funciones
3.1.1
Gr
afica de una funci
on
f (a)
a, f (a)
Figura 3.2 Gr
afica de f
Ejemplo 3.9 En la figura 3.3 se muestra la gr
afica de la funcion real
f (x) =
cuyo dominio es el intervalo [2, 4].
2
2x 3,
x + 6,
si x [2, 3)
si x [3, 4],
49
0
0
Figura 3.3 Gr
afica de f (x) para el ejemplo 3.9
Nota Importante:
La gr
afica de una funcion s
olo puede tener un punto sobre cada recta perpendicular
al eje de las abscisas. (Por que?)
3.2
1. Suma y multiplicaci
on de funciones
Sea A R y consideremos dos funciones reales f : A R y g : A R.
a) A la funcion f + g : A R definida por
(f + g)(x) = f (x) + g(x), para cada x A,
se le llama funci
on suma de las funciones f y g.
b) A la funcion f g : A R definida por
(f g)(x) = f (x) g(x) para cada x A
se le denomina funci
on multiplicaci
on o funci
on producto de f y g.
50
Variables y funciones
An
alogamente a la definicion de suma y producto de dos funciones reales
f : A R y g : A R, se definen la diferencia, f g : A R y el cociente,
f
: {x A con g(x) = 0} R de dos funciones como dos nuevas funciones cuyas
g
reglas de correspondencia toman la forma:
(f g)(x) = f (x) g(x) para cada x A,
y
f
def f (x)
(x) =
.
g
g(x)
Ejemplo 3.12 El cociente de las funciones
f (x) = 2x + 1 y g(x) = x2 1
s
olo esta definido para valores de la variable independiente distintos de 1 y 1. Es
decir, la funcion cociente
f
2x + 1
(x) = 2
g
x 1
tiene por dominio el conjunto R {1, 1} .
2. La composici
on de funciones
Otra operacion propia entre funciones, es la llamada composici
on de funciones y
que presentamos a continuaci
on.
Si y denota una variable que depende de una variable x bajo cierta funcion
f : A R y z es una variable que depende de la variable y bajo otra funcion
g : B R, con Imf B, entonces para cada valor de la variable x en A, la aplicaci
on
de la regla de correspondencia y = f (x) seguida de la regla de correspondencia
z = g(y), establece una regla de correspondencia o funcion entre la variable x y la
variable z que se denota
g f : A R,
z = g(f (x)).
A la funcion g f : A R, se le llama funci
on composici
on de la funcion y =
f (x) con la funcion z = g(y). N
otese que para que sea posible construir la funcion
composicion gf , los valores f (x) que toma la variable y deben pertenecer al dominio
de la segunda funcion z = g(y). Podemos esquematizar la composicion de funciones
mediante el diagrama siguiente:
f
g
x y = f (x) z = g(f (x)).
51
Ejemplo 3.13 Sean las variables reales x, y, z y las funciones dadas por las reglas
de correspondencia
y = f (x) = x + 2 y z = g(y) = y 2 + y + 1.
La funcion composicion z = (g f )(x) = g(f (x)) toma la forma
z = (g f )(x) = g(f (x))
= g(
x + 2)
=
x + 2 + x + 3.
y z = g(l) =
Ejemplo 3.15 Considere las funciones reales de variable real f : (0, 1) (5, 8) y
g : (0, ) R definidas por = f (x) = x2 +x+5 y z = g(y) = y+2, respectivamente.
La funcion composicion g f como funcion de la variable independiente x es la
funcion g f : (0, 1) R definida por
z = (g f )(x) = g(f (x))
= g(x2 + x + 5)
= x2 + x + 7.
(g f )(x) = x2 + 1,
52
Variables y funciones
3.3
xn + a1 xn1 + + an1 x + an
p(x)
= m
,
q(x)
x + b1 xm1 + + bm1 x + bm
3.3.1
Medici
on de
angulos: radianes
53
x
180
Positivo
x
180
Negativo
Figura 3.4 Signo de angulos
el n
umero real correspondiente a la longitud con signo, del arco que subtiende el
angulo sobre la circunferencia de radio unitario, como se muestra en la figura 3.4.
Se considera sentido positivo para el arco si se recorre en sentido contrario al de las
manecillas del reloj.
A partir de la convencion anterior, el
angulo de longitud de arco 2 es el angulo
de 360 grados. A la medida del
angulo que subtiende un arco de longitud 1 lo
360
57.29 grados. En general, si
llamaremos radi
an y su medida en grados es de
2
el angulo mide x grados, entonces su longitud de arco o medida en radianes sera
2
radianes y, recprocamente, si la longitud en radianes del angulo es
de x
360
360
de y radianes, su medida en grados sera de y
grados.
2
Al utilizar longitudes de arco para medir
angulos, tiene sentido hablar de angulos
de cualquier longitud de arco, tanto positiva como negativa.
Ejemplo 3.17 El
angulo de medida -100 radianes corresponde al que se obtiene al
100
veces la circunferencia unitaria en el sentido de las manecillas del reloj.
recorrer
2
Ejemplo 3.18 Los
angulos de 30, 45 y 60 grados miden respectivamente , y
6 4 3
radianes.
3.3.2
tud x, con extremo el punto inicial A = (1, 0). Sea Px el extremo final del arco APx
de longitud x. Se definen las funciones seno y coseno de la forma siguiente:
sen : R [1, 1],
sen x = ordenada de Px
y
cos : R [1, 1],
cos x = abscisa de Px .
54
Variables y funciones
sen x
Px
x
sen x
3
2
3
2
Figura 3.5 Gr
afica de sen x
cos x
Px
x
cos x
Figura 3.6 Gr
afica de cos x
cos(x) = cos x
2. sen(x + 2) = sen x,
cos(x + 2) = cos x
3. sen(0) = 0,
sen
= 1,
sen = 0
4. cos(0) = 1,
cos
= 0,
cos() = 1
= sen x,
sen x +
= cos x
55
B
B
r
BC
AB
AC
cos x = AC =
AB
sen x = B C =
x
C
tan x
1. La funcion tangente
, n N} R
2
sen x
tan x =
cos x
tan : R \ {n
3
2
3
2
cot x
2. La funcion cotangente
cot : R \ {n, n N} R
cos x
cot x =
sen x
3
2
3
2
56
Variables y funciones
sec x
3. La funcion secante
, n N} R
2
1
sec x =
cos x
sec : R \ {n
3
2
3
2
csc x
4. La funcion cosecante
1
3
2
csc : R \ {n, n N} R
csc x =
3.3.3
1
sen x
3
2
, n +
2
2
con n = 0, 1, 2, . . .
, n +
2
2
donde
cos y = x.
Las gr
aficas correspondientes a los intervalo I0 y J0 de estas funciones aparecen en
las figuras 3.8(a) y 3.8(b), respectivamente.
57
arccos x
arcsen x
-1
x
1
-1
x
1
(b)
(a)
, n +
2
2
/2
58
Variables y funciones
x2
valor
valor
valor
valor
Escriba:
(a) la variable y en funcion de la variable x,
(b) la variable y en funcion de la variable z,
(c) la variable w en funcion de la variable y,
(d) la variable x en funcion de la variable z,
(e) la variable x en funcion de la variable y.
3. Pruebe que las funciones siguientes son uno a uno (es decir, inyectivas) y
determine su funcion inversa.
(a) f : R [1, ),
y = f (x) = x2 + x + 1
(d) Pruebe que toda funcion monotona (creciente o decreciente) es uno a uno.
4. En la figura 3.10 aparece la gr
afica de la funcion y = f (x).
2
1
1
1
Figura 3.10 Gr
afica de la funcion del ejercicio 4
Conteste las preguntas siguientes:
59
(d) f (x) = x+ | x2 + 3x + 1 | .
6. Una funcion f : R R toma los valores f (0) = 1 y f (2) = 1 y su gr
afica esta
formada por segmentos de recta con pendiente -1 si x < 0, pendiente 0 en [0,2]
y pendiente 1 si x > 2. Dibuje la gr
afica de la funcion g en cada uno de los
casos siguientes:
(a) g(x) = f (x)
(b) g(x) = f (x)
(c) g(x) = f (2x)
(d) g(x) = f (x + 2)
(e) g(x) = f (3x 2).
7. Exprese la regla de correspondencia o funcion y = f (x) entre la variable x y
la variable y en los casos siguientes.
(a)
(b)
(c)
60
Variables y funciones
(a) Diga para que valores del n
umero natural n, la funcion f (x) = xn es una
funcion impar.
(b) Pruebe que para cada funcion f (x), la funcion
1
p(x) = (f (x) + f (x))
2
es una funcion par.
(c) Pruebe que toda funcion definida en R se puede escribir como suma de
una funcion par y una funcion impar.
9. Exprese en grados la medida de los angulos que subtienden arcos en la circunferencia unitaria de longitud: (a) 20 radianes, (b) 12 radianes, (c) /6
radianes, (d) 7 radianes.
x2 + 2x + 3
.
x4 + 3
(a) Encuentre los valores de x tales que h(x) = 0.
(b) Encuentre la imagen de h.
h(x) =
13. Determine los intervalos en los cuales las funciones tan x, sec x, csc x y cot x
tienen funcion inversa.
a2 + b2 para toda x R.
14. Demuestre que |a sen x + b cos x|
Captulo
4.1
Sucesiones reales
Una sucesi
on real es un conjunto de n
umeros reales ordenado mediante el conjunto de los n
umeros naturales.
En otras palabras, una sucesion es un conjunto de n
umeros reales etiquetados
con n
umeros naturales, de tal manera que la etiqueta especifica el lugar o el orden
que ocupa cada elemento en la sucesion. La etiqueta, al ser un n
umero natural, nos
se
nala cu
al es el primer elemento de la sucesion, cu
al el segundo, cu
al el tercero, etc.
Para definir una sucesion real, se necesita especificar los n
umeros que la integran y
el lugar que ocupan seg
un el orden de sus etiquetas.
62
1
2
,
segundo
1
3
,...,
tercero
1
i
i
esimo
Una manera usual de describir una sucesion real consiste en dar la regla, o
formula, que nos permita conocer, para cada valor i = 1, 2, . . . , de la etiqueta, el
n
umero que lleva dicha etiqueta. Esto se hace denotando por si el n
umero que
ocupa el i-esimo lugar, para cada uno de los lugares i = 1, 2, . . . y mostrando como
se calcula el valor de si en terminos del valor i de su etiqueta. Por ejemplo, la
sucesion
1
si =
para i = 1, 2, . . .
i
representa, en forma compacta, la sucesion del ejemplo 4.1. De esa manera quedan
determinados todos los elementos de la sucesion y podemos saber directamente cu
al
es el n
umero que ocupa cada lugar. Por ejemplo, el elemento que ocupa el lugar 130
es el n
umero 1/130. Note que siendo el n
umero de etiquetas infinito, cada sucesion
consta de un n
umero infinito de n
umeros que pueden en principio repetirse o ser el
mismo n
umero para varios lugares.
En general, para denotar una sucesion escribiremos entre llaves el n
umero que
ocupa el i-esimo lugar y fuera de las llaves, como subndice, escribiremos i = 1 y
como suprandice el smbolo para significar que la etiqueta toma valores sobre
todos los n
umeros naturales.
Ejemplo 4.2
1. La sucesion
si = (1)i
para i = 1, 2, . . .
i
i2 8
i=1
1
i
1 1
,
, 3, , , 2
,
7 2
2
i 8
i=1
el n
umero
63
Ejemplo 4.3
1. La sucesion
2i + 3 i=1 cuyos elementos son 5, 7, 9,
2. La sucesion {ci }
on de {ai }
i=1 = {6i + 1}i=1 es subsucesi
i=1 = {2i + 1}i=1 ,
donde la relaci
on entre las etiquetas es ci = a3i para cada i = 1, 2, . . .
si = ai + bi para i = 1, 2, . . .
se le llama sucesi
on suma de las dos sucesiones iniciales y se denota
{si }
i=1 = {ai }i=1 + {bi }i=1 = {ai + bi }i=1 .
An
alogamente, a la sucesion {pi }
esimo termino se forma multiplicando el
i=1 cuyo i-
con
el
i-esimo termino de la sucesion {bi }
i-esimo termino de la sucesion {ai }
i=1 ,
i=1
pi = ai bi para i = 1, 2,
se le llama sucesi
on producto de las sucesiones iniciales y se denota
{pi }
i=1 = {ai }i=1 {bi }i=1 = {ai bi }i=1 .
64
4.2
Convergencia de sucesiones
Al n
umero L se le llama lmite de la sucesi
on {si }
i=1 .
Dado que un intervalo con centro L queda determinado por su radio r, la
definicion 4.2 se puede parafrasear como sigue:
{si }
umero natural Nr tal que
i=1 converge a L si para cada r > 0, existe un n
si i > Nr entonces |si L| < r.
Nota Importante:
Para fijar mejor la definicion anterior, considere las observaciones siguientes.
1. La definicion de sucesion convergente no dice como encontrar el lmite de una
sucesion, sino s
olo que propiedad define al lmite de una sucesion. En ese
sentido, la definicion s
olo dice que debemos hacer para comprobar que un
cierto n
umero es efectivamente el lmite de la sucesion.
65
Nota Importante:
3i + 1
es una sucesion convergente a 3/2. Para
2i + 8 i=1
probar lo anterior, aplicando la definicion de convergencia, estimamos primero la
distancia del i-esimo termino de la sucesion al n
umero 3/2 :
Ejemplo 4.4 La sucesion
si
3
2
=
=
3i + 1 3
2(3i + 1) 3(2i + 8)
=
2i + 8 2
2(2i + 8)
11
22
=
.
2(2i + 8)
(2i + 8)
66
4.2.1
ai
M para toda i = 1, 2, . . .
67
Proposici
on 4.2 Toda sucesi
on {ai }
umeros reales convergente es acotada.
i=1 de n
n. La proposicion se prueba a partir del argumento siguiente: PriDemostracio
mero denotemos por L el lmite de esa sucesion y por I el intervalo con centro L y
radio r = 1. Por ser convergente la sucesion, tendremos que existe una etiqueta N
a partir de la cual todos los elementos de la sucesion ai con i > N pertenecen al
intervalo I, o lo que es lo mismo, satisfacen
|ai L| < 1 para toda i > N.
(4.1)
|ai L| < 1
y entonces
|ai | < 1 + |L| para toda i > N.
Tomando ahora C = m
ax {|a1 |, |a2 |, . . . , |aN |} y M = m
ax {1 + |L|, C} tendremos
que
|ai | < M para todo i = 1, 2, . . . ,
lo cual muestra que todos los terminos de la sucesion pertenecen al intervalo [M, M ].
Proposici
on 4.3 El producto de una sucesi
on {ai }
on
i=1 acotada por una sucesi
r
M
para toda
i > Nr .
(4.3)
lo que muestra que los terminos de la sucesion producto distan de cero en menos que
r a partir de la etiqueta Nr . Siendo r > 0 arbitrario, esto significa que la sucesion
producto {ai bi }
i=1 converge a cero.
68
Proposici
on 4.4 Si las sucesiones {ai }
i=1 y {bi }i=1 convergen a cero, entonces la
sucesiones {ai + bi }
en convergen a cero.
i=1 y {ai bi }i=1 tambi
r r
las sucesiones {ai }
i=1 y {bi }i=1 convergen a cero, para el intervalo ( 2 , 2 ) y para
cada una de ellas, podremos encontrar etiquetas N1 y N2 tales que
|ai | <
r
si i > N1
2
r
si i > N2 .
2
Ahora, si tomamos N = m
ax {N1 , N2 } , o sea N igual a la mayor de las dos etiquetas
N1 y N2 , simult
aneamente se cumplira que
|bi | <
|ai | <
r
r
y |bi | <
si i > N
2
2
lo cual comprueba que podemos encontrar una etiqueta a partir de la cual todos
los terminos de la sucesion suma {ai + bi }
i=1 disten de cero en menos que r. De lo
anterior se sigue que {ai + bi }
0.
i=1
Para probar la convergencia a cero de la sucesion {ai bi }
i=1 , el razonamiento
es el mismo, pues tambien se tiene |ai bi | < |ai | + |bi | < r, si i > N.
Como consecuencia directa de la proposicion 4.4, tenemos la proposicion siguiente.
Proposici
on 4.5 Una sucesi
on convergente {si }
olo lmite.
i=1 tiene un s
n. Para demostrar la validez de esta proposicion, recurriremos al
Demostracio
metodo de demostraci
on conocido como de reduccion al absurdo: Supongamos
que el enunciado a demostrar es falso y que existe una sucesi
on {si }
i=1 que converge
al mismo tiempo a dos n
umeros distintos L1 y L2 con L1 = L2 . Como consecuencia
{si L1 si + L2 }
i=1 = {L2 L1 }i=1 0
69
lim bi = M entonces:
a) La sucesi
on suma {ai + bi }
i=1 = {ai }i=1 + {bi }i=1 es convergente y su
lim (ai + bi )i = L + M.
b) La sucesi
on producto {ai bi }
i=1 = {ai }i=1 {bi }i=1 es convergente y su
lim ai bi = L M.
c) Si {ai }
i=1 es tal que ai = 0 para i = 1, 2 . . . y converge a L = 0, la
1
1
sucesi
on
converge a .
ai i=1
L
{ai L}
i=1 y {bi M }i=1
{ai bi LM }
i=1 = {ai bi ai M + ai M LM }i=1
(4.4)
{ai bi ai M + ai M LM }
i=1 = {ai }i=1 {bi M }i=1 + {M }i=1 {ai L}i=1
70
otro termino, {M }i=1 {ai L}i=1 , tambien converge a cero, por las mismas razones.
Luego
{ai bi LM }
i=1
ai L
i=1
L ai
ai L
i=1
1
ai L
i=1
{L ai }
i=1
1
es acotada pues como limi ai = L = 0,
ai L i=1
tomando el intervalo con centro L y radio r = |L|/3 existir
a una etiqueta N tal
que
|L|
si i > N
|ai L| <
3
y aplicando la desigualdad |ai L| |L| |ai | tendremos
y notar que la sucesion
2|L|
si i > N
3
|ai |
y, por lo tanto,
1
|ai ||L|
3
si i > N.
2L2
=
{L ai }
i=1
ai L i=1
ai L i=1
converge a cero y, por lo tanto,
1
ai
i=1
converge a
1
.
L
Nota Importante:
En el inciso c) del teorema 4.6, la condici
on L = 0 es necesaria para que el lmite
71
n. Sea {ci }
Demostracio
on cuyos elementos pertenecen al interi=1 una sucesi
valo [a, b]. Dividamos ahora el intervalo [a, b] en los intervalos de igual longitud,
a+b
a+b
, b . De aqu podemos concluir que en al menos uno de esos
y
a,
2
2
intervalos habr
a una infinidad de puntos de la sucesion {cn } . Supongamos que
a+b
eso ocurre en el primer subintervalo a,
. Denotemos este subintervalo por
2
a1 + b1
y
[a1 , b1 ], divid
amoslo a su vez en los subintervalos de igual longitud a1 ,
2
a1 + b1
, b1 , y escojamos alguno de ellos que contenga una infinidad de elementos
2
de la sucesion {ci } y denotemoslo por [a2 , b2 ]. Repitamos este proceso, dando lugar
ba
para
a una sucesion Ii = [ai , bi ] de intervalos cerrados anidados de longitud
2i
i = 1, 2, . . . Los extremos izquierdos {ai }i=1 de los intervalos Ik forman una sucesion
creciente y acotada de reales y los extremos derechos {bi }
on
i=1 forman una sucesi
decreciente y acotada. En virtud de la propiedad de continuidad de los n
umeros
reales, la sucesion de los extremos izquierdos debera converger a su supremum y la
sucesion de extremos derechos converger
a a su infimum. Como la diferencia entre
4.3
Sucesiones mon
otonas
Una sucesion de n
umeros reales {si }
i=1 se dice creciente si para cada par de etiquetas
k, j = 1, 2 con k > j se tiene que sk > sj . An
alogamente, la sucesion se dice
decreciente si k > j implica sk < sj . A las sucesiones crecientes o decrecientes se les
llama genericamente sucesiones mon
otonas.
Ejemplo 4.6 La sucesion
i1
i
tiene que
sk sj =
i=1
k1 j1
kj
=
> 0,
k
j
kj
es decir,
sk > sj .
1
Esta proposici
on es conocida como teorema de Bolzano-Weierstrass.
72
La propiedad m
as importante de las sucesiones reales monotonas es que si
son acotadas entonces son convergentes. Este resultado es, de hecho, equivalente tambien a la propiedad de continuidad de los n
umeros reales y, por lo tanto,
juega un papel relevante en la fundamentaci
on del calculo.
Teorema 4.8 Cada sucesi
on mon
otona y acotada de n
umeros reales es convergente.
n. Supongamos que {si }
Demostracio
on real creciente y acotada.
i=1 es una sucesi
En virtud de la propiedad de continuidad de los reales que discutimos en el captulo 2,
existe un n
umero real L que es el supremum del conjunto formado con los elementos
de la sucesion, es decir,
si L para i = 1, 2, . . .
y si si
M para i = 1, 2, . . . para alg
un otro n
umero real M, entonces L
Probaremos entonces que
lim si = L.
M.
73
4.3.1
ai
para todo i = 1, 2, . . . ,
lo cual significa que la sucesion es acotada y todos sus elementos pertenecen al intervalo cerrado [M, M ]. Luego, en virtud de la proposicion 4.7, posee una subsucesion
{ami }
umero L. Probaremos ahora que la sucesion
i=1 convergente, digamos a un n
{ai }i=1 converge a L. Para ello consideremos el intervalo arbitrario (Lr, L+r). En
primer lugar, dado que la subsucesion {ami }
a una etiqueta
i=1 converge a L, existir
Nr tal que si mi > Nr , se tiene que
r
|ami L| < .
2
2
Augustin Louis Cauchy, mencionado en el captulo primero, quien fue pionero en el estudio de
la convergencia y la divergencia de series infinitas; hizo aportaciones en ecuaciones diferenciales y
fsica matem
atica, entre otras
areas.
74
r r
+ =r
2 2
ya que
r
|as amW | < ,
2
pues s y mW son mayores que Q, la cual es una etiqueta mayor que Nr y
r
|amW L| < ,
2
pues mW > W . Luego, los elementos de la sucesion de Cauchy {ai }
i=1 caen en
(L r, L + r) a partir de la etiqueta Q, y habiendose tomado r > 0 arbitrario, se
tiene entonces que
lim ai = L.
r
si i > Nr .
2
r r
+ = r,
2 2
4.4
75
Definici
on 4.4 Sea f (x) una funci
on real definida en un intervalo abierto
(a, b) y x0 un punto del intervalo cerrado [a, b]. Diremos que el lmite 3 de
la funci
on f (x) cuando la variable x tiende a x0 tiene el valor L si
para cada sucesi
on {xi }
i=1 de elementos de (a, b), distintos de x0 , y que conolicamente,
verge a x0 , se tiene que la sucesi
on {f (xi )}
i=1 converge a L. Simb
denotaremos lo anterior escribiendo
lim f (x) = L.
xx0
En lenguaje com
un, podemos decir que L es el lmite de una funcion f (x) cuando
la variable independiente tiende al valor x0 , si al tomar valores de la variable independiente x cada vez m
as cercanos a x0 , los valores correspondientes y = f (x)
de la variable dependiente bajo la funcion son cada vez m
as cercanos a L. A la
expresi
on cada vez m
as cercanos le hemos dado significado con el concepto de
sucesion convergente y con la condici
on de que la aproximacion al punto x0 se haga
mediante puntos distintos de el.
Nota Importante:
Una definici
on equivalente fue dada alrededor de 1850 por Karl Weierstrass, llamada citerio
- para la existencia del lmite, y que enunciamos a continuaci
on: limxx0 f (x) = L si para cada
> 0 existe () tal que si 0 < |x x0 | < entonces |f (x) L| < .
76
Si {zn }
on que se aproxima a x0 por la derecha (es decir,
n=0 es una sucesi
umero
zn x0 > 0 para n = 1, 2, . . .) y la sucesion {f (zn )}
n=1 converge al n
L+ , entonces escribimos
lim f (x) = L+ .
xx+
0
Los n
umeros L y L+ se llaman lmite por la izquierda y lmite por la derecha,
respectivamente, de f (x) en x0 .
3. Para que el lmite de una funcion no exista en un punto x0 , es suficiente que
L+ = L , o que uno de estos lmites laterales no exista, o que ninguno exista,
como se ilustra en el ejemplo 4.7.
Ejemplo 4.7 Consideremos las funciones fi : R R, i = 1, 2, 3, definidas mediante
1 si x 0
1 si x < 0
f1 (x) =
1/x si x > 0
1 si x 0
f2 (x) =
1/x si x = 0
0 si x = 0
f3 (x) =
cuya gr
aficas aparecen en la figura 4.1.
f1 (x)
f2 (x)
f3 (x)
(a)
(b)
(c)
1
i
i=1
{zi }
i=1 =
N
otese que xi 0+ y zi 0 si i .
1
i
i=1
77
Calculamos las sucesiones correspondientes definidas con los valores de cada una
de las funciones y obtenemos lo siguiente:
+
1. En el primer caso, {f1 (xi )}
i=1 = {1}i=1 1 = L si i ;
{f1 (zi )}
i=1 = {1}i=1 1 = L si i .
1
no converge (es decir, L+ no
xi i=1
1
xi
i=1
y {f3 (zi )}
i=1 =
i=1
i=1
= x2i
i=1
+ {2xi }
i=1 + {3}i=1 ,
lim sen x = 0
(b)
sen x
=1
x0 x
(d)
x0
lim
lim cos x = 1
x0
1 cos x
= 1.
x0
x
lim
x0+
sen x
x,
78
C
A
x
O
x0
Por tanto,
lim sen x = 0.
x0
(b) N
otese que el punto B se aproxima al punto D cuando x se aproxima a 0
(por la izquierda o por la derecha). Luego,
lim cos x = 1.
x0
angulo OAB
o
x
2
1 sen x
.
2 cos x
(4.5)
x
= 1,
sen x
lim
sen x
= 1.
x
x0+
Como
sen x
sen(x)
=
,
x
x
79
x0
Por tanto
sen x
= 1.
x
sen x
= 1.
x0 x
lim
(d)
(1 cos x)(1 + cos x)
x(1 + cos x)
1 cos2 x
1
= lim
x0
x
1 + cosx
sen x sen x
= lim
x0 x 1 + cos x
0
= 1 = 0.
2
De la definicion de lmite de una funcion y las propiedades de las sucesiones
convergentes respecto de las operaciones de suma y producto, se sigue el teorema
siguiente, que justifica el pen
ultimo paso de la demostraci
on anterior.
lim
x0
1 cos x
x
lim
x0
xx0
lim g(x) = M,
xx0
entonces,
lim (f + g)(x) = L + M
xx0
xx0
2. Si lim f (x) = L y L = 0,
xx0
lim
xx0
4.5
1
1
= .
f (x)
L
Continuidad de funciones
El concepto de lmite que hemos presentado nos permite definir en terminos precisos
la noci
on de continuidad en un punto para una funcion real de variable real. La
continuidad de una funcion es una propiedad de caracter local, en tanto se refiere
al valor en un punto y al comportamiento de la funcion alrededor de ese punto.
En lenguaje llano, una funcion real de variable real y = f (x) se dice continua en
un punto x0 de su dominio, si en puntos x cercanos a x0 los valores de la funcion
y = f (x) son cercanos a f (x0 ). En terminos del concepto de lmite, la definicion de
continuidad se escribe as:
80
Definici
on 4.5 Una funci
on real y = f (x) definida en un intervalo I se dice
continua en un punto x0 I si para cada sucesi
on {xi }
i=1 de elementos de
I convergente a x0 , la sucesi
on {f (xi )}i=1 es una sucesi
on convergente a f (x0 ).
Es decir,
lim f (x) = f (x0 ).
xx0
Si la funci
on f (x) es continua en cada uno de los puntos de su dominio I, se
dice que la funci
on es continua en el intervalo I.
Nota Importante:
La continuidad en un punto x0 del dominio de una funcion puede no existir, ya sea
porque el lmite de la funcion en ese punto no exista (ver ejemplo 4.10), o s exista,
pero sea distinto del valor f (x0 ) de la funcion en el punto (ver ejemplo 4.11).
Ejemplo 4.10 La funcion f : [1, 1] R definida por
1
x
f (x) =
si
x=0
si
x=0
f (x) =
si
si
x=0
x = 0,
1
0
si
si
x es racional
x es irracional
81
4.6
82
4.7, podemos extraer de {cn }n=1 una subsucesion cm(n) n=1 convergente a un punto
limi f (xm(i) ) = limi f (xi ) = S por ser xm(i) i=1 subsucesion de {xi }
i=1 .
Luego, f (c) = S, es decir el supremum S se alcanza en el punto x = c.
Para probar el punto 3, realicemos el proceso siguiente: en un primer paso, determinemos el punto medio m1 = (a + b)/2 de [a, b]. Si f (m1 ) = 0, habremos probado
el enunciado del teorema. Si f (m1 ) > 0, consideramos el intervalo [m1 , b] [a, b], y
si f (m1 ) < 0, entonces consideraremos el intervalo [a, m1 ] [a, b]. Supongamos que
f (m1 ) > 0, en tal caso, determinemos enseguida el punto medio m2 = (b + m1 )/2
83
existir
a un n
umero 0 > 0 y dos sucesiones {ai }
i=1 y {bi }i=1 de elementos de [a, b]
tales que
1
bi > ai , bi ai < , y |f (bi ) f (ai )| > 0 para i = 1, 2, . . .
i
Repitiendo el argumento que utilizamos al probar el punto 1, podemos afirmar
la existencia de una sucesion formada con elementos de la forma am(i) con m(1) <
m(2) < m(k) < , la cual es convergente a alg
un n
umero c [a, b]. Fijandonos
ahora en la sucesion correspondiente bm(i) , podemos asegurar que tambien converger
a al mismo n
umero c ya que bm(i) am(i) < 1/m(i). Siendo f (x) continua en c
deberemos tener que limi f (am(i) ) = limi f (bm(i) ) = f (c), lo cual contradice el
hecho de que |f (bm(i) ) f (am(i) )| > 0 para toda i = 1, 2, . . . que habamos supuesto
84
y f (x2 ) < f (x3 ). Supongamos que se da el primer caso. Como no es posible que
f (x3 ) = f (x1 ), se tendr
a que f (x3 ) > f (x1 ), o f (x3 ) < f (x1 ). En el primer caso
podemos asegurar la existencia de un n
umero c tal que f (x1 ) < f (x3 ) < c < f (x2 ).
Consideremos la funcion continua h(x) = f (x) c. N
otese que h(x1 ) < 0, h(x2 ) > 0
y h(x3 ) < 0. Por la propiedad del valor intermedio, existir
an n
umeros yc (x1 , x2 )
y zc (x2 , x3 ) tales que h(yc ) = h(zc ). Pero esto implicara que f (yc ) = f (zc ),
contrario a la suposicion de que f es inyectiva.
1
,
x
85
1
2
1
4
1
8
1
16
1
y f ( 16
) > 0, y entonces la solucion se localiza
3
32
3
y f ( 32
) < 0, y la solucion se encuentra en
5
64
5
y f ( 64
) < 0; luego, la solucion se ubica en
9
128
9
con f ( 128
) < 0 y tendremos una solucion en
17
es un n
umero que satisface la ecuaci
on
De lo anterior concluimos que el valor x = 256
8
con un error menor que 1/2 , es decir, menor que 1/100.
86
i+1
i2 + 2
i=1
i=1
{sen(i)}
i=1
(1)i
ai = 0 si i es impar y ai = ( 2i )2 si i es par.
3
sucesion i i=1 . Cual es el octavo termino de la subsucesion y que lugar
ocupaba en la sucesion? Cual es el j-esimo elemento de la subsucesion?
4. Escriba la definicion de sucesion no-convergente.
on convergente de terminos no negativos (es decir,
5. (a) Si {an }
n=1 es una sucesi
an 0), demuestre que su lmite es no negativo.
2i + 3
. Encuentre una etiqueta a partir
i + 5 i=1
de la cual los elementos de esa sucesion disten de L = 2 en menos que 1/103 .
Pruebe que lim ai = 2.
i=1
es creciente.
87
(c) Demuestre que cada funcion lipschitziana es continua en todos los puntos
de su dominio.
11. Sea {ai }
on real con lim ai = L. Pruebe que la sucesion {|ai |}
i=1 una sucesi
i=1
i
converge a |L|.
1
x
1
x0
x
2
x 4
(c) lim
x2 x 2
88
Captulo
5.1
Definici
on de derivada
90
f 2+
1
10
1
10
f (2)
(2 +
1 2
10 )
1
10
41
.
10
An
alogamente, el cociente diferencial de la funcion en el punto x0 = 2 correspondiente a una variaci
on de magnitud h = 2/5 es el n
umero
f
2
(2)
x
5
f 2
2
5
25
f (2)
(2 25 )2 4
36
= .
2
10
5
Ejemplo 5.2 Supongamos que una partcula se mueve a lo largo de una lnea recta
y que la variable d = d(t) mide su posicion en el instante t con respecto a un punto
de referencia dado. El cociente diferencial en un tiempo t0 y para una variaci
on
de magnitud h en el tiempo, es la distancia recorrida en el intervalo de tiempo
[t0 , t0 + h] dividida por el tiempo transcurrido (es decir, h):
d
d(t0 + h) d(t0 )
(t0 )(h) =
,
t
h
h = 0.
d
(t0 )(h).
t
Nota Importante:
La magnitud h de la variacion de la variable independiente siempre se toma distinta
de cero y el valor del cociente diferencial de una funcion en un punto x0 depende del
valor de h. En el sentido anterior, el cociente diferencial de una funcion en el punto
x0 es una funcion de la magnitud h de la variacion de la variable independiente.
91
5.1 Definici
on de derivada
3x + 5
si
x<1
x2 + x
si
1,
f (1 + hn ) f (1)
hn
(1
+
hn )2 + (1 + hn ) 2
= hn + 3
hn
=
3(1 + hn ) + 5 8 = 3
hn
si
hn > 0
si
hn < 0.
dx
1
Esta notaci
on se debe a Leibniz. Otra notaci
on es y(x
0 ), utilizada por Newton y que se reserva
actualmente para los casos en los que variable independiente es el tiempo. Una tercera notaci
on es
y (x0 ) o f (x0 ), debida a Lagrange, que es muy utilizada en ecuaciones diferenciales.
92
Nota Importante:
Es posible que una funcion no posea derivada en algunos de los puntos de su dominio.
Por ejemplo, la funcion f : R R
f (x) = |x|
no posee derivada en x = 0, ya que el cociente diferencial toma la forma
|h|
= 1 si h < 0
h
|x|
(0)(h) =
|h| = 1 si h > 0.
h
{hi }
on convergente a cero. Entonces, para
i=1 = {xi x0 }i=1 , la cual es una sucesi
probar que la funcion y = f (x) es continua en x0 , debemos mostrar que la sucesion
93
5.1 Definici
on de derivada
{f (x0 + hi ) f (x0 )}
i=1 es convergente a cero. Al escribir
{f (x0 + hi ) f (x0 )}
i=1 =
f (x0 + hi ) f (x0 )
hi
i=1
{hi }
i=1
f (x0 + hi ) f (x0 )
df
(x0 ) ya que,
es convergente a
hi
dx
i=1
por hip
otesis, la funcion y = f (x) tiene derivada en x0 . Por lo tanto, en el lado
derecho tenemos un producto de sucesiones convergentes, de las cuales una de ellas
es convergente a cero. Luego, por el teorema 4.6, el producto de las sucesiones sera
convergente a cero, con lo cual se demuestra que
vemos que la sucesion
{f (x0 + hi ) f (x0 )}
i=1 0,
y por lo tanto, la funcion y = f (x) es continua en x0 .
Nota Importante:
La proposicion anterior afirma que la continuidad en el punto es necesaria para la
existencia de la derivada, sin embargo, la continuidad en el punto no es suficiente
para asegurar la existencia de la derivada, como lo muestra la funcion f (x) = |x|
en el punto x = 0, la cual a pesar de ser continua en x = 0, no es derivable en ese
punto.
5.1.1
Interpretaci
on geom
etrica de la derivada
En terminos de la gr
afica de la funcion y = f (x), para cada variacion de magnitud
h de la variable independiente con respecto al valor inicial x0 , el cociente diferencial
f (x0 + h) f (x0 )
f
(x0 )(h) =
es la pendiente de la recta secante a la gr
afica de la
x
h
funcion por los puntos (x0 , f (x0 )) y (x0 + h, f (x0 + h)) como se observa en la figura
5.1.
As, la derivada en el punto x0 es el lmite de las pendientes de las rectas secantes
cuando el segundo punto (x0 + h, f (x0 + h)) sobre la gr
afica se toma cada vez
m
as cercano al punto inicial (x0 , f (x0 )). En los terminos geometricos anteriores, la
derivada de y = f (x) en el punto x0 coincide con la pendiente de la recta tangente
a la gr
afica de la funcion en el punto (x0 , f (x0 )). Por lo contrario, el que la funcion
y = f (x) no posea derivada en el punto x0 significa que la curva que define la gr
afica
de la funcion no tiene recta tangente en el punto (x0 , f (x0 )). Este u
ltimo es el caso
de la gr
afica de la funcion f (x) = |x| en el punto (0, 0).
En el caso en el que d = d(t) sea una funcion de posicion, la derivada en un
instante t0 es el n
umero al cual tienden las velocidades medias en intervalos de la
forma [t0 , t0 + h], cuando la duraci
on h del intervalo tiende a cero, y se interpreta
como la velocidad instant
anea en t0 . Dicho de otra manera, la velocidad instantanea
en el instante t0 es el lmite de las velocidades promedio tomadas sobre intervalos
de tiempo alrededor de t0 con duraci
on cada vez m
as y m
as peque
na.
94
S2
S1
f (x0 + h2 )
f (x0 + h1 )
f (x0 )
x
x0
x 0 + h2
x 0 + h1
5.1.2
A continuaci
on calcularemos la derivada de algunas funciones elementales utilizando
directamente la definicion 5.1, de derivada en un punto. Despues, luego de haber
presentado las principales reglas de derivaci
on, aumentaremos la lista de funciones
y sus derivadas mediante la aplicacion de esas reglas.
En lo que sigue, x0 es un valor de la variable independiente en el que la funcion
en cuesti
on es diferenciable y {hi }
on de variaciones tal que hi = 0
i=1 es una sucesi
(5.2)
95
5.1 Definici
on de derivada
La sucesion correspondiente de cocientes diferenciales,
x0 + hi x0
hi
x
(x0 )(hi ) =
=
=1
x
hi
hi
es constante e igual a uno y, por lo tanto, converge a uno. Luego,
dx
(x0 ) = 1.
dx
3. La derivada en x0 de la funci
on f (x) = x2 es igual a 2x0 :
dx2
(x0 ) = 2x0 .
dx
La sucesion correspondiente de cocientes diferenciales toma la forma
(x0 + hi )2 x20
x2
(x0 )(hi ) =
= 2x0 + hi ,
x
hi
y, tomando el lmite, tenemos que
x2
(x0 )(hi ) = lim (2x0 + hi ) = 2x0 .
hi 0 x
hi 0
lim
As,
dx2
(x0 ) = 2x0 .
dx
4. La derivada en x0 de la funci
on f (x) = xk , donde k un n
umero natural, es
k1
igual a kx0 :
dxk
(x0 ) = kx0k1 .
(5.3)
dx
Consideramos la sucesion correspondiente de cocientes diferenciales
(x0 + hi )k xk0
xk
(x0 )(hi ) =
.
x
hi
Por el teorema del binomio tenemos
j=k
(x0 + hi )k =
j=0
k!
xkj hji ,
j!(k j)! 0
1
hi
1
hi
j=k
j=0
j=k
j=1
k!
xkj hji xk0
j!(k j)! 0
k!
xkj hji =
j!(k j)! 0
k(k 1) k2
x0 hi
2
k(k 1)(k 3) k3 2
+
x0 hi + + kx0 hik1 + hki .
3!
= kx0k1 +
96
k(k 1) k2
x0 hi
2
k(k 1)(k 3) k3 2
+
x0 hi + + kx0 hik1 + hki
3!
lim kx0k1 +
hi 0
= kx0k1 ,
ya que el lmite de cada uno de los terminos que contiene alguna potencia de
hi es cero.
5. La derivada de la funci
on f (x) = sen x en el punto x0 es igual a cos x0 :
d sen x
(x0 ) = cos x0 .
dx
(5.4)
tenemos
cos hi 1
= 0,
hi 0
hi
lim
d sen x
sen x
(x0 ) = lim
(x0 )(hi ) = cos x0 .
hi 0
dx
x
1
6. La derivada de la funci
on f (x) = csc x =
en el punto x0 = k para
sen x
k = 0, 1, 2, es igual a cot x0 csc x0 :
d csc(x)
(x0 ) = cot x0 csc x0 .
dx
Consideramos la sucesion correspondiente de cocientes diferenciales
1
csc x
(x0 )(hi ) =
x
=
=
1
sen x0
sen(x0 + hi )
=
hi
sen x0 sen(x0 + hi )
=
hi sen(x0 + hi ) sen x0
1
1
sen x0 sen(x0 + hi )
.
hi
sen(x0 + hi ) sen x0
97
5.1 Definici
on de derivada
Tomando en cuenta que
sen(x0 + hi ) sen x0
= cos x0
hi 0
hi
lim
hi 0
1
sen(x0 + hi )
1
.
sen x0
5.1.3
Reglas b
asicas de la derivaci
on de funciones
(5.5)
(5.6)
d(c f )
df
(x0 ) = c (x0 ).
dx
dx
(5.7)
98
3. Regla de derivaci
on de un cociente de funciones.
Si f es derivable en x0 y f (x0 ) = 0, entonces la funci
on
en un intervalo alrededor de x0 , es derivable en x0 y
d
1
est
a definida
f
1
df
(x0 )
f
(x0 ) = dx 2 .
dx
f (x0 )
(5.8)
(5.9)
5. Regla de derivaci
on de la funcion inversa.
Sea f : [a, b] R una funci
on continua y derivable en el punto x0 (a, b)
df
(x0 ) = 0. Si f posee funci
on inversa f 1 : [c, d] [a, b], entonces
con
dx
la inversa f 1 es derivable en y0 = f (x0 ) y
df 1
1
,
(f (x0 )) =
df
dy
(x0 )
dx
o
df 1
1
.
(y0 ) =
df 1
dy
(f (y0 ))
dx
(5.10)
(5.11)
n. Sea hi = 0, i = 1, 2, . . . , y {hi }
Demostracio
i=1 0.
1. La sucesion de cocientes diferenciales en x0 de la funcion suma f + g correspondientes a esas variaciones, toma la forma
(f + g)
(f + g)(x0 + hi ) (f + g)(x0 )
(x0 )(hi ) =
=
x
hi
f (x0 + hi ) f (x0 ) + g(x0 + hi ) g(x0 )
=
=
hi
f
g
=
(x0 )(hi ) +
(x0 )(hi ).
x
x
Tomando en cuenta que para las funciones y = f (x) y z = g(x) la sucesion de
cocientes diferenciales tiende a sus respectivas derivadas en el punto x0 cuando el
99
5.1 Definici
on de derivada
incremento hi tiende a cero, es decir, que
df
f
(x0 )(hi ) =
(x0 ) y
hi 0 x
dx
lim
dg
g
(x0 )(hi ) =
(x0 ),
hi 0 x
dx
lim
1
f (x0 + hi )g(x0 + hi ) f (x0 + hi )g(x0 )
hi
+f (x0 + hi )g(x0 ) f (x0 )g(x0 )
f (x0 + hi ) f (x0 )
g(x0 + hi ) g(x0 )
+ g(x0 )
hi
hi
f
g
(x0 )(hi ) + g(x0 )
(x0 )(hi ),
= f (x0 + hi )
x
x
= f (x0 + hi )
i=1
= {f (x0 + hi )}
i=1
+ {g(x0 )}
i=1
g
(x0 )(hi )
x
f
(x0 )(hi )
x
i=1
i=1
i=1
converge a
dg
(x0 ) pues z = g(x) es, por hip
otesis, derivable
dx
{g(x0 )}
on constante;
i=1 converge a g(x0 ) por ser una sucesi
100
converge a
i=1
df
(x0 ) pues y = f (x) es, por hip
otesis, derivable
dx
(f g)
, converger
a, y as tendremos
(x0 )(hi )
producto,
x
i=1
(f g)(x)
=
(x0 )(hi )
x
i=1
dg
df
= g(x0 ) (x0 ) + f (x0 ) (x0 ).
dx
dx
d(f g)
(x0 ) = lim
hi 0
dx
1
1
1
1
f
(x0 )(hi ) =
=
x
hi f (x0 + hi ) f (x0 )
1
1
f (x0 + h) f (x0 )
=
=
hi
f (x0 + hi ) f (x0 )
1
1
f
(x0 )(hi )
.
=
x
f (x0 + hi ) f (x0 )
y, por la continuidad de f en x0 ,
1
1
=
.
hi 0 f (x0 + hi )
f (x0 )
lim
Tomando el lmite cuando i en la sucesion de cocientes diferenciales, y aplicando el teorema 4.6, tenemos:
d
1
1
1 df
f
f
(x0 ) = lim
(x0 )(hi ) =
(x0 ).
hi 0
dx
x
f (x0 )2 dx
101
5.1 Definici
on de derivada
Sea ahora {ki }
on
i=1 la sucesi
{ki }
i=1 = {f (x0 + hi ) f (x0 )}i=1 .
=
=
hi
ki
q(f (x0 ) + ki )) q(f (x0 )) ki
=
=
ki
hi
q(f (x0 ) + ki )) q(f (x0 )) f (x0 + hi ) f (x0 )
=
=
ki
hi
f
q
(f (x0 ))(ki )
(x0 )(hi ),
=
y
x
donde y = f (x).
Tomando el lmite de los cocientes diferenciales
0, se tendr
a
lim
hi 0
(q f )
(x0 )(hi ) cuando hi
x
(q f )
d(q f )
dq
df
(x0 )(hi ) =
(x0 ) =
(f (x0 ))
(x0 )
x
dx
dy
dx
102
i=1
= x0 ,
1
d x
(x0 ) =
dx
2 x0
d x
1
1
= .
(x0 ) =
2
dx
2 x0
dy
( x0 )
dy
103
5.1 Definici
on de derivada
5.1.4
d(x m )
1 1 1
(x0 ) = x0m .
dx
m
1
d cos x
(x0 ) = sen(x0 ).
dx
De las propiedades de las funciones trigonometricas (en concreto, las propiedades 5 y 6 de la subsecci
on 3.3.2) tenemos que
cos x = sen x +
Definiendo las funciones y = f (x) = x +
cos x = (q f )(x). Por (5.4),
.
2
dq
= sen(x0 ),
104
5
3
on tan x es derivable y
5. Para x0 = , , , . . . , la funci
2 2
2
d tan x
(x0 ) = sec2 x0 .
dx
Aplicando la regla de Leibniz (5.6) y la regla de derivaci
on de un cociente
(5.8), obtenemos
d sen x
(x0 )
dx cos x
1
d
1 d sen x
(x0 ) + sen x0
=
(x0 )
cos x0 dx
dx cos x
sen2 x0
= sec2 x0 .
= 1+
cos2 x0
d tan x
(x0 ) =
dx
6. Para y0 = 1, la funci
on arcsen x es derivable y
d arcsen y
(y0 ) =
dy
1
1 y02
105
1 y02
5.2
Sea y = f (x) : (a, b) R una funcion que tiene derivada en cada uno de los puntos
de su dominio de definicion. La funcion que hace corresponder a cada valor de la
df
(x) se llama funci
on derivada de y = f (x) y se
variable dependiente x el n
umero
dx
denota por
df
: (a, b) R.
dx
Ejemplo 5.6 La funcion derivada de la funcion f (x) = x2 + x + 3 es la funcion
df
(x) = 2x + 1.
dx
Nota Importante:
Los conceptos derivada de y = f (x) en el punto x0 y funcion derivada de la
funcion f en (a, b) son diferentes. En el primer caso, el concepto se refiere a un
df
n
umero, mientras que en el u
ltimo se refiere a una funcion. La funcion derivada
dx
de y = f (x) es la funcion que a cada valor de la variable independiente x le asocia
df
(x) en ese valor. En este sentido, la funcion derivada nos
el valor de la derivada
dx
proporciona la ley de cambio que gobierna la relaci
on entre las variables x y y.
An
alogamente al concepto de derivada en un punto x0 , se define la segunda
derivada de y = f (x) en el punto x0 como la derivada en x0 de su funcion derivada
df
d2 f
(x). A la segunda derivada en x0 se le denota2 con el smbolo
(x0 ); es decir,
dx
dx2
df
df
df
d
(x0 + h)
(x0 )
d2 f
dx
dx
(x0 ) = lim dx
=
(x0 ).
2
h0
dx
h
dx
2
Esta es la notaci
on propuesta por Leibniz; otras notaciones para la segunda derivada en x0 son
y (x0 ) o f (x0 ), y y(x0 ), de Lagrange y Newton, respectivamente.
106
dx2
dx2
De manera recursiva, se define la k-esima derivada de y(x) en el punto x0 como
dk f
la derivada en x0 de la (k 1)-esima funcion derivada, y se denota3
(x).
dxk
Por otra parte, la funci
on segunda derivada es la funcion derivada de la funcion
df
d df
: (a, b) R. De manera recursiva definimos
, y la denotamos
derivada:
dx dx
dx
dk f
la funci
on k-esima derivada y la denotamos
: (a, b) R.
dxk
5.3
xx0
e(x)
= 0.
|x x0 |
107
f (x)
x0
|e(x)|
df (x0 )(x x0 )
x
x0
5.4
C
alculo de razones de cambio
l(t)2 a(t)2 )
y A(t) = a(t)
l(t)2 a(t)2 ,
y la informaci
on dada en el enunciado del problema es
a(t0 ) = 5,
l(t0 ) =
100 + 25,
da(t)
(t0 ) = 3,
dt
dl(t)
(t0 ) = 2.
dt
dp(t)
(t0 ) = 3 + 2 5.
dt
(5.12)
108
La derivada del
area es
dl(t)
da(t)
l(t0 )
(t0 ) a(t0 )
(t0 )
dA(t)
dt
dt
+
(t0 ) = a(t0 )
dt
l(t0 )2 a(t0 )2
l(t0 )2 a(t0 )2
da(t)
(t0 ).
dt
dA(t)
9
5+
(t0 ) = 5
.
dt
2
p
.
2+ 2
Por otra parte, el area A como funcion del cateto toma la forma
A(l) =
l2
,
2
=
.
(p) =
(l(p)) (p) =
dp
dl
dp
2+ 22+ 2
(2 + 2)2
b) Otra forma de resolver este problema es expresar el area como funcion del
permetro y luego tomar la derivada. As,
A(p) =
1
p
2 2+ 2
y, derivando, obtenemos
dA
p
.
(p) =
dp
(2 + 2)2
109
k cm
seg
r0
r(t)
h(t)
x(t
)
h0
r02 3
h (t).
3h20
110
dV
r02 dh
(tm ) =
(tm ),
3
dt
4 dt
3
dh
4k
.
(tm ) =
dt
r02
Por otro lado, sobre la pared del cono el nivel del agua x(t) esta relacionado con la
altura del agua sobre el eje del cono en la forma
x(t) =
h(t)
h0
r02 + h20
dx
y entonces la velocidad
(tm ) con que crece el nivel del agua medido sobre la pared
dt
del cono, cuando se ha llenado la mitad del cono, es
3
r02 + h20 dh
4k
dx
r02 + h20 .
(tm ) =
(tm ) = 2
dt
h0
dt
r0 h0
111
y2
x2
abola y = x2 ? (Es
4. Con que angulo se corta la elipse 2 + 2 = 1 con la par
a
b
decir, que angulo forman las rectas tangentes en el punto de interseccion de
las curvas?)
5. Calcule la derivada de la funcion f (x) = cos(sen(cos x)) en el punto x =
1
arcsen .
2
6. Diga en cu
antos cm3 por segundo crece el volumen de un cilindro si su area
es de 100 cm2 y crece 1 cm2 por segundo y su altura es de 15 cm y decrece 3
cm por segundo.
7. Calcule la variaci
on de la pendiente de la recta tangente a la par
abola y = x2
con respecto a la variaci
on de la abscisa del punto de tangencia en el punto
(2, 4).
8. Sea h(x) = (f g)(x)) donde f y g son funciones derivables. Encuentre la
d2 h
formula para
(x0 ).
dx2
112
9. Sea f (x) una funcion derivable para cada x R. Demuestre los siguientes
enunciados:
df
(x) es una funcion impar.
dx
df
(x) es una funcion par.
(b) Si f (x) es una funcion impar, entonces
dx
(a) Si f (x) es una funcion par, entonces
Captulo
6.1
Motivaciones
114
habr
a marcado 100 Km/h (100 kilometros por hora). Este hecho evidente constituye
el contenido del teorema del valor medio.
Una manera equivalente de describir la situacion anterior es afirmar que la velocidad promedio que desarrolla un auto al recorrer la distancia entre Hermosillo y
Guaymas se leera al menos una vez en el velocmetro del auto. Es decir, si hacemos T horas en recorrer los 100 kilometros que separan esas ciudades, entonces el
velocmetro del auto al menos una vez marcar
a el valor (100/T ) Km/h.
Como consecuencias directas del teorema del valor medio, tenemos las siguientes
conclusiones:
a) Si el velocmetro siempre marca velocidades mayores que cero o positivas,
entonces la distancia a la que se encuentra el auto de la ciudad de Hermosillo
aumenta con el paso del tiempo. Si, por el contrario, el velocmetro siempre
marca velocidad negativa, el auto se alejar
a cada vez m
as en sentido contrario
a la direccion a Guaymas.
b) Si el velocmetro, durante un recorrido, da siempre una lectura de la velocidad
entre a Km/h y b Km/h, con 0 a b, entonces, en cada intervalo de tiempo
de duraci
on T horas, el auto recorre una distancia mayor o igual que aT y
menor o igual que bT .
c) Si un auto que inicia su recorrido en Hermosillo regresa a su punto de partida
despues de T horas, entonces al menos una vez durante ese lapso el auto se
detuvo, es decir su velocmetro debio marcar 0 Km/h.
d) Si el velocmetro de un auto marca 0 Km/h durante un cierto intervalo de
tiempo, entonces el auto permanece en la misma posicion durante ese intervalo
de tiempo.
Como el lector notar
a, los ejemplos y observaciones anteriores son evidentes y hasta
parecen afirmaciones triviales sobre el movimiento de los automoviles. Sin embargo,
cuando se generalizan a funciones entre variables reales que tengan derivadas en
todos los puntos de un intervalo cerrado [a, b], adquieren un contenido matem
atico
m
as profundo que permite enunciar verdades generales sobre las funciones derivables.
6.2
Para funciones reales de una variable real, el teorema del valor medio se enuncia en
los terminos siguientes.
115
(6.1)
Bajo la hip
otesis (6.1) el teorema se denomina teorema de Rolle.2 Demostraremos
df
(c) = 0. Consideremos los siguientes
que existe un punto c tal que a < c < b y
dx
dos casos posibles para f :
a) f es constante en (a, b), en cuyo caso en cualquier punto c (a, b) se tendra
df
(c) = 0, ya que la derivada de una funcion constante es en todo punto igual a
dx
cero.
b) f no es constante en [a, b] y entonces, por la continuidad de la funcion, tendr
a
que existir al menos un punto c (a, b) donde la funcion f alcance su valor m
aximo
o su valor mnimo en el intervalo [a, b]. Esta u
ltima afirmacion es cierta, pues si f
alcanzara tanto su valor m
aximo como su valor mnimo en los extremos del intervalo
[a, b], siendo f (a) = f (b), se tendra que f es constante en [a, b] y ese no es ahora
el caso, luego o el valor m
aximo o el valor mnimo de f en [a, b] se alcanza en el
interior de [a, b]. Supongamos que es el valor m
aximo de f el que se alcanza en un
punto c del intervalo abierto (a, b), es decir,
c (a, b)
y f (c)
116
0,
si
h < 0,
h0
f (c + h) f (c)
df
=
(c)
h
dx
0.
df
f (b) f (a)
dg
(c) =
(c)
,
dx
dx
ba
es decir,
f (b) f (a) =
df
(c)(b a),
dx
117
Teorema 6.2 (del valor medio generalizado 3 ) Sean f (x) y g(x) dos funciones continuas en el intervalo [a, b] y derivables en (a, b); supongamos,
dg
(x) = 0 para toda x (a, b). Entonces existe un punto c (a, b)
adem
as, que
dx
tal que
df
(c)
f (b) f (a)
= dx .
dg
g(b) g(a)
(c)
dx
dg
(x) = 0 para toda x (a, b), entonces g(b) g(a) = 0.
Note que si
dx
n. Consideremos la funcion
Demostracio
h(x) = (f (b) f (a))(g(x) g(a)) (g(b) g(a))(f (x) f (a)),
la cual es continua en [a, b] y derivable en (a, b). Por lo tanto, en virtud del teorema
del valor medio, existe c (a, b) tal que
h(b) h(a) =
dh
(c)(b a)
dx
y escribiendo esta u
ltima expresi
on en terminos de las funciones f (x) y g(x), se tiene
0 = (f (b) f (a))
dg
df
(c) (g(b) g(a)) (c) (b a),
dx
dx
o lo que es lo mismo,
df
(c)
f (b) f (a)
= dx ,
dg
g(b) g(a)
(c)
dx
como se quera demostrar.
6.3
Como consecuencia directa del teorema del valor medio, se tienen los siguientes
corolarios que recogen y generalizan las afirmaciones que hicimos en la secci
on 6.1
para el caso del movimiento de un automovil.
3
Este resultado se debe a Cauchy y, por eso, a veces se le llama teorema de Cauchy.
118
6.3.1
a) Si
df
(x) < 0 para toda x (a, b), entonces f (x1 ) < f (x2 ) siempre que
dx
x1 > x2 y x1 , x2 (a, b). Es decir, f es una funci
on decreciente en (a, b).
b) Si
c) Si
df
(x) = 0 para toda x (a, b), entonces f (x) = constante en (a, b).
dx
1 2
2
16 x (3x + 4x 12),
df
3
3
3
3
(x) = x3 + x2 x = x(x + 2)(x 1).
dx
4
4
2
4
Luego, el signo de la funcion derivada es
a) positivo, si x (2, 0) (1, ),
b) cero si x = 2, 0, 1,
c) negativo si x (, 2) (0, 1).
Aplicando el corolario 6.3, tenemos que la funcion f es creciente en (2, 0)
(1, ) y decreciente en (, 2) (0, 1). Adem
as, f tiene un mnimo local en
x = 2 con valor f (2) = 2, un m
aximo local en x = 0 con valor f (0) = 0 y
un mnimo local en x = 1 con valor f (1) = 5/16. El mnimo absoluto se alcanza
en x = 2, mientras que no posee m
aximo absoluto pues crece sin lmite cuando
x . (Ver figura 6.1.)
119
-2
-1
x
2
-1
-2
Figura 6.1 Gr
afica de la funcion f (x) =
6.3.2
1 2
x (3x2 + 4x 12)
16
La funci
on segunda derivada
d2 f
(xc )(x0 xc )(x0 c),
dx2
donde xc (c, x0 ).
n. Definamos la funcion
Demostracio
g(x) = f (x) +
df
(x)(x0 x).
dx
N
otese que
dg
d2 f
(x) =
(x)(x0 x).
dx
dx2
Si x0 [c, b), al aplicar el teorema del valor medio en el intervalo [c, x0 ] a la funcion
g obtenemos
dg
(xc )(x0 c),
(6.2)
g(x0 ) g(c) =
dx
120
d2 f
df
(c)(x0 c) =
(xc )(x0 xc )(x0 c),
dx
dx2
para todo
x (a, b),
df
(c)(x0 c)
dx
M |x0 c|2 .
df
(c)(x c)
dx
df
d2 f
(c)(x c) =
(xc )(x xc )(x c) > 0 (< 0).
dx
dx2
df
(x) > 0, entonces la funci
on es creciente de manera
dx
df
d2 f
(x) < 0 y
(x) > 0,
c
oncava hacia arriba en (a, b). En el caso de que
dx2
dx
la funci
on f es creciente de manera c
oncava hacia abajo en (a, b).
Si, adem
as,
121
6.3.3
y = f (x0 )
1
(x x0 )
df
(x0 )
dx
(6.3)
y = f (x0 + h)
1
df
(x0 + h)
dx
(x x0 h).
(6.4)
Resolviendo las ecuaciones (6.3) y (6.4) para (x, y), se obtienen las coordenadas del
punto de interseccion Ch = (xh , yh ) de N0 y Nh en la forma
df
df
(x0 + h) (x0 )
h
dx
f (x0 + h) f (x0 ) +
,
xh = x0 dx
df
df
df
(x0 + h)
(x0 )
(x0 + h)
dx
dx
dx
df
(x0 + h)
h
dx
yh = f (x0 ) +
f (x0 + h) f (x0 ) +
.
df
df
df
(x0 + h)
(x0 )
(x0 + h)
dx
dx
dx
df
(x),
Aplicando el teorema del valor medio en [x0 , x0 + h], a las funciones f (x) y
dx
escribimos
f (x0 + h) f (x0 ) =
df
(x1 )h,
dx
df
d2 f
df
(x0 + h)
(x0 ) =
(x2 )h,
dx
dx
dx2
122
yh =
df
df
(x0 + h) (x0 ) df
h
dx
(x1 )h +
x0 dx 2
df
dx
d f
(x0 + h)
(x2 )h
dx
dx2
df
df
(x0 + h) (x0 ) df
1
dx
(x1 ) +
x0 dx
,
2
df
dx
d f
(x0 + h)
(x2 )
dx
dx2
df
(x0 + h) df
h
f (x0 ) + dx2
(x1 )h +
df
dx
d f
(x0 + h)
(x2 )h
dx
dx2
df
(x0 + h) df
1
(x1 ) +
f (x0 ) + dx 2
.
df
dx
d f
(x
+
h)
(x2 )
0
dx
dx2
h0
h0
toma la forma
1
1+
C0 = (x0 , f (x0 )) + 2
d f
(x
)
0
dx2
df
(x0 )
dx
df
(x0 ), 1 .
dx
df
(x0 )
dx
3
2
1
.
En particular, una circunferencia de radio r tiene curvatura constante 1/r. Por esa
razon, al crculo con centro en C0 y radio se le llama crculo de curvatura (o crculo
osculador) de la curva en P.
123
3
x
+ 1 + h + 2 h2 + h3 +
;
2
1 + 4h + 3h
h+1
1 3
,
;
el centro de curvatura es C0 = (h, k) =
2 2
2
. (Ver figura 6.2.)
el radio de curvatura es =
2
y = f (x)
Ch
3
k=
2
1
Nh
N0
h=
1 1
2
6.4
El teorema de Taylor
dk f
(x) = 0 para x (a, b),
dxk
y x0 es un punto arbitrario de (a, b), entonces f (x) es un polinomio de grado k 1
de la forma
f (x) = a0 + a1 (x x0 ) + + ak1 (x x0 )k1 ,
124
donde a0 = f (x0 ), aj =
1 dj f
(x0 ), para j = 1, 2, . . . , k 1.
j! dxj
n. Consideremos la funcion
Demostracio
df
1 d2 f
(x)(x0 x) +
(x)(x0 x)2
dx
2! dx2
dk1 f
1
(x)(x0 x)k1 .
+ +
(k 1)! dxk1
g(x) = f (x) +
Derivando, obtenemos
dg
(x) = 0.
dx
f (x0 ) = f (x) +
Como x y x0 son puntos arbitrarios de (a, b), los podemos intercambiar y obtener
df
1 d2 f
(x0 )(x x0 ) +
(x0 )(x x0 )2
dx
2! dx2
dk1 f
1
(x0 )(x x0 )k1 .
+ +
(k 1)! dxk1
f (x) = f (x0 ) +
df
1 d2 f
1 dk f
2
(c)(x c) +
(c)(x
c)
+
+
(c)(x c)k .
dx
2! dx2
k! dxk
Directamente podemos verificar que los valores de Pck (x) y f, as como los de sus
derivadas hasta orden k, coinciden en el punto c. Es decir,
Pck (c) = f (c),
4
df
dk Pck
dk f
dPck
(c) =
(c), ,
(c)
=
(c).
dx
dx
dxk
dxk
125
1 dk f
df
(x)(x0 x) + +
(x)(x0 x)k =
dx
k! dxk
k
= f (x) +
i=1
1 di f
(x)(x0 x)i ,
i! dxi
se tiene
g(x0 ) g(c) =
dg
(xc )(x0 c),
dx
dg
(xc ), se tiene
dx
df
(xc ) +
dx
k
i=1
k
i=1
1 di+1 f
(xc )(x0 xc )i
i! dxi+1
di f
1
(xc )(x0 xc )i1 .
(i 1)! dxi
di f
1
(xc )(x0 xc )i1 =
(i 1)! dxi
k1
i=0
1 di+1 f
(xc )(x0 xc )i ,
i! dxi+1
(6.5)
126
1 dk+1 f
dg
(xc )(x0 c) =
(xc )(x0 xc )k (x0 c),
dx
k! dxk+1
1
M |x0 c|k+1
k!
1 dk+1 f
(xc )(1 )k (x0 c)k+1 .
k! dxk+1
127
Ejemplo 6.3
Aplicando la formula para el residuo, calcule el error que se comete
al evaluar 10 usando el polinomio de Taylor de orden 1 en el punto x = 9.
Soluci
on: Sea f (x) = x y consideremos su polinomio de Taylor de orden 1
alrededor de x = 9,
1
P91 (x) = 3 + (x 9).
6
Por el teorema de Taylor, se tiene que
con
R(x) =
1
x = 3 + (x 9) + R(x)
6
d2 f
(xc )(x xc )(x 9), donde xc [9, x].
dx2
Luego,
1
10 3 + ,
6
d2 x
(xc )
dx2
1 1
4 x3c
10 3.16
1
,
4(27)
128
con
1
|x|2k+2 .
(2k + 1)!
|R(x)|
1
y, por lo tanto, |R(x)| 103
(2k + 1)!
si k = 3. As, el polinomio de Taylor de grado menor que aproxima a sen x para
todo x (1, 1) con un error menor que 103 es
Luego, para x (1, 1), se tiene |R(x)|
P07 (x) = x
1 3
1
1
x + x5 x7 .
3!
5!
7!
Para el valor de sen(1/2), el error R(1/2) = sen(1/2) P02k+1 (1/2) es tal que
|R(1/2)|
1
22k+2 (2k
+ 1)!
6.4.1
1
23
1
=
= 0.47 . . .
2 48
48
Los puntos del dominio de una funcion real f (x) que posee una o m
as derivadas
continuas, se clasifican en:
puntos regulares, que son aquellos donde la derivada es distinta de cero, y
puntos crticos o puntos singulares, donde la derivada es igual a cero.
La propiedad caracterstica de un punto regular es que existe un intervalo con
centro en ese punto, donde la funcion es monotona y, por lo tanto, posee ah funcion
inversa. Esto se debe a que, al ser la derivada de la funcion en ese punto distinta
de cero, por la continuidad de la funcion derivada, debe ser distinta de cero en un
intervalo alrededor de ese punto y, por el teorema del valor medio, en ese intervalo
la funcion sera monotona y por lo tanto tendr
a funcion inversa en el intervalo en
cuesti
on.
Si la funcion f : [a, b] R es una funcion continua, a un punto c (a, b) se le
dice punto m
aximo local (o punto mnimo local), si existe un intervalo I con centro
en c tal que
f (c) f (x) para todo x I
(o f (c) f (x) para todo x I, respectivamente). Note que los puntos m
aximos
y mnimos locales tienen esa propiedad solamente en un intervalo alrededor de ese
punto. Es posible que el m
aximo global de la funcion f (x) se alcance en alguno de
los puntos extremos del intervalo inicial [a, b] y que en ellos la derivada tenga un
valor distinto de cero, como se ve en la figura 6.3. Lo importante es que si un punto
interior c (a, b) es m
aximo o mnimo local de f (x), necesariamente la derivada de
f se debe anular en c y ese punto sera un punto crtico. Para demostrar lo anterior,
129
x
a
df
(b) > 0
dx
n=1
es una sucesion de n
umeros negativos pues el numerador es negativo ya que f (c)
f (c + hn ) f (c)
sera menor
f (c + hn ) y el denominador hn es positivo. Luego, lim
n
hn
o igual a cero. An
alogamente, si tomamos la sucesion {hn }
umeros negativos
n=1 de n
f (c + hn ) f (c)
que convergen a cero, la sucesion de cocientes
sera una sucesion
hn
f (c + hn ) f (c)
debera ser entonces mayor o igual a
de n
umeros positivos y lim
n
hn
df
cero. Como ese lmite es precisamente la derivada
(c), tenemos entonces que la
dx
u
nica manera en que ambas sucesiones converjan a un mismo n
umero es que ese
n
umero sea igual a cero. Con esta argumentaci
on concluimos que si x = c es un
punto m
aximo o mnimo local de f, entonces se cumple que
df
(c) = 0.
dx
Nota Importante:
La condici
on de que la derivada de una funcion f se anule en los puntos m
aximos
y mnimos locales es una condici
on necesaria que cumplen ese tipo de puntos. Sin
embargo, por s sola no es una condici
on suficiente para asegurar que esos puntos
sean m
aximos o mnimos locales. Por ejemplo, la derivada de la funcion f (x) = x3
se anula en cero; sin embargo, ese punto no es m
aximo ni mnimo local pues la
funcion crece a su derecha y decrece a su izquierda.
130
La observaci
on anterior nos lleva de manera natural a plantear el problema
de encontrar condiciones adicionales al anulamiento de la derivada en un punto
para poder asegurar que ese punto sea un m
aximo o mnimo local. Una de esas
condiciones, se tiene en terminos del signo de la segunda derivada, como sigue.
Proposici
on 6.9 Sea f : [a, b] R una funci
on que tiene funci
on segunda derivada
df
d2 f
continua y sea c (a, b) un punto crtico
(c) = 0 . Entonces, si
(c) < 0,
dx
dx2
d2 f
(c) > 0, el punto c es un mnimo local.
el punto c es un m
aximo local y si
dx2
n. Probaremos u
Demostracio
nicamente el primer caso; el segundo se demuestra
d2 f
(x) es una funcion continua con
de manera an
aloga y se deja al lector. Como
dx2
d2 f
(c) < 0, existe un intervalo I = (c , c + ) con centro en c y radio > 0 tal
dx2
d2 f
que
(x) < 0 para toda x I. M
as a
un, para cada x (c , c + ) se tiene, por
dx2
el teorema de Taylor de orden 2, la estimacion
f (x) f (c)
d2 f
df
(c)(x c) =
(xc )(x c)(x xc ),
dx
dx2
df
d2 f
donde xc es un punto entre x y c. Tomando en cuenta que
(c) = 0 y que 2 (xc ) <
dx
dx
0, resulta que
f (x) f (c) < 0, para toda x I,
lo cual muestra que f (c) es el valor m
aximo de f en el intervalo (c , c + ) y c es
un m
aximo local de f.
Finalmente, en esta secci
on presentamos el concepto de punto de inflexi
on.
Un punto x = c se llama punto de inflexi
on de una funcion y = f (x) derivable
en c, si existe un intervalo abierto I que contiene a c tal que la funcion R(x) =
df
f (x) f (c)
(c)(x c) es negativa si x < c y positiva si x > c, o recprocamente:
dx
es negativa si x > c y positiva si x < c.
Para funciones que poseen segunda derivada continua, si x = c es un punto de
inflexion existe un intervalo abierto I que contiene a c donde la funcion cambia de
concavidad; es decir,
d2 f
d2 f
(x)
<
0
si
x
<
c
y
(x) > 0 si x > c, o
dx2
dx2
d2 f
d2 f
(x)
>
0
si
x
<
c
y
(x) < 0 si x > c.
dx2
dx2
131
=
(c) = 0,
dx2
dx3
dxr1
pero
(6.6)
dr f
(c) = 0. Entonces:
dxr
df
dr f
a) Si
(c) = 0 y r es par con
(c) > 0, el punto c es un punto mnimo
dx
dxr
local;
b) Si
dr f
df
(c) = 0 y r es par con
(c) < 0, el punto c es un m
aximo local;
dx
dxr
df
dr1 f
1
(c)(x c)
(c)(x c)r1
dx
(r 1)! dxr1
1
dr f
=
(xc )(x xc )r1 (x c).
(r 1)! dxr
Debido a (6.6), la expresi
on (6.7) toma la forma
f (x) f (c)
dr f
1
df
(c)(x c) =
(xc )(x xc )r1 (x c),
dx
(r 1)! dxr
(6.7)
132
df
donde x xc > 0 si x > c y x xc < 0 si x < c. En el caso de que
(c) = 0 y
dx
r
r
d f
d f
(c) > 0, de la continuidad de
(x) en x = c podemos asegurar la existencia de
dxr
dxr
dr f
(x) > 0 para toda x (c , c + )
un intervalo de la forma (c , c + ) donde
dxr
r
d f
y, en particular,
(xc ) > 0 pues |xc c| < . Por lo tanto, siendo r un n
umero
dxr
par, el lado derecho de (6.7) sera
f (x) f (c) =
1
dr f
(xc )(x xc )r1 (x c) > 0
(r 1)! dxr
dr f
(xc ) < 0 un argumento an
alogo al anterior prueba que x = c
En el caso de que
dxr
tiene que ser un punto m
aximo local.
dr f
Finalmente, para probar c) supongamos que
(x) > 0. Por la continuidad de
dxr
r
d f
dr f
(x)
en
x
=
c,
existe
un
intervalo
de
la
forma
(c
,
c
+
)
donde
(x) > 0
dxr
dxr
para toda x (c , c + ) y al ser r un n
umero impar, el termino de la derecha en
(6.7) tiene la forma
dr f
1
(xc )(x xc )r1 (x c),
(r 1)! dxr
que toma signos contrarios al evaluarlo en puntos x a la derecha y a la izquierda de
c, lo que significa que c es un punto de inflexion.
Ejemplo 6.5 Los puntos del dominio de la funcion f : R R con f (x) = 8x9 9x8
se clasifican de la forma siguiente:
De la funcion primera derivada
df
(x) = 72x7 (x 1)
dx
concluimos que el conjunto A de puntos regulares de f es
A = R {0, 1} .
La funcion segunda derivada es
d2 f
(x) = 504x6 (x 1) + 72x7 = 72x6 (8x 7).
dx2
133
df
d2 f
Concluimos que x = 1 es mnimo local, pues
(1) = 0 y 2 (1) > 0. Finalmente,
dx
d x
para el punto x = 0, tenemos
d2 f
d3 f
d7 f
d8 f
(0)
=
0,
(0)
=
0,
,
(0)
=
0,
(0) < 0
dx2
dx3
dx7
dx8
y por lo tanto x = 0 es un m
aximo local. La gr
afica de f aparece en la figura 6.4.
f (x)
1
-1
-1
Figura 6.4 Gr
afica de la funcion f (x) = 8x9 9x8
Ejemplo 6.6 Supongamos que la gr
afica de la derivada de la funcion y = f (x) en
el intervalo (0, 10) es la que se muestra en la figura 6.5.
df
(x)
dx
3
2
1
1
10
0
-1
-2
-3
-4
Figura 6.5 Gr
afica de
df
(x)
dx
134
d2 f
(8) > 0.
dx2
f) El punto x = 6 es un m
aximo local pues
df
df
d2 f
(2) =
(8) = 0,
(2) > 0
dx
dx
dx2
df
d2 f
(6) = 0 y
(6) < 0.
dx
dx2
f (x)
8
7
6
5
4
3
2
1
x
0
10
Figura 6.6 Gr
afica de f
Ejemplo 6.7 Determine las dimensiones del cilindro de area mnima (incluyendo
sus tapaderas) de volumen 1000 cm3.
Soluci
on. Cada cilindro de volumen 1000 cm3 esta totalmente determinado por el
valor de su radio r o de su altura h ya que se tiene la relaci
on
r2 h = 103
135
Si tomamos el valor del radio r como la variable que define a los cilindros de volumen
103 cm3 , entonces su altura h(r) esta dada por
h(r) =
103
,
r2
para r > 0.
2 103
+ 2r2 .
r
1
.
2
= 120 > 0,
se tiene que dicho punto es mnimo local y entonces el cilindro de area mnima de
volumen 1000 cm3 es aquel cuyas dimensiones son
r = 10
1
,
2
h=
10
3
3
Amin = 300 2.
Observe que, tomando el radio muy peque
no o muy grande, el area del cilindro de
3
volumen 1000 cm se puede hacer tan grande como se quiera.
136
2
,
a2
0 < < a.
Luego, el valor de max que da lugar al rectangulo inscrito de mayor area debera
anular la derivada
2b a2 22max
dA
(max ) =
= 0.
d
a a2 2max
1
2a.
2
Note que el valor de la segunda derivada en max es negativa y, por lo tanto, corresponde a un punto m
aximo local. Las dimensiones del rectangulo inscrito de
area
m
axima son
2
b,
base = 2a, altura =
2
y el
area m
axima,
Amax = ab.
Observe que cuando tiende a cero, el area del rectangulo inscrito correspondiente
tiende a cero, es decir, el valor mnimo del area de los rectangulos inscritos en la
elipse es cero.
137
2
r
funcion t : 0,
R dada por
2
t() =
2r cos 2r
+
.
vr
vc
vr
< 1, se tiene un u
nico punto crtico en
vc
0,
, dado por
2
vr
vc
min = arcsen
vr
vc
2r arcsen
+
vr
1
vr
vr
vc
1
arcsen
vc
vr
vc
vc
vr
vc
138
2r
r
= 0, se tiene t(0) =
yt
, los valores de la funcion t() deben ser
=
2
vr
2
vc
superiores a t(min ) por haber s
olo un punto crtico en (0, 2 ).
vr
Note que si
1, entonces el valor mnimo de t() se alcanza en el extremo
vc
2r
izquierdo de [0, 2 ] con min = 0 y con valor t(min ) = .
vr
6.4.2
Reglas de LHospital
lim
x0
sen x
,
x
lim
x0
1
+x
x3
,
1
+2
x
lim
xa
tan(x a)
.
csc(x a)
En estos casos, el teorema del valor medio generalizado nos permite examinar el
comportamiento de las funciones a partir del comportamiento de sus derivadas,
proporcionando dos criterios muy u
tiles en tales casos, que se denominan reglas de
LHospital.5
Proposici
on 6.11 (Primera regla de LHospital) Sean f (x) y g(x) dos
dg
funciones derivables en (a, b) y
(x) = 0 para toda x (a, b). Si se tiene
dx
que
df
(x)
lim f (x) = lim g(x) = 0 y lim dx
= L,
xa
xa
xa dg
(x)
dx
donde L R, o L = , entonces
lim
xa
f (x)
= L.
g(x)
139
xa
df
(x)
=L
lim dx
xa dg
(x)
dx
entonces
lim
xa
con L R o L = ,
f (x)
= L.
g(x)
df
df
(cx,t )
(cx,t )
f (x)
1
L = dx
f (t) g(t) dx
L+
,
dg
dg
g(x)
g(x)
(cx,t )
(cx,t )
dx
dx
140
df
df
(cx,t )
(cx,t )
1
dx
f (t) g(t) dx
L +
.
dg
dg
g(x)
(cx,t )
(cx,t )
dx
dx
xa
f (x)
L = 0,
g(x)
1
x
1
y aplicar la Regla de LHospital para esas nuevas funciones cuando
x
x 0+ si a = + o x 0 si a = .
y g1 (x) = g
tenemos que
d sen x1
1
1
2 cos
dx = lim x
x = lim cos 1 = 1.
lim
1
1
x
x
x
x
dx
2
x
dx
141
1
= 1.
x
Reescribiendo
x(2 arctan x ) =
2 arctan x
1
x
1
= lim (2 arctan x ) = 0,
x x
tenemos que
2
d(2 arctan x )
2
1 + x2 = lim 2x = 2.
dx
lim
=
lim
1
x
x
x 1 + x2
d x1
2
x
dx
Luego, aplicando la regla de lHospital, se tiene que
lim x(2 arctan x ) = 2.
142
|x y|
para cualesquiera x, y R.
2. Pruebe, utilizando el teorema del valor medio, que toda funcion con derivada
continua en un intervalo cerrado [a, b] es lipschitziana. (Sugerencia: recuerde
que toda funcion continua en un intervalo cerrado y acotado es acotada.)
3. Si la gr
afica de la funcion velocidad v = v(t) de un automovil, se ve cualitativamente como en la figura 6.9, dibuje la gr
afica de la posicion del auto con
respecto al tiempo si la posicion en el tiempo t = 1 era de 100 metros medidos
a partir del inicio de la carretera. Describa el movimiento del auto.
v(t)
200
100
t
1
10
Figura 6.9 Gr
afica de la funcion velocidad del ejercicio 3
4. Determine los intervalos de monotona y los puntos m
aximos y mnimos locales
de la funcion f (x) = 7x9 18x7 . Con la informaci
on anterior, dibuje la gr
afica
de f.
5. Sean P (x) y Q(x) dos polinomios de grado 2 tales que
P (1) = Q(1),
dP
dQ
d2 P
d2 Q
(1) =
(1),
(1) =
(1).
2
dx
dx
dx
dx2
8. Haciendo uso del teorema de Taylor, calcule 3 1.5 con tres cifras decimales.
143
9. Sea f (x) una funcion continua en el intervalo [3, 3] y tal que su primera y
segunda funciones derivadas tienen las caractersticas se
naladas.
> 0, si x (3, 1)
df
(x) : = 0, si x = 1
dx
dx2
> 0, si x (0, 1)
(a) En que puntos de [3, 3] tiene f (x) m
aximos o mnimos locales?
d2 f
(x) > 0 y f (x) < 0 para todo x R.
dx2
df
y
(x) < 0 para todo x R.
dx
y
144
15. Si f (x) es una funcion con derivadas continuas de orden cuatro, diga cu
ales
de los siguientes enunciados son verdaderos y cu
ales son falsos, dando en este
u
ltimo caso un ejemplo para probarlo.
(a) Si f es no decreciente en (a, b), entonces
df
(x)
dx
df
(x) = 0 para toda x (a, b), entonces f no tiene m
aximos ni
dx
mnimos en (a, b).
(b) Si
Captulo
7.1
La funci
on exponencial
(7.1)
La cuesti
on que es necesario establecer primero, es la existencia de soluciones de
la ecuaci
on diferencial (7.1) distintas de la solucion f (x) = 0, denominada soluci
on
trivial. Esto constituye el enunciado del llamado teorema de existencia de ecuaciones
diferenciales cuya demostraci
on esta m
as all
a del alcance de este texto. En vista
de lo anterior, supondremos de antemano la existencia de soluciones de la ecuaci
on
diferencial (7.1), definidas en todo R y distintas de la trivial. Bajo la suposicion
146
La funci
on exponencial y sus aplicaciones
df
(x2 )(x1 x0 ) = f (x2 )(x1 x0 ),
dx
(7.3)
147
7.1 La funci
on exponencial
Tomando valor absoluto, se tiene
M |x x0 |k1 ,
|f (x)|
donde M es una cota para f (x) en el intervalo [x0 , x], la cual existe pues hemos
supuesto que f (x) tiene derivada en ese intervalo y por lo tanto es continua y esta
acotada en [x0 , x]. Como |x x0 | < 1 se tendr
a que |x x0 |k 0 cuando k ,
por lo que f (x) = 0 para cada x con |x x0 | < 1, y por la continuidad de f (x) en
R, se tendr
a que f (x0 + 1) = 0. Repitiendo los argumentos anteriores y cambiando
el punto x0 por el punto x0 + 1, probamos igualmente que f (x) = 0 para cada x en
[x0 , x0 + 2]. Prosiguiendo de esta forma, concluimos que f (x) = 0 para toda x R.
Para la prueba del punto 4, observemos que la funcion h(x) = (f1 f2 )(x) es
tambien, en virtud del punto 2, solucion de (7.1) y se anula en el punto x0 , luego,
como consecuencia del punto 3, se tiene f1 (x) = f2 (x) para toda x R.
Nota Importante:
1. Conjuntamente, los puntos 2, 3 y 4 de la proposicion 7.1 aseguran que cada
solucion no trivial de (7.1) genera todas las soluciones al multiplicarse por un
n
umero real arbitrario.
df
2. Si f (x) es solucion de (7.1), su funcion derivada
(x) tambien lo es.
dx
A partir de la proposicion 7.1, damos la definicion siguiente:
Definici
on 7.1 A la u
nica soluci
on de (7.1) tal que f (0) = 1 se le llama
funci
on exponencial y su valor en el punto x R lo denotaremos por exp x.
El valor exp 1 se denota con e, notaci
on introducida por Leonhard Euler.
Proposici
on 7.2 (Propiedades de la funci
on exponencial)
1. La funci
on exponencial es siempre mayor que cero, mon
otona creciente y
c
oncava hacia arriba.
2. La funci
on exponencial tiene las propiedades siguientes:
a) exp(x + x0 ) = exp x0 exp x para cualesquiera x, x0 R.
b) Para cada x R se tiene
exp x = lim
1+x+
1
1
1 2
x + x3 + + xk .
2!
3!
k!
xk
= 0, para cada k natural.
x exp x
c) lim
148
La funci
on exponencial y sus aplicaciones
x
-3
-2
-1
1 2
1
x + + xn + Rn (x)
2!
n!
con
1
exp xc |x|n+1 ,
n!
|Rn (x)|
donde xc [x, x]. Por otro lado, al ser exp x una funcion continua en [x, x], existe
M > 0 tal que
exp y < M para toda y [x, x].
149
7.1 La funci
on exponencial
Entonces, para cada etiqueta n,
M n+1
|x|
n!
|Rn (x)|
y
exp x 1 + x +
1 2
1
x + + xn
2!
n!
|x|n+1
n!
M n+1
|x|
.
n!
n=1
|x|
an para toda n, y entonces para toda etiqueta n tal que n + 1 > 2|x|, se tendr
a
n+1
an+1
1
an .
2
dx
dx = lim 1 = 0,
lim
x d exp x
x exp x
dx
x
= 0.
x exp x
y
lim
2x
x
= 2 lim
= 0,
x exp x
exp x
150
La funci
on exponencial y sus aplicaciones
1. La interpretaci
on geometrica de la propiedad 2.c) de la proposicion 7.2 es que
la funcion exponencial crece m
as rapidamente que cualquier potencia de x
cuando x .
2. De 2.a) de la proposicion 7.2 se sigue que
exp n = (exp 1)n para cada n N,
exp
n
m
= exp(1) m =
e = exp 1 = lim
k=0
1
.
k!
4. Tomando en cuenta que la funcion exponencial comparte varias propiedades con la operacion exponenciacion, se acostumbra denotarla tambien con
el smbolo ex ; es decir,
ex = exp x, x R.
7.2
La funci
on logaritmo natural
d ln
1
(x) =
dx
x
151
1
2
3
7.3
1. Para cada r R,
xr : (0, ) R,
xr = er ln x .
ax : (0, ) R,
ax = ex ln a .
3. xx : (0, ) R,
xx = ex ln x .
def
def
7.4
Aplicaciones de la funci
on exponencial
152
La funci
on exponencial y sus aplicaciones
d
p(t) et p(t) = et ,
dt
Entonces
p(t) =
p(0)
t
e + .
(7.4)
1 2p(0) /
. Por ejemplo, supongamos
en un tiempo t0 dado por t0 = ln
p(0) /
que inicialmente hay 10 individuos (p0 = 10) y que la tasa de reproducci
on es
= 20. Si la razon de retiro es = 1, entonces la poblacion en el tiempo t es
p(t) = 5e0.2t + 5 y el instante en el que la poblacion se duplica es t0 = 5 ln 3.
Ver figura 7.3(a).
1. Si p(0)
153
a en un tiempo finito t0 = ln
3. Si p(0) < 0 la poblacion se extinguir
.
p(0)
Por ejemplo, si la tasa de retiro sobrepasa el valor de 2, digamos = 3, en
tonces p(0) = 5. En este caso, la poblacion en cada instante t esta dada
40
p(t)
p(t)
p(t) = 5e0.2t + 5
10
p(t) = 5(e0.2t 3)
30
10
20
p(t) = 10
10
t
t0 = 5 ln 3
t
t0 = 5 ln 3
(a)
(b)
(c)
Figura 7.3 Comportamientos posibles de la funcion exponencial (7.4)
para distintos valores de , con p(0) y fijos
Ejemplo 7.2 (Ley de enfriamiento de Newton) Es un hecho conocido que la
temperatura de un cuerpo de material homogeneo situado en un medio a temperatura constante, experimenta un proceso de enfriamiento o calentamiento que a la
larga lo lleva a adquirir la misma temperatura del medio ambiente. La rapidez con
la cual tiene lugar el enfriamiento o calentamiento en cada tiempo es proporcional
a la diferencia entre la temperatura del cuerpo en ese instante y la temperatura
del medio ambiente. A este hecho fsico se le conoce como ley del enfriamiento de
Newton. Nuestro problema consiste en deducir, a partir de esa ley, la temperatura
del cuerpo como funcion del tiempo conocidas las temperaturas iniciales del cuerpo
y del medio, as como la constante de difusion termica del material que forma el
cuerpo en cuesti
on. Si la temperatura inicial del cuerpo es tres veces mayor que la
temperatura ambiente, en que tiempo sera el doble de la del medio ambiente?
Soluci
on:
Si denotamos por T (t) la funcion de temperatura del cuerpo en el tiempo t, por Tm
la temperatura del medio ambiente y si > 0 es la constante de difusion termica
del material, la ley de enfriamiento estipula que
dT
(t) = (Tm T (t)).
dt
154
La funci
on exponencial y sus aplicaciones
(7.5)
De la formula (7.5) se deduce que si la temperatura inicial del cuerpo, T (0), es mayor
que la temperatura del medio ambiente, aquella decrecera exponencialmente con el
paso del tiempo y tendera al valor Tm de la temperatura ambiente. Por ejemplo, si
T (0) = 3Tm , de (7.5) tendremos que T (t) = 2Tm si
2Tm = Tm + 2Tm exp(t).
Luego, el tiempo t0 en el cual la temperatura del cuerpo sera el doble de la temperatura del medio ambiente es
1 1
t0 = ln .
2
Ejemplo 7.3 (La ecuaci
on logstica) En la naturaleza, la din
amica de una poblacion esta determinada basicamente por su tasa de crecimiento, que en general
depende tanto de la especie misma como de las limitantes del medio representadas
por la disponibilidad de alimentos y la existencia de depredadores. Si suponemos
que no existen depredadores y el medio s
olo puede sostener a un n
umero fijo L de
unidades de poblacion, se considera entonces que la tasa de crecimiento es una
funcion del tiempo (t) directamente proporcional a la diferencia entre la m
axima
poblacion sustentable L y la poblacion existente en el tiempo t, es decir
(t) = k(L p(t)),
donde k es una constante. En este caso, la din
amica de crecimiento de la poblacion
p(t) es gobernada por la ecuaci
on diferencial
dp
p(t)
(t) = 1
p(t),
dt
L
Lk
. A la ecuaci
on anterior se le llama ecuaci
on logstica.
100
Se puede verificar (ver ejercicio 9) que la funcion
donde =
p(t) =
Lp(0)
p(0) + (L p(0))ekt
(7.6)
155
es solucion de la ecuaci
on (7.6). Note que
lim p(t) = L.
156
La funci
on exponencial y sus aplicaciones
def
1
x
1
1
x
0
f (x) = cosh x
f (x) = senhx
157
(e) Diga en que intervalo la funcion cosh x es uno a uno y demuestre que su
funcion inversa, denotada cosh1 y, tiene la expresi
on siguiente:
cosh1 y = ln(y +
y 2 1) para y
1.
x
n
=x
y deduzca la formula
x n
) .
n
n
Esta u
ltima expresi
on es, a veces, usada como definicion de la funcion ex .
ex = lim (1 +
Lp(0)
p(0) + (L p(0))ekt
158
La funci
on exponencial y sus aplicaciones
(c) Encuentre el tiempo en que la poblacion alcanza su valor m
aximo.
10. (Fechamiento por carbono radioactivo.) Las plantas y los animales adquieren
de la atm
osfera o del alimento que ingieren un isotopo radioactivo del carbono
denominado carbono catorce. Este isotopo es tal que por desintegracion radioactiva pierde la mitad de su masa en un tiempo de 5730 a
nos. Las plantas
y los animales vivos restituyen continuamente el carbono catorce emitido, dejando de hacerlo en cuanto mueren, de tal manera que a partir de entonces el
carbono empieza a perder su masa con rapidez directamente proporcional a la
masa presente en cada instante. Calcule la constante de proporcionalidad y
diga que edad tiene un pergamino que ha perdido por radioactividad el 74%
de la masa que actualmente tiene el carbono catorce en el tipo de plantas de
las cuales se hizo ese pergamino.
Captulo
La integral indefinida
En la presencia de fen
omenos de cambio o movimiento, es a veces m
as viable
conocer o deducir la ley de cambio a la que obedece la variaci
on relativa de las
variables involucradas, que la funci
on misma entre esas variables. Es decir, a veces
se conoce la derivada de la funci
on o relaciones que satisfacen las derivadas, pero
no se conoce la funci
on misma. Por ejemplo, en el caso del movimiento de un
autom
ovil, es a menudo m
as f
acil estimar la velocidad o la aceleraci
on durante un
cierto intervalo de tiempo, que la funci
on de posici
on del vehculo en cada instante.
Una idea de la velocidad se puede tener, por ejemplo, observando el velocmetro
desde dentro del mismo vehculo. Algo similar se tiene en el caso del movimiento
que muestran los cuerpos ante la presencia de una fuerza externa y que se manifiesta,
seg
un las leyes del movimiento de Newton, en terminos de variaciones de la velocidad
del cuerpo con respecto al tiempo en forma proporcional a la magnitud y direcci
on
de la fuerza actuante. En este caso, el problema consiste en deducir la posici
on del
cuerpo con respecto al tiempo a partir del comportamiento de su segunda derivada.
Al problema de determinar la forma y los valores de una funci
on a partir del
conocimiento de su derivada o de una ecuaci
on que involucra a sus derivadas se
le llama problema de integraci
on y es el problema fundamental de la teora de las
ecuaciones diferenciales. En este sentido, el problema de integraci
on es el problema
inverso al de derivaci
on o de c
alculo de derivadas.
En este captulo se inicia el estudio de los problemas de integraci
on a partir del
concepto de integral indefinida y se muestra c
omo las distintas reglas de derivaci
on
dan lugar a metodos de integraci
on que permiten resolver problemas como los arriba
citados.
8.1
160
La integral indefinida
rencial
df
(x) = g(x), x I,
(8.1)
dx
donde la incognita o indeterminada es la funcion f (x). En caso de existir, cada
funcion f (x) que satisface la ecuaci
on (8.1) se llama antiderivada o primitiva de
g(x) en el intervalo I.
Nota Importante:
Si f1 (x) es una antiderivada de la funcion g(x) en un intervalo I, tambien lo es la
funcion
f2 (x) = f1 (x) + a,
donde a es cualquier n
umero real. El recproco del resultado anterior es tambien
cierto, ya que si f1 (x) y f2 (x) son antiderivadas de la funcion g(x) en el intervalo I,
se tiene
d(f2 f1 )
df2
df1
(x) =
(x)
(x) = g(x) g(x) = 0,
dx
dx
dx
lo que implica, en virtud del teorema del valor medio, que f2 (x)f1 (x) = a =constante
para toda x I.
Si g(x) es una funcion definida en un intervalo abierto o cerrado I, a la familia
de antiderivadas o primitivas en I se le denomina la integral indefinida de g(x) en
I, y se denota por el smbolo
g(x)dx.
En otros terminos, la integral indefinida
de funciones
g(x)dx =
f : I R tales que
df
(x) = g(x) .
dx
(8.2)
f0 (x) + c,
cR .
c,
con c R .
161
df
(x) es la familia de las funciones
dx
df
(x)dx (y) = {f (y) + c,
dx
c R} .
(8.3)
(3x2 + x)dx =
1
x3 + x2 + c ,
2
y para fijar el valor de c que corresponde al elemento f (x) de esa familia tal que
f (1) = 3, la constante c debera ser tal que
f (1) =
3
+ c = 3,
2
es decir,
c=
y
3
2
3
1
f (x) = x3 + x2 + .
2
2
A continuaci
on presentamos la integral indefinida de algunas funciones elementales g(x).
162
La integral indefinida
Funcion g(x)
Integral indefinida
g(x)dx
ax + c
a0 + a1 x + + an xn
1
1
a0 x + a1 x2 + +
an xn+1 + c
2
n+1
m+n
n
(x + b) n + c
m+n
1
cos(bx) + c
b
1
sen(bx) + c
b
(x + b) n
b R,
m, n enteros
sen(bx)
bR
cos(bx)
bR
1
tiene por integral
x
1
dx = ln |x| + c.
x
3 2
5
si x <
5x x
2
3
f (x) =
3 x2 5x + 25 si x 5 .
2
3
3
La antiderivada o funcion primitiva h(x) de g(x) = |3x 5| en R tal que h(1) = 2,
es
5
3 2 3
si x <
5x x
2
2
3
h(x) =
41
5
3
x2 5x +
si x .
2
6
3
8.2
M
etodos de integraci
on
163
f (x)dx.
8.2.1
f (x)dx +
g(x)dx.
Integraci
on por partes
dq
(x)dx = p(x)q(x)
dx
dp
(x) q(x)dx + c.
dx
p(x)
dq
(x) +
dx
q(x)
dp
(x) + c,
dx
164
La integral indefinida
(p(x)
d
q(x)dx
dx
= x cos x +
cos xdx
= x cos x + sen x + c.
dq
2. Haciendo p(x) = cos x y q(x) = sen x, se tiene cos2 x = p(x) (x) y aplicando
dx
la formula de integracion por partes obtenemos
cos2 xdx =
de donde
cos x
d sen x
dx
dx
= cos x sen x +
sen2 xdx =
= cos x sen x +
(1 cos2 x)dx,
1
cos2 xdx = (cos x sen x + x) + c.
2
1
3. Haciendo p(x) = eax y q(x) = sen bx, y aplicando la formula de integracion
b
por partes, se tiene
eax cos bxdx =
p(x)
1
a
dq
(x) dx = eax sen bx
dx
b
b
Calculando ahora eax sen bxdx, aplicando nuevamente el metodo de integracion por partes y haciendo
u(x) = eax
1
y v(x) = cos bx,
b
tenemos
eax sen bxdx =
u(x)
dv
1
a
(x)dx = eax cos bx +
dx
b
b
165
a2
b2
a
1
eax cos bxdx = eax sen bx + 2 (eax cos bx).
b
b
Finalmente,
eax cos bx =
8.2.2
eax
b sen bx + a cos bx + c.
a2 + b2
Integraci
on por sustituci
on
dg
(x) dx =
dx
h(g(x))
dg
(x) dx (g 1 (y))
dx
166
La integral indefinida
donde se supone que g(x) es una funcion monotona. En este caso, cuando se presenta el problema de calcular la integral indefinida de una funcion de la forma
dg
on formal, o simbolica,
h(g(x)) (x), se hace la sustituci
dx
y = g(x),
dy =
dg
(x)dx,
dx
dg
dx =
dx
h(y)dy g(x),
h(y)dy.
dy = (2x + 2)dx,
podemos escribir
1
2
1
dg
dx =
sen ydy (g(x)) =
dx
2
1
1
= cos(g(x)) + c = cos(x2 + 2x) + c,
2
2
h(x)dx =
sen(g(x))
y escribiendo
y m dy (g(x))
y m+1
(cos x)
m+1
1
=
cosm+1 x + c.
m+1
167
y f (0) = 2
(arcsen x)dx =
(arcsen x)
d arcsen x
dx =
dx
dy = 2xdx,
para obtener
x
dx =
1 x2
1
2
1
dy (1 x2 ) =
y
= 1 x2 + c.
1 x2 + c.
168
La integral indefinida
z(x) =
dz
(0) = 1, se obtiene
dx
z(0) = b = 1
y
dz
(0) = cos 0 + c = 1.
dx
Entonces la funcion buscada es
1
z(x) = x3 sen x + 2x + 1.
6
8.2.3
Integraci
on por sustituci
on trigonom
etrica
x (1, 1)
1 x2 )dx =
h(cos (x))dx.
(8.6)
d
dx.
dx
1 x2 )dx =
(8.7)
169
9 x2
dx
x2
1
dy = dx,
3
para obtener
9 x2
1
dx =
2
x
3
1
x
3
2
1
3x
dx =
1 x2
dx = h( 1 x2 )dx
x2
con
1 x2
x
,
dx
2
x
3
h(y) =
y
.
1 y2
cos2
1 x2
dx
=
d ( arcsen x) = cot(arcsen x) arcsin x + c
x2
sen2
y, finalmente,
9 x2
9 x2
x
dx
=
arcsen + c.
2
x
x
3
x (, )
1 + x2 )dx =
1 + tan2 (x) dx =
h(sec (x))dx.
d
1
=
= cos2 (x),
dx
1 + x2
escribimos la u
ltima integral indefinida en la forma
h(sec (x))dx =
d
dx,
dx
170
La integral indefinida
h( 1 + x2 )dx =
(8.8)
hacemos la sustituci
on
x
,
2
y reescribimos la integral en la forma
1
dy = dx
2
y=
x2
1
dx,
x2 + 4
1
dx =
x2 + 4
4
x
2
x
2
x
2
1
4
x2
1
dx
x2 + 1
x
.
2
+1
1
dx =
x2 + 1
h(
x2 + 1)dx,
con
h(y) =
1
.
1)
y(y 2
1
dx =
x2 + 1
h(
=
=
sec2
d (arctan x)
tan2 sec
cos
1
d (arctan x) =
(arctan x)
sen2
sen
x2 + 1)dx =
1 + x2
+ c,
x
dx =
2
2
4
x x +4
dx
2
x x2 + 1
x
2
4 + x2
+ c.
4x
Tercer caso:Sea h(y) una funcion continua. Para calcular la integral indefinida
de la forma h( x2 1)dx, se hace la sustituci
on
(x) = arcsec x, x (1, 1)
y se reescribe la integral indefinida en la forma
h(
x2 1)dx =
h(tan (x))dx.
171
d
dx
dx
h(
1
x,
a
dy =
(8.9)
1
dx con a > 0, hace a2
x2
1
dx,
a
y encontramos que
1
dx =
a2
x2
x
a
dx =
1
x2
dx
de la forma
1
x2 1
dx =
h(
x2 1)dx
con
h(y) =
x
.
a
1
x2 1
dx, que es
1
.
y
1
x2 1
dx =
sec d (arcsec x) =
x2 1|
y, finalmente,
1
dx = ln |x +
a2
x2
x2 a2 | ln a + c.
172
8.2.4
La integral indefinida
Integraci
on de funciones racionales
En esta subsecci
on presentamos el llamado metodo de fracciones parciales para el
calculo de la integral indefinida de funciones racionales. Una funcion racional es una
funcion de la forma
p(x)
,
r(x) =
q(x)
donde p(x) y q(x) son polinomios. La funcion racional r(x), puede reescribirse,
despues de aplicar el algoritmo de la divisi
on para polinomios, en la forma
r(x) = w(x) +
s(x)
t(x)
donde w(x), s(x) y t(x) son polinomios y el grado de s(x) es menor que el grado
de t(x). Lo anterior nos permite reducir el calculo de la integral indefinida de
funciones racionales a aquellas para las que el grado del polinomio del numerador
es estrictamente menor que el grado del polinomio del denominador.
Los teoremas siguientes sobre polinomios y funciones racionales son dos resultados importantes de algebra, que permiten resolver el problema del calculo de
antiderivadas de funciones racionales.
Teorema 8.3 (Fundamental del
algebra) Cada polinomio t(x) con coeficientes
en los n
umeros reales se factoriza en la forma
t(x) = c(x a1 )m1 (x a2 )m2 (x as )ms
[(x b1 )2 + k12 ]r1 [(x b2 )2 + k22 ]r2 [(x bq )2 + kq2 ]rq ,
donde
m1 + m2 + ms + 2r1 + + 2rq = grado t(x).
Note que los factores de la forma [(x b)2 + k 2 ]ri son polinomios de segundo grado
con races complejas.
Teorema 8.4 Sean s(x) y t(x) polinomios tales que el grado de s(x) es menor que
s(x)
puede expresarse como
el grado de t(x). Entonces la funci
on racional r(x) =
t(x)
suma de funciones racionales de la forma
e
(x a)s
cx + d
,
[(x b)2 + k 2 ]r
(8.10)
173
a ln |x b| si s = 1,
a
dx =
1
a
(x b)s
si s > 1.
1 s (x b)s1
xe
.
[(x e)2 + k 2 ]r
1
dx,
[(x e)2 + k 2 ]j
j = 1, 2, . . . ,
174
La integral indefinida
I1 =
j = 2, 3 . . .
x3
1
se calcula
+1
1
e
cx + d
1
=
=
+
,
x3 + 1
(x + 1)(x2 x + 1)
x + 1 x2 x + 1
donde
1
c= ,
3
2
d= ,
3
1
e= .
3
Por lo tanto,
1
1
1
1
x2
dx =
dx +
dx =
x3 + 1
3
x+1
3
x2 x + 1
1
1
1
= ln |x + 1| ln(x2 x + 1) + arctan
3
6
3
2x 1
+ c.
175
arcsen xdx
(b)
ln xdx
(c)
x2 sen xdx
(d)
cos4 xdx
|x|dx
ai xi dx
(c)
i=1
x2 + 1
dx
x3 + 8
x
dx
2
(x x + 1)2
1
dx
4
x a4
1
dx
2x
e 4ex + 4
1
n1
cosn1 x sen x +
n
n
cosn2 xdx,
n natural.
dy
d2 y
(1) = 1 y
(x) = |x|.
dx
dx
7. Dibuje la gr
afica de las funciones que forman la integral indefinida de la funcion
f (x) cuya gr
afica aparece en la figura 8.1.
8. Haciendo sustituciones trigonometricas, calcule las integrales indefinidas siguientes.
176
La integral indefinida
f (x)
Figura 8.1 Gr
afica de f (x) para el ejercicio 7
(a)
x2
3
(x2 + a2 ) 2
dx
(b)
x3
(c)
x 25 + x2 dx
9 x2 dx
1
x + arctan(b/a)
1
+c
dx =
ln tan
a sen x + b cos x
2
a2 + b2
xq
, calcule la integral indefinida
xp
(x p)(x q)dx.
sen(ln x)
dx
x2
x3
dx
1 x2
177
tan4 (x)dx
1
1
3
x 1
dx
12. Dibuje la gr
afica de la funcion f (x) si f (1) = 0 y
d2 f
(x) es la que aparece en la figura 8.2
dx2
d2 f
dx2
df
(1) = 1 y la gr
afica de
dx
(x)
x
2
-1
Figura 8.2 Gr
afica de
d2 f
(x) para el ejercicio 12
dx2
,
2 2
1
y f (0) = 1
x+3
x2 + 5x + 6
g(x) =
y f (2) = 0
x1
R,
g(x) =
178
La integral indefinida
Captulo
La integral definida
9.1
La definici
on de integral definida
Una partici
on P de un intervalo cerrado [a, b] es un conjunto finito de puntos de
[a, b] que contiene a los extremos del intervalo [a, b].
180
La integral definida
S(f, P, {xi }) =
i=1
181
9.1 La definici
on de integral definida
los puntos en cada subintervalo, se les llama suma superior de Darboux1 -Riemann y
suma inferior de Darboux-Riemann correspondientes a la partici
on P y se denotan,
respectivamente, por
k
P)=
S(f,
i=1
f (xmax
)(xi xi1 )
i
y
k
S(f, P)=
i=1
f (xmin
i )(xi xi1 ).
a = x0 x1 x2
x3 x4 = b
f (x)
f (x)
x0
x1 x2
x3 x4
x0
x1 x2
x3 x4
x0
x1 x2
x3 x4
xmax
3
xi
(b) S(f, P)
(c) S(f, P)
182
La integral definida
N
otese que, en este caso particular, se tiene xmin
= x0 , xmin
= x1 , xmin
= x3 y
1
2
3
max
max
max
= x4 , mientras que x1 = x1 , x2 = x2 y x4 = x3 . Por otra parte, xmax
3
esta se
nalado en la figura 9.2(c).
xmin
4
f (xi )
f (xmax
),
i
S(f, P, {xi })
S(f, P).
Nota Importante:
1. Si f (x) es una funcion no-negativa, es decir f (x)
0 para toda x [a, b],
entonces la suma superior de Darboux-Riemann correspondiente a la particion
P, es la suma de las areas de los rectangulos cuyas bases son los segmentos
[xi1 , xi ] y cuya altura es la m
axima ordenada de los puntos de la gr
afica de
f sobre el segmento [xi1 , xi ] para i = 1, 2, . . . n. En ese caso, la regi
on bajo la
curva esta contenida en la uni
on de rectangulos y su area sera menor o igual
a la suma de las areas de estos. Una situacion an
aloga se tiene con la suma
inferior de Darboux-Riemann asociada a la particion P, donde el conjunto
bajo la gr
afica contiene a la uni
on de rectangulos cuyas areas dan la suma
inferior. Tambien es de observarse que para cualquier elecci
on de los puntos
xi [xi1 , xi ], la suma de Riemann S(f, P,{xi }) es un n
umero entre las sumas
inferior y superior de Darboux-Riemann.
2. Si la funcion f toma en [a, b] tanto valores positivos como negativos, la contribuci
on a cada suma de los subintervalos sobre los que f toma valores negativos, sera tambien un n
umero negativo y entonces, en el c
alculo de la suma
de Riemann, la suma del area de los rectangulos que quedan por abajo del eje
de las abscisas se resta del area de los rectangulos que quedan por arriba de
esos ejes. Vea la figura 9.3.
Para mostrar como tiene lugar el proceso de aproximacion a medida que se toman
particiones de [a, b] cada vez m
as finas, probaremos primero el lema siguiente.
Lema 9.1 Sean P, Q ([a, b]) y f : [a, b] R una funci
on continua. Entonces
1. S(f, P)
S(f, P)
2. S(f, P Q)
S(f, P)
3. S(f, P Q)
S(f, P)
4. sup f (x)(b a)
x[a,b]
S(f, P)
S(f, P)
inf f (x)(b a)
x[a,b]
183
9.1 La definici
on de integral definida
f (x)
b = xk
x
a = x0
inf
T ([a,b])
S(f, Q)
S(f, T )
sup
T ([a,b])
S(f, T )
n.
Demostracio
Sean P ={a = x0 < x2 < xk = b} y Q ={a = z0 < z1 < < zr = b} . Como
f (xmax
) f (xmin
i
i ) para cada i = 1, . . . , k, se tiene la validez del punto 1.
Para probar el punto 2, basta observar que al considerar la particion P Q,
el subintervalo [xi1 , xi ] de P contiene a varios elementos zk de Q en la forma
xi1
zj < zj+1 < zs
xi y da lugar en S(f, P Q) a varios sumandos
que corresponden al
area de los rectangulos asociados a P Q cuyas bases estan
contenidas en [xi1 , xi ] y cuyas alturas supx[zs1 ,zs ] f (x) son menores o iguales que
supx[xi1 ,xi ] f (x). Puesto que, en general, supM f (x)
supN f (x) si M N,
entonces S(f, P Q) S(f, P), lo cual prueba el punto 2.
La prueba del punto 3 es de forma an
aloga a la prueba del punto 2 si observamos
que
inf f (x) inf f (x) si M N.
M
S(f, P Q)
S(f, P Q)
S(f, Q).
184
La integral definida
inferior de todas las sumas superiores de Darboux-Riemann posibles. Por otro lado,
los puntos 2 y 3 significan que al ir refinando cada vez m
as una particion mediante la
incorporacion de nuevos puntos, se genera una sucesion creciente de sumas inferiores
y una sucesion decreciente de sumas superiores. El punto clave aqu es que a medida
que se toman particiones con norma cada vez m
as peque
na, las sumas de Riemann
convergen todas a un mismo n
umero, lo cual motiva la definicion siguiente.
Definici
on 9.2 Para cada funci
on f : [a, b] R continua, se define la inteb
gral de f en el intervalo [a, b] como el n
umero real a f (x)dx dado por
b
a
donde
Pn = a = xn0 < xn2 < < xnk(n) = b
para n = 1, 2, . . .
es una sucesi
on de particiones de [a, b] cuya norma |Pn | tiende a cero y {xn
i }
n
n
n
es una elecci
on arbitraria de puntos xi [xi1 , xi ] para cada i = 1, . . . , k(n)
y n = 1, 2, . . .
Nota Importante:
1. El smbolo es una deformaci
on del smbolo
. La expresi
on f (x)dx denota
el
area de un rectangulo de base un incremento infinitesimal dx de la variable
b
x y altura f (x). Los extremos inferior a y superior b en el signo a denotan el
sentido en que se recorre el intervalo [a, b].
2. Para que la definicion de integral definida sea valida, debemos probar que si f
es una funcion continua, entonces todas las sucesiones de sumas de Riemann
correspondientes a particiones cuya norma tiende a cero, tienen un mismo
lmite. Para probar ese hecho, demostraremos en la proposicion 9.2, que si la
funcion f es continua, entonces el infimum de las sumas superiores de DarbouxRiemann coincide con el supremum de las sumas inferiores y, por lo tanto,
cualquier sucesion de sumas de Riemann correspondientes a particiones con
norma que tiende a cero convergen a un mismo n
umero real. Ese n
umero es
la integral definida de f en [a, b] y corresponde, si f es no-negativa, al valor
del
area del conjunto bajo la gr
afica de la funcion sobre [a, b].
Proposici
on 9.2 Si f : [a, b] R es una funci
on continua, entonces
inf
P([a,b])
S(f, P) =
sup
P([a,b])
S(f, P).
on
M
as a
un, si Pn = {a = xn0 < xn2 < . . . < xnk = b} para n = 1, 2, . . . , es una sucesi
de particiones de [a, b] cuya norma |Pn | tiende a cero, entonces se tiene que
lim S(f, Pn , {xn
i }) =
inf
P([a,b])
S(f, P) =
sup
P([a,b])
S(f, P),
185
9.1 La definici
on de integral definida
n
n
donde {xn
on arbitraria de puntos xn
i } es una elecci
i [xi1 , xi ] y S(f, Pn , {xi })
n
es la suma de Riemann asociada a Pn y a la elecci
on {xi }.
.
|f (x) f (y)|
ba
Por lo tanto, si P es una particion tal que los subintervalos en los cuales divide a
[a, b] son de longitud menor o igual a , se tiene que en cada subintervalo [xi1 , xi ]
se cumple
f (xmax
) f (xmin
.
i
i )
ba
Consecuentemente, las sumas superiores e inferiores respectivas satisfacen
S(f, P) S(f, P)
T ([a,b])
S(f, T )
S(f, P)
S(f, P) +
sup
T ([a,b])
S(f, T ) + ,
y por lo tanto,
inf
T ([a,b])
S(f, T )
sup
T ([a,b])
S(f, T ) + .
Como es un n
umero positivo arbitrario, concluimos que
inf
T ([a,b])
S(f, T )
sup
T ([a,b])
S(f, T ),
T ([a,b])
S(f, T ) =
sup
T ([a,b])
S(f, T ).
Sea ahora una sucesion Pn de particiones con |Pn | 0. Dado > 0 existe N tal
que |Pn | < si n > N y entonces podemos escribir
inf
T ([a,b])
S(f, T )
S(f, Pn )
S(f, Pn ) + ,
para n > N
y, por lo tanto,
inf
T ([a,b])
S(f, T )
S(f, Pn )
sup
T ([a,b])
S(f, T ) + ,
para n > N.
186
La integral definida
sup
T ([a,b])
S(f, T ).
An
alogamente, se tiene
lim S(f, Pn ) =
inf
T ([a,b])
S(f, T ).
S(f, Pn , {xn
i })
S(f, Pn ),
haciendo n se obtiene,
lim S(f, Pn , {xn
i }) =
sup
T ([a,b])
S(f, T ) =
inf
T ([a,b])
S(f, T ),
con lo cual hemos demostrado que todas las sucesiones de sumas de Riemann correspondientes a particiones con norma que tienden a cero, tienen un mismo lmite,
que se denomina la integral definida de f en [a, b].
Nota Importante:
Al cambiar la orientaci
on de una particion P, la suma de Riemann cambia de signo al
invertirse los extremos inicial y final de cada subintervalo. Para se
nalar la orientaci
on
que se ha dado a las particiones que se han utilizado para calcular la integral,
escribiremos siempre en la parte inferior del signo f (x)dx el extremo inicial del
intervalo de integracion y en la parte superior el extremo final, definidos estos de
acuerdo a la orientaci
on dada a las particiones. Tomando en cuenta lo anterior,
tenemos la relaci
on
b
f (x)dx =
f (x)dx.
a
S(f, Pn , {xi })
=
i=1
h
c(b a)2
c a + ih
h = ca(b a) +
2
n2
c(b a)2
= ca(b a) +
n2
n(n + 1) n
2
2
n
i=1
1
= c(b2 a2 ),
2
1
2
187
9.1 La definici
on de integral definida
y tomando lmite cuando n tendremos
b
a
9.1.1
1
cxdx = c(b2 a2 ).
2
f (x)dx
f (x)dx +
f (x)dx =
(Linealidad)
g(x)dx
f (x)dx +
(f + g)(x)dx =
3.
inf f (x)(b a)
f (x)dx
x[a,b]
4. Si f (x)
sup f (x)(b a)
x[a,b]
b
a f (x)dx
b
a g(x)dx.
f (x) dx
f (x)dx
5.
f (x)dx +
(f + g)(x)dx =
a
b
a
188
La integral definida
f (x)dx,
f (x)dx +
f (x)dx =
sup f (x)(b a)
x[a,b]
x[a,b]
La demostraci
on del punto 4 se tiene al observar que si k : [a, b] R es una funcion
continua con k(x) 0 para x [a, b], entonces
inf k(x)(b a)
x[a,b]
0,
f (x)dx
g(x)dx
0.
f (x)
|f (x)|;
luego,
b
|f (x)|dx
f (x)dx
|f (x)|dx,
f (x)dx
a
|f (x)|dx.
x[a,b]
1
(b a)
f (x)dx
a
sup f (x).
x[a,b]
189
Tomando ahora en cuenta que toda funcion continua en un intervalo cerrado [a, b],
alcanza cada valor intermedio entre su valor m
aximo y su valor mnimo, y como
b
1
f (x)dx es un valor entre esos valores extremos de la funcion, entonces
(b a) a
existe c [a, b] tal que
f (c) =
1
(b a)
f (x)dx,
a
f (x)dx.
f (x)g(x)dx = g(c)
a
n A partir de la estimacion
Demostracio
f (x) min g(x)
f (x)g(x)
x[a,b]
podemos escribir
x[a,b]
f (x)g(x)dx
f (x)dx
min g(x)
x[a,b]
f (x)dx.
max g(x)
a
Enseguida, aplicando el teorema del valor intermedio para funciones continuas, existira c (a, b) tal que
b
f (x)g(x)dx = g(c)
a
9.2
f (x)dx.
a
Aparentemente, el calculo de una integral definida es un proceso difcil de implementar, pues se requiere tomar en cuenta el comportamiento de la funcion a lo largo
de todo el intervalo de integracion. Sin embargo, cuando se conoce una primitiva
o antiderivada de la funcion, el calculo de la integral en el intervalo se reduce a
una mera valuacion de esa primitiva en sus extremos, tal como lo mostramos en la
proposicion siguiente.
190
La integral definida
Proposici
on 9.6 Sea f : [a, b] R continua y g : [a, b] R una primitiva de
dg
(x) = f (x). Entonces
f , es decir
dx
b
f (x)dx =
a
dg
(x)dx = g(b) g(a).
dx
dg
(x )(xi xi1 ).
dx i
S(f, P, {xi } )=
i=1
k
dg
(x )(xi xi1 ) =
dx i
=
i=1
Nota Importante:
Hemos probado que si una funcion continua tiene una primitiva, entonces la integral de la primera sobre cada intervalo cerrado es igual a la diferencia de valores de
la primitiva en sus extremos. Tomando en cuenta que dos primitivas en un intervalo difieren por una constante, el valor de la diferencia de valores g(b) g(a) es
independiente de la primitiva que se utilice.
El resultado anterior es la primera parte del llamado teorema fundamental del
c
alculo.2 La parte restante afirma que cada funcion continua tiene una primitiva.
2
La idea original de este teorema se debe a Isaac Barrow, matem
atico mencionado en el captulo
primero.
191
f (s)ds,
g(x) =
a
es una primitiva de f.
n. Mostremos primero que g(x) es derivable.
Demostracio
f (s)ds
a
x
1
h0 h
= lim
= lim
h0
1
h
x+h
1
g(x + h) g(x)
= lim
h0 h
h0
h
lim
f (s)ds +
x
a
x+h
f (s)ds
a
x+h
f (s)ds
f (s)ds
a
f (s)ds.
x
x+h
x
dg
(x) = f (x). Luego, g es una pridx
Nota Importante:
1. El teorema fundamental del calculo en cierta manera establece que las operaciones de derivaci
on y de integracion son procesos recprocos, en el sentido
siguiente:
x
df
(s)ds = f (x) f (a),
a dx
x
f (s)ds
d
a
dx
(x) = f (x).
192
La integral definida
2
1
(sen x + x)dx, observando que la funcion g(x) = cos x + x2
integral definida
2
0
es una antiderivada de la funcion sen x + x. Luego,
(sen x + x)dx = g
1
g(0) = 2 + 1.
8
V (t) =
0
1 2
s
ds =
t .
100
200
1 2
T ,
200
es decir,
T = 1000 segundos.
9.3
Integrales impropias
193
Definici
on 9.3 Una funci
on continua f (x) definida en un intervalo de la
forma [a, ) se dice integrable si para cada sucesi
on {bi }
i=1 que tiende a
bi
f (x)dx
converge a un
i=1
lmite com
un L R. Al n
umero L se le llama la integral impropia de f en
f (x)dx; es decir,
f (x)dx = lim
x a
f (s)ds.
Nota Importante:
Cuando decimos que la sucesion {bi }
i=1 tiende a , entendemos que para cada
natural M existe una etiqueta N tal que bi M para todo i N.
Ejemplo 9.5 La funcion f (x) = sen x no tiene integral impropia en [0, ) ya que
si tomamos la sucesion {2k}
k=1 se tiene que
2k
sen xdx = 0,
lim
k 0
2 k=1
2k+ 2
lim
k 0
se tiene
sen xdx = 1.
xp dx, donde p es un n
umero entero, es
xp dx = lim
t 1
xp dx =
1
1
lim (tp+1 1) =
,
1 p t
1p
xdx = lim
t 1
xdx =
1
lim (t2 1) ,
2 t
y si p < 1,
xp dx = lim
t 1
xp dx =
1
lim (tp+1 1) .
1 p t
194
La integral definida
An
alogamente, se define la integral impropia de una funci
on continua f (x) en
b
f (x)dx
i=1
f (x)dx; es decir,
se denota con
f (s)ds.
f (x)dx = lim
x x
f (x)dx; es decir,
f (x)dx +
f (x)dx =
f (x)dx.
Nota Importante:
1. La definicion de integral impropia en toda la recta (, ), no depende del
valor a.
2. A las integrales impropias de funciones en intervalos no acotados se les denomina integrales impropias de primera clase. Cuando una integral impropia
existe, tambien se dice que la integral impropia converge y en caso contrario
se dice que la integral impropia diverge.
De manera similar al caso de intervalos no acotados, si f (x) es una funcion
continua definida en un intervalo de la forma [a, b), se dice que tiene integral impropia
erminos a < bi < b y tal que
en [a, b) si para toda sucesion de reales {bi }
i=1 con t
bi
f (x)dx
i=1
f (x)dx; es decir,
a
bi
f (x)dx = lim
a
bi b a
f (x)dx.
Para el caso de funciones continuas sobre intervalos de la forma (a, b], la definicion
de integral impropia es similar. Finalmente si f (x) es una funcion continua en un
intervalo abierto de la forma (a, b), se dice que tiene integral impropia en (a, b) si
195
para alg
un c (a, b) las integrales impropias a f (x)dx y c f (x)dx existen y en tal
caso se define la integral impropia de f en (a, b) como la suma
b
f (x)dx.
f (x)dx +
f (x)dx =
Por su utilidad en probar la existencia de integrales impropias, damos aqu el siguiente criterio de comparacion.
Proposici
on 9.8 (Criterio de comparaci
on) Sean f (x) y g(x) dos funciones
no-negativas definidas en (, ) y tales que 0
f (x)
g(x) para toda x
(, ). Entonces, si g(x) tiene integral impropia en (, ), tambien la tiene
la funci
on f (x) y se cumple
f (x)dx
g(x)dx.
bi
f (x)dx
g(x)dx.
bi
f (x)dx
0
bi
g(x)dx
0
i=1
i=1
bi
f (x)dx
An
alogamente se muestra que
9.4
i=1
g(x)dx.
f (x)dx
f (x)dx
g(x)dx y, consiguientemente, la
Integraci
on de funciones continuas por secciones
La integral definida que hemos presentado es valida solamente para funciones continuas en un intervalo cerrado y acotado. Concluimos este captulo presentando la
generalizaci
on de ese concepto a la familia de funciones seccionalmente continuas,
que son aquellas funciones que tienen un n
umero finito de puntos de discontinuidad.
En este caso, el dominio de definicion de esas funciones se puede escribir como
uni
on de un n
umero finito de intervalos abiertos ajenos, cuyos extremos los ocupan
los puntos de discontinuidad.
196
La integral definida
1x
f (x) =
2
x2
si x [0, 1]
si x (1, 2]
si x (2, 3]
Definici
on 9.4 Una funci
on seccionalmente continua f (x) se dice integrable
en un dominio si posee integral impropia en cada uno de los intervalos abiertos
en que sus discontinuidades dividen a ese dominio. A la suma de tales integrales
se le llama la integral de la funci
on seccionalmente continua.
1
si 0 < x
x
f (x) =
x 1 si 1 < x
1
2
f (x)dx =
0
1
dx +
x
1
= lim
c0+
2
1
(x 1)dx
1
dx +
x
x2
x
2
2
1
1
= lim 2 c +
+
2
c0
0
5
= .
2
197
f (x)dx = 3,
f (x)dx = 2. Calcule
f (x)dx.
f (x)dx y
2
sen
x2 + x + 1dx
1
2
x dx
11.
(a)
0
|t2 t|dt
(b)
1
x
.
|x|
g(x)
f (s)ds = f (g(x))
a
dg
(x)
dx
(b)
d
dx
g(x)
f (s)ds = f (g(x))
h(x)
dg
dh
(x) f (h(x)) (x)
dx
dx
(c)
d
dx
b
0
f (sx)ds (1) =
f (s)ds + bf (b).
0
5. Sea f (x) : (p, q) R una funcion con k derivadas en el intervalo (p, q). Sea a
(p, q). Por el teorema fundamental del calculo, para cada c (p, q) podemos
escribir
a
df
(s)ds.
f (a) f (c) =
c dx
198
La integral definida
(a) Utilizando dos veces la formula de integracion por partes, escriba la integral de la derecha en la forma
f (a) f (c) = (s a)
= (a c)
df
(s)
dx
(s a)
d2 f
df
1
1
(c) + (a c)2 2 (c) +
dx
2
dx
2
d2 f
(s)ds
dx2
a
c
(s a)2
d3 f
(s)ds.
dx3
Como esto vale para dos puntos a, c de (p, q) arbitrarios, podemos escribir
en lugar de a el valor x y en lugar de c el valor a para obtener
f (x) = f (a) + (x a)
df
1
d2 f
(a) + (x a)2 2 (a)
dx
2
dx
+
Al termino
Ra (x) =
1
2
x
a
1
2
x
a
(s x)2
(s x)2
d3 f
(s)ds.
dx3
d3 f
(s)ds,
dx3
x ln xdx
(a)
0
3
(b)
xe
dx
(c)
0
tan xdx
199
4
2
200
La integral definida
Captulo
10
Aplicaciones de la integral
definida
10.1
C
alculo de
areas, vol
umenes y longitudes
10.1.1
Areas
de regiones delimitadas por curvas suaves
f2
f1
x
a
202
y el eje de las abscisas. Con base en las propiedades de la integral definida, vemos
que el
area de la regi
on A se calcula con la formula
Area
de A =
g(x)dx =
a
f2 (x) = 3 x2
(-1,2)
x
(2,-1)
f1 (x) = x + 1
Area
de A =
9
(x2 + x + 2)dx = .
2
1
Nota Importante:
Para calcular el
area de regiones m
as generales se puede utilizar el procedimiento
anterior descomponiendo la regi
on original en partes delimitadas por gr
aficas de
dos curvas y rectas paralelas al eje de las ordenadas, calcul
andolas como en el caso
anterior, y sumando despues las areas de esas regiones.
A veces conviene expresar las fronteras de la regi
on cuya area se desea calcular,
como gr
aficas de funciones de la variable y e integrar sobre intervalos en el eje de
las ordenadas.
Ejemplo 10.2 El
area de la regi
on B delimitada por el eje de las ordenadas y las
curvas y = sen x y y = cos x,
B = (x, y) con x 0,
,
4
sen x
cos x
203
2
2
sen x
x
Area
de B =
2
2
arcsen ydy +
2
2
arccos ydy =
2 1.
y para su area
las funciones f1 (x) = cos x y f2 (x) = sen x sobre el intervalo 0,
4
se tiene
Area
de B =
10.1.2
2 1.
Vol
umenes de s
olidos de revoluci
on
En este apartado mostramos como se aplica la integral definida al calculo del volumen de s
olidos de revolucion en dos casos importantes en las aplicaciones.
Primer caso: Sea f : [a, b] R una funcion continua y consideremos el s
olido
de revolucion S que se genera al girar alrededor del eje de las abscisas la regi
on
delimitada por la gr
afica de f sobre el intervalo [a, b]. Ver la figura 10.4.
Especficamente, el s
olido de revolucion S es el conjunto
S = (x, y, z) tales que y 2 + z 2 (f (x))2 con a
b .
204
x
a
V (f, P, {xi }) =
f 2 (xi )xi ,
(10.1)
i=1
f (x)
f (x)
f (xi )
x
a
xi1
xi
xi
al n
umero
a
V = Volumen de S =
f 2 (x)dx.
x2 y 2 z 2
+ 2 + 2 1
a2
b
b
(10.2)
205
x2
a2
V = b2
x2
4
dx = b2 a.1
a2
3
x
a
f (x)
f (xi )
x
a
xi1
xi
xi
Figura 10.7 C
alculo del volumen de un s
olido de revolucion
1
N
otese que si a = b, E es una esfera y V su volumen.
206
V (f, P, {xi }) =
i=1
(10.3)
i=1
x|f (x)|dx,
V = Volumen de S = 2
(10.4)
x|f (x)|dx = 2
V = 2
10.1.3
(2x3 x4 )dx =
16
.
5
Longitudes de curvas
El calculo de longitudes de curvas en el plano cartesiano es otra aplicacion importante de la integral definida. Si consideramos la curva dada por la ecuaci
on
y = f (x) para x [a, b],
donde f (x) es una funcion con derivada continua, podemos calcular la longitud de
aproxim
andola por curvas poligonales, es decir, formadas por segmentos de recta,
cuya longitud es directamente calculable mediante la formula de la distancia entre
dos puntos del plano cartesiano. Esto puede realizarse tomando una particion P
= {a = x0 < x1 < < xk = b} de [a, b] y construyendo la curva poligonal s(x) que
pasa por los puntos (xi , f (xi )) para i = 1, k, de la gr
afica de , como se muestra
en la figura 10.8.
y
y = f (x)
y = s(x)
x
x0
x1
x2
xk1
xk
207
longitud de si =
(10.5)
Aplicando el teorema del valor medio a la funcion f (x) en cada subintervalo [xi1 , xi ],
podemos escribir
df
f (xi ) f (xi1 ) =
(x )xi ,
(10.6)
dx i
donde xi [xi1 , xi ]. Sustituyendo (10.6) en (10.5) y sumando se obtiene
k
1+
si =
longitud de s =
i=1
i=1
df
(x )
dx i
xi ,
2
df
correspondiente a la
(x)
dx
particion P y a la elecci
on de puntos intermedios {xi } . Tomando el lmite de esas
sumas cuando |P| 0, obtenemos
1+
longitud de =
df
(x)
dx
1+
a
dx.
(10.7)
1 + 9x4 dx.
longitud de =
Nota Importante:
Frecuentemente, y a
un en aplicaciones del calculo a problemas sencillos, la integracion de funciones elementales es un problema difcil. M
as a
un, se ha demostrado
que muchas funciones elementales no poseen antiderivadas que se puedan expresar
en terminos de una cantidad finita de funciones elementales. Por ejemplo, al calcular
la longitud de la elipse
x2 y 2
+ 2 = 1,
a2
b
b
se obtiene, aplicando la formula (10.7) a f (x) =
a2 x2 , que
a
a
longitud de la elipse = 4
1+
0
= 4a
0
b2 x2
dx
a2 a2 x2
1+
b2
1 sen2 d.
a2
(10.8)
208
b2
1 sen2 no es exa2
presable en terminos de una cantidad finita de funciones elementales. A las integrales
de la forma (10.8) se les llama integrales elpticas. Para calcularlas se deben usar
otros metodos (numericos, por ejemplo).
10.2
1+
Area
de superficies de revoluci
on
Antes de abordar el problema del calculo del area de una superficie de revolucion,
recordemos que el
area lateral de un cono circular recto de radio r y altura h se
puede calcular
aproxim
andola por una suma de areas de tri
angulos de base r y
Area
del cono =
0
1
2
r2 + h2 r d = r
h2 + r2 .
(10.9)
h
r
Area
del cono truncado recto= (R + r) h2 + (R r)2 .
r
h
(10.10)
10.2 Area
de superficies de revolucion
209
f (x)
f (xi1 )
f (xi )
x
a
xi1
xi
Figura 10.11 C
alculo del
area de una superficie de revolucion
El area de los conos truncados generados por la particion P toma el valor:
k
Suma
de areas laterales =
(f (xi ) + f (xi1 ))
i=1
de conos
1+
1+
df
(x )
dx i
df
(x )
dx i
xi ,
210
decir,
rea de la
a
= 2
superficie de revolucion
f (x)
df
(x)
dx
1+
dx.
(10.13)
Ejemplo 10.6 El
area de la esfera corresponde al area de la superficie de revolucion
generada al rotar la gr
afica de la funcion
f (x) =
r2 x2 ,
x [r, r]
= 2
de radio r
r
r
r
= 2
r2 x2
1+
x2
dx
r2 x2
rdx = 4r2 .
10.3
10.3.1
x
0
xM
211
T (, P, {xi }) =
i=1
(10.14)
(x)(x xM )dx = 0,
o explcitamente,
xM =
L
0 (x)xdx
.
L
0 (x)dx
(10.15)
Se deduce inmediatamente que el centro de masa de una varilla de densidad constante (es decir, haciendo a = 0) se localiza en el punto medio de la varilla.
212
tambien el centroide se caracteriza por ser aquel punto en el plano donde la resultante
de las torcas medidas con respecto a ese punto como pivote tienen resultante cero,
de tal manera de que si se sostiene la superficie con un pivote en ese punto, esta
permanecera en equilibrio.
Supongamos que S esta dada por la regi
on bajo la gr
afica de una funcion f (x)
sobre un intervalo [a, b], como se muestra en la figura 10.13(a).
f (x)
f (x)
x = xM
f (xi )
x
a
xi1
xi
xi
(b)
(a)
T (f, P, {xi }) =
i=1
|f (x)|(x xM )dx = 0;
213
b
a |f (x)|xdx
b
a |f (x)|dx
b
a |f (x)|xdx
.
b
a |f (x)|dx
b
a f (x)|f (x)|dx
b
2 a |f (x)|dx
b
a f (x)|f (x)|dx
.
b
2 a |f (x)|dx
(10.16)
xM =
1
M
x|f (x)|dx,
yM =
1
2M
f (x)|f (x)|dx.
(10.17)
g(x)|dx
a
xM =
b
a x|f (x)
b
a |f (x)
g(x)|dx
214
V =
f 2 (x)dx.
(10.18)
Por otro lado, sustituyendo (10.18) en la formula (10.16) para la ordenada yM del
centroide de la regi
on delimitada por la gr
afica de f y el eje de las abscisas se obtiene
la relaci
on
b
f (x)dx =
2yM
f 2 (x)dx,
10.3.2
Presi
on de lquidos sobre superficies
Como consecuencia de su peso y de su naturaleza deformable, los lquidos se recargan sobre las superficies con las que estan en contacto y ejercen una determinada
presi
on. En cada punto de una superficie y sobre cada secci
on de ella suficientemente peque
na que contiene a ese punto, la presi
on (o fuerza ejercida por unidad
de
area) que ejerce el lquido es la misma en cualquier direccion y su magnitud es
igual al peso de la columna de lquido sobre esa unidad de area. A una profundidad
de h unidades, la presi
on ejercida por el lquido es
p(h) = gh,
donde g es la aceleracion producida por la fuerza de gravedad y es la densidad del
lquido. A la ley anterior se le conoce como principio de Pascal 3 .
Veamos ahora como se aplica la integral definida para el calculo de la presi
on
ejercida por un lquido sobre superficies de distinta geometra.
Ejemplo 10.10 Consideremos un cilindro de radio r que descansa en el fondo de
un estanque de h metros de profundidad con 2r < h. Vease la figura 10.14(a). Nos
interesa calcular la presi
on que ejerce el agua sobre cada una de sus tapaderas.
Para calcular la presi
on, situaremos un par de ejes de coordenadas de tal manera
que la tapa en cuesti
on este dada por el conjunto
{(x, y)
con
x2 + y 2
r2 },
215
y
r2 yi 2
Bi
yi
yi
x2 + y 2 = r2
(a)
(b)
2g
Sumando las presiones ejercidas sobre cada una de las bandas Bi para i = 1, 2, . . . , k,
se tiene
k
r2 yi 2 (h r yi )yi .
2g
i=1
(10.19)
P = 2g
r
r2 y 2 (h r y)dy,
(10.20)
P = 2g
c
(d y)f (y)
1+
df
(y)
dy
dy.
(10.21)
216
x = f (y)
c
x
P = 2gr
c
(d y)dy = grh2 .
P = 2g
0
(h y)
r
y
h2
1
r2 + h2 dy = grh
3
P = 2g
r
(r y)rdy = 4gr3 .
r2 + h2 .
r2 y 2 y la presi
on
217
x2 y 2
+ 2 = 1.
a2
b
1
x
218
Captulo
11
Ecuaciones diferenciales
elementales y aplicaciones
11.1
El concepto de ecuaci
on diferencial
Las ecuaciones algebraicas, como las ecuaciones de segundo grado o los sistemas de
ecuaciones lineales, que conocemos desde la escuela secundaria, son expresiones que
incluyen operaciones algebraicas entre n
umeros e incognitas igualadas al n
umero
cero. Por ejemplo, la ecuaci
on de segundo grado
x2 + ax + b = 0,
220
o el sistema de dos ecuaciones lineales no homogeneo en dos incognitas y con coeficientes reales
ax + by c = 0
dx + ey f = 0.
Resolver estas ecuaciones, significa encontrar valores para las variables o inc
ognitas
x, y de tal manera que al sustituirlos en las expresiones se obtenga una identidad.
An
alogamente al caso algebraico, una ecuaci
on diferencial es una expresi
on entre
funciones e incognitas relacionadas mediante operaciones propias de funciones, que
incluye las de derivaci
on de los distintos ordenes.
Por ejemplo, la expresi
on
dy
d2 y
+x
(x2 + 2) cos x = 0, x (a, b),
dx2
dx
(11.1)
11.2
221
La ecuaci
on y (x) + a(x)y(x) = f (x)
(11.2)
se le llama ecuaci
on diferencial lineal no-homogenea de primer orden.
Para encontrar todas las soluciones de la ecuaci
on (11.2), tomemos una antiderivada g(x) de a(x) :
dg
(x) = a(x).
dx
Multiplicando ambos lados de la ecuaci
on por la funcion eg(x) , se tiene
eg(x)
dy
+ a(x)y = eg(x) f (x).
dx
(11.3)
Observando que el lado izquierdo de (11.3) es la derivada del producto entre eg(x) y
y(x), escribimos (11.3) en la forma
d g(x)
(e y(x)) = eg(x) f (x).
dx
Luego, tomando x0 (a, b) e integrando,
x
eg(t) f (t)dt,
x0
eg(t)g(x) f (t)dt.
x0
222
11.3
La ecuaci
on y (x) + by (x) + ay(x) = f (x)
Veamos ahora como los metodos desarrollados hasta aqu se aplican a la resoluci
on
de la ecuaci
on lineal no-homogenea de segundo orden con coeficientes constantes
d2 y
dy
+b
+ ay = f (x),
2
dx
dx
(11.4)
(11.5)
11.3.1
dy
(x).
dx
La ecuaci
on y (x) cy(x) = 0
223
2. c > 0.
d2 y
(x) = cy(x) se pueden encontrar ensayando
dx2 rx
con funciones de la forma y(x) = e y observando que, al sustituirlas en la
ecuaci
on, se tiene la relaci
on
r2 erx = cerx ,
la cual se satisfara si el n
umero r tiene alguno de los valores siguientes
r2 = c.
r1 = c,
cx
+ e
cx
|c|x) + cos(
|c|x),
dy
(x1 )(x x0 )
dx
(11.7)
224
(11.8)
d2 y
(x2 )(x1 x0 )(x x0 ),
dx2
(11.9)
d2 y
(x) = cy(x), se tiene que
dx2
y(x) = cy(x2 )(x1 x0 )(x x0 ).
(11.10)
(11.11)
225
e + e1 = 2
e e1 = 1,
es decir, = 12 e1 y = 23 e. Luego, la solucion buscada es
1
3
y(x) = ex1 + e1x .
2
2
d2 y
Ejemplo 11.4 La solucion de la ecuaci
on
(x) = 4y(x) tal que y(0) = 1 y
dx2
dy
(0) = 1, se encuentra buscando en la familia de soluciones y(x) = cos 2x +
dx
sen 2x, aquella que satisfaga esas condiciones; es decir, y deben satisfacer
1
= .
2
= 1,
z(x) = y(x)e 2 x
en la ecuaci
on (11.5), tendremos
b
d2 b x
d bx
e 2 z(x) + b
e 2 z(x) + ae 2 x z(x) = 0.
2
dx
dx
b2
a z,
4
b2
a.
4
226
dy
dy
d2 y
+2
+ 3y = 0 tal que y(2) = 0 y
(2) = 1,
dx
dx
dx
b2
se tiene que c =
a = 2. Para encontrar la solucion resolvemos primero la
4
ecuaci
on
d2 z
(x) = 2z(x),
dx2
cuyas soluciones son de la forma
dy
(2) = e2 ( 2) cos 2 2 e2 ( + 2) sen 2 2),
1 =
dx
de donde
e2
= sen 2 2,
2
As que la solucion es
e2
= cos 2 2.
2
e2x
y(x) = sen( 2(x 2)).
2
b2 4a
b2 4a
b
x
x
e 2 e 2
+ e 2 x
si b2 4a > 0,
b
y(x) =
si b2 4a = 0,
e 2 x + x
2
2
e 2b x cos
si b2 4a < 0,
a b x + sen
a b x
4
con , R.
Nota Importante:
1. Si y1 (x) y y2 (x) son soluciones de la ecuaci
on homogenea 11.5, a la funcion
Wy1 ,y2 = y1 (x)
dy2
dy1
(x) y2 (x)
(x)
dx
dx
227
11.3.2
M
etodo de variaci
on de constantes
zi (x)yi (x)
(11.13)
i=1
donde z1 (x) y z2 (x) son dos funciones a determinar, al sustituir (11.13) en (11.12),
tendremos que
d2 yp
dyp
f (x) =
(x) + b
(x) + ayp ,
2
dx
dx
lo cual da lugar, para las funciones z1 (x) y z2 (x), a la expresi
on
2
f (x) =
i=1
1
d
d2
(zi (x)yi (x)) + b zi (x)yi (x) + azi (x)yi (x) .
dx2
dx
(11.14)
Por J. M. H
oene de Wronski (1778-1853), matem
atico polaco de ascendencia checa.
A este metodo tambien se le llama metodo de variaci
on de par
ametros o metodo de Lagrange,
por Joseph-Louis Lagrange.
2
228
dzi
dzi
dyi
d2 zi
(x)yi (x) + b
(x)yi (x) + 2
(x)
(x)
2
dx
dx
dx
dx
= f (x).
(11.15)
Como z1 (x) y z2 (x) son dos funciones a determinar, podemos imponer la condici
on
de que
dz1
dz2
(x)y1 (x) +
(x)y2 (x) = 0,
(11.16)
dx
dx
en cuyo caso se tendr
a tambien que
2
i=1
dzi
dyi
d2 zi
(x)yi (x) +
(x)
(x)
2
dx
dx
dx
=0
y la expresi
on (11.15) se reduce a
dz1
dy1
dz2
dy2
(x)
(x) +
(x)
(x) = f (x),
dx
dx
dx
dx
que, junto con la ecuaci
on (11.16), constituye, para cada valor x R, un sistema
dz1
lineal no-homogeneo de dos ecuaciones algebraicas para las incognitas
(x) y
dx
dz2
(x) y cuyas soluciones son
dx
dz1
(x) =
dx
f (x)y2 (x)
y1 (x)
dy2
dy1
(x) y2 (x)
(x)
dx
dx
y
f (x)y1 (x)
.
dy2
dy1
y1 (x)
(x) y2 (x)
(x)
dx
dx
dy2
dy1
El denominador y1 (x)
(x) y2 (x)
(x) es el wronskiano Wy1 ,y2 y es distinto de
dx
dx
dz2
dz1
(x) y
(x), se tiene
cero para toda x R. Integrando las expresiones para
dx
dx
dz2
(x) =
dx
f (t)y2 (t)
z1 (x) =
x0
y1 (t)
x
z2 (x) =
x0
dy2
dy1
(t) y2 (t)
(t)
dx
dx
dt =
f (t)y1 (t)
dy2
dy1
y1 (t)
(t) y2 (t)
(t)
dx
dx
x0
f (t)y2 (t)
dt,
Wy1 ,y2
dt =
x0
f (t)y1 (t)
dt.
Wy1 ,y2
229
yp =
x0
f (t)y2 (t)
dt y1 (x) +
Wy1 ,y2
x0
f (t)y1 (t)
dt y2 (x)
Wy1 ,y2
es una soluci
on particular de la ecuaci
on no-homogenea (11.12).
(11.17)
b2 4a
,
2
b b2 4a
,
2
b +
1
b2 4a
1
2
b 4a
x
x0
x
f (t)er1 t dt,
f (t)er2 t dt.
x0
230
b +
1
b2 4a
b2 4a
,
2
x0
r2 =
b2 4a
.
2
2. Si b2 4a = 0,
y(x) = e
b
x
2
+ x
x0
donde , R.
3. Si b2 4a < 0,
y(x) = e
donde q =
b
x
2
1
2
cos qx + sen qx +
1
q
x
x0
|b2 4a|.
2y = ex .
2
dx
dx
d2 y dy
2y = 0. Dado que (b2 4a) = 9 > 0,
dx2 dx
las soluciones w(x) de la ecuaci
on homogenea son w(x) = e2x + ex . Calculemos
ahora la solucion particular de la forma
La ecuaci
on homogenea tiene la forma
dz2
(x)ex = 0
dx
dz2
(x)ex = ex ,
dx
de donde se obtiene
dz1
1
(x) = e3x ,
dx
3
dz2
1
(x) = .
dx
3
231
1
z1 (x) = e3x
9
La solucion particular yp (x) es
1
z2 (x) = x.
3
1
1
yp (x) = ex xex .
9
3
Finalmente, las soluciones y(x) de la ecuaci
on son
1
y(x) = e2x + ex xex .
3
11.4
Entre las m
as importantes aplicaciones del calculo diferencial esta la descripcion
matem
atica del movimiento de los cuerpos materiales sometidos a la accion de
fuerzas externas. El mismo concepto de fuerza pudo ser definido identificando su
accion sobre los cuerpos fsicos en cada instante como proporcional a la variacion que
experimenta su velocidad con respecto al tiempo (aceleracion) como consecuencia
de la presencia de dichas fuerzas.
En terminos generales, se supone que el movimiento de las partculas tiene lugar
en el marco de un sistema de referencia fijo, con respecto al cual se realizan las
mediciones de las posiciones de los cuerpos o partculas, relativas al fluir del tiempo,
que se considera independiente de todo observador.
Isaac Newton formul
o las leyes que gobiernan el movimiento fsico de los cuerpos
en los terminos siguientes:
Primera (ley de inercia): Los cuerpos mantienen su estado de reposo o de velocidad constante en ausencia de fuerzas externas.
Segunda (ley de movimiento): Si y(t) representa la funcion de posicion de un
cuerpo durante un intervalo de tiempo (a, b), entonces la fuerza F (t, y(t)) que experimenta en el tiempo t hall
andose en la posicion y(t) es proporcional a la segunda
d2 y
derivada 2 (t) de la funcion posicion en el tiempo t, es decir,
dt
F (t, y(t)) = m
d2 y
(t).
dt2
232
20
(1 + 5.9).
9.8
La velocidad que llevar
a el cuerpo al chocar sera de
t0 =
dy
(t0 ) = 5.9.
dt
El signo negativo significa que la velocidad es en direccion contraria al sentido
positivo en que se miden las alturas sobre la Tierra.
2. Cada bajo la acci
on de la gravedad con fricci
on del aire. Si se toma
en cuenta el efecto de la presencia del aire sobre la cada de un cuerpo, experimentalmente se ha observado que el aire opone una fuerza de resistencia
proporcional a la velocidad que lleva el cuerpo y en sentido contrario a esa
233
(11.18)
y(t) = e m t
gm
t + ,
k
(11.19)
m
,
k
gm m
.
k
k
m
m
p(0)
p(t)
Figura 11.1
sobre el cuerpo en un tiempo t, es proporcional y en sentido contrario a la
deformaci
on (estiramiento o contraccion) que muestra el resorte con respecto
a su longitud normal. La constante de proporcionalidad, llamada constante
de restituci
on, es un n
umero positivo k que s
olo depende de las caractersticas
materiales del resorte y no cambia con respecto al tiempo.
El problema del movimiento bajo la accion del resorte consiste en determinar
para un cuerpo, que supondremos de masa m, su posicion como funcion del
dp
tiempo, conocidas la posicion inicial p(0) y la velocidad inicial
(0) de ese
dt
cuerpo.
234
1 dp
(0),
b = p(0).
dt
La formula para la posicion se puede escribir en la forma
a=
p(t) =
dp
(0)
dt
+ 2 p2 (0) sen(t + ),
con
p(0)
= arcsen
dp
(0)
dt
+ 2 p2 (0)
A la constante
def
A=
dp
(0)
dt
+ 2 p2 (0)
A
t
235
t
2
cos qt + e
t
2
sen qt +
1
q
f (s)e
(st)
2
sen(q(t s))ds,
donde
1
2 4 2 .
2
Como casos particulares importantes, se presentan los siguientes.
q=
2
= f (t), es decir, el movimiento es sin friccion y la
(a) = 0 y f
t+
dp
(0) = 1, es
dt
At
+ 1 sen t.
2
(11.21)
Note que cuando el tiempo crece, el desplazamiento del cuerpo crece sin
lmite y el resorte terminar
a por romperse. En la figura 11.3 se muestra
este comportamiento.
236
Figura 11.3 Gr
afica de la funcion (11.21)
(b) f (t) = 0, es decir no existe fuerza externa y a la fuerza del resorte se
suma la fuerza de friccion. En este caso, la ecuaci
on de movimiento es
d2 p
dp
(t) = 2 p(t) (t),
dt2
dt
cuyas soluciones son de la forma
p(t) = e
t
2
cos qt + sen qt ,
donde
(11.22)
1
2 4 2 .
2
Note que en este u
ltimo caso, el cuerpo oscila con una amplitud que
decrece exponencialmente y, as, cuando el tiempo crece, el cuerpo tiende
a la posicion p = 0. En la figura 11.4 se muestra la gr
afica de la funcion
(11.22).
q=
p(t)
Figura 11.4 Gr
afica de la funcion (11.22)
237
x (0, 1),
dz
(x) = 2(xz(x) + z),
dx
x (0, 1).
d2 y
dy
(x) + b(x) (x) + y(x) = 0,
2
dx
dx
encuentre funciones a(x) y b(x) tales que y1 (x) = x y y2 (x) = x2 sean soluciones de la ecuaci
on.
3. (a) Resuelva la ecuaci
on
y(x)
dy
(x) = x.
dx
(c) Dibuje la gr
afica de las soluciones del punto b).
4. Encuentre todas las soluciones de las ecuaciones de primer orden siguientes.
dy
+ ex y = 3ex
dx
dy
2
(b)
+ 2xy = xex
dx
dy
(c)
(tan x)y = esen x para x (0, 2 )
dx
dy
+ 2y = f (x), para x R, donde f (x) = 1 |x| para |x| 1 y f (x) = 0
(d)
dx
si |x| > 1.
(a)
5. Considere la ecuaci
on de Bernoulli3
dy
(x) + a(x)y(x) = f (x)y k (x), k constante.
dx
3
Se refiere a Jacobo Bernoulli, quien la propuso en 1695 y fue resuelta por su hermano Juan
Bernoulli. La sustituci
on z = y 1k , que la linealiza, se debe a Leibniz.
238
dz
(x) + (1 k)a(x)z(x) = (1 k)f (x).
dx
Con la informaci
on anterior, encuentre todas las soluciones de la ecuaci
on de
Bernoulli
dy
(x) 2xy(x) = xy 2 (x).
dx
(x).
dy
d2 y
+b
+ ay = 0, entonces
2
dx
dx
b
la funcion z(x) = e 2 x y(x) es solucion de la ecuaci
on
d2 z
=
dx2
b2
a z.
4
dy
(0) = 1.
dx
10. Encuentre la curva y = f (x) que pasa por el punto (1, 1) y la pendiente de su
x
.
normal en cada punto (x, f (x)) es igual a
f (x)
Captulo
12
Series
12.1
Definici
on de serie y su suma
on de sumas parciales
Cada sucesion de n
umeros reales {ai }
i=1 da lugar a la sucesi
sj = a1 + a2 + + aj =
ai ,
para j = 1, 2, . . .
i=1
ai .
i=1
i=1 ai .
240
Series
Ejemplo 12.1
1
i
1. La sucesion real
{bj }
j=1
2. La sucesion ri
,
i=1
i=1
1
i
=
i=1
1
.
i
i=1
j=1
donde r es un n
umero real, induce la serie geometrica
{sj }
j=1
i=1
ri .
i=1
j=1
j = 1, 2, . . . ,
rsj sj = rj+1 r.
Para r = 1, la serie geometrica coincide con la sucesion de n
umeros naturales {j}
j=1 .
Tomando en cuenta que una serie es una sucesion de n
umeros reales, se dice
que la serie
a
es
convergente
a
S
(o
que
tiene
suma
S) si la sucesion
i
i=1
j
i=1 ai
j=1
ai = lim
i=1
ai = S.
i=1
ai =
i=1
r
i=1
=
j=1
r(1 rj )
1r
es
j=1
r
.
1r
241
i
Ejemplo 12.3 La serie
on de sumas
i=1 (1) no es convergente, ya que la sucesi
parciales correspondiente toma los valores
sj =
0 si j es par
1 si j es impar
Nota Importante:
Si se modifica un n
umero finito de sumandos de una serie convergente, la serie
resultante seguir
a siendo convergente.
12.2
i=1 (ai + bi ) = S + M .
n.
Demostracio
Si
ai
i=1
y {pj }
j=1 =
i=1 ai
j+1
ai
i=1
242
Series
1
, la cual, a pesar de que la sucesion de sumandos tiende a
i
i=1
cero, tiene una sucesion de sumas parciales que crece sin lmite, como se muestra a
partir de las estimaciones siguientes:
a la serie armonica
2
1
1 1
+ > =
3 4
4
2
1 1 1 1
1
1
+ + + >4
>
5 6 7 8
8
2
..
.
1
1
1
1
1
+ n
+ + n+1 > 2n ( n+1 ) =
n
2 +1 2 +2
2
2
2
es decir, la sucesion sj =
j
1
i=1 i ,
j = 1, 2, . . . es tal que
s2n+1 s2n >
1
2
y por lo tanto
n
,
2
lo cual muestra que la sucesion de sumas parciales no es acotada y, consecuentemente, la serie armonica no es convergente.
Antes de discutir los diversos criterios de convergencia, introduciremos algunas
de las familias de series de mayor importancia:
s2n >
a) Una serie de n
umeros reales
para i = 1, 2, . . .
i=1 ai
(1)i+1 ai ,
i=1
i=1 ai
para i = 1, 2, . . .
sk =
i=1
ai = bk+1 b1
243
i=1
n=1
ai = lim bk+1 b1 .
k
1
es telesc
opica ya que
n(n + 1)
1
1
1
=
+
n(n + 1)
n+1 n
n=1
12.3
1
= 1.
n(n + 1)
Series positivas
M,
ai
j = 1, 2, . . .
i=1
i=1 ai
i=1 ai
i=1 bi
=S y
ai , para i
entonces, la serie
N con n N,
i=1 bi
es convergente y
serie
i=1 ai es divergente y ai
divergente.
bi
S. An
alogamente, si la
i=1
bi , para i
N , entonces la serie
i=1 bi
es
244
Series
ai
i=N
i=N
ai = S
N 1
ai
i=1
bi =
i=1
N 1
bi +
i=1
N 1
bi
bi +
i=1
i=N
ai
i=N
N 1
ai +
i=1
N 1
bi ,
i=1
j
lo cual muestra que la sucesion de sumas parciales
i=1 bi , j = 1, 2, . . . es acoN 1
N 1
tada por el n
umero S i=1 ai + i=1 bi y, por consiguiente, la serie
i=1 bi es
convergente.
bi para i N, entonces
Por otro lado, si la serie
i=1 ai es divergente y ai
j
ai =
N 1
ai +
i=1
i=1
ai
i=N
N 1
ai +
i=1
bi
i=N
i=1 ai
N.
1+L
ai , para i
2
N,
ai+1
L
ai
Luego,
ai+1
(12.1)
245
1+L
2
ai+1
aN , para i
N.
Esto significa que cada termino ai+1 con i N de la serie inicial, es menor o igual
1+L
1 + L N
i+1
que el termino bi+1 = cr
con r =
yc=
aN . Al ser r < 1,
2
2
L+1
2
aN +k
y, tomando en cuenta que
aN para k = 1, 2, . . .
L+1
> 1, se tendr
a
2
ai
aN
i=N
i=N
L+1
2
i=1 ai
sera divergente.
Nota Importante:
ai+1
Si para una serie positiva
= 1, entonces no se puede
i=1 ai se tiene lim
i ai
asegurar la convergencia ni la divergencia de tal serie. Para mostrar lo anterior,
1
basta hacer notar que tanto la serie convergente de terminos positivos
n(n + 1)
como la serie divergente de terminos positivos
cocientes
ai+1
ai
n=1
n=1
1
, son tales que su sucesion de
n
es convergente a 1.
i=1
3 n
n=1 n e
(n + 1)3 en1
1
= < 1.
3
n
n
n e
e
lim
246
Series
entonces la serie
n=1 an
an = L,
n a < r < 1
para n > N. Luego,
n
an < rn
si
n>N
i=1 ai
diverge.
Criterio de comparaci
on al lmite. Sean {ai }
i=1 y {bi }i=1 sucesiones de
n
umeros positivos y
ai
lim
= L,
i bi
donde L es un n
umero no-negativo o :
a) Si L < y
b) Si L > 0 y
i=1 bi
i=1 bi
converge, entonces
diverge, entonces
i=1 ai
i=1 ai
tambien converge.
tambien diverge.
L + 1 para i > N ;
luego,
ai
(L + 1)bi
para i > N,
2
ai , para i > N,
L
247
y entonces, si
on concluimos que
i=1 bi diverge, aplicando el criterio de comparaci
ai
ai
= , se tendra que
>1
a tambien diverger. Note que si lim
i=1 ai deber
i bi
bi
para toda etiqueta mayor que un cierto natural K. Luego, bi < ai para i > K, y
n=1 (
n2 + 1 n =
n2
1
1
1
.
>
>
2
2n + 2
+1+n
2 n +1
1
Dado que la serie
n=1 2n+2 es divergente, se tiene que la primera, por el criterio
de comparacion, sera tambien divergente.
sen
i=1
1
i
1
es divergente ya que al comparar con la serie
i
calculando el lmite,
i=1
sen
lim
1
i
luego, al ser
i=1
1
divergente, la serie
i
1
i = 1,
sen
i=1
1
sera divergente.
i
ai
f (x)dx,
i=N
N +k
N +k
f (i + 1)
f (i).
f (x)dx
N
i=N
248
Series
+k
N +k
Note que los terminos N
i=N f (i + 1),
i=N f (i) son las sumas inferior y superior
de Darboux-Riemann, respectivamente, asociadas a la particion
P = {N, N + 1, N + 2, . . . , N + k} del intervalo [N, N + k]. Vease la figura 12.1.
f (x)
Suma superior
f (N )
de Darboux-Riemann
f (N + 1)
..
.
x
1
N N +1 N +2
N +k
ai+1
f (x)dx
i=N
i=N
ai ,
i=N
ai y la integral impropia
N f (x)dx,
o ambas
i=1
1
,
ip
(12.2)
donde p es un n
umero real fijo. Comparando con la funcion f (x) = xp , se tiene
que ip = f (i), luego, tomando en cuenta que
1
dx =
xp+1
1p
12.4
1.
Una serie
umeros no nei=1 ai se dice absolutamente convergente si la serie de n
gativos
|a
|
es
convergente.
La
importancia
de
este
tipo
de
series
radica en el
i=1 i
resultado siguiente.
249
i=1 ai
n. Sea
Demostracio
i
j=1 aj
y {pi }
i=1 =
i=1
{pi }
i=1
i
j=1 |aj |
i=1
Por hip
otesis, la sucesion de terminos no negativos
es convergente y, por lo
tanto, esta acotada por el n
umero M > 0, digamos. Aplicando la desigualdad del
tri
angulo se tiene, para cada i = 1, 2, . . . , que
i
aj
j=1
j=1
|aj |
M,
a+
i
i=1
donde a+
i = ai si ai
no-negativos
0 y a+
alogamente, la serie de terminos
i = 0 si ai < 0 y, an
a
i ,
i=1
donde a
0. Estas dos u
ltimas series son tales
i = ai si ai < 0 y ai = 0 si ai
que sus respectivas sucesiones de sumas parciales son acotadas y, por lo tanto, al ser
no-negativas, las dos series son convergentes. Por otro lado, la serie inicial se puede
escribir en la forma
ai =
i=1
i=1
a+
i
a
i ,
i=1
n=1
es
(1)n
es una serie convergente ya que es absolutamente
n2
n=1
y esta u
ltima es convergente.
Nota Importante:
i=1 ai
(1)n
=
n2
n=1
1
n2
250
Series
1. Si una serie
i=1 ai es absolutamente convergente, se tiene la siguiente estimacion para su suma:
i=1
|ai |
ai
i=1
i=1
|ai |.
2. Es oportuno hacer notar, que si bien es cierto que toda sucesion absolutamente
convergente es convergente, no necesariamente una serie que no es absolutamente convergente es divergente, por ejemplo, la serie
i=1
(1)n
n
12.5
Los criterios que hasta ahora hemos presentado se refieren a la convergencia o divergencia de series de terminos positivos. En este apartado incluiremos dos criterios que
se aplican a series que no convergen absolutamente y se basan en la llamada f
ormula
de Abel 1 para las sumas parciales. Incluimos su aplicacion a las series alternantes
Teorema 12.3 (F
ormula de Abel) Si {an }
n=1 y {bn }n=1 son dos suce
siones y {sn }n=1 es la sucesi
on de sumas parciales
sn = a1 + a2 + + an
entonces, para cada n N, se tiene la siguiente identidad:
n
ak bk =
k=1
n
k=1
=
k=1
n
=
k=1
sk bk
sk bk+1 + sn bn+1
k=1
s
(b
b
)
y
{s
b
}
convergen.
n n+1 n=1
k+1
k=1 k k
1
(12.3)
251
k=1 sk (bk
y, entonces, la serie
vergente, ya que
k=1
| sk (bk bk+1 ) | M
k=1
(bk bk+1 ) = M b1 .
sucesi
on {bn }n=1 es decreciente y convergente, entonces la serie
k=1 ak bk es
convergente.
n. Repitiendo la argumentaci
Demostracio
on dada en el corolario anterior y
tomando en cuenta la convergencia de {sn bn }
n=1 se concluye la validez de este
corolario.
252
Series
a2
ai
lim ai = 0
es convergente. M
as a
un, la sucesi
on de sumas parciales sn =
para n = 1, 2, satisface la desigualdad
s2n
i=1
n
i+1 a
i
i=1 (1)
(1)i+1 ai s2n+1 .
s2n
An
alogamente, la subsucesion de sumas parciales s2n+1 para las etiquetas impares
es decreciente ya que
s2n+3 = s2n+1 a2n+2 + a2n+3
s2n+1 .
(1)n
(1)n 2n + 1
son convery
n
5n 1
n
i=1
i=1
gentes. La primera satisface las condiciones del criterio de Dirichlet, mientras que
la segunda, las del criterio de Abel.
12.6
Series de potencias
En esta secci
on consideraremos series numericas que dependen de una variable real
x, en la forma siguiente:
ai xi .
(12.4)
i=1
A este tipo de series se les llama series de potencias y como veremos, definen en
cierto intervalo, una funcion con derivadas de todos los ordenes. Esta familia de
funciones es de gran importancia para el calculo y sus aplicaciones.
253
i
i=1 ai x0 es convergente. Si tomamos ahora otro valor y con |y| < |x0 |, tendremos
i
que la serie
i=1 ai y resulta ser absolutamente convergente, ya que
i=1
|ai y |
i=1
y
|ai || |i |x0 |i
x0
ri
i=1
K para i = 1, 2, . . .
i=1
|ai y i |
ri con r < 1
i=1
n!xn
n=1
que s
olo es absolutamente convergente en x = 0, ya que para cualquier otro valor
de x se tiene
(n + 1)!|x|n+1
lim
= lim (n + 1)|x| > 1,
n
n
n!|x|n
y la serie s
olo converge para x = 0. El otro caso extremo se tiene cuando la serie es
absolutamente convergente para todo x R, como es el caso de la serie de potencias
n=1
1 n
x ,
n!
254
Series
1 n
x tiene por intervalo de convergencia
n
n=1
n
|x| < 1
(n + 1)
y, por el criterio del cociente para series positivas, la serie es convergente. Note que
si x = 1 la serie de potencias no es convergente.
Como se ha mostrado, una serie de potencias define una funcion f (x) cuyo
dominio es el intervalo de convergencia, que denotaremos
f (x) =
an xn .
(12.5)
n=1
n
n=1 an x
es absolutamente convergente en
nan xn1
n=1
nan x0n1 es
k=1
n=1
n=1
n1
r+
k=2
n
|x0 |nk rk
k
1
(|x0 | + r)n
r
1
r
n=1
255
Tomando en cuenta que la serie de la derecha es convergente pues |x0 | + r (c, c),
por el criterio de comparacion, tenemos que la serie positiva de la izquierda debera
ser tambien convergente, con lo que se prueba el lema.
Nota Importante:
El lema anterior nos permite concluir que cada una de las series de potencias
obtenidas tomando derivadas de orden superior, termino a termino, de una serie
de potencias inicial, seran tambien absolutamente convergentes en el mismo intervalo (c, c). Es decir, las series
n=2
n=3
df
nan xn1 , x I.
(x) =
dx
n=1
h0
f (x0 + h) f (x0 )
nan x0n1 = 0.
(12.6)
n=1
n=1
nan x0n1 =
k=1
n1
nan (xn,h
x0n1 ).
(12.7)
256
Series
donde zn,h (x0 , xn,h ). Sustituyendo esta nueva estimacion en (12.7), tenemos
f (x0 + h) f (x0 )
nan x0n1 =
n=1
k=2
|h|
n2
n(n 1)an zn,h
(xn,h x0 )
k=2
n2
n(n 1)an zn,h
.
k=2
k=2
h0
f (x0 + h) f (x0 )
nan x0n1 = 0,
n=1
nan x0n1 .
n=1
Nota Importante:
La proposicion 12.8 nos permite afirmar que cada funcion dada como serie de potencias tiene derivadas de todos los ordenes y esas funciones derivadas se obtienen
derivando termino a termino la serie inicial.
n
Proposici
on 12.9 La funci
on f (x) =
n=1 an x tiene por antiderivada en el
interior (c, c) de su intervalo de convergencia I a la funci
on g(x) dada por la
serie de potencias
g(x) =
n=1
1
an xn+1 , x (c, c).
n+1
n
n. Si
Demostracio
n=1 |an ||x| converge para x (c, c), dado que para todo
n = 1, 2, . . . se tiene que
1
|an xn |,
an xn
n+1
n=1
1
an xn
n+1
257
n=1
1
an xn+1 = |x|
n+1
1
an xn
n+1
n=1
n
tambien converge para cada x (c, c). Como la serie inicial
n=1 an x se forma
1
derivando termino a termino la serie
an xn+1 , aplicando la proposicion 12.8,
n+1
n=1
se tiene
dg
(x) = f (x),
dx
lo que demuestra que
an xn dx =
an xn dx.
n=1
n=1
Nota Importante:
1. Las series de potencias tambien aparecen en la forma
n=1
an (x x0 )n
0
e
si x
1
x2
si x > 0
d 12
e x =
tiene derivadas de todos los
ordenes en x = 0, con valor cero, ya que
dx
1
2
2 12
e x si x > 0 y dado que lim 3 e x2 = 0, se tiene
3
x0
x
x
0
si x 0
df
(x) =
2 12
e x
dx
si x > 0.
x3
258
Series
Ejemplo 12.13
1. exp x = 1 +
n=1
2. sen x =
n=1
1 n
x para x (, )
n!
1
x2n1 para x (, )
(2n 1)!
259
( 2)i
(b)
n=1
i=1
(d)
an
n=1
n!
(100)n
(e)
1
n
(c)
n=1
(1)n
n2
n
n=1
n=1 an diverge.
2
n=1 an converge.
n=1 an
(c) Si
(d) Si
(e) Si
n=1 an
converge, entonces
converge, entonces
1
diverge.
an
n=1
n
n=1 (1) an converge.
n=1 an converge, entonces
n
n=1 (1) an
n=1 an es absolutamente convergente, entonces
(f) Si
tambien absolutamente convergente.
(g) Si
n
n=1 (1) an
n=1 an converge y
es
n=1
(c)
n=1
xn
n+1
senn x
n
(b)
n=1
(d)
1
1
1+
n
x
(2x + 3)n
n=1
n 3 4n
(1)n (4x)n
n=0
3
(b) 1 3 2 4x + 3 5x 4 6x + =
(c) 2 + 4x2 + 6x4 + 8x6 + 10x8 + =
n=1
n=1
2nx2(n1)
260
Series
5. Diga en que intervalo son validas las siguiente representaciones para las funciones dadas a la izquierda.
(a)
1
= 1 + x2 + x3 + x4 +
1x
(b) ln(1 + x) =
n=1
(1)n1 n
x
n
n
6. De un ejemplo de una serie alternante
n=1 (1) an+1 , an > 0, que sea
divergente con limn an = 0. (Sugerencia: Considere la serie 1 14 + 31
1
1
16 + 5 .)
7. Demuestre que si
n=1 an es una serie positiva convergente con an < an1
para cada n natural, entonces limn nan = 0.
n
n=1 an x .
an+1
(a)
n=1
x2n
n+2
(b)
n=1
(4x + 1)n
nn
(c)
n=1
xn
2n ln n
2
converge a un n
umero irracional.
10n2
n=1
1
en el intervalo (1, 1),
1x
xn ,
n=0
encuentre la representaci
on de las funciones siguientes como series de potencias
en x y se
nale el dominio de validez de esa representaci
on.
1
1
(b) g(x) =
(a) g(x) =
2x
(2 x)2
(c) g(x) =
1x
1+x
Bibliografa
Indice
Angulos
54
Area
de superficies de revolucion 210
de una regi
on 203
Areas
de regiones delimitadas
por curvas suaves 203
Antiderivada 162
Aproximacion lineal 108
Arqumedes de Siracusa 15, 31
Arquimedianidad 31
Barrow, Isaac 16, 192
Berkeley, George 19
Bernoulli, Jacobo 17, 239
Bernoulli, Juan 17, 239
Bolzano, Bernhard 19, 20, 73
Cada bajo la accion de la gravedad
233
con friccion del aire 234
Campo de los n
umeros reales 30
Cantor, Georg 20
Cauchy, Augustin Louis 19, 21, 75,
76, 119, 128, 248, 262
Cavalieri, Bonaventura 16
Centro
de curvatura 124
de masa
de regiones planas 212
de una varilla 213
Centroide de una varilla 213
Centroides
de regiones planas 212
de varillas 212
Centros de masa 212
de varillas 212
y presi
on de fluidos 212
Crculo
de curvatura 124
osculador 124
Completez de los n
umeros reales 23,
35
Constante de restitucion 235
Continuidad 81
en intervalos compactos 83
Contradominio 45
Coordenadas 50
Coseno hiperb
olico 158
Cota
inferior 35
superior 35
Creciente 73
Criterio
de Abel 252
de Cauchy 248
de comparacion 197
al lmite 248
Indice
para series 245
de convergencia de Cauchy
de Dirichlet 252
de la Integral 249
del cociente 246
Curso de An
alisis 19
Curvatura 124
263
75
Expansi
on
decimal 27
truncada 28
Expansiones
decimales 23
infinitas y peri
odicas
24
Indice
264
real de variable real 45
residuo 126
segunda derivada 107
suma 51
uniformemente continua 84
uno a uno 48
Funciones
analticas 259
crecientes 49
de tipo exponencial 153
decrecientes 49
hiperb
olicas 158
lipschitzianas 83
monotonas 49
polinomiales 54
seccionalmente continuas 197
trigonometricas 55
inversas 58
Gr
afica de una funcion
Heine, Edward 20
Huygens, Christiaan
50
17
Imagen
de x bajo f 46
de la funcion 46
Infimum 36
Integracion
de funciones racionales 174
por partes 165
por sustituci
on 167
Integral
de f en el intervalo [a, b] 186
de Lebesgue 21
definida 181
de f en [a, b] 188
impropia
de f en (, ), 196
de f en [a, ) 195
de f en [a, b) 196
de una funcion continua f (x) en
(, b] 196
indefinida 162
Integrales
elpticas 210
indefinidas 161
Interpretacion geometrica de la derivada 95
Intervalo
abierto 32, 66
cerrado 32
compacto 83
de convergencia 255
Introducci
on al an
alisis infinitesimal 18
Jordan, Camille 21
Lagrange, Joseph Louis 17, 18, 19,
93
Lebesgue, Henri 21
Lecciones sobre el C
alculo Diferencial
19
Leibniz, Gottfried Wilhelm 15, 16,
17, 93, 99, 101, 106, 107, 165,
239
Ley
de enfriamiento de Newton 155
de tricotoma 30
LHospital, Guillaume Francois 17,
140, 141, 142, 143, 145, 151
Lmite
de una funcion 77
de una sucesion 66
por la derecha 78
por la izquierda 78
Lipschitz, Rudolf O. S. 83
Longitudes de curvas 208
M
axima cota inferior 36
M
aximo local 131
Metodo
de coordenadas 50
de fracciones parciales 174
de integracion
por partes 165
por sustituci
on 167
de Lagrange 229
de variacion de par
ametros 229
Indice
265
Puntos
crticos 130
regulares 130
singulares 130
N
umeros
irracionales 26
reales 27
Distancia entre 33
Newton, Isaac 15, 16, 17, 19, 93,
107, 155, 161, 221, 233, 234,
236
Norma de la particion 182
Notacion para la derivada
de Lagrange 93, 107
de Leibniz 93, 107
de Newton 93, 107
Radi
an 55
Radianes 54
Radio de curvatura 124
Razones de cambio 109
Recta
normal 123
numerica 39
Real 38
Refinamiento 182
Regla
de correspondencia 45
de derivaci
on de un cociente 100
de la cadena 100
de Leibniz 99
Reglas basicas de derivaci
on 99
Residuo de Taylor 200
Resumen de Lecciones sobre
el C
alculo Infinitesimal 19
Riemann, Bernhard F. 19, 20, 21,
182, 183, 184, 185, 186, 187,
188, 192, 206, 209, 211, 213,
214, 217, 250
Roberval, Gilles de 16
Robinson, Abraham 21, 22
Rolle, Michel 117
Orden de la ecuaci
on
Ordenada 50
222
Pappus 216
Particion 181
Pascal, Blass 216
Peano, Giuseppe 21
Plano cartesiano 50
Polinomio de Taylor 126
Primera regla de LHospital 140
Primitiva 162
Principia Mathematica
Philosophiae Naturalis 15
Principio de Pascal 216
Propiedad
de Cauchy 75
del valor intermedio 84
Propiedades
de la funcion exponencial 149
de las series convergentes 243
de las sucesiones convergentes 68
Punto
de inflexion 132
decimal 27
m
aximo local 130
mnimo local 130
Segunda
derivada 107
regla de LHospital 141
Segundo teorema del valor medio para
integrales 191
Seno hiperb
olico 158
Serie
absolutamente convergente 250
alternante 244
armonica 242
convergente 242
divergente 242
geometrica 242
Indice
266
inducida por la sucesion 241
positiva 244
telesc
opica 244
Series de potencias 254
Signo de la funcion derivada 119
Sobre una geometra oculta 17
Solucion trivial 147
Subsucesion 65
Sucesion
convergente 66
creciente 65
producto 65
real 63
suma 65
Sucesiones monotonas 73
Suma
de Riemann correspondiente a la
particion P 182
inferior de Darboux-Riemann 183
superior de Darboux-Riemann 183
Sumas parciales 241
Supremum 36
Taylor, Brook 115, 124, 126, 127,
128, 129, 131, 133, 144, 150,
165, 200
Teorema
de Bolzano-Weierstrass 73
de Cauchy 119
de existencia de ecuaciones diferenciales 147
de Pappus 216
de Rolle 117
de Taylor
115, 124, 126, 128,
131, 133, 144
de unicidad de la solucion 226
del valor medio 20, 116
generalizado 118
para integrales 190
Fundamental
del
algebra 174
del calculo, 20
Teora
Analtica del Calor 19
de funciones analticas
19
205