Академический Документы
Профессиональный Документы
Культура Документы
2) Sucesiones:
Se llama sucesión a un conjunto de números dispuestos uno a continuación de otro,
tal que:
𝑎1 , 𝑎2 , 𝑎3 , … , 𝑎𝑛
El término general es 𝑎𝑛 , mientras que 𝑎1 , 𝑎2 𝑦 𝑎3 son los términos de la sucesión.
Suma:
(𝑎𝑛 ) + (𝑏𝑛 ) = (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 , 𝑎3 + 𝑏3 , … , 𝑎𝑛 + 𝑏𝑛 )
Propiedades de la suma:
o ASOCIATIVA: (𝑎𝑛 + 𝑏𝑛 ) + 𝑐𝑛 = 𝑎𝑛 + (𝑏𝑛 + 𝑐𝑛 )
o CONMUTATIVA: (𝑎𝑛 + 𝑏𝑛 ) = (𝑏𝑛 + 𝑎𝑛 )
o ELEMENTO NEUTRO: (𝑎𝑛 + 0) = 𝑎𝑛
o SUCESIÓN OPUESTA: (−𝑎𝑛 ) = −𝑎1 , −𝑎2 , −𝑎3 … −𝑎𝑛 )
Resta:
(𝑎𝑛 ) − (𝑏𝑛 ) = (𝑎1 − 𝑏1 , 𝑎2 − 𝑏2 , 𝑎3 − 𝑏3 , … , 𝑎𝑛 − 𝑏𝑛 )
1
Producto:
(𝑎𝑛 ) × (𝑏𝑛 ) = (𝑎1 × 𝑏1 , 𝑎2 × 𝑏2 , 𝑎3 × 𝑏3 , … , 𝑎𝑛 × 𝑏𝑛 )
Sucesión inversible:
Si todos sus términos son distintos de cero. Si la sucesión 𝑏𝑛 es inversible, su inversa
es:
1 1 1 1 1
( ) = ( , , ,…, )
𝑏𝑛 𝑏1 𝑏2 𝑏3 𝑏𝑛
y
1
𝑏𝑛 × ( ) = (1, 1, 1, … , 1)
𝑏𝑛
Cociente:
Sólo es posible si el denominador es inversible:
𝑎𝑛 1 1
= 𝑎𝑛 × ↔ 𝑏𝑛 × ( ) = (1, 1, 1, … , 1)
𝑏𝑛 𝑏𝑛 𝑏𝑛
Tipos de sucesiones:
Sucesiones monótonas:
o Sucesiones crecientes:
Una sucesión es creciente si cada término es
mayor o igual que el anterior:
𝑎𝑛+1 ≥ 𝑎𝑛
2
Sucesiones estrictamente decrecientes:
Si cada término es menor que el anterior, tal que:
𝑎𝑛+1 < 𝑎𝑛
o Sucesiones decrecientes:
Una sucesión es creciente si cada término es
menor o igual que el anterior:
𝑎𝑛+1 ≤ 𝑎𝑛
Sucesiones constantes:
Si todos sus términos son iguales:
𝑎𝑛 = 𝑘
Sucesiones acotadas:
Si está acotada superior e inferiormente, tal que:
𝑘 ≤ 𝑎𝑛 ≤ 𝑘′
3
Sucesiones convergentes:
Tienen límite finito:
1 𝑛
ó
𝑛 𝑛+1
Sucesiones divergentes:
No tienen límite finito:
2𝑛 + 3
Sucesiones oscilantes:
No son convergentes ni divergentes, sus términos
alternan de mayor a menos y viceversa.
Sucesiones alternadas:
Alternan los signos de sus términos y pueden ser:
4
Término general de una progresión aritmética:
Si conocemos el 1er término:
𝑎𝑛 = 𝑎1 + (𝑛 − 1) × 𝑑
Interpolación de términos:
Interpolar medios diferenciales o aritméticos entre dos números, es construir una
progresión aritmética que tenga por extremos los números dados.
Sean los extremos a y b, y el número de medios a interpolar m:
𝑏−𝑎
𝑑=
𝑚+1
5
Interpolación de términos:
Interpolar medios geométricos o proporcionales entre dos números, es construir una
progresión geométrica que tenga por extremos los números dados.
Sean los extremos a y b, y el número de medios a interpolar m:
𝑚+1 𝑏
𝑟= √
𝑎
𝑃 = ±√(𝑎1 × 𝑎𝑛 )𝑛
3) Límites:
El límite de la función 𝑓(𝑥) en el punto 𝑥0 , es el valor al que se acercan las imágenes
(y) cuando los originales (x) se acercan al valor 𝑥0 . Es decir, el valor al que tienden las
imágenes cuando los originales tienden a 𝑥0 .
Se dice que la función 𝑓(𝑥) tiene como límite el número 𝐿, cuando 𝑥 tiende a 𝑥0 , si
fijado un número real positivo 𝛆, mayor que cero, existe un numero positivo 𝛿
dependiente de 𝜀, tal que, para todos los valores de 𝑥 distintos de 𝑥0 que cumplen la
condición |𝑥 − 𝑥0 | < 𝛿, se cumple que |𝑓(𝑥) − 𝐿| < 𝜀.
lim 𝑓(𝑥) = 𝐿 ↔ ∀𝜀 > 0 ∃𝛿(𝜀) > 0 / 0 < |𝑥 − 𝑥0 | < 𝛿 → |𝑓(𝑥) − 𝐿| < 𝜀
𝑥→𝑎
6
También podemos definir el concepto de límite a través de entornos:
lim 𝑓(𝑥) = 𝐿 si y sólo si, para cualquier entorno de 𝐿 que tomemos, por pequeño que
𝑥→𝑎
sea su radio 𝜀, existe un entorno de 𝑥0 , 𝐸𝛿 (𝑥0 ), cuyos elementos (sin contar 𝑥0 ), tienen
sus imágenes dentro del entorno de 𝐿, 𝐸𝜀 (𝐿).
Límites laterales:
Diremos que el límite de una función 𝑓(𝑥) cuando 𝑥 tiende hacia 𝑎 por la izquierda es
𝐿, si y sólo si para todo 𝜀 > 0 ∃ 𝛿 > 0 𝑡. 𝑞 → 𝑥 ∈ ℝ (𝑎 − 𝛿, 𝑎) 𝑙𝑢𝑒𝑔𝑜 |𝑓(𝑥) − 𝐿| < 𝜀.
lim 𝑓(𝑥) = 𝐿 ↔ ∀𝜀 > 0 ∃𝛿(𝜀) > 0 / 𝑥 ∈ ( 𝑎 − 𝛿, 𝑎) → |𝑓(𝑥) − 𝐿| < 𝜀
𝑥→𝑎
Diremos que el límite de una función 𝑓(𝑥) cuando 𝑥 tiende hacia 𝑎 por la derecha es 𝐿,
si y sólo si para todo 𝜀 > 0 existe 𝛿 > 0 tal que si 𝑥 pertenece ℝ (𝑎, 𝑎 + 𝛿), entonces
|𝑓 (𝑥) − 𝐿| < 𝜀 .
lim 𝑓(𝑥) = 𝐿 ↔ ∀𝜀 > 0 ∃𝛿(𝜀) > 0 / 𝑥 ∈ (𝑎, 𝑎 + 𝛿) → |𝑓(𝑥) − 𝐿| < 𝜀
𝑥→𝑎
Límites infinitos:
Una función 𝑓(𝑥) tiene por límite +∞ cuando 𝑥 → 𝑎, si fijado un número real positivo
𝑘 > 0 se verifica que 𝑓(𝑥) > 𝑘 para todos los valores próximos a 𝑎.
lim 𝑓(𝑥) = ∞ ↔ ∀𝑘 ∈ ℝ+ ∃𝛿 = 𝛿(𝑘) > 0 / 0 < |𝑥 − 𝑥0 | < 𝛿 → 𝑓(𝑥) > 𝑘
𝑥→𝑎
Por ejemplo:
1
lim =∞
𝑥→0 𝑥 2
Por ejemplo:
1
lim (− ) = −∞
𝑥→0 𝑥2
7
Limite cuando 𝒙 tiende a infinito:
𝑘 ↔ ∀𝜀 > 0 ∃𝑀 = 𝑀(𝜀) ∈ ℝ+ / 𝑥 > 𝑀 → |𝑓(𝑥) − 𝑘| < 𝜀
lim 𝑓(𝑥) = { +∞ ↔ ∀𝑃 ∈ ℝ+ ∃𝑀 = 𝑀(𝑃) ∈ ℝ+ / 𝑥 > 𝑀 → 𝑓(𝑥) > 𝑃
𝑥→∞
−∞ ↔ ∀𝑁 ∈ ℝ− ∃𝑀 = 𝑀(𝑁) ∈ ℝ+ / 𝑥 > 𝑀 → 𝑓(𝑥) < 𝑁
Límite de un producto:
lim [𝑓(𝑥) × 𝑔(𝑥)] = lim 𝑓(𝑥) × lim 𝑔(𝑥)
𝑥→𝑎 𝑥→𝑎 𝑥→𝑎
Límite de un cociente:
Límite de un logaritmo:
8
Operaciones con infinito:
9
Cálculo del límite en una función definida a trozos:
En primer lugar, tenemos que estudiar los límites laterales en los puntos de unión de
los diferentes trozos:
lim 𝑎 𝑥 = 0
𝑥→−∞
10
Si 𝟎 < 𝒂 < 𝟏:
lim 𝑎 𝑥 = 0
𝑥→∞
lim 𝑎 𝑥 = ∞
𝑥→−∞
Si 𝒂 > 𝟎:
lim log 𝑎 𝑥 = ∞
𝑥→∞
lim log 𝑎 𝑥 = −∞
𝑥→0+
Si 𝟎 < 𝒂 < 𝟏:
lim log 𝑎 𝑥 = ∞
𝑥→0+
lim log 𝑎 𝑥 = −∞
𝑥→∞
Indeterminaciones:
Una indeterminación no significa que el límite no exista o no se pueda determinar, sino
que la aplicación de las propiedades de los límites tal como las hemos enunciadas no
son válidas.
En estos casos hay que efectuar operaciones particulares para resolver cada una de
las indeterminaciones.
11
Tipos de indeterminación:
∞
Infinito partido por infinito:∞ → 𝐼𝑛𝑑
Infinito menos infinito:∞ − ∞ → 𝐼𝑛𝑑
0
Cero partido por cero:0 → 𝐼𝑛𝑑
Cero por infinito:0 × ∞ → 𝐼𝑛𝑑
Cero elevado a cero:00 → 𝐼𝑛𝑑
Infinito elevado a cero:∞0 → 𝐼𝑛𝑑
Uno elevado a infinito:1∞ → 𝐼𝑛𝑑
Comparación de infinitos:
Si lim 𝑓(𝑥) = ±∞ y lim 𝑔(𝑥) = ±∞
𝑥→∞ 𝑥→∞
12
4) Continuidad:
Una idea intuitiva de función continua se tiene al considerar que su gráfica es continua,
en el sentido que se puede dibujar sin levantar el lápiz de la hoja de papel.
Continuidad lateral:
Continuidad por la izquierda:
Una función 𝑓(𝑥) es continua por la izquierda en el punto 𝑥 = 𝑎 si:
𝑓(𝑎) = lim− 𝑓(𝑥)
𝑥→𝑎
13
Función continua:
Una función 𝑓(𝑥) es continua en un punto si es continua por la izquierda y es continua
por la derecha:
𝑓(𝑎) = lim− 𝑓(𝑥) = lim+ 𝑓(𝑥)
𝑥→𝑎 𝑥→𝑎
Continuidad de funciones:
Las funciones polinómicas, racionales, con radicales, exponenciales, logarítmicas y
trigonométricas son continuas en todos los puntos de su dominio.
𝑓 + 𝑔 es continua en 𝑥 = 𝑎.
𝑓 × 𝑔 es continua en 𝑥 = 𝑎.
𝑓/𝑔 es continua en 𝑥 = 𝑎, si 𝑔(𝑎) ≠ 0.
𝑓 𝜊 𝑔 es continua en 𝑥 = 𝑎.
Discontinuidad de funciones:
Si alguna de las tres condiciones continuidad de no se cumple, la función es
discontinua en un punto.
Tipos de discontinuidad:
Discontinuidad evitable:
No existe imagen.
La imagen no coincide con el límite.
Discontinuidad inevitable:
De salto finito.
De salto infinito.
Discontinuidad esencial.
Discontinuidad evitable:
Una discontinuidad es evitable en un punto 𝑥 = 𝑎 si existe lim 𝑓(𝑥) y éste es finito.
𝑥→𝑎
14
La función no está definida en 𝒙 = 𝒂:
∄𝑓(𝑎)
2
𝑓(𝑥) = {𝑥 𝑠𝑖 𝑥 < 2
4 𝑠𝑖 𝑥 > 2
∄𝑓(2)
La función presenta una discontinuidad evitable en 𝑥 = 2 porque tiene límite, pero no
tiene imagen.
𝑓(2) = 1
lim 𝑓(𝑥) = lim+ 𝑓(𝑥) = 4
𝑥→2− 𝑥→2
15
Cuando una función presenta una discontinuidad evitable en un punto se puede
redefinir en dicho punto para convertirla en una función continua.
Si redefinimos la función del caso 1 conseguimos una función continua.
2
𝑓(𝑥) = {𝑥 𝑠𝑖 𝑥 < 2
4 𝑠𝑖 𝑥 ≥ 2
Discontinuidad inevitable:
Una discontinuidad es inevitable o de primera especie si existen los límites laterales en
𝑥 = 𝑎, pero son distintos.
lim 𝑓(𝑥) ≠ lim+ 𝑓(𝑥)
𝑥→𝑎 − 𝑥→𝑎
Según el tipo de salto nos encontramos con dos tipos de discontinuidad inevitable:
Discontinuidad esencial:
Una discontinuidad es esencial o de segunda especie si no existe alguno de los límites
laterales en 𝑥 = 𝑎.
16
5) Sucesiones y series de funciones:
Una sucesión de funciones es una aplicación que a cada número natural 𝑛 hace
corresponder una función 𝑓𝑛 . Supondremos en lo que sigue que las funciones 𝑓𝑛 son
funciones reales definidas en un intervalo 𝐼. Usaremos el símbolo {𝑓𝑛 } para representar
la sucesión de funciones dada por 𝑛 → 𝑓𝑛 , para todo 𝑛 ∈ N.
Convergencia puntual:
Dado 𝑥 ∈ 𝐼 se dice que la sucesión de funciones {𝑓𝑛 } converge puntualmente en 𝑥, si
la sucesión de números reales {𝑓𝑛 (𝑥)} es convergente.
El conjunto 𝐶 de todos los puntos 𝑥 ∈ 𝐼 en los que la sucesión de funciones {𝑓𝑛 }
converge puntualmente, se llama campo de convergencia puntual. Simbólicamente:
𝐶 = {𝑥 ∈ 𝐼: {𝑓𝑛 (𝑥)}𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒}
Supuesto que 𝐶 ≠ ø, la función 𝑓: 𝑐 → ℝ definida por:
𝑓(𝑥) = lim {𝑓𝑛 (𝑥)}
𝑥→∞
Convergencia uniforme:
Sea 𝐽 un intervalo no vacío contenido en el campo de convergencia puntual de la
sucesión {𝑓𝑛 }. Y sea 𝑓 la función límite puntual de {𝑓𝑛 }. Se dice que {𝑓𝑛 } converge
uniformemente a 𝑓 en 𝐽 si para todo 𝜀 > 0 existe 𝑛0 ∈ N (Que dependerá de ε) tal que
para todo 𝑛 ≥ 𝑛0 se verifica que 𝑠𝑢𝑝{|𝑓𝑛 (𝑥) − 𝑓(𝑥)|: 𝑥 ∈ 𝐽} ≤ 𝜀.
Para comprender esta afirmación, hay que analizar la última desigualdad:
𝒔𝒖𝒑{|𝒇𝒏 (𝒙) − 𝒇(𝒙)|: 𝒙 ∈ 𝑱} ≤ 𝜺 ↔ |𝒇𝒏 (𝒙) − 𝒇(𝒙)| ≤ 𝜺 ∀𝒙 ∈ 𝑱 ↔
−𝜺 ≤ 𝒇𝒏 (𝒙) − 𝒇(𝒙) ≤ 𝜺 ∀𝒙 ∈ 𝑱 ↔ 𝒇(𝒙) − 𝜺 ≤ 𝒇𝒏 (𝒙) ≤ 𝒇(𝒙) + 𝜺 ∀𝒙 ∈ 𝑱
Cuya interpretación geométrica es (donde 𝐽 = [𝑎, 𝑏]):
Esto nos dice que la gráfica de la función 𝑓𝑛 se queda dentro de un tubo centrado en la
gráfica de 𝑓 de anchura 2𝜀.
17
Condición de Cauchy para la convergencia uniforme:
La sucesión {𝑓𝑛 } converge uniformemente en 𝐽 si, y solo si, para todo 𝜀 > 0, existe un
número natural 𝑛0 tal que para todos 𝑛, 𝑚 ≥ 𝑛0 se verifica que:
𝑠𝑢𝑝{|𝑓𝑛 (𝑥) − 𝑓𝑚 (𝑥)|: 𝑥 ∈ 𝐽} ≤ 𝜀
La utilidad de esta condición es que es intrínseca a la sucesión, es decir, no involucra
a la función límite.
A continuación, enunciamos una condición que implica que no hay convergencia
uniforme.
Supongamos que hay una sucesión {𝑧𝑛 } de valores 𝐽 tal que {|𝑓𝑛 (𝑧𝑛 ) − 𝑓(𝑧𝑛 )|} no
converge a 0, entonces {𝑓𝑛 } no converge uniformemente a 𝑓 en 𝐽.
Series de funciones:
Dada una sucesión de funciones {𝑓𝑛 }, podemos formar otra, {𝐹𝑛 }, cuyos términos se
obtienen sumando consecutivamente los de {𝑓𝑛 }. Es decir 𝐹1 = 𝑓1 , 𝐹2 = 𝑓1 + 𝑓2 , ….
Criterio de Weierstrass:
Sea ∑𝑛≥1 𝑓𝑛 una serie de funciones y 𝐴 un conjunto tal que para todo 𝑥 ∈ 𝐴 y todo
𝑛 ∈ N se tiene que |𝑓𝑛 (𝑥)| ≤ 𝛼𝑛 , donde la serie ∑𝑛≥1 𝛼𝑛 es convergente. Entonces
∑𝑛≥1 𝑓𝑛 converge uniformemente y absolutamente en 𝐴.
Conservación de la continuidad:
Supongamos que {𝑓𝑛 } converge uniformemente a 𝑓 en un intervalo 𝐽 y que las
funciones 𝑓𝑛 son todas ellas continuas en 𝐽. Se verifica entonces que la función 𝑓 es
continua en 𝐽.
18
Permutación de la integración con el límite uniforme:
Supongamos que {𝑓𝑛 } converge uniformemente en un intervalo [𝑎, 𝑏] y que las
funciones 𝑓𝑛 son todas ellas continuas en [𝑎. 𝑏]. Se verifica entonces que:
𝑏 𝑏
19
TEMA 2: Funciones derivables.
1) Derivadas de funciones:
𝑓(𝑥) = 𝑘 → 𝑓 ′ (𝑥) = 0
𝑓(𝑥) = 𝑥 → 𝑓 ′ (𝑥) = 1
2) Reglas de derivación:
Derivada de una suma:
𝑓(𝑥) = 𝑢 ± 𝑣 𝑓 ′ (𝑥) = 𝑢′ ± 𝑣 ′
Derivada de un producto:
𝑓(𝑥) = 𝑢 × 𝑣 𝑓 ′ (𝑥) = 𝑢′ × 𝑣 + 𝑢 × 𝑣 ′
20
Derivada de una constante partida por una función:
𝑘 −𝑘 × 𝑣 ′
𝑓(𝑥) = 𝑓 ′ (𝑥) =
𝑣 𝑣2
Derivada de un cociente:
𝑢 𝑢′ × 𝑣 − 𝑢 × 𝑣 ′
𝑓(𝑥) = 𝑓 ′ (𝑥) =
𝑣 𝑣2
Derivada de la función compuesta (Regla de la cadena):
(𝑔°𝑓)′ (𝑥) = 𝑔′ [𝑓(𝑥)] × 𝑓 ′ (𝑥)
3) Límites y derivadas:
Límite de un número partido por cero:
𝑘
0
El límite puede ser +∞, −∞ o no tener límite
2𝑥 5 − 3𝑥 2
lim =∞
𝑥→∞ 𝑥 4 − 𝑥 3
−2𝑥 5 + 3𝑥 2
lim = −∞
𝑥→∞ 𝑥 4 − 𝑥 3
El límite es 0.
21
El numerador tiene mayor grado que el denominador.
2𝑥 5 − 3𝑥 2 2
lim =
𝑥→∞ 3𝑥 5 − 𝑥 3 3
Al tener el mismo grado el límite es el cociente entre los coeficientes de
mayor grado.
2º método:
Si se trata de funciones potenciales dividimos todos los sumandos
por la x elevada al mayor exponente.
2𝑥 5 − 3𝑥 2 ∞
lim =
𝑥→∞ 𝑥 4 − 𝑥 3 ∞
2𝑥 5 3𝑥 2 3
𝑥 5 − 𝑥5 2− 3 2−0
𝑥
lim = = =∞
𝑥→∞ 𝑥 4 𝑥3 1 1 0−0
− −
𝑥 𝑥 2
𝑥5 𝑥5
Si son funciones exponenciales dividimos por la exponencial de
mayor base.
3𝑥+2 − 2𝑥 ∞
lim =
𝑥→∞ 3𝑥−2 ∞
3 𝑥 × 32 2 𝑥
lim
3 𝑥 × 32 + 2 𝑥
= lim 3𝑥 + 3𝑥 = 9 + 0 = 81
𝑥→∞ 3 𝑥 × 3−2 𝑥→∞ 3𝑥 × 3−2 1
3𝑥 9
22
Se calculan los límites laterales:
(𝑥 2 − 3𝑥 − 4)
lim− ( )=∞
𝑥→3 (𝑥 − 3)(𝑥 − 1)
(𝑥 2 − 3𝑥 − 4)
lim+ ( ) = −∞
𝑥→3 (𝑥 − 3)(𝑥 − 1)
No tiene límite.
lim (√𝑥 2 − 2 − √𝑥 2 + 𝑥) = ∞ − ∞
𝑥→∞
𝑥2 − 2 − 𝑥2 − 𝑥 −2 − 𝑥
lim = lim =
𝑥→∞ (√𝑥 2 − 2 + √𝑥 2 + 𝑥) 𝑥→∞ (√𝑥 2 − 2 + √𝑥 2 + 𝑥)
−2 𝑥
lim 𝑥 −𝑥 =
−1
=−
1
𝑥→∞ 1+1 2
2 2
√𝑥 2 − 22 + √𝑥 2 + 𝑥2
𝑥 𝑥 𝑥 𝑥
Función racional:
Se descomponen en factores los polinomios y se simplifica la fracción.
En caso de obtener otra indeterminación se calculan los límites
laterales.
23
Indeterminación cero por infinito:
La indeterminación ∞ · 0 se transforma en otras indeterminaciones como ∞/∞ o 0/0,
que ya hemos visto cómo se resuelven.
𝑓(𝑥) 𝑔(𝑥)
𝑓(𝑥) × 𝑔(𝑥) = =
1 1
𝑔(𝑥) 𝑓(𝑥)
1 𝑓(𝑥)
lim (1 + ) =𝑒
𝑥→𝑎 𝑓(𝑥)
Se puede realizar la siguiente transformación:
Teorema de L’Hôpital:
Si lim 𝑓(𝑥) = lim 𝑔(𝑥) = 0, en donde 𝑓 y 𝑔 son derivables en un entorno de 𝑎 y existe
𝑥→𝑎 𝑥→𝑎
𝑓′ (𝑥) 𝑓(𝑥)
lim 𝑔′ (𝑥), entonces este límite coincide con lim 𝑔(𝑥) .
𝑥→𝑎 𝑥→𝑎
𝑓(𝑥)
Para aplicar la regla de L’Hôpital hay que tener un límite de la forma lim , donde 𝑎
𝑥→𝑎 𝑔(𝑥)
0 ∞
puede ser un número o infinito, y aparecer las indeterminaciones 0
o ∞.
ln 𝐴 = ln 𝑢𝑣 ln 𝐴 = 𝑣 ln 𝑢 𝐴 = 𝑒 𝑣 ln 𝑢
lim (𝑣 ln 𝑢)
lim 𝑒 𝑣 ln 𝑢 = 𝑒 𝑥→𝑎
𝑥→𝑎
24
4) Método de Newton:
Es un algoritmo para encontrar aproximaciones de los ceros o raíces de una función
real. También se puede usar para encontrar el máximo o mínimo de una función,
encontrando los ceros de su primera derivada.
Se debe comenzar la iteración con un valor razonablemente cercano al cero
(Denominado punto de arranque o valor supuesto). La relativa cercanía del punto
inicial a la raíz depende mucho de la naturaleza de la propia función; si ésta presenta
múltiples puntos de inflexión o pendientes grandes en el entorno de la raíz, entonces
las probabilidades de que el algoritmo diverja aumentan, lo cual exige seleccionar un
valor supuesto cercano a la raíz.
El método linealiza la función por la recta tangente en ese valor
supuesto. La abscisa en el origen de dicha recta será, según el
método, una mejor aproximación de la raíz que el valor anterior.
Se realizarán sucesivas iteraciones hasta que el método haya
convergido lo suficiente.
Sea 𝑓: [𝑎, 𝑏] → ℝ función derivable definida en el intervalo real
[𝑎, 𝑏]. Empezamos con un valor inicial 𝑥0 y definimos para cada
número natural 𝑛.
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 ′ (𝑥𝑛 )
El método descrito es de aplicación exclusiva para funciones de una sola variable con
forma analítica o implícita conocible.
Procedimiento:
1) Se ubica la raíz de 𝑓(𝑥) analizando la gráfica.
2) Se despeja de manera: 𝑥 = 𝑔(𝑥).
3) Obtenemos de 𝑥 = 𝑔(𝑥) su derivada 𝑔′ (𝑥).
25
4) Resolviendo la desigualdad −1 ≤ 𝑔′ (𝑥) ≤ 1 obtenemos el rango de valores
en los cuales está el punto fijo llamado 𝑅.
5) Con 𝑅 buscamos la raíz en 𝑔(𝑥), es decir 𝑔(𝑅) = 𝑅 haciendo iteración de
las operaciones.
6) Teorema de Rolle:
Si una función es:
- Continua en [𝑎, 𝑏].
- Derivable en (𝑎, 𝑏).
- Si 𝑓(𝑎) = 𝑓(𝑏).
Entonces, existe algún punto 𝑐 ∈ (𝑎, 𝑏) en el que 𝑓 ′ (𝑐) = 0.
La interpretación gráfica del teorema de Rolle nos dice que hay
un punto en el que la tangente es paralela al eje de abscisas.
26
TEMA 3: Aplicaciones de la derivada.
1) Teorema de Taylor:
Permite obtener aproximaciones polinómicas de una función en un entorno de cierto
punto en que la función sea diferenciable. Además, el teorema permite acotar el error
obtenido mediante dicha estimación.
Sea 𝑘 ≥ 1 un entero y la función 𝑓: ℝ → ℝ diferenciable 𝑘 veces en el punto 𝑎 ∈ ℝ.
Entonces existe una función ℎ𝑘 : ℝ → ℝ tal que:
𝑓′′ (𝑎) 𝑓(𝑘) (𝑎)
𝑓(𝑥) = 𝑓(𝑎) + 𝑓 ′ (𝑎)(𝑥 − 𝑎) + 2!
(𝑥 − 𝑎)2 + ⋯ + 𝑘!
(𝑥 − 𝑎)𝑘 + ℎ𝑘 (𝑥)(𝑥 − 𝑎)𝑘 y
lim ℎ𝑘 (𝑥) = 0. Esta es la llamada forma de Peano del resto.
𝑥→𝑎
Sea ∑∞ 𝑛=1 𝑓𝑛 una serie de funciones derivables y con derivada finita en (𝑎, 𝑏). Si para
un 𝑥0 ∈ (𝑎, 𝑏) la serie numérica ∑∞ ′
𝑛=1 𝑓𝑛 converge uniformemente en (𝑎, 𝑏); entonces la
serie de funciones ∑ 𝑓𝑛 converge uniformemente en (𝑎, 𝑏) a una función derivable 𝐹 y
se verifica:
∞
′ (𝑥)
𝐹 = ∑ 𝑓′(𝑥) , ∀𝑥 ∈ (𝑎, 𝑏)
𝑛=1
Serie de potencias:
Una serie de potencias es una serie de la forma:
∞
27
Alrededor de 𝑥 = 𝑐, en el cual el centro es 𝑐, y los coeficientes 𝑎𝑛 son los términos de
una sucesión y que usualmente corresponde con la serie de Taylor de alguna función
conocida.
Serie de Taylor:
Es una aproximación de funciones mediante una serie de potencias o suma de
potencias enteras de polinomios como (𝑥 − 𝑎)𝑛 llamados términos de la serie, dicha
suma se calcula a partir de las derivadas de la función para un determinado valor o
punto 𝑎 suficientemente derivable sobre la función y un entorno sobre el cual converja
la serie. Si esta serie está centrada sobre el punto cero, 𝑎 = 0, se le denomina serie de
McLaurin.
Esta aproximación tiene tres ventajas importantes:
Algunas funciones no se pueden escribir como serie de Taylor porque tienen alguna
singularidad. En estos casos normalmente se puede conseguir un desarrollo en serie
utilizando potencias negativas de 𝑥.
∞
𝑓 (𝑛) (𝑎)
∑ (𝑥 − 𝑎)𝑛
𝑛!
𝑛=0
28
Funciones analíticas:
Una familia especialmente importante de series de potencias son las series de la
forma:
∞
𝑓 (𝑛) (𝑥0 )
∑ (𝑥 − 𝑥0 )𝑛
𝑛!
𝑛=0
Siendo 𝑓 una función que tiene derivadas de todos los órdenes en 𝑥0 ; estas series
reciben el nombre de serie de Taylor de 𝑓 en 𝑥0 .
Claramente la serie de Taylor es el resultado de hacer tender a infinito el orden del
polinomio de Taylor de 𝑓 centrado en 𝑥0 .
En su intervalo de convergencia una serie de potencias es la serie de Taylor de su
suma. Es decir, en su intervalo de convergencia una serie de potencias define una
función analítica.
3) Interpolación polinómica:
Es una técnica de interpolación de un conjunto de datos o de una función por un
polinomio. Es decir, dado cierto número de puntos obtenidos por muestreo o a partir
de un experimento se pretende encontrar un polinomio que pase por todos los puntos.
Dada una función 𝑓 de la cual se conocen sus valores en un número finito de abscisas
𝑥0 , 𝑥1 , … , 𝑥𝑚 , se llama interpolación polinómica al proceso de hallar un polinomio 𝑝𝑚 (𝑥)
de grado menor o igual a 𝑚, cumpliendo 𝑝𝑚 (𝑥𝑘 ) = 𝑓(𝑥𝑘 ), ∀𝑘 = 0,1, … , 𝑚.
A este polinomio se le llama Polinomio interpolador de grado 𝑚 de la función 𝑓.
∑ 𝑎𝑗 𝑔𝑗 (𝑥)
𝑗=0
𝑔𝑗 (𝑥) = ∏(𝑥 − 𝑥𝑖 )
𝑖=0
29
Y definiendo 𝑎𝑗 como
Interpolación de Lagrange:
Sea 𝑓 la función a interpolar, sean 𝑥0 , 𝑥1 , … , 𝑥𝑚 las abscisas conocidas de 𝑓 y sean
𝑓0 , 𝑓1 , … , 𝑓𝑚 los valores que toma la función en esas abscisas, el polinomio interpolador
de grado 𝑛 de Lagrange es un polinomio de la forma:
𝑛
∑ 𝑓𝑗 𝑙𝑗 (𝑥), 𝑛 ≤ 𝑚
𝑗=0
Donde 𝑙𝑗 (𝑥) son los llamados polinomios de Lagrange, que se calculan de este modo:
Nótese que en estas condiciones, los coeficientes 𝑙𝑗 (𝑥) están bien definidos y son
siempre distintos de cero.
Interpolación de Hermite:
Es similar a la de Newton, pero con el añadido de que ahora también conocemos los
valores que toma la derivada de la función 𝑓 en las abscisas conocidas 𝑥0 , 𝑥1 , … , 𝑥𝑚 .
El Polinomio Interpolador de Hermite de grado 2𝑚 + 1 de la función 𝑓 es un polinomio
de la forma:
𝑚 𝑚
Con:
30
Interpolación segmentaria:
Existen métodos de Interpolación segmentaria que nos permiten aproximar funciones
de un modo eficaz. Entre ellos cabe destacar la interpolación de Taylor y la
interpolación por Splines.
La Interpolación de Taylor usa el Desarrollo de Taylor de una función en un punto para
construir un polinomio de grado 𝑚 que se aproxima a la función dada. Tiene dos
ventajas esenciales sobre otras formas de interpolación:
Requiere sólo de un punto 𝑥0 conocido de la función para su cálculo, si bien se
pide que la función sea suficientemente diferenciable en un entorno de ese
punto.
El cálculo del Polinomio de Taylor es sumamente sencillo comparado con otras
formas de interpolación polinómica:
𝑛
𝑓 (𝑖) (𝑥0 )
𝑝𝑥0 (𝑥) = ∑ (𝑥 − 𝑥0 )𝑖
𝑖!
𝑖=1
Sin embargo, en ocasiones no será deseable su uso dado que el error de interpolación
puede alcanzar cotas demasiado elevadas.
Es especialmente útil para emplearse en lugar de métodos de interpolación de Hermite
generalizada sobre derivadas de orden superior de la función 𝑓.
La Interpolación por Splines es un refinamiento de la interpolación polinómica que usa
"pedazos" de varios polinomios en distintos intervalos de la función a interpolar para
evitar problemas de oscilación como el llamado Fenómeno de Runge.
La idea es que agrupamos las abscisas 𝑥0 , 𝑥1 , … , 𝑥𝑚 en distintos intervalos según el
grado del spline que convenga emplear en cada uno. Así, un spline será un polinomio
interpolador de grado n de 𝑓 para cada intervalo. A la postre, los distintos splines
quedarán "unidos" recubriendo todas las abscisas e interpolando a la función.
El principal problema que presenta la interpolación por splines reside en los puntos
que son comunes a dos intervalos (extremos). Por esos puntos deben pasar los
splines de ambos intervalos, pero para que la interpolación sea ajustada, conviene que
el punto de unión entre dos splines sea lo más "suave" posible (ej. evitar puntos
angulosos), por lo que se pedirá también que en esos puntos ambos splines tengan
derivada común. Esto no será siempre posible y, a menudo, se empleará otro tipo de
interpolación, quizás una interpolación no-polinómica.
4) Optimización de funciones:
Pasos para la resolución de problemas de optimización:
1) Se plantea la función que hay que maximizar o minimizar.
2) Se plantea una ecuación que relacione las distintas variables del problema,
en el caso de que haya más de una variable.
3) Se despeja una variable de la ecuación y se sustituye en la función de
modo que nos quede una sola variable.
4) Se deriva la función y se iguala a cero, para hallar los extremos locales.
5) Se realiza la 2ª derivada para comprobar el resultado obtenido.
31
5) Extremos relativos y absolutos:
Si 𝑓 es derivable en 𝑎, 𝑎 es un extremo relativo o local si:
𝑠𝑖 𝑓 ′ (𝑎) = 0
𝑠𝑖 𝑓′′(𝑎) ≠ 0
Máximos relativos:
Si 𝑓 y 𝑓′ son derivables en 𝑎, 𝑎 es un máximo relativo si se cumple:
𝑓 ′ (𝑎) = 0
𝑓′′(𝑎) < 0
Mínimos relativos:
Si 𝑓 y 𝑓′ son derivables en 𝑎, 𝑎 es un mínimo relativo si se cumple:
𝑓 ′ (𝑎) = 0
𝑓′′(𝑎) > 0
Máximos absolutos:
Una función tiene su máximo absoluto en el 𝑥 = 𝑎 si la
ordenada es mayor o igual que en cualquier otro punto del
dominio de la función.
32
Mínimos absolutos:
Una función tiene su mínimo absoluto en el 𝑥 = 𝑏 si la
ordenada es menor o igual que en cualquier otro punto del
dominio de la función.
6) Concavidad y convexidad:
Si 𝑓 y 𝑓′ son derivables en 𝑎:
𝑓 ′′ (𝑎) > 0 → 𝑓 𝑒𝑠 𝑐𝑜𝑛𝑣𝑒𝑥𝑎 𝑒𝑛 𝑎
{ ′′
𝑓 (𝑎) < 0 → 𝑓 𝑒𝑠 𝑐ó𝑛𝑐𝑎𝑣𝑎 𝑒𝑛 𝑎
33
TEMA 4: Integral de Riemann.
1) Integral de Riemann:
Fue la primera definición rigurosa de la integral de una función en un intervalo. La
integral de Riemann de una función real de variable real se denota usualmente de la
siguiente forma:
𝑏
∫ 𝑓(𝑥)𝑑𝑥
𝑎
Suma de Riemann:
Sea 𝑓 una función en [𝑎, 𝑏]y tomemos una partición del intervalo [𝑎, 𝑏], que
denotarmeos por 𝑃 = {𝑥0 = 𝑎, 𝑥1 , … , 𝑥𝑛 = 𝑏} entonces llamamos suma de Riemann a
una suma de la forma:
𝑛
De manera intuitiva esta suma representa la suma de las áreas de rectángulos con
base 𝑥𝑘 − 𝑥𝑘−1 y altura 𝑓(𝑡𝑘 ). Simbolizamos esta suma como 𝑆(𝑃, 𝑓), también se
utiliza la notación más extensa pero más explícita:
𝑆(𝑃, 𝑓, {𝑡𝑖 }𝑛𝑖=1 )
34
Integrabilidad de Riemann:
Una función 𝑓 𝑎𝑐𝑜𝑡𝑎𝑑𝑎 definida en un intervalo [𝑎, 𝑏] se dice que es Riemann
integrable en [𝑎, 𝑏] si existe un número 𝐼 en los reales tal que, para todo número real
positivo 𝜀 existe una 𝛿 positiva tal que si 𝑃 es una partición de [𝑎, 𝑏] con ‖𝑃‖ < 𝛿 y
𝑆(𝑃, 𝑓) es cualquier suma de Riemann entonces |𝑆(𝑃, 𝑓) − 𝐼| < 𝜀.
Usualmente para funciones conocidas que sabemos integrables se toma una partición
regular del intervalo y se toman los 𝑡𝑘 como alguno de los puntos extremos de cada
intervalo. Notar que si no supiéramos que la función es integrable entonces no
podríamos tomar cualquier punto del intervalo arbitrariamente, es decir, no podríamos
tomar los valores extremos. En este caso en que no sabemos que es integrable,
tendríamos que revisar que para cualquier valor 𝑡𝑘 que tomáramos en cada intervalo
[𝑥𝑘−1 , 𝑥𝑘 ] la suma de Riemann menos algún número real 𝐼 es menor en valor absoluto
que cualquier 𝜀 que hubiéramos tomado. En caso de cumplirse habríamos demostrado
que la función f es integrable según Riemann en [𝑎, 𝑏] y habríamos hallado su valor;
en caso de no cumplirse no habríamos probado nada en absoluto. Cuando llevamos al
límite esta partición, se puede demostrar que obtenemos el valor de la integral:
𝑏 𝑛
(𝑏 − 𝑎) (𝑏 − 𝑎)
∫ 𝑓(𝑥)𝑑𝑥 = lim ∑ 𝑓 (𝑎 + 𝑘 )
𝑎 𝑛→∞ 𝑛 𝑛
𝑘=1
Esta última expresión es sobre todo útil para funciones que sabemos que son
integrables como, por ejemplo, las continuas. Podemos demostrar que toda función
que es continua en un intervalo [𝑎, 𝑏], es integrable, en cuyo caso lo único que restaría
sería encontrar el valor de la integral. Por supuesto, si ya estamos familiarizados con
el Segundo Teorema Fundamental del Cálculo entonces basta hallar una función 𝐹(𝑥)
(denominada primitiva de 𝑓(𝑥)) cuya derivada nos dé nuestra función original 𝑓(𝑥) y
entonces el valor de la integral es 𝐹(𝑏) − 𝐹(𝑎). No siempre podemos hallar una
función primitiva de la que estamos integrando. En esos casos, se recurre a una
expresión como la anterior o a métodos de aproximación.
Tabla de integrales:
∫ 𝑑𝑥 = 𝑥 + 𝐶
∫ 𝑘𝑑𝑥 = 𝑘 × 𝑥 + 𝐶
𝑢𝑛+1
∫ 𝑢𝑛 × 𝑢′ 𝑑𝑥 = +𝐶 𝑛 ≠ −1
𝑛+1
𝑢′
∫ 𝑑𝑥 = ln 𝑢 + 𝐶
𝑢
35
𝑎𝑢
∫ 𝑎𝑢 × 𝑢′ 𝑑𝑥 = +𝐶
ln 𝑎
∫ 𝑒 𝑢 × 𝑢′ 𝑑𝑥 = 𝑒 𝑢 + 𝐶
∫ sin 𝑢 × 𝑢′ 𝑑𝑥 = − cos 𝑢 + 𝐶
∫ cos 𝑢 × 𝑢′ 𝑑𝑥 = sin 𝑢 + 𝐶
𝑢′
∫ 𝑑𝑥 = ∫ sec 2 𝑢 × 𝑢′ 𝑑𝑥 = ∫(1 + tan2 𝑢) × 𝑢′ 𝑑𝑥 = tan 𝑢 + 𝐶
cos2 𝑢
𝑢′
∫ 𝑑𝑥 = ∫ cosec 2 𝑢 × 𝑢′ 𝑑𝑥 = ∫(1 + cotan2 𝑢) × 𝑢′ 𝑑𝑥 = −cotan 𝑢 + 𝐶
sin2 𝑢
𝑢′
∫ 𝑑𝑥 = sin−1 𝑢 + 𝐶
√1 − 𝑢2
𝑢′
∫ 𝑑𝑥 = tan−1 𝑢 + 𝐶
1 + 𝑢2
Si 𝑢(𝑥) = 𝑥, 𝑢′ (𝑥) = 1, tenemos:
𝑥 𝑛+1
∫ 𝑥 𝑛 𝑑𝑥 = +𝐶
𝑛+1
1
∫ 𝑑𝑥 = ln 𝑥 + 𝐶
𝑥
𝑎𝑥
∫ 𝑎 𝑥 𝑑𝑥 = +𝐶
ln 𝑎
∫ 𝑒 𝑥 𝑑𝑥 = 𝑒 𝑥 + 𝐶
Integrales inmediatas:
Integral de una constante:
∫ 𝑘𝑑𝑥 = 𝑘 × 𝑥 + 𝐶
Integral de cero:
∫ 0𝑑𝑥 = 𝐶
36
∫ 𝑢 × 𝑣 ′ 𝑑𝑥 = 𝑢 × 𝑣 − ∫ 𝑢′ × 𝑣 𝑑𝑥
Integrales racionales:
En las integrales racionales suponemos que el grado del numerador es menor que del
denominador, si no fuera así se dividiría:
𝑃(𝑥) 𝑅(𝑥)
∫ 𝑑𝑥 = ∫ 𝐶(𝑥) 𝑑𝑥 + ∫ 𝑑𝑥
𝑄(𝑥) 𝑄(𝑥)
Una vez que sabemos que el denominador tiene mayor grado que numerador,
descomponemos el denominador en factores.
∫ 𝑓 ′ (𝑢) × 𝑢′ 𝑑𝑥 = 𝐹(𝑢) + 𝐶
Para cambiar de variable identificamos una parte de lo que se va a integrar con una
nueva variable 𝑡, de modo que se obtenga una integral más sencilla.
∫ 𝑓 ′ (𝑢) × 𝑢′ 𝑑𝑥
∫ 𝑓 ′ (𝑡) 𝑑𝑡 = 𝑓(𝑡) + 𝐶
37
Integral definida:
Dada una función 𝑓(𝑥) y un intervalo [𝑎, 𝑏], la integral definida es igual al área limitada
entre la gráfica de 𝑓(𝑥), el eje de abscisas, y las rectas verticales 𝑥 = 𝑎 y 𝑥 = 𝑏.
𝑏
La integral definida se define por ∫𝑎 𝑓(𝑥) 𝑑𝑥
𝑏 𝑏
∫ 𝑘 × 𝑓(𝑥) 𝑑𝑥 = 𝑘 × ∫ 𝑓(𝑥) 𝑑𝑥
𝑎 𝑎
Regla de Barrow:
La regla de Barrow dice que la integral definida de una función continua 𝑓(𝑥) en un
intervalo cerrado [𝑎, 𝑏] es igual a la diferencia entre los valores que toma una función
primitiva 𝐺(𝑥) de 𝑓(𝑥), en los extremos de dicho intervalo.
𝑏
∫ 𝑓(𝑥) 𝑑𝑥 = [𝐺(𝑥)]𝑏𝑎 = 𝐺(𝑏) − 𝐺(𝑎)
𝑎
38
Teorema fundamental del cálculo:
El teorema fundamental del cálculo dice que la derivada de la función integral de la
función continua 𝑓(𝑥) es la propia 𝑓(𝑥).
𝐹 ′ (𝑥) = 𝑓(𝑥)
El teorema fundamental del cálculo nos indica que la derivación y la integración son
operaciones inversas.
Área de funciones:
39
Área entre una función negativa y el eje de abscisas:
Si la función es negativa en un intervalo [𝑎, 𝑏] entonces la gráfica de la función está
por debajo del eje de abscisas. El área de la función viene dada por:
𝑏 𝑏
𝐴 = − ∫ 𝑓(𝑥) 𝑑𝑥 𝐴 = |∫ 𝑓(𝑥) 𝑑𝑥|
𝑎 𝑎
Integración numérica:
Se usa para aproximar el valor de una integral. Estos métodos se apoyan en las dos
propiedades:
𝑏
1) El valor de la integral ∫𝑎 𝑓(𝑥) 𝑑𝑥 coincide con el área encerrada por la gráfica
de 𝑓, el eje 𝑥 y las rectas 𝑥 = 𝑎 y 𝑥 = 𝑏.
𝑏 𝑐 𝑏
2) ∫𝑎 𝑓(𝑥) 𝑑𝑥 = ∫𝑎 𝑓(𝑥) 𝑑𝑥 + ∫𝑐 𝑓(𝑥) 𝑑𝑥 para cualquier 𝑐 ∈ (𝑎, 𝑏).
40
Las fórmulas más sencillas son las Fórmulas de los rectángulos:
𝑏
∫ 𝑓(𝑥) 𝑑𝑥 ≈ 𝑓(𝑎)(𝑏 − 𝑎)
𝑎
𝑏
∫ 𝑓(𝑥) 𝑑𝑥 ≈ 𝑓(𝑏)(𝑏 − 𝑎)
𝑎
𝑏
𝑎+𝑏
∫ 𝑓(𝑥) 𝑑𝑥 ≈ 𝑓 ( ) (𝑏 − 𝑎)
𝑎 2
𝑏 𝑛−1
(𝑏 − 𝑎)
∫ 𝑓(𝑥) 𝑑𝑥 ≈ ∑ 𝑓(𝑥𝑘 )
𝑎 𝑛
𝑘=0
𝑏 𝑛
(𝑏 − 𝑎)
∫ 𝑓(𝑥) 𝑑𝑥 ≈ ∑ 𝑓(𝑥𝑘 )
𝑎 𝑛
𝑘=1
𝑏 𝑛−1
(𝑏 − 𝑎) 𝑥𝑘 + 𝑥𝑘+1
∫ 𝑓(𝑥) 𝑑𝑥 ≈ ∑𝑓( )
𝑎 𝑛 2
𝑘=0
Al igual que con las fórmulas anteriores, esta es la Fórmula compuesta del trapecio:
𝑏
ℎ
∫ 𝑓(𝑥) 𝑑𝑥 ≈ (𝑓 + 2𝑓1 + 2𝑓2 + ⋯ + 2𝑓𝑛−1 + 𝑓1 )
𝑎 2 0
Donde 𝑓𝑘 = 𝑓(𝑥𝑘 ), 𝑘 = 1, 2, … , 𝑛.
41
Donde 𝑓 es dos veces derivable y
|𝑓 𝑛 (𝑥)| ≤ 𝑀2 . ∀𝑥 ∈ [𝑎, 𝑏].
Donde 𝑓𝑘 = 𝑓(𝑥𝑘 ), 𝑘 = 1, 2, … , 𝑛.
Si utilizamos esta fórmula en 𝑚 subintervalos el error absoluto 𝜀 que cometemos al
sustituir el valor de la integral por la aproximación verifica:
(𝑏 − 𝑎)5
𝜀≤ 𝑀
2880𝑚4 4
Donde 𝑓 es dos veces derivable y
|𝑓 4 (𝑥)| ≤ 𝑀4 . ∀𝑥 ∈ [𝑎, 𝑏].
Si el límite es un número real, se dice que es convergente y, en otro caso, se dice que
es divergente.
+∞
Una condición necesaria para la convergencia de ∫𝑎 𝑓(𝑥) 𝑑𝑥 es que lim 𝑓(𝑥) = 0.
𝑥→∞
El criterio de comparación para la primera especie es: Sean 0 ≤ 𝑓(𝑥) ≤ 𝑔(𝑥) continuas
para 𝑥 ∈ [𝑎, ∞).
∞ ∞
- Si ∫𝑎 𝑔(𝑥) 𝑑𝑥 converge, entonces también converge ∫𝑎 𝑓(𝑥) 𝑑𝑥.
∞ ∞
- Si ∫𝑎 𝑓(𝑥) 𝑑𝑥 diverge, entonces también diverge ∫𝑎 𝑔(𝑥) 𝑑𝑥.
42
Este criterio significa que si el área bajo la función 𝑔(𝑥) es finita, entonces también lo
va a ser el área bajo 𝑓(𝑥) porque es más pequeña y que si el área bajo 𝑓(𝑥) es no
finita, como el área bajo 𝑔(𝑥) es más grande, tampoco lo va a ser:
Si el límite es un número real, se dice que es convergente y, en otro caso, se dice que
es divergente.
Antes de resolver una integral definida hay que comprobar la continuidad del
integrando. Si no lo hacemos así, podemos llegar a resultados falsos al haber aplicado
el teorema fundamental sin cumplirse alguna hipótesis.
Otro criterio para decidir la convergencia o divergencia de una integral impropia, es la
Comparación mediante límite: Sean 𝑓(𝑥) ≥ 0 y 𝑔(𝑥) > 0 funciones continuas para
𝑓(𝑥)
𝑥 ∈ [𝑎, ∞). Sea lim = 𝑙:
𝑥→∞ 𝑔(𝑥)
∞ ∞
- Si 𝑙 ∈ (0, ∞], entonces ∫𝑎 𝑓(𝑥) 𝑑𝑥 y ∫𝑎 𝑔(𝑥) 𝑑𝑥 son ambas convergentes o
ambas divergentes.
∞ ∞
- Si 𝑙 = 0 y ∫𝑎 𝑔(𝑥) 𝑑𝑥 converge, entonces también converge ∫𝑎 𝑓(𝑥) 𝑑𝑥.
∞ ∞
- Si 𝑙 = ∞ y ∫𝑎 𝑔(𝑥) 𝑑𝑥 diverge, entonces también diverge ∫𝑎 𝑓(𝑥) 𝑑𝑥.
43
Si queremos calcular una primitiva de una función definida mediante una serie de
potencias podemos hacerlo término a término. Si 𝑓(𝑥) = ∑∞ 𝑛
𝑛=0 𝑎𝑛 𝑥 en (−𝑐, 𝑐),
entonces:
∞
𝑎𝑛 𝑛+1
∫ 𝑓(𝑥) 𝑑𝑥 = 𝑘 + ∑ 𝑥
𝑛+1
𝑛=0
Con 𝑘 ∈ ℝ.
El espacio 𝑹𝒏 :
Para un número natural 𝑛 el conjunto ℝ𝑛 es el producto cartesiano ℝ × …𝑛× ℝ. Sus elementos
son n-uplas de la forma (𝑥1 , … , 𝑥𝑛 ), donde cada 𝑥, ∈ ℝ, para 𝑖 = 1, … , 𝑛.
Operaciones en 𝑹𝒏 :
o Suma de elementos:
𝑥̅ + 𝑦̅ = (𝑥1 , … , 𝑥𝑛 ) + (𝑦1 , … , 𝑦𝑛 ) = (𝑥1 + 𝑦1 , … , 𝑥𝑛 + 𝑦𝑛 )
𝑥̅ · 𝑦̅ = (𝑥1 , … , 𝑥𝑛 ) · (𝑦1 , … , 𝑦𝑛 ) = 𝑥1 𝑦1 + ⋯ + 𝑥𝑛 𝑦𝑛 = ∑ 𝑥𝑖 𝑦𝑖
𝑘=1
44
Funciones de varias variables:
Una función de valor real, 𝑓, de 𝑥, 𝑦, 𝑧, ... es una regla para obtener un nuevo numero,
que se escribe como 𝑓(𝑥, 𝑦, 𝑧, . . . ), a partir de los valores de una secuencia de
variables independientes (𝑥, 𝑦, 𝑧, . . . ).
La función 𝑓 se llama una función de valor real de dos variables si hay dos variables
independientes, una función de valor real de tres variables si hay tres variables
independientes, y así sucesivamente. Como las funciones de una variable, funciones
de varias variables se pueden representar en forma numérica (por medio de una tabla
de valores), en forma algebraica (por medio de una formula), y en forma gráfica (por
medio de una gráfica).
Funciones lineales:
Una función lineal de los variables 𝑥1 , 𝑥2 , … , 𝑥𝑛 es una función de la forma:
𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) = 𝑎0 + 𝑎1 𝑥1 + ⋯ + 𝑎𝑛 𝑥𝑛
Donde 𝑎0 , 𝑎1 , 𝑎2 , … , 𝑎𝑛 son constantes.
Funciones de interacción:
Si añadimos a una función lineal uno o más términos de la forma 𝑏𝑥𝑖 𝑥𝑗 (𝑏 constante),
obtendremos una función de interacción de la segunda orden.
Funciones de distancia:
La distancia en el plano del punto (𝑥, 𝑦) al punto (𝑎, 𝑏) se puede expresar como una
función de los dos variables 𝑥 y 𝑦:
1
𝑑(𝑥, 𝑦) = [(𝑥 − 𝑎)2 + (𝑦 − 𝑏)2 ]2
(Caso especial de la forma más arriba) La distancia en el plano del punto (𝑥, 𝑦) al
origen se expresa por:
1
𝑑(𝑥, 𝑦) = [𝑥 2 + 𝑦 2 ]2
La distancia en espacio tridimensional del punto (𝑥, 𝑦, 𝑧) al punto (𝑎, 𝑏, 𝑐) se expresa
por:
1
𝑑(𝑥, 𝑦, 𝑧) = [(𝑥 − 𝑎)2 + (𝑦 − 𝑏)2 + (𝑧 − 𝑐)2 ]2
45
Espacio tridimensional:
Puntos en espacio tridimensional tienen coordenadas como
mostrado en la siguiente figura:
Derivadas parciales:
La derivada parcial de 𝑓 respecto a 𝑥 es su derivada respecto a 𝑥, cuando los demás
variables se consideran constantes.
De forma parecida, la derivada parcial de 𝑓 respecto a 𝑦 es su derivada respecto a 𝑦,
cuando los demás variables se consideran constantes, y así sucesivamente para otras
𝜕𝑓 𝜕𝑓
variables que pueda haber. Las derivadas parciales se escriben como 𝜕𝑥 , 𝜕𝑦, y así
sucesivamente. Se usa el símbolo "𝜕" (en lugar de "𝑑") para recordarnos que hay mas
que una variable, y que estamos considerando fijadas las demás variables.
Interpretación:
𝜕𝑓
𝜕𝑥
es una razón de cambio de 𝑓 a medida que cambia 𝑥, cuando 𝑦 permanece
constante.
46
𝜕𝑓
𝜕𝑦
es una razón de cambio de 𝑓 a medida que cambia 𝑦, cuando 𝑥 permanece
constante.
De forma parecida
𝜕2 𝑓 𝜕 𝜕𝑓
𝜕𝑦 2
se define como 𝜕𝑦 (𝜕𝑦)
𝜕2 𝑓 𝜕 𝜕𝑓
𝜕𝑦𝜕𝑥
se define como 𝜕𝑦 (𝜕𝑥)
𝜕2 𝑓 𝜕 𝜕𝑓
𝜕𝑥𝜕𝑦
se define como 𝜕𝑥 (𝜕𝑦)
La derivada parcial del segundo orden se puede escribir también como 𝑓𝑥𝑥 , 𝑓𝑦𝑦 , 𝑓𝑥𝑦 y
𝑓𝑦𝑥 respectivamente.
Las últimas dos se llaman derivadas mixtas y estarán siempre iguales cuando todas
las derivadas de primer y segundo orden están continuas.
Máximos y mínimos:
Si 𝑓 es una función de 𝑥 y 𝑦, entonces 𝑓 tiene un máximo relativo a
(𝑎, 𝑏) si 𝑓(𝑎, 𝑏)³ 𝑓(𝑥, 𝑦) para toda (𝑥, 𝑦) en una pequeña cercanía de
(𝑎, 𝑏). Un mínimo relativo se define en manera parecida. 𝑓 tiene un
punto de silla en (𝑎, 𝑏) si 𝑓 tiene allí un mínimo relativo a lo largo de
un corte y un máximo relativo a lo largo de un otro corte.
La función que se ilustra más abajo tiene un mínimo relativo a (0, 0), un
máximo relativo a (1, 1), y puntos de silla a (1, 0) y (0, 1).
47
En los casos que estudiamos, todos extremos relativos y puntos de silla que no sean
en la frontera del dominio de 𝑓 se ocurren a puntos críticos, que son las soluciones de
las ecuaciones:
𝑓𝑥 (𝑥, 𝑦) = 0 y 𝑓𝑦 (𝑥, 𝑦) = 0
Entonces:
𝑓 tiene un mínimo relativo a (𝑎, 𝑏) si 𝐻 > 0 y 𝑓𝑥𝑥 (𝑎, 𝑏) > 0, 𝑓 tiene un máximo relativo a
(𝑎, 𝑏) si 𝐻 > 0 y 𝑓𝑥𝑥 (𝑎, 𝑏) < 0 y 𝑓 tiene un punto de silla a (𝑎, 𝑏) si 𝐻 < 0.
Si 𝐻 = 0 la prueba no dice nada, entonces necesitamos analizar la gráfica para buscar
más información.
Multiplicadores de Lagrange:
Para localizar los candidatos a extremos relativos de una función 𝑓(𝑥, 𝑦, . . . ) sujeta a la
restricción 𝑔(𝑥, 𝑦, . . . ) = 0, se resuelve el siguiente sistema de ecuaciones para obtener
𝑥, 𝑦, . .. y 𝜆:
𝑓𝑥 = 𝜆𝑔𝑥
𝑓𝑦 = 𝜆𝑔𝑦
𝑔=0
La incógnita 𝜆 se llama un multiplicador de Lagrange. Los puntos (𝑥, 𝑦, . . . ) que se
ocurren in las soluciones son los candidatos a los extremos relativos de la función 𝑓
sujeta a 𝑔 = 0.
48
Integrales dobles:
La integral doble de 𝑓(𝑥, 𝑦) en la región ℝ del plano 𝑥𝑦 se define como:
Derivadas direccionales:
Representa la tasa de cambio de la función en un vector dado.
La derivada direccional de una función real de 𝑛 variables, 𝑓(𝑥) = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ), en la
dirección del vector 𝑣⃗ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ), es la función definida por el límite:
𝑓(𝑥⃗ + ℎ𝑣⃗) − 𝑓(𝑥⃗)
𝐷𝑣⃗⃗ 𝑓 = lim
ℎ→0 ℎ
Si la función es diferenciable, puede ser escrita en término de su gradiente ∇𝑓
49
𝐷𝑣⃗⃗ 𝑓 = ∇𝑓 · 𝑣⃗
En cualquier punto 𝑥, la derivada direccional de 𝑓 representa intuitivamente la tasa de
cambio de 𝑓 con respecto al tiempo cuando se está movimiento a una velocidad y
dirección dada por 𝑣⃗ en dicho punto.
Propiedades:
Regla de la suma: 𝐷𝑣⃗⃗ (𝑓 + 𝑔) = 𝐷𝑣⃗⃗ 𝑓 + 𝐷𝑣⃗⃗ 𝑔
Regla del factor constante: 𝐷𝑣⃗⃗ (𝑐𝑓) = 𝑐𝐷𝑣⃗⃗ 𝑓
Regla del producto (Fórmula de Leibniz): 𝐷𝑣⃗⃗ (𝑓𝑔) = 𝑔𝐷𝑣⃗⃗ 𝑓 + 𝑓𝐷𝑣⃗⃗ 𝑔
Regla de la cadena 𝐷𝑣⃗⃗ (ℎ°𝑔)(𝑝) = ℎ′(𝑔(𝑝))𝐷𝑣⃗⃗ 𝑔(𝑝)
Gradientes:
Se toma como campo escalar el que se asigna a cada punto del espacio una presión 𝑃
(campo escalar de 3 variables), entonces el vector gradiente en un punto genérico del
espacio indicará la dirección en la cual la presión cambiará más rápidamente. Otro
ejemplo es el de considerar el mapa de líneas de nivel de una montaña como campo
escalar, que asigna a cada pareja de coordenadas latitud/longitud un escalar altitud
(campo escalar de 2 variables). En este caso el vector gradiente en un punto genérico
indicará la dirección de máxima inclinación de la montaña. Nótese que el vector
gradiente será perpendicular a las líneas de contorno (líneas "equiescalares") del
mapa. El gradiente se define como el campo vectorial cuyas funciones coordenadas
son las derivadas parciales del campo escalar, esto es:
𝜕𝑓(𝑟) 𝜕𝑓(𝑟)
∇𝑓(𝑟) = ( ,…, )
𝜕𝑥1 𝜕𝑥𝑛
Esta definición se basa en que el gradiente permite calcular fácilmente las derivadas
direccionales. Definiendo en primer lugar la derivada direccional según un vector:
50
𝜕ø ø(𝑟 − 𝜖𝑛̂) − ø(𝑟)
≡ lim
𝜕𝑛 𝜖→0 𝜖
Una forma equivalente de definir el gradiente es como el único vector que, multiplicado
por el vector unitario, da la derivada direccional del campo escalar:
𝜕ø
= 𝑛 · ∇ø
𝜕𝑛
Con la definición anterior, el gradiente está caracterizado de forma unívoca. El
gradiente se expresa alternativamente mediante el uso del operador nabla:
𝑔𝑟𝑎𝑑ø = ∇ø
Propiedades:
El gradiente verifica que:
∇(𝑓 + 𝑔) = ∇𝑓 + ∇𝑔
∇(𝛼𝑓) = 𝛼∇𝑓
Con estas dos propiedades, el gradiente es un operador lineal.
Es ortogonal a las superficies equiescalares, definidas por ø = 𝑐𝑡𝑒.
Apunta en la dirección en que la derivada direccional es máxima.
Su norma es igual a esta derivada direccional máxima.
Se anula en los puntos estacionarios (máximos, mínimos y puntos de silla).
El campo formado por el gradiente en cada punto es siempre irrotacional, estos
es, ∇ × (∇ø) ≡ ⃗0⃗.
Gradiente de un campo vectorial:
En un espacio euclidiano tridimensional, el concepto de gradiente también puede
extenderse al caso de un campo vectorial, siendo el gradiente de 𝐹 un tensor que da el
diferencial del campo al realizar un desplazamiento:
𝑑𝐹 𝐹(𝑟 + 𝑣) − 𝐹(𝑟)
(𝑣) ≔ lim = (∇𝐹) · 𝑣
𝑑𝑟 𝑣→0 ‖𝑣‖
51
Fijada una base vectorial, este tensor podrá representarse por una matriz 3x3, que en
coordenadas cartesianas está formada por las tres derivadas parciales de las tres
componentes del campo vectorial. El gradiente de deformación estará bien definido
sólo si el límite anterior existe para todo 𝑣 y es una función continua de dicho vector.
Técnicamente el gradiente de deformación no es otra cosa que la aplicación lineal de
la que la matriz jacobiana es su expresión explícita en coordenadas.
52
Definición e interpretación geométrica del diferencial:
Para funciones de variables reales es posible definir el diferencial rigurosamente
interpretándolo como una forma. Así el diferencial está definido en los tratamientos
modernos del cálculo diferencial de la siguiente manera. El diferencial de una función
𝑓(𝑥) de variable real 𝑥 ∈ ℝ𝑛 es la función 𝑑𝑓:
𝑑𝑒𝑓 ′
𝑑𝑓= 𝑓 (𝑥)𝑑𝑥
53
Teorema del valor medio:
Llamaremos segmento que une los puntos (𝑎1 , … , 𝑎𝑛 ) y (𝑏1 , … , 𝑏𝑛 ) al conjunto formado
por los puntos (𝑥1 , … , 𝑥𝑛 ) de la forma:
(𝑥1 , … , 𝑥𝑛 ) = {(1 − 𝜆)(𝑎1 , … , 𝑎𝑛 ) + 𝜆(𝑏1 , … , 𝑏𝑛 )}, λ ∈ [0, 1]
𝑓(𝑥, 𝑔(𝑥)) = 0, ∀𝑥 ∈ 𝑊
Además:
−1
𝐷𝑔(𝑥) = −[𝐷𝑦 𝑓(𝑥, 𝑔(𝑥))] 𝐷𝑥 𝑓(𝑥, 𝑔(𝑥)) 𝑥 ∈ 𝑊
Donde 𝑔(𝑎) = 𝑏
54
Valores extremos:
La función 𝑓: 𝐷 ⊂ ℝ2 → ℝ alcanza un máximo absoluto en el punto (𝑎, 𝑏) si
𝑓(𝑥, 𝑦) ≤ 𝑓(𝑎, 𝑏) para todo (𝑥, 𝑦) ∈ 𝐷.
La función 𝑓 alcanza un mínimo absoluto en (𝑎, 𝑏) si
𝑓(𝑥, 𝑦) ≥ 𝑓(𝑎, 𝑏) para todo (𝑥, 𝑦) ∈ 𝐷.
Los máximos y mínimos absolutos se llaman colectivamente extremos absolutos.
Sea 𝑓 una función definida en un dominio 𝐷 ⊂ ℝ2. Diremos que la función 𝑓 alcanza
un máximo relativo en (𝑎, 𝑏) si existe un disco abierto 𝐴 al que pertenece (𝑎, 𝑏) tal que:
𝑓(𝑥, 𝑦) ≤ 𝑓(𝑎, 𝑏) para todo (𝑥, 𝑦) ∈ 𝐴 ∩ 𝐷.
La función 𝑓 alcanza un mínimo relativo en (𝑎, 𝑏) si existe un disco abierto en 𝐴 al que
pertenece (𝑎, 𝑏) tal que:
𝑓(𝑥, 𝑦) ≥ 𝑓(𝑎, 𝑏) para todo (𝑥, 𝑦) ∈ 𝐴 ∩ 𝐷.
Los máximos y mínimos relativos se llaman colectivamente extremos relativos.
𝜕2𝑓 𝜕2𝑓
(𝑎, 𝑏) (𝑎, 𝑏)
𝜕𝑥 2 𝜕𝑥𝜕𝑦 𝑟 𝑠
𝐻𝑓(𝑎, 𝑏) = =( )
2
𝜕 𝑓 2
𝜕 𝑓 𝑡 𝑛
(𝑎, 𝑏) 2
(𝑎, 𝑏)
(𝜕𝑦𝜕𝑥 𝜕𝑦 )
Y su determinante es 𝑑 = |𝐻𝑓(𝑎, 𝑏)|, entonces:
55
Teorema de los valores extremos:
Si una función continua 𝑓 está definida en un subconjunto 𝑆 ⊂ ℝ𝑛 cerrado y acotado,
entonces alcanza el máximo y el mínimo absolutos en 𝑆. Además, los extremos
absolutos se alcanzan en la frontera de 𝑆 o en un punto crítico de 𝑓 que sea del interior
de 𝑆.
Extremos condicionados:
Método de los multiplicadores de Lagrange (Teorema de
Lagrange para funciones de dos variables):
Sean 𝑓 y 𝑔 funciones continuas y con derivadas parciales continuas. Supongamos que
𝑓 tiene un extremo relativo en (𝑎, 𝑏) sobre la curva 𝑔(𝑥, 𝑦) = 0 y que:
∇𝑦(𝑎, 𝑏) ≠ 0
o Teorema de Lagrange:
Sean 𝑓, 𝑔: 𝐷 ⊂ ℝ𝑛 → ℝ funciones continuas y con derivadas parciales continuas.
Supongamos que 𝑓 tiene un extremo relativo en (𝑎1 , … , 𝑎𝑛 ) sobre 𝑔(𝑥1 , … , 𝑥𝑛 ) = 0 y
que:
∇𝑔(𝑎1 , … , 𝑎𝑛 ) ≠ 0
56
mínimo) absoluto se alcanza en un punto donde sea mayor (menor) el valor de
𝑓.
4) Si 𝑔(𝑥, 𝑦) define a 𝑦 como función implícita de 𝑥, es decir, 𝑦 = ℎ(𝑥), podemos
estudiar si se alcanza un extremo estudiando los extremos de 𝑓(𝑥, ℎ(𝑥)).
57