Вы находитесь на странице: 1из 393

C alculo para la ingenier a

Salvador Vera 28 de marzo de 2004

ii Copyright c by Salvador Vera Ballesteros, 1998-2004.

Indice general
1. Conceptos b asicos 1.1. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1. Orden, desigualdades e intervalos . . . . . . . . . . . . 1.1.2. Valor absoluto y distancia . . . . . . . . . . . . . . . . 1.2. El plano y el espacio cartesiano . . . . . . . . . . . . . . . . . 1.2.1. Sistema rectangular de coordenadas cartesianas . . . . 1.2.2. Distancia entre dos puntos . . . . . . . . . . . . . . . 1.2.3. El c rculo y la esfera . . . . . . . . . . . . . . . . . . . 1.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . 1.3.2. Representaci on de funciones . . . . . . . . . . . . . . . 1.3.3. Dominio impl cito de una funci on . . . . . . . . . . . . 1.3.4. Restricciones y extensiones de funciones . . . . . . . . 1.3.5. Composici on de funciones. . . . . . . . . . . . . . . . . 1.3.6. Funciones inyectivas e inversas . . . . . . . . . . . . . 1.3.7. Funciones suprayectivas y biyectivas . . . . . . . . . . 1.3.8. Im agenes directa e inversa de un conjunto . . . . . . . 1.3.9. Funciones pares e impares . . . . . . . . . . . . . . . . 1.3.10. La funci on valor absoluto . . . . . . . . . . . . . . . . 1.4. L mite de sucesiones . . . . . . . . . . . . . . . . . . . . . . . 1.5. L mite y continuidad de funciones . . . . . . . . . . . . . . . . 1.5.1. Denici on de l mite . . . . . . . . . . . . . . . . . . . . 1.5.2. L mites laterales . . . . . . . . . . . . . . . . . . . . . 1.5.3. Propiedades de los l mites . . . . . . . . . . . . . . . . 1.5.4. Continuidad de una funci on en un punto . . . . . . . . 1.5.5. Propiedades de las funciones continuas . . . . . . . . . 1.5.6. L mites innitos . . . . . . . . . . . . . . . . . . . . . 1.5.7. L mites en el innito . . . . . . . . . . . . . . . . . . . 1.5.8. T ecnicas elementales para el c alculo de l mites . . . . 1.5.9. Innit esimos equivalentes . . . . . . . . . . . . . . . . 1.5.10. Innit esimos m as frecuentes en z 0 . . . . . . . . . 1.6. Funciones hiperb olicas. . . . . . . . . . . . . . . . . . . . . . . 1.6.1. Coseno y seno hiperb olico . . . . . . . . . . . . . . . . 1.6.2. F ormula fundamental de la Trigonometr a hiperb olica 1.6.3. Signicado del t ermino hiperb olicas. . . . . . . . . . 1.6.4. Otras razones hiperb olicas . . . . . . . . . . . . . . . . 1.6.5. F ormulas del angulo doble . . . . . . . . . . . . . . . . 1 1 1 5 10 10 11 13 17 17 21 25 27 27 31 37 37 38 38 40 49 49 57 58 58 60 62 67 70 74 75 77 77 78 78 79 79

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iii

iv
1.6.6. El cuadrado del senh y del cosh . . . 1.6.7. Gr aca de las funciones hiperb olicas 1.6.8. Funciones hiperb olicas inversas . . . 1.6.9. Identidad hiperb olica . . . . . . . . . 1.6.10. F ormula logar tmica de las funciones 1.7. Problemas propuestos del Cap tulo 1 . . . .

INDICE GENERAL
. . . . . . . . . . . . . . . . . . . . . . . . . . . . hiperb olicas . . . . . . . . . . . . . . . . . . . . . . . . . . . inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 80 81 82 82 83 85 85 85 89 94 96 102 110 111 111 111 113 115 118 122 124 125 128 137 139 141 141 141 142 144 144 144 145 146 148 148 150 150 151 151 152 154 156 158 160 161 162

2. Funciones de varias variables: L mites 2.1. Funciones de varias variables . . . . . . . . . . . . . . . . . . . . 2.1.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.2. Dominio de una funci on de varias variables . . . . . . . . 2.1.3. Operaciones con funciones de varias variables. . . . . . . . 2.1.4. Composici on de funciones . . . . . . . . . . . . . . . . . . 2.1.5. Gr aca de una funci on de dos variables . . . . . . . . . . 2.1.6. Otras representaciones de las funciones de varias variables 2.2. L mite y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2. Entorno de un punto en el plano . . . . . . . . . . . . . . 2.2.3. L mite y continuidad en dos variables . . . . . . . . . . . 2.2.4. L mite de las funciones elementales . . . . . . . . . . . . . 2.2.5. Comprobando l mites aplicando la denici on . . . . . . . 2.2.6. C alculo de l mites mediante operaciones algebraicas . . . 2.2.7. Teorema del encaje y de la acotaci on . . . . . . . . . . . . 2.2.8. Innit esimos equivalentes. . . . . . . . . . . . . . . . . . . 2.2.9. Inexistencia de l mites . . . . . . . . . . . . . . . . . . . . 2.2.10. L mites en el innito . . . . . . . . . . . . . . . . . . . . . 2.3. Problemas propuestos del Cap tulo 2 . . . . . . . . . . . . . . . .

3. Derivada de Funciones de una variable 3.1. Derivada y continuidad. Tangente y normal . . . . . . . . . . . . . 3.1.1. Idea intuitiva de recta tangente. . . . . . . . . . . . . . . . 3.1.2. Rectas tangentes no intuitivas . . . . . . . . . . . . . . . . . 3.1.3. La pendiente de la recta tangente . . . . . . . . . . . . . . . 3.1.4. Denici on de derivada . . . . . . . . . . . . . . . . . . . . . 3.1.5. Otra forma de la derivada . . . . . . . . . . . . . . . . . . . 3.1.6. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . . 3.1.7. Derivada y continuidad . . . . . . . . . . . . . . . . . . . . 3.1.8. Signicado gr aco de la derivada: Suavidad. . . . . . . . . . 3.1.9. La ecuaci on de la recta tangente . . . . . . . . . . . . . . . 3.1.10. La ecuaci on de la recta normal . . . . . . . . . . . . . . . . 3.1.11. Curvas de tangente horizontal y curvas de tangente vertical 3.2. Funci on derivada. reglas de derivaci on. . . . . . . . . . . . . . . . . 3.2.1. Funci on derivada . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2. Reglas de derivaci on. . . . . . . . . . . . . . . . . . . . . . . 3.2.3. Derivadas de funciones con un punto aparte . . . . . . . . . 3.2.4. Derivada de funciones denidas a trozos . . . . . . . . . . . 3.2.5. Derivaci on de funciones impl citas . . . . . . . . . . . . . . 3.2.6. Derivaci on logar tmica . . . . . . . . . . . . . . . . . . . . . 3.2.7. Derivadas de orden superior . . . . . . . . . . . . . . . . . . 3.2.8. Aproximaci on lineal y notaci on diferencial . . . . . . . . . .

INDICE GENERAL
3.3. L mite de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1. Innit esimos equivalentes . . . . . . . . . . . . . . . . . . . . 3.3.2. Innit esimos m as frecuentes en z 0 . . . . . . . . . . . . . 3.3.3. Formas indeterminadas. Reglas de LH opital. . . . . . . . . . 3.4. L mite de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5. Estudio local de funciones. Polinomio de Taylor . . . . . . . . . . . . 3.5.1. Introducci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.2. Algunas propiedades de los polinomios . . . . . . . . . . . . . 3.5.3. Polinomio de Taylor de una funci on no polin omica . . . . . . 3.5.4. Polinomio de Taylor de las funciones elementales . . . . . . . 3.5.5. Resto de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.6. Aplicaciones de la f ormula de Taylor a c alculos aproximados . 3.5.7. Aplicaciones de la F ormula de Taylor al c alculo de l mites . . 3.6. Extremos de funciones de una sola variable . . . . . . . . . . . . . . 3.6.1. M aximos y m nimos absolutos . . . . . . . . . . . . . . . . . . 3.6.2. M aximos y m nimos relativos o locales . . . . . . . . . . . . . 3.6.3. Determinaci on de funciones conocidos sus puntos cr ticos . . 3.6.4. Problemas de aplicaci on de m aximos y m nimos . . . . . . . . 3.7. Problemas propuestos del Cap tulo 3 . . . . . . . . . . . . . . . . . . 4. Derivaci on de funciones multivariables 4.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . 4.1.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . 4.1.2. Denici on . . . . . . . . . . . . . . . . . . . . . . . . 4.1.3. La funci on derivada parcial . . . . . . . . . . . . . . 4.1.4. Funciones de m as de dos variables . . . . . . . . . . 4.1.5. Raz on de cambio . . . . . . . . . . . . . . . . . . . . 4.1.6. Interpretaci on geom etrica de las derivadas parciales 4.1.7. Continuidad y derivadas parciales . . . . . . . . . . 4.2. Derivadas parciales de ordenes superiores . . . . . . . . . . 4.3. Derivadas direccionales. . . . . . . . . . . . . . . . . . . . . 4.3.1. Derivadas direccionales . . . . . . . . . . . . . . . . 4.3.2. Derivada direccional y derivadas parciales . . . . . . 4.4. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1. Generalizaci on del concepto de diferenciabilidad . . 4.4.2. Diferenciabilidad y derivadas parciales . . . . . . . . 4.4.3. La diferencial . . . . . . . . . . . . . . . . . . . . . . 4.4.4. Diferenciabilidad y continuidad . . . . . . . . . . . . 4.4.5. Diferenciabilidad de funciones de n variables . . . . 4.4.6. Condici on suciente para la diferenciabilidad . . . . 4.4.7. Caracterizaci on de las funciones diferenciables . . . . 4.4.8. Diferenciabilidad y derivadas direccionales . . . . . . 4.4.9. La derivada seg un una direcci on curva . . . . . . . . 4.5. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1. Denici on . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2. Vector gradiente y derivada direccional . . . . . . . . 4.5.3. Gradiente y curvas de nivel . . . . . . . . . . . . . . 4.6. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1. Vectores normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

v
164 164 164 165 173 175 175 176 179 181 184 185 187 188 188 192 196 196 200 203 203 203 204 206 208 210 211 212 214 219 219 223 225 226 229 231 231 235 236 238 240 241 241 241 243 245 245 245

vi

INDICE GENERAL
4.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.3. Recta tangente y plano normal a una curva en el espacio . . 4.6.4. La diferencial como aproximaci on del incremento . . . . . . 4.7. Funciones vectoriales y matriz Jacobiana . . . . . . . . . . . . . . . 4.7.1. Funciones vectoriales de variable vectorial . . . . . . . . . . 4.7.2. Continuidad de las funciones vectoriales . . . . . . . . . . . 4.7.3. Derivadas parciales de funciones vectoriales . . . . . . . . . 4.7.4. Funciones vectoriales diferenciables . . . . . . . . . . . . . . 4.8. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.8.1. Funciones compuestas, inversas e impl citas de una variable 4.8.2. Composici on de funciones vectoriales . . . . . . . . . . . . . 4.8.3. Regla de la cadena. Perspectiva te orica: Diferencial . . . . . 4.8.4. Regla de la cadena. Perspectiva pr actica: Parciales . . . . . 4.8.5. Regla de la cadena. Perspectiva general: Matriz jacobiana . 4.9. Funciones impl citas . . . . . . . . . . . . . . . . . . . . . . . . . . 4.9.1. Funciones de una variable . . . . . . . . . . . . . . . . . . . 4.9.2. Funciones de dos variables . . . . . . . . . . . . . . . . . . . 4.10. Extremos de las funciones de varias variables . . . . . . . . . . . . 4.10.1. Introducci on . . . . . . . . . . . . . . . . . . . . . . . . . . 4.10.2. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.10.3. Estudio de la naturaleza de los puntos cr ticos . . . . . . . 4.10.4. Extremos condicionados. Multiplicadores de Lagrange 4.10.5. M aximos y m nimos absolutos . . . . . . . . . . . . . . . . . 4.11. Problemas propuestos del Cap tulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 252 254 259 259 260 262 263 267 267 268 271 273 281 287 287 292 296 296 296 298 305 311 316 319 319 319 324 330 333 337 341 341 342 343 346 350 350 351 358 358 360 362 362 363 366

5. Integral denida. C alculo de primitivas 5.1. La estimaci on de un area. Sumas de Riemann. . . . . . . . . 5.1.1. Signicado geom etrico de la integral . . . . . . . . . . 5.1.2. C alculo de l mites utilizando el concepto de integral . 5.1.3. Propiedades de la integral denida . . . . . . . . . . . 5.2. El teorema fundamental del C alculo . . . . . . . . . . . . . . 5.2.1. Regla de Barrow: La integral como una primitiva . . . 5.3. Integraci on inmediata. . . . . . . . . . . . . . . . . . . . . . . 5.3.1. Propiedades de la integral indenida . . . . . . . . . . 5.3.2. Tabla de integrales inmediatas . . . . . . . . . . . . . 5.4. Integraci on mediante cambio de variable . . . . . . . . . . . . 5.5. Integraci on por partes. . . . . . . . . . . . . . . . . . . . . . . 5.6. Integraci on de funciones racionales . . . . . . . . . . . . . . . 5.6.1. Integraci on de fracciones elementales . . . . . . . . . . 5.6.2. Integraci on mediante desarrollo en fracciones simples . 5.7. Integraci on de expresiones trigonom etricas . . . . . . . . . . . 5.7.1. Integraci on de potencias de funciones trigonom etricas 5.7.2. Integraci on de funciones racionales del sen y del cos . 5.8. Integraci on de funciones irracionales . . . . . . . . . . . . . . 5.8.1. Radicales semejantes . . . . . . . . . . . . . . . . . . . 5.8.2. La sustituci on trigonom etrica . . . . . . . . . . . . . . 5.9. Problemas propuestos del Cap tulo 5 . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . .

INDICE GENERAL
6. Aplicaciones de la integral. 6.1. C alculo del area de una gura plana. . . . . . . . . . . . . . . . . . 6.2. C alculo del volumen de un cuerpo . . . . . . . . . . . . . . . . . . 6.2.1. Volumen de un cuerpo cualquiera: M etodo de secciones . . 6.2.2. Volumen de un s olido de revoluci on: M etodo de discos . . . 6.2.3. Volumen de un s olido de revoluci on: M etodo de los cilindros 6.3. L mite de sumas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4. Problemas propuestos del Cap tulo 6 . . . . . . . . . . . . . . . . . Soluciones a los ejercicios y problemas propuestos Bibliograf a Indice alfab etico

vii
367 367 370 370 371 371 377 378 379 383 384

. . . . . . .

Copyright c by Salvador Vera Ballesteros, 1998-2004.

viii

INDICE GENERAL

Cap tulo 1

Conceptos b asicos
1.1. La recta real

Suponemos conocidos los n umeros reales, as como su representaci on en la recta real. Los n umeros reales se pueden representar mediante expresiones decimales nitas o innitas. Si la expresi on decimal es nita o peri odica innita, entonces el n umero real se puede expresar como el cociente de dos n umeros enteros y se dice que el n umero real es racional. Rec procamente cualquier n umero racional (cociente de dos enteros) se puede expresar mediante una expresi on decimal nita o innita peri odica. Cuando la expresi on decimal tiene innitas cifras que no se repiten de manera peri odica se dice que el n umero real es irracional. Los n umeros reales admiten una representaci on geom etrica en una recta. En dicha representaci on cada n umero real se representa por un solo punto de la recta y cada punto de la recta representa un solo n umero real. En consecuencia, hablaremos indistintamente de n umero o de punto. Por convenio, los n umeros positivos se representan a la derecha del cero y los negativos a la izquierda. Se llama recta real a una recta en la que se han representado los n umeros reales.
3 2 1
1 2

1
2

Figura 1.1: La recta real

1.1.1.

Orden, desigualdades e intervalos

Denici on 1.1 (N umeros positivos y n umeros negativos). 1) Para cada n umero real a est a denida una y s olo una de las siguientes relaciones: 1

CAP ITULO 1. CONCEPTOS BASICOS a ) a es mayor que cero (es positivo), a > 0; b ) a es igual a cero, a = 0; c ) a es menor que cero (es negativo), a < 0.

2) Si a y b son n umeros positivos, entonces a ) Su suma es positiva, a + b > 0. b ) Su producto es tambi en positivo, ab > 0. Denici on 1.2 (Orden en la recta real). Dados dos n umeros reales a y b. Se dice que a es menor que b y se denota a < b, si b a es positivo. a<b ba>0

Si a es menor que b, tambi en se dice que b es mayor que a y se escribe b > a El s mbolo a b signica que a es menor o igual que b. Si a < b, entonces a se representa en la recta a la izquierda de b. Proposici on 1.1 (Propiedades de las desigualdades). Si a, b, c y d son n umeros reales, se tiene: 1. Transitiva: Si a < b y b < c, entonces a < c 2. Aditiva: Si a < b y c < d, entonces a + c < b + d 3. Si a < b, entonces, para cualquier n umero real c 4. Si a < b y p > 0, entonces ap < bp 5. Si a < b y n < 0, entonces an > bn a+c<b+c ac<bc

Nota: En consecuencia, podemos decir que con las desigualdades se pueden realizar las mismas transformaciones que con las igualdades, salvo que al multiplicar o dividir, ambos miembros, por un n umero negativo hay que invertir el sentido de la desigualdad. As , 2x < 6 x > 3

Una desigualdad en la que aparecen una o varias variables tambi en se llama inecuaci on.

Denici on 1.3 (Intervalos). Sean a y b dos n umeros reales tales que a b. Se llama intervalo abierto de extremos a y b, al conjunto de puntos comprendidos entre a y b, excluidos dichos puntos (a, b) = {x R/ a < x < b} Se llama intervalo cerrado de extremos a y b, al conjunto de puntos comprendidos entre a y b, incluidos dichos puntos [a, b] = {x R/ a x b}
Nota: Usamos par entesis (a, b), tanto para representar el intervalo abierto (a, b), como para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar a en cada caso a qu e nos estamos reriendo.

1.1. LA RECTA REAL Tambi en se denen los siguientes tipos de intervalos: Intervalos semiabiertos [a, b) = {x R/ a x < b} (a, b] = {x R/ a < x b} Intervalos innitos (, b] = {x R/ x b}

(, +) = R

[a, +) = {x R/ a x}

(a, +) = {x R/ a < x}

(, b) = {x R/ x < b}

Ejemplo 1.1 (Resolviendo inecuaciones). Hallar el conjunto soluci on de las siguientes desigualdades a) 2x 3 < 5 b) 3 2x < 5 8 2

Soluci on. a) Operando, como si se tratara de una ecuaci on, resulta: 2x 3 < 5 2x < 5 + 3 x< x<2

Por tanto, el conjunto soluci on es el intervalo (, 2). b) En este caso operamos de la misma manera, pero al dividir por -2 invertimos el sentido de la desigualdad. As , 3 2x < 5 2x < 5 3 x> 2 2 x > 1

Luego el conjunto soluci on es el intervalo (1, +). Ejemplo 1.2 (Resolviendo sistemas de inecuaciones). Hallar el conjunto soluci on del siguiente sistema de desigualdades 2x + 1 1 3x 7 2 Soluci on. Se trata de hallar la intersecci on de los conjuntos soluci on de cada una de las desigualdades. Para ello, resolvemos ambas inecuaciones por separado y luego hallamos la intersecci on 2x + 1 1 3x 7 2 2x 1 1 3x 2 + 7 2x 2 3x 9 x 1 x3

Luego el intervalo soluci on es [1, 3]

CAP ITULO 1. CONCEPTOS BASICOS

Ejemplo 1.3 (Resolviendo inecuaciones dobles). Hallar el conjunto soluci on del siguiente sistema de desigualdades 2 3x 1 2 3x 11 Soluci on. Podemos resolver cada inecuaci on por separado, o bien, utilizar el hecho de que la expresi on 2 3x aparece en ambas inecuaciones y trabajar conjuntamente. As , 2 3x 1 2 3x 11 1 2 3x 11

restando 2 en los tres miembros, resulta 3 3x 9 y dividiendo por -3 Luego el conjunto soluci on es el intervalo [3, 1]. Ejemplo 1.4 (Resolviendo inecuaciones cuadr aticas). Hallar el conjunto 2 soluci on de la inecuaci on x < 6x 8 Soluci on. El camino m as f acil para resolver estas inecuaciones es dejar solamente cero en el segundo miembro. As , x2 6x + 8 < 0 hallamos las ra ces del polinomio p(x) = x2 6x + 8, 62 6 36 32 2 = = x 6x + 8 = 0 x = 2 2 4 2 1 x 3

Teniendo en cuenta que un polinomio cambia de signo s olo en sus ceros1 , podemos resolver la desigualdad probando el signo del polinomio en cada uno de los intervalos x < 2, 2 < x < 4, x>4

que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos y viendo el valor del polinomio en ese punto (puesto que en todo el intervalo el polinomio conserva el signo). As , p(0) = +8 > 0, p(3) = 9 18 + 8 = 1 < 0, p(5) = 25 30 + 8 = +3 > 0

Como la desigualdad se cumple s olo en el intervalo central, se concluye que el conjunto soluci on es 2 < x < 4 es decir, el intervalo (2, 4)
1

agina 61 ver Corolario 1.3 en la p

1.1. LA RECTA REAL

Ejemplo 1.5 (Resolviendo inecuaciones racionales). Hallar el conjunto soluci on de la desigualdad x2 <2 x4 Soluci on. Dejamos cero en el segundo miembro, y operamos x2 x2 x 2 2x + 8 6x <2 2<0 <0 <0 x4 x4 x4 x4 r(x) = 6x x4

Consideramos la funci on racional

Y teniendo en cuenta que una funci on racional puede cambiar de signo tanto en los ceros del numerador como en los ceros del denominador, resulta que la funci on puede cambiar de signo en los puntos: x = 4 y x = 6. Luego podemos resolver la desigualdad comprobando el signo de la funci on racional en cada uno de los intervalos x<4 4<x<6 x>6

que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos y viendo el valor de la funci on en ese punto. As , r(0) = 6 < 0, 4 r(5) = 1 > 0, 1 r(7) = 1 <0 3

Como la desigualdad se cumple s olo en los dos intervalos de los extremos, se concluye que el conjunto soluci on es x<4 o x > 6, es decir, la uni on de los intervalos (, 4) (6, +)

1.1.2.

Valor absoluto y distancia

Denici on 1.4 (Valor absoluto). Se llama valor absoluto de un n umero real x, y se denota por el s mbolo |x|, a dicho n umero si es positivo, y a su opuesto si es negativo. | x |= x si x 0 x si x < 0

Ejemplo, |3| = 3, |0| = 0, | 3| = 3.

Es decir, |x| representa la distancia desde el origen al punto x.

Nota: El valor absoluto de un n umero nunca es negativo. Puede sorprender que x sea positivo, sin embargo, esto no es nada sorprendente, ya que podemos pensar en (3) = +3 que tambi en es positivo, a pesar del signo menos inicial, ya que los dos signos menos se compensan. Igual ocurre con x donde el signo menos que aparece de manera expl cita se compensa con el signo menos que x tiene impl citamente, ya que hemos supuesto, en el segundo apartado, que x es negativo.

CAP ITULO 1. CONCEPTOS BASICOS

Ejemplo 1.6. Eliminar el valor absoluto en las siguientes expresiones: (a) |1 + 2 3| (b) |1 + 2 10| Soluci on. Tenemos que comprobar si la expresi on que hay dentro del valor absoluto da como resultado un n umero positivo o negativo, si es positivo la dejamos igual, y si es negativo la cambiamos de signo para convertirlo en positivo. En consecuencia: (a) |1 + 2 3| = 1 + 2 3 (b) |1 + 2 10| = (1 + 2 10) = 1 2 + 10 Propiedades del valor absoluto 1. |x| 0 El valor absoluto nunca es negativo. 2. |x| = 0 x = 0 El valor absoluto igualado a cero se puede suprimir. 3. |x|2 = |x2 | = x2 El valor absoluto elevado al cuadrado se puede suprimir. 4. |x| = | x| Dentro del valor absoluto se puede cambiar de signo. x2 = |x| 5. 6. |x| x |x| 7. |x + y | |x| + |y | 8. |xy | = |x| |y | Si p es positivo, se tiene: 9. |x| p p x p xp o 10. |x| p x p p
 k Q k Q

|x| < p 0 |x| = p


3  3 

p
-

Q |x| > p 

Aunque formalmente no es correcto, esta propiedad puede expresarse de la forma: |x| p p x p

Habr a que tener en cuenta que cada desigualdad va por separado.


Nota: Tenemos que tanto x como x son ra ces cuadradas de x2 , ya que (+x)2 = x2 y (x)2 = x2 . Sin embargo, en C alculo, para evitar la ambivalencia, el s mbolo x denota exclusivamente la ra z no-negativa de x. As , por ejemplo, aunque 4 tenga dos ra ces cuadradas, 2 y -2, con el s mbolo 4 z cuadrada solamente nos referimos a la ra z cuadrada positiva 4 = +2. Para indicar la ra negativa tendremos que explicitarlo con un signo menos 4 = 2.

1.1. LA RECTA REAL

Ejemplo 1.7 (Ecuaciones con valor absoluto). Resolver las siguientes ecuaciones: 1. |x 5| = 4, Soluci on. 1. |x 5| = 4 2. |x 5| = 4 3. |x 5| = 0 x5=4 x=9 o x 5 = 4 x=1 x=5

2. |x 5| = 4,

3. |x 5| = 0,

4. |x + 1| = 3x 9

No tiene soluci on. x5=0

4.

En general, el m etodo m as directo de atacar un problema referente a valores absolutos requiere la consideraci on por separado de distintos casos. En particular, siempre habr a que considerar si lo que hay dentro del valor absoluto es positivo o es negativo. Sin embargo, en ocasiones pueden emplearse otros m etodos m as sencillo, por ejemplo, la ecuaci on |x +1| = 3x 9 tambi en puede resolverse gr acamente, estudiando los puntos de corte de las gr acas de las funciones f (x) = |x + 1| y g (x) = 3x 9. Otra manera de abordar esta ecuaci on es resolviendo la ecuaci on irracional: (x + 1)2 = 3x 9 Ejemplo 1.8 (Desigualdades con valor absoluto). Resolver las siguientes desigualdades: 1. 4. Soluci on. 1. |x 1| 3 3 x 1 3 2 x 4 x 2, 4 2. |2 4x| 6 6 2 4x 6 8 4x 4 2 x 1 1 x 2 x 1, 2 3. |x| 2 x2 x 2 x , 2 2, + |x 1| 3, |x 1| 2 2. 5. |2 4x| 6, |2x 3| 2, 3. 6. |x| 2 |2x 3| 2

3x 9 0 3x 9 x 3 y x 1 x+10 x=5 x + 1 = 3x 9 10 = 2x |x + 1| = 3x 9 o x + 1 0 x 1 No x 1 = 3x 9 8 = 4x

x=5

CAP ITULO 1. CONCEPTOS BASICOS x3 x 1 x , 1 3, +

4. |x 1| 2 2 x 1 2 1 x 3 5. |2x 3| 2 No tiene soluci on.

6. |2x 3| 2 Se cumple siempre, luego x (, +) Ejemplo 1.9 (Sistemas de desigualdades). Resolver el sistema de desigualdades: |2x 2| 4 |2x 3| 1 Soluci on. Resolvemos cada desigualdad por separado y luego hallamos la intersecci on de los conjuntos soluci on. |2x 2| 4 4 2x 2 4 2 2x 6 1 x 3 x2 |2x 3| 1 1 2x 3 1 2 2x 4 1 x 2 x 1 x 1, 1 2, 3 Expresi on de intervalos mediante valor absoluto Cualquier intervalo se puede expresar en t erminos de valor absoluto de la siguiente forma: a, b = x R/ |x ba a+b | 2 2

Si m es el punto medio del intervalo [a, b], y r el radio, entonces: |x m| r


Para hallar el punto medio de un intervalo basta con hallar la media aritm etica de sus extremos. es decir, el punto medio del intervalo (a, b) es m= a+b 2

Ejemplo 1.10 (Expresi on de intervalos mediante valor absoluto). Expresar mediante valor absoluto los siguientes intervalos: 1. 2, 2 , Soluci on. 1. 2, 2 = {x R/ |x| 2} 2. 1, 3 , 3. , 2 2, + , 4. , 1 5, + .

1.1. LA RECTA REAL 2. 3. 4. 1, 3 = {x R/ |x 1| 2}

, 2 2, +) = {x R/ |x| 2} , 1 5, +) = {x R/ |x 3| 2}

Ejemplo 1.11. Expresi on mediante valor absoluto de un entorno reducido, es decir, de un entorno en el que se ha suprimido el centro. Por ejemplo, un entorno reducido de 4 de radio 2. Soluci on. (2, 4) (4, 6) = {x R/ 0 < |x 4| < 2} La manera de expresar que x = 4 es mediante la desigualdad 0 < |x 4| Distancia entre dos puntos de la recta real Denici on 1.5 (Distancia entre dos puntos de la recta real). La distancia entre dos puntos x1 y x2 de la recta real, viene denida por el valor absoluto de su diferencia d = |x2 x1 | = (x2 x1 )2

Nota: El orden en que se restan los puntos x1 y x2 no importa, ya que |x2 x1 | = |x1 x2 | A la diferencia de los n umeros (sin el valor absoluto) se le llama distancia dirigida. As , a) la distancia dirigida de x1 a x2 es x2 x1 ; y, b) la distancia dirigida de x2 a x1 es x1 x2 . En consecuencia, la distancia dirigida es positiva cuando se mide hacia la derecha (orden creciente de los n umeros) y negativa cuando se mide hacia la izquierda (orden decreciente de los n umeros).

Ejemplo 1.12 (Distancia en la recta). Hallar la distancia entre -2 y 5 Soluci on. a) La distancia entre -2 y 5 viene dada por: d = |5 (2)| = |7| = 7 b) La distancia dirigida desde -2 a 5 es 5-(-2)=7 c) La distancia dirigida desde 5 a -2 es -2-5=-7
Distancia = 7

Figura 1.2: Distancia en la recta real

10

CAP ITULO 1. CONCEPTOS BASICOS

Ejercicios propuestos de la secci on 1.1. La recta real


Soluciones en la p agina 379

1.1.1. Resolver las desigualdades: a) x < 1.1.2. Resolver las ecuaciones: a) |3x 6| = x + 2 1.1.3. Resolver las desigualdades a) |3x 6| < x + 2 b) x2 <3 x1 b) x2 =3 x1 1 x b) 3 x2 6x + 8 8

1.2.
1.2.1.

El plano y el espacio cartesiano


Sistema rectangular de coordenadas cartesianas

a) Plano cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el plano, se construye mediante dos rectas perpendiculares, llamadas ejes de coordenadas. La recta real horizontal se llama tradicionalmente eje x y la vertical eje y . Su punto de intersecci on se llama origen de coordenadas. Los ejes de coordenadas dividen al plano en cuatro partes llamadas cuadrantes. Cada punto del plano se identica por un par ordenado (x, y ) de n umeros reales, llamados coordenadas del punto. El n umero x se llama coordenada x o abscisa y representa la distancia dirigida desde el eje y al punto. El n umero y se llama coordenada y u ordenada y representa la distancia dirigida desde el eje x al punto.
y Cuadrante II 3 2 y 1 3 2 1 1 Cuadrante III 3 2 x Cuadrante I (x, y ) y 1 2x3 x

Origen Cuadrante IV

Figura 1.3: El plano cartesiano

1.2. EL PLANO Y EL ESPACIO CARTESIANO

11

Nota: Usamos par entesis (a, b), tanto para representar el intervalo abierto (a, b), como para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar a en cada caso a qu e nos estamos reriendo.

b) Espacio cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el espacio, se construye mediante tres rectas perpendiculares, llamadas ejes de coordenadas. El primer eje se llama tradicionalmente eje x, el segundo eje y , y el tercero eje z . Su punto de intersecci on se llama origen de coordenadas. Un sistema de referencia tridimensional puede tener orientaci on positiva u orientaci on negativa. Tiene orientaci on positiva si un tornillo situado en el eje z que gire desde el eje x hacia el eje y , avanza hacia la direcci on positiva del eje z ; y orientaci on negativa si avanza en direcci on contraria
z x 6 y z y 6 x -

Orientaci on positiva

Orientaci on negativa

Figura 1.4: Las dos orientaciones del espacio. Los ejes de coordenadas, tomados de dos en dos, determinan tres planos coordenados, denominados por plano xy , plano xz y plano yz . Estos planos coordenados dividen el espacio en ocho regiones llamadas octantes. El primer octante es aquel en que las tres coordenadas son positivas. Cada punto del espacio se identica por una terna ordenada (x, y, z ) de n umeros reales, llamados coordenadas del punto. El n umero x se llama coordenada x o abscisa y representa la distancia dirigida desde el plano yx al punto. El n umero y se llama coordenada y u ordenada y representa la distancia dirigida desde el eje xz al punto. El n umero z se llama coordenada z o cota y representa la distancia dirigida desde el eje xy al punto.
P (x, y, z ) z y x z x y

Figura 1.5: El espacio cartesiano

1.2.2.

Distancia entre dos puntos

a) En el plano. Para hallar la distancia entre dos puntos del plano (x1 , y1 ) y (x2 , y2 ). Formamos con ellos un tri angulo rect angulo, con lados paralelos

12

CAP ITULO 1. CONCEPTOS BASICOS

a los ejes de coordenadas, y aplicamos el teorema de Pit agoras.


y y1 y2 |y2 y1 | x1 (x1 , y1 ) d (x2 , y2 ) |x2 x1 | x2 x

Figura 1.6: Distancia entre dos puntos En su virtud, resulta d2 = (x2 x1 )2 + (y2 y1 )2 de donde, tomando la ra z cuadrada positiva, ya que la distancia entre dos puntos es un n umero positivo, resulta d= (x2 x1 )2 + (y2 y1 )2

Proposici on 1.2 (Distancia entre dos puntos del plano). La distancia d entre los puntos (x1 , y1 ) y (x2 , y2 ) viene dada por d= (x2 x1 )2 + (y2 y1 )2

b) En el espacio. Para hallar la distancia entre dos puntos del espacio, (x1 , y1 , z1 ) y (x2 , y2 , z2 ), se aplica el teorema de Pit agoras dos veces y se obtiene la siguiente f ormula d= (x2 x1 )2 + (y2 y1 )2 + (z2 z1 )2

c) En el espacio n-dimensional. Se llama punto x de un espacio ndimensional al conjunto ordenado (n-upla) de n umeros reales (x1 , x2 , , xn ) El n umero xi se llama coordenada i- esima del punto x; i = 1, 2, . . . , n. Denici on 1.6 (Distancia entre dos puntos de Rn ). La distancia entre dos puntos x = (x1 , , xn ) e y = (y1 , , yn ) se dene por la f ormula (1.1) d(x, y) = (x1 y1 )2 + (xn yn )2 Ejemplo 1.13 (Distancia entre dos puntos). Hallar la distancia: a) Entre los puntos (2, 4) y (2, 1). b) Entre los puntos (2, 2, 3) y (3, 4, 5). Soluci on. Aplicando, en cada caso, la f ormula (1.1), resulta a) d = [2 (2)]2 + (1 4)2 = 16 + 9 = 25 = 5 b) d = (3 2)2 + (4 2)2 + (5 3)2 = 1 + 4 + 4 = 9 = 3

1.2. EL PLANO Y EL ESPACIO CARTESIANO

13

1.2.3.

El c rculo y la esfera

a) La circunferencia en el plano. Teniendo en cuenta que la circunferencia de centro (x0 , y0 ) y radio r est a formada por los puntos del plano cuya distancia al centro (x0 , y0 ) es el radio r, resulta Proposici on 1.3 (Ecuaci on de la circunferencia). El punto (x, y ) est a en la circunferencia de centro (x0 , y0 ) y radio r si y s olo si (x x0 )2 + (y y0 )2 = r2 (1.2)

Demostraci on. En efecto, si (x, y ) es un punto de la circunferencia, su distancia al centro (x0 , y0 ), ser a r, en consecuencia (x x0 )2 + (y y0 )2 = r y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci on de la circunferencia (x x0 )2 + (y y0 )2 = r2 Si la circunferencia tiene su centro en el origen de coordenadas (0, 0) y radio r, su ecuaci on ser a x2 + y 2 = r2 Se llama c rculo o disco al interior de una circunferencia. En consecuencia Proposici on 1.4 (Ecuaci on de un c rculo o disco). El punto (x, y ) est a en el c rculo de centro (x0 , y0 ) y radio r si y s olo si (x x0 )2 + (y y0 )2 < r2 (x x0 )2 + (y y0 )2 r2
y
(x0 , y0 )

(1.3)

Si consideramos que el c rculo incluye la circunferencia, su ecuaci on es

y r
(x, y ) (x0 , y0 )

r x
(x, y )

x
(x x0 )2 + (y y0 )2 < r2

(x x0 )2 + (y y0 )2 = r2

Figura 1.7: Circunferencia y c rculo

Ejemplo 1.14 (Hallando la ecuaci on de una circunferencia). Una circunferencia tiene su centro en el punto (2, 1) y contiene al punto (1, 3) a) Halla la ecuaci on de la circunferencia b) Halla la ecuaci on del c rculo delimitado por la circunferencia

14

CAP ITULO 1. CONCEPTOS BASICOS

Soluci on. El radio es la distancia entre el centro (2, 1) y el punto (1, 3). En consecuencia, r = [1 (2)]2 + (3 1)2 = 9 + 4 = 13 Por lo tanto, se tiene: a) Ecuaci on de la circunferencia. [x (2)]2 + (y 1)2 = ( 13)2 de donde, (x + 2)2 + (y 1)2 = 13 b) Ecuaci on del c rculo. (x + 2)2 + (y 1)2 < 13
y
(2, 1)r (1, 3)

Figura 1.8: (x + 2)2 + (y 1)2 13 Ecuaci on general de la circunferencia. Si en la ecuaci on can onica de la circunferencia (x x0 )2 + (y y0 )2 = r2 eliminamos los par entesis y simplicamos, resulta una ecuaci on del tipo Ax2 + Ay 2 + Dx + Ey + F = 0, A=0 (1.4)

que es la forma general de la ecuaci on de la circunferencia.


Nota: Observese que los coecientes de x2 y de y 2 han de ser iguales para que se trate de una circunferencia.

Ejemplo 1.15 (Completando cuadrados). Hallar el centro y el radio de la circunferencia cuya ecuaci on en forma general es 4x2 + 4y 2 + 4x 16y + 13 = 0 Soluci on. Pasamos de la forma general a la forma can onica completando cuadrados. Para ello, en primer lugar dividimos por 4 para que los coecientes de x2 e y 2 sean 1. 4x2 + 4y 2 + 4x 16y + 13 = 0 x2 + y 2 + x 4y + 13 =0 4

1.2. EL PLANO Y EL ESPACIO CARTESIANO en segundo lugar agrupamos los t erminos semejantes. (x2 + x+ Completamos los cuadrados x2 + 1x + 1 4 + (y 2 4y + 4) = (mitad)2 13 1 + +4 4 4 ) + (y 2 4y + )= 13 4

15

(mitad)2 de donde resulta x+ 1 2

+ (y 2)2 = 1

1 y por tanto, la circunferencia tiene centro en el punto ( 2 , 2) y radio 1.

Ejemplo 1.16 (Conjunto soluci on con un u nico punto). Discutir la gr aca de la ecuaci on 3x2 + 3y 2 18x 12y + 39 = 0 Soluci on. Pasamos de la forma general a la forma can onica completando cuadrados. Para ello, en primer lugar dividimos por 3 para que los coecientes de x2 e y 2 sean 1. 3x2 + 3y 2 18x 12y + 39 = 0 x2 + y 2 6x 4y + 13 = 0

en segundo lugar agrupamos los t erminos semejantes (x2 6x+ ) + (y 2 4y + ) = 13

completamos los cuadrados, con lo que resulta (x2 6x + 9) + (y 2 4y + 4) = 13 + 9 + 4 de donde (x 3)2 + (y 2)2 = 0 y esta ecuaci on s olo se cumple cuando x = 3 e y = 2. Es decir, la gr aca de la ecuaci on se reduce al punto (3, 2) Ejemplo 1.17 (Ecuaci on sin conjunto soluci on). Discutir la gr aca de la ecuaci on x2 + y 2 + 2x 4y + 9 = 0

16

CAP ITULO 1. CONCEPTOS BASICOS

Soluci on. Pasamos de la forma general a la forma can onica completando cuadrados. Agrupamos los t erminos semejantes, tenemos (x2 + 2x+ completando cuadrados (x + 1)2 1 + (y 2)2 4 + 9 = 0 de donde resulta que no tiene soluci on ya que la suma de dos cuadrados no puede dar un resultado negativo.
Nota: La ecuaci on general Ax2 + Ay 2 + Dx + Ey + F = 0 no siempre representa una circunferencia, sino que, en algunas ocasiones se reduce a un punto, y en otras no tiene soluci on

) + (y 2 4y +

)+9=0

(x + 1)2 + (y 2)2 = 4

b) La esfera en el espacio. Teniendo en cuenta que la supercie esf erica de centro (x0 , y0 , z0 ) y radio r est a formada por los puntos del espacio cuya distancia al centro (x0 , y0 , z0 ) es el radio r, resulta la siguiente Proposici on 1.5 (Ecuaci on de la supercie esf erica). El punto (x, y, z ) est a en la supercie esf erica de centro (x0 , y0 , x0 ) y radio r si y s olo si (x x0 )2 + (y y0 )2 + (z z0 )2 = r2 (1.5) Demostraci on. En efecto, si (x, y, z ) es un punto de la supercie esf erica, su distancia al centro (x0 , y0 , z0 ), ser a r. En consecuencia (x x0 )2 + (y y0 )2 + (z z0 )2 = r y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci on de la supercie esf erica (x x0 )2 + (y y0 )2 + (z z0 )2 = r2 Si la esfera tiene su centro en el origen de coordenadas (0, 0, 0) y radio r, la ecuaci on de la supercie esf erica ser a x2 + y 2 + z 2 = r2 Se llama esfera o bola al interior de una supercie esf erica. En consecuencia Proposici on 1.6 (Ecuaci on de una esfera o bola). El punto (x, y, z ) est a en la esfera de centro (x0 , y0 , z0 ) y radio r si y s olo si (x x0 )2 + (y y0 )2 + (z z0 )2 < r2 (x x0 )2 + (y y0 )2 + (z z0 )2 r2 (1.6)

Si consideramos que la esfera incluye la supercie esf erica, su ecuaci on es

1.3. FUNCIONES

17

Ejemplo 1.18 (Hallando la ecuaci on de una esfera). Una supercie esf erica tiene su centro en el punto (2, 1, 3) y contiene al punto (1, 3, 2) a) Halla la ecuaci on de la supercie esf erica b) Halla la ecuaci on de la esfera delimitada por la supercie esf erica Soluci on. El radio es la distancia entre el centro (2, 1, 3) y el punto (1, 3, 2). En consecuencia, r = [1 (2)]2 + (3 1)2 + (2 3)2 = 9 + 4 + 1 = 14 Por lo tanto, se tiene: a) Ecuaci on de la supercie esf erica. [x (2)]2 + (y 1)2 + (z 3)2 = ( 14)2 de donde, (x + 2)2 + (y 1)2 + (z 3)2 = 14 b) Ecuaci on de la esfera. (x + 2)2 + (y 1)2 + (z 3)2 14

Ejercicios propuestos de la secci on 1.2. El plano y el espacio cartesiano


Soluciones en la p agina 379 1.2.1. Hallar x tal que la distancia del origen al punto (x, 4) sea 5. 1.2.3. Discutir las gr acas de las ecuaciones: a) x2 + y 2 + 6x 4y + 12 1.2.2. Hallar y de modo que la distancia de (1, 2) a (2, y ) sea 5. b) x2 + y 2 2x + 4y + 5 = 0 c) x2 + y 2 4x 6y + 14 = 0

1.2.4. Hallar, en cada caso, el conjunto de todos los puntos que verican la desigualdad a) x2 + y 2 6x 4y +9 0 b) x2 + y 2 4x 2y +1 > 0 c) x2 + y 2 +2x 4y +6 < 0

1.3.
1.3.1.

Funciones
Deniciones

En la vida real nos encontramos con magnitudes que est an relacionadas entre s , bien, porque existe una relaci on num erica entre ella, de manera que el valor de una de ellas depende del valor de la otra. Por ejemplo la distancia recorrida por un autom ovil depende del tiempo que lleva circulando. La demanda de un determinado producto depende de su precio; o bien, porque existe entre ellas una relaci on no num erica, de cualquier naturaleza. Por

18

CAP ITULO 1. CONCEPTOS BASICOS

ejemplo los ciudadanos y los pa ses del mundo est an relacionados por la nacionalidad. De las causas de estas relaciones se ocupan las distintas ramas del saber (F sica, Econom a, Derecho, etc.). En C alculo nos ocupamos del estudio de estas relaciones vistas en s mismas, desposey endolas del signicado material de las magnitudes que intervienen. Adem as, nos limitamos, en gran medida, a un tipo particular de relaciones denominadas funciones. Una funci on es una correspondencia entre dos magnitudes (num ericas o no num ericas). Ahora bien, cuando nos referimos a funciones, la correspondencia siempre hay que entenderla en una direcci on determinada, por ejemplo, el espacio funci on del tiempo (el espacio ser a la imagen y el tiempo el origen). No obstante, hay que advertir que no se considera funci on a cualquier correspondencia, sino que para que una correspondencia sea funci on, la imagen de cada elemento tiene que ser u nica y estar bien determinada. Por ejemplo, la relaci on entre los ciudadanos y los pa ses del mundo mediante la nacionalidad no es una funci on, porque existen ciudadanos con doble nacionalidad. Es decir, para que una correspondencia sea funci on, los originales no pueden tener m as de una imagen, si bien, varios originales distintos s que pueden tener la misma imagen. En consecuencia una correspondencia puede ser funci on en un sentido y no serlo en el sentido contrario.
Nota: Aunque el concepto de funci on nace del estudio de la relaci on existente entre dos magnitudes que est an vinculadas por una relaci on de causalidad (causa-efecto), y se establece la causa como variable independiente y el efecto como variable dependiente . Sin embargo, en Matem aticas se pueden establecer funciones entre dos magnitudes, aunque no exista ning un tipo de causalidad entre ellas. Es decir, se pueden establecer relaciones de manera articial.

La idea de ((funci on)) que se adquiere en los primeros contactos con el C alculo, tanto en la Ense nanza Secundaria como en el Bachillerato, por lo com un, suele identicar el concepto de funci on con una ((f ormula)), por ejemplo f (x) = x2 5x + 6, y se entiende que esta f ormula asocia a cada n umero real x otro n umero real f (x). Basta sustituir x por un n umero concreto y hacer las operaciones indicadas, para obtener su imagen. Tambi en se comprende que ciertas f ormulas, tales como g (x) = x 4, no est en denidas para todos los n umeros reales, y por tanto, que haya n umeros reales que no tengan imagen mediante dichas funciones, de ah el estudio de los dominios. Sin embargo, el alumno de Secundaria, e incluso el de Bachillerato, se suele resistir a comprender que haya funciones denidas ((a trozos)), ((en partes)), o ((seg un los casos)). Es decir, funciones en las que no todos los n umeros tienen el mismo tratamiento, sino que seg un sea el n umero se le aplica una f ormula u otra para calcular su imagen. El ejemplo

1.3. FUNCIONES m as caracter stico de este tipo de funciones es la funci on valor absoluto h(x) = |x| que se dene ((a trozos)) de la siguiente forma h(x) = x si x 0 x si x < 0

19

M as incomprensible suelen se las funciones que se denen ((con un punto aparte)) como la funci on k (x) =
sen x x

si x = 0 si x = 0

o las funciones denidas ((seg un la naturaleza)) del punto, como por ejemplo l(x) = x si x Q x si x R Q

en donde a los n umeros racionales se les aplica una f ormula y a los irracionales otra. Dentro de esta asociaci on de ideas, funci on versus f ormula, todav a es mucho m as incomprensible el hecho de que haya funciones para las que no exista una ((f ormula)) que las represente. Otra asociaci on de ideas que tambi en suele resultar perniciosa a la hora de generalizar el concepto de funci on es el identicar la funci on con su ((gr aca)). Tanto la ((f ormula)) como la ((gr aca)) son dos instrumentos que nos ayudan, enormemente, a comprender el concepto de ((funci on)), pero no debemos identicar los instrumentos con el concepto mismo, ni sentirnos atrapados por los instrumentos a la hora de generalizar los conceptos. Estas identicaciones de ideas que realizan los alumnos de Secundaria y Bachillerato no nos deben de preocupar en demas a ya que responden a las mismas identicaciones de ideas que han realizado los matem aticos a lo largo de la historia de las Matem aticas, pero es bueno explicitarlas y ponerlas de maniesto con objeto de superarlas. Estas observaciones ponen de maniesto que el requisito de que una funci on sea una f ormula es indebidamente restrictivo, y m as a un, el identicar las funciones con sus gr acas. Por otro lado, tambi en resulta importante hacer una clara distinci on entre la funci on misma y los valores de la funci on. Es decir, una cosa es la funci on f y otra el valor f (x). Una primera aproximaci on al concepto de funci on podr a ser la siguiente denici on: Una funci on f de un conjunto A a un conjunto B (A y B no necesariamente distintos) es una regla de correspondencia que asigna a cada elemento x de un cierto subconjunto D de A, un elemento (y s olo uno) bien determinado y de B (adem as, ni A ni B pueden ser el conjunto vac o).

20

CAP ITULO 1. CONCEPTOS BASICOS Esto lo indicaremos de la siguiente forma, D A B o bien f : D A B f : x y, o bien y = f (x)
f

Esta denici on admite la posibilidad de que la funci on pueda no estar denida para ciertos elementos de A, as como que haya elementos de B que no sean im agenes de elementos de A. Es decir, que tanto en A como en B puede haber elementos no relacionados mediante la funci on f . Y adem as, admite la consideraci on de funciones para las cuales los conjuntos A y B no son necesariamente de n umeros reales. Sin embargo, la denici on presenta un inconveniente y es que no es totalmente clara, ya que no se dene lo que deba interpretarse por ((regla de correspondencia)). Una forma m as precisa de denir el concepto de funci on consiste en imaginarla como el conjunto formado por las parejas de elementos que est an relacionados entre s . La funci on as concebida ser a un conjunto de pares ordenados f A B . Evidentemente cualquier conjunto de pares ordenados no dene una funci on, ya que el primer elemento de las parejas no se puede repetir dentro del conjunto. La funci on, as concebida, ser a un conjunto, y la podemos pensar como el conjunto de puntos que integran la gr aca de la funci on. La denici on, en estos t erminos, es la siguiente: Denici on 1.7 (Funci on). Sean A y B conjuntos (no vac os y no necesariamente distintos). Una funci on de A a B es un conjunto f de pares ordenados de A B con la propiedad de que si (a, b) y (a, b ) son elementos de f , entonces b = b . f = {(a, b) A B / (a, b) f y (a, b ) f b = b } Resulta conveniente tener siempre presente esta doble concepci on de las funciones: una est atica, como un conjunto de pares ordenados (a, b); y otra din amica, como una transformaci on del primer elemento de cada par en el segundo b = f (a). Si (a, b) es un elemento de una funci on f , entonces, en vez de escribir (a, b) f , se escribe: b = f (a) o f : ab

es decir, por lo general, se hace referencia al elemento b como el valor de f en el punto a, o la imagen de a bajo f . Al exigir que la imagen ha de estar bien determinada lo que estamos haciendo es eliminar la posibilidad de denir una funci on mediante la que se estableciera, por ejemplo, que la imagen de 4 ser a 2 o 2, seg un nos convenga en cada caso. Dominio y recorrido de una funci on

1.3. FUNCIONES

21

Dominio. Al conjunto de todos los elementos de A que pueden aparecer como primeros miembros de elementos de f se le llama dominio de f , y se denota por Df , o simplemente D. Es decir, el dominio est a formado por todos los elementos de A que tienen imagen. Recorrido. Al conjunto de todos los elementos de B que puedan aparecer como segundos miembros de elementos de f se le llama rango, recorrido, imagen o conjunto de valores de f y se denota por Rf , o simplemente R. Es decir, el recorrido est a formado por todos los elementos de B que son imagen. En el caso de que Df = A, la funci on se llama ((aplicaci on)), y se dice que f mapea o proyecta A en B (o que es un mapeo o proyecci on de A en B ) y se escribe f : A B .

Nota: No obstante, hay que advertir que algunos autores exigen en la denici on de funci on que el dominio coincida con el conjunto inicial, Df = A, e identican ((funci on)) con ((aplicaci on)). Sin embargo, nosotros entendemos que no es necesario incluir dicha restricci on en la denici on de funci on, y preferimos considerar las ((aplicaciones)) como un caso particular de las ((funciones)). de la aplicaci on f : D B , salvo que, por cualquier motivo, tengamos que diferenciarlas. Nosotros hablaremos indistintamente de la funci on f : A B con dominio D A, y

funciones.

Y, en general, escribiremos f : D A B para hacer referencia a cualquiera de las dos

En las funciones que se estudian en C alculo los conjuntos A y B son subconjuntos de R o de Rn , y escribiremos: f : D R R

f : x y o bien, y = f (x) En esta notaci on se enfatiza el dominio D de la funci on, sin embargo, el rango no queda expl cito. En C alculo nos ocupamos mucho m as del dominio que del rango. Las funciones de este tipo se llaman funciones reales de una variable real (funciones reales porque las im agenes, f (x), son n umeros reales; de una variable real porque x R).

1.3.2.

Representaci on de funciones

Existen diversas maneras de visualizar una funci on, las m as usuales son mediante las cuatro representaciones siguientes: 1. 2. 3. 4. Verbal mediante una descripci on con palabras. Num erica mediante una tabla de valores. Algebraica mediante una ecuaci on. Visual mediante una gr aca, un diagrama de echas, una m aquina.

22

CAP ITULO 1. CONCEPTOS BASICOS

Unas representaciones responden mejor a la concepci on est atica de la funci on, como conjunto de pares ordenados; y otras a la concepci on din amica, como proyecci on o transformaci on.
Nota: Si bien, una misma funci on puede representarse mediante todas las maneras posibles, incluso, a veces, es conveniente utilizar varias representaciones de una misma funci on para tener un conocimiento m as completo de la misma. Hay que tener en cuenta que ciertas funciones se describen de manera m as natural con uno de los m etodos que con otro.

a) Descripci on verbal. Una funci on puede venir denida mediante una descripci on verbal. Por ejemplo, la funci on que indica la relaci on existente entre el peso de las manzanas y el precio que hay que pagar por ellas, suponiendo que el kilo de manzanas cuesta 1.5 euros. b) Representaci on tabular. Una manera importante de representar una funci on es mediante una tabla. Es lo que hacemos, normalmente, cuando vamos a representar gr acamente una funci on: darle valores y formar una tabla con ellos. La tabla puede construirse de manera horizontal o vertical. x y x0 y0 x1 y1 . . . . . . x x0 x1 y y 0 y1

Este procedimiento es especialmente u til cuando se trata de representar funciones no num ericas. Por ejemplo, si queremos asociar una serie de pa ses con sus capitales, podemos tener la siguiente funci on: Pa s Argentina Chile Espa na M exico Per u Capital Buenos Aires Santiago Madrid M exico Lima

c) Expresi on algebraica. En C alculo la principal manera de representar una funci on es mediante una ecuaci on que liga a las variables (dependiente e independiente). Para evaluar la funci on se a sla la variable dependiente en la parte izquierda de la ecuaci on, con objeto de obtener la relaci on funcional. As , si escribimos la ecuaci on 3x + 2y = 1 de la forma y= 1 3x 2

tenemos descrita y como funci on de x y podemos denotar la relaci on funcional mediante la expresi on f (x) = 1 3x 2

1.3. FUNCIONES

23

Lo que nos permite evaluar la funci on f en cualquier punto de su dominio, sin m as que sustituir x por el valor concreto. As , f (5) = 14 1 3(5) = = 7 2 2

Esta manera de expresar las funciones permite denir funciones por secciones, es decir, mediante varias f ormulas, de tal manera que seg un los casos se aplica una u otra. Ejemplo 1.19 (Evaluando una funci on denida por varias f ormulas). Dada la funci on denida por f (x) = Evaluar f (0), f (1) y f (2). Soluci on. Lo que signica la expresi on de f (x) es que antes de decidirnos por la f ormula a aplicar hay que ver de qu e n umero se trata. As , para evaluar los n umeros mayores o iguales que 1 se aplica la expresi on x2 + 3, y para evaluar los n umeros menores que 1 se aplica la expresi on 2x + 5. En consecuencia, f (0) = 2 0 + 5 = 0 + 5 = 5 f (1) = 12 + 3 = 1 + 3 = 4 f (2) = 22 + 3 = 4 + 3 = 7 d) Gr aca. Una manera de visualizar una funci on es por medio de una gr aca. La gr aca de una funci on de una variable, por lo general, es una curva en el plano. Sin embargo, no toda curva del plano es la representaci on de una funci on. Para que una curva represente una funci on no puede tener dos puntos en la misma vertical, ya que para que una correspondencia entre dos magnitudes sea funci on, la imagen tiene que ser u nica. Por lo tanto, una recta vertical puede cortar a la gr aca de una funci on a los sumo una vez (test de la recta vertical ).
y 6 y = f (x) y x x -

x2 + 3 2x + 5

si x 1 si x < 1

y2 y1

x -

Figura 1.9: Gr aca de una funci on de una variable. La circunferencia no es la gr aca de una funci on (test de la recta vertical).

24

CAP ITULO 1. CONCEPTOS BASICOS

Nota: Aunque la gr aca de una funci on y la propia funci on son dos conceptos totalmente diferentes (la gr aca no es m as que uno de los multiples instrumentos que podemos utilizar para visualizar la funci on), es usual identicar una funci on con su gr aca. As , por ejemplo, es costumbre referirse a la par abola y = x2 , como si ambos conceptos fueran lo mismo. (Nosotros, para evitar sutilezas, por lo general, diremos la par abola de ecuaci on y = x2 ).

De lo dicho se desprende que existe una gran cantidad de ((curvas)) que quedan excluidas del concepto de funci on, entre ellas, la circunferencia y la elipse. Sin embargo, no por ello quedan excluidas de nuestro estudio. Sino que aplicaremos las propiedades de las funciones a las correspondencias que no lo son descomponi endolas en funciones. Por ejemplo, la ecuaci on de una 2 2 circunferencia x + y = 1 no representa (globalmente) una funci on, ya que para cada valor de una de las variables hay dos valores de la otra, con lo cual se viola el concepto de funci on. En consecuencia, la descomponemos en dos funciones: una que toma el valor positivo (semicircunferencia superior), y otra el valor negativo (semicircunferencia inferior). En efecto, tenemos: y1 = +1 x2 2 2 2 2 2 x +y =1 y =1x y = 1x y2 = 1 x2
y 6 x2 + y 2 = 1 x y 6 y = + 1 x2 x

6 x y = 1 x2

Figura 1.10: La circunferencia no es una funci on, pero podemos descomponerla en dos
funciones.

e) Diagrama de echas. Existe otra manera de visualizar una funci on, sobre todo a nivel te orico, como una proyecci on de una parte del conjunto A hacia una parte del conjunto B . Para visualizarla se utiliza un diagrama de echas.
ar Df A f Rr b Rf B

Figura 1.11: Funci on vista como proyecci on

Cuando (a, b) f , nos imaginamos que f toma el elemento a del subconjunto Df de A y lo proyecta o mapea en el elemento b = f (a) del subconjunto Rf de B .

1.3. FUNCIONES

25

f ) La funci on como una m aquina. Existe otra manera de visualizar una funci on, concebida como una transformaci on, especialmente u til para comprender algunas propiedades te oricas, y que consiste en imaginar la funci on como una ((m aquina)) que acepta elementos de Df como materia prima produciendo elementos correspondientes de Rf como producto nal. x f f (x)

Figura 1.12: La funci on como una m aquina de transformaci on. Esta representaci on aclara la diferencia entre f y f (x); lo primero es la m aquina y lo segundo el producto de la m aquina al ser alimentada por x.

1.3.3.

Dominio impl cito de una funci on

El dominio de una funci on puede venir expresado expl citamente junto con la ecuaci on que dene la funci on (dominio expl cito), o bien, no se expresa porque se entiende que viene determinado impl citamente en la ecuaci on que dene la funci on (dominio impl cito). El dominio impl cito es el conjunto de todos los n umeros para los que est a denida la ecuaci on que dene la funci on. Por ejemplo, la funci on f (x) = x + 3 x {1, 6, 13} tiene como dominio expl cito solamente Df = {1, 6, 13}, y por tanto s olo se debe aplica a los n umero indicados, mientras que la funci on f (x) = x + 3 tiene como dominio impl cito Df = {x / x 3} que son todos los n umeros para los que tiene sentido la ecuaci on que dene la funci on. En las aplicaciones pr acticas del C alculo, cuando se conoce el signicado de las magnitudes que intervienen, el dominio de la funci on, por lo general, queda determinado por el contexto del problema (dominio contextual). Ejemplo 1.20 (Hallando el dominio de una funci on). Encontrar el dominio de las funciones a) f (x) = x 2 x 1 b) g (x) = x1 x2 c) h(x) = x1 d) k (x) = ln x

Soluci on. a) Se trata de encontrar aquellos n umeros, x, para los cuales tiene sentido la f ormula dada para f (x). Es decir qu e valores pueden darse a x, de manera que al realizar las operaciones indicadas en la expresi on que dene f (x) se obtenga un valor num erico y no tropecemos con una operaci on imposible?

26

CAP ITULO 1. CONCEPTOS BASICOS

Es evidente que, en este caso, el dominio de la funci on es todo el conjunto R excepto los n umeros 1 y -1, es decir, Df = R {1, 1}, pues la expresi on puede ser calculada para cualquier n umero real, excepto para esos dos n umeros. En efecto, f (2) = 2 2 = 22 1 3 0 0 f (0) = 2 = =0 0 1 1

Sin embargo, al sustituir cualquiera de los n umeros 1 o -1 tropezamos con una operaci on imposible, como es dividir por cero. 1 1 = 1 0 1 1 = f (1) = 2 (1) 1 0 f (1) = 12 La determinaci on de los n umeros 1 y -1 se realiza resolviendo la ecuaci on x2 1 = 0 x2 = 1 x = 1

T engase en cuenta que en una fracci on la u nica limitaci on que existe es que el denominador no puede tomar el valor cero, mientras que el numerador puede tomar cualquier valor. b) Se trata de una ra z cuadrada, luego el radicando no puede ser negativo. En consecuencia x10 x1 Dg = [1, +)

c) En esta caso, al estar la ra z cuadrada en el denominador no puede tomar el valor cero, luego el radicando ha de ser estrictamente positivo, En consecuencia x 1 > 0 x > 1 Dh = (1, +) d) El logaritmo s olo est a denida para los n umeros positivos. En consecuencia Dk = (0, +)
Nota: Al calcular el dominio de una funci on deben tenerse en cuenta, entre otras, las siguientes circunstancias: 1. 2. 3. Que no se puede dividir por cero. Que las ra ces de ndice par s olo est an denidas para los n umeros positivos y el cero. Que los logaritmos s olo est an denidos para los n umeros positivos.

1.3. FUNCIONES

27

1.3.4.

Restricciones y extensiones de funciones

Restricci on Si f es una funci on con dominio Df y D1 es un subconjunto de Df , D1 Df , se puede denir una nueva funci on f1 con dominio D1 por medio de f1 (x) = f (x) para cada x D1 . Esta funci on se llama restricci on de f al conjunto D1 . Es decir, f1 = {(a, b) f / a D1 } y se escribe f1 = f |D1 para denotar la restricci on de la funci on f al conjunto D1 . Extensi on Si g es una funci on con dominio Dg y D2 Dg , entonces cualquier funci on g2 con dominio D2 tal que g2 (x) = g (x) para todo x Dg se llama una extensi on de g al conjunto D2 .
Nota: Usualmente no nos referiremos expl citamente a las restricciones de una funci on, sino que lo haremos de manera impl cita utilizando el siguiente lenguaje: Sea f una funci on denida en un entorno de x0 , entonces ... o bien, sea f una funci on denida y que cumple tal condici on en un conjunto D1 , entonces ... u otras expresiones similares. Entendemos que, en dichos casos, la funci on puede tener un dominio superior, pero que el entorno o el conjunto D1 , respectivamente, est an contenidos en ese dominio. Sin hacer disquisiciones exquisitas sobre si nos estamos reriendo a la funci on o a una restricci on de la misma.

1.3.5.

Composici on de funciones.

Composici on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci on al resultado de la primera. Es decir, para ((componer)) dos funciones se aplica primero f a cada x en Df y despu es se aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a Dg ). x y z x f (x) g f (x)
f g

Por ejemplo, si f est a denida en todo R por f (x) = x3 y g est a denida s olo para on g f s olo se puede denir para x 0, y x 0 por g (x) = x, entonces, la composici para estos n umeros reales deber a tener el valor x3 .

En consecuencia, para poder componer dos funciones el conjunto nal de la primera funci on tiene que coincidir, de alguna manera, con el conjunto inicial de la segunda. A B C Denici on 1.8 (Composici on como aplicaci on sucesiva de funciones). Sea f una funci on con dominio Df en A y rango Rf en B y sea g una funci on con dominio Dg en B y rango Rg en C . La composici on g f (observe el orden) es la funci on desde A a C dada por g f = {(a, c) A C / existe un elemento b B tal que (a, b) f y (b, c) g }
f g

28

CAP ITULO 1. CONCEPTOS BASICOS

De la propia denici on se desprende inmediatamente que si f y g son funciones, entonces la composici on g f es una funci on con Dgf = {x Df / f (x) Dg } Rgf = {g f (x) / x Dgf } La composici on de funciones tambi en se puede interpretar como una sustituci on de una funci on en la otra. En este sentido, la composici on tambi en se puede denir de la siguiente forma Denici on 1.9 (Composici on como sustituci on de la variable). Sean f y g dos funciones cualesquiera. Se llama composici on de f con g , y se representa por g f , a la funci on denida del siguiente modo: g f (x) = g f (x) El dominio de g f es el conjunto de todas las x del dominio de f tales que f (x) est e en el dominio de g Dgf = {x Df / f (x) Dg } Obs ervese que el orden en que se escribe la composici on g f es el inverso al orden en que act uan las funciones (primero f , despu es g ). La composici on de funciones se puede visualizar mediante un diagrama de m aquinas (Fig. 1.13) o un diagrama de echas (Fig. 1.14) x f f (x) g g f (x)

Figura 1.13: La m aquina g f est a compuesta por las dos m aquinas. f x


R

g
R *

f (x) gf

g f (x)

Figura 1.14: Composici on de funciones De la denici on se deduce que la composici on de funciones no siempre est a denida, siendo necesario y suciente para ello que el recorrido de la primera tenga puntos comunes con en el dominio de la segunda. Es decir, Rf Dg =

1.3. FUNCIONES con objeto de que se pueda establecer la conexi on x f (x) g f (x) para alg un elemento x Df .

29

Nota: No obstante, en ocasiones, y sobre todo a nivel te orico, nos va a interesar que el dominio de la funci on compuesta no se reduzca a un conjunto de ((puntos aislados)), sino que se trate de un ((conjunto abierto)), con objeto de poder asegurar determinados teoremas, por ejemplo, de derivaci on. En el caso particular de que el recorrido de la primera funci on est e totalmente contenido en el dominio de la segunda, resultar a que el dominio de la composici on coincidir a con el dominio de la primera funci on.

f
R

g
R *

Df A

Dg B gf Figura 1.15: f Df Dg Dgf = Df C

para poder establecer:

Si no se da esta situaci on, entonces exigiremos la posibilidad de poder restringir la funci on f a un nuevo dominio Df , que cumpla las condiciones exigidas en el teorema . Dg , con objeto de que Dgf = Df correpondiente, y para el que se cumpla f Df Ahora bien, en la pr actica, cuando vamos a resolver un problema de composici on de funciones, para ver si es posible la composici on, simplemente nos jaremos en los conjuntos inicial y nal de cada funci on, sin hacer referencia a los dominios. En consecuencia, bastar a observar si el conjunto nal de la primera funci on coincide (o se puede hacer coincidir, de alguna manera) con el conjunto inicial de la segunda, y posteriormente haremos referencia al dominio de la composici on obtenida. Es decir, para componer buscaremos la posibilidad de la situaci on: f g A B B C A C
g f

Para representar la composici on de funciones, algunas veces, son c omodos los siguientes diagramas conmutativos: A B h g C Decir que el esquema es conmutativo signica que da lo mismo pasar de A a C por la derecha que por la izquierda. Lo que equivale a escribir: h = g f . Tambi en es costumbre representar el diagrama anterior con un aspecto m as lineal f g A B C
f

30

CAP ITULO 1. CONCEPTOS BASICOS

Hay que advertir que, en general, la composici on de funciones no es conmutativa, es decir, en la generalidad de los casos ser a f g = g f , incluso, puede suceder que est e denida la composici on en un orden y no en el otro. Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g ) h. Composici on de funciones reales de una variable real. Componer dos funciones consiste en aplicar la segunda funci on al resultado de la primera. Ahora bien, desde el punto de vista anal tico, este concepto puede tener una segunda lectura. Anal ticamente, la composici on de funciones, tambi en signica sustituir una funci on en la otra. Es decir, si tenemos la funci on y = f (x) que establece la dependencia entre y y x, y la funci on x = g (t), que establece la dependencia entre x y t, podemos sustituir esta u ltima en la primera y obtener y = f g (t) . A la funci on as obtenida (que env a t a y ) se le llama composici on de f con g y se denota por f g . Obs ervese que el orden en que se escribe la composici on f g es el inverso al orden en que act uan las funciones (primero g , despu es f ). Conviene tener siempre presente esta doble visualizaci on de la composici on de funciones: como aplicaci on sucesiva de dos funciones, y como sustituci on de la variable por una funci on de otra variable. En esquema ser a lo siguiente: (a) Como aplicaci on sucesiva de funciones: g t
R

f x
R *

f g Figura 1.16: Composici on de funciones (b) Como sustituci on de la variable: y = f (x) x = g (t) y = f g (t)

Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el dominio de la segunda g (Dg ) Df , en caso contrario, despu es de aplicar g no podr amos aplicar f . Sin embargo, esta restricci on no es necesaria para poder realizar, parcialmente, la composici on de las funciones, s olo que, en este caso, habr a que reducir el dominio de la composici on a los puntos del dominio de la primera que tienen su imagen en el dominio de la segunda. Desde el punto de vista formal la composici on, de funciones reales de una variable real, puede enunciarse de la siguiente forma: Dadas las funciones

1.3. FUNCIONES

31

g : I R R, f : J R R (tales que g (I ) J ), se llama composici on de f con g y se denota f g : I R R, a la funci on (f g )(x) = f g (x) . g:IRR f :J RR I J R f g :I RR
g f

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

En el caso de que no se cumpla la condici on g (I ) J , la composici on tambi en es posible, siempre que g (I ) J = . En tal caso habr a que restringir las funciones a aquellos puntos en los que la composici on sea posible. Es decir, a los puntos del dominio de la primera que tienen su imagen en el dominio de la segunda. Ejemplo 1.21 (Componiendo funciones). Dada las funciones f (x) = 3x 1 Hallar f g (x) y g f (x) Soluci on. Tenemos que f g (x) = f g (x) , luego, bastar a con sustituir en f (x) el valor de x por g (x). As , f g (x) = f g (x) = 3g (x) 1 = 3(x2 + 2) 1 = 3x2 + 6 1 = 3x2 + 5 Mientras que g f (x) = g f (x) , luego, bastar a con sustituir en g (x) el valor de x por f (x). As , g f (x) = g f (x) = f (x) +2 = (3x1)2 +2 = 9x2 6x+1+2 = 9x2 6x+3
Nota: Como se observa en este ejemplo, en general, la composici on de funciones no cumple la propiedad conmutativa. Es decir, f g = g f .
2

g (x) = x2 + 2

1.3.6.

Funciones inyectivas e inversas

Funci on inyectiva. Una funci on se dice que es inyectiva cuando elementos distintos tienen im agenes distintas, es decir, cuando no existen dos elementos distintos con la misma imagen. Por tanto, f es inyectiva si y s olo si: f (a) = f (a ) a = a O bien, alternativamente, f es inyectiva si y s olo si, para a y a en Df , se tiene a = a f (a) = f (a ) Formalmente se puede establecer la siguiente denici on: Denici on 1.10 (Funci on inyectiva). Sea f una funci on con dominio Df en A y rango Rf en B . Se dice que f es inyectiva o uno a uno si, cada vez que (a, b) y (a , b) son elementos de f , entonces a = a

32

CAP ITULO 1. CONCEPTOS BASICOS Si f es inyectiva se dice que f es una inyecci on.

Funci on inversa. Se llama rec proca de una funci on a la correspondencia que se obtiene al intercambiar las im agenes por los correspondientes originales de dicha funci on. Evidentemente la rec proca de una funci on no tiene por qu e ser otra funci on. En efecto, basta que dos elementos diferentes tengan la misma imagen, para que la rec proca asigne a esa imagen los dos originales, lo que contradice la denici on de funci on. Sin embargo, si la funci on es inyectiva, entonces la rec proca es una funci on y, adem as, es inyectiva. Es decir, si f es inyectiva desde A a B , entonces el conjunto de pares ordenados en B A que se obtienen al intercambiar las componentes de cada uno de los pares ordenados de f da una funci on g que tambi en es inyectiva. Teorema 1.1 (Existencia de funci on la inversa). Una funci on posee funci on inversa si y s olo si es inyectiva Las relaciones entre una funci on f y su inversa g son las siguientes: f A B g Dg = Rf , Rg = Df

(a, b) f (b, a) g

o bien b = f (a) a = g (b)

La funci on g se llama funci on inversa o rec proca de f y se denota por f 1 . En consecuencia: f A B f 1 Df 1 = Rf , Rf 1 = Df

(a, b) f (b, a) f 1 o bien b = f (a) a = f 1 (b)

En consecuencia, se puede establecer la siguiente Denici on 1.11 (Funci on rec proca o inversa). Sea f una inyecci on con dominio Df en A y rango Rf en B . Si g = {(b, a) B A / (a, b) f }, entonces g es una inyecci on con dominio Dg = Rf en B y con rango Rg = Df en A. La funci on g se llama funci on inversa de f y se denota por f 1 Desde el punto de vista del mapeo, la funci on inversa se puede interpretar de la siguiente forma: Si f es inyectiva mapea elementos distintos de Df hacia elementos distintos de Rf . De tal manera que cada elemento b de Rf es la imagen bajo f de un u nico elemento a de Df . La funci on inversa f 1 mapea el elemento b hacia este elemento u nico a. Proposici on 1.7 (Composici on de funciones rec procas). Dos funciones son rec procas si y solamente si, al componerlas se obtiene la identidad. Es decir, f f 1 (x) = x para todo x del dominio de f 1 y f 1 f (x) = x para todo x del dominio de f

1.3. FUNCIONES
ar Df A f rb Rf B

33

f 1

Figura 1.17: Funci on inversa

Nota: En consecuencia, para que dos funciones reales de variable real, f y g , sean inversas la una de la otra se ha de cumplir: 1. 2. 3. Dg = R f , y R g = Df . Que ambas sean inyectivas: f (x1 ) = f (x2 ) x1 = x2 y g (x1 ) = g (x2 ) x1 = x2 Que su composici on sea la identidad f g (x) = g f (x) = x

Ejemplo 1.22 (Componiendo funciones rec procas). Comprobar que las siguientes funciones son rec procas f (x) = x3 + 1 y g (x) = 3 x1

Soluci on. Se tiene: a) Los dominios y recorridos de ambas funciones coinciden con el conjunto de los n umeros reales. En consecuencia Dg = Rf , y Rg = Df b) Ambas funciones son inyectivas. En efecto.
3 3 3 f (x1 ) = f (x2 ) x3 1 + 1 = x2 + 1 x1 = x2 x1 = x2

g (x1 ) = g (x2 )

x1 1 = 3

x2 1 x1 1 = x2 1 x1 = x2
3

c) La composici on de f con g viene dada por f g (x) = x1 +1=x1+1=x 3

y la composici on de g con f viene dada por g f (x) =


3

x3 + 1 1 =

x3 + 1 1 =

x3 = x

Luego se tiene que f g (x) = g f (x) = x y, en consecuencia, podemos concluir que f y g son inversas una de otra. En la Figura 1.18 aparecen las gr aca de las funciones f y g . Como puede verse, son sim etricas respecto de la bisectriz del primer y tercer cuadrante, y = x. Es decir, la gr aca de f 1 es una reexi on de la gr aca de f en la l nea y = x.

34
3 2 1 0 -1

CAP ITULO 1. CONCEPTOS BASICOS


y y=x

f (x) = x3 + 1 x

g (x) =
-2 -3 -3 -2 -1 0 1

x1

Figura 1.18: Proposici on 1.8 (Rec proca de la rec proca). Si g es la inversa de f , entonces tambi en f es la inversa de g . Es decir, la rec proca de la rec proca es la propia funci on. 1 f 1 =f
Nota: Hay que advertir que aunque para denotar a la funci on inversa se utiliza el exponente 1, no por eso se trata de una potencia. La utilizaci on de esta notaci on es c omoda porque algunas propiedades de la funci on inversa recuerdan las propiedades de las poten1 = f. cias, como es que la rec proca de la rec proca coincide con la propia funci on f 1 Sin embargo, hay que advertir que esta notaci on puede inducir a enga no, ya que, en general f 1 (x) = 1 f (x)

C alculo de la correspondencia rec proca. Para calcular la rec proca de una funci on se pueden seguir dos procedimientos: a) Deshaciendo operaciones. Consiste en deshacer las operaciones en el orden inverso al que est an realizadas en la funci on dada. Este m etodo solamente es aplicable a funciones que vienen denidas mediante ecuaciones sencillas, en las que aparece una sola vez la variable independiente x. Partiendo de x vemos qu e operaciones hay que realizar para construir la funci on f (x). La inversa se obtiene deshaciendo las operaciones en el orden inverso al que est an realizadas en la funci on dada. b) Despejando la variable independiente. Consiste en despejar la variable independiente, x, en la ecuaci on y = f (x), con objeto de obtener la rec proca, x = g (y ) (que puede expresarse en t erminos de x intercambiando x por y para obtener y = g (x)).
Nota: Los pasos a seguir para calcular la funci on inversa son: 1. 2. 3. Comprobar que la funci on es inyectiva y, en consecuencia, tiene funci on inversa (Teorema 1.1 p ag. 32). Despejar x en funci on de y : x = g (y ) = f 1 (y ). intercambiar x por y , con objeto de tener la funci on inversa en t erminos de x: y = g (x) = f 1 (x).

1.3. FUNCIONES
4. Denir el dominio de f 1 como el recorrido de f .

35

Ejemplo 1.23 (Deshaciendo operaciones). Calcular la rec proca de las siguientes funciones a) f (x) = x + 3 b) f (x) = 3x b) f (x) = 5x3 + 2

Soluci on. Las tres funciones son inyectivas y est an denidas para todos los n umeros reales, en consecuencia, sus correspondencias rec procas son funciones. Para calcularlas, partimos de x y deshacemos las operaciones, en el orden inverso al que est an dadas. As , a) La funci on f supone sumar 3. En consecuencia, su rec proca consistir a en restar 3. f (x) = x + 3 f 1 (x) = x 3 b) La funci on f supone multiplicar por 3. En consecuencia, su rec proca consistir a en dividir por 3. f (x) = 3x c)La funci on f supone:
1o ) Elevar al cubo 1o ) Restar 2 2o ) Multiplicar por 5 3o ) Sumar 2

f 1 (x) = x/3

En consecuencia, su rec proca consistir a en:


2o ) Dividir por 5 3o ) Extraer la ra z c ubica.

Luego, f 1 (x) =

x2 5

Ejemplo 1.24 (Hallando la funci on rec proca). Hallar, si existen, las funciones inversas de: a) f (x) = x2 b) f (x) = x2 con Df = {x R/ x 0} c) f (x) = x2 con Df = {x R/ x 0} Soluci on. a) La funci on f (x) = x2 con dominio Df = R no es inyectiva y en consecuencia la correspondencia inversa no es una funci on. En efecto, la funci on f es la funci on f = {(x, x2 ); x R}, y f acilmente se ve que no es uno a uno. En efecto, f (2) = f (2) = 4, y en consecuencia los dos pares ordenados (2, 4) y (2, 4) pertenecen a f . En general, se tiene
2 f (x1 ) = f (x2 ) x2 1 = x2

x1 = x2 x1 = x2

b) En este caso, al haberse restringido el dominio de la funci on, exclusivamente, a los n umeros no negativos, la funci on resulta inyectiva. En efecto,
2 f (x1 ) = f (x2 ) x2 1 = x2 x1 = x2

36

CAP ITULO 1. CONCEPTOS BASICOS

En consecuencia, la funci on tiene inversa. El procedimiento para calcular la funci on inversa consiste en expresar x en funci on de y . y = x2 x = y y Rf = {y R; y 0} O bien, expresado en t erminos de x, f 1 (x) = x c) Este caso es similar al caso anterior. La funci on tambi en es inyectiva y, en consecuencia, tiene inversa. f 1 (x) = x Proposici on 1.9 (Simetr a de las correspondencias inversas). La gr aca de una correspondencia f y la de su rec proca f 1 son sim etricas respecto de la bisectriz del primer y tercer cuadrante, y = x Demostraci on. En efecto, por denici on de la inversa, se tiene (a, b) f (b, a) f 1
y (b, a) f 1 (a, b) x f y=x

Figura 1.19: Simetr a de las correspondencias inversas Para que la correspondencia rec proca f 1 de una funci on f sea otra funci on, la funci on f ha de ser inyectiva. Gr acamente puede determinarse si una funci on es inyectiva o no mediante el criterio de la recta horizontal. Una funci on es inyectiva si y s olo si su gr aca no tiene nunca dos puntos en la misma horizontal. Por tanto, una funci on f tiene funci on inversa si y s olo si cada recta horizontal corta a la gr aca de f a lo sumo una vez.
Nota: En consecuencia se tienen los dos criterios: a) Criterio de la recta vertical. Para que una curva represente una funci on, no puede tener dos puntos en la misma vertical. b) Criterio de la recta horizontal. Para que una funci on sea inyectiva y, en consecuencia, tenga funci on inversa, su gr aca no puede tener dos puntos en la misma horizontal.

Proposici on 1.10 (Las funciones estrictamente mon otonas son inyectivas). Si una funci on f es estrictamente mon otona en un intervalo, entonces es inyectiva en ese intervalo.

1.3. FUNCIONES

37

Demostraci on. Una funci on es estrictamente mon otona en un intervalo si es: o bien estrictamente creciente, en dicho intervalo; o bien estrictamente decreciente. Por otro lado, una funci on es inyectiva si puntos distintos tienen im agenes distintas. Es decir, x1 = x2 f (x1 ) = f (x2 ) Elijamos x1 y x2 en el intervalo dado. Si x1 = x2 ser a: o bien x1 < x2 ; o bien x1 > x2 . Y al ser f estrictamente mon otona ser a f (x1 ) < f (x2 ); o bien f (x1 ) > f (x2 ). En ambos casos f (x1 ) = f (x2 ). Por tanto f es inyectiva en el intervalo. f (x1 ) < f (x2 ) x1 < x2 o o f (x1 ) = f (x2 ) x1 = x2 f (x1 ) > f (x2 ) x1 > x2
tiene porqu e ser estrictamente mon otona. Es m as, puede ser estrictamente creciente en un intervalo y estrictamente decreciente en otro intervalo, con tal de que no haya dos puntos en la misma horizontal

Nota: El rec proco de esta proposici on no es cierto. Es decir, una funci on inyectiva no

Corolario 1.1. Si una funci on es estrictamente mon otona, entonces tiene funci on inversa. Demostraci on. En efecto, si la funci on es estrictamente mon otona, entonces ser a inyectiva y, en consecuencia, tendr a inversa.

1.3.7.

Funciones suprayectivas y biyectivas

Denici on 1.12 (Funci on suprayectiva). Sea f una funci on con Df A y rango Rf B . Se dice que f es suprayectiva o sobreyectiva cuando el rango coincide con el conjunto nal Rf = B Denici on 1.13 (Funci on biyectiva). Sea f una funci on con Df A y rango Rf B . Se dice que f es biyectiva si es, simult aneamente, inyectiva y suprayectiva. Si una funci on es biyectiva, se dice que es una biyecci on.

1.3.8.

Im agenes directa e inversa de un conjunto

Sea f una funci on arbitraria con dominio Df en A y rango Rf en B . Se dene2 , Denici on 1.14 (Imagen directa de un conjunto). Si E es un subconjunto de A, entonces la imagen directa de E bajo f es el subconjunto de Rf dado por f (E ) = {f (x); x E Df }
2

a. Para m as detalles sobre estos temas v ease [3, Bartle], citado en la bibliograf

38

CAP ITULO 1. CONCEPTOS BASICOS

Si E Df = , entonces f (E ) = . Si E contiene un u nico elemento p de Df , entonces el conjunto f (E ) contiene un u nico punto f (p) Denici on 1.15 (Imagen inversa de un conjunto). Si H es un subconjunto de B , entonces, la imagen inversa de H bajo f es el subconjunto de Df dado por: f 1 (H ) = {x; f (x) H }

1.3.9.

Funciones pares e impares

Denici on 1.16 (Funciones pares e impares). Una funci on y = f (x) se dice que es par si f (x) = f (x) Una funci on y = f (x) se dice que es impar si f (x) = f (x)
En las funciones impares al cambiar x por x la expresi on total cambia de signo. Nota: En las funciones pares al cambiar x por x se obtiene la misma expresi on total.

Ejemplo 1.25. Determinar si las siguientes funciones son pares o impares a) f (x) = x2 1 b) g (x) = x3 + x c) h(x) = x2 + x

Soluci on. a) Esta funci on es par ya que f (x) = (x)2 1 = x2 1 = f (x) b) Esta funci on es impar ya que g (x) = (x)3 + (x) = x3 x = (x3 + x) = g (x) c) Esta funci on no es ni par ni impar. En efecto, h(x) = (x)2 + (x) = x2 x = h(x) = h(x)

Proposici on 1.11 (Simetr a de las funciones pares e impares). La gr aca de una funci on par es sim etrica respecto del eje vertical y la gr aca de una funci on impar es sim etrica respecto del origen de coordenadas.

1.3.10.

La funci on valor absoluto

Ejemplo 1.26. Representar la funci on f (x) = |x| Soluci on. Ejemplo 1.27. Representar la funci on f (x) = |x2 6x + 5|

Soluci on.

1.3. FUNCIONES
y (x, y ) (x, y ) x (x, y ) Funci on par: f (x) = f (x) Funci on impar: f (x) = f (x) x y (x, y )

39

Figura 1.20: Simetr a de las funciones pares e impares y6


@ @

x -

Figura 1.21: Gr aca de la funci on valor absoluto f (x) = |x|

Ejercicios propuestos de la secci on 1.3. Funciones


Soluciones en la p agina 379

1.3.1. Dada la funci on f (x) = a) f (2)

x + 1, hallar b) f (1) c) f (3) d) f (x + x)

1.3.2. Hallar el dominio de las funciones a) f (x) = x2 1 b) g (x) = ln(x 3) c) h(x) = arc sen(x 1)

1.3.3. Dadas las funciones f (x) = a) f g (1) b) f g (0)

x y g (x) = x 1, hallar d) g f (1) e) g f (0) f) g f (x)

c) f g (x)

y
5 4 3 2 1

x 0 1 2 3 4 5 6

Figura 1.22: Gr aca de la funci on f (x) = |x2 6x + 5|

40

CAP ITULO 1. CONCEPTOS BASICOS

1.4.

L mite de sucesiones

Sucesi on Una sucesi on es un conjunto de innitos n umeros ordenados seg un alg un criterio. Ejemplo, 1 1 1 1 1 {1, , , , , , , } 2 3 4 5 n 1 2 3 4 5 n { , , , , , , ,} 2 3 4 5 6 n+1 {1, 0, 1, 0, 1, , sen n , } 2 Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los n umeros naturales. 1 2 3 n { a1 a2 a3 an } N R

Aunque las sucesiones son funciones, es costumbre representarlas mediante sub ndices en lugar de la notaci on funcional. As , en vez de a(n) se escribe an .
Nota: El motivo de esta notaci on es que con an queremos enfatizar, m as que la imagen del n umero n, el t ermino que ocupa en lugar n en la sucesi on.

A los n umeros que componen la sucesi on a1 , a2 , a3 , . . . , se les llama t erminos de la sucesi on y a an se le llama t ermino general o n-simo t ermino de la sucesi on y denotaremos la sucesi on por {an }. Denici on 1.17 (Sucesi on). Una sucesi on an es una funci on cuyo dominio es el conjunto de los n umeros naturales a : N R. A los valores de la funci on a1 , a2 , a3 , . . . , se les llama t erminos de la sucesi on y al t ermino an se le llama t ermino general o n-simo t ermino de la sucesi on y denotaremos la sucesi on por {an }. La gr aca de una sucesi on es un conjunto de innitos puntos separados (aislados) unos de otros.
1 an an = n 6 r 1 r r r r n 0 1 2 3 4 5 -1 n an an = n+1 6 1 r r r r r n 0 1 2 3 4 5 -1

an an = sen n 2 6 r r 1 n r r 0 1 2 3 r 4 5 -1

Figura 1.23:

1.4. L IMITE DE SUCESIONES L mite de una sucesi on

41

Centraremos nuestra atenci on en ver si los t erminos de una sucesi on se van aproximando cada vez m as a alg un valor. A ese valor se le llama l mite de la sucesi on. Las sucesiones que tienen l mite se llaman convergentes. 1 1 1 1 1 {1, , , , , , , } 0 2 3 4 5 n n 1 2 3 4 5 ,} 1 { , , , , , , 2 3 4 5 6 n+1 mite {1, 0, 1, 0, 1, , sen n , } Sin l 2 Denici on 1.18 (L mite de una sucesi on). Se dice que el l mite de la sucesi on {an } es y escribimos
n

l m an =

Si para cada > 0 existe k > 0 tal que |an | < siempre que n > k .
n

l m an =

> 0 k > 0 n N n > k |an | <

Las sucesiones que tienen l mite nito se llaman convergentes y las dem as divergentes Gr acamente, la denici on dice que desde un lugar en adelante (n > k ), todos los t erminos de la sucesi on tienen que estar comprendidos dentro de la franja limitada por las rectas y = e y = +
an Para n > k los t erminos de la sucesi on est an todos entre y + + n 1 2 3 ... k

Figura 1.24: nl m an =
Nota: Para que exista el l mite, , por muy estrecha que sea la franja ( , + ), siempre franja.

se puede encontrar un t ermino a partir del cual todos los que le siguen est an dentro de la

42

CAP ITULO 1. CONCEPTOS BASICOS

Ejemplo 1.28 (Determinando la convergencia o divergencia de una sucesi on). Determinar la convergencia o divergencia de las sucesiones a) an = 2 + (1)n b) bn = sen n 2

Soluci on. a) Los t erminos de la sucesi on an = 2 + (1)n son 1, 3, 1, 3, 1, 3, 1, 3, Como la sucesi on siempre tiene t erminos que oscilan entre 1 y 3, resulta que no tiene l mite y en consecuencia diverge (por oscilaci on). n son b)Los t erminos de la sucesi on bn = sen 2 1, 0, 1, 0, 1, 0, 1, Como la sucesi on siempre tiene t erminos que oscilan entre -1 y 1, resulta que no tiene l mite y en consecuencia diverge (por oscilaci on).

C alculo de l mite de sucesiones Proposici on 1.12 (Propiedades algebraicas de los l mites de sucesiones). Si l m an = 1 y l m bn = 2 entonces se cumplen las siguientes propiedades 1. l m (an bn ) = 1 2
n n n

3. l m an bn = 1 2 5. l m (an )bn = (1 )2 , si 1 > 0


n n

2. l m ran = r1 , r R n an 1 4. l m = , bn = 0 y 2 = 0 n bn 2

Reglas elementales para el c alculo de l mites. Las reglas m as frecuentes para eliminar la indeterminaci on del l mite de una sucesi on son las siguientes:
. Se suele eliminar dividiendo numerador y 1. Indeterminaci on del tipo denominador por un t ermino que elimine uno de los dos innitos (por ejemplo, m axima potencia de n).

2. Cociente de dos polinomios. Es un caso particular de la anterior. Este caso se reduce al cociente de los t erminos de mayor grado, y se simplica la n. ap np ap np + ap1 np1 + + a0 = l m n bq nq n bq nq + bq 1 nq 1 + + b0 l m

1.4. L IMITE DE SUCESIONES

43

3. Indeterminaci on del tipo . En el caso de que se trate de ra ces cuadradas la indeterminaci on se suele eliminar multiplicando y dividiendo por el conjugado, con objeto de tener suma por diferencia, de manera que al aplicar la diferencia de cuadrados se elimine la ra z cuadrada. 4. Indeterminaci on del tipo 1 . Se aplica el n umero e.
n

l m

1+

1 n

= e = 2,718

que se generaliza para los l mites del tipo: l m 1 1+ an


n an

n n

= e = 2,718

siempre que l m an = + o l m an = Ejemplo 1.29. Calcular los siguientes l mites: 1. n+3 n = l m 3 = 0 3 n n + 4 n n l m l m 1 n 1 3n


2n

2. 3. 4.

= l m
1

1+

1 3n

3n 1

1 2n 3n

=e

2 3

1 = 3 2 e

n n

l m

a = l m a n = a0 = 1
n

l m

1 ln n ln n 1 = = l m = l m =1 ln 5n n ln 5 + ln n n ln 5 0+1 +1 ln n

5.

3 3 ) ln n(1 + n ln n + ln(1 + n ) ln(n + 3) = l m = l m = n n n ln n ln n ln n

l m

= l m

1+

3 ln(1 + n ) ln

=1+0=1

6.

l m

(n + a)(n + b) = l m (a + b)n ab

n2 n2 + (a + b)n + ab n+ (n + a)(n + b) (a + b) 1+ 1+
ab n

= l m

n+

n2 + (a + b)n + ab

= l m

( a + b) n

=
ab n2

a+b 2

44 Criterio de Stoltz.

CAP ITULO 1. CONCEPTOS BASICOS

El Criterio de Stoltz se puede resumir en el siguiente esquema: an 0 an+1 an = o = l m n bn n bn+1 bn 0 l m

Es un criterio relacionado con las Reglas de LH opital que s olo se puede aplicar a las sucesiones. Y del que, sin a nimo de demostrar nada, podemos dar la siguiente justicaci on: an an+1 an an+1 an an+1 an l m = l m n bn n bn+1 bn bn+1 bn bn+1 bn

Formalmente el Criterio de Stoltz puede enunciarse de la siguiente manera Teorema 1.2 (Criterio de Stolz). Sean {an } y {bn } dos sucesiones. an+1 an an an+1 an Si existe l m , entonces l m = l m n bn+1 bn n bn n bn+1 bn siempre que: 1. {bn } es una sucesi on mon otona divergente, o bien, 2. an 0, bn 0 y bn es mon otona.

Ejemplo 1.30 (Aplicando el criterio de Stolz). Calcular los siguientes l mites: 1. 2 + 4 + + 2n = = n n 3 + 9 + + 3 l m = l m

(2 + 4 + + 2n + 2n+1 ) (2 + 4 + + 2n ) 2n+1 = = l m n (3 + 9 + + 3n + 3n+1 ) (3 + 9 + + 3n ) n 3n+1 = l m


n

2 3

n+1

2 3

=0

2.

l m

3.

ln(n + 1) ln n n+1 ln n = l m = = l m ln =0 n n n n+1n n ln n n l m ln n l m n n n n = e = l m n = e =e = en l m ln(n + 1) ln n n+1 l m ln n+1n n = eln 1 = e0 = 1 = en

4.

l m

ln(n2 + n) n = n2 + n = en l m l m

ln (n + 1)2 + n + 1 ln(n2 + n) n+1n = en = = en l m ln

n2 + 2n + 1 + n + 1 n2 + n = eln 1 = e0 = 1

1.4. L IMITE DE SUCESIONES

45

Teorema 1.3 (Criterio de la Ra z n-sima). Sea {an } una sucesi on estrictamente creciente tal que l m an = +, entonces:
n n

l m

an = l m

an+1 an

Demostraci on: En efecto, aplicando el Criterio de Stolz a la ra z resulta: ln an+1 ln n ln an l m l m ln n an l m n n n n n+1n = n =e =e l m an = e n an+1 l m ln an+1 an = l = en m n an Ejemplo 1.31 (Aplicando el criterio de la ra z). Calcula los siguientes l mites: 1.
n

l m

(n + 1)(n + 2) (n + n) =

= l m

(2n + 1)(2n + 2) (n + 2)(n + 3) (n + n + 2) = l m = + n n (n + 1)(n + 2) (n + n) (n + 1) 1 n


n

2.

l m

(3n + 1)(3n + 2) (3n + n) =


n

(3n + 1)(3n + 2) (3n + n) = n nn (3n + 4)(3n + 5) (3n + n + 4) (3n + 1) (3n + n) : = = l m n (n + 1)n+1 nn (3n + 4)(3n + 5) (3n + n + 4)nn = = l m n (3n + 1)(3n + 2) (3n + n)(n + 1)n+1 (3n + n + 1)(3n + n + 2)(3n + n + 3)(3n + n + 4)nn = l m = n (3n + 1)(3n + 2)(3n + 3)(n + 1)(n + 1)n 43 444 1 (4n + 1)(4n + 2)(4n + 3)(4n + 4) 4 = = = l m n n (3n + 1)(3n + 2)(3n + 3)(n + 1) n+1 333 e 33 e n = l m Simplicaci on de sumas. Algunas sumas se pueden simplicar expresando sus t erminos de forma telesc opica, es decir, como la diferencia de dos t erminos consecutivos, de manera que al sumar se eliminan los t erminos intermedios. Ejemplo 1.32 (Simplicando sumas). Calcula el siguiente l mite.
n

l m

1 1 1 + + + 12 23 n(n + 1) = l m
n

= 1 1 1 1 1 + + + 2 2 3 n n+1 =1

46

CAP ITULO 1. CONCEPTOS BASICOS

C alculo de l mites por acotaci on. Teorema 1.4 (Teorema del encaje para sucesiones). Si
n

l m an = = l m bn
n

y existe un entero k tal que an cn bn para todo n > k , entonces


n

l m cn =

Ejemplo 1.33 (Encajando sucesiones). Calcular el siguiente l mite. l m (n 1)! 1)(1 + 2) (1 + n)

(1 +

Soluci on. Teniendo en cuenta las siguientes desigualdades, (n 1)! 1 2 n 1 0 = (1 + 1)(1 + 2) (1 + n) (1 + 1)(1 + 2) (1 + n) 1 (1 + 1)(1 + 2) (1 + n 1) 0 = 1+ n (1 + 1)(1 + 2) (1 + n) Resulta:
n

l m

(1 +

(n 1)! =0 1)(1 + 2) (1 + n)

La constante de Euler. Para resolver algunos l mites puede tenerse en cuenta la siguiente igualdad: 1 1 1 + + + = ln n + + n 2 n donde: 1. n 0 2. = Constante de Euler 0 5 Ejemplo 1.34 (Aplicando la constante de Euler). Calcular los siguientes l mites:
1 + + n ln n + + n = l m =1+0+0=1 1. l m n n ln n ln n 1 1 e e 3 e n e e1 e1/2 e1/n e1+ 2 ++ n 2. l m = l m = l m = n n n n n n n e en eln n+ +n = l m = e e0 = e = l m n n n n

1+

1 2

1.4. L IMITE DE SUCESIONES


1 ln(1 + 1 ln(ln n + + n ) 2 + + n) = l m = n n ln(ln n) ln(ln n) +n ln ln n 1 + ln ln(ln n) + ln 1 + n = l m = l m n n ln(ln n) ln(ln n)

47

3.

l m

+n ln n

=1

Sucesiones mon otonas Denici on 1.19 (Sucesi on mon otona). Una sucesi on {an } se dice que es mon otona si sus t erminos son crecientes a1 a2 a3 an o decrecientes a1 a2 a3 an Ejemplo 1.35 (Determinando la monoton a de una sucesi on). Determinar la monoton a de la sucesi on an = 3n n+2

Soluci on. Determinar que una sucesi on no es mon otona puede hacerse, de una manera f acil, comparando tres t erminos de la misma. Sin embargo, determinar que es mon otona es algo m as complicado, ya que hay que determinar que sus t erminos crecen o decrecen siempre, para todo valor de n. Para determinar la monoton a de una sucesi on pueden seguirse varios m etodos. Veamos aqu varios de ellos. En primer lugar hallamos an y an+1 . En este caso, 3(n + 1) 3n an+1 = an = n+2 (n + 1) + 2 a) Construyendo comparativamente an y an+1 . (n + 1) + 2 > n + 2 1 1 < n+2 (n + 1) + 2 3n 3(n + 1) 3n < < an < an+1 n+2 (n + 1) + 2 (n + 1) + 2

luego la sucesi on es mon otona (estrictamente creciente). b) Deshaciendo comparativamente an y an+1 . Partimos del supuesto de que an < an+1 y deshacemos las operaciones. As , an = 3n 3(n + 1) <? = an+1 n+2 (n + 1) + 2

3n (n + 1) + 2 <? 3(n + 1)(n + 2) 3n(n + 3) <? 3(n2 + 3n + 2)

48

CAP ITULO 1. CONCEPTOS BASICOS 3n2 + 9n <? 3n2 + 9n + 6 0<6

Como hemos llegado a una desigualdad nal v alida, podemos invertir los pasos para concluir que la desigualdad original tambi en es v alida, y por tanto la sucesi on es mon otona. c) Usando derivadas. Consideramos que n es una variable continua. Es decir erminos de x. consideramos la funci on f (n) = an . O bien en t f (x) = Hallamos su derivada f (x) = 3x + 6 3x 6 3(x + 2) 3x = = 2 2 (x + 2) (x + 2) (x + 2)2 3x x+2

que es positiva para todo x, luego podemos concluir que la funci on f es creciente en todo R. En consecuencia la sucesi on an es creciente. Denici on 1.20 (Sucesi on acotada). Una sucesi on {an } se dice que es acotada si existe un n umero real positivo M tal que |an | M para todo n. {an } acotada M R+ n N |an | M Teorema 1.5 (Sucesiones mon otonas y acotadas). Si una sucesi on {an }es mon otona y acotada, entonces es convergente.

Nota: Adem as de los m etodos aqu expuestos para el c alculo de l mite de sucesiones veremos otros m etodos basados en los criterios para el c alculo de l mite de funciones, as como un caso particular para comprobar que el l mite de una sucesi on es cero, basado en la convergencia de las series.

Ejercicios propuestos de la secci on 1.4. L mite de sucesiones


Soluciones en la p agina 379 1.4.1. Escribir los cinco primeros t erminos de las sucesiones a) an = (1)n+1 n b) bn = (1)
n(n+1) 2

c) cn =

n! (n 1)!

1.4.2. Escribir una expresi on del t ermino general de las sucesiones a) 2, 4, 6, 8, 10, . . . b) 2 3 4 1 , , , ,... 23 34 45 56
n

c)

1 1 2 4 8 , , , , ,... 2 3 9 27 81

1.4.3. Determinar si son convergentes las siguientes sucesiones y en caso armativo calcular su l mite. a) an = 1+ k n b) bn = (n 1)! (n + 1)!
n

c) cn =

n! nn
n

1.4.4. Determinar la monoton a de las siguientes sucesiones a) an = sen n n b) bn = 2 3 b) bn = 3 2

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

49

1.5.
1.5.1.

L mite y continuidad de funciones


Denici on de l mite

Nota: El concepto de l mite es fundamental en el C alculo, de manera que para poder profundizar en el conocimiento de la materia es impresindible, tanto el manejo pr actico de las reglas para el c alculo de l mites, como la comprensi on te orica del concepto de l mite. Suponemos conocida la idea intuitiva de l mite y las reglas b asicas para el c alculo de l mites. No obstante, profundizaremos en ambos puntos. En este curso centraremos la atenci on en los potentes instrumentos para el c alculo de l mites de funciones de una variable, como son 1. 2. 3. 4. agina 74). Los innit esimos (apartado 1.5.9, en la p Las reglas de LH opital (apartado 3.3.3, en la p agina 165). agina 187). El desarrollo de Taylor (apartado 3.5.7, en la p agina 324). El concepto de integral (apartado 5.1.2, en la p

As mismo estudiaremos los l mites para funciones de varias variables en el cap tulo 2.

Idea intuitiva. En el lenguaje ordinario la palabra l mite tiene un car acter est atico y signica t ermino, conf n o lindero. Sin embargo, en C alculo, el concepto de l mite es un concepto din amico y tiene que ver con la idea de acercarse los m as posible a un punto o un valor (x x0 ). En otras ocasiones tiene que ver con la idea de alejarse lo m as posible del origen, o hacer lo mas grande posible un n umero (x ). Y, en otras ocasiones, el concepto de l mite tiene que ver con traspasar una frontera, aparentemente infranqueable, como es el caso de la suma de innitos n umeros. Veamos la noci on de l mite a partir de un ejemplo. Ejemplo 1.36. Dada la funci on f (x) = x2 1 ,x=1 x1 a) Estudiar su comportamiento en los alrededores del punto x = 1 b) Esbozar su gr aca.

Soluci on. a) Para estudiar el comportamiento de la funci on en los alrededores del punto x = 1 damos a x valores cada vez m as pr oximos a 1. Aproxim andonos tanto por la izquierda como por la derecha. Los correspondientes valores de f (x) se muestran en la siguiente tabla

x se acerca a 1 por la izquierda

x se acerca a 1 por la derecha

x f (x)

0.5 1.5

0.75 1.75

0.9 1.9

0.99 1.99

0.999 1.999

1 ?

1.001 2.001

1.01 2.01

1.1 2.1

1.25 2.25

1.5 2.5

f (x) se acerca a 2

f (x) se acerca a 2

b) Al representar estos puntos, se ve que la gr aca de f es una recta con un hueco en el punto (1, 2) (v ease Figura 1.25).

50

CAP ITULO 1. CONCEPTOS BASICOS


y
3 2 1 3 2 1 1 2 1 2 3

Figura 1.25: x l m 1

x2 1 =2 x1

Aunque x no puede ser igual a 1, podemos acercarnos a 1 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por eso decimos que el l mite de f (x) cuando x tiende a 1 es 2, y lo denotamos como x2 1 =2 l m f (x) = 2 o bien, l m x1 x1 x 1 En consecuencia podemos dar la siguiente descripci on intuitiva del concepto de l mite. Decimos que el l mite de f (x) cuando x tiende a x0 es , si f (x) se aproxima, tanto como se quiera, a un u nico n umero cuando x se aproxima a x0 por ambos lados, y escribimos
xx0

l m f (x) =

Nota: Al calcular el l mite de la funci on f en el punto x0 , el valor de la funci on en dicho punto, f (x0 ), no afecta al l mite. Es m as no importa que la funci on no est e denida en dicho punto. Hablaremos indistintamente de l mite en x0 , o bien, l mite cuando x tiende o se aproxima a x0 .

Para muchas funciones se puede intuir el valor del l mite usando una calculadora y evaluando los valores de la funci on en varios puntos pr oximos a x0 . Ejemplo 1.37 (Estimaci on del l mite con calculadora). Dada la funci on f (x) = x2 , x11 x=2

a) Estudiar su comportamiento en los alrededores del punto x = 2 b) Esbozar su gr aca. Soluci on. a) Para estudiar el comportamiento de la funci on en los alrededores del punto x = 2 damos a x valores cada vez m as pr oximos a 2. Aproxim andonos tanto por la izquierda como por la derecha. Los correspondientes valores de f (x) se muestran en la siguiente tabla

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

51

x se acerca a 2 por la izquierda

x se acerca a 2 por la derecha

x f (x)

1.5 1.707

1.75 1.866

1.9 1.949

1.99 1.99

1.999 1.999

2 ?

2.001 2.0005

2.01 2.005

2.1 2.49

2.25 2.12

2.5 2.22

f (x) se acerca a 2

f (x) se acerca a 2

b) Al representar estos puntos, se ve que la gr aca de f es una curva con un hueco en el punto (2, 2) (v ease Figura 1.26
y
3 2 1 3 2 1 1 2 1 2 3

Figura 1.26: x l m 2

x2 =2 x11

Aunque x no puede ser igual a 2, podemos acercarnos a 2 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por eso decimos que el l mite de f (x) cuando x tiende a 2 es 2, y lo denotamos como x2 l m f (x) = 2 o bien, l m =2 x2 x2 x11 Inexistencia de l mite. En los ejemplos anteriores cuando x se acerca a x0 , tanto por la derecha como por la izquierda, f (x) se acerca, en ambos casos, a un mismo valor , que llam abamos l mite de la funci on. En ocasiones esto no ocurre y entonces decimos que la funci on f no tiene l mite en el punto x0 . Las situaciones m as frecuentes que conducen a la inexistencia del l mite de la funci on f en el punto x0 son las siguientes: 1. L mites laterales diferentes. f (x) se aproxima por la derecha de x0 a un valor y por la izquierda a otro valor diferente. 2. El l mite se hace innito. f (x) crece o decrece sin tope cuando x se acerca a x0 , por la derecha o por la izquierda. 3. Inexistencia del l mite por oscilaci on. Las valores de f (x) oscilan, indenidamente, entre dos valores jos cuando x se acerca a x0 . Ejemplo 1.38 (L mites laterales diferentes). Probar que el siguiente l mite no existe |x| l m x0 x

52

CAP ITULO 1. CONCEPTOS BASICOS

Soluci on. Consideremos la funci on f (x) = |x| x

Para comprender su signicado, demos varios valores a x. As , f (3) = 3 |3| = = 1, 3 3 f (0) = 0 = no denido, 0 f (3) = | 3| +3 = = 1 3 3

En general, f (x) para valores positivos de x toma el valor 1, y para valores negativos de x toma el valor -1. En efecto x>0 x<0 |x| = x |x| = x f (x) = |x| x = =1 x x |x| x f (x) = = = 1 x x

En consecuencia, la funci on f puede denirse por casos de la siguiente forma f (x) = |x| = x 1 si x > 0 1 si x < 0
y 6  1b - b1

Y su gr aca viene reejada en la gura 1.27

-x

Figura 1.27: f (x) =

|x| z

En consecuencia el l mite no existe, ya que se tiene


x0+

l m = 1

x0

l m = 1

Ejemplo 1.39 (Comportamiento no acotado). Discutir la existencia del siguiente l mite 1 l m x0 x2 Soluci on. Consideremos la funci on f (x) = 1 x2

Demos valores a x cada vez m as cercanos al origen

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

53

x se acerca a 0 por la izquierda x f (x) -0.5 4 -0.25 16 -0.1 100 -0.01 10000 -0.001 1000000 0 ?

x se acerca a 0 por la derecha 0.001 1000000 0.01 10000 0.1 100 0.25 16 0.5 4

f (x) crece sin tope

f (x) crece sin tope

De la tabla se desprende que cuando x se acerca a 0, tanto por la derecha como por la izquierda, f (x) crece sin l mite. Es m as, podemos hacer que f (x) crezca cuanto queramos sin m as que acercarnos sucientemente al origen. As , por ejemplo, si queremos que f (x) sea mayor que 100 000 000, bastar a tomar un valor de x menor que 1/10 000. En efecto, 0 < |x| < 1 10 000 f (x) = 1 > 100 000 000 x2

Como f (x) no se aproxima a ning un n umero real cuando x se acerca a 0, decimos que el l mite no existe. La gr aca de la funci on f viene reejada en la gura 1.28
y
6 4 2

Figura 1.28:

6 4 2

1 l m = No existe x0 x2

Nota: Aunque el l mite no existe, como n umero real, la situaci on reejada en este ejemplo es lo sucientemente importante y lo sucientemente frecuente en C alculo, como para tenerla en especial consideraci on. As , en las situaciones del ejemplo anterior se dice que el l mite de la funci on cuando x tiende a cero, es innito, y se expresa
x0

l m

1 = + x2

No obstante hay que decir que + no es ning un n umero real, sino que es un s mbolo que se utiliza para reejar el comportamiento no acotado de la funci on.

Ejemplo 1.40 (Comportamiento oscilante). Discutir la existencia del siguiente l mite 1 l m sen x0 x Soluci on. Consideremos la funci on f (x) = sen 1 x

Su gr aca viene representada en la gura 1.29.

54

CAP ITULO 1. CONCEPTOS BASICOS


y
1

x
1 1

Figura 1.29: x l m sen 0

1 x

= No existe

El l mite no existe, puesto que siempre es posible coger una sucesi on de puntos, con l mite cero; y sin embargo, la sucesi on formada con sus im agenes no tiene l mite. {xn } 0 y sin embargo como puede verse en la siguiente tabla
x f (x) 2 1 2 3 -1 2 5 1 2 7 -1 2 9 1 2 11 -1 x0 No tiene l mite

{f (xn )} no tiene l mite

Para probar que el l mite no existe, tambi en podemos encontrar dos sucesiones diferentes con l mite cero tales que sus im agenes tengan l mites diferentes. {xn } 0 {f (xn )} 1 mientras que {x } 0 { f (x n n )} 2 = 1 Por ejemplo, para la sucesi on 1 1 1 1 } = { , , , } 0 se tiene n 2 3 1 1 } = {sen } = {sen (n )} = {0, 0, 0, } 0 {f (xn )} = {f n 1/n {xn } = { mientras que para la sucesi on {xn } = { 2 2 2 2 } = { , , , } 0 se tiene (2n 1) 3 5 2 2 {f (xn )} = {f } = {sen }= (2n 1) 1/(2n 1) (2n 1) } = {1, 1, 1, } 1 = 0 = {sen 2

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

55

Denici on 1.21 (La denici on de l mite). Se dice que el l mite de la funci on f en el punto x0 es , y se denota por
xx0

l m f (x) =

si para cada > 0 existe un > 0 tal que |f (x) | <


xx 0

siempre que

0 < |x x 0 | <
(1.7)

l m f (x) = > 0, > 0 : x R, 0 < |x x0 | < |f (x) | <

Nota: La denici on reeja la siguiente idea: El hecho de que f (x) est a tan cerca de como queramos, quiere decir que para cualquier , todo lo peque no que queramos, estar a f (x) entre y + , es decir, < f (x) < + que en valor absoluto se expresa como |f (x) | < y esta situaci on tiene que darse cuando x se acerca sucientemente a x0 . Este acercamiento se mide encontrando alg un para el cual x est e entre x0 y x0 + , es decir, x0 < x < x0 + que en valor absoluto se expresa como |x x0 | < El hecho de que el punto x0 no interviene en la denici on de l mite se indica con la expresi on 0 < |x x0 | < demostraci on de teoremas; a nivel pr actico, en el c alculo de l mites, la denici on no o no, pero no nos permite calcular l mites, el posible l mite tendremos que intuirlo por otro m etodo. Adem as, su aplicaci on para comprobar l mites suele ser articial y dif cil. es u til. La denici on solamente nos permite comprobar si un l mite dado es correcto A pesar de la importancia de la denici on , a nivel te orico, especialmente en la

La denici on de l mite se reeja en el gr aco de la gura 1.30 Ejemplo 1.41 (Hallando para un dado). Sabiendo que
x3

l m (2x + 1) = 7

hallar tal que |(2x + 1) 7| < 0,01 siempre que 0 < |x 3| < . Soluci on. Dado = 0,01 queremos encontrar el apropiado. Para ello intentamos establecer una relaci on entre los dos valores absolutos |(2x + 1) 7| < 0,01 y |x 3| <

56
y

CAP ITULO 1. CONCEPTOS BASICOS


Para x entre x0 y x0 + los valores de la funci on f (x) est an todos entre y + y = f (x) + x x0 x0 x0 +

Figura 1.30: nl m an =

de manera que desde el segundo se pueda llegar hasta el primero. La manera de hacerlo consiste en expresar el primer valor absoluto en funci on del segundo. As , |(2x + 1) 7| = |2x 6| = 2|x 3| < 0,01 En consecuencia se tiene que |x 3| < 0,01 = 0,005 2

Por tanto, eligiendo = 0,005, se tiene que 0 < |x 3| < 0,005 |(2x + 1) 7| = 2|x 3| < 2(0,005) = 0,01 Luego hemos encontrado un para el dado. Esto no demuestra la existencia del l mite dado. Para demostrar que el l mite existe tenemos que encontrar un para cada . Ejemplo 1.42 (Usando la denici on ). Usando la denici on probar que l m (5x 2) = 3
x1

Soluci on. Tenemos que probar que para cada > 0, existe un > 0, que depender a del correspondiente, tal que 0 < |x 1| < |(5x 2) 3| < Para ello intentamos establecer una conexi on entre ambos valores absolutos, expresando el segundo en funci on del primero |(5x 2) 3| = |5x 5| = 5|x 1| < Luego, para que se cumpla la desigualdad |(5x 2) 3| < se ha de cumplir que 5|x 1| < y, en consecuencia |x 1| < 5

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES Luego eligiendo = , se tiene que la desigualdad 5 0 < |x 1| < = 5 implica que |(5x 2) 3| = |5x 5| = 5|x 1| < 5 y la veracidad del l mite queda probada. = 5

57

Proposici on 1.13 (Unicidad del l mite). El l mite de una funci on en un punto, si existe es u nico.

1.5.2.

L mites laterales

Al calcular el l mite de una funci on f en un punto x0 , nos acercamos al punto x0 tanto por la derecha como por la izquierda. Si limitamos nuestro estudio, exclusivamente, a los puntos que est an a la derecha de x0 , o bien a la izquierda, respectivamente, obtenemos lo que se llaman los l mites laterales. Denici on 1.22 (L mites laterales). Se dice que el l mite de la funci on f cuando x tiende a x0 , por la derecha, es , y se denota por
xx0 +

l m f (x) =

si para cada > 0 existe un > 0 tal que |f (x) | <


xx 0 +

siempre que

0 < x x0 <
(1.8)

l m f (x) = > 0, > 0 : x R, 0 < x x0 < |f (x) | <

Se dice que el l mite de la funci on f cuando x tiende a x0 , por la izquierda, es , y se denota por l m f (x) =
xx0

si para cada > 0 existe un > 0 tal que |f (x) | <


xx 0

siempre que

0 < x0 x <
(1.9)

l m f (x) = > 0, > 0 : x R, 0 < x0 x < |f (x) | <

Nota: Para simplicar la escritura, en ocasiones escribiremos f (x0 +) = l m f (x)


xx 0 +

f (x0 ) = l m f (x)
xx 0

Ejemplo 1.43 (Calculando un l mite lateral). Hallar el l mite de la funci on f denida por f (x) = x en el punto x = 0

58

CAP ITULO 1. CONCEPTOS BASICOS

Soluci on. La funci on solamente est a denida a la derecha del origen, por lo tanto no podemos hablar de l mite por la izquierda, pero si de l mite por la derecha. Si observamos la gr aca se tiene l m x = 0
x0+

y
2 1 3 2 1 0 1 2 3

Figura 1.31: f (x) = x

Teorema 1.6 (Unicidad de los l mites laterales). El l mite de la funci on f en el punto x0 existe y es igual a si y solamente si, los dos l mites laterales existen y son iguales a .
xx0

l m f (x) =

xx0

l m f (x) = l m f (x) =
xx0 +

1.5.3.

Propiedades de los l mites

Proposici on 1.14 (Propiedades algebraicas de los l mites). Son ciertas las siguientes propiedades: 1. 2. 3. M ultiplo escalar: l m r f (x) = r l m f (x) ,
xx0 xx0 xx0 xx0

rR
xx0

Suma o diferencia: l m f (x) g (x) = l m f (x) l m g (x) Producto: l m f (x) g (x) = l m f (x) l m g (x)
xx0 xx0 xx0

4.

l m f (x) f (x) xx0 = , Cociente: l m xx0 g (x) l m g (x)


xx0

si l m g (x) = 0
xx0 r

5.

Potencia: l m [f (x)]r =
xx0

xx0

l m f (x)

1.5.4.

Continuidad de una funci on en un punto

En el lenguaje cotidiano la palabra continuo se utiliza para indicar que algo dura sin interrupci on, o bien que las cosas tienen uni on entre s . En C alculo el signicado es similar. Decir que una funci on f es continua en un punto x0 signica que no sufre interrupci on en x0 , que no se rompe ni tiene huecos, que su gr aca atraviesa el punto (x0 , y0 ).

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

59

Denici on 1.23 (Continuidad en un punto). Una funci on f se dice que es continua en el punto x0 si se verican las tres relaciones siguientes: 1. f (x0 ) est a denido 2. l m f (x) existe
xx0

3. l m f (x) = f (x0 )
xx0

lo que se puede resumir escribiendo f es continua en x0 l m f (x) = f (x0 )


xx0

(1.10)

Nota: Las situaciones por las que una funci on no es continua en un punto son las siguientes: 1. 2. 3. La funci on no est a denida en el punto. El l mite de la funci on en el punto no existe. El l mite de la funci on en el punto existe pero no coincide con el valor de la funci on en dicho punto.

Denici on 1.24 (Discontinuidad en un punto). Se dice que la funci on f es discontinua en un punto x0 si la funci on est a denida en un entorno de dicho punto (excepto quiz as en x0 ) y no es continua en dicho punto. Una discontinuidad se dice evitable si la funci on puede hacerse continua redeniendola en dicho punto; y se llama inevitable si esto no es posible.
Nota: Para hablar de discontinuidad se exige que la funci on est e denida en los alrededores del punto. No tiene sentido decir que f (x) = x es discontinua en x = 3, ya que en los alrededores de -3 la funci on no est a denida. Para que la discontinuidad de una funci on f en un punto x0 sea evitable el l mite de la funci on en dicho punto tiene que existir, con objeto de hacerla continua redeniendo f (x0 ) con el valor del l mite f (x0 ) = l m f (x)
xx 0

Es evidente que la nueva funci on que se obtiene con esta redenici on de f (x0 ), es continua en x0

La gr aca de una funci on de una variable es una curva en el plano. Esta


y 6 y = f (x) x -

Figura 1.32: Gr aca de una funci on de una variable. curva puede presentar las situaciones de discontinuidad que se muestran en la gura 1.33. Denici on 1.25 (Continuidad en un intervalo). Una funci on f se dice que es continua en un intervalo abierto (a, b) si lo es en todos los puntos del intervalo.

60

CAP ITULO 1. CONCEPTOS BASICOS

Figura 1.33: Situaciones de discontinuidad en funciones de una variable

Una funci on es continua en un intervalo cerrado [a, b] si lo es en el intervalo abierto (a, b) y adem as:
xa+

l m f (x) = f (a)

xb

l m f (x) = f (b)

Nota: Una funci on se dice que es continua por la derecha en x0 cuando


xx 0 +

l m f (x) = f (x0 )

y se dice que es continua por la izquierda cuando


xx 0

l m f (x) = f (x0 )

1.5.5.

Propiedades de las funciones continuas

Proposici on 1.15 (Propiedades algebraicas). Si f y g son continuas en x0 , entonces tambi en son continuas: 1. 3. M ultiplo escalar: rf Producto: f g 2. 4. Suma y diferencia: f g f Cociente: , si g (x0 ) = 0 g

Proposici on 1.16 (Continuidad de las funciones elementales). Las siguientes funciones son continuas en todos los puntos de su dominio 1. 2. 3. 4. Polin omicas Racionales Radicales Trigonom etricas

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES 5. Exponenciales

61

En general, cualquier funci on elemental es continua en todos los puntos en los que est an denidas. Teorema 1.7 (Continuidad de la funci on compuesta). Si g es continua en x0 y f lo es en g (x0 ), entonces la funci on compuesta dada por f g (x) = f g (x) es continua en x0 .
Nota: La importancia de este teorema la podemos ver con un simple ejemplo. Si la funci on y = f (x) es continua en un punto, entonces tambi en son continuas en ese punto ef (x) , sen f (x) , etc.

Teorema 1.8 (Teorema del valor intermedio). Si f es continua en [a, b] y C es cualquier n umero entre f (a) y f (b), entonces existe al menos un n umero c entre a y b tal que f (c) = C . El teorema arma que si x toma todos los valores entre a y b, entonces la funci on continua f debe tomar todos los valores entre f (a) y f (b). Corolario 1.2 (Teorema de los ceros de Bolzano). Si f es continua en [a, b] y Sig f (a) = Sig f (b), entonces existe al menos un n umero c entre a y b tal que f (c) = 0.
Nota: Con Sig f (a) = Sig f (b), queremos indicar que f (a) y f (b) tienen signos distintos. Es decir; o bien, f (a) < 0 y f (b) > 0; o bien, f (a) > 0 y f (b) < 0.

Corolario 1.3 (Intervalos de signo constante). Una funci on solamente puede cambiar de signo al pasar por por puntos en los que sea nula o puntos en los que sea discontinua Ejemplo 1.44 (Probando la existencia de ra ces). Probar que 1. 2. La ecuaci on x3 + 2x 1 = 0 tiene, al menos, una ra z real en el intervalo (0, 1) La ecuaci on x3 3x + 1 = 0 tiene, al menos, una ra z real

Soluci on. a) Consideramos la funci on f (x) = x3 +2x 1, que al ser polin omica es continua en todo R, y en consecuencia en [0, 1], adem as, se tiene f (0) = 1 < 0 y f (1) = 2 > 0 luego, aplicando el Teorema 1.2 de los ceros de Bolzano, podemos concluir que existe al menos un c en (0, 1) en el cual f (c) = 0. b) Consideramos la funci on f (x) = x3 3x + 1, que al ser polin omica es continua en todo R. En esta ocasi on no se nos da el intervalo, en consecuencia lo determinamos nosotros. Buscamos, para ello, un punto donde la funci on sea negativa y otro donde sea positiva. As , f (0) = +1 > 0 y f (2) = 8 + 6 + 1 = 1 < 0 En consecuencia la ecuaci on tiene, al menos, una ra z en el intervalo (2, 0).

62

CAP ITULO 1. CONCEPTOS BASICOS

1.5.6.

L mites innitos

se dijo que el l mite Comencemos realizando nuevamente el ejemplo 1.39. All no exist a como n umero real, pero que la situaci on planteada merec a un tratamiento particular. Ve amoslo. Ejemplo 1.45 (Comportamiento no acotado). Discutir la existencia del siguiente l mite 1 l m 2 x0 x Soluci on. Consideremos la funci on f (x) = 1 x2

Demos valores a x cada vez m as cercanos al origen


x se acerca a 0 por la izquierda x f (x) -0.25 16 -0.1 100 -0.01 10000 -0.001 1000000 0 ? x se acerca a 0 por la derecha 0.001 1000000 0.01 10000 0.1 100 0.25 16

f (x) crece sin tope

f (x) crece sin tope

De la tabla se desprende que cuando x se acerca a 0, tanto por la derecha como por la izquierda, f (x) crece sin l mite. Es m as, podemos hacer que f (x) crezca cuanto queramos sin m as que acercarnos sucientemente al origen. As , por ejemplo, si queremos que f (x) sea mayor que 100 000 000, bastar a tomar un valor de x menor que 1/10 000. En efecto, 0 < |x| < 1 10 000 f (x) = 1 > 100 000 000 x2

Como f (x) no se aproxima a ning un n umero real cuando x se acerca a 0, decimos que el l mite no existe. Ahora bien, aunque el l mite no existe, como n umero real, la situaci on reejada en este ejemplo es lo sucientemente importante y lo sucientemente frecuente en C alculo, como para tenerla en especial consideraci on. As , en estas situaciones, se dice que el l mite de la funci on cuando x tiende a cero, es innito, y se expresa 1 = + x0 x2 l m No obstante hay que decir que + no es ning un n umero real, sino el reejo de una situaci on concreta. Ahora bien, para que quede probado que el l mite es innito, no basta con probar que la funci on toma valores superiores a 100 000 000 en los alrededores del origen, sino que hemos de probar que la funci on, en los alrededores del

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

63

origen, toma valores superiores a cualquier n umero real M , por muy grande que sea. En efecto. Sea M > 0 un n umero positivo cualquiera, ser a 1 0 < |x| < M f (x) = 1 >M x2

Lo que prueba que f (x) toma valores arbitrariamente grandes en los alrededores del origen. Es decir, para cualquier numero positivo M , se tiene que f (x) > M cuando 1 0 < |x| < M

Lo que prueba que el l mite es innito. La gr aca de la funci on f viene reejada en la gura 1.34
y
6 4 2

Figura 1.34:

6 4 2

1 l m = + x0 x2

Veamos otra situaci on parecida. Ejemplo 1.46 (L mites + y - innito). Estudiar el comportamiento de la siguiente funci on en los alrededores del punto x = 2 f (x) = 1 x2

Soluci on. Demos valores a x cada vez m as cercanos a 2


x se acerca a 2 por la izquierda x f (x) 1.75 -4 1.9 -10 1.99 -100 1.999 -1000 2 ? x se acerca a 2 por la derecha 2.001 1000 2.01 100 2.1 10 2.25 4

f (x) decrece sin tope

f (x) crece sin tope

De la tabla se desprende que cuando x se acerca a 2, por la derecha, f (x) crece sin l mite, mientras que cuando x se acerca a 2, por la izquierda, f (x) decrece sin l mite. Es m as, podemos hacer que f (x) crezca cuanto queramos sin m as que acercarnos sucientemente al origen, por la derecha; y que f (x) decrezca cuanto queramos sin m as que acercarnos sucientemente al origen, por la izquierda. As , por ejemplo, si queremos que f (x) sea mayor que 100 000 000, bastar a tomar un valor de x > 2 y menor que 2 + 1/100 000 000. En efecto, 2<x<2+ 1 100 000 000 f (x) = 1 > 100 000 000 x2

64

CAP ITULO 1. CONCEPTOS BASICOS

Por otro lado, si, por ejemplo, queremos que f (x) sea menor que -100 000 000, bastar a tomar un valor de x < 2 mayor que 2 1/100 000 000. En efecto, 2>x>2 1 100 000 000 f (x) = 1 > 100 000 000 x2

En estas situaciones, se dice que el l mite de la funci on cuando x tiende a 2, por la derecha, es m as innito, y el l mite de la funci on cuando x tiende a 2, por la izquierda, es menos innito, y se expresa 1 = + y x2+ x 2 l m 1 = x2 x 2 l m

No obstante, igual que en ejemplo anterior, hay que decir que + y no son ning un n umero real, sino el reejo de una situaci on concreta. Ahora bien, para que quede probado que el l mite es m as innito o menos innito, no basta con probar que la funci on toma valores superiores a 100 000 000 o menores a -100 000 000 en los alrededores de x = 2, sino que hemos de probar que la funci on, en los alrededores de x = 2, toma valores superiores a cualquier n umero real M , por muy grande que sea, o menores a cualquier n umero real negativo N (por muy grande que sea, en valor absoluto). En efecto. Sea M > 0 un n umero positivo cualquiera, ser a 2<x<2+ 1 M f (x) = 1 >M x2

Lo que prueba que f (x) toma valores arbitrariamente grandes a la derecha del 2. Es decir, para cualquier numero positivo M , se tiene que f (x) > M cuando 2<x<2+ 1 M

Y, por otro lado, sea N = M < 0 un n umero negativo cualquiera. Ser a 2>x<2 1 M f (x) = 1 < M x2

Lo que prueba que f (x) toma valores negativos (arbitrariamente grandes en valor absoluto) a la izquierda del 2. Es decir, para cualquier numero negativo N = M , se tiene que f (x) < M cuando 2>x>2 1 M

Lo que prueba que el l mite es menos innito. La gr aca de la funci on f viene reejada en la gura 1.35 Denici on 1.26 (L mites innitos). Se dice que el l mite de la funci on f en el punto x0 es m as innito, y se denota
xx0

l m f (x) = +

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES


y
6 4 2

65

x
4 2 2 4 6 2 4 6 8

Figura 1.35: xl m 2

1 = , x2

x2+

l m

1 = + x2

si para cada M > 0 existe un > 0 tal que f (x) > M siempre que 0 < |x x0 | < .
(1.11)

xx 0

l m f (x) = + M > 0, > 0 : x R, 0 < |x x0 | < f (x) > M

Se dice que el l mite de la funci on f en el punto x0 es menos innito, y se denota l m f (x) = si para cada N < 0 existe un > 0 tal que f (x) < N siempre que 0 < |x x0 | < .
(1.12)
xx0

xx 0

l m f (x) = N < 0, > 0 : x R, 0 < |x x0 | < f (x) < N

Las deniciones se ilustran en la Figura 1.36 Para denir el l mite innito por la izquierda, basta con sustituir 0 < |x x0 | < 0 < |x x0 | < por x0 < x < x0 x0 < x < x0 +

y para denir el l mite innito por la derecha, basta con sustituir por

Si el l mite de la funci on f en el punto x0 es m as o menos innito, o bien alguno de los l mites laterales es m as o menos innito, entonces decimos que la funci on f presenta en x = x0 una discontinuidad innita o asint otica. Proposici on 1.17 (Propiedades de los l mites innitos). Si f y g son funciones tales que
xx0

l m f (x) = +

xx0

l m g (x) =

entonces son v alidas las siguientes propiedades:

66
y f (x) est a aqu

CAP ITULO 1. CONCEPTOS BASICOS


Para todo x = x0 que est e aqu

x0

x0
Para todo x = x0 que est e aqu

f (x) est a aqu y l m f (x) =

Figura 1.36: xl m f (x) = +, x


0

xx 0

1. 2.

Suma o diferencia: l m f (x) g (x) = +


xx0

Producto:

xx0 xx0

l m f (x)g (x) = +

si > 0 si < 0

l m f (x)g (x) =

3.

xx0

l m

g (x) =0 f (x)
xx0

Propiedades similares son v alidas si l m f (x) = + Las propiedades anteriores pueden recordarse de la siguiente forma: + = + = p (+) = + p () = p (+) = p () = + =0 =0 + No est a permitido dividir por cero. Sin embargo, Cuando el l mite del denominador es cero, el cociente puede tener l mite innito, si bien, hay que determinar el signo del denominador para poder determinar el signo del innito. As , p p = + + = + p p 0 0 =? =? p 0 0 p = + = 0 0 Denici on 1.27 (As ntotas verticales). Diremos que la recta x = x0 es una as ntota vertical de la gr aca de la funci on f , si el l mite de f (x), cuando x tiende a x0 por la derecha o por la izquierda, es + (o ).

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES


Nota: Cuando la funci on f venga denida por un cociente f (x) = g (x) h(x)

67

las as ntotas verticales habr a que buscarlas en los ceros del denominador h(x) = 0.

1.5.7.

L mites en el innito

Con concepto de l mite de una funci on cuando x tiende a + o se pretende estudiar el comportamiento de la funci on cuando x crece (o decrece) sin l mite. Es decir, x toma valores extremadamente grandes, positivos (o negativos). El concepto es an alogo al de l mite de una sucesi on. Ve amoslo con un ejemplo, Ejemplo 1.47. Estudiar el comportamiento de la funci on f (x) = cuando x crece o decrece sin l mite. Soluci on. Los valores de f (x), cuando a x crece o decrece sin l mite, vienen recogidos en la siguiente tabla.
x decrece sin l mite x crece sin l mite

3x |x| + 1

x f (x)

-1000 -2.997

-100 -2.97

-10 -2.73

0 0

10 2.73

100 2.97

1000 2.997

+ 3

f (x) se acerca a 3

f (x) se acerca a 3

De la tabla se desprende que los valores de f (x) tienden a 3 cuando x crece sin l mite y a 3 cuando x decrece sin l mite. En consecuencia diremos que l m f (x) = l m 3x = 3, x |x| + 1 y l m f (x) = l m 3x =3 x+ |x| + 1

x+

La gr aca de la funci on f es una curva con dos as ntotas horizontales: la recta x = 3, por la derecha; y la recta x = 3, por la izquierda. (v ease Figura 1.37). En consecuencia podemos decir que: El l mite de la funci on f , cuando x tiende a + es , si f (x) est a tan pr oximo a como queramos, siempre que x sea los sucientemente grande, y se escribe: l m f (x) =
x+

68

CAP ITULO 1. CONCEPTOS BASICOS


y
3 2 1 30 20 10

x
10 20 30

1 2 3

Figura 1.37: f (x) =

3x |x| + 1

De manera an aloga, se dice que el l mite de la funci on f , cuando x tiende a es , si f (x) est a tan pr oximo a como queramos, siempre que x tome valores negativos, sucientemente grande en valor absoluto, y se escribe:
x

l m f (x) =

Formalmente se puede dar la siguiente denici on: Denici on 1.28 (L mites en el innito). El l mite de la funci on f , cuando x tiende a + es , y se denota
x+

l m f (x) =

si para cada > 0 existe un M > 0 tal que |f (x) | < siempre que x>M

x+

l m f (x) = > 0, M > 0 : x R, x > M |f (x) | <

(1.13)

El l mite de la funci on f , cuando x tiende a es , y se denota


x

l m f (x) =

si para cada > 0 existe un N < 0 tal que |f (x) | < siempre que x<N

l m f (x) = > 0, N < 0 : x R, x < N |f (x) | <

(1.14)

Las deniciones se ilustran en la Figura 1.38

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES


y f
f (x) est a aqu

69

y f x

f (x) est a aqu

x M
Para todo x aqu

N
Para todo x aqu

Figura 1.38: x l m f (x) = ,

x+

l m f (x) =

Denici on 1.29 (As ntotas horizontales). Si


x

l m f (x) =

x+

l m f (x) =

entonces la recta y = se llama as ntota horizontal de la gr aca de f .


Nota: La as ntota por la derecha y la as ntota por la izquierda pueden coincidir o no. Ahora bien, la gr aca de una funci on puede tener a lo sumo dos as ntotas horizontales, una por la derecha y otra por la izquierda.

Los l mites en el innito comparten muchas propiedades con los l mites de funciones en un punto x0 y con los l mites de sucesiones. Proposici on 1.18 (Propiedades algebraicas de los l mites en el innito). Son ciertas las siguientes propiedades: 1. 2. 3. 4. Constante: l m c = c
x+

M ultiplo escalar: l m

x+

r f (x) = r

x+

l m f (x) ,
x+

rR
x+

Suma o diferencia: l m Producto: l m


x+

x+

f (x) g (x) = l m f (x) l m g (x)


x+ x+

f (x) g (x) = l m f (x) l m g (x) si


r

5.

Cociente: l m

l m f (x) f (x) x+ = , x+ g (x) l m g (x)


x+

x+

l m g (x) = 0

6. 7.

Potencia: l m [f (x)]r =
x+
n

x+ x+

l m f (x)

Ra ces: l m

x+

f (x) =

l m f (x)

Las mismas propiedades se dan cuando x

70

CAP ITULO 1. CONCEPTOS BASICOS

1.5.8.

T ecnicas elementales para el c alculo de l mites

Todas las funciones elementales son continuas en todos los puntos en los que est an denidas. En consecuencia para calcular el l mite de una funci on elemental en un punto de su dominio bastar a con hacer la sustituci on directa. Es decir l m f (x) = f (x0 )
xx0

El problema est a en calcular el l mite de una funci on elemental en un punto en el que no est a denida. Es decir, en un punto tal que al hacer la sustituci on directa nos encontramos con una indeterminaci on. Habr a que hacer las operaciones necesarias para romper la indeterminaci on. Teorema 1.9 (Funciones que coinciden en todos sus puntos excepto en uno). Sea x0 un n umero real y sean f y g dos funciones que coinciden en todos los puntos de un entorno de x0 , salvo quiz as en x0 . Entonces, si existe el l mite de una de ellas en x0 , tambi en existe el l mite de la otra y adem as son iguales. f (x) = g (x) para x = x0 l m f (x) = l m g (x)
xx0 xx0

Demostraci on. Supongamos que existe el l mite de g (x) cuando x x0 y que dicho l mite es . Entonces, por denici on, se tiene que para cada > 0 existe un > 0 tal que |g (x) | < siempre que 0 < |x x 0 | <

Ahora bien, teniendo en cuenta que f (x) = g (x) para todo x del entorno de x0 , salvo quiz as para x0 y teniendo en cuenta que x0 no se contempla en la denici on de l mite (ya que 0 < |x x0 |), resulta que |f (x) | < siempre que 0 < |x x 0 | <

luego el l mite de f (x) cuando x x0 tambi en es . a) T ecnicas de cancelaci on. Se aplica en las funciones racionales cuando nos encontramos con una indeterminaci on del tipo 0/0. Sea r(x) = p(x) q (x)

y supongamos que nos encontramos con la situaci on l m p(x0 ) 0 p(x) = = q (x) q (x0 ) 0

xx0

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

71

Al ser p(x0 ) = 0 quiere decir que p(x) es m ultiplo de (x x0 ). Del mismo modo, al ser q (x0 ) = 0 quiere decir que q (x) es m ultiplo de (x x0 ). En consecuencia, en virtud del Teorema 1.9, cancelando el factor (x x0 ) en el numerados y denominador podemos eliminar la indeterminaci on y aplicar la sustituci on directa.
xx0

l m

p(x) (x x0 )p1 (x) p(x0 ) 0 p1 (x) p1 (x0 ) = l m = = = l m = xx0 (x x0 )q1 (x) xx0 q1 (x) q (x) q (x0 ) 0 q1 (x0 )

Ejemplo 1.48 (C alculo de l mites mediante cancelaci on de factores). Calcular x2 5x + 6 l m 2 x2 x + 2x 8 Soluci on. Al probar la sustituci on directa nos encontramos con una indeterminaci on del tipo 0/0. En consecuencia factorizamos numerador y denominador y cancelamos los factores comunes, con lo cual se tiene, x3 x2 5x + 6 0 23 1 (x 2)(x 3) = = l m = = = l m 2 x2 x + 4 x2 x + 2x 8 x2 (x 2)(x + 4) 0 2+4 6 l m b) T ecnicas de racionalizaci on. Se aplica en las funciones irracionales cuando nos encontramos con indeterminaciones del tipo 0/0 o bien . En el caso de que se trate de ra ces cuadradas la indeterminaci on se suele eliminar multiplicando y dividiendo por el conjugado, con objeto de tener suma por diferencia, de manera que al aplicar la diferencia de cuadrados se elimine la ra z cuadrada. Ejemplo 1.49 (C alculo de l mites mediante racionalizaci on). Calcular x1 l m x1 x 1

Soluci on. Al aplicar la sustituci on directa nos encontramos con una indeterminaci on del tipo 0/0. En consecuencia racionalizamos el numerador, multiplicando y dividiendo por el conjugado, del numerador, de manera que al aplicar la diferencia de cuadrados se elimine la ra z cuadrada. En efecto, x1 x+1 x1 0 ( x)2 12 l m = = l m = = l m x1 x 1 x1 (x 1) x1 (x 1) 0 x+1 x+1 1 1 x1 1 = l m = = = l m x1 (x 1) x1 2 x+1 x+1 1+1 c) C alculo de l mites mediante el n umero e. Las indeterminaciones del tipo 1 se pueden resolver haciendo transformaciones para expresar el l mite de cualquiera de las formas siguientes:
x0

l m (1 + x)1/x = e

l m

1+

1 x

=e

72 o bien, de manera general


xx0

CAP ITULO 1. CONCEPTOS BASICOS

l m 1 + h(x)

1/h(x)

= e,

si l m h(x) = 0
xx0

ag. 169) mediante las reglas de Nota: Estos l mites se resuelven en la secci on 3.3.3 (p LH opital.

2 Ejemplo 1.50. Calcular: l m x 3 x 4


x4

Soluci on. Si hacemos la sustituci on directa nos encontramos con una indeterminaci on del tipo 1 . El l mite se resuelve mediante el n umero e de la siguiente forma 1 2 2 m 1 + (x 4) x 4 = e2 l m x 3 x 4 = l
x4

x4

d) Teorema del encaje y de la acotaci on. Si una funci on est a comprendida, en los alrededores de un punto, entre dos que tienen el mismo l mite, en dicho punto, entonces dicha funci on tambi en tiene el mismo l mite en dicho punto. f (x) h(x) g (x) l m f (x) = l m g (x)
xx0

xx0

l m h(x) = l m f (x) = l m g (x)


xx0 xx0 xx0

Teorema 1.10 (Teorema del encaje). Si f (x) h(x) g (x) para todo x en un entorno de x0 , excepto quiz as en el propio x0 , y si
xx0

l m f (x) = = l m g (x)
xx0

entonces
xx0

l m h(x) =

Demostraci on. Dado > 0 existen 1 y 2 tales que |f (x) | < y |g (x) | < siempre que 0 < |x x 0 | < 2 Sea el menor de 1 y 2 . Entonces si 0 < |x x0 | < , se siguen las dos relaciones |f (x) | < y |g (x) | < lo cual, expresado mediante desigualdades, signica que < f (x) < y < g (x) < siempre que 0 < |x x 0 | < 1

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES de donde, sumando < f (x) y g (x) < +

73

y teniendo en cuenta que f (x) h(x) g (x), se tiene < f (x) h(x) g (x) < + de donde, < h(x) < + que en valor absoluto, se expresa |h(x) | < lo que signica que l m h(x) =
xx0

Si una funci on tiene l mite cero, en un punto, y otra est a acotada en los alrededores del punto, entonces su producto tambi en tiene l mite cero en dicho punto. g (x) acotada l m f (x) = 0 k g (x) k kf (x) f (x)g (x) kf (x)

xx0

0 l m f (x)g (x) 0 l m f (x)g (x) = 0 0 Acot = 0


xx0 xx0

Nota: Si f (x) < 0, cambiar a el sentido de la desigualdad, pero el resultado nal ser a el mismo. El teorema se cumple aunque la funci on g (x) no tenga l mite en el punto x0 . De ah la importancia del teorema.

Ejemplo 1.51 (Cero por acotado). Calcular el siguiente l mite l m x sen 1 x

x0

Soluci on. Dado que la funci on seno est a acotada 1 sen resulta
x0

1 1 x

l m

x sen

1 x

= 0 Acot = 0
x0

Nota: El resultado es correcto, a pesar de que l m sen

1 no existe. x

74

CAP ITULO 1. CONCEPTOS BASICOS

1.5.9.

Innit esimos equivalentes

Denici on 1.30 (Innit esimos). Una funci on, f , se dice que es un innit esimo en un punto x0 , si su l mite en dicho punto es cero. f innit esimo en x0 l m f (x) = 0
xx0

Denici on 1.31 (Innit esimos equivalentes). Dos innit esimos, en un mismo punto, se dice que son equivalentes, cuando el l mite de su cociente es la unidad. f (x) 0 l m = = 1 f (x) g (x) xx0 g (x) 0 Teorema 1.11 (Sustituci on de innit esimos). Cuando, en un l mite, un innit esimo est e multiplicando o dividiendo se le puede sustituir por otro equivalente. Demostraci on. Supongamos que, en x0 , es f (x) g (x), ser a l m f (x) = 1. g (x) Y supongamos que nos encontramos con un l mite en el que aparece f (x) multiplicando o dividiendo:
xx0

xx0

l m f (x)h(x) = l m

xx0

f (x) g (x)h(x) = l m 1 g (x)h(x) = l m g (x)h(x) xx0 xx0 g (x)

Es decir, hemos sustituido f (x) por g (x) y el nuevo l mite puede resultar m as f acil que el anterior. Proposici on 1.19. Si un innit esimo est a sumando o restando, en general, no se le puede sustituir por otro equivalente. l m f (x) h(x) = l m g (x) h(x)
xx0

xx0

Existen casos muy concretos en los que se pueden aplicar innit esimos al caso de sumas, como es el siguiente Proposici on 1.20. La suma de varios innit esimos de distinto orden se puede reducir al de menor orden. (x2 )f (x) (x2 + x3 + x6 )f (x) = l m x0 x0 g (x) g (x) l m

1.5. L IMITE Y CONTINUIDAD DE FUNCIONES

75

1.5.10.

Innit esimos m as frecuentes en z 0


Trigonom etricos sen z z tg z z arc sen z z arc tg z z z2 1 cos z 2

Exponenciales, logar tmicos, potencias y ra ces z ln(1 + z ) z ez 1 z a 1 z ln a ln(1 + z ) z (1 + z )r 1 r z z n 1+z1 n Ejemplo 1.52. Calcular los siguientes l mites: 1. 4. 2 sen2 x x0 x2 (1 + cos x) 1 1 x l m x 1 x 5 l m 2. 5. ex 1 x0 sen 2x n x1 l m m x1 x1 l m 3. 6. ln x 1x sen2 x + x3 l m x0 1 cos x
x1

l m

Soluci on. 1. l m
x0 x2 (1

ex 1 0 1 x = = = l m x0 sen 2x x0 2x 0 2 0 1x ln(1 + x 1) x1 ln x = l m = = l m = l m = 1 3. l m x1 x1 1 x x1 1 x x1 1 x 0 1x 1 1 1 x 1 x 4. l m x 1 1 = = 0 = l m x x x 5 5 2. l m 1 1 1 = ln = (ln 1 ln 5) = (0 ln 5) = ln 5 ln x 5 5 n ln 1 + ( n x 1) x1 0 ln n x = = 5. l m m = l m = l m x1 x1 ln 1 + ( m x 1) x1 ln m x 0 x1 = l m x


x

0 2 2x2 2 2 sen2 x = l m 2 = = l m = =1 x0 x (1 + cos x) x0 1 + cos x + cos x) 0 2

= l m 6. l m 0 sen2 x x2 sen2 x + x3 = l m = = l m 2 = 2 x0 1 cos x x0 x /2 x0 1 cos x 0

1 n ln x x1 1 ln x m

m n

76

CAP ITULO 1. CONCEPTOS BASICOS

L mite de sucesiones consider andolas como funciones Si unimos los puntos que representan una sucesi on obtenemos la gr aca de una funci on. Sin embargo, podemos obtener innitas funciones que contienen los puntos de una misma sucesi on. Lo normal es coger la funci on que tiene la misma f ormula que la sucesi on, es decir considerar que la variable n es continua y no discreta. Si la funci on que representa a la sucesi on tiene l mite, ese es el l mite de la sucesi on, pero si la funci on no tiene l mite, entonces la sucesi on si puede tenerlo. Por tanto, se pueden aplicar los innit esimos y las reglas de LH opital a las sucesiones, el l mite que encontremos ser a el l mite de la sucesi on y si la sucesi on considerada como funci on no tiene l mite entonces habr a que aplicar otro criterio. Ejemplo 1.53. Calcular los siguientes l mites: 1. l m 3 n 3 n 1 = l m
n

n 1
3

n1 n 1 1 n

= 1 = l m 3 n =0 n 3n

= l m 3 n 2. l m n 1 l m n n
3

1+

1
n1

a n

= l m n
n

a a = 3n 3 a n1 an
1 1

3.

a = l m n a 1
n

1 1 = l m n n a 1 a n1 n
n

nn+1 = l m n n a 1 a n(n1)

= =0

= l m n n a
n

ln a n(n 1)

4.

1p + 2p + + np (n + 1)p = = l m = n n (n + 1)p+1 np+1 np+1 l m = l m (n + 1)p (n + 1)p+1 1 1 (n + 1) 1 1 1 n+1


p+1 n

n n+1 = l m

p+1

= l m

1 p+1 (n + 1) n+1

1 p+1

1.6. FUNCIONES HIPERBOLICAS.

77

mite de funciones Ejercicios propuestos de la secci on 1.5. L


Soluciones en la p agina 379 1.5.1. Hallar, si existen, los siguientes l mites x3 x4 b) l m a) l m 2 x9 x 9 x4 x 16 1.5.2. Determinar los valores de a y b que hacen 1 ax + b f (x) = 5 1 x

c) l m (x2 + x) sen
x0

continua la funci on si x 1 si 1 < x < 3 si x 1 c) l m x x2 x2 4 (x 2)3

1.5.3. Hallar, si existen, los siguientes l mites x x b) l m a) l m x2+ x 2 x 2 x 2 1.5.4. Hallar, si existen, los siguientes l mites a) l m
x2

x2

x (x 2)2

b) l m

x2

x (x + 2)2

c) l m

x2

1.6.

Funciones hiperb olicas.

Sin embargo, el comportamiento de estas dos funciones es bastante curioso ya que nos recuerdan las funciones circulares de la trigonometr a, por eso reciben unos nombres especiales: coseno hiperb olico y seno hiperb olico.

Las dos funciones siguientes, a primera vista, no presentan ninguna particularidad, incluso pueden parecer dos funciones ingenuas: ex + ex f (x) = 2 x x e e g (x) = 2

1.6.1.

Coseno y seno hiperb olico

Denici on 1.32. Se llaman funciones hiperb olicas a las siguientes: ex + ex cosh(x) = 2 ex ex senh(x) = 2

Con las funciones hiperb olicas se puede construir una trigonometr a muy parecida a la ordinaria. Una primera analog a la podemos ver en el 0 donde toman los mismos valores que el coseno y el seno de la trigonometr a ordinaria. En efecto: 1+1 2 e0 + e0 = = = 1 cosh 0 = 1 cosh(0) = 2 2 2 e0 e0 11 0 senh(0) = = = = 0 senh 0 = 0 2 2 2

78

CAP ITULO 1. CONCEPTOS BASICOS

1.6.2.

Sin embargo, una diferencia fundamental est a en que estas funciones no son peri odicas, ni van oscilando en torno al cero. En efecto. ex + ex as siempre es 1) Siempre es positivo (y adem cosh x = 2 x > 0 senh x > 0 ex ex Puede ser positivo o negativo senh x = x < 0 senh x < 0 2 F ormula fundamental de la Trigonometr a hiperb olica

Si en vez de hacer la suma de los cuadrados hacemos la diferencia, tenemos: cosh x senh x = =
2 2

ex + ex 2

ex ex 2

e2x + 2ex ex + e2x e2x 2ex ex + e2x 2+2 4 = = =1 4 4 4 4 Que nos da la f ormula fundamental de la trigonometr a hiperb olica: cosh2 x senh2 x = 1 Que tambi en puede expresarse de la forma: cosh2 x = 1 + senh2 x Lo que permite expresar cada una de las funciones hiperb olicas en t erminos de la otra. cosh x = + 1 + senh2 x senh x = cosh2 x 1 Esto no quiere decir que el senh tome dos valores simult aneamente, sino que en cada caso, habr a que elegir como signo de la ra z el del propio x.

1.6.3.

Signicado del t ermino hiperb olicas.

Estas funciones se llaman hiperb olicas porque la trigonometr a que se construye con ellas viene denida sobre una hip erbola, de manera an aloga a c omo la trigonometr a ordinaria se construye sobre una circunferencia. Trigonometr a circular: Un punto (x, y ) de la circunferencia cumple: Trigonometr a hiperb olica: Nota: En la trigonometr a hiperb olica nos limitamos a la rama derecha de x2 + y 2 = 1 la hip erbola. Y llamando: x = cos t y = sen t se tiene : cos2 t + sen2 t = 1

1.6. FUNCIONES HIPERBOLICAS.


6 '$ (x, y )

79

&%

-x

Figura 1.39: x2 + y2 = 1 y6
(x, y ) 1 0

Un punto (x, y ) de la hip erbola cumple: x Y llamando: x2 y 2 = 1 x = cosh t y = senh t se tiene : cosh t senh2 t = 1
2

Figura 1.40: x2 y2 = 1

1.6.4.

Otras razones hiperb olicas

Las dem as razones hiperb olicas se denen igual que en la trigonometr a circular: tgh x = senh x ex ex = x cosh x e + ex coth x = cosh x ex + ex = x senh x e ex

1.6.5.

F ormulas del angulo doble

senh 2x =

(ex )2 ex e2x e2x (ex ex )(ex + ex ) = = = 2 2 2 ex ex ex + ex = 2 senh x cosh x =2 2 2 senh 2x = 2 senh x cosh x

cosh 2x =

(ex )2 + ex e2x + e2x = 2 2


2

(ex )2 + 2 + ex 2
2

=
2

(ex )2 + 2ex ex + ex = 2

ex + ex = 2

1=2

ex + ex 2

1=

= 2 cosh2 x 1 = 2 cosh2 x (cosh2 x senh2 x) =

80

CAP ITULO 1. CONCEPTOS BASICOS = 2 cosh2 x cosh2 x + senh2 x = cosh2 x + senh2 x cosh 2x = 2 cosh2 x 1 = cosh2 x + senh2 x

1.6.6.

El cuadrado del senh y del cosh

Las siguientes f ormulas se emplean en el c alculo de integrales. cosh 2x = 2 cosh2 x 1 2 cosh2 x = 1 + cosh 2x cosh2 x = cosh 2x + 1 2

cosh 2x = cosh2 x + senh2 x = (1 + senh2 x) + senh2 x = 1 + 2 senh2 x 2 senh2 x = cosh 2x 1 senh2 x = cosh 2x 1 2

1.6.7.

Gr aca de las funciones hiperb olicas

Gr aca de la funci on f (x) = senh x senh x = ex ex = 1/2ex 1/2ex 2


y 6 1/2 ex
senh x
1/2 ex

x -

1/2 ex

Figura 1.41: f (x) = senh x

Gr aca de la funci on f (x) = cosh x cosh x = ex + ex = 1/2ex + 1/2ex 2

Gr aca de la funci on f (x) = tgh x tgh x = senh x ex ex = x cosh x e + ex

1.6. FUNCIONES HIPERBOLICAS.


y
cosh x 6 1/2 ex 1/2 ex

81

x -

Figura 1.42: f (x) = cosh x

tgh 0 = 0
x+ ex

l m

ex

= x +e

ex

ex ex = x ex + ex l m

ex 10 1 e2x ex = l = l m = =1 m x 2 x x+ x+ 1 + e 1+0 e 1+ x e ex 1 x 01 e2x 1 = l m e x = = 1 = l m 2x x e x e + 1 0+1 +1 ex 1


y 6 1 tgh x x -

Figura 1.43: f (x) = tgh x

1.6.8.

Funciones hiperb olicas inversas

Para las funciones hiperb olicas inversas en vez de la palabra arco se utiliza la palabra argumento. y = arg cosh x x = cosh y y = arg senh x x = senh y Siempre positivo

Dado que la funci on cosh no es inyectiva, ya que existen dos argumentos con el mismo coseno hiperb olico: cosh y = cosh (y ), su correspondencia rec proca no es funci on, ya que para cada valor de x tendr amos dos posibles valores para su imagen: y y y . Para salvar esta circunstancia elegiremos siempre el valor positivo del argumento.

82

CAP ITULO 1. CONCEPTOS BASICOS


y 6
cosh x arg cosh x

x -

Figura 1.44: f (x) = arg cosh x

1.6.9.

Identidad hiperb olica

ex + ex cosh x = 2ex ex + ex ex ex 2 x + = = ex cosh x + senh x = x e e 2 2 2 senh x = 2 ex = cosh x + senh x x = ln cosh x + senh x

1.6.10.

F ormula logar tmica de las funciones hiperb olicas inversas

Sea y = arg cosh x, a partir de ah , los valores del cosh y y senh y son los siguientes: a) Por la propia denici on del arg cosh, ser a: cosh y = x. b) A partir de la f ormula fundamental podemos expresar el senh en funci on del cosh, y a partir de ah , expresarlo en funci on de x. cosh2 y senh2 y = 1 senh2 y = cosh2 y 1 senh y = + cosh2 y 1 senh y = x2 1

Y sustituyendo ambas expresiones en la identidad logar tmica resulta: y = ln cosh y + senh y = ln x + de donde: arg cosh x = ln x + x2 1 x2 1

De la misma forma se obtiene la expresi on para el arg senh: Sea y = arg senh x, a partir de ah , los valores del cosh y y sen y son los siguientes:

1.7. PROBLEMAS PROPUESTOS DEL CAP ITULO 1 a) Por la propia denici on del arg senh, ser a: senh y = x.

83

b) A partir de la f ormula fundamental podemos expresar el cosh en funci on del senh, y a partir de ah , expresarlo en funci on de x. cosh2 y senh2 y = 1 cosh2 y = senh2 y + 1 cosh y = + senh2 y + 1 cosh y = x2 + 1

Y sustituyendo ambas expresiones en la identidad logar tmica resulta: y = ln cosh y + senh y = ln x + de donde: arg senh x = ln x + x2 + 1 ey + ey para el 2 x2 + 1

Tambi en puede hacerse despejando y en las ecuaci on x = arg cosh, o bien en x = ey ey para el arg senh 2

1.7.

Problemas propuestos del Cap tulo 1


Soluciones en la p agina 379

Ejercicios propuestos del Cap tulo 1


1.1. Hallar los intervalos denidos por las siguientes desigualdades: a) x2 2x < 3, 1.2. b) x2 < 2, x4 c) |2x 6| 4, d) |7 3x| 2,

1.3.

Dada la circunferencia de ecuaci on x2 + y 2 + 4x 2y + 1 = 0 a) Hallar el centro y el radio b) Determinar si los puntos (0, 0), (2, 1) y (2, 1) est an dentro, fuera o en ella. Hallar el dominio de las siguientes funciones: a) f (x) = 1 + x1 x3 b) f (x) = 1 + x+1 3x

1.4.

Hallar, si existen, los siguientes l mites de sucesiones a) l m c) l m


n

3n2 2n + 5 , 6n2 + 5n 1 4n2 + n 2n ,

b) l m d) l m

9n2 + n + 1 n2 + 5n + 1 n2 + 2n + 5
n

9n2 2n ,

1.5.

Hallar, si existen, los siguientes l mites de funciones x2 4 , a) l m 2 x2 x + 3x 10 x11 , x2 x+1 3 1 x2

b) l m

x2

c) l m

x2

84

CAP ITULO 1. CONCEPTOS BASICOS

Problemas resueltos del Cap tulo 1


1.1 (Aplicando el criterio de Stolz). Calcular el siguiente l mite: l m ln (n + 1)! ln (n + 1)n

Soluci on. Aplicando el criterio de Stolz, resulta (n + 2)! (n + 1)! = (n + 2)n+1 ln (n + 1)n ln

ln (n + 2)! ln (n + 1)! ln (n + 1)! = l m = l m l m n n ln (n + 2)n+1 ln (n + 1)n n ln (n + 1)n = l m ln(n + 2) n+2 ln (n + 2) n+1 = l m


n n

1 + ln

ln(n + 2) n = n+2 ln(n + 2) + ln n+1 1 1 1 = =1 = n 1 + 1/ 1+0 n+2 / ln(n + 2) n+1 = l m


n

Donde se ha tenido en cuenta que n+2 n+1


n

l m ln

= l m ln 1 +
n

1 n+1

= ln l m

1+

1 n+1

n+1

n n+1

= ln e1 = 1

Problemas propuestos del Cap tulo 1


Soluciones en la p agina 380 1.1. Hallar, si existen, los siguientes l mites de sucesiones a) l m
n

3n + 2 3n 5

(n2 +3)

Cap tulo 2

Funciones de varias variables: L mites


2.1.
2.1.1.

Funciones de varias variables


Deniciones

Funci on de una variable Una funci on de una variable es una correspondencia entre dos magnitudes. Por ejemplo, el espacio y el tiempo. No obstante, hay que advertir que no se considera funci on a cualquier correspondencia, sino que para que una correspondencia sea funci on, la imagen de cada elemento tiene que ser u nica y estar bien determinada. Una manera de visualizar una funci on es por medio de una gr aca. La gr aca de una funci on de una variable, por lo general, es una curva en el plano. Sin embargo, no toda curva del plano es la representaci on de una funci on. Para que una curva represente una funci on no puede tener dos puntos en la misma vertical (criterio de la recta vertical), ya que para que una correspondencia entre dos magnitudes sea funci on, la imagen tiene que ser u nica.
y6 y = f (x) y x x -

y2 y1

x -

Figura 2.1: Gr aca de una funci on de una variable. La circunferencia no es la gr aca de


una funci on.

Para poder aplicar las propiedades de las funciones a las correspondencia que no lo son hay que descomponerlas en funciones. Por ejemplo, la ecuaci on 85

86

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

de una circunferencia x2 +y 2 = 1 no representa (globalmente) una funci on, ya que para cada valor de una de las variables hay dos valores de la otra, con lo cual se viola el concepto de funci on. En consecuencia, la descomponemos en dos funciones: una que toma el valor positivo (semicircunferencia superior), y otra el valor negativo (semicircunferencia inferior). En efecto, tenemos: y1 = +1 x2 2 2 2 2 2 x +y =1 y =1x y = 1x y2 = 1 x2
y 6 x2 + y 2 = 1 x y 6 y = + 1 x2 x

6 x y = 1 x2

Figura 2.2: La circunferencia no es una funci on, pero podemos descomponerla en dos
funciones.

Funci on de varias variables. Una funci on de varias variables es una correspondencia entre m as de dos magnitudes. En este caso, las im agenes tambi en ser an n umeros reales, pero los originales no ser an n umeros individuales, sino parejas o ternas de n umeros reales. Es decir, para poder dar el resultado de la funci on necesitamos tener varios datos. En consecuencia, los valores de la funci on (las im agenes), que ser an n umeros reales, dependen (son funci on) de m as de una variable. Ejemplo: Si expresamos el a rea de un tri angulo en funci on de la base y de la altura, tendremos una funci on de dos variables.
B B h B b

1 a = bh 2

a = f (b, h)

b > 0,

h>0

Figura 2.3: En general, ser a: f : D R2 R

f : (x, y ) z

z = f (x, y )

Ejemplo: Si expresamos el volumen de un paralelep pedo rectangular (caja de zapatos) en funci on de sus aristas, tendremos una funci on de tres variables.

2.1. FUNCIONES DE VARIAS VARIABLES


x z y

87

v = xyz v = f (x, y, z ), x > 0, y > 0, z > 0

Figura 2.4: En general ser a, f : D R3 R

f : (x, y, z ) v

v = f (x, y, z )

Denotamos una funci on de dos o m as variables por una notaci on similar a la utilizada con las funciones de una sola variable. As , en los ejemplos anteriores, tenemos: 1 z = f (x, y ) = xy 2
2 variables

v = f (x, y, z ) = xyz
3 variables

Denici on 2.1 (Funci on de dos variables). Sea D un conjunto de pares ordenados de n umeros reales. Si a cada par ordenado (x, y ) de D le corresponde un n umero real f (x, y ), entonces se dice que f es funci on de x e y . El conjunto D es el dominio de f y el correspondiente conjunto de valores de f (x, y ) es el recorrido de f . Para la funci on dada por z = f (x, y ), a x e y se les llaman variables independientes, y a z variable dependiente.
Nota: N otese el doble papel que juega la letra z en la notaci on: En funciones de dos variables se le suele usar para denotar los valores de la funci on, escribiendo z = f (x, y ) (aqu , la z es la funci on, la variable dependiente), mientras que en funciones de tres o m as variables suele aparecer denotando a una de las variables de la funci on, por ejemplo, en v = f (x, y, z ) (aqu la z es una variable independiente).

El par ordenado (x, y ) puede tener una doble interpretaci on: por un lado, lo podemos considerar como una pareja de n umeros reales (es decir, vemos dos n umeros, dos variables); y por otro, lo podemos considerar como una unidad, como las componentes de un vector, v = (x, y ) (y, en este sentido, s olo veremos una variable, un vector). En consecuencia las funciones de varias variables, tambi en, pueden considerarse como funciones de una sola variable vectorial. f : D R2 R z = f (v)

f : v z

f : (x, y ) z

z = f (x, y ) con v = (x, y )

88

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

En general, tendremos funciones del tipo: f : D Rn R

f : (x1 , . . . , xn ) y f : x y

y = f (x1 , . . . , xn )

y = f (x)

que llamaremos funciones reales de n variables reales, si consideramos a los puntos de Rn como n-adas de n umeros reales (es decir, veremos n variable), o bien, funciones reales de variable vectorial, si consideramos a los elementos de Rn como vectores (es decir, s olo veremos una variable: un vector). Es decir, una funci on f : D Rn R es una regla que asocia a cada n-ada ordenada de n umeros reales (x1 , . . . , xn ) de D, o bien, a cada vector x de D, un n umero real (y s olo uno) bien determinado f (x1 , . . . , xn ). En consecuencia, una funci on de varias variables est a constituida por: a ) Su dominio D Rn , b ) su codominio R, c ) la regla, z = f (x), que asocia a cada elemento del dominio x D, su imagen z R. A la magnitud que se despeja (la imagen) se le llama variable dependiente y a las otras variables independientes. A las funciones de varias variables tambi en se les llama campos escalares. Igual que en una variable, para que la correspondencia sea funci on la imagen tiene que ser u nica. Para poder aplicar las propiedades de las funciones a las correspondencias que no lo son, hay que descomponerlas en funciones. Ejemplo. La ecuaci on de la esfera x2 +y 2 +z 2 = 1 no representa (globalmente) una funci on, ya que si le damos valores a dos de las variables obtenemos dos valores de la tercera, lo que viola el concepto de funci on.
z 6 y -

x2 + y 2 + z 2 = 1 z=

z 2 = 1 x2 y 2

1 x2 y 2

(no es funci on)

Figura 2.5:

z1 = + 1 x2 y 2 (si es funci on) on) z2 = 1 x2 y 2 (si es funci

Funciones vectoriales. Una funci on se dice que es vectorial cuando el resultado no es un n umero, sino un vector, es decir, una pareja de n umeros o una terna de n umeros. Ejemplo. Si las ecuaciones param etricas de una recta son las siguientes: x=1t y = 2 + 3t z =1+t

2.1. FUNCIONES DE VARIAS VARIABLES

89

para cada valor del par ametro tiempo, t, obtenemos las tres coordenadas del punto de situaci on, (x, y, z ). En general, tendremos, f : D R R3 x = x(t) y = y (t) t (x, y, z ) z = z (t)

f:

Tambi en se pueden denir funciones vectoriales que dependan de varias variables. Por ejemplo: f : D R2 R3 f: (x, y ) (xy, x2 y, lnx) En general, podemos establecer la siguiente clasicaci on: n = m = 1 funci on de una variable n>1 funci on de varias variables m=1 f : D Rn Rm n cualquiera funci on vectorial m>1

Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en s mismo. Es decir, se llama campo vectorial a las funciones del tipo f : D Rn Rn . Una pr actica para visualizar los campos vectoriales consiste en jugar con la naturaleza dualde los elementos de Rn ; los elementos del dominio x D se ven como puntos y los de la imagen f (x) como vectores. El vector f (x) se representa mediante una echa que se puede colocar en cualquier punto del espacio, sin embargo, para tener una visualizaci on del campo, la echa se colocar a de manera que su punto inicial sea el punto x. Ejemplo. El campo F : R2 R2 de ecuaci on, F(x, y ) = (x, y ), que asocia al punto (x, y ) R2 el vector (x, y ) R2 , se llama campo radial en R2 , y se puede representar gr acamente como un conjunto de echas en direcci on radial, cuya longitud crece al alejarnos del origen de coordenadas y disminuye al acercarnos a el.

2.1.2.

Dominio de una funci on de varias variables

El dominio de una funci on se dene como el conjunto de puntos que tienen imagen. En la pr actica el dominio de una funci on de varias variables, normalmente, viene determinado por el contexto del problema (por ejemplo a rea de un tri angulo). Por eso, para denir las funciones es usual dar simplemente la f ormula z = f (x), sin especicar el dominio D. Dominio impl cito en la f ormula. Cuando no se dispone de un contexto

90

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES


A K A A YH H I H@ @  y 6 

*  x H @ R HH @ j A A U A

Figura 2.6: Campo radial en R2 de aplicaci on, tambi en es usual denir las funciones dando simplemente la regla z = f (x), sin especicar el dominio D. En tal caso se entiende que el dominio viene impl cito en la propia f ormula, y queda determinado por todos aquellos valores para los cuales tiene sentido aplicar la f ormula que dene la funci on. O sea, el dominio est a formado por todos aquellos valores tales que al sustituirlos en la f ormula y realizadas las operaciones indicadas se obtiene un valor num erico y no una operaci on imposible. Es decir, se entiende que el dominio de la funci on f es el mayor subconjunto D de Rn para el cual la regla f (x) tiene sentido (si el dominio es m as peque no hay 1 que indicarlo). Por ejemplo, si denimos la funci on a = 2 xy el dominio ser a cualquier pareja de n umeros reales (x,y). Ahora bien, si queremos que esa funci on represente el a rea de un tri angulo, los valores x e y tienen que ser positivos. Por lo tanto dicha restricci on habr a que indicarla junto con la xy x > 0 , y > 0. Si no se indica ninguna restricci on estaf ormula a = 1 2 mos suponiendo que el dominio es el m aximo permitidopor la f ormula. El conocimiento del dominio nos permite saber qu e valores pueden sustituirse en la f ormula y cuales no. El dominio de una funci on de dos variables f (x, y ) ser a una regi on del plano, y el dominio de una funci on de tres variables f (x, y, z ) una regi on del espacio. Y vendr a determinado por la propia f ormula (dominio impl cito), o bien, por una restricci on arbitraria que nosotros impongamos. Se llama Rango o Recorrido de una funci on al conjunto de elementos que son imagen. En general, nos ocuparemos del Dominio y s olo en casos particulares nos ocuparemos del Recorrido. Ejemplo 2.1 (Encontrando un dominio). Encontrar el dominio de denici on de funci on xy f (x, y ) = 2 . x + y2 Soluci on. Se trata de encontrar aquellas parejas de n umeros (x, y ), para las cuales tiene sentido la f ormula dada para f (x, y ). Es decir, qu e valores pueden darse a x e y , de manera que al realizar las operaciones indicadas en

2.1. FUNCIONES DE VARIAS VARIABLES

91

la f ormula se obtenga un valor num erico y no tropecemos con una operaci on imposible? Es evidente que, en este caso, el dominio de la funci on es todo el espacio R2 excepto el origen de coordenadas, es decir, Df = R2 {(0, 0)}, pues la f ormula puede ser calculada para cualquier pareja de n umeros reales, salvo para la pareja (0, 0). En efecto, 11 1 = 2 +1 2 6 2 3 = f (2, 3) = 2 2 (2) + (3) 13 03 0 f (0, 3) = 2 = =0 0 + (3)2 9 f (1, 1) = 12 Sin embargo, al sustituir la pareja (x, y ) por (0, 0) tropezamos con una operaci on imposible, como es dividir por cero. f (0, 0) = 0 00 = 02 + 02 0

Ejemplo 2.2. Encontrar el dominio de la funci on f (x, y, z ) = x+y+z x2 + y 2 + z 2

Soluci on. El mismo razonamiento del ejemplo anterior nos conduce a Df = R3 {(0, 0, 0)}
Nota: Recordemos que al calcular el dominio de una funci on deben tenerse en cuenta, entre otras, las siguientes circunstancias: 1. 2. 3. Que no se puede dividir por cero. Que las ra ces de ndice par s olo est an denidas para los n umeros positivos y el cero. Que los logaritmos s olo est an denidos para los n umeros positivos.

Ejemplo 2.3 (Representando un dominio). Encontrar el dominio de denici on de las siguientes funciones, indicando su signicado gr aco. 1. 3. 5. 7. Soluci on. f (x, y ) = f (x, y ) = y x x2 + y 2 9 x y2 2. 4. 6. f (x, y ) = f (x, y, z ) = 1 f (x, y ) = xy x x2 + y2 9 sen (yz )

f (x, y ) = ln xy f (x, y ) = arc sen(x + y )

4 x2 y 2 z 2

92

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES y

1. f (x, y ) =

x y2 e denida, el radicando no puede Para que la ra z cuadrada x y 2 est ser negativo, luego x y 2 0, pero, al estar en el denominador, ha de ser distinto de cero, x y 2 = 0. En consecuencia, x y2 0 x y2 = 0 x y 2 > 0 x > y 2 Df = {(x, y ) R2 /x > y 2 }

Para representar la inecuaci on x > y 2 representamos la ecuaci on x = y 2 , y obtenemos una par abola. En los puntos de la par abola se tiene la igualdad x = y 2 . En consecuencia, a la derecha de la par abola 2 ser a x > y . Luego el dominio de la funci on coincide con el interior de la par abola, excluido el contorno. y 2
x=y 6 x > y2

-x

sin el contorno

Figura 2.7: Dominio de la funci on: f (x, y ) =

y x y2

2. f (x, y ) =

x2 + y 2 9 Para que la ra z cuadrada est e denida, el radicando no puede ser 2 2 negativo, luego x + y 9 0, pero al estar en el denominador, no puede ser cero, x2 + y 2 9 = 0. En consecuencia
y 6 - x

x2 + y 2 9 > 0 x2 + y 2 > 9

Df = {(x, y ) R2 /x2 + y 2 > 9}

Exterior del c rculo de centro el Origen y radio 3, excluido el contorno Figura 2.8: x2 + y 2 9 3. f (x, y ) = x Igual que en el caso anterior, para que la ra z cuadrada est e denida, el radicando no puede ser negativo, luego x2 + y 2 9 0. Ahora bien,

2.1. FUNCIONES DE VARIAS VARIABLES

93

en este caso, al estar en el numerador, no se le exige que sea distinto de cero. No obstante, al estar x en el denominador, no puede ser cero, x = 0. En consecuencia
y 6 - x

x2 + y 2 9 0 x2 + y 2 9 Df = {(x, y ) R2 /x2 + y 2 9, x = 0} Exterior del c rculo de centro el Origen y radio 3, incluido el contorno y excluido el eje OY. Los puntos (0, 3) y (0, 3) quedan excluidos. x=0

Figura 2.9: 4. f (x, y, z ) = sen (yz )

4 x2 y 2 z 2 En numerador no tiene ning un problema, est a denidos para cualquier valor de x e y . Luego,
z 6

y -

4 x2 y 2 z 2 > 0 x2 + y 2 + z 2 < 4 Df = {(x, y ) R2 /x2 + y 2 + z 2 < 4} El dominio es el interior de la esfera de centro el Origen y radio 2, excluido el contorno.

Figura 2.10: 5. f (x, y ) = ln xy x>0 y>0 D = {(x, y ) R2 /[x > 0, y > 0] f xy > 0 x<0 o [x < 0, y < 0]} y<0 Es decir, el dominio est a formado por el primer y el tercer cuadrante, excluidos los ejes de coordenadas. 6. f (x, y ) = 1 xy

xy = 0 x = 0 e y = 0 Df = {(x, y ) R2 /xy = 0} El dominio comprende todo el plano menos los dos ejes de coordenadas 7. f (x, y ) = arc sen (x + y ) Que f (x, y ) sea el arc sen de x + y , signica que x + y es el seno de un angulo. Para que x + y pueda ser el seno de un a ngulo ha de estar comprendido entre 1 y -1, 1 x + y 1. En consecuencia

94

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

@ 6 @ y =1x @ @ x @ @ @ @ y = 1 x @ @ @ @

1 x + y 1

x+y 1y 1x 1 x + y y 1 x

Df = {(x, y ) R2 / 1 x + y 1} El dominio es la franja comprendida entre las rectas y = 1 x e y = 1 x, incluidas ambas rectas.

Figura 2.11:

2.1.3.

Operaciones con funciones de varias variables.

Las funciones de varias variables se pueden combinar de la misma forma que las funciones de una sola variable. Por tanto se pueden sumar, restar, multiplicar, dividir, etc. f (x, y ) g (x, y ) , f (x, y ) g (x, y ) , f (x, y ) g (x, y ) ,

As , las operaciones entre funciones de varias variables se denen de manera an aloga a como se denen en el caso de una sola variable: (f + g )(x, y ) = f (x, y ) + g (x, y ) (f g )(x, y ) = f (x, y )g (x, y ) f g (x, y ) = f (x, y ) g (x, y )

No obstante, hay que hacer notar que operar con funciones signica operar con las im agenes de un mismo punto. (x, y ) f (x, y ) g (x, y ) f (x, y ) + g (x, y )

En consecuencia, para que la operaci on con las im agenes se pueda considerar como una operaci on de funciones, las dos funciones tienen que estar denidas sobre ese mismo punto. Por tanto, para operar, todas las funciones tienen que ser del mismo n umero de variables (aunque en la f ormula no tienen por que aparecer todas). Ejemplo, se pueden sumar las funciones: f (x, y ) = x g (x, y ) = x + y 2x + y = f (x, y ) + g (x, y ) = (f + g )(x, y )

Sin embargo, no se puede expresar como suma de funciones la siguiente suma: f (x) = x g (x, y ) = x + y 2x + y = f (x) + g (x, y ) = (f + g )( ? )

2.1. FUNCIONES DE VARIAS VARIABLES Considerando los dominios, se tiene, f : Df Rn R f + g : Df Dg Rn R (f + g )(x) = f (x) + g (x)

95

g : Dg Rn R

Es decir, el dominio de la funci on suma es la intersecci on de los dominios de las funciones sumandos. Igual ocurre con la diferencia y el producto. Sin embargo, en el cociente hay que hacer una restricci on adicional y eliminar aquellos puntos que anulan el denominador, ya que no est a permitido dividir por cero. As , Df /g = Df Dg {x Dg / g (x) = 0} Ejemplo 2.4 (Hallando el dominio de una suma de funciones). Encontrar el dominio de la funci on: y x2 1 x2 y 2 Soluci on. Hallamos el dominio de cada uno de los sumandos, por separado. Y luego hallamos la intersecci on de los dominios obtenidos. y x2 > 0 y > x2 D1 = {(x, y ) R2 / y > x2 } 1 x2 y 2 > 0 x2 + y 2 < 1 D2 = {(x, y ) R2 / x2 + y 2 < 1} La intersecci on de estos dominios est a constituida por los puntos interiores al c rculo unitario x2 + y 2 = 1 (excluyendo su frontera) que est an en el 2 interior de la par abola de ecuaci on y = x (excluyendo su frontera).
y 1 x -1 -1 1

f (x, y ) =

x2 y

x1

Figura 2.12: Dominio de la funci on f (x, y ) =

x2 y + y x2

x1 1 x2 y 2

Funciones polin omicas. En varias variables se suele utilizar una terminolog a similar a la utilizada en una variable. As , una funci on que se puede expresar como suma de funciones de la forma c xm y n (donde c es un n umero real y m y n son enteros no negativos) se conoce como funci on polin omica de dos variables. Por ejemplo, son funciones polin omicas de dos variables, las siguientes: f (x, y ) = x2 + y 2 3xy + x + 2 y g (x, y ) = 2xy 2 y + 3

96

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

la primera de segundo grado y la segunda de tercero. Al cociente de dos funciones polin omicas se le llama funci on racional.

2.1.4.

Composici on de funciones

Composici on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci on al resultado de la primera. Es decir, para ((componer)) dos funciones se aplica primero f a cada x en Df y despu es se aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a Dg ). Hay que advertir que, en general, la composici on de funciones no es conmutativa, es decir, en la generalidad de los casos ser a f g = g f , incluso, puede suceder que est e denida la composici on en un orden y no en el otro. Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g ) h. Composici on de funciones reales de una variable real. Componer dos funciones consiste en aplicar la segunda funci on al resultado de la primera. Ahora bien, desde el punto de vista anal tico, este concepto puede tener una segunda lectura. Anal ticamente, la composici on de funciones, tambi en signica sustituir una funci on en la otra. Es decir, si tenemos la funci on y = f (x) que establece la dependencia entre y y x, y la funci on x = g (t), que establece la dependencia entre x y t, podemos sustituir esta u ltima en la primera y obtener y = f g (t) . A la funci on as obtenida (que env a t a y ) se le llama composici on de f con g y se denota por f g . Obs ervese que el orden en que se escribe la composici on f g es el inverso al orden en que act uan las funciones (primero g , despu es f ). Conviene tener siempre presente esta doble visualizaci on de la composici on de funciones: como aplicaci on sucesiva de dos funciones, y como sustituci on de la variable por una funci on de otra variable. En esquema ser a lo siguiente: (a) Como aplicaci on sucesiva de funciones: g t
R

f x
R *

f g Figura 2.13: Composici on de funciones (b) Como sustituci on de la variable: y = f (x) x = g (t) y = f g (t)

Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el

2.1. FUNCIONES DE VARIAS VARIABLES

97

dominio de la segunda g (Dg ) Df , en caso contrario, despu es de aplicar g no podr amos aplicar f . Sin embargo, esta restricci on no es necesaria para poder realizar, parcialmente, la composici on de las funciones, s olo que, en este caso, habr a que reducir el dominio de la composici on a los puntos del dominio de la primera que tienen su imagen en el dominio de la segunda. Desde el punto de vista formal la composici on, de funciones reales de una variable real, puede enunciarse de la siguiente forma: Dadas las funciones g : I R R, f : J R R (tales que g (I ) J ), se llama composici on de f con g y se denota f g : I R R, a la funci on (f g )(x) = f g (x) . g:IRR f :J RR I J R f g :I RR
g f

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

En el caso de que no se cumpla la condici on g (I ) J , la composici on tambi en es posible, siempre que g (I ) J = . En tal caso habr a que restringir las funciones a aquellos puntos en los que la composici on sea posible. Es decir, a los puntos del dominio de la primera que tienen su imagen en el dominio de la segunda. Composici on de funciones vectoriales. Para funciones de varias variables la situaci on es, en principio, algo m as complicada. T engase en cuenta n que dos campos escalares f, g : D R R no se pueden componer, pues la operaci on de composici on entre funciones solamente se puede realizar cuando el rango de una de ellas est a contenido (o al menos tiene alguna conexi on) en el dominio de la otra, y los campos escalares tienen rango en R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr an componer con funciones de una sola variable, por la derecha; o con funciones vectoriales, por la izquierda. Es decir, Rn R R
f g

Rn R Rm

Rm Rn R

Pensando en la composici on como la sustituci on de las variables (se tratar a de la composici on por la izquierda), para componer la funci on z = f (x, y ) tendremos que sustituir las dos variables x e y , respectivamente, por dos funciones g1 y g2 que las conecten con otras variables, donde g1 y g2 pueden ser funciones de una o varias variables (ambas de las mismas). As , si consideramos las funciones x = g1 (u, v ), y = g2 (u, v )

podemos sustituir en la funci on z = f (x, y ) y obtener la funci on compuesta: z = f g1 (u, v ), g2 (u, v ) que en esquema ser a: z = f (x, y ) x = g1 (u, v ) y = g2 (u, v ) z = f g1 (u, v ), g2 (u, v )

98

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Ahora bien, la pareja de funciones x = g1 (u, v ), y = g2 (u, v ) que sustituimos, tambi en puede considerarse como las componentes de una sola funci on vectorial g : D R2 R2 , de tal manera que a cada punto (u, v ) D la funci on vectorial g le asocia el punto g(u, v ) R2 , cuyas coordenadas son (x, y ) = g1 (u, v ), g2 (u, v ) . O sea, g(u, v ) = g1 (u, v ), g2 (u, v ) . Y esto permite interpretar la sustituci on de las variables como la aplicaci on sucesiva de dos funciones: una vectorial y la otra real. En esquema ser a: R2 R2 R (u, v ) (x, y ) z de donde, f g(u, v ) = f g(u, v ) = f g1 (u, v ), g2 (u, v ) Ejemplo 2.5 (Componiendo funciones). Hallar la funci on compuesta de la 2 funci on f (x, y ) = xy + xy con las funciones x = g1 (u, v ) = u + v e y = g2 (u, v ) = uv
g f

Soluci on. Si queremos interpretar la composici on como la aplicaci on sucesiva de dos funciones, consideramos la funci on vectorial g(u, v ) = g1 (u, v ), g2 (u, v ) = (u + v, uv ) y, en esquema, resulta f (x, y ) = xy 2 + xy g(u, v ) = (u + v, uv ) R2 R g 2 R R2
f

R2 R2 R (u, v ) (x, y ) z

de donde, la composici on buscada, ser a: h(u, v ) = (f g)(u, v ) = f g(u, v ) = f g1 (u, v ), g2 (u, v ) = f (u + v, uv ) = = (u + v )(uv )2 + (u + v )uv = u3 v 2 + u2 v 3 + u2 v + uv 2 N otese que la funci on resultante de la composici on, h = f g , es una funci on distinta de f , g, g1 y g2 , es decir, se trata de una nueva funci on h, tal que f (x, y ) = h(u, v ) = f (u, v ) En la pr actica se pueden simplicar los c alculos, sustituyendo directamente:
f (x, y ) = f (u + v, uv ) = (u + v )(uv )2 +(u + v )uv = u3 v 2 + u2 v 3 + u2 v + uv 2 = h(u, v )

Ejemplo 2.6. Hallar la funci on compuesta de la funci on f (x, y, z ) = xy 2 z 3 xyz con las funciones x = g1 (t) = et , y = g2 (t) = sen t y z = g3 (t) = t2

2.1. FUNCIONES DE VARIAS VARIABLES Soluci on. Consideramos la funci on vectorial g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 ) y, en esquema, resulta f (x, y, z ) = xy 2 z 3 xyz g(t) = (et , sen t, t2 ) R3 R g R R3
f

99

R R3 R t (x, y, z ) w

de donde, la composici on buscada, ser a: h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) = = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t En la pr actica se pueden simplicar los c alculos, sustituyendo directamente:
f (x, y, z ) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t = h(t)

En este caso, tambi en es posible la composici on en el orden inverso. En efecto, tenemos f (x, y, z ) = xy 2 z 3 xyz g(t) = (et , sen t, t2 ) R3 R g R R3
f

R3 R R3 (x, y, z ) t w

de donde, la composici on buscada, ser a: h(x, y, z ) = (g f )(x, y, z ) = g f (x, y, z ) = g xy 2 z 3 xyz = = exy


2 z 3 xyz

, sen (xy 2 z 3 xyz ), (xy 2 z 3 xyz )

Ejemplo 2.7. Hallar la funci on f (x, y ) = xy 2 xy on compuesta de la funci con las funciones g (t) = t Soluci on. Este caso es distinto de los dos anteriores, ya que aqu , para poder componer, la funci on f tiene que actuar primero, y despu es la g . En efecto, en esquema, resulta f (x, y ) = xy 2 xy g (t) = t R2 R g R R
f

R2 R R (x, y ) t z

de donde, la composici on buscada, ser a: h(t) = (g f )(x, y ) = g f (x, y ) = f (x, y ) = xy 2 xy

N otese que la funci on resultante de la composici on solamente estar a denida para aquellos puntos (x, y ) en los cuales se cumpla que xy 2 xy 0, es decir, Dh = {(x, y ) R2 / xy 2 xy 0}

100

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

En la pr actica, tambi en se pueden simplicar los c alculos sustituyendo directamente, pero en este caso, sustituimos en la funci on g : 2 g (t) = g f (x, y ) = f (x, y ) = xy xy = h(x, y ) En estos casos, la sustituci on puede hacerse, indistintamente, de fuera a dentro o de dentro a fuera, en efecto, g (t) = g f (x, y ) = g (xy 2 xy ) = xy 2 xy = h(x, y )

Ejemplo 2.8. Componer las funciones, en el orden en que pueda hacerse: 1. f (x, y ) = 16 4x2 y 2 y g (z ) = z Soluci on. f (x, y ) = 16 4x2 y 2 g (z ) = z R2 R g R R
f

R2 R R

g f (x, y ) = h(x, y ) =

16 4x2 y 2

2. f (x, y, z ) = (2x, x + y, x + z ) , g (x, y, z ) = (x + y, y + z ) y h(x, y ) = x + y Soluci on.


f f (x, y, z ) = (2x, x + y, x + z ) R3 R3 g g (x, y, z ) = (x + y, y + z ) R3 R2 h h(x, y ) = x + y R2 R

R3 R3 R2 R

h g f (x, y )

= h g (2x, x+y, x+z ) = h(3x+y, 2x+y +z ) = 5x+2y +z

La funci on g debe interpretarse como: (1a componente +2a , 2a + 3a )

Caso general. En general, interpretando la composici on de funciones como sustituci on de las variables, para componer la funci on z = f (x1 , x2 , , xn ) tendremos que sustituir las n variables x1 , x2 , , xn , respectivamente, por las funciones g1 , g2 , gn que las conecten con otras variables u1 , u2 , , um , donde g1 , g2 , gn pueden ser funciones de una o varias variables (todas de las mismas). As , si consideramos las n funciones x1 = g1 (u1 , u2 , , um )

x2 = g2 (u1 , u2 , , um ) . . .

xn = gn (u1 , u2 , , um ) podemos sustituirlas en la funci on z = f (x1 , x2 , , xn ) y obtener la funci on compuesta: z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )

2.1. FUNCIONES DE VARIAS VARIABLES Ahora bien, las n funciones

101

x1 = g1 (u1 , u2 , , um ), x2 = g2 (u1 , u2 , , um ), , xn = gn (u1 , u2 , , um )

pueden considerarse como las componentes de una sola funci on vectorial de tal manera que a cada punto (u1 , u2 , , um ) D Rm la funci on g le asocia el punto g(u1 , u2 , , um ) = (x1 , x2 , , xn ) Rn , cuyas coordenadas son
(x1 , x2 , . . . , xn ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )

g : D Rm Rn ,

O sea,
g (u1 , u2 , . . ., um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )

que en esquema ser a: Rm Rn R (u1 , u2 , , um ) (x1 , x2 , , xn ) z De esta manera se ve el proceso de composici on de funciones de varias variables como un proceso entre dos funciones, que se puede enunciar formalmente de la siguiente forma: Denici on 2.2 (Composici on de funciones). Dada la funci on f : D f Rn R denida en el conjunto Df de Rn y la funci on g : Dg Rm Rn denida en el conjunto Dg de Rm , cuyo rango est a contenido en Df (es decir, g(Dg ) Df ), entonces se puede formar la composici on de ambas funciones f g : Dg Rm R, denida como: (f g)(u) = f g(u)), Esquem aticamente ser a. g : Dg Rm Rn f : Df Rn R y mediante diagramas, R Df Dg f g : Dg Rm R
g f g f

u Dg

(f g)(u) = f g(u)

O bien, teniendo en consideraci on los dominios, En el caso de que no se cumpla la condici on g (I ) J , la composici on tambi en es posible, siempre que g (I )J = . En tal caso habr a que restringir las funciones a aquellos puntos en los que la composici on sea posible. Es decir, a los puntos del dominio de la primera que tienen su imagen en el dominio de la segunda. Igual que en una variable, en general, la composici on de funciones no cumple la propiedad conmutativa, y s la asociativa.

102

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES g u


R

f
R *

x Rn f g Figura 2.14: Composici on de funciones g


R

z R

Rm

f
R *

Dg Rm

Df Rn f g Figura 2.15: Composici on de funciones R

2.1.5.

Gr aca de una funci on de dos variables

Igual que ocurre con las funciones de una variable, el dibujo de la gr aca de una funci on de dos variables puede resultar muy esclarecedor para el conocimiento del comportamiento de la funci on, ya que nos permite visualizar, mediante im agenes gr acas, sus propiedades abstractas, con objeto de comprenderlas y recordarlas mejor. Funciones de una variable. La gr aca de una funci on de una variable, por lo general, es una curva en el plano.
y 6 (x, y ) y = f (x) x -

Figura 2.16: Gr aca de una funci on de una variable. Un punto (x, y ) del plano para estar situado en la gr aca ha de cumplir dos condiciones: en primer lugar, que su primera coordenada, x, est e en el dominio de la funci on, x Df ; y en segundo lugar, que su segunda coordenada, y , sea la imagen, mediante la funci on de la primera, es decir, y = f (x). En base a esto, los puntos (x, y ) de la gr aca se pueden expresar

2.1. FUNCIONES DE VARIAS VARIABLES de la forma x, f (x) . Es decir, gr af f = { (x, y ) R2 / x Df , y = f (x) } o bien, de manera esquem atica, (x, y ) gr af f x Df y = f (x) (x, y ) = x, f (x)

103

Funciones de dos variable. La gr aca de una funci on de dos variables f (x, y ) es el conjunto de puntos del espacio (x, y, z ) para los cuales se tiene que z = f (x, y ) y (x, y ) Df . gr af f = { (x, y, z ) R3 / (x, y ) Df , z = f (x, y ) } Es decir, (x, y, z ) gr af f
z6 z y x x Df y -

(x, y ) Df

z = f (x, y )

(x, y, z ) = x, y, f (x, y )

La gr aca de una funci on de dos variables ser a una supercie en el espacio. La proyecci on de la gr aca sobre el plano horizontal coincide con el dominio de la funci on. Los puntos de la gr aca se representan por (x, y, f (x, y ))

Figura 2.17:

En consecuencia, a cada punto (x, y ) del dominio D le corresponde un u nico punto (x, y, z ) en la supercie y, a la inversa, a cada punto (x, y, z ) de la supercie le corresponde un punto (x, y ) del dominio. Ejemplo 2.9. Representar la funci on: f (x, y ) = 2x + y 4 Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on ponemos z en lugar de f (x, y ), para ver si se trata de una ecuaci on conocida, con lo que tenemos: z = 2x + y 4, de donde resulta z6 4 y 2 x + y z = 4 que es la ecuaci on de un plano en el espacio. Para tener una visualizaci on del plano en 2 el espacio representamos el tri a ngulo formado por los x 4 tres puntos en los que el plano corta a los ejes de Figura 2.18: coordenadas.

104

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Para hallar las coordenadas de un punto de un plano se dan valores arbitrarios a dos de las variables y se calcula el tercer valor a partir de la ecuaci on del plano. En nuestro caso, se da el valor cero a dos de las variables y se calcula el valor correspondiente de la otra variable. Observaci on. La ecuaci on del plano se generaliza al espacio de n dimensiones mediante lo que se denomina hiperplano. As , tenemos las siguientes representaciones: x 2 0 0 y 0 4 0 z 0 0 -4 f (x) = ax + b f (x, y ) = ax + by + c
f (x1 , . . . , xx ) = a1 x1 + a2 x2 + + an xn + b

Recta en el plano Plano en el espacio Hiperplano en Rn+1 9 x2 y 2

Ejemplo 2.10. Representa la funci on: f (x, y ) =

Soluci on. El dominio de la funci on viene determinado por 9 x2 y 2 0


z6 3 y 3

x 3

Figura 2.19:

de donde x2 + y 2 9 que es el c rculo con centro el origen de coordenadas y radio 3 (incluido su contorno). Para representar la funci on sustituimos f (x, y ) por 9 x2 y 2 de donde z , con lo que resulta: z = 2 2 2 2 z = 9 x y o bien x + y 2 + x2 = 9 que es la ecuaci on de la esfera de centro el origen de coordenadas y radio 3. Y al limitarnos a valores de z positivos, se reduce a la semiesfera superior. 16 4x2 y 2

Ejemplo 2.11. Representa la funci on: f (x, y ) =

Soluci on. El dominio de la funci on vendr a determinado por 16 4x2 y 2 0


z 6 4 y 4

Figura 2.20:

de donde 4x2 + y 2 16, o lo que es lo mismo, y2 x2 4 + 16 1 que es la elipse con centro el origen de coordenadas y semiejes 2 y 4 respectivamente (incluido su contorno). Para representar la funci on sustituimos f (x, y ) por z , con lo que resulta: z = 16 4x2 y 2 de donde z 2 = 16 4x2 y 2 con lo cual 2 y2 z2 4x2 + y 2 + z 2 = 16 o bien, x 4 + 16 + 16 = 1 que es la ecuaci on del elipsoide de centro el origen de coordenadas y semiejes 2, 4 y 4 respectivamente. Y al limitarnos a valores de z positivos, se reduce al semielipsoide superior.

Ejemplo 2.12. Representa la funci on: f (x, y ) = 3

2.1. FUNCIONES DE VARIAS VARIABLES


z 6 x y -

105

Para representar le funci on ponemos z en lugar de f (x, y ), con lo que tenemos: z = 3 que es la ecuaci on del plano horizontal de altura 3.

Figura 2.21: z = 3 Soluci on. El dominio de la funci on es todo R2 . Cortes con los planos coordenados. Para ayudarnos en la representaci on gr aca de las supercies, estudiaremos la curva en que la supercie corta a los planos coordenados.
z 6 z 6 x x=0 y x y

Figura 2.22: Planos coordenados x = 0 e y = 0.

Ejemplo 2.13. Representa la funci on: f (x, y ) = x2 + y 2 Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on ponemos z en lugar de f (x, y ), con lo que tenemos: z = x2 + y 2 z6 que, en principio, no sabemos de qu e supercie se trata. Veamos los cortes de dicha supercie con los planos coordenados: -y - corte con el plano x = 0 z = y 2 que es una par abola x - corte con el plano y = 0 z = x2 que es otra par abola. Si supi eramos los cortes que se producen en la gr aca meFigura 2.23: diante planos horizontales la tendr amos perfectamente determinada. Estos cortes son las curvas de nivel. Curvas de nivel. La intersecci on del plano horizontal, de altura k , z = k con la supercie z = f (x, y ) se llama curva de contorno de altura k. f (x, y ) = z z=k curva de contorno de altura k

La proyecci on de esta curva de contorno sobre el plano horizontal de coordenadas OXY , se llama curva de nivel de altura k de la funci on f . f (x, y ) = k curva de nivel k

106

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES


z 6
curva de contorno

de curva nivel

y -

Figura 2.24: Curva de contorno y curva de nivel.

Las curvas de nivel son el conjunto de puntos del dominio donde la funci on es constante, es decir, los puntos donde la funci on toma el mismo valor, o sea, las curvas de altura constante sobre la gr aca de la funci on. Las curvas de nivel permiten representar supercies tridimensionales mediante un mapa plano. Es importante elegir los valores de z adecuadamente para que el mapa traslade una clara visualizaci on de la supercie. El espaciado entre las curvas de nivel nos da una idea del crecimiento de la funci on. As , mucho espacio entre dos curvas de nivel signica que la supercie crece lentamente. Dos curvas de nivel muy pr oximas signica que la supercie crece r apidamente. Dos curvas de nivel diferentes de un mismo campo escalar no se pueden cortar, puesto que la funci on f asocia un u nico n umero z = f (x, y ) a un punto cualquiera (x, y )

Figura 2.25: La distancia entre las curvas de nivel muestra el crecimiento de la supercie Ejemplo:Representar la funci on: f (x, y ) = x2 + y 2 Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on 2 2 sustituimos f (x, y ) por z , con lo que tenemos: z = x + y . Veamos los cortes de dicha supercie con los planos coordenados: - corte con el plano x = 0 z = y 2 que es una par abola 2 - corte con el plano y = 0 z = x que es otra par abola. Para hallar las curvas de nivel suponemos que z es una constante con lo que

2.1. FUNCIONES DE VARIAS VARIABLES

107

resulta la ecuaci on x2 + y 2 = z , en donde, para cada valor de z tenemos una circunferencia de radio z . Podemos dar varios valores a z para ir viendo las curvas de contorno a distintas alturas: nivel nivel nivel nivel z z z z =0 =1 =4 =9 x2 + y 2 x2 + y 2 x2 + y 2 x2 + y 2 =0 =1 =4 =9 se reduce al punto (0, 0) circunferencia de radio 1 circunferencia de radio 2 circunferencia de radio 3

Figura 2.26: Gr aca y curvas de nivel de la funci on f (x, y ) = x2 + y 2

Ejemplo 2.14. Representa la funci on: f (x, y ) =

x2 + y 2

Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on 2 2 sustituimos f (x, y ) por z , con lo que tenemos: z = x + y . Veamos los cortes de dicha supercie con los planos coordenados: - corte con el plano x = 0 z = y 2 =| y | que es una recta quebrada - corte con el plano y = 0 z = x2 =| x | que es otra recta quebrada. Para hallar las curvas de nivel suponemos que z es una constante con lo que resulta la ecuaci on x2 + y 2 = z 2 , en donde, para cada valor de z tenemos una circunferencia de radio z Damos varios valores a z para ver las curvas de contorno a distintas alturas: nivel nivel nivel nivel z z z z =0 =1 =2 =3 x2 + y 2 x2 + y 2 x2 + y 2 x2 + y 2 =0 =1 =4 =9 se reduce al punto(0, 0) circunferencia de radio 1 circunferencia de radio 2 circunferencia de radio 3

Las curvas de nivel son circunferencias como en el caso anterior, pero los cortes con los planos coordenados son rectas y no par abolas. La gr aca resultante es un cono. Ejemplo 2.15. Representa la funci on: f (x, y ) = 25 x2 y 2

108

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Figura 2.27: Gr aca y curvas de nivel de la funci on f (x, y ) =

x2 + y 2

Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on 2 2 sustituimos f (x, y ) por z , con lo que tenemos: z = 25 x y . Hallamos los cortes de la supercie con los planos coordenados: - corte con el plano x = 0 z = 25 y 2 que es una par abola hacia abajo - corte con el plano y = 0 z = 25 x2 que es una par abola hacia abajo. Para hallar las curvas de nivel suponemos z constante, con lo que resulta la ecuaci on x2 + y 2 = 25 z , en donde, para cada valor de z < 25 tenemos una circunferencia de radio 25 z Damos varios valores a z para ver las curvas de contorno a distintas alturas: nivel z nivel z nivel z nivel z nivel z nivel z = 0 x2 + y 2 = 25 = 9 x2 + y 2 = 16 = 16 x2 + y 2 = 9 = 21 x2 + y 2 = 4 = 24 x2 + y 2 = 4 = 25 x2 + y 2 = 0 circunferencia de radio 5 circunferencia de radio 4 circunferencia de radio 3 circunferencia de radio 2 circunferencia de radio 1 se reduce al punto(0, 0)

La gr aca ser a un paraboloide invertido. Ejemplo 2.16. Representa la funci on: f (x, y ) = y 2 x2 Soluci on. El dominio de la funci on es todo R2 . Para representar la funci on sustituimos f (x, y ) por z , con lo que tenemos: z = y 2 x2 . Veamos los cortes de dicha supercie con los planos coordenados: - corte con el plano x = 0 z = y 2 que es una par abola hacia arriba - corte con el plano y = 0 z = x2 que es una par abola hacia abajo. Para hallar las curvas de nivel suponemos que z es una constante con lo que resulta la ecuaci on y 2 x2 = z , en donde, para cada valor de z tenemos una hip erbola Damos varios valores a z para ver las curvas de contorno a distintas alturas:

2.1. FUNCIONES DE VARIAS VARIABLES

109

Figura 2.28: Gr aca y curvas de nivel de la funci on: f (x, y ) = 25 x2 y 2 para valores positivos de z - nivel z = 0 y 2 = x2 {y = x o y = x} dos rectas - nivel z = 1 y 2 x2 = 1 hip erbola centrada en eje OY - nivel z = 4 y 2 x2 = 4 hip erbola centrada en eje OY para valores negativos de z - nivel z = 1 x2 y 2 = 1 hip erbola centrada en eje OX - nivel z = 2 x2 y 2 = 4 hip erbola centrada en eje OX La gr aca es la silla de montar

Figura 2.29: Gr aca y curvas de nivel de la funci on f (x, y ) = y 2 x2 Resumen de algunas gr acas f (x, y ) = k plano horizontal de altura k f (x, y ) = ax + by + c plano f (x, y ) = x2 + y 2 paraboloide f (x, y ) = x2 + y 2 cono f (x, y ) = r2 x2 y 2 semiesfera superior f (x, y ) = r2 ax2 by 2 elipsoide superior f (x, y ) = y 2 x2 silla de montar.

110

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Funciones de tres o m as variable. La gr aca de funciones de tres o m as variables se dene de forma an aloga al caso de una y dos variables. As , en general, la gr aca de una funci on de n variables f : Df Rn R, se dene como el conjunto
gr af f = { (x1 , x2 , . . . , xn , y ) Rn+1 / (x1 , x2 , . . . , xn ) Df , y = f (x1 , x2 , . . . , xn ) }

Ahora bien, podemos visualizar la gr aca de una funci on de una y de dos variables, sin embargo, para n 3 la gr aca de la funci on ya no puede ser visualizada, pues se encuentra en el espacio (n + 1)-dimensional ( 4dimensional) Supercies de nivel. El concepto de curva de nivel, denido para funciones de dos variables, se puede extender a funciones de tres variables y denir las supercies de nivel. Si f es una funci on de tres variables y c es una constante, entonces a la gr aca de la ecuaci on f (x, y, z ) = c se le llama supercie de nivel de la funci on f . En cada punto de una supercie de nivel dada, la funci on f toma un valor constante, f (x, y, z ) = c. Este concepto se puede generalizar a cualquier dimensi on, aunque, para n 3 no tenga un signicado gr aco. Ejemplo 2.17. Describir las supercies de nivel de la funci on f (x, y, z ) = x2 + y 2 + z 2 Soluci on. Cada supercie de nivel satisface una ecuaci on de la forma x2 + y 2 + z 2 = c. Luego las supercies de nivel son esferas de centro el origen de coordenadas y radio la ra z cuadrada de c. Si damos varios valores a c obtendremos varias esferas conc entricas.

2.1.6.

Otras representaciones de las funciones de varias variables

En Matem aticas a los conceptos te oricos se les buscan representaciones que nos permitan visualizar, mediante im agenes gr acas, sus propiedades abstractas, con objeto de comprenderlas y recordarlas mejor. As , para tener una visualizaci on gr aca de las propiedades de las funciones, hemos imaginado que las funciones de una variable representan curvas en el plano y las de dos variables supercies en el espacio. Sin embargo, este sistema no nos permite visualizar las funciones de tres o m as variables y tenemos que conformarnos con imaginar una generalizaci on de los conceptos aprehendidos en dos o tres dimensiones. En realidad una funci on no es ni una curva ni una supercie, sino una correspondencia entre magnitudes, y seg un sea el signicado f sico que le demos a esas magnitudes (espacio, tiempo, temperatura, etc.) la funci on

2.2. L IMITE Y CONTINUIDAD

111

tendr a un signicado f sico u otro. Por eso, aunque la representaci on gr aca haya pasado a formar parte integrante del contenido te orico de las funciones, no debemos olvidar que es simplemente un instrumento de ayuda, y, por lo tanto, no nos debemos sentir atrapados por ese instrumento. Para comprender algunos conceptos, como por ejemplo las curvas de nivel, son tambi en apropiadas otras representaciones de las funciones distintas de la representaci on gr aca. As , las funciones de dos variables se pueden interpretar como la temperatura en cada punto de una placa horizontal, siendo esta placa el dominio de la funci on. Las de tres variables se pueden interpretar como la temperatura en cada punto de una regi on del espacio. Las curvas de nivel ser an las curvas de igual temperatura, es decir, las isotermas. En el caso de tres variables las supercies de nivel ser an las supercies de igual temperatura (supercies isotermas ). A las funciones de varias variables tambi en se les puede dar otras interpretaciones, por ejemplo, en un mapa del tiempo las curvas de nivel de igual presi on se llaman isobaras. En las representaciones de los campos de potencial electrico, las curvas de nivel se llaman l neas equipotenciales.

2.2.
2.2.1.

L mite y continuidad
Introducci on
y

La gr aca de una funci on de una variable es una curva en el plano.


6 y = f (x) x -

Figura 2.30: Gr aca de una funci on de una variable. Esta curva puede presentar las siguientes situaciones de discontinuidad. En dos variables pueden darse situaciones de discontinuidad de todo tipo.

2.2.2.

Entorno de un punto en el plano

De manera an aloga a como se denen los entornos en la recta real mediante intervalos, se denen los entornos en el plano mediante discos. As , un entorno alrededor de (x0 , y0 ) va a ser un disco centrado en (x0 , y0 ) con radio . Es decir, se dene el -entorno alrededor de (x0 , y0 ) como el conjunto de puntos (x, y ) del plano que distan de (x0 , y0 ) menos que . {(x, y ) R2 ; (x x0 )2 + (y y0 )2 < }

112

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Figura 2.31: Situaciones de discontinuidad en funciones de una variable

que tambi en se puede expresar sin la ra z cuadrada de la siguiente forma: {(x, y ) R2 ; (x x0 )2 + (y y0 )2 < 2 } y
(x0 , y0 )

Figura 2.32: Entorno de un punto

Cuando en la denici on ponemos el signo < se dice que el disco es abierto y cuando ponemos el signo decimos que el disco es cerrado. En el primer caso no est a incluido el contorno y en el segundo s . Regiones abiertas y regiones cerradas Un punto (x0 , y0 ) de una regi on R del plano se dice que es un punto interior de R si existe un -entorno alrededor de (x0 , y0 ) que pertenece totalmente a R. Si todos los puntos de una regi on R son interiores entonces decimos que R es una regi on abierta. Un punto (x0 , y0 ) se dice que es un punto frontera de R si cada disco abierto centrado en (x0 , y0 ) contiene puntos del interior de R y puntos del exterior de R. Por denici on, una regi on debe contener todos sus puntos

2.2. L IMITE Y CONTINUIDAD

113

interiores, pero no tiene por qu e contener a sus puntos fronteras. Si una regi on contiene todos sus puntos fronteras, entonces se dice que es una regi on cerrada. Una regi on que contiene a algunos pero no a todos sus puntos fronteras no es ni abierta ni cerrada. y
Punto frontera Punto interior Frontera de R

Figura 2.33: Punto interior y punto frontera

2.2.3.

L mite y continuidad en dos variables

Al calcular el l mite de una funci on en un punto nos interesamos por los valores que toma la funci on en los alrededores del punto. El l mite de la funci on en un punto va a ser el valor que deber a tomar la funci on en dicho punto, de acuerdo con los valores que toma en los alrededores del mismo. Este valor puede coincidir o no con el valor que realmente toma la funci on en el punto en cuesti on. Es decir, el l mite de una funci on en un punto P es si los valores que toma la funci on en los alrededores de P est an tan cerca de como queramos (el valor que la funci on tome en P no interesa a la hora de calcular el l mite)

Figura 2.34: L mite de una funci on de dos variables.

Para poder hablar de l mite de una funci on en un punto, la funci on tiene que estar denida en los alrededores del punto. Formalmente la denici on de l mite es la siguiente:

114

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Denici on 2.3 (L mite de una funci on en un punto). Sea f una funci on de dos variables denida en un disco abierto centrado en (x0 , y0 ), excepto quiz as en el punto (x0 , y0 ). Entonces,
(x,y )(x0 ,y0 )

l m

f (x, y ) =

si y s olo si para cada > 0 existe un correspondiente > 0 tal que |f (x, y ) | < , siempre que 0 < l m f (x, y ) = (x x0 )2 + (y y0 )2 <

Que podemos esquematizar de la siguiente forma


(x,y )(x0 ,y0 )

( > 0)( > 0) 0 < (x x0 )2 +(y y0 )2 < 2 | f (x, y ) |<

Gr acamente, esta denici on de l mite signica que para un punto cualquiera (x, y ) situado en el disco de radio , el valor f (x, y ) est a comprendido entre y + . Hay que tener en cuenta que para que exista el l mite todos los puntos del entorno tiene que tener su imagen aproximadamente a la misma altura (entre y + ). Si unos puntos del entorno se aproximan a un valor y otros a otros, entonces el l mite no existe. En la denici on de l mite, el punto en cuesti on no cuenta. Es decir, da igual cu al sea el valor de f (x0 , y0 ), incluso da igual que no exista dicho valor. Al poner 0 < nos estamos ocupando de todos los puntos del -entorno, salvo del centro. No obstante, hay que advertir que en el c alculo de l mites de funciones continuas dicho valor s que adquiere gran importancia. Denici on 2.4 (Continuidad). Una funci on se dice que es continua en un punto, si el valor que toma la funci on en el punto coincide con el l mite en dicho punto. f (x, y ) continua en (x0 , y0 )
(x,y )(x0 ,y0 )

l m

f (x, y ) = f (x0 , y0 )

Una funci on se dice que es continua en una regi on R si es continua en cada punto de R Ejemplo 2.18. Dada la funci on f (x, y ) = hallar gr acamente:
(x,y )(0,0)

1 0 l m

si si

x2 + y 2 1 x2 + y 2 > 1 f (x, y )

l m

f (x, y )

(x,y )(1,0)

Soluci on. Para hallar el l mite de la funci on en cada uno de los puntos especicados, hallamos las im agenes de los puntos de un entorno de cada uno de los puntos.

2.2. L IMITE Y CONTINUIDAD

115

En un entorno del punto (0, 0) todos los puntos tienen como imagen f (x, y ) = 1, luego el l mite en dicho punto tambi en es 1. En un entorno del punto (1, 0) una parte de los puntos tienen como imagen f (x, y ) = 1, y otra parte de los puntos tiene como imagen f (x, y ) = 0, luego el l mite en dicho punto no existe, ya que todos los puntos del entorno deber an orientar su imagen hacia el mismo sitio.

Figura 2.35:

(x,y )(0,0)

l m

f (x, y ) = 1

(x,y )(1,0)

l m

f (x, y )

no denido

2.2.4.

L mite de las funciones elementales

De forma an aloga a una variable, en varias variables se cumplen las siguientes propiedades: Teorema 2.1 (Propiedades de las funciones continuas). Si k es un n umero real y f y g son funciones continuas en (x0 , y0 ), entonces las funciones siguientes tambi en son continuas en (x0 , y0 ): 1. 2. 3. 4. M ultiplo escalar: kf Suma y diferencia: f g Producto: f g Cociente: f /g , si g (x0 , y0 ) = 0

Del teorema 2.1 se desprende la continuidad de las funciones polin omicas y racionales en cada punto de sus dominios. Teorema 2.2 (Continuidad de una funci on compuesta). Si h es continua en (x0 , y0 ) y g es continua en h(x0 , y0 ), entonces la funci on compuesta dada por (g h)(x0 , y0 ) = g [h(x, y )] es continua en (x0 , y0 ). Es decir,
(x,y )(x0 ,y0 )

l m

g [h(x, y )] = g [h(x0 , y0 )]

on de dos variables, Nota. Obs ervese que, en el teorema 2.2, h es una funci mientras que g es una funci on de una sola variable. De los teoremas 2.1 y 2.2 se desprende la continuidad las funciones f (x, y ) = sen x2 y y g (x, y ) = ex
2 +y 2

116

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

y, en general, de todas las funciones elementales en todos los puntos en los que est an denidas. Es decir, todas las funciones elementales son continuas en todos los puntos en los que est an denidas, luego para calcular el l mite de una funci on elemental en un punto (x0 , y0 ) en el que est e denida bastar a sustituir x e y por x0 e y0 , respectivamente. El problema estar a en los puntos en los que la funci on no est e denida. Por lo tanto, al calcular un l mite lo primero que intentaremos es la sustituci on directa, y s olo en el caso de que nos encontremos con una indeterminaci on intentaremos romperla por alg un m etodo. En dos variables no tienen sentido las reglas de LHopital Ejemplo 2.19 (Calculando l mites por sustituci on directa). Calcular los siguientes l mites: 1. 2.
(x,y )(2,3)

l m

xy = 6 xy 6 6 = = 2 +y 4+9 13 = arc sen 0 0 = =0 1+0 1

(x,y )(2,3) x2

l m

3. 4.

(x,y )(0,1)

l m

arc sen x y 1 + xy

y sen xy = 2 sen 2 = 2 sen = 2 1 = 2 4 2 (x,y )(/4,2) l m

Ejemplo 2.20 (Hallando la discontinuidad). Hallar los puntos de discontinuidad de la funci on: xy + 1 f (x, y ) = 2 x y Soluci on. Al tratarse de una funci on racional ser a continua en todos los puntos en los que est a denida. Es decir, la continuidad coincide con el dominio de la funci on. En consecuencia, al ser un cociente, ser a discontinua en aquellos puntos que hacen cero el denominador. x2 y = 0 y = x2 luego, la funci on es discontinua a lo largo de la par abola y = x2 Ejemplo 2.21. H allense los puntos de discontinuidad de la funci on: f (x, y ) = cos 1 xy

Soluci on. El u nico problema que presenta la funci on es en el cociente, donde el denominador debe ser distinto de 0. Teniendo en cuenta que xy = 0 cuando x = 0 (eje OY) o cuando y = 0 (eje OX). La funci on ser a discontinua en los dos ejes de coordenadas.

2.2. L IMITE Y CONTINUIDAD

117

Figura 2.36: f (x, y) =

xy +1 x2 y

Ejemplo 2.22 (Extendiendo una funci on por continuidad). Calcular el valor de c para que la siguiente funci on sea continua en todo el plano f (x, y ) = 1 x2 4y 2 si x2 + 4y 2 1 c si x2 + 4y 2 > 1

Soluci on. La gr aca de la funci on 1 x2 4y 2 es una especie de semielipsoide superior, con contorno sobre la elipse x2 + 4y 2 = 1. En el contorno toma el valor 0, en efecto, 1 x2 4y 2 = 1 (x2 + 4y 2 ) que vale 0 para x2 + 4y 2 = 1. Fuera del contorno ha de ser constante (= c). Luego, para que se mantenga continua sobre el contorno, fuera del contorno ha de valer cero, por lo tanto c = 0.

Figura 2.37: f (x, y) =

1 x2 4y 2

118

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Ejemplo 2.23 (L mite innito). Calcula los siguientes l mites: 1. 2. l m 1 1 cos(x2 + y 2 ) = 1 + = 1 = 2 2 x +y 0

(x,y )(0,0) (x,y )(0,0)

l m

ln(x2 + y 2 ) = ln 0+ =

2.2.5.

Comprobando l mites aplicando la denici on

Mediante la denici on de l mite se puede comprobar si un l mite dado es correcto o no, pero no se pueden calcular l mites. La comprobaci on suele ser complicada y articial. (Tenemos que imaginar que alguien nos va a dar el valor de y nosotros tenemos que encontrar el correspondiente valor de que hace que sea cierta la implicaci on. En general, nuestro depender a del que nos den: = ()). En cada caso necesitaremos probar que, para cada > 0, existe un entorno alrededor de (x0 , y0 ) tal que |f (x, y ) | < siempre que (x, y ) = (x0 , y0 ) est e en el entorno. Es decir, necesitamos probar que cualquiera que sea > 0, existe, para ese , un > 0 que hace cierta la implicaci on: 0 < (x x0 )2 + (y y0 )2 < 2 o bien, lo que es lo mismo, 0< (x x0 )2 + (y y0 )2 < = |f (x, y ) | < = |f (x, y ) | <

Sin embargo, en la generalidad de los casos, no es posible la demostraci on lineal de esta implicaci on. Es decir, en la generalidad de los casos, no nos va a ser posible partir directamente del primer t ermino de la implicaci on para llegar al segundo; sino que vamos a necesitar un razonamiento de ida y vuelta. Es decir, partiremos del segundo t ermino y desde ah veremos qu e valor debe tomar , para que del primer t ermino de la implicaci on se siga el segundo. El valor de lo determinaremos expresando |f (x, y ) | en funci on de , relacion andolo, para ello, con (x x0 )2 + (y y0 )2 . Es decir, obtendremos |f (x, y ) | < g ( ) de manera que, para el valor de que se obtiene de g ( ) = , resulta que de 0 < (x x0 )2 + (y y0 )2 < 2 se sigue que |f (x, y ) | <

2.2. L IMITE Y CONTINUIDAD


Nota: La dicultad para entender la comprobaci on de la implicaci on, 0 < (x x0 )2 + (y y0 )2 < 2 |f (x, y ) | <

119

est a, como ya se ha dicho, en que, en la generalidad de los casos, no es posible la demostraci on lineal de la implicaci on. As como, en el hecho de que el valor de no est a dado, desde un principio, sino que lo debemos encontrar durante el proceso. En consecuencia, el tipo de razonamiento que se hace es el siguiente: Intentamos demostrar que |f (x, y ) | < bajo qu e condiciones se cumple esto? En un momento de la demostraci on necesitamos utilizar que 0 < (x x0 )2 + (y y0 )2 < 2 . Esa necesidad es lo que hace que sea cierta la implicaci on. Por otro lado, hay que decir que la u nica restricci on que tenemos que poner a = () para poder concluir que |f (x, y ) | < es que sea positivo cuando tambi en lo sean ( y son distancias). El hecho de tratarse de desigualdades es lo que complica la demostraci on, aunque al mismo tiempo la enriquece.

Ejemplo 2.24 (Comprobando un l mite mediante la denici on). Comprobar aplicando la denici on que el siguiente l mite es correcto. l m x2 + y 2 sen 1 =0 x2 + y 2

(x,y )(0,0)

Soluci on. Necesitamos probar que, para cada > 0, existe un -entorno alrededor de (0, 0) tal que |f (x, y ) 0| < siempre que (x, y ) = (0, 0) est e en el entorno. Es decir, necesitamos encontrar un valor de , tal que de 0< se siga que |f (x, y ) 0| < Es decir, tenemos que demostrar la siguiente implicaci on. x2 + y 2 < 2 = |f (x, y )| < (x 0)2 + (y 0)2 <

Para ello, tenemos que encontrar un valor positivo para tal que cuando x2 + y 2 < 2 , se tenga que |f (x, y )| < (el valor de depender a del que tenga ). El proceso es el siguiente: partimos de la expresi on |f (x, y )|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci on de y vemos cu anto tiene que valer para que esa expresi on sea menor que ; teniendo en cuenta que al estar en un entorno del origen es x2 + y 2 < 2 , o bien x2 + y 2 <

120

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES Para poder concluir que
|f (x,y )|<,

ha de ser

|f (x, y )| = |

x2 + y 2 sen

1 || x2 + y 2

x2 + y 2 | =

x2 + y 2 < =

Por estar (x, y ) en el entorno de (0, 0)

luego hemos encontrado un valor para , el propio , que es positivo cuando tambi en lo es, y con el que se concluye que |f (x, y )| < , cuando x2 + y 2 < . En consecuencia el l mite es correcto.
Nota: Para conseguir relacionar la expresi on |f (x, y )|, con x2 + y 2 y obtener una desigualdad del tipo |f (x, y )| g (x2 + y 2 ) utilizamos las acotaciones que sean necesarias. En este ejemplo se ha utilizado el hecho de que | sen | 1

Observaci on. La funci on f , del ejemplo anterior, denida por f (x, y ) = x2 + y 2 sen x2 1 + y2

es discontinua en (0, 0), ya que no est a denida en dicho punto. Sin embargo, el l mite es ese punto existe. En consecuencia podemos evitar la discontinuidad redeniendo la funci on f en (0, 0), de manera que su valor sea igual a su l mite en ese punto. Es decir, f (x, y ) =
1 x2 + y 2 sen x2 + y2 0

si (x, y ) = (0, 0) si (x, y ) = (0, 0)

En consecuencia a este tipo de discontinuidades se les conoce como evitables. Ejemplo 2.25. Comprobar aplicando la denici on que el siguiente l mite es correcto. 1 =0 l m (x2 + y 2 ) sen xy (x,y )(0,0) Soluci on. Igual que antes, tenemos que demostrar la siguiente implicaci on. (x 0)2 + (y 0)2 < 2 = |f (x, y ) 0| <

Es decir, tenemos que encontrar un valor positivo para tal que cuando x2 + y 2 < 2 , se tenga que |f (x, y )| < . Para ello partimos de la expresi on |f (x, y )|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci on de y vemos cuanto tiene que valer para que esa expresi on sea menor que ; teniendo en cuenta que al estar en un entorno del origen ser a x2 + y 2 < 2 , 2 2 o bien x + y <

|f (x, y )| = |(x2 + y 2 ) sen

1 | |x2 + y 2 | = x2 + y 2 < 2 = xy
Por estar (x, y ) en el entorno de (0,0)

2.2. L IMITE Y CONTINUIDAD

121

luego hemos encontrado un valor para , = , que es positivo cuando los es, y con el que se concluye que |f (x, y )| < , cuando x2 + y 2 < . En consecuencia el l mite es correcto. Ejemplo 2.26. Comprobar aplicando la denici on que el siguiente l mite es correcto. l m y = b
(x,y )(a,b)

Soluci on. Necesitamos probar que, para cada > 0, existe un -entorno alrededor de (a, b) tal que |f (x, y ) b| < siempre que (x, y ) = (a, b) est e en el entorno. Es decir, necesitamos encontrar un valor de , tal que de 0< se siga que |f (x, y ) b| < Para ello partimos de la expresi on |f (x, y ) b| y tratamos de relacionarla 2 2 con (x a) + (y b) , con objeto de expresarla en funci on de y vemos cuanto tiene que valer para que esa expresi on sea menor que |f (x, y ) b| = |y b| = (y b)2 (x a)2 + (y b)2 < = (x a)2 + (y b)2 <

luego hemos encontrado un valor para , = , que hace cierta la relaci on; y en consecuencia el l mite es correcto. (En la demostraci on hemos tenido en cuenta que: | y b |= (y b)2 (x a)2 + (y b)2 . Este tipo de recursos son muy usuales en las comprobaciones de l mites). Acotaciones usuales en el c alculo de l mites: En el c alculo de l mites, adem as de las acotaciones | sen x| 1 y | cos x| 1, se utilizan las siguientes: 0 |x| = x2 x2 + y 2 x2 + y 2 |x| 1 1 x x2 + y 2 1

0 x2 x2 + y 2 0

x2 1 x2 + y 2

Ejemplo 2.27. Comprobar aplicando la denici on que el siguiente l mite es correcto. 5x2 y =0 l m (x,y )(0,0) x2 + y 2

122

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Soluci on. Igual que antes, tenemos que demostrar la siguiente implicaci on. (x 0)2 + (y 0)2 < 2 = |f (x, y ) 0| <

Es decir, tenemos que encontrar un valor para tal que cuando x2 + y 2 < 2 , se tenga que |f (x, y )| < . Para ello partimos de la expresi on |f (x, y )|, la 2 2 relacionamos con x + y , con objeto de expresarla en funci on de y vemos cuanto tiene que valer para que esa expresi on sea menor que ; teniendo en cuenta que al estar en un entorno del origen ser a x2 + y 2 < 2 , o bien x2 + y 2 < 5x2 y x2 |f (x, y )| =| 2 | = 5 | y | | | 5|y | 5 x2 + y 2 < 5 = x + y2 x2 + y 2 luego hemos encontrado un valor para , = /5 2 | 1, y por otro (En la demostraci on hemos utilizado la acotaci on | x2x +y 2 lado hemos tenido en cuenta que: | y |= y2 x2 + y 2 ). Ejemplo 2.28. Comprobar aplicando la denici on que el siguiente l mite es correcto. xy =0 l m (x,y )(0,0) x2 + y 2 Soluci on. |f (x, y )| =| xy x2 + y2 |= |x| | y x2 + y2 | |x| = x2 x2 + y 2 < =

luego hemos encontrado un valor para , = Ejemplo 2.29. Comprobar aplicando la denici on que el siguiente l mite es correcto. x4 y l m =0 (x,y )(0,0) x4 + y 4 Soluci on. |f (x, y )| =| x4 x4 y | = | ||y | |y | x4 + y 4 x4 + y 4 y2 x2 + y 2 < =

luego hemos encontrado un valor para , =

2.2.6.

C alculo de l mites mediante operaciones algebraicas

Los l mites de funciones de varias variables tienen las mismas propiedades respecto de las operaciones (suma, diferencia, producto, cociente, potencia, etc.) que las funciones de una sola variable. No obstante hay que advertir que con las funciones de varias variables no se pueden aplicar las Reglas de LH opital.

2.2. L IMITE Y CONTINUIDAD Ejemplo 2.30. Calcular los siguientes l mites: 1. 6x 2y (x,y )(1,3) 9x2 y 2 (x3 1)(y 4 1) 3. l m (x,y )(1,1) (x 1)(y 2 1) l m
(x,y )(0,3)

123

2. 4.

(x,y )(1,1) (x,y )(0,0)

l m

l m

x2 1 y1 + 2 x1 y 1 2 x + y2 x2 + y 2 + 1 1

5.

l m

1 + x2 y

1 x2

Soluci on. 1.

6x 2y 0 2(3x y ) =[ ]= l m = 2 2 0 (x,y )(1,3) 9x y (x,y )(1,3) (3x)2 y 2 l m =


(x,y )(1,3)

l m

2 1 2 2(3x y ) = l m = = (3x + y )(3x y ) (x,y)(1,3) (3x + y ) 6 3

2.

(x,y )(1,1)

l m

0 0 y1 x2 1 =[ + ]= + 2 x1 y 1 0 0 l m

(x,y )(1,1)

(x + 1)(x 1) y1 0 0 + =[ + ]= x1 (y + 1)(y 1) 0 0 =
(x,y )(1,1)

l m

x+1+

1 5 1 =2+ = y+1 2 2

3.

(x3 1)(y 4 1) 0 =[ ]= 2 ( x 1)( y 1) 0 (x,y )(1,1) l m = l m

(x 1)(x2 + x + 1)(y 2 + 1)(y 2 1) = (x 1)(y 2 1) (x,y )(1,1) =


(x,y )(1,1)

l m

(x2 + x + 1)(y 2 + 1) = 3 2 = 6

4.

(x,y )(0,0)

l m

0 =[ ]= 0 x2 + y 2 + 1 1 (x2 + y 2 )( x2 + y 2 + 1 + 1) = = l m x2 + y 2 + 1 1 (x,y )(0,0) =


(x,y )(0,0)

x2 + y 2

l m

(x2 + y 2 )(

x2 + y 2 + 1 + 1) = x2 + y 2
(x,y )(0,0)

=
2
1 x2

l m

x2 + y 2 + 1 + 1 = 2
2
1 x2 y x2 y x2

5.

(x,y )(0,3)

l m

1+x y

= [1 ] =

(x,y )(0,3)
1

l m

(1 + x y )

= e3

Aqu se ha tenido en cuenta la denici on del n umero e,


z 0

l m (1 + z ) z = e

124

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

2.2.7.

Teorema del encaje y de la acotaci on

Si una funci on est a comprendida, en los alrededores de un punto, entre dos que tienen el mismo l mite, en dicho punto, entonces dicha funci on tambi en tiene el mismo l mite en dicho punto. f (x) h(x) g (x) l m f (x) = l m g (x)
xx0

xx0

= l m h(x) = l m f (x) = l m g (x)


xx0 xx0 xx0

Si una funci on tiene l mite cero, en un punto, y otra est a acotada en los alrededores del punto, entonces su producto tambi en tiene l mite cero en dicho punto. g (x)acotada l m f (x) = 0 k g (x) k kf (x) f (x)g (x) kf (x)
xx0 xx0

xx0

0 l m f (x)g (x) 0 l m f (x) = 0 0 Acot = 0


Nota: Si f (x) < 0, cambiar a el sentido de la desigualdad, pero el resultado nal ser a el mismo.

Ejemplo 2.31 (Calculando l mites por acotaci on). Calcula los siguientes l mites. 1. 3. l m (x2 + y 2 ) sen (x sen 1 xy 2. x3 (x,y )(0,0) x2 + y 2 y (x 1)3 4. l m (x,y )(1,2) (x 1)2 + (y + 2)2 l m

(x,y )(0,0) (x,y )(0,0)

l m

1 1 + y sen ) y x

Soluci on. 1.
(x,y )(0,0)

l m

(x2 + y 2 ) sen

1 = 0 Acot = 0 xy

2. 3.

x3 x2 = l m x = 0 Acot = 0 (x,y )(0,0) x2 + y 2 (x,y )(0,0) x2 + y 2 l m


(x,y )(0,0)

l m

(x sen

1 1 + y sen ) = 0 Acot + 0 Acot = 0 y x

4.

y (x 1)3 = (x,y )(1,2) (x 1)2 + (y + 2)2 l m =


(x,y )(1,2)

l m

(x 1)y

Este l mite tambi en puede hacerse mediante el cambio de variables

(x 1)2 = 0 Acot = 0 (x 1)2 + (y + 2)2

2.2. L IMITE Y CONTINUIDAD u = x 1, v = y + 2 , en efecto, (v 2)u3 y (x 1)3 = l m = (u,v )(0,0) u2 + v 2 (x,y )(1,2) (x 1)2 + (y + 2)2 l m =
(u,v )(0,0)

125

l m

(v 2)u

u2 = (2) 0 Acot = 0 u2 + v 2

2.2.8.

Innit esimos equivalentes.

Igual que en una variable, los innit esimos se aplican en los l mites de funciones de varias variables. Denici on 2.5 (Innit esimo en un punto). Se llama innit esimo en un punto X0 a una funci on cuyo l mite en dicho punto sea cero. l m f (X ) = 0
X X0

Denici on 2.6 (Innit esimos equivalentes). Dos innit esimos en un mismo punto se dice que son equivalentes, cuando el l mite de su cociente es 1. f (X ) 0 l m = = 1 = f (X ) g (X ) (en X = X0 ) X X0 g (X ) 0 Sustituci on de innit esimos. Si un innit esimo est a multiplicando o dividiendo se le puede sustituir por otro equivalente para simplicar los c alculos. f (X ) = 1. Y supongaSupongamos que f (X ) g (X ), entonces ser a l m X X0 g (X ) mos que f (X ) aparece multiplicando dentro de un l mite. l m f (X ) h(X ) = l m f (X ) g (X )h(X ) = l m g (X ) h(X ) X X0 g (X )

X X0

X X0

Con lo cual hemos sustituido f (X ) por g (X ) y el l mite puede resultar m as f acil. Sumas de innit esimos. Cuando un innit esimo est a sumando o restando, en general, no se puede sustituir por otro equivalente.
X X0

l m

f (X ) + h(X )

X X0

l m

g (X ) + h(X )

No obstante, existen casos muy concretos en los que se pueden aplicar innit esimos al caso de sumas. Sin embargo, hay que advertir que en varias variables esta sustituci on es mucho m as restrictiva que en una variable. En una variable dijimos que la suma de varios innit esimos de distinto orden se puede reducir al de menor orden. Por ejemplo, (x2 )f (x) (x2 + 3x3 5x4 )f (x) = l m x0 x0 g (x) g (x) l m

126

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Sin embargo, en varias variables esto no es cierto de manera general. En una variable la regla se basa en el hecho de que al aplicar las reglas de LH opital el primer t ermino que dejar a de ser cero es el de menor grado, y, en consecuencia, se puede establecer la equivalencia. Sin embargo, en dos variables no son aplicables las reglas de LH opital. En consecuencia, resulta que no podemos hacer el cambio (x y 2 )f (x, y ) (x)f (x, y ) = l m g (x, y ) (x,y )(0,0) (x,y )(0,0) g (x, y ) l m puesto que si hacemos l mites direccionales a trav es de la curva x = y 3 , el t ermino que, en principio, es de menor grado, se transforma en un t ermino de mayor grado. (y 3 y 2 )f (x, y ) (x)f (x, y ) (x y 2 )f (x, y ) = l m = l m g (x, y ) g (x, y ) (x,y )(0,0) (x,y )(0,0) g (x, y ) (x,y )(0,0) l m
x= y 3

En consecuencia, en varias variables la suma de innit esimos solamente se puede reducir al de menor grado cuando los innit esimos sean homog eneos. Es decir, que contengan las mismas variables. As , (x2 )f (x) (x2 + 3x3 5x4 )f (x) = l m x0 x0 g (x) g (x) l m o bien, (y 2 + 3y 3 5y 4 )f (x, y ) (y 2 )f (x, y ) = l m g (x, y ) g (x, y ) (x,y )(0,0) (x,y )(0,0) l m e incluso, (x2 y )2 + 3(x2 y )3 5(x2 y )4 f (x, y ) g (x, y ) (x2 y )2 f (x, y ) =
(x,y )(0,0)

(x,y )(0,0)

l m

l m

g (x, y )

Sin embargo (x2 y )f (x, y ) (x2 y + x3 y 2 + x6 )f (x, y ) = l m x0 g (x, y ) g (x, y ) (x,y )(0,0) l m Evidentemente la suma que se sustituye no puede ser una suma parcial, sino que la suma que se sustituye ha de ser total, es decir, considerada como una unidad, ha de estar multiplicando o dividiendo.

2.2. L IMITE Y CONTINUIDAD Algunos innit esimos en el Origen (z 0). Los innit esimos m as usuales, en el origen son: Trigonom etricos: sen z z tg z z arc sen z z arctan z z z2 2

127

1 cos z Logar tmicos:

ln(1 + z ) z

z ln(1 + z ) ez 1 z az 1 z ln a (1 + z )n 1 + nz n z 1+z 1+ n

La z puede ser cualquier funci on. Lo importante es que toda la funci on tienda a cero, aunque (x, y ) tienda a un valor distinto de (0, 0). As , por ejemplo, si l m f (x, y ) = 0 l m

(x,y )(x0 ,y0 )

sen f (x, y ) g (x, y ) f (x, y )g (x, y ) = l m h(x, y ) h(x, y ) (x,y )(x0 ,y0 ) (x,y )(x0 ,y0 )

Ejemplo 2.32 (Calculando l mites mediante innit esimos). Calcula los siguientes l mites. 1. xy sen(xy ) = l m = l m y = 2 x (x,y )(0,2) x (x,y )(0,2) (x,y )(0,2) l m
2

etg(x y) 1 1 tg(x2 y ) x2 y 2. l m = l m = l m = 2 2 2 2 (x,y )(0,0) 2 sen(x y ) (x,y )(0,0) 2x y (x,y )(0,0) 2x y 3. (x2 y )2 1 cos(x2 y ) = l m = 2 (x y ) (x,y )(1,1) 2(x y )2 (x,y )(1,1) (x2 y )2 (x + y )2 (x + y )2 4 = l m = l m = =2 2(x2 y ) 2 2 (x,y )(1,1) (x,y )(1,1) l m exy 1 xy = l m = l m 1 = 1 sen x ln(1 + y ) xy (x,y )(0,0) (x,y )(0,0) (x,y )(0,0) l m 3 x3y sen x sen(3y ) = l m = 2xy 2 (x,y )(0,0) 2xy (x,y )(0,0) l m

4. 5.

128 6.

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES (y 1)(y + 3)x2 /2 (y 2 + 2y 3)(1 cos x) = l m = x2 (y 1) x2 (y 1) (x,y )(0,1) (x,y )(0,1) y+3 4 = l m = =2 2 2 (x,y )(0,1) l m
9y 2 4x2 2 ( 2 ) 5x2 y

(1 cos 2x)(cos 3y 1) 7. l m = l m 5x2 y (x,y )(0,0) (x,y )(0,0)

= 8. x2y (ex 1)(e2y 1) = l m =2 xy (x,y )(0,0) xy (x,y )(0,0) l m

9y =0 (x,y )(0,0) 5 l m

Ejemplo 2.33. Calcular el siguiente l mite:

ln x tg(y 1) (x,y )(1,1) xy x y + 1 l m tg(y 1) y 1

Soluci on. Aplicando innit esimos en el numerador, ln x = ln(1 + x 1) x 1 ,

y agrupando t erminos en el denominador, resulta: ln x tg(y 1) (x 1)(y 1) = l m = (x,y )(1,1) xy x y + 1 (x,y )(1,1) x(y 1) (y 1) (x 1)(y 1) = l m =1 (x,y )(1,1) (x 1)(y 1) l m

2.2.9.

Inexistencia de l mites

Cuando no sepamos calcular un l mite, intentaremos demostrar que dicho l mite no existe. Esto lo podemos hacer por dos m etodos: -Mediante los l mites direccionales. -Mediante los l mites reiterados. L mites direccionales Aunque la denici on de l mite de funciones de dos variables va en total paralelismo con la denici on de l mite de funciones de una sola variable, existe una diferencia fundamental a la hora de determinar la existencia de un l mite. En una variable, la existencia del l mite, es equivalente a la coincidencia de los l mites laterales. Es decir, para determinar si una funci on de una variable tiene l mite en un punto determinado, solamente necesitamos comprobar qu e ocurre al aproximarnos por dos direcciones por la izquierda y por la derecha. Si la funci on tiene el mismo l mite por la izquierda y por la derecha podemos concluir que el l mite existe. Si embargo, en dos variables esto no es as .

2.2. L IMITE Y CONTINUIDAD

   Rr @ r 1i  I @   

129

En dos variables, en principio, no tiene sentido hablar de l mites laterales qu e signican derecha e izquierda en el plano?, por eso hablamos de l mites direccionales, ya que, en dos variables existen innitos caminos para acercarnos al punto, es m as, podemos acercarnos siguiendo un camino recto o un camino curvo. Es decir, al escribir (x, y ) (x0 , y0 ) entendemos que el punto (x, y ) se aproxima al punto (x0 , y0 ) en cualquier direcci on. Y, para que exista el l mite, los l mites siguiendo todas las direcciones o trayectorias tienen que coincidir. La exigencia de la denici on a todos los puntos del entorno signica todas las posibles formas de aproximarse. En consecuencia, para ver que una funci on no tiene l mite en un punto se siguen varios caminos de aproximaci on al punto y si la funci on tiene un l mite distinto por cada camino, entonces el l mite ((doble)) no existe. El problema ser a determinar si existe un camino que conduce a otra parte. En la pr actica los caminos que se suelen seguir son rectas y par abolas. (El camino por rectas se sigue cuando las potencias del denominador son del mismo grado, y el camino por par abolas cuando son de distinto grado, intentando igualar los grados). No debe olvidarse que la recta ha de pasar por el punto en cuesti on, es decir su ecuaci on ha de ser y y0 = m(x x0 ). Hay que advertir que este m etodo s olo es refutativo, es decir, nos permite negar la existencia del l mite pero no armarla. As , si encontramos dos l mites direccionales diferentes, entonces podemos armar que el l mite ((doble)) no existe. Pero si todos los l mites direccionales que tomamos nos dan el mismo l mite, no por eso podemos armar la existencia del l mite. Lo m as que podemos decir es que, de existir el l mite doble, su valor ser a el de los direccionales, pero nadie asegura que siguiendo otra direcci on, diferente a las tomadas hasta ese momento, obtengamos un resultado diferente. Ejemplo 2.34 (Calculando l mites direccionales). Probar que el siguiente l mite no existe. xy l m (x,y )(0,0) x2 + y 2 Soluci on. Si nos acercamos al origen a trav es de la recta y = x, se tiene 1 xx xy x2 = l m = l m = 2 2 2 2 2 x 0 2x 2 (x,y )(0,0) x + y (x,y )(0,0) x + x y =x l m luego, de existir el l mite, deber a ser 1/2. Mientras que si nos acercamos al origen a trav es de la recta y = x, se tiene 1 x(x) x2 xy = l m = l m = 2 2 2 2 2 x0 2x 2 (x,y )(0,0) x + y (x,y )(0,0) x + (x) l m
y =x

x0

x0

130

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

luego, de existir el l mite, deber a ser 1/2. Lo que contradice el resultado anterior, y en consecuencia el l mite doble no puede existir. En general, los l mites direccionales los haremos contemplando todas las rectas a la vez, y no una a una, como se ha hecho aqu . As , si nos acercamos al origen a trav es de la recta y = mx se tiene
(x,y )(0,0) x2

l m

xmx xy xy = l m = l m = 2 2 2 2 2 2 (x,y )(0,0) x + y +y (x,y )(0,0) x + m x y =mx


y =mx

= l m

m m = = f (m) 2 x0 1 + m 1 + m2

x0

El l mite no existe ya que depende del valor de m. Es decir, seg un la recta por la que nos aproximemos al punto tendr amos un valor del l mite u otro. As , si consideramos dos trayectorias diferentes de acercamiento, tenemos: Para m = 1, nos estar amos moviendo por la recta y = x, y ser a l = 1/2, mientras que para m = 1, estar amos movi endonos por la recta y = x, y ser a l = 1/2. y al haber encontrado dos caminos que conducen a l mites diferentes podemos armar que el l mite no existe. En efecto, esto quiere decir que en cualquier disco abierto centrado en (0, 0) hay puntos (x, y ) en los cuales f toma los valores 1/2 y 1/2. Luego f no puede tener l mite cuando (x, y ) (0, 0).
En este ejemplo podemos visualizar lo que ocurre en el origen de una manera muy gr aca. Imaginemos una alfombra de goma, con un agujero en el centro, y la atravesamos con dos listones, uno por debajo y el otro por encima, de manera que se crucen en el agujero (el de abajo de la alfombra pasar a por encima del otro). El que est a por encima de la alfombra lo jamos al suelo y el que est a por debajo lo levantamos hasta una altura de un metro, sin que se rompa la alfombra. Es evidente que el agujero se estira todo el metro.

Figura 2.38: f (x, y) =

xy x2 +y 2

Observaci on. Podemos observar que aunque la funci on f , del ejemplo anterior, denida por xy f (x, y ) = 2 x + y2

2.2. L IMITE Y CONTINUIDAD

131

s olo es discontinua en el punto (0, 0), sin embargo, dicha discontinuidad es inevitable, ya que no es posible redenir la funci on en (0, 0), de manera que sea continua en dicho punto, puesto que el l mite en (0, 0) no existe. Ejemplo 2.35. Demostrar que el siguiente l mite no existe. y2 (x,y )(0,0) x + y 2 l m Soluci on. Nos acercamos al origen a trav es de la recta y = mx. y2 m2 x2 m2 x y2 = l m = l m = l m =0 x0 x + m2 x2 x0 1 + m2 x (x,y )(0,0) x + y 2 (x,y )(0,0) x + y 2 l m
y =mx

para todo camino recto de la forma y = mx el l mite vale 0, sin embargo, no podemos armar que el l mite valga cero, ya que en otras direcciones puede tener otro valor. En efecto, si nos acercamos al origen por el camino curvo x = y 2 , resulta: y2 1 y2 = l m = l m 2 2 2 (x,y )(0,0) x + y 2 (x,y )(0,0) y + y
x= y 2
x=y 2

y 0

Luego el l mite no existe ya que al movernos por una par abola obtenemos distinto valor que al movernos por una recta. Observaci on. Cuando nos acercamos al origen a trav es de las rectas y = mx, estamos contemplando todas las trayectorias rectil neas menos una. En efecto, la recta x = 0 no est a contemplada en la ecuaci on y = mx. En determinadas ocasiones esta recta conduce a otro l mite y no es necesario acudir a otro tipo de trayectorias. As , en el ejemplo anterior no hubiera sido necesario acudir a las trayectorias parab olicas. En efecto, y2 y2 = l m =1 2 (x,y )(0,0) x + y 2 (x,y )(0,0) 0 + y l m
x=0 y 0
x=0

Ejemplo 2.36. Demostrar que el siguiente l mite no existe. 2x2 y (x,y )(0,0) x4 + y 2 l m Soluci on. Nos acercamos al origen a trav es de la recta y = mx.
(x,y )(0,0) x4

l m

2x2 y 2x2 y 2mx 2x2 mx = l m = l m 4 = l m = 0 2 4 2 x0 x + m2 x2 x0 x2 + m2 (x,y )(0,0) x + y +y y =mx y =mx

para todo camino recto de la forma y = mx el l mite vale 0, sin embargo, no podemos armar que el l mite valga cero, ya que en otras direcciones puede

132

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

tener otro valor. En efecto, si nos acercamos al origen por el camino curvo y = x2 , resulta: 2x2 y 2x2 x2 2 = l m = =1 4 2 4 4 (x,y )(0,0) x + y 1+1 (x,y )(0,0) x + x l m
y =x2
y =x2

x0

Luego el l mite no existe ya que al movernos por una par abola obtenemos distinto valor que al movernos por una recta. Tambi en pod amos haber acudido directamente a las trayectorias parab olicas sin pasar previamente por las rectil neas. As , 2x2 (ax)2 2x2 a2 x2 2x2 y 2a2 = l m = l m = = f (a) x0 x4 + (ax2 )2 x0 x4 + a2 x4 (x,y )(0,0) x4 + y 2 1 + a2 l m
y =ax2

luego el l mite no existe, por depender de a. Ejemplo 2.37. Calcular el siguiente l mite: 7x(x 5) y+2 (x,y )(5,2) l m

Soluci on. Nos aproximamos al punto (5, 2) mediante rectas que pasen por dicho punto y + 2 = m(x 5), de donde,
(x,y )(5,2)

l m

7x(x 5) 0 35 7x(x 5) 7x = l m = = l m = = f (m) x5 m(x 5) x5 m y+2 0 m xy x y + 1 2 x + y 2 2x 2y + 2 (x,y )(1,1) l m

luego el l mite dado no existe, por depender de m. Ejemplo 2.38. Calcular, si existe,

Soluci on. Agrupando t erminos en el numerador y denominador y haciendo el l mite resultante por rectas y 1 = m(x 1), resulta:
(x,y )(1,1) x2

xy x y + 1 = + y 2 2x 2y + 2 x(y 1) (y 1) = l m = (x,y )(1,1) (x 1)2 1 + (y 1)2 1 + 2 (x 1)(y 1) (x 1)m(x 1) = l m = l m = 2 2 x1 (x 1)2 + m2 (x 1)2 (x,y )(1,1) (x 1) + (y 1) l m
y 1=m(x1)

m = f (m) 1 + m2

Luego, al depender de m, el l mite no existe. Determinaci on de la trayectoria d scola Cuando tengamos la sospecha de que un l mite no existe, y sin embargo, las trayectorias habituales (rectas y par abolas) conducen al mismo resultado, podemos intentar buscar una trayectoria d scola por dos procedimientos:

2.2. L IMITE Y CONTINUIDAD 1. Mediante la sustituci on impl cita 2. Mediante la aplicaci on sucesiva de la regla de LH opital

133

a) Mediante la sustituci on impl cita En lugar de trayectorias del tipo y = f (x), se pueden utilizar trayectorias denidas impl citamente F (x, y ) = 0. As , en el caso de fracciones, sustituiremos todo el numerador o el denominador por lo que nos interese para conseguir el l mite deseado, siempre que la sustituci on que hacemos se corresponda realmente con una trayectoria que pasa por el punto objeto de l mite.
Nota. Para ver si una ecuaci on del tipo F (x, y ) = 0 se corresponde con una trayectoria v alida de aproximaci on al punto en cuesti on, hay que comprobar que se cumplen las condiciones exigidas en el teorema 4.14 de la funci on impl cita (p ag. 289). Mientras el alumno no conozca dicho teorema, adem as de comprobar que la trayectoria pasa por el punto en cuesti on, debe que comprobar que alguna de las variables es funci on de la otra en un entorno de dicho punto, para ello puede limitarse a ecuaciones en las que es posible despejar una de las inc ognitas en funci on de la otra y obtener una funci on, o bien a ecuaciones de curvas conocidas.

Ejemplo 2.39. Demostrar que el siguiente l mite no existe


(x,y )(0,0) x2

l m

x + y2

Soluci on. Si nos acercamos al origen a trav es de la familia de curvas denidas por la ecuaci on x2 + y 2 = x resulta
(x,y )(0,0) x2 x2 +y 2 =x x0

l m

x 1 x = l m = 2 x0 x +y

luego el l mite no existe, por depender de Nos queda comprobar que las trayectorias utilizadas son v alidas. En efecto, la ecuaci on que hemos utilizado en la sustituci on se puede expresar de la siguiente forma, x2 x + y 2 = 0 2 + y2 = 0 (x )2 2 4 2 (x )2 + y 2 = 2 4

luego se trata de circunferencias con centro en el punto (/2, 0) y radio r = /2 que pasan por el origen de coordenadas.
Nota: Hay que hacer notar la importancia de comprobar que la trayectoria utilizada es una trayectoria id onea. Es decir, una trayectoria que no s olo contenga al punto en cuesti on, sino que lo atraviese . Veamos un ejemplo en el que se obtiene un resultado incorrecto por seguir una trayectoria no id onea.

134

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Ejemplo 2.40 (Trayectorias no id oneas conducen a resultados incorrectos). Explicar porqu e no es posible utilizar la trayectoria x2 + y 2 = x3 para probar que el siguiente l mite no existe x3 (x,y )(0,0) x2 + y 2 l m Soluci on. Es evidente que el l mite dado existe y vale cero. En efecto, x2 x3 = l m x = 0 Acot. = 0 (x,y )(0,0) x2 + y 2 (x,y )(0,0) x2 + y 2 l m Ahora bien, si sigui eramos la trayectoria x2 + y 2 = x3 resultar a lo siguiente x3 x3 = l m =1 x0 x3 (x,y )(0,0) x2 + y 2 l m Lo que contradice el resultado anterior. Este hecho se debe a que la trayectoria utilizada no es una trayectoria id onea. En efecto, trayectoria x2 + y 2 = x3 contiene al (0, 0) ya que dicho punto cumple la ecuaci on. Sin embargo la trayectoria no pasa por el origen. Se trata de una curva que no pasa por el origen de coordenadas, pero que tiene un punto exterior aislado precisamente el origen de coordenadas y da la apariencia de pasar por el, cuando no es cierto. En efecto, la gr aca 2 2 3 de la curva x + y = x viene representada en la Figura 2.39
y

Figura 2.39: Gr aca de x2 + y 2 = x3 La determinaci on del dominio de las funciones impl citas en la trayectoria nos dice que la funci on s olo est a denida para x 1 y para el (0, 0). En efecto, despejando y resulta, x2 + y 2 = x3 y 2 = x3 x2 y = x3 x2

y para que la ra z cuadrada est e denida, ha de ser x3 x2 0 x3 x2 x1 x=0

b) Mediante la aplicaci on sucesiva de la regla de LH opital

2.2. L IMITE Y CONTINUIDAD

135

Hacemos el l mite mediante trayectorias rectil neas (o l mites reiterados) y obtenemos un valor concreto. Suponemos, entonces, que la trayectoria d scola viene denida mediante una funci on polin omica y = p(x). Sustituimos en el l mite y aplicamos sucesivamente la regla de LH opital hasta obtener un valor distinto al obtenido anteriormente. Posteriormente calculamos el polinomio que cumple las condiciones exigidas a p(x).
Nota: La determinaci on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor o de Mac Laurin (Teorema 3.7 de la p ag 178) p(x) = p(0) + p (0)x + p (0) 2 p (0) 3 x + x 2 3!

Ejemplo 2.41. Es cierto que cando la respuesta

y + ex 1 = 1 ?. Responde justiy+x (x,y )(0,0) l m

Soluci on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el l mite, de existir, deber a de valer 1. Pero esto no nos permite armar que dicho l mite exista. mx + ex 1 0 0 y + ex 1 = [ ] = l m =[ ]= l m x 0 y+x 0 mx + x 0 (x,y )(0,0) y al ser de una variable podemos aplicar LH opital, con lo cual = l m m + ex m+1 = = 1 para m = 1 x0 m + 1 m+1

Sin embargo, si nos aproximamos al punto (0, 0) mediante la par abola 2 y = x x resulta que el l mite, de existir, deber a de valer 3/2, en efecto y + ex 1 x2 x + ex 1 x2 x + ex 1 0 l m = l m = l m =[ ]= 2 2 x0 x0 y+x x x+x x 0 (x,y )(0,0) y al ser de una variable podemos aplicar LH opital, de donde = l m 0 3 2 + ex 2x 1 + ex = [ ] = l m = x0 x0 2x 0 2 2

Con lo cual podemos armar que el l mite propuesto no existe. Hemos utilizado la par abola y = x2 x y no otra, por la siguiente raz on. Supongamos que nos acercamos al punto (0, 0) mediante la curva y = g (x), y que aplicamos sucesivamente LH opital, y queremos que resulte = l m 0 0 g (x) + ex g (x) + ex g (x) + ex 1 = [ ] = l m = [ ] = l m =1 x0 g (x) + 1 x0 x0 g (x) + x 0 0 g (x)

Para ello tendr a que ser g (0) = 0, g (0) = 1, g (0) = 0 que se consigue con g (x) = 2 g (x) = 2x 1 g (x) = x2 x

136

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Nota: La determinaci on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor en el origen (Teorema 3.6 de la p ag 177) p(x) = p(0) + p (0)x + de donde, para p (0) = 2 resulta p(x) = 0 x + x2 = x2 x p (0) 2 x 2

Ejemplo 2.42. Calcular, si existe, el valor del siguiente l mite:


(x,y )(0,0)

l m

y + sen x y+x

Soluci on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el l mite, de existir, deber a de valer 1. Pero esto no nos permite armar que dicho l mite exista. y + sen x 0 0 mx + sen x l m = = = l m = x0 mx + x 0 0 (x,y )(0,0) y + x y al ser de una variable podemos aplicar LH opital, con lo cual m+1 m + cos x = = 1 para m = 1 m+1 m+1 sin embargo, si nos aproximamos al punto (0, 0) mediante la c ubica y = x3 x resulta que el l mite, de existir, deber a de valer 5/6 3 y + sen x x x + sen x x3 x + sen x 0 l m = = l m = l m = 3 3 x 0 x 0 y + x x x + x x 0 (x,y )(0,0) = l m
x0

y al ser de una variable podemos aplicar LH opital, con lo cual


= l m

0 0 5 6x sen x 6 cos x 3x2 1 + cos x = = = =1 = l m = l m 2 x0 x0 x0 3x 0 6x 0 6 6

Con lo cual podemos armar que el l mite propuesto no existe. Hemos utilizado la c ubica y = x3 x y no otra funci on, por la siguiente raz on. Supongamos que nos acercamos al punto (0, 0) mediante la curva y = p(x), y que aplicamos sucesivamente LH opital, y queremos que resulte p (x) + cos x p(x) + sen x 0 0 y + sen x = l m = = l m = = x 0 x 0 p(x) + x 0 p (x) + 1 0 (x,y )(0,0) y + x p (x) sen x 0 p (x) cos x = l m = =1 = l m x0 x0 p (x) 0 p (x) Para ello tendr a que ser p (0) = 0, p (0) = 0, p (0) = 1, p(0) = 0 que se consigue con a a p (x) = a p (x) = ax p (x) = x2 1 p(x) = x3 x 2 6 L mites parciales iterados (o reiterados). Si estos dos l mites son distintos, entonces la funci on no tiene l mite, pero si son iguales o alguno de ellos no existe, entonces no se puede asegurar nada sobre el l mite doble. l m

2.2. L IMITE Y CONTINUIDAD

137

Se pueden calcular los siguientes l mites:


xx0 y y0

l m

x= x0
xx 0

y y0

l m f (x, y )

l m

l m f (x, y )

y = y0

Figura 2.40: L mites iterados Ejemplo 2.43. Demostrar que el siguiente l mite no existe. x2 y 2 (x,y )(0,0) x2 + y 2 l m Soluci on.
xx0

l m

x= x 0

l m y y

x2 y 2 x2 0 = l m = l m 1 = 1 xx0 x2 + 0 xx0 x2 + y 2 x2 y 2 0 y2 = l m = l m 1 = 1 y y0 0 + y 2 xx0 x2 + y 2

y y0

l m

l m xx

y = y0

Luego el l mite doble no existe. Ejemplo 2.44. Demostrar que el siguiente l mite existe, y sin embargo no existen ninguno de los iterados. l m (x sen 1 1 + y sen ) y x

(x,y )(0,0)

Soluci on. El l mite doble existe. 1 1 l m (x sen + y sen ) = 0 Ac + 0 Ac = 0 + 0 = 0 y x (x,y )(0,0) Mientras que los iterados no existen, en efeco 1 1 m No denido + 0 = No denido m l m yl (x sen + y sen ) = l y xx0 xx0 0 y x
x= x0 y y0

l m

xx 0

l m (x sen

y = y0

1 1 + y sen ) = l m 0 + No denido xx0 y x

= No denido

2.2.10.

L mites en el innito

Se trata de ver el comportamiento de la funci on en el contorno de una circunferencia de radio innito.

138

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES

Ejemplo 2.45. Calcular los siguientes l mites. 1. x l m Soluci on. 1. 2.


y
x x

x2

1 + y2

2. x l m e(x
y

2 +y 2 )

l m

x2

1 1 = =0 2 +y
2 +y 2 )

l m e(x

=x l m

1 e(x2 +y2 )

1 1 = =0 e
2 +y 2 )

Ejemplo 2.46. Representa la funci on: f (x, y ) = e(x

Soluci on. El dominio de la funci on es todo R2 . Para representar le funci on sustituimos f (x, y ) por z , con lo que tenemos: z = e(x
2 +y 2 )

Veamos los cortes de dicha supercie con los planos coordenados: 2 - corte con el plano x = 0 z = ey 2 - corte con el plano y = 0 z = ex Para hallar las curvas de nivel suponemos que z es una constante e(x
2 +y 2 )

=z

de donde (x2 + y 2 ) = ln z x2 + y 2 = ln z

Damos varios valores a z para ir viendo las curvas de contorno a distintas alturas: para el nivel z = 1 x2 + y 2 = 0 el punto (0,0) para niveles 0 < z < 1 ln z es positivo, luego se trata de circunferencias de radio ln z Y teniendo en cuenta que el l mite en el innito es cero, resulta la siguiente gr aca:

Figura 2.41: f (x, y ) = e(x

2 +y 2 )

Las deniciones de l mite y continuidad pueden extenderse a funciones de tres variables considerando puntos (x, y, z ) dentro de la esfera abierta (x x0 )2 + (y y0 )2 + (z z0 )2 < 2

2.3. PROBLEMAS PROPUESTOS DEL CAP ITULO 2

139

de radio y centro (x0 , y0 , z0 ). De la misma forma, pueden extenderse, de manera natural, a funciones de m as de tres variables.

2.3.

Problemas propuestos del Cap tulo 2

Ejercicios propuestos del Cap tulo 2


2.1. Soluciones en la p agina ?? Descr base el dominio de los siguientes campos escalares: a) f (x, y ) = 4 x2 y 2 y c) f (x, y ) = arc cos x xy e) f (x, y ) = xy g) f (x, y ) = x2 + y 2 i) f (x, y ) = ln (4 xy ) b) f (x, y ) = x+y xy d) f (x, y ) = ln (4 x2 4y 2 )

h) f (x, y ) = ex/y

f) f (x, y ) = ln (4 x y )

2.2.

Consideremos las siguientes funciones: f (x, y, z ) = x2 + y 2 z g (x, y, z ) = x2 y 2 + z Expresa, en la forma m as simplicada posible: a) (f + g )(x, y, z ) c) g (f (x, y, z ), g (x, y, z ), 4x2 z ) e) g ( (x), (x), 0) b) f ( (x), (x), 1) d) (f (x, y, z )) f (x, y, z ) + g (x, y, z ) f) 2 (x) = cos x (x) = sen x

2.3.

Descr base la gr aca de las siguientes funciones: a) f (x, y ) = k c) h(x, y ) = x2 + y 2 e) m(x, y ) = r2 ax2 by 2 b) g (x, y ) = ax + by + c d) l(x, y ) = r2 x2 y 2 f) n(x, y ) = y 2 x2

2.4.

Describir las curvas f (x, y ) = k o supercies de nivel f (x, y, z ) = k, para los siguientes campos f y los valores de k que se indican: a) f (x, y ) = 25 x2 y 2 b) f (x, y ) = x2 + y 2 c) f (x, y ) = xy d) f (x, y ) = 6 2x 3y e) f (x, y, z ) = 4x + y + 2z f) f (x, y, z ) = x2 + y 2 + z 2 g) f (x, y, z ) = x2 + y 2 z 2 h) f (x, y, z ) = 4x2 + 4y 2 z 2 k k k k k k k k = 0, 1, 2, 3, 4, 5 = 0, 2, 4, 6, 8 = 1, 2, , 6 = 0, 2, 4, 6, 8, 10 =4 =9 =1 =0

140
2.5.

CAP ITULO 2. FUNCIONES DE VARIAS VARIABLES: L IMITES


H allense, si existen, los siguientes l mites: ln |1 + x2 y 2 | x c) l m (x,y )(0,4) y x2 + y 2 e) l m cos (x,y )(0,0) x+y+1 x sen y g) l m (x,y )(1,0) x2 + 1 x3 y 3 1 i) l m (x,y )(1,1) xy 1 x k) l m 2 (x,y )(0,0) x + y2 xy m) l m (x,y )(0,0) x2 + y 2 x3 o) l m (x,y )(0,0) x2 + y 2 x3 sen (y 2 4) q) l m (x,y )(0,0) (y + 2) sen x y sen (xy ) s) l m 2 2 (x,y )(0,0) 1 ex +y a)
(x,y )(1,1)

l m

b) d) f)

(x,y,z )(1,2,6) (x,y )(0,/2)

l m

l m

1 1 1 + + x y z sec x tg y

xy + y 2x 2 x+1 cos x 1 y2 h) l m (x,y )(0,2) x2 y2 4 xy j) l m (x,y )(0,0) x + y xy l) l m (x,y )(0,0) |xy | xy 3 n) l m (x,y )(0,0) x2 + y 6 x2 + y 2 p) l m (x,y )(0,0) x2 + y 2 + 1 1 exy 1 r) l m (x,y )(0,0) sen x ln (1 + y ) ln (1 + yx2 ) t) l m (x,y )(0,0) tg y 1 cos (x2 + y 2 )
(x,y )(2,2)

l m

2.6.

Est udiese la continuidad de las siguientes funciones, prolong andolas por continuidad, si es posible, a puntos que no sean de su dominio. a) x sen d) x2 1 + y2 2x + y 2 x2 + y 2 x2 + y 2 e) ln (1 x2 y 2 ) b) c) x3 + ln y (y 1)3 + x6 x3 + ln (y + 1) f) y 3 + x6

1 sen xy x

2.7.

Problemas resueltos del Cap tulo 2


2.1. Soluci on.

Estudiese la continuidad de las siguientes funciones: x y si 2 2 x +y si (x, y ) = (1, 3) a) b) x+y 10 si (x, y ) = (1, 3) 0 si 3 3 3 x x 4y si (x, y ) = (0, 0) 2 + y2 d) x2 4y 2 c) x 0 28 si (x, y ) = (0, 0) xy si ( x, y ) = (0 , 0) 4x2 + 5y 2 e) si (x, y ) = (0, 0) 3 0 2 x sen (y 4) si (x, y ) = (0, 2) f) (y + 2) sen x 0 si (x, y ) = (0, 2)

(x, y ) = (0, 0) (x, y ) = (0, 0) si (x, y ) = (0, 0) si (x, y ) = (0, 0)

Problemas propuestos del Cap tulo 2


Soluciones en la p agina 380 2.1.

Cap tulo 3

Derivada de Funciones de una variable


3.1.
3.1.1.

Derivada y continuidad. Recta tangente y recta normal


Idea intuitiva de recta tangente.

Todo el mundo tiene una idea clara de lo que es la recta tangente a una circunferencia en uno de sus puntos, pero si tratamos de generalizar esa idea a otras curvas nos encontramos con cuestiones que esa idea no resuelve. - Puede la recta tangente cortar a la curva en m as de un punto?. - Puede atravesar la recta tangente a la curva por el punto de tangencia?.
6 '$ y &% x y 6 y 6 x -

x -

Figura 3.1: Idea intuitiva de recta tangente

Una primera aproximaci on al concepto nos permite enunciar la siguiente denici on: Denici on 3.1. Se llama tangente a una curva en un punto P a la recta que pasa por P con la misma direcci on que la curva. Podemos insistir un poco m as en el concepto se nalando que la recta tangente es una recta que toca a la curva en un punto, pero que, adem as, la curva se aplana en las proximidades del punto de tangencia, tratando de 141

142 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE confundirse, por un instante, con la propia recta. Este aplanamiento en los alrededores del punto de tangencia es lo que hace que la curva sea suave y que se aproxime a la recta tangente en los alrededores del punto de tangencia, y esto es lo que realmente caracteriza la recta tangente. y 6 f (x0 + h)

y = f (x) Q

r(h) Recta tangente a la gr aca de y = f (x) en x = x0

f (x0 )

x x0 x0 + h

Figura 3.2: Recta tangente a una funci on. El residuo r(h) es la distancia (vertical) entre la curva y la recta tangente, y es lo que nos va a permitir determinar si una curva tiene o no recta tangente en uno de sus puntos. En efecto, una primera observaci on nos hace ver que el residuo r(h) tiende a cero a medida que h tiende a cero. Sin embargo, este hecho no es importante para la existencia de la recta tangente, pues el que l mh0 r(h) = 0 lo u nico que nos dice es que la funci on es continua en P , y seguir a siendo cero cualquiera que fuera la recta que pase por P , aunque no fuera la recta tangente, e incluso, aunque la funci on no tuviera tangente. Lo importante, cuando se estudia la recta tangente, es que el residuo r(h) tiende a cero m as r apido de lo que lo hace h. Esto signica que: r(h) =0 h0 h l m Gr acamente, este l mite viene a signicar el hecho de que la curva se embarra con la recta tangente en los alrededores del punto P . En otras palabras, la curva tiene que ser suaveen P , para que se pueda ver localmente como una recta(su recta tangente).

3.1.2.

Rectas tangentes no intuitivas


y6

La tangente a una recta es la propia recta.

x -

Figura 3.3: La tangente a una recta es la propia recta

3.1. DERIVADA Y CONTINUIDAD. TANGENTE Y NORMAL

143

En un punto de inexi on la tangente atraviesa la curva. Pudi endose distinguir tres tipos de puntos de inexi on: de tangente vertical, de tangente horizontal y de tangente oblicua.
y 6 y 6 y 6 x -

x -

x -

Figura 3.4: La tangente en un punto de inexi on. En un punto anguloso, de desv o brusco o de retroceso, la curva o bien no tiene tangente o la tangente es vertical. La tangente no puede ser oblicua, ya que este caso la correspondencia no ser a funci on.
y 6 x x Tangente vertical x No hay tangente y 6 y 6 y 6 @ @

@ @ @

x -

No hay tangente

No es funci on

Figura 3.5: En los puntos de retroceso o no hay tangente o la tangente es vertical.

En los puntos de discontinuidad no se dene la recta tangente


y 6 y b   x 6 r PP P P b 

 

 

x -

Figura 3.6: En los puntos de discontinuidad no se dene la recta tangente.

144 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.1.3.
y 6 f (x)

La pendiente de la recta tangente


y = f (x) Q f (x) f (x0 )

El valor aproximado de la pendiente de la recta tangente ser a: tan f (x) f (x0 ) x x0 f (x) f (x0 ) x x0

f (x0 )

P xx 0 x0

Y su valor exacto:
x -

tan = l m

xx0

Figura 3.7: Pendiente de la recta tangente.

3.1.4.

Denici on de derivada

Denici on 3.2 (Derivada en un punto). Sea x0 un punto interior de Df . Se llama derivada de la funci on f en el punto x0 al siguiente l mite si existe y es nito. f (x) f (x0 ) f (x0 ) = l m xx0 x x0
Observaciones: Cuando dicho l mite sea innito se dice que la funci on no es derivable, aunque tiene derivada innita. (gr acamente signica que la recta tangente en ese punto es vertical). Para que la derivada exista el punto x0 tiene que ser un punto interior del dominio, es decir, la funci on tiene que estar denida en un entorno del punto, con objeto de que cuando x 0 el valor f (x) que aparece en el numerador est e denido. No olvidar que la derivada es un l mite, aunque buscaremos reglas para calcular derivadas sin tener que hacer dicho l mite. A la expresi on forma: f (x) f (x0 ) , se le llama cociente incremental y se expresa de la x x0 f (x) f (x0 ) f y = = x x x x0

Con lo cual la derivada no es m as que el l mite del cociente incremental cuando el incremento de x tiende a cero. f (x0 ) = l m
x 0

f (x0 ) x

3.1.5.

Otra forma de la derivada

Tenemos que: f (x0 ) = l m f (x) f (x0 ) x x0

xx0

3.1. DERIVADA Y CONTINUIDAD. TANGENTE Y NORMAL

145

Llamando h al incremento, ser a: x x0 = h x = x0 + h con lo cual resulta: f (x0 ) = l m


y 6 f (x0 + h) f (x0 + h) f (x0 )

f (x0 + h) f (x0 ) h0 h

f (x0 )

P x x
0

x0

x x = x0 + h

Figura 3.8: Derivada de una funci on.

Ejemplo 3.1. Calcular, aplicando la denici on en las dos formas, la deriva2 da de la funci on f (x) = 3x , en el punto x = 2. Soluci on. f (2) = l m f (x) f (2) 3x2 12 3(x2 4) = l m = l m = x2 x2 x 2 x2 x2 x2 3(x + 2)(x 2) = l m = 12 x2 x2

f (2) = l m

3(2 + h)2 12 f (2 + h) f (2) = l m = h0 h0 h h 12 + 12h + 3h2 12 3(4 + 4h + h2 ) 12 = l m = = l m h0 h0 h h = l m (12 + 12h) = 12 + 0 = 12


h0

3.1.6.

Derivadas laterales

Si el l mite que dene la derivada lo tomamos solamente por la derecha o por la izquierda, obtenemos las derivadas laterales. Denici on 3.3. Se llaman derivada por la derecha y derivada por la izquierda, respectivamente, a los siguientes l mites, si existen y son nitos: f (x0 +) = l m
xx0 +

f (x) f (x0 ) f (x0 + h) f (x0 ) = l m h0+ x x0 h

146 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE f (x0 + h) f (x0 ) f (x) f (x0 ) = l m h0 x x0 h Para que se pueda denir la derivada por la derecha en el punto x0 , la funci on tiene que estar denida, al menos, en un intervalos del tipo [x0 , b), y para que exista la derivada por la izquierda, la funci on tiene que estar denida, al menos, en un intervalo del tipo (a, x0 ]. Para que la funci on sea derivable las dos derivadas laterales tienen que coincidir. f (x0 ) = l m
xx0

Teorema 3.1 (Coincidencia de las derivadas laterales). Una funci on es derivable en un punto sii las derivadas laterales coinciden en dicho punto. Ejemplo 3.2. Calcular las derivadas laterales de la funci on valor absoluto, en el origen de coordenadas. Soluci on. La funci on es f (x) = |x|. Luego resulta, |x| x f (x) f (0) = l m = l m =1 x0+ x x0+ x x0+ x0 f (x) f (0) |x| x f (x0 ) = l m = l m = l m = 1 x0 x0 x x0 x x0 Luego la funci on no es derivable en el origen. f (x0 +) = l m
@ @

y6
@ @

x -

Figura 3.9: f (x) = |x|

3.1.7.

Derivada y continuidad

Teorema 3.2 (Derivabilidad implica continuidad). Si una funci on es derivable en un punto, entonces es continua en dicho punto. Demostraci on. En efecto, tenemos que: f (x) f (x0 ) y es nito. f es derivable en x0 l m xx0 x x0 f es continua en x0 l m f (x) = f (x0 ) l m f (x) f (x0 ) = 0 Con lo cual, resulta: f derivable en x0 =
xx0 xx0 xx0

l m f (x) f (x0 ) = l m

xx0

= f es continua en x0

f (x) f (x0 ) (x x0 ) = f (x0 ) 0 = 0 x x0

3.1. DERIVADA Y CONTINUIDAD. TANGENTE Y NORMAL

147

Sin embargo, existen funciones que son continuas pero que no son derivables. Ejemplo 3.3. Comprobar que la funci on f (x) = |x2 4| es continua en el punto x = 2, pero no es derivable en dicho punto. Comprobar el resultado gr acamente. En qu e otro punto tampoco ser a derivable?. Soluci on. a) f es continua en x = 2
y 6
x2

l m f (x) = l m |x2 4| = |0| = 0 = f (0)


x2

b) f no es derivable en x = 2 |x2 4| f (x) f (2) = l m = f (2) = l m x2 x 2 x2 x2 x (x + 2)(x 2) |x2 4| 2 2 = l m =4 m xl x2+ 2+ x 2 x2 2 = Figura 3.10: f (x) = |x 4| |x2 4| (x + 2)(x 2) l m = l m = 4 x2 x 2 x2 x2 Luego la funci on no es derivable en x = 2. Ejemplo 3.4. Comprobar que la funci on f (x) = 3 x es continua en el punto x = 0, pero no es derivable en ese punto. Comprueba el resultado gr acamente. Soluci on. a) f es continua en x = 0 l m f (x) = l m 3 x = 0 = f (0)
x0 x0

b) f no es derivable en x = 0 3 x0 f (x) f (0) f (0) = l m = l m = l m x0 x 0 x0 x0 x Luego la funci on no es derivable en x = 0.


y 6 -x

x = l m x2 x0

1 = + x2

Figura 3.11: Gr aca de la funci on f (x) =

x. No es derivable en el origen

148 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.1.8.

Signicado gr aco de la derivada: Suavidad.

Una funci on es continua en un punto , si su gr aca atraviesa dicho punto. Una funci on es derivable en un punto si su gr aca lo atraviesa con suavidad.
qP P a 

Continuas

Una funci on no es derivable: En los puntos angulosos.

Derivables

En los puntos de tangente vertical. En los puntos de discontinuidad.


Discontinuas

Figura 3.12: Funciones Ejemplo 3.5. Est udiese cu al de las tres funciones siguientes atraviesa el origen con m as suavidad.
f (x) = sen 1 si x = 0 x 0 si x = 0 g (x) = 1 si x = 0 x 0 si x = 0 x sen h(x) = x2 sen 1 si x = 0 x 0 si x = 0

Soluci on. La funci on f no es continua en 0, por lo tanto no lo atraviesa. La funci on g es continua en 0, pero no es derivable 0, luego lo atraviesa, pero sin suavidad. La funci on h es continua y derivable en el origen, luego lo atraviesa con suavidad.

Figura 3.13: La derivabilidad de la funci on muestra la suavidad de la curva

3.1.9.

La ecuaci on de la recta tangente

La pendiente de la recta tangente coincide con la derivada de la funci on, con lo cual:

3.1. DERIVADA Y CONTINUIDAD. TANGENTE Y NORMAL


y 6 f (x) P xx 0 f (x0 ) x0 y

149

Tenemos que: y f (x ) 0 = f (x0 ) y f (x0 ) x x 0 tan = x x0 tan = f (x0 ) y f (x0 ) = f (x0 )(x x0 )

x x

de donde resulta la siguiente ecuaci on:

Figura 3.14: Recta tangente.

Luego, la ecuaci on de la recta tangente es: y = f (x0 ) + f (x0 )(x x0 ) (3.1) x

Ejemplo 3.6. Hallar la ecuaci on de la recta tangente a la curva y = en el punto x = 1. Comprobar el resultado gr acamente. Soluci on.
y 6 x

Tenemos que: f (x) =

1 1 f (x) = f (1) = 2 2 x

x f (1) = 1, y

de donde, la ecuaci on de la recta tangente es x+1 1 y 1 = (x 1) o bien, y = 2 2

Figura 3.15: y = x

Hallar el punto de tangencia.

Ejemplo 3.7. Demostrar que la recta y = x es tangente a la curva dada por la ecuaci on: y = x3 6x2 + 8x

Soluci on. La pendiente de la recta tangente ha de ser y = 1. Como y = 3x2 12x + 8, resulta, 3x2 12x + 8 = 1, de donde, 3x2 12x + 9 = 0, con lo que, simplicando, resulta: 42 4 16 12 3 y = 3 P (3, 3) 2 = = x 4x + 3 = 0 x = 1 y = 3 Q(1, 3) 2 2 Comprobamos las posibles soluciones: P (3, 3) y + 3 = (x 3) y + 3 = x + 3 y = x Q(1, 3) y 3 = (x 1) y 3 = x + 1 y = x + 4 No Las dos soluciones de la ecuaci on obedecen a que la curva tiene dos rectas tangentes con la misma pendiente y = 1, una en el punto P (3, 3) y otra en el punto Q(1, 3).

150 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.1.10.

La ecuaci on de la recta normal

Ejemplo 3.8. Hallar, gr acamente, un vector perpendicular al vector v = (2, 3) e indicar la relaci on que existe entre sus componentes y sus pendientes. Soluci on.
y 6 v

 v k Q
Q p Q
Q x Q

Tenemos que: v = (2, 3) vp = (3, 2) Las componentes se cambian de orden y una de ellas de signo. 1 La inversa m cambiada de signo.

y para las pendientes: m = 3/2 m = 2/3 m =

Figura 3.16:

Proposici on 3.1. Dos rectas perpendiculares tienen pendientes inversas y cambiadas de signo. Denici on 3.4 (Recta normal). Se llama recta normal a una curva, en un punto de la misma, a la perpendicular a la recta tangente en dicho punto. La pendiente de la recta tangente coincide con la derivada de la funci on, y la de la recta normal con su inversa cambiada de signo, con lo cual resulta lo siguiente:
y 6 f (x) A y A P A A x x0 f (x0 ) AA x x0 x

Ecuaci on de la recta tangente: y f (x0 ) = f (x0 )(x x0 ) Ecuaci on de la recta normal: y f (x0 ) = 1 (x x0 )

Figura 3.17: Recta normal.

f (x0 )

3.1.11.

Curvas de tangente horizontal y curvas de tangente vertical

Cuando la derivada se hace cero en un punto, entonces la tangente es una recta horizontal y = y0 , y la recta normal es la recta vertical que pasa por el punto x = x0 . Cuando la derivada se hace innita en un punto, entonces la tangente es la recta vertical que pasa por el punto x = x0 , y la recta normal es la recta horizontal que pasa por el punto y = y0 .

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION Ejemplo 3.9. Hallar las rectas tangente y normal a la curva y = origen de coordenadas 3

151 x en el

1 1 Soluci on. Tenemos y = x1/3 , y su derivada y = x2/3 = , de donde, 3 3 3 x2 y 6 f (0) = +, con lo cual:
-x

Ecuaci on de la recta tangente: x = 0 Ecuaci on de la recta normal: y = 0

Figura 3.18: f (x) =

x.

3.2.
3.2.1.

Funci on derivada. reglas de derivaci on.


Funci on derivada

Dada una funci on y = f (x), si hallamos su derivada en cada uno de los puntos en los que sea derivable se obtiene una nueva funci on llamada funci on derivada de la anterior. x x0 x1 . . . f (x) f (x0 ) f (x1 ) . . . x x0 x1 . . . f (x) f (x0 ) f (x1 ) . . .

y = f (x)

y = f (x)

Para hallar la f ormula de la funci on derivada basta con aplicar la denici on de derivada en un punto gen erico: f (x) = l m f (x + h) f (x) h0 h f (x) = l m f x0 x y = l m f dy = x0 x dx

Ejemplo 3.10. Hallar, aplicando la denici on, la derivada de la funci on: f (x) = x2 Soluci on. Podemos aplicar la denici on de derivada en cualquiera de sus dos formas: x2 c2 (x + c)(x c) f (x) f (c) = l m = l m = 2c f (c) = l m xc x c xc xc xc xc f (c) = 2c f (x) = 2x f (x) = l m (x + h)2 x2 f (x + h) f (x) = l m = h0 h0 h h = l m

x2 + 2hx + h2 x2 = l m (2x + h) = 2x h0 h0 h

152 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ejemplo 3.11. Hallar, aplicando la denici on, la derivada de la funci on: f (x) = x Soluci on. Podemos aplicar la denici on de derivada en cualquiera de sus dos formas: x c f (x) f (c) ( x c)( x + c) f (c) = l m = = l m = l m xc xc xc xc xc (x c)( x + c) = l m
xc

1 1 1 xc = l = f (c) = m (x c)( x + c) xc x + c 2 c 2 x f (x + h) f (x) x+h x f (x) = l m = l m = h0 h0 h h ( x + h x)( x + h + x) x+hx = l m = l m = h0 h 0 h( x + h + x) h( x + h + x) = l m


h0

1 1 = 2 x x+h+ x

3.2.2.

Reglas de derivaci on.


funci on rf f +g f g 1 g f g derivada rf f + g f g + f g g g2 f g f g g2

Derivada y operaciones:

Derivada de la funci on compuesta. Regla de la cadena: h(x) = g f (x) = h (x) = g f (x) f (x) que se puede expresar de la forma: dh dg df dz dz dy = = = dx df dx dx dy dx Derivada de la funci on rec proca o inversa: y = f (x) = 1 dx = dy dy/dx = x y = 1 yx

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION Derivada de las funciones elementales:


funci on k x xr x n x derivada 0 1 rxr1 1 2 x 1 n n xn1 1 x 1 1 = lgb e x ln b x ex ax ln a xx (ln x + 1) cos x sen x funci on k u ur u n u ln u lgb u eu au fg sen u cos u tg u 1 cos u 1 csc u = sen u sec u = cot u arc sen u arc cos u arc tg u arc sec u arc csc u arc cotg u senh u cosh u tgh u derivada 0 u rur1 u u 2 u u n n un1 u u u u = lgb e u ln b u u e u au u ln a f f g g ln f + g f u cos u u sen u u = u sec2 u cos2 u u sec u tg u u csc u cot u u = u csc2 u sen2 u u 1 u2 u 1 u2 u 1 + u2 u |u| u2 1 u |u| u2 1 u 1 + u2 u cosh u u senh u u cosh2 u

153

ln x lgb x ex ax xx sen x cos x tg x 1 cos x 1 csc x = sen x sec x = cot x arc sen x arc cos x arc tg x arc sec x arc csc x arc cotg x senh x cosh x tgh x

1 = sec2 x cos2 x sec x tg x csc x cot x 1 = csc2 x sen2 x 1 1 x2 1 1 x2 1 1 + x2 1 |x| x2 1 1 |x| x2 1 1 1 + x2 cosh x senh x 1 cosh2 x

154 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ejemplo 3.12. Derivar las siguientes funciones: x 2 (c) y = e3x (d) y = 23x+1 (e) y = x2 3x (a) y = x 2 (b) y = Soluci on. 2 x 21 x 2 ln 2 (b) y = (a) y = (c) y = 3e3x (d) y = 3 23x+1 ln 2 (e) y = 2x3x x2 3x ln 3 = (2x x2 ln 3)3x Ejemplo 3.13. Derivar las siguientes funciones: (a) y = (4x + 7x2 )10 Soluci on. (a) y = 10(4x3 + 7x2 )9 (12x2 + 14x) (b) y = 3 sen2 2x 2 cos 2x cos 3x 3 sen3 2x sen 3x (c) y = 2 sen(x + sen x)2 cos(x + sen x)2 2(x + sen x)(1 + cos x) Ejemplo 3.14. Derivar f (x) = ln sen2 3x x3 Soluci on. Aplicamos las propiedades de los logaritmos, antes de derivar, con lo cual, f (x) = 2 ln(sen3x) 3 ln x f (x) = 2 3 3 cos 3x 3 = 6 cot 3x sen 3x x x (b) y = sen3 2x cos 3x (c) y = sen2 (x + sen x)2

de donde,

3.2.3.

Derivadas de funciones con un punto aparte

Supongamos una funci on denida con un punto aparte f (x) = g (x) si x = a k si x = a

se nos presenta la duda de cu al ser a el valor de f (a), es decir, f (x) = g (x) si x = a ? si x = a

Si la funci on tiene, en la f ormula, un punto aparte, la derivada en ese punto no tiene porqu e ser cero, ya que la derivada depende de los valores que

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION

155

tome la funci on en los alrededores del punto. Adem as, a cualquier funci on le podemos separar un punto de su f ormula, sin que por ello se haga su derivada cero en dicho punto. Por ejemplo, f (x) = x2 = o bien, f (x) = x = x si x = 2 f (x) = 1 = 2 si x = 2 1 si 1 si x=2 x=2 x2 9 si x = 3 f (x) = 2x = si x = 3 2x si x = 3 6 si x = 3

Si la funci on tiene un punto aparte, para derivarla, podemos seguir dos caminos: 1. 2. Aplicar la denici on de derivada. Comprobar si es continua, si no es continua no es derivable, y si es continua podemos calcular la derivada en ese punto mediante el l mite, en ese punto, de la derivada en los dem as, en el cado de que exista. Si el l mite no existe habr a que aplicar la denici on. f (x) = l m g (x)
xa

Es decir, f (x) = g (x) si x = a f (x) = k si x = a g (x) si x = a l m g (x) si x = a


xa

Bien entendido que si dicho l mite no existe entonces hay que aplicar la denici on. Ejemplo 3.15. Hallar la derivada de la funci on: f (x) = sen x x 1 si si x=0 x=0

Soluci on. La derivada para x = 0 no tiene ning un problema, g (x) = sen x x cos x sen x g (x) = x x2

Para hallar la derivada en el origen procedemos de la siguiente forma: (a) Estudiamos la continuidad en el origen:
x0

l m f (x) = l m

x0

sen x = 1 = f (0) f es continua en x=0 x

(b) Calculamos la derivada en x = 0, aplicando la denici on:

156 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE f (0) = l m


sen x 1 sen x x f (x) f (0) 0 = l m x = l m = = 2 x0 x0 x0 x0 x x 0 aplicando LH opital, dos veces, resulta,

= l m

x0

0 sen x cos x 1 = l m = =0 x0 2x 0 2

con lo cual la funci on derivada es: x cos x sen x x2 f (x) = 0

si si

x=0 x=0

En este caso, la derivada en el punto x = 0 tambi en se pod a haber calculado a partir de la derivada en los puntos x = 0, en efecto, f (0) = l m x cos x sen x 0 0 cos x x sen x cos x = = = l m = 2 x0 x0 x 0 2x 0 sen x x sen x = l m =0 = l m x 0 x0 2x 2

El hecho de que f (0) = 0, signica que la gr aca tiene tangente horizontal en el punto x = 0, si hubi eramos inclinado la curva habr amos obtenido otro resultado.

Figura 3.19: gr aca de f (x) =

sen x x

3.2.4.

Derivada de funciones denidas a trozos

Para derivar una funci on denida a trozos h(x) = 1. 2. f (x) si x c g (x) si x > c

Se deriva la funci on en cada uno de los intervalos abiertos en los que est e denida. Se estudia la derivabilidad de la funci on en los puntos de separaci on y en los extremos de los intervalos cerrados, si los hubiera.

Para hallar la derivabilidad en los puntos de separaci on se estudia primero si es continua, si no es continua no es derivable, y si es continua se calcula la derivada, bien aplicando la denici on de derivada, o lo que es m as f acil,

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION

157

por sustituci on directa por la derecha y por la izquierda (si obtenemos dos valores iguales, esa es la derivada, y si obtenemos valores diferentes, entonces la funci on no es diferenciable). h (x) = f (x) si x < c g (x) si x > c o bien x c

Observaci on 1: Si la funci on es derivable ponemos x c y si no es derivable x < c. Observaci on 2: No debe olvidarse comprobar previamente la continuidad, ya que el hecho de que los valores laterales de la derivada sean iguales, por s solo, no signica que la funci on sea derivable, sino que la funci on entra y sale con la misma pendiente en x = c, pero pudiera ser en puntos diferentes. Ejemplo 3.16. Derivar la siguiente funci on: f (x) = 2x + 3 si x2 2x si 2 si 2x 2 si x2 x>2

Soluci on. Primero hallamos la derivada en los intervalos abiertos f (x) = x<2 x>2

para ver si es derivable en x = 2, estudiamos previamente la continuidad: f (2 ) = 7 f (2+ ) = 0 no es continua no es derivable

En este caso, el hecho de que f (2 ) = f (2+ ) no tiene ning un valor. Ejemplo 3.17. Derivar f (x) = x|x 2| Soluci on. Eliminamos el valor absoluto de la f ormula expres andola a trozos. f (x) = x|x 2| = Con lo cual la funci on derivada es: f (x) = 2x 2 si 2x + 2 si x>2 x<2 x2 2x si 2 x + 2x si x2 x<2

Al no ser derivable en x = 2 no podemos poner x 2, sino x < 2.

Comprobamos la derivabilidad en el punto x = 2 f (2+ ) = 0 f (2 ) = 0 es continua f (2+ ) = 2 f (2 ) = 2 no es derivable

158 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ejemplo 3.18. Determinar los coecientes a y b para que la funci on f (x) = x2 + 1 si x 1 ax + b si x < 1

sea derivable en el punto x = 1. Comprobar el resultado gr acamente. Soluci on. La funci on derivada ha de ser f (x) = para lo cual ha de cumplir: f (1 ) = f (1+ ) a + b = 2 f (1 ) = f (1+ ) a = 2
y 6 r

2x si x 1 a si x < 1 a=2 b=0

Luego: f (x) =
x -

x2 + 1 si x 1 2x si x < 1

f (x) =

2x si x 1 2 si x < 1

Figura 3.20: f

La continuidad signica que los dos tramos de la curva est an empalmados. La derivabilidad signica que el empalme se ha hecho con suavidad, es decir, con una tangente com un.

3.2.5.

Derivaci on de funciones impl citas

Una funci on es una relaci on entre dos magnitudes. Cuando en la f ormula que las relaciona, una de las magnitudes viene despejada en funci on de la otra, entonces se dice que la funci on viene denida de manera expl cita y = f (x) Cuando ninguna de las dos magnitudes est a despejada en funci on de la otra, sino que las magnitudes est an relacionadas mediante una ecuaci on, se dice que la funci on est a denida de manera impl cita. F (x, y ) = 0 Las funciones denidas de manera impl cita se pueden derivar directamente, sin necesidad de despejar una de las variables. Para ello basta con tener en cuenta que la variable y es funci on de la x y que, por tanto, cada vez que la derivemos hay que multiplicarla por su derivada (se trata de derivar una funci on compuesta). Pueden derivarse ecuaciones que no son funciones, pero que podr an descomponerse en varias funciones, sin necesidad de descomponerlas, la derivada obtenida vale para todas las funciones.

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION Ejemplo 3.19. Derivar la ecuaci on: x2 + y 2 = 4

159

Sin embargo, no es necesario despejar la funci on, sino que podemos derivar directamente en la ecuaci on, x2 + y 2 = 4 2x + 2yy = 0 y = x y

Soluci on. Una manera de hacerlo ser a descomponiendola en dos funciones: x = x = y1 = + 4 x2 y1 2 y1 4x x2 + y 2 = 4 x x 2 y2 = 4 x y2 = = 2 y2 4x

Observaci on: Hay que evitar derivar funciones que no existen. Por ejemplo la ecuaci on x2 + y 2 = 2 no representa ning un punto del plano y por tanto no tiene ning un signicado anal tico. No obstante, al ser una expresi on algebraica podr amos aplicarle las reglas de derivaci on y derivarla 2x + 2yy = 0, y podr amos pensar que y = x/y , sin embargo, estas operaciones no tienen ning un sentido. Ejemplo 3.20. Hallar las ecuaciones de las rectas tangentes a la circunferencia: (x 2)2 + (y 2)2 = 2 en los puntos en que x = 3. Comprobar el resultado gr acamente. Soluci on. Derivamos de manera impl cita, 2(x 2) + 2(y 2)y = 0 y = x2 y2 3 1

hallamos los puntos correspondientes a x = 3 x = 3 1+(y 2)2 = 2 (y 2)2 = 1 y 2 = 1 y = 21 =

Con lo cual, para x = 3 tenemos dos puntos de la circunferencia P (3, 1) y Q(3, 3). Hallamos la tangente en cada uno de ellos. 1 (x 3) y 1 = x 3 y = x 2 1 1 (x 3) y 3 = x + 3 y = x + 6 Q(3, 3) y 3 = 1 P (3, 1) y 1 =

160 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE


y 6 @ @ '$ @q @ @ @ q &% x

Figura 3.21: Tangentes a (x 2)2 + (y 2)2 = 2

3.2.6.

Derivaci on logar tmica

Dada una funci on y = f (x), la derivaci on logar tmica consiste en tomar ln en los dos miembros de la igualdad y derivar, despu es de simplicar. La derivaci on logar tmica se aplica: 1. 2. Para derivar funciones exponenciales Para simplicar la derivaci on de productos y cocientes.

Observaci on: La derivaci on logar tmica se puede aplicar incluso si la funci on toma valores negativos. Ejemplo 3.21. Derivar y = xtg x Soluci on. Tomando ln y derivando en ambos miembros resulta: ln y = ln xtg x ln y = tg x ln x y = y ln x tg x + 2 cos x x 1 1 y = ln x + tg x 2 y cos x x tg x ln x + 2 cos x x

= xtg x

Observaci on: La derivaci on logar tmica tambi en se puede hacer aplicando la identidad logar tmica y = eln y . As , en el ejemplo anterior tendr amos: y = xtg x = eln x y = etg x ln x
tg x

= etg x ln x = xtg x ln x tg x + 2 cos x x

ln x tg x + 2 cos x x

Ejemplo 3.22. Derivar y =

x3 sen2 x (x + 1)(x 2)2 x3 sen2 x (x + 1)(x 2)2

Soluci on. Tomando ln en los dos miembros de la igualdad ln y = ln

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION Aplicando las propiedades de los logaritmos resulta, ln y = 3 ln x + 2 ln(sen x) ln(x + 1) 2 ln(x 2) Derivando y 3 2 cos x 1 2 = + y x sen x x+1 x2 3 2 cos x 1 2 + x sen x x+1 x2

161

de donde, despejando y resulta: y = x3 sen2 x (x + 1)(x 2)2

3.2.7.

Derivadas de orden superior

A la derivada de una funci on se le llama derivada primera; a la derivada de la derivada primera, derivada segunda; y as sucesivamente. y = (y ) = d dy d2 y d (y ) = = 2 dx dx dx dx

Ejemplo 3.23. Hallar la derivada tercera de la funci on: f (x) = x cos x Soluci on. f (x) = cos x x sen x f (x) = sen x sen x x cos x = x cos x 2 sen x f (x) = cos x + x sen x 2 cos x = x sen x 3 cos x Ejemplo 3.24. Hallar, por inducci on, una f ormula para la derivada n-sima de la funci on: f (x) = ln x Soluci on. 1 = x1 x f (x) = x2 f (x) = +2x3 f iv (x) = 3 2x4 f (x) =

Luego, podemos suponer que,

f (n) (x) = (1)n1 (n 1)! xn Para que quede demostrado tenemos que probar que f (n+1) (x) sigue la misma regla. En efecto, f (n+1) (x) = f (n) (x) = (1)n1 (n 1)!(n)xn1 = (1)n n! x(n+1) con lo que queda demostrada la proposici on.

162 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.2.8.

Aproximaci on lineal y notaci on diferencial

Aproximaci on lineal: Consiste en aproximar una funci on, en los alrededores de un punto, mediante la recta tangente a la funci on en ese punto. Es decir, para calcular los valores de la funci on en los puntos pr oximos a uno conocido, en vez de sustituir las coordenadas de dichos puntos en la f ormula de la funci on las sustituimos en la ecuaci on de la recta tangente, y tomamos el valor obtenido como una aproximaci on del buscado. Equivale a aproximar el incremento por el diferencial. f df Teniendo en cuenta que: f (x0 ) = f (x0 + x) f (x0 ) df df = f (x0 )x tg = f (x0 ) = x f (x0 + x) f (x0 ) + f (x0 )x O bien: f (x) f (x0 ) + f (x0 )x
y 6 f (x) Q f (x) f (x0 )

Resulta:

y = f (x)

f (x0 )

P x x0
x0

x -

Figura 3.22: f df

Teorema 3.3 (Teorema de aproximaci on lineal). Si la funci on es derivable en el punto x, entonces la diferencial es una buena aproximaci on del incremento. Es decir, la curva y la recta tangente est an muy pegadas en los alrededores del punto, y por lo tanto, el error en la funci on es mucho menor que el error en la x.

DERIVADA. REGLAS DE DERIVACION. 3.2. FUNCION En efecto:


f f (x)x f df = l m = l m x0 x0 x0 x x l m f f (x) x

163

= f (x) f (x) = 0

Notaci on diferencial. Cuando hablemos del diferencial de una funci on, en vez de x usaremos dx, con lo cual resulta x = dx dy = f (x)x = f (x)dx Soluci on. Consideramos la funci on f (x) = arc tg x, cuya derivada es f (x) = Y teniendo en cuenta que: f df f (x) f (x0 ) f (x0 )x f (x) f (x0 ) + f (x0 )x Tomando x = 1 1, x0 = 1 y x = 0 1, resulta: arc tg x arc tg x0 + de donde, 1 1 (0 1) = + 0 1 = 0 78 + 0 05 = 0 83 1 + 12 4 2 Ejemplo 3.26. Dada la funci on y = 3 x arc tg 1 1 arc tg 1 + 1. 2. Hallar la ecuaci on de la recta tangente en el punto x = 1 Utilizar la recta tangente para calcular el valor aproximado de 3 1 03 1 x 1 + x2 0 1 1 + x2 f (x) = dy dx

Ejemplo 3.25. Calcular el valor aproximado de arc tg 1 1

Soluci on. La ecuaci on de la recta tangente en el punto x = 1 viene dada por. y f (1) = f (1) x 1 Teniendo en cuenta que f (1) = 3 1 = 1 1 1 2 1 f (x) = 3 x = x 3 f (x) = x 3 = 3 3 3 x2 1 y = 1 + (x 1) 3 Con lo cual el valor aproximado pedido es: 3 0 03 1 = 1 + 0 01 = 1 01 1 03 1 + (1 03 1) = 1 + 3 3

Resulta la ecuaci on de la recta tangente,

164 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.3.
3.3.1.

L mite de funciones
Innit esimos equivalentes

Denici on 3.5 (Innit esimos). Una funci on, f , se dice que es un innit esimo en un punto x0 , si su l mite en dicho punto es cero. f innit esimo en x0 l m f (x) = 0
xx 0

Denici on 3.6 (Innit esimos equivalentes). Dos innit esimos, en un mismo punto, se dice que son equivalentes, cuando el l mite de su cociente es la unidad.
xx 0

l m

f (x) 0 = = 1 f (x) g (x) g (x) 0

Teorema 3.4 (Sustituci on de innit esimos). Cuando, en un l mite, un innit esimo est e multiplicando o dividiendo se le puede sustituir por otro equivalente. Demostraci on. Supongamos que, en x0 , es f (x) g (x), ser a l m f (x) = 1. Y supongamos g (x) que nos encontramos con un l mite en el que aparece f (x) multiplicando o dividiendo:
xx 0 xx 0

l m f (x)h(x) = l m

xx 0

f (x) g (x)h(x) = l m 1 g (x)h(x) = l m g (x)h(x) xx 0 xx 0 g (x)

Es decir, hemos sustituido f (x) por g (x) y el nuevo l mite puede resultar m as f acil que el anterior. Proposici on 3.2. Si un innit esimo est a sumando o restando, en general, no se le puede sustituir por otro equivalente.
xx 0

l m

f (x) h(x) = l m

xx 0

g (x) h(x)

Existen casos muy concretos en los que se pueden aplicar innit esimos al caso de sumas, como es el siguiente Proposici on 3.3. La suma de varios innit esimos de distinto orden se puede reducir al de menor orden. l m (x2 + x3 + x6 ) = l m x2
x0 x0

3.3.2.

Trigonom etricos

Innit esimos m as frecuentes en z 0


sen z z tg z z arc sen z z arc tg z z z2 1 cos z 2

Exponenciales, logar tmicos, potencias y ra ces


z ln(1 + z ) ez 1 z z a 1 z ln a ln(1 + z ) (1 + z )r 1 r z z n 1+z1 n

3.3. L IMITE DE FUNCIONES


Ejemplo 3.27. Calcular los siguientes l mites: 2 sen2 x + cos x) 1 1 x l m x 1 x 5 l m ex 1 x0 sen 2x n x1 l m m x1 x1 l m ln x 1x sen2 x + x3 l m x0 1 cos x l m

165

1. 4.

x0 x2 (1

2. 5.

3. 6.

x1

Soluci on. 1. l m
x0 x2 (1

2 2 sen2 x 2x2 0 2 = = l m = =1 = l m 2 x0 1 + cos x x0 x (1 + cos x) + cos x) 0 2

2. l m

x0

0 1 x ex 1 = = l m = x0 2x sen 2x 0 2 ln(1 + x 1) ln x x1 0 1x = = l m = l m = l m = 1 x1 x1 1 x x1 1x 0 1x 1x 1 5
1 x

3. l m

x1

4. l m x 1
x

= 0 = l m x
x

1 5

1 x

1 =

1 1 1 ln = ln = (ln 1 ln 5) = (0 ln 5) = ln 5 x 5 5 n ln 1 + ( n x 1) x1 0 ln n x = = = l m 5. l m m = l m x1 ln m x x1 x1 ln 1 + ( m x 1) 0 x1 = l m x
x

= l m 6. l m sen2 x 0 x2 sen2 x + x3 = l m = = l m 2 =2 x0 1 cos x x0 x /2 1 cos x 0

1 ln x n x1 1 ln x m

m n

x0

3.3.3.

Formas indeterminadas. Reglas de LH opital.

Formas indeterminadas Las reglas de LH opital pretenden resolver los siete casos de indeterminaci on del l mite: 0 , 0 , 0 , 1 , 00 , 0

Hay que hacer notar que las Reglas de LH opital s olo se pueden aplicar 0 directamente a los dos casos 0 y . Para resolver los cinco casos restantes habr a que transformarlos en uno de los dos tipos anteriores. No son indeterminaciones las siguientes expresiones:

166 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ac =0 0 Ac = 0 0 =

0+ = 0 2 =0 3 (0 d)+ = 0 3 2 = 3 2 (0 d) = + 3+ = 10 = 1
+ +

3 2 = 2 3 (1 d) = 0 3 = 0 70 = 1

3 = 2 (1 d)+ =

0+ +

=0

Los siguientes l mites no est an denidos (por oscilaci on):


x+

l m sen x 1 l m sen x x0+ sen x l m x+ 43

x+

l m cos x 1 l m cos x x0+

x+

l m tg x 1 l m tg x x0+

Reglas de LH opital Las reglas de LH opital se pueden resumir en el siguiente esquema: l m Observaciones: 1. 2. 3.
0 , La Regla s olo es aplicable mientras se mantiene la indeterminaci on 0 o , por lo que antes de derivar siempre hay que comprobar.

f (x) f (x) 0 = l m = o g (x) 0 g (x)

Si la indeterminaci on se mantiene indenidamente, entonces la regla no es aplicable. En cualquier momento se pueden hacer transformaciones algebraicas o aplicar innit esimos con objeto de simplicar las derivadas.

Formalmente una Regla de LH opital puede enunciarse de la siguiente manera. Teorema 3.5 (Regla de LH opital). Si f y g son funciones continuas en el intervalo [a, b) y derivables en el intervalo (a, b), con l mite cero por la derecha del punto a, y adem as la derivada de la funci on g no se anula en

3.3. L IMITE DE FUNCIONES ning un punto del intervalo (a, b), entonces, si existe el l m existe el l m
xa+

167 f (x) tambi en g (x)

f (x) y adem as ambos coinciden g (x)

xa+

Ejemplo 3.28. Calcula los siguientes l mites ex 1 0 1 ex = = = l m x0 sen 2x x0 2 cos 2x 0 2 l m


1 1 + x 0 0 x + 1 1 x + ln x = l m = l m = = = x1 sen x x1 x sen x x1 1 + cos x 0 0 1 1 0 = l m = 2 = 2 x1 sen x x cos x 0

1.

2.

l m

3. 4.

cos x 0 1 sen x = l m = = =1 2 x0 1 + 2x x0 x + x 0 1 l m ex ex ex + = = = = + = l m = l m 2 x x + x x 2x + 1 x 2 2 l m
1 2 1

1 3 x x x3 x3 = l m 3 1 = l = = + m m 5. l m 2 = l x x x x ln x 3 3x 3 x

Simplicaci on del l mite. Siempre que sea posible, antes de abordar la Regla de LH opital, es conveniente intentar simplicar el l mite con objeto de que no se complique con la derivaci on. Para ello se sacan fuera del l mite los factores que tengan un valor num erico. Ejemplo 3.29. Calcular el siguiente l mite (1 + cos x)(x3 3) sen x x0 (x2 x) cos x l m Soluci on. 0 (1 + cos x)(x3 3) sen x (1 + cos x)(x3 3) sen x = l m = l m = l m x0 x0 x2 x x0 (x2 x) cos x 0 cos x = 2(3) 1 cos x l m = (6)( ) = 6 1 x0 2x 1 1

El primer l mite lo hemos resuelto directamente por sustituci on, y s olo hemos aplicado LH opital en el segundo limite, lo que ha simplicado notablemente los c alculos.

168 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Indeterminaciones del tipo 0
Se transforman en una indeterminaci on del tipo 0 0 , o , mediante operaciones algebraicas,o bien, mediante las siguientes transformaciones

f (x) g (x) = Ejemplo 3.30. Calcular: Soluci on.

f (x) 1/g (x) l m x ln

f (x) g (x) = x1 x+1

g (x) 1/f (x)

x+

x1 ln x1 x +1 = 0 = l m x ln = 0 = l m 1 x+ x + x+1 0 x 2 x+1x+1x+1 2 x 1 (x + 1) (x 1)(x + 1) = l m = = l m 1 1 x + x+ x2 x 2 = l m 4x 4 2x2 = l m = = = 2 2 x+ 2x x+ x 1 2

Indeterminaciones del tipo


Se transforman en una indeterminaci on del tipo 0 0 , o , mediante operaciones algebraicas, como puede ser: buscando un com un denominador, multiplicando y dividiendo por el conjugado; o bien, mediante las siguientes transformaciones: 1 B B AB =A 1 = 1A A A

A B = AB

1 1 = B A

1 B

1 AB

1 A

Ejemplo 3.31. Calcular los siguientes l mites: 1. l m Soluci on. 1. 1 0 sen x x 1 = = = = l m x+0 x sen x x+0 x sen x 0 sen x x 0 0 cos x 1 sen x = l m = = =0 = l m = l m x+0 x+0 x+0 x2 0 2x 0 2 l m 1 1 x sen x 2. l m x2 + 3x x

x+0

x+

3.3. L IMITE DE FUNCIONES x2 + 3x 1 x


3 x

169

2.

x+

l m

x2

+ 3x x = = l m x
x+

= 0 = l m x
x+

3 1+ 1 x

= l m

1+
1 x

x+

0 = 0

3 = l m x2 2 1+
x+ 1 x 2

3 x

= l m

3x2 2x2 1+
3 x

x+

3 2

Este l mite tambi en pod a haberse resuelto multiplicando por el conjugado, o bien, aplicando innit esimos. Indeterminaciones del tipo 00 , 0 , 1

Se transforman en una indeterminaci on del tipo 0 0, o neperianos. En efecto, llamando y al l mite en cuesti on: y = l m f (x)g(x)

tomando logaritmos

tomando ln en ambos miembros y operando, resulta, ln y = ln l m f (x)g(x) = l m ln f (x)g(x) = l m g (x) ln f (x) Que es un l mite del tipo 0 , y una vez resuelto, resulta:
m g (x) ln f (x) y = el

El l mite tambi en puede resolverse aplicando directamente la identidad logar tmica y = eln y .
m f (x) l m f (x)g(x) = eln l
g ( x)

m ln f (x) = el

g ( x)

m g (x) ln f (x) = el

El tercer caso 1 admite una forma simplicada de resoluci on que elimina el ln y puede facilitar la derivaci on, en efecto, aplicando innit esimos, resulta,
m g (x) ln f (x) m g (x) ln(1+f (x)1) m g (x)(f (x)1) l m f (x)g(x) = el = el = el

o bien, teniendo en cuenta la denici on del n umero e e = l m (1 + z ) z


z 0
1

resulta, l m f (x)g(x) = 1 = l m(1 + f (x) 1)g(x) = = l m(1 + f (x) 1) f (x)1


1

g (x)[f (x)1]

m g (x)[f (x)1] = el

170 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ejemplo 3.32. Calcular, por los dos m etodos, el siguiente l mite:
x0

l m (cos x) x2

Soluci on. 1.
x0

l m (cos x) x2 = 1
1

Llamamos y al l mite: y = l m (cos x) x2 , tomamos ln y operamos, con lo que resulta,


1

x0

m ln y = ln l m (cos x) x2 = l
x0

x0

ln cos x 0 sen x = = = l m x0 2x cos x x2 0 1 x = = l m x0 2x cos x 2

de donde, el l mite pedido es: y=e 2.


1 2

1 = e e
1 2

x0

Por el otro m etodo ser a: sen x 1 l m l m 2 (cos x 1) 1 1 2 x 0 x 0 x 2x = e 2 x l m (cos x) = 1 =e =e


x0+

Ejemplo 3.33. Calcular: Soluci on. l m xtg x = 00

l m xtg x

Llamando y al l mite: y = l m xtg x , tomando ln y operando, resulta,


x0+

x0+

ln y = ln l m xtg x = l m tg x ln x = 0 = l m
x0+

= l m de donde,

x0+

1 x 1 sen2 x

x0+

x0+

== l m

x0+

sen2 x x2 = l m = l m x = 0 x x0+ x x0+

ln x = = cot x

y = e0 = 1 Ejemplo 3.34. Calcular los siguientes l mites: 1. l m (1 + 2x + 3x ) x


x0
1

2.

x+

l m (1 + 2x + 3x ) x

3.

l m (1 + 2x + 3x ) x

Soluci on.

3.3. L IMITE DE FUNCIONES

171

1 3 0+ = 3+ = + 1 1 1 x x x 0 0 0 0 1. l m (1+2 +3 ) = (1+2 +3 ) = 3 = 1 1 x0 3 0 = 3 = =0 + 3 luego el l mite no existe. 2.


x+

l m (1 + 2x + 3x ) x = (1 + 2+ + 3+ )0 = 0 y = l m (1 + 2x + 3x ) x
x+
1 1

ln y = l m ln(1 + 2x + 3x ) x = l m
x+

En este ejemplo no ha sido posible aplicar LH opital por segunda vez, ya que con dicha regla no es posible romperla indeterminaci on. 3.
x

2x ln 2 + 3x ln 3 2x ln 2 + 3x ln 3 1 + 2x + 3x = l = m = = l m x x x+ 1 + 2 + 3 x+ 1 3x 2x ln 2 + x ln 3 x 0 + ln 3 3 3 = l m = ln 3 m x x = l x+ 1 x+ 0 + 0 + 1 3 2 + + 3x 3 3 luego, ln y = ln 3 y = 3

ln(1 + 2x + 3x ) = = x+ x

l m (1 + 2x + 3x ) x = (1 + 0 + 0)0 = 10 = 1 x 2a

Ejemplo 3.35. Calcular: x l m 2 xa a Soluci on. x x x l m tg 1 2a = 1 = exa 2a a


xa 2a tg

x l m 2 xa a

tg

x 1 a l m x xa cot 2a = =e

l m

=e

1 2a sen2 x l m 2 sen 2a = exa a

1 a

x 2a

= e

Ejemplo 3.36. Estudiar el dominio y continuidad de la funci on: 1 2 + cos x si x = 0 1 3 + ex f (x) = 2 si x = 0 3

172 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Soluci on. 1. 2. Dominio. La funci on est a denida en todo R, ya que si 3 + e x = 0, 1 x resulta e = 3 que no es posible. Continuidad. La funci on es continua en todo R, salvo quiz as en x = 0, l m f (x) = l m
1 2 + cos x
1 x 1

x0+

x0+ x0

x0

l m f (x) = l m

3+e 1 2 + cos x 3 + ex
1

2 + Ac Ac = =0 2 + Ac Sin l mite = = = Sin l mite 3+0 3

Luego la funci on no es continua en x = 0. Ejemplo 3.37. Dada la funci on: x sen x x3 f (x) = 1 6

si si

x=0 x=0

Hallar f (0) y f (0)

Soluci on. Continuidad: La funci on es continua en todo R, salvo quiz as en x = 0, 0 0 1 1 cos x x2 x sen x = = = = l m = l m 3 2 2 x0 x0 2 3x x0 x 0 3x 0 6 l m luego la funci on es continua en todo R. Derivada en x = 0: Aplicamos la denici on. f (x) f (0) f (0) = l m = l m x0 x0 x

0 0 6 6 cos x 3x2 6 sen x 6x 0 = l m = l m = = = 3 2 x0 x0 0 24x 0 72x 0 6 cos x 6 0 6 sen x = l m = =0 = l m x0 x 0 144x 0 144

x sen x 1 6x 6 sen x x3 x3 6 = l m = x0 x 6x4

Derivada segunda en x = 0: Hallamos f (x), para x = 0 f (x) = x x cos x 3x + 3 sen x (1 cos x)x3 (x sen x)3x2 = = 6 x x4 2x x cos x + 3 sen x = x4

Para calcular f (0), aplicamos la denici on de derivada:

3.4. L IMITE DE SUCESIONES

173

2x x cos x + 3 sen x 0 f (x) f (0) x4 f (0) = l mx0 = l mx0 = x x 2 cos x + x sen x + 3 cos x 2x x cos x + 3 sen x = l m = = l m 5 x0 x0 x 5x4 2 + 2 cos x + x sen x 2 sen x + sen x + x cos x = l m = l m = x0 x0 5x4 20x3 0 cos x + cos x x sen x sen x + x cos x = l m = l m = = x0 x0 20x3 0 60x2 2 0 1 x x sen x = l m = = = l m 2 2 x0 60x x0 60x 0 60

Ejemplo 3.38. Dada la funci on: f (x) = Hallar f (0) y f (0). Soluci on. f (x) f (0) f (0) = l m = l m x0 x0 x sen x 1 sen x x 0 x = l m = = 2 x0 x x 0 sen x cos x 1 = l m =0 = l m x2 x0 2x 2 si si x=0 x=0 sen x x 1 si si x=0 x=0

luego, f (x) = de donde,

x cos x sen x x2 0

x cos x sen x 0 f (x) f (0) x2 = l m = f (0) = l m x0 x0 x x cos x x sen x cos x 0 x cos x sen x = l m = = = l m 3 x 0 x0 x 0 3x2 x sen x 1 x2 = l m = l m = 2 2 x0 x 0 3x 3x 3

3.4.

L mite de sucesiones
1 1 1 1 1 {1, , , , , , , } 0 2 3 4 5 n 1 2 3 4 5 n { , , , , , , ,} 1 2 3 4 5 6 n+1

Una sucesi on es un conjunto de innitos n umeros ordenados seg un alg un criterio. ejemplo,

174 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE


mite {1, 0, 1, 0, 1, , sen n , } Sin l 2 Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los n umeros naturales. 1 a1 2 a2 3 a3 n an N R

{ otros.
1 an an = n 6 r 1 r r r r n 0 1 2 3 4 5 -1

La gr aca de una sucesi on es un conjunto de innitos puntos separados (aislados) unos de

n an an = n+1 6 1 r r r r r n 0 1 2 3 4 5 -1

an an = sen n 2 6 r r 1 n r r 0 1 2 3 r 4 5 -1

Figura 3.23:

L mite de sucesiones consider andolas como funciones Si unimos los puntos que representan una sucesi on obtenemos la gr aca de una funci on. Sin embargo, podemos obtener innitas funciones que contienen los puntos de una misma sucesi on. Lo normal es coger la funci on que tiene la misma f ormula que la sucesi on, es decir considerar que la variable n es continua y no discreta. Si la funci on que representa a la sucesi on tiene l mite, ese es el l mite de la sucesi on, pero si la funci on no tiene l mite, entonces la sucesi on si puede tenerlo. Por tanto, se pueden aplicar los innit esimos y las reglas de LH opital a las sucesiones, el l mite que encontremos ser a el l mite de la sucesi on y si la sucesi on considerada como funci on no tiene l mite entonces habr a que aplicar otro criterio. Ejemplo 3.39. Calcular los siguientes l mites: 1. l m 1 1 n+3 = l m = = =0 n 3n2 n3 + 4 1 1 3n
2n

2.

l m

= l m

1 1+ 3n

3n 1

1 2n 3n

=e

2 3

1 = 3 2 e

3. 4.

5n 1/n ln n = = l m = l m 1 = 1 = l m n 5n n n 5/5n n ln 5n l m n 1/(n + 3) ln(n + 3) = = l m =1 = l m n n + 3 n n ln n 1/n l m

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR175 5. 2 ln n (ln n)2 = l m = n n n 1 l m


1 n

= l m

2 ln n =0 n n

3.5.
3.5.1.

Estudio local de una funci on. Polinomio de Taylor.


Introducci on.

El valor de un polinomio se puede calcular en cualquier punto, sin m as que operar. Por ejemplo, si el polinomio es p(x) = 3 + 2x + x2 , podemos calcular su valor en el punto 0 1, sin m as que realizar una serie de operaciones elementales, en efecto: p(0 1) = 3 + 2 0 1 + 0 12 = 3 + 0 2 + 0 01 = 3 21 Sin embargo, el valor de las funciones no polin omicas lo conocemos en unos puntos, pero no en otros. Por ejemplo, si la funci on es f (x) = arc tg x, sabemos sus valores en algunos puntos, pero en los dem as necesitaremos una calculadora. En efecto, arc tg 1 = 4 , pero arc tg 1 1 =? no sabemos cu anto puede valer. Esto hace que las funciones polin omicas sean m as c omodas de manejar que las dem as funciones. Planteamiento del problema: Con la aproximaci on local pretendemos calcular el valor aproximado de una funci on en un punto, conocido el valor exacto de la funci on en un punto cercano. Conocemos f (x0 ) y 6 f (x)q Queremos calcular el valor, aunque sea aproximado, de f (x), siendo x un punto cercano a x0 . f (x )
0

x0

x -

Figura 3.24: La aproximaci on mediante la recta tangente y mediante el teorema del valor medio, suelen ser malas aproximaciones, en cuanto nos alejamos un poco del punto. Con el polinomio de Taylor lo que buscamos es una funci on polin omica que coincida, lo m as posible, con la funci on dada, al menos en los alrededores del punto. Buscamos una funci on polin omica que se acerque a la curva m as que la recta tangente.

176 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE


y 6 fp f (x)q q p(x)

f (x0 ) qp(x ) 0 x x0 x

p va a ser un polinomio que en el punto x0 va a coincidir con f y en los alrededor de x0 va a ser muy cercano a f f (x0 ) = p(x0 ) f (x) p(x) Como valor aproximado de la funci on en el punto x tomaremos el valor del polinomio en dicho punto.

Figura 3.25:

3.5.2.

Algunas propiedades de los polinomios

Desarrollo de un polinomio en potencias de (x x0 ) El polinomio p(x) = 4 x 2x2 + x3 se dice que est a centrado en el origen. El polinomio p(x) = 2 + 3(x + 1) 2(x + 1)2 4(x + 1)3 que est a centrado en x0 = 1 El polinomio p(x) = 3 + 2(x 2) + 4(x 2)2 5(x 2)3 que est a centrado en x0 = 2 Para centrar un polinomio en el origen basta con desarrollar los par entesis y simplicar la expresi on. Centrar un polinomio en un punto x0 es un poco m as laborioso. No obstante, toda funci on polin omica se puede expresar mediante un polinomio centrado en cualquier punto mediante la sustituci on: x = (x x0 ) + x0 Ejemplo 3.40. Expresar p(x) = 4 x + 2x2 + x3 mediante un polinomio centrado en x0 = 2 Soluci on. Hacemos el cambio x = (x 2) + 2 y resulta: 2 3 p(x) = 4 (x 2) 2 + 2 (x 2) + 2 + (x 2) + 2 = De donde resulta:

= 42(x2)+2 (x2)2 +4(x2)+4 + (x2)3 +6(x2)2 +12(x2)+8 p(x) = 18 + 19(x 2) + 8(x 2)2 + (x 2)3

El desarrollo de las potencias de estos par entesis puede resultar muy laborioso, de ah que se haya buscado otro m etodo mucho m as simple para centrar un polinomio en cualquier punto. Este m etodo se llama desarrollo de Taylor y se basa en el conocimiento del signicado de los coecientes de los polinomios. Relaci on entre los coecientes de un polinomio y los valores de sus derivadas. F ormula de Mac Laurin. Ejemplo 3.41. Hallar la relaci on que existe entre los coecientes de la funci on polin omica p(x) = 2 + 3x + 5x2 y los valores de dicha funci on y de sus derivadas el el origen.

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR177 Soluci on. Teniendo en cuenta que: p(x) = 2 + 3x + 5x2 p(0) = 2 p (x) = 3 + 10x p (0) = 3 p (x) = 10 p (0) = 10 Resulta que la funci on polin omica se puede expresar de la siguiente forma: p (0) 2 x 2 A esta expresi on se le llama F ormula de Taylor en el origen o f ormula de Mac Laurin, y se puede generalizar para cualquier polinomio. p(x) = 2 + 3x + 5x2 = p(0) + p (0)x + Teorema 3.6. Toda funci on polin omica p(x) = a0 + a1 x + a2 x2 + + an xn se puede expresar de la siguiente forma: p(n) (0) n p (0) 2 x + + x 2! n! Demostraci on. Teniendo en cuenta que: p(x) = p(0) + p (0)x + p(x) = a0 + a1 x + a2 x2 + a3 x3 + + an xn p (x) = a1 + 2a2 x + 3a3 x2 + + nan xn1 p (x) = 2a2 + 3 2a3 x + + n(n 1)an xn2 p(n) (x) = n!an Resulta, p (0) p(n) (0) p (0) , a3 = , an = 2 3! n! Con lo cual la funci on polin omica se puede expresar de la siguiente forma: a0 = p(0), a1 = p (0), a2 = p(x) = a0 + a1 x + a2 x2 + + an xn = p(0)+ p (0)x + Es decir, p(x) =
k=0 n

p(0) = a0 p (0) = a1 p (0) = 2a2 p(n) (0) = n!an

p (0) 2 p(n) (0) n x + + x 2! n!

p(k) (0) k x k! p (0) = 6, piv (0) = 48

Ejemplo 3.42. Halla un polinomio de 4o grado que cumpla: p(0) = 1, p (0) = 0, p (0) = 0,

Soluci on. Teniendo en cuenta que: p(x) = p(0) + p (0)x + resulta: p(x) = 1 + x3 + 2x4 p (0) 2 p (0) 3 piv (0) 4 x + x + x 2 6 24

178 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Relaci on entre los coecientes de un polinomio, centrado en el punto x0 y los valores de sus derivadas en dicho punto. F ormula de Taylor Ejemplo 3.43. Dado la funci on polin omica p(x) = 2 + 3x + 5x2 1. 2. Expresarla en potencias de x 1. Hallar la relaci on que existe entre los nuevos coeciente y los valores de la funci on y de sus derivadas en el punto x = 1.
2

p(x) = 2 + 3x + 5x2 = 2 + 3(x 1) + 3 + 5 (x 1) + 1 = 2 + 3(x 1) + 3 + 5 (x 1)2 Y por otro lado tenemos: p(x) = 2 + 3x + 5x2 p(1) = 10 p (x) = 3 + 10x p (1) = 13 p (x) = 10 p (1) = 10

Soluci on. Haciendo el cambio x = (x 1) + 1 resulta:

+ 2(x 1) + 1 = 10 + 13(x 1) + 5(x 1)2

De donde resulta que la funci on polin omica se puede expresar de la siguiente forma:
p(x) = 2 + 3x + 5x2 = 10 + 13(x 1) + 5(x 1)2 = p(1) + p (1)(x 1) + p (1) (x 1)2 2

A esta expresi on se le llama F ormula de Taylor en el punto x = 1, y se puede generalizar para cualquier polinomio y cualquier punto. Teorema 3.7. Toda funci on polin omica p(x) = a0 + a1 x + a2 x2 + + an xn se puede expresar de la siguiente forma: p(x) = p(x0 ) + p (x0 )(x x0 ) + p(n) (x0 ) p (x0 ) (x x0 )2 + + (x x0 )n 2! n!

Demostraci on. Haciendo el cambio x = (x x0 ) + x0 podemos expresar el polinomio en potencias de x x0 y resulta: p(x) = a0 + a1 x + a2 x2 + + an xn = = b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n Con lo cual,
p(x) = b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n p (x) = b1 + 2b2 (x x0 ) + 3b3 (x x0 )2 + + nbn (x x0 )n1 p (x) = 2b2 + 3 2b3 (x x0 ) + + n(n 1)bn (x x0 )n2 p(n) (x) = n!bn p(x0 ) = b0 p (x0 ) = b1 p (x0 ) = 2b2 p(n) (x0 ) = n!bn

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR179

de donde resulta, b0 = p(x0 ), b1 = p (x0 ), b2 = p (x0 ) p(n) (x0 ) p (x0 ) , b3 = , bn = 2 3! n!

Con lo cual la funci on polin omica se puede expresar de la siguiente forma: p(x) = p(x0 ) + p (x0 )(x x0 ) + Es decir, p(x) =
k=0 n

p (x0 ) p(n) (x0 ) (x x0 )2 + + (x x0 )n 2! n! p(k) (x0 ) (x x0 )k k!

Ejemplo 3.44. Utilizar la f ormula de Taylor para expresar en potencias de x 2 el polinomio: p(x) = 5 x + 2x2 x3 + x4 Soluci on. Teniendo en cuenta que: p(x) = 5 x + 2x2 x3 + x4 p (x) = 1 + 4x 3x2 + 4x3 p (x) = 4 6x + 12x2 p (x) = 6 + 24x piv (x) = 24 p(2) = 19 p (2) = 27 p (2) = 40 p (2) = 42 piv (2) = 24

Resulta el siguiente polinomio de Taylor, p (2) p (2) piv (2) p(x) = p(2) + p (2)(x 2) + (x 2)2 + (x 2)3 + (x 2)4 = 2 6 24 42 24 40 = 19 + 27(x 2) + (x 2)2 + (x 2)3 + (x 2)4 = 2 6 24 2 3 = 19 + 27(x 2) + 20(x 2) + 7(x 2) + (x 2)4

3.5.3.

Polinomio de Taylor de una funci on no polin omica

Dada una funci on f se trata de encontrar un polinomio de grado n que tome aproximadamente los mismos valores que f en los alrededores de un punto x0 . y = f (x) f (x) pn (x) x (x0 , x0 + ) pn (x) Suponemos conocido el valor de la funci on y el de sus derivadas en el punto x0 y queremos calcular el valor aproximado de la funci on en un punto cercano x, utilizando para ello una funci on polin omica de aproximaci on. Como funci on polin omica de aproximaci on, lo l ogico es buscar una funci on polin omica que

180 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE pase por el punto x0 , f (x0 ) , que pase con la misma pendiente que la funci on f , que pase con la misma concavidad, etc... Es evidente que en cuanto en m as condiciones coincidan la funci on f y la funci on polin omica pn a su paso por el punto (x0 , y0 ), en m as se aproximar an al alejarnos del punto. Por eso, la funci on polin omica de aproximaci on deber a cumplir: pn (x) f (x) pn (x0 ) = f (x0 ) Las dos pasan por el punto (x0 , y0 ) pn (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma pendiente p n (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma concavidad (n) pn (x0 ) = f (n) (x0 ) Las dos pasan por (x0 , y0 ) con otras coincidencias
(n)

Un polinomio que cumpla estas condiciones es f acil encontrar mediante la f ormula de Taylor, en efecto: pn (x) = pn (x0 ) + p n (x0 )(x x0 ) + pn (x0 ) p n (x0 ) (x x0 )2 + + (x x0 )n 2! n!

Y teniendo en cuenta los valores asignados al polinomio resulta: pn (x) = f (x0 ) + f (x0 )(x x0 ) + f (n) (x0 ) f (x0 ) (x x0 )2 + + (x x0 )n 2! n!

Un polinomio, as construido, es de esperar que se aproxime sucientemente a la funci on f , al menos en los alrededores del punto x0 , y tambi en cabe esperar que cuanto mayor sea el grado n del polinomio mayor ser a la aproximaci on. Por lo que podemos asegurar que: f (x) f (x0 ) + f (x0 )(x x0 ) + f (x0 ) f (n) (x0 ) (x x0 )2 + + (x x0 )n 2! n!

Que se puede expresar de la forma:


n

f (x) pn (x) =

k=0

f (k) (x0 ) (x x0 )k k!

y es el polinomio de Taylor para una funci on no polin omica. Observaciones: 1. El n-simo polinomio ser a de grado n, ya que el u ltimo coeciente puede ser cero, al haberlo denido como f (n) (x0 ), y la funci on f no es polin omica, por lo que su derivada puede tomar cualquier valor. El primer polinomio de Taylor siempre coincide con la recta tangente a la curva dada en el punto x0 . En efecto, y = f (x0 ) + f (x0 )(x x0 ) es la ecuaci on de la recta tangente.

2.

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR181

3.5.4.

Polinomio de Taylor de las funciones elementales

Ejemplo 3.45. Hallar el 5o polinomio de MacLaurin de las siguientes funciones y generalizarlo para el n-simo polinomio. 1. f (x) = ex 2. f (x) = sen x 3. f (x) = cos x

Soluci on. El 5o polinomio de Taylor en el origen para una funci on f viene denido por: f (x) = f (0) + f (0)x + Por consiguiente: 1. f (x) = ex f (x) = ex f (x) = ex f (x) = ex f (x) = ex f iv (x) = ex f v (x) = ex 2. f (x) = sen x Resulta el siguiente polinomio de Taylor, f (0) = 1 x2 x3 x4 x5 f (0) = 1 + + + ex 1 + x + 2! 3! 4! 5! f (0) = 1 y de manera general f (0) = 1 n xk f iv (0) = 1 x e k! f v (0) = 1 k=0 Resulta el siguiente polinomio, f (0) = 0 x3 x5 f (0) = 1 + sen x x 3! 5! f (0) = 0 y de manera general f (0) = 1 n 2k+1 k x f iv (0) = 0 ( 1) sen x (2k + 1)! f v (0) = 1 k=0 Resulta el siguiente polinomio, f (0) = 1 x2 x4 f (0) = 0 + cos x 1 2! 4! f (0) = 1 y de manera general f (0) = 0 n 2k k x f iv (0) = 1 ( 1) cos x (2k )! f v (0) = 0 k=0 f (x) = (1 + x)r Generalizarlo para el n-simo polinomio, y aplicarlo para calcular: (1 + x)
2

f (0) 2 f (0) 3 f iv (0) 4 f v (0) 5 x + x + x + x 2 6 24 120

f (x) = sen x f (x) = cos x f (x) = sen x f (x) = cos x f iv (x) = sen x f v (x) = cos x 3. f (x) = cos x f (x) = cos x f (x) = sen x f (x) = cos x f (x) = sen x f iv (x) = cos x f v (x) = sen x

Ejemplo 3.46. Hallar el 4o polinomio de MacLaurin de la funci on:

1 , 1+x

1 + x,

(1 + x)3

182 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Soluci on. f (x) = (1 + x)r f (x) = r(1 + x)r1 f (x) = r(r 1)(1 + x)r2 f (x) = r(r 1)(r 2)(1 + x)r3 f iv (x) = r(r 1)(r 2)(r 3)(1 + x)r4 Resulta el siguiente polinomio de Taylor, (1+ x)r 1+ r x +

f (0) = 1 f (0) = r f (0) = r(r 1) f (0) = r(r 1)(r 2) f iv (0) = r(r 1)(r 2)(r 3)

r(r 1) 2 r(r 1)(r 2) 3 r(r 1)(r 2)(r 3) 4 x + x + x 2! 3! 4!

y de manera general el n-simo polinomio ser a:


n

(1 + x)r 1 +

k=1

r(r 1)(r 2) (r k + 1) k x k!

de donde resulta: 2( 2 1) 2 2( 2 1)( 2 2) 3 2 (1 + x) 1 + 2x + x + x + 2! 3! 2( 2 1)( 2 2)( 2 3) 4 x + 4! 1 1(2) 2 1(2)(3) 3 1(2)(3)(4) 4 = (1+ x)1 1+ x + x + x = 1+x 2! 3! 4! = 1 x + x2 x3 + x4 1 + x = (1 + x)1/2 1 +
1 1 2 2

1 2 13 3 135 4 1 x + x x =1+ x 2 24 246 2468 32 2 321 3 3210 4 x + x x = 1 + 3x + 3x2 + x3 + 0 (1 + x)3 = 1 + 3x + 2! 3! 4! Si n es un entero y positivo el desarrollo se interrumpe, ya que siempre llegar a un momento en que n k + 1 = 0, precisamente para k = n + 1. Es decir, el desarrollo de (1 + x)n s olo llegar a hasta el t ermino xn , ya que los restantes se anulan. Se obtiene as , el Binomio de Newton.
n

2!

x2 +

1 1 3 2 2 2

3!

x3 +

1 1 3 5 2 2 2 2

4!

x4 =

(1 + x)n =
k=0

n k x k

El polinomio de Taylor del cociente de dos polinomios Existen funciones para las que el polinomio de Taylor se puede obtener de una manera articial, sin necesidad de tener que hacer las derivadas de la

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR183 funci on, es el caso del cociente de dos polinomios, cuyo polinomio de Taylor se puede obtener haciendo la divisi on de los polinomios, pero ordenados de menor a mayor. Ejemplo 3.47. Hallar el 3o polinomio de Taylor de la funci on: f (x) = 2x + 3 x1

Soluci on. Hacemos la divisi on ordenando los polinomios de menor a mayor grado. 3 + 2x 3 + 3x 5x 5x + 5x2 5x2 5x2 + 5x3 5x3 5x3 + 5x4 5x4 1 + x 3 5x 5x2 5x3

Con lo cual resulta el siguiente polinomio de Taylor: 2x + 3 3 5x 5x2 5x3 x1 Polinomio de Taylor de funciones compuestas Para calcular el polinomio de Taylor de las funciones compuestas, en vez de derivar directamente dichas funciones, en la generalidad de los casos, resulta mucho m as f acil de calcular dicho polinomio transformando el polinomio de Taylor de las funciones elementales que la componen Ejemplo 3.48. Hallar el 4o polinomio de Taylor de la funci on: f (x) = ex
2

Soluci on. En vez de derivar directamente la funci on f (x), resulta m as conveniente transformar el polinomio de Taylor de las funci on y = ex . En efecto, tenemos que, x2 ex 1 + x + + 2 de donde, sustituyendo x por x2 , resulta f (x) = ex 1 + (x2 ) +
2

x4 (x2 )2 + 1 x2 + + 2 2

184 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Ejemplo 3.49. Hallar el 3o polinomio de Taylor de la funci on: f (x) = sen(sen x) Soluci on. En vez de derivar directamente la funci on f (x), resulta m as conveniente transformar el polinomio de Taylor de las funci on y = sen x. En efecto, tenemos que, x3 + sen x x 3! de donde, sustituyendo x por el propio desarrollo de sen x, es decir, por x3 x + , resulta 3! x3 + ]3 3! + ] + f (x) = sen(sen x) [x 3! 3! x3 x3 2x3 x3 x + x + = x + 3! 3! 3! 3 x3 [x

3.5.5.

Resto de Taylor

Con el t ermino Resto de Taylor nos referimos al error que se comete al aproximar una funci on no polin omica mediante su polinomio de Taylor. Si aproximamos la funci on f mediante el n-simo polinomio de Taylor, el error vendr a dado por la diferencia de los valores que toman la funci on y el polinomio. y = f (x) pn (x) f (x) pn (x) |Rn (x)| = |f (x) pn (x)|

Teorema 3.8 (Teorema del Resto). Sea f una funci on denida en el intervalo cerrado [a, b] tal que f (n) es continua en [a, b] y f (n+1) existe en (a, b). Sean x y x0 puntos de [a, b], siendo x = x0 . Y sea pn (x) = f (x0 ) + f (x0 )(x x0 ) + f (x0 ) f (n) (x0 ) (x x0 )2 + + (x x0 )n 2! n!

Entonces existe un punto c entre x y x0 tal que el error que se comete al aproximar la funci on f mediante el n-simo polinomio de Taylor en un entorno del punto x0 viene denido por la f ormula: Rn (x) = f (n+1) (c) (x x0 )n+1 (n + 1)! (3.2)

A esta expresi on del Resto de Taylor se le llama expresi on de Lagrange. Existen otras expresiones para calcular el error, sin embargo, esta es la m as f acil de recordar puesto que se trata del t ermino siguiente del desarrollo, salvo que la derivada se toma en un punto intermedio c.

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR185

3.5.6.

Aplicaciones de la f ormula de Taylor a c alculos aproximados

Para hallar el valor de una funci on en un punto x1 se desarrolla la funci on en un punto cercano x0 y se toma, como valor aproximado de la funci on, el que tome el polinomio. f (x1 ) pn (x) en x0 cercano a x1 f (x1 ) pn (x1 )

a dado por: El error cometido en la aproximaci on, seg un (3.2), vendr Rn (x1 ) = f (n+1) (c) (x1 x0 )n+1 (n + 1)!

Como el punto c no est a determinado, el error no se conoce con exactitud, pero s se puede conocer una acotaci on del error teniendo en cuenta que c est a entre x0 y x1 . Ejemplo 3.50. Utilizar el 2o polinomio de Taylor para calcular aproxima damente e0 2 . Indicar el error cometido. Soluci on. f (x) = ex f (x) = ex f (x) = ex f (x) = ex f (0) = 1 f (0) = 1 f (0) = 1 x2 ex 1 + x + 2 0 2 1 + 0 2 + 0 04 = 1 22 e 2 f (c) = ec

Para calcular el error cometido tenemos en cuenta que:

0 < c < 0 2 0 < c < 1 e0 < ec < e < 3 ec < 3 con lo cual, ec 3 0 008 |Rn (0 2)| = | 0 23 | < = 0 004 6 6 Ejemplo 3.51. Aproximar 3 e con un error menor que 0 01

Soluci on. Necesitamos una funci on para hacer su desarrollo de Taylor, y un punto donde hacerlo. De las distintas opciones que podemos pensar para calcular la ra z dada, elegimos la m as f acil. 1 3 e = e1/3 f (x) = ex x0 = 0, x1 = 3 x f (x) = e f (0) = 1 x f (x) = e f (0) = 1 x2 xn ex 1 + x + + + . . 2 n! . . . . f (n+1) (c)xn+1 ec xn+1 f (n) (x) = ex f (n) (0) = 1 Rn (x) = = (n + 1)! (n + 1)! ( n +1) x ( n +1) c f (x) = e f (c) = e

186 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Teniendo en cuenta que c est a situado entre x0 y x1 , resulta, 0<c< Luego, tendr a que ser:
1 n+1 3( 1 )n+1 ) ec ( 3 1 1 1 < 3 = n < 0 01 = Rn ( ) = 3 (n + 1)! (n + 1)! 3 (n + 1)! 100

1 < 1 e0 < ec < e < 3 ec < 3 3

Es decir hay que encontrar el valor de n que cumple, 3n (n + 1)! > 100 Esto se hace probando, es decir dando valores a n. n = 1 3 2 = 6 < 100 n = 2 32 3! = 9 6 = 54 < 100 n = 3 33 4! = 27 24 = 648 > 100 n = 3 ex = 1 + x + Con lo cual resulta
1 2 ( 1 )3 ) 1 (3 1 1 1 + + 3 =1+ + + = 1 39 3 2! 3! 3 18 162 Ejemplo 3.52. Estimar sen 10o usando el tercer polinomio de Taylor en x0 = 0. Hallar una cota del error cometido.

Luego el polinomio de Taylor buscado es el tercero, x2 x3 + 2! 3!

e = e1/3 1 +

Soluci on. f (x) = sen x f (x) = cos x f (x) = sen x f (x) = cos x f iv (x) = sen x f (0) = 0 f (0) = 1 f (0) = 0 f (0) = 1 f iv (c) = sen c x3 sen x x 6 sen c x4 R3 (x) = 24

Ahora bien, el valor de x que aparece en las operaciones no puede venir medido en grados, sino que, para operar, el a ngulo ha de expresarse en radianes. Teniendo en cuenta que 10o = rad. resulta: 18 3 rad. 3 = 0 1736468 18 18 18 6 Y el error cometido en la aproximaci on viene acotado de la siguiente forma: sen 10o = sen R3 ( sen c ) = 18 24 18
4

1 24 18

= 0 00004

3.5. ESTUDIO LOCAL DE FUNCIONES. POLINOMIO DE TAYLOR187

3.5.7.

Aplicaciones de la F ormula de Taylor al c alculo de l mites

Consiste en sustituir las funciones que intervienen en el l mite por sus desarrollos de Taylor. En la pr actica, para simplicar los c alculos, solamente se sustituyen por la parte del desarrollo de Taylor que realmente inuye en el l mite. El problema ser a determinar cu antos t erminos del desarrollo se deben utilizar. sen x x Ejemplo 3.53. Calcular l m x0 x3 Soluci on. 0 sen x x = l m = 3 x0 x0 x 0 l m Ejemplo 3.54. Calcular l m (x x3 + ) x 1 x3 6 = l m = 3 3 x0 6x x 6

Soluci on. Teniendo en cuenta los desarrollos de las funciones que intervienen: ex = 1+ x + x2 x3 + + 2 6 ex = 1 x + x2 x3 + 2 6 sen x = x x3 + 6

ex ex 2x x0 x sen x

resulta, 0 ex ex 2x = = l m x0 x sen x 0 1+x+ = l m


x0

x2 x3 x2 x3 + + 1 x + + 2x 2 6 2 6 = x3 x x + 6 = l m 2x 6
3 3 x0 x 6

=2

Ejemplo 3.55. Calcular, si existe, el valor de l m utilizando polinomios de Taylor.

1 cos(x2 ) x0 x sen x + 2 cos x 2

Soluci on. Teniendo en cuenta el desarrollo en series de potencias de las funciones sen x y cos x, sen x = x tenemos. cos x2 = 1 x5 x3 + 6 120 cos x = 1 x4 x8 + 2 24 x2 x4 + 2 24

188 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE de donde, sustituyendo las funciones por sus desarrollos en series, resulta: 1 cos(x2 ) l m = x0 x sen x + 2 cos x 2 x4 + 2 = l m = x0 x3 x2 x4 x x + + 2(1 + 2 6 2 24 1 1 x4 = l m = l m 2 = 6 = l m x0 2x4 x0 x4 x0 x4 x4 x4 + + 6 12 12 12 12 x4 2 x4 2

3.6.
3.6.1.

Extremos de funciones de una sola variable


M aximos y m nimos absolutos

a) En Intervalos cerrados Supongamos que la funci on f es continua en un intervalo cerrado [a, b], entonces alcanza un m aximo y un m nimo en dicho intervalo.

Figura 3.26: Puntos cr ticos

El m aximo y el m nimo absoluto solamente pueden estar situados: 1. 2. 3. En puntos donde f (x) = 0 En puntos donde f (x) no est a denida En los extremos del intervalo.

Puntos cr ticos de una funci on: Se llaman puntos cr ticos de una funci on a los puntos en los que la derivada sea nula o no est e denida. C alculo del m aximo y del m nimo absoluto. Para hallar el m aximo y el m nimo absoluto de una funci on continua en un intervalo cerrado, 1. Se hallan los puntos cr ticos,

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE 2.

189

Se hallan los valores de la funci on en los puntos cr ticos y en los extremos del intervalo. El mayor valor obtenido es el m aximo absoluto y el menor el m nimo.

Observaci on: Si la funci on no es continua el m etodo anterior no es v alido, ya que los valores de la funci on en los puntos cr ticos no determinan nada.

Figura 3.27: Funci on no continua

Ejemplo 3.56. Hallar los extremos absolutos de la funci on: f (x) = 2x3 3x2 12x + 15 en el intervalo [0, 3]. Soluci on. 1. Hallamos los puntos cr ticos: a ) Puntos en los que la derivada no est a denida: No existen ya que f (x) = 6x2 6x 12 est a denida en todo R b ) Puntos en los que la derivada vale cero: 6x2 6x 12 = 0 x2 x 2 = 0 x= 2. 1 1+8 1+3 = = 2 2 2 1

de donde,

Comparamos los valores de la funci on en los puntos cr ticos y en los extremos del intervalo: f (0) = 15 M aximo f (2) = 16 12 24 + 15 = 5 f (3) = 54 27 36 + 15 = 6 f (x) = x5 x m nimo

Ejemplo 3.57. Hallar los extremos absolutos de la funci on:

en el intervalo [2, 4].

190 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Soluci on. 1. Hallamos los puntos cr ticos: a ) Puntos en los que la derivada no est a denida: No existen ya que 4 f (x) = 5x 1 est a denida en todo R b ) Puntos en los que la derivada vale cero: 1 1 5x4 1 = 0 x4 = x = 4 [2, 4] 5 5 Luego no existe ning un punto cr tico dentro del intervalo, por tanto: 2. Comparamos los valores de la funci on en los extremos del intervalo: f (2) = 30 m nimo f (4) = 1020 M aximo

Ejemplo 3.58. Hallar los extremos absolutos de la funci on: f (x) = 3 |x 2| en el intervalo [1, 4]. Soluci on. Para hallar la derivada de la funci on eliminamos el valor absoluto, f (x) = 3 |x 2| = 3 (x 2) si x 2 = 3 (x + 2) si x < 2 5 x si x 2 1 + x si x < 2

Con lo cual, la funci on derivada es: f (x) = 1. Hallamos los puntos cr ticos: a ) Puntos en los que la derivada no est a denida: x = 2 b ) Puntos en los que la derivada vale cero: No existen. 2. Comparamos los valores de la funci on en los puntos cr ticos y en los extremos del intervalo: f (1) = 2 f (2) = 3 M aximo f (4) = 1 m nimo 1 si 1 si x>2 x<2

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE b) M aximos y m nimos absolutos en intervalos abiertos

191

Para hallar el m aximo y el m nimo de una funci on continua en un intervalo abierto se cierra el intervalo hallando los l mites de la funci on en los extremos del mismo. Ejemplo 3.59. Hallar los extremos absolutos de la funci on: f (x) = en todo R. Soluci on. Hallamos la derivada de la funci on, f (x) = 1. 2x3 + 2x 2x3 2x 2x(x2 + 1) x2 2x = = 2 2 2 2 2 (x + 1) (x + 1) (x + 1)2 x2 x2 + 1

Hallamos los puntos cr ticos: a ) Puntos en los que la derivada no est a denida: No existen. b ) Puntos en los que la derivada vale cero: 2x = 0 x = 0

2.

Comparamos los valores de la funci on en los puntos cr ticos y en los extremos del intervalo:

192 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE f () = l m x2 =1 x x2 + 1 f (0) = 0 m nimo x2 f (+) = l m 2 =1 x+ x + 1 Luego la funci on no tiene m aximo.

Figura 3.28: y =

x2

x2 +1

3.6.2.

M aximos y m nimos relativos o locales

Crecimiento y decrecimiento. Una funci on es creciente all donde su derivada es positiva y decreciente donde es negativa. x (a, b) f (x) 0 f es creciente en (a, b)

x (a, b) f (x) 0 f es decreciente en (a, b) Estudios de los m aximos y m nimos locales a partir del signo de la primera derivada. Si la funci on es continua, los m aximos locales se presentan donde la funci on cambia de creciente a decreciente, y los m nimos locales donde cambia de decreciente a creciente. Si la funci on es continua, los m aximos y m nimos relativos solamente se pueden presentar en los puntos cr ticos.

Figura 3.29: En un m aximo la funci on cambia de creciente a decreciente

Ejemplo 3.60. Estudiar los extremos relativos y absolutos de la funci on x f (x) = en todo R 1 + x2 Soluci on. f es continua en todo R, ya que 1 + x2 no se anula nunca. Puntos cr ticos: f (x) = 1 x2 + 2x2 x2 1 (1 + x2 ) + x(2x) = = (1 + x2 )2 (1 + x2 )2 (1 + x2 )2

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE de donde: f (x) = 0 x2 1 = 0 x = 1

193

a) Extremos relativos: Estudiamos el signo de la derivada. 41 3 f (2) = = =+ 2 (1 + 4) 25 1 = 1 = f (0) = 1 41 3 f (2) = = =+ (1 + 4)2 25 Con lo cual hay un m aximo en x = 1 y un m nimo en x = 1

b) Extremos absolutos: Hallamos los valores de la funci on en los puntos cr ticos y en los extremos del intervalo. x =0 f () = l m x 1 + x2 f (1) = 1/2 M aximo absoluto
x 1 + x2

Figura 3.30: y =

m nimo absoluto x f (+) = l m =0 x+ 1 + x2

f (1) = 1/2

4 Ejemplo 3.61. Encontrar los extremos relativos de la funci on f (x) = x + x en R Soluci on. La funci on es continua en R {0} f (x) = 1

Puntos cr ticos. Hallamos la derivada de la funci on: 4 x2

a) Puntos donde la derivada no esta denida. x = 0 b) Puntos donde la derivada vale cero: f (x) = 0 x = 2 Intervalos de crecimiento: f (1) = 1 4 = decreciente f (1) = 1 4 = decreciente Figura 3.31: y = x +
4 x

f (3) = 1 4/9 = + creciente

f (3) = 1 4/9 = + creciente

194 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE Concavidad. Puntos de inexi on. Una funci on, derivable en un intervalo, se dice que es c oncava hacia arriba sobre dicho intervalo si su derivada es creciente y c oncava hacia abajo si su derivada es decreciente. Los puntos en los que la concavidad cambia de sentido se llaman puntos de inexi on. f f f f Criterio de la derivada segunda. f = + f f f (x0 ) = 0 o punto de inexi on f (x0 ) no denido

f = 0 ? x0 , f (x0 )

f = f f

Aplicaciones de la f ormula de Taylor para el estudio de m aximos y m nimos. Desarrollemos, mediante el n-simo polinomio de Taylor, la funci on f en el punto x0
f (x) = f (x0 )+ f (x0 )(x x0 )+ f (n1) (x0 ) f (n) (c) f (x0 ) (x x 0 )2 + + (x x0 )n1 + (x x 0 )n 2! (n 1)! n!

supongamos que la primera derivada de la funci on f que no se anula en el punto x0 es de orden n. Ser a: f (x0 ) = 0 f (n) (c) . . f (x) = f (x0 ) + (x x0 )n . n ! f (n1) (x0 ) = 0 de donde, f (x) f (x0 ) = f (n) (c) (x x0 )n n!

Como c est a entre x0 y x, tomando x sucientemente pr oximo a x0 podemos ( n ) suponer que el signo de f (c) coincide con el signo de f (n) (x0 ), de donde: n par (x x )n = + 0 n impar (x x0 )n = f (n) (x0 ) = + f (x) f (x0 ) > 0 m nimo ( n ) f (x0 ) = f (x) f (x0 ) < 0 M aximo f (n) (x0 ) = + f (x) f (x0 ) = inexi on f (n) (x0 ) =

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE

195

Con lo cual podemos armar lo siguiente: Si la primera derivada que no se anula en un punto cr tico es par, entonces hay un m aximo si dicha derivada es negativa y un m nimo si es positiva. Si la primera derivada que no se anule es de orden impar, entonces existe un punto de inexi on. Ejemplo 3.62. Estudiar la naturaleza del origen en las siguientes funciones: (a) Soluci on. 1. f (x) = x4 f (x) = 4x3 f (0) = 0 f (x) = 12x2 f (0) = 0 f (x) = 24x f (0) = 0 f (IV ) (x) = 24 f (IV ) (0) = 24 > 0 par y positivo m nimo 2. f (x) = x3 f (x) = 3x2 f (0) = 0 f (x) = 6x f (0) = 0 f (x) = 6 f (0) = 6 = 0 impar punto de inexi on 3. f (x) = x4 f (x) = 4x3 f (0) = 0 f (x) = 12x2 f (0) = 0 f (x) = 24x f (0) = 0 f (IV ) (x) = 24 f (IV ) (0) = 24 < 0 par y negativo M aximo. Ejemplo 3.63. Estudiar la naturaleza de los puntos cr ticos de la funci on: f (x) = x3 3x2 + 2 Soluci on. Hallamos la derivada para buscar los puntos cr ticos. f (x) = 3x2 6x 3x2 6x = 0 x2 2x = 0 x(x 2) = 0 f (x) = x4 (b) f (x) = x3 ( c) f (x) = x4

luego los puntos cr ticos son x = 0 y x = 2. Calculamos el valor de la derivada segunda en cada uno de los puntos cr ticos. f (x) = 6x 6 f (0) = 6 f (0) m aximo relativo

f (2) = 6 > 0 f (2) m nimo relativo

196 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

3.6.3.

Determinaci on de funciones conocidos sus puntos cr ticos

La dicultad de este tipo de ejercicios est a en saber aprovechar toda la informaci on que nos da el enunciado. Ejemplo 3.64. Hallar a, b, c y d para que la funci on f (x) = ax3 + bx2 + cx + d tenga un m nimo relativo de valor 3 en x = 0 y un m aximo relativo de valor 4 en x = 1. Soluci on. M nimo relativo de valor 3 en x = 0 M aximo relativo de valor 4 en x = 1 f (0) = 3 f (0) = 0

luego la funci on buscada es: f (x) = 14x3 + 21x2 3.

f (1) = 4 f (1) = 0 Hallando la derivada f (x) = 3ax2 + 2bx + c, y sustituyendo, resulta el sistema de ecuaciones: d = 3 d = 3 d = 3 d = 3 c=0 c=0 c=0 c=0 a+b+c+d=4 b = 21 a+b=7 a+b=7 a = 14 a = 14 3a + 2b = 0 3a + 2b + c = 0

Ejemplo 3.65. Hallar a, b y c tales que la gr aca de la funci on f (x) = 3 2 ax + bx + cx tenga una tangente horizontal en el punto de inexi on (1, 1). Soluci on. Pasa por el punto (1, 1) f (1) = 1

Tangente horizontal en (1, 1) f (1) = 0 Punto de inexi on en (1, 1) f (1) = 0

luego la funci on buscada es: f (x) = x3 3x2 + 3x.

Hallando la primera y segunda derivada f (x) = 3ax2 + 2bx + c, f (x) = 6ax + 2b y sustituyendo, resulta el sistema de ecuaciones: a+b+c=1 c=1ab c=1ab c=3 3a + 2b + c = 0 2a + b = 1 b = 1 2a b = 3 6a + 2b = 0 3a + b = 0 a=1 a=1

3.6.4.

Problemas de aplicaci on de m aximos y m nimos

Para resolver problemas de m aximos y m nimos con enunciado es conveniente seguir los siguientes pasos: 1. Asignar letras a todas las magnitudes que intervienen e intentar relacionarlas entre s . (Seg un se asignen las letras, la resoluci on del problema puede resultar m as f acil o m as dif cil. A veces conviene contar con los angulos).

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE 2. 3.

197

Preguntarse qu e es lo que hay que hacer m aximo o m nimo?. Esa magnitud es la que hay que derivar. Encontrar una f ormula para la magnitud que hay que derivar y expresarla en funci on de una sola variable y entonces derivar.

Naturaleza de los puntos cr ticos. La naturaleza de los puntos cr ticos puede determinarse por cualquiera de los siguientes criterios. 1. 2. 3. 4. Por la propia naturaleza del problema. Comparando el valor de la funci on en los puntos cr ticos y en los extremos del dominio. Estudiando el signo de la primera derivada a ambos lados de cada punto cr tico. Estudiando el signo de la segunda derivada en los puntos cr ticos.

Observaci on: Si el problema pide un m aximo y encontramos un m nimo, el m aximo habr a que buscarlo en los extremos del dominio. Ejemplo 3.66. Un granjero tiene 200 m de tela met alica que va a utilizar para construir tres lados de un corral rectangular; se va a usar un muro recto que ya existe como cuarto lado del corral. Qu e dimensiones maximizar an el a rea del corral?. Soluci on. La magnitud a maximizar es el a rea. a=xy x a = x(200 2x) = 200x 2x2 2x + y = 200 y = 200 2x y de donde,
x

a (x) = 200 4x 200 4x = 0 x = 50

Comprobamos que realmente se trata de un m aximo, a partir de la segunda derivada: a (x) = 4 a (50) = 4 m aximo Luego la soluci on es x = 50 e y = 100. Ejemplo 3.67. Una l amina met alica rectangular mide 5 m. de ancho y 8 m. de largo. Se van a cortar cuatro cuadrados iguales en las esquinas para doblar la pieza met alica resultante y soldarla para formar una caja sin tapa. C omo debe hacerse para obtener una caja del m aximo volumen posible? Soluci on. la magnitud a maximizar es el volumen. 2 2+ v (x) = 12x2 52x + 40 12xv x +2 40 =0 x24 + = 0x = 52 x(8 x)(5 2x)3= x313 x 26 x10 40 de donde

198 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

luego: x= 13 169 120 13 49 13 7 = = = 6 6 6 x = 3 3 no v alida x=1

Comprobamos que realmente se trata de un m aximo, a partir de la segunda derivada: v (x) = 24x 52 a (1) = 28 m aximo Ejemplo 3.68. Deseamos construir una lata cil ndrica con 40 cm3 de capacidad. El material del fondo y de la tapa es dos veces m as caro que el del lateral. Hallar el radio y la altura de la lata m as econ omica. Soluci on. La magnitud a minimizar es el coste. Suponiendo que el precio por unidad de supercie del lateral es p el de las bases ser a 2p, con lo que resulta: Sb = r2 + r2 = 2r2 Sl = 2rh 2p p coste Sb = 4r2 p coste Sl = 2rhp c = 4r2 p + 2rhp 40 de donde, r2

y teniendo en cuenta que v = 40 resulta r2 h = 40 h = c = 4r2 p + 2rhp = 4r2 p + 2r luego, c (r) = 8rp 8rp

40 80 p = 4r2 p + p 2 r r

80 p, con lo que resulta, r2


3

80 80 80 80 10 p = 0 8r 2 = 0 8r = 2 r3 = = r= r2 r r 8

10

Comprobamos que realmente se trata de un m nimo, a partir de la segunda derivada: 160 nimo c (r) = 8 + 3 c (r) > 0 m r la altura correspondiente a este radio ser a: h= 40 = 3 100 2 40
3

100 3 2

= 3

40 3 1000 3 10 =4 =4 = 4r 100 100

Ejemplo 3.69. Hallar el punto m as cercano y m as alejado de la par abola y = 4 x2 al punto (0, 1)

3.6. EXTREMOS DE FUNCIONES DE UNA SOLA VARIABLE

199

Soluci on. Consideremos un punto gen erico X (x, y ) de la par abola y = 4 x2 . Su distancia al punto P (0, 1) vendr a denida por la expresi on: d= (x 0)2 + (y 1)2 cuyo valor ha de ser m aximo o m nimo. Ahora bien, para facilitar la resoluci on del problema, eliminamos la ra z cuadrada elevando al cuadrado. d2 = x2 + (y 1)2 y teniendo en cuenta el valor de y = 4 x2 resulta: Figura 3.32: y = 4 x2 d2 = x2 + (4 x2 1)2 = x2 + (3 x2 )2 = x2 + 9 6x2 + x4 = x4 5x2 + 9 Y dado que, al ser d positivo, el valor m aximo o m nimo de d se corresponde 2 con el de d , podemos optimizar la expresi on: g (x) = d2 = x4 5x2 + 9 Hallamos los puntos cr ticos 5 2 Para estudiar la naturaleza de los puntos cr ticos podemos acudir al signo de la segunda derivada: g (x) = 12x2 10 g (x) = 4x3 10x x(4x2 10) = 0 x = 0, x = g (0) = 10 g (+ g (
5 2) 5 2) 5 = 12 2 10 = 30 10 = 20 5 = 12 2 10 = 30 10 = 20

M aximo relativo

m nimo relativo m nimo relativo

El m aximo relativo no es el m aximo absoluto, ya que la funci on no tiene m aximo absoluto por alejarse hacia el innito. El m nimo absoluto estar a en uno de los dos m nimos relativos, para determinarlo hallamos el valor de la funci on g en cada uno de ellos. g (+ 25 25 25 50 + 36 11 5 )= +9= = = g ( 2 4 2 4 4 5 ) 2

Luego los puntos de la par abola y = 4 x2 que se encuentran m as cercano al punto (0, 1) son: f (+ 5 3 5 )=4 = 2 2 2 P1 (+ 5 3 , ) 2 2

200 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE 5 3 5 )=4 = P2 ( 2 2 2 mientras que el punto m as alejado no existe. f ( 5 3 , ) 2 2

3.7.

Problemas propuestos del Cap tulo 3


Soluciones en la p agina ??

Ejercicios propuestos del Cap tulo 3


3.1.

Problemas resueltos del Cap tulo 3


3.1. Utilizando el polinomio de Taylor de orden 3 centrado en el origen de la funci on ln(1 + ln(1 + x)), y el de orden cuatro centrado en el origen de 1 cos(1 cos x), calcula
x0

l m

3 sen(x3 ) + 1 cos(1 cos x) 2 ln 1 + ln(1 + x) + e2x 1

Soluci on. Los desarrollos de Taylor de las funciones que intervienen en el l mite los obtenemos a partir de los desarrollos de Taylor de las funciones elementales. En efecto, sen x x x3 + 3! sen x3 x3 x3 x9 + = x3 + 3! 3!
3

sen x3 x3

cos x 1 de donde,

x4 x2 x4 x2 + 1 cos x + 2! 4! 2! 4!
2

1 cos(1 cos x) Por otro lado,


x

x4 x2 + 2! 4! 2!
x 0

x 0

x4 x2 + 2! 4! 4!

x4 + 8

ln(1 + x) =
0

dt = 1+t

1 dt = 1 (t)

[1 t + t2 ] dt = x

x2 x3 + 2 3

de donde, x3 x3 x2 x2 + )2 + )3 (x (x x3 x2 2 3 2 3 + ) + ln 1 + ln(1 + x) (x 2 3 2 3 3 2 3 3 2 x x x x x + ) ( + ) + ( ) (x 2 3 2 2 3 7x3 x x2 + 6 Y, nalmente, tenemos ex 1 + x + de donde, e2x 1 2x + (2x)2 (2x)3 8x3 + + 2x + 2x2 + 2 3! 6 x2 x3 + + 2 3! ex 1 x + x2 x3 + + 2 3!

3.7. PROBLEMAS PROPUESTOS DEL CAP ITULO 3


de donde, sustituyendo, resulta: l m 3 sen(x3 ) + 1 cos(1 cos x) = 2 ln 1 + ln(1 + x) + e2x 1 = l m

201

x0

] 3[x3 ] + [ x 8 = 3 x0 7x 8x3 2[x x2 + ] + [2x + 2x2 + ] 6 3 3[x3 ] 3[x3 ] = l m =3 = l m 3 3 x 0 x0 14x 8x 6x3 [2x 2x2 + ] + [2x + 2x2 + ] 6 6 6

Problemas propuestos del Cap tulo 3


Soluciones en la p agina 380 3.1.

202 CAP ITULO 3. DERIVADA DE FUNCIONES DE UNA VARIABLE

Cap tulo 4

Derivaci on de funciones de varias variables


4.1.
4.1.1.

Derivadas parciales
Introducci on

Funciones de una variable. Recordemos que para una funci on de una variable f : D R R denida en el intervalo abierto D de R, se dene la derivada de f en x0 D, denotada por f (x0 ), como el valor del siguiente l mite, si existe y es nito. f (x0 ) = f (x) f (x0 ) dy f (x0 + h) f (x0 ) (x0 ) = l m = l m x x h 0 dx h x x0 0

Si f (x0 ) existe, su valor nos da la pendiente de la recta tangente a la gr aca de la funci on y = f (x) en el punto x0 , f (x0 ) . El valor de f (x0 ) tambi en representa la raz on de cambio instant aneo de y respecto de x. Nota: La raz on de denir la derivada en un punto perteneciente a un conjunto abierto D (dominio de la funci on), es para poder asegurar que para h R peque no, se tenga (x0 + h) D y que as tenga sentido la expresi on f (x0 + h) que aparece en la denici on de derivada. La importancia de estudiar el concepto de derivada radica en que a partir de la derivada de una funci on en un punto se puede obtener informaci on sobre el comportamiento de la propia funci on, aunque esta informaci on es s olo local , es decir, a partir de f (x0 ) obtenemos informaci on sobre el comportamiento de f , pero s olo alrededor de x0 . As , por ejemplo, el simple hecho de la existencia de f (x0 ) se nala un comportamiento suave de la gr aca de la funci on en los alrededores del punto x0 , f (x0 ) ; el signo de f (x0 ) se nala el crecimiento o decrecimiento de la funci on alrededor del punto, etc. Esta informaci on, aunque s olo es local, es muy importante. No obstante, a partir de la funci on derivada f (x) podemos obtener una informaci on m as global del comportamiento de la funci on. 203

DE FUNCIONES MULTIVARIABLES 204 CAP ITULO 4. DERIVACION Funciones de dos variables. El concepto de derivada se puede generalizar a funciones de dos variables z = f (x, y ). La idea intuitiva responde a la siguiente cuesti on: C omo se va a ver afectada una funci on de dos variables por una variaci on de una de sus variables, mientras que la otra variable permanece ja? Podemos responder a esta cuesti on considerando cada vez s olo una de las variables. Esto es, hacemos la derivada de la funci on cada vez con respecto a una variable, manteniendo constante la otra. Este proceso se conoce como derivaci on parcial, y su resultado se llama derivada parcial de la funci on respecto a la variable independiente elegida. Para ello partimos de la idea del concepto de derivada de funciones de una variable el l mite, cuando el incremento de la variable tiende a cero, del cociente del incremento de la funci on dividido entre el incremento de la variable. Suponemos que una de las variables es constante e incrementamos s olo la otra, es decir, hacemos la derivada suponiendo que la funci on depende s olo de una de las variables. Con ello se reduce la discusi on al caso uni-dimensional considerando una funci on de varias variables como una funci on de una sola variable (cada variable separadamente), manteniendo jas las dem as.

4.1.2.

Denici on

Supongamos que en cierto entorno del punto (x0 , y0 ) est a dada la funci on z = f (x, y ). Si jamos la variable y : y = y0 , obtenemos una funci on de una sola variable x: z = f (x, y0 ). La derivada habitualde esta funci on en el punto x = x0 se llama derivada parcial de la funci on f en el punto (x0 , y0 ), respecto de x, y se denota por f (x0 , y0 ) , x De esta forma, f (x0 , y0 ) x
def =

o bien

f (x0 , y0 ) x

df (x, y0 ) dx

x= x 0

Nota: Se nalemos que la designaci on de la derivada parcial de la funci on f (x0 , y0 ) f , respecto de la variable x, por es tradicional. Aunque es m as x f f (x0 , y0 ), ya que la expresi on es un s mbolo u nico, correcto escribir x x que designa la nueva funci on, cuyo valor se analiza en el punto (x0 , y0 ). Teniendo en cuenta la denici on de derivada de una funci on de una sola variable, resulta la siguiente denici on de derivada parcial para funciones de dos variable. Denici on 4.1. Dada una funci on de dos variables f : D R2 R 2 denida en el abierto D de R , se dene la derivada parcial de f con respecto

4.1. DERIVADAS PARCIALES

205

a x en el punto p = (x0 , y0 ) de D como el valor del siguiente l mite, si existe y es nito. f (x0 + h, y0 ) f (x0 , y0 ) f (x0 , y0 ) = l m h0 x h Del mismo modo, se dene la derivada parcial de f con respecto a y en p, como el siguiente l mite, si existe y es nito. f f (x0 , y0 + k ) f (x0 , y0 ) (x0 , y0 ) = l m k0 y k N otese que en cada caso aplicamos la denici on de derivada incrementando solamente una de las variables, mientras que la otra permanece ja. M as expl citamente podemos escribir: f (x0 + x, y0 ) f (x0 , y0 ) f (x0 , y0 ) = l m x0 x x f f (x0 , y0 + y ) f (x0 , y0 ) (x0 , y0 ) = l m y 0 y y C alculo de derivadas parciales aplicando la denici on. Ejemplo 4.1. Calcular, aplicando la denici on, las dos derivadas parciales de la funci on f (x, y ) = xy + x y, en el punto p(0, 0). Soluci on. f (0 + h, 0) f (0, 0) f (h, 0) f (0, 0) f (0, 0) = l m = l m = h0 h0 x h h h h0+h00 = l m = l m 1 = 1 = l m h0 h h0 h0 h f f (0, 0 + k ) f (0, 0) f (0, k ) f (0, 0) (0, 0) = l m = l m = k0 k0 y k k 0k+0k0 k = l m = l m = l m 1 = 1 k0 k0 k k0 k Ejemplo 4.2. Calcular las dos derivadas parciales en el punto p(0, 0) de la funci on: 2 xy si (x, y ) = (0, 0) x2 + y 2 f (x, y ) = 0 si (x, y ) = (0, 0) Soluci on. f f (0 + h, 0) f (0, 0) f (h, 0) f (0, 0) (0, 0) = l m = l m = h0 h0 x h h h 02 0 2 + 02 0 h = l m = l m 0 = 0 = l m h0 h h0 h0 h

DE FUNCIONES MULTIVARIABLES 206 CAP ITULO 4. DERIVACION f f (0, 0 + k ) f (0, 0) f (0, k ) f (0, 0) (0, 0) = l m = l m = k0 k0 y k k 0 k2 0 2 2 0 = l m = l m 0 = 0 = l m 0 + k k0 k k0 k0 k Ejemplo 4.3. Calcular, aplicando la denici on, las dos derivadas parciales 2 2 de la funci on f (x, y ) = 2x xy + y , en el punto p(1, 0). Soluci on. f (1 + h, 0) f (0, 0) f (1, 0) = l mh0 = x h 2(1 + h)2 (1 + h) 0 + 02 (2 0 + 0) = l m = h0 h 2 2 2 + 4h + 2h 2 2(1 + 2h + h ) 2 = l m = = l m h0 h0 h h 4h + 2h2 = l m = l m (4 + 2h) = 4 h0 h0 h f (1, 0 + k ) f (1, 0) f (1, k ) f (1, 0) f (1, 0) = l mk0 = l mk0 = y k k 2 12 1 k + k 2 (2) 2 k + k2 2 = l m = l m = 00 k0 k k 2 k + k = l m (1 + k ) = 1 = l m k0 k0 k

4.1.3.

La funci on derivada parcial

Si hallamos las derivadas parciales de una funci on de dos variables z = f (x, y ) en un punto gen erico (x, y ) de su dominio, obtenemos, a su vez, funciones de dos variables, llamadas funciones derivadas parciales. As : f f (x + h, y ) f (x, y ) f f (x, y + k ) f (x, y ) (x, y ) = l m , (x, y ) = l m h0 k0 x h y k Ejemplo 4.4. Hallar, aplicando la denici on, las derivadas parciales de la funci on: f (x, y ) = x2 y 3 + 5 Soluci on. f (x + h, y ) f (x, y ) (x + h)2 y 3 + 5 (x2 y 3 + 5) f (x, y ) = l m = l m = h0 h0 x h h x2 y 3 + 2hxy 3 + h2 y 3 + 5 x2 y 3 5 2hxy 3 + h2 y 3 = l m = l m = h0 h0 h h = 2x y 3

4.1. DERIVADAS PARCIALES

207

f (x, y + k ) f (x, y ) x2 (y + k )3 + 5 (x2 y 3 + 5) f (x, y ) = l m = l m = k0 k0 y k k x2 y 3 + 3x2 y 2 k + 3x2 yk 2 + x2 k 3 + 5 x2 y 3 5 = l m = k0 k = l m 3x2 y 2 k + 3x2 yk 2 + x2 k 3 = l m 3x2 y 2 + 3x2 yk + x2 k 2 = k0 k0 k

= 3x2 y 2 C alculo de derivadas parciales mediante las reglas de derivaci on. Si observamos los resultados del ejemplo anterior, podemos concluir que no es necesario aplicar la denici on para calcular las derivadas parciales, sino que se pueden calcular aplicando las reglas ordinarias de derivaci on. Esto se deduce de la propia denici on, ya que de la denici on de las derivadas parciales, como derivadas ordinarias con la condici on de que se han jado todas las variables excepto una, respecto de la cual se toma la derivada, se deduce que al calcular las derivadas parciales se pueden utilizar las reglas del c alculo de las derivadas ordinarias. Es decir, f (x, y ) Se puede calcular mediante las reglas de derivaci on, es decir, como x una derivada ordinaria, de la funci on f respecto de la variable x, suponiendo y constante (es decir, como si la funci on f dependiera s olo de x, porque y es un n umero). En consecuencia, consideramos que y es constante y derivamos con respecto a x. f (x, y ) Se puede calcular mediante las reglas de derivaci on, es decir, como y una derivada ordinaria, de la funci on f respecto de la variable y , suponiendo x constante (es decir, como si la funci on f dependiera s olo de y , porque x es un n umero). En consecuencia, consideramos que x es constante y derivamos con respecto a y . Ejemplo 4.5. Calcular las dos derivadas parciales de las siguientes funciones: 1. f (x, y ) = x2 + 2xy 2 y 3 a ) Fijemos en la f ormula la variable y , es decir, supongamos que y es un n umero, con lo cual obtenemos una funci on de una sola variable x; y calculando su derivada tendremos: f = 2x + 2y 2 x b ) De la misma forma, jemos ahora la variable x es decir, supongamos que x es un n umero, con lo cual obtenemos una funci on de una sola variable y ; y calculando su derivada tendremos: f = 4xy 3y 2 y

DE FUNCIONES MULTIVARIABLES 208 CAP ITULO 4. DERIVACION 2. z = (x2 + y 2 )exy z = 2xexy + (x2 + y 2 )(yexy ) = (2x x2 y y 3 )exy x z = 2yexy + (x2 + y 2 )(xexy ) = (2y x3 xy 2 )exy y 3. z = xyex/y z 1 = yex/y + xy ( ex/y ) = (y + x)ex/y x y x2 x x(y x)ex/y z = xex/y + xy ( 2 ex/y ) = (x )ex/y = y y y y Ejemplo 4.6. Dada la funci on: f (x, y ) = 4x3 y 2 4x2 + y 6 + 1. Hallar las dos derivadas parciales en el punto (1, 1) Soluci on. Calculamos las derivadas parciales mediante las reglas de derivaci on y luego sustituimos las coordenadas del punto. f (x, y ) = 12x2 y 2 8x x f (x, y ) = 8x3 y + 6y 5 y f (1, 1) = 12 8 = 4 x f (1, 1) = 8 + 6 = 14 y

Notaci on: Se utilizan las siguientes notaciones: zx = zy = f f z = = (x, y ) = fx = fx = fx (x, y ) = Dx f (x, y ) = D1 f (x, y ) x x x f f z = = (x, y ) = fy = fy = fy (x, y ) = Dy f (x, y ) = D2 f (x, y ) y y y

Cuando se trate de un punto gen erico (x, y ), normalmente no indicaremos las coordenadas, simplemente pondremos fx . Sin embargo, cuando se trate de un punto concreto (x0 , y0 ), siempre las indicaremos, para saber de qu e punto se trata. En este caso, en algunas ocasiones utilizaremos la siguiente notaci on: f f (x0 , y0 ) = x x

(x0 ,y0 )

4.1.4.

Funciones de m as de dos variables

El concepto de derivada parcial se puede generalizar a funciones de cualquier n umero de variables. Bastar a con derivar la funci on suponiendo que depende, en cada caso, de una sola variable, con las dem as jas. As , si w = f (x, y, z ), entonces hay tres derivadas parciales, las cuales se obtienen considerando cada vez dos de las variables constantes y derivando respecto de la otra. Es

4.1. DERIVADAS PARCIALES

209

decir, para denir la derivada parcial de w con respecto a x, consideramos que y y z son constantes y escribimos f (x + x, y, z ) f (x, y, z ) w = l m x0 x x Para denir la derivada parcial w con respecto a y , consideramos que x y z son constante y escribimos w f (x, y + y, z ) f (x, y, z ) = l m y 0 y y Para denir la derivada parcial w con respecto a z , consideramos que x y y son constante y escribimos f (x, y, z + z ) f (x, y, z ) w = l m z 0 z z Ejemplo 4.7. Hallar las derivadas parciales de la funci on: f (x, y, z ) = e5z cos x sen 4y Soluci on. En cada caso, suponemos constante dos de las variables, con lo cual se obtiene una funci on de una sola variable, respecto de la cual se deriva. f = e5z sen x sen 4y x f = 4e5z cos x cos 4y y f = 5e5z cos x sen 4y z
Notaci on vectorial para denir las derivadas parciales. Como acabamos de ver, el concepto de derivada parcial se extiende a funciones de tres variables f (x, y, z ) de la siguiente forma: f (x, y + y, z ) f (x, y, z ) f (x, y + t, z ) f (x, y, z ) f = l m = l m t 0 y 0 y y t An alogamente se calculan las dem as derivadas parciales. Para los incremento, x, y , etc., en vez de usar las letras h, k, etc., se pueden usar h1 , h2 , etc., o bien, podemos usar siempre la letra t. Del mismo modo se extiende a funciones de cuatro variables f (x, y, z, u) f (x, y + t, z, u) f (x, y, z, u) f = l m t 0 y t Desde el punto de vista te orico, para denir las derivadas parciales en el caso general de funciones de n variables f : D Rn R, conviene usar notaci on vectorial. Para ello consideramos los vectores e1 , e2 , , en Rn de la base can onica de Rn , cuyas componentes son: e1 = (1, 0, , 0), e2 = (0, 1, , 0), , en = (0, 0, , 1)

DE FUNCIONES MULTIVARIABLES 210 CAP ITULO 4. DERIVACION


con lo cual, para cualquier n umero t R, resulta: te1 = (t, 0, , 0), te2 = (0, t, , 0), , ten = (0, 0, , t) de donde, para cualquier punto p Rn , de coordenadas p = (x1 , x2 , , xn ), se tiene: p + tei = (x1 , x2 , , xn ) + (0, , t, , 0) = (x1 , x2 , , xi + t, , xn ) Es decir, p + tei tiene las mismas coordenadas que p, salvo la i- esima coordenada que se ha incrementado en t. En consecuencia, podemos enunciar la siguiente denici on: Denici on 4.2 (Derivadas parciales). Sea f : D Rn R una funci on denida en el conjunto abierto1 D de Rn , y sea p D. Se dene la derivada parcial de f con respecto a su i- esima variable en el punto p, como el siguiente l mite, si existe y es nito: f (p + tei ) f (p) f (p) = l m t 0 xi t Del mismo modo puede denirse la derivada parcial en un punto gen erico x D, como f (x + tei ) f (x) f (x) = l m t 0 xi t

4.1.5.

Raz on de cambio

Las derivadas parciales tambi en pueden interpretarse como la raz on de cambio instant aneo de la funci on respecto de una variable, mientras la otra permanece ja. As , f (x0 , y0 ) Se puede interpretar como la x funci on f cuando se conserva f (x0 , y0 ) Se puede interpretar como la y funci on f cuando se conserva raz on de cambio instant aneo de la ja la variable y y var a la x. raz on de cambio instant aneo de la ja la variable x y var a la y .

Es decir, las derivadas parciales miden la velocidad de variaci on parcial de la funci on con respecto a cada variable, cuando las dem as se mantienen jas. Ejemplo 4.8. Un cilindro recto tiene 4 cm. de radio y 20 cm. de altura. Hallar la raz on de cambio del volumen del cilindro respecto del radio y respecto de la altura. Soluci on. Tenemos que V = r2 h, luego: Para hallar la raz on de cambio del volumen respecto del radio, r, jamos
1 La raz on de denir las derivadas parciales en un punto perteneciente a un conjunto abierto D (dominio de la funci on), es para poder asegurar que para t R peque no, se tenga p + tei D y que as tenga sentido la expresi on f (p + tei ) que aparece en la denici on de derivada parcial. No obstante, este requisito puede reemplazarse por la exigencia de que p sea un punto interior del dominio. Es decir, para poder hablar de la derivada de una funci on en un punto, la funci on tiene que estar denida en cierto entorno del punto.

4.1. DERIVADAS PARCIALES

211

la altura, h, y derivamos con respecto a r. A continuaci on evaluamos la derivada parcial para r = 4 y h = 20. V = 2rh r V (r = 4, h = 20) = 2 4 20 = 160 cm3 /cm de r r

Para hallar la raz on de cambio del volumen respecto de la altura, h, jamos el radio, r, y derivamos con respecto a h. A continuaci on evaluamos la derivada parcial para r = 4 y h = 20. V = r2 h V (r = 4, h = 20) = 16 cm3 /cm de h h

En el primer caso, si mantenemos ja la altura e incrementamos el radio, se produce un incremento del volumen de 160 cm3 /cm de r. Mientras que en el segundo caso, si mantenemos jo el radio e incrementamos la altura, se produce un incremento del volumen de 16 cm3 /cm de h

4.1.6.

Interpretaci on geom etrica de las derivadas parciales


Recta tangente Recta tangente

@ z = f (x, y0 ) R @ P z = f (x, y )

z = f (x, y ) z 6 P

y0

Q k Q z = f (x0 , y ) y -

x0 x

y0 y p(x0 , y0 )

x0 x

p(x0 , y0 )

Figura 4.1: Curvas z = f (x, y0 ) y z = f (x0 , y). Si en la ecuaci on z = f (x, y ) jamos la variable y , y = y0 , resulta una funci on de una sola variable, z = f (x, y0 ) = g (x). Desde el punto de vista geom etrico, la funci on g (x) = f (x, y0 ) representa la curva que se obtiene de la intersecci on de la supercie z = f (x, y ) con el plano y = y0 z = f (x, y ) y = y0 z = f (x, y0 ) = g (x)

En consecuencia, la derivada parcial de la funci on f , respecto de la variable x, en el punto p representa la pendiente de la tangente a la curva g (x) = f (x, y0 ) en el punto P correspondiente de la gr aca, es decir, la inclinaci on de la supercie en la direcci on del eje x.

DE FUNCIONES MULTIVARIABLES 212 CAP ITULO 4. DERIVACION An alogamente, la funci on g (y ) = f (x0 , y ) representa la curva que se obtiene de la intersecci on de la supercie z = f (x, y ) con el plano x = x0 z = f (x, y ) x = x0 z = f (x0 , y ) = g (y )

La derivada parcial de la funci on f , respecto de la variable y , en el punto p representa la pendiente de la tangente a la curva g (y ) = f (x0 , y ) en el punto P correspondiente de la gr aca, es decir, la inclinaci on de la supercie en la direcci on del eje y . En un lenguaje m as informal, diremos que los valores de f /x y f /y en el punto (x0 , y0 ) representan la pendiente de la supercie en el punto (x0 , y0 , z0 ) en las direcciones de los ejes x e y, respectivamente. Ejemplo 4.9. Hallar la pendiente a la supercie f (x, y ) = 16 x2 4y 2 en el punto P (3, 1, 3), en las direcciones de los ejes x e y . Soluci on. En la direcci on del eje Ox, la pendiente viene dada por f = 2x x f (3, 1) = 6 x tan = 6

En la direcci on del eje Oy , la pendiente viene dada por f = 8y y f (3, 1) = 8 y tan = 8

El que la derivada parcial en una direcci on sea positiva y en otra negativa signica que, desde el punto p, en la direcci on del eje Ox la funci on decrece, mientras que en la direcci on del eje Oy crece.

4.1.7.

Continuidad y derivadas parciales

Recordemos que para n = 1, es decir, para las funciones de una variable, de la existencia de la derivada en un punto se deriva tambi en que la funci on es continua en ese punto. Sin embargo, para funciones de varias variables, la existencia de las derivadas parciales no garantiza la continuidad de una funci on. En efecto, la existencia de fx depende del comportamiento de la funci on s olo en la direcci on del eje x, y la existencia de fy del comportamiento de la funci on s olo en la direcci on del eje y , mientras que la continuidad depende del comportamiento de la funci on en todos los puntos del entorno. Esto signica que una funci on puede tener derivadas parciales en un punto aunque no sea continua en dicho punto. Tenemos pues, que cuando n 2, incluso de la existencia de todas las derivadas parciales en cierto punto, no se deduce la continuidad en ese punto.

4.1. DERIVADAS PARCIALES

213

Por otro lado, igual que ocurre para funciones de una variable, resulta evidente que de la continuidad de las funciones de n variables en un punto dado, no se deriva la existencia de sus derivadas parciales en ese punto. En consecuencia, para funciones de n variables, n 2, ni de la continuidad de esa funci on en un punto se deduce la existencia de las derivadas parciales, ni de la existencia de las derivadas parciales se deduce la continuidad en el punto. Ejemplo 4.10. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci on f : R2 R denida por: xy si (x, y ) = (0, 0) 2 x + y2 f (x, y ) = 0 si (x, y ) = (0, 0) 1. Continuidad: La funci on no es continua en el punto p(0, 0), ya que no existe el l mite en dicho punto. En efecto, si nos acercamos al punto mediante las rectas y = mx resulta:
(x,y )(0,0) x2

Soluci on.

l m

xy xmx xy = l m = l m = 2 2 2 2 2 2 (x,y )(0,0) x + y +y (x,y )(0,0) x + m x y =mx


y =mx x0

= l m

m m = 2 x0 1 + m 1 + m2

luego el l mite no existe ya que depende del valor de m. Es decir, seg un la recta por la que nos aproximemos al punto tendr amos un valor del l mite u otro. 2. Existencia de las derivadas parciales. A pesar de que la funci on no es continua en el punto p(0, 0), las derivadas parciales en dicho punto existen. En efecto: f (0 + h, 0) f (0, 0) f (h, 0) f (0, 0) f (0, 0) = l m = l m = h0 h0 x h h h0 0 2 2 = l m h + 0 =0 h0 h f f (0, 0 + k ) f (0, 0) f (0, k ) f (0, 0) (0, 0) = l m = l m = k0 k0 y k k 0 k2 0 2 2 = l m 0 + k =0 k0 k

DE FUNCIONES MULTIVARIABLES 214 CAP ITULO 4. DERIVACION Ejemplo 4.11. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci on f : R2 R denida por: f (x, y ) = 1 si xy = 0 0 si xy = 0

Soluci on. Entendamos primero el signicado de la expresi on que dene la funci on. Tenemos que la imagen de un punto (x, y ) es 1 si las dos componentes son distintas de cero, y 0 si alguna de las componentes es cero. Es decir, para x = 0 e y = 0, se tiene: f (x, y ) = 1, En consecuencia, 1. Continuidad: La funci on no es continua en el punto p(0, 0), ya que no existe el l mite en dicho punto. En efecto, si nos acercamos al punto mediante la recta y = x resulta:
(x,y )(0,0)

f (x, 0) = 0,

f (0, y ) = 0,

f (0, 0) = 0.

l m

f (x, y ) =

l m
(x,y )(0,0)

1 = 1 = f (0, 0) = 0

y =x

mientras que si nos acercamos al punto mediante la recta x = 0 resulta:


(x,y )(0,0)

l m

f (x, y ) =

l m
(x,y )(0,0)

0 =0=1

y =0

2.

Existencia de las derivadas parciales. A pesar de que la funci on no es continua en el punto p(0, 0), las derivadas parciales en dicho punto existen. En efecto: f (0, 0) = x f (0, 0) = y d f (x, 0) dx d f (0, y ) dy d 0 dx x=0 d = 0 dy y =0 =
x=0 y =0

=0 =0

4.2.

Derivadas parciales de ordenes superiores

Derivadas parciales de segundo orden Las derivadas parciales de una funci on de dos variables f (x, y ), son, a su vez, funciones de dos variables, fx (x, y ), fy (x, y ) y, por lo tanto, podemos obtener de ellas, nuevamente, sus derivadas parciales. Llamadas derivadas parciales de segundo orden. As , resultan las siguientes cuatro derivadas parciales de segundo orden: x f x , y f x , x f y , y f y

4.2. DERIVADAS PARCIALES DE ORDENES SUPERIORES

215

Notaci on: Para simplicar los par entesis usaremos la siguiente notaci on: (fx )x = fxx = (fx )y = fxy = (fy )x = fyx = (fy )y = fyy = x y x y f x f x f y f y = = = = 2f = D1 (D1 f ) = D11 f x2 2f = D2 (D1 f ) = D21 f yx 2f = D1 (D2 f ) = D12 f xy 2f = D2 (D2 f ) = D22 f yy

Para evitar confusi on con el orden de derivaci on (fxy = D21 f ), utilizaremos el siguiente criterio: se empieza derivando por la variable m as cercana a la funci on. As , derivar primero con respecto a x y a continuaci on con respecto a y , se escribir a con cualquiera de las expresiones: 2f = fxy = Dyx f yx mientras que derivar primero con respecto a y y a continuaci on con respecto a x, se escribir a con cualquiera de las expresiones: 2f = fyx = Dxy f xy Nota. El criterio utilizado aqu , unas veces va de izquierda a derecha fxy y otras de derecha a izquierda Dyx f , por eso algunos autores utilizan criterios diferentes. Sin embargo el utilizado aqu es el m as aceptado. Ejemplo 4.12. Hallar las derivadas parciales de segundo orden de la funci on f (x, y ) = sen(x2 y ) Soluci on. fx = 2xy cos(x2 y ) fxx = fx fxy = fx
x

fy = x2 cos(x2 y ) fyx = fy fyy = fy


x

= 2x cos(x2 y ) + 2xy x2 sen(x2 y ) = = 2x cos(x2 y ) 2x3 y sen(x2 y ) = 2x cos(x2 y ) + x2 2xy sen(x2 y ) = = 2x cos(x2 y ) 2x3 y sen(x2 y )

= 2y cos(x2 y ) + 2xy 2xy sen(x2 y ) = = 2y cos(x2 y ) 4x2 y 2 sen(x2 y )

= x2 x2 sen(x2 y ) = x4 sen(x2 y )

Derivadas parciales cruzadas. Las derivadas parciales fxy y fyx , se llaman derivadas parciales cruzadas y cuando son continuas coinciden.

DE FUNCIONES MULTIVARIABLES 216 CAP ITULO 4. DERIVACION Teorema 4.1 (Igualdad de las derivadas parciales cruzadas). Si f es una funci on de dos variables x e y y tal que f , fx , fy , fxy y fyx son continuas en una regi on abierta R, entonces se tiene que las derivadas parciales cruzadas coinciden para cada (x, y ) de R, fxy (x, y ) = fyx (x, y ) Este teorema se llama Teorema de Schwartz, y puede enunciarse en t erminos m as restrictivo de la siguiente forma Teorema 4.2 (Teorema de Schwartz). Sea f : D R2 R una funci on denida en el abierto D de R2 . Si las derivadas parciales fxy : D R2 R y fyx : D R2 R existen y son funciones continuas en D, entonces fxy = fyx El teorema de Schwartz tambi en puede enunciarse en los siguientes t erminos: Si fx , fy , y fxy son continuas en un entorno del punto (x0 , y0 ), entonces existe fyx (x0 , y0 ) y se verica fyx (x0 , y0 ) = fxy (x0 , y0 ). Ejemplo 4.13. Hallar las derivadas parciales de segundo orden de la funci on 2 2 f (x, y ) = x2 yex +y Soluci on. fx = 2xyex
2 +y 2 2 +y 2 2 +y 2 2

+ x2 y 2xex

= (2x3 y + 2xy )ex

fxx = (6x2 y + 2y )ex fxy = (2x3 + 2x)ex fy = x2 ex


2 +y 2

2 +y 2

+ (2x3 y + 2xy ) 2xex +y = 2 2 = (4x4 y + 10x2 y + 2y )ex +y


2 2

2 +y 2

+ (2x3 y + 2xy ) 2yex +y = 2 2 = (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y = (2x2 y 2 + x2 )ex


2 +y 2 2 2

+ x2 y 2yex

2 +y 2

fyx = (4xy 2 + 2x)ex fyy = 4x2 yex


2 +y 2

2 +y 2

+ (2x2 y 2 + x2 ) 2xex +y = 2 2 = (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y


2 +y 2

+ (2x2 y 2 + x2 ) 2yex

= (4x2 y 3 + 6x2 y )ex

2 +y 2

Ejemplo 4.14. Comprobar que las derivadas parciales cruzadas de la siguiente funci on, en el punto (0, 0) no coinciden. 3 3 x y xy 2 2 x +y f (x, y ) = 0 si si (x, y ) = (0, 0) (x, y ) = (0, 0)

Soluci on.

4.2. DERIVADAS PARCIALES DE ORDENES SUPERIORES Si (x, y ) = (0, 0), las derivadas parciales son: f = x x = f = y y = x3 y xy 3 x2 + y 2 = (3x2 y y 3 )(x2 + y 2 ) (x3 y xy 3 )2x = (x2 + y 2 )2

217

3x4 y + 3x2 y 3 x2 y 3 y 5 2x4 y + 2x2 y 3 x4 y + 4x2 y 3 y 5 = 2 2 2 (x + y ) (x2 + y 2 )2 x3 y xy 3 x2 + y 2 = (x3 3xy 2 )(x2 + y 2 ) (x3 y xy 3 )2y = (x2 + y 2 )2

x5 4x3 y 2 xy 4 x5 + x3 y 2 3x3 y 2 3xy 4 2x3 y 2 + 2xy 4 = (x2 + y 2 )2 (x2 + y 2 )2


h3 0h03 h2 +02

En el punto (0, 0), las derivadas parciales son: f f (h, 0) f (0, 0) (0, 0) = l m = l m h0 h0 x h 0 =0

h
3 3

0 k0k 0 f (0, k ) f (0, 0) f 2 2 (0, 0) = l m = l m 0 +k =0 k0 k0 y k k De donde, aplicando directamente la denici on de derivada parcial, resulta:

2f (0, 0) = yx y

f x

f f (0, k ) (0, 0) x (0, 0) = l m x = k0 k = l m


k0

04 k+402 k3 k5 (02 +k2 )2

= 1

2f xy

(0, 0) =

f y

f f (h, 0) (0, 0) y y = (0, 0) = l m h0 h = l m


h0

h5 4h3 Oh04 (h2 +02 )2

= +1

El teorema 4.2, de igualdad de las derivadas parciales cruzadas, tambi en se aplica a funciones de tres o m as variables siempre y cuando f y todas sus derivadas parciales primeras y segundas sean continuas. Por ejemplo, si f es una funci on de tres variables, w = f (x, y, z ), y f y todas sus derivadas parciales primeras y segundas son continuas en una regi on abierta R, entonces en cada punto de R el orden en la derivaci on de las derivadas parciales segundas cruzadas es irrelevante. Esto es, fxy (x, y, z ) = fyx (x, y, z ) fxz (x, y, z ) = fzx (x, y, z ) fyz (x, y, z ) = fzy (x, y, z )

DE FUNCIONES MULTIVARIABLES 218 CAP ITULO 4. DERIVACION Derivadas parciales de tercer orden Si adem as, las derivadas parciales de tercer orden son continuas, entonces no importa el orden de derivaci on de las derivadas parciales cruzadas de tercer orden. En consecuencia, si hacemos las derivadas parciales de tercer orden, resultan 23 = 8 derivadas, pero si son continuas se reducen a 3 + 1 = 4 derivadas distintas: fxx fx fxy f fyx fy fyy fxxx fxxy fxyx fxyy fyxx fyxy fyyx fyyy fxxx

fxx fxxy fx Si son continuas f fxy fy fxyy fyy fyyy

Es decir, si las derivadas parciales son continuas no importa el orden de derivaci on, sino el n umero de veces que se ha derivado respecto de cada variable. Ejemplo 4.15. Hallar las derivadas parciales de tercer orden de la funci on: f (x, y ) = x2 + 2xy 2 y 3 Soluci on.
fxxx = 0 fxxy = 0 fxyy = 4 fyyy = 6

fxx = 2 f (x, y ) = x + 2xy y


2 2 3

fx = 2x + 2y

fy = 4xy 3y

fxy = 4y fyy

= 4x 6y

Derivadas parciales de orden n Si hacemos las derivadas parciales de orden n, resultan 2n derivadas, pero si son continuas se reducen a n +1 derivadas distintas. Es decir, si las derivadas parciales son continuas no importa el orden de derivaci on, sino el n umero de veces que se ha derivado respecto de cada variable. Ahora bien, aunque el resultado nal de las derivadas parciales no depende del orden de derivaci on, el proceso de derivaci on puede resultar mucho m as complicado en un orden que en otro. Ejemplo 4.16. Dada la funci on f (x, y ) = y2 xy . Hallar D2311 f y D1132 f + z2

4.3. DERIVADAS DIRECCIONALES. Soluci on. D2311 f = D231 D1 f = D231 y y2 + z2 =0

219

D1132 f = D113 D2 f = D113 = D11 = D11

x(y 2 + z 2 ) xy 2y (y 2 + z 2 )2

= D113 =

xz 2 xy 2 (y 2 + z 2 )2

2xz (y 2 + z 2 )2 (xz 2 xy 2 )2(y 2 + z 2 )2z (y 2 + z 2 )4 2xz (3y 2 z 2 ) (y 2 + z 2 )3 = D1 2z (3y 2 z 2 ) (y 2 + z 2 )3 =0

4.3.

Derivadas direccionales.

4.3.1.

Derivadas direccionales

Las derivadas parciales fx (x, y ) y fy (x, y ), representan, respectivamente, la pendiente de la supercie z = f (x, y ) en las direcciones del eje OX y del eje OY . Para hallar la pendiente en cualquier otra direcci on se utilizan las derivadas direccionales. Es decir, las derivadas parciales nos dan una medida de la variaci on de una funci on solamente en la direcci on de cada eje coordenado. Es natural buscar un concepto m as general de derivada a n de que nuestras consideraciones no queden restringidas a las direcciones particulares de los ejes coordenados y nos permita estudiar la raz on de incrementos en una direcci on cualquiera. La derivada direccional responde a este prop osito. Queremos estudiar la variaci on de la funci on f en el punto p cuando el argumento var a en la direcci on marcada por el vector v . Para ello partimos de la idea del concepto de derivada de funciones de una variable el l mite, cuando el incremento de la variable tiende a cero, del cociente del incremento de la funci on dividido entre el incremento de la variable.

DE FUNCIONES MULTIVARIABLES 220 CAP ITULO 4. DERIVACION


z 6

f (p) @

@ @ y0

f (x)
z = f (x, y ) y -

Es decir, la derivada direccional de la funci on f , en el punto p, en la direcci on del vector v, viene denida por el l mite: Dv f (p) = l m f (x) f (p) t

xp

x0 p(x0 , y0 ) R v@ t @ x @ x(x, y )

Figura 4.2: Derivada direccional.

donde x es un punto pr oximo a p y adem as situado en la direcci on marcada por el vector v , y t es la longitud orientada del segmento px , es decir, la longitud de este segmento con signo positivo, si el tiene la misma direcvector px ci on que el vector v , y con signo negativo en caso contrario.

Para la derivada direccional usaremos cualquiera de las notaciones: f (p) v Desde el punto de vista gr aco, el problema se ha reducido a dos dimensiones mediante la intersecci on de la supercie con el plano vertical que pasa por el punto p y es paralelo al vector v. Este plano corta a la supercie mediante una curva C , y denimos la pendiente de la supercie en (x0 , y0 , z0 ) como la pendiente de la curva C en ese punto. C alculo de la derivada direccional conocido el vector director: Dv f (p) = 1. Vector director unitario u : Si el vector director es unitario resulta: px = |t| px = t u x p = t u x = p + t u u =1 de donde, Dv f (p) = l m
t0

f (p + t u ) f (p) t

(4.1)

2. Vector director no unitario v : Si el vector no es unitario, resulta: px = |t| px = t v v =1 luego no podemos hacer la sustituci on anterior. Por lo tanto, si el vector no es unitario, hallamos el vector unitario de la misma direcci on y sentido que el dado, y a ese nuevo vector hallado le aplicamos el resultado anterior. v u= v

4.3. DERIVADAS DIRECCIONALES.

221

El concepto de derivada direccional generaliza el concepto de derivada parcial, de manera que las derivadas parciales pueden obtenerse como casos particulares de las derivadas direccionales. As , fx es la derivada direccional en la direcci on del vector (1, 0) y fy en la direcci on del vector (0, 1), es decir: fx (p) = Du f (p) para u = (1, 0) fy (p) = Du f (p) para u = (0, 1)

Se debe observar que puede existir la derivada direccional de una funci on, en un punto, con respecto a un vector, y sin embargo, puede suceder que no exista la derivada direccional con respecto a otro vector. Ejemplo 4.17. Hallar la derivada direccional de f (x, y ) = x2 + 3xy 2 en el punto p(1, 2), en la direcci on que apunta hacia el origen. Soluci on. Hallamos el vector director y comprobamos su m odulo. v = po = o p = (0, 0) (1, 2) = (1, 2) |v | = 1 + 4 = 5 = 1 luego, u= v 1 2 = , |v | 5 5 2t t 1 2 p + t u = (1, 2)+ t , = 1 , 2 5 5 5 5

de donde, f (p) = f (1, 2) = 12 + 3 1 22 = 1 + 12 = 13 2t t f (p + tu )= f 1 , 2 = 5 5 2t t2 3t =1 + + 3 5 5 5 t 1 5


2 2

t +3 1 5 =

2t 2 5

4t2 8t 4 + 5 5

2t t2 24t 12t2 12t 24t2 12t3 =1 + + 12 + + = 5 5 5 5 5 5 5 5 12t3 38t 37t2 =13 + 5 5 5 5 con lo que resulta, 12t3 38t 37t2 13 13 + f (p + t u ) f (p) 5 5 5 5 Dv f (1, 2) = l m = l m = t0 t0 t t = l m
t0

38 37t 12t2 + 5 5 5 5

38 = 5

El que la derivada direccional sea negativa signica que la funci on decrece en esa direcci on.

DE FUNCIONES MULTIVARIABLES 222 CAP ITULO 4. DERIVACION C alculo de la derivada direccional conocido el angulo director. Conocido el angulo que forma el vector director con la direcci on positiva del eje OX , se tienen inmediatamente las coordenadas del vector director unitario. En efecto, u = (cos , sen ). El concepto de derivada direccional se puede generalizar para cualquier n umero de variables. As , para el caso general podemos enunciar la siguiente denici on: Denici on 4.3 (Derivada direccional). Sea f : D Rn R una funci on denida en el conjunto abierto D de Rn y sea p D un punto dado de D. Sea u un vector unitario dado. Se dene la derivada de la funci on f en f (p), o bien Du f (p), como el p, en la direcci on del vector u , denotada u siguiente l mite, si existe y es nito. Du f (p) = l m f (p + t u ) f (p) t0 t

Ejemplo 4.18. Hallar la derivada direccional de f (x, y, z ) = xyz en el punto p(1, 0, 1), seg un la direcci on del vector v = (1, 1, 1). Soluci on. Hallamos el vector unitario u con la misma direcci on y sentido que v , para ello lo dividimos por su m odulo. |v | = luego, 1+1+1= 3=1 u= 1 1 1 v = , , |v | 3 3 3

t t 1 1 1 t p + t u = (1, 0, 1) + t , , = 1 + , , 1 + 3 3 3 3 3 3

de donde, t t t f (p + tu ) = f 1 + , , 1 + = 3 3 3 = t2 1 3 t 3 t3 t = 3 3 3 f (p) = f (1, 1, 1) = 1 0 (1) = 0 t 1+ 3 t 3 t 1 + 3

con lo que resulta, t t3 0 f (p + t u ) f (p) 3 3 3 Dv f (1, 1, 1) = l m = l m = t0 t0 t t 1 t2 = l m t0 3 3 3

1 = 3

4.3. DERIVADAS DIRECCIONALES.

223

4.3.2.

Relaci on entre la derivada direccional y las derivadas parciales

Veamos a partir de un ejemplo un resultado que justicaremos m as adelante. Ejemplo 4.19. Hallar la derivada direccional de f (x, y ) = x2 + y 3 en un punto gen erico p(x, y ), seg un la direcci on de un vector gen erico unitario u = (u1 , u2 ). Soluci on. Tenemos, p + t u = (x, y ) + t(u1 , u2 ) = (x + tu1 , x + tu2 ) de donde, f (p) = f (x, y ) = x2 + y 3 f (p + t u ) = f (x + tu1 , x + tu2 ) = (x + tu1 )2 + (x + tu2 )3 = = x2 + 2xtu1 + t2 (u1 )2 + x3 + 3x2 tu2 + 3xt2 (u2 )2 + t3 (u2 )3 con lo que resulta,
Du f (x, y ) = l m = l m f (p + t u ) f (p) = t

t0

x2 + 2xtu1 + t2 (u1 )2 + y 3 + 3y 2 tu2 + 3yt2 (u2 )2 + t3 (u2 )3 (x2 + y 3 ) = t0 t = l m 2xu1 + t(u1 )2 + 3y 2 u2 + 3yt(u2 )2 + t2 (u2 )3 = 2xu1 + 3y 2 u2
t0

El c alculo de la derivada direccional aplicando la denici on resulta bastante engorroso, no obstante, el resultado de este ejemplo nos puede hacer intuir una propiedad que demostraremos m as adelante (ver teorema 4.5 en la p agina 240) Du f = fx u1 + fy u2 . Es decir, la derivada direccional se puede obtener como la suma de los productos de las derivadas parciales por las componentes del vector unitario de direcci on. Esto nos permite obtener las derivadas direccionales de una manera mucho m as f acil que aplicando directamente la denici on. Sin embargo, esta f ormula no es v alida para todo tipo de funciones, sino solamente para las ((diferenciables )), de ah que, en ocasiones, tengamos que acudir al inc omodo l mite de la denici on. Ejemplo 4.20. Comprobar que las derivadas direccionales calculadas en los on anterior. ejemplo 4.17 y 4.18 cumplen la relaci Soluci on. 1. En el ejemplo 4.17 tenemos los siguientes datos: f (x, y ) = x2 + 3xy 2 , p(1, 2) 1 2 y u = , 5 5

DE FUNCIONES MULTIVARIABLES 224 CAP ITULO 4. DERIVACION luego:

fx = 2x + 3y 2 fy = 6xy

fx (1, 2) = 2 + 12 = 14 fy (1, 2) = 12

de donde, 38 14 24 f (p) = fx (p) u1 + fy (p) u2 = + = u 5 5 5 2. En el ejemplo 4.18 tenemos los siguientes datos: 1 1 1 f (x, y ) = xyz, p(1, 0, 1) y u = , , 3 3 3 luego: fx = yz fx (1, 0, 1) = 0 fy = xz fy (1, 0, 1) = 1 fz = xy fz (1, 0, 1) = 0

de donde,

1 1 f (p) = fx (p) u1 + fy (p) u2 + fz (p) u3 = 0 + + 0 = u 3 3 Derivada direccional y continuidad. La existencia de todas las derivadas direccionales de una funci on en un punto no garantiza la continuidad de la funci on en dicho punto, ya que el c alculo de las derivadas direccionales equivale a acercarse al punto s olo mediante rectas. Ejemplo 4.21. Estudiar la continuidad y calcular todas las derivadas direccionales en el punto p(0, 0) de la funci on f : R2 R denida por: 2 x y si (x, y ) = (0, 0) x4 + y 2 f (x, y ) = 0 si (x, y ) = (0, 0) Soluci on. 1. Continuidad: La funci on no es continua en el punto p(0, 0), ya que no existe el l mite en dicho punto. En efecto, si nos acercamos al punto mediante las par abolas y = ax2 resulta: x2 y a x2 ax2 a = l m = l m = 4 2 4 2 4 2 x0 1 + a 1 + a2 (x,y )(0,0) x + y (x,y )(0,0) x + a x l m
y =ax2

x0

luego el l mite no existe ya que depende del valor de a. Es decir, seg un la par abola por la que nos aproximemos al punto tendr amos un valor del l mite u otro.

4.4. DIFERENCIABILIDAD 2.

225

Existencia de las derivadas direccionales. A pesar de que la funci on no es continua en el punto p(0, 0), las derivadas direccionales en dicho punto existen en todas direcciones. En efecto, sea u = (a, b) R2 un vector unitario dado, ser a: f (0, 0) + t(a, b) f (0, 0) f (ta, tb) f (0, 0) f (0, 0) = l m = l m = t0 t0 u t t (ta)2 (tb) 0 si b = 0 4 2 (ta) + (tb) = = l m t3 a2 b a2 t0 t m 3 2 4 = si b = 0 l t0 t (t a + b2 ) b

4.4.

Diferenciabilidad

En esta secci on vamos a generalizar los conceptos de incremento y diferencial, as como el concepto de diferenciabilidad a funciones de dos o m as variables. Recu erdese que para una funci on de una variable, dada por y = f (x), se dene el incremento como y = f (x + x) f (x), y la diferencial como dy = f (x) dx. Para funciones de dos variables, z = f (x, y ), el incremento de la funci on se generaliza de manera natural. En efecto, llamando x y y a los incrementos de x e y respectivamente, el incremento de la funci on se dene por z = f (x + x, y + y ) f (x, y ) Sin embargo, la generalizaci on del diferencial no resulta tan natural. As , si z = f (x, y ) y x y y son los incrementos de x y de y , entonces, las diferenciales de las variables independientes x e y se van a denir como dx = x y dy = y

mientras que la diferencial total de la variabla z se va a denir mediante la expresi on: z z dz = dx + dy x y El porqu e de esta denici on merece una extensa explicaci on. Por otro lado distinguiremos entre funci on derivable y funci on diferenciable. As , diremos que una funci on de varias variables es derivable si existen sus derivadas parciales (en tal caso no queda asegurada la continuidad). Y diremos que es diferenciable cuando adem as de existir las derivadas parciales, ocurre algo m as, y ese algo m as tiene que garantizar la continuidad.

DE FUNCIONES MULTIVARIABLES 226 CAP ITULO 4. DERIVACION

4.4.1.

Generalizaci on del concepto de diferenciabilidad

Al generalizar un concepto de R a Rn , tratamos de conservar las propiedades importantes que consideremos en el caso uni-dimensional. Por ejemplo, en R la existencia de la derivada en un punto x implica la continuidad en el mismo. Sin embargo, para funciones de dos variable, hemos visto que la existencia de las derivadas parciales en un punto no implica la continuidad en ese punto, ni siquiera la existencia de todas las derivadas direccionales implica la continuidad. Por esta raz on las derivadas parciales, al igual que las derivadas direccionales, son una extensi on en cierto modo poco satisfactoria del concepto de derivada uni-dimensional. Por tanto, parece natural el deseo de tener una noci on de derivada para funciones de varias variables que implique la continuidad. Introducimos ahora una generalizaci on m as conveniente que implica la continuidad y, al propio tiempo, nos permite extender los principales teoremas de la teor a de la derivada uni-dimensional a las funciones de varias variables. El concepto que mejor sirve a tal prop osito es la noci on de diferencial. Generalizaci on del concepto unidimensional. Para funciones de una sola variable f : D R R el concepto de diferenciabilidad se confunde con el concepto de derivabilidad, as , una funci on y = f (x) es diferenciable en un punto x0 D sii posee derivada en ese punto. Sin embargo, para varias variables estos dos conceptos no son equivalentes. As , para funciones de dos variable, hemos visto que la existencia de las derivadas parciales en un punto no implica la continuidad en ese punto, ni siquiera la existencia de todas las derivadas direccionales implica la continuidad. Esto nos obliga a buscar el verdadero signicado del concepto de diferenciabilidad, separ andolo del concepto de derivabilidad, de manera que represente la suavidad de la funci on y de el se deduzca la continuidad, como ocurre en una variable. Recordemos que una funci on de una variable f : D R R se dice que es diferenciable en x0 D si el siguiente l mite existe y es nito:
xx 0

l m

f (x) f (x0 ) x x0

En tal caso el valor del l mite se llama derivada de f en x0 y se denota por f (x0 ). Recordemos tambi en que dicho l mite admit a una segunda expresi on que era equivalente a la anterior: f (x0 + h) f (x0 ) l m h0 h Un primer intento para conseguir un concepto equivalente para funciones de varias variables ser a copiar la denici on anterior extendi endola a la nueva situaci on. Esto, sin embargo, conduce a una expresi on que carece de sentido. En efecto, para n variables tendr amos: f (x) f (x0 ) l m x x 0 x x0 donde aparece una divisi on por un vector v = x x0 , operaci on que carece de sentido con vectores de Rn , n > 1. Un segundo intento ser a sustituir el vector del denominador por su norma o por su longitud orientada. Pero en este caso la expresi on carece de inter es, ya que dicho l mite s olo existe en puntos muy concretos del dominio, con lo cual se trata de una propiedad muy restrictiva de dif cil vericaci on, y, por lo tanto, deja de representar el concepto de funci on diferenciable. En efecto, para que exista el l mite, l m f (x) f (x0 ) x x0

x x 0

su valor ha de ser 0, ya que, por ejemplo, todas las derivadas direccionales en el punto x0 tienen que coincidir.

4.4. DIFERENCIABILIDAD

227

Esto hace que tengamos que replantearnos el concepto de funci on diferenciable de manera que la nueva visi on del concepto sea extendible a n variables. Replanteamiento del concepto. Partamos de la interpretaci on geom etrica del concepto. Una funci on de una variable y = f (x) es diferenciable en un punto x0 de su dominio, si su gr aca tiene recta tangente en dicho punto. Pero, qu e entendemos por recta tangente a una curva en uno de sus puntos?. De todas las rectas que pasan por el punto cu al es la recta tangente?. La recta tangente es una recta que toca a la curva en un punto, pero que, adem as, la curva se aplana en las proximidades del punto de tangencia, tratando de confundirse, por un instante, con la propia recta. Este aplanamiento en los alrededores del punto de tangencia, este tratar de confundirse con la recta tangente, es lo que hace que la curva sea suave y que se pueda aproximar mediante la recta tangente en los alrededores del punto de tangencia, y esto es lo que realmente caracteriza el concepto de funci on diferenciable.

y 6 f (x0 + h) P x0 Q

y = f (x)
r(h) Recta tangente a la gr aca de y = f (x) en x = x0

f (x0 )

f (x0 )h x -

x0 + h

Figura 4.3: Diferencial de una funci on.


La recta tangente a la gr aca de la funci on y = f (x) en el punto P = x0 , f (x0 ) viene denida por la ecuaci on y = f (x0 ) + f (x0 )(x x0 ) Y en las proximidades del punto tenemos, f (x) = f (x0 ) + f (x0 )(x x0 ) + r(h) donde r(h) es la distancia (vertical) entre la curva y la recta tangente. Este residuo r(h) es lo que nos va a permitir caracterizar el concepto de diferenciabilidad. En efecto, una primera observaci on nos hace ver que el residuo r(h) tiende a cero a medida que h tiende a cero. Sin embargo, este hecho no es importante en la denici on de diferenciabilidad, pues el que l mh0 r(h) = 0 lo u nico que nos dice es que la funci on es continua en x0 , y seguir a valiendo cero cualquiera que fuera la recta que pase por P , aunque no fuera la recta tangente, e incluso, aunque la funci on no tuviera tangente. Lo importante, cuando se estudia la diferenciabilidad de funciones, es que el residuo r(h) tiende a cero m as r apido de lo que lo hace h. Esto signica que:
h0

l m

r(h) =0 h

Gr acamente, este l mite viene a signicar el hecho de que la curva se embarra (se confunde) con la recta tangente en los alrededores del punto P . En otras palabras, la curva tiene que ser suaveen P , para que se pueda ver localmente como una recta(su recta tangente). Tratemos de expresar estos conceptos de manera algebraica, desprendi endolos de sus signicados geom etricos, con objeto de poderlos generalizar a varias variables. Una recta cualquiera que pase por el punto P = x0 , f (x0 ) vendr a denida por la ecuaci on: y =

DE FUNCIONES MULTIVARIABLES 228 CAP ITULO 4. DERIVACION


f (x0 ) + A(x x0 ), o lo que es lo mismo y = f (x0 ) + Ah donde A es la pendiente de la recta y h = x x0 . Si queremos que, de todas las rectas que pasan por P , nuestra recta sea la recta tangente a la curva y = f (x) en el punto P , tendr a que cumplirse: r(h) =0 h Por lo tanto, podemos establecer la siguiente denici on de diferenciabilidad para funciones de una variable: f (x0 + h) = f (x0 ) + Ah + r(h) donde
h0

l m

Denici on 4.4. Una funci on f : D R R es diferenciable en x0 D si existe una constante A tal que r(h) =0 h Esta denici on es equivalente a la anterior, en efecto, despejando A de la expresi on anterior resulta: f (x0 + h) f (x0 ) r(h) A= h h de donde, al tomar l mite cuando h 0 se ve la equivalencia entre la denici on de diferenf (x0 + h) = f (x0 ) + Ah + r(h) con
h0

l m

ciabilidad y la existencia de la derivada, resultando A = f (x0 ).

Generalizaci on para dos variables. Desde un punto de vista gr aco, una funci on de dos variable f : D R2 R es diferenciable en un punto p(x0 , y0 ) de su dominio, si su gr aca tiene plano tangente en dicho punto. Pero, qu e entendemos por plano tangente a una supercie en uno de sus puntos?. De todos los planos que pasan por el punto, cu al es el plano tangente?. El plano tangente es un plano que toca a la supercie en un punto, pero que, adem as, la supercie se aplana en las proximidades del punto de tangencia, tratando de confundirse, por un instante, con el propio plano. Este aplanamiento en los alrededores del punto de tangencia, este tratar de confundirse con el plano tangente, es lo que hace que la supercie sea suave y que se pueda aproximar mediante el plano tangente en los alrededores del punto de tangencia, y esto es lo que realmente caracteriza el concepto de funci on diferenciable. Un plano cualquiera que pase por el punto P = x0 , y0 ; f (x0 , y0 ) vendr a denida por la ecuaci on: z = f (x0 , y0 ) + A(x x0 ) + B (y y0 ). Si queremos que este plano sea tangente a la supercie z = f (x, y ) en el punto P , tendr a que cumplirse: r(h, k ) =0 f (x0 , y0 )+(h, k ) = f (x0 , y0 )+Ah+Bk +r(h, k ) con l m (h,k)(0,0) (h, k ) Por lo tanto, podemos establecer la siguiente denici on de diferenciabilidad para funciones de dos variables: Denici on 4.5 (Funci on diferenciable). Una funci on f : D R2 R es diferenciable en el punto p(x0 , y0 ) D si existen dos constantes A y B tales que
f (x0 , y0 ) + (h, k ) = f (x0 , y0 ) + Ah + Bk + r(h, k ) con
(h,k)(0,0)

l m

r(h, k ) =0 (h, k )

f es diferenciable en la regi on D si es diferenciable en todo punto de D

4.4. DIFERENCIABILIDAD

229

4.4.2.

Diferenciabilidad y derivadas parciales

Proposici on 4.1 (Diferenciabilidad implica existencia de las derivadas parciales). Si una funci on f : D R2 R es diferenciable en el punto p D, entonces existen sus derivadas parciales en dicho punto. Demostraci on. Supongamos que la funci on f : D R2 R es diferenciable en el punto p(x0 , y0 ) D, entonces existen las constantes A y B tales que: f (x0 , y0 )+(h, k ) = f (x0 , y0 )+Ah+Bk +r(h, k ) con
(h,k)(0,0)

l m

r(h, k ) =0 (h, k )

Ahora bien, poniendo h = (h, 0) en la expresi on anterior resulta: r(h, 0) r(h) f (x0 + h, y0 ) f (x0 , y0 ) = = A h h h de donde, al tomar l mite cuando h 0 resulta r(h) = l m h0 h0 h l m de donde obtenemos A = l m f f (x0 + h, y0 ) f (x0 , y0 ) = (x0 , y0 ) h0 h x f (x0 + h, y0 ) f (x0 , y0 ) A h

De manera an aloga, poniendo h = (0, k ) obtenemos: B = l m f (x0 , y0 + k ) f (x0 , y0 ) f = (x0 , y0 ) k0 k y

Se tiene, entonces, que una condici on necesaria para que una funci on f (x, y ) sea diferenciable en un punto p = (x0 , y0 ) es que existan sus derivadas parciales en ese punto. Sin embargo, esta condici on no es suciente, ya que la existencia de todas las derivadas parciales no garantiza la diferenciabilidad. No obstante, lo interesante de esta propiedad es su negaci on l ogica, o sea: Si una funci on no tiene todas sus derivadas parciales, entonces no es diferenciable. Como consecuencia de este resultado, podemos establecer la siguiente Proposici on 4.2. La funci on f : D R2 R denida en un conjunto abierto D de R2 , es diferenciable en el punto p = (x0 , y0 ) D, si: 1. Existen las derivadas parciales de f en p A= f (x0 , y0 ), x B= f (x0 , y0 ) y

DE FUNCIONES MULTIVARIABLES 230 CAP ITULO 4. DERIVACION 2. El residuo r(h, k ) denido en la expresi on: f (x0 , y0 ) + (h, k ) = f (x0 , y0 ) + Ah + Bk + r(h, k ) tiene la propiedad
(h,k)(0,0)

l m

r(h, k ) =0 (h, k )

Esta denici on de diferenciabilidad s que garantiza la continuidad de la funci on en aquellos puntos en los que es diferenciable, como sucede con las funciones de una variable. Nota: Con objeto de recorda mejor la expresi on, el l mite que caracteriza la diferenciabilidad se puede expresar de la siguiente forma: l m f (x0 , y0 ) + (h, k ) f (x0 , y0 ) Ah Bk r(h, k ) = l m (h, k ) (h,k)(0,0) h2 + k 2

(h,k)(0,0)

Y llamando f = f (x0 + h, y0 + k ) f (x0 , y0 ) y (h, k ) = Ah + Bk resulta


(h,k)(0,0)

l m

r(h, k ) f (h, k ) =0 = l m (h, k ) (h,k)(0,0) h2 + k 2

(4.2)

Con lo cual la proposici on 4.2 se puede enunciar de la siguiente forma: Corolario 4.1 (Caracterizaci on de la diferenciabilidad). La funci on f : D R2 R denida en un conjunto abierto D de R2 , es diferenciable en el punto p = (x0 , y0 ) D, si: 1. Existen las derivadas parciales de f en p A= 2. f (x0 , y0 ), x B= f (x0 , y0 ) y

El siguiente l mite vale cero: l m f (h, k ) r(h, k ) =0 = l m (h, k ) (h,k)(0,0) h2 + k 2

(h,k)(0,0)

donde, f = f (x0 + h, y0 + k ) f (x0 , y0 ) y (h, k ) = Ah + Bk Proposici on 4.3 (Segunda forma de la diferenciabilidad). Una funci on f dada por z = f (x, y ) es diferenciable en (x, y ) si z puede expresarse en la forma z = fx (x, y )x + fy (x, y )y + 1 x + 2 y donde ambos 1 y 2 0 cuando (x, y ) (0, 0).

4.4. DIFERENCIABILIDAD

231

4.4.3.

La diferencial

Si la funci on f : D R2 R es diferenciable en el punto p = (x0 , y0 ) D, entonces a la parte lineal en h y k ((h, k ) = Ah + Bk ) de la expresi on del residuo f (x0 , y0 )+(h, k ) = f (x0 , y0 )+ Ah + Bk +r(h, k ) con
(h,k)(0,0)

l m

r(h, k ) =0 (h, k )

se le llama diferencial de la funci on f en (x0 , y0 ) y se denota por df (x0 , y0 ). As , df (x0 , y0 ) = Ah + Bk Y dado que, como se vio en la proposici on 4.1, A y B representan las derivadas parciales de la funci on f en el punto (x0 , y0 ), resulta: df (x0 , y0 ) = f f (x0 , y0 )h + (x0 , y0 )k x y

Y teniendo en cuenta que si f (x, y ) = x, se tiene h = dx y si f (x, y ) = y , se tiene k = dy , podemos escribir: df (x0 , y0 ) = O de manera m as general: Denici on 4.6 (La diferencial). Si la funci on f : D R2 R es difer2 enciable en el conjunto abierto D de R , entonces, para cada x = (x, y ) D, se llama diferencial de la funci on f en x y se denota por df , a la expresi on: df = f f dx + dy x y (4.3) f f (x0 , y0 )dx + (x0 , y0 )dy x y

4.4.4.

Diferenciabilidad y continuidad

Teorema 4.3 (Diferenciabilidad implica continuidad). Si la funci on f : D R2 R denida en un conjunto abierto D de R2 , es diferenciable en el punto p = (x0 , y0 ) D, entonces es continua en ese punto. Demostraci on. Si f es diferenciable en el punto p = (x0 , y0 ) se tiene f (x0 , y0 )+(h, k ) = f (x0 , y0 )+Ah+Bk +r(h, k ) con l m r(h, k ) =0 (h, k )

(h,k)(0,0)

Tomando l mite cuando (h, k ) (0, 0) y teniendo en cuenta que


(h,k)(0,0)

l m

r(h, k ) =0 (h, k )

(h,k)(0,0)

l m

r(h, k ) = 0

DE FUNCIONES MULTIVARIABLES 232 CAP ITULO 4. DERIVACION tenemos que


(h,k)(0,0)

l m

f (x0 , y0 )+(h, k ) =

(h,k)(0,0)

l m

f (x0 , y0 )+ Ah + Bk + r(h, k ) = f (x0 , y0 )

luego la funci on es continua en p = (x0 , y0 ). El rec proco no es cierto, ya que existen funciones continuas que no son diferenciables. Ejemplo 4.22. Estudiar la continuidad y la diferenciabilidad en el origen de la siguiente funci on y, en su caso, hallar su diferencial en ese punto. xy si (x, y ) = (0, 0) x2 + y 2 f (x, y ) = 0 si (x, y ) = (0, 0) (a) Continuidad en (0, 0): xy = l m x l m (x,y )(0,0) x2 + y 2 (x,y)(0,0) luego la funci on es continua en (0, 0) (b) Diferenciabilidad en (0, 0): Calculamos las derivadas parciales aplicando la denici on. h0
f f (0 + h, 0) f (0, 0) f (h, 0) 0 (0, 0) = l m = l m = l m h0 h0 h0 x h h h2 + 02 =0 h 0k f (0, 0 + k ) f (0, 0) f (0, k ) 0 f 02 + k 2 (0, 0) = l m = l m = l m =0 k0 k0 k0 y k k k

Soluci on.

y x2 + y 2

= 0 Acot = 0 = f (0, 0)

luego, el candidato a diferencial es: (h, k ) = 0h + 0k = 0 Por otro lado, el incremento de la funci on es: f (0, 0) = f (0 + h, 0 + k ) f (0, 0) = f (h, k ) 0 = luego, resulta el siguiente l mite l m h2 hk + k2

(h,k)(0,0)

hk 0 2 2 f (h, k ) r(h, k ) h +k = l m = l m = (h, k ) (h,k)(0,0) (h,k)(0,0) h2 + k 2 h2 + k 2 hmh m hk = l m = = l m k=mh h2 + m2 h2 1 + m2 (h,k)(0,0) h2 + k 2


h0

Luego el l mite no existe, por depender de m, y en consecuencia la funci on no es diferenciable en (0, 0). Al no ser diferenciable resulta que df (0, 0) no existe, con lo cual (h, k ) = 0h + 0k = 0 no tiene ninguna signicaci on.

4.4. DIFERENCIABILIDAD

233

Ejemplo 4.23. Estudiar la continuidad y la diferenciabilidad en el origen de la siguiente funci on y, en su caso, hallar su diferencial en ese punto. f (x, y ) = Soluci on. (a) Continuidad: Nos acercamos al origen a trav es de la recta y = mx
(x,y )(0,0) x2

xy x2 + y 2 0

si si

(x, y ) = (0, 0) (x, y ) = (0, 0)

l m

xy m xmx = yl m = = f (m) 2 2 2 2 = mx +y x +m x 1 + m2 x0

luego la funci on no es continua en (0, 0) (b) Diferenciabilidad: Al no ser continua la funci on en el punto (0, 0) no puede ser diferenciable en dicho punto, en consecuencia resulta que df (0, 0) no existe. Ejemplo 4.24. Estudiar la continuidad y la diferenciabilidad en el origen de la siguiente funci on y, en su caso, hallar su diferencial en ese punto. f (x, y ) = Soluci on. (a) Continuidad: La funci on es continua en (0, 0), en efecto x2 + y 2 = 02 + 02 = 0+ = 0 = f (0, 0) l m
(x,y )(0,0)

x2 + y 2

(b) Diferenciabilidad: Las derivadas parciales en el origen no existen, en efecto


f f (h, 0) f (0, 0) (0, 0) = l m = l m h0 h0 x h h2 + 02 0 h2 |h| = l m = l m h0 h h0 h h

y dicho l mite no existe, puesto que


h0+

l m

|h| =1 h

h0

l m

|h| = 1 h

Luego, la funci on no es diferenciable en el origen por no existir las derivadas parciales en dicho punto y ser la existencia de las derivadas parciales en un punto p una condici on necesaria para la diferenciabilidad de la funci on en dicho punto. En consecuencia resulta que df (0, 0) no existe. Ejemplo 4.25. Estudiar la continuidad y la diferenciabilidad de la funci on f (x, y ) = xy 2 en el origen y hallar su diferencial en ese punto.

DE FUNCIONES MULTIVARIABLES 234 CAP ITULO 4. DERIVACION Soluci on. Estudiemos primero la diferenciabilidad en el origen f (xy ) = xy 2 fx (x, y ) = y 2 fy (x, y ) = 2xy fx (0, 0) = 0 fy (0, 0) = 0 (h, k ) = 0h + 0k = 0

f (0, 0) = f (0 + h, 0 + k ) f (0, 0) = f (h, k ) 0 = hk 2 luego, l m hk 2 0 f (h, k ) r(h, k ) = l m = = l m (h, k ) (h,k)(0,0) (h,k)(0,0) h2 + k 2 h2 + k 2 h = 0 Acot = 0 = l m k2 2 (h,k)(0,0) h + k2

(h,k)(0,0)

Luego la funci on es diferenciable en (0, 0) y en consecuencia es continua en dicho punto. Al ser diferenciable resulta, df (0, 0) = (h, k ) = 0h + 0k = 0 Ejemplo 4.26. Dada la funci on 2 x + y2 f (x, y ) = xy x+y

si x y = 0 si x y = 0

Calcula sus derivadas parciales en el punto (0, 0). Estudia su continuidad y diferenciabilidad en dicho punto.

Soluci on. Entendamos primero el signicado de la expresi on que dene la funci on. Para hallar la imagen de un punto (x, y ) tenemos que determinar, primero, si las dos componentes son distintas de cero, o si alguna de las componentes es cero; y seg un el caso se le aplica una f ormula o la otra. Es decir, para x = 0 e y = 0, se tiene: f (x, y ) = x2 + y 2 , xy f (x, 0) = x, f (0, y ) = y, f (0, 0) = 0.

En consecuencia, Derivadas parciales en el punto (0, 0). Para calcular las derivadas parciales de la funci on en el punto (0, 0) utilizamos la denici on de derivada parcial. fx (0, 0) = l m f (0 + h, 0) f (0, 0) f (h, 0) f (0, 0) = l m = h0 h h (h + 0) (0 + 0) h = l m = l m = 1 h0 h0 h h

h0

fy (0, 0) = l m

f (0, k ) f (0, 0) f (0, 0 + k ) f (0, 0) = l m = k0 k0 k k (0 + k ) (0 + 0) k = l m = l m = 1 k0 k0 k k

4.4. DIFERENCIABILIDAD

235

Continuidad en (0, 0). La funci on no es continua en el punto p(0, 0), ya que no existe el l mite en dicho punto.En efecto, si nos acercamos al punto mediante la recta y = x resulta: f (0, 0) = 0 + 0 = 0
(x,y )(0,0)

l m

f (x, y ) =

x2 + y 2 2x2 = l m 2 = 2 = 0 = f (0, 0) x0 x xy (x,y )(0,0) l m


y =x

(el l mite no existe en el punto p(0, 0), ya que si nos acercamos al mismo a trav es de la recta x = 0 se obtendr a 0 como l mite). Diferenciabilidad en (0, 0). Al no ser continua en el punto (0, 0), la funci on no puede ser diferenciable en dicho punto. En consecuencia, la funci on no es ni continua ni diferenciable en el punto (0, 0) y, sin embargo, posee derivadas parciales en dicho punto.

4.4.5.

Diferenciabilidad de funciones de n variables

El concepto de diferenciabilidad se puede extender a funciones de cualquier n umero de variables, de manera an aloga a como se ha hecho al caso de dos variable. Denici on 4.7. Se dice que la funci on f : D Rn R denida en un conjunto abierto D de Rn , es diferenciable en el punto x0 = (x1 , . . . , xn ) D, si existen las derivadas parciales de f en x0 f Ai = (x0 ), i = 1, 2, . . . , n xi y si el residuo r(h) denido en la expresi on:
n

f (x0 + h) = f (x0 ) +
i=1

Ai hi + r(h)

(donde h = (h1 , . . . , hn ) Rn es tal que x0 + h D) tiene la propiedad


h0

l m

r(h) =0 h

Esta denici on de diferenciabilidad tambi en garantiza la continuidad de la funci on en aquellos puntos en los que es diferenciable, como sucede con las funciones de una y dos variable. Nota: Con objeto de recorda mejor la expresi on, el l mite que caracteriza la diferenciabilidad se puede expresar de la siguiente forma: l m f (x0 + h) f (x0 ) n r(h) i=1 Ai hi = l m 2 (h,k)(0,0) h h2 + + h n 1
n i=1

h0

Y llamando f = f (x0 + h) f (x0 ) y (h) =


h0

Ai hi resulta

l m

r(h) = l m h0 h

f (h) =0 2 h2 1 + + hn

La Diferencial Si la funci on f : D Rn R es diferenciable en el punto x0 = (x1 , . . . , xn ) D, entonces

DE FUNCIONES MULTIVARIABLES 236 CAP ITULO 4. DERIVACION


a la parte lineal en hi , i = 1, 2, . . . , n ((h) = A1 h1 + + An hn ) de la expresi on del residuo f (x0 + h) = f (x0 ) + A1 h1 + + An hn + r(h) con
ho

l m

r(h) =0 h

se le llama diferencial de la funci on f en x0 y se denota por df (x0 ). df (x0 ) = (h) = A1 h1 + + An hn Y dado que los coecientes Ai i = 1, . . . , n representan las derivadas parciales de la funci on f en el punto x0 , resulta df (x0 ) = f f (x0 )h1 + + (x0 )hn x y

Y teniendo en cuenta que si f (x1 , . . . , xn ) = x1 , se tiene h1 = dx1 y si f (x1 , . . . , xn ) = xn , se tiene hn = dxn , podemos escribir: df (x0 ) = f f (x0 )dx1 + + (x0 )dxn x y

Y, en general, podemos enunciar la siguiente Denici on 4.8 (La diferencial). Si la funci on f : D Rn R es diferenciable en el conjunto abierto D, entonces para cada x = (x1 , . . . , xn ) D, se llama diferencial de la funci on f en x, y se denota por df , a la expresi on df = f f dx1 + + dxn x y

4.4.6.

Condici on suciente para la diferenciabilidad

Hemos visto que ni la existencia de todas las derivadas parciales, ni, si quiera, la de todas las derivadas direccionales es suciente para establecer la existencia de la diferencial (puesto que ni una ni otra implican la continuidad). Sin embargo, demostraremos que la existencia de las derivadas parciales ((continuas )) implica la existencia de la diferencial. Teorema 4.4 (Derivadas parciales continuas implican diferenciabilidad). Sea f : D Rn R una funci on denida en el conjunto abierto D de Rn . Si las funciones (derivadas parciales) f : D Rn R, xi i = 1, 2, , n, D D

, entonces f es diferenciable en x0 son continuas en el punto x0 D Demostraci on. (Opcional, caso n = 2) Sea la funci on f : D Rn R tal que las funciones derivadas parciales sean continuas en un punto p = (x0 , y0 ). Sea x = (x, y ) un punto pr oximo a p y sea q = (x0 , y0 + k ). Tenemos: f = f (x) f (p) = f (x) f (q) + f (q) f (p)

4.4. DIFERENCIABILIDAD

237
z

y y0 p(x0 , y0 ) c2 x0 q(x0 , y0 + k ) @ h c1 @ @ x x(x, y ) k

Figura 4.4: valor medio.

Aplicando el teorema del valor medio en cada corchete, resulta f = fx (c1 )h + fy (c2 )k Y al ser las parciales continuas en el punto p ser a: f = fx (p) + 1 h + fy (p) + 2 k = fx (p)h + fy (c2 )k + 1 h + 2 k Luego f es diferenciable en p El rec proco de este teorema no es cierto, ya que existen funciones diferenciables en un punto p y sin embargo sus derivadas parciales en dicho punto no son continuas. Por lo tanto, si las derivadas parciales no son continuas, entonces no podemos asegurar nada. No obstante, este teorema permite comprobar la diferenciabilidad de una funci on de una manera f acil, y se puede extender a un dominio D de la siguiente forma: Si las derivadas parciales son continuas en un dominio D entonces la funci on es diferenciable en ese dominio. Ejemplo 4.27. Estudiar la diferenciabilidad de las funciones (a) f (x, y ) = xy 2 Soluci on. (a) Las derivadas parciales de la funci on f (x, y ) = xy 2 son: fx (x, y ) = y 2 fy (x, y ) = 2xy (b) g (x, y ) = ex
2 +y 2

(c) h(x, y, z ) = sen(x + y 2 z 2 )

que, al ser polin omicas, son funciones continuas en R2 , luego la funci on es diferenciable en R2 . (b) Las derivadas parciales de la funci on g (x, y ) = ex gx (x, y ) = 2xe
x2 +y 2
2 +y 2

son:

gy (x, y ) = 2ye

x2 +y 2

que, al ser producto de polin omica con exponencial compuesta con polin omica, son funciones continuas en R2 , luego la funci on es diferenciable en R2 .

DE FUNCIONES MULTIVARIABLES 238 CAP ITULO 4. DERIVACION (c) Las derivadas parciales de la funci on h(x, y, z ) = sen(x + y 2 z 2 ) son: hx (x, y, z ) = cos(x + y 2 z 2 ) hy (x, y, z ) = 2y cos(x + y 2 z 2 ) hz (x, y, z ) = 2z cos(x + y 2 z 2 ) que, al ser producto y composici on de funciones elementales, son funciones continuas en R3 , luego la funci on es diferenciable en R3 .

4.4.7.

Caracterizaci on de las funciones diferenciables

Condiciones para la diferenciabilidad Recapitulando, podemos resumir las condiciones de diferenciabilidad de la siguiente forma: Condiciones necesarias de diferenciabilidad: Si la funci on es diferenciable en un punto, entonces es continua en ese punto. Si la funci on es diferenciable en un punto, entonces existen las derivadas parciales en ese punto. Condici on suciente de diferenciabilidad: Si las derivadas parciales son continuas en un punto, entonces la funci on es diferenciable en ese punto. Los rec procos de los teoremas anteriores no son ciertos. Aunque lo que s podemos utilizar son sus negaciones l ogicas. Condiciones necesarias de diferenciabilidad: Si la funci on no es continua en un punto, entonces no es diferenciable en ese punto. Si no existen las derivadas parciales en un punto, entonces la funci on no es diferenciable en ese punto. Condici on suciente de diferenciabilidad: Si la funci on no es diferenciable en un punto, entonces las derivadas parciales no son continuas en ese punto. Para recordarlas podemos realizar el siguientes esquema gr aco Diferenciabilidad de las funciones elementales Con objeto de desarrollar una intuici on que permita detectar a priori la diferenciabilidad de las funciones de varias variables deben tenerse en cuenta las siguientes proposiciones

4.4. DIFERENCIABILIDAD
' '

Continuas

Diferenciables
"

$ !

'

239

Existen derivadas parciales Diferenciables

Parciales continuas

'

Figura 4.5: Parciales contdiferenciable continua Diferenciable existen parciales Proposici on 4.4. Toda funci on polin omica
n

&

&

&

&

f : R2 R,

f (x, y ) =
i,j =0

aij xi y j

es diferenciable en todo punto (x0 , y0 ) R2 Proposici on 4.5. (a) La suma y el producto de funciones diferenciables es otra funci on diferenciable. (b) El cociente de dos funciones diferenciables es otra funci on diferenciable en todos aquellos puntos que no anulen el denominador. Proposici on 4.6. La composici on de dos funciones diferenciables es otra funci on diferenciable. Ejemplo 4.28. Estudiar la diferenciabilidad de las funciones (a) f (x, y ) = x2 xy + 1 x2 + y 2 (b) g (x, y ) = ex + sen 1 y2 1 + x2
2 +y 2

(c) h(x, y ) = x2 ex Soluci on.

2 +y 2

(a) La funci on es diferenciable en R2 {(0, 0)} por tratarse del cociente de dos funciones polin omicas y el u nico punto que anula el denominador es el (0, 0). (b) La funci on es diferenciable en todo R2 por tratarse de la composici on de dos funciones diferenciables. (c) La funci on es diferenciable en todo R2 por tratarse de suma de funciones diferenciables.

DE FUNCIONES MULTIVARIABLES 240 CAP ITULO 4. DERIVACION

4.4.8.

Diferenciabilidad y derivadas direccionales

on El c alculo de la derivada direccional aplicando el l mite (4.1) que aparece en la denici (p ag. 220) resulta un poco engorroso. No obstante, para las funciones diferenciables existe la posibilidad de calcular las derivadas direccionales de una manera mucho m as f acil. Como la suma de los productos de las derivadas parciales por las componentes del vector unitario de direcci on. En efecto, Teorema 4.5 (Derivada direccional y derivadas parciales). Sea f : D Rn R una funci on diferenciable en el punto x0 D, y sea u = (u1 , , un ) un vector unitario. Entonces n f f (x0 ) = (x0 )ui u x i i=1 Demostraci on. Al ser f diferenciable en x0 se tiene que:
n

f (x0 + h) f (x0 ) =

i=1

f (x0 )hi + r(h) xi

donde

h0

l m

r(h) =0 h

Limitemos el incremento de la funci on f s olo a la direcci on marcada por el vector u. Para ello, escribamos el vector h como h = tu, t R, luego ser a: hi = tui , con lo cual nos queda n f f (x0 + tu) f (x0 ) = (x0 )tui + r(tu) x i i=1 de donde, dividiendo po t, resulta f (x0 + tu) f (x0 ) = t
n

i=1

r(tu) f (x0 )ui + xi t

Y teniendo en cuenta que h = tu = |t| u = |t|, pues el vector u es unitario. Es decir, t es la longitud orientada por u del vector h, es decir, la longitud de este vector con signo positivo, si el vector h tiene la misma direcci on que el vector u, y con signo negativo en caso contrario. Es decir, t = h . Con lo cual decir que h 0 equivale a decir que t 0. En consecuencia tomando l mite en la expresi on anterior cuando t 0, (y teniendo en cuenta que los primeros sumandos del 2o miembro no dependen de h ni de t) resulta
t 0

l m

f (x0 + tu) f (x0 ) = t

i=1

r(h) f (x0 )ui l m h0 h xi

El l mite que aparece en el primer miembro es la derivada direccional de la funci on f en el punto x0 seg un la direcci on del vector unitario u (ver (4.1)), y el l mite que aparece en el segundo miembro es cero por ser la funci on diferenciable. En consecuencia resulta: f f (x0 ) = (x0 )ui u x i i=1 Ejemplo 4.29. Calcular, usando las derivadas parciales, la derivada direccional de la funci on f (x, y ) = x2 + y 2 en el punto p(1, 1) en el sentido del vector que parte de p y forma un angulo de 60o con el sentido positivo del eje OX . Soluci on. Hallamos el vector unitario de direcci on, u = (cos , sen ) = Hallamos las derivadas parciales en el punto p(1, 1) fx = 2x fy = 2y de donde, Du f (1, 1) = fx (1, 1)u1 + fy (1, 1)u2 = 2 fx (1, 1) = 2 fy (1, 1) = 2 3 1 +2 =1+ 3 2 2 1 3 , 2 2
n

4.5. GRADIENTE

241

4.4.9.

La derivada seg un una direcci on curva

La derivada direccional tambi en se puede aplicar para direcciones curvas. En este caso se entiende que el vector director es el vector tangente a la curva. Vector tangente a una curva plana

y6

y = f (x) P dx x0 * dy x -

Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos paralelos entre s : v T = (dx, dy ) (1, dy ) = 1, y (x) dx x (t), y (t)

f (x0 )

Figura 4.6: Vector tangente.


Ejemplo 4.30. Calcular la derivada del campo escalar z = arctan(xy ) en el punto p(1, 1), seg un la direcci on de la par abola y = x2 , en el sentido del crecimiento de la abscisa. Soluci on. Hallamos el vector tangente unitario a la par abola y = x2 , en el punto p(1, 1), con la primera componente positiva. v T = 1, y (x) = (1, 2x) |v T (1, 1)| = 1+4= 5 v T (1, 1) = (1, 2)

2 1 uT (1, 1) = ( , ) 5 5 Hallamos las derivadas parciales de la funci on en el punto p z y 1 1 de donde, z = (1 , 1) = = x 1 + x2 y 2 x 1+1 2 z 1 1 1 2 3 z x = + = z (1, 1) = x = 1 = 2 2 u 2 2 T 5 5 5 2 y 1+x y y 1+1 2

4.5.
4.5.1.

Gradiente
Denici on

Si la funci on es diferenciable, entonces la derivada direccional y el diferencial recuerdan un producto escalar Du f = fx u1 + fy u2 = (fx , fy ) (u1 , u2 ) = f u df = fx dx + fy dy = (fx , fy ) (dx, dy ) = f v T Este resultado nos hace tener en consideraci on el vector cuyas componentes son las derivadas parciales de una funci on en un punto. As , Dada una funci on diferenciable de dos variables, se llama vector gradiente de dicha funci on en un punto p, al vector cuyas componentes son las derivadas

DE FUNCIONES MULTIVARIABLES 242 CAP ITULO 4. DERIVACION parciales de la funci on en dicho punto. Y se denota por cualquiera de los s mbolos gradf (p), f (p) o f (p). gradf (p) = f (p) = f (p) = f f (p), (p) x y

(El s mbolo se denomina ((nabla ))). De manera an aloga se dene el vector gradiente para tres o m as variables gradf (p) = f (p) = f (p) = Formalmente la denici on es la siguiente: Denici on 4.9. Sea f : D Rn R una funci on diferenciable denida en el conjunto abierto D de Rn . Se dene el (vector) gradiente de la funci on f n en el punto x0 D, como el vector de R dado por gradf (x0 ) = f f f (x0 ), (x0 ), , (x0 ) x1 x2 xn f f f (p), (p), (p) x y z

Ejemplo 4.31. Hallar el vector gradiente de la funci on f (x, y ) = x2 y + xy 3 en el punto (1, 2) Soluci on. Hallamos las derivadas parciales y las evaluamos en el punto (1, 2) fx = 2xy + y 3 fx (1, 2) = 4 + 8 = 4 fy = x2 + 3xy 2 fy (1, 2) = 1 12 = 11 de donde, f (1, 2) = (4, 11) x+y z

Ejemplo 4.32. Hallar el vector gradiente de la funci on f (x, y, z ) = en un punto gen erico. Soluci on. Hallamos las derivadas parciales 1 fx = z 1 1 x y 1 f = , , fy = z z z z x+y fz = 2 z df = f (x)dx = f (x) h

Nota. Para funciones de una variable y = f (x) ten amos que:

4.5. GRADIENTE Para funciones de varias variables tenemos que: df = fx dx + fy dy = (fx , fy ) dx dy = f h

243

Si se comparan ambas expresiones, se observa que el gradiente, f , puede pensarse como la generalizaci on del concepto de derivada para funciones de varias variables. Si bien, hay que advertir que mientras que la derivada de una funci on de una variable en un punto es un n umero, la derivada de una funci on de varias variables es un vector.

4.5.2.

Vector gradiente y derivada direccional

A partir del vector gradiente, la derivada direccional de una funci on diferenciable f en un punto p en la direcci on del vector unitario u , se puede expresar como un producto escalar f (p) = f u u Es decir, la derivada direccional de la funci on f en el punto p en la direcci on del vector unitario u es el producto escalar del vector gradiente de f en el punto p por el vector u. Este hecho permite obtener las siguientes propiedades Propiedades: Si la funci on f es diferenciable, se tiene: (a) Si en un punto p el gradiente es cero, entonces todas las derivadas direccionales en ese punto valen cero. f (p) = 0 Dv f (p) = 0, cualquiera que sea v

Es decir, si todas las derivadas parciales son nulas, entonces todas las derivadas direccionales tambi en lo son. (b) La derivada direccional es m axima en la direcci on y sentido del gradiente, m nima en sentido contrario, y nula en la direcci on perpendicular al gradiente, adem as, el valor m aximo de esta derivada es el m odulo del gradiente. En efecto, teniendo en cuenta que el producto escalar de dos vectores es el producto de los m odulos de los vectores por el coseno del a ngulo que forman, y llamando al a ngulo que forman el gradiente f y el vector de direcci on u, resulta f (p) = f u = f u cos = f 1 cos = f cos u Ahora bien, 1 cos 1, luego el valor m aximo del producto f cos se obtiene cuando cos = 1 y el valor m nimo cuando

DE FUNCIONES MULTIVARIABLES 244 CAP ITULO 4. DERIVACION cos = 1, es decir, Cuando f y u son vectores de la misma direcci on y sentido, se tiene = 0, y por lo tanto cos = 1, de donde, f (p) = f u = f u cos 0 = f 1 1 = f u Cuando f y u son vectores de la misma direcci on pero de sentidos opuestos, se tiene = , y por lo tanto cos = 1, de donde, f (p) = f u = f u cos = f 1 (1) = f u Y cuando f y u son vectores perpendiculares, se tiene = /2, y por lo tanto cos = 0, de donde, f (p) = f u = f u cos /2 = f 1 0 = 0 u Esquem aticamente: f u Du f (p) = f (p) M axima f u Du f (p) = f (p) m nima f u Du f (p) = 0 Ejemplo 4.33. La temperatura en grados Celsius, sobre la supercie de una placa met alica, viene dada por T (x, y ) = 20 4x2 y 2 , midi endose x e y en cent metros. Desde el punto (2, 3) En qu e direcci on crece la temperatura m as r apidamente? A qu e raz on se produce ese crecimiento?. Soluci on : La direcci on de m aximo crecimiento es la direcci on del gradiente, y la raz on de ese crecimiento su m odulo, en consecuencia hallamos el gradiente y lo evaluamos en el punto (2, 3) f = (Tx , Ty ) = (8x, 2y ) f (2, 3) = (16, 6) luego la direcci on de m aximo crecimiento es la del vector v = f (2, 3) = (16, 6) y la raz on de m aximo crecimiento es el m odulo de gradiente, luego, Dv T (2, 3) = f (2, 3) = (16, 6) = 162 + 62 = 292 = 17 09o /cm. Hay que hacer notar que aunque el gradiente apunta en la direcci on de m aximo crecimiento de la temperatura, no por eso apunta al lugar m as caliente de la placa. Es decir, el gradiente proporciona una soluci on local al problema. Una vez abandonada ese posici on, la direcci on de m aximo crecimiento puede cambiar, ya que la trayectoria de m aximo crecimiento no tiene por qu e ser lineal.

4.6. PLANO TANGENTE

245

4.5.3.

Gradiente y curvas de nivel


Las curvas de nivel de la supercie de ecuaci on z = f (x, y ) se obtienen d andole a z un valor num erico concreto. En consecuencia, caminando sobre la curva de nivel, los valores de la funci on no cambian durante el recorrido. Es decir, al movernos por la supercie siguiendo una curva de nivel, los valores de la funci on se mantienen constante, y, por lo tanto, es de esperar que la derivada de la funci on en esa direcci on sea cero. Es decir, DuT f (p) = f uT = 0

z6 z = f (x, y ) z=k y S f o ( : S (( ((

vT

Figura 4.7: Gradiente-curva de nivel.

Esto signica que en cada punto de una curva de nivel el vector gradiente es perpendicular al vector tangente a la curva de nivel y, en consecuencia, en cada punto de una supercie, el vector gradiente es perpendicular a la curva de nivel que pasa por ese punto. Otra manera de verlo es la siguiente: En cada punto (x, y ) de la curva de nivel se tiene f (x, y ) = k , de donde, df (x, y ) = 0, y por lo tanto, en ese punto, fx dx + fy dy = 0, de donde, expres andolo en forma vectorial resulta (fx , fy ) (dx, dy ) = 0 f v T = 0 f v T

4.6.
4.6.1.

Plano tangente
Vectores normales

Vector tangente (a) A una curva plana.


y6

y = f (x)

Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos paralelos entre s : v T = (dx, dy )
x -

f (x0 )

P dx x0

* dy

(1,

dy ) = 1, y (x) dx

DE FUNCIONES MULTIVARIABLES 246 CAP ITULO 4. DERIVACION

(b) A una supercie. De manera an aloga, a lo anterior y = cte. v T = (dx, 0, dz ) x = cte. v T = (0, dy, dz ) z ) x z (0, 1, ) y (1, 0,

v T = (dx, dy, dz )

Vector normal a una curva plana Se llama vector normal a una curva, en un punto de la misma, al vector perpendicular a su recta tangente en dicho punto. An alogamente, se llama vector normal a una supercie, en un punto de la misma, al vector perpendicular a su plano tangente en dicho punto. Es evidente que si existe un vector normal entonces existen innitos, ya que si v p es un vector normal, entonces tambi en lo es v p , con R (a) Curvas dadas de forma expl citas y = f (x) Dada una funci on de una variable y = f (x) y un punto (x0 , y0 ) de la misma, el vector tangente a su gr aca en dicho punto vendr a denido por (dx, dy ), o bien, h, f (x0 )h , o m as simplicado, v T = 1, f (x0 ) , y en consecuencia, el vector normal a la curva en el punto (x0 , y0 ) vendr a denido por v p = f (x0 ), 1
y 6 f (x0 + h) Q * A vp K A f (x0 )h dy P A dx h x x0 x0 + h y = f (x)

f (x0 )

Figura 4.8: Vector normal a una curva. Donde se ha tenido en cuenta que para calcular un vector perpendicular a otro conocido del plano basta con cambiar las coordenadas de orden y una de ellas de signo. (b) Curvas dadas en forma impl cita F (x, y ) = 0 Dada una curva plana de ecuaci on y = f (x), igualando a cero (o a una constante) la ecuaci on, podemos considerar la curva y f (x) = 0 como una curva de nivel de una funci on de dos variables F (x, y ) = 0, siendo F (x, y ) = y f (x), con lo cual el vector gradiente de esta funci on ser a un

4.6. PLANO TANGENTE vector normal a la curva dada. v p = F

247

Ejemplo 4.34. Hallar el vector normal a la par abola de ecuaci on y = x2 en el punto (1, 1) Soluci on. Igualando la ecuaci on a cero, resulta
y 6 4 3

y = x2

y = x2 y x2 = 0 F (x, y ) = y x2 de donde, Fx (x, y ) = 2x Fx (x, y ) = 1 luego, v p = F (1, 1) = (2, 1) F (x, y ) = (2x, 1)

 v T 2 YH v H Hp 1 HP 2 1 1 x 2
2

Figura 4.9: y = x

Vector normal a una supercie (a) Supercies dadas de forma expl citas z = f (x, y ) El vector normal v p a una supercie S en un punto P de la misma, ser a un vector perpendicular al plano tangente a la supercie en dicho punto. Ahora bien, el vector perpendicular al plano tangente en el punto P ser a perpendicular a cualquier recta tangente a la supercie en dicho punto. Un vector, gen erico, tangente a la supercie viene dado por las componentes (dx, dy, dz ). En particular, los vectores tangentes a la supercie, en el punto P , en las direcciones de los ejes OX y OY vienen dados respectivamente por: f f (x0 , y0 ) , v T y = 0, 1, (x0 , y0 ) v T x = 1, 0, x y El vector normal a la supercie ha de ser perpendicular a los dos vectores v T x y v T y , luego se puede obtener a partir del producto vectorial de los mismos, as i j k v p = v T x v T y = 1 0 fx (x0 , y0 ) = fx (x0 , y0 ), fy (x0 , y0 ), 1 0 1 fy (x0 , y0 ) nota: Para que la existencia del plano tangente en el punto P (x0 , y0 , z0 ) est e garantizada, la funci on ha de ser diferenciable en el punto p(x0 , y0 ) (b) Supercies dadas de forma impl cita F (x, y, z ) = 0 Dada una supercie de ecuaci on z = f (x, y ), igualando a cero (o a una

DE FUNCIONES MULTIVARIABLES 248 CAP ITULO 4. DERIVACION constante) la ecuaci on, podemos considerar la supercie z f (x, y ) = 0 como una supercie de nivelde una funci on de tres variables F (x, y, z ) = 0 siendo F (x, y, z ) = y f (x, y ), con lo cual el vector gradiente de esta funci on ser a un vector normal a la supercie dada. v p = F Es evidente que si la funci on viene denida de manera expl cita z = f (x, y ), entonces ambos procedimientos coinciden. En efecto, haciendo F (x, y, z ) = z f (x, y ), resulta v p = F = (Fx , Fy , Fz ) = (fx , fy , 1) Ejemplo 4.35. Hallar un vector perpendicular al plano 3x y + 2z = 3 Soluci on. Consideramos la funci on: F (x, y, z ) = 3x y + 2z , de donde Fx = 3, luego, v p = F = (3, 1, 2) Ejemplo 4.36. Hallar un vector perpendicular a la supercie x2 + yz = 5 en el punto (1, 2, 2) Soluci on. Consideramos la funci on: F (x, y, z ) = x2 + yz , de donde Fx = 2x, luego, v p = F (1, 2, 2) = (2, 2, 2) Fy = z Fz = y f = (2x, z, y ) Fy = 1 Fz = 2

4.6.2.

Plano tangente

Consideraciones geom etricas Ecuaci on de un plano Para hallar la ecuaci on de una recta, de una curva, de un plano, o de cualquier lugar geom etrico, el procedimiento habitual es el denominado del punto gen erico, que consiste en suponer un punto gen erico X de la gura geom etrica correspondiente y relacionarlo con los datos que disponemos. Buscaremos una relaci on que vincule al punto X con los datos del problema y que cumplan los puntos de la gura geom etrica y s olo ellos. La relaci on puede ser vectorial, trigonom etrica o de cualquier tipo. (a) Ecuaci on de un plano conocido un punto del mismo y dos vectores paralelos al plano, pero no paralelos entre s . Si unimos el punto P con el punto X mediante el vector P X , resultar a que los tres vectores u, v an linealy P X son coplanarios y por lo tanto ser mente dependientes y, en consecuencia, el determi 3  v : X  nante de la matriz de sus componentes ser a cero.  P u PX PX Linealmente dependientes u = 0 u v v

4.6. PLANO TANGENTE

249

(b) Ecuaci on de un plano conocido un punto del mismo y un vector normal al plano. Si unimos el punto P con el punto X mediante el n6 vector P X , resultar a que los vectores P X y n son perpendiculares y por lo tanto su producto escalar - X P ser a cero. n P X n P X = 0

Plano tangente Desde el punto de vista geom etrico se llama plano tangente a una supercie en un punto al plano que contiene a todas las rectas tangentes a la supercie en dicho punto, o mejor dicho, a las rectas tangentes de todas las curvas trazadas sobre la supercie que pasan por el punto. Si todas las tangentes no est an sobre el mismo plano, entonces se dice que el plano tangente no existe. Desde el punto de vista anal tico para que exista el plano tangente a una supercie en un punto de la misma, la funci on que dene la supercie ha de ser diferenciable en el punto correspondiente. (a) Supercies dadas de forma expl cita z = f (x, y ) El plano tangente ha de contener todas las rectas tangentes a la supercie en el punto correspondiente, luego, en particular, ha de contener las rectas tangentes en las direcciones de los ejes OX y OY , por lo tanto, los vectores vT x = 1, 0, f (x0 , y0 ) , x vT y = 0, 1, f (x0 , y0 ) y

ser an paralelos al plano buscado. Por tanto el plano tangente buscado contiene al punto x0 , y0 ; f (x0 , y0 ) y es paralelo a los vectores v T x = 1, 0, fx (x0 , y0 ) y v T y = 0, 1, fy (x0 , y0 ) , por lo que su ecuaci on ser a: x x0 y y0 z z0 1 0 fx (x0 , y0 ) = 0 0 1 fy (x0 , y0 ) de donde resulta z z0 fx (x0 , y0 )(x x0 ) fy (x0 , y0 )(y y0 ) = 0 que se puede expresar de la forma: z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) o bien, despejando z , y poniendo z0 = f (x0 , y0 ) resulta z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) (4.4)

NOTA: Si la funci on no es diferenciable, entonces la ecuaci on anterior no representa el plano tangente, ya que en este caso el plano tangente no existe. Es decir, si la funci on no es diferenciable, pero tiene derivadas parciales,

DE FUNCIONES MULTIVARIABLES 250 CAP ITULO 4. DERIVACION podemos construir la ecuaci on anterior, pero en este caso dicha ecuaci on no representa el plano tangente, sino simplemente un plano que pasa por el punto (x0 , y0 ). Al mismo resultado llegamos sabiendo que el vector v p = (fx , fy , 1) es perpendicular al plano buscado. En este caso ser a v p px = 0, y en consecuencia obtenemos el mismo resultado. fx (x0 , y0 ) (x x0 ) fy (x0 , y0 ) (y y0 ) + z z0 = 0 de donde, z z0 = fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ) que es el mismo resultado anterior. Ejemplo 4.37. Hallar la ecuaci on del plano tangente al paraboloide z = x2 + y 2 en el punto P (2, 1; 5) Soluci on. Hallamos el gradiente en el punto p(2, 1) zx = 2x zy = 2y zx (2, 1) = 4 zy (2, 1) = 2 z (2, 1) = (4, 2)

(b) Supercies dadas de forma impl cita F (x, y, z ) = 0

de donde: z 5 = 4(x 2) 2(y + 1) o bien, simplicando, 4x 2y z = 5

Supongamos que la supercie viene denida de manera impl cita, mediante la ecuaci on F (x, y, z ) = 0. Si la funci on viene denida de manera expl cita z = f (x, y ), f acilmente puede convertirse a la forma impl cita. En efecto, dada una supercie de ecuaci on z = f (x, y ), igualando a cero (o a una constante) obtenemos la ecuaci on, z f (x, y ) = 0, y la podemos considerar denida de manera impl cita. Por tanto tenemos la ecuaci on z f (x, y ) = 0 que puede considerarse como una supercie de nivel de una funci on de tres variables F (x, y, z ) = 0, siendo F (x, y, z ) = y f (x, y ), con lo cual en cada punto (x, y, z ) el vector gradiente de esta funci on ser a un vector normal a la supercie dada. v p = F En consecuencia, el plano tangente a la supercie en el punto P (x0 , y0 , z0 ) ser a el plano que contiene a P y tiene por vector normal a F (x0 , y0 , z0 ). Para hallar su ecuaci on, tomamos un punto gen erico X (x, y, z ) del plano, y tendr a que ser F (x0 , y0 , z0 ) P X , y en consecuencia su producto escalar ha de ser cero F (x0 , y0 , z0 ) P X = 0, luego su ecuaci on ser a:
F F F (x0 , y0 , z0 ) (x x0 )+ (x0 , y0 , z0 ) (y y0 )+ (x0 , y0 , z0 ) (z z0 ) = 0 (4.5) x y z

4.6. PLANO TANGENTE Recta normal

251

Se llama recta normal a una supercie S en un punto P (x0 , y0 , z0 ) de la misma, a la recta que pasa por P y tiene por vector director al vector normal a la supercie en dicho punto. Es decir, la recta perpendicular al plano tangente a la supercie en P . Teniendo en cuenta que el vector normal a la supercie en el punto P (x0 , y0 , z0 ) es F (x0 , y0 , z0 ), podemos concluir que la ecuaci on de la recta normal a la supercie en el punto P viene denida por las ecuaciones: x x0 y y0 z z0 = = Fx (x0 , y0 , z0 ) Fy (x0 , y0 , z0 ) Fz (x0 , y0 , z0 ) (4.6)

Ejemplo 4.38. Hallar la ecuaci on del plano tangente y de la recta normal al paraboloide de ecuaci on z 2 2x2 2y 2 12 = 0, en el punto (1, 1, 4) Soluci on : Consideramos la funci on F (x, y, z ) = z 2 2x2 2y 2 12 y hallamos su gradiente en el punto (1, 1, 4) Fx = 4x Fx (1, 1, 4) = 4 Fy = 4y Fy (1, 1, 4) = 4 F (1, 1, 4) = (4, 4, 8) (1, 1, 2) Fz = 2z Fz (1, 1, 4) = 8

Luego el plano tangente es: 1(x 1)+1(y +1)+2(z 4) = 0 y simplicando resulta x y 2z + 6 = 0 y la recta normal y+1 z4 x1 = = 1 1 2

Existencia del plano tangente

Para construir la ecuaci on del plano tangente a una supercie en un punto lo u nico que necesitamos son las derivadas parciales de la funci on en dicho punto, sin embargo, no siempre dicha ecuaci on representa al plano tangente. Para que la ecuaci on (4.4) represente, realmente, el plano tangente a la supercie z = f (x, y ) en el punto P (x0 , y0 , z0 ) es necesario que la funci on f sea diferenciable en el punto p(x0 , y0 ). No debe olvidarse que las derivadas parciales pueden existir, incluso, en puntos donde la funci on no es ni siquiera continua, y no tiene sentido hablar de plano tangente en dichos puntos. El concepto geom etrico de tangencia es el mismo que el concepto anal tico de diferenciabilidad. As , si la funci on f : D R2 R es diferenciable en p(x0 , y0 ) entonces diremos que la ecuaci on (4.4) dene al plano tangente a la supercie z = f (x, y ) en el punto P x0 , y0 ; f (x0 , y0 ) . Si la funci on no es diferenciable en el punto p(x0 , y0 ), entonces el plano tangente a la supercie en el punto correspondiente no existe, con lo cual el plano obtenido con la ecuaci on (4.4) no representa al plano tangente en el sentido preciso que se entiende en matem aticas. Formalmente podemos enunciar la siguiente Denici on 4.10 (Plano tangente y recta normal). Si F es diferenciable en el punto P (x0 , y0 , x0 ) de la supercie S dada por F (x, y, z ) = 0 tal que F (x0 , y0 , z0 ) = 0. 1.

El plano que pasa por P y es normal a F (x0 , y0 , z0 ) se conoce como el plano tangente a S en P .

DE FUNCIONES MULTIVARIABLES 252 CAP ITULO 4. DERIVACION


2. La recta que pasa por P y que tiene la direcci on de F (x0 , y0 , z0 ) se conoce como la recta normal a S en P .

Signicado geom etrico de la tangencia Si la funci on f es diferenciable en el punto p(x0 , y0 ), ser a: f (x0 +h, y0 +k) = f (x0 , y0 )+ r(h, k) f f (x0 , y0 )h+ (x0 , y0 )k+r(h, k) con l m =0 (h,k)(0,0) (h, k ) x x

con lo cual, poniendo h = x x0 , k = y y0 , la expresi on anterior se convierte en: f (x, y ) = f (x0 , y0 ) +

f f (x0 , y0 )(x x0 ) + (x0 , y0 )(y y0 ) + r(x x0 , y y0 ) x x donde


(x,y )(x0 ,y0 )

l m

Ahora bien, teniendo en cuenta la ecuaci on del plano tangente z = f (x0 , y0 )+fx (x0 , y0 )(xx0 )+fy (x0 , y0 )(y y0 ) donde z representa la altura en el punto x = (x, y ) hasta el plano tangente. Resulta que el residuo r(x x0 , y y0 ) se puede expresar como r(x x0 , y y0 ) = f (x, y ) z

r(x x0 , y y0 ) =0 (x x0 , y y0 )

Es decir, el residuo es la diferencia entre la z de la funci on z = f (x, y ) en el punto x = (x, y ) y la z en el mismo punto del plano tangente a la gr aca en p = (x0 , y0 ) El hecho de que f sea diferenciable en p = (x0 , y0 ) no s olo nos dice que r es muy peque no en torno al punto p, sino, adem as, que es mucho m as peque no que la distancia de p a x, . El hecho de que el residuo r 0 cuando x p s es decir r << px olo nos dice que la funci on es continua en p. Lo que realmente da el car acter de tangencia es el hecho de que r etricamente viene a signicar que la supercie 0 cuando x p. Este hecho geom px se aplana en los alrededores del punto p tratando de confundirse, por un instante con el plano tangente.

f (x) r    z      f (p) @     @ y0 k x0 p h @t @ x x

y -

Figura 4.10: Plano tangente.

4.6.3.

Recta tangente y plano normal a una curva en el espacio

(a) Curvas dadas en forma param etrica Ejemplo 4.39. Hallar las ecuaciones de la recta tangente y del plano normal a la curva x=t en el punto t = 1 Soluci on. Hallamos las coordenadas del punto P y del vector tangente vT correspondientes al valor del par ametro t = 1 t = 1 P (1, 1, 1) x (t) = 1 x (1) = 1 y (1) = 2 y (t) = 2t vT = (1, 2, 3) z (1) = 3 z (t) = 3t2 de donde, y = t2 z = t3

4.6. PLANO TANGENTE

253
Las coordenadas de un punto gen erico X (x, y, z ) de la curva vendr an dadas en funci on del par ametro t, resultando X x(t), y (t), z (t) . En consecuencia, el vector tangente en dicho punto gen erico ser a vT = x (t), y (t), z (t) ,

z6 f (p)

T -

y0 x0 x p

y -

de donde resultan (a) Recta tangente en el punto P (x0 , y0 , z0 ) x x0 y y0 z z0 = = x (t0 ) y (t0 ) z (t0 ) (b) Plano normal en el punto P (x0 , y0 , z0 ) x (t0 )(x x0 )+ y (t0 )(y y0 )+ z (t0 )(z z0 ) = 0

Figura 4.11: curva en el espacio

(a) Recta tangente en el punto P (1, 1, 1) x1 y1 z1 = = 1 2 3 (b) Plano normal en el punto P (1, 1, 1) 1(x 1) + 2(y 1) + 3(z 1) = 0 Ejemplo 4.40. Hallar las ecuaciones de la recta tangente y del plano normal a la curva x=t2 en el punto donde corta al plano yz Soluci on. En el punto donde la curva corta al plano yz ser a x = 0, luego t 2 = 0, de donde t = 2. En consecuencia. t = 2 P (0, 13, 16) x (t) = 1 x (2) = 1 y (t) = 6t y (2) = 12 vT = (1, 12, 24) z (t) = 6t2 z (2) = 24 x y 13 z 16 = = 1 12 24 (b) Plano normal en el punto P (0, 13, 16) x + 12(y 13) + 24(z 16) = 0 x + 12y + 24z 540 = 0 y = 3t 2 + 1 z = 2t 3

de donde,

(a) Recta tangente en el punto P (0, 13, 16)

Curvas dadas como intersecci on de dos supercies Sean las supercies denidas por las ecuaciones F (x, y, z ) = 0 y G(x, y, z ) = 0. Dichas supercies se cortar an en la curva denida por el sistema de ecuaciones: y y0 z z0 x x0 = = (a) Recta tangente en el punto P (x0 , y0 , z0 ) v1 v2 v3 (b) Plano normal en el punto P (x0 , y0 , z0 ) v1 (x x0 ) + v2 (y y0 ) + v3 (z z0 ) = 0

DE FUNCIONES MULTIVARIABLES 254 CAP ITULO 4. DERIVACION


6
F F (x, y, z ) = 0 G(x, y, z ) = 0 F

vT

Figura 4.12:

Los vectores gradientes F y G en cualquier punto de la curva de corte ser an normales a sus respectivas supercies y por tanto ser an normales a la curva de G corte, en consecuencia el vector perpendicular a ambos denido por su producto vectorial vT = F G ser a tangente a la curva de corte, de donde, si sus comcurva en el espacio ponentes son vT = (v1 , v2 , v3 ) resultan

3   

Ejemplo 4.41. Hallar la ecuaci on de la recta tangente y del plano normal a la curva denida por la intersecci on del elipsoide x2 +4y 2 +2z 2 = 27 y el hiperboloide x2 + y 2 2z 2 = 11 en el punto P (3, 2, 1) Soluci on. Hallamos los vectores gradientes en F x = 2x F y = 8y F (x, y, z ) = x2 + 4y 2 + 2z 2 F z = 4z F x = 2x 2 2 2 F y = 2y G(x, y, z ) = x + y 2z Fz = 4z i vT = 6 6 y en consecuencia (a) Recta tangente en el punto P (3, 2, 1) x3 y+2 z1 = = 10 6 9 (b) Plano normal en el punto P (3, 2, 1) 10(x 3) + 6(y + 2) + 9(z 1) = 0 j 16 4 el punto P (3, 2, 1) Fx = 6 Fy = 16 F (3, 2, 1) = (6, 16, 4) Fz = 4 Fx = 6 Fy = 4 G(3, 2, 1) = (6, 4, 4) Fz = 4

luego, el vector tangente ser a:

k 4 = (80, 48, 72) = 8(10, 6, 9) 4

4.6.4.

La diferencial como aproximaci on del incremento

Sea f : D R2 R una funci on diferenciable en el conjunto abierto D de R2 . Entonces, para cada x D tendremos f (x + h) = f (x) + f f h1 + h2 + r(h) x x donde
h0

l m

r(h) =0 h

on, Vimos en la denici on (4.3) que a la parte lineal en h1 y h2 de esta expresi (h1 , h2 ) = fx h1 + fy h2 , se le llama diferencial de la funci on f en el punto x = (x, y ) y se denota por df (x, y ), o simplemente por df . Es decir, df = f f h1 + h2 x y

4.6. PLANO TANGENTE

255

Y teniendo en cuenta que si f (x, y ) = x, se tiene h1 = dx y si f (x, y ) = y , se tiene h2 = dy , podemos escribir: df = f f dx + dy x y

f (x + h) r    z      f (x )    @ df  @ y+ h2 y x h 2 x h @t 1 @ @ x + h x + h1

Figura 4.13: f df Con lo cual resulta f (x + h) = f (x) + df (x) + r(h) Ahora bien, dado que l mh0 r(h) = 0 se tiene que, para h peque no, ser a r(h) 0 y en consecuencia f (x + h) f (x) + df (x) Si observamos la gr aca 4.13, vemos que se tiene, f (x + h) z Es decir, la z de la funci on z = f (x + h) en el punto x + h = (x + h1 , y + h2 ), coincide, de manera aproximada, con la z , en el mismo punto, del plano tangente a la gr aca en un punto cercano x = (x, y ) Lo anterior tambi en se puede expresar de la forma f (x + h) f (x) df (x) Es decir, f df Geom etricamente se pueden dar las siguientes interpretaciones:

DE FUNCIONES MULTIVARIABLES 256 CAP ITULO 4. DERIVACION (a) El valor aproximado de una funci on f (x), en un punto x, se puede obtener sustituyendo el valor de x en la ecuaci on del plano tangente, en un punto cercano x0 , pr oximo a x. Es decir, para hallar el valor aproximado de una funci on en un punto, calculamos la ecuaci on del plano tangente, en un punto cercano, y sustituimos las coordenadas del punto sobre la ecuaci on de dicho plano. (b) Al pasar del punto x al punto cercano x + h, el incremento que sufre la funci on f = f (x + h) f (x) coincide, de manera aproximada, con el diferencial df . Es decir, la diferencial de una funci on es una buena aproximaci on del incremento Puesto que el plano tangente, y en general cualquier plano en el espacio, se representa por una ecuaci on lineal en las variables x, y y z , llamamos a esta aproximaci on de la funci on mediante su plano tangente, o lo que es lo mismo a la aproximaci on del incremento por el diferencial, aproximaci on lineal. C alculo de valores aproximados Los resultados anteriores nos sirven para calcular valores aproximados. En efecto, supongamos que queremos calcular, aunque sea de manera aproximada, el valor de una funci on en un punto (x, y ), pero no sabemos calcular el valor de la funci on en dicho punto, f (x, y ), o dicho c alculo resulta extremadamente complicado; y sin embargo, supongamos que sabemos calcular el valor de la funci on y el de sus derivadas parciales en un punto cercano (x0 , y0 ). Pues bien, podemos utilizar el valor de la funci on y el de su derivadas parciales en este punto (x0 , y0 ) para calcular el valor aproximado de la funci on en el punto desconocido (x, y ). Para hacer c alculos aproximados de operaciones podemos utilizar cualquiera de las dos opciones: (a) Para hallar el valor aproximado de una funci on en un punto, calculamos la ecuaci on del plano tangente, en un punto cercano, y sustituimos las coordenadas del punto sobre la ecuaci on de dicho plano. f (x, y ) f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fx (x0 , y0 )(y y0 ) (b) Aproximar el incremento mediante la diferencial f (x, y ) f (x0 , y0 ) + df (x0 , y0 ) Hay que advertir que estas aproximaciones s olo ser an validas para valores muy cercanos al punto conocido y para funciones diferenciables. Ejemplo 4.42. Comparar el incremento con el diferencial del a rea de un rect angulo.

4.6. PLANO TANGENTE

257

Soluci on. Incrementemos los lados de un rect angulo x e y , en dx y dy , respectivamente. El area del rect angulo viene denida por a = x y , de donde: El incremento del area ser a: a = ydx + xdy + dxdy
dy y x xdy dxdy ydx dx

Y el diferencial a =y x a =x y

da = ydx + xdy

Figura 4.14: a da

En consecuencia, a = da + dxdy Es decir a = da + r(h, k )

Ejemplo 4.43. Dada la supercie de ecuaci on z = xexy2 se pide: (a) Hallar la ecuaci on del plano tangente a la supercie dada en el punto P (2, 1, 2). (b) Usar el plano tangente para obtener una aproximaci on del valor de la funci on en el punto q(1 9, 1 02). Soluci on. (a) El plano tangente viene denido por la ecuaci on: z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) para lo cual fx = exy2 + xyexy2 fy = x2 exy2 fx (2, 1) = e0 + 2 1 e0 = 1 + 2 = 3 fy (2, 1) = 4e0 = 4

de donde, la ecuaci on del plano tangente es z 2 = 3(x 2) + 4(y 1) que se simplica en z = 3x + 4y 8 (b) El valor aproximado de la funci on se calcula sustituyendo los valores de x e y en la ecuaci on del plano tangente, as , z (1 9, 1, 02) = 1 9e1 91 022 3 1 9 + 4 1 02 8 = 5 7 + 4 08 8 = 1 78 (los c alculos suelen resultan m as f aciles si se sustituye directamente sobre la ecuaci on del plano tangente, antes de eliminar los par entesis, despejando previamente z , en efecto z = 3 + 3(0 1) + 4(0 02) = 3 0 3 + 0 08 = 1 78) Ejemplo 4.44. Usar la diferencial, dz , para aproximar la variaci on que experimenta la funci on z = 6 x2 y 2 cuando (x, y ) se desplaza desde el punto (1, 1) al punto (1,02, 0,95).

DE FUNCIONES MULTIVARIABLES 258 CAP ITULO 4. DERIVACION Soluci on. Tenemos que la variaci on de z puede aproximarse por z dz = z z dx + dy = x y 6 x x2 y2 dx + 6 x2 y 2 y dy

Ahora bien, llamando (x, y ) = (1, 1) y (x+x, y +y ) = (1,02, 0,94) tenemos dx = x = 0,02 con lo cual, resulta z 1 1 0,04 (0,02) + (0,06) = = 0,02 2 2 2 y dy = y = 0,06

los resultados anteriores pueden extenderse a funciones de tres o m as variables, como se hace en el siguiente ejemplo. Ejemplo 4.45. Estimar 2 012 + 1 982 + 1 052 Soluci on. Necesitamos una funci on y un punto pr oximo, al dado, sobre el que sepamos hacer los c alculos con facilidad. En este caso, la funci on es f (x, y, z ) = x2 + y 2 + z 2 y el punto p(2, 2, 1). En consecuencia, f (2, 2, 1) = 22 + 22 + 11 = 9 = 3 x f 2 2 f = x (2, 2, 1) = = 3 x x2 + y 2 + z 2 9 f y f 2 2 = (2, 2, 1) = = 2 2 2 y y 3 x +y +z 9 1 1 f f z (2, 2, 1) = = = z 3 z 9 x2 + y 2 + z 2 de donde, sustituyendo en la ecuaci on del planotangente (en este caso ((hiperplano))):
z = f (x0 , y0 , z0 )+ fx (x0 , y0 , z0 )(x x0 )+ fy (x0 , y0 , z0 )(y y0 )+ fz (x0 , y0 , z0 )(z z0 )

resulta, 2 2 1 2 012 + 1 982 + 1 052 3 + (0 01) + (0 02) + (0 05) = 3 01 3 3 3 Propagaci on de errores. Cuando se realizan mediciones f sicas de una magnitud, se cometen lo que se llaman errores de medici on. Si posteriormente realizamos operaciones con esos valores medidos, los errores de medici on se propagan, a trav es de los c alculos realizados, a los nuevos resultados obtenidos. Lo que se llama error propagado. As , si x representa el valor medido de una variable y x + x su valor exacto, entonces x es el error de la medida. Finalmente, si el valor x medido

4.7. FUNCIONES VECTORIALES Y MATRIZ JACOBIANA

259

se usa para calcular otro valor f (x), la diferencia entre f (x + x) y f (x) se llama el error propagado.
errorde medida

f (x + x ) f (x) =
valor exacto valor medido

y
error propagado

Pueden utilizarse las diferenciales para aproximar la propagaci on del error introducido por los errores de medici on. Ejemplo 4.46. El radio r y la altura h de un cilindro circular recto se miden con un error posible del 4 % y del 2 %, respectivamente. Aproximar el error porcentual m aximo al medir el volumen. Soluci on. El volumen del cilindro viene denido por V = r2 h de donde, V V dV = dr + dh = 2rh dr + r2 dh r h Para los errores dados, tenemos dr = luego el error propagado es dV = 2rh 4r 2h 8hr2 2r2 h 10r2 h 10 V + r2 = + = = 100 100 100 100 100 100 4r , 100 dh = 2h 100

Luego el error propagado es del 10 %.

4.7.
4.7.1.

Funciones vectoriales y matriz Jacobiana


Funciones vectoriales de variable vectorial
f : D R n Rm (x1 , x2 , , xn ) (y1 , y2 , , ym )

Denici on 4.11. Se llama funci on vectorial de variable vectorial a las funciones del tipo:

Es decir, y1 = f1 (x1 , x2 , , xn ) y2 = f2 (x1 , x2 , , xn ) f (x1 , x2 , , xn ) = (y1 , y2 , , ym ) donde ym = fm (x1 , x2 , , xn )

Tenemos pues que una funci on f : D Rn Rm es una regla que asocia a cada n-ada ordenada de n umeros reales (x1 , x2 , , xn ) de D, una m-ada ordenada de n umeros reales bien determinada (y1 , y2 , , ym ) de Rm . O bien, en t erminos vectoriales, una regla que asocia a cada vector x de D, un vector bien determinado y de Rm .

DE FUNCIONES MULTIVARIABLES 260 CAP ITULO 4. DERIVACION


En otras palabras, una funci on vectorial es un vector cuyas componentes son funciones escalares. f = (f1 , f2 , , fm ) Es decir, f : D Rn Rm

(x1 , x2 , , xn ) f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn ) Por ejemplo, las curvas param etricas pueden considerarse como funciones vectoriales de R en R2 . As , si las ecuaciones param etricas de una curva vienen denidas por: x(t) = 2t + 3 y (t) = t 5 las podemos interpretar como una funci on vectorial de la siguiente forma: R R2 t (2t + 3, t 5)
f

f (t) = (2t + 3, t 5) = x(t), y (t)

Por ejemplo, la funci on vectorial f (x, y ) = (x + 2, x y, y + 4) viene denida por:

R2 R3 (x, y ) (x + 2, x y, y + 4)

f (x, y ) = (x + 2, x y, y + 4) = = f1 (x, y ), f2 (x, y ), f3 (x, y )

Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en s mismo. Es decir, se llama campo vectorial (en Rn ) a las funciones del tipo f : D Rn Rn . Una pr actica para visualizar los campos vectoriales consiste en jugar con la naturaleza dualde los elementos de Rn ; los elementos del dominio x D se ven como puntos y los de la imagen f (x) como vectores. El vector f (x) se representa mediante una echa que se puede colocar en cualquier punto del espacio, sin embargo, para tener una visualizaci on del campo, la echa se colocar a de manera que su punto inicial sea el punto x.

4.7.2.

Continuidad de las funciones vectoriales

Los conceptos de l mite, continuidad y diferenciabilidad pueden extenderse a funciones vectoriales. Estos conceptos siempre tienen dos visiones; una general que es m as bien te orica y consiste en la traslaci on de los conceptos unidimensionales a niveles vectoriales, y otra por componentes que es m as bien pr actica y que consiste en trasladar los conceptos a las funciones coordenadas.

L mite de una funci on vectorial


Denici on 4.12. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice que f tiene por l mite , cuando x tiende a x0 , si l m f (x) = 0
x x 0

Se escribe entonces l m f (x) = .


x x 0

Bola. Cabe interpretar la denici on de l mite por medio de la noci on de bola.

Merece destacar que el l mite vectorial se ha denido en t erminos num ericos. En efecto, para cada x se tiene que f (x) es un n umero, m as preciso, la aplicaci on x f (x) es una funci on num erica de D en R+ , y es ya familiar el l mite para estas funciones.

Denici on 4.13. En Rn , se llama bola abierta, de centro x0 Rn y de radio r R + , al conjunto de puntos x de Rn tales que x x0 < r.

4.7. FUNCIONES VECTORIALES Y MATRIZ JACOBIANA


Se designa por B(x0 , r), o simplemente por B, cuando no haya temor de confusi on: B(x0 , r) = {x Rn / x x0 < r}

261

As , por ejemplo, en la recta real R, la bola se llama entorno y est a formado por los puntos del intervalo (x0 r, x0 + r); en el plano eucl deo R2 , la bola se denomina disco y est a formada por los puntos interiores al c rculo de centro x0 y radio r; en el espacio de tres dimensiones R3 la bola B(x0 , r) est a formada por los puntos interiores a la esfera de centro x0 y radio r. La noci on de l mite de una funci on puede interpretarse entonces de la siguiente manera: Denici on 4.14. Se dice que l m f (x) = si, para toda bola B de centro y radio > 0, existe una bola B de centro x0 y radio r, incluido en D, tal que F (B)
x x 0

B .

Coordenadas y l mite. Teniendo en cuenta que una funci on vectorial f : D Rn Rm es un vector cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ). Es decir, f (x1 , x2 , , xn ) = f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn ) Se tiene que: 1. Si f , con f = (f1 , f2 , , fm ), tiene por l mite , con = (1 , 2 , , m ), entonces cada una de las funciones coordenadas de f tienen por l mite, respectivamente, 1 , 2 , , m . Si las coordenadas de f tienen por l mite, respectivamente, 1 , 2 , , m , entonces f tiene por l mite = (1 , 2 , , m ).

2.

En consecuencia, se puede enunciar el siguiente teorema: Teorema 4.6. Para que f tienda a un l mite , es necesario y suciente que las coordenadas de f tengan por l mites respectivamente las coordenadas de .

Continuidad
Denici on 4.15. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice que f es continua en x0 , si l m f (x) = f (x0 ).
x x 0

En otros t erminos, f es continua en x0 si l m en x0 si, para todo > 0, existe > 0 tal que: x x0 < =

x x 0

f (x) f (x0 ) = 0, o bien, f es continua

f (x) f (x0 ) < .

Sirvi endonos de la noci on geom etrica de bola podemos dar la siguiente denici on: f es continua en x0 si, para toda bola B de centro f (x0 ) existe una bola B de centro en x0 , incluida en D, tal que f (B ) B. Se dice que f es continua sobre un dominio D, si f es continua en todo punto x0 de D. Coordenadas de una funci on continua. El concepto de continuidad se puede establecer en t erminos de las funciones coordenadas. As , Teorema 4.7. Para que f sea continua, en un dominio D, es necesario y suciente que todas las coordenadas de f lo sean.

DE FUNCIONES MULTIVARIABLES 262 CAP ITULO 4. DERIVACION Composici on de funciones continuas


Aunque la composici on de funciones se tratar a m as detalladamente en el ep grafe siguiente dedicado a la Regla de la cadena, la vemos aqu con objeto de demostrar que la composici on de dos funciones continuas es a su vez otra funci on continua. Denici on 4.16 (Composici on de funciones). Dadas la funci on g : Dg Rn Rp denida en el conjunto Dg de Rn y la funci on f : Df Rm Rn denida en el conjunto Df de Rm , cuyo rango est a contenido en Dg (es decir, f (Df ) Dg ), entonces se puede formar la composici on de ambas funciones g f : Df Rm Rp , denida como: (g f )(u) = g f (u) , Esquem aticamente ser a. f : Df Rm Rn g : Dg Rn Rp Rp Df Dg g f : Df Rm Rp
f g

u Df

(g f )(u) = g f (u)

y mediante diagramas, teniendo en consideraci on los dominios,

f
R

g
R *

Df Rm

Dg Rn gf Rp

Figura 4.15: Composici on de funciones


Igual que en una variable, en general, la composici on de funciones no cumple la propiedad conmutativa, y s la asociativa. Teorema 4.8 (Composici on de funciones continuas). Dadas la funci on g : Dg Rn Rp denida en el conjunto Dg de Rn y la funci on f : Df Rm Rn denida en el conjunto Df de Rm , cuyo rango est a contenido en Dg (es decir, f (Df ) Dg ), Si la funci on f es continua en el punto x0 y la funci on g es continua en el punto y0 = f (x0 ) entonces la funci on compuesta g f tambi en es continua en x0 . Demostraci on. Sea x0 Df e y0 = f (x0 ) Dg . Puesto que g es continua en y0 , para toda bola B de centro g(y0 ) existe una bola B , de centro y0 , tal que g(B ) B. Puesto que f es continua en x0 , para toda bola B de centro f (x0 ) = y0 , existe una bola B de centro x0 tal que f (B ) B . Aplicando g a los dos miembros de esta relaci on; se obtiene: g f (B ) g(B ) B

y, por consiguiente, g f es continua en el punto x0 .

4.7.3.

Derivadas parciales de funciones vectoriales

Aunque a nivel te orico las derivadas parciales de funciones vectoriales pueden denirse en t erminos vectoriales, en la pr actica, se establecen en t erminos de las funciones componentes. Teniendo en cuenta que una funci on vectorial f : D Rn Rm es un vector cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ). Es decir, f (x1 , x2 , , xn ) = f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )

4.7. FUNCIONES VECTORIALES Y MATRIZ JACOBIANA


Se tiene que:

263

f (x1 , x2 , , xn ) = x1 f (x1 , x2 , , xn ) = xn

f1 f2 fm (x1 , x2 , , xn ), (x1 , x2 , , xn ), , (x1 , x2 , , xn ) x1 x1 x1 f1 f2 fm (x1 , x2 , , xn ), (x1 , x2 , , xn ), , (x1 , x2 , , xn ) xn xn xn

Ejemplo 4.47. Hallar las derivadas parciales de la funci on f (x, y, z ) = (xey cos z, xey sen z, tan z ) Soluci on. Derivando componente a componente, se tiene, fx = (ey cos z, ey sen z, 0) fy = (xey cos z, xey sen z, 0) fz = (xey sen z, xey cos z, 1 + tan2 z )

4.7.4.

Funciones vectoriales diferenciables

agina 228 se estableci o, para funciones num ericas de una sola En la denici on 4.4 de la p variable, que: Una funci on f : D R R es diferenciable en x0 D si existe una constante A tal que f (x0 + h) = f (x0 ) + Ah + r(h) con
h0

l m

r(h) =0 h

En tal caso, a la expresi on lineal (h) = Ah se le llama diferencial de f , y se tiene: df (x0 ) = (h) = Ah = f (x0 ) dx agina 235 se estableci o, para funciones num ericas de n variables, En la denici on 4.7 de la p que: Una funci on f : D Rn R es diferenciable en el punto x0 = (x1 , , xn ) D, si existen n constantes Ai , i = 1, 2, , n tales que
n

f (x0 + h) = f (x0 ) +
i=1

Ai hi + r(h)

con
n i=1

h0

l m

r(h) =0 h

En tal caso, a la expresi on lineal (h1 , , hn ) = y se tiene:


n n

Ai hi se le llama diferencial de f ,

df (x0 ) = (h) =
i=1

Ai hi =
i=1

f f f f (x0 )dxi = (x0 )dx1 + (x0 )dx2 + + (x0 )dxn xi x1 x2 xn

En cada uno de los casos, la diferencial de una funci on en un punto aparece como una aplicaci on lineal que se aproxima a la funci on f en ese punto. Se trata de generalizar esta importante noci on a las funciones de varias variables, ya tengan im agenes reales o vectoriales. La generalizaci on se va a hacer por la v a de denir la diferencial como una aplicaci on lineal /. Recu erdese que una aplicaci on (h, k) es lineal si cumple la propiedad (ah, bk ) = a(h, k)+ b(h, k), siendo a y b n umeros. Recu erdese tambi en la relaci on de las aplicaciones lineales con las matrices. As , se establece la siguiente denici on: Denici on 4.17 (Funciones diferenciables). Una funci on f : D Rn Rm se dice diferenciable en el punto x0 = (x1 , , xn ) D, si existen una aplicaci on lineal (h) tal que r(h) =0 f (x0 + h) = f (x0 ) + (h) + r(h) con l m h0 h

DE FUNCIONES MULTIVARIABLES 264 CAP ITULO 4. DERIVACION


En tal caso, a la expresi on lineal (h) se le llama diferencial de f , y se designa por df (x0 ) Nota: Es evidente que esta denici on generaliza las dos anteriores, ya que para f : D R R tenemos la primera denici on, y para f : D Rn R la segunda. Con objeto de eludir el cociente en el l mite que aparece en la denici on, se puede modicar la denici on de funci on diferenciable en los siguientes t erminos. Una funci on f : D Rn Rm se dice diferenciable en el punto x0 = (x1 , , xn ) D, si existen una aplicaci on lineal (h) tal que f (x0 + h) = f (x0 ) + (h) + h (h) con:
h0

(4.7) (4.8)

l m (h) = 0

Nota: Muchos autores preeren dar la denici on de funci on diferenciable unicando los mite. As , se tiene: dos apartados 4.7 y 4.8 en un solo l Denici on 4.18. Sea f : D Rn Rm y sea x0 un punto interior de D. Se dice que f es diferenciable en x0 si existe una aplicaci on lineal : Rn Rm , dependiente, en general, de x0 tal que f (x0 + h) f (x0 ) (h) l m =0 h0 h Proposici on 4.7. Si la funci on f : D Rn Rm es diferenciable en el punto x0 = (x1 , , xn ) D entonces existen sus derivadas parciales en dicho punto. Demostraci on. Supongamos, para simplicar la escritura, que n = 3. Supongamos, por tanto, que la funci on f : D R3 Rm es diferenciable en el punto x0 = (x0 , y0 , z0 ) D, entonces existen una aplicaci on lineal (h) tal que, para todo h tal que x0 + h D, se tiene: f (x0 + h) f (x0 ) = (h) + h (h) con l m (h) = 0
h0

Designemos por {e1 , e2 , e3 } la base can onica de R3 . Elijamos en primer lugar h del modo siguiente: h = (t, 0, 0) = te1 (t R). Puesto que la diferencial es lineal, se tiene (h) = (te1 ) = t(e1 ), en consecuencia la relaci on (4.7) se escribe: f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 ) = t(e1 ) + |t| e1 (te1 ) y, como l m (te1 ) = 0, se obtiene:
t 0

t 0

l m

f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 ) = (e1 ). t

Resulta as que la funci on f admite, en (x0 , y0 , z0 ), derivada parcial respecto de x, que vale: f (e1 ) = (x0 , y0 , z0 ). x An alogamente, tomando h(0, t, 0) y despu es h(0, 0, t) se probar a que f admite, en el punto (x0 , y0 , z0 ), derivadas parciales con relaci on a y y z , respectivamente iguales a: (e2 ) = f (x0 , y0 , z0 ) y y (e3 ) = f (x0 , y0 , z0 ). z

4.7. FUNCIONES VECTORIALES Y MATRIZ JACOBIANA

265

La diferencial. Tomando h = (dx, dy, dz ), y teniendo en cuenta que la diferencial es lineal, resulta: (h) = (e1 )dx + (e2 )dy + (e3 )dz. Es decir, df (x0 ) = (h) = Y para el caso de n variables, resulta: df (x0 ) = (h) = f f f dx1 + dx2 + + dxn x1 x2 xn f f f dx + dy + dz x y z

Coordenadas y diferenciabilidad de las funciones vectoriales. Los


conceptos de continuidad y diferenciabilidad de funciones vectoriales se establecen en t erminos de las funciones componentes. Es decir, se dice que la funci on f = (f1 , f2 , , fm ) es continua (respectivamente, diferenciable) en el punto x0 D, si y s olo si todas y cada una de las funciones componentes fi : D Rn R, i = 1, 2, , m, lo son. Ahora bien, teniendo en cuenta que las coordenadas de la funci on f son f = (f1 , f2 , , fm ), ser a: f1 f2 fm f = , , , i = 1, 2, , n xi xi xi xi de donde, df (x0 ) = f f dx1 + + dxn = x1 xn f1 f2 fm fm f1 f2 = , , , , , , dx1 + + dxn = x1 x1 x1 xn xn xn f1 f1 fm fm = dx1 + + dxn , , dx1 + + dxn = (df1 , df2 , , dfm ) x1 xn x1 xn

Luego el diferencial de una funci on vectorial se puede calcular por componentes: df (x0 ) = (df1 , df2 , , dfm ) (4.9)

Ejemplo 4.48. Estudiar la continuidad y diferenciabilidad de la funci on f : R 2 R 2 , denida por f (x, y ) = (x + y, |y |) Soluci on. (a) La funci on es continua en todo R2 , pues las funciones componentes f1 , f2 : R2 R, f1 (x, y ) = x + y, f2 (x, y ) = |y | lo son.

(b) La funci on no es diferenciable en el origen, pues la funci on f2 (x, y ) = |y | no lo es.

El jacobiano
Si la funci on f : D Rn Rm es diferenciable en el punto x0 = (x1 , , xn ) D entonces, su diferencial ser a: df (x0 ) = (h) = f f f dx1 + dx2 + + dxn x1 x2 xn

Que se puede expresar de manera matricial, de la forma: dx1 f dx2 f f , , , df (x0 ) = . = J f (x0 )dx x1 x2 xn . . dxn

DE FUNCIONES MULTIVARIABLES 266 CAP ITULO 4. DERIVACION


A la matriz J f (x0 ) se le llama ((matriz Jacobiana)) de la funci on f en el punto x0 . Ahora bien, teniendo en cuenta que la funci on f = (f1 , f2 , , fm ), ser a: f1 f2 fm f = , , , xi xi xi xi Con lo cual resulta que la matriz jacobiana es, f1 f1 x1 x 2 f2 f2 J f = x1 x 2 fm fm x1 x2 i = 1, 2, , n

Observaciones:

f1 f1 xn f2 f2 = . xn . . fm fm xn

(a) Abreviadamente, una matriz A se escribe A = [aij ], siendo el elemento aij el elemento perteneciente a la la i y la columna j . As , la matriz jacobiana se puede expresar como: fi J f (x) = Dj fi (x) = (x) xj (b) Los elementos de la la i de la matriz jacobiana coinciden con las componentes del vector gradiente fi (x) (c) Para m = 1 se tiene Jf (x0 ) = f (x0 ). (d) Para n = m, el determinante de la matriz Jf (x0 ) se llama jacobiano . Para el jacobiano tambi en se utiliza la siguiente notaci on: (f1 , . . . , fn )/ (x1 , . . . , xn ) = det Dj fi (x) = Jf (x) (e) Si comparamos la expresi on de la diferencial de una funci on de una variable, de una funci on de varias variables y de una funci on vectorial tenemos: 1.- Para funciones de una variable tenemos: df = f (x) h 2.- Para funciones de varias variables: df = f h 3.- Para funciones vectoriales: df = J f h donde se ha usado, respectivamente, el producto num erico, el producto escalar y el producto matricial. (f) Si se comparan las tres expresiones, se observa que el gradiente, f , puede pensarse como la generalizaci on del concepto de derivada para funciones de varias variables, y la matriz jacobiana, J f , para funciones vectoriales. Si bien, hay que advertir que mientras que la derivada de una funci on de una variable en un punto es un n umero, la derivada de una funci on de varias variables es un vector, y la derivada de una funci on vectorial una matriz. Ejemplo 4.49. Hallar el diferencial de la funci on vectorial f : R2 R2 denida por: f (x, y ) = (x2 + 3y 2 , 5x3 + 2y 6 ) Soluci on. El Jacobiano de la funci on viene denido por: f1 f1 x y 2x 6y Jf = f2 f2 = 15x2 12y 5 x y

4.8. REGLA DE LA CADENA


de donde, df = 2x 15x2 6y 12y 5 dx dy = 2xdx + 6ydx, 15x2 dx + 12y 5 dy

267

Al mismo resultado hubi eramos llegado operando por componentes, en efecto, df = (df1 , df2 ) = 2xdx + 6ydx, 15x2 dx + 12y 5 dy

4.8.
4.8.1.

Regla de la cadena
Funciones compuestas, inversas e impl citas de una variable

Composici on de funciones. Componer dos funciones consiste en aplicar la segunda funci on al resultado de la primera. Anal ticamente tambi en signica sustituir una funci on en la otra. Es decir, si tenemos la funci on y = f (x) que establece la dependencia entre y y x, y la funci on x = g (t), que establece la dependencia entre x y t, podemos sustituir esta u ltima en la primera y obtener y = f g (t) . A la funci on as obtenida (que env a t a y ) se le llama composici on de f con g y se denota por f g . Obs ervese que el orden en que se escribe la composici on f g es el inverso al orden en que act uan las funciones (primero g , despu es f ). Conviene tener siempre presente esta doble visualizaci on de la composici on de funciones: Como aplicaci on sucesiva de dos funciones, y como sustituci on de la variable por una funci on de otra variable. En esquema ser a lo siguiente: (a) Como aplicaci on sucesiva de funciones:

g t
R

f
R *

f g Figura 4.16: Composici on de funciones


(b) Como sustituci on de la variable: y = f (x) x = g (t) y = f g (t)

Es evidente que para poder componer dos funciones el rango de la primera tiene que estar contenido en el dominio de la segunda g (Dg ) Df , en caso contrario, despu es de aplicar g no podr amos aplicar f . Hay que advertir que, en general, la composici on de funciones no es conmutativa, es decir, en la generalidad de los casos ser a f g = g f , incluso, puede suceder que est e denida la composici on en un orden y no en el otro. Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g ) h. Desde el punto de vista formal la composici on puede enunciarse de la siguiente forma: Dadas las funciones g : I R R, f : J R R (tales que g (I ) J ), se llama composici on de f con g y se denota f g : I R R, a la funci on (f g )(x) = f g (x) . g:IRR f :J RR I J R f g :I RR
g f

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

DE FUNCIONES MULTIVARIABLES 268 CAP ITULO 4. DERIVACION


Regla de la cadena. La regla de la cadena nos dice que la composici on de dos funciones diferenciables es diferenciable y su derivada es el producto de las derivadas de cada una de las funciones que se est an componiendo. Es decir, la derivada de la composici on de dos funciones es el producto de las derivadas de dichas funciones, cada una de ellas aplicada en el punto correspondiente. Formalmente la regla de la cadena se puede enunciar de la siguiente forma: Si g es diferenciable en un punto x0 I y f es diferenciable en g (x0 ) J , entonces la composici on f g es diferenciable en x0 , y su derivada es (f g ) (x) = f g (x) g (x) que se puede expresar con la notaci on de Leibnitz, haciendo u = g (x) e y = f (u) dy dy du = dx du dx Funci on inversa. La funci on rec proca o inversa asigna a las im agenes los correspondientes originales (consiste en invertir las echas). Sin embargo, la rec proca de una funci on no siempre es otra funci on, basta que dos elementos distintos tengan la misma imagen para que la rec proca no sea funci on, ya que asignar a a un elemento dos im agenes distintas, lo que no est a permitido para las funciones, aunque s para las correspondencias en general. Por lo tanto, para que la rec proca de una funci on sea otra funci on, dicha funci on ha de ser inyectiva. f I y = f (x) x = f 1 (y ) J
f 1

Desde el punto de vista anal tico para obtener la inversa bastar a con despejar la variable independiente y expresarla en funci on de la variable dependiente. Formalmente podemos decir que si la funci on f : I R R es inyectiva, con rango J R, entonces existe la funci on f 1 : J R R, llamada inversade f, tal que f 1 f (x) = x, xI y f f 1 (y ) = y, yJ Derivada de la funci on inversa La derivada de la funci on inversa es la inversa de la derivada de la funci on. Formalmente se puede enunciar diciendo que si la funci on f es diferenciable y tal que f (x0 ) = 0, x0 I , entonces existe la funci on inversa f 1 , al menos en un entorno de f (x0 ), dicha funci on tambi en es diferenciable, y su derivada es: f 1 o con la notaci on de Leibnitz dy 1 = dx dx dy o bien,
yx =

f (x) =

1 f (x) 1 x y

Funciones impl citas Si consideramos una expresi on del tipo F (x, y ) = 0 nos preguntamos en que condiciones es posible despejar y en t erminos de x y establecer una funci on del tipo y = f (x)?. Evidentemente no siempre es posible obtener dicha funci on. Por ejemplo de x2 + y 2 = 1 no se obtiene una funci on y = f (x). Cuando de F (x, y ) = 0 se puede despejar la variable y , y escribir y = f (x), se dice que esta u ltima funci on est a dada impl citamente en F (x, y ) = 0.

4.8.2.

Composici on de funciones vectoriales

Para funciones de varias variables la situaci on es, en principio, algo m as complicada. T engase en cuenta que dos campos escalares f, g : D Rn R no se pueden componer, pues la operaci on de composici on entre funciones solamente se puede realizar cuando el rango de una de ellas est a contenido en el dominio de la otra, y los campos escalares

4.8. REGLA DE LA CADENA

269

tienen rango en R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr an componer con funciones de una sola variable, por la derecha; o con funciones vectoriales, por la izquierda. Es decir, Rn R R
f g

Rm Rn R

Pensando en la sustituci on de las variables, para componer la funci on z = f (x, y ) tendremos que sustituir las dos variables x e y , respectivamente, por dos funciones g1 y g2 que las conecten con otras variables, donde g1 y g2 pueden ser funciones de una o varias variables (ambas de las mismas). As , si consideramos las funciones x = g1 (u, v ), y = g2 (u, v )

podemos sustituir en la funci on z = f (x, y ) y obtener la funci on compuesta: z = f g1 (u, v ), g2 (u, v ) que en esquema ser a: z = f (x, y ) x = g1 (u, v ) y = g2 (u, v ) z = f g1 (u, v ), g2 (u, v )

Ahora bien, la pareja de funciones x = g1 (u, v ), y = g2 (u, v ) puede considerarse como las componentes de una sola funci on vectorial g : D R2 R2 , de tal manera que a cada punto (u, v ) D la funci on g le asocia el punto g(u, v ) R2 , cuyas coordenadas son (x, y ) = g1 (u, v ), g2 (u, v ) . O sea, g(u, v ) = g1 (u, v ), g2 (u, v ) . Y esto permite interpretar la sustituci on de las variables como la aplicaci on sucesiva de dos funciones. En esquema ser a: g f R2 R2 R (u, v ) (x, y ) z de donde, f g(u, v ) = f g(u, v ) = f g1 (u, v ), g2 (u, v ) Ejemplo 4.50. Hallar la funci on compuesta de la funci on f (x, y ) = xy 2 + xy con las funciones x = g1 (u, v ) = u + v e y = g2 (u, v ) = uv Soluci on. Si queremos interpretar la composici on como la aplicaci on sucesiva de dos funciones, consideramos la funci on vectorial g(u, v ) = g1 (u, v ), g2 (u, v ) = (u + v, uv ) luego, en esquema, resulta f (x, y ) = xy 2 + xy g(u, v ) = (u + v, uv ) de donde, la composici on buscada, ser a: h(u, v ) = (f g)(u, v ) = f g(u, v ) = f g1 (u, v ), g2 (u, v ) = f (u + v, uv ) = = (u + v )(uv )2 + (u + v )uv = u3 v 2 + u2 v 3 + u2 v + uv 2 N otese que la funci on resultante de la composici on es una funci on distinta de f , g, g1 y g2 , es decir, es una nueva funci on h, tal que f (x, y ) = h(u, v ) = f (u, v ) En la pr actica se pueden simplicar los c alculos, sustituyendo directamente: 2 f (x, y ) = f (u + v, uv ) = (u + v )(uv ) + (u + v )uv = u3 v 2 + u2 v 3 + u2 v + uv 2 = h(u, v ) R2 R g R2 R2
f

R2 R2 R (u, v ) (x, y ) z

DE FUNCIONES MULTIVARIABLES 270 CAP ITULO 4. DERIVACION


Ejemplo 4.51. Hallar la funci on compuesta de la funci on f (x, y, z ) = xy 2 z 3 xyz con las funciones x = g1 (t) = et , y = g2 (t) = sen t y z = g3 (t) = t2 Soluci on. Consideramos la funci on vectorial g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 ) luego, en esquema, resulta f (x, y, z ) = xy 2 z 3 xyz g(t) = (et , sen t, t2 ) de donde, la composici on buscada, ser a: h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) = = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t En la pr actica se pueden simplicar los c alculos, sustituyendo directamente: f (x, y, z ) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t = h(t) Ejemplo 4.52. Hallar la funci on compuesta de la funci on f (x, y ) = xy 2 xy con las funciones g (t) = t Soluci on. Este caso es distinto de los dos anteriores, ya que aqu , para poder componer, la funci on f tiene que actuar primero, y despu es la g . En efecto, en esquema, resulta f (x, y ) = xy 2 xy g (t) = t de donde, la composici on buscada, ser a: h(t) = (g f )(x, y ) = g f (x, y ) = f (x, y ) = xy 2 xy R2 R g R R
f

R3 R g R R3

R R R3 t (x, y, z ) w

R2 R R (x, y ) t z

N otese que la funci on resultante de la composici on solamente estar a denida para aquellos puntos (x, y ) en los cuales se cumpla que xy 2 xy 0, es decir, Dh = {(x, y ) R2 / xy 2 xy 0} En la pr actica, tambi en se pueden simplicar los c alculos sustituyendo directamente, pero en este caso, sustituimos en la funci on g : g (t) = g f (x, y ) = f (x, y ) = xy 2 xy = h(x, y )

Caso general. En general, para componer la funci on z = f (x1 , x2 , , xn ) tendremos que sustituir las n variables x1 , x2 , , xn , respectivamente, por las funciones g1 , g2 , gn que las conecten con otras variables u1 , u2 , , um , donde g1 , g2 , gn pueden ser funciones de una o varias variables (todas de las mismas). As , si consideramos las n funciones x1 = g1 (u1 , u2 , , um ) . . .

x2 = g2 (u1 , u2 , , um )

xn = gn (u1 , u2 , , um ) podemos sustituirlas en la funci on z = f (x1 , x2 , , xn ) y obtener la funci on compuesta: z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )

4.8. REGLA DE LA CADENA


Ahora bien, las n funciones x1 = g1 (u1 , u2 , , um ), x2 = g2 (u1 , u2 , , um ), , xn = gn (u1 , u2 , , um )

271

pueden considerarse como las componentes de una sola funci on vectorial g : D Rm n R , de tal manera que a cada punto (u1 , u2 , , um ) D Rm la funci on g le asocia el punto g(u1 , u2 , , um ) = (x1 , x2 , , xn ) Rn , cuyas coordenadas son (x1 , x2 , , xn ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um ) O sea, g (u1 , u2 , , um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um ) que en esquema ser a: Rm Rn R (u1 , u2 , , um ) (x1 , x2 , , xn ) z De esta manera se ve el proceso de composici on de funciones de varias variables como un proceso entre dos funciones, que se puede enunciar formalmente de la siguiente forma: Denici on 4.19 (Composici on de funciones). Dadas la funci on f : Df Rn R n m n denida en el conjunto Df de R y la funci on g : Dg R R denida en el conjunto Dg de Rm , cuyo rango est a contenido en Df (es decir, g(Dg ) Df ), entonces se puede formar la composici on de ambas funciones f g : Dg Rm R, denida como: (f g)(u) = f g(u)), Esquem aticamente ser a. g : Dg Rm Rn f : Df Rn R y mediante diagramas,
g f g f

u Dg (f g)(u) = f g(u)

Dg Df R f g : Dg Rm R

g u
R

f
R *

x Rn f g Figura 4.17: Composici on de funciones

z R

Rm

O bien, teniendo en consideraci on los dominios, Igual que en una variable, en general, la composici on de funciones no cumple la propiedad conmutativa, y s la asociativa.

4.8.3.

Regla de la cadena. Perspectiva te orica: Diferencial

Teorema 4.9 (Regla de la cadena). Sea g : Dg Rm Rn una funci on denida en el conjunto abierto Dg de Rm , diferenciable en x0 Dg . Sea f : Df Rn Rp una funci on denida en el conjunto abierto Df de Rn , tal que g(Dg ) Df , diferenciable en y0 = g(x0 ) Df . Entonces la composici on f g : Dg Rm Rp es diferenciable en x0 y adem as, en dicho punto, d(f g) = df dg

DE FUNCIONES MULTIVARIABLES 272 CAP ITULO 4. DERIVACION g


R

f
R *

Dg Rm

Df Rn f g Figura 4.18: Composici on de funciones R

Demostraci on. Esquem aticamente, la situaci on de partida es, Rm Rn Rp x0 y0 z0 (Si p = 1, la funci on f ser a num erica, que es el objeto de estudio de este curso, sin embargo estudiamos el caso general ya que el valor de p no afecta a la demostraci on del teorema). Por ser g diferenciable en x0 , se tiene: g(x0 + h) g(x0 ) = dg(h) + h 1 (h) con
h0 g f

l m 1 (h) = 0

(4.10)

Consideremos ahora la imagen de x0 por g: y0 = g(x0 ) g(Dg ) Rn . Puesto que f es diferenciable en y0 , se tiene: f (y0 + k) f (y0 ) = df (k) + k 2 (k) Elijamos entonces k es una funci on de h que tiende a 0 cuando h tiende hacia 0. Despejando g(x0 + h) en (4.12), se tiene: g(x0 + h) = g(x0 ) + k = y0 + k, y sustituyendo en (4.11), y0 + k = g(x0 + h) resulta: ahora bien, teniendo en cuenta que por (4.10) es g(x0 + h) g(x0 ) = dg(h) + h 1 (h), resulta f g(x0 + h) f g(x0 ) = df dg(h) + h 1 (h) + k 2 (k) f g(x0 + h) f g(x0 ) = df g(x0 + h) g(x0 ) + k 2 (k) y0 = g(x0 ) k = g(x0 + h) g(x0 ) k = g(x0 + h) g(x0 ) (4.12) con
k 0

l m 2 (h) = 0

(4.11)

y al ser df una aplicaci on lineal, ser a df dg(h) + h 1 (h) = df dg(h) + h df 1 (h) , con lo que resulta: f g(x0 + h) f g(x0 ) = df dg(h) + h df 1 (h) + k 2 (k) de donde, para h = 0, se tiene f g(x0 + h) f g(x0 ) = df dg(h) + h luego (4.13) se puede expresar de la forma: f g(x0 + h) f g(x0 ) = df dg(h) + h (h) df 1 (h) + k 2 (k) h

(4.13)

(4.14)

4.8. REGLA DE LA CADENA


donde

273

(el valor (0) = 0, se deduce al sustituir h por 0 en (4.13)). Nos queda por demostrar que (h) tiende hacia 0 cuando h tiende hacia 0. Es decir, tenemos que demostrar que el siguiente l mite es nulo: l m (h) = l m df 1 (h) + k 2 (k) h = l m df 1 (h) + l m
h0

df (h) + k (k) 1 2 (h) = h 0

si h = 0 si h = 0

h0

h0

h0

k 2 (k) h

Primer sumando; puesto que df es lineal, es continua, y se puede decir que:


h0

l m 1 (h) = 0

h0

l m df 1 (h) = 0

Segundo sumando; puesto que dg es continua, existe una constante a > 0 tal que, para todo h Rm , se verica que dg(h) a h . Por consiguiente, seg un (4.12) y (4.10), se tiene: k = g(x0 + h) g(x0 ) = con lo cual, k a h + h y, por tanto:
k 0

dg(h) + h 1 (h)

dg(h) + h h

1 (h)

1 (h) = a + 1 (h)

l m 2 (k) = 0

h0

l m

k 2 (k) = 0 h

Y, en consecuencia, se concluye que l m (h) = 0. La relaci on (4.14) prueba, entonces que f g es diferenciable en x0 , y tambi en que su diferencial en ese punto es la compuesta dg df de las diferenciales de g y f .Con lo cual el teorema 4.9 queda demostrado.
h0

4.8.4.

Regla de la cadena. Perspectiva pr actica: Parciales

En la Regla de la Cadena hay que diferenciar el aspecto te orico del aspecto pr actico. El aspecto te orico presenta una gran elegancia y simplicidad, sin embargo no nos deja ver la riqueza de sus m ultiples aplicaciones pr acticas. erminos de derivadas parciales de As , el teorema 4.9 puede enunciarse en t la siguiente forma: Teorema 4.10 (Regla de la cadena). Sea g : Dg Rm Rn una funci on denida en el conjunto abierto Dg de Rm , diferenciable en x0 Dg . Sea f : Df Rn R una funci on denida en el conjunto abierto Df de Rn , tal que g(Dg ) Df , diferenciable en y0 = g(x0 ) Df . Entonces la composici on f g : Dg Rm R es diferenciable en x0 y adem as, en dicho punto, sus derivadas parciales son: (f g)(x0 ) = xj
n i=1

f gi g(x0 ) (x0 ). yi xj

j = 1, 2, . . . , m

(4.15)

DE FUNCIONES MULTIVARIABLES 274 CAP ITULO 4. DERIVACION La f ormula (4.15) se comprende mejor si la desarrollamos en sus componente. En efecto, si la funci on g depende de m variables, x1 , , xm , (y1 , , yn ) = g(x1 , , xm ), tendr amos la situaci on siguiente: Rm Rn R (x1 , , xm ) (y1 , , yn ) z donde g es una funci on de n funciones coordenadas, cada una de ellas dependiendo de las m variable x1 , , xm . Al hacer la composici on con f , se obtiene la funci on f g que depende, tambi en, de las m variables x1 , , xm . Para estas funciones, las derivadas parciales de las f ormulas (4.15) se puede expresar de la forma: f g1 f gn z = + + x1 y1 x1 yn x1 . . (4.16) . z f g1 f gn = + + xm y1 xm yn xm Es decir, de manera esquem atica, pensando en t erminos de sustituci on de las variables, y usando la misma letras para denotar a las funciones as como a sus im agenes, tenemos:
f y1 f yn z = + + y = y ( x , , x ) 1 1 1 m x y x y 1 1 n x1 1 . . . . z = f (y1 , , yn ) . . z y f f yn yn = yn (x1 , , xm ) 1 = + + xm y1 xm yn xm
g f

Y forzando un poco m as la notaci on, resulta,

z z y1 z yn = + + y = y ( x , , x ) 1 1 m y1 x1 yn x1 x1 1 . . . . z = z (y1 , , yn ) . . z y z z yn yn = yn (x1 , , xm ) 1 = + + xm y1 xm yn xm

Luego, seg un la regla de la cadena se tiene: z = xj


n i=1

z yi . yi xj

j = 1, 2, . . . , m

(4.17)

Es evidente la ventajosa simplicidad de la f ormula de las derivadas parciales de la funci on compuesta con esta presentaci on. Sin embargo, debemos hacer o notar que: 1 no se hacen expl citos los puntos donde est an calculadas las derivadas, y 2o se usan letras iguales para denotar cosas distintas, a saber: las funciones y sus im agenes.

4.8. REGLA DE LA CADENA

275

Aqu se ha seguido el orden alfab etico de las variables x y z . Sin embargo, en la pr actica, cuando el n umero de variables es reducido, no se suele seguir este orden, ya que se acostumbra a utilizar letras distintas sin sub ndices. Para varias variables, m as acorde con la notaci on pr actica hubiera sido seguir con el orden t x z , con lo que hubiera resultado:
f x1 f xn z = + + x = x ( t , , t ) 1 1 1 m x1 t1 xn t1 t1 . . . . z = f (x1 , , xn ) . . xn = xn (t1 , , tm ) z = f x1 + + f xn tm x1 tm xn tm

Veamos la materializaci on de esta f ormula a los distintos casos concretos.

Regla de la cadena con una variable independiente Si la funci on g depende de una sola variable, tendr amos la situaci on siguiente: g f R Rn R t (x1 , , xn ) z

donde g es una funci on de n funciones coordenadas, cada una de ellas dependiendo de una sola variable t. Al hacer la composici on con f , se obtiene la funci on f g que depende, tambi en, s olo de t. Para estas funciones, las derivadas parciales de las f ormulas (4.15) del teorema anterior son derivadas totales, quedando como: d (f g)(t) = (f g) (t) = dt
n i=1

dgi f g(t) (t) xi dt

(4.18)

donde gi , i = 1, 2, , n, son las funciones coordenadas de g. Que se puede expresar, de manera esquem atica, de la forma: f dx1 f dxn dz = + + dt x1 dt xn dt Es decir, de manera esquem atica, pensando en t erminos de sustituci on de las variables, tenemos: x1 = x1 (t) f dx1 f dxn dz . . z = f (x1 , , xn ) = + + . dt x1 dt xn dt xn = xn (t)

en puede expresarse La suma que aparece en la igualdad (4.18) tambi como un producto interior de dos vectores, de la siguiente forma: dx1 /dt d f f . g(t) , . . . , g(t) . f g (t) = . = f g(t) g (t) dt x1 xn dxn /dt

DE FUNCIONES MULTIVARIABLES 276 CAP ITULO 4. DERIVACION


(t), . . . , g (t) . De esta manera, la exdonde, g (t) representa el vector g1 n tensi on de la regla de la cadena tiene un parecido m as ntimo con el caso unidimensional, salvo que ahora el gradiente f desempe na el papel de la derivada f . Planteamiento pr actico. Con objeto de recordar con facilidad las f ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m as pr actico) centrado en dos variables. Supongamos una funci on de dos variables z = f (x, y ), y supongamos que cada una de las variables x e y depende de una tercera variable t, mediante las funciones x = x(t), y = y (t). Podemos sustituir los valores de x e y en la funci on z = f (x, y ), con lo cual z pasar a a depender directamente de t y podr amos calcular la derivada de z respecto de t.

z = f (x, y )

x = x(t) y = y (t)

z = f x(t), y (t) = h(t)

dz = h (t) dt

Esto que puede hacerse por sustituci on de las variables (sustituyendo primero y derivando despu es), tambi en puede hacerse por la regla de la cadena. Para obtener la f ormula correspondiente, partimos de dz , y a partir de ah obtenemos dz/dt, por simple divisi on. En efecto, dz = f f dx + dy x y dz f dx f dy = + dt x dt y dt

Otra manera de obtener la f ormula es mediante un diagrama en a rbol, donde la derivada de la funci on z respecto de la variable t se obtiene sumandotodos los caminos que van de t a z .

dx dt *

x H x y z

tH

HH dy j dt

HH jz *
y

dz z dx z dy = + dt x dt y dt

Esta regla puede enunciarse de una manera m as formal mediante el siguiente Teorema 4.11 (Regla de la cadena con una variable independiente). Sea z = f (x, y ), donde f es una funci on diferenciable de x e y . Si x = g (t) e y = h(t), siendo g y h funciones derivables de t, entonces z es una funci on derivable de t, y su derivada es dz z dx z dy = + dt x dt y dt

4.8. REGLA DE LA CADENA

277

Demostraci on. Puesto que g y h son funciones derivables respecto de t, resulta que ambos x y y tienden a cero cuando t tiende a cero. Adem as, al ser f una funci on diferenciable de x y de y , se tiene que z z z = x + y + 1 x + 2 y x y donde 1 y 2 0 cuando (x, y ) (0, 0). Luego para t = 0, se tiene z x z y x y z = + + 1 + 2 t x t y t t t de donde se deduce que z dx z dy dz z = l m = + +0 t0 t dt x dt y dt dx dt +0 dy dt

z dx z dy + x dt y dt

Ejemplo 4.53. Dada la funci on z = x2 y y 2 , donde x = sen t, y = et . Hallar dz/dt cuando t = 0, (a) Por sustituci on previa (b) Mediante la Regla de la Cadena. Soluci on. (a) Mediante la sustituci on previa es un proceso elemental, basta con sustituir x e y por sus valores y derivar una vez hecha la sustituci on. z = x2 y y 2 de donde, x = sen t y = et z = et sen2 t e2t

dz = et sen2 t + 2et sen t cos t 2e2t dt y, en consecuencia, resulta dz dt


t=0

= 1 0 + 2 1 0 1 2 1 = 2

(b) Aplicando la Regla de la Cadena, resulta f dx f dy dz = + = (2xy ) cos t + (x2 2y )et dt x dt y dt Que podemos expresarlo en t erminos de t, o dejarlo como est a. En consecuencia, dado que x=0 t=0 y=1 resulta: dz = 0 + (0 2) 1 = 2 dt t=0 Ejemplo 4.54. La altura de un cono recto circular mide 15 cm. y aumenta a raz on de 0 2 cm. cada minuto. El radio de la base mide 10 cm. y aumenta a raz on de 0 3 cm. cada minuto. Hallar la variaci on de volumen que experimenta en la unidad de tiempo.

DE FUNCIONES MULTIVARIABLES 278 CAP ITULO 4. DERIVACION 1 Soluci on. El volumen del cono viene denido por: V = r2 h, de donde, 3
h r

dV V dr V dh 2 dr 1 dh = + = rh + r2 dt r dt h dt 3 dt 3 dt y, teniendo en cuenta que, para h = 15 r = 10 se tiene h (t) = 0 2 r (t) = 0 3

Figura 4.19: cono. resulta, dV dt

h=15 r =10

2 1 110 = 10 15 0 3 + 100 0 2 = cm3 /min 3 3 3

Regla de la cadena para dos variables independientes Si la funci on g depende de dos variables, t1 y t2 , (x1 , , xn ) = g(t1 , t2 ), tendr amos la situaci on siguiente: R2 Rn R (t1 , t2 ) (x1 , , xn ) z donde g es una funci on de n funciones coordenadas, cada una de ellas dependiendo de las dos variable t1 y t2 . Al hacer la composici on con f , se obtiene la funci on f g que depende, tambi en, de las variables t1 y t2 . Para estas funciones, las derivadas parciales de las f ormulas (4.15) del teorema anterior son las siguientes: (f g)(x0 ) = tj
n i=1 g f

f gi g(x0 ) (x0 ). xi tj

j = 1, 2

(4.19)

donde gi , i = 1, 2, , n, son las funciones coordenadas de g. Que, al igual que la f ormula (4.16), se puede expresar de la forma: z f x1 f xn = + + t1 x1 t1 xn t1 z f x1 f xn = + + t2 x1 t2 xn t2

Es decir, de manera esquem atica, pensando en t erminos de sustituci on de las variables, tenemos: z f x1 f xn x = x ( t , t ) 1 1 1 2 = + + t1 x1 t1 xn t1 . . z = f (x1 , , xn ) . f x1 f xn z = + + xn = xn (t1 , t2 ) t2 x1 t2 xn t2

4.8. REGLA DE LA CADENA

279

La regla de la cadena, en este caso, consiste en un conjunto de dos f ormulas, una para cada derivada parcial D1 (f g), D2 (f g). Cada una de las cuales es una suma que tambi en puede expresarse como un producto interior, y la f ormula (4.19 toma otra vez una forma parecida al caso unidimensional.
dx1 dtj (x0 ) . . = f g(x0 ) Dj g(x0 ) . dxn (x0 ) dtj

f g (x0 ) = tj

f f g(x0 ) , . . . , g(x0 ) x1 xn

para j = 1, 2. donde Dj g(x0 ) representa el vector Dj g1 (x0 ), . . . , Dj gn (x0 ) .

Planteamiento pr actico. Con objeto de recordar con facilidad las f ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m as pr actico) centrado en dos variables. Supongamos una funci on de dos variables z = f (x, y ), y supongamos que cada una de las variables x e y dependen de otras dos variable s y t, mediante las funciones x = x(s, t), y = y (s, t). Podemos sustituir los valores de x e y en la funci on z = f (x, y ), con lo cual z pasar a a depender directamente de s y t y podr amos calcular las derivadas parciales de z respecto de s y respecto de t. z =? x = x(s, t) s z = f x(s, t), y (s, t) = h(s, t) z = f (x, y ) y = y (s, t) z =? t Esto que puede hacerse por sustituci on de las variables (sustituyendo primero y derivando despu es), tambi en puede hacerse por la regla de la cadena. Para obtener la f ormula correspondiente, partimos de dz , y a partir de ah obtenemos z/s y z/t por simple divisi on. En cada caso, d se transforma en , ya que al hacer la divisi on suponemos que la otravariable permanece constante. En efecto, z f x f y = + t = cte. f f s x s y s dz = dx + dy f x f y z x y = + s = cte. t x t y t

Otra manera de obtener la f ormula es mediante un diagrama en a rbol, donde la derivada de la funci on z respecto de cada variable se obtiene sumandotodos los caminos que van desde la variable correspondiente a z , suponiendo el resto de las variables jas.

DE FUNCIONES MULTIVARIABLES 280 CAP ITULO 4. DERIVACION


x s * z

t =cte.

sH

x H x y z

HH y j s

HH jz *
y

z f x f y = + s x s y s

s =cte.

tH

x t *

x H x y z

HH y j t

HH j *z
y

z f x f y = + t x t y t

Estos resultados se pueden enunciar de una manera m as formal mediante el siguiente Teorema 4.12 (Regla de la cadena con dos variables independientes). Sea z = f (x, y ), donde f es una funci on diferenciable de x y de y . Si x = g (s, t) e y = h(s, t) son tales que existen todas las parciales primeras x/s, x/t, y/s y y/t, entonces z/s y z/t existen y vienen dadas por z x z y z = + s x s y s y z z x z y = + t x t y t Demostraci on. Para obtener z/s mantenemos t constante, con lo cual se tiene que g y h son funciones derivables de la u nica variable s, y, en consecuencia, podemos aplicar el teorema 4.11 para obtener el resultado deseado. De la misma forma, para obtener z/t mantenemos s constante, con lo cual g y h son funciones derivables de t solamente, y en consecuencia tambi en podemos aplicar el teorema 4.11 para obtener el resultado deseado.

Ejemplo 4.55. Dada la funci on z = 2xy , donde x = s2 + t2 e y = s/t. z z Hallar y s t (a) Por sustituci on de las variables. (b) Por la regla de la cadena. Soluci on. (a) Mediante la sustituci on previa es un proceso elemental, basta con sustituir x e y por sus valores y derivar una vez hecha la sustituci on. z = 2xy x = s2 + t2 y = s/t s s3 z = 2(s2 + t2 ) = 2( + st) t t

4.8. REGLA DE LA CADENA de donde,

281

z 3s2 6s2 + 2t2 = 2( + t) = s t t 3 s 2s3 + 2st2 z = 2( 2 + s) = t t t2 (b) Aplicando la Regla de la Cadena, resulta z f x = s x s s = 4s + t f y 1 2x = (2y )(2s) + (2x)( ) = 4sy + = y s t t 2 2 4s2 2s2 + 2t2 6s2 + 2t2 (s + t2 ) = + = t t t t +

z 2s f x f y s = + = (2y )(2t) + (2x)( 2 ) = 4ty 2 x = t x t y t t t 2 s 2s3 2st2 2 2s3 4 t 2 st s 2s 2 = = 4t 2 (s + t2 ) = t t t2 t2

4.8.5.

Regla de la cadena. Perspectiva general: Matriz jacobiana

La introducci on del Jacobiano nos va a permitir utilizar el lenguaje algebraico de las matrices y las transformaciones lineales y nos va a permitir ver la regla de la cadena como un resultado de asombrosa sencillez y elegancia, como lo es en el caso de funciones de una variable. Recordemos, primeramente, lo que establece la regla de la cadena para funciones de una sola variable: la composici on de dos funciones diferenciable es diferenciable y su derivada es el producto de las derivadas de cada una de las funciones que se est an componiendo. Queremos establecer un resultado similar para funciones vectoriales de cualquier n umero de variables. Hasta ahora hemos denido los conceptos de derivadas parciales, derivadas direccionales, gradiente y diferencial, para funciones de varias variables, pero no hemos denido lo que se entiende por derivadade este tipo de funciones. Denici on 4.20 (Derivada). Sea la funci on f : D Rn Rm denida en el conjunto abierto D de Rn y sea x0 D. Se dice que esta funci on es diferenciable en x0 si existe una transformaci on lineal f (x0 ) : Rn Rm , llamada derivada de f en x0 , tal que f (x0 + h) = f (x0 ) + f (x0 )h + r(h) (para h tal que x0 + h D) NOTA: Siendo r una funci on que toma valores en Rm , la interpretaci on del l mite anterior ser a de que todas las funciones componentes tender an a cero cuando, al dividirlas por h , h tiende a cero. Hemos denido la derivada de una funci on vectorial como una transformaci on lineal T : Rn Rm . Toda transformaci on lineal tiene asociada una matriz de orden m n que la representa. Matriz de una transformaci on lineal. La matriz asociada a la transformaci on lineal n m T : R R se construye de la siguiente forma: Sean 1 = {e1 , e2 , , en } y 2 = { e1 , e2 , , en } las bases can onicas de Rn y Rm respectivamente. Entonces el vector T (ej ) se puede escribir como combinaci on lineal de los vectores de 2 , es decir, T (ej ) = a1j e1 + a2j e2 + + amj em donde
h0

l m

r(h) = 0, h

DE FUNCIONES MULTIVARIABLES 282 CAP ITULO 4. DERIVACION


A la matriz A = (aij ), i = 1, 2, . . . , m, j = 1, 2, . . . , n, cuya j- esima columna est a constituida por las coordenadas de la imagen del j- esimo vector ej de la base can onica de Rn respecto de la base can onica de Rm , se le llama matriz de la transformaci on T respecto de las bases 1 y 2 . Es decir, la transformaci on T : Rn Rm queda un vocamente determinada cuando se da la imagen de una base de Rn . Sean 1 = {e1 , e2 , , en } y 2 = { e1 , e2 , , en } las bases can onicas de Rn y Rm respectivamente. Las im agenes de los vectores de la base 1 , por estar en Rm , se pueden expresar mediante combinaci on lineal de los vectores de 2 . Sean las im agenes de los vectores de la base 1 mediante la transformaci on T las siguientes: T (e1 ) = a11 e1 + a21 e2 + + am1 em T (en ) = a1n e1 + a2n e2 + + amn em Si x es un vector arbitrario de Rn , e y su imagen en Rm , ser a: x = x1 e1 + + xn en se vericar a: y1 e1 + + ym em = T (x) = T (x1 e1 + + xn en ) = x1 T (e1 ) + + xn T (en ) = = (a11 x1 + + a1n xn ) e1 + + (am1 x1 + + amn xn ) em de donde y1 = a11 x1 + + a1n xn ym = am1 x1 + + amn xn = x1 (a11 e1 + + am1 em ) + + xn (a1n e1 + + amn em ) = y = y1 e1 + + ym em

Es decir, y = Ax, donde las columnas de la matriz A son las coordenadas de las im agenes de los vectores de la base can onica 1 respecto de 2 .

Son las ecuaciones de la transformaci on T respecto de las bases 1 y 2 . Las ecuaciones se pueden escribir en forma matricial del siguiente modo: x1 a11 a1n y1 . . . . . . . . = . . . . ym am1 amn xn

Matriz jacobiana. Sea f : D Rn Rm una funci on diferenciable en x0 D, entonces, seg un la denici on 4.20, ser a: f (x0 + h) = f (x0 ) + f (x0 )h + r(h) donde
h0

l m

r(h) =0 h

(para h tal que x0 + h D).

Considerando el vector h = tej , ej de la base can onica de Rn y t R, con t sucientemente peque no como para asegurar que x0 + h D, resulta: f (x0 + tej ) = f (x0 ) + f (x0 )(tej ) + r(h) Y teniendo en cuenta que f (x0 ) es una transformaci on lineal, ser a: f (x0 )(tej ) = tf (x0 )(ej ), luego, f (x0 + tej ) = f (x0 ) + tf (x0 )(ej ) + r(h) de donde, f (x0 + tej ) f (x0 ) r(h) t t y teniendo en cuenta que h = t, podemos escribir f (x0 )(ej ) = f (x0 )(ej ) = r(h) f (x0 + tej ) f (x0 ) t h

4.8. REGLA DE LA CADENA

283

Al tomar l mite cuando t 0 (i.e. cuando h 0) el segundo sumando del lado derecho tiende a cero, quedando s olo: f (x0 )(ej ) = l m
t 0

f (x0 + tej ) f (x0 ) t

Al descomponer f como (f1 , f2 , . . . , fn ), y tomando l mites en cada una de las coordenadas, vemos que estos son las derivadas parciales respecto de la variable xj de cada una de las componentes. es decir, f (x0 )(ej ) = f2 fm f1 (x0 ), (x0 ), . . . , (x0 ) xj xj xj
m

=
i=1

fi (x0 ) ei xj

Entonces la j- esima columna de la matriz que representa a la transformaci on lineal (derivada) f (x0 ) : Rn Rm est a formada por las derivadas parciales de las funciones componentes de f respecto de su j- esima variable. Es decir, f f1 f1 1 (x0 ) (x0 ) . . . (x0 ) x2 xn x1 f2 f f 2 2 ( x ) ( x ) . . . ( x ) 0 0 0 x1 x x 2 n . . . . . . . . . fm fm fm (x0 ) (x0 ) . . . (x0 ) x1 x2 xn

A esta matriz de orden m n, en cuya i- esima linea y j- esima columna aparece la derivada i parcial f ( x ) de la i- e sima funci o n componente de f respecto de su j- esima variable, 0 xj evaluada en x0 , se le llama matriz jacobiana de la funci on f en x0 y se denota J f (x0 ). Esta es entonces la derivada de la funci on diferenciable f en x0 (identicando, como siempre, a la transformaci on lineal f (x0 ) : Rn Rm con la matriz que la representa). Gradiente y matriz jacobiana. Consideremos el caso m = 1. En este caso, la funci on f : D Rn R denida en el conjunto abierto D de Rn ser a diferenciable en x0 D si se da la transformaci on lineal f (x0 ) : Rn R cuya representaci on matricial es la matriz 1n f f f Jf (x0 ) = (x0 ) (x0 ) (x0 ) x1 x2 xn tal que f (x0 + h) = f (x0 ) + f (x0 )h + r(h) con
h0

l m

r(h) = 0. h

Ahora bien, Si h = (h1 , h2 , . . . , hn ) Rn es tal que x0 + h D, se tiene h1 h2 f f f (x0 ) (x0 ) (x0 ) . = f (x0 )h = Jf (x0 )h = x1 x2 xn . . hn = f f f (x0 )h1 + (x0 )h2 + + (x0 )hn x1 x2 xn agina 235), vemos Comparando este resultado con el obtenido en la denici on 4.7 (p que se trata exactamente de la misma denici on, s olo que en aqu ella se hablaba de la existencia de las derivadas parciales y ahora hablamos de la transformaci on lineal f (x0 ) (la derivada de f en x0 ) o de un modo m as preciso, de la matriz que la representa. Es decir, el residuo r(h) queda determinado de la misma manera en ambas deniciones y se le pide que cumpla la misma propiedad.

DE FUNCIONES MULTIVARIABLES 284 CAP ITULO 4. DERIVACION


Puede demostrarse que la funci on f : D Rn Rm es diferenciable en x0 D (seg un la denici on 4.20) si y s olo si sus funciones coordenadas fi : D Rn Rm lo son (con as a un, teniendo en cuenta que la derivada de la la denici on de diferenciabilidad 4.7). M i- esima funci on coordenada fi en x0 es la matriz de orden 1 n Jfi (x0 ) = fi fi fi (x0 ) (x0 ) (x0 ) x1 x2 xn

tenemos que la derivada de la funci on f : D Rn Rm es la matriz que en su i- esima la tiene la derivada de su i- esima funci on componente. Esquem aticamente: f 1 (x0 ) x1 f2 (x0 ) Jf (x0 ) = x1 . . . fm (x0 ) x1 f1 (x0 ) x2 f2 (x0 ) x2 . . . fm (x0 ) x2 ... ... ... f1 (x0 ) xn f2 (x0 ) xn = . . . fm (x0 ) xn

Jf1 (x0 ) Jf2 (x0 ) . . . Jfm (x0 )

R n R,

Obs ervese tambi en que la matriz 1 n, Jfi (x0 ), derivada de la funci on fi : D se identica de manera natural con el vector gradiente de fi en x0 Jfi (x0 ) = grad fi (xo ) = fi fi fi (x0 ), (x0 ), , (x0 ) x1 x2 xn

As , el gradiente de una funci on de n variables (denido en 4.9) es como la derivada de la funci on (en el sentido de la denici on 4.20). Ejemplo 4.56. Derivar la funci on f : R2 R2 dada por f (x, y ) = (x2 + 3y 2 , x3 + 2y 5 ) Soluci on. Las funciones coordenadas vienen denidas por: f1 (x, y ) = x2 + 3y 2 , luego, f1 x Jf = f2 x f2 (x, y ) = x3 + 2y 5

Ejemplo 4.57. Hallar la derivada en el punto (0, 0) de la funci on f : R2 R3 denida x+y por f (x, y ) = x + y, e , sen(x + y ) . Soluci on. Las funciones coordenadas vienen denidas por: f1 (x, y ) = x + y, luego, x f2 Jf = x (0, 0) f 3 (0, 0) x f
1

f1 y = f2 y

2x 3x2

6y 10y 4

f2 (x, y ) = ex+y ,

f3 (x, y ) = sen(x + y )

(0, 0)

Regla de la cadena. Caso general. Esquem aticamente la situaci on ser a:

f1 (0, 0) y 1 f2 (0, 0) = ex+y y cos(x + y ) f3 (0, 0) y

ex+y cos(x + y ) x=0


y =0

1 = 1 1

1 1 1

4.8. REGLA DE LA CADENA


(f g) R g(x0 ) g  f

285

g x0

j R f (g(x0 ))  *

Rm

Rn

f g

Rp

Figura 4.20: Composici on de funciones

Supongamos que la funci on g : Rm Rn es diferenciable en x0 y la funci on f : Rm R es diferenciable en g(x0 ). Lo que dice la regla de la cadena es que la funci on compuesta f g : Rm Rp ser a diferenciable en x0 y que
n

(f g) (x0 ) = f (g(x0 ))g (x0 ) entendi endose el lado derecho de esta expresi on como una composici on de transformaciones lineales, o bien, en t erminos matriciales J (f g )(x0 ) = Jf (g (x0 ))Jg (x0 ) entendi endose el lado derecho de esta u ltima expresi on como una multiplicaci on de matrices. Es decir, la (matriz que representa a la) derivada de la composici on es igual al producto de las (matrices que representan a las) derivadas de las funciones componentes.

Ejemplo 4.58. Dadas las funciones g : R2 R3 y f : R3 R2 , denidas por: g(x, y ) = (3x, xy, y 2 ) f (x, y, z ) = (x2 + 3y 2 , 2xyz ) Hallar la derivada de la composici on f g : R 2 R 2 (a) Mediante la regla de la cadena. (b) Realizando previamente la composici on.

Soluci on. (a) La matriz jacobiana de la composici on vendr a denida por el producto de

DE FUNCIONES MULTIVARIABLES 286 CAP ITULO 4. DERIVACION


las matrices jacobianas correspondientes, es decir, J (f g) = J f g(x, y ) J g(x, y ) = f1 x g(x, y ) = f2 g(x, y ) x = 2x 2yz 6y 2xz 0 2xy f1 g(x, y ) y f2 g(x, y ) y 3 y g(x,y ) 0

2(3x) 2(xy )(y 2 ) 6x 2xy 3

18x + 6xy 2 12xy 3

3 0 6(xy ) 0 y x = 2(3x)(y 2 ) 2(3x)(xy ) 0 2y 3 0 6xy 0 + 6xy 2 y x = 18x 2 2 6xy 6x y 6xy 3 + 6xy 3 0 2y 6x2 y 18x2 y 2

0 x = 2y

g1 x f1 g(x, y ) z g2 x f2 g(x, y ) g z 3 x

g1 x g2 = x g3 x

6x2 y 6x2 y 2 + 12x2 y 2

(b) Aplicando previamente la composici on, resulta: (f g)(x, y ) = f g(x, y ) = f (3x, xy, y 2 ) = (3x)2 + 3(xy )2 , 2(3x)(xy )(y 2 ) = = (9x2 + 3x2 y 2 , 6x2 y 3 ) de donde, la derivada de la composici on es la matriz: J (f g) = 18x + 6xy 2 12xy 3 6x2 y 18x2 y 2

que coincide con la obtenida mediante la regla de la cadena. Ejemplo 4.59. Dadas las funciones g : R3 R3 y f : R3 R2 , denidas por: g(x, y, z ) = (xy, yz, x + y + z ) f (x, y, z ) = (x2 + y 3 , y + z 2 1) Hallar la derivada de la composici on f g : R2 R2 en el punto (1, 1, 1) (a) Mediante la regla de la cadena. (b) Realizando previamente la composici on. Soluci on. (a) La matriz jacobiana de la composici on vendr a denida por el producto de las matrices jacobianas correspondientes. En este caso, a ser g(1, 1, 1) = (1, 1, 3), ser a, J (f g)(1, 1, 1) = J f g(1, 1, 1) J g(1, 1, 1) = J f (1, 1, 3) J g(1, 1, 1) luego 2 3 0 2x 3y 2 0 = 0 1 6 0 1 2z (1,1,3) 1 1 0 y x 0 = 0 1 1 J g(1, 1, 1) = 0 z y 1 1 1 1 1 1 (1,1,1) J f (1, 1, 3) =

4.9. FUNCIONES IMPL ICITAS


de donde, resulta: J (f g)(1, 1, 1) = 2 0 3 1 1 0 0 6 1 1 1 1 0 1 = 1 2 6 5 7 3 7

287

(b) Aplicando previamente la composici on, resulta:

(f g)(x, y, x) = f g(x, y, z ) = f (xy, yz, x + y + z ) = x2 y 2 + y 3 z 3 , yz + (x + y + z )2 1 de donde, la derivada de la composici on es la matriz: J (f g) = de donde resulta: (f g)(1, 1, 1) = 2xy 2 2(x + y + z ) 2x2 y 2 + 3y 2 z 3 z + 2(x + y + z ) 3y 3 z 2 y + 2(x + y + z ) =
(1,1,1)

2xy 2 2(x + y + z )

2x2 y 2 + 3y 2 z 3 z + 2(x + y + z )

3y 3 z 2 y + 2(x + y + z )

2 6

5 7

3 7

que coincide con la obtenida mediante la regla de la cadena. El teorema que establece rigurosamente la regla de la cadena en el caso general puede enunciarse de la siguiente forma: Teorema 4.13. Sea f : Df Rn Rp una funci on denida en el abierto Df de Rn y m n g : Dg R R una funci on denida en el abierto Dg de Rm tal que g(Dg ) Df . Si g es diferenciable en x0 Dg y f es diferenciable en g(x0 ) Df entonces la funci on f g : Dg Rm Rp es diferenciable en x0 y su derivada viene dada por la matriz: J (f g)(x0 ) = J f g(x0 ) J g(x0 ) La demostraci on puede verse en [2, Pita]

4.9.
4.9.1.

Funciones impl citas


Funciones de una variable

La ecuaci on de una curva en el plano puede expresarse bien en forma expl cita, y = f (x), o bien en forma impl cita, F (x, y ) = 0. No obstante, si tenemos una ecuaci on de la forma F (x, y ) = 0, no siempre representa esta una funci on. Es decir, dada la ecuaci on F (x, y ) = 0 nos planteamos la cuesti on de si es siempre posible despejar y en t erminos de x y dejar establecida la funci on y = f (x). La respuesta a esta cuesti on es negativa. En efecto: De la 2 2 expresi on x + y 1 = 0 no podemos establecer una funci on y = f (x) despe2 + y 2 = 1 dene dos funciones, a saber, jando y en t erminos de x , ya que x y = f1 (x) = 1 x2 e y = f2 (x) = 1 x2 . La ecuaci on F (x, y ) = 0 siempre representa una relaci on, esto es, el conjunto de todos los pares que satisfacen la ecuaci on. No obstante, nos planteamos la siguiente pregunta cu ando la relaci on denida por F (x, y ) = 0 es tambi en una funci on? En otras palabras, cu ando la ecuaci on F (x, y ) = 0 puede resolverse expl citamente respecto a y en funci on de x, obteni endose soluci on u nica? La cuesti on anterior puede plantearse en t erminos de curvas de nivel. As , podemos preguntarnos lo siguiente, dada la funci on z = F (x, y ), es su

DE FUNCIONES MULTIVARIABLES 288 CAP ITULO 4. DERIVACION nivel cero, F (x, y ) = 0, una curva que se puede ver como la gr aca de una funci on y = f (x)?. As mismo, si conocemos algo referente a la continuidad o diferenciabilidad de F qu e podemos concluir en relaci on a la continuidad o diferenciabilidad de f ? El teorema de la funci on impl cita trata localmente esta cuesti on. Es decir, hacemos un planteamiento local de la cuesti on anterior: Dada la funci on z = F (x, y ), sea (x0 , y0 ) un punto para el cual F (x0 , y0 ) = 0. De F (x, y ) = 0, se puede obtener (despejando y en t erminos de x) una funci on y = f (x), denida en una vecindad de x0 , tal que y0 = f (x0 )? Cuando tal entorno y tal funci on y = f (x) existen, decimos que la funci on y = f (x) est a denida impl citamente por la expresi on F (x, y ) = 0, o bien que es una funci on impl cita dada en F (x, y ) = 0. Gr acamente, la situaci on puede visualizase, en el ejemplo de la circunferencia, de la siguiente forma: y 6 La ecuaci on x2 + y 2 = 1, en general no dem ne una sola funci on y = f (x), sin embargo, si nos limitamos a un entorno del punto m -x que queda denida una sola (1/ 2, 1/ 2), s funci o n (reduci e ndonos a ese entorno), mien1 1 tras que en un entorno del punto (1, 0) no queda denida dicha funci on (ya que cada punto tendr a dos im agenes, al haber dos puntos en Figura 4.21: x2 + y2 = 1 la misma vertical). El teorema de la funci on impl cita resuelve localmente la cuesti on planteada, y nos dice que, dado un punto (x0 , y0 ) tal que F (x0 , y0 ) = 0, en determinadas condiciones existir a un entorno de (x0 , y0 ) de manera que, en este entorno, la relaci on denida por F (x, y ) = 0 es tambi en una funci on. Esas condiciones son que Fx y Gy sean continuas en un entorno de (x0 , y0 ) y que Fy (x0 , y0 ) = 0. El teorema de la funci on impl cita tambi en nos dice que dicha funci on, y = f (x), tiene derivada continua y nos da la manera de calcular dicha derivada, y = Fx /Fy . Planteamiento pr actico. Supongamos la ecuaci on F (x, y ) = 0, si supi eramos despejar y en t erminos de x, tendr amos y = f (x), y podr amos calcular dy =?. dx dy =? F (x, y ) = 0 y = f (x) dx El problema se presenta cuando no sabemos o no queremos despejar y en t erminos de x c omo podemos calcular dicha derivada?. Partamos de que F (x, y ) = 0, ser a dF (x, y ) = 0, de donde dF = Fx dx + Fy dy = 0 dF dx dy dy = Fx + Fy = 0 Fx + Fy =0 dx dx dx dx

4.9. FUNCIONES IMPL ICITAS de donde, si Fy (x, y ) = 0, se tiene dy Fx (x, y ) = dx Fy (x, y ) Al mismo resultado llegamos si consideramos la funci on z = F (x, y ) = F (x, f (x)) entonces podemos aplicar el Teorema 4.11 y obtenemos dx dy dz = Fx (x, y ) + Fy (x, y ) dx dx dx

289

Como z = F (x, y ) = 0 para todo x en el dominio de f , se tiene dz/dx = 0 y en consecuencia dy dx + Fy (x, y ) =0 Fx (x, y ) dx dx Y si Fy (x, y ) = 0, podemos concluir con que dy Fx (x, y ) = dx Fy (x, y ) Teorema 4.14 (De la funci on impl cita). Supongamos la funci on z = F (x, y ). Sea (x0 , y0 ) R2 un punto tal que F (x0 , y0 ) = 0. Supongamos que la funci on F tiene derivadas parciales continuas en alguna bola B con centro en (x0 , y0 ) y que Fy (x0 , y0 ) = 0. Entonces F (x, y ) = 0 se puede resolver para y en t erminos de x y denir as una funci on y = f (x) con dominio en una vecindad V de x0 , tal que y0 = f (x0 ), la cual tiene derivada continua en V que puede calcularse como y = f (x) = Fx (x, y ) , Fy (x, y ) xV

Esquem aticamente ser a:


F (x0 , y0 ) = 0 Fx (x, y ) Fx y Fy continuas y = f (x), tal que y0 = f (x0 ), y adem as y = Fy (x, y ) Fy (x0 , y0 ) = 0

Debe tenerse en cuenta que el teorema de la funci on impl cita es un teorema de existencia. Dice que existe una funci on y = f (x) denida impl citamente por F (x, y ) = 0, sin embargo, no dice c omo se puede determinar dicha funci on. Es m as, podr a ocurrir que la estructura algebraica de la ecuaci on F (x, y ) = 0 no permitiera el despeje de y en t erminos de x. De ah la importancia del teorema que arma que, si se cumplen las hip otesis, aunque no podamos despejar y en t erminos de x, tal funci on existe, y adem as el teorema nos dice c omo calcular su derivada.

DE FUNCIONES MULTIVARIABLES 290 CAP ITULO 4. DERIVACION Tambi en hay que advertir que se trata de un teorema local. Nos asegura la existencia de la funci on y = f (x), o bien la posibilidad de despejar y en t erminos de x a partir de F (x, y ) = 0, pero solamente en las cercan as del punto (x0 , y0 ). Tambi en debe tenerse en cuenta que para el caso de una variable existe la posibilidad de calcular la derivada de la funci on impl cita aplicando directamente las reglas de derivaci on sobre la ecuaci on F (x, y ) = 0. Simplemente habr a que tener en cuenta que cada vez que derivemos la variable y habr a que multiplicar por su derivada y . Ejemplo 4.60. Calcular y , siendo y 3 + y 2 5y x2 + 4 = 0 (a) Aplicando las reglas de derivaci on. (b) aplicando el teorema de la funci on impl cita. Soluci on. (a) Mediante las reglas de derivaci on tenemos: 3y 2 y + 2yy 5y 2x = 0 y = 3y 2 2x + 2y 5

(b) Mediante el teorema de la funci on impl cita, hacemos F (x, y ) = y 3 + y 2 5y x2 + 4, con lo cual, Fx = 2x Fy = 3y 2 + 2y 5 y = 2x Fx = 2 Fy 3y + 2y 5

Ejemplo 4.61. Razonar si la ecuaci on ey = x3 +3y determina una funci on y = f (x) que cumple f (1) = 0 y que es derivable en x = 1. Calcular f (1) y la recta tangente a f (x) en (1, 0). Soluci on. El teorema de la funci on impl cita arma que la ecuaci on F (x, y ) = 0 dene una funci on y = f (x) derivable en un punto x0 , si se cumplen las tres condiciones siguientes: El punto P (x0 , y0 ), con y0 = f (x0 ), cumple la ecuaci on F (P ) = 0, las derivadas parciales de F en P son continuas, y Fy (P ) = 0. El punto P (1, 0) cumple la ecuaci on dada, en efecto: e0 = 13 + 3 0 = 1 + 0 = 1 Las derivadas parciales de F (x, y ) = ey x3 3y son continuas en todo R2 y por tanto en P , por tratarse de una funci on polin omica y una exponencial, en efecto: Fx (x, y ) = 3x2 Fy (x, y ) = ey 3

4.9. FUNCIONES IMPL ICITAS

291

Y adem as: Fy (1, 0) = e0 3 = 1 3 = 2 = 0. Luego podemos armar la existencia de la funci on y = f (x) que cumple f (1) = 0 y que es derivable en x = 1. En virtud del teorema de la funci on impl cita tenemos: f (x) = 3x2 3 3 Fx (x, y ) = y f (1) = = Fy (x, y ) e 3 2 2

y teniendo en cuenta que la ecuaci on de la recta tangente a la curva y = f (x) en el punto P (1, 0) viene denida por: y = f (1) + f (1) (x 1) resulta: 3 y = 0 (x 1) 2 3x + 2y = 3

Ejemplo 4.62. Dada la ecuaci on x2 + y 2 = 2 (a) Justicar que la ecuaci on x2 + y 2 = 2 dene, en un entono del punto (1, 1), una funci on y = y (x) (b) Calcular y (1), y (1) Soluci on. (a) Para que quede garantizada la existencia de la funci on y = y (x), deber an cumplirse las tres condiciones siguientes: El punto (1, 1) cumple la ecuaci on. En efecto 12 + 12 = 1 + 1 = 2 Las derivadas parciales de la funci on F (x, y ) = x2 + y 2 2 son continuas en un entorno del punto (1, 1). En efecto, Fx = 2x Fy = 2y que son continuas en R2

Fy (1, 1) = 0. En efecto, Fy (1, 1) = 2 = 0 Luego existe la funci on y = y (x). Que en este caso es y = + 2 x2 . (b) Para calcular las derivadas podemos aplicar las reglas de derivaci on. En efecto, x2 + y 2 = 2 2x + 2yy = 0 y = x y y (1) = 1 = 1 1

y derivando nuevamente, 2+2y y +2yy = 0 1+(y )2 + yy = 0 y = 2 1 (y )2 = = 2 y 1

Nota: Hay que aclarar que los papeles de las letras x e y son perfectamente intercambiables. As , si la funci on z = F (x, y ) es tal que en el punto (x0 , y0 ) vale cero, F (x0 , y0 ) = 0, que en una bola con centro en (x0 , y0 ) tiene derivadas parciales continuas y que su derivada respecto de x es distinta de

DE FUNCIONES MULTIVARIABLES 292 CAP ITULO 4. DERIVACION cero en (x0 , y0 ), es decir, Fx (x0 , y0 ) = 0. Entonces, el teorema de la funci on impl cita garantiza la existencia de una funci on x = g (y ) tal que x0 = g (y0 ), para y en una vecindad de y0 , y adem as su derivada, en esa vecindad, es: Fy (x, y ) dx = g (y ) = dy Fx (x, y ) Es evidente que si en el punto (x0 , y0 ) se tiene Fx (x0 , y0 ) = 0 y Fy (x0 , y0 ) = 0

entonces el teorema de la funci on impl cita nos dice que en los alrededores de (x0 , y0 ), la gr aca de la curva F (x0 , y0 ) = 0 se puede ver como la gr aca de una funci on y = f (x) o bien como la gr aca de una funci on x = f (y ). Puntos regulares. Si z = F (x, y ) es una funci on tal que F (x0 , y0 ) = 0 y en una bola B con centro en (x0 , y0 ) las parciales Fx y Fy son continuas 2 y si Fx (x0 , y0 ) = 0 o Fy (x0 , y0 ) = 0 (o equivalentemente si Fx (x0 , y0 ) + 2 Fy (x0 , y0 ) = 0) entonces (x0 , y0 ) se dice que es un punto regular de la curva F (x, y ) = 0. Es decir, los puntos regulares son aquellos puntos (x0 , y0 ) tales que en una bola con centro en ellos, a partir de F (x, y ) = 0, se puede despejar x o y en t erminos de y o x, respectivamente, y establecer una funci on con derivada continua x = g (y ) o y = g (x). Si el punto (x0 , y0 ) no es regular de F (x, y ) = 0, se dice que es un punto singular.

4.9.2.

Funciones de dos variables

Dada una ecuaci on F (x, y, z ) = 0 nos planteamos ahora la cuesti on de cu ando de dicha expresi on se puede despejar z en t erminos de x e y y formar as una funci on z = f (x, y )? Es decir, cu ando el nivel cero, F (x, y, z ) = 0, de la funci on w = F (x, y, z ) se puede ver como la gr aca de una funci on z = f (x, y )? Planteamiento pr actico. Supongamos la ecuaci on F (x, y, z ) = 0, si supi eramos despejar z en t erminos de x e y , tendr amos z = f (x, y ), y podr amos z z =? y =?. calcular x y z =? x F (x, y, z ) = 0 z = f (x, y ) z =? y El problema se presenta cuando no sabemos o no queremos despejar z en t erminos de x e y c omo podemos calcular dichas derivadas?.

4.9. FUNCIONES IMPL ICITAS Partamos de que F (x, y, z ) = 0, ser a dF (x, y, z ) = 0, de donde

293

dF = Fx dx + Fy dy + Fz dz = 0

Ahora bien, (a) Para y = cte., en el primer caso resulta: Fx + 0 + Fz

dx dy dz dF = Fx + Fy + Fz =0 dx dx dx dx dx dy dz dF = Fx + Fy + Fz =0 dy dy dy dy

z z Fx (x, y, z ) =0 = x x Fz (x, y, z )

(b) Para x = cte., en el segundo caso resulta: 0 + Fy + Fz Fy (x, y, z ) z z =0 = y y Fz (x, y, z )

Teorema 4.15 (De la funci on impl cita). Supongamos la funci on w = 3 F (x, y, z ). Sea p = (x0 , y0 , z0 ) R un punto tal que F (x0 , y0 , z0 ) = 0. Supongamos que la funci on F tiene derivadas parciales continuas en alguna bola B con centro en p y que Fz (p) = 0. Entonces F (x, y, z ) = 0 se puede resolver para z en t erminos de x e y y denir as una funci on z = f (x, y ) con dominio en una vecindad V de (x0 , y0 ), tal que z0 = f (x0 , y0 ), la cual tiene derivadas parciales continuas en V que pueden calcularse como z Fx (x, y, z ) = , x Fz (x, y, z ) Esquem aticamente ser a:
z Fx (x, y, z ) F (x0 , y0 , z0 ) = 0 = x Fz (x, y, z ) Fx , Fy , Fz continuas z = f (x, y ), tal que z0 = f (x0 , y0 ), y z Fy (x, y, z ) = Fz (x0 , y0 , z0 ) = 0 y Fz (x, y, z )

Fy (x, y, z ) z = y Fz (x, y, z )

(x, y ) V

Las derivadas parciales tambi en pueden calcularse a partir de las reglas ordinarias de derivaci on, suponiendo una de las variables constante, con la u nica observaci on de multiplicar por la derivada parcial correspondiente, cada vez que derivemos z . Ejemplo 4.63. Calcular z z y siendo 3x2 z x2 y 2 + 2z 3 + 3yz 5 = 0 x x

(a) Mediante las reglas ordinarias de derivaci on. (b) Mediante las f ormulas de la funci on impl cita.

DE FUNCIONES MULTIVARIABLES 294 CAP ITULO 4. DERIVACION Soluci on. (a) Mediante las reglas ordinarias de derivaci on tenemos: 6xz + 3x2 zx 2xy 2 + 6z 2 zx + 3yzx = 0 zx = 6xz + 2xy 2 3x2 + 6z 2 + 3y 2x2 y 3z 3x2 zy + 2x2 y + 6z 2 zy + 3z + 3yzy = 0 zy = 2 3x + 6z 2 + 3y

(b) Mediante el teorema de la funci on impl cita, hacemos: F (x, y, z ) = 3x2 z x2 y 2 + 2z 3 + 3yz 5, con lo cual, z Fx (x, y, z ) = 6xz 2xy 2 = x 2 Fy (x, y, z ) = 2x y + 3z z Fz (x, y, z ) = 3x2 + 6z 2 + 3y = y Fx 6xz + 2xy 2 = 2 Fz 3x + 6z 2 + 3y Fy 2x2 y 3z = 2 Fz 3x + 6z 2 + 3y

Ejemplo 4.64. Razonar si la ecuaci on x3 + 2y 3 + z 3 3xyz 2y + 1 = 0; determina una funci on z = f (x, y ) en un entorno del punto (0, 1). Calcular f f (0, 1), (0, 1) y la ecuaci on del plano tangente a la supercie en el punto x y (0, 1, f (0, 1)). Soluci on. El teorema 4.15 de la funci on impl cita arma que una ecuaci on F (x, y, z ) = 0 dene una funci on z = f (x, y ) diferenciable en un punto p = (x, y ), si se cumplen las tres condiciones siguientes: el punto P = (x, y, z ) cumple la ecuaci on F (P ) = 0, las derivadas parciales de F en P son continuas, y Fz (P ) = 0. En nuestro caso, el punto P que cumple la ecuaci on dada viene denido por las coordenadas: x = 0, y = 1 2 + z3 2 + 1 = 0 z = 1

Las derivadas parciales de F (x, y, z ) = x3 + 2y 3 + z 3 3xyz 2y + 1 son continuas en todo R3 y por tanto en P , en efecto: Fx (x, y, z ) = 3x2 3yz Fy (x, y, z ) = 6y 2 3xz 2 Fz (x, y, z ) = 3z 2 3xy Y adem as: Fz (0, 1, 1) = 3 = 0 Luego podemos armar la existencia de la funci on z = f (x, y ) diferenciable en el punto p = (0, 1). En virtud del teorema de la funci on impl cita tenemos:
f Fx (x, y, z ) 3x2 + 3yz (x, y ) = = x Fz (x, y, z ) 3z 2 3xy f Fx (0, 1, 1) (0, 1) = = 1 x Fz (0, 1, 1)

Fy (x, y, z ) 6y 2 + 3xz + 2 f Fy (0, 1, 1) 4 f (x, y ) = = (0, 1) = = y Fz (x, y, z ) 3z 2 3xy y Fz (0, 1, 1) 3

4.9. FUNCIONES IMPL ICITAS

295

y teniendo en cuenta que la ecuaci on del plano tangente a la supercie z = f (x, y ) en el punto P (0, 1, 1) viene denida por: z = f (0, 1) + resulta: f f (0, 1) (x 0) + (0, 1) (y 1) x y

4 z = 1 x (y 1), o bien, simplicando 3x + 4y + 3z = 1 3

Ejemplo 4.65. Sea F una funci on diferenciable y con derivadas parciales continuas tal que F (9, 2, 4) = 0 y F (9, 2, 4) = (1, 0, 5). La ecuaci on F (x, y, z ) = 0 dene una funci on diferenciable z = f (x, y ) tal que f (9, 2) = f f 4? En caso armativo, determina (9, 2) y (9, 2) y, con su ayuda, x y calcula la ecuaci on del plano tangente a la supercie z = f (x, y ) en el punto (9, 2, 4). Soluci on. El teorema 4.15 de la funci on impl cita arma que una ecuaci on F (x, y, z ) = 0 dene una funci on z = f (x, y ) diferenciable en un punto p = (x, y ), si se cumplen las tres condiciones siguientes: el punto P = (x, y, z ) cumple la ecuaci on F (P ) = 0, las derivadas parciales de F en P son continuas, y Fz (P ) = 0. En nuestro caso, el punto P que cumple la ecuaci on dada viene denido por P (9, 2, 4) Por hip otesis, las derivadas parciales de F son continuas en todo R3 y por tanto en P . Sus valores vienen dados por las coordenadas del gradiente: F = (Fx , Fy , Fz ) Fx (9, 2, 4) = 1, Fy (9, 2, 4) = 0, Fz (9, 2, 4) = 5 Y adem as: Fz (9, 2, 4) = 5 = 0 Luego podemos armar la existencia de la funci on z = f (x, y ) diferenciable en el punto p = (9, 2). En virtud del teorema de la funci on impl cita tenemos: f (x, y ) = x f (x, y ) = y Fx (x, y, z ) Fz (x, y, z ) Fy (x, y, z ) Fz (x, y, z ) f (9, 2) = x f (9, 2) = y Fx (9, 2, 4) 1 = Fz (9, 2, 4) 5 Fy (9, 2, 4) 0 = =0 Fz (9, 2, 4) 5

y teniendo en cuenta que la ecuaci on del plano tangente a la supercie z = f (x, y ) en el punto P (9, 2, 4) viene denida por: z = f (9, 2) + resulta: f f (9, 2) (x 9) + (9, 2) (y 2) x y

1 z = 4 + (x 9) + 0(y 2), o bien, simplicando x 5z = 29 5

DE FUNCIONES MULTIVARIABLES 296 CAP ITULO 4. DERIVACION

4.10.
4.10.1.

Extremos de las funciones de varias variables


Introducci on

Funciones de una variable


La funci on f : I R R, denida en el intervalo abierto I de R, se dice que tiene un m aximo (m nimo) local o relativo en un punto x0 I si en un entorno Vx0 de x0 se tiene f (x0 ) f (x) (f (x0 ) f (x), respectivamente) para todo x en Vx0 . En otras palabras, f tiene un m aximo (m nimo) local en x0 si f (x0 ) es el valor m as grande (m as peque no) de la funci on en torno a x0 .

y f (x1 ) y = f (x) f (x0 ) P

x x0 x1

Figura 4.22: y = f (x) tiene un m nimo local en x = x0 y un m aximo local en x = x1 .

Una condici on necesaria para que la funci on f tenga un extremo (m aximo o m nimo) local en x0 es que, si f (x0 ) existe, entonces f (x0 ) = 0. Geom etricamente esta condici on signica que si la gr aca de la funci on es suave en x0 , su recta tangente en dicho punto debe ser horizontal. Es decir, en un extremo local la gr aca de la funci on o no tiene recta tangente, o si la tiene es una recta horizontal.

4.10.2.

Deniciones

M aximos y m nimos absolutos. Los valores f (x0 , y0 ) y f (x1 , y1 ) tal que f (x0 , y0 ) f (x, y ) f (x1 , y1 ) para todo (x, y ) en D se conocen como m nimo absoluto y m aximo absoluto de f en la regi on D. Teorema de existencia del m aximo y del m nimo absoluto. Toda funci on continua, denida en una regi on cerrada y acotada, alcanza, en dicha regi on, un valor m aximo absoluto y un m nimo absoluto. M aximo y m nimo relativo. Denici on 4.21 (Extremo local). Sea f : D Rn R una funci on denida en el conjunto abierto D de Rn . Se dice que f tiene un m aximo (m nimo) local o relativo en el punto x0 D si f (x0 ) f (x) (f (x0 ) f (x) respectivamente) para toda x en una bola B de centro en x0 . f (x0 , y0 ) es m nimo relativo f (x, y ) f (x0 , y0 ) (x, y ) Bx0

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 297 f (x0 , y0 ) es m aximo relativo f (x, y ) f (x0 , y0 ) (x, y ) Bx0

Es decir, al igual que en el caso de funciones de una variable, la funci on f tendr a un m aximo (m nimo) local en x0 D si f (x0 ) es el valor m as grande (m as peque no, respectivamente) de todos los valores de f (x) para x en una bola de centro en x0 . Puntos cr ticos. Se llaman puntos cr ticos de una funci on a aquellos puntos en los que el gradiente vale cero o no est a denido, es decir, 1. Puntos en los que todas las derivadas parciales valen cero (simult aneamente). fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0 Puntos en los que alguna de las derivadas parciales no est a denida. fx (x0 , y0 )
6 6

2.

o fy (x0 , y0 )
6

no existe
6 6

m nimo

M aximo

m nimo

M aximo

Punto silla

Figura 4.23: Puntos cr ticos. En el primer caso, si f es diferenciable, ser a f (x0 , y0 ) = 0 y, por tanto, todas las derivadas direccionales en (x0 , y0 ) deben ser nulas y en consecuencia todas las rectas tangentes a la supercie en el punto (x0 , y0 ) son horizontales, lo que signica que el plano tangente a la supercie en dicho punto es un plano horizontal. En el segundo caso, al no existir alguna de las derivadas parciales en el punto (x0 , y0 ), la funci on no es diferenciable en dicho punto y por tanto carece de plano tangente en el mismo. Lo que, gr acamente, signica que se trata de un punto anguloso. En consecuencia, en ambos casos tenemos puntos candidatos a extremos relativos. No podemos asegurar la existencia de extremo relativo ya que, en ambos casos, puede darse la situaci on de un ((punto silla)). Denici on 4.22 (Punto silla). Si un punto cr tico (x0 , y0 ) no corresponde ni a m aximo ni m nimo relativo, entonces el punto de la supercie (x0 , y0 , f (x0 , y0 )) se llama punto silla. Es decir, (x0 , y0 ) corresponde a un punto silla si en todo disco abierto centrado en (x0 , y0 ) la funci on toma valores por encima y por debajo de f (x0 , y0 )

DE FUNCIONES MULTIVARIABLES 298 CAP ITULO 4. DERIVACION El ejemplo m as t pico de punto silla es el que corresponde a la situaci on denominada ((silla de montar)), no obstante, pueden darse otras situaciones m as irregulares. Teorema 4.16 (Los extremos relativos se producen solamente en puntos cr ticos). Si f (x0 , y0 ) es un extremo relativo de f en una regi on abierta R, entonces (x0 , y0 ) es un punto cr tico de f . Demostraci on. En efecto, si g (x) = f (x, x0 ) tiene un extremo relativo en x0 , entonces g (x0 ) = 0 o no existe. Pero g (x0 ) = fx (x0 , y0 ) De la misma forma, si h(y ) = f (x0 , y ) tiene un extremo relativo en y0 , entonces h (y0 ) = 0 o no existe. Pero h (y0 ) = fy (x0 , y0 ) Al armar el teorema que en un m aximo y en un m nimo relativo, las derivadas parciales o no existen o valen cero, lo que nos viene a decir es que los extremos de una funci on, en una regi on abierta, se producen solamente en los puntos cr ticos. Sin embargo, hay que advertir que no en todo punto cr tico existe un m aximo o un m nimo, ya que se puede producir lo que se llama un punto silla, que no son ni m aximos ni m nimos relativos. Si la regi on fuera cerrada podr an darse lo que se llaman extremos en la frontera.

4.10.3.

Estudio de la naturaleza de los puntos cr ticos

a) M etodo algebraico. Existen funciones que, por su sencillez, permiten estudiar la naturaleza de sus puntos cr ticos mediante argumentos exclusivamente algebraicos. Es decir, el estudio de la naturaleza de los extremos relativos, se hace a partir de la propia funci on, mediante transformaciones algebraicas de la misma. Comparando el valor de la funci on en el punto cr tico con el valor de la funci on en los alrededores del punto cr tico. Ejemplo 4.66. Determinar los extremos relativos de la funci on: f (x, y ) = 3x2 + y 2 6x 4y + 8 Soluci on. Hallamos las derivadas parciales y determinamos los correspondientes puntos cr ticos: Puntos en los que alguna de las derivadas parciales no est a denida, y puntos en los que las dos derivadas parciales son nulas. En el caso de funciones polin omicas las parciales est an siempre denidas, por tanto: fx (x, y ) = 6x 6 fy (x, y ) = 2y 4 6x 6 = 0 2y 4 = 0 x=1 y=2 p(1, 2)

Para estudiar la naturaleza del punto cr tico p(1, 2) comparamos el valor de la funci on en el punto cr tico con el valor de la funci on en los alrededores

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 299 del punto cr tico.

f (1, 2) = 1 f (x, y ) = 3x2 + y 2 6x 4y + 8 = = 3(x2 2x) + y 2 4y + 8 =

Figura 4.24: m nimo.

= 3(x 1)2 + (y 2)2 + 1 1

= 3(x 1)2 3 + (y 2)2 4 + 8 =

= 3(x2 2x + 1 1) + y 2 4y + 4 4 + 8 =

Resulta que para cualquier punto (x, y ) se tiene que f (x, y ) f (1, 2), luego f (1, 2) es un m nimo (absoluto). Ejemplo 4.67. Determinar los extremos relativos de la funci on: f (x, y ) = 1 x2 + y 2

Donde el u nico punto cr tico es el punto (0, 0), en donde no est an denidas ninguna de las dos derivadas parciales. Para estudiar la naturaleza del punto cr tico p(0, 0) comparamos el valor de la funci on en el punto cr tico con el valor de la funci on en los alrededores del punto cr tico.
z6 (0, 0, 1) @ @ @ y @ x

Soluci on. Hallamos las derivadas parciales y determinamos los correspondientes puntos cr ticos: Puntos en los que alguna de las derivadas parciales no est a denida, y puntos en los que las dos derivadas parciales son nulas. 2x x fx (x, y ) = = 2 x2 + y 2 x2 + y 2 y 2y = fy (x, y ) = 2 2 2 2 2 x +y x +y

f (0, 0) = 1 f (x, y ) = 1 x2 + y 2 1

Resulta que para cualquier punto (x, y ) del plano se tiene que f (x, y ) f (0, 0), luego f (0, 0) es un m aximo (absoluto).

Figura 4.25: m aximo. b) Criterio de los cortes con los planos verticales. Para comprobar que en un punto cr tico no existe ni m aximo ni m nimo cortamos la supercie mediante planos verticales que pasen por el punto cr tico, si las curvas resultantes tienen puntos por encima y por debajo del

DE FUNCIONES MULTIVARIABLES 300 CAP ITULO 4. DERIVACION punto cr tico, entonces se trata de un punto silla. El m etodo es s olo refutativo y no permite armar la existencia de m aximo o m nimo, sino s olo de punto silla. Ejemplo 4.68. Determinar los extremos relativos de la funci on: f (x, y ) = 1 x2 + y 2 Soluci on. Hallamos las derivadas parciales y determinamos los correspondientes puntos cr ticos: Puntos en los que alguna de las derivadas parciales no est a denida, y puntos en los que las dos derivadas parciales son nulas. En el caso de funciones polin omicas las parciales est an siempre denidas, por tanto: x=0 fx (x, y ) = 2x p(0, 0) y=0 fy (x, y ) = 2y Donde el u nico punto cr tico es el punto (0, 0). Para estudiar la naturaleza del punto cr tico p(0, 0) comparamos el valor de la funci on en el punto cr tico con el valor de la funci on en los alrededores del punto cr tico.
6

f (0, 0) = 1 f (x, y ) = 1 x2 + y 2 = f (x, 0) = 1 x2 < 1 f (0, y ) = 1 + y 2 > 1

Figura 4.26: Punto silla. Para estudiar la naturaleza del punto cr tico p(0, 0) se ha cortado la supercie mediante los dos planos verticales y = 0 y x = 0 con lo que se han obtenido las curvas f (x, 0) = 1 x2 y f (0, y ) = 1 + y 2 . Para la primera, el punto x = 0 es un m aximo; y para la segunda, el punto y = 0 es un m nimo. Luego el punto cr tico p(0, 0) es un punto silla. c) Criterio del hessiano. Los m etodos algebraicos solamente son u tiles para funciones relativamente f aciles. Para funciones m as complicadas no son operativos y necesitamos acudir a criterios anal ticos, estudiando las derivadas parciales segundas. Caso particular de funciones de dos variables. Para estudiar la naturaleza de los puntos cr ticos, formamos la matriz hessiana en dichos puntos: Hf (x, y ) = fxx fxy fyx fyy fxx fxy = fxx fyy fxy fyx fyy
2

Y comparamos los signos de los dos determinantes principales: D1 = fxx , D2 = |Hf (x, y )| =

Resultando, para el caso de dos variables:

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 301 H + 0 fxx + m nimo M aximo Silla Duda

Nota: El criterio del hessiano puede fallar a la hora de estudiar la naturaleza de los extremos relativos de dos formas: Bien porque alguna de las derivadas parciales no est e denida, entonces no se puede aplicar el criterio; o bien, porque el hessiano sea cero, en cuyo caso el criterio no da informaci on. En este caso habr a que aplicar otras t ecnicas, como puede ser el cortar la supercie por planos verticales.
Al ser fxy = fyx , se tiene que cuando el hessiano es positivo, entonces las dos derivadas parciales fxx (x0 , y0 ) y fyy (x0 , y0 ) deben tener el mismo signo, lo que signica que se puede reemplazar una por la otra en la denci on del criterio.

El criterio del hessiano tambi en se conoce como criterio de las derivadas parciales segundas, y se puede enunciar formalmente mediante el siguiente teorema Teorema 4.17 (Criterio del hessiano). Sea f una funci on con derivadas parciales primeras y segundas continuas en una regi on abierta que contiene un punto (x0 , y0 ), para el que fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0. Y sea d el valor del siguiente determinante d = |Hf (x0 , y0 )| = 1. 2. 3. 4. Si Si Si Si fxx (x0 , y0 ) fxy (x0 , y0 ) fyx (x0 , y0 ) fyy (x0 , y0 )

d > 0 y fxx (x0 , y0 ) > 0, entonces f (x0 , y0 ) es un m nimo relativo. d > 0 y fxx (x0 , y0 ) < 0, entonces f (x0 , y0 ) es un m aximo relativo. d < 0, entonces x0 , y0 , f (x0 , y0 ) es un punto silla. d = 0, entonces el criterio no da informaci on. f (x, y ) = x3 6xy + 3y 2 1

Ejemplo 4.69. Encontrar los extremos relativos de la funci on:

Soluci on. Hallamos las dos derivadas parciales y determinamos los puntos cr ticos: Puntos en los que alguna de las derivadas parciales no est a denida, y puntos en los que las dos derivadas parciales son nulas. En el caso de funciones polin omicas las parciales est an siempre denidas, por tanto: fx (x, y ) = 3x2 6y fy (x, y ) = 6x + 6y = 3x2 6y = 0 6x + 6y = 0 x(3x 6) = 0 x=y x=0 x=2

Luego los puntos cr ticos son p(0, 0) y q(2, 2). Para estudiar la naturaleza de los puntos cr ticos, hallamos la matriz hessiana en cada uno de ellos: Hf (x, y ) = fxx fxy fyx fyy = 6x 6 6 6

DE FUNCIONES MULTIVARIABLES 302 CAP ITULO 4. DERIVACION Con lo cual resulta: 0 6 = 36 < 0 (0, 0, 1) es un punto silla |Hf (0, 0)| = 6 6 12 6 = 72 36 = 36 > 0 y fxx = 12 > 0 f (2, 2) es un 6 6 m nimo relativo. |Hf (2, 2)| = Ejemplo 4.70. Hallar y clasicar todos los puntos cr ticos de la funci on f (x, y ) = x4 + y 4 + 6x2 y 2 + 8x3 Soluci on. Los puntos cr ticos son aquellos que anulan simult aneamente las dos derivadas parciales, o bien donde alguna de las derivadas parciales no existe. Al ser la funci on dada una funci on polin omica es diferenciable en todo R2 , luego los puntos cr ticos vendr an dado por las soluciones del siguiente sistema de ecuaciones Fx 4x3 + 12xy 2 + 24x2 = 0 Fy 4y 3 + 12x2 y = 0 x(4x2 + 12y 2 + 24x) = 0 4y (y 2 + 3x2 ) = 0

Para resolver el sistema igualamos a cero cada factor de la primera ecuaci on con cada factor de la segunda ecuaci on: 1o 1o 1o 2o 2o 1o 2o 2o x=0 y=0 P1 (0, 0) x=0 y2 = 0 x=0 y=0 P1 (0, 0) 4x(x + 6) = 0 P1 (0, 0) y=0 P2 (6, 0) P1 (0, 0)

x=0 y 2 + 3x2 = 0

4x2 + 12y 2 + 24x = 0 y=0 4x2 + 12y 2 + 24x = 0 y 2 + 3x2 = 0

4x2 + 24x = 0 y=0

4x2 + 12y 2 + 24x = 0 y 2 = 3x2

Para determinar si se trata de m aximo o m nimo, hallamos la matriz hessiana. Hf (x, y ) = fxx fxy fyx fyy = 12x2 + 12y 2 + 48x 24xy 24xy 12y 2 + 12x2

Por tanto, las soluciones son P1 (0, 0), P2 (6, 0)

Con lo cual resulta que: |Hf (6, 0)| = 144 0 = 62208 > 0 y fxx = +144 > 0 0 432 P2 (6, 0) se corresponde con un m nimo relativo.

|Hf (0, 0)| =

0 0 = 0 el hessiano no nos determina la natu0 0 raleza del punto cr tico. Para estudiar la naturaleza del punto cr tico

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 303 P1 (0, 0) cortamos la supercie mediante el plano vertical y = x, con lo que obtenemos la curva z = x4 + x4 + 6x4 + 8x3 = 8x4 + 8x3 y estudiamos la naturaleza del origen en esta curva. Tenemos: = 32x3 + 24x2 (0) = 0 zx zx x0 = 0 es un punto cr tico = 96x2 + 48x (0) = 0 zx zx (0) = 48 = 0 zx = 198x + 48 zx x0 = 0 es un punto de inexi on. Luego el punto P1 (0, 0) se corresponde con un punto silla, ya que en cualquier entorno suyo hay tanto puntos por encima de f (0, 0) como puntos por debajo. d) Puntos cr ticos en una funci on compuesta. Igual que ocurre en los problemas de optimizaci on de funciones de una variable, donde es posible sustituir la funci on objetivo por otra m as simple. En varias variables tambi en es posible simplicar los c alculos de derivaci on, sustituyendo la funci on objetivo por otra m as simple, que nos facilite los c alculos de las derivadas parciales y sobre todo de resoluci on del sistema resultante. Esto es posible cuando la funci on objetivo sea la composici on de una funci on con una funci on mon otona. Por ejemplo, los puntos cr ticos de la funci on exponencial f (x, y ) = eg(x,y) coinciden con los puntos cr ticos de la funci on exponente w = g (x, y ), ya que la funci on exponencial z = et es mon otona, y adem as creciente, luego se conserva incluso la naturaleza del punto cr tico. Lo mismo ocurre en funciones del tipo f (x, y ) = g (x, y ) o bien, f (x, y ) = ln g (x, y ) , s olo que estos dos casos habr a que eliminar aquellos puntos cr ticos que quedan fuera del dominio de la funci on. Ejemplo 4.71. Encontrar y clasicar todos los puntos cr ticos de la funci on f (x, y ) = ex
2 y x y 2 +x y

Soluci on. a) Resolvamos primero el ejemplo sin tener en cuenta la simplicaci on. Los puntos cr ticos son aquellos que anulan simult aneamente las dos derivadas parciales, o bien donde alguna de las derivadas parciales no existe. Como la funci on dada es diferenciable en todo R2 , por ser la composici on de una funci on polin omica con la funci on exponencial, los puntos cr ticos vendr an dados por las soluciones del siguiente sistema de ecuaciones. fx (x, y ) (2xy y 2 + y )ex yx y +x y = 0 2 2 fy (x, y ) (x2 2xy + x)ex yx y +x y = 0
2 2

y (2x y + 1) = 0 x(x 2y + 1) = 0

Para resolver el sistema igualamos a cero cada factor de la primera ecuaci on con cada factor de la segunda ecuaci on: 1o 1o y=0 x=0 P1 (0, 0)

DE FUNCIONES MULTIVARIABLES 304 CAP ITULO 4. DERIVACION 1o 2o 2o 1o 2o 2o y=0 x 2y + 1 = 0 y=0 x+1=0 y + 1 = 0 x=0
e 2 = e2 2e1

2x y + 1 = 0 x=0 2x y = 1 x 2y = 1

y=0 x = 1 y=1 x=0

P2 (1, 0) P3 (0, 1) 1 1 x = 1/3 P4 ( , ) y = 1/3 3 3

1 1 , ) 3 3 Para determinar si se trata de m aximo o m nimo, hallamos la matriz hessiana. fxx fxy Hf (x, y ) = fyx fyy Por tanto, las soluciones son P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 ( Para lo cual calculamos las derivadas parciales segundas fxx = 2yex yx y +x y + (2xy y 2 + y )fx 2 2 fxy = (2x 2y + 1)ex yx y +x y + (2xy y 2 + y )fy 2 2 fyy = 2xex yx y +x y + (x2 2xy + x)fy Con lo cual resulta que: |Hf (0, 0)| = 0 1 = 1 < 0 1 0 0 1 = 1 1 2 es un punto silla.
2 2

y = 2x + 1 3x = 1

|Hf (1, 0)| = |Hf (0, 1)| =

es un punto silla.

2 1 = 1 1 0

es un punto silla.

2 1/27 1 1/27 e e 4 1 1 1 3 3 3 = ( )e1/27 = e1/27 > |Hf ( , )| = 2 1 3 3 9 9 9 e1/27 e1/27 3 3 0 y fxx > 0 es un m nimo. b) Este ejemplo puede resolverse de una manera mucho m as f acil teniendo t en cuenta que la funci on z = e es mon otona, y, en consecuencia, los puntos cr ticos de la funci on compuesta z = eg(x,y) coinciden con los puntos cr ticos de la funci on g (x, y ) que gura en el exponente, y que es mucho m as f acil de estudiar que la funci on compuesta. Adem as, al ser creciente la funci on exponencial (a m as m as) se conserva la naturaleza de los puntos cr ticos. En consecuencia podemos estudiar los puntos cr ticos de la funci on g (x, y ) = x2 y x y 2 + x y,

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 305 que gura en el exponente, y endosar los resultados a la funci on compuesta 2 2 f (x, y ) = ex yx y +x y . En este caso, los puntos cr ticos vendr an dados por las soluciones del siguiente sistema de ecuaciones. gx (x, y ) 2xy y 2 + y = 0 gy (x, y ) x2 2xy + x = 0 y (2x y + 1) = 0 x(x 2y + 1) = 0 1 1 , ) 3 3

Que es el mismo sistema de ecuaciones anterior, cuyas soluciones son: P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 (

Para determinar si se trata de m aximo o m nimo, hallamos la matriz hessiana. g g Hg (x, y ) = xx xy gyx gyy Para lo cual calculamos las derivadas parciales segundas gxx = 2y gxy = 2x 2y + 1 gyy = 2x Como puede verse, las ventajas sobre el m etodo anterior, aqu son notable. Con lo cual resulta que: |Hf (0, 0)| = 0 1 = 1 < 0 1 0 0 1 = 1 1 2 es un punto silla. es un punto silla. es un punto silla.

|Hf (1, 0)| = |Hf (0, 1)| =

2 1 = 1 1 0

2 1/27 1 1/27 e e 4 1 3 1 1 3 3 = ( )e1/27 = e1/27 > |Hf ( , )| = 1 1/27 2 1/27 3 3 9 9 9 e e 3 3 0 y fxx > 0 es un m nimo. Que son los mismos resultados anteriores.

4.10.4.

Extremos condicionados. Multiplicadores de Lagrange

Planteamiento del problema. En los problemas cl asicos de m aximos y m nimos se trata de hacer m axima o m nima una funci on f (x, y ) sujeta a una restricci on g (x, y ) = 0. Gr acamente el problema consiste en determinar el punto m as bajo (o m as alto) de la supercie de ecuaci on z = f (x, y ) que est a situado sobre la curva de ecuaci on g (x, y ) = 0, y se puede resolver de dos maneras diferentes:

DE FUNCIONES MULTIVARIABLES 306 CAP ITULO 4. DERIVACION a ) Mediante un corte vertical de la supercie. b ) Mediante cortes horizontales (curvas de nivel). Desde el punto de vista anal tico, el primer caso corresponde a reducir el problema a una variable, y el segundo al m etodo de los multiplicadores de Lagrange. a) Mediante un corte vertical. Gr acamente consiste en cortar la supercie f (x, y ) mediante el plano (o cilindro) vertical de base la curva plana g (x, y ) = 0 y hallar los extremos de la curva espacial resultante. Anal ticamente esto se consigue despejando la variable y en la ecuaci on g (x, y ) = 0, y sustituyendo el valor obtenido, y = (x), en la en la funci on f , con lo cual el problema se reduce al c alculo de m aximos y m nimos de una funci on de una sola variable. f (x, y ) = f x, (x) = h(x) El problema se presenta cuando no es posible o no es pr actico despejar la variable y en la ecuaci on g (x, y ) = 0. Observaci on. El extremo de la funci on f (x, y ) condicionado por la ecuaci on g (x, y ) = 0, no es extremo de la funci on f (x, y ), considerada aisladamente, sino de la intersecci on de la funci on con el plano vertical. Ejemplo 4.72. Hallar el m nimo de la funci on f (x, y ) = x2 + y 2 condicionado por la restricci on x + y 1 = 0, reduci endolo a una variable. Soluci on. Gr acamente se trata de encontrar el punto m as bajo de la su2 2 percie de ecuaci on f (x, y ) = x + y que se encuentra sobre la recta de ecuaci on x + y 1 = 0. Anal ticamente, el problema puede reducirse a una sola variable. En efecto, despejando y en la restricci on resulta: y = x + 1 y sustituyendo el valor obtenido en f (x, y ), resulta una funci on de una sola variable. f (x, y ) = x2 + (x + 1)2 = x2 + x2 2x + 1 = 2x2 2x + 1 Es decir, h(x) = 2x2 2x + 1 de donde, h (x) = 4x 2 = 0 x = 1/2 y = 1/2 Luego el m nimo de la funci on es f (1/2, 1/2) = 1/4 + 1/4 = 1/2

Para comprobar que se trata de un m nimo acudimos a la derivada segunda h (x) = 4, en consecuencia h (1/2) = +4, luego se trata de un m nimo.

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 307


z     f (x, y )  

y    x+y1=0   p( 1 , 1 )  2 2 x

Figura 4.27: C alculo de extremos mediante un corte vertical

Nota: Este ejemplo se ha resuelto reduci endolo a una sola variable. Con el m etodo de los multiplicadores de Lagrange se trata de resolver el problema sin reducirlo a una sola variable, es decir, sin despejar la variable y de la ecuaci on g (x, y ) = 0. b) Mediante las curvas de nivel. Consideramos las curvas de nivel de la funci on f (x, y ), f (x, y ) = z Como se trata de encontrar el m aximo o el m nimo de la funci on f (x, y ), se trata de encontrar el m aximo o el m nimo valor de z . Para ello imaginamos que las curvas de nivel se desplazan en la direcci on del crecimiento de z . Como el punto soluci on (x, y ) tambi en ha de cumplir la ecuaci on de la restricci on g (x, y ) = 0, deber a estar en la intersecci on de una curva de nivel con la gr aca de g (x, y ) = 0, luego, se trata de encontrar: a ) Si buscamos un m nimo: El primer punto en que las curvas de nivel tocan a la gr aca de la restricci on g (x, y ) = 0 b ) Si buscamos un m aximo: el u ltimo.
Nota: Este m etodo es utilizado en programaci on lineal para determinar la soluci on optima de una funci on objetivo sujeta a un conjunto de restricciones.

Ejemplo 4.73. Hallar el m nimo de la funci on f (x, y ) = x2 + y 2 condicionado por la restricci on x + y 1 = 0, mediante las curvas de nivel. Soluci on. Consideramos las curvas de nivel de la funci on f (x, y ) = x2 + y 2 . Para ello sustituimos f (x, y ) por z , y consideramos que z es un n umero, en cuyo caso tenemos que las curvas de nivel vienen denidas por x2 + y 2 = z luego se trata de circunferencias con centro en el origen de coordenadas y radio z , y al crecer z , las circunferencias se alejan del origen. La primera circunferencia que toca a la recta de ecuaci on x + y 1 = 0 lo hace en el punto (1/2, 1/2). Luego ese punto corresponde al menor valor

DE FUNCIONES MULTIVARIABLES 308 CAP ITULO 4. DERIVACION


y 6 @ I @  x @ R @ y @ 6 @ @r @

x @@

Figura 4.28: C alculo de extremos mediante curvas de nivel de z , para el cual (x, y ) est a en una curva de nivel y en la restricci on. En consecuencia el m nimo solicitado es f (1/2, 1/2) = 1/2. La situaci on en el espacio puede verse mediante el siguiente gr aco
z f (x, y ) = x2 + y 2

y x+y1=0 1 1 , 2) p( 2

Figura 4.29: C alculo de extremos mediante curvas de nivel M etodo de los multiplicadores de Lagrange. En el m etodo gr aco de las curvas de nivel se trata de encontrar el punto (x, y ) donde la curva de nivel de la supercie de ecuaci on z = f (x, y ) es tangente a la curva de ecuaci on g (x, y ) = 0. Ahora bien, dos curvas son tangentes si sus vectores normales son paralelos. En consecuencia, dado que los vectores normales a dichas curvas son los vectores gradientes, se tiene que, en el punto de tangencia, el vector gradiente f debe ser un m ultiplo escalar del vector gradiente g . Luego f (x, y ) = g (x, y ) donde el escalar se conoce como multiplicador de Lagrange. Las condiciones necesarias para la existencia de tales multiplicadores vienen recogidas en el siguiente teorema Teorema 4.18 (Teorema de Lagrange). Sean f y g funciones con derivadas parciales primeras continuas tal que f tiene un extremo en el punto (x0 , y0 ) de la curva de la ligadura g (x, y ) = 0. Si g (x0 , y0 ) = 0, entonces existe un n umero real tal que f (x, y ) = g (x, y )

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 309


El teorema de Lagrange tambi en se cumple para funciones de tres o m as variables, usando un argumento paralelo con las supercies de nivel.

El m etodo de los multiplicadores de Lagrange usa el Teorema 4.18 para hallar los extremos de una funci on f sujeta a una ligadura g (x, y ) = 0. Teorema 4.19 (M etodo de los multiplicadores de Lagrange). Si f y g satisfacen las hip otesis del teorema de Lagrange y f tiene un m aximo o m nimo sujeto a la ligadura g (x, y ) = 0, entonces dicho extremo se produce en uno de los puntos cr ticos de la funci on L dada por L(x, y, ) = f (x, y ) g (x, y )
Nota: Puesto que puede ser indiferentemente positivo o negativo, la relaci on anterior puede sustituirse por esta otra: L(x, y, ) = f (x, y ) + g (x, y ) Para funciones de tres variables se tiene L(x, y, z, ) = f (x, y, z ) + g (x, y, z )

En consecuencia, si las funciones f y g tienen derivadas parciales continuas, entonces, los extremos de la funci on f (x, y ), condicionados por la restricci on g (x, y ) = 0, se producen en los puntos cr ticos de la funci on: L(x, y, ) = f (x, y ) + g (x, y ) Dichos puntos cr ticos vendr an determinados por las soluciones del sistema: Lx = 0 fx + gx = 0 Ly = 0 fy + gy = 0 L = 0 g (x, y ) = 0

El procedimiento m as c omodo para resolver el sistema consiste en eliminar entre las dos primeras ecuaciones y sustituir el resultado en la tercera. En el proceso de resoluci on del sistema hay que procurar evitar perder soluciones en las simplicaciones. Por ejemplo, de la ecuaci on x = x se obtienen dos soluciones x = 0 y = 1, mientras que si tachamos la x perdemos la soluci on x = 0. Para determinar su naturaleza estudiamos el signo del determinante: 0 gx gy L Lx Ly = Lx Lxx Lxy = gx Lxx Lxy gy Lyx Lyy Ly Lyx Lyy = m nimo = + M aximo = 0 duda

Resolvamos el ejemplo 4.72 mediante el m etodo de los multiplicadores de Lagrange.

DE FUNCIONES MULTIVARIABLES 310 CAP ITULO 4. DERIVACION Ejemplo 4.74. Hallar el m nimo de la funci on f (x, y ) = x2 + y 2 condicionado por la restricci on x + y 1 = 0, mediante el m etodo de los multiplicadores de Lagrange. Soluci on. Formamos la funci on de Lagrange: L(x, y, ) = f (x, y ) + g (x, y ) Que, en nuestro caso, es: L(x, y, ) = x2 + y 2 + (x + y 1) Los puntos cr ticos de esta funci on vendr an determinados por las soluciones del sistema: = 2x Lx 2x + = 0 2x = 2y x = y = 2y Ly 2y + = 0 1 1 L x + y 1 = 0 x + y = 1 2x = 1 x = y = 2 2

1 1 , 2 ). Para determinar su natuLuego el u nico punto cr tico es el punto p( 2 raleza estudiamos el signo del determinante:

0 gx gy = gx Lxx Lxy gy Lyx Lyy De donde,

= m nimo = + M aximo = 0 duda

0 1 1 1 1 nimo L( , ; 1) = 1 2 0 = 2 2 = 4 m 2 2 1 0 2 Ejemplo 4.75. Inscribir un rect angulo de a rea m axima, con los lados paralelos a los ejes de coordenadas, en la regi on del primer cuadrante limitada por la par abola y = 3 x2 y los ejes de coordenadas. Soluci on. La funci on a maximizar es el a rea del rect angulo, a = x y . La restricci on viene determinada por el hecho de que el punto (x, y ) debe pertenecer a la par abola y = 3 x2 , luego tenemos: Y al ser x > 0 por ser (x, y ) un punto del primer cuadrante, resulta: x=1 y=2 = 1

Luego el u nico punto cr tico es el punto P (1, 2). Para determinar su naturaleza estudiamos el signo del determinante: 0 gx gy 0 2x 1 = m nimo aximo = gx Lxx Lxy = 2x 2 1 = + M gy Lyx Lyy 1 2x 0 = 0 duda

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 311

y
3 2 1

a=xy x2 + y 3 = 0 (x, y )

L(x, y, ) = xy + (x2 + y 3)

x
1 2

de donde, los puntos cr ticos vendr an determinados por las soluciones del sistema: Lx y + 2x = 0 Ly x + = 0 L x2 + y 3 = 0
y = y 2 2x 2x = x y = 2x = x x2 + 2x2 3 = 0 3x2 = 3 x2 = 1

Figura 4.30: y = 3 x2

De donde, 0 2 1 aximo L(1, 2; 1) = 2 2 1 = 2 + 2 + 2 = 6 > 0 M 1 1 0

4.10.5.

M aximos y m nimos absolutos

Estamos interesados, ahora,en encontrar el valor m aximo y el valor m nimo que alcanza una funci on continua sobre un recinto cerrado y acotado. Bajo estos supuestos, los extremos absolutos de la funci on, limit andonos a dicho recinto, pueden producirse solamente en dos lugares diferentes; o bien, en alg un extremo relativo que es a su vez extremo absoluto; o bien, en el contorno del recinto.
Si la funci on no es continua o el recinto no es cerrado y acotado, entonces, ni est a garantizada la existencia de los extremos absolutos, ni que est e situado en dichos lugares.

Toda funci on continua denida en un recinto cerrado y acotado alcanza un valor m aximo y un valor m nimo sobre dicho recinto. Para hallar los m aximos y m nimos absolutos de una funci on continua en un recinto cerrado y acotado realizaremos el siguiente proceso: 1. Hallamos los puntos cr ticos en el interior del recinto. Para ello hallamos los puntos cr ticos de la funci on, ignorando el contorno del recinto, y una vez hallados los puntos cr ticos seleccionamos los situados en el interior del recinto. Hallamos los puntos cr ticos en el contorno del recinto. Para ello estudiamos los extremos de la funci on condicionados por el contorno; bien aplicando los multiplicadores de Lagrange, o bien por sustituci on de la variable.

2.

DE FUNCIONES MULTIVARIABLES 312 CAP ITULO 4. DERIVACION 3. Comparamos los valores de la funci on en los puntos cr ticos hallados. El mayor corresponde al m aximo y el menor al m nimo.

Ejemplo 4.76. Determinar los extremos absolutos de la funci on f (x, y ) = x2 + y 2 en el recinto x2 2x + y 2 3 0. Soluci on. Localizamos el recinto expresando la ecuaci on en forma can onica (x 1)2 + y 2 4, luego se trata del c rculo C con centro en el punto C (1, 0) y radio 2. Se trata de una funci on continua denida en un recinto cerrado y acotado, luego alcanzar a un m aximo y un m nimo en dicho recinto. Para encontrarlos seguimos los siguientes pasos: (a) En primer lugar determinamos los puntos cr ticos del interior del recinto, igualando a cero las derivadas parciales. fx 2x = 0 fy 2y = 0 x=0 y=0 P1 (0, 0) C

(b) En segundo lugar determinamos los puntos cr ticos en la frontera del recinto, para ello construimos la funci on lagrangiana: L(x, y, ) = x2 + y 2 + (x2 2x + y 2 3) y buscamos sus puntos cr ticos: Lx 2x + 2x 2 = 0 x + x = 0 = 1 1 = 0 Ly 2y + 2y = 0 y + y = 0 x=3 2 y=0 2 2 2 L x 2x + y 3 = 0 x 2x + y 3 = 0 x = 1

Para determinar los m aximos y m nimos absolutos de una funci on continua en un intervalo cerrado y acotado no es necesario determinar la naturaleza de cada uno de los puntos cr ticos. Ejemplo 4.77. Determinar los extremos absolutos de la funci on f (x, y ) = x2 + 3y 2 en el recinto x2 2x + y 2 3 0. Soluci on. Localizamos el recinto expresando la ecuaci on en forma can onica (x 1)2 + y 2 4, luego se trata del c rculo C con centro en el punto C (1, 0)

Los puntos cr ticos del contorno son: P2 (3, 0) y P3 (1, 0). (c) Comparamos los valores de la funci on en cada uno de los puntos cr ticos, el mayor ser a el m aximo y el menor el m nimo. f (0, 0) = 0 m nimo f (3, 0) = 9 M aximo f (1, 0) = 1

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 313 y radio 2. Se trata de una funci on continua denida en un recinto cerrado y acotado, luego alcanzar a un m aximo y un m nimo en dicho recinto. Para encontrarlos seguimos los siguientes pasos: (a) En primer lugar determinamos los puntos cr ticos del interior del recinto, igualando a cero las derivadas parciales. fx 2x = 0 fy 6y = 0 x=0 y=0 P1 (0, 0) C

(b) En segundo lugar determinamos los puntos cr ticos en la frontera del recinto, para ello construimos la funci on lagrangiana: L(x, y, ) = x2 + 3y 2 + (x2 2x + y 2 3) y buscamos sus puntos cr ticos: Lx 2x + 2x 2 = 0 x + x = 0 = 3 x = 3/2 Ly 6y + 2y = 0 3y + y = 0 x=3 2 y=0 2 2 2 L x 2x + y 3 = 0 x 2x + y 3 = 0 x = 1
15 y2 = 6 9 4 = 4 , y en consecuencia y = Luego los puntos cr ticos del contorno son: 3 , P2 (3, 0), P3 (1, 0), P4 ( 2 9 4 15 4

on, Para x = 3 2 , resulta, de la tercera ecuaci

3 + y 2 3 = 0, de donde,

15 4 ),

3 P5 ( 2 ,

15 4 ).

(c) Comparamos los valores de la funci on en cada uno de los puntos cr ticos, el mayor ser a el m aximo y el menor el m nimo. f (0, 0) = 0 m nimo f (3, 0) = 9 f (1, 0) = 1 f
3 2, 15 4

9 4

+
9 4

45 4

54 4

3 2,

15 4

45 4

54 4

M aximo M aximo

Para determinar los m aximos y m nimos absolutos de una funci on continua en un intervalo cerrado y acotado no es necesario determinar la naturaleza de cada uno de los puntos cr ticos. Ejemplo 4.78. determinar los extremos absolutos de la funci on f (x, y ) = xy (1 x2 y 2 ) en el conjunto A = {(x, y ) R2 tales que 0 x 1, 0 y 1}

DE FUNCIONES MULTIVARIABLES 314 CAP ITULO 4. DERIVACION Soluci on. La funci on f (x, y ) = xy (1 x2 y 2 ) = xy x3 y xy 3 es continua 2 en todo R . El recinto dado es el cuadrado unidad situado en el primer cuadrante. Por tanto, se trata de una funci on continua denida en un recinto cerrado y acotado, luego alcanzar a un m aximo y un m nimo absoluto. Para encontrarlos, seguimos los siguientes pasos: (a) En primer lugar determinamos los puntos cr ticos del interior del recinto, igualando a cero las derivadas parciales fx (x, y ) y 3x2 y y 3 = 0 fy (x, y ) x x3 3xy 2 = 0 y (1 3x2 y 2 ) = 0 x(1 x2 3y 2 ) = 0

Para resolver el sistema igualamos a cero cada factor de la primera ecuaci on con cada factor de la segunda ecuaci on: 1o y=0 P1 (0, 0) o 1 x=0 P2 (1, 0) y=0 y=0 1o y=0 2 2 2 o Q1 (1, 0) A x = 1 1x =0 1 x 3y = 0 2 P3 (0, 1) y = 1 1 y2 = 0 2o 1 3x2 y 2 = 0 Q2 (0, 1) A x=0 x=0 x=0 1o 2 2 2 2 2 o y = 1 3x2 3x + y = 1 1 3x y = 0 2 2 2 2 2 o x2 + 3 9x2 = 1 x + 3y = 1 1 x 3y = 0 2 y 2 = 1 3/4 = 1/4 y 2 = 1 3x2 y 2 = 1 3x2 y 2 = 1 3x2 2 2 x = 1/2 x = 1/2 x = 1/4 8x = 2 y = 1/2 P4 (1/2, 1/2) x = 1/2 el resto no (b) En segundo lugar determinamos los puntos cr ticos de la frontera del recinto. Estos puntos cr ticos ser an los cuatro extremos del recinto P1 (0, 0), P2 (1, 0), P3 (0, 1), P5 (1, 1), y los puntos cr ticos situados en los cuatro segmentos de la frontera del recinto, que los hallamos por sustituci on en z = f (x, y ) = xy (1 x2 y 2 ) = xy x3 y xy 3 , estudiando los puntos cr ticos de las funciones resultantes, que son de una sola variable. x = 0 z = 0 z = 0 para cualquier valor de y P6 (0, y ) x = 1 z = y y y 3 = y 3 z = 3y 2 = 0 y = 0 P2 (1, 0) y = 0 z = 0 z = 0 para cualquier valor de x P7 (x, 0) y = 1 z = x x3 x = x3 z = 3x2 = 0 x = 0 P3 (0, 1) (c) Por u ltimo comparamos los valores de la funci on en cada uno de los puntos cr ticos, el mayor ser a el m aximo absoluto y el menor el m nimo. f (0, 0) = f (1, 0) = f (0, 1) = 0 f (0, y ) = f (x, 0) = 0 f (1, 1) = 1 1 1 = 1 m nimo f (1/2, 1/2) = 1/4 1/16 1/16 = 2/16 = 1/8 M aximo

4.10. EXTREMOS DE LAS FUNCIONES DE VARIAS VARIABLES 315 Para determinar los m aximos y m nimos absolutos de una funci on continua en un recinto cerrado y acotado no es necesario determinar la naturaleza de cada uno de los puntos cr ticos.

DE FUNCIONES MULTIVARIABLES 316 CAP ITULO 4. DERIVACION

4.11.

Problemas propuestos del Cap tulo 4


Soluciones en la p agina ??

Ejercicios propuestos del Cap tulo 4

4.1.

Est udiese la continuidad y diferenciabilidad en R2 de la funci on f denida por f (x, y ) = x sen y x2 + y 2 0 si (x, y ) = (0, 0) si (x, y ) = (0, 0)

4.2.

Encontrar y clasicar todos los puntos cr ticos de la funci on f (x, y ) = 2x2 y 3 2xy

Problemas resueltos del Cap tulo 4


4.1. La ecuaci on 3y 3 x4 x2 y = 2 dene una funci on y = f (x) derivable en x = 1? Justica tu respuesta y en caso armativo calcula f (1) y con su ayuda determina la ecuaci on de la recta tangente a la curva 3y 3 x4 x2 y = 2 en el punto 1, f (1) Soluci on. El teorema de la funci on impl cita arma que una ecuaci on F (x, y ) = 0 dene una funci on y = f (x) derivable en un punto x0 , si se cumplen las tres condiciones siguientes: El punto P (x0 , y0 ) con y0 = f (x0 ) cumple la ecuaci on F (P ) = 0, las derivadas parciales de F en P son continuas, y Fy (P ) = 0. - El punto que cumple la ecuaci on dada, viene denido por: 3y 3 14 12 y = 2 de donde, aplicando Runi, se tiene: 3 1 3 0 3 3 1 3 2 2 2 0 3y 3 y 2 = 0

3y 3 y 2 = (y 1)(3y 2 +3y +2) = 0 3 9 24 =

y=1 3y 2 + 3y + 2 = 0 3

15 6 6 resulta que, para x = 1, el u nico punto P (1, f (1)) que cumple la ecuaci on dada es el punto (1, 1). - Las derivadas parciales de F (x, y ) = 3y 3 x4 x2 y 2 son continuas en todo R2 y por tanto en P , por tratarse de una funci on polin omica, en efecto: puesto que 3y 2 + 3y + 2 = 0, ya que, si no, ser a x = Fx (x, y ) = 12y 3 x3 2xy Fy (x, y ) = 9y 2 x4 x2 - Y adem as: Fy (1, 1) = 9 1 = 8 = 0. Luego podemos armar la existencia de la funci on y = f (x) que cumple f (1) = 1 y que es derivable en x = 1. Adem as, en virtud del teorema de la funci on impl cita tenemos: f (x) = Fx (x, y ) 12y 3 x3 + 2xy 10 5 = f (1) = = Fy (x, y ) 9y 2 x4 x2 8 4

y teniendo en cuenta que la ecuaci on de la recta tangente a la curva y = f (x) en el punto P (1, 1) viene denida por: y = f (1) + f (1) (x 1) resulta: y =1 5 (x 1) 4 5x + 4y = 9

4.11. PROBLEMAS PROPUESTOS DEL CAP ITULO 4

317

Problemas propuestos del Cap tulo 4


Soluciones en la p agina 381 4.1. Demostrar la relaci on existente entre la derivada direccional y las derivadas parciales de una funci on diferenciable, aplicando la regla de la cadena con una variable independiente

DE FUNCIONES MULTIVARIABLES 318 CAP ITULO 4. DERIVACION

Cap tulo 5

Integral denida y C alculo de primitivas.


5.1.
5.1.1.

La estimaci on de un area. Sumas de Riemann.


Signicado geom etrico de la integral

Con la integral denida se pretende calcular el a rea de una regi on del plano limitada por una curva cualquiera.

Nota. Es una costumbre muy extendida resaltar las a reas marc andolas con m ultiples l neas paralelas. Mucha gente traza estas l neas de manera oblicua. Sin embargo, esta manera de trazar las l neas no conduce a ning un resultado pr actico. Si queremos que el rayado nos de luz y podamos visualizar algunas propiedades, este rayado habr a de hacerse con l neas verticales u horizontales. As , entre cada dos l neas podemos imaginar un estrecho rect angulo. Lo que es fundamental en el c alculo integral. En particular: 1. Si la funci on f es positiva sobre el intervalo cerrado a, b . La integral denida de la funci on f sobre dicho intervalo representa el a rea de la regi on limitada por la curva, el eje OX y las perpendiculares por los puntos a y b.

319

320CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS y6 y = f (x)

x a
b

b
f (x) dx = area bajo la curva.
a

Figura 5.1:

2.

Si la funci on f es negativa sobre el intervalo cerrado a, b . La integral denida de la funci on f sobre dicho intervalo representa el a rea de la regi on limitada por la curva, el eje OX , y las perpendiculares por los puntos a y b, pero con signo negativo. y6 a b x

y = f (x)
b

Figura 5.2:
a

f (x) dx = area sobre la curva.

3.

Si la funci on toma valores positivos y negativos sobre el intervalo cerrado a, b . Entonces, la integral denida de la funci on f sobre dicho intervalo representa la suma de las a reas de las regiones comprendidas entre la funci on, el eje de las x, y las perpendiculares por a y b, pero asign andole a cada una de ellas el signo + o seg un que est e por encima o por debajo del eje x. Por lo que en tal caso la integral no nos da una medida del a rea. y6 y = f (x) x a
b

Figura 5.3:
a

f (x) dx = area 1 - area 2 + area 3.

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN. C alculo de integrales mediante areas

321

Lo normal ser a calcular areas a partir del concepto de integral. No obstante, en ocasiones, el signicado gr aco de la integral nos permitir a calcular algunas integrales mediante areas. Ejemplo 5.1. Hallar gr acamente la siguiente integral:
4 1

(x 2) dx

Soluci on. Representamos la funci on y = x 2 y hallamos las a reas correspondientes. 1 22 11 = A2 = =2 2 2 2 La integral vendr a denida como la suma aritm etica de las a reas correspondientes, asignado signo negativo a las a reas situadas por debajo del eje horizontal y positivo a las situadas por encima. Es decir: A1 =
4 1

y 6 1

x 4

Figura 5.4:

1 3 (x 2) dx = A1 + A2 = + 2 = 2 2
5

Ejemplo 5.2. Hallar gr acamente


5

25 x2 dx

Soluci on. Representamos la funci on y = 25 x2 y hallamos las a reas correspondientes. Para ello eliminamos la ra z cuadrada. y= 25 x2 ( y > 0) y 2 = 25 x2 x2 + y 2 = 25

Luego se trata de la semicircunferencia superior de radio 5 y centro el origen de coordenadas.


y 6

x 5

25 r2 = 2 2 La integral vendr a denida como el a rea del semic rculo. Es decir: A=


5 5 2

Figura 5.5:

25 x2 dx =

25 2

Ejemplo 5.3. Calcular gr acamente


0

sen x dx

322CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Representamos la funci on y = sen x y hallamos las a reas correspondientes. Al ser la funci on sim etrica respecto del eje horizontal resultan las areas iguales y por tanto se compensan, dando una integral nula. En efecto.
y 6 x 0 2

sen x dx = A A = 0

Figura 5.6:

El m etodo exhaustivo o de llenado para el c alculo de areas Este m etodo era utilizado por los griegos para el c alculo de a reas planas y consiste en lo siguiente: Para calcular el a rea de una regi on plana irregular se sigue el siguiente proceso: (a) Para el c alculo aproximado del a rea. Se rellena la regi on lo m as posible de pol gonos (tri angulos, cuadril ateros, rect angulos, trapecios, etc.) y luego se toma como valor aproximado del a rea de la regi on la suma de las a reas de todos estos pol gonos. A A1 + A2 + A3 + A4 + A5 (b) Para el c alculo exacto del a rea se sigue el siguiente proceso: 1. 2. Se idea un procedimiento de divisi on en pol gonos que vaya aproximando de manera sucesiva al a rea total buscada. Por paso al l mite se llena la gura y se calcula el a rea exacta.

Por ejemplo, supongamos que queremos calcular el a rea del c rculo conociendo la longitud de la circunferencia. Para ello ideamos el siguiente procedimiento: 1. Dividimos el c rculo en tri angulos is osceles iguales, con v ertice com un en el centro del c rculo. El proceso de llenado se obtiene aumentando el n umero de tri angulos. El a rea del circulo ser a aproximadamente la suma de las a reas de los tri angulos. El a rea de cada tri angulo es 1 T = 2 bh donde b es la base y h la altura Por paso al l mite obtenemos el a rea total del c rculo (la altura del tri angulo se transforma en el radio del c rculo y la suma de las bases en la longitud de la circunferencia.

2.

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN.

323

@ T3 T2 T T4 @ 1 @ T 5 @ T 8 @ T6 T7 @

C T1 + T2 + + T 8 1 1 1 bh + bh + + bh 2 2 2 1 h b1 + b2 + + bn 2 1 C = R 2R = R2 2

La dicultad de este procedimiento est a en idear, en cada caso, el proceso de llenado, y principalmente en saber dar el paso al l mite. Sumas de Riemann Riemann utiliz o el m etodo exhaustivo, pero utilizando siempre rect angulos. El proceso de llenado consiste en estrechar al m aximo los rect angulos. Se divide la regi on en rect angulos. En la pr actica dichos rect angulos ser an horizontales o verticales. Sin embargo, para el planteamiento te orico supondremos que dichos rect angulos son verticales. Los rect angulos no tienen por qu e tener la misma anchura. La altura del rect angulo puede ser cualquier valor comprendido entre el valor m nimo y el m aximo de la funci on en cada uno de los subintervalos. De esta manera el a rea de la regi on se puede aproximar, cuanto queramos, mediante la suma de las a reas de los rect angulos. y 6

x1

x2

x3

Figura 5.7: Area bajo la curva suma de las areas de los rect angulos.

Teniendo en cuenta que el area de un rect angulo se obtiene multiplicando la base por la altura, tenemos las siguientes sumas, seg un tomemos los rect angulos de altura m nima, intermedia o m axima.
6 a x1 x2 x3 b 6 a x1 x2 x3 b 6 a b 6 a x1 x2 x3 b

324CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS

m1 (x1 a) + m2 (x2 x1 ) + m3 (x3 x2 ) + m4 (b x3 )


f (x 1 )(x1 a) + f (x2 )(x2 x1 ) + f (x3 )(x3 x2 ) + f (x4 )(b x3 ) a

f (x) dx

M1 (x1 a) + M2 (x2 x1 ) + M3 (x3 x2 ) + M4 (b x3 )

A la suma de las areas de los rect angulos se les llama sumas de Riemann. A la primera de ellas se le llama suma inferior y a la u ltima suma superior. En general, poniendo xi = xi xi1 , resulta:
b a f (x) dx f (x 1 )x1 + f (x2 )x2 + + f (xn )xn

La integral como el l mite de una suma La integral puede interpretarse como el l mite de la suma de las a reas de los innitos rect angulos innitesimales. Es decir,
b n

f (x) dx = l m
a

xi 0 n

m f (x 1 )x1 + f (x2 )x2 + + f (xn )xn = l

xi 0 n i=1

f (x i )xi

que podemos expresar como:


b n

f (x) dx = l m
a

xi 0 n i=1

f (xi )xi

donde xi es un punto cualquiera del subintervalo correspondiente.

5.1.2.

C alculo de l mites utilizando el concepto de integral

Supongamos que utilizamos una partici on regular del intervalo 0, 1 , es decir, todos los subintervalos con la misma anchura, por ejemplo, dividi endolo en n partes iguales. Tendremos todos los rect angulos con la misma base, x = 1/n. Como altura de cada rect angulo podemos tomar la imagen del extremo derecho del subintervalo correspondiente. En este caso, la integral entre 0, 1 de una funci on continua se puede expresar de la siguiente forma:

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN.

325

y6

y = f (x)

x 1 2 3 n n n

Figura 5.8:
1 0

2 1 n 1 1 1 = f (x) dx = l m f ( ) + f ( ) + + f ( ) n n n n n n n 1 2 n 1 f( ) + f( ) + + f( ) = = l m n n n n n n k 1 f( ) = l m n n n
k=1 n k=1 1

Y viendo la igualdad de derecha a izquierda, tenemos: 1 2 n 1 1 m f ( ) + f ( ) + + f ( ) = l n n n n n n n l m k f( ) = n f (x) dx


0

lo que nos permite calcular el l mite de algunas sumas a partir del concepto de integral. Ejemplo 5.4. Calcular el siguiente l mite:
n

l m

1 2 n + 2 + + 2 2 2 1+n 2 +n n + n2

Soluci on. Sacamos factor com un la base de los rect angulos, 1/n, y el resto lo expresamos en funci on de k/n. l m 2 n 1 + 2 + + 2 = 2 2 1+n 2 +n n + n2 2n n2 n 1 + + + = l m n n 1 + n2 22 + n2 n2 + n2 = l m
n

= =

1 n

1 2 (n )

1/n 2/n 1 + 2 2 + + + n 2 (n) + 1 + 1 (n) + 1 1 = l m n n k/n = k 2 ( ) +1 k=1 n


n 1 0

x2

ln 2 x dx = +1 2

Ejemplo 5.5. Calcular el siguiente l mite:


n

l m

n2

n n n + 2 + + 2 +1 n +4 n + n2

326CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Sacamos factor com un la base de los rect angulos, 1/n, y el resto lo expresamos en funci on de k/n. l m n n n = + 2 + + 2 +1 n +4 n + n2 1 n2 n2 n2 = l m + + + n n n2 + 1 n2 + 4 n2 + n2 1 n n

n2

= =
1 0

= l m

1 1 1 1 2 + 2 2 + + + 1 + ( n )2 1 + (n) 1 + (n) n 1 = k 2 ) 1 + ( n k=1


n 1 0

= l m

1 n n

1 dx = arc tg x 1 + x2

Ejemplo 5.6. Calcular el siguiente l mite: l m n n n + + + 2 2 (n + 1) (n + 2) (n + n)2

Soluci on. Sacamos factor com un la base de los rect angulos, 1/n, y el resto lo expresamos en funci on de k/n. l m n n n + + + = 2 2 (n + 1) (n + 2) (n + n)2 n2 n2 n2 1 + + + = l m n n (n + 1)2 (n + 2)2 (n + n)2 n 1 n n n+1 1 1 = l m 1 n n 1+ n = l m
n k=1 2

=
2

+
2

n n+2 1 1+
1

+ +
2

n n+n 1 1+
1 n n

=
2

+
2

2 n

+ +
2

1 = l m n n

1 1+

k n

=
0

1 1+x

dx =
0

1 dx = (1 + x)2
1 0

= Ejemplo 5.7. Calcular el siguiente l mite: l m

1 1+x

1 1 +1= 2 2

1 1 1 + + + n+1 n+2 n+n

Soluci on. Sacamos factor com un 1/n y el resto lo expresamos en funci on de

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN. k/n. l m 1 1 1 + + + = n+1 n+2 n+n n n n 1 + + + = l m n n n+1 n+2 n+n = l m 1 n n 1 1+
n 1 n

327

= =
1 0

1 1+ =

2 n 1

+ +

1 1+

n n

1 = l m n n

1 1+ k=1

k n

1 dx = ln |1 + x| 1+x

= ln 2

Ejemplo 5.8. Calcular el siguiente l mite: n n e + e2 + + n en l m n n Soluci on. Sacamos factor com un 1/n y el resto lo expresamos en funci on de k/n. l m n e+ n e2 + + n n en = l m 1 e1/n + e2/n + + en/n = ek/n =
k=1 0 1

= l m

1 n n

n n n

ex dx = ex

1 0

=e1

Ejemplo 5.9. Calcular el siguiente l mite: 1 n n8 l m


n

k7
k=1

Soluci on. Sacamos factor com un 1/n y el resto lo expresamos en funci on de k/n. T engase en cuenta que al ser k el ndice del sumatorio, todas las dem as variables son constantes y se pueden introducir en el sumatoria, incluida la propia n. 1 l m n n8
n k=1

1 1 k = l m n n n7
7

n k=1

1 k = l m n n
7

n k=1

k n

=
0

x7 dx = x8 8
1 0

= Ejemplo 5.10. Calcular el siguiente l mite: l m 2 n1 1 + 2 + + 2 n n n2

1 8

328CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Sacamos factor com un 1/n y el resto lo expresamos en funci on de k/n. T engase en cuenta que la falta de un rect angulo innitesimal no afecta al resultado. l m 2 n1 1 + 2 + + 2 n n n2 = l m 1 n n 1 2 n1 + + + n n n
n1 k=0

1 = l m n n

2 n1 1 0 + + + + n n n

1 = l m n n

k = n =

x dx =
0

x2 2

1 0

1 2

Intervalo de integraci on distinto del 0, 1 En el c alculo de l mites mediante integrales, el intervalo de integraci on puede ser cualquiera. En efecto, si utilizamos una partici on regular, la integral entre a, b de una funci on continua se puede expresar de la siguiente forma: y 6 y = f (x)

x a x1 x2 b Figura 5.9: x1 = a + ba , n x2 = a + 2

Al dividir el intervalo a, b en n partes iguales, la base de cada uno de los n rect angulos innitesimales ser a: x = ba , y por lo tanto las coordenadas de n los puntos x1 , x2 , . . . ser an:

ba 2 = a + (b a), . . . n n ba k . . . xk = a + k = a + (b a) n n

...

Y tomando f (xi ) como altura de los rect angulos, resulta:


b

f (x) dx = l m
a

ba f (x1 ) + f (x2 ) + + f (xn ) = n n n ba k ba f (xk ) = l m f a + (b a) = l m n n n n n = l m


n k=1 k=1

f (x1 )

ba ba ba + f (x2 ) + + f (xn ) n n n

Y viendo la igualdad de derecha a izquierda, tenemos: ba n n l m


n

f
k=1

a+

k (b a) n

=
a

f (x) dx

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN.

329

Si b a es un n umero entero, entonces podemos dividir el intervalo a, b en (b a)n partes iguales, con lo cual la base de los rect angulos innitesimales 1 k ba = . Con lo cual xk = a + . Y resulta: resultantes ser a x = (b a)n n n 1 l m n n
( b a ) n k=1

a+

k n

=
a

f (x) dx

La clave para determinar los l mites de integraci on a, b , est a en conocer el primer y el u ltimo valor de f (x), es decir, f (a) y f (b). M as que la f ormula, debe buscarse el proceso de integraci on, utilizando un gr aco auxiliar. Unas veces habr a que pensar que s olo la unidad se ha dividido en n partes y otras que todo el intervalo de integraci on se ha dividido en las n partes. Ejemplo 5.11. Calcular
n

l m

sen

2 (n 1) + sen + + sen n n n

Soluci on. Podemos suponer que el intervalo 0, lo hemos dividido en n partes iguales. La base de los rect angulos innitesimales ser a x = /n, y los puntos de la partici on x1 = /n, x2 = 2/n, . . ., xn = n/n. Falta un n = sen = 0. t ermino, pero no afecta al resultado, ya que sen n
n n n n 2 3 n n

0 de donde,

2 (n 1) + + sen sen + sen = n n n n 2 n = l m + + sen sen + sen = sen x dx = cos x = n n n n n 0 0 = cos + cos 0 = 1 + 1 = 2
n

l m

Como regla pr actica para determinar los l mites de integraci on y el correspondiente incremento de x puede utilizarse la siguiente: Una vez determinado el valor de x = k n , tenemos: x= k n k=0 k=n k=1
n


n k=1

x=0 x= x= n 1 sen n k n

a=0 b= x =

Ejemplo 5.12. Calcular

l m

330CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Igual que en el ejemplo anterior, podemos suponer que el intervalo 0, lo hemos dividido en n partes iguales. La base de los rect angulos innitesimales ser a x = /n, y los puntos de la partici on x1 = /n, x2 = 2/n, . . ., xn = n/n.
n n n n 2 3 n n

En consecuencia necesitamos sacar factor com un el incremento de x x = n, de donde, 1 k 1 sen = l m sen n n n n n k=1 k=1 1 1 = sen x dx = cos x = 0 0 l m
n n

k k 1 sen = = l m n n n n k=1 1 1 2 ( cos + cos 0) = (1 + 1) =

Ejemplo 5.13. Calcular el siguiente l mite: n n n e + e2 + + e2n l m n n Soluci on. Podemos suponer que el intervalo 0, 2 lo hemos dividido en 2n partes iguales. La base de los rect angulos innitesimales ser a x = 1/n, y los puntos de la partici on x1 = 1/n, x2 = 2/n, . . ., xn = 2n/n = 2.
1 n 1 n 1 n 2 n 1 n 3 n

1
n n

2
2n n

En consecuencia, sacamos factor com un 1/n y el resto lo expresamos en funci on de k/n. l m n e+ n e2 + + n n e2n = l m
2n

1 1/n e + e2/n + + e2n/n = n n ek/n =


k=1 0 2

= l m

1 n n

ex dx = ex

2 0

= e2 1

5.1.3.

Propiedades de la integral denida

a) Relativas al intervalo de integraci on. 1. Si a < b no tiene sentido hablar del intervalo b, a . No obstante, se admite por convenio que: Al intercambiar los l mites de integraci on, la integral cambia de signo.

DE UN AREA. 5.1. LA ESTIMACION SUMAS DE RIEMANN.


y 6
+

331

y x b

6 a

x b

a b

f (x) dx =

f (x) dx
a

2. Si los l mites de integraci on coinciden, la integral vale cero.


a

f (x) dx = 0
a

3.

La integral de una funci on siempre est a contenida entre dos valores: El rect angulo m nimo y el rect angulo m aximo.
y 6 M m -x a b

m(b a)

f (x) dx M (b a)

(5.1)

4.

Cualquiera que sean los n umeros a, b y c, se cumple que:


y 6 a
b

y x b
c

6 a b
b

x c

f (x) dx =
a a

f (x) dx +
c

f (x) dx

siempre que la funci on sea integrable sobre dichos intervalos. Esta propiedad se cumple aunque el punto c no est e situado entre a y b.
 + a b c

b) Relativas al integrando. 1. La integral de la suma es la suma de las integrales.


b b b

f (x) + g (x) dx =
a a

f (x) dx +
a

g (x) dx

2.

Un factor constante puede sacarse fuera de la integral.


b b

rf (x) dx = r
a a

f (x) dx

332CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS 3. La integral de una funci on positiva, es positiva.
b

f (x) 0, 4.

x a, b

f (x) dx 0

Si una funci on es menor que otra, entonces su integral tambi en lo es.


b b

f (x) g (x),

x a, b
4

f (x) dx
2

g (x) dx
a

Ejemplo 5.14. Sabiendo que


4 1

f (t) dt = 5 y

2f (t) dt = 1

hallar:
2

f (t) dt

Soluci on.
2 2 2

2f (t) dt = 2
1 4 2 1

f (t) dt = 1
4

2f (t) dt =
1

1 2

f (t) dt =
1 1

f (t) dt +
2 4 2

f (t) dt =

1 + 2

4 2

f (t) dt = 5

luego

f (t) dt = 5 +

9 1 = 2 2

Ejemplo 5.15. Sabiendo que:


4 1 1 4

f (x) g (x) dx = 10,


1

f (x) + g (x) dx = 3
4 0

g (x) dx = 5

Calcular
0

g (x) dx

Soluci on.
4 1 1 4

f (x) g (x) dx = 10 f (x) + g (x) dx = 3 +


1 4 g (x) dx

4 1 f (x) dx 1 4 f (x) dx 1

4 1 g (x) dx 1 4 g (x) dx 1

= 10 =3 g (x) dx = 13 2

1 4 f (x) dx

= 10

1 4 f (x) dx

1 4 g (x) dx

=3

2
4

g (x) dx = 13

de donde,
1 4 1

g (x) dx =
0 0

g (x) dx +
4

g (x) dx = 5 +

13 23 = 2 2

5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO

333

Ejemplo 5.16. Establecer una relaci on de desigualdad entre las siguientes parejas de integrales:
1 0 1

x dx
0

x3 dx
1

x dx
1

x3 dx

Soluci on. Si observamos las gr acas de ambas funciones en los dos intervalos de referencia, resulta:
y6 x3 x x -

0x1 1x2

x x3 x x3

1 0 2 1

x dx x dx

x3 dx x3 dx

0 2 1

5.2.

El teorema fundamental del C alculo

La funci on integral o funci on area Dada una funci on integrable en un intervalo cerrado [a, b], se dene su funci on integral sobre dicho intervalo como el a rea bajo la curva desde el punto a hasta un punto variable t [a, b] O bien, dado que es m as habitual hablar y6 y = f (x)
t

F (t) a x t b

F (t) = x a

f (x) dx

Figura 5.10: de F (x) en lugar de F (t), basta con intercambiar los papeles de ambas variables. y6 y = f (x)
x

F (x) = F (x) a t x b
a

f (t) dt

x -

Figura 5.11:

334CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Teorema fundamental del C alculo Teorema 5.1. Si f es una funci on continua en el intervalo cerrado [a, b], x entonces su funci on integral, F (x) = a f (t) dt a x b, es continua en [a, b] y derivable en (a, b), y su derivada F (x) = f (x). f continua en [a, b] x F (x) = a f (t) dt F (x) = f (x)

Demostraci on. Aplicando la denici on de derivada a la funci on F , resulta, F (x) = l m f (t) dt a f (t) dt F (x + h) F (x) = l m a = h0 h0 h h x x+ h x f (t) dt a f (t) dt a f (t) dt + x = l m = h0 h x+ h f (t) dt f (x) h x = l m = l m = f (x) h0 h0 h h En la demostraci on se ha tenido en cuenta que, para h peque no,
x+ h x x+ h x

f (t) dt f (x) h

En efecto,
y6 y = f (x) f (x) x b x 6 x+h h

La integral
x+ h

f (t) dt
x

F (x) a t

Figura 5.12:

representa el a rea del rect angulo innitesimal de base h y altura f (x).

De una manera m as formal, teniendo en cuenta la desigualdad (5.1), se puede establecer de la siguiente forma:
x+ h

mx h

f (t) dt Mx h

mx

x+ h f (t) dt x

Mx

de donde, tomando l mite, l m mx l m


x+ h f (t) dt x

h0

h0

l m Mx
h0 x+ h f (t) dt x

de donde, f (x) l m
x+ h f (t) dt x

h0

f (x)

h0

l m

= f (x)

5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO Lecturas del teorema fundamental del C alculo

335

Del Teorema fundamental del C alculo se pueden desprender las siguientes interpretaciones: 1. 2. 3. Si la funci on f es continua sobre el intervalo cerrado [a, b], entonces su x funci on integral F (x) = a f (t) dt , es una primitiva de f (x). Toda funci on continua sobre un intervalo cerrado, tiene una primitiva sobre dicho intervalo. La derivada de una integral, con l mite superior variable, respecto de dicho l mite superior, coincide con el valor del integrando en dicho l mite superior. x d f (t) dt = f (x) dx a La derivada del area coincide con el valor de la funci on en la frontera:
C rculo '$ Esfera '$ 4 V = r3 3 A = 4r2 &% A = V (r)

4. y 6

F (x) a

F (x)

x x b

2r &% = a (r)

r2

Figura 5.13:

Derivada de integrales Ejemplo 5.17. Hallar d dt


t

x2 + 1 dx
0

Soluci on. Aplicando directamente el teorema fundamental resulta, d dt Ejemplo 5.18. Hallar d dt
t

x2 + 1 dx =
0 3 t

t2 + 1

sen2 x dx

Soluci on. Para poder aplicar el teorema fundamental, el l mite variable, respecto del que se deriva, ha de ser el l mite superior de la integral, en consecuencia habr a que intercambiar los l mites, d dt
3 t

sen2 x dx =

d dt

t 3

sen2 x dx = sen2 t

336CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Derivada de integrales cuando el l mite superior es una funci on Cuando la variable de integraci on no coincide con la variable de derivaci on, aplicamos el teorema de la derivada de la funci on compuesta d dx
g (x )

f (t) dt =
a

u = g (x) du = g (x)dx = d du
t2 0

u d f (t) dt = dx a u du du = f (u) = f [g (x)] g (x) f (t) dt dx dx a

Ejemplo 5.19. Hallar Soluci on. d dt


0 t2

d dt

cos x2 dx

cos x2 dx = cos(t2 )2 2t = 2t cos t4

Derivada de integrales cuando los dos l mites son funciones Aplicando los resultados anteriores, resulta, d dx = d dx
g (x )

f (t) dt =
h( x ) h( x )

d dx

g (x )

f (t) dt +
h( x ) g (x ) a

f (t) dt

f (t) dt +
a a

f (t) dt

= f [h(x)]h (x) + f [g (x)]g (x) = = f [g (x)]g (x) f [h(x)]h (x)

Es decir,
g (x ) h( x )

f (t) dt = f [g (x)]g (x) f [h(x)]h (x) d dx


x3

(5.2)

Ejemplo 5.20. Hallar

ln t dt
x2

Soluci on. Aplicando la f ormula (5.2) resulta, d dx


x3 x2

ln t dt = ln x3 3x2 ln x2 2x = 9x2 ln x 4x ln x = 9x2 4x ln x


x

d Ejemplo 5.21. Hallar dx

cos t2 dt

x>0

1/x

Soluci on. Aplicando la f ormula (5.2) resulta, d dx


x

1/x

1 1 cos t2 dt = cos( x)2 cos x 2 x

1 1 1 1 = cos x + 2 cos 2 x2 x x 2 x

5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO


x2 0

337

Ejemplo 5.22. Hallar el l mite

x0+

l m

sen t dt x3

Soluci on. La sustituci on directa da la indeterminaci on 0/0 que se rompe aplicando la Regla de LH opital. En efecto, l m
x2 0

x0+

sen t dt 0 2 2x2 sen x 2x = = l m = = l m 3 2 2 x 0 3x 3 x0+ 3x x0+


x 2 0 cos t dt x0

Ejemplo 5.23. Hallar el l mite l m

Soluci on. La sustituci on directa da la indeterminaci on 0/0 que se rompe aplicando la Regla de LH opital. En efecto, cos x2 0 = l m =1 x0 x0 x 0 1 sen x tg t dt 0 Ejemplo 5.24. Hallar el l mite l m tg x + x0 sen t dt 0 l m = Soluci on. La sustituci on directa da la indeterminaci on 0/0 que se rompe aplicando la Regla de LH opital. En efecto, sen x tg t dt tg(sen x) cos x tg x cos3 x =1 = l m l m 0 = l m tg x 1 tg x x0+ x0+ x0+ sen t dt 0 sen(tg x) 2 cos x
x 2 0 cos t dt

5.2.1.

Regla de Barrow: La integral como una primitiva

Teorema 5.2 (Regla de Barrow). Si f es una funci on continua en el intervalo cerrado [a, b] y G es una primitiva cualquiera de f , entonces:
b a

f (x) dx = G(b) G(a)

Demostraci on. Sea f continua en [a, b] y G una primitiva cualquiera de f . x Por ser f continua sobre [a, b], su funci on integral F (x) = a f (t) dt ser a una primitiva de f . En consecuencia tendremos dos primitivas de una misma funci on que, por tanto, se diferenciaran en una constante G(x) = F (x) + C , de donde, G(b) = F (b) + C G(a) = F (a) + C de donde,
b a b

G(b) = a f (t) dt + C G(a) = 0 + C = C

G(b) =
a

f (x) dx + G(a)

f (t) dt = G(b) G(a)

f (x) dx = G(b) G(a)

338CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Observaciones: 1. La importancia de esta regla es fundamental, ya que pone en relaci on las integrales con las derivadas. Sin embargo hay que advertir que solamente es aplicable a funciones continuas denidas en intervalos cerrados. Para hallar la integral denida de una funci on continua en un intervalo cerrado seguiremos el siguiente proceso: a ) Se halla una primitiva cualquiera de la funci on, sin tener en cuenta la constante (la m as sencilla). b ) Se sustituyen en esta primitiva los l mites de integraci on -el superior y el inferior- y se restan los resultados.
b b

2.

f (x) dx =
a 1

f (x) dx
a

= G(x)

b a

= G(b) G(a)

Ejemplo 5.25. Calcular


0

x2 dx

Soluci on. Basta con encontrar una primitiva de x2 y evaluarla en los extremos de integraci on.
1 0

x2 dx =

x3 3

=
0

1 1 0= 3 3

Ejemplo 5.26. Hallar el a rea de la regi on bajo la gr aca de y = sen x entre 0 y . Soluci on. El area viene denida por la siguiente integral, y 6
y = sen x -

A=
0

sen x dx = cos x

= cos + cos 0 =

Figura 5.14:
3

= (1) + 1 = 1 + 1 = 2

Ejemplo 5.27. Calcular


1

dx 1 + x2

Soluci on.
1 3

dx = arc tg x 1 + x2

= arc tg

3 arc tg 1 =

= 3 4 12

5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO Integraci on de funciones denidas a trozos Ejemplo 5.28. Dada la funci on denida por f (x) =
2

339

x2 x

si 0 x 1 si 1 x 2

calcular
0

f (x) dx.

Soluci on. Descomponemos la integral con objeto de integrar por tramos, utilizando en cada tramo la funci on correspondiente.
2 1

f (x) dx =
0 0

x2 dx +
1

x dx =

x3 3
2

+
0

x2 2

=
1

1 1 11 +2 = 3 2 6

Ejemplo 5.29. Calcular la integral


0

|1 x| dx

Soluci on. Separamos los dos casos del valor absoluto. f (x) = |1 x| = de donde, x2 x2 + x = (x 1) dx = x (1 x) dx + |1 x| dx = 2 0 2 1 0 0 1 1 4 1 =1 + 2 +1=1 2 2 2 si x [0, 1] 1 2 si x (1, 2] Ejemplo 5.30. Dada la funci on f (x) = x si x (2, 3]
x 2 1 2 1 2

1x 1 + x

si si

1x0 = 1x<0

1x x1

si si

x1 x>1

determinar F (x) =

f (t) dt

Soluci on. El valor de F (x) depender a del tramo en el que est a situada la x
1 0
x

t 2 3
x 0 x

x [0, 1] F (x) = x (1, 2] F (x) =

f (t) dt =
0 x 0 1

1 dt = t 1 dt +
0 1

=x
1 0

f (t) dt =
0

2 dt = t

+ 2t

x 1

= 1 2x + 2 = 2x + 3

340CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS


x 1 2 x

x (2, 3] F (x) = = t
1 0

f (t) dt =
0 0 2 1

1 dt +
1 x 2

2 dt +

t dt =
2

+ 2t

t2 2

=14+2+

x2 4 x2 = 3 2 2 2

de donde, la funci on F vendr a denida por:

6y = f (x) a

6 y = F (x)

x -

x -

Figura 5.15:

x F (x) = 2x + 3 x2 3 2

si x [0, 1] si x (1, 2] si x (2, 3]

INMEDIATA. 5.3. INTEGRACION

341

B. C alculo de primitivas.
5.3. Integraci on inmediata.
Denici on 5.1 (Primitiva). Una funci on F (x) se llama primitiva de otra funci on f (x) si F (x) = f (x). Proposici on 5.1. Si una funci on tiene una primitiva, entonces tiene innitas, que se diferencian entre s en una constante. Denici on 5.2 (Integral indenida). Se llama integral indenida de una funci on f (x) al conjunto formado por todas sus primitivas, y se denota por: f (x) dx = F (x) + C x3 + 2x2 + 1 dx

Ejemplo 5.31. Hallar

Soluci on. Buscamos una primitiva del integrando, es decir una funci on tal que al derivarla nos de el integrando. En consecuencia, x3 + 2x2 + 1 dx = x4 2x3 + +x+C 4 3

Nota. Como consecuencia del Teorema fundamental del C alculo se puede armar que toda funci on continua tiene una primitiva. Pero eso no signica que esa primitiva se pueda expresar en t erminos elementales. Por ejemplo sen x la integral dx solamente se puede calcular desarrollando en series x el senx, con lo cual obtenemos como resultado de la integral, un desarrollo en serie. Es decir, obtenemos el desarrollo en serie de la primitiva, pero no obtenemos la primitiva expresada en t erminos elementales.

5.3.1.
1. d 2. 3. 4. 5.

Propiedades de la integral indenida


f (x) dx = f (x) dx f (x) dx = f (x) df (x) = f (x) + C [f (x) g (x)] dx = r f (x) dx = r f (x) dx g (x) dx

f (x) dx Un factor constante puede sacarse fuera del signo de

integraci on.

342CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS

5.3.2.

Tabla de integrales inmediatas


dx = x + C xn+1 +C xn dx = n+1 dx = ln |x| + C x ex dx = ex + C ax ax dx = +C ln a dx = arc tg x + C 1 + x2 1 x dx = arc tg + C 2 2 a +x a a dx = arc sen x + C 1 x2 dx x = arc sen + C 2 2 a a x sen x dx = cos x + C cos x dx = sen x + C sec2 x dx = tg x + C csc2 x dx = cot x + C senh x dx = cosh x + C cosh x dx = senh x + C dx = tgh x + C cosh2 x dx = coth x + C senh2 x

Aunque no son inmediatas, tambi en deben tenerse presente las siguientes integrales por aparecer con mucha frecuencia. 1 1 dx = +C x2 x tg x dx = ln | cos x| + C 1 dx = 2 x + C x cotg x dx = ln | sen x| + C dx = ln x + x2 1 + C x2 1 1 x+ x
2

dx x1 1 +C = ln x2 1 2 x+1 dx = ln x + x2 + 1 + C 1 + x2

Ejemplo 5.32. Hallar la integral

dx

Soluci on. Realizando el cuadrado tenemos: 1 x+ x


2

dx =

x+2+

Ejemplo 5.33. Hallar la integral Soluci on. Operando tenemos: (x + 1)2 dx = x3 + x

1 x2 + 2x + ln |x| + C dx = x 2 (x + 1)2 dx x3 + x

x2 + 2x + 1 (x2 + 1) + 2x dx = dx = x(x2 + 1) x(x2 + 1) 2 1 dx = ln |x| + 2 arc tg x + C = + x 1 + x2

MEDIANTE CAMBIO DE VARIABLE 5.4. INTEGRACION Ejemplo 5.34. Hallar la integral Soluci on. Operando tenemos: tg x + cot x dx = = =
2

343

tg x + cot x dx

tg2 x + 2 tg x cot x + cot2 x dx = tg2 x + 1 + 1 + cot2 x dx = sec2 xdx + csc2 xdx =

tg2 x + 2 + cot2 x dx = tg2 x + 1 dx +

1 + cot2 x dx =

= tg x cot x + C Ejemplo 5.35. hallar 2x x2 + 1 dx

Soluci on. En este caso tenemos que tener en cuenta la derivada de una funci on compuesta. 2x x2 + 1 dx = x2 + 1
1/2

2x dx =

x2 + 1 +C = 3/2 2 2 x +1 = x2 + 1 + C 3

3/2

5.4.

Integraci on mediante cambio de variable

El cambio de variable en una integral indenida se puede efectuar de dos formas: 1. Cambiando la variable x por una funci on x = g (t), donde g (t) es una funci on mon otona continuamente derivable de una nueva variable t. f (x) dx = 2. x = g (t) dx = g (t)dt = f g (t) g (t) dt

Cambiando parte del integrando por una nueva variable g (x) = t: f g (x) g (x) dx = g (x)dx g (x) = t = dt = f (t) dt

En la pr actica se combinan ambos m etodos, ya que x = g (t) t = g 1 (x). La funci on que se utilice tendr a que tener derivada continua para que se pueda realizar la nueva integral, e inversa para poder deshacer el cambio. Ejemplo 5.36. Hallar la integral x x2 + 3
4

dx

344CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Hacemos el cambio de variable buscando la derivada de una potencia: x x2 + 3
4

dx =

u = x2 + 3 du = 2x dx

u4 =

1 du = 2 2

u4 du =
5

x2 + 3 1 u5 +C = +C 2 5 10 cos 3t Ejemplo 5.37. Hallar la integral dt (1 + sen 3t)5 Soluci on. Hacemos el cambio de variable buscando la derivada de una potencia: 1 cos 3t dt = 5 (1 + sen 3t) 3 = 1 3 (1 + sen 3t)5 3 cos 3t dt = u = 1 + sen 3t du = 3 cos 3t dt =

u5 du =

1 1 1 u4 +C = +C = +C 3 4 12u 12(1 + sen 3t)4 ex sen ex dx

Ejemplo 5.38. Hallar la integral u = ex du = ex dx

Soluci on. Hacemos el cambio de variable buscando la derivada del sen: ex sen ex dx = = sen u du = cos u + C = cos ex + C ln cos x tg x dx

Ejemplo 5.39. Hallar la integral

Soluci on. Hacemos el cambio de variable llamando t a una parte del integrando, de manera que podamos identicar dt en el resto: t = ln cos x = t dt = ln cos x tg x dx = sen x dt = dx = tg x dx cos x 2 1 t2 = + C = ln(cos x) + C 2 2 Ejemplo 5.40. Hallar la integral x x + 1 dx Soluci on. Hacemos el cambio de variable llamando t = x + 1, sin embargo, para hallar dt no derivamos directamente, sino que previamente eliminamos la ra z cuadrada: t = x + 1 t2 = x + 1 = t2 1 t 2t dt = x x + 1 dx = x = t2 1 dx = 2t dt 5 3 2 x+1 2 x+1 2t5 2t3 4 2 = 2t 2t dt = +C = +C 5 3 5 3

MEDIANTE CAMBIO DE VARIABLE 5.4. INTEGRACION e6x dx e6x + 1

345

Ejemplo 5.41. Hallar la integral

Soluci on. Teniendo en cuenta que el numerador es la derivada del denominador, salvo un factor constante, hacemos el cambio de variable buscando la derivada del ln: e6x dx = e6x + 1 e6x + 1 = t 6e6x dx = dt = 1 6 ln e6x + 1 dt ln |t| = +C = +C t 6 6 e3x dx e6x + 1

Ejemplo 5.42. Hallar la integral

Soluci on. En este caso hacemos el cambio de variable buscando la derivada del arc tg: e3x = t 1 e3x dx = = 3 x 6 x e +1 3 3e dx = dt Ejemplo 5.43. Hallar la integral 1 1 dt = arc tg t+C = arc tg e3x +C +1 3 3 sen x dx x

t2

Soluci on. En este caso hacemos el cambio de variable buscando dejar el seno exclusivamente en funci on de la variable de integraci on: x=t sen x = 2 sen tdt = 2 cos t + C = 2 cos x + C dx = dx x = dt 2 x Ejemplo 5.44. Hallar la integral dx (x + 2) x + 1

Soluci on. En este caso hacemos el cambio de variable buscando eliminar la ra z cuadrada, para lo cual hacemos x + 1 = t, sin embargo, en vez de derivar esta expresi on directamente, la elevamos al cuadrado previamente: dx = (x + 2) x + 1 = 2t dt = (t2 + 1)t x + 1 = t x + 1 = t 2 x = t2 1 dx = 2tdt =

2 dt x+1+C = 2 arc tg t + C = 2 arc tg (t2 + 1) x2 x3 + 1 dx

Ejemplo 5.45. Hallar la integral

Soluci on. En este caso podemos elegir entre dos opciones; hacemos el cambio de variable buscando eliminar la ra z cuadrada, o bien, tenemos encuenta

346CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS que lo expresi on que hay fuera de la ra z es la derivada del radicando. En el primer caso, x =
2

x3

+ 1 dx =

x3 + 1 = t x3 + 1 = t2 3x2 dx = 2tdt
3

2 3

t t dt = x3 + 1 + C

2 3

t2 dt =

2 2 t3 +C = 33 9

x3 + 1

2 + C = (x3 + 1) 9

y en el segundo, x2 x3 + 1 dx = = x3 + 1 = t 3x2 dx = dt = 1 3
3

t dt =

1 3

t1/2 dt = x3 + 1 + C

2 1 t3/2 +C = 3 3/2 9

x3 + 1

2 + C = (x3 + 1) 9

El cambio de variable en la integral denida Cuando se hace un cambio de variable en una integral denida hay que cambiar los l mites de integraci on en funci on de la nueva variable. Si no queremos cambiar los l mites de integraci on habr a que deshacer el cambio antes de la sustituci on. En general,
x1

f (x) dx =
x0

x = g (t) dx = g (t) dt x0 = g (t0 ) ; x1 = g (t1 )


1

t1

=
t0

f g (t) g (t) dt

Ejemplo 5.46. Hallar


0

1 x2 dx

Soluci on. Para resolver esta integral hacemos la sustituci on trigonom etrica x = sen x, con objeto de eliminar la ra z cuadrada generando un cuadrado en su interior. x = sen t dx = cos t dt 1 = 1 x2 dx = x = 0 0 = sen t t = 0 0 x = 1 1 = sen t t = /2
/2 /2

=
0

1 sen2 t cos t dt =

cos2 t dt =

/2

1 + cos 2t dt = 2
/2

sen 2t t + 2 4

=
0

5.5.

Integraci on por partes.

Integrando la diferencial del producto de dos funciones d(u v ) = v du + u dv resulta, d(u v ) = v du + u dv , de donde, u v = v du + u dv . Esto

POR PARTES. 5.5. INTEGRACION nos permite expresar una de las dos integrales en funci on de la otra: u dv = u v v du

347

La constante de integraci on s olo se a nade al nal del proceso. Si la integral fuera denida, ser a:
b a

f (x)g (x) dx = f (x)g (x)

b a

f (x)g (x) dx

Ejemplo 5.47. Hallar la integral Soluci on. x sen x dx = u=x dv = sen x dx

x sen x dx

du = dx v = cos x

= x cos x + Ejemplo 5.48. Hallar la integral x3

cos x dx = x cos x + sen x + C 1 + x2 dx

Soluci on. En este ejemplo la elecci on de u y dv no resultan evidentes. Forzamos la situaci on para que el dv elegido sea f acil de integrar. u = x2 dv = x 1 + x2 dx de donde, du = 2x dx v = x 1 + x2 dx = con lo que resulta, x3 = 1 + x2 dx =

1 + x2 2x dx (1 + x2 )3/2 1 = = (1 + x2 )3/2 2 2 3/2 3

x2 (1 + x2 )3/2 3

x2 (1 + x2 )3/2 1 (1 + x2 )3/2 2xdx = 3 3 1 (1 + x2 )5/2 1 2 = x2 (1 + x2 )3/2 (1 + x2 )5/2 + C 3 5/2 3 15 ln x dx

Ejemplo 5.49. Hallar la integral

348CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Elegimos u = ln x y como dv el propio dx. ln x dx = u = ln x dv = dx du = v=x 1 dx x = x ln x arc tg x dx dx = x ln x x + C

Ejemplo 5.50. Hallar la integral

Soluci on. Elegimos u = arc tg x y como dv el propio dx. u = arc tg x du = dx arc tg x dx = 1 + x2 = x arc tg x dv = dx v=x = x arc tg x 1 2 x dx = 1 + x2

1 2x dx = x arc tg x ln(1 + x2 ) + C 2 1+x 2 x2 ex dx

Ejemplo 5.51. Hallar la integral

Soluci on. Elegimos u = x2 y dv = ex dx. x2 ex dx = u = x2 dv = ex dx du = 2xdx v = ex = x2 ex 2xex dx = x2 ex I1

Aparece una nueva integral I1 que tambien calculamos por partes. I1 = 2xex dx = u = 2x dv = ex dx du = 2dx v = ex = 2xex 2ex dx = 2xex 2ex

de donde resulta, x2 ex dx = x2 ex (2xex 2ex ) + C = (x2 2x + 2)ex + C Ejemplo 5.52. Hallar la integral ex sen x dx

Soluci on. Elegimos u = ex y dv = sen xdx. ex sen x dx = u = ex dv = sen xdx du = ex dx v = cos x =

= ex cos x +

ex cos x dx = ex cos x + I1

Aparece una nueva integral I1 que tambi en calculamos por partes. I1 = ex cos x dx = u = ex du = ex dx = ex sen x ex sen x dx

dv = cos xdx v = sen x

POR PARTES. 5.5. INTEGRACION

349

Apareciendo, nuevamente, la integral que, en un principio, trat abamos da calcular. Sustituimos y operamos como si se tratara de una ecuaci on, agrupando las dos integrales, ex sen x dx = ex cos x + ex sen x de donde resulta, 2 ex sen x dx = ex cos x + ex sen x ex cos x + ex sen x +C 2 ex sen x dx

y despejando la integral y a nadiendo la constante, resulta ex sen x dx =

a2 x2 dx Ejemplo 5.53. Hallar la integral Soluci on. Elegimos u = a2 x2 y dv = dx. a2 x2 dx = u= dv = dx a2 x2 x dx du = a2 x2 v=x = x2 dx a2 x2

= x a2 x2 +

Aparece una nueva integral I1 que calculamos sumando y restando a2 en el numerador. a2 (a2 x2 ) a2 a2 x2 x2 dx = dx = dx dx I1 = a2 x2 a2 x2 a2 x2 a2 x2 La primera integral es inmediata. Para calcular la segunda integral racionalizamos la expresi on con lo cual resulta, I1 = a2 arc sen x a a2 x2 dx

Apareciendo, nuevamente, la integral que, en un principio, trat abamos da calcular. Sustituimos y operamos como si se tratara de una ecuaci on, agrupando las dos integrales, a2 x2 dx = x a2 x2 + a2 arc sen de donde resulta, 2 a2 x2 dx = x a2 x2 + a2 arc sen x a x a a2 x2 dx

y despejando la integral y a nadiendo la constante, resulta 1 a2 x a2 x2 dx = x a2 x2 + arc sen + C 2 2 a

350CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS

5.6.

Integraci on de funciones racionales

Se llaman funciones racionales a las que vienen denidas por el cociente de dos polinomios. Pm (x) dx Pn (x)

5.6.1.

Integraci on de fracciones elementales

Se denominan fracciones simples (o elementales) a las fracciones racionales de los cuatro tipos siguientes: I. 1 xa II. 1 (x a)n III. x2 Ax + B + px + q IV. (x2 Ax + B + px + q )n

siendo x2 + px + q irreducible. Las siguientes integrales racionales son inmediatas: 1 dx = ln |x a| + C xa f (x) dx = ln |f (x)| + C f (x)

dx (x a)n+1 1 n = ( x a ) dx = +C = +C n (x a) n + 1 (n 1)(x a)n1 1 dx = arc tg x + C 1 + x2 Integrales del tipo: x2 1 dx + px + q x2 Ax + B dx siendo x2 + px + q = 0 + px + q

En el trinomio cuadrado del denominador se separa el cuadrado perfecto del binomio. 1 Ejemplo 5.54. Hallar la integral dx 2 x + 4x + 13 Soluci on. Expresamos el denominador como el cuadrado de un binomio, x2 + 4x + 13 = (x + 2)2 4 + 13 = (x + 2)2 + 9 de donde, x2 dx = + 4x + 13 dx 1 = 2 (x + 2) + 9 9 3 9 dx x+2 3 1/3 dx
2 2

= +1

x+2 3

+1

1 x+2 arc tg +C 3 3

DE FUNCIONES RACIONALES 5.6. INTEGRACION Ejemplo 5.55. Hallar la integral 1 dx 4x + 10

351

2x2

Soluci on. Expresamos el denominador como el cuadrado de un binomio, sacando previamente 2 factor com un, 2x2 4x + 10 = 2[x2 2x + 5] = 2[(x 1)2 1 + 5] = 2[(x 1)2 + 4] de donde, 1 dx = 2x2 4x + 10 2 1 dx = (x 1)2 + 4 8 = 2 8 1/2 dx x1 2 x2
2

dx x1 2 = +1
2

= +1

x1 1 arc tg +C 4 2

Ejemplo 5.56. Hallar la integral

3x + 2 dx 4x + 8

Soluci on. Esta integral es del tipo ln + arc tg. Para ello buscamos en el numerador la derivada del denominador 2x 4 y luego separamos en dos integrales; la primera es un ln y en la segunda buscamos el arc tg, expresando el denominador como el cuadrado de un binomio, (3x + 2) dx (x + 2/3) dx 3 2x + 4/3 =3 = dx = 2 2 2 x 4x + 8 x 4x + 8 2 x 4x + 8 3 3 3 2x 4 + 4 + 4/3 2x 4 16/3 dx = dx = dx + = 2 2 2 x 4x + 8 2 x 4x + 8 2 (x 2)2 + 4 1/2 dx 3 = = ln |x2 4x + 8| + 4 2 x2 2 +1 2 3 x2 = ln(x2 4x + 8) + 4 arc tg +C 2 2

5.6.2.

Integraci on de funciones racionales con ayuda del desarrollo en fracciones simples.

Al integrar una funci on racional se deben seguir los siguientes pasos: 1. Divisi on de los polinomios.- Si el grado del numerador es mayor o igual que el del denominador, la primera operaci on es efectuar la divisi on. P (x) R(x) Q(x) C (x)

352CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS

De donde, aplicando la prueba de la divisi on, resulta: P (x) = Q(x) C (x) + R(x) R(x) P (x) = C (x) + Q(x) Q(x)

Con lo cual, la integral se transforma en dos integrales; la primera es inmediata por ser la integral de un polinomio, y la segunda es m as f acil que la inicial ya que el grado de R(x) es inferior que el de Q(x). P (x) dx = Q(x) 2. C (x) dx + R(x) dx Q(x)

Factorizaci on del denominador. Pueden darse los siguientes casos: a ) El denominador tiene s olo ra ces reales simples. b ) El denominador tiene s olo ra ces reales, aunque alguna de ellas es m ultiple. c ) Entre las ra ces del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible. d) Entre las ra ces del denominador las hay complejas m ultiple, alguno de los factores es un polinomio de segundo grado irreducible que se repite.

3.

Descomponer la fracci on en fracciones simples.

La determinaci on de los coecientes se puede hacer por dos m etodos: 1. 2. Identicando los coecientes de los t erminos del mismo grado de x. Dando valores arbitrarios a x.

NOTA: En todo momento debemos comprobar si la fracci on que vamos a integrar es o no una fracci on elemental, o la derivada de un ln. Ejemplo 5.57. Hallar la integral 2x3 + 3x2 6x 12 dx x2 4

Soluci on. Efectuamos la divisi on de los polinomios, 2x3 + 3x2 6x 12 x2 4 2x3 + 8x 2x + 3 2x3 + 3x2 6x 12 3x 2 = 2x + 3 + 2 3x + 2x 12 2 x 4 x 4 3x2 + 12 2x

DE FUNCIONES RACIONALES 5.6. INTEGRACION

353

Con lo cual, la integral se transforma en dos integrales, que en este caso ambas resultan inmediatas; la primera por ser polin omica, y la segunda por ser la derivada de un logaritmo.
2x3 + 3x2 6x 12 dx = x2 4 (2x + 3) dx + x2 2x dx = x2 + 3x + ln |x2 4| + C 4

Ejemplo 5.58. Hallar la integral

2x3 5x2 4x + 13 dx x2 4x + 4 x2 4x + 4 2x + 3

Soluci on. Efectuamos la divisi on de los polinomios, 2x3 5x2 4x + 13 2x3 + 8x2 8x 3x2 12x + 13 3x2 + 12x 12 1

Por consiguiente, aplicando la prueba de la divisi on, resulta: 2x3 5x2 4x + 13 1 = 2x + 3 + 2 x2 4x + 4 x 4x + 4 Con lo cual, la integral se transforma en dos integrales, que en este caso ambas resultan inmediatas; la primera por ser polin omica, y la segunda por ser elemental. 2x3 5x2 4x + 13 dx = x2 4x + 4 (2x + 3) dx + 1 dx = 4x + 4 1 1 dx = x2 + 3x +C 2 (x 2) x2 x2

= x2 + 3x +

(a) El denominador tiene s olo ra ces reales simples. p(x) A B N p(x) = = + + + q (x) (x x1 )(x x2 ) (x xn ) x x1 x x2 x xn Ejemplo 5.59. Hallar la integral x2 + 3x 4 dx x2 2x 8

Soluci on. Efectuamos la divisi on de los polinomios, x2 + 3x 4 x2 + 2x + 8 5x + 4 x2 2x 8 5x + 4 x2 + 3x 4 =1+ 2 2 x 2x 8 x 2x 8

354CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Con lo cual, la integral se transforma en dos integrales, la primera es inmediata, por ser polin omica, pero la segunda no. x2 + 3x 4 dx = x2 2x 8 1 dx + 5x + 4 dx = x + I1 2x 8

x2

Para calcular la segunda integral factorizamos el denominador y descomponemos la fracci on en fracciones simples. x 2x 8 = 0 x = de donde resulta, 5x + 4 A B A(x + 2) + B (x 4) 5x + 4 = = + = 2x 8 (x 4)(x + 2) x4 x+2 (x 4)(x + 2)
2

4 + 32 26 = = 2 2

4 2

x2

Los coecientes los calculamos dando valores a x, x = 4 24 = 6A A = 4 x = 2 6 = 6B B = 1 Con lo cual resulta, I1 = x2 5x + 4 dx = 2x 8 4 dx + x4 1 dx = 4 ln |x 4| + ln |x + 2| x+2

de donde, x2 + 3x 4 dx = x + 4 ln |x 4| + ln |x + 2| + C x2 2x 8 (b) El denominador tiene s olo ra ces reales, aunque alguna de ellas es m ultiple. p(x) p(x) A B C D = = + + + q (x) (x x1 )(x x2 )3 x x1 x x2 (x x2 )2 (x x2 )3 Ejemplo 5.60. Hallar la integral x4 x3 x 1 dx x3 x2

Soluci on. Efectuamos la divisi on de los polinomios, x4 x3 x 1 x4 + x3 x 1 x3 x2 x 1 x4 x3 x 1 =x+ 3 3 2 x x x x2

DE FUNCIONES RACIONALES 5.6. INTEGRACION

355

Con lo cual, la integral se transforma en dos integrales, la primera inmediata, por ser polin omica, y la segunda no. x4 x3 x 1 dx = x3 x2 x dx + x 1 x2 dx = + I1 x3 x2 2

Para calcular la segunda integral factorizamos el denominador y descomponemos la fracci on en fracciones simples. x3 x2 = x2 (x 1) de donde resulta, x 1 x 1 A B C Ax(x 1) + B (x 1) + Cx2 = = + + = x3 x2 x2 (x 1) x x2 x 1 x2 (x 1) Los coecientes los calculamos dando valores a x, x = 0 1 = B B = 1 x = 1 2 = C C = 2 x = 2 3 = 2A + B + 4C 3 = 2A + 1 8 2A = 4 A = 2 Con lo cual resulta, I1 = x 1 dx = x3 x2 2 dx+ x 1 dx+ x2 2 1 dx = 2 ln |x| 2 ln |x1| x1 x

de donde, x2 1 x4 x3 x 1 dx = + 2 ln |x| 2 ln |x 1| + C 3 2 x x 2 x (c) Entre las ra ces del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
p(x) p(x) A Mx + N B C = = + 2 + + q (x) (x x1 )(x x2 )2 (ax2 + bx + c) x x1 x x2 (x x2 )2 ax + bx + c

Ejemplo 5.61. Hallar la integral

8x2 + 6x + 6 dx x3 3x2 + 7x 5

Soluci on. Factorizamos el denominador y descomponemos la fracci on en fracciones simples. 1 1 1 -3 1 -2 7 -2 5 -5 5 0 x3 3x2 + 7x 5 = (x 1)(x2 2x + 5) 2 4 20 2 x 2x + 5 = 0 x = Sin soluci on. 2

356CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS De donde resulta, 8x2 + 6x + 6 A Mx + N 8x2 + 6x + 6 = = + 2 = 3 2 2 x 3x + 7x 5 (x 1)(x 2x + 5) x 1 x 2x + 5 A(x2 2x + 5) + (M x + N )(x 1) = (x 1)(x2 2x + 5) Los coecientes los calculamos dando valores a x, x = 1 20 = 4A A = 5 x = 0 6 = 5A N N = 5A 6 = 25 6 = 19 x = 2 50 = 5A + 2M + N 50 = 25 + 2M + 19 2M = 6 M = 3 Con lo cual resulta, x3 8x2 + 6x + 6 dx = 3x2 + 7x 5 5 dx + x1 x2 3x + 19 dx = 5 ln |x 1| + I1 2x + 5

Para calcular la integral I1 siempre seguimos el siguiente procedimiento: En primer lugar expresamos la parte literal del denominador como el cuadrado de un binomio y al binomio le llamamos t, x2 2x + 5 = (x 1)2 1 + 5 = (x 1)2 + 4 Con lo cual resulta la siguiente integral, I1 = 3x + 19 dx = 2x + 5 x1=t 3x + 19 dx = = 2 (x 1) + 4 dx = dt 3t + 22 dt = t2 + 4

x2

Para resolver esta integral separamos la parte literal de la parte num erica; con la parte literal buscamos un ln y con la num erica un arc tg = = 3t dt + t2 + 4 22 3 dt = t2 + 4 2 22 2t dt + t2 + 4 4 1 dt = t2 /4 + 1

22 3 ln |t2 + 4| + 2 2 4 =

1/2 3 t dt = ln |t2 + 4| + 11 arc tg = 2 (t/2) + 1 2 2

3 x1 ln |x2 2x + 5| + 11 arc tg 2 2

con lo cual, resulta 3 x1 8x2 + 6x + 6 dx = 5 ln |x 1| + ln |x2 2x +5| +11 arc tg +C 3 2 x 3x + 7x 5 2 2 (d) Entre las ra ces del denominador las hay complejas m ultiple, alguno de los factores es un polinomio de segundo grado irreducible que se repite.

DE FUNCIONES RACIONALES 5.6. INTEGRACION

357

Estas integrales se resuelven buscado una f ormula recurrente, o mediante el m etodo de Hermite. M etodo de Hermite. Consiste en tratar todas las ra ces como si fueran simples y a nadir un t ermino complementario que es la derivada respecto de x de un cociente en el que el denominador se obtiene multiplicando los factores de ra ces multiples elevados a su exponente disminuido en una unidad y el numerador es un polinomio de grado una unidad menos que el denominador resultante. p(x) dx = q (x) p(x) dx (x x1 )(x x2 )2 (ax2 + bx + c)(dx2 + ex + f )2

p(x) A B Mx + N Px + Q = + + + + q (x) x x1 x x2 ax2 + bx + c dx2 + ex + f Rx2 + Sx + T d + dx (x x2 )(dx2 + ex + f ) de donde, p(x) dx = q (x) A dx + x x1 + B Mx + N dx + dx+ x x2 ax2 + bx + c Px + Q Rx2 + Sx + T dx + dx2 + ex + f (x x2 )(dx2 + ex + f )

Nota. Debemos observar lo siguiente: 1. 2. Como el t ermino complementario es una derivada no necesitamos integrarlo. Las ra ces simples no aparecen en el denominador del t ermino complementario.

Esquem aticamente el m etodo de Hermite se puede recordar de la siguiente forma:


polinomio de grado

p(x) = q (x)

todas las ra ces como simples

d el que resulte en el denominador -1 + producto de factores m ultiples, dx


eleados a su exponente -1

Ejemplo 5.62. Calcular,

dx

(1 + x2 )2

Soluci on. Dado que x2 + 1 = 0 no tiene ra ces, se trata de una ra z compleja de multiplicidad 2. Con lo cual, aplicamos el m etodo de Hermite y resulta: 1 (1 + x2 )2 = d Ax + B Mx + N + 2 1+x dx 1 + x2

358CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Derivamos el cociente y sumamos las fracciones, 1 (1 + x2 )2 = = A(1 + x2 ) 2x(Ax + B ) Mx + N + = 1 + x2 (1 + x2 )2 (M x + N )(1 + x2 ) + A(1 + x2 ) 2x(Ax + B ) (1 + x2 )2
N +A=1 2M + 2N + 2A 2A 2B = 1 2M + 2N + 2A 2A + 2B = 1 10M + 5N + 5A 8A 4B = 1

calculamos los coecientes dando valores a x


x=0 1=N +A x = 1 1 = (M + N )2 + 2A 2(A + B ) x = 1 1 = (M + N )2 + 2A + 2(A + B ) x = 2 1 = (2M + N )5 + 5A 4(2A + B ) N +A=1 2M + 2N 2B = 1 a a 3 + 2 2M + 2N + 2B = 1 10M + 5N 3A 4B = 1 4a 2 2a

A=1N 2M + 2N 2B = 1 4N = 2 N = 1/2 6M + N 3A = 1

luego, dx = (1 + x)2 1/2 dx + 1 + x2

A = 1/2 B=M N = 1/2 6M = 0

A = 1/2 2M 2B = 0 N = 1/2 6M 3A = 3/2

A = 1/2 B=0 N = 1/2 M =0

1 d 1/2 x x dx = arc tg x + +C 2 dx 1 + x 2 2(1 + x2 )

5.7.
5.7.1.

Integraci on de expresiones trigonom etricas


Integraci on de potencias de funciones trigonom etricas

Consideremos integrales del tipo: senm x cosn x dx existen dos casos para los que se puede resolver la integral, 1. Si alguno de los exponentes es un n umero impar y positivo, se separa uno para el diferencial y el resto se transforma en el contrario, mediante la formula fundamental de la trigonometr a sen2 x + cos2 x = 1, y al contrario se le llama t. El segundo coeciente puede ser cualquier n umero real. Por ejemplo, si m = 2k + 1 , entonces, sen2k+1 x = sen2k x sen x = (sen2 x)k sen x = ( 1 cos2 x)k sen x

DE EXPRESIONES TRIGONOMETRICAS 5.7. INTEGRACION 2.

359

Si los dos exponentes son pares positivos, se van rebajando los grados con las siguientes f ormulas trigonom etricas. sen2 = 1 cos 2 2 cos2 = 1 + cos 2 2

Ejemplo 5.63. Hallar la integral Soluci on. Tenemos, sen3 x cos2 x dx = = =

sen3 x cos2 x dx

sen2 x cos2 x sen x dx = (cos2 x cos4 x) sen x dx = t3 t5 + +C = 3 5 cos3 x cos5 x + +C 3 5

(1 cos2 x) cos2 x sen x dx = cos x = t sen x dx = dt =

(t2 t4 ) dt = =

Ejemplo 5.64. Hallar la integral Soluci on. Tenemos, sen3 2x dx = (cos 2x)3/2 = = = = = 1 2

sen3 2x dx (cos 2x)3/2

sen3 2x (cos 2x)3/2 dx = sen2 2x (cos 2x)3/2 sen 2x dx = (1 cos2 2x)(cos 2x)3/2 sen 2x dx = (cos 2x)3/2 (cos 2x)1/2 sen 2x dx =

(cos 2x)3/2 (cos 2x)1/2 (2 sen 2x) dx = = 1 2 (t3/2 t1/2 ) dt = 1 t1/2 1 t3/2 + +C = 2 1/2 2 3/2

cos 2x = t 2 sen 2x dx = dt

= t1/2 +

1 t3/2 + C = (cos 2x)1/2 + (cos 2x)3/2 + C 3 3 sen4 x dx

Ejemplo 5.65. Hallar la integral

360CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS Soluci on. Tenemos, sen4 x dx = = 1 4 1 = 8 sen2 x
2

dx = 1 4

1 cos 2x 2

dx = 1 + cos 4x dx = 2

1 2 cos 2x + cos2 2x dx =

1 2 cos 2x + 1 8

2 4 cos 2x + 1 + cos 4x dx = =

3 4 cos 2x + cos 4x dx =

1 4 sen 2x sen 4x 3x sen 2x sen 4x + + +C 3x +C = 8 2 4 8 4 32

5.7.2.

Integraci on de funciones racionales del sen y del cos

Consideremos las integrales del tipo R(sen x, cos x) dx, donde R es una funci on racional. En general, esta integral siempre se puede transformar en una integral racional mediante el cambio tg(x/2) = t. Como resultado de esta sustituci on tenemos: tg(x/2) = t x/2 = arc tg t x = 2 arc tg t dx = 1 + t 2    x/2
  

t 1 x x = cos = 2 2 2 1+t 1 + t2 2t 1 x t x = sen x = 2 sen cos = 2 2 2 1 + t2 1 + t2 1 + t2 2 x 1 t 1 t2 x = cos x = cos2 sen2 = 2 2 1 + t2 1 + t2 1 + t2 sen

2 dt 1 + t2

El cambio general tg(x/2) = t siempre resuelve la integral, pero en muchos casos conduce a c alculos complicados. Existen tres casos particulares en los que la integral se puede resolver de una manera m as f acil que con el cambio general. 1. Si la funci on R(sen x, cos x) es impar respecto a sen x, o sea, si R( sen x, cos x) = R(sen x, cos x), entonces la integral se racionaliza con ayuda de la sustituci on cos x = t 2. Si la funci on R(sen x, cos x) es impar respecto a cos x, o sea, si R(sen x, cos x) = R(sen x, cos x), entonces la integral se racionaliza con ayuda de la sustituci on sen x = t 3. Si la funci on R(sen x, cos x) es par respecto a sen x y cos x, o sea, si R( sen x, cos x) = R(sen x, cos x),

DE EXPRESIONES TRIGONOMETRICAS 5.7. INTEGRACION

361

entonces la integral se racionaliza con ayuda de la sustituci on tg x = t En este caso, como resultado de esta sustituci on tenemos: 1+


t2

 x

 

tg x = t x = arc tg t dx = sen x = t 1 + t2 cos x =

1 1 + t2

1 dt 1 + t2

1 Ejemplo 5.66. Hallar la integral 1 dx sen x

Soluci on. La funci on es impar respecto al sen x, por tanto, hacemos el cambio cos x = t, de donde resulta, 1 dx = sen x 1 t2 dt dt = = sen x dx = dt dx = 2 sen x 1t dt 1 dt dt dx = dx = I = dx = 2 2 2 2 1t t 1 1t 1t cos x = t sen x =

Que es una funci on racional, 1 A A A(t 1) + B (t + 1) 1 = = + = 1 (t + 1)(t 1) t+1 t1 (t + 1)(t 1)

t2

Los coecientes los calculamos dando valores a x x = 1 1 = 2B B = 1/2 x = 1 1 = 2A A = 1/2 de donde, I= 1/2 dt+ t+1 1/2 1 1 dt = ln |t+1|+ ln |t1| = t1 2 2 1 = ln 2 1 t1 ln +C = 2 t+1 cos x 1 +C cos x + 1

Ejemplo 5.67. Hallar la integral

dx (2 + cos x 2 sen x) sen x

Soluci on. Hacemos el cambio general tg(x/2) = t, con lo cual resulta, dx = 2 dt 1 + t2 sen x = 2t 1 + t2 cos x = 1 t2 1 + t2

362CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS de donde, dx = (2 + cos x 2 sen x) sen x = 1 (2 + t2 2 dt = 1 + t2

1 4t 2t ) 2 2 1+t 1 + t 1 + t2 1 + t2 dt = dt = I t(t2 4t + 3) 2 + 2t2 + 1 t2 4t t 1 + t2

que es una integral racional, para resolverla la descomponemos en fracciones simples. 4 4 42 4 16 12 3 2 = = = t 4t + 3 = 0 t = 1 2 2 2


A B C A(t 3)(t 1) + Bt(t 1) + Ct(t 3) 1 + t2 = + + = t(t 3)(t 1) t t3 t1 t(t 3)(t 1)

Los coecientes los calculamos dando valores a x

t = 0 1 = 3A A = 1/3 t = 1 2 = 2C C = 1 t = 3 10 = 6B B = 10/6 = 5/3 de donde, I= 1/3 dt + t 5/3 1 1 5 dt + dt = ln |t| + ln |t 3| ln |t 1| = t3 t1 3 3 x x x 5 1 + ln tg 3 ln tg 1 + C = ln tg 3 2 3 2 2

5.8.
5.8.1.

Integraci on de funciones irracionales


Radicales semejantes

Las integrales del tipo R x, ax + b cx + d


m1 /n1

ax + b cx + d

m2 /n2

, ,

ax + b cx + d

mk /nk

dx

se convierten en racionales con el cambio de variable,

ax + b =t cx + d

ax + b = t donde = mcm{n1 , n2 , , nk } cx + d (2x 3)1/2 dx (2x 3)1/3 + 1

Ejemplo 5.68. Calcular la integral

DE FUNCIONES IRRACIONALES 5.8. INTEGRACION Soluci on. Expresamos las ra ces con ndice com un. (2x 3)1/2 2x 3 dx = dx = 3 1 / 3 (2x 3) + 1 2x 3 + 1

363

6 6

(2x 3)2 + 1

(2x 3)3

dx = I

y hacemos el siguiente cambio: 6 2x 3 = t 2x 3 = t6 2 dx = 6t5 dt dx = 3t5 dt de donde, t3 3t8 5 3 t dt = dt = I t2 + 1 t2 + 1 que es una integral racional, para resolverla efectuamos la divisi on de los polinomios. I= 3t8 3t8 3t6 t2 + 1 3t6 3t4 + 3t2 3 Por consiguiente: 3 3t8 = 3t6 3t4 + 3t2 3 + 2 2 t +1 t +1

3t6 3t6 + 3t4 3t4 3t4 3t2

3t2 3t2 + 3 3

Con lo cual, la integral se transforma en dos integrales, que en este caso ambas resultan inmediatas; la primera por ser polin omica, y la segunda por ser elemental.
I= =3 (3t6 3t4 + 3t2 3) dx + 3t7 3t5 3t3 3 dx = + 3t + 3 arc tg t + C = t2 + 1 7 5 3

1 1 1 (2x 3)7/6 (2x 3)5/6 + (2x 3)3/6 (2x 3)1/6 + arc tg(2x 3)1/6 + C 7 5 3

5.8.2.

La sustituci on trigonom etrica

Las integrales de la forma: R x, ax2 + bx + c dx, a = 0, b2 4ac = 0

se suelen resolver mediante la sustituci on trigonom etrica o bien la sustituci on hiperb olica. Para ello, formamos previamente el cuadrado perfecto en el trinomio ax2 + bx + c, y realizando la correspondiente sustituci on lineal, la integral se reduce a uno de los siguientes tipos: R t, p2 t2 dx, R t, t2 p2 dx, R t, t2 + p2 dx

364CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS A la primera integral se le aplica cualquiera de las sustituciones: t = p sen u, a la segunda, las sustituciones: t = p sec u, y a la tercera, las sustituciones: t = p tg u, t = p senh u t = p cosh u t = p cos u, t = p tgh u

En general, para elegir el tipo de sustituci on que se va a aplicar, se tiene en cuenta que de lo que se trata es de eliminar la ra z cuadrada, buscando un cuadrado en su interior, para ello se elige la f ormula fundamental de la trigonometr a o de la trigonometr a hiperb olica que convenga. cos2 + sen2 = 1 cosh2 senh2 = 1 cos2 = 1 sen2

En todos estos casos, el cuadrado se elimina con la ra z, ya que el radicando resulta positivo. Ejemplo 5.69. Calcular la integral 1 x2 dx

cosh2 = 1 + senh2

Soluci on. Aplicamos la sustituci on x = sen t y transformamos la integral en una integral trigonom etrica. 1 x2 dx = = x = sen t dx = cos tdt cos2 tdt = = 1 sen2 t cos tdt =

1 + cos 2t t sen 2t dt = + +C = 2 2 4 2 sen t cos t 1 1 t + C = arc sen x + x 1 x2 + C = + 2 4 2 2 de donde, al deshacer el cambio, se ha tenido en cuenta que: cos t cos t dt = sen t = x t = arc sen x, cos t = x2 1 dx 1 x2

Ejemplo 5.70. Calcular la integral

Soluci on. Aplicamos la sustituci on x = cosh t y transformamos la integral en una integral hiperb olica. x2 1 dx = = x = cosh t dx = senh t dt senh2 t dt = = cosh2 t 1 senh t dt =

senh t senh t dt =

senh 2t t cosh 2t 1 dt = +C = 2 4 2 t 1 2 senh t cosh t 1 + C = x x2 1 ln x + x2 1 + C = 4 2 2 2

DE FUNCIONES IRRACIONALES 5.8. INTEGRACION de donde, se han tenido en cuenta las siguientes f ormulas: senh2 t = cosh 2t 1 , 2 senh 2t = 2 senh t cosh t

365

y al deshacer el cambio, se ha tenido en cuenta que: cosh t = x t = arg cosh x = ln x + x2 1 , 4x x2 dx senh t = x2 1

Ejemplo 5.71. Calcular la integral

Soluci on. Formamos previamente el binomio cuadrado en el radicando. 4x x2 = x2 4x = (x 2)2 4 = 4 (x 2)2 de donde, aplicando la sustituci on x 2 = 2 sen t, transformamos la integral en una integral trigonom etrica, en efecto, 4x x2 dx = = =4 4 (x 2)2 dx = x 2 = 2 sen t dx = 2 cos t dt

4 4 sen2 t 2 cos t dt = 4 cos2 t dt = 4

1 sen2 t cos t dt =

sen 2t 1 + cos 2t +C = dt = 2 t + 2 2 x2 x21 = 2t + 2 sen t cos t + C = 2 arc sen 4x x2 + C = +2 2 2 2 x2 x2 = 2 arc sen 4x x2 + C + 2 2 cos t cos t dt = 4

de donde, se han tenido en cuenta las siguientes f ormulas: cos2 t = 1 + cos 2t , 2 sen 2t = 2 sen t cos t

y al deshacer el cambio, se ha tenido en cuenta que: sen t = x2 x2 t = arc sen , cos t = 2 2 1 x2 2


2

1 2

4x x2

Ejemplo 5.72. Calcular la integral

4 + x2 dx

Soluci on. Aplicamos la sustituci on x = 2 senh t y transformamos la integral

366CAP ITULO 5. INTEGRAL DEFINIDA. CALCULO DE PRIMITIVAS en una integral hiperb olica. 4 + x2 dx = 2 =2 1+ x 2
2

dx =

cosh t 2 cosh t dt = 4 =4

x/2 = senh t = dx = 2 cosh t dt 1 + cosh 2t cosh2 t dt = 4 dt = 2

senh 2t t + + C = 2t + senh 2t + C = 2 4 x = 2 arg senh + 2 senh t cosh t + C = 2 x 2 x 2 x x 1+ = 2 ln +2 + 1+ +C = 2 2 2 2 x + 4 + x2 x + = 2 ln 4 + x2 + C = 2 2 x 4 + x2 + C = 2 ln x + 4 + x2 + 2

5.9.

Problemas propuestos del Cap tulo 5


Soluciones en la p agina ??

Ejercicios propuestos del Cap tulo 5

5.1.

Calcular las siguientes integrales a) sen2 x cos3 x dx

Problemas resueltos del Cap tulo 5


5.1. Soluci on.

Problemas propuestos del Cap tulo 5


Soluciones en la p agina 381 5.1.

Cap tulo 6

Aplicaciones de la integral.
6.1. C alculo del area de una gura plana.

En general, para calcular el area de una regi on plana: 1. 2. La dividimos en franjas, innitamente estrechas, de manera horizontal o vertical, Suponemos que las franjas son rect angulos, con lo cual su a rea se obtendr a como el producto de la base por la altura (la base ser a el diferencial correspondiente dx o dy ), es decir, da = h dx, o bien, da = h dy. 3. Calculamos el area total como la suma de las a reas de los innitos rect angulos:
b

A=
a

da

Los l mites de integraci on se determinan estudiando el recorrido del diferencial correspondiente. Si las curvas se cortan dentro del intervalo de integraci on, entonces habr a que descomponer la integral en dichos puntos y calcular las a reas por separado. En particular, Proposici on 6.1 (Area bajo una curva). El a rea del trapecio curvil neo limitado por la curva y = f (x), siendo f (x) 0, por las rectas verticales x = a y x = b y por el segmento [a, b] del eje Ox viene denido por la integral,
b

A=
a

f (x) dx 367

368

CAP ITULO 6. APLICACIONES DE LA INTEGRAL.

Proposici on 6.2 (Area entre dos curvas). El a rea de la regi on limitada por las curvas y = f1 (x) e y = f2 (x), siendo f1 (x) f2 (x), y por las rectas x = a y x = b viene denida por la integral,
b a

f2 (x) f1 (x) dx

Ejemplo 6.1. Hallar el a rea de la regi on comprendida entre la par abola x = y 2 + 1 y la recta x = 3 Soluci on. En primer lugar localizamos el recinto. Podemos utilizar la funci on tal como viene denida o bien trasladarla y girarla con objeto de hacer coincidir la recta x = 3 con uno de los ejes de coordenadas. En este ejemplo, utilizaremos la funci on tal como viene denida y dividiremos el recinto en franjas horizontales o verticales. (a) Franjas horizontales:
y 2 1 x 1 1 2
2 2

Los puntos de corte de ambas curvas son: x = 3 3 = y 2 + 1 y = 2 (3, 2) el diferencial de a rea viene denido por: da = h dy = (3 x)dy = [3 (y 2 +1)]dy = (2 y 2 )dy Con lo cual el a rea total ser a:
y3 (2 y )dy = 2 2y 3
2 0 2

A=

da = 2
0

2 2 =2 2 2 3

8 2 = 3

(b) Franjas verticales:


y 2 1 x 1 1 2
3 3

En este caso los l mites de integraci on son: x1 = 1 y x2 = 3


1 2 3

el diferencial de a rea viene denido por: da = h dx = (2y )dx = 2 x 1 dx = 2(x 1)1/2 dx Con lo cual el a rea total ser a:
1/ 2

A=
1

da = 2
1

(x 1)

2 dx = 2 (x 1)3/2 3

=2
1

2 2 20 3

8 2 = 3

Ejemplo 6.2. Calcular el a rea de la regi on comprendida entre las par abolas x = y2 + 1 y x = 3 y2 .

6.1. CALCULO DEL AREA DE UNA FIGURA PLANA.

369

Soluci on. En primer lugar localizamos el recinto. Podemos utilizar las funciones tal y como vienen denidas o bien intercambiar la x por la y con objeto de que sean funciones respecto de x. En este ejemplo utilizaremos las funciones tal y como vienen denidas y dividiremos el recinto en franjas horizontales. Los puntos de corte de ambas curvas los obtenemos por igualaci on:
y 1 x 1 1 2 3

y 2 + 1 = 3 y 2 2y 2 = 2 y = 1 Es decir, P (2, 1) y Q(2, 1) el diferencial de a rea viene denido por: da = h dx = (xd xi )dy = (3y 2 )(y 2 +1) dy = = (2 2y 2 )dy Con lo cual el a rea total ser a:
1 1 1

A=
1

da = 2
0

da = 2
0

(2 2y 2 )dy = 4 y

y3 3

1 0

1 8 = 4(1 ) = 3 3

Tambi en podemos dividir la regi on en franjas verticales, pero en este caso el c alculo del area resulta un poco m as complicado, ya que tenemos que descomponer la regi on en dos regiones. En efecto,
2 3 2 3

A=
1 2

da1 +
2

da2 =
1 3 2

2y1 dx +
2

2y2 dx =
2

=
1

2 x 1dx +

2(x 1)3/2 2 3 xdx = 2 3

+2
1

2(3 x)3/2 = 3 2 4 4 8 = + = 3 3 3

Ejemplo 6.3. Calcular el a rea de la regi on limitada por las gr acas de y = (x 2)2 e y = 3. Soluci on. Para facilitar los c alculos podemos desplazar el recinto 2 unidades a la izquierda, con objeto de centrarlo en el eje de ordenadas, con lo cual la regi on estar a limitada por las gr acas de las funciones y = x2 , e y = 3. y y y = (x 2)2 y = x2 4 4 3 3 2 2 1 1 x x 1 2 3 4 21 1 2

370

CAP ITULO 6. APLICACIONES DE LA INTEGRAL.

Dividiendo el recinto en franjas verticales, tenemos: da = h dx = (3 y ) dx = (3 x2 )dx y los l mites de integraci on: x2 = 3 x = 3 de donde,
3 3 0

A=

da = 2
0

x3 (3 x )dx = 2 3x 3
2

3 3 =2 3 3 3

=4 3

Tambi en podemos dividir el recinto en franjas horizontales, y tenemos: da = h dy = (2x)dy = (2 y ) dy = 2y 1/2 dy de donde,
3 3 3

A=
0

da = 2
0

1/2

2y 3/2 dy = 2 3

=4 3

6.2.
6.2.1.

C alculo del volumen de un cuerpo


Volumen de un cuerpo cualquiera: M etodo de secciones

En general, para calcular el volumen de un cuerpo: 1. Lo dividimos en secciones, rebanadas o lonchas, innitamente estrechas, mediante cortes con planos perpendiculares a una direcci on determinada (normalmente uno de los ejes de coordenadas o una recta paralela a uno de ellos), Suponemos que las secciones son cil ndricas, con lo cual su volumen se obtendr a como el producto del a rea de la base por la altura (la altura ser a el diferencial correspondiente dx o dy ), es decir, dv = S (x) dx, o bien dv = S (y ) dy . Calculamos el volumen total como la suma de los vol umenes de las innitas secciones:
b

2.

3.

V =
a

dv

Los l mites de integraci on se determinan estudiando el recorrido del diferencial correspondiente. En particular,

6.2. CALCULO DEL VOLUMEN DE UN CUERPO

371

Proposici on 6.3 (M etodo de las secciones). Si el a rea de la secci on de un cuerpo por un plano perpendicular al eje Ox puede expresarse en funci on de x, es decir, S = S (x), siendo a x b, entonces el volumen de la parte del cuerpo comprendida entre los planos x = a y x = b, perpendiculares al eje Ox, viene denido por la f ormula:
b

V =
a

S (x) dx

6.2.2.

Volumen de un s olido de revoluci on: M etodo de discos

Al cortar un s olido mediante planos perpendiculares al eje de giro las secciones que se obtienen son discos, con lo cual su volumen viene determinado por dv = r2 dx, o bien, dv = r2 dy , si el eje de giro es frontera a la regi on 2 r 2 ) dx, o bien, dv = (r 2 r 2 ) dy , si el eje de que gira; y por dv = (r2 1 2 1 giro es exterior a la regi on que gira. En consecuencia, Proposici on 6.4 (Giro de trapecio curvil neo). Si un trapecio curvil neo limitado por la curva y = f (x), el eje Ox y las verticales por los puntos x = a y x = b gira alrededor del eje Ox, entonces el volumen del cuerpo de revoluci on que se engendra viene denido por la f ormula:
b

V =
a

y 2 dx

Proposici on 6.5 (Giro de regi on entre dos curvas). Si la regi on limitada por las curvas y = f1 (x), e y = f2 (x), siendo 0 f1 (x) f2 (x), y las verticales por los puntos x = a y x = b gira alrededor del eje Ox, entonces el volumen del cuerpo de revoluci on que se engendra viene denido por la f ormula:
b

V =
a

2 2 (y2 y1 ) dx

6.2.3.

Volumen de un s olido de revoluci on: M etodo de los cilindros

Si dividimos un s olido de revoluci on mediante cilindros conc entricos con el eje de giro, cada cilindro con un espesor innitesimal. El volumen de cada uno de estos cilindros vendr a determinado por: dv = 2rh dx, o bien dv = 2rh dy . La regi on generatriz deber a estar a un solo lado del eje de giro, en caso contrario habr a que descomponer la integral y hacer los vol umenes por separado. Tambi en habr a que descomponer la integral si la regi on viene determinada por dos curvas que se cortan dentro del intervalo de integraci on. Este m etodo tambi en se llama de ((capas)).

372

CAP ITULO 6. APLICACIONES DE LA INTEGRAL.

Ejemplo 6.4. Hallar por el m etodo de discos y por el de capas el volumen del s olido generado al girar la regi on comprendida entre la par abola x = y 2 + 1 y la recta x = 3 alrededor de la recta x = 3. Soluci on. En primer lugar localizamos el recinto.
y 2 1 x 1 1 2 1 2 3

Podemos utilizar la regi on tal como viene dada o bien trasladarla y girarla con objeto de que el giro de la regi on de haga sobre uno de los ejes de coordenadas. As , pueden utilizarse, por ejemplo, las funciones y = x2 + 2, o bien, y = x2 2, y girarlas sobre el eje Ox. En este ejemplo utilizaremos la funci on tal como viene denida.

1. M etodo de discos: Hallamos el volumen de un disco elemental dV ,


y 2 1 (x, y ) x 1 2 1 2 3 1 2 2 1 (x, y ) x 1 2 3 4 5 y

Figura 6.1: M etodo de discos

dV = r2 dy = (3 x)2 dy = (3 y 2 1)2 dy = (2 y 2 )2 dy Hallamos los l mites de integraci on para la variable y : x=3 3 = y2 + 1 y= 2

con lo cual, el volumen total, al ser sim etrico, ser a:


2 2 2

V =

dV = 2
0 0 2

dV = 2
0

2 y 2 dy =

= 2

8 2 4 2 + = 2 4 2 3 5 2. M etodo de las capas.

4 4y 2 + y 4

4y 3 y 5 = dy = 2 4y + 3 5 0 60 2 40 2 + 12 2 64 2 = 2 = 15 15

6.2. CALCULO DEL VOLUMEN DE UN CUERPO


y 2 1 (x, y ) x 1 2 1 2 3 1 2 2 1 (x, y ) y

373

x 1 2 3 4 5

Figura 6.2: M etodo de capas

Hallamos el volumen de un cilindro elemental dV , dV = 2rh dx = 2 (3 x)(2y )dx = 4 (3 x) x 1 dx con lo cual el volumen total ser a.
3 3

V =
1

dV = 4
1

(3 x) x 1 dx = = 4
0

x 1 = x = t2 + 1 dx = 2t dt x0 = 1 t0 = 0; x1 = 3 t1 = 2
2 2

t2

(3 t2 1)t2t dt =
2

2t3 t5 = (2 t2 )t2 dt = 8 (2t2 t4 )dt = 8 = 8 3 5 0 0 0 25 2 23 64 2 4 2 4 2 20 2 12 2 = 8 = = 8 = 8 3 5 3 5 15 15 Ejemplo 6.5. Calcular el volumen generado al girar la regi on comprendida 2 2 entre las par abolas x = y + 1 y x = 3 y , alrededor del eje OY , aplicando el m etodo de discos y el de capas. Soluci on. En primer lugar localizamos el recinto.
y 2 1 x 1 1 2 1 2 3

Podemos utilizar la regi on tal como viene dada o bien intercambiar la x por la y con objeto de que sean funciones respecto de x. En este ejemplo utilizaremos la funci on tal como viene denida. Los puntos de corte de ambas curvas los obtenemos por igualaci on: y 2 + 1 = 3 y 2 2y 2 = 2 y = 1 Es decir, P (2, 1) y Q(2, 1)

1. M etodo de discos:

374
y 1 (xi , y ) 1 1 2

CAP ITULO 6. APLICACIONES DE LA INTEGRAL.


y (xd , y ) x 3 1 x 3 2 1 1 1 2 3

Figura 6.3: M etodo de discos

Hallamos el volumen de un disco elemental dV ,


2 2 2 2 2 2 2 2 dV = r2 dy r1 dy = (x2 d xi )dy = (3 y ) (y + 1) dy = (8 8y )dy

Los l mites de integraci on para la variable y son y = 1. Con lo cual, el volumen, al ser sim etrico, ser a:
1 1 1

V =
1

dV = 2
0

dV = 2
0

(8 8y 2 )dy =
1 0

8 = 2 8y y 3 3

= 2 8

8 3

32 3

2. M etodo de las capas (cilindros).


y 1 (x, y ) x 1 1 2 3 3 2 1 x 1 1 1 2 3 y

Figura 6.4: M etodo de cilindros Hallamos el volumen de un cilindro elemental dV , dV = 2rh dx = 2x(2y )dx = 4xy dx Ahora bien, el valor de y cambia a partir de x = 2, por tanto tendremos que descomponer la integral en este punto. Los l mites de integraci on para la variable x son x0 = 1, x1 = 2 y x2 = 3. Con lo cual el volumen total ser a:
2 3 2

V =
1

dV1 +
2

dV2 = 4
1

x x 1 dx + 4

3 2

x 3 x dx

6.2. CALCULO DEL VOLUMEN DE UN CUERPO Ambas integrales se resuelven por cambio de variable,
2

375

I1 =
1

x x 1 dx = =

x 1 = t2 x = t2 + 1 dx = 2t dt
1

=
0 1

(t2 +1)t2t dt = 2 2 16 + = 5 3 15

(2t4 + 2t2 )dt =

2t5 2t3 + 5 3
0 1

=
0

I2 =
2

3 x = t2 x = 3 t2 = x 3 x dx = dx = 2t dt
0 1

(3 t2 )t(2t) dt =

(6t2 + 2t4 )dt =

6t3 2t5 + 3 5

0 1

2 6 2 8 =2 = + 3 5 5 5

Con lo cual, el volumen es, 40 160 32 16 8 = 4 + = = 15 5 15 15 3 Ejemplo 6.6. Dada la regi on limitada por las gr acas de y = x, y = 0 y x = 4, obtener, aplicando el m etodo de discos y el de capas, el volumen del s olido formado haciendo girar dicha regi on en torno al eje OX y al eje OY . V = 4 (I1 + I2 ) = 4 Soluci on. 1. Giro en torno al eje OX (a) M etodo de los discos:
y 2 1 1 2 (x, y ) x 1 2 3 4 y 2 1 1 2 x

Figura 6.5: M etodo de discos y cilindros Por el m etodo de discos, el diferencial de volumen es: dV = r2 dx = y 2 dx = x dx de donde, el volumen total ser a:
4 4

V =
0

dV =
0

x dx =

x2 2

= 8
0

(b) M etodo de cilindros. El diferencial de volumen es, dV = 2rh dy = 2y (4 x) dy = 2y (4 y 2 ) dy = 2 (4y y 3 ) dy

376

CAP ITULO 6. APLICACIONES DE LA INTEGRAL.

de donde, el volumen total es,


2 2

V =
0

dV =
0

y4 2 (4y y ) dx = 2 2y 4
3 2

2 0

= 2 (8 4) = 8

2. Giro en torno al eje OY .


y (x, y ) x 1 2 3 4 y 2 1 1 x

2 1 1

Figura 6.6: M etodo de discos y cilindros (a) M etodo de discos. El diferencial de volumen es,
2 2 dV = (r2 r1 ) dy = (16 x2 ) dy = (16 y 4 ) dy

de donde, el volumen total es:


2 2

V =
0

dV =
0

(16 y 4 ) dy = 16y

y5 5

2 0

= (32

32 128 )= 5 5

(b) M etodo de los cilindros. El diferencial de volumen es, dV = 2rh dx = 2xy dx = 2x x dx = 2x3/2 dx de donde, el volumen total es
4 4

V =
0

dV =
0

2x

3/2

2x5/2 dx = 2 5

=
0

2 2 32 128 = 5 5

Ejemplo 6.7. Obtener el volumen del s olido formado al girar la regi on 2 limitada por las gr acas de y = (x 2) e y = 3, en torno a la recta y = 3, aplicando el m etodo de discos y el de capas. Soluci on. Para facilitar los c alculos podemos desplazar el recinto 2 unidades a la izquierda, con objeto de centrarlo en el eje de ordenadas. Con lo cual el volumen se generar a al girar la regi on limitada por las gr acas de y = x2 e y = 3, en torno a la recta y = 3. Tambi en se podr a voltear la regi on con objeto de hacerla girar en torno al eje Ox, sin embargo, la integral resultante en esta caso es un poco m as dif cil.

6.3. L IMITE DE SUMAS


y = (x 2)2 x 1 2 3 (xi , y ) 3 2 1
2 yy=x

377

y 3 2 1

(xd , y ) x 1 2

2 1

Figura 6.7: M etodo de discos y cilindros 1. M etodo de discos. Hallamos el volumen de un disco elemental dV : dV = r2 dx = (3 y )2 dx = (3 x2 )2 dx = (9 6x2 + x4 ) dx Los l mites de integraci on para la variable x son 3, y al ser la regi on sim etrica resulta:
3 3 3

V =

dV = 2
0 3

dV = 2 x5 5
0 0 3

(9 6x2 + x4 ) dx =

= 2 9x 2x +

9 3 = = 2 9 3 2 3 3 + 5 45 3 30 3 + 9 3 48 3 = 2 = 5 5

2. M etodo de los cilindros. Hallamos el volumen de un disco elemental dV : dV = 2rh dy = 2 (3 y )2 y dy = 4 (3 y ) y dy Los l mites de integraci on de la variable y son 0 y 3, con lo cual el volumen total ser a:
3 3

V =
0

dV = 4
0 3/2

= 4 2y

2y 5/2 5

29 3 48 3 30 18 3= = 4 = 4 2 3 3 5 5 5

(3 y ) y dy = 4

3y 1/2 y 3/2 dy =

6.3.

L mite de sumas

Los siguientes l mites pueden calcularse mediante integrales: Proposici on 6.6. 1 l m n n


n

f
i=1

i = n

f (x) dx
0

378

CAP ITULO 6. APLICACIONES DE LA INTEGRAL. 4n + 1 + + n3/2 4n + n

Ejemplo 6.8. Calcular el siguiente l mite, l m

Soluci on. Este l mite lo podemos resolver mediante integrales, en efecto: l m 4n + 1 + + n3/2 1 = l m n n
1 0

4n + n

n i=1

4n + 1 + + 4n + n = l m = n n n1/2 n i 4n + i 1 4+ = = l m n n n n
i=1 1

4 + x dx =
0

(4 + x)

1/2

2(4 + x)3/2 = 3

2 = (5 5 8) 3

6.4.

Problemas propuestos del Cap tulo 6


Soluciones en la p agina ??

Ejercicios propuestos del Cap tulo 6

6.1.

Problemas resueltos del Cap tulo 6


6.1. Soluci on.

Problemas propuestos del Cap tulo 6


Soluciones en la p agina ?? 6.1.

Soluciones a los ejercicios y problemas propuestos


Cap tulo 1
Ejercicios de la secci on 1.1 (p ag. 10)
1.1.1. a) (, 1) (0, 1) 1.1.2. a) x1 = 1, x2 = 4 1.1.3. a) 1 < x < 4 1.2.1. x = 3 b) x1 = 1/2, x2 = 5/4 b) [0, 1] [5, 6]

b) x < 1/2, x > 5/4

ag. 17) Ejercicios de la secci on 1.2 (p


1.2.2. y1 = 6, y2 = 2.

1.2.3. a) Circunferencia C (3, 2), r = 1, 1.2.4. a) C rculo C (3, 2), r = 2,

b) Punto (1,-2)

c) Sin soluci on. c) Sin soluci on.

b) Exterior c rculo C (2, 1), r = 2 x + x + 1

ag. 39) Ejercicios de la secci on 1.3 (p


1.3.1. a) No denido, b) 0, c) 2, d) 1.3.2. a) (, 1] [1, +], b) (3, +), c) [0, 2] 1.3.3. a) 0, b) No denido, c) x 1, d) 0, e) -1, f) x 1

Ejercicios de la secci on 1.4 (p ag. 48)

1.4.1. a) 1, 2, 3, 4, 5, . . . , b) 1, 1, 1, 1, 1, . . . , c) 1, 2, 3, 4, 5 . . . 1.4.2. a) (1)n+1 2n, b) n 2n2 , c) n1 (n + 1)(n + 2) 3

1.4.3. a) converge a ek , b) converge a 0, c) converge a 0 (nota: n! nn1 1.4.4. a) no mon otona, b) mon otona decreciente, c) mon otona creciente.

Ejercicios de la secci on 1.5 (p ag. 77)


1.5.1. a) 1/8, b) 1/6, c) 0 1.5.2. a = 2, b = 1 1.5.3. a) , b) +, c) No denido.

ag. 83) Soluciones a los ejercicios propuestos del Cap tulo 1 (p


1.1. a) (1, 3), b) (, 4) (6, +), c) [1, 5], d) (, 5/3] [3, +) 1.2. a) C (2, 1), r = 2, b) fuera, circunferencia, dentro 1.3. a) [1, 3) (3, +) b) [1, 3)

1.5.4. a) +, b) , c) +.

379

380SOLUCIONES A LOS EJERCICIOS Y PROBLEMAS PROPUESTOS


1.4. a) 1/2 b) 1/2 c) 1/4 c) e3 1.5. a) 4/7 b) 1/2 c) e1/3

Soluciones a los problemas propuestos del Cap tulo 1 (p ag. 84)


1.1. a) e7/3

Cap tulo 2
Soluciones a los ejercicios propuestos del Cap tulo 2 (p ag. 139)
a) x2 + y 2 4 C rculo op. c) |y | |x|, x = 0 Angulos 2.1. e) x = y Plano, salvo recta y = x g) R2 Todo el plano i) xy < 4 franja entre hip erbola 2.2. 2.3. a) 2x2 d) cos (x2 + y 2 z ) a) Plano horizontal d) Semiesfera sup. b) x = y Plano, salvo y=x d) x2 + 4y 2 < 4 Int. elipse f) x + y < 4 Semiplano h) y = 0 R2 , salvo eje OX c) 4x2 y 2 f) |x| c) Cono f) Silla de montar

b) 0 e) cos (2x)

b) Plano e) Semielipsoide sup.

a) Circunferencias conc entricas c) Hip erbola 2.4. e) Plano g) Paraboloide a) ln 2 b) 5 3 f) 0 e) 1 i) 3 j) No existe 2.5. m) No existe n) No existe q) 0 r) 1 2.6. a) f (0, 0) = 0 d) f (0, y ) = y a) Continua d) |x| = 2|y | 2.7. 2.1.

b) Circunferencias conc entricas d) Rectas paralelas f) Esfera h) Cono c) 0 g) 0 k) No existe o) 0 s) 0 d) No existe 1 h) 8 l) No existe p) 2 t) No existe

b) R2 {(0, 0)} e) x2 + y 2 < 1

c) y = 1 x2 , y > 0 f) y > 1 , y = x2 c) (x, y ) = (0, 0) f) Continua en (0, 2), y = 2, x = k

b) y = x e) (x, y ) = (0, 0)

ag. 140) Soluciones a los problemas propuestos del Cap tulo 2 (p

Cap tulo 3
Soluciones a los ejercicios propuestos del Cap tulo 3 (p ag. 200)
3.1.

Soluciones a los problemas propuestos del Cap tulo 6 (p ag. 201)


3.1.

381

Cap tulo 4
Soluciones a los ejercicios propuestos del Cap tulo 4 (p ag. 316)
4.1. La funci on no es continua en (0, 0) y por tanto no es diferenciable en dicho punto. Apl quese innit esimo sen y y y luego trayectorias rectil neas. En el resto del plano es diferenciable por tratarse de una funci on elemental.

Soluciones a los problemas propuestos del Cap tulo 6 (p ag. 317)


4.1. Sea z = f (x, y ), hagamos x = x0 + tu1 e y = x0 + tu2 , en consecuencia z = g (t). H allese g (0) mediante la denici on de derivada y mediante la regla de la cadena e igu alense los resultados.

4.2. P1 (0, 0) punto silla, P2 (1/6, 1/3) m nimo relativo.

Cap tulo 5
Soluciones a los ejercicios propuestos del Cap tulo 5 (p ag. 366)
5.1. a) sen3 x sen5 x +C 3 5

ag. 366) Soluciones a los problemas propuestos del Cap tulo 5 (p


5.1.

Cap tulo 6
Soluciones a los ejercicios propuestos del Cap tulo 6 (p ag. 378)
6.1. a) sen3 x sen5 x +C 3 5

Soluciones a los problemas propuestos del Cap tulo 6 (p ag. 378)


6.1.

382SOLUCIONES A LOS EJERCICIOS Y PROBLEMAS PROPUESTOS

Bibliograf a
[1] Larson - Hostetler C alculo y Geometr a Anal tica. Mc Graw Hill, 1992. [2] Claudio Pita Ruiz Calculo Vectorial. Prentice Hall Hispanoamericana, Mexico, 1994. [3] Robert G. Bartle Introducci on al An alisis Matem atico. Editorial Limusa, S.A. M exico, 1982.

383

Indice alfab etico


Binomio de Newton, 182 Campo escalar, 88 vectorial, 89 Composici on de funciones, 27, 96 vectoriales, 97, 268 Concavidad, 194 Continuidad, 58 en dos variables, 113 Crecimiento, 192 Curvas de nivel, 105 Derivadas direccionales, 219 parciales, 203 cruzadas, 215 de ordenes superiores, 214 notaci on vectorial, 209 Diferenciabilidad, 225 Diferencial, 231 Distancia: entre n umeros reales, 9 entre puntos del espacio, 12 entre puntos del plano, 11 Dominio, 20, 89 impl cito de una funci on, 25 de varias variables, 89 Entorno, 111 Extremos, 188, 296 condicionados, 305 de una variable, 188 absolutos, 188 relativos, 192 Funci on de una variable, 21 dominio impl cito, 25 l mite, 49 de varias variables, 86 composici on, 27, 96 continuidad, 113 dominio, 89 gr aca, 102 l mite, 113 operaciones, 94 derivada parcial, 206 dominio, 20 impl cita, 287 inversa, 31 inyectiva, 31 recorrido, 20 vectorial, 88, 259 Gradiente, 241 Hessiano, 300 Innit esimos, 125 Integraci on cambio de variable, 343 funciones irracionales, 362 funciones racionales, 350 funciones trigonom etrica, 358 inmediata, 341 m etodo de Hermite, 357 por partes, 346 sustituci on trigonom etrica, 363 tabla, 342 Integral, 319 384

INDICE ALFABETICO aplicaciones, 367 areas, 367 indenida, 341 l mite de una suma, 324 Jacobiano, 265 L mite de funciones, 49 de dos variables, 113 de sucesiones, 41 mediante integrales, 324 Mac Laurin, 176 Multiplicadores de Lagrange, 305 Plano tangente, 245, 248, 249 Primitiva, 341 Puntos de inexi on, 194 Raz on de cambio, 210 Recorrido, 20 Recta normal, 251 Regla de Barrow, 337 Regla de la cadena, 267 Sucesi on acotada, 48 l mite, 41 mon otona, 47 Sumas de Riemann, 319 Taylor, 175 c alculos aproximados, 185 l mites, 187 polinomio, 175 resto, 184 Teorema de Schwartz, 216 fundamental, 334 Vector normal, 245 Volumen, 370 de revoluci on capas, 371 discos, 371

385