Libro Teoria Matematicas Biologia J-Ruiz-M-Marva

Matemáticas del Grado en Biologı́a
Juan Ruiz Álvarez Marcos Marvá Ruiz
10 de diciembre de 2014
ii
Índice general
1. Funciones lineales, polinómicas y racionales. 1
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Funciones lineales y sus gráficas . . . . . . . . . . . . . . . . . 2
1.2.1. Definición de función . . . . . . . . . . . . . . . . . . . 2
1.2.2. Propiedas de las funciones . . . . . . . . . . . . . . . . 2
1.2.3. Interpretación de la pendiente de una recta . . . . . . 4
1.3. Funciones polinómicas y racionales . . . . . . . . . . . . . . . 4
1.3.1. Definición de función polinómica . . . . . . . . . . . . 4
1.4. Polinomio interpolador . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Polinomio interpolador de Lagrange . . . . . . . . . . 9
1.4.2. Comentarios sobre raı́ces de polinomios . . . . . . . . 9
1.5. Definición de función racional . . . . . . . . . . . . . . . . . . 11
2. Funciones potenciales y exponenciales 13
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2. Funciones potenciales . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1. Alometrı́a . . . . . . . . . . . . . . . . . . . . . . . . . 14
iii
iv ÍNDICE GENERAL
2.3. Funciones exponenciales . . . . . . . . . . . . . . . . . . . . . 15
2.3.1. Propiedades de funciones exponenciales . . . . . . . . 16
2.3.2. Función de exponencial de base e . . . . . . . . . . . . 16
2.4. Funciones inversas . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5. Funciones logarı́tmicas . . . . . . . . . . . . . . . . . . . . . . 17
2.5.1. Propiedades de logaritmos: . . . . . . . . . . . . . . . 17
2.5.2. Relación entre las funciones exponenciales y logarı́tmicas 18
2.5.3. Relación entre logaritmos y funciones potenciales en

distintas bases . . . . . . . . . . . . . . . . . . . . . . 18
2.6. Escala Logarı́tmica . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6.1. Tipos de representaciones . . . . . . . . . . . . . . . . 21
2.6.2. Transformación en funciones lineales . . . . . . . . . . 21
2.6.3. Representación de funciones exponenciales en escala

semilogarı́tmica . . . . . . . . . . . . . . . . . . . . . . 23
2.6.4. Representación de funciones potenciales en escala log-

log o logarı́tmica . . . . . . . . . . . . . . . . . . . . . 24
3. Funciones trigonométricas y oscilaciones 25
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2. Funciones periódicas . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.1. Funciones trigonométricas . . . . . . . . . . . . . . . . 26
3.2.2. Función sin(x) . . . . . . . . . . . . . . . . . . . . . . 27
3.2.3. Función cos(x) . . . . . . . . . . . . . . . . . . . . . . 28
3.3. Función tg(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.4. Fórmula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . 32

ÍNDICE GENERAL v
3.5. Oscilaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4. Sucesiones y ecuaciones en diferencias. 37
4.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.1.1. Notación explı́cita y recursiva . . . . . . . . . . . . . . 38
4.2. Comportamiento a largo plazo de una sucesión: Lı́mite . . . . 39
4.2.1. Lı́mite de una sucesión . . . . . . . . . . . . . . . . . . 39
4.3. Ecuaciones recursivas . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.1. Puntos fijos de ecuaciones recursivas . . . . . . . . . . 40
4.4. Ecuaciones en diferencias . . . . . . . . . . . . . . . . . . . . 41
5. Lı́mites y continuidad 43
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2. Lı́mites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.1. Recordatorio sobre lı́mites . . . . . . . . . . . . . . . . 44
5.3. Propiedades de los lı́mites . . . . . . . . . . . . . . . . . . . . 46
5.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.4.1. Continuidad por la derecha y por la izquierda . . . . . 48
5.5. Operaciones con funciones continuas . . . . . . . . . . . . . . 48
5.6. Teorema del Sandwich . . . . . . . . . . . . . . . . . . . . . . 49
5.7. Teorema del valor intermedio . . . . . . . . . . . . . . . . . . 49
5.8. Inecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6. Derivación 51
6.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
vi ÍNDICE GENERAL
6.2. Derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.2.1. Recta tangente . . . . . . . . . . . . . . . . . . . . . . 52
6.3. Tasas de cambio: Velocidad . . . . . . . . . . . . . . . . . . . 53
6.3.1. Velocidad Media . . . . . . . . . . . . . . . . . . . . . 53
6.3.2. Velocidad instantanea . . . . . . . . . . . . . . . . . . 53
6.4. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 53
6.5. Derivación implı́cita . . . . . . . . . . . . . . . . . . . . . . . 54
6.6. Tasas de cambio relacionadas . . . . . . . . . . . . . . . . . . 54
7. Valores extremos 57
7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.2. Teorema de los valores extremos . . . . . . . . . . . . . . . . 58
7.3. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.3.1. Pasos para encontrar extremos locales . . . . . . . . . 59
7.4. Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . 59
7.5. Teorema de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.6. Optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.6.1. Puntos crı́ticos . . . . . . . . . . . . . . . . . . . . . . 60
8. Aproximación polinómica 63
8.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.2. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . 64
8.2.1. Polinomio de Taylor en x = 0: Serie de McLaurin . . . 64
8.2.2. Polinomio de Taylor en el punto x = a . . . . . . . . . 65

ÍNDICE GENERAL vii
8.3. Método de Newton-Raphson . . . . . . . . . . . . . . . . . . . 66
9. Integración 67
9.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
9.2. Primitivas de funciones . . . . . . . . . . . . . . . . . . . . . . 68
9.2.1. Pequeña colección de primitivas . . . . . . . . . . . . . 69
9.3. Problema del área . . . . . . . . . . . . . . . . . . . . . . . . 69
9.4. Integrales de Riemann . . . . . . . . . . . . . . . . . . . . . . 70
9.4.1. Interpretación geométrica de las integrales definidas . 70
9.4.2. Propiedades de la integral de Riemann . . . . . . . . . 70
9.5. Teorema fundamental del Cálculo . . . . . . . . . . . . . . . . 71
9.6. Regla de Barrow . . . . . . . . . . . . . . . . . . . . . . . . . 72
9.7. Aplicaciones de la integración . . . . . . . . . . . . . . . . . . 72
9.7.1. Cálculo de áreas . . . . . . . . . . . . . . . . . . . . . 72
9.7.2. Cambio acumulativo . . . . . . . . . . . . . . . . . . . 72
9.7.3. Valor Medio . . . . . . . . . . . . . . . . . . . . . . . . 73
10.Ecuaciones en diferencias 75
10.1. Introducción: un ejemplo. . . . . . . . . . . . . . . . . . . . . 76
10.2. Ecuaciones lineales y afines. . . . . . . . . . . . . . . . . . . . 81
10.2.1. Ecuaciones lineales. . . . . . . . . . . . . . . . . . . . 82
10.2.2. Ecuaciones afines. . . . . . . . . . . . . . . . . . . . . 83
10.3. Ecuaciones autónomas no lineales de primer orden: clasifica-

ción de puntos fijos y gráficos de tela de araña. . . . . . . . . 86
viii ÍNDICE GENERAL
10.3.1. Comportamiento cualitativo de una ecuación: puntos

fijos y comportamiento asintótico. . . . . . . . . . . . 87
11.Ecuaciones diferenciales 95
11.2. Ecuaciones diferenciales y sus soluciones: forma estándar de

una ecuación . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
11.3. Problema de valor inicial . . . . . . . . . . . . . . . . . . . . . 97
11.4. Solución de ecuaciones diferenciales . . . . . . . . . . . . . . . 97
11.4.1. Ecuaciones de variables separadas . . . . . . . . . . . 98
11.4.2. Definición de solución general y solución particular . . 99
11.5. Solución de una ecuación con segundo miembro dependiente

sólo de t . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
11.6. Ecuaciones autónomas . . . . . . . . . . . . . . . . . . . . . . 100
11.7. Métodos gráficos para analizar el comportamiento a largo pla-

zo y la estabilidad de las soluciones de una ecuación diferencial102
11.7.1. Campos de pendientes. . . . . . . . . . . . . . . . . . . 103
11.7.2. Método de las isoclinas. . . . . . . . . . . . . . . . . . 103
11.8. Un método numérico para encontrar la solución de una ecua-

ción diferencial de primer orden en un punto: el método de
Euler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
11.9. Métodos analı́ticos para estudiar el comportamiento a largo

plazo y la estabilidad de las soluciones de una ecuación dife-
rencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
11.9.1. Equilibrios . . . . . . . . . . . . . . . . . . . . . . . . 107
11.9.2. Estabilidad: Lineas de fase . . . . . . . . . . . . . . . 107
11.9.3. Clasificación de puntos de equilibrio . . . . . . . . . . 108

ÍNDICE GENERAL ix
11.9.4. Teorema de linealización . . . . . . . . . . . . . . . . . 108
11.10.Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . 108
11.10.1.Resolución de ecuaciones diferenciales lineales . . . . . 110
11.10.2.Aplicación: Modelo de un compartimento . . . . . . . 112
12.Funciones de varias variables 115
12.2. Funciones reales de dos variables . . . . . . . . . . . . . . . . 116
12.3. Propiedades y representación gráfica . . . . . . . . . . . . . . 118
12.4. Gráfica de una función de dos variables . . . . . . . . . . . . 119
12.4.1. Curvas de nivel . . . . . . . . . . . . . . . . . . . . . . 119
12.4.2. Superficies de nivel . . . . . . . . . . . . . . . . . . . . 120
12.5. Lı́mites y continuidad . . . . . . . . . . . . . . . . . . . . . . 120
12.6. Derivadas parciales. . . . . . . . . . . . . . . . . . . . . . . . 122
12.7. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
12.7.1. Derivadas parciales de orden superior . . . . . . . . . 128
12.7.2. La regla de la cadena . . . . . . . . . . . . . . . . . . 130
12.8. Cálculo de extremos relativos . . . . . . . . . . . . . . . . . . 130
12.9. Linealización . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
12.9.1. Optimización . . . . . . . . . . . . . . . . . . . . . . . 132

x ÍNDICE GENERAL
Capı́tulo 1
Funciones lineales,
polinómicas y racionales.
1
2CAPÍTULO 1. FUNCIONES LINEALES, POLINÓMICAS Y RACIONALES.
1.1. Introducción
En este tema se introducirá el concepto de función y sus propiedades. Ası́

como diversos tipos de funciones relevantes en el campo de la Biologı́a.
1.2. Funciones lineales y sus gráficas
1.2.1. Definición de función
Definición: Una función f es una regla que asigna a cada elemento x del
conjunto A exactamente un elemento y del conjunto B. El elemento y se
denomina i magen (o valor) de x mediante f , y se indica como f (x). El
conjunto A se denomina d ominio de f , el conjunto B se denomina
codominio de f y el conjunto f (A) r ecorrido de f .
Para definir una función se emplea la notación:
f: A →B
x → f (x)
Es frecuente llamar a x v ariable independiente y a y v ariable dependiente.
1.2.2. Propiedas de las funciones
Igualdad
Dos funciones f y g son iguales si y sólo si
1. f y g están definidas en el mismo dominio y
2. f (x) = g(x) para todos los elmentos x del dominio.
Paridad
Una función f : A → B se dice que es

1.2. FUNCIONES LINEALES Y SUS GRÁFICAS 3
1. par si f (x) = f (−x) para todo x ∈ A.
2. impar si f (x) = −f (−x) para todo x ∈ A.
Función compuesta
Definición: La función compuesta f ◦ g (también llamada composición de

f y g), se define como:
(f ◦ g)(x) = f [g(x)]
Para todo x perteneciente al dominio de g para el que g(x) pertenezca al

dominio de f .
Función lineal
Definición: Una función lineal es del tipo:
f (x) = m · x + c
1. Su nombre proviene del hecho de que su gráfica es una linea recta.
2. La pendiente m representa la relación constante entre el incremento

de las x y de las y.
3. Si únicamente conocemos dos pares de datos, tan solo podemos

establecer una relación lineal entre dichas variables.
Ejemplo: Si unicamente disponemos de 2 pares de datos, tan solo

podemos establecer una relacion lineal entre x e y:
x a0 a1
y b0 b1
b1 − b0
y = b0 + · (x − a0 )
a1 − a0
Ejemplo: ¿Mantienen los datos x e y mostrados en la siguiente tabla una

relación lineal?:
x -2 -1 0 1 2
y -3 -1 1 3 5
(Ayuda: prueba a sustituir los valores de x en la siguiente función

y = 1 + 2 · x).
1.2.3. Interpretación de la pendiente de una recta
La pendiente es igual a la tangente del ángulo que forma la recta con el eje
x.
∆x sin(α)
m= =
∆y cos(α)
1.3. Funciones polinómicas y racionales
1.3.1. Definición de función polinómica
Las funciones polinómicas son las funciones elementales más simples.
Definición:Una función polinómica es una función de la forma

f (x) = a0 + a1 x + a2 x2 + ... + an xn
donde n es un entero no negativo y a0 , a1 , ..., an son constantes (reales y
an 6= 0). El coeficiente an se denomina primer coeficiente y el valor de n
es el grado de la función polinómica. El mayor dominio posible de f es R
Funciones cuadráticas
Son del tipo y = ax2 + bx + c. Las gráficas de este tipo de funciones son
parábolas .
1.3. FUNCIONES POLINÓMICAS Y RACIONALES 5
Si disponemos de 3 datos, haciendo uso de ellos, podemos ajustar una

relación de segundo grado. Si consideramos los datos mostrados en la
siguiente tabla:
x -1 1 5
y 0 -6 6
Podemos sustituir los valores de x y de y en la expresión y = ax2 + bx + c,

obteniendo el sistema de ecuaciones siguiente:

 0 = a−b+c
−6 = a + b + c
6 = 25a + 5b + c

Resolviendo el sistema matricial (por ejemplo usando el método de Gauss)

     
1 −1 1 a 0
 1 1 1 · b = 6 
25 5 1 c −6
Obtenemos que a = −1, b = 3, c = 4 y, por tanto:
y = −x2 + 3x + 4
Ahora podrı́amos preguntarnos en qué casos unos cuantos pares de datos

quedan ajustados por una relación cuadrática. Para responder a esta
pregunta, podemos hacer uso de las diferencias de primer orden y de
segundo orden. Las diferencias de primer orden se definen como la
diferencia entre dos datos consecutivos. Las solemos representar por ∆y o
∆x, donde ∆y = y1 − y0 y ∆x = x1 − x0 que es igual a h si los datos están
equiespaciados. Las diferencias de segundo orden se definen como la
diferencia de dos diferencias de primer orden consecutivas,
∆2 y = ∆y1 − ∆y0 .
Si los datos mantienen una relación cuadrática, las diferencias de segundo

orden de las ordenadas (y), suponiendo las abscisas (x) equidistantes,
deben ser constantes:
En la tabla vemos que los datos son equidistantes.

x 0 0.1 0.2 0.3 0.4 0.5

y 0.8 0.705 0.620 0.545 0.480 0.425
∆x - 0.1 0.1 0.1 0.1 0.1
∆y - -0.095 -0.085 -0.075 -0.065 -0.055
∆2 y - - 0.01 0.01 0.01 0.01
Ahora estamos en disposición de mostrar una fórmula que nos proporcione

una expresión cuadrática para datos que mantengan una relación
cuadrática y que sean equidistantes. Siendo la distancia entre las abscisas h
y y0 , ∆y0 , ∆2 y0 los números que aparecen en primer lugar en cada fila de la
tabla anterior, la fórmula de la función cuadrática se puede escribir como:
x − x0 (x − x1 )(x − x0 ) 2
y = y0 + ∆y0 + ∆ y0
h 2h2
Y para nuestro ejemplo:
x (x − 0,1)x
y = 0,8 + (−0,095) + 0,01
0,1 0,02
Que simplificando resulta en,
y = 0,8 − 0,95x − 0,05x + 0,5x2 = 0,5x2 − x + 0,8
Polinomios de grado n
Las funciones polinómicas o polinomios son funciones del tipo:

n
X
y = a0 + a1 x + a2 x2 + ... + an xn = ai xi
i=0
y por lo tanto engloban a las funciones estudiadas en apartados anteriores

(lineales y cuadráticas).
Si disponemos de n + 1 pares de datos (x, y), podemos ajustar una relación

de grado ≤ n. Consideremos el ejemplo mostrado en la siguiente tabla:
Vemos que disponemos de 4 pares de datos (x, y). Con estos datos,
podemos ajustar un polinomio que pase por cada uno de los puntos
mostrados y que como máximo tenga grado 3.
1.3. FUNCIONES POLINÓMICAS Y RACIONALES 7
x -2 2 3 5
y -6 6 24 120
Si planteamos un sistema de ecuaciones para un polinomio del tipo

y = ax3 + bx2 + cx + d, vemos que tenemos 4 incógnitas, que es el máximo
número de incógnitas que podemos resolver disponiendo de 4 pares de
datos. El sistema que obtenemos es:
a · (−2)3 + b · (−2)2 + c · (−2) + d


 −6 =
a · (2)3 + b · (2)2 + c · (2) + d

6 =


 24 = a · (3)3 + b · (3)2 + c · (3) + d
120 = a · (5)3 + b · (5)2 + c · (5) + d

Resolviendo este sistema obtenemos:
y = x3 − x
Ahora puedes reflexionar acerca de si una fórmula del tipo:
x − x0 (x − x1 )(x − x0 ) 2 (x − x2 )(x − x1 )(x − x0 ) 3

y = y0 + ∆y0 + 2
∆ y0 + ∆ y0
h 2h 6h3
Serı́a aplicable en el caso anterior. (Pista: ¿Son los datos equidistantes?)
¿Cuando un conjunto de pares de datos (x, y) quedan ajustados

por una relación polinómica de grado n?
Podemos considerar que un grupo de pares de datos (x, y) mantienen una

relación polinómica de grado n cuando las diferencias de orden n de las
ordenadas (y), suponiendo las abscisas (x) equidistantes, son constantes.
Con la notación seguida en apartados anteriores, es cierta la fórmula:
x − x0 (x − x1 )(x − x0 ) 2
y = y0 + ∆y0 + ∆ y0
h 2h2
(x − x2 )(x − x1 )(x − x0 ) 3
+ ∆ y0 + ...
6h3
(x − xn−1 )(x − xn−2 )...(x − x0 ) n
+ ∆ y0
n!hn
Ejemplo: Consideremos el ejemplo mostrado en la siguiente tabla:
x -2 -1 0 1 2 3 4
y -30 -10 -2 0 2 10 30
∆x - 1 1 1 1 1 1
∆y - 20 8 2 2 8 20
∆2 y - - -12 -6 0 6 12
∆3 y - - - 6 6 6 6
Queremos econtrar la expresión de un polinomio de grado n ≤ 6 que pase

por todos los puntos de la tabla. Para ello, vemos que los datos de la tabla
estan equiespaciados en el eje x. Por lo tanto, podemos usar directamente
la fórmula mostrada en (1.1):
12 6
y = −30 + 20(x + 2) − (x + 1)(x + 2) + x(x + 1)(x + 2) →
2 6
y = −30 + 20x + 40 − 6x2 − 18x − 12 + x3 + 3x2 + 2x →
y = x3 − 3x2 + 4x − 2
1.4. Polinomio interpolador
Cuando buscamos un polinomio de grado ≤ n que ajuste n + 1 pares de

datos (x, y), el polinomio que cumple estas restricciones es el denominado
polinomio interpolador. Cuando solo disponemos de 2 pares de datos
(x0 , y0 ) y (x1 , y1 ), al proceso de encontrar un dato nuevo que se encuentre
en el intervalo (x0 , x1 ) se le denomina interpolacion lineal (como
explicaremos a continuación, en el caso de querer encontrar un dato que
1.4. POLINOMIO INTERPOLADOR 9
caiga fuera del intervalo (x0 , x1 ), dicho proceso se denominarı́a

extrapolación). Si tenemos 3 pares de datos, interpolación cuadrática,
etc...
La extrapolación consiste en utilizar el polinomio interpolador para

predecir valores de y fuera del dominio encerrado por las abscisas (x)
mayor y menor del conjunto de datos.
1.4.1. Polinomio interpolador de Lagrange
En general, podemos expresar el polinomio interpolador de Lagrange que

pasa por n puntos del tipo (xn , yn ) como:
(x − x1 ) · (x − x2 ) · ... · (x − xn )
f (x) = · y0
(x0 − x1 ) · (x0 − x2 ) · ... · (x0 − xn )
(x − x0 ) · (x − x2 ) · ... · (x − xn )
+ · y1
(x1 − x0 ) · (x1 − x2 ) · ... · (x1 − xn )
(x − x0 ) · (x − x1 ) · (x − x3 ) · ... · (x − xn )
+ · y2 + ...
(x2 − x0 ) · (x2 − x1 ) · (x2 − x3 ) · ... · (x2 − xn )
(x − x1 ) · ... · (x − xn−1 )
+ · yn
(xn − x1 ) · (xn − x2 ) · ... · (xn − xn−1 )
Vemos que el polinomio interpolador de Lagrange asegura de una forma

sencilla que dicho polinomio pase por todos los puntos (xn , yn )
seleccionados. (Si no ves por qué este polinomio pasa por todos los puntos
seleccionados, trata de sustituir el valor x = x0 en el polinomio
interpolador, es decir, obtén f (x0 ). Verás que los coeficientes que
acompañan a y0 , y1 , ..., yn están escogidos de forma que sean cero excepto
en x0 , x1 , ..., xn respectivamente).
1.4.2. Comentarios sobre raı́ces de polinomios
Método de la bisectriz para aproximar raı́ces
Este métod es uno de los más sencillos para encontrar las raı́ces de una
función. En primer lugar encontramos dos valores de x ,a y b, para los que
la función tiene diferente signo, es decir, y(a) · y(b) < 0. Una vez hecho
esto, seguimos los siguientes pasos:
1. Se calcula el punto medio m del intervalo [a, b]. A continuiación se

evalúa f (m). Si este valor es igual a cero, ya hemos encontrado la
raı́z buscada.
2. En caso contrario, comprobamos si f (m) tiene signo contrario

comparado con f (a) o f (b).
3. Escojemos en qué intervalo [a, m] o [m, b] hay un cambio de signo.
4. Con este nuevo intervalo continuamos aplicando este algoritmo

sucesivamente encerrando la solución en un intervalo cada vez más
pequeño, hasta alcanzar la precisión deseada.
Ejemplo: Encontrar una raı́z del polinomio 2x3 − 4x2 + 1 = 0, con dos
cifras decimales. Las raı́ces de este polinomio son 3, puesto que el polinomio
es de grado 3 (este dato no es necesario para resolver el problema):
x1 ≈ −0,451605
x2 ≈ 0,596968
x3 ≈ 1,85463
Si damos valores a x espaciados por una distancia h0 = 1, obtenemos la

siguiente tabla:
x -1 0 1 2
y -5 1 -1 1
Observándola, vemos que encontraremos soluciones en los intervalos

(−1, 0), (0, 1) y (1, 2). Tratemos de refinar ahora la solución que se
encuentra en el intervalo (1, 2). Calculamos el punto medio de este
intervalo m1 = 1,5. El valor de f en ese punto es f (m1 ) = −5 4 , que es
negativo, luego podemos continuar con el proceso escogiendo el intervalo
[1,5, 2], ya que la función en x = 2 es positiva. Ahora calculamos el punto
medio de este intervalo m2 = 1,75. En este punto f (m2 ) = −17 32 , que es
negativo, luego escogemos el intervalo [1,75, 2]. Ahora calculamos el punto
1.5. DEFINICIÓN DE FUNCIÓN RACIONAL 11
medio de este intervalo m3 = 1,875 y calculamos el valor de la función en

31
ese punto f (m3 ) = 256 , que es positivo, luego escogemos el intervalo
[1,750, 1,875]. El punto medio es m4 = 1,8125 y f (m4 ) = −0,2319, que es
negativo, luego escogemos el intervalo [1,8125, 1,875], cuyo punto medio es
m5 = 1,8438. El valor de la función en este punto es f (m5 ) = −0,0623, que
es negativo, luego escogemos el intervalo [1,8438, 1,875]. El punto medio de
este intervalo es m6 = 1,8594 y f (m6 ) = 0,0278, que es positivo, luego
escogemos el intervalo [1,8438, 1,8594]. El punto medio de este intervalo es
m7 = 1,8516 y f (m7 ) = −0,0176, que es negativo, luego escogemos el
intervalo [1,8516, 1,8594]. Puesto que tenemos 2 cifras decimales igual,
podemos decir que esas dos cifras son exactas.
1.5. Definición de función racional
Definición:
Una función racional se define como el cociente entre dos funciones

polinómicas p(x) y q(x):
p(x)
f (x) =
q(x)
para q(x) 6= 0.
1
Ejemplo: La función y = x es una función racional.
ax+b
Ejemplo: En general, y = cx+d es una función racional. Si verifica que

a b
c d 6= 0

Entonces la función representa una hipérbola equilátera.
Ejemplo: La velocidad V(cm/seg) con la que los músculos de una rana se

pueden contraer bajo el estı́mulo de una carga positiva C (Coulombios), se
ha comprobado que obedece a la ley empı́rica

70 − C
V = 0,95
C + 12
Representar la velocidad en función de la carga.
40
35
30
25
Velocidad (m/s)
20
15
10
0
−10 −8 −6 −4 −2 0 2 4 6 8 10
Carga (Coulombios)
Figura 1.1: Representación de la velocidad de respuesta de los músculos de

la rana en función de la carga aplicada.
Capı́tulo 2
Funciones potenciales y
exponenciales
13
14 CAPÍTULO 2. FUNCIONES POTENCIALES Y EXPONENCIALES
2.1. Introducción
En este tema se estudiarán las funciones potenciales y exponenciales,

directamente relacionadas con la modelización matemática de procesos
naturales. También estudiaremos la escala logarı́tmica, puesto que dicha
representación es ampliamente utilizada tanto en biologı́a como en otros
campos de la ciencia. Finalmente estudiaremos las funciones inversas.
2.2. Funciones potenciales
Definición de función potencial: Una función potencial f es de la

forma:
f (x) = xr ,
Siendo r un número real.
Si r pertenece a los números enteros, r ∈ Z, las funciones potenciales

están perfectamente definidas (excepto cuando x = 0 y r < 0).
m
Si r pertenece a los racionales, r ∈ Q, r = n, entonces la función es
√
una raı́z: f (x) = xr = xm/n = n xm ,
Analizando los comentarios anteriores, podemos ver fácilmente que las

funciones potenciales siempre están definidas si x > 0.
Ejemplos: Dos ejemplos de funciones potenciales son los siguientes:
y = x1/3 , x ∈ R
y = x5/2 , x ≥ 0
2.2.1. Alometrı́a
Definición: Las funciones potenciales aparecen frecuentemente en las

r elaciones de escala entre variables biológicas. Son relaciones del tipo:
y ∝ xr
2.3. FUNCIONES EXPONENCIALES 15
(que quiere decir y es proporcional a xr ). En la relación anterior, r es un

número real distinto de 0.
La ecuación anterior se puede expresar en forma de igualdad si se

introduce una constante de proporcionalidad:
y = kxr
La búsqueda de estas relaciones es el objetivo de la alometrı́a.
Ejemplo: Ejemplo tı́pico de función potencial son las alometrı́as entre los
tamaños de las diferentes partes del cuerpo de un ser vivo: El tamaño de la
cornamenta de un reno crece con la edad. Durante los primeros 5 años
según c(t) = 53,2e0,17t y la altura del hombro como h(t) = 88,5e0,1t .
Establecer una relación entre el crecimiento del hombro y el crecimiento de
la cornamenta. Solución: Para establecer una relación entre el crecimiento
del hombro, y de la cornamenta del reno, podemos despejar la variable t de
una de las dos ecuaciones que nos proporcionan, por ejemplo del
crecimiento del hombro,

1 h
t= ln .
0,1 88,5
Una vez hecho esto, podemos sustituir t en la ecuación del crecimiento de
la cornamenta y simplificar usando las propiedades que conocemos sobre
funciones logarı́tmicas y exponenciales,
h 0,17/0,1
0,17

h
ln 88,5
c = 53,2e 0,1
= 53,2 = 0,026h1,7 .
88,5
La relación obtenida se denomina Alometrı́a.
2.3. Funciones exponenciales
Definición: Una función f se denomina función exponencial de base a si,

f (x) = ax
Siendo a una constante positiva distinta de 1. El dominio mas grande
posible de f es R. La forma de la función exponencial depende de la base
a. El crecimiento exponencial se produce siempre que a > 1 y el
decrecimiento exponencial cuando 0 < a < 1. No hay que olvidar que
√
a0 = 1 y que a1/k = k a.
2.3.1. Propiedades de funciones exponenciales
Las principales propiedades de las funciones exponenciales se presentan a

continuación:
Producto de funciones exponenciales. El resultado de multiplicar dos

funciones exponenciales con la misma base será otra función
exponencial con la misma base y con exponente la suma de los
exponentes,
ar as = ar+s .
División de funciones exponenciales. El resultado de dividir dos

funciones exponenciales con la misma base será otra función
exponencial con la misma base y con exponente la diferencia de los
exponentes,
ar
= ar−s .
as
Un exponente negativo equivale a realizar la inversa de la función
exponencial
1
a−r = r .
a
Potencia de una función exponencial. El resultado de elevar una
función exponencial a una potencia será otra función exponencial con
la misma base y con exponente el producto de los exponentes,
(ar )s = ars .
2.3.2. Función de exponencial de base e
El número e se denomina base exponencial natural. Es la base de los

logaritmos naturales o neperianos. Se define como el lı́mite de la sucesión:
1 x

lı́m 1 + =e
x→∞ x
La función exponencial de base e, se puede expresar de dos formas

equivalentes:
exp(x) = ex
2.4. FUNCIONES INVERSAS 17
2.4. Funciones inversas
Definición: Sea f : A → B una función inyectiva (es decir, que para cada
valor de x tan sólo hay un valor de f (x) y viveversa) con recorrido f (A).
La función inversa f −1 tiene como dominio f (A) y como recorrido A, y se
define por
f −1 (y) = x ⇔ y = f (x)
Para ∀y ∈ f (A).
Ejemplo La función inversa del cos(x) en un periodo, x ∈ [0, 2π) es el

arcos(x). Puedes reflexionar acerca de por qué hemos definido esta función
en un periodo. Pista: ¿Es la función cos(x) inyectiva en todo su dominio?.
Ejemplo La función inversa del ln(x) es la función exponencial de base e,

ex .
2.5. Funciones logarı́tmicas
Definición: La inversa de f (x) = ax se denomina logaritmo en base a y

se escribe como f −1 (x) = loga (x)
El dominio de f (x) = ax es el conjunto de los números reales R y su

recorrido es el conjunto de los números reales positivos R+ . Como el
recorrido de f es el dominio de f −1 , se obtiene que el dominio del
f −1 (x) = loga (x) es el conjunto de los números reales positivos R+ .
Es importante recordar que el logaritmos sólo está definido para x > 0. El

logaritmo satisface las siguientes propiedades:
2.5.1. Propiedades de logaritmos:
Logaritmo del producto,
loga (st) = loga (s) + loga (t),
independientemente de si s y t son variables o constantes.

Logaritmo del cociente,

s
loga = loga (s) − loga (t),
t
Logaritmo de una potencia,
loga (sr ) = r loga (s),
2.5.2. Relación entre las funciones exponenciales y

logarı́tmicas
Recordemos la relación entre la función logaritmo y la exponencial:
La composición de una función exponencial de base a y de una

función logaritmo de base a, es la identidad,
aloga (x) = x, ∀x > 0
La composición de una función logarı́tmica de base a y de una

función potencial de base a, es la identidad,
loga (ax ) = x, ∀x ∈ R
2.5.3. Relación entre logaritmos y funciones potenciales en

distintas bases
Cualquier función exponencial de base a se puede expresar como una

función exponencial de base e. Ası́ mismo, cualquier logaritmo en base a se
puede escribir en función del logaritmo natural. Las dos igualdades
siguientes indican cómo:
x)
ax = eln(a = exln(a)
2.6. ESCALA LOGARÍTMICA 19
loga (x) = ln(x)

ln(a) . Esta igualdad se puede probar muy facilmente,
asumiendo que x = ac . Aplicando ahora el logaritmo neperiano a x,
ln(x) = ln(ac ) = c · ln(a).
ln(x)
Entonces, es directo ver que ln(a) = c = loga (ac ) = loga (x)
Ejemplo: Trata de probar las dos relaciones anteriores. (Pista: para el

primer caso, trat de expresar exp(xln(a)) como la potencia de una
potencia. Para el segundo caso, puedes suponer que x = ab y ver qué
resultado obtenemos al aplicar el logaritmo en base a o en base e y
compararlos).
Ejemplo: Supongamos que un cierto tipo de célula se divide en dos cada

media hora. Suponiendo que la población inicial es P0 y que no existen
muertes, tenemos:
t(horas) 0 1/2 1 3/2 2 5/2 3

P (individuos) P0 2P0 4P0 8P0 16P0 32P0 64P0
Establecer una relación potencial para el crecimiento de la población de

este tipo de células.
Solución: La relación que debemos establecer (según especifica el

enunciado) es potencial. Vemos que para t = 0,5 la población se ha
doblado, para t = 1 se ha multiplicado por 4 y ası́ sucesivamente. Vemos
que el factor P0 aparece sin modificar en todas las columnas de la tabla.
Por tanto, no forma parte de la base de la función potencial y es un mero
factor multiplicativo. El enunciado nos dice que la población se dobla cada
unidad de tiempo (cada media hora), luego la base de la función
exponencial ha de ser 2. Aparte de esto, para t = 0,5, el resultado es el
producto de la base y P0 , luego el exponente ha de ir multiplicado por 2.
La única función potencial que cumple esta secuencia de crecimiento es
P (t) = P0 · 22t .
2.6. Escala Logarı́tmica
Existen magnitudes cuyo valor en ordenadas (eje y) varı́a recorriendo

varios órdenes de magnitud para una variación pequeña de las abscisas (eje
x). En estos casos, cuando queremos hacer una representación gráfica de

dicha magnitud, podemos usar la escala logarı́tmica. En este tipo de
representaciones, normalmente se usan logaritmos decimales. En este caso
estamos usando una escala en la que las potencias de 10 para el eje de las x
o para el eje las y (o para ambas) son equidistantes. En la literatura sobre
biologı́a se utiliza x y no log(x) para etiquetar los números en la escala
logarı́tmica. También podemos representar f (x) en escala logarı́tmica tanto
para el eje x como para el eje y . Este tipo de representación se denomina
log-log. Si solo el eje x o el eje y está representado en escala logarı́tmica,
entonces la representación se llama semilogarı́tmica en x o en y.
Ejemplo: Representar la función exponencial f (x) = 20,1x en escala lineal

y logarı́tmica.
Solución: En la figura 2.6, se representa la función del enunciado en escala

lineal. Es conveniente observar que la función varı́a de 0 a 14 · 1029 para
valores de x de 0 a 1000.
29
x 10
14
12
10
f(x) (escala lineal)
0
0 100 200 300 400 500 600 700 800 900 1000
x (escala lineal)
Figura 2.1: Representación de la función f (x) = 20,1x en escala lineal tanto

para el eje x como para el eje y.
En la figura 2.2 se representa la misma función en escala logarı́tmica, tanto

para el eje x tanto para el eje y. Vemos que este tipo de representación
permite realizar una mejor observación de la variación de la función en el
intervalo seleccionado.
35
10
30
10
25
10
f(x) (escala logaritmica)

20
10
15
10
10
10
5
10
0
10
0 1 2 3
10 10 10 10
x (escala logaritmica)
Figura 2.2: Representación de la función f (x) = 20,1x en escala logarı́tmica

tanto para el eje x como para el eje y.
2.6.1. Tipos de representaciones
Podemos clasificar las representaciones en tres tipos diferentes, según a qué

eje aplicamos la representación logarı́tmica:
Escala lineal, donde no se aplica la representación logarı́tmica a

ninguno de los ejes.
Escala log-log, donde aplicamos la representación logarı́tmica a los

dos ejes.
Escala log-lineal o semilogarı́tmica, donde aplicamos la representación

logarı́tmica a uno de los dos ejes, (generalmente se aplica al eje x).
2.6.2. Transformación en funciones lineales
Si partimos de una función exponencial o potencial, la representación en

escala logarı́tmica (log-log) o semilogarı́tmica, puede proporcionarnos una
herramienta muy conveniente para el análisis del crecimiento de este tipo
de funciones.
Ejemplo: Supongamos que queremos representar la función f (x) = 20,1x ,

mostrada en escala lineal en la figura 2.6. Si en lugar de representar la
función f (x), representamos la función log(f (x)), aplicando las
propiedades de los logaritmos a dicha función obtenemos,
log(f (x)) = log(20,1x ) = 0,1 · xlog(2) = 0,03 · x.
Es decir, que si representamos el log(f (x)) en función de x, la

representación de esta función serı́a una recta, tal y como se muestra en la
figura 2.3. Si en lugar de representar el log(f (x)), modificamos el espaciado
del eje x de forma logarı́tmica, obtendrı́amos la representación mostrada en
la figura 2.4. Es importante que nos fijemos en que, en esta última figura,
en el eje y ahora aparecen potencias de 10 en cada uno de los ticks del eje.
70
60
50
40
log(f(x))
30
20
10
0
0 100 200 300 400 500 600 700 800 900 1000
x (escala lineal)
Figura 2.3: Representación de la función log(f (x)) = log(20,1x ) = 0,03 · x en

escala lineal tanto para el eje x como para el eje y.
35
10
30
10
25
10
f(x) (escala logaritmica)
20
10
15
10
10
10
5
10
0
10
0 100 200 300 400 500 600 700 800 900 1000
x (escala lineal)
Figura 2.4: Representación de la función f (x) = 20,1x en escala logarı́tmica

para el eje y (o en escala semilogarı́tmica en y).
Ejemplo: La representación de la función y = log(f (x)) = 1,5 + 0,5x

aparece la figura 2.5 en escala lineal. Econtrar la función f (x) y
representarla.
Solución: Sabiendo que la función exponencial de base 10, es la inversa de

la función logaritmo decimal, podemos decir que,
y = log(f (x)) = 1,5 + 0,5x → 10log(f (x)) = f (x) = 101,5+0,5x = 101,5 · (100,5 )x
≈ 31,62 · 3,162x
Con lo que podemos decir que la función f (x) es exponencial.
Figura 2.5: Representación de la función y = log(f (x)) = 1,5 + 0,5x
2.6.3. Representación de funciones exponenciales en escala

semilogarı́tmica
Si partimos de una función exponencial f (x) = b · ax y la representamos en

un gráfico semilogarı́tmico en y, representarı́amos:
y = log(f (x)) = log(b · ax ) → y = log(b) + log(a)x
Con lo que obtendrı́amos una función lineal en x. Esto quiere decir que si
representamos la función f (x) = b · ax en escala semilogarı́tmica en y,
obtendrı́amos una recta. También obtendrı́amos una recta si representamos
el log(y) en función de x, tal y como hemos visto en ejemplos anteriores.
2.6.4. Representación de funciones potenciales en escala

log-log o logarı́tmica
Si partimos de una función potencial f (x) = b · xa , aplicando una

transformación logarı́tmica, obtendrı́amos:
y = log(f (x)) = log(b · xa ) → y = log(b) + a · log(x)
Por lo tanto, si representamos esta función en un gráfico logarı́tmico o

log-log, obtendrı́amos una recta. Del mismo modo, si representamos el
log(y) en función del log(x), también obtendrı́amos una recta, tal y como
se ha visto en ejemplos anteriores.
Capı́tulo 3
Funciones trigonométricas y
oscilaciones
25
26CAPÍTULO 3. FUNCIONES TRIGONOMÉTRICAS Y OSCILACIONES
3.1. Introducción
En este tema se introducirá el concepto de función trigonométrica.

Veremos las representaciones gráficas de este tipo de funciones ası́ como
sus propiedades. También analizaremos distintos procesos naturales
modelados mediante funciones trigonométricas.
3.2. Funciones periódicas
Definición: Se dice que una función f (x) es periódica si existe una

constante positiva T y un número entero k tal que:
f (x ± k · T ) = f (x)
Para ∀x ∈ dom(f ). Si T es el número más pequeño que cumple esta

propiedad se denomina periodo de f (x).
3.2.1. Funciones trigonométricas
Las funciones trigonométricas son ejemplos de funciones periódicas. Las

funciones trigonométricas más habituales son las siguientes:
sin(x)
sin(x), cos(x) y tg(x) = cos(x) .
1 1 cos(x)
cosec(x) = sin(x) , sec(x) = cos(x) , cotg(x) = sin(x) .
También son importantes las funciones inversas, arcsin(x),

arccos(x), arctg(x).
Ası́ mismo, también es importante conocer las funciones hiperbólicas

(sinh(x), cosh(x), ...).
En este curso, estudiaremos principalmente: sin(x), cos(x), tg(x).

3.2. FUNCIONES PERIÓDICAS 27
3.2.2. Función sin(x)
La función sin(α), donde α está representado en la figura 3.1, se define

como el cociente entre el cateto a y la hipotenusa h, es decir sin(α) = ha .
h
a
α
b
Figura 3.1: Triángulo rectángulo.
En general, la expresión de una función Seno, vendrá dada por:

f (x) = A sin(ωx + φ0 ) Donde:
A es la amplitud.
φ0 es la fase inicial.
2π
El periodo es T = ω .
2π
La frecuencia angular es ω = T .
A pesar de que hemos escrito f (x) con una fase unicial φ0 , podemos
interpretar esta fase inicial de otra manera. Para ello, podemos expresar
f (x) como sigue,
φ0
f (x) = A sin(ω(x + ω )) = A sin(ω(x + x0 ))
Vemos que, en este caso, el argumento de la función sin, es ω(x + x0 ). para

esta función, cuando x toma valores, vemos que el argumento del sin
siempre se verá aumentado en una cantidad ωxo , si la comparamos con la
función sin(x). Para que el argumento del sin(ω(x + x0 )) sea cero, es
necesario que x tomo el valor −x0 , luego podemos concluir que al sustituir
x por x + x0 , hemos desplazado la señal a la izquierda. La figura 3.3,
muestra la representación de la funciones sin(ω(x + x0 )), sin(ω(x − x0 )) y
sin(ω(x − x0 )) (en dichas gráficas aparecen representadas en función de φ,
¿es esto un error?. Si reflexionas sobre ello, verás que si ω es la frecuencia
angular y se expresa en rads/s y x es el tiempo y se expresa en s, su
producto dará como resultado rads, que es una medida de ángulo. Para
encontrar una equivalencia entre las dos representaciones, podemos decir

que φ = ω · (x ± x0 )). Es posible desplazar cualquier función periódica
usando esta técnica.
0.8
0.6
0.4
0.2
sin(φ)
−0.2
−0.4
−0.6
−0.8
0 pi/2 pi 3pi/2 2pi

φ
Figura 3.2: Representación de la función sin(φ) en el intervalo −π/2 < φ <

π/2.
3.2.3. Función cos(x)
La función cos(α), donde α está representado en la figura 3.1, se define

como el cociente entre el cateto b y la hipotenusa h, es decir cos(α) = hb
En general, la expresión de una función Coseno, vendrá dada por:

f (x) = A cos(ωx + φ0 ) Donde:
A es la amplitud.
2π
3.2. FUNCIONES PERIÓDICAS 29
1
sin(φ)
sin(φ−π/2)
0.8
sin(φ+π/2)
0.6
0.4
0.2
f(φ)
−0.2
−0.4
−0.6
−0.8
−1
−2pi −3pi/2 −pi −pi/2 0 pi/2 pi 3pi/2 2pi
φ
Figura 3.3: Representación de las funciones sin(φ), sin(φ−π/2) y sin(φ+π/2)

2π
Al igual que en el caso de la función sin(ωx + φ0 ), podemos desplazar la

señal hacia la derecha o la izquierda, sin más que sustituir x por x + x0 o
por x − x0 respectivamente. La figura 3.5, muestra la representación de la
funciones cos(ω(x + x0 )), cos(ω(x − x0 )) y cos(ω(x − x0 )). (En este caso
podemos hacer el mismo comentario acerca de las representaciones.
Podemos asumir que φ = ω · (x ± x0 ))
Figura 3.4: Representación de la cos(φ) en el intervalo −π/2 < φ < π/2.
3.3. Función tg(x)
La función tg(α), donde α está representado en la figura 3.1, se define

como el cociente entre el cateto a y el cateto b, es decir tg(α) = ab
En general, la expresión de una función Tangente, vendrá dada por:

f (x) = A cos(ωx+φ 0)
sin(ωx+φ0 ) = A tg(ωx + φ0 ) Donde:
A es la amplitud.
3.3. FUNCIÓN TG(X) 31
1
cos(φ)
cos(φ−π/2)
0.8
cos(φ+π/2)
0.6
0.4
0.2
f(φ)
−0.2
−0.4
−0.6
−0.8
−2pi −3pi/2 −pi −pi/2 0 pi/2 pi 3pi/2 2pi

φ
Figura 3.5: Representación de las funciones cos(φ), cos(φ − π/2) y cos(φ +

π/2)
2π
2π
En la figura 3.6, podemos ver la representación de la función tg(φ) en el

intervalo −π/2 < t < π/2 (un periodo).
Figura 3.6: Representación de la tan(φ) en el intervalo −π/2 < φ < π/2.
3.4. Fórmula de Euler
Leonard Euler fue el primero en proponer la igualdad

eiφ = cos(φ) + i sin(φ), donde i es la unidad imaginaria. A través de esta
fórmula podemos encontrar las relaciones trigonométricas que conocemos.
Como ejemplo, demostremos la fórmula
cos(a + b) = cos(a) cos(b) − sin(a) sin(b). Para empezar, de la fórmula de
3.4. FÓRMULA DE EULER 33
eiφ +e−iφ
Euler, sabemos que cos(φ) = 2 , por lo tanto,
ei(a+b) + e−i(a+b) eia eib + e−ia e−ib

cos(a + b) = = =
2 2
Se puede verificar fácilmente que esta expresión es equivalente a
eia + e−ia eib + e−ib eia − e−ia eib − e−ib

= − = cos(a + b)
2 2 2i 2i
De la misma manera, podemos probar que,
cos(a − b) = cos(a) cos(b) + sin(a) sin(b)
sin(a + b) = sin(a) cos(b) + cos(a) sin(b)
sin(a − b) = sin(a) cos(b) − cos(a) sin(b)
Además, también nos será muy útil conocer la fórmula fundamental de la

trigonometrı́a:
cos2 (a) + sin2 (a) = 1.
Usando la fórmula de Euler es inmediato probar esta igualdad.
Usando estas igualdades, es fácil llegar a expresiones del tipo:
cos(2a) = cos2 (a) + sin( a)
sin(2a) = 2 sin(a) cos(a)
Ejercicio: Tratar de demostrar las igualdades anteriores. Solución Este

ejercicio puede resolverse sin más que sustituir a = b en las fórmulas de
cos(a + b) y sin(a + b).
Ejercicio: Encontrar las expresiones de

cos(ωt + π/2), cos(ωt − π/2), sin(ωt + π/2), sin(ωt − π/2). Solución:
Utilizando las fórmulas del coseno de la suma y la diferencia, es muy fácil
probar que:
cos(ωt + π/2) = − sin(ωt)

cos(ωt − π/2) = sin(ωt)

sin(ωt − π/2) = − cos(ωt)
sin(ωt + π/2) = cos(ωt)
3.5. Oscilaciones
En general, las oscilaciones se expresan en función del sin(x) o del cos(x)

como, f (x) = A cos(ωt + φ0 ) + C ó f (x) = A sin(ωt + φ0 ) + C Puesto que
dichas oscilaciones se componen de una función seno o coseno más una
constante, los parámetros serán los mismos que se han descrito con
anterioridad:
A es la amplitud (diferencia entre el máximo y la media).

φ0 es la fase inicial (si es una función cos(t) es el tiempo del primer
máximo, si es una función sin(t), será el tiempo del primer mı́nimo).
2π
El periodo es T = k (tiempo entre máximos).
C es el valor medio de la función.
2π
Ejemplo La población de pequeños pájaros dentro de cierto área, se ha

descubierto que varı́a entre 1000 y 1500 individuos a lo largo del año. El
mı́nimo ocurre el 31 de Marzo. El máximo, 6 meses después. Sabiendo que
la población puede expresarse matemáticamente como una función
trigonométrica, encontrar dicha expresión. Solución Sabemos que la
función población de pájaros en un año, p(t), es periódica con periodo
T = 12meses. Podemos expresar p(t) como una función seno o coseno
desplazadas. Si la tratamos de expresar mediante una función seno,
sabemos que el primer mı́nimo del seno se produce para un valor de su
argumento igual a φ = 3π/2 o φ = −π/2. Por lo tanto, podemos decir que
para t = 3 meses, debemos tener que el argumento del sin(phi) es igual a
φ = −π/2 o φ = 3π/2. Si ω = 2π/12, puesto que T = 12meses, la función
tendrá el siguiente aspecto,

2π
p(t) = A sin (t − t0 )
12
3.5. OSCILACIONES 35
para obtener φ = −π/2 (por ejemplo) en t = 3 meses, simplemente

sustituimos y despejamos,
2π −π
(3 − t0 ) =
12 2
Despejando obtenemos que t0 = 0, luego la fase inicial es 0 y

2π
p(t) = C + A sin 12 t . Sólo nos queda calcular la amplitud A y el valor
medio C. Podemos calcular ambos datos a partir del dato de variación de
la población entre 1000 y 1500 individuos a lo largo del año. Según este
dato, la amplitud valdrá A = 1500−1000
2 = 250 y el valor medio
C = 1500+1000
2 1250. De este modo, la función que buscamos es,
π
p(t) = 1250 + 250 sin t
6
Capı́tulo 4
Sucesiones y ecuaciones en
diferencias.
37
38 CAPÍTULO 4. SUCESIONES Y ECUACIONES EN DIFERENCIAS.
4.1. Sucesiones
Definición de sucesión Una función f (x) con dominio los números

naturales dom(f ) = N y recorrido los reales im(f ) = R:
f: N →R
n → f (n),
se denomina sucesión. Se utilizará también la notación an = f (n) para

denotar el término n o término general de la sucesión y escribiremos {an }
para indicar la sucesión completa. Se pueden enumerar los valores de la
sucesión en orden creciente del ı́ndice n:
a1 , a2 , a3 , ..., an
Ejemplos de sucesiones:
La sucesión an = (−1)n , n = 0, 1, 2, 3, ... toma los valores:
1, −1, 1, −1, 1, −1, ...
La sucesión an = n2 , n = 0, 1, 2, 3, ... toma los valores:
0, 1, 4, 9, 16, ...
Comentario: Cuando se observan varios términos de una sucesión, es

posible escribir el término general an .
4.1.1. Notación explı́cita y recursiva
En general se pueden usar dos notaciones diferentes para sucesiones:
Explı́cita, en la forma:
an = f (n), n = 0, 1, 2, ...
4.2. COMPORTAMIENTO A LARGO PLAZO DE UNA SUCESIÓN: LÍMITE39
Recursiva, en la forma:
an+1 = f (an ), n = 0, 1, 2, ...
Donde f (an ) es una función de an . Si el valor de an+1 sólo depende

del valor una unidad de tiempo atrás, en este caso an , la ecuación
recursiva se llama ecuación recursiva de primer orden. (Si
dependiera de an y an−1 se llamarı́a ecuación recursiva de 2o
orden). Con el fin de especificar el valor de los términos sucesivos de
una ecuación recursiva, es necesario conocer un término inicial a0 si
n = 0 ó a1 si n = 1.
4.2. Comportamiento a largo plazo de una

sucesión: Lı́mite
En esta sección estudiaremos cual es el comportamiento a largo plazo de

algunas sucesiones. Para ello haremos uso de los lı́mites.
4.2.1. Lı́mite de una sucesión
Llamamos lı́mite de una sucesión al valor de dicha sucesión cuando n

tiende a infinito. Ejemplo: Encontrar los lı́mites de las siguientes
sucesiones cuando n → ∞
an = (−1)n , n = 0, 1, 2, 3, ... En este caso, vemos que la función toma

alternativamente valores iguales a 1 y a −1. Es, por tanto, una serie
oscilante, con lo que no tiene lı́mite cuando n → ∞.
an = 2n , n = 0, 1, 2, 3, ... En este caso vemos que cuando n → ∞,

an → ∞.
an = n+1
n , n = 0, 1, 2, 3, .... Si obtenemos el lı́mite del término general,
obtenemos,
n+1
lı́m an = lı́m = 1.
n→∞ n→∞ n
4.3. Ecuaciones recursivas
Si expresamos an como una ecuación recursiva, nos podrı́amos plantear

como calcular su lı́mite. Veamos un primer ejemplo:
Ejemplo: Calcule an con n = 1, 2, ..., 5, cuando an viene dado por la

ecuación recursiva,
1 3
an+1 = an +
4 4
con a0 = 2.
Para calcular el lı́mite de esta sucesión podrı́amos obtener los sucesivos

términos de la misma:
1. a1 = 41 a0 + 3
4 = 5
4 = 1,25.
2. a2 = 14 a1 + 3
4 = 17
16 = 1,0625.
65
3. a3 = 64 =≈ 1,0156.
257
4. a4 = 256 =≈ 1,0039.
5. Por lo tanto, observando la sucesión anterior podemos concluir que el

n
término general de la sucesión es an = 4 4+1
n .
4.3.1. Puntos fijos de ecuaciones recursivas
Definición de punto fijo: Un punto fijo es un punto tal que si a0 es igual

al punto fijo, entonces todos los valores sucesivos de an son iguales al
punto fijo.
Ejemplo: Encontrar un punto fijo para las ecuaciones recursivas

an+1 = 41 an + 34 y an+1 = a3n .
Solución: Para encontrar un punto fijo x, sabemos que si an = x, entonces

an+1 = x. Por lo tanto, para encontrar los puntos fijos de la ecuación
recursiva an+1 = 14 an + 43 , hacemos an = an+1 = x y tratamos de resolver
la ecuación resultante:
x 3
x= + ,
4 4
4.4. ECUACIONES EN DIFERENCIAS 41
de esta ecuación obtenemos que el único punto fijo de la ecuación es 1.

Para la segunda ecuación recursiva propuesta, podemos proceder de la
misma manera. Si an = an+1 = x obtenemos,
3
x= ,
x
√
de donde obtenemos x = ± 3, con lo que √ para √
la ecuación recursiva
an+1 = 14 an + 43 hay dos puntos fijos en 3 y − 3.
Comentario: Un punto fijo es sólo un candidato al lı́mite de la sucesión.

Dependiendo del valor inicial, la sucesión an puede converger o no. Si se
sabe que la sucesión converge, su lı́mite debe ser uno de los puntos fijos.
4.4. Ecuaciones en diferencias
Como se mencionó anteriormente, una ecuación recursiva de la forma

Nt+1 = f (Nt ), se denomina recursiva de primer orden, ya que para obtener
el valor Nt+1 , es necesario conocer el valor en el instante de tiempo
anterior Nt . Las ecuaciones recursivas se suelen llamar también
ecuaciones en diferencias. Este nombre proviene de escribir la ecuación
en la forma Nt+1 − Nt = g(Nt ).
Al estudiar modelos de crecimiento poblacional se utilizan ecuaciones en

diferencias y frecuentemente el interés se encuentra en el comportamiento
de la población a largo plazo (tamaño final constante, oscilación
predecible, fluctuación aleatoria, etc). En temas posteriores avanzaremos
en el conocimiento de este tipo de ecuaciones.
Capı́tulo 5
Lı́mites y continuidad
43
44 CAPÍTULO 5. LÍMITES Y CONTINUIDAD
5.1. Introducción
En este tema hablaremos sobre los conceptos de lı́mite y continuidad de

una función. Dichos conceptos serán muy importantes en temas
posteriores, sobre todo cuando estudiemos derivabilidad de funciones, ya
que lı́mites y continuidad están directamente relacionados con el concepto
de derivada y de derivabilidad. En la última parte del tema también
haremos un pequeño repaso de resolución de inecuaciones.
5.2. Lı́mites
5.2.1. Recordatorio sobre lı́mites
Definición informal: El lı́mite de f (x) cuando x tiende a c, es igual a L,

significa que f (x) puede tomar valores arbitrariamente cercanos a L,
siempre que x esté suficientemente cerca de c (pero no sea igual a c). Esto
se indica como:
lı́m f (x) = L
x→c
o f (x) → L cuando x → c.
Si lı́mx→c f (x) = L y L es un número finito, se dice que el lı́mite existe y

que f (x) converge a L. Si el lı́mite no existe, se dice que f (x) diverge
cuando x → c. Conviene aclarar que x siempre será cercano a c pero nunca
igual. Por lo tanto, no vale únicamente con sustituir x por c. De hecho,
muchas veces el valor de f (c) es irrelevante para calcular lı́mx→c f (x). En
otros casos, dicho valor c sı́ es relevante ya que nos proporcionará pistas
acerca de como resolver dicho lı́mite. Veremos ejemplos en los que f (c) no
está definida.
Cuando calculamos el lı́mite lı́mx→c f (x), podemos hacerlo por la derecha o

por la izquierda. Utilizaremos la notación siguiente:
Lı́mite por la derecha: lı́mx→c+ f (x) cuando x se acerca a c por la

derecha.
Lı́mite por la izquierda: lı́mx→c− f (x) cuando x se acerca a c por la
izquierda.
5.2. LÍMITES 45
Para que el lı́mite de una función exista, ambos lı́mites laterales deben
existir y deben ser iguales.
Ejemplo: Calcular los siguientes lı́mites:
lı́mx→2 x2
x2 −9
lı́mx→3 x−3
|x|
lı́mx→0 x
1
lı́mx→0 x2
π

lı́mx→0 sin x
Solución:
Para calcular el primer lı́mite, puesto que la función x2 no presenta

ninguna discontinuidad en 2, el lı́mite será,
lı́m x2 = 4.
x→2
−9 2
La función xx−3 tiene un cero en el denominador en x = 3, por lo
tanto, para resolver este lı́mite podemos tratar de simplificar dicha
expresión,
x2 − 9 (x − 3)(x + 3)
lı́m = lı́m = lı́m (x + 3) = 6
x→3 x − 3 x→3 x−3 x→3
Para resolver este lı́mite, es conveniente expresar la función |x| como

−x x < 0
|x| = (5.1)
x x≥0
Es simple ver que en x = 0 la función |x|x presenta una

indeterminación. Podemos intentar simplificar dicho lı́mite, pero para
ello debemos hacer uso de la forma explı́cita de la función |x|, ya que
esta tiene distinta definición para x < 0 y x ≥ 0. En este caso,
podemos calcular los lı́mites laterales de dicha función:
|x| −x
lı́m = lı́m = lı́m −1 = −1.
x→0− x x→0− x x→0−
Ahora podemos calcular el lı́mite por la derecha:
|x| x
lı́m = lı́m = lı́m 1 = 1.
x→0+ x x→0 x+ x→0−
Vemos que ambos lı́mites laterales son diferentes, con lo que podemos
concluir que el lı́mx→0 |x|
x no existe.
1
El lı́mx→0 tiende a infinito en el punto x = 0.
x2
El cálculo de el lı́mx→0 sin πx es un poco más sutil. Sabemos que

sin(ωt) es una función que invariablemente toma valores

pertenecientes al intervalo [−1, 1] (o lo que es lo mismo, su imagen es
π

Im(sin(x)) = [−1, 1]). Por lo tanto, el lı́mx→0 sin x pertenecerá a
dicho intervalo, pero está indeterminado. Luego estelı́mite no existe.
5.3. Propiedades de los lı́mites
Sea a una constante y supongamos que lı́mx→c f (x) y lı́mx→c g(x) existen.
Se cumplen entonces las siguientes reglas:
lı́mx→c af (x) = a lı́mx→c f (x).
lı́mx→c [f (x) + g(x)] = lı́mx→c f (x) + lı́mx→c g(x).
lı́mx→c [f (x) · g(x)] = lı́mx→c f (x) · lı́mx→c g(x).

f (x) lı́mx→c f (x)
lı́mx→c g(x) = lı́mx→c g(x) , suponiendo que lı́mx→c g(x) 6= 0.
La primera y la segunda propiedad pueden expresarse más cómodamente a

partir de la expresión
lı́mx→c (af (x) + bg(x)) = a lı́mx→c f (x) + b lı́mx→c f (x). Podemos concluir
que la operación lı́mx→c f (x) es una operación lineal.
Además de las propiedades anteriores, si f (x) es un polinomio, entonces su

lı́mite será el valor de dicho polimimio en c:
lı́m f (x) = f (c)

x→c
5.4. CONTINUIDAD 47
Si f (x) es una función racional, es decir, un función del tipo:
p(x)
f (x) =
q(x)
siendo p(x) y q(x) polinomios y q(c) 6= 0, entonces el lı́mite cuando x

tiende a c será el valor de dicha funciń en c:
p(x) p(c)
lı́m f (x) = lı́m = = f (c)
x→c x→c q(x) q(c)
5.4. Continuidad
Definición: De manera informal, podemos decir que una función es

continua en todo su dominio si podemos recorrer todos los puntos de su
gráfica sin levantar el lá‘piz del papel. Como tan solo en unas pocas
ocasiones podremos observar todo el dominio de una función, podemos
hacer uso de la definición de continuidad de una función en un intervalo,
que es equivalente a la anterior. De manera informal, podemos decir que
una función es continua en un intervalo abierto (a, b) (por intervalo
abierto (a, b) entendemos aquel que no incluye los extremos a y b) si
podemos recorrer todos los puntos de su gráfica sin levantar el lá‘piz del
papel en dicho intervalo.
Para comprobar si una función es continua en un punto x = c, es necesario

verificar que dicha función cumple las tres condiciones siguientes en dicho
punto:
f (x) está definida en x = c.
Existe el lı́mite lı́mx→c f (x). Para ello será necesario verificar que los
lı́mites laterales lı́mx→c− f (x) y lı́mx→c+ f (x) existen y son iguales.
lı́mx→c f (x) es igual a f (c).
Si falla alguna de las tres condiciones, diremos que la función no es

continua o es discontinua en x = c.
5.4.1. Continuidad por la derecha y por la izquierda
La continuidad lateral está directamente relacionada con los lı́mites

laterales de la función en c.
Definición: Se dice que una función es continua por la derecha en x = c si
lı́m f (x) = f (c)

x→c+
. y continua por la izquierda en x = c si
lı́m f (x) = f (c)

x→c−
5.5. Operaciones con funciones continuas
Sea a una constante y sean las funciones f y g continuas en x = c.

Entonces las funciones siguientes son continuas en x = c:
a · f (x)
f (x) + g(x)
f (x) · g(x).
f (x)
g(x) con tal de que g(c) 6= 0. En el caso de que g(x) se anule en algún
punto, habrá que examinar cada caso particular para determinar si es
posible simplificar la expresión fg(x)
(x)
y determinar si es continua o no.
Teorema: Si g(x) es continua en x = c con g(c) = L y f (x) es continua en

x = L, entonces la composición de funciones (f ◦ g)(c) es continua en
x = c. En particular, podemos decir que:
lı́m (f ◦ g)(x) = lı́m f [g(x)] = f [g(c)] = f (L)

x→0 x→c
5.6. TEOREMA DEL SANDWICH 49
5.6. Teorema del Sandwich
Teorema: Si f (x) ≤ g(x) ≤ h(x), ∀x en un intervalo abierto que contenga

a c (excepto probablemente en c) y
lı́m f (x) = lı́m h(x) = L

x→c x→c
entonces
lı́m g(x) = L
x→c
5.7. Teorema del valor intermedio
Teorema Sea f una función continua en el intervalo cerrado [a, b]. Si L es

un número real tal que f (a) < L < f (b) o f (b) < L < f (a), existe al menos
un número c en el intervalo abierto (a, b) tal que f (c) = L.
5.8. Inecuaciones
Esta sección se limita únicamente a un repaso sobre el concepto de

inecuación que el alumno debe conocer de bachiller. Procedamos a repasar
dicho concepto con un ejemplo Ejemplo: Resolver la inecuación:
x−2
x >0
(x − 4)(x + 1)
Solución: Para resolver esta inecuación es neceario analizar el signo de

cada uno de los componentes de la función racional anterior. Esta tarea es
fácil si nos servimos de una tabla:
La solución de esta inecuación serán los puntos del dominio de f (x) para
los cuales la imagen es mayor que cero. Estos puntos son
x ∈ {(−∞, −1) ∪ (0, 2) ∪ (4, +∞)}
x < −1 −1 ≤ x < 0 0≤x<2 2≤x<4 x≥4

x - - + + +
(x+1) - + + + +
(x-2) - - - + +
(x-4) - - - - +
Capı́tulo 6
Derivación
51
52 CAPÍTULO 6. DERIVACIÓN
6.1. Introducción
Definición informal de derivada: El cálculo diferencial está basado en

la noción de tasa o ı́ndice de cambio. Este concepto aparece implı́citamente
en palabras como tasa de crecimiento (o velocidad de crecimiento),
crecimiento relativo, velocidad, aceleración o pendiente de una curva.
Como ejemplo, podrı́amos hablar del número de individuos de una

población que cambia con el tiempo. El número de individuos en función
del tiempo vendrı́a dado por la tasa de crecimiento o velocidad de
crecimiento.
6.2. Derivada
Definición: La derivadad de una función f (x) en el punto x, que se

df
denota como f 0 (x) = dx , es
f (x + h) − f (x)
f 0 (x) = lı́m ,
h→0 h
suponiendo que el lı́mite existe.
df
La notación dx se debe a Leibniz y se denomina Notación de Leibniz.
Si el lı́mite existe, se dice que f es derivable en x.
Para que el lı́mite exista, es necesario que los dos lı́mites laterales existan.
El cociente,
∆f f (x + h) − f (x)
= ,
∆x h
se denomina cociente de diferencias o cociente incremental.
6.2.1. Recta tangente
Definición: Si la derivada de una función f existe en x = c, entonces la

recta tangente en x = c es la recta que pasa por el punto (c, f (c)), con
pendiente:
f (c + h) − f (c)
f 0 (c) = lı́m
h→0 h
6.3. TASAS DE CAMBIO: VELOCIDAD 53
Conociendo la derivada de f en un punto c (que es la pendiente de la recta

tangente en ese punto) y las coordenadas del punto (c, f (c)), es posible
escribir la ecuación punto-pendiente de la recta:
y − f (c) = f 0 (c) · (x − c)
6.3. Tasas de cambio: Velocidad
En esta sección trataremos sobre tasas de cambio y su relación con la

velocidad media y la velocidad instantanea.
6.3.1. Velocidad Media
El cociente incremental:
∆f f (t + h) − f (t)
=
∆t h
Puede interpretarse como la velocidad media de variación de una función

en el intervalo (t, t + h) o como la tasa de variación de la función en el
mismo intervalo.
6.3.2. Velocidad instantanea
El lı́mite del cociente incremental cuando h → 0:

∆f f (t + h) − f (t)
lı́m = lı́m
∆t→0 ∆t h→0 h
Puede interpretarse como la velocidad instantanea de variación de una

función en el intervalo (t, t + h).
6.4. Regla de la cadena
Si g es derivable en x y f es derivable en y = g(x), entonces la función

compuesta (f ◦ g)(x) = f [g(x)] es derivable en x, y su derivada se expresa
como:
(f ◦ g)0 (x) = f 0 [g(x)]g 0 (x)
6.5. Derivación implı́cita
No siempre es posible o conveniente expresar y(x) explı́citamente como

función de x. Por ejemplo, tratemos de encontrar la derivada y(x)0 de la
función dada de forma implı́cita por la ecuación:
xy + sin(y) = tg(x)
En esta ecuación no se podemos expresar en forma explı́cita y como

función de x, a pesar de que la misma implique esta relación. La derivación
dy
implı́cita nos permite calcular dx en tales situaciones. En general, si w es
función de y, como y es función de x, se tiene
dw dw dy
=
dx dy dx
dw
Ejemplo: Intentar econtrar la derivada dx si w = y 2 .
Solución: Utilizando la derivación implı́cita, obtenemos:

dw ∂w ∂y ∂y
= = 2y
dx ∂y ∂x ∂x
6.6. Tasas de cambio relacionadas
Como a menudo es sencillo escribir relaciones entre variables,

aprovechando la derivación implı́cita, se pueden encontrar relaciones entre
las tasas de cambio de estas variables sin necesidad de obtener expresiones
explı́citas de cada una respecto de cualquiera de las otras.
Ejemplo: En el instante t una célula esférica tiene un radio r(t). Si el

volumen V crece a una velocidad constante p, encontrar las tasas de
crecimiento de r y de la superficie S en términos de p y r, ası́ como la
relación entre dichas tasas de crecimiento sin necesidad de encontrar una
relación entre S y V .
6.6. TASAS DE CAMBIO RELACIONADAS 55
Solución: Según el enunciado, p = dV d 3 2 dr

dt = dt (4/3πr ) = 4πr dt . Despejando
ahora dr
dt obtenemos,
dr p
= .
dt 4πr2
Si ahora obtenemos la derivada de la superficie en función del tiempo,
dS d dr
= (4πr2 ) = 8πr .
dt dt dt
dr p
Sustituyendo ahora dt = 4πr2
, obtenemos,
dS p 2p 2 dV 2 dr dr
= 8πr 2
= = = 4πr2 = 8πr .
dt 4πr r r dt r dt dt
Capı́tulo 7
Valores extremos
57
58 CAPÍTULO 7. VALORES EXTREMOS
7.1. Introducción
Introducción El objetivo principal de este tema es presentar cómo puede

ayudar el cálculo diferencial a entender el comportamiento de las funciones.
En concreto, se analizará cómo la interpretación geométrica de derivada
puede ayudarnos a encontrar los máximos y mı́nimos de una función.
7.2. Teorema de los valores extremos
Si reflexionamos acerca de los valores extremos de una función f (x),

podemos llegar a las siguientes conclusiones:
Sea f una función definida en un conjunto D que contiene al número c.

Entonces:
f tiene un máximo global (o absoluto) en x = c si
f (c) ≥ f (x), ∀x ∈ D
f tiene un mı́nimo global (o absoluto) en x = c si
f (c) ≤ f (x), ∀x ∈ D
Ahora podemos enunciar el teorema que analiza el comportamiento de una

función en un intervalo [a, b].
Teorema de los valores extremos: Si f es continua en un intervalo

cerrado [a, b], −∞ < a < b < ∞, entonces f tiene un máximo global y un
mı́nimo global en [a, b].
Ejemplo: Solución:
7.3. Extremos locales
Pasemos ahora a definir los conceptos de máximo y mı́nimo local.

7.4. TEOREMA DEL VALOR MEDIO 59
Definición: Una función f definida en un conjunto D tiene un máximo

local (o relativo) en un punto c si existe un δ > 0 tal que
f (c) ≥ f (x)∀x ∈ (c − δ, c + δ) ∩ D.
Una función f definida en un conjunto D tiene un mı́nimo local (o

relativo) en un punto c si existe un δ > 0 tal que
f (c) ≤ f (x)∀x ∈ (c − δ, c + δ) ∩ D.
El Teorema de Fermat nos habla sobre el comportamiento de la derivada

en los extremos de una función continua f en puntos interiores al intervalo
(a, b).
Teorema de Fermat: Si f tiene un extremo local en un punto interior c

y f 0 (c) existe, entonces f 0 (c) = 0.
7.3.1. Pasos para encontrar extremos locales
1. Encontrar f 0 (x) = 0.
2. No suponer que los puntos donde f 0 (x) = 0 son extremos locales: son
solo candidatos.
3. Comprobar los puntos donde la derivada no está definida.
4. Comprobar los extremos del dominio.
7.4. Teorema del valor medio
Teorema del valor medio Si f es una función continua en el intervalo

cerrado [a, b] y derivable en el intervalo abierto (a, b), existe al menos un
número c ∈ (a, b), tal que:
f (b) − f (a)
= f 0 (c)
b−a
7.5. Teorema de Rolle
Teorema de rolle: Si f es una función continua en el intervalo cerrado

[a, b] y derivable en el intervalo abierto (a, b) y f (a) = f (b), entonces existe
un número c ∈ (a, b), tal que f 0 (c) = 0.
7.6. Optimización
Los conceptos analizados con anterioridad pueden utilizarse con el fin de

optimizar un problema determinado. Dichos problemas de optimización
consisten en encontrar un valor de la variable independiente (x) que
maximice o minimice una cierta función.
7.6.1. Puntos crı́ticos
Los puntos donde la primera derivada es igual a cero se denominan

puntos crı́ticos. Para buscar puntos crı́ticos seguimos los siguientes pasos
1. Obtenes los puntos donde f 0 (c) = 0.
2. Obtener los puntos c donde f 0 (c) no existe.
3. Obtener los extremos del dominio de f .

7.6. OPTIMIZACIÓN 61
Puntos crı́ticos: Una función continua tiene un mı́nimo local en c si la

función es decreciente a la izquierda de c y creciente a la derecha de c. Una
función tiene un máximo local en c si la función es creciente a la izquierda
de c y decreciente a la derecha de c.
Capı́tulo 8
Aproximación polinómica
63
64 CAPÍTULO 8. APROXIMACIÓN POLINÓMICA
8.1. Introducción
El objetivo principal de este tema es el de presentar cómo aproximar una

función a partir de sus derivadas. El Teorema de Taylor nos proporciona la
base teórica necesaria para llevar a cabo esta tarea.
Asumiendo que y = f (x) es derivable una vez en el punto x = a, entonces

podemos expresar la aproximación lineal de dicha función en el punto
x = a, o lo que es lo mismo, la recta tangente a la función f (x) en el punto
x = a, será:
L(x) = f (a) + f 0 (a)(x − a)
Si ahora asumimos que y = f (x) es derivable dos veces en x = a, entonces

en lugar de aproximar f (x) por una recta, la podemos aproximar mediante
una parábola. La aproximación cuadrática de f en x = a será:
(x − a)2
L(x) = f (a) + f 0 (a)(x − a) + f 00 (a)
2!
8.2. Polinomio de Taylor
Los polinomios son funciones relativamente simples, continuas y derivables

en todo R. Por ello es a menudo conveniente ser capaz de aproximar
funciones complicadas con polinomios que tengan caracterı́siticas similares
a la función dada.
8.2.1. Polinomio de Taylor en x = 0: Serie de McLaurin
El polinomio de Taylor de grado n en x = 0 para la función f (x) se

expresa como
f 00 (0) 2 f 000 (0) 3 f (4) (0) 4 f (n) (0) n

Pn (x) = f (0) + f 0 (0)x + x + x + x + ... + x .
2! 3! 4! n!
A través de dicho polinomio, podemos expresar una aproximación de la

función f (x) hasta orden n, si la función es derivable n veces, en un
entorno del punto x = 0.
8.2. POLINOMIO DE TAYLOR 65
8.2.2. Polinomio de Taylor en el punto x = a
Si queremos obtener una aproximación de orden n de la función f (x) en un

entorno del punto x = a, podemos usar la expresión:
f 00 (a) f 000 (a) f (4) (a) f (n) (a)

Pn (x) = f (a)+f 0 (a)(x−a)+ (x−a)2 + (x−a)3 + (x−a)4 +...+ (x−a)n .
2! 3! 4! n!
Dicha expresión recibe el nombre de Desarrollo en Serie de Taylor de la

función f (x) cerca del punto x = a.
Ejemplo: Obtener una aproximación de la solución de la ecuación

sin(x) = cos(x) utilizando el desarrollo en serie de taylor. Solución: El
desarrollo en serie de taylor de primer orden de la función sin(x) alrededor
del punto x = 0 es:
sin(x) ≈ sin(0) + cos(0) · (x − 0) = x
El desarrollo en serie de taylor de primer orden de la función cos(x)

alrededor del punto x = 0 es:
cos(x) ≈ cos(0) − sin(0) · (x − 0) = 1
Igualando ambas expresiones, obtenemos que x = 1. El valor de las

funciones cos(x) y sin(x) es: cos(1) = 0,5403..., sin(1) = 0,8414.... Ahora
podemos usar el punto x = 1 para desarrollar las funciones anteriores y
tratar de obtener una aproximación mejor:
sin(x) ≈ sin(1) + cos(1) · (x − 1) ≈ 0,84 + 0,54 · (x − 1) = 0,30 + 0,54x
cos(x) ≈ cos(1) − sin(1) · (x − 1) = 0,54 − 0,84 · (x − 1) = 1,38 − 0,84x
Igualando ambas expresiones obtenemos que 0,30 + 0,54x = 1,38 − 0,84x.

Despejando
√ x, obtenemos que x = 0,782. La verdadera solución es
2
x = 2 = 0,7071.... Vemos que aplicando este proceso podemos
aproximarnos cada vez más a la solución.
66 CAPÍTULO 8. APROXIMACIÓN POLINÓMICA
8.3. Método de Newton-Raphson
El método de Newton-Raphson se utiliza para calcular numéricamente

las raices de una función, dada una aproximación inicial x0 .
Supongamos que queremos calcular la solución de f (x) = 0, dada una

aproximación inicial x0 . Partiendo del desarrollo de Taylor de f hasta
orden 2 en x = 0:
f (x) = f (x0 ) + f 0 (x0 )(x − x0 )
Sustituyendo ahora f (x) = 0 y x = x0 y despejando:
f (x0 )
0 = f (x0 ) + f 0 (x0 )(x1 − x0 ) → x1 = x0 −
f 0 (x0 )
Podemos ahora expresar la ecuación anterior como una ecuación recursiva:
f (xn )
xn+1 = xn −
f 0 (xn )
Que nos permite determinar cuando dos valores sucesivos son iguales hasta
la precisión requerida.
Analizando la ecuación anterior, podemos ver que pueden surgir problemas

si f 0 es muy pequeña o si dos soluciones están muy próximas.
Capı́tulo 9
Integración
67
68 CAPÍTULO 9. INTEGRACIÓN
9.1. Introducción
El objetivo principal de este tema es el de presentar la operación de

integración, su interpretación geométrica y sus aplicaciones.
En temas anteriores hemos estudiado expresiones del tipo:

dy
= f (x)
dx
Este tipo de expresiones se denominan ecuaciones diferenciales. Para
resolver este tipo de ecuaciones, es necesario encontrar funciones y que
cumplan que y 0 = f (x). Si es posible encontrar dicha función y, entonces
existe una familia completa de funciones con esta propiedad. Todas ellas
estarán relacionadas por una traslación vertical. Para obtener dicha
función y es necesario llevar a cabo una operación de integración:
Z
y = f (x)dx + C
Para seleccionar una de estas funciones, será necesario especificar una

condición inicial, que consiste en un punto (x0 , y0 ) de la gráfica de la
función. Esta función seleccionada, se denominará solución del
problema de valor inicial, y nos permitirá despejar la constante C de la
ecuación anterior. Si sabemos que y = y0 cuando x = x0 , entonces
R
sabremos que C = y0 − f (x)dx .

x=x0
9.2. Primitivas de funciones
Definición: Una función F se denomina primitiva de f en un intervalo l

si F 0 (x) = f (x) para ∀x ∈ l.
Corolario: Si f es continua en el intervalo cerrado [a, b] y derivable en el

intervalo abierto (a, b), con f 0 (x) = 0 para todo x ∈ (a, b), entonces f (x) es
constante en [a, b].
Corolario: Si F (x) y G(x) son primitivas de la función continua f (x) en

un intervalo I, entonces existe una constante C, tal que
G(x) = F (x) + C, ∀x ∈ I
9.3. PROBLEMA DEL ÁREA 69
9.2.1. Pequeña colección de primitivas
Las principales primitivas que manejaremos durante el curso viene recogida

en la siguiente tabla:
Función Primitiva
kf (x) kF (x)
f (x) + g(x) F (x) + G(x)
1
xn , n 6= −1 n−1 x
n+1
1
x ln|x|
eax eax
sin(ax) − a1 cos(ax)
1
cos(ax) a sin(ax)
9.3. Problema del área
Definición de suma finita: Sean a1 , a2 , ..., an números reales y n un

número entero positivo. Entonces podemos expresar la suma de todos estos
números mediante la siguiente expresión:
n
X
ak = a1 + a2 + ... + an
k=1
Dicha suma de números presentará las siguientes propiedades:
Pn
1. Regla del valor constante: k=1 1 = n.
2. Regla de la constante multiplicativa: nk=1 c · ak = c · nk=1 ak ,

P P
siendo c una constante que no depende de k.
Pn Pn Pn
3. Regla de la suma: k=1 (ak + bk ) = k=1 bk + k=1 ak
Ejercicio: Tratar de demostrar las propiedades anteriores.

9.4. Integrales de Riemann
Definición: Sea P = [x0 , x1 , x2 , ..., xn ], n = 1, 2, 3, ... una secuencia de

particiones de [a, b] con ||P || → 0. Sea ∆xk = xk − xk−1 y ck ∈ [xk−1 , xk ].
Definimos la integral indefinida de f entre a y b como,
Z b Xn
f (x)dx = lı́m f (ck )∆xk ,
a ||P ||→0
k=1
si el lı́mite existe, en cuyo caso se dice que f es integrable (en el sentido de

Riemann), en el intervalo [a, b].
Teorema: Todas las funciones continuas son integrables en el sentido de

Riemann. Es decir, si f (x) es continua en [a, b], entonces
Z b
f (x)dx
a
existe.
9.4.1. Interpretación geométrica de las integrales definidas
Si reflexionamos acerca de la interpretación geométrica de la integral

definida, podemos realizar las siguientes observaciones:
Si f es integrable en el intervalo [a, b] y f (x) ≥ 0 en [a, b], entonces

Rb
a f (x)dx = el area de la región entre la gráfica de f y el eje x desde
a hasta b.
Rb
Si f es integrable en [a, b], entonces a f (x)dx = [área por encima del
eje x]-[área por debajo del eje x].
9.4.2. Propiedades de la integral de Riemann
Si asumimos que f es integrable en el intervalo [a, b]. Entonces,
Ra
a f (x)dx = 0 y
9.5. TEOREMA FUNDAMENTAL DEL CÁLCULO 71
Ra Rb
b f (x)dx = − a f (x)dx
Asumamos que f y g son integrales en el intervalo [a, b]
Si k es una constante, entonces

Z b Z b
kf (x)dx = k f (x)dx
a a
Rb Rb Rb
a [f (x) + g(x)]dx = a f (x)dx + a g(x)dx
Si f es integrable en un intervalo que contiene los tres números a, b y

c, entonces
Z b Z c Z b
f (x)dx = f (x)dx + f (x)dx
a a c
Asumamos que f y g son integrales en el intervalo [a, b]
Rb
Si f (x) ≥ 0 en [a, b], entonces a f (x)dx ≥ 0.
Rb Rb
Si f (x) ≤ g(x) en [a, b], entonces a f (x)dx ≤ a g(x)dx.
Si m ≤ f (x) ≤ M en [a, b], entonces

Z b
m(b − a) ≤ f (x)dx ≤ M (b − a)
a
9.5. Teorema fundamental del Cálculo
Teorema: Si f es continua en el intervalo [a, b], entonces la función F

definida como Z x
F (x) = f (u)du, a ≤ x ≤ b
a
Es continua en [a, b] y derivable en (a, b), y se cumple que
d
F (x) = f (x)
dx
9.6. Regla de Barrow
Supongamos que f es una función continua en el intervalo [a, b], entonces

Z b
f (x)dx = F (b) − F (a)
a
Siendo F (x) una primitiva de f (x), es decir F 0 (x) = f (x).
Regla de Leibniz: Si g(x) y h(x) son funciones derivables y f (u) es

continua, con u entre g(x) y h(x), entonces
Z h(x)
d
f (u)du = f [h(x)]h0 (x) − f [g(x)]g 0 (x)
dx g(x)
9.7. Aplicaciones de la integración
9.7.1. Cálculo de áreas
Si f (x) y g(x) son funciones continuas en el intervalo [a, b] con

f (x) > g(x), ∀x ∈ [a, b], entonces el área de la región comprendida entre
las curvas y = f (x) e y = g(x) desde a hasta b es igual a
Rb
Área= a [f (x) − g(x)]dx
9.7.2. Cambio acumulativo
Consideremos una población cuya dinámica de credimiento viene dada por

el problema de valor inicial
dN
= f (t), con N (0) = N0 ,
dt
de donde podemos decir que

Z t
N (t) = f (u)du + C.
0
9.7. APLICACIONES DE LA INTEGRACIÓN 73
Resolviendo el problema de valor inicial, obtenemos

Z t
dN
N (t) − N (0) = du,
0 du
que podemos interpretar como el cambio acumulativo o neto del

tamaño de la población entre 0 y t.
9.7.3. Valor Medio
Supongamos que f (x) es una función continua en el intervalo [a, b]. El

valor medio de f en el intervalo [a, b] es
b
1
Z
V M (f ) = f (x)dx
b−a a
Teorema del Valor medio para integrales definidas: Sea f (x) una
función continua en el intervalo [a, b]. Existe un número c ∈ [a, b], tal que
Z b
f (c)(b − a) = f (x)dx
a
Capı́tulo 10
Ecuaciones en diferencias
75
76 CAPÍTULO 10. ECUACIONES EN DIFERENCIAS
10.1. Introducción: un ejemplo.
Vamos a empezar con un ejemplo sencillo pero que contiene los

ingredientes esenciales de este tema. Recomendamos no avanzar en el
capı́tulo hasta tener bien claro este ejemplo, al que haremos referencia a lo
largo de las siguientes páginas.
Ejemplo Un paciente recién ingresado en un hospital recibe una dosis de 2

miligramos de antibiótico cada 8 horas. Entre toma y toma, su organismo
es capaz de eliminar un tercio de la cantidad de antibiótico que habı́a en su
cuerpo. Suponemos que al ingresar no habı́a nada de antibiótico en su
cuerpo.
1. Vamos a describir la cantidad de antibiótico (en mg) que hay

en el cuerpo del paciente justo después de ingerir cada nueva dosis.
Llamaremos xk a los mg de antibiótico tras la dosis número k. Vamos
a calcular dicha cantidad para las primeras dosis:
Inicialmente no hay antibiótico en su cuerpo, de modo que

podemos poner x0 = 0.
Tras la primera dosis tiene exáctamente 2 mg. Es decir, x1 = 2.
Tras la segunda dosis,en su organismo hay dos tercios de los 2
mg que tenı́a (ha eliminado un tercio) más lo que acaba de
ingerir, es decir,
2 7
x2 = 2 + 2 =
3 3
o, lo que es lo mismo,
2
x2 = x1 + 2.
3
Tras la tercera dosis, de nuevo tendrán dos tercios de lo que
tenı́a (ha eliminado un tercio) más lo que acaba de ingerir, es
decir,
2 7 23
x3 = · + 2 = ,
3 3 9
que escribimos como
2
x3 = x2 + 2.
3
10.1. INTRODUCCIÓN: UN EJEMPLO. 77
Fı́jate en que podrı́amos seguir ası́ indefinidamente, y en que

podemos escribir, en general,
2
xn+1 = xn + 2. (10.1)
3
Ası́, conocida la cantidad inicial (mg) de antibiótico, (cero si no

habı́a tomado nada antes de ingresar, o la que fuera, en caso de
haberse medicado antes), podemos determinar cómo evoluciona la
cantidad de antibiótico en sangre. Este tipo de expresión (10.1) se
conoce como ecuación recursiva o ecuación en diferencias. Además,
para averiguar la cantidad de antibiótico en sangre lo que se hace es
aplicar la misma regla (multiplicar la cantidad actual por 2/3 y
sumar 2) todo el tiempo: por eso se llama tambin proceso iterativo.
Ası́, iterando, una vez conocida la cantidad inicial podemos

determinar la cantidad de medicamento que hay en el organismo en
cualquier momento. Este método tiene el inconveniente de para
determinar cuánto medicamento habrá dentro de, por ejemplo, 3 dı́as
(24 periodos de 8 horas, es decir, calcular x24 ), necesitamos conocer
x1 , x2 ,· · · , x23 .
2. A continuación, vamos a proporcionar un método gráfico que permite

hacerse una idea de la evolución de xn sin necesidad de calcular cada
término. Este procedimiento es importante y lo usaremos más
adelante para abordar problemas más complejos. De momento, nos
permitirá responder cuestiones como ¿Se estabiliza la cantidad de
antibiótico en sangre? ¿aumentará peligrosamente? ¿será suficiente?
La solución est en los llamados diagramas de tela de araña.
2
a) En unos ejes coordenados, trazar las rectas y = x e y = x + 2.
3
b) Elegir un valor x0 que representa la cantidad inicial de
antibiótico presente en el organismo. En el ejemplo x0 = 0, pero
no hay problemaen suponer que x0 6= 0. Nos ayudaremos de las
dos rectas para ”dibujar” los sucesivos valores que toma xn a
partir de x0 .
y=x
y = 23 x + 2
x0
Es decir,vamos a representar sucesivamente x1 = f (x0 ),

x2 = f (x1 ), . . .
c) A continuación, calculamos x1 = f (x0 ). Si usamos la gráfica de

2
la recta y = x + 2, es sencillo localizar en el eje vertical el valor
3
x1
y=x
y = 23 x + 2
f (x0) = x1
2
x0
d ) Este paso es crucial. Vamos a localizar x1 en el eje de abcisas:

traza un segmento horizontal que pasa por (0, x1 ) y llega hasta
la recta y = x. Ese punto tiene coordenadas (x1 , x1 ).
10.1. INTRODUCCIÓN: UN EJEMPLO. 79
y=x
y = 23 x + 2
f (x0) = x1 (x1, x1)

2
x0 x1
Si trazamos un segmento vertical desde el punto (x1 , x1 ) hasta

el eje hortizontal localizamos x1 .
e) Igual que con x1 , se hay que situar x2 = f (x1 ) en el eje vertical

2
usando la gráfica de y = x + 2
3
y=x
y = 23 x + 2
f (x1) = x2
f (x0) = x1
2
x0 x1
f ) Para situar x2 en el eje horizontal, traza un segmento horizontal

desde (0, x2 ) hasta la recta y = x. . . y continua con el proceso
como en los pasos anteriores para determinar gráficamente x3 (y
sucesivos)
y=x
y = 23 x + 2
f (x2) = x3
f (x1) = x2
f (x0) = x1
2
x0 x1 x2
Si has entendido el procedimiento, parece claro que xn tiende a

2
aproximarse al punto de corte de las rectas y = x e y = x + 2. Ese
3
es un punto especial, llamado punto de equilibrio de la ecuación.
Enseguida veremos porqué: ese punto cumple que
2
x = x + 2,
3
y la solución de esta ecuación es x∗ = 6. Supongamos que x1 = 6.

2
Resulta que x2 = f (x1 ) = 6 + 2 = 6, pero entonces
3
2
x3 = f (x2 ) = 6 + 2 = 6, y ası́ sucesivamente. Por eso se llama
3
también punto fijo del sistema. En el contexto del problema, 6 es un
euilibrio porque cada 8 horas el organismo elimina 1/3 de esos 6 mg
(es decir, elimina 2 mg y quendan 4), de modo que al ingerir la dosis
de 2 mg vuelve a haber 6. Y ası́ indefinidamente.
Vamos a poner nombre a los conceptos que surgido hasta ahora. Esta
formalización será útil cuando trabajemos con relaciones más complicadas
que una recta.
Definición Sea f : R → R una función continua.
Un ecuación en diferencias autónoma de primer orden es una

ecuación de la forma
xn+1 = f (xn ) con valor inicial x0 (10.2)

10.2. ECUACIONES LINEALES Y AFINES. 81
Su solución es la sucesión de numéros en la que cada término es la

imagen mediante f del término anterior, de decir,
x0 , x1 = f (x0 ), x2 = f (x1 ), · · · , xn = f (xn−1 ), · · ·
.
Una solución de equilibrio o punto fijo es una valor x tal que
x = f (x)
Para cada elección particular del primer término de x0 (condición

inicial) tenemos una solución particular.
La solución general es el conjunto de todas las soluciones
particulares y constituye una familia de sucesiones que depende de
un parámetro (la condición inicial a0 ).
Ejemplo: La siguiente es una ecuación en diferencias autónoma no lineal

xn+1 = x2n − 2
sus puntos de equilibrio son las soluciones de la ecuación
x = x2 − 2
que equivale a resolver x2 − x − 2 = 0 y cuyas soluciones son x = −1, 2.
Esos son los equilibrios o puntos fijos. Puedes comprobarlo; por ejemplo,
para x0 = 2 tenemos que
x1 = x20 − 2 = 22 − 2 = 2 = x0 ,
y ası́ sucesivamente.
Los ejemplos de solución particular y general aparecerán un poco más

adelante.
10.2. Ecuaciones lineales y afines.
La definición (10.2) admite que f sea cualquier función; en el ejemplo

introductorio hemos empleado la función más sencilla: una recta. Vamos a
completar el estudio de este caso que, aunque sencillo, es muy importante.
Diremos que la ecuación en diferencias es
una ecuación lineal si f (x) = rx, r ∈ R.
una ecuación afı́n si f (x) = rx + g, r, g ∈ R.
una ecuación no lineal en el resto de los casos.
En esta sección nos ocuparemos de las dos primeras. En concreto, veremos
cómo calcular su solución general.
cómo determinar el comportamiento de las suluciones para valores de

n muy grandes.
10.2.1. Ecuaciones lineales.
Como hemos dicho, se trata de ecuaciones de la forma
xn+1 = rxn con r ∈ R. (10.3)
Vamos a calcular los primeros términos a partir del valor inicial x0 :

tenemos
x1 = rx0 ,
x2 = rx1 = r2 x0 ,
·········
xn = rxn−1 = · · · = rn x0 ,
·········
y ası́ sucesivamente, de donde tenemos que la solución general de (10.3) es
xn = r n x0 con x0 ∈ R.
Sus soluciones particulares son las que se obtienen para cada valor
concreto de x0 .
Además, si nos preguntamos por el comportamiento a largo plazo de las
soluciones de estas ecuaciones, tenemos
Proposición: Dada la ecuación en diferencias
xn+1 = rxn , con valor inicial x0
se cumple:
|r| < 1 ⇒ lı́m rn x0 = 0.

n→∞
|r| > 1 ⇒ lı́m |rn x0 | = ∞.

n→∞
r = −1 ⇒ (−1)n x0 = x0 , −x0 , · · · x0 es un 2-ciclo.
r = 1, entonces todas las soluciones son equilibrios.
10.2.2. Ecuaciones afines.
Ahora analizamos el compartamiento de las soluciones de ecuaciones de la

forma
xn+1 = rxn + g con r, s ∈ R. (10.4)
de nuevo podemos determinar los primeros elementos de la solución a
partir del valor inicial x0 :
x1 = rx0 + g,
x2 = rx1 + g = r(rx0 + g) + g = r2 x0 + rg + g
x3 = rx2 + g = r3 x0 + r2 g + rg + g (10.5)
···
xn = rxn−1 + g = rn x0 + rn−1 g + rn−2 g + · · · + rg + g,
¿ves la tendencia? el último término xn lo podemos escribir, de forma

abreviada, como
n−1
X
xn = r n x0 + rk g (10.6)
k=0
Pn
la expresión k=0 es la forma sintética de indicar que debemos considerar
los valores de rk s para k = 0, 1, 2, · · · , n − 1 y sumarlos todos. Es decir, es
la forma compacta de expresar xn tal y como aparece en (10.5). Sin
embargo, independientemente de cómo lo expresemos, presenta el
inconveniente de que para conocer el valor del término, digamos, 45
necesitamos conocer el valor de todos términos anteriores.
Afortunadamente, en el caso de las ecuaciones afines esto tiene solución.
Proposición: Dada la ecuación en diferencias
xn+1 = rxn + g, con valor inicial x0
se cumple:
1 − rn
xn = x0 r n + g (10.7)
1−r
Demostración: Hemos visto en (10.5) que
xn = rn x0 + rn−1 g + rn−1 g + · · · + rg + g
podemos sacar factor común g y tenemos
xn = rn x0 + g rn−1 + rn−1 + · · · + r + 1

(10.8)
Vamos a concentrarnos en la suma de los términos que hay entre

paréntesis. La multiplicamos por (1 − r)
rn−1 + rn−1 + · · · + r + 1 (1−r) = rn−1 +rn−1 +· · ·+r+1−rn −rn−1 −· · ·−r2 −r

podemos cancelar los sumandos que tienen la misma potencia pero signo
contrario
rn−1 + rn−1 + · · · + r + 1 − rn − rn−1 − · · · − r2 − r = 1 − rn
Resumiendo, tenemos
rn−1 + rn−1 + · · · + r + 1 (1 − r) = 1 − rn

de donde podemos despejar

1 − rn
rn−1 + rn−1 + · · · + r + 1 =
1−r
Si sustuimos esta expresión en (10.8) tenemos (10.7).
Ası́, hemos conseguido una expresión para la solución xn de la ecuación
afı́n homogénea (10.4) que depende de n, y no del valor anterior de dicha
solución. Es decir, no necesitamos conocer xn−1 para calcular xn . Si
calculamos el lı́mite cuando n tiende a infinito conoceremos el
comportamiento a largo plazo (asintótico) de la solución. Es, en cierto
sentido, equivalente a dibujar su diagrama de tela de araña. Veamos un
par de ejemplos antes de seguir adelante.
Ejemplo: Continuando con el ejemplo inicial,
2
xn+1 = xn + 2
3
tenemos, usando la fórmula (10.7)
n n n
1 − 32

2 2
xn = 0 · +2 2 =6 1−
3 1− 3 3
Ya sabemos que el punto fijo de este sistema es x∗ = 6 y, al calcular

n
2
lı́m xn = lı́m 6 1 − =6
n→∞ n→∞ 3
tenemos analı́ticamente el mismo resultado que obtuvimos con el diagrama
de tela de araña: que la solución tiende a 6 mg de antibiótico.
Ejemplo: Considera ahora
xn+1 = 3xn − 2 con x0 = 5
gracias a la fórmula (10.7)

1 − 3n
xn = 5 · 3n + (−2) = 5 · 3n + (1 − 3n ) = 1 + 4 · 3n
1−3
Podemos calcular su punto de equilibrio resolviendo
x = 3x − 2 ⇔ x∗ = 1
Sin embargo, ahora
lı́m xn = lı́m 1 + 4 · 3n = +∞
n→∞ n→∞
Es decir, la solución tiende a alejarse del punto de equilibrio.

Proposición: Dadas la ecuación en diferencias
xn+1 = rxn + g, con valor inicial x0
y su solución xn (que se escribe como (10.7) se cumple:
1
1. Si |r| < 1 entonces lı́m xn = g
n→∞ 1−r
2. Si r = 1 entonces lı́m xn = (signo de g)∞
n→∞
3. Si r > 1 entonces lı́m xn = +∞

n→∞
4. Si r < −1 entonces no existe lı́m xn

n→∞
5. Si r = −1 entonces xn = −r + g, r + g, −r + g, · · ·
Demostración: Basta considerar la expresión (10.7) para la solución de

una ecuación afı́n homogénea y calcular su lı́mite para los distintos valores
de r.
Ecuaciones afines no homogéneas.
Supongamos que el término independiente en la ecuación (10.4) depende

de n. Si vamos al ejemplo inicial, serı́a el caso en el que la dosis depende
del tiempo (periodo de 8 horas). Una ecuación afı́n no homogénea es de la
forma
xn+1 = rxn + g(n). (10.9)
donde g(n) depende de n (y por eso se dice que la ecuación es no
homogénea).
Si seguimos el razonamiento que nos llevó a (10.6), tenemos que en este

caso la solución general viene dada por
n−1
X
xn = rn x0 + rk g(k) (10.10)
k=0
10.3. Ecuaciones autónomas no lineales de

primer orden: clasificación de puntos fijos y
gráficos de tela de araña.
Nos ocuparemos ahora de ecuaciones como las de (10.1) en las que f puede
ser cualquier función. La definición de punto de equilibrio es la misma.
Hemos visto que un punto de equilibrio puede atraer a las soluciones
(como en el ejemplo introductorio) o no (como en el ejemplo).
Con las ecuaciones lineales y afines fuimos capaces de calcular su solución

general en función de n y, usando lı́mites, determinar cómo se compartaba
a largo plazo la solución. Esto es de interés, por ejemplo, para enfermos
crónicos que se medican de por vida.
Sin embargo, este procedimiento no es posible para casi todas las

ecuaciones que no son lineales. Es decir, Cuando iterar una función más
complicada que una recta da lugar a situaciones más complejas. Por
ejemplo, veremos que hay puntos de equilibrio que no son ni (totalmente)
estables ni (totalmente) inestables. Estos equilibrios tienen su lectura en
términos ecológicos, como el conocido efecto Alleé.
Ahora nos ocuparemos de proporcionar un criterio analı́tico (basado en

10.3. ECUACIONES AUTÓNOMAS NO LINEALES DE PRIMER ORDEN: CLASIFICACIÓN DE PUNTO
cálculos) para determinar la estabilidad de los puntos de equilibrio. Y para

ello nos inspiraremos en lo que sabemos sobre las ecuaciones en diferencias
afines autónomas.
10.3.1. Comportamiento cualitativo de una ecuación:

puntos fijos y comportamiento asintótico.
Las ecuaciones en diferencias se utilizan con frecuencia para modelar

fenómenos naturales (como en el ejemplo inicial). La Naturaleza es
compleja y, aunque los modelos simplifican la realidad, en muchas
ocasiones son difı́ciles de analizar. Como hemos dicho, en general, la única
posibilidad para resolver una ecuación en diferencias es, a partir del valor
inicial, iterar la función que la define.
En este caso, un aspecto de interés es conocer el comportamiento

cualitativo del sistema. En el ejemplo introductorio y con ayuda del
diagrama de tela de araña, es fácil convencerse de que
1. la ecuación tiene un único punto de equilibrio (que podemos calcular

explı́citamente).
2. independientemente de la cantidad inicial de antibiótico que hubiera

en el organismo, ésta tiende a largo plazo (asintóticamente) a la
cantidad de equilibrio.
Estos son, en esencia, los ingredientes de un estudio cualitativo del sistema.

Vamos a poner apellidos a los puntos fijos de una ecuación. Esta
nomenclatura se usa también con las ecuaciones diferenciales. Los puntos
de equilibrio que atraen o que repelen a las soluciones se llaman,
respectivemente, sumidero (equilibrio estable) o fuente (equilibrio
inestables). La idea que hay detrás es que si la condición inicial está
”cerca” del equilibrio, la solución correspondiente tiende a dicho equilibrio
(sumidero) o se aleja de él (fuente). A continuación tienes las definiciones
formales:
Definición 1. (Clasificación de puntos fijos I). Sea x∗ un punto fijo de
xn+1 = f (xn ) (10.11)
Decimos que
x∗ es un sumidero o equilibrio estable si existe δ > 0 tal que

|x0 − x∗ | < δ implica
lı́m xn = x∗ .
n→∞
x∗ es una fuente o equilibrio inestable si existe δ > 0 tal que

|x0 − x∗ | < δ implica
lı́m |xn − x∗ | > , para cierto 0 < .

n→∞
La estabilidad de un equilibrio de una ecuación autónoma general puede

conocerse, en primera instancia, analizando el diagrama de tela de araña.
La forma de producirlo es análoga al caso de la recta. En la siguiente figura
aparece en diagrama asociado a la ecuación en diferencias
(xn )2 + 1
xn+1 = .
2
Sin embargo, hay otro método que no depende de hacer una representación
gráfica. Ya sabemos cómo trabajar en caso de que f sea una recta. Y
también sabemos cómo aproximar una función derivable en un punto
mediante su recta tangente.
Las siguientes figuras son un gráfico de lamisma función en la que hacemos

zoom sobre el punto de equilibrio. Fı́jate que, cerca (muy cerca) del
equilibrio, la gráfica de la función parece una recta.
Esto sugiere que, efectivamente, al menos para valores iniciales al punto de

equilibrio las cosas van a funcionar de lamismaformaal iterar f (x) que al
iterar su recta tangente al punto de equilibrio, cuya ecuación es
y(x) − f (x∗ ) = f 0 (x∗ )(x − x∗ ) ⇔ y(x) = f 0 (x∗ )x + x∗ (1 − f 0 (x∗ )). (10.12)
Decir que la recta tangente (10.12) aproxima a f cerca de x∗ significa
x ≈ x∗ ⇒ f (x) ≈ f 0 (x∗ )x + x∗ (1 − f 0 (x∗ )).
Por tanto,
xn+1 = f (xn ) ≈ f 0 (x∗ )xn + x∗ (1 − f 0 (x∗ )) ← recta afı́n.
Cerca de un equilibrio, podemos estudiar la evolución de las

soluciones de una ecuación no lineal a través de su linealización.
Conocemos criterios de estabilidad sencillos para ecuaciones afines.
Conviene tener en mente lo siguiente. Cuando la ecuación en diferencias es

afı́n, xn+1 = rxn + g,resulta que f (x) = rx + g y que f 0 (x) = r. Cuando
|r| < 1 sabemos que el equilibrio de a ecuaciónes un sumidero y, por
contra, si |r| > 1 tenemos un sumidero. Además,en el caso de una ecuación

no lineal, aproximamos la función por su recta tangente en el punto de
equilibrio. Por eso el siguiente criterio para el caso general no deberı́a
resultar soprendente Teorema(Clasificación de puntos fijos I). Considera
la ecuación xn+1 = f (xn ) y su solución de equilibrio x∗ . Entonces:
si |f 0 (x∗ )| < 1 ⇒ x∗ es un sumidero.
si |f 0 (x∗ )| > 1 ⇒ x∗ es una fuente.
si |f 0 (x∗ )| = 1 ?? no podemos afirmar nada.
Ejemplo: Calcula los puntos de equilibrio y su estabilidad de la siguiente

ecuación en diferencias autónoma no lineal
2xn
xn+1 =
1 + xn
sus puntos de equilibrio son las soluciones de la ecuación
2x
x=
1+x
que equivale a resolver x(1 + x) = 2x, es decir x2 − x = 0 y cuyas

soluciones son x = 0, 1. Esos son los equilibrios o puntos fijos. Para
determinar su estabilidad necesitamos conocer el valor de la derivada de
2x
f (x) = en cada uno de ellos. Como
1+x
2
f 0 (x) =
(1 + x)2
tenemos
1. f 0 (0) = 2 > 1 por tanto el equilibrio x∗ = 0 es inestable, es una

fuente.
1
2. |f 0 (1)| = < 1 por tanto el equilibrio x∗ = 1 es nestable, es un
2
sumidero.
A continuación se incluye también el diagrama de tema de araña

Nos vamos a detener en un ejemplo relacionado con el caso |f 0 (x∗ )| = 1.

Ejemplo: Fı́jate en los diagramas de tela de araña de la ecuación en
diferencias
(xn )2 + 1
xn+1 = .
2
Cuando la condición inicial la tomamos a la izquierda del equilibrio (pero
mayor que cero) la solución tiende al equilibrio. Por contra, cuando la
condición inicial está a la derecha del equilibrio la solución se aleja de él.
Este es un ejemplo de equilibrio que no es ni estable ni inestable, sino

semiestable por la izquierda.
Conviene llamar la atención sobre algunos hechos relacionados con las

x2 + 1
derivadas primera y segunda de f (x) = :
2
x2 + 1
La curva y = es tangente a la recta y = x en el punto de
∗
2
equilibrio x (¿puedes calcular su valor?). Eso quiere decir que la
derivada de f ese punto vale 1. Además, para valores de x algo
menores que x∗ la derivada de f (x) es menor que 1 y para valores de
x mayores que x∗ la derivada de f (x) es mayor que 1. Por eso es
estable por la izquierda de x∗ e inestable por su derecha.
Lo anterior está relacionado con el hecho de que f (x) es convexa. Y

la curvatura de una función se estudiacon el signo de su segunda
derivada.
Con estas ideas frescas en la cabeza, podemos pasar a formalizar los

conceptosque acaban de aparecer.
Definición: (Clasificación de puntos fijos II). Sea x∗ un punto fijo de

xn+1 = f (xn ). Decimos que
x∗ es un semiestable por la izquierda si existe δ > 0 tal que
• x0 ∈ (x∗ − δ, x∗ ) implica lı́mn→∞ xn = x∗ .

• x0 ∈ (x∗ , x∗ + δ) implica lı́mn→∞ xn 6= x∗ .
x∗ es un semiestable por la derecha si existe δ > 0 tal que
• x0 ∈ (x∗ − δ, x∗ ) implica lı́mn→∞ xn 6= x∗ .

• x0 ∈ (x∗ , x∗ + δ) implica lı́mn→∞ xn = x∗ .
Observación:
si f 00 (x∗ ) < 0 ⇒ f es cóncava y f 0 decrece cerca de x∗ .
si f 00 (x∗ ) > 0 ⇒ f es convexa y f 0 crece cerca de x∗ .
Ejemplo: Podemos comprobar, para la ecuación del ejemplo anterior

x2 + 1
xn+1 = n que
2
1. Sus puntos de equilibrio son las soluciones de
x2 + 1
x=
2
es decir, hay que resolver 2x = x2 + 1 ⇔ x2 − 2x + 1 = 0 ⇔ x = 1.
x2 + 1
2. Si f (x) = , entonces f 0 (x) = x y se cumple que f 0 (1) = 1, es
2
decir, el primer criterio no permite decidir sobresu estabilidad.
3. Como f 00 (x) = 1 > 0, resulta que f (x) esconvexa y el segundo criterio

de estabilidad dice que el equilibrio es semiestable por la izquierda.
Esto es algo que habı́amos comprobado usando el diagrama de tela
de araã en un ejemplo anterior.
Capı́tulo 11
Ecuaciones diferenciales
95
96 CAPÍTULO 11. ECUACIONES DIFERENCIALES
En el modelo más simple de crecimiento de poblaciones, la velocidad de

crecimiento en cualquier instante es proporcional al tamño de la población
en dicho instante. Si N (t) es el tamaño de la población en el instante
t, t ≥ 0, entonces podemos expresar matemáticamente esta relación como
dN
= rN (t), t ≥ 0
dt
Como mencionamos en temas anteriores, este tipo de ecuaciones se

denominan ecuaciones diferenciales. Dichas ecuaciones aparecen
frecuentemente en el modelado de procesos biológicos.
En este tema consideraremos ecuaciones del tipo
dy
= f (x)g(y)
dx
Esta ecuación diferencial es de primer orden, ya que solo aparece una

derivada. Más especı́ficamente, este tipo de ecuaciones se denomina de
variables separadas, por motivos que veremos más adelante.
Normalmente, este tipo de ecuaciones se dividen en dos tipos:
dy dy
= f (x), = f (y)
dx dx
Las segundas se usan frecuentemente en modelos biológicos.
11.2. Ecuaciones diferenciales y sus soluciones:

forma estándar de una ecuación
La forma estandar de una ecuación diferencial de primer orden viene dada

por la expresión:
dy
= f (t, y)
dt
11.3. PROBLEMA DE VALOR INICIAL 97
La solución de una ecuación diferencial será una función que sustituida en

la variable dependiente, satisface la igualdad para todos los valores de la
variable independiente.
11.3. Problema de valor inicial
Tal y como se mencionó en temas anteriores, un problema de valor inicial

viene dado por una ecuación diferencial y un valor inicial para la variable
dependiente. Por ejemplo, si la variable dependiente y depende de la
variable independiente t, el valor inicial y(t0 ) estará dado en t = t0 :
dy
= f (t, y)
dt
y(t0 ) = y0
Ejemplo: Resolver el siguiente problema de valor inicial.
y 0 = t3 − 2 sin(t)
y(0) = 3
t4
Solución: y(t) = 4 + 2 cos(t) + c
11.4. Solución de ecuaciones diferenciales
Volvamos al modelo de crecimiento de la introducción:
dN
= rN (t), t ≥ 0
dt
Una posible solución de esta ecuación es:
N (t) = N0 ert , t ≥ 0
Para comprobarlo, podemos derivar N (t):

dN
= rN0 ert = rN (t), t ≥ 0
dt
Vemos que en cualquier punto (t, N (t)) de la gráfica de N (t), la pendiente

es igual a rN (t).
Una ecuación de primer orden indica el comportamiento de la derivada de

la función. Por lo tanto, para encontrar la solución de dicha ecuación,
tendremos que integrar una vez ambos miembros de la ecuación. Como no
siempre es posible integrar una función, no siempre es posible obtener
analı́ticamente en forma explı́cita la solución de una ecuación diferencial.
11.4.1. Ecuaciones de variables separadas
Comentaremos ahora un método general para resolver ecuaciones de la

forma
dy
= f (x)g(y)
dx
1. Dividimos ambos miembros por g(y) (suponiendo que g(y) 6= 0):

1 dy
= f (x)
g(y) dx
2. Separamos las variables de forma que cada una quede en un miembro

de la ecuación. Para ello tratamos dx y dy como si fueran variables
normales. Una vez hecho esto, integramos :
1
Z Z
dy = f (x)dx
g(y)
Ejemplos de ecuaciones de variables separables
dy
dt = f (t)
dy
dt = f (y) (Ecuación autónoma).
dy t+1
dt = ty+t
11.5. SOLUCIÓN DE UNA ECUACIÓN CON SEGUNDO MIEMBRO DEPENDIENTE SÓLO DE T99
Ejemplo de ecuación no separable:
dy
dt = xy + 1
11.4.2. Definición de solución general y solución particular
Solución general: Es la solución de la ecuación diferencial cuando no nos

proporcionan un valor inicial con el que despejar las constantes de
integración. Z
dy
= f (t), y(t) = f (t)dt + C
dt
Solución particular: Es la solución proporcionada al resolver del

problema de valor inicial y, por tanto, en dicha solución no aparece
ninguna constante.
dy
= f (t) (11.1)
dt
y(t0 ) = y0 (11.2)
Z t
y(t) = f (t)dt + y0 (11.3)
t0
Ejemplo: Resolver la ecuación diferencial de variables separadas,

dy
= 1 − t + e−t , y(0) = 1
dt
11.5. Solución de una ecuación con segundo

miembro dependiente sólo de t
En muchas aplicaciones, la variable independiente representa el tiempo. Si

la velocidad de variación de una función depende sólo del tiempo, la
ecuación diferencial resultante se denomina ecuación diferencial
puramente temporal. Dicha ecuación es de la forma,
dy
= f (t), t ∈ I
dt
Siendo I el intervalo (t0 , t) y t el tiempo. Según se vió en temas anteriores,

la solución de la ecuación diferencial anterior se puede expresar como,
Z t Z x
y(t) − y(t0 ) = f (u)du → y(t) = f (u)du + y(t0 )
t0 t0
Ejemplo: Suponga que el volumen V (t) de una célula en el instante t

varı́a de acuerdo con
dV
= sin(t), con V (0) = 3.
dt
Calcule V (t).
11.6. Ecuaciones autónomas
Muchas de las ecuaciones que modelan situaciones biológicas son de la

forma,
dy
= g(y)
dx
Donde el miembro derecho no depende explı́citamente de x. Estas

ecuaciones se denominan ecuaciones diferenciales autónomas.
Podemos resolverlas por separación de variables:
Z Z
dy
= dx
g(y)
Estudiaremos dos casos:
1. Casos en los que el segundo miembro de la ecuación toma la forma

g(y) = k(y − a). Ejemplo de este caso es el modelo Maltusiano de
crecimento poblacional dN dt = rN (t). Es importante notar que en este
modelo la velocidad de crecimiento de la población es directamente
proporcional al número de individuos de dicha población. Representa
el crecimiento tı́pico de una población sin depredadores naturales.
11.6. ECUACIONES AUTÓNOMAS 101
Para resolver ecuaciones diferenciales de este tipo, podemos operar

para separar las variables en cada miembro de la ecuación e integrar:
Z Z
dy dy
= k(y − a) → = kdx → y = Cekx + a
dx y−a
Si conocemos un punto (x0 , y0 ) de la solución, entonces podemos

despejar C.
Para obtener este resultado, hemos dividido por (y − a). Esto solo se
dy
puede hacer si y 6= a. Si y = a, entonces dx = 0 y la función
constante y = a es la solución.
2. Casos en los que el segundo miembro de la ecuación toma la forma

g(y) = k(y − a)(y − b). Ejemplo de este caso es la ecuación logı́stica
dN N
dt = rN (1 − k ), con N (0) = N0 . Vemos que en este caso la
velocidad de crecimiento poblacional también es directamente
proporcional al número de individuos de dicha población, pero está
limitada por un término que representa los recursos del ecosistema
donde la población está creciendo. Vemos que la velocidad de
crecimiento disminuye al aumentar la población (debido al término
(1 − Nk )) hasta llegar a ser cero cuando N = k. En ese punto, el
crecimiento de la población se estanca al estar limitada por los
recursos naturales existentes en el medio.
Para resolver ecuaciones diferenciales de este tipo, también debemos
operar para separar las variables en cada miembro de la ecuación e
integrar. Sin embargo la integración no será tan sencilla como en el
caso anterior. Al separar las variables obtenemos lo siguiente:
Z Z
dy dy
= k(y − a)(y − b) → = kdx
dx (y − a)(y − b)
Aquı́ se presentan dos posibilidades
a) Si a = b,
Z Z
dy
= kdx
(y − a)2
En este caso, la integral es fácilmente resoluble. El resultado es
1 1
− (y−a) = kx, de donde podemos despejar el valor y = − kx +a
b) Si a 6= b, descomponemos en fraciones simples:
Z Z Z
dy A B
= ( + )dy = kdx
(y − a)(y − b) (y − a) (y − b)
En este caso, tendremos que despejar los valores de A y B.

Sabemos que igualando los denominadores obtenemos
A(y − b) + B(y − a) = 1. De esta expresión podemos obtener un
sitema de dos ecuaciones ecuaciones con dos incógnitas que, una
1 1
vez resuelto, proporciona los valores A = a−b y B = b−a . Por lo
tanto, la ecuación diferencial queda,
1 1 1 1
Z Z
dy + dy = kx,
a−b y−a b−a y−b
que integrando resulta,
1 1
ln(y − a) − ln(y − b) = kx.
a−b a−b
Despejando el valor de y, obtenemos,
kx
y−a kx y−a kx a − be a−b
ln = → = e a−b → y = kx .
y−b a−b y−b 1 − e a−b
11.7. Métodos gráficos para analizar el

comportamiento a largo plazo y la
estabilidad de las soluciones de una
ecuación diferencial
Desafortunadamente, muchas veces es imposible obtener una solución

explı́cita a una ecuación diferencial. Es decir, es imposible obtener una
fórmula que relacione x e y. A pesar de esto, podemos llegar a conocer
mucho acerca de la solución mediante métodos gráficos y mediante
métodos numéricos.
11.7. MÉTODOS GRÁFICOS PARA ANALIZAR EL COMPORTAMIENTO A LARGO PLAZO Y LA EST
11.7.1. Campos de pendientes.
Tal y como su nombre indica, los campos de pendientes nos muestran el

valor de las pendientes de las rectas tangentes a la solución de una
ecuación diferencial. Para cada valor de (x, y), obtendrı́amos el valor de
una pendiente. Este método nos permite encontrar las soluciones de una
ecuación diferencial de forma gráfica. Para ello, para cada valor de (x, y)
representamos el valor de la pendiente a través de un pequeño segmento.
Para hacer esta repreentación, tan solo tenemos que darnos cuenta de que
la ecuación diferencial nos proporciona el valor de la derivada de y en cada
punto del plano XY . Dicha derivada es, precisamente, la pendiente de la
recta tangente a la solución en cada punto. El campo de pendientes
representa todos los posibles valores de la solución general en el plano XY .
Para seleccionar la solución particular, tendremos que examinar la solución
general cerca del valor inicial proporcionado.
Ejemplo: El campo de pendientes de la función
y 0 = x + y,
está representado en la figura 11.1 con el valor inicial y(0) = 1 marcado en

rojo.
11.7.2. Método de las isoclinas.
Una isóclina es una linea que une los puntos con igual pendiente de una
función. De esta manera, el método de las isoclinas nos permite encontrar
gráficamente las posibles soluciones de una ecuación diferencial. Si
representamos el campo de pendientes de una ecuación diferencial es muy
fácil representar las isoclinas, sin más que unir los puntos del espacio que
presentan igual pendiente de la recta tangente a la solución.
Ejemplo: Las isoclinas de la función
y 0 = x + y,
están representadas en la figura 11.2.

Figura 11.1: Campo de pendientes de la función y 0 = x + y, con el valor

inicial y(0) = 1 marcado en rojo.
11.7. MÉTODOS GRÁFICOS PARA ANALIZAR EL COMPORTAMIENTO A LARGO PLAZO Y LA EST
Figura 11.2: Isoclinas de la función y 0 = x + y.

11.8. Un método numérico para encontrar la

solución de una ecuación diferencial de
primer orden en un punto: el método de
Euler.
La idea básica de este método es que los campos de pendientes pueden

usarse para encontrar aproximaciones numéricas de las soluciones de
ecuaciones diferenciales en un punto determinado del espacio. Por lo
tanto, podemos decir que el método de Euler es un método numérico para
resolver ecuaciones diferenciales de primer orden. Se basa en la
discretización de la derivada a través del desarrollo en Serie de Taylor:
f (x) − f (x0 ) y − y0
f (x) ≈ f (x0 ) + f 0 (x0 ) · (x − x0 ) → f 0 (x0 ) ≈ =
x − x0 x − x0
Una vez obtenida una aproximación de la derivada cerca del punto x0 ,

podemos sustituir dicha expresión en la ecuación diferencial que queremos
resolver. Si esta ecuación tiene, por ejemplo, la expresión:
dy
= g(x, y)
dx
dy
Sustituimos dx por su valor discretizado:
y − y0 yn+1 − yn
= g(x, y) → = g(x, y) → yn+1 = yn + ∆x · g(xn , yn )
x − x0 xn+1 − xn
De esta forma, podemos obtener el valor de y para cualquier valor de x,

siempre y cuando dispongamos de un valor inicial que sustituir en la
ecuación recursiva anterior.
Ejemplo: Utiliza el método de Euler para aproximar el problema de valor

inicial
dy
= x − y2,
dx
con y(1) = 0, en x = 1,2. Para ello utiliza ∆x = 0,1.
11.9. MÉTODOS ANALÍTICOS PARA ESTUDIAR EL COMPORTAMIENTO A LARGO PLAZO Y LA ES
11.9. Métodos analı́ticos para estudiar el

comportamiento a largo plazo y la
estabilidad de las soluciones de una
ecuación diferencial
En secciones anteriores hemos estudiado las ecuaciones auónomas. Estas

ecuaciones tienen un miembro derecho que solo depende de la variable y.
Un ejemplo era la ecuación del modelo logı́stico,

dN N
= rN 1 − ,
dt K
con una condicion inicial N (0) = N0 . En esta ecuación, si N = K o si

N = 0, entonces dN
dt = 0, lo que implica que N (t) = cte.
Las soluciones constantes forman una clase especial de soluciones de las

ecuaciones autónomas que se denominan puntos de equilibrio o
simplemente equilibrios.
11.9.1. Equilibrios
Si consideramos ecuaciones autónomas de la forma

dy
= g(y),
dx
los puntos de equilibrio nos proporcionan información acerca del

comportamiento a largo plazo de la solución de una ecuación diferencial
autónoma.
Si y0 satisface la ecuación g(y0 ) = 0, entonces y0 es un equilibrio de
dy
= g(y)
dx
11.9.2. Estabilidad: Lineas de fase
(Analizar diagramas comentados en clase)

11.9.3. Clasificación de puntos de equilibrio
Podemos clasificar los puntos de equilibrio de la siguiente manera:
y0 es un sumidero si cualquier solución con y0 suficientemente

próximo a y0 tiende hacia él cuando t aumenta.
y0 es una fuente si cualquier solución con y0 suficientemente

próximo a y0 se aleja de él cuando t aumenta.
Si un punto de equilibrio no es ni un sumidero ni una fuente, se

denomina nodo. Los nodos se pueden clasificar en semiestables a
la derecha o semiestables a la izquierda.
11.9.4. Teorema de linealización
Supongamos que y0 es un punto de equilibrio de la ecuación diferencial

dy
dt = f (y) donde f es una función diferenciable continuamente. Entonces,
Si f 0 (y0 ) < 0, entonces y0 es un sumidero.
Si f 0 (y0 ) > 0, entonces y0 es una fuente.
Si f 0 (y0 ) = 0 o si f 0 (y0 ) no existe, entonces necesitamos información

adicional para determinar el tipo de y0
11.10. Ecuaciones diferenciales lineales
En temas anteriores hemos estudiado técnicas para encontrar soluciones

explı́citas de ecuaciones diferenciales de variables separadas. Aunque
muchos problemas interesantes conducen a ecuaciones de tipo diferencial,
la mayor parte de ellas no pueden separarse. En este tema estudiaremos
uno de los procedimientos usuales para resolver ecuaciones diferenciales
lineales. De forma general, estas ecuaciones serán del tipo:
dy
= g(t) · y + r(t)
dt
11.10. ECUACIONES DIFERENCIALES LINEALES 109
Podemos ver que el miembro derecho de esta ecuación se corresponde con

la ecuación de una recta en función de y. Es decir, una ecuación diferencial
de primer orden es lineal si puede escribirse en la forma,
dy
= g(t) · y + r(t)
dt
donde g(t) y r(t) son funciones arbitrarias que dependen de t.
Un ejemplo puede ser,

dy
= t2 · y + cos(t)
dt
Donde g(t) = t2 y r(t) = cos(t).
A veces es necesario alguna operación previa para determinar si una

ecuación es de tipo lineal. Por ejemplo,
dy
ty + 2 = − 3y
dt
puede reescribirse como,
dy
= (t + 3)y + 2.
dt
Algunas ecuaciones caen en varias categorı́as simultaneamente. Por

ejemplo,
dy
= −2y + 8
dt
es lineal con g(t) = −2, r(t) = 8. La ecuación también es separable por ser
una ecuación autónoma.
La palabra lineal en el nombre de la ecuación se refiere al hecho de que la

variable dependiente y aparece en la ecuación elevada solo a la primera
potencia. La ecuación
dy
= y2
dt
dy
No es lineal ya que no puede ser reescrita en la forma dt = g(t) · y + r(t).
Otros ejemplos de ecuaciones lineales son,

dP
= e2t P − sin(t),
dt
dw
= sin(t) · w.
dt
Un ejemplo de ecuación no lineal es,

dz
= t sin(z).
dt
11.10.1. Resolución de ecuaciones diferenciales lineales
Para resolver una ecuación diferencial lineal será necesario encontrar un

factor integrante. Para ello la reescribimos primero como
dy(t)
+ a(t) · y(t) = r(t),
dt
donde a(t) = −g(t). Esto se parece a la derivada de un producto, que tiene
la forma
d(g(x) · h(x)) dg(x) dh(x)
= · h(x) + g(x) · .
dx dx dx
Para tener la derivada de un producto, podemos multiplicar toda la

ecuación diferencial por la función µ(t),
dy(t)
µ(t) + µ(t)a(t)y(t) = µ(t)r(t)
dt
Aplicando la regla del producto para la derivada, enunciada anteriormente,
obtenemos,
d(µ(t) · y(t)) dµ(t) dy(t)
= y(t) + µ(t)
dt dt dt
Ahora debemos preguntarnos cómo encontrar µ(t). Para encontrarlo
disponemos de dos condiciones:
d(µ(t) · y(t)) dµ(t) dy(t)

= y(t) + µ(t)
dt dt dt
d(µ(t) · y(t)) dy(t)

= µ(t) + µ(t)y(t)a(t)
dt dt
Puesto que queremos que µ(t) satisfaga ambas condiciones, hacemos
dy(t) dµ(t) dy
µ(t) + y(t) = µ(t) + µ(t)y(t)a(t)
dt dt dt
Cancelando el primer término, que aparece en ambos miembros,

obtenemos:
dµ(t)
y(t) = µ(t)y(t)a(t),
dt
que es otra ecuación diferencial de variables separadas y cuya solución es,
R
adt
µ(t) = e ,
donde hemos elegido como constante de integración 0, de forma arbitraria.
Una vez que conocemos µ(t), podemos reescribir la ecuación inicial
dy
µ(t) + µ(t)a(t)y(t) = µ(t)r(t)
dt
como,
d(µ(t) · y(t))
= µ(t)r(t).
dt
Integrando ahora ambos miembros de la ecuación, obtemos que
Z
µ(t) · y(t) = µ(t)r(t)dt
y, por tanto
1
Z
y(t) = µ(t)r(t)dt.
µ(t)
Siguiendo esta estrategia hemos encontrado una función µ(t), denominada

factor de integración o factor integrante que nos permite obtener una
solución para la ecuación diferencial inicial. El motivo es que si
multiplicamos la ecuación original por este factor, podemos resolverla por
integración.
Atendiendo a las indicaciones dadas con anterioridad, para calcular la

solución explı́cita de una ecuación lineal del tipo,
dy
+ a(t)y = r(t),
dt
procedemos según los siguientes pasos:
1. Calculamos el factor de integración

R
a(t)dt
µ(t) = e .
2. Multiplicamos ambos miembros de la ecuación diferencial lineal por

dicho factor de integración.
3. Procedemos a su integración.
Ejemplo: Resolver la siguiente ecuación diferencial

dy 2
+ y =t−1
dt t
11.10.2. Aplicación: Modelo de un compartimento
Ejemplo de modelo de un compartimento:
Supongamos un estanque que inicialmente tiene un volumen inicial v0 . En

el instante inicial t = 0 el agua del estanque está limpia. El estanque tiene
2 corrientes de entrada que fluyen hacia él, la A y la B. Una tercera
corriente C, fluye fuera del estanque. Supongamos que de la corriente A
fluye un volumen VA por dı́a hacia el estanque. De la corriente B fluye un
volumen VB por dı́a hacia el estanque. A través de la corriente C se
desaloja el agua que entra traves de A y B, de forma que el volumen de
agua que hay en el estanque es siempre constante. El agua aportada por la
corriente A está contaminada. El contaminante tiene una concentración en

el agua de CA . Asumimos que la concentración de contaminante en cada
instante de tiempo es constante dentro del estanque (el agua está bien
mezclada con el contaminante). Aparte de esto, un dı́a empieza a arrojarse
al estanque un volumen Vt de tierra, que va reduciendo el volumen del
estanque dı́a a dı́a. Para que el estanque no se desborde, se ajusta el
volumen que sale por C a VC . ¿Cual es la cantidad de contaminante que
hay en el interior del estanque en un instante t?
Capı́tulo 12
Funciones de varias variables
115
116 CAPÍTULO 12. FUNCIONES DE VARIAS VARIABLES
Hasta ahora hemos manejado únicamente funciones de una única variable

independiente:
y = f (x)
Sin embargo, enmuchas ocasiones el comportamiento de una variable
depende de más de dos o más variables. Un ejemplo geométrico es el del
volumen de un cilindro circular recto, que depende de su radio r y de su
altura h como sigue
V (r, h) = πr2 h,
que es una función de 2 variables. O el volumen de un sólido rectangular,
que es una función de 3 variables
V (l, w, h) = lwh.
La notación para las funciones de 2 o más variables es similar a la utilizada

para una variable. Por ejemplo,
z = f (x, y) = x2 + xy,
indica que la variable z depende de las variables independientes x e y, y

que esa dependencia está descrita por la función f . La situación es análoga
para funciones de 3 variables
w = f (x, y, z) = x + 2y − 3z
y ası́ sucesivamente.
Nos centraremos en el estudio de algunos aspectos de las funciones de dos

variables independientes.
12.2. Funciones reales de dos variables
Las funciones de una variable están definidas en intervalos que son, grosso
modo, tramos de la recta real. Considerar dos variables independientes x e
y nos lleva a trabajar en el plano real. Nos referimos al conjunto de pares
12.2. FUNCIONES REALES DE DOS VARIABLES 117
de números (x, y) en los que tanto x como y son números reales.

Escribiremos
(x, y) ∈ R2
para referirnos a cada uno de los puntos del plano.
Definición: Sea D un conjunto de puntos del plano. Entonces
Si a cada par ordenado (x, y) en D le corresponde un único número

real f (x, y), se dice que f es función 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 función z = f (x, y), llamamos variables independientes a

x e y, y variable dependiente a z.
Definiciones análogas se aplican a funciones de 3, 4 o, en general, n

variables. Los dominios estarán constituidos por conjuntos de valores
(x1 , x2 , · · · , xn ), con cada xi ∈ R.
Ejemplo: dominio de varias funciones
el dominio de la función
f (x, y) = x2 + y 2
es R2 , ya que dados x e y reales sus cuadrados están definidos y

podemos sumarlos.
Sin embargo, el dominio de la función,
f (x, y) = ln(xy)
es x · y ∈ R+ , ya que el argumento del logaritmo debe ser

estrı́ctamente positivo. Esto incluye las regiones del plano en las que
tanto x como y son, simultáneamente, positivos o negativos.
p
Ejemplo: El dominio de f (x, y) = 16 − x2 − y 2 es el conjunto de puntos
los que el radicando es no nulo, es decir, que la función está definida en la
región
A = (x, y) ∈ R2 ; 16 ≥ x2 + y 2

Por otro lado, el recorrido de esta función es [0, 4], ya que cuando x e y son
tales√ que 16 − x2 − y 2 = 0 la función vale 0, cuando x = y = 0 la función
vale 16 = 4. Además, para cualquier valor z0 entre 0 y 4 existen puntos
(x, y) tales que f (x, y) = z0 . Veamos esta última afirmacin; recuerda que z0
es cualquier número entre 0 y 4, es decir, que lo podemos suponer conocido:
p
f (x, y) = z0 ⇔ 16 − x2 − y 2 = z0 ⇔ 16−x2 −y 2 = z02 ⇔ 16−z02 = x2 +y 2 .
Y resulta que la igualdad

pde más a la derecha describe a los puntos de la
circumferencia de radio 16 − z02 , que está en el conjunto A.
12.3. Propiedades y representación gráfica
Las funciones de varias variables se pueden combinar igual que las de una
variable; formalmente, las podemos sumar (restar), multiplicar o dividir:
Suma o diferencia:
(f ± g)(x, y) = f (x, y) ± g(x, y)
Producto:
(f · g)(x, y) = f (x, y) · g(x, y)
Cociente:
f f (x, y)
(x, y) = , g(x, y) 6= 0
g g(x, y)
Sin embargo, no es posible formar la composición de funciones de varias

variables. Por ejemplo, consideremos las funciones de dos variables
z1 = f (x, y) = x + 3y z2 = g(x, y) = x2 − cos(x + y).
Ante la idea de componerlas, digamos, de aplicar g al resultado de aplicar

f al par de puntos (x, y), de inmediato encontramosuna dificultad
12.4. GRÁFICA DE UNA FUNCIÓN DE DOS VARIABLES 119
insalvable: una vezque tenemos z1 = f (x, y), ¿dónde sustituimos z1 en g,en

la primera o en la segunda variable?
Sin embargo, si g es una función de una sola variable, puede formarse la

función compuesta
(g ◦ h)(x, y) = g(h(x, y))
puesto que el resultado de aplicar f es un número real y esta g precisa de
un único argumento.
12.4. Gráfica de una función de dos variables
Al igual que ocurrı́a con las funciones de una variable, podemos aprender
mucho sobre una función de dos variables dibujando su gráfica. Conayuda
de los ordenadores, representar una función es una tarea sencilla.
Definición La gráfica de una función de 2 variables es el conjunto de
puntos (x, y, z) que satisfacen z = f (x, y), con (x, y) en el dominio de f .
Puede interpretarse geométricamente como una superficie en el espacio.
p
Ejemplo: ¿Cual es el recorrido de f (x, y) = 16 − 4x2 − y 2 ? Describir la
gráfica de f .
12.4.1. Curvas de nivel
Otra forma de visualizar una función de 2 variables consiste en utilizar las

curvas de nivel o lı́neas de contorno, a lo largo de las cuales el valor
de f (x, y) es constante. Una curva de nivel es una curva en el plano OXY
sobre la que la funcin toma un valor constante.
Seguro que una búsqueda (de imágenes) rápida en Google u otro buscador
del término curva de nivel.
Ejemplos de curvas de nivel conocidas, son las isobaras que marcan
puntos de presión constante, o las isotermas, que marcan puntos de
temperatura constante. Los mapas de contorno suelen utilizarse para
representar regiones de la superficie terrestre, con las curvas de nivel
correspondiendo a lı́neas de altura constante sobre el nivel del mar. Los
mapas de este tipo se llaman mapas topográficos. Un mapa de contorno
permite interpretar la variación de z respecto de x e y gracias al espaciado
entre las curvas de nivel. Una separación grande entre las curvas significa
que z varı́a lentamente, mientras que curvas de nivel muy juntas quieren
decir que z cambia muy deprisa.
Ejemplo: Dibujar
p un mapa de contorno para la superficie
f (x, y) = 64 − x2 − y 2 , utilizando curvas de nivel f (x, y) = c.
12.4.2. Superficies de nivel
Las curvas de nivel pasan a ser superficies de nivel cuando se añade una
dimensión. Si f es una función de 3 variables y c una constante, la gráfica
de la ecuación f (x, y, z) = c es una superficie de nivel de la función f .
Ejemplo: Describir las superficies de nivel de la función
f (x, y, z) = 4x2 + y 2 + z 2
Se trata de las superficies de la forma f (z, y, z) = k, con k in constante
arbitraria (positiva). Por ejemplo, para k = 1 tenemos
p
f (x, y, z) = 4x2 + y 2 + z 2 = 1 ⇔ ± 1 − 4x2 − y 2 = z
12.5. Lı́mites y continuidad
Al igual que para funciones de una variable, para funciones de varias

variables es necesario estudiar conceptos tales como el de lı́mite o
continuidad.
Como ya hemos comentado, las funciones de varias variables permiten

expresar, a través de una fórmula, una variable (dependiente) en función
de otras (independientes). Por ejemplo, la conocida expresión
P V = nRT
permite, para un gas perfecto, relacionar la presión P a la que está, el
volumen V que ocupa y la temperatura T a la que se encuentra (n es el
número de moles y R es la constante universal de los gases (su valor varı́a
en función de las unidades en las que se expresa.). Podemos expresar el
volumen como función de la presión y la temperatura
T
V (P, T ) = nR
P
12.5. LÍMITES Y CONTINUIDAD 121
Ası́, nos preguntamos, para una temperatura concreta T0 , qué sucede si

aumenta mucho la presión, es decir,
lı́m V (T0 , P )
P →∞
o de qué forma deben aumentar presión y temperatura para que el

volumen no varie.
La definición de continuidad en un punto para funciones de varias variables

es análoga a la de funciones de una variable: se trata de que el valor dela
función de dicho punto coincida con el lı́mite de la función en ese punto.
Sin embargo, probar rigurosamente que una función devarias variables es
continua puedeser una tarea bien compleja, y no vamos a entrar en ella. El
motivo es elsiguiente: para funciones de una variable, a cada punto de la
recta, esencialmente, sólo nos podemos aproximar o por su izquierda o por
su derecha (lo que en su momento llamamos lı́mites laterales). Pero
cuandoentran en uego varias variables, a cada punto nos podemos acercar
por muchos caminos distintos. Y esto complica enormemente las cosas.
Aunque no entremos a fondo en la cuestión, tenemos la siguiente
Definición intuitiva de lı́mite en 2 variables. Decimos que una función de

dos variables f (x, y) tiene lı́mite L en un punto (x0 , y0 ), si la función tiende
a L sea cual sea la dirección que tomemos al aproximarnos a (x0 , y0 ).
Ejemplo: Calcular el lı́mite,

x2 − y 2
lı́m ,
(x,y)→(0,0) x2 + y 2
a través de las trayectorias (x, 0) e (0, y).
Cuando nos aproximamos por puntos que están en el eje OX

tenemos que hacer y = 0 y tenemos
x2
lı́m = 1.
(x,0)→(0,0) x2
Cuando nos aproximamos por puntos que están en el eje OY lo que

hacemos es poner x = 0 y tenemos
−y 2
lı́m = −1.
(0,y)→(0,0) y 2
12.6. Derivadas parciales.
x2 y 2
Vamos a considerar la función f (x, y) = 15 − − cuya gráfica, cuando
9 4
−7 ≤ x ≤ 7, −5 ≤ y ≤ 5 aparece a continuación:
Supongamos que la variable y es constante y vale y = −4. Entonces la

x2 (−4)2 x2
función f pasa a ser f (x, −4) = 15 − − = 11 − , es decir, una
9 4 9
función de una variable. La hemos representado, en trazo marrón junto con
f (x, y) en la siguiente figura
Podemos, por ejemplo, calcular la tasa de variación de z = f (x, −4) media

de f cuando x pasa de valer x0 a valer x1 e y = −4
f (x1 , −4) − f (x0 , −4)

x1 − x0
12.6. DERIVADAS PARCIALES. 123
Figura 12.1: Superficie z = f (x, y), curva z = f (x, −4).
También podemos calcular la tasa de variación instantánea en x = x∗

cuando y es constante (y = −4). Y la calculamos de la misma manera que
lo hicimos para funcionesde una única variable:
f (x, −4) − f (x∗ , −4) f (x∗ + ∆x, −4) − f (x∗ , −4)

lı́m = lı́m
x→x∗ x − x∗ ∆x→0 ∆T
Este ejemplo justifica la siguiente definición general:

Definición Sea f : A ⊂ R2 → R una función y (x0 , y0 ) ∈ A. Si existen los
lı́mites
∂f (x0 , y0 ) f (x, y0 ) − f (x0 , y0 ) f (x0 + ∆x, y0 ) − f (x0 , y0 )

:= lı́m = lı́m
∂x x→x0 x − x0 ∆x→0 ∆x
∂f (x0 , y0 ) f (x0 , y) − f (x0 , y0 ) f (x0 , y0 + ∆y) − f (x0 , y0 )

:= lı́m = lı́m
∂y y→y 0 y − y0 ∆y→0 ∆y
se dice que f admite derivadas parciales respecto de x e y en el punto
(x0 , y0 ).
Esta definición significa que para calcular fx debemos considerar y como

constante y derivar respecto a x. Análogamente, para calcular fy debemos
considerar x como constante y derivar respecto a y.
Para la derivada parcial respecto de x se emplean, por ejemplo, las

notaciones

∂f ∂f
(x0 , y0 ) = = fx (x0 , y0 ) = Dx f (x0 , y0 )
∂x ∂x (x0 ,y0 )
y análogamente para las derivadas respecto de la variable y.
Interpretación geométrica
Si y = y0 , entonces z = f (x, y0 ) es la curva de intersección de la superficie

z = f (x, y) con el plano y = y0 . Por tanto, fx (x0 , y0 ) es la pendiente de la
recta tangente a esa curva en el punto (x0 , y0 , f (x0 , y0 )).
x2 y 2
Volvamos al ejemplo que traı́amos, con z = f (x, y) = 15 − − e
9 4
y = −4. Vamos a calcular la recta tangente a z = f (x, y) en el punto
x2
(2, −4) paralela al eje OY . Ha quedado claro que f (x, −4) = 11 − es
9
una función de una variable; la recta tangente a su gráfica (la curva
marrón de la figura 12.1) en el punto (x, z) = (2, 11 − 4/9) es
z = 11 − 4/9 − 2x9 (x − 2), y está representada en la siguiente figura (hay
que añadir la condición y = −4)
Análogamente, si x = x0 , z = f (x0 , y) es la curva de intersección de la

superficie z = f (x, y) con el plano x = x0 . Por tanto, fy (x0 , y0 ) es la
pendiente de esa curva en el punto (x0 , y0 , f (x0 , y0 )). Por lo tanto,
fx (x0 , y0 ) y fy (x0 , y0 ) nos proporcionan las pendientes de la superficie en
las direcciones x e y.
Hasta el momento, hemos representado habitualmente la superficies en el

espacio mediante ecuaciones de la forma z = f (x, y), que representa la
ecuación de una superficie S. A partir de ahora, conviene recurrir a una
representación más general de la forma
F (x, y, z) = 0.
12.6. DERIVADAS PARCIALES. 125
Figura 12.2: Superficie z = f (x, y) y recta tangente (en negro) a la curva

z = f (x, −4) en x = 2
Una superficie dada por z = f (x, y), podemos convertirla a la forma

general, sin más que definir F como
F (x, y, z) = f (x, y) − z.
Introducción Puesto que F (x, y) − z = 0, podemos considerar S como la

superficie de nivel de F dada por
F (x, y, z) = 0,
que es una ecuación alternativa de la superficie S.

Ejemplo: Describir la superficie de nivel F (x, y, z) = 0 para la función
F (x, y, z) = x2 + y 2 + z 2 − 4
12.7. Gradiente
El vector gradiente
Podemos agrupar las dos (en el caso de una función de dos variables)
derivadas parciales de la función f en el punto (x0 , y0 ) en un vector,
conocido como gradiente
∇f (x0 , y0 ) := (fx (x0 , y0 ), fy (x0 , y0 )) .
También se usa la notación gradf (x, y). Observa que el gradiente es un
vector del plano (tiene dos componentes), no del espacio.
Aunque no lo demostraremos, se puede probar que el vector gradiente es

perpendicular a las curvas de nivel.
El vector gradiente indica la dirección de máxima variación de la función
T
en cualquier punto. Por ejemplo, retomemos la función P (T, V ) = nR
V
que describe la presión que ejercen n model de un gas ideal confinado en
un volumen V a temperatura T . Parece claro que tanto aumentar la
temperatura como disminuir el volumen del recipiente hacen crecer la
presión. Pero, para una temperatura y volumen dados, ¿en qué proporción
debo hacerlos variar (conjuntamente) para observar na variación en la
presión lo más brusca posible? Esa pregunta la podemos responder con el
gradiente

nR −nRT
∇P (T, V ) = (PT (T, V ), PV (T, V )) = , .
V V2
En concreto, el cociente entre las dos componentes del vector gradiente
nR
V −V 3
−nRT
= T dos dice en qu proporción hay que aumentar temperatura y
V2
volumen para que la variación en la presión sea máxima (lo más rpida
posible).
En realidad el gradiente se puede calcular de una función de cualquier
número de variables, siempre y cuando existan las derivadas parciales. El
particular, existe el el gradiente ∇F de F (x, y, z) que también es
perpendicular (normal) a las superficies de nivel.
Es necesario darse cuenta de que ∇f (x, y) es un vector en el plano y
∇F (x, y, z) es un vector en el espacio. El vector gradiente marcará la
dirección de máxima variación de la función en cualquier punto.
12.7. GRADIENTE 127
Ejemplo: Hallar las derivadas parciales y el gradiente de
f (x, y) = 3x − x2 y 2 + 2x3 y
Tenemos
fx (x, y) = 3−2xy 2 +6xy fy (x, y) = −2x2 y+2x3 ∇f (x, y) = (3−2xy 2 +6x, −2x2 y+2x3 )
Plano tangente
De hecho podemos utilizar ∇F para calcular la ecuación del plano

tangente a la superficie definida por F (x, y, z) = 0 en el punto (x0 , y0 , z0 ).
Definición del plano tangente. Sea F diferenciable en un punto
P (x0 , y0 , z0 ) de la superficie S dada por F (x, y, z) = 0, con
∇F (x0 , y0 , z0 ) 6= 0:
El plano que pasa por P es normal a ∇F (x0 , y0 , z0 ) se llama plano

tangente a S en P .
La recta que pasa por P con la dirección ∇F (x0 , y0 , z0 ) se llama

recta normal a S en P .
Ecuación del plano tangente Si F es diferenciable en (x0 , y0 , z0 ), una

ecuación del plano tangente a la superficie dada por F (x, y, z) = 0 en
(x0 , y0 , z0 ) es
Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) + Fz (x0 , y0 , z0 )(z − z0 ) = 0
Puesto que
F (x, y, z) = f (x, y) − z,
entonces
Fx (x0 , y0 , z0 )(x − x0 ) + Fy (x0 , y0 , z0 )(y − y0 ) − (z − z0 ) = 0

Derivadas direccionales
Definición Sea f : A ⊂ R2 → R una función y (x0 , y0 ) ∈ A. Sea

~v = (v1 , v2 ) un vector no nulo de R2 . La derivada en la dirección de ~v es, si
existe, el lı́mite
f (x0 + hv1 , y0 + hv2 ) − f (x0 , y0 )
lı́m
h→0 h
Si k~v k = 1 (se dice que el vector es unitario, su longitud es 1) el lı́mite
anterior se llama derivada direccional de f en (x0 , y0 ) en la dirección de
~v y se denota por D~v f (x0 , y0 ). Por si acaso, si un vector v tiene
componentes v = (v1 , v2 ), su módulo kvk vale
q
kvk = v12 + v22
Además, para cualquier vector v no nulo de componentes v = (v1 , v2 ), el

vector
v1 v2
,
kvk kvk
tiene la misma dirección y sentido que v, pero longitud 1.
Calcular la derivada según la definición puede resultar engorroso.

Afortunadamente, el siguiente resultado relaciona el cálculo de la derivada
direccional (un lı́mite) con el gradiente y el producto escalar:
Proposición Sea f : A ⊂ R2 → R una función y (x0 , y0 ) ∈ A. Sean
~v = (v1 , v2 ) un vector no nulo de R2 , ∇f (x0 , y0 ) el gradiente de f en
(x0 , y0 ) y D~v f (x0 , y0 ) la derivada direccional de f en (x0 , y0 ) según ~v .
Entonces
D~v f (x0 , y0 ) = h∇f (x0 , y0 ), (v1 , v2 )i
Ejemplo: Para un gas ideal, la presión en función del volumen viene dada
T
P (T, V ) = nR para un número de moles n. Calcular la derivada
V
direccional según ~v = (4, 5) P (T, V ) en el punto T = 3, V = 10.
12.7.1. Derivadas parciales de orden superior
Al igual que las funciones de una variable, la funcin derivada parcial es a

su vez susceptible de ser derivada de nuevo respecto de cualquiera de las
variables independientes:
12.7. GRADIENTE 129
Derivada parcial segunda respecto a x:
∂2f

∂ ∂f
= = fxx
∂x ∂x ∂x2
Derivada parcial segunda respecto a y
∂2f

∂ ∂f
= = fyy
∂y ∂y ∂y 2
Derivada parcial cruzada o mixta
∂2f

∂ ∂f
= = fyx
∂x ∂y ∂x∂y
Derivada parcial cruzada o mixta
∂2f

∂ ∂f
= = fxy
∂y ∂x ∂y∂x
Igualdad de las derivadas parciales cruzadas
Se verifica lo siguiente: si f es una función de x e y, con fxy , fy,x continuas

en un entorno de (x0 , y0 ), entonces,
fxy (x, y) = fyx (x, y),
en ese entorno.
Ejemplo: Calcular todas las derivadas parciales de segundo orden de
1. f (x, y) = 3xy 2 − 2y + 5x2 y 2
fx (x, y) = 3y 2 + 10xy 2 , fy (x, y) = 6xy + 10x2 y,
fxx (x, y) = 10y 2 , fxy (x, y) = 6y + 20xy, fyy (x, y) = 6x + 10x2
2. g(x, y, z) = yex + xln(z)
Ejemplo: El área de un paralelogramo de lados adyacentes a y b, con

ángulo α entre ellos, viene dada por A = ab sin(α):
Calcular el ritmo de cambio de A respecto de a para a = 10, b = 20,

y α = π6 .
Calcular el ritmo de cambio de A respecto de α para a = 10, b = 20,

y α = π6 .
12.7.2. La regla de la cadena
Proposición Sea f : A ⊂ R2 → R una función de las variables (x, y) ∈ A

tal que existen sus derivadas parciales. Supongamos además que x e y
dependen a su vez de la variable t de modo que x(t) e y(t) son también
derivables. Entonces
1. La función f es una función de una sóla variable (t).
d f (t) ∂f dx ∂f dy
2. = +
dt ∂x dt ∂y dt
12.8. Cálculo de extremos relativos
La noción de extremo relativo se extiende a funciones de varias variables

sin problemas (ver figura 12.3).
Figura 12.3: Función con dos máximos y dos mı́nimos relativos. De ellos,
uno es máximo absoluto y otro un mı́nimo tambin absoluto
12.8. CÁLCULO DE EXTREMOS RELATIVOS 131
La idea intuitiva para, por ejemplo, un máximo relativo, es que la función

toma en ese punto un valor más grande en el los puntos que hay alrededor.
Esto se formaliza en la siguiente definición.
Definición Sea f : A ⊆ R2 → R una función y sea (x0 , y0 ) ∈ A.
Decimos que (x0 , y0 ) es un máximo relativo de f si exite > 0 tal que

f (x0 , y0 ) ≥ f (x, y) para todo x ∈ (x0 − , x0 + ) e y ∈ (y0 , y0 + ).
Decimos que (x0 , y0 ) es un mı́nimo relativo de f si exite > 0 tal que

f (x0 , y0 ) ≤ f (x, y) para todo x ∈ (x0 − , x0 + ) e y ∈ (y0 , y0 + ).
En los puntos del dominio de f en los que exista un extremo relativo el

plano tangente (si existe) a la superficie definida por f debe ser paralelo al
plano 0XY , es decir, es de la forma z = z0 . Si f tiene derivadas parciales
continua la ecuación del plano tangente a f en (x0 , y0 ) es
fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) − (z − z0 ) = 0
por lo tanto, si existen las derivadas parciales de f y son continuas, es

condición necesaria para la existencia de extremos relativo que
fx (x0 , y0 ) = 0 = fy (x0 , y0 ).
Definición Llamaremos puntos crı́ticos de f a los puntos (x0 , y0 ) tales que
1. o bien fx (x0 , y0 ) = 0 = fy (x0 , y0 ).
2. o bien no existen una de las derivadas fx (x0 , y0 ), fy (x0 , y0 ).
Ahora que sabemos qué puntos del dominio de f son susceptibles de ser
extremo relativo (es decir, los puntos crı́ticos), necesitamos clasificarlos:
Proposición (Clasificación de puntos crı́ticos). Sea f : A ⊆ R2 → R
una función con derivadas segundas continuas y sea (x0 , y0 ) ∈ A un punto
en el que fx (x0 , y0 ) = 0 = fy (x0 , y0 ). Definimos además la cantidad

2
fxx (x0 , y0 ) fxy (x0 , y0 )
D := fxx (x0 , y0 )fyy (x0 , y0 ) − (fxy (x0 , y0 )) =

fyx (x0 , y0 ) fyy (x0 , y0 )
(recordar que fxy (x0 , y0 ) = fyx (x0 , y0 ). Entonces:
Si D > 0 y fxx (x0 , y0 ) > 0, (x0 , y0 ) es un mı́nimo relativo.

Si D > 0 y fxx (x0 , y0 ) < 0, (x0 , y0 ) es un máximo relativo.

Si D < 0, (x0 , y0 ) es un punto de silla.
Si D = 0, no podemos afirmar nada,
Teorema (Teorema de los valores extremos). Sea f una función continua

de dos variables x e y, definida en una región cerrada y acotada R del
plano xy.
Existe al menos un punto en R donde f alcanza un valor mı́nimo.

Existe al menos un punto en R donde f alcanza un valor máximo.
12.9. Linealización
Sea F diferenciable en un punto P (x0 , y0 , z0 ) de la superficie S dada por

F (x, y, z) = 0, con ∇F (x0 , y0 , z0 ) 6= 0. Podemos hacer una aproximación
lineal de la superficie S cerca del punto (x0 , y0 , z0 ) mediante la expresión
F (x, y, z) = F (x0 , y0 , z0 ) + ∇F (x0 , y0 , z0 )(x − x0 , y − y0 , z − z0 ).
Considerando de nuevo que F (x, y, z) = f (x, y) − z, esta expresión se

transforma en:
F (x, y, z) = f (x0 , y0 ) − z0 + (fx (x0 , y0 ), fy (x0 , y0 ), −1)
· (x − x0 , y − y0 , z − z0 )
12.9.1. Optimización
Optimización Una de las posibles aplicaciones de la teorı́a de extremos

para funciones de varias variables es la optimización. Como ejemplo
veremos el método de los mı́nimos cuadrados.
Ejemplo Una caja rectangular se encuentra apoyada sobre el plano XY ,

con un vértice en el origen y el vértice opuesto en el plano
6x + 4y + 3z = 24.
Calcular el máximo volmen posible de esa caja.
12.9. LINEALIZACIÓN 133
Aplicación: método de Mı́nimos cuadrados
Regresión mediante el método de Mı́nimos cuadrados En todas las

aplicaciones cientı́ficas donde se toman medidas es necesario estimar el
error de medida y comparar los resultados obtenidos con el modelo teórico
del proceso fı́sico o biológico. Para ello se utiliza el método de regresión
por mı́nimos cuadrados. A través de dicho método se trata de
encontrar un modelo de función que minimice el error cuadrático medio de
todos los datos. Dicho error tiene la expresión:
n
X
E= (f (x) − yi )2
i=1
y representa la suma de todos los errores cuadráticos medidos con respecto

a la función teórica f (x).
El caso más simple es el de un modelo lineal. En este caso, buscamos

encontrar la expresión de una recta de regresión que minimice el error
cuadrático anterior. Dicha recta viene dada por la expresión f (x) = ax + b,
donde
n ni xi yi − ni=1 xi ni=1 yi
P P P
a=
n ni=1 x2i − ( ni=1 xi )2
P P
y
n n
!
1 X X
b= yi − a xi
n
i=1 i=1
Dichas
Pnexpresiones proceden
Pn de minimizar el2error cuadrático medio
2
E = i=1 (f (x) − yi ) = i=1 (axi + b − yi ) ajustando a y b y teniendo
en cuenta que f (x) = ax + b. Es decir
 ∂E
 ∂a = 0
∂E
= 0

∂b
El resultado es:
Pn
∂E
− yi )2

 ∂a = Pn2xi (ax
i=1 i + bP
= 2a i=1 ax2i + 2b ni=1 xi − 2 ni=1 xi yi = 0
P
∂E Pn Pn Pn
= i=1 2 (axi + b − yi ) = 2a i=1 xi + 2nb − 2 i=1 yi = 0

∂b
Regresión mediante el método de Mı́nimos cuadrados
Si los valores
P de x están simétricamente distribuidos respecto al eje y,
entonces xi = 0 y obtenemos las fórmulas anteriores
n ni xi yi − ni=1 xi ni=1 yi
P P P
a=
n ni=1 x2i − ( ni=1 xi )2
P P
y
n n
!
1 X X
b= yi − a xi
n
i=1 i=1

Libro Teoria Matematicas Biologia J-Ruiz-M-Marva

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Libro Teoria Matematicas Biologia J-Ruiz-M-Marva

Загружено:

Авторское право:

Доступные форматы

Matemáticas del Grado en Biologı́a

Juan Ruiz Álvarez Marcos Marvá Ruiz

1. Funciones lineales, polinómicas y racionales. 1

1.2. Funciones lineales y sus gráficas . . . . . . . . . . . . . . . . . 2

1.2.1. Definición de función . . . . . . . . . . . . . . . . . . . 2

1.2.2. Propiedas de las funciones . . . . . . . . . . . . . . . . 2

1.2.3. Interpretación de la pendiente de una recta . . . . . . 4

1.3. Funciones polinómicas y racionales . . . . . . . . . . . . . . . 4

1.3.1. Definición de función polinómica . . . . . . . . . . . . 4

1.4. Polinomio interpolador . . . . . . . . . . . . . . . . . . . . . . 8

1.4.1. Polinomio interpolador de Lagrange . . . . . . . . . . 9

1.4.2. Comentarios sobre raı́ces de polinomios . . . . . . . . 9

1.5. Definición de función racional . . . . . . . . . . . . . . . . . . 11

2. Funciones potenciales y exponenciales 13

2.2. Funciones potenciales . . . . . . . . . . . . . . . . . . . . . . 14

2.3. Funciones exponenciales . . . . . . . . . . . . . . . . . . . . . 15

2.3.1. Propiedades de funciones exponenciales . . . . . . . . 16

2.3.2. Función de exponencial de base e . . . . . . . . . . . . 16

2.4. Funciones inversas . . . . . . . . . . . . . . . . . . . . . . . . 17

2.5. Funciones logarı́tmicas . . . . . . . . . . . . . . . . . . . . . . 17

2.5.1. Propiedades de logaritmos: . . . . . . . . . . . . . . . 17

2.5.2. Relación entre las funciones exponenciales y logarı́tmicas 18

2.5.3. Relación entre logaritmos y funciones potenciales en

2.6. Escala Logarı́tmica . . . . . . . . . . . . . . . . . . . . . . . . 19

2.6.1. Tipos de representaciones . . . . . . . . . . . . . . . . 21

2.6.2. Transformación en funciones lineales . . . . . . . . . . 21

2.6.3. Representación de funciones exponenciales en escala

2.6.4. Representación de funciones potenciales en escala log-

3. Funciones trigonométricas y oscilaciones 25

3.2. Funciones periódicas . . . . . . . . . . . . . . . . . . . . . . . 26

3.2.1. Funciones trigonométricas . . . . . . . . . . . . . . . . 26

3.2.2. Función sin(x) . . . . . . . . . . . . . . . . . . . . . . 27

3.2.3. Función cos(x) . . . . . . . . . . . . . . . . . . . . . . 28

3.3. Función tg(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.4. Fórmula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . 32

4. Sucesiones y ecuaciones en diferencias. 37

4.1.1. Notación explı́cita y recursiva . . . . . . . . . . . . . . 38

4.2. Comportamiento a largo plazo de una sucesión: Lı́mite . . . . 39

4.2.1. Lı́mite de una sucesión . . . . . . . . . . . . . . . . . . 39

4.3. Ecuaciones recursivas . . . . . . . . . . . . . . . . . . . . . . . 40

4.3.1. Puntos fijos de ecuaciones recursivas . . . . . . . . . . 40

4.4. Ecuaciones en diferencias . . . . . . . . . . . . . . . . . . . . 41

5.2.1. Recordatorio sobre lı́mites . . . . . . . . . . . . . . . . 44

5.3. Propiedades de los lı́mites . . . . . . . . . . . . . . . . . . . . 46

5.4.1. Continuidad por la derecha y por la izquierda . . . . . 48

5.5. Operaciones con funciones continuas . . . . . . . . . . . . . . 48

5.6. Teorema del Sandwich . . . . . . . . . . . . . . . . . . . . . . 49

5.7. Teorema del valor intermedio . . . . . . . . . . . . . . . . . . 49

6.2.1. Recta tangente . . . . . . . . . . . . . . . . . . . . . . 52

6.3. Tasas de cambio: Velocidad . . . . . . . . . . . . . . . . . . . 53

6.3.1. Velocidad Media . . . . . . . . . . . . . . . . . . . . . 53

6.3.2. Velocidad instantanea . . . . . . . . . . . . . . . . . . 53

6.4. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 53

6.5. Derivación implı́cita . . . . . . . . . . . . . . . . . . . . . . . 54

6.6. Tasas de cambio relacionadas . . . . . . . . . . . . . . . . . . 54

7.2. Teorema de los valores extremos . . . . . . . . . . . . . . . . 58

7.3. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . 58

7.3.1. Pasos para encontrar extremos locales . . . . . . . . . 59

7.4. Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . 59

7.5. Teorema de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . 60

7.6.1. Puntos crı́ticos . . . . . . . . . . . . . . . . . . . . . . 60

8.2. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . 64

8.2.1. Polinomio de Taylor en x = 0: Serie de McLaurin . . . 64