Apuntes Mat IMABas

Índice general
. Geometrı́a básica del plano y del espacio 

.. Puntos y vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Suma (y resta) de dos vectores . . . . . . . . . . . . . . . . . . . . . . . 
.. Producto de un escalar por un vector . . . . . . . . . . . . . . . . . . . 
.. Producto escalar, norma, ángulo y distancia . . . . . . . . . . . . . . . . 
.. Cálculo de áreas y volúmenes . . . . . . . . . . . . . . . . . . . . . . . . 
.. Ecuaciones de la recta en el plano . . . . . . . . . . . . . . . . . . . . . . 
. Funciones y lı́mites 
.. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Composición de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Ecuaciones y su resolución gráfica . . . . . . . . . . . . . . . . . . . . . 
.. Las funciones elementales . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Lı́mites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Funciones contı́nuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Lı́mites y funciones contı́nuas 

.. Lı́mites de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Lı́mites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Funciones contı́nuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. La derivada 
.. La derivada como velocidad . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Reglas de derivación (incluida la regla de la cadena) . . . . . . . . . . . 
.. La derivada como la pendiente de la gráfica de la función . . . . . . . . 
.. Curvas de nivel. Funciones definidas en forma implı́cita. Derivada de
una función definida de forma implı́cita . . . . . . . . . . . . . . . . . . 
.. solución aproximada de ecuaciones (métodos numéricos). . . . . . . . . 
.. Desarrollo en serie de Taylor. . . . . . . . . . . . . . . . . . . . . . . . . 
... Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Optimización 
.. Puntos crı́ticos para funciones de una variable. Máximos y mı́nimos
absolutos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
i
ii ÍNDICE GENERAL
.. Máximos y mı́nimos relativos. Concavidad y convexidad. Dibujo de

gráficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Para saber más: Teoremas de Rolle y del valor medio. Regla de L’Hôpital. 
.. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
. Primitivas o antiderivadas 
.. Las primitivas como soluciones de ecuaciones diferenciales . . . . . . . 
.. Algunos métodos de integración . . . . . . . . . . . . . . . . . . . . . . 
. La integral definida para funciones de una variable 

.. La integral definida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Aplicaciones del cálculo integral . . . . . . . . . . . . . . . . . . . . . . . 
.. Métodos numéricos de integración . . . . . . . . . . . . . . . . . . . . . 
. Ecuaciones diferenciales ordinarias 

.. Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Ecuaciones diferenciales de primer orden . . . . . . . . . . . . . . . . . 
.. Soluciones numéricas de ecuaciones diferenciales de primer orden . . 
. Algunas ecuaciones diferenciales ordinarias en Biologı́a y Medio Ambiente 

.. Equilibrio y estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Crecimiento exponencial de una población . . . . . . . . . . . . . . . . . 
.. Crecimiento restringido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Ecuación logı́stica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Crecimiento alométrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Homeostasis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
.. Balance dinámico de materia o energı́a . . . . . . . . . . . . . . . . . . . 
.. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 
Capı́tulo 
Geometrı́a básica del plano y del

espacio
.. Puntos y vectores

Definición . El plano R2 es el conjunto de todos los pares ordenados (a, b) de números
reales a y b.
Sus elementos, pares (a, b), se llaman puntos o vectores (éste último nombre se reserva
para el caso en que hacemos operaciones con esos pares de números).
Los números a, b del vector u = (a, b) (o del punto p = (a, b)) se llaman coordenadas o
componentes del vector u (o del punto p).
A (0, 0) se le llama punto cero u origen de R2 y, cuando se le considera como vector,
vector cero 0 (0 := (0, 0)) de R2 .
Se representan ası́ :
Los puntos p = (1, 2), (3, 4), (0, 3), (−1, 2)
83, 4<
4 4
80, 3<
3 3
8-1, 2< 81, 2<

2 2
1 1
-1 0 1 2 3 -1 0 1 2 3
Los correspondientes vectores

 Matematicas I
83, 4<
4 4
80, 3<
3 3
8-1, 2< 81, 2<

2 2
1 1
-1 0 1 2 3 -1 0 1 2 3
Definición . El espacio R3 es el conjunto de todos los triples ordenados (a, b, c) de

números reales a, b y c.
Sus elementos, triples (a, b, c), se llaman puntos o vectores (éste último nombre se re-
serva para el caso en que hacemos operaciones con esos triples de números).
Los números a, b, c del vector u = (a, b, c) (o del punto p = (a, b, c)) se llaman coordena-
das o componentes del vector u (o del punto p).
A (0, 0, 0) se le llama punto cero u origen de R3 y, cuando se le considera como vector,
vector cero 0 (0 := (0, 0, 0)) de R3 .
Se representan ası́ :
Los puntos p = (1, 2, 2), (3, 4, 4), (0, 3, 3), (−1, 2, 2)
4
4
83, 4, 4<
3
3 80, 3, 3< 2
2 8-1, 2, 2<
80, 3, 8-1, 2, 2<
81, 2, 2< -13<
81, 0
1 2, 2<
83, 4,
3 4<
8-1, 2, 0<
2
81, 2, 0<
-1 8-1, 2, 0<
0 2 80, 3,
3 0<
80, 33, 0< 4
1 81, 2, 0<
4
3
83, 4, 0< 83, 4, 0<
Los correspondientes vectores


4
4
3
2
-1
3 0
1
3
2
8-1, 2, 0<
2
81, 2, 0<
80, 3,
3 0<
-1 8-1, 2, 0<
0 2 80, 3,
3 0< 4
4
1 81, 2, 0<
3 83, 4, 0<
83, 4, 0<
.. Suma (y resta) de dos vectores
En R2
La suma de dos vectores u = (a, b), v = (c, d) se define como el vector u + v = (a +

c, b + d) cuyas componentes son la suma de las correspondientes componentes de u y
v.
Gráficamente, la suma viene dada por la regla del paralelogramo:
Si a = 3, b = 1. c = 1, d = 2
3.0 u+v
2.5
v
2.0
1.5
1.0 u
0.5
1 2 3 4
o regla de aplicación sucesiva:

 Matematicas I
3.0 u u+v 3.0 u+v

v
2.5 2.5
v
2.0 2.0
1.5 1.5
1.0 1.0 u
0.5 0.5
1 2 3 4 1 2 3 4
En R3
La suma de dos vectores u = (a, b, c), v = (d, e, f ) se define como el vector u + v =
(a+d, b +e, c +f ) cuyas componentes son la suma de las correspondientes componentes
de u y v
Definición . Dados dos puntos P y Q (de R2 o de R3 , esos puntos representan tam-
−−→
bién vectores. Se llama vector de P a Q al vector P Q que, sumado a P , da Q, es decir,
−−→
P + P Q = Q.
Obsérvese que, dados dos vectores u, v, es natural definir su diferencia v − u como el
vector que sumado a u da v. De esta efinición se deduce inmediatamente que si u = (a, b, c),
v = (d, e, f ), entonces v − u = (d − a, e − b, f − c).
−−→
De estas dos definiciones resulta que P Q = Q − P .
1.5
Q=P+u
1.0
u=Q-P
0.5
P
-0.5 0.5 1.0 1.5 2.0 2.5
.. Producto de un escalar por un vector

En R2
El producto de un número o escalar λ por un vector u = (a, b) se define como
el vector λu = (λa, λb) cuyas componentes son el producto de λ por cada una de las
componentes de u.

Gráficamente λu es un vector λ veces más grande que u, en la misma dirección

que u si λ es positivo y en la dirección opuesta si λ es negativo:
Si a = 3; b = 1; λ = 2; µ = −2;
2 Λu 2 Λu
1 u 1 u
-6 -4 -2 2 4 6 -6 -4 -2 2 4 6
-1 -1
Μu -2 Μu -2
En R3
El producto de un número o escalar λ por un vector u = (a, b, c) se define como el
vector
λu = (λa, λb, λc) cuyas componentes son el producto de λ por cada una de las compo-
nentes de u. Ası́, si
a = 3; b = 1; c = 1; entonces λu = (3λ, λ, λ)
Gráficamente λ u es un vector λ veces más grande que u, en la misma dirección
que u si λ es positivo y en la dirección opuesta si λ es negativo. Ası́, si
λ = 2; µ = −2;
Λu
Λu
u
u
Μu
Μu
Propiedades
El producto de un escalar por un vector y la suma de vectores verifican las siguien-
tes propiedades:
u + (v + w) = (u + v) + w
u +v = v +u
u + (−u) = 0 (donde −u = (−1)u y 0 es el vector 0 = (0, 0) ó (0, 0, 0))
λ (u + v) = λ u + λ v
(λ + µ) u = λu + µv
u + 0 = 0 (donde 0 es el vector 0)
1u=u
0 u = 0 (donde el primer cero es el número 0 y el segundo cero es el vector 0).
 Matematicas I
.. Producto escalar, norma, ángulo y distancia

Definición . El producto escalar de dos vectores v = (a, b) y w = (c, d) del plano es
el número real v · w = ac + bd. Análogamente, para vectores del espacio, si u = (a, b, c) y
z = (d, e, f ), u · z = ad + be + cf .
Definición . La norma (o módulo o longitud) de un vector 2 3

√ v de R o de R es la raı́z
cuadrada del producto escalar del vector v por sı́ mismo: |v| = v · v.
Propiedades del producto escalar y de la norma:
1) u · (v + w) = u · v + u · w 2) u · v = vu
3) (λu) · v = λ(u · v) 4) |λu| = |λ||u|.
A partir de un vector cualquiera es fácil obtener un vector de norma  (también lla-
mado unitario o de módulo ), basta con dividir por su norma (y que sea un vector
unitario resulta como consecuencia de la propiedad ) anterior) :
a 1 1 1
= a = |a| = |a| = 1
|a| |a| |a| |a|
b=|aa| |b
Si θ es el ángulo entre los vectores no nulos a y b , entonces a ·b b|cosθ, de donde
a·b
cos θ =
|aakbb |
Propiedades:
. |aa · b | = |aa| |bb | si y sólo si | cos θ|=, es decir, θ= ó θ=π, lo que lleva a b = λaa con
λ > si θ= ó λ < si θ=π. Se dice entonces que a y b son vectores paralelos paralelos.
. |aa·b|
b| ≤ |aa| |b
b|
Problema
Problema: Encontrar el ángulo que forman los vectores a = (6, −3, 2), b = (2, 1, −2).
5
Solución: arc cos
21
Definición . La distancia entre dos puntos p y q del plano o del espacio se define
como d(p, q) = |q − p| (o, equivalentemente, d(p, q) = |p − q|).
Si p = (a, b), q = (c, d), entonces
q
d(p, q) = |q − p| = (a − c)2 + (b − d)2 .
Si p = (a, b, c), q = (α, β, γ), entonces

q
d(p, q) = |q − p| = (a − α)2 + (b − β)2 + (c − γ)2 .

Definición . El producto vectorial u ∧ v de dos vectores u, v de R3 se define por la

fórmula
i j k
u ∧ v = u1 u2 u3 ,
v1 v2 v3
donde {i, j, k} es la base canónica de R3 (es decir, i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1)) y ui ,
vi son las componentes de u y v respectivamente.
El producto vectorial verifica las siguientes propiedades:
. u ∧ v es ortogonal a u y a v.
. |u ∧ v| = |u| |v| sen θ, siendo θ = ](u, v),
. u ∧ v = −v ∧ u,
. u ∧ (v + w) = u ∧ v + u ∧ w,
. u ∧ (λ v) = λ u ∧ v,
 
 u  u1 u2 u3
. (u ∧ v) · w = u · (v ∧ w) = det  v  = v1 v2 v3 .
 
w w1 w2 w3
 
,  y  dan la siguiente interpretación geométrica del produc-

to vectorial:
El producto vectorial de dos vectores es el vector ortogonal a u
y v de módulo |u||v| sen θ y cuya dirección y sentido siguen la regla
del sacacorchos o regla de la mano derecha como indica el dibujo a
la derecha.
.. Cálculo de áreas y volúmenes

El producto vectorial se puede usar para calcular áreas y
volúmenes ası́:
Área de un paralelogramo generado por dos vectores u y v. Como se observa en
la figura, usando los conocimientos de geometrı́a elemental (ver figura) y la propiedad
 anterior,
Area = |u|h = |u||v| sin θ = |u ∧ v|
Resulta de ahı́ que el área del triángulo generado por los mismos vectores es
 Matematicas I
1
Area(triángulo) = 2 |u||v| sen θ =
1
2 |u ∧ v|.
Ası́, por ejemplo, el el área del
triángulo de vértices (1, 0, 0), (0, 1, 0)
y (1, 1, 1) se puede calcular conside-
rando este triángulo como el gene-
rado por los vectores u = (0, 1, 0) −
(1, 0, 0) = (−1, 1, 0) y v = (1, 1, 1) −
(1, 0, 0) = (0, 1, 1), aplicando entones la fórmula anterior, tenemos
i j k √
u ∧ v = −1 1 0 = (1, 1, −1) y Area(triángulo) = 12 |u ∧ v| = 23
0 1 0
El volumen de un paralelepı́pedo
generado por tres vectores u, v y w se pue-
de calcular, como se observa en la figura,
multiplicando el área del paralelogramo
generado por u y v que, según acabamos
de ver es |u ∧ v|, por la altura a del parale-
lepı́pedo, que, como se observa de nuevo
en la figura, es el módulo de la proyección
de w sobre u ∧ v, es decir, a= |w|| cos β|, de
donde se deduce que
V olumen = |u ∧ v||w|| cos β| = |(u ∧ v) · w|
Como el paralelepı́pedo generado por
tres vectores se puede dividir en tres tetraedros iguales al generado por los mismos
vectores (ver la figura anterior), el volumen del tetraedro generado por los vectores
u, v y w es
Volumen(tetraedro) = 16 |(u ∧ v) · w|.
Ası́, por ejemplo, el volumen del tetraedro de vértices (1, 0, 0), (0, 1, 0), (1, 1, 1) y
(1, 2, 1) se puede calcular considerando este tetraedro como el generado por los vec-
tores u = (0, 1, 0) − (1, 0, 0) = (−1, 1, 0), v = (1, 1, 1) − (1, 0, 0) = (0, 1, 1) y w = (1, 2, 1) −
(1, 0, 0) = (0, 2, 1), aplicando entones la fórmula anterior, tenemos
−1 1 0
Volumen de ese tetraedro =|(u ∧ v) · w| = 16 módulo de 0 1 0 = 16 , y el volumen
0 2 1
del paralelepı́pedo generado por los mismos puntos es 1.
.. Ecuaciones de la recta en el plano

Por dos puntos P =(a,b) y Q=(c,d) pasa una sola recta. La pendiente de esa recta
d −b
es m = . Si tomamos otros dos puntos A, B en la misma recta y calculamos del
c−a
mismo modo, saldrá el mismo valor (como consecuencia de aplicar las propiedades de

los triángulos semejantes, véase el dibujo a continuación), por eso se llama pendiente
de la recta, sin hacer referencia a los puntos
P = {1, 1}; Q = {2, 1,5}; A = 1/3P + 2/3Q; B = 2Q − P ;
Esta idea sirve para escribir el primer modo de la ecuación de una recta en el
plano. Si una recta pasa por un punto P = (a, b) y tiene una pendiente m, cualquier
y −b
punto (x, y) de la recta verificará m = , de donde se deduce y = mx − ma + b, por
x−a
tanto, una ecuación general de la recta en el plano es de la forma
y = m x+h
ecuación canónica de una recta

(ecuaci recta) (ER donde m es la pendiente de la recta. Esta ecua-
ción no vale para rectas verticales en las que m deberia ser ∞ .
La ecuación de una recta vertical es de la forma x = c (pendiente infinita).
La de una recta horizontal es y = c (pendiente ).
Por un punto P=(a,b) pasa una sola recta ortogonal a un vector dado u = (c,d) (Se
dice que una recta es ortogonal a un vector u si, dados dos puntos P y Q de la recta,
el vector Q-P es ortogonal al vector u ). Por lo tanto, los puntos (x,y) de una recta que
pasa por P=(a,b) y es ortogonal a u = (c,d) verifican la ecuación ((x-a),(y-b)) . (c,d)=, es
decir, c(x-a) + d (y-b) = , operando, c x + d y - c a - d b =. Por eso, de forma genérica,
se escribe la ecuación de una recta como cx + dy + r = 0 (ecuaci ecuación en implı́citas
de una recta
recta) (ER.)
Por un punto P=(a,b) pasa una sola recta en la director de un vector dado u = (c,d).
(Se dice que una recta está en la dirección de un vector u si, dados dos puntos P
y Q de la recta, el vector Q-P es un múltiplo del vector u ). Por lo tanto, los puntos
(x,y) de una recta que pasa por P=(a,b) y está en la dirección de u = (c,d) verifican
(x, y) − (a, b) = λ(c, d). Por eso, de forma genérica, se escribe la ecuación de una recta
como )
x = λc + a
ecuación en paramétricas de una recta
recta) (ER)
y = λd + b
donde a,b,c,d son números fijos y λ toma todos los valores posibles entre los reales.
Capı́tulo 
Funciones y lı́mites
.. Funciones
Definición . Una función (o aplicación) f de un conjunto A en un conjunto B es una

regla que a cada elemento x de A (se escribe x ∈ A) le asigna un único elemento f (x) de B
(se escribe f (x) ∈ B) y la aplicación se escribe como:
f : A −→ B
x 7→ f (x)
Ejemplos de funciones (o aplicaciones):
) A = {personas de esta clase}, B = {nombres} , f (persona) = nombre de persona

) A = {filas de bancos}, B = {números enteros},
f (fila de bancos) = número de fila, ordenadas desde la más próxima a la pizarra a
la más lejana
) A = R, B = R, f (x) = x2
) A = R, B = R+ , f (x) = 3x
√ +7
) A = R+ , B = R, f (x) = x
Gráfica de una función
La gráfica de una función f : A → B es el conjunto de los pares ordenados {(x, f (x)); x ∈

A} ⊂ A × B.
Cuando A y B se pueden representar en el plano por rectas o segmentos o subcon-
juntos cualesquiera de rectas, la gráfica es un subconjunto del plano y el concepto es
muy visual. Ası́: la gráfica de la función f : R −→ R definida por f (x) = x2 − x + 2 es


-2 -1 1 2 3
Como se ve, para una función de R en R, su gráfica tiene, normalmente, el aspecto

de una curva del plano. Se plantea entonces la pregunta, ¿cualquier curva del plano
representa una función? Por ejemplo, de las siguientes curvas, ¿todas representan una
función?
3.0 1 1.0
1.0 2.5
0.5
0.5 2.0 0.5 1.0 1.5 2.0 2.5 3.0
1.5
0.5 1.0 1.5 2.0 2.5 3.0 -1 0.2 0.4 0.6 0.8 1.0
-0.5 1.0
-0.5
-1.0 0.5 -2
-1.0 -0.5 0.5 1.0 -1.0
La clave para la respuesta está en repasar la definición de función “es una regla que
a cada elemento de un conjunto A le asigna un único elemento f (x) de un conjunto
B. Si nos fijamos en las curvas anteriores, las aplicaciones que se corresponden con la
cuarta gráfica no cumplen esa condición (por ejemplo, a  le asignarı́a dos valores, +
y -), mientras que sı́ la cumplen las otras tres.
Gráficamente, si al cortar un curva del plano por rectas verticales, estas cortan a
la curva en sólo un punto, entonces la curva representa la gráfica de una función. Si
alguna vertical corta a la curva en más de dos puntos, entonces la curva no puede ser
la gráfica de ninguna función.
Tipos de funciones y función inversa

En el ejemplo ) de función (A ={personas de esta clase}, B={nombres} , f(persona)
= nombre de persona), cada persona tiene un nombre, pero hay varias personas con el
mismo nombre. Dada una persona (elegir una de la clase) su nombre (preguntárselo)
es f(persona), ese nombre se dice que es la imagen de esa persona (la elegida) y, si hay
más personas en clase con el mismo nombre (preguntar) cada una de ellas está en la
antiimagen de ese nombre y el conjunto de todas ellas es la antiimagen de ese nombre.
En este caso se ve (elegir otra persona si no es ası́) que una misma imagen puede tener
varias antiimágenes.
 Matematicas I
“Por cierto”: que “nombre” sea la imagen de “persona” se escribe ası́: f(“persona”)
= “nombre”; que “persona” (o cualquiera de ellas) esté en la antiimagen de “nom-
bre” se escribe ası́: “persona” ∈ f −1 (nombre) y que el conjunto de todas las perso-
nas de esta clase con ese “nombre” sea la antiimagen de “nombre” se escribe ası́:
{“persona”, “persona”, ...} = f −1 (nombre).
Definición . Se dice que
f : A → B
x 7→ f (x)
es una función es inyectiva si f −1 (f (x)) = {x}, y no lo es en caso contrario, es decir, si para
algún x, f −1 (f (x)) tiene más de un elemento. Equivalentemente, f : A −→ B es inyectiva si
para cualesquiera elementos x, y ∈ A, si x , y, entonces f (x) , f (y).
De acuerdo con asta definición:
- La aplicación f del ejemplo ) no es inyectiva
- La aplicación f del ejemplo ) sı́ que es inyectiva
- La aplicación f del ejemplo ) no es inyectiva porque f −1 (f (x)) = f −1 (x2 )) = {x, −x}
- La aplicación f del ejemplo ) si es inyectiva porque f −1 (f (x)) = f −1 (3x + 7) = {x}
√ √ 2
- La aplicación f del ejemplo ) si es inyectiva porque f −1 (f (x)) = f −1 ( x) = x =
{x}
Definición . Se dice que una aplicación f : A −→ B es suprayectiva si todo elemento
de B es imagen de un elemento de A, es decir, si {f (x); x ∈ A} = B. o, lo que es lo mismo, si
para cada y ∈ B existe un x ∈ A tal que f (x) = y.
Definición . Si una aplicación
f : A → B
x 7→ f (x)
es inyectiva y supreyectiva entonces se llama aplicación biyectiva.
En este caso se puede definir una aplicación en sentido contrario que, a todo elemento
de B le hace corresponder el único que está en su antiimagen, es decir, a cada elemento
y de B le hacer corresponder el único elemento x ∈ A tal que y = f (x). Esta aplicación
se denota con la misma expresión que la antiimagen, es decir, con f −1 , y su expresión,
si conocemos la aplicación f, es
f −1 : B → A
,
f (x) 7→ x
o lo que es lo mismo
f −1 : B → A
.
y 7→ x si f (x) = y.
Se llama aplicación inversa de f .
Para una función de R en R, se reconoce que una aplicación es inyectiva viendo su

gráfica.

.. Composición de funciones

Definición . Dadas dos aplicaciones f : X → Y, g : Y → Z, se define la aplicación
composición de f y g, g ◦ f : X → Z por g ◦ f (x) = g (f (x)).
Para entender las composiciones de aplicaciones, a menudo es útil considerar diagramas
como el siguiente:
f
X /Y
g
g◦f
Z
Ası́, por ejemplo, si f(x) = sen(x) y g(x) = x3 , entonces

g ◦ f (x) =(sen(x))3 (que
también se escribe como sen3 (x)) y f ◦ g (x) = sen x3 . Además f: R −→[-,],g:R −→ R,
g ◦ f: R −→[-,], f ◦ g: R −→[-,].
Obsérvese que, si f es una función que tiene inversa, las composiciones f −1 ◦f
y f ◦f −1 verifican f −1 ◦f (x)=x y f ◦f −1 (x)=x. (la aplicación i(x)=x se llama aplicación
identidad, y las expresiones anteriores se pueden escribir como f ◦f −1 = i f −1 ◦f = i.)
.. Ecuaciones y su resolución gráfica

Definición . Una ecuación es una expresión de la forma
f (x) = g(x), (.)

en la que f : X → Y y g : X → Y , son aplicaciones. Los x ∈ X para los que la igualdad es
cierta se llaman soluciones de la ecuación f (x) = g(x).
Si, en (.), la función g es la función constante g(x) = y para un y fijo de Y , la

ecuación (.) se convierte en
f (x) = y.
lo que equivale a: “dado y ∈ Y , encontrar todos los x ∈ X tales que y = f (x)”. Pero,
según la definición de antiimagen que dimos antes, el conjunto de los x del entreco-
millado anterior es {x ∈ X; f (x) = y} = f −1 (y). Es decir: “el conjunto de las soluciones
de la ecuación f (x) = y” es lo mismo que “f −1 (y)”.
Por ejemplo, la ecuación x2 = 0 tiene como solución x = 0. Si tenemos en cuenta
que x2 representa la función f : R −→ R dada por f (x) = x2 , entonces las soluciones
de x2 = 0 son los elementos del conjunto f −1 (0) = {0}.
De lo que acabamos de decir se deduce también que encontrar el conjunto f −1 (y)
es lo mismo que encontrar todas las soluciones de la ecuación f (x) = y.
Para que f (x) = y tenga solución, hace falta que y esté en el conjunto de imágenes
de f , si no, es evidente que no hay solución. Luego, la ecuación f (x) = y tiene solución
para todo y ∈ B si y sólo si f es suprayectiva. Si ocurre que y está en la imagen de f ,
si f es inyectiva la ecuación tiene una solución única, si no lo es, puede tener más de
una solución.
 Matematicas I
Por otro lado, la función inversa f −1 existe si y solo si f es suprayectiva e inyectiva.

Por lo que acabamos de ver, esto es equivalente a decir que f : A −→ B tiene inversa
si y solo si para todo y ∈ B la ecuación f (x) = y tiene solución única y, en ese caso,
f −1 (y) = x.
Solución gráfica de una ecuación

Sean f y g funciones reales de variable real. Si a es una solución de f (x) = g(x),
verifica f (a) = g(a), lo que es equivalente a (a, f (a)) = (a, g(a)). Pero (a, f (a)) es un punto
de la gráfica de f y (a, g(a)) es un punto de la gráfica de g, luego a es una solución de la
ecuación f (x) = g(x) si y solo si las gráficas de f y g coinciden en el punto en que tie-
nen la coordenada x igual a a. Esto da un procedimiento para encontrar gráficamente
soluciones de ecuaciones de la forma f (x) = g(x) cuando se conocen las gráficas de
ambas funciones: “Se miran los puntos en que ambas gráficas se cortan y las coordenadas
x de esos puntos son las soluciones de la ecuación”.
Veamos un ejemplo : Obtener las soluciones de la ecuación sen(x) = x3 -x+.
Dibujamos las gráficas de ambas funciones (para x entre −3,1 y 3,1), la primera en rojo
y la segunda en azul:
4
0.80
2
0.75
0.70
-3 -2 -1 1 2 3
0.65
-2
0.65 0.70 0.75 0.80 0.85 0.90

-4
y, mirando los puntos de intersección, observamos que las soluciones son, aproxima-
damente, -’ y ’ Claro que podemos equivocarnos, si miramos más de cerca la
solución positiva con más resolución, la imagen de la derecha (para x entre 0,6 y 0,9)
vemos que lo que parecı́a un punto de intersección son dos en realidad y, en lugar
de la solución ’ , lo que tenemos son dos soluciones cuyos valores aproximados son
’ y ’.
.. Las funciones elementales

Se llama funciones elementales a las funciones f : R −→ R más simples y mejor
conocidas. Son las que damos a continuación:
Una función lineal es una función de la forma f (x) = ax, donde a es un número
real. Se llaman ası́ porque su gráfica es una recta de pendiente a que pasa por el origen
y porque, además, verifica las propiedades:

. f (x + y) = f (x) + f (y), para cualesquiera x, y números reales,
. f (λx) = λf (x), para cualesquiera números reales λ y x.
Una función afı́n es una función de la forma f (x) = ax + b. Su gráfica es una recta
de pendiente a que pasa por el punto (0, b). Se diferencia de una lineal sólo en la cons-
tante b, y, naturalmente, una función lineal es un caso especial de función afı́n (caso
b = 0).
Es posible encontrar otra terminologı́a en los libros (y en clase): que tanto las afines
como las lineales se les llame lineales y que, para distinguir a las lineales de las afines
a las primeras se les llame lineales homogéneas
homogéneas.
lineal homogénea lineal no homogénea o afí

0.4 1.4
0.2 1.2
1.0
-1.0 -0.5 0.5 1.0
-0.2 0.8
-0.4
-1.0 -0.5 0.5 1.0
lineal homogénea lineal no homogénea o afí
0.4 1.4
0.2 1.2
1.0
-1.0 -0.5 0.5 1.0
-0.2 0.8
-0.4
-1.0 -0.5 0.5 1.0
Una función polinómica es una función de la forma
f (x) = an xn + an−1 xn−1 + an−2 xn−2 + ... + a2 x2 + a1 x + a0
que se llama polinomio (o función polinómica) de grado n, a a0 se le llama término

independiente, y a ap se le llama coeficiente del término de grado p, an es el coeficiente
del término de grado máximo.
Los polinomios más sencillos son los de grado cero, cuya gráfica es una recta horizon-
tal y = a0 , y los de grado 1, cuya gráfica es una recta inclinada, y coinciden con las
funciones afines. Algunas gráficas de otras funciones polinómicas son
x2 − x − 1, “polinomio de grado 2”
2”,
3 2
x + x − x + 1, “polinomio de grado 3” 3”,
x4 − x3 + x2 − x − 1, “polinomio de grado 4”
4”,
5 4 3 2
x + x − x + x − x + 1, “polinomio de grado 5” 5”,
 Matematicas I
polinomio de grado 2 polinomio de grado 3

70
60 400
50
200
40
30
-5 5
20
-200
10
-400
-5 5
polinomio de grado 4 polinomio de grado 5

15 000
4000
10 000
3000 5000
2000
-5 5
-5000
1000
-10 000
-5 5
Una función racional es un cociente de funciones polinómicas, es decir, una fun-

P (x)
ción de la forma f (x) = , donde P y Q son polinomios. Como ejemplos :
Q(x)
x4 − x3 + x2 − x − 1 , x4 − x3 + x2 − x − 1 ,
x2 −x−1 x2 −x−1
x5 + x4 − x3 + x2 − x + 1 , x5 + x4 − x3 + x2 − x + 1 ,
x3 +x2 −x+1 x3 +x2 −x+1
x4 - x3 + x2 - x - 1 x5 + x4 - x3 + x2 - x + 1
2
x -x-1 x3 + x2 - x + 1
20
15 10
10
5
5
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
-5
-5
-10
Obsérvese como las funciones se hacen infinito (y, por lo tanto, no están definidan)
en los puntos en que el denominador se anula.
 las lineas verticales no forman parte de la gráfica de la función.


Las funciones trigonométricas circulares son sen, cos, tg=sen/cos, cot=cos/sen,

cosec =/sen y sec = /cos, cuyas gráficas son:
función seno función coseno

1.0 1.0
0.5 0.5
-6 -4 -2 2 4 6 -6 -4 -2 2 4 6
-0.5 -0.5
-1.0 -1.0
función tangente función cotangente

6 6
4 4
2 2
-6 -4 -2 2 4 6 -6 -4 -2 2 4 6
-2 -2
-4 -4
-6 -6
función cosecante función secante

6
5
4
2
-6 -4 -2 2 4 6 -6 -4 -2 2 4 6
-2
-4
-5
-6
Como se ve, las funciones básicas son sin y cos, las otras se definen a partir de
ellas. Recordemos que estas funciones se definen geométricamente usando triángulos
rectángulos: Si se tiene un triángulo rectángulo con catetos de longitudes a y b e hipo-
tenusa c y θ es el ángulo formado por la hipotenusa y el cateto de longitud a, entonces
cos θ = a/c sen θ = b/c (.)
Si aplicamos eso al triángulo rectángulo que determinan, en una circunferencia de

radio 1, el eje x, otro radio de la circunferencia que forme un ángulo θ con el eje
x y la recta que pasa por el ectremo de ese radio que toca a la circunferencia y es
perpendicular al eje x, se tiene que sen θ y cos θ tienen el valor que se indica en el
siguiente dibujo:
 Matematicas I
1.0
0.5
sen θ
θ
-1.0 -0.5 0.5 1.0
cos θ
-0.5
-1.0
De las definiciones que corresponden a este dibujo se deducen las siguientes pro-
piedades para las funciones trigonométricas circulares:
. cos(a) = cos(−a)
. sin(a) = − sin(−a)
. cos(a) = sin(a + π/2)
. cos(π/2 − a) = sin(a), cos(a) = sin(π/2 − a)
Otras propiedades de uso muy frecuente son:
. cos(a + b) = cos a cos b − sin a sin b,
. sin(a + b) = sin a cos b + cos a sin b,
. cos2 a + sin2 a = 1.
Como consecuencia de las dos primeras fórmulas, se tiene que cos(2a) = cos2 a −
2
sin a y sen(2a) = 2 sen a cos a.
Como se aprecia al ver sus gráficas, estas funciones no tienen inversa cuando se
consideran definidas sobre todos los números reales donde se pueden definir, pero
siempre es posible restringirse a un intervalo en que la función trigonométrica circu-
lar tiene inversa. Esas inversas de conocen como “arco (nombre de la función)”, ası́:
la función arco seno, que se escribe arsen, es la inversa de la función seno,
la función arco coseno, que se escribe arcos, es la inversa de la función coseno,
la función arco tangente, que se escribe artg, es la inversa de la función tangente,
y lo mismo se puede decir de las otras tres funciones trigonométricas, pero nos con-
tentaremos con describir estas tres:

þ þ
arsen:@-1,1D@- , D arcos:@-1,1D@0,þD
2 2 3.0
1.5
2.5
1.0
2.0
0.5
1.5
-1.0 -0.5 0.5 1.0
1.0
-0.5
0.5
-1.0
-1.5 -1.0 -0.5 0.5 1.0
þ þ
artg:R@- , D
2 2
1.0
0.5
-6 -4 -2 2 4 6
-0.5
-1.0
Funciones exponencial y logarı́tmica

Conocido el número e, la función exponencial es f (x) = ex , y, para cualquier otro
número real a, se puede considerar la función exponencial de base a, f (x) = ax , cuya
relación con ex veremos al recordar la definición de logaritmo.
Su gráfica es
función exponencial ex función exponencial 10x

7 50
6 40
5
30
4
3 20
2
10
1
-2 -1 1 2 -2 -1 1 2
Esta función verifica:

ax+y = ax ay ; axy = (ax )y .
La función logaritmo de base a > 0, loga x, se define como la función inversa de la
función ax . En particular, el logaritmo neperiano de x, ln x = loge x, y el logaritmo de-
cimal de x, log x = log10 x son, respectivamente, las funciones inversas de ex y de 10x .
Con más detalle, el hecho de que loga x sea la función inversa de ax significa que:
 Matematicas I
loga x = y si y solo si ay = x, y, por lo tanto, ln x = y si y solo si ey = x.
Resulta, además, de la definición que
loga 1 = 0 = ln 1,
loga 0 = − ∞ = ln 0,
loga (xy) = loga x + loga y,
loga (xy ) = y loga x,
loga yx = loga x − loga y,
y, de la tercera propiedad, resulta que, si y = ln x, ey = x, de donde y loga e = loga x,

de donde,
loga x = loga e ln x.
De la misma propiedad tercera se deduce que ln ax = x ln a, de donde
ax = ex ln a ,
lo que explica la relación entre las gráficas de 10x y ex dadas anteriormente.
La gráfica del logaritmo es, como le corresponde por ser la inversa de la función
exponencial, la que resulta de cambiar los ejes X e Y entre sı́ en la gráfica de la expo-
nencial, ası́:
función logaritmo neperiano función logaritmo decimal
2
1.5
1
1.0
1 2 3 4 5 6 7
0.5
-1
-2 10 20 30 40 50
Obsérvese que ax > 0 para todo x, luego loga x, que es su función inversa, sólo
está definida para x > 0, y, cuando x se aproxima a , loga x se aproxima a −∞, lo que
se escribe ası́:
loga 0 = −∞.
.. Lı́mites de funciones

Definición . Se dice que lı́mx→∞ f (x) = b si, para cualquier (pequeña) distancia ε,
cuando x es suficientemente grande (existe un M > 0 tal que para todo x ≥M) la distancia
de f (x) a b es más pequeña que ε (|b- f (x) | < ε ).
Pero, además de considerar el caso x−→ ∞, se pueden considerar los casos x−→
-∞ y x−→ a, siendo a un múmero real.

Definición . Se dice que lı́mx→−∞ f (x) = b si, para cualquier (pequeña) distancia
ε, cuando x es negativo y suficientemente grande en módulo (existe un M > 0 tal que para
todo x≤ -M) la distancia de f(x) a b es más pequeña que ε (|b- f (x) | < ε ).
Definición . Se dice que lı́mx→a f (x) = b si, para cualquier (pequeña) distancia ε,
cuando x está suficientemente próximo a a (existe un δ > tal que para todo |x-a| <δ ) la
distancia de f(x) a b es más pequeña que ε (|b- f (x) | < ε ).
Además, podemos considerar la posibilidad de que el lı́mite sea ∞ ó - ∞. En estos

casos, en lugar de deicr “ para cualquier (pequeña) distancia ε, la distancia de f(x) a b es
más pequeña que ε (|b- f (x) | < ε )”, hay que decir “ para cualquier número (grande) M>,
f(x) es más grande que ese número (f(x)>M )”si el lı́mite es ∞, o “ para cualquier número
(grande) M>, f(x) es negativo y su módulo es más grande que ese número (f(x)< - M )”si
el lı́mite es -∞.
Algunas ideas para calcular lı́mites:
4 2
3x4 − 2x2 + 1 3 xx5 − 2x
x5
+ x15 3 1x − x23 + x15
lı́m = lı́m = lı́m = 0.
x→∞ x5 + 3x3 x→∞ x5
5 +
3x3 x→∞ 1 + 32
x 5 x x
Criterio del bocadillo o del sandwich:

Dadas las funciones convergentes f : R −→ R y g : R −→ R tales que lı́mf (x) =
x→a
lı́mg(x) = α, si h : R− → R es otra función que verifica f (x) ≤ h(x) ≤ g(x) para todo x
x→a
próximo a a, entonces lı́mh(x) = α, y esto aunque a = ±∞. Ası́, por ejemplo:
x→a
cos x −1 cos x 1 1 1
La función verifica ≤ ≤ , y lı́m (− ) = lı́m ( ) = , luego
x x x x x→∞ x x→∞ x
cos x
lı́m =0
x→∞ x
Otros hechos útiles que conviene saber para calcular lı́mites son
senx
lı́m = 1,
x→0 x
ex ln x
lı́m n
= ∞ para todo n y lı́m n = 0 para todo n ≥ 1,
x→∞ x x→∞ x
como resulta de las observaciones que hicimos sobre crecimiento exponencial, polino-
mial y logarı́tmico.
1 x 1

lı́m 1 − = .
x→∞ x e
Cuando se tiene lı́mf (x), se puede hablar de lı́mites por la derecha lı́m f (x)
x→a x→a+
(cuando < x-a < δ) o por la izquierda lı́m f (x) (cuando  < a-x < δ). Existe el lı́mite
x→a−
si y solo si ambos lı́mites existen y coinciden (y entonces coinciden también con el
lı́mte).
 Matematicas I
.. Funciones contı́nuas

Definición . Una función f : R −→ R se dice que es contı́nua en a R si lı́mx→a
f (x) = f(a). Se dice que f es contı́nua en un intervalo [ a,b] de R si lo es en cada punto x
[ a,b]. (por un intervalo [ a,b] de R entendemos todos los números reales entre a y b, es
decir, todos los x R tales que a ≤ x ≤ b).
Teorema: En los puntos en los que están definidas, todas las funciones elementales que
hemos estudiado son contı́nuas.
Problema
Encontrar los puntos en los que la siguiente función f no es contı́nua. Hacer un
esquema de la gráfica de la función f .



 2x + 1, if x ≤ −1
f (x) =  3x, if − 1 < x < 1


 2x − 1, if x ≥ 1

Cada una de las tres funciones que se usan para definir f son polinomios (es más,
funciones afines), luego son contı́nuas. Si hay discontinuidades se darán, por lo tanto,
en los puntos de separación entre cada trozo, es decir, en “x = −1 y x = 1. En esos
puntos los lı́mites no están bien definidos, luego la función no es contı́nua en ellos.
Si dibujamos la gráfica de la función con Mathematica obtenemos
-2 -1 1 2
-1
-2
-3
y observamos que Mathematica dibuja la gráficas de esa función dibujando lineas

verticales en los puntos de discontinuidad donde se dan saltos.
Lı́mites que no existen

En los ejemplos anteriores, se observa que la función no es contı́nua en los puntos
en que su gráfica da un salto y, por lo tanto, no tiene bien definido el lı́mite en ese
punto (no es sólo que no coincida con el valor de la función en el punto). Vamos a
ver que hay modos más sofisticados de no tener lı́mite en un punto, como le ocurre a
sen(/x) en x=:

1.0
0.5
-1.0 -0.5 0.5 1.0
-0.5
-1.0
Y hay modos curiosos de ”arreglar”esta función para que sea contı́nua, porque no
se ve clara la(continuidad (quizás si el lı́mite) en x=:
x sin(1/x), if0 , x
h(x) =
0, if x = 0
0.8
0.6
0.4
0.2
-1.0 -0.5 0.5 1.0
-0.2
Capı́tulo 
Lı́mites y funciones contı́nuas
.. Lı́mites de sucesiones
Zenón propuso la siguiente aporı́a, llamada de Aquiles y la tortuga. Aquiles era co-
nocido como de los pies ligeros, capaz de matener una velociada de  m/seg durante
un tiempo prolongado. Una tortuga de tierra es un animal my lento, pero la tortuga
de la aporı́a era una tortuga de carreras y tenı́a un velocidad punta  m/seg. Supon-
gamos que establecemos una carrera entre Aquiles y la tortuga, pero que a la tortuga
le damos una ventaja de  metros. ¿cuánto tiempo tardará Aquiles en alcanzar a la
tortuga?.
La fı́sica dice: espacio = espacio inicial + velocidad × tiempo. El espacio inicial para
Aquiles es , y para la tortuga , se encontrarán cuando los espacios de Aquiles y la
tortuga sean iguales, es decir, cuando
 × t =  +  t, de donde  t =  y t = 1009 = . < .,
es decir, la fı́sica dice que Aquiles tardará menos de . segundos en alcanzar a la
tortuga.
Veamos, sin embargo lo que decı́a Zenón: para recorrer la distancia que le separa de la
tortuga Aquiles deberá llegar primero al lugar a1 en que se encuentra ahora la tortuga.
Pero cuando Aquiles llegue a ese lugar a1 la tortuga se habrá movido a otro lugar a2 ,
cuando Aquiles llegue a a2 , la tortuga ya estará en a3 , y ası́ sucesivamente, de modo
que Aquiles nunca alcanzará a la tortuga.
Para resolver la paradoja de Zenón, demos tiempos y distancias a su argumentación:
tiempo que tarda Aquiles en llegar a a1 = 100: t1 =/ =  seg

el lugar a2 en que estará la tortuga cuando Aquiles llegue a a1 es, de acuerdo con la
velocidad de la tortuga, a2 = a1 +1×10 = 110 y el tiempo que le costará a Aquiles llegar
ahı́ t2 = /=. Realizando este cálculo sucesivamente, llegamos a las siguientes
fórmulas de recurrencia:


 
 espacio tiempo 
a = 100 t = 10
 

 1 1 

 a2 = a1 + t1 × 1 = 110 t2 = a2 /10 = 11 = 10 + 1 
 
 a = a + t × 1 = 111 111 1
 3 1 2 t3 = a3 /10 = 10 = 11,1 = 10 + 1 + 10 

a4 = a1 + t3 × 1 = 111,1 t4 = a4 /10 = 111,1 = 11,11 = 10 + 1 + 1
+ 1 

10 10 100
El tiempo tardado será el término último de esa sucesión de números, Como esa
sucesión no acaba nunca, podemoa entender que el valor de la sucesión es el lı́mite
cuando el término que tomamos ocupa un lugar cada vez mayor (tiende a infinito). En
este caso, ¿cuál serı́a el valor de ese lı́mite?. Busquemos primero una fórmula para el
término “general”de la sucesión:
1 1 1
tn = 10 + 1 + + + ... + n−2
10 100 10
que es la suma de los términos de una progresión geométrica de razón /, que, en
general es igual a
ar (−1 + r n )
−1 + r
lo que, aplicado a nuestro caso, puesto que a r = y r = /, da
100
− (−1 + 10−n ) .
9
Cuando n se hace muy grande, 10−n se hace muy pequeño, tendiendo a , luego el
lı́mite es / = . < ., el mismo tiempo que daba la fı́sica, luego no hay
contradicción.
¿Qué hemos tenido que hacer para darnos cuenta de que no hay contradicción?: in-
troducir el concepto de lı́mite para poder hacer una suma con una cantidad infinita
de sumandos y ver que, en este caso, aunque tengo una cantidad infinita de números
a sumar, los númeors van siendo tan pequeños que su suma es finita.
El lı́mite que hemos usado en la paradoja de Aquiles y la tortuga es el lı́mite de
una sucesión. En general, una sucesión es lo que todos entendemos por sucesión, y se
puede definir con más precisión usando el concepto de función que introdujimos hace
unos dı́as: una sucesión es una aplicación del conjunto de los números naturales en
los reales N−→R, que corresponde a la idea intuitiva de tener una cantidad infinita
n 7→ an
de números reales ordenados asignándoles un número de orden. Pues, dada una tal
sucesión {an }, se dice que tiene un lı́mite b si, cuando n es muy grande, los números
an son próximos a b. Con más precisión, se dice que lı́mn→∞ an = b si para cualquier
(pequeña) distancia ε cuando n es suficientemente grande (existe un m tal que para todo
n≥m) la distancia de an a b es más pequeña que ε (|b- an | < ε ).
También podemos hacernos una idea de lo que es el lı́mite dibujando una gráfica de
la sucesión. Ası́, para la sucesión de Aquiles y la tortuga, tn = 100 −n
9 (1 − 10 ), su gráfica
es
 Matematicas I
11.0
10.8
10.6
10.4
10.2
-5 0 5 10 15
El concepto de lı́mite permite también dar una definición precisa de un número

especial que ya usamos al hablar de funciones, el número e, que se define como:
n
1

e = lı́m 1 +
n→∞ n
Veamos la gráfica de la sucesión e intuyamos como el lı́mite es e.
3.0
ã
2.5
2.0
1.5
1.0
0.5
0 5 10 15 20 25
.. Lı́mites de funciones

Para una función f: R −→ R , el concepto de lı́mite cuando x−→ ∞ se puede definir
exactamente igual que para una sucesión
Se dice que lı́mx→∞ f (x) = b si, para cualquier (pequeña) distancia ε, cuando x es
suficientemente grande (existe un M> tal que para todo x≥M) la distancia de f(x) a b es
más pequeña que ε (|b- f (x) | < ε ).
Pero, además de considerar el caso x−→ ∞, se pueden considerar los casos x−→
-∞ y x−→ a, siendo a un múmero real.
Se dice que lı́mx→−∞ f (x) = b si, para cualquier (pequeña) distancia ε, cuando x es
negativo y suficientemente grande en módulo (existe un M> tal que para todo x≤ -M) la
distancia de f(x) a b es más pequeña que ε (|b- f (x) | < ε ).
Se dice que lı́mx→a f (x) = b si, para cualquier (pequeña) distancia ε, cuando x está su-
ficientemente próximo a a (existe un δ > tal que para todo |x-a| <δ ) la distancia de f(x) a
b es más pequeña que ε (|b- f (x) | < ε ).

Además, tanto para sucesiones como para funciones, podemos considerar la posi-
bilidad de que el lı́mite sea ∞ ó - ∞. En estos casos, en lugar de deicr “ para cualquier
(pequeña) distancia ε, la distancia de f(x) a b es más pequeña que ε (|b- f (x) | < ε )”,
hay que decir “ para cualquier número (grande) M>, f(x) es más grande que ese número
(f(x)>M )”si el lı́mite es ∞, o “ para cualquier número (grande) M>, f(x) es negativo y
su módulo es más grande que ese número (f(x)< - M )”si el lı́mite es -∞.
Algunas ideas para calcular lı́mites:
4 2
3x4 − 2x2 + 1 3 xx5 − 2x
x5
+ x15 3 1x − x23 + x15
lı́m = lı́m = lı́m = 0.
x→∞ x5 + 3x3 x→∞ x5
5 +
3x3 x→∞ 1 + 32
x5 x x
Criterio del bocadillo o del sandwich: Dadas las funciones convergentes f : R −→ R

y g : R −→ R tales que lı́mf (x) = lı́mg(x) = α, si h : R− → R es otra función que verifica
x→a x→a
f (x) ≤ h(x) ≤ g(x) para todo x próximo a a, entonces lı́mh(x) = α, y esto aunque a = ±∞.
x→a
Ası́, por ejemplo:
cos x −1 cos x 1 1 1
La función verifica ≤ ≤ , y lı́m (− ) = lı́m ( ) = , luego
x x x x x→∞ x x→∞ x
cos x
lı́m =0
x→∞ x
Otros hechos útiles que conviene saber para calcular lı́mites son
senx
lı́m = 1,
x→0 x
ex ln x
lı́m = ∞ para todo n y lı́m n = 0 para todo n ≥ 1,
x→∞ xn x→∞ x
como resulta de las observaciones que hicimos sobre crecimiento exponencial, polino-
mial y logarı́tmico.
1 x 1

lı́m 1 − = .
x→∞ x e
Cuando se tiene lı́mf (x), se puede hablar de lı́mites por la derecha lı́m f (x)
x→a x→a+
(cuando < x-a < δ) o por la izquierda lı́m f (x) (cuando  < a-x < δ). Existe el lı́mite
x→a−
si y solo si ambos lı́mites existen y coinciden (y entonces coinciden también con el
lı́mte).
 Matematicas I
Algunos lı́mites y las correspondientes gráficas

2.4
2.2
2.0
1.8
1.6
1.4
1.2
x
) lı́m √ = 2 -1.0 -0.5 0.5 1.0
x→0 x+1−1
7
x3 − 1
) lı́m =3 0.5 1.0 1.5 2.0
x→1 x − 1
x3 − 1
En efecto: = 1 + x + x2 .
x−1
0.250
0.248
0.246
0.244
0.242
0.240
0.238
√
x2 + 4 − 2 1
) lı́m = -1.0 -0.5 0.5 1.0
x→0 x2 4
Ejercicios para la clase de prácticas con Mathematica

) lı́mx→7+ 12
x−7 (limit to be taken from the right)

Limit[12/(x − 7), x → 7, Direction → −1]

(*por la derecha es Direction → −1 y por la izquierda es Direction → 1*)
∞
100
50
6.5 7.0 7.5 8.0
-50
-100
.. Funciones contı́nuas

Una función f : R −→ R se dice que es contı́nua en a R si lı́mx→a f (x) = f(a).
Se dice que f es contı́nua en un intervalo [ a,b] de R si lo es en cada punto x [ a,b].
(por un intervalo [ a,b] de R entendemos todos los números reales entre a y b, es
decir, todos los x R tales que a ≤ x ≤ b).
Teorema: En los puntos en los que están definidas, todas las funciones elementales que
hemos estudiado son contı́nuas.
Problema
Encontrar los puntos en los que la siguiente función f no es contı́nua. Hacer un
esquema de  la gráfica de la función f .
 2x + 1, if x ≤ −1


 3x, if − 1 < x < 1
f (x) = 

 2x − 1, if x ≥ 1

Cada una de las tres funciones que se usan para definir f son polinomios (es más,
funciones afines), luego son contı́nuas. Si hay discontinuidades se darán, por lo tanto,
en los puntos de separación entre cada trozo, es decir, en “x = −1 y x = 1. En esos
puntos los lı́mites no están bien definidos, luego la función no es contı́nua en ellos.
Si dibujamos la gráfica de la función con Mathematica obtenemos
3
-2 -1 1 2
-1
-2
-3
 Matematicas I
y observamos que Mathematica dibuja la gráficas de esa función dibujando lineas ver-
ticales en los puntos de discontinuidad donde se dan saltos.
Lı́mites que no existen

En los ejemplos anteriores, se observa que la función no es contı́nua en los puntos
en que su gráfica da un salto y, por lo tanto, no tiene bien definido el lı́mite en ese
punto (no es sólo que no coincida con el valor de la función en el punto). Vamos a
ver que hay modos más sofisticados de no tener lı́mite en un punto, como le ocurre a
sen(/x) en x=:
1.0
0.5
-1.0 -0.5 0.5 1.0
-0.5
-1.0
Y hay modos curiosos de ”arreglar”esta función para que sea contı́nua, porque no
se ve clara la continuidad (quizás si el lı́mite) en x=:
0.8
0.6
0.4
0.2
-1.0 -0.5 0.5 1.0

(
x sin(1/x), if0 , x
h(x) = -0.2
0, if x = 0
Capı́tulo 
La derivada
Dada una función f : R −→ R, la noción de derivada de f en un punto t tiene

dos modos básicos de ser entendida. La primera corresponde a una visión analı́tica,
y corresponde a entender la derivada como “velocidad”. La segunda corresponde a
una visión más geométrica y corresponde a la visión de la derivada como pendiente
de la recta tangente a la gráfica de la función, o, lo que es lo mismo, a la visión de la
derivada como aproximación de f (función, en general, no lineal, cuya gráfica es una
curva no recta) por una función lineal (cuya gráfica es una recta). Este último modo
de ver está también relacionado, como veremos, con el desarrollo en serie de Taylor.
.. La derivada como velocidad

Comenzaremos con la definición de derivada como una velocidad. En Fı́sica se
considera, con frecuencia, algo que se mueve recorriendo un espacio e en un tiempo t,
a cada instante de tiempo t corresponde un espacio recorrido e, lo que define e como
una función de t, e = f (t). El primer concepto de velocidad aparece como el cociente
del espacio por el tiempo, es la llamada
espacio
velocidad media = ,
tiempo
de modo que, si consideramos la velocidad media del trayecto entre los tiempos t1 y
t2 > t1 , ésta será:
f (t2 ) − f (t1 )
velocidad media (entre t1 y t2 ) = .
t2 − t1
Cuando la gráfica de la función f que describe el movimiento es una recta (f es
una función lineal f (t) = m t + b, vimos que el cociente anterior era independiente de
los tiempos t1 y t2 elegidos, y coincidirá con la pendiente m de la gráfica de f , de modo
que la velocidad media es la única que es necesario definir.
Si ahora pretendemos hablar de velocidad instantánea en un instante t0 , para fun-
ciones más generales que las lineales, es lógico considerar esta velocidad como el lı́mi-
te (si existe) de velocidades medias entre instantes t0 y t0 + ∆t muy próximos a t0 , esta

 Matematicas I
proximidad cada vez mayor de t0 + ∆t a t0 se expresa haciendo tender ∆t a 0. De modo

que
f (t0 + ∆t) − f (t0 )
velocidad instantánea (en t0 ) = lı́m ,
∆t→0 ∆t
y esta es precisamente la definición que daremos de derivada de una función. Con
precisión:
Dada una función f : R −→ R, se define la derivada de f en t0 como el siguiente
lı́mite (si existe):
f (t0 + ∆t) − f (t0 )
f 0 (t0 ) = lı́m . (.)
∆t→0 ∆t
Esta derivada la denotaremos, indistintamente, por
df
f 0 (t0 ) o por (t ).
dt 0
Si el lı́mite anterior (la derivada de f en t0 ) existe, se dice que la función f es derivable
en t0 , y, si no existe, se dice que no es derivable.
De las definiciones de derivada y de continuidad se deduce que
Una función derivable en t0 es contı́nua en t0 .
.. Reglas de derivación (incluida la regla de la cadena)
Todas las funciones elementales que estudiamos antes son derivables en todos los pun-
tos en que están definidas, y sus derivadas son, como se puede deducir aplicando la
definición (.), las siguientes:
i) c0 = 0, donde indicamos por c la función constante √ f (t) = c ∈√R,
ii) (t a )0 = at a−1 para cualquier a ∈ R, en particular, ( t)0 = 1/(2 t)
iii) (et )0 = et , iii’) (at )0 = at ln a
1 1 1
iv) (ln t)0 = , iv’ (loga t)0 = ,
t ln a t
v) (sen t)0 = cos t, vi) (cos t)0 = − sen t,
1 1
vi’) (tg t)0 = 2
, vi”) (cot t)0 = − ,
cos (t) sen2 (t)
vii) (sht)0 = cht, viii) (cht)0 = sht.
1 1
viii’) (tht)0 = 2 , viii”) (coth t)0 = − 2 ,
ch (t) sh (t)
Y, además, si f y g son funciones derivables, se verifica que:
ix) (f + g)0 (t) = f 0 (t) + g 0 (t), x) (f g)0 (t) = f (t)g 0 (t) + f 0 (t)g(t),
de donde se deduce que
xi) (c f )0 (t) = c f 0 (t), donde c tiene, como antes, el doble significado de constante
real y de funci!0 ón constante con valor constante c.
f g(t)f 0 (t) − f (t)g 0 (t)
xii) (t) = , que puede deducirse de (ii) y (x),
g g(t)2

Si, además, tiene sentido la composición g ◦ f ,
xiii) (g ◦ f )0 (t) = g 0 (f (t)) f 0 (t). Esta fórmula tiene particular importancia, y se llama
regla de la cadena.
Una consecuencia es que, si f es biyectiva,
1
xiv) (f −1 )0 (t) = .
f 0 (f −1 (t))
En particular, aplicando estas fórmulas a las funciones trigonométricas inversas,
1 1
v’) (arc sen t)0 = √ , vi”’) (arc cos t)0 = − √ ,
1 − t2 1 − t2
0 1 0 1
vi””) (arc tg t) = , vi””’) (arcott) = − ,
1 + t2 1 + t2
1 1
vii’) (archt)0 = √ , viii’) (arsht)0 = √ .
1 + t2 −1 + t 2
1 1
viii”) (artht)0 = , viii”’) (arcotht)0 = ,
1 − t2 1 − t2
Las derivadas de las demás funciones elementales pueden deducirse a partir de
estas reglas.
Otra observación importante es que es cierto el recı́proco de la regla de derivación

i), en concreto: si una función tiene derivada 0 sobre un intervalo, i.e. f 0 (x) = 0 para todo
x ∈ I, entonces esa función es constante sobre ese intervalo, i.e. f (x) = c para todo x ∈ I
(caracterización de las funciones constantes).
.. La derivada como la pendiente de la gráfica de la función
Uno de los significados que se atribuye a la expresión. “esta cuesta tiene una pen-
diente del  %” es que cada  metros que se avanza en horizontal se sube una altura
de  metros. Si expresamos la pendiente en tantos por uno, una pendiente del  % es
una pendiente de 5/100 = 0,05. Expresado gráficamente, si representamos la cuesta
∆y
por una recta del plano como la de la figura, su pendiente es el cociente , que es el
∆x
mismo en todo punto (x, y) de la recta y que tampoco depende del valor de ∆x que se
tome.
 Matematicas I
Esto es algo que ya vimos al estudiar la ecuación de una recta y que,ahora, sim-
plemente acabamos de recordar. Vimos que para una recta de ecuación y = m x + n su
pendiente es m.
Si ahora queremos definir la pendiente de una función f (de la gráfica de una
función f ) vemos en la figura adjunta que no es posible definirla como en el caso de
una recta, pues la pendiente en un punto (x, y = f (x)) depende del valor de ∆x, pues se
observa que, para esta función de la figura adjunta, ∆y/∆x , δy/δx. La solución, para
tener una pendiente bien definida, es tomar el lı́mite de ese cociente cuando ∆x → 0,
∆y f (x + ∆x) − f (x)
es decir: Pendiente (de f en x) = lı́m = lı́m , y es fácil reconocer
∆x→0 ∆x ∆x→0 ∆x
0
en la última expresión la derivada de f en x, f (x).
Por otro lado, la recta tangente a la función f en el punto x se define como el lı́mite
de la rectas que pasan por (x, f (x)) y (x+∆x, f (x+∆x)) cuando ∆x → 0. Vamos a calcular
la ecuación de esta recta. Comenzamos considerando la recta que pasa por (x, f (x)) y
(x + ∆x, f (x + ∆x)). Si (x, y), son las coordenadas de un punto genérico de la recta, su
x−x y − f (x) f (x + ∆x) − f (x)
ecuación es = , de donde se obtiene y −f (x) = (x−
∆x f (x + ∆x) − f (x) ∆x

f (x + ∆x) − f (x)
x), que podemos poner en la forma estándar y = mx+n ası́: y = x+f (x)−
∆x
f (x + ∆x) − f (x)
x.
∆x
Para obtener la ecuación de la recta tangente, tomamos lı́mites cuando ∆x → 0, y
obtenemos
y = f 0 (x) x + (f (x) − f 0 (x) x) , (.)
ecuación que muestra que f 0 (x) es la pendiente de la recta tangente a f (a la gráfica de

f ) en x.
Obsérvese, además, que la recta tangente (.) a la gráfica de la función f en el
punto x es la gráfica de la función afı́n
y :R −→ R
x 7→ y(x) = f 0 (x) x + b,
con b = (f (x) − f 0 (x) x, que es la función afı́n - de entre las que toman el mismo valor
que f en el punto x (y(x) = f (x))- que más se aproxima a la función f para valores de
x próximos a x, y que tiene por aplicación lineal asociada f 0 (x). Con otras palabras: la
derivada de una función en un punto es la aplicación lineal asociada a la aplicación
afı́n que mejor aproxima la función f en las proximidades de x, es decir a la aproxi-
mación afı́n de f en x, que, por abuso de lenguaje, se llama aproximación lineal de f
en x.
Veamos dos ejemplos de rectas tangentes:
• Recta tangente a la gráfica de la funci√ ón y = 4 + sen x en x = π/4. Como la pen-
diente de esa √recta es y 0 (π/4) = cos π/4 = 2/2, la ecuación de la recta tangente será
√ de
la forma y = √2/2 x + n, y esta√ recta√pasa por el punto
√ (π/4, y(π/4))
√ = (π/4, 4 + 2/2),
luego n = y − 2/2 x = (4 + 2/2) − ( 2/2)(π/4) = (16 2 + 4 − π)/4 2, y la ecuación de
la recta tangente que buscábamos es
√ √
2 16 2 + 4 − π
y= x+ √ .
2 4 2
• Recta tangente a la gráfica de la función y = 1 + x2 en x = 0. Calculando como

antes, tenemos m = y 0 (0) = 2x = —en x = 0— = 0, e y(0) = 1, de donde n = y − m x =
1 − 0 = 1, y la ecuación de la recta tangente es
y = 1.
Si nos interesa la ecuación de la recta normal a la gráfica de la función f (x) en

un punto x, tenemos en cuenta que si m = tg θ es la pendiente de la recta tangente, la
pendiente de la normal será tg(θ + π/2) = − cot θ = −1/m. El lector puede, como ejerci-
cio, calcular la recta normal a las gráficas de las funciones anteriores en los puntos en
los que hemos calculado su recta tangente.
 Matematicas I
.. Curvas de nivel. Funciones definidas en forma implı́cita.

Derivada de una función definida de forma implı́cita
Un caso especialmente importante de antiimagen de un punto por una función es

el de las curvas, superficies o hipersuperficies de nivel.
Consideremos primero una aplicación f : R2 −→ R. Sea c ∈ R. Una curva de nivel

de f es el conjunto C = f −1 (c), donde c ∈ R. Dicho de otra manera: es el conjunto de
puntos /x, y) ∈ R2 solución de una ecuación de la forma f (x, y) = c, donde c es una
constante.
Ası́, por ejemplo, si f (x, y) = x2 + y 2 , las curvas de nivel de f son, para cada c ∈ R,
el conjunto
√ de puntos de R2 que verifican x2 + y 2 = c, es decir, una circunferencia de
radio c si c > 0, el punto (0, 0) si c = 0, y el conjunto vacı́o si c < 0 (en la figura de la
izquierda están dibujadas las curvas de nivel para c = 1, 4, 9, 16, 25).
Si f (x, y) = x2 + 4y 2 , las curvas de nivel de f son, para cada c ∈ R, el conjunto de

puntos de R2 que verifican x2 + 4y 2 = c, es decir, una elipse si c > 0, el punto (0, 0) si
c = 0, y el conjunto vacı́o si c < 0 (en la figura de arriba a la derecha están dibujadas
las curvas de nivel para c = 1, 4, 9, 16, 25).
El nombre de curva de nivel proviene de la Cartografı́a. Si consideramos el terreno

representado por el mapa como un subconjunto A de R2 y consideramos la altura h
como una función h : A −→ R que a cada punto de ese terreno le hace corresponder
su altura, entonces las curvas de nivel de h son las llamadas curvas de nivel en Carto-
grafı́a: curvas que unen los puntos del mapa que están a la misma altura.

Las curvas de nivel no tienen por quéser cerradas, como muestran los siguientes
simples ejemplos: Si f (x, y) = x + y, las curvas de nivel de f son, para cada c ∈ R, el
conjunto de puntos de R2 que verifican x +y = c, es decir, las rectas y = c −x (ver figura
de abajo a la izquierda).
Si f (x, y) = x − y, las curvas de nivel de f son, para cada c ∈ R, el conjunto de
puntos de R2 que verifican x − y = c, es decir, las rectas y = x − c (ver figura de abajo a
la derecha).
La regla de la cadena (estudiada como regla (xiii) de derivación en estoa apuntes)

sirve también para calcular la derivada de una función definida de forma implı́cita.
Como acabamos de indicar, una función y(x) puede definirse implı́citamente como
aquella que es solución de una ecuación de la forma f (x, y) = 0, siendo f una función
de dos variables (es decir, f : R2 −→ R), ası́, por ejemplo, f (x, y) = sen(xy) − x define
una función y(x) = (1/x) arsen x. Podemos calcular su derivada derivando la función
(1/x) arsen x respecto de x, o, también, usando la regla de la cadena del siguiente
modo:
Si y(x) es solución de f (x, y) = 0, se tiene que f (y(x), x) = 0, luego
d(f (y(x), x)
= 0,
x
 Matematicas I
y, de aquı́, se despeja y 0 (x), lo que resulta más simple, en muchos casos, que obtener la
expresión de la función y(x) y derivar. La regla de la cadena se usa para el cálculo de
d(f (y(x), x)
.
x
Veámoslo en el ejemplo anterior.
Si sen(xy) − x = 0, derivando aplicando la regla de la cadena al primer sumando:
!
0 0 1 1
cos(xy)(y + xy ) − 1 = 0, de donde y = −y .
x cos(xy)
Otro ejemplo: Calcular la derivada de la función y(x) que verifica la ecuación y 5 +

xy + x2 = 3. Derivando aplicando la regla de la cadena,
−2x − y
5y 4 y 0 + y + xy 0 + 2x = 0 de donde y 0 = .
5y 4 + x
.. solución aproximada de ecuaciones (métodos numéricos).

Vamos a ver dos métodos iterativos de encontrar soluciones aproximadas de ecua-
ciones de la forma
f (x) = 0 (.)
y de estimar el error cuando f admite hasta la segunda derivada contı́nua. La pri-
mera observación que hay que hacer es que la ecuación (.) puede no tener ninguna
solución, o tener infinitas. Los métodos que vamos a ver dan buen resultado cuando
buscamos soluciones de (.) para x variando en un intervalo en el que f es monótona
(es decir, creciente o decreciente) y que toma valores de signo opuesto en los extremos
del intervalo. En este caso se puede asegurar (el lector puede convencerse fácilmente
dibujando una función arbitraria que cumpla estas condiciones) que existe una solu-
ción única de (.), y los métodos que vamos a ver permiten encontrarla con tanta
precisión como se quiera.
Supongamos, por tanto, que f : [a, b] −→ R es una función que admite segunda
derivada en todo punto y tal que f (a) f (b) < 0.
método de regula falsi. Tomamos la función L0 (x) = mx + n cuya gráfica es el
segmento de recta que une (a, f (a)) con (b, f (b)), por lo tanto, cuyos coeficientes m y n
satisfacen el sistema de ecuaciones
)
f (b) = mb + n
,
f (a) = ma + n
que, resolviéndolas, dan lugar a la siguiente expresión de L0 (x):
f (b) − f (a) bf (a) − af (b)

L0 (x) = x+ ,
b−a b−a

y la solución de L0 (x) = 0, que es

af (b) − bf (a)
x0 = ,
f (b) − f (a)
es una primera aproximación a la solución ζ de la ecuación (.). El error que se co-
mete al tomar x0 como solución, es decir, el valor del módulo de la diferencia |x0 − ζ|,
se puede acotar por arriba usando el teorema del valor medio, y la cota que se obtiene
es
M
|x0 − ζ| ≤ |x − a||x0 − b|,
2m 0
siendo M = sup{|f 00 (x)|; x ∈]a, b[} y m = ı́nf{|f 0 (x)|; x ∈]a, b[}.
Una vez obtenida esta primera aproximación, se consideran los intervalos los valo-
res f (a), f (x0 ) y f (b). Si f (a) y f (x0 ) tienen signo opuesto, se repite el proceso anterior
en el intervalo [a, x0 ] para obtener una nueva aproximación x1 . Si f (a) y f (x0 ) tienen
el mismo signo, entonces f (x0 ) y f (b) tienen signo opuesto, y se repite el proceso an-
terior en el intervalo [x0 , b] para obtener una nueva aproximación x1 (este es el caso
en el ejemplo gráfico que se muestra en la figura adjunta). Ası́ se sigue hasta que se
obtenga una cota superior del error del orden que interese.
método de Newton. Supongamos ahora f definida sobre [a − (b − a), b]. Tomamos
la función L0 (x) = f 0 (a)x + f (a) − f 0 (a)a cuya gráfica es la recta tangente a la gráfica de
f en a, y la solución de L0 (x) = 0, que es
af 0 (a) − f (a) f (a)
x0 = 0
= a− 0 ,
f (a) f (a)
es una primera aproximación a la solución ζ de la ecuación (.). En este caso es más
difı́cil obtener el cálculo del error, pero se puede demostrar que, si m = ı́nf{|f 0 (x)|; x ∈
]a − (b − a), b[} > 0 y se verifica que que
b−a 1
f (a) ≤ m, |f 0 (x) − f 0 (y)| ≤ m para todo x, y ∈ [a − (b − a), b],
2 2
entonces el error que se comete al tomar x0 como solución se puede acotar superior-
mente por
|x0 − ζ| ≤ b − a.
Una vez obtenida esta primera aproximación, se repite el proceso tomando la recta
tangente a la gráfica de f en el punto (x0 , f (x0 )). Al cabo de n iteraciones se obtiene el
valor
f (x )
xn = xn−1 − 0 n−1 ,
f (xn−1 )
y la cota superior del error es
b−a
|xn − ζ| ≤
.
2n
Como consecuencia de que es necesario que se cumplan unas hioótesis sobre la deri-
vada de f para que la cota superior del error cometido tienda a 0 cuando el número
 Matematicas I
de iteraciones tiende a infinito, ocurre en la práctica que si la primera elección de a

no estásuficientemente próxima a la raı́z (o cero) verdadero ζ de f , el método puede
fallar y la sucesión x= , x1 , x2 , ..., xn , ... puede no converger.
Como ejemplo, vamos a calcular una solución aproximada de la ecuación x2 =

5 usando el método
√ de Newton (que es lo mismo 2que encontrar un valor0 decimal
aproximado para 5). Nuestra función es f (x) = x − 5. Su derivada es f (x) = 2x.
Comenzamos tomando a = 2. Entonces
f 0 (2) −1
x0 = 2 − = 2− = 20 25 (.)
f (2) 4
f 0 (20 25) (20 25)2 − 5
x1 = 20 25 − = 2 0
25 − = 20 236... (.)
f (20 25) 40 5
0
En el intervalo [10 5, 20 5] se verifica que |f 0 (x)| = 2|x| ≥ 2(10 5)2 , f (2) = −1 ≤ 025 2(10 5)2
y |f 0 (x) − f 0 (y)| = 2|x − y| ≤ 2 ≤ (10 5)2 , luego el error cometido al tomar el punto x0 es
menor que 00 5 y el error cometido al tomar el punto x1 es menor que 0, 25. En realidad √
el error es mucho menor, como se puede comprobar mirando la expresión de 5 en
una calculadora.
.. Desarrollo en serie de Taylor.

El desarrollo de Taylor permite aproximar una función derivable por un polino-
mio, con una aproximación mayor cuanto mayor se el grado del polinomio. La propie-
dad que permite esta aproximación es la siguiente:
Sea f una función derivable hasta el orden n + 1 en un intervalo ]a − ε, a + ε[. Para todo

x en ese intervalo se verifica que
1 1
f (x) = f (a) + f 0 (a)(x − a) + f 00 (a)(x − a)2 + f 000 (a)(x − a)3 + ...
2 3!
1 1
... + f (n) (a)(x − a)n + f (n+1) (c)(x − a)n+1 , (.)
n! (n + 1)!
donde c ∈ [a, x] si a < x y c ∈ [x, a] si x < a.

La fórmula (.) se llama fórmula de Taylor, el polinomio
1 1 1
Pn (f , a) = f (a) + f 0 (a)(x − a) + f 00 (a)(x − a)2 + f 000 (a)(x − a)3 + ... + f (n) (a)
2 3! n!
se llama polinomio de Taylor de orden n o desarrollo de Taylor hasta el orden n de
la función f en a o alrededor de a. El último sumando
1
Rn (x) = f (n+1) (c)(x − a)n+1
(n + 1)!
mide el error que se comete cuando se aproxima la función f (x) por Pn (f , a)(x).
Obsérvese que, para todo número natural p ≤ n, como c estáentre a y x,
f (x) − Pn (f , a)(x) R (x) f (n+1) (c) (x − a)n+1

lı́m p = lı́m n p = lı́m = 0,
x→a (x − a) x→a (x − a) x→a (n + 1)! (x − a)p
por lo que se dice que Rn es un término de orden superior a n. Un término de orden

superior a n (en a), o infinitésimo de orden n en a, es una función O(n) que verifica
O(n)(x)
lı́m = 0 para todo p ≤ n,
x→a (x − a)p
por eso se escribe el desarrollo de Taylor a menudo en la forma

1 1 1
f (x) = f (a) + f 0 (a)(x − a) + f 00 (a)(x − a)2 + f 000 (a)(x − a)3 + ... + f (n) (a)(x − a)n + O(n).
2 3! n!
Veamos algunos ejemplos:
Desarrollo de Taylor de ex alrededor de x = 0:
1 1 1
ex = 1 + x + x2 + x3 + ... + xn + O(n),
2 3! n!
y es de aquı́ de donde se deduce que
∞
X 1
e = 1+ .
n!
n=1
Una vez que tenemos el desarrollo de Taylor de ex , nos podemos preguntar: ¿hasta qué
orden del desarrollo de Taylor hemos de tomar para calcular ex con un error menor
 Matematicas I
que 00 01 cuando x ∈ [0, 00 1]?. Para responderla usaremos (.), que nos dice que el
error que se comete al tomar el desarrollo hasta el orden n viene dado por Rn . La
pregunta anterior se traduce, por lo tanto, en: Àcual es el valor mı́nimo de n para que
|Rn (x)| < 00 01 cuando x ∈ [0, 00 1]?. Para f (x) = ex ,
1 1 0 1
|Rn (x)| = ec |xn+1 | ≤ e0 1 (00 1)n+1 < 2(00 1)n+1
(n + 1)! (n + 1)! (n + 1)!
que es = 00 01 si n = 1, luego basta con tomar n = 1, es decir, en el intervalo [0, 00 1],

ex ∼ 1 + x con un error menor de una centésima.
Desarrollo de Taylor de sen x en x = 0:
1 3 1 5 1 7 1 9 1
sen x = x − x + x − x + x + ... + (−1)m−1 x2m−1 + O(2m − 1).
3! 5! 7! 9! (2m − 1)!
ÀHasta quéorden 2m−1 del desarrollo de Taylor de sen x hemos de tomar para calcular
sen x con un error menor que 00 01 cuando x ∈ [−1, 1]?. Argumentando como antes,
buscamos un m que verifique
1 1
|R2m−1 (x)| = | sen c||x2m | ≤ ,
(2m)! (2m)!
que es menor que 00 01 cuando (2m)! > 100, lo que ocurre a partir de 2m ≥ 5, es decir,
para 2m − 1 ≥ 4, es decir, para el desarrollo de Taylor de orden 2m − 1 = 5.
... Ejercicios
. Calcular la derivada de la función y(x) que verifica la ecuación sen(y 5 ) + ln(xy) +
x2 = 3
. Calcular la derivada de la función y(x) que verifica la ecuación (sen y)5 + ln(x)y +
x2 − y = 0
. Considera la parábola y = x2 . Calcula las ecuaciones de las rectas tangente y

normal en el punto (,).
Calcula ahora, en general, la ecuación de la recta normal en un punto cualquiera
P de la parábola.
Encuentra el punto intersección Q de la recta normal anterior con la misma
parábola.
. En los dibujos a continuación, la segunda hilera son las gráficas de las derivadas
de las funciones representadas en la primera hilera. Di que gráficas se corres-
ponden como la de una función y la de su derivada y razona la respuesta.

. Resuelve, por el método de Newton, las ecuaciones
a) tan x = x, b) x4 − 3x3 + 8x2 − 5 = 0, c) x cos x = 1.
. Calcula, aproximadamente, las raı́ces de las siguientes ecuaciones
a) x − tan x = 0, b) sin x = 3x + 1.
. Resuelve, por el método de Newton, la ecuación x − sin x = 2.
. Determina una raı́z de la ecuación (5 − x)ex = 5 que está entre 4,8 y 5.
. Encuentra una raı́z aproximada de la ecuación x7 − 2 = 0.
. Escribe el desarrollo

√ de Taylor alrededor de x = 0, hasta el término de orden 4,
de la función y = x + 2.
. Escribe el desarrollo de Taylor alrededor de x = 2, hasta el término de orden 4,

de la función y = ex−2 .
. Escribe el desarrollo de Taylor alrededor de x = 2/3, hasta el término de orden 4,

de la función y = cos 3x − 2.
. Escribe el desarrollo de Taylor alrededor de x = π/2, hasta el término de orden

4, de la función y = ln(sen(x)).
Capı́tulo 
Optimización
.. Puntos crı́ticos para funciones de una variable. Máximos

y mı́nimos absolutos.
Sea I un intervalo como los que describimos en el capı́tulo I, de extremos a y b,
a < b, y sea f una función real definida sobre I. Diremos que un punto x ∈ I es un
máximo de f , y que f (x) es un valor máximo si f (x) ≥ f (y) para todo y ∈ I. Diremos
que un punto x ∈ I es un mı́nimo de f , y que f (x) es un valor mı́nimo si f (x) ≤ f (y)
para todo y ∈ I.
Un punto x ∈ I se dice que es un punto crı́tico de una función f definida sobre I
si f 0 (x) = 0, y al correspondiente número f (x) se le llama valor crı́tico de f .
Se verifica que si x ∈ I es un máximo o un mı́nimo para la función f definida y derivable
sobre I, entonces x es un punto crı́tico de f .
Es fácil entender el por qué de este resultado estudiando la relación del signo
de la derivada con el crecimiento o decrecimiento de la función. De la interpreta-
ción geométrica se intuye que la pendiente de la curva en un punto es positiva si y
sólo si la función es creciente (x < y =⇒ f (x) < f (y)) en las proximidades de ese
punto. También se deduce este hecho analı́ticamente a partir de la definición de de-
rivada: f es creciente en las proximidades de x si para ∆x > 0 suficientemente pe-
f (x+∆x)−f (x)
queño f (x + ∆x) > f (x), de donde f 0 (x) = lı́m∆x→0 ∆x > 0, y recı́procamen-
f (x+∆x)−f (x)
te, si lı́m∆x→0 ∆x > 0, para ∆x suficientemente pequeño debe de ocurrir que
f (x+∆x)−f (x)
∆x > 0. Un argumento análogo se puede escribir para funciones decrecientes,
resultando ası́ que una función derivable f es creciente (resp. decreciente) en x si y solo
si f 0 (x) > 0 (resp. f 0 (x) < 0). Resulta, por tanto, que los puntos en que la función es
derivable y se alcanza un máximo o un mı́nimo deben de ser puntos crı́ticos, pues, si x
no es un punto crı́tico, entonces, o bien f 0 (x) < 0, y la función es creciente en x, o bien
f 0 (x) < 0, y la función es decreciente en x.
Se deduce de la proposición anterior que relacionaba los máximos y mı́nimos con
los puntos crı́ticos que, para encontrar los máximos y mı́nimos de una función (que no


tienen por qué ser únicos, aunque si lo son el valor máximo y el valor mı́nimo), basta
con estudiar los valores de f en los puntos crı́ticos y en los extremos del intervalo, pues
son los únicos candidatos a máximos o mı́nimos. También ayuda en la determinación
de los máximos y mı́nimos el siguiente resultado:
Una función contı́nua definida sobre un intervalo cerrado y acotado [a, b] tiene al menos
un máximo y un mı́nimo en ese intervalo.
Vamos a ver como se usa todo esto en algunos ejemplos:
Encontrar los máximos y mı́nimos de la función y(x) = x − 2x3 definida en el
intervalo formado por los puntos x que verifican 0 ≤ x ≤ 1.
Primero, observamos que estamos considerando la función definida sólo sobre el
intervalo [0, 1], que es cerrado, y que la función que nos dan es contı́nua, luego existen
el máximo y el mı́nimo. Los puntos a considerar son: 0, 1 y aquellos x tales que y 0 (x) =
0. Calculemos primero estos puntos:
1
0 = y 0 (x) = 1 − 6x2 , de donde x = √ ,
6
√
ya que la otra solución x = −1/ 6 de la ecuación anterior no se encuentra dentro √
del
intervalo [0, 1]. Los valores máximo y mı́nimo se han de dar, pues, en 0, 1 o 1/ 6.
Calculemos y en cada uno de esos puntos:
!
1 2
y(0) = 0, y(1) = −1, y √ = √ ,
6 3 6
de donde se deduce que 1 es el mı́nimo y √1 es el máximo, −1 es el valor mı́nimo y
6
2
√ ese valor máximo.
3 6
Encontrar los máximos y mı́nimos de la función y(x) = x − 2x3 definida en el
intervalo formado por los puntos x que verifican 0 < x < 1.
En este caso, el intervalo ]0, 1[ sobre el que está definida la función no es cerrado,
y no podemos asegurar la existencia de máximo y mı́nimo como antes, pero podemos
emplear un truco. Podemos darnos cuenta de que la función sigue estando bien defi-
nida y es contı́nua en el intervalo cerrado [0, 1], resolver el problema como en el caso
anterior (ahora es el mismo problema de antes) y luego eliminar las soluciones que
no caigan dentro del intervalo en que está definida nuestra función. Ası́, usando el
ejercicio anterior, la respuesta a este√ es que f no alcanza su valor mı́nimo (no tiene
mı́nimos), y tiene un máximo en 1/ 6.
Encontrar los máximos y mı́nimos de la función y(x) = 1/x definida en el intervalo
formado por los puntos x que verifican 0 < x ≤ 1.
En este caso, el intervalo ]0, 1] sobre el que está definida la función no es cerra-
do, y no podemos asegurar la existencia de máximo y mı́nimos, ni podemos tampoco
emplear el truco anterior, ya que la función no está definida en x = 0. Vamos con los
detalles. Primero calculamos los x que verifican
1
0 = y 0 (x) = − ,
x2
 Matematicas I
que no existen, pues − x12 < 0 para todo x. Además
1
y(1) = 1 < para x ∈]0, 1[,
x
luego esta función tiene un mı́nimo en x = 1 y no tiene ningún máximo.
En todo lo que hemos considerado hasta ahora estamos suponiendo (aunque no lo
hayamos dicho) que la función f de la que queremos estudiar los máximos y mı́nimos
es derivable, pues es una condición que está en la proposición que hemos usado que
dice que los máximos y mı́nimos deben de ser puntos crı́ticos. Por lo tanto, si la función
no es derivable en algunos puntos del intervalo en que está definida la función, estos
puntos son candidatos también a ser máximos o mı́nimos. Veamos un ejemplo:
2
Encontrar los máximos y mı́nimos de la función y(x) = x 3 definida en R.
La función está definida y es contı́nua sobre todo R, pero como R no es un intervalo
cerrado, de momento no sabemos si y(x) tiene máximos o mı́nimos. Los candidatos
a tales puntos son (puesto que en los extremos ±∞ del intervalo la función no está
definida) los puntos crı́ticos y los puntos en que no es derivable. Para encontrarlos,
calculemos
2 1
y 0 (x) = x− 3 ,
3
que no se anula nunca (luego y(x) no tiene puntos crı́ticos) y que está definida en todo
R excepto en x = 0 (en el que y 0 se hace ∞), luego x = 0 es el único punto en el que
y(x) no es derivable y, por lo tanto, el único candidato a ser máximo o mı́nimo. Para
2
descubrir qué es, vamos a considerar la restricción de y(x) = x 3 al intervalo cerrado
[−a, a], sobre el que sigue siendo contı́nua. Entonces sabemos que, en ese intervalo,
esta función tiene un máximo y un mı́nimo, y los únicos candidatos a serlo son a, −a y
0. Calculando en esos puntos, tenemos
2 2
y(a) = a 3 = (−a) 3 = y(−a) > 0 = y(0),
luego, para cada a > 0, 0 es un mı́nimo de y(x) sobre el intervalo [−a, a], luego, como
para todo x ∈ R existe un a > 0 tal que x ∈ [−a, a], se tiene que y(0) ≤ x para todo x ∈ R,
2
luego 0 es un mı́nimo (el único además) para la función x 3 definida sobre R.



 x si x > 0
Encontrar los máximos y mı́nimos de la función y(x) =  0 si x = 0 definida


x2 si x < 0

sobre R. Se resuelve como el ejemplo anterior.
Ejercicios
x2 + x + 1
) Encontrar los máximos y mı́nimos de la función y(x) = definida en
x2 − 2x − 2
todos los puntos en los que tiene sentido la expresión.
) Encontrar el paralelogramo de área máxima cuyo perı́metro es 36.

) Encontrar la región formada por dos paralelogramos pegados como los de la

figura que encierran un área máxima y tales que su perı́metro (contando el lado inte-
rior) es 36.
.. Máximos y mı́nimos relativos. Concavidad y convexidad.

Dibujo de gráficas.
Dada una función f definida sobre un intervalo I, un punto x0 ∈ I es un máximo
relativo de f si existe un ε > 0 tal que para cualquier x que verifique |x − x0 | < ε (es
decir, x ∈]x0 − ε, x0 + ε[) se tiene que f (x) ≤ f (x0 ). Se dice que x0 es un mı́nimo relativo
de f si existe un ε > 0 tal que para cualquier x que verifique |x − x0 | < ε (es decir,
x ∈]x0 − ε, x0 + ε[) se tiene que f (x) ≥ f (x0 .
Obsérvese que un máximo (absoluto) es un máximo relativo y que un mı́nimo
(absoluto) es un mı́nimo relativo.
Dado un intervalo I, un punto x ∈ I se dice que es un punto interior de I si no es
ninguno de los extremos del intervalo.
En un punto interior, el aspecto de un máximo y de un mı́nimo relativo respecto
de los puntos próximos es el que se indica en las siguientes figuras:
Para encontrar los máximos y mı́nimos relativos se usa con frecuencia el siguiente
Teorema . Sea f : I −→ R es una función que admite derivada contı́nua en todo
punto de I.
(a) Si x0 es un punto interior de I y es un máximo o un mı́nimo relativo, entonces es un
punto crı́tico de f , es decir, f 0 (x0 ) = 0.
(b) Si f admite segunda derivada f 00 (x0 ) en x0 , f 0 (x0 ) = 0 y f 00 (x0 ) > 0, entonces x0 es
un mı́nimo relativo de f .
(c) Si f admite segunda derivada f 00 (x0 ) en x0 , f 0 (x0 ) = 0 y f 00 (x0 ) < 0, entonces x0 es
un máximo relativo de f .
 Matematicas I
Idea de la demostración La damos en las dos figuras siguientes
Fig: A la izquierda de un máximo

x0 , la función es creciente (o al menos
no decreciente), por lo que la pendien-
te de la recta tangente f 0 (x) es positiva (
Fig. : A la izquierda de un mı́nimo
o al menos no negativa). A la derecha de
x0 , la función es decreciente (o al menos
ese mismo máximo x0 , la función es de-
no creciente), por lo que la pendiente de
creciente (o al menos no creciente), por
la recta tangente f 0 (x) es negativa (o al
lo que la pendiente de la recta tangente
menos no positiva). A la derecha de ese
f 0 (x) es negativa (o al menos no positiva),
mismo máximo x0 , la función es crecien-
luego, en x0 , donde f 0 pasa de positiva a
te (o al menos no decreciente), por lo que
negativa, ha de ser f 0 (x0 ) = 0. Se obser-
la pendiente de la recta tangente f 0 (x) es
va, además, que la pendiente de las rec-
positiva (o al menos no negativa), luego,
tas tangentes va decreciendo (o, al menos
en x0 , donde f 0 pasa de negativa a po-
no crece) constantemente.
sitiva, ha de ser f 0 (x0 ) = 0. Se observa,
Si suponemos f 0 (x0 ) = 0: f 00 es la de- además, que la pendiente de las rectas
rivada de f 0 , si f 00 (x0 ) < 0, sigue verificándo- tangentes va creciendo (o, al menos no
se que f 00 (x) < 0 para puntos x próximos decrece) constantemente.
a x0 , lo que indica que, cerca de x0 , f 0 Si suponemos f 0 (x0) = 0: f 00 es la de-
es decreciente y, como es 0 en x0 , es po- rivada de f 0 , si f 00 (x0 ) > 0, sigue verificándo-
sitiva a la izquierda de x0 y negativa a la se que f 00 (x) > 0 para puntos x próximos
derecha de x0 , luego f es creciente a la iz- a x0 , lo que indica que, cerca de x0 , f 0 es
quierda de x0 y decreciente a la derecha creciente y, como es 0 en x0 , es negativa a
de x0 , luego x0 es un máximo relativo de la izquierda de x0 y positiva a la derecha
f. de x0 , luego f es decreciente a la izquier-
da de x0 y creciente a la derecha de x0 ,
luego x0 es un mı́nimo relativo de f .
No son ciertos los recı́procos de ninguno de los apartados del teorema anterior.
Ası́,
i) Contraejemplo al apartado a) La función y = x3 verifica y 0 (0) = 0 y, sin embargo,
0 no es un máximo ni un mı́nimo relativo, puesto que, para cualquier a > 0, se tiene
y(−a) = −a3 < 0 = y(0) < a3 = y(a).
ii) Contraejemplo al apartado b) La función y = x4 tiene un mı́nimo (absoluto) en
x = 0, puesto que, para cualquier a ∈ R, y(a) = a4 ≤ 0 = y(0), por lo tanto, también es

un mı́nimo relativo, y, sin embargo, y 00 (0) = 0.

iii) Contraejemplo al apartado c) La función y = 4 − x4 tiene un máximo (absoluto)
en x = 0, puesto que, para cualquier a ∈ Bbb, y(a) = 4 − a4 ≤ 0 ≤ 4 = y(0), por lo tanto,
también es un máximo relativo, y, sin embargo, y 00 (0) = 0.
y = x3 y = x4 y = 4 − x4
Además de para detectar máximos y mı́nimos, la segunda derivada también sirve

para detectar si la función es de una forma especial: cóncava o convexa. Describamos
primero lo que significan estos nombres:
Una función rectilı́nea (cuya gráfica es una recta) tiene pendiente constante y, por
lo tanto segunda derivada 0.
Llamaremos
función convexa a una función que verifique que, cuando uno dos puntos de su gráfica
por un segmento de recta, el segmento de curva de la gráfica correspondiente queda
por debajo del segmento de recta. Una función verifica esta propiedad si y sólo si crece
siempre más deprisa que su recta tangente (ver dibujo a la derecha), luego una fun-
ción es convexa si y solo si su derivada es creciente, es decir, si y solo si f 00 (x) > 0 para
todo x. Llamaremos función cóncava a una función que verifique que, cuando uno
dos puntos de su gráfica por un segmento de recta, el segmento de curva de la gráfica
correspondiente queda por encima del segmento de recta. Una función verifica esta
propiedad si y sólo si decrece siempre más deprisa que su recta tangente (ver dibujo
a la derecha), luego una función es cóncava si y solo si su derivada es decreciente, es
decir, si y solo si f 00 < 0 para todo x.
Con el estudio de los máximos y mı́nimos relativos y la concavidad-convexidad se
puede hacer uno una idea aproximada de como es la gráfica de una función, pudiendo
entender ası́ el por qué de la forma que esta tiene cuando se dibuja usando una cal-
culadora gráfica o un ordenador, pudiendo ayudarse también de esto para saber que
intervalo he de poner en el ordenador al dibujar la gráfica si me quiero hacer una idea
 Matematicas I
global de su forma. Veamos algunos ejemplos.

Gráfica de la función y = x2 + x + 1.
Para averiguar los máximos y mı́nimos,
calculamos la derivada e igualamos a cero:
y 0 = 2x + 1 = 0, la solución es x = −1/2. Calcu-
lamos ahora la segunda derivada y sale y 00 =
2 > 0, luego la función es convexa y x = −1/2
es un mı́nimo, luego su aspecto será como el
de la figura adjunta.
Gráfica de la función y = x3 + x2 + 1.
Para averiguar los máximos y mı́nimos,
calculamos la derivada e igualamos a cero:
y 0 = 3x2 + 2x = 0,
las soluciones son x = −2/3, x = 0. Calcula-
mos ahora la segunda derivada y sale


 < 0 en x < −1/3
00

y = 6x + 2 =  = 0 en x = −1/3 ,


> 0 en x > −1/3

luego x = 0 es un mı́nimo, x = −2/3 es un
máximo,
la función es cóncava en x < −1/3 y convexa
en x > −1/3, luego su aspecto será como el de la figura adjunta.
Gráfica de la función y = (x2 − 7x + 12)/(x − 2).
Primero observamos que esta función no está definida
en x = 2 (punto en el que se anula el denominador).
Para averiguar los máximos y mı́nimos, calculamos la
derivada e igualamos a cero:√y 0 = (x2 −4x √ +2)/(x −2) =
2
0, las soluciones son x = 2+ 2, x = 2− 2. Calculamos

ahora la segunda derivada y sale
(
00 4 <0 en x<2
y = 3
= ,
(−2 + x) >0 en x>2
√ √
luego x = 2 + 2 es un mı́nimo, x = 2 − 2 es un máxi-
mo, la función es cóncava en x < 2 y convexa en x > 2,
luego su aspecto será como el de la figura adjunta.
Ejercicio:
Dibuja el aspecto de la gráfica de la función
√
x
y= .
x2 + 1

.. Para saber más: Teoremas de Rolle y del valor medio. Re-
gla de L’Hôpital.
En algunos casos, la derivada es también útil para el cálculo de lı́mites de cocientes

de funciones, especialmente cuando numerador y denominador tienden simultánea-
mente a 0. Ello es gracias a la siguiente:
Teorema . (Regla de L’Hôpital) Si f y g son funciones derivables, definidas so-

bre un intervalo I, x0 es un punto interior de I, y se cumplen a) lı́mx→x0 f (x) = 0 =
lı́mx→x0 g(x),
b) g 0 (x) , 0 para x en un intervalo abierto que contiene a x0 , y
c) existe lı́mx→x0 f 0 (x)/g 0 (x) (que puede ser también +∞ o −∞),
entonces se verifica que
f (x) f 0 (x)
lı́m = lı́m 0 .
x→x0 g(x) x→x0 g (x)
La demostración de esta regla puede hacerse usando el desarrollo de Taylor que ve-
remos en la sección siguiente, pero es más corriente demostrar esta regla usando el
teorema del valor medio, que, a su vez, se puede demostrar usando el teorema de
Rolle. Enunciamos estos dos teoremas a continuación.
Teorema . (Teorema de Rolle) Si f es una función contı́nua en un intervalo cerrado

[a, b] y derivable en el correspondiente intervalo abierto ]a, b[ tal que f (a) = f (b), entonces
existe (al menos) un punto x ∈]a, b[ tal que f 0 (x) = 0.
Idea de la demostración Si f 0 (x) no se anulara nunca, f serı́a creciente o decreciente en

todo el intervalo ]a, b[ y, por lo tanto, no podrı́a tomar en b el mismo valor que en a. La
siguiente gráfica muestra también lo intuitivo de este teorema:
Teorema . (Teorema del valor medio) Si f es una función contı́nua en un intervalo
cerrado [a, b] y derivable en el correspondiente intervalo abierto ]a, b[, entonces existe un
punto x ∈]a, b[ tal que f (b) − f (a) = f 0 (x) (b − a).
 Matematicas I
Idea de la demostración Basta aplicar el teorema de Rolle a la función

f (b) − f (a)
h(x) = f (x) − (x − a).
b−a
De nuevo es posible considerar natural este teorema observando la siguiente gráfica
Un ejemplo de aplicación, y también de no aplicabilidad, de la regla de L’Hôpital

es el siguiente: supongamos que queremos calcular
sen x
lı́m .
x→0 pxp−1
Para p > 1 y par se cumplen todas las hipótesis de la regla, y se tiene que
= 21

 si p=2
sen x cos x 

lı́m = lı́m = = ∞ si p > 2 y par ,

x→0 p xp−1 x→0 p(p − 1)xp−2


 no converge si p > 2 e impar

pero si p = 1 no se cumple la condición b), y

sen x cos x
lı́m 1−1
, lı́m ,
x→0 x x→0 0
pues el lı́mite de la izquierda da 0 y el de la derecha no está definido.

Si queremos calcular
1 − cos x
lı́m ,
x→0 xp
distinguimos nuevamente:
para p = 1 se cumplen todas las hipótesis de la regla de L’Hôpital, y se tiene
1 − cos x sen x
lı́m = lı́m = 0,
x→0 x x→0 1
para p > 1 el cociente de derivadas es justamente el del ejercicio anterior, que no

se puede saber a priori si cumple la condición c) o no, pero se averigua si la cumple o
no volviendo a aplicar L’Hôpital, como hicimos antes.

La regla de L’Hôpital también es cierta cuando la condición a) se cambia por

lı́mx→x0 f (x) = ±∞ = lı́mx→x0 g(x). Ası́, por ejemplo,
x − 2x2 1 − 4x 2
lı́m 2
= lı́m =− .
x→∞ 3x + 5x x→∞ 6x + 5 3
.. Ejercicios
. Un plano MN separa un medio en el cual la velocidad de propagación de la luz
es v2 de otro medio en el cual la velocidad es v1 . ¿Cuál será la ley de propagación
para que un rayo de luz vaya del punto A al punto B en el intervalo de tiempo
más corto posible?
. La intensidad de iluminación de un punto es inversamente proporcional al cua-

drado de la distancia del punto al foco luminoso. Dos luces, la primera de ellas
con 8 veces más intensidad que la otra, están separadas por 6 metros. ¿A qué
distancia de la luz de mayor intensidad, y para un punto situado entre las dos
luces, es la iluminación total mı́nima?
. Considera la parábola y = x2 . (a) Calcula las ecuaciones de las rectas tangente y

normal en el punto (,). (b) Calcula ahora, en general, la ecuación de la recta
normal en un punto cualquiera P de la parábola. (c) Encuentra el punto inter-
sección Q de la recta normal anterior con la misma√
parábola. (d) Demuestra que
2 1
la distancia de P a Q se minimiza cuando P = (± 2 , 2 ).
. Calcula la mı́nima cantidad M de material para poder construir un cilindro cir-

cular recto y vacı́o, abierto por la parte superior, para que pueda contener un
volumen V y tal que el grosor de las paredes sea a.
. Un dı́a, al salir de casa, cuando ya te encuentras a 10 Km, te das cuenta de que

te has dejado un grifo abierto y decides dar media vuelta. El agua que sale del
grifo cuesta 10 ptas. por hora. Ir en tu coche a una velocidad de s kilómetros por
s
hora cuesta 6 + 10 ptas. por kilómetro.
 Matematicas I
La pregunta es: ¿a qué velocidad deberı́as de ir para minimizar la suma del coste
del agua y del viaje en tu coche?
. Un fabricante de gafas de sol puede fabricar . unidades con un precio de

venta de  euros por unidad y con un coste fijo de  euros más  euros y
medio por unidad producida.
a) Explica por qué la entrada total de dinero, E, el coste total, C, i el beneficio,
B, han de satisfacer las ecuaciones
E = 16x, C = 9000 + (11,5)x, B = E − C = (4,5)x − 9000.
b) El punto de ruptura entre pérdidas y beneficios es el nivel de producción x

para el cual el beneficio es cero. Determı́nalo
c) Determina el nivel de producción x para el cual el beneficio es de  euros.
d) Si se producen más de . unidades, la entrada total es
4 x2
E = 16x − ,
9 106
mientras que el coste no cambia. Encuentra el nivel de producción x que maxi-
miza el beneficio.
. Dibuja esquemáticamente la gráfica de la función f (x) = 1+x x

2 y enuncia todos
los resultados teóricos que utilices relacionados con las derivadas de la función.
. Dibuja la gráfica de la función
y = x8 − x4 ,
estudiando sus máximos y mı́nimos relativos, crecimiento, decrecimiento, con-

cavidad, convexidad, ... .
. Dibuja la gráfica de la función
y = ln x + x2 − 3x,
estudiando sus máximos y mı́nimos relativos, crecimiento, decrecimiento, con-

cavidad, convexidad, ... .
EXTRAS:
x sen(2x)
. Calcula 1+x−e
lı́mx→0 x(e x −1) , lı́mx→0 senx5x , lı́mx→0 x cos x .
ex −ln(x+1)−1
. Enuncia el resultado que se puede aplicar para calcular el lı́mite lı́mx→0 x2
,
y calcúlalo.
Capı́tulo 
Primitivas o antiderivadas
Definición Se dice que una función real Z f es la primitiva o integral indefinida de

otra función real F, y se escribe f (x) = F(x)dx, si f 0 (x) = F(x).
La primitiva de una función verifica las siguientes propiedades:
i) Si f es una primitiva de F y c Zes una constante, entonces f + c también es

una primitiva de F, es decir: Si F(x)dx = f (x), entonces, para todo c ∈ R,
Z
F(x)dx = f (x) + c. En efecto: si f 0 (x) = F(x), entonces (f (x) + c)0 = f 0 (x) = F(x).
Rii) Si f y g son primitivas

R de F, entonces f − g = c es una constante. Es decir: si
F(x)dx = f (x) y F(x)dx = g(x), entonces g(x) = f (x)+c. En efecto, si f 0 = F = g 0 ,
entonces (f − g)0 = 0 luego f − g = c sobre un intervalo.
Z Z
iii) Si F(x)dx = f (x),
G(x)dx = g(x) y λ, µ ∈ R, entonces λf (x) + µg(x) es una
Z
primitiva de λF(x) + µG(x), es decir (λF(x) + µG(x))dx = λf (x) + µg(x) + c, como
se comprueba inmediatamente.
Vamos a ver ahora algunos casos en los que resulta fácil calcular la primitiva o
integral de una función:
Integrales inmediatas: son las que se deducen inmediatamente de las fórmulas

de las derivadas de las funciones elementales. He aquı́ una lista incompleta:

 Matematicas I
xa+1
Z Z
a 1
x dx = + c, si a , −1 dx = ln |x| + c,
a+1 Z x
ax
Z
ex dx = ex + c, ax dx = + c,
ln a
√
Z Z
1
√ dx = 2 x + c, sen xdx = − cos x + c,
Z x Z
1
cos xdx = sen x + c, dx = tg x + c,
Z Z cos2 x
1 1
2
dx = − cot x + c, √ dx = arc sen x + c,
Z sen x Z 1 − x2
1 1
√ dx = archx + c, √ dx = arshx + c,
Z 1 + x2 Z −1 + x2
1 1
dx = arc tg x + c. = arthx + c.
1 + x2 1 − x2
Veamos algunos ejemplos en los que basta con saber esto y tener un poco de
ingenio para calcular integrales:
√
3x2 + 5 x − 4x + 2 3x2 √
Z Z Z Z Z
− 12 2
dx = 3xdx+5 x − 4dx+ dx = +10 x−4x+2 ln |x|+c,
x x 2
Z Z
x 1 2x 1
2
dx = 2
dx = ln |x2 + 3| + c,
x +3 2 x +3 2
Z Z 1
1 3 1 x
2
dx = 2
dx = √ arc tg √ + c,
x +3

√x
3 3
+1
3
(cos x)−2
Z Z
sen x 1
dx = − (cos x)−3 (− sen x)dx = − +c = + c.
cos3 (c) −2 2 cos2 x
.. Las primitivas como soluciones de ecuaciones dife-

renciales
De acuerdo con la definición de primitiva dada en la sección anterior, encontrar

una primitiva f (x) de la función F(x) es resolver la ecuación f 0 (x) = F(x), una
ecuación en la que la incógnita es la función f (x). Una ecuación de este tipo, en la
que la incógnita es una función y tal que en la expresión de la ecuación aparecen
las derivadas de la función incógnita, se llama una ecuación diferencial.
Esta visión tiene su utilidad para resolver el problema inverso al que nos plan-
teamos para introducir el concepto de derivada. Ası́, la derivada apareció, en
primer lugar, como una velocidad, y permite calcular velocidades cuando se co-
nocen trayectorias. La integral indefinida o solución de la ecuación f 0 (x) = F(x)

permite obtener la trayectoria de un móvil cuando se conoce su velocidad. Por

ejemplo:
¿Cual es el espacio e recorrido por un móvil al cabo de un tiempo t = 3 horas si se está
moviendo a una velocidad de t 2 km/h?
R t3
Sabemos que e0 (t) = t 2 , por lo tanto e(t) = t 2 dt = + C. Como queremos saber
3
el espacio recorrido desde t = 0 hasta t = 3, para nosotros e(0) = 0, que sustituido
03 33
en la expresión obtenida para e(t) da 0 = e(0) = +C = C, luego e(3) = +0 = 9
3 3
km.
Veamos ahora un problema algo más realista:
Sobre un cuerpo de peso  (las unidades se dejan al lector que sabe de fı́sica) inicial-
mente en reposo actúa una fuerza F = 3t 2 de dirección constante. ¿Cuál es el espacio
recorrido por el cuerpo (en la dirección de la fuerza) al cabo de un tiempo t = 3?
Por la segunda ley de Newton, F = ma. Suponiendo que las unidades están dadas
2
de modo coherente, esta ley aplicada al problema da 3t 2 = 3 ddt 2e . Como inicial-
mente está en reposo, e(0) = 0 y e0 (0) = 0. Usando la integral indefinida, tendre-
mos que:
R R t3 t3
e0 (t) = e00 (t)dt = t 2 dt = + C y, como e0 (0) = 0, C = 0, luego e0 (t) = ,
3 3
Z 3 4
R t t t4
e(t) = e0 (t)dt = dt = + K y, como e(0) = 0, K = 0, luego e(t) = ,
3 12 12
34 33 27
por lo tanto, e(3) = = = .
12 4 4
Para saber más:

La ecuación f 0 (x) = F(x) define un campo de direcciones sobre R2 , que asigna a
cada punto (x, y) la dirección de la recta que pasa por (x, y) y cuya pendiente es
f 0 (x) = F(x). Una solución f (x) de la ecuación define una curva x 7→ (x, f (x)) (la
gráfica de la función f ) que, en cada punto (x, f (x)), es tangente a la dirección
de pendiente f 0 (x), que es lo mismo que decir que cada función f (x) solución de
la ecuación f 0 (x) = F(x) tiene una gráfica cuya pendiente en cada punto es f 0 (x).
Las curvas solución x 7→ (x, f (x)) se llaman curvas integrales del campo vectorial
(x, y) 7→ (1, F(x)).
Para representar gráficamente esta interpretación geométrica de la primitiva,
conviene representar cada dirección de pendiente f 0 (x) por el vector (1, f 0 (x)).
Vamos a hacer esto con un ejemplo.
Si queremos calcular las primitivas de F(x) = x2 cos x, eso es lo mismo que obte-
ner las curvas integrales del campo vectorial (1, x2 cos x). Este campo vectorial
tiene la siguiente representación gráfica:
 Matematicas I
y sus curvas integrales (que son las gráficas de las primitivas f (x) = 2 x cos x +
(x2 − 2) sen x + c), son
.. Algunos métodos de integración
Integración por cambio de variable. Vamos a ver como se hace mostrando unos
ejemplos. Comenzaremos por uno muy sencillo: el último del caso anterior. Para
calcular la última integral vista, hacemos es cambio y = cos x, de donde dy =
− sen xdx. Sustituyendo estas expresiones en la integral, integrando respecto de
y, y deshaciendo el cambio de variable al final, se obtiene:
y −2 (cos x)−2
Z Z Z
sen x −3
dx = y (−dy) = − y −3 dy = − +c = + c.
cos3 (x) −2 2
R √
Para calcular la integral x2 1 + 2x dx hacemos el cambio u = 1 + 2x, de donde
se deduce que x = (u − 1)/2 y du = 2dx. Siguiendo ahora los mismos pasos que

en el ejemplo anterior,
Z
2
√ Z
u −1
2
1 11
Z
5 3 1
x 1 + 2xdx = u du = 2 (u 2 − 2u 2 + u 2 )du
2 2 8
1 7 1 5 1 3
= u2 − u2 + u2 +c
28 10 12
1 7 1 5 1 3
= (1 + 2x) 2 − (1 + 2x) 2 + (1 + 2x) 2 + c.
28 10 12
R 2x+1
Para calcular la integral e4+ex dx haremos el cambio de variable u = ex , ası́ du =
ex dx y
e2x+1 (ex )2
Z Z Z Z
u 4+u −4
dx = e dx = e du = e du
4 + ex 4+e x 4+u 4+u
Z
4

=e 1− du = e(u − 4 ln |u + 4|) + c = ex+1 − 4e ln(ex + 4) + c.
4+u
Integración por partes. Se basa en la regla de derivación de un producto. Si u

y v son funciones de x,R recordemos 0 0 0
R R que (u v) = u v + u v , de donde se deduce
que u v = (u v)0 dx = u 0 v dx + u v 0 dx, de donde
Z Z
0
u v dx = u v − u v 0 dx + c,
que es la llamada fórmula de integración por partes. Veamos algunos ejemplos.

Z Z Z
cos2 xdx = (sen x)0 cos x dx = sen x cos x − sen x(− sen x)dx
Z Z
= sen x cos x + sen xdx = sen x cos x + (1 − cos2 x)dx
2
Z Z
= sen x cos x + dx − cos2 xdx,
de donde se deduce que

Z Z
2
2 cos xdx = sen x cos x + dx = sen x cos x + x,
luego Z
1
cos2 xdx = (sen x cos x + x) + c.
2
Una vez conocida esta integral es fácil calcular
Z Z
1
sen xdx = (1 − cos2 x)dx = (x − sen x cos x) + c,
2
2
 Matematicas I
que también podrı́a haberse calculado por partes como antes. Otro ejemplo es
Z Z Z
0 1
ln xdx = (x) ln x dx = x ln x − x dx = x ln x − x + c.
x
y otro
Z Z Z
x −x
dx = e x dx = (−e−x )0 x dx
ex
Z
= −e−x x − (−e−x )dx = −e−x x − e−x + c.
Ejercicios
Z Z Z
() (x2 − 2 sen x)dx. () (x2 − 2 cos x)dx. () (ax − ex )dx.
Z Z Z
1 1 1 1
() (x − )dx. () ( +√ )dx. () (1 − sen x + )dx.
x x 1 − x2 sen2 x
Z Z Z
3 1 x
() cos 5xdx. () cos( x)dx. () cos( + )dx.
4 2 4
Z Z Z
1 xdx dx
() dx. () . () .
2
sen (ax − b) a + x2
2 eax + e−ax
Z Z Z
() x ln xdx. () x cos xdx. () x2 ln xdx.
Z Z Z
() x2 cos xdx. () ex cos xdx. () ex sen xdx.
x2 x2
Z Z Z
() x2 cos2 xdx. () dx. () dx.
1 + x2 1 + x3
3x2 + 2x + 1
Z Z Z
adx 2xdx
() . () dx. () .
b + cx x3 + x2 + x + 1 (x − 1)3
2x2 − 2
Z
5 a b
() Calcular dx, usando que = + .
(x − 1)2 (x − 2) (x − 1)(x − 2) x − 1 x − 2
Capı́tulo 
La integral definida para funciones

de una variable
.. La integral definida
0.3
fHxi L
0.2
+ 20 divisiones de @a,bD
0.1
a a b
b
-0.1
- 1.0 1.5 2.0 2.5 xi
Dxi
La integral de una función real entre dos extremos de un intervalo es el área, con
signo, de la zona limitada por la gráfica de la función, el eje de las x y los dos seg-
mentos verticales que van desde los extremos del intervalo a la gráfica de la función.
El signo del área se toma positivo en las zonas con coordenada y > 0 y negativo en las
zonas con coordenada y < 0. Gráficamente:
Zb
f (x)dx = área con signo (zona rayada)
a
Esta área de la zona rayada se calcula de modo aproximado dividiendo el intervalo
[a, b] en subintervalos [xi , xi+1 ] ( a = x1 < x2 < ... < xN < b) de longitud ∆xi = xi+1 − xi
muy pequeña, calculando el área de los rectángulos de base ∆xi y altura f (xi ) y suman-
do las áreas de estos rectángulos. La integral o área rayada se define como el lı́mite de
estas sumas (si existe) cuando ∆xi → 0, esto es:
Z b N !
X Con frecuencia, escribiremos esto con la notación
f (x)dx = lı́m f (xi )∆xi , Rb P
a ∆xi →0 más condensada a f (x)dx = lı́m∆x→0 f (x)∆x.
i=1
o, de un modo más formal, dando a todos los ∆xi el mismo valor,

 Matematicas I
Z b N
X b−a
f (x)dx = lı́m f (xi ) .
a N →∞ N
i=1
Rb
Este lı́mite (y, por tanto, a f (x)dx) existe cuando a, b ∈ R y f es contı́nua, pero
también existe en otros casos en que estas condiciones no se cumplen, por ejemplo:
Z 4
1 3 2
1
dx = (1 − 2 3 )
1 (x − 3)3 2
La integral definida verifica las propiedades:

Rb
i) a λdx = λ(b − a),
Rb Rb Rb
ii) a (λf + µg)dx = λ a f (x)dx + µ a g(x)dx,
Rc Rb Rc
iii) a f (x)dx = a f (x)dx + b f (x)dx, siendo a ≤ b ≤ c.
El teorema fundamental del Cálculo o regla de Barrow relaciona la integral que
acabamos de definir con la primitiva o integral indefinida que definimos en la sección
anterior, y dice lo siguiente:
Teorema fundamental del Cálculo o regla de Barrow. Si f es una función contı́nua
e integrable sobre el intervalo [a, b], entonces
Zb
f (x)dx = F(b) − F(a),
a
siendo F una función diferenciable que verifica F 0 (x) = f (x), es decir, siendo F una primitiva
o integral impropia de f .
Idea de la demostración Consideremos la función
Zx
F(x) = f (x)dx,
a
su derivada verificará, teniendo en cuenta la propiedad iii),

R x+∆x Rx R x+∆x
F(x + ∆x) − F(x) a
f (x)dx − a f (x)dx f (x)dx
0
F (x) = lı́m = lı́m = lı́m x ,
∆x→0 ∆x ∆x→0 ∆x ∆x→0 ∆x

y, como para ∆x pequeño, f varı́a poco en el intervalo [x, x + ∆x], usando la propiedad
R x+∆x
i) se tiene que, aproximadamente, x f (x)dx = f (x)∆x, luego
R x+∆x
x
f (x)dx f (x)∆x
F 0 (x) = lı́m = lı́m = f (x),
∆x→0 ∆x ∆x→0 ∆x
y, de la propia definición de F(x), se tiene F(a) = 0 y, por tanto,

Z b
F(b) − F(a) = F(b) = f (x)dx,
a
lo que acaba la idea de la demostración del teorema.
.. Aplicaciones del cálculo integral

De la propia definición se deduce que las integrales sirven para calcular áreas. Ası́,
el área de la región limitada por las gráficas de las funciones y = sen 5x y y = − sen 5x
entre x = 0 y x = π/5 (zona rayada de la figura adjunta, es
Z π/5 Z π/5
Area = sen 5xdx − (− sen 5x)dx
0 0
π/5 π/5
cos 5x cos 5x 2 2 4
=− − = − (− ) = .
5 0 5 0 5 5 5
El área de la región limitada por las gráficas de las funciones cos x y sen x desde el
primer x positivo en que se cortan hasta el segundo (ver figura) es
Z 5π/4 Z 5π/4
Area = sin xdx − cos xdx
π/4 π/4
Z 5π/4
= (sin x − cos x)dx
π/4
√
= − cos x − sin x|5π/4
π/4 = 2 2
El área de la región R de la figura siguiente, limitada por la elipse
x2 y 2
+ =1
a2 b 2
la calculamos dividiendo la elipse en dos zonas R+ y R− de modo que cada una de
ellas sea la gráfica de una función, lo que es fácil de conseguir despejando y de la
ecuación anterior de la elipse
r
x2
y = ±b 1 − 2 ,
a
 Matematicas I
región R limitada por la elipse región R+ limitada por región R− limitada

por p p
y = b 1 − (x2 /a2 ) y = −b 1 − (x2 /a2 )
Area(R) = Area(R+ ) + Area(R− )

Za r Z a  r  Za r
x2 x2  x2
= b 1 − 2 dx + −b 1 −  dx = 2 b 1 dx,

−
−a a 
−a a2  a2−a
y resolvemos esta última integral haciendo el cambio de variable

r
x x2
= sen u, lo que da 1− = cos u y dx = a cos udu,
a a2
de donde resulta que si x varı́a entre −a y a, entonces u varı́a entre arc sen(−1) = −π/2
y arc sen 1 = π/2, y
Z ar Z π/2
x2 a a
1 − 2 dx = a cos2 (u)du = (sen u cos u + u)|π/2
−π/2 = π,
−a a −π/2 2 2
que, sustituido en la expresión de Area(R) da

a
Area(R) = 2b π = πab.
2
La integral definida también permite el cálculo del volumen de un sólido de re-

volución S, que es volumen de R3 limitado por la superficie obtenida por la rotación
de la gráfica de una función f alrededor del eje X, y dos planos de ecuaciones x = a y
x = b.

La idea para aplicar el cálculo integral es que, dividiendo el intervalo [a, b] en que
está definida la función f en subintervalos de longitud pequeña ∆x, el volumen que
se quiere calcular vendrá bien aproximado por la unión de cilindros de radio f (x) y
altura ∆x, de modo que
X Zb
2
vol(S) = lı́m πf (x) ∆x = πf (x)2 dx.
∆x→0 a
Como ejemplo, podemos calcular el volumen del elipsoide de revolución obtenido
por rotación de la elipse del ejercicio anterior. Por lo que ya vimos,
p este elipsoide E
se puede obtener por revolución de la gráfica de la función y = b 1 − (x2 /a2 ). Por lo
tanto, aplicando la fórmula anterior
Za a
x2 x3
!
4
vol(E) = πb 1 − 2 dx = πb2 x − 2
2
= πb2 a.
−a a a 3 −a 3
.
También se puede usar la integración

para calcular la longitud de una curva
que es la gráfica Γ de una función f del
siguiente modo: Dividiendo de nuevo el
intervalo [a, b] donde esté definida la fun- ∆s
∆y
ción en subintervalos de longitud pequeña
(x, f (x))
∆x, la longitud del segmento de gráfica ∆x
entre (x, f (x)) y (x + ∆x, f (x + ∆x)) vie-
ne aproximada por el segmento de recta
∆s entre esos mismos puntos, y los seg-
mentos ∆x, ∆y = f (x + ∆x) − f (x)) y ∆s
forman un triángulo rectángulo, luego
(∆s)2 = (∆x)2 + ∆y)2 , y
X Xq
Longitud(Γ ) = lı́m ∆s = lı́m (∆x)2 + ∆y)2
∆x→0 ∆x→0
s s
X (∆x)2 (∆y)2 Z bq
X (∆y)2
= lı́m + ∆x = lı́m 1+ ∆x = 1 + (f 0 (x))2 dx.
∆x→0 (∆x)2 (∆x)2 ∆x→0 (∆x)2 a
 Matematicas I
También se puede calcular el área de una superficie de revolución obtenida por

rotación de la gráfica de una función f entre los valores x = a y x = b. Un razonamiento
similar al empleado para el cálculo de volúmenes de revolución, teniendo en cuenta
el modo en que hemos deducido la expresión anterior para la longitud de una curva
permite ver que una tal área viene dada por
Z b q
Area = 2π f (x) 1 + (f 0 (x))2 dx.
a
.. Métodos numéricos de integración

A pesar de los muchos métodos de integración que existen, para la mayor parte de
las funciones no es posible encontrar una primitiva. En esos casos, para encontrar un
Zb
valor de f (x) dx no queda más remedio que acudir a métodos numéricos que dan
a
valores aproximados de la misma. Estos métodos numéricos son los que emplean los
distintos programas que usan los ordenadores. Para hacerse una idea de como trabajan
esos programas, vamos a describir los dos métodos más sencillos, que se basan muy
directamente en la misma definición de integral.
Método de los trapecios. Para calcular la integral entre a y b de una función f , se

divide el intervalo [a, b] en N partes iguales, de longitud h = b−a N ; es decir, se hace la
partición a = x0 < x1 < x2 < ... < xN −1 < xN = b del intervalo [a, b] con xi − xi−1 = h = b−a N ,
para 1 ≤ i ≤ N , y se toma como valor aproximado de la integral la suma de las áreas Ai
de los trapecios de vértices (xi−1 , 0), (xi , 0), (xi−1 , f (xi−1 )), (xi−1 , f (xi )). El área de cada
uno de estos trapecios es (ver figura)
! !
f (xi ) − f (xi−1 ) f (xi−1 ) + f (xi )
Ai = (xi − xi−1 ) f (xi−1 ) + =h ,
2 2
por lo tanto, el valor aproximado de la integral IT (f ) dado por el método de los trape-
cios es
N !
X f (xi−1 ) + f (xi )
IT (f ) = h
2
i=1
f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (x2 ) + f (x3 )
=h + + + ...
2 2 2
!
f (xN −2 ) + f (xN −1 ) f (xN −1 ) + f (xN )
... + +
2 2
!
f (x0 ) f (xN )
=h + f (x1 ) + f (x2 ) + f (x3 ) + ... + f (xN −2 ) + f (xN −1 ) +
2 2

f (xi )
f (xi )−f (xi−1 )

2
f (xi−1 )
a = x0 x1 x2 x3 x4 x5 x6 = b
xi−1 xi
Se puede demostrar usando el desarrollo de Taylor que el error cometido por este
procedimiento al calcular una integral es
1
error aproximado = (b − a) h2 (f 00 ) ,
12
donde (f 00 ) representa un valor medio de f 00 en [a, b].

Rb
Como ejemplo, vamos a escribir como se harı́a el cálculo de la integral a f (x) dx
usando el método de los trapecios con Mathematica. La regla, para una subdivisión de
[a, b] en n intervalos serı́a:
n−1
X b − a b − a f [a] + f [b] b − a
trapeciorule[n− ] := f [a + i ] + .
n n 2 n
i=1
Si la aplicamos al ejemplo f[x− ]:= Log[Sin[x]], tomando como lı́mites de integra-

ción a = 0,11, b = π − 0,1, obtenemos, usando la instrucción de Mathematica
R π−0,1
Table[trapeciorule[n],n,,], la siguiente lista de valores aproximados de 0,11 ln[sin[x] dx,
para el número de divisiones n del intervalo variando de 2 a 100:
-., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
- ., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
- ., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
- ., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
- ., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
 Matematicas I
-., -., -., -., -., -., -., -., -.,

-., -., -., -., -..
Si hacemos el cálculo con Mathematica con NIntegrate, obtenemos
NIntegrate[Log[Sin[x]],x,.,Pi-.]
-..
Como se ve, para funciones complicadas es necesario tomar un valor grande de n
para encontrar un valor de la integral próximo al real.
Método de Simpson. El método de los trapecios usa interpolación lineal para apro-
ximar los valores de f (x) entre cada dos puntos de los extremos de los subintervalos en
que se divide [a, b] (es decir, aproxima f (x) entre xi−1 y xi por los de una función cuya
gráfica es una recta que pasa por los puntos (xi−1 , f (xi )) y (xi−1 , f (xi−1 ))). El método de
Simpson aproxima f por arcos de parábola que pasan por los mismos puntos. Para ello
se divide el intervalo [a, b] en el que se vaya a hacer la integración en 2N partes iguales,
es decir, se considera la partición a = x0 < x1 < x2 < ... < x2N −1 < x2N = b del intervalo
[a, b] con xi − xi−1 = h = b−a
2N . Para cada i impar se define la función aproximación g de
la función f que se desea integrar de la siguiente manera:
g(xi + y) = f (xi ) + a y + b y 2 , con y ∈ [−h, h] y 1 ≤ i ≤ 2N − 1,
donde a y b son las constantes necesarias para que se verifique
f (xi+1 ) = g(xi + h) = f (xi ) + a h + b h2 y

2
f (xi−1 ) = g(xi − h) = f (xi ) − a h + b h .
Sumando las dos expresiones de (??) se obtiene
1
b h2 = (f (xi+1 ) + f (xi−1 ) − 2f (xi )) . (.)
2
Aproximando cada trozo de la integral de f entre xi−1 y xi+1 por la integral Ai entre
los mismos lı́mites de g, tenemos
Z xi+1 Z h 2
Ai = g(x) dx = f (xi ) + a y + b y 2 dy = 2 h f (xi ) + b h3 ,
xi−1 −h 3
y, sustituyendo (.) en la última expresión,
2 1 1
Ai = 2 h f (xi ) + h (f (xi+1 ) + f (xi−1 ) − 2f (xi )) = h (4 f (xi ) + f (xi+1 ) + f (xi−1 )) ,
3 2 3
Rb
de donde resulta que el valor aproximado IS de a f (x)dx por el método de Simpson
es  
N N −1 N −1
X h  X X 
IS = A2i+1 = f (x0 ) + f (x2N ) + 4 f (x2i+1 ) + 2 f (x2i ) .
3
i=0 i=0 i=1

Como en el caso del método de los trapecios, se puede demostrar usando el desa-
rrollo de Taylor que el error cometido por este procedimiento al calcular una integral
es
1
error aproximado = (b − a) h4 f (4) ,
180

donde f (4) representa un valor medio de la cuarta derivada de f en [a, b].
La regla, usando Mathematica, para calcular una integral de una función f entre
los extremos a y b por el método de Simpson, usando 2n subdivisiones del intervalo
[a, b] serı́a
 n−1
1 b − a  X b−a
simpsonrule[n− ] := f [a] + f [b] + 4
 f [a + (2i + 1) ]
3 2n  2n
i=0
n−1

X b − a 
+2 f [a + (2i) ] .
2n 
i=1
Si aplicamos el método de Simpson al mismo ejemplo al que aplicamos el método de

los trapecios, f[x− ]:= Log[Sin[x]], tomando como lı́mites de integración a = 0,11, b = π−
0,1, obtenemos, usando la instrucción de Mathematica Table[simpsonorule[n],n,,],
R π−0,1
la siguiente lista de valores aproximados de 0,11 ln[sin[x] dx, para el número de di-
visiones 2n del intervalo variando de 2 a 100:
-., -., -., -., -., -., -., -., -.,
-., -., -., -., -., -., -., -., -.
, -., -., -., -., -., -., -., -.,
-., -., -., -., -., -., -., -., -. ,
-., -., -., -., -., -., -., -., -.,
-., -., -., -., -., -.
donde se ve que, en este ejemplo, el método de Simpson da mejores resultados que el
de los trapecios. Generalmente suele ser ası́.
Ejercicios
x2 y2
() Encuentra el área limitada por el arco de la hipérbola a2
− b2
= 1 y la recta
x = m > a.
() Encuentra la proporción entre las áreas de las regiones en que la curva y = 3x2
divide al triángulo formado por el eje x, la recta y = λx y la ordenada correspondiente
al punto de intersección de la recta con la curva.
() Encuentra el área limitada por la curva x2 = 64y 3 y la recta x = 8y.
() Encuentra el área limitada por las curvas y 2 = 4x y y 2 = x + 3. Solución: .
() Encuentra el área limitada por la curva y = x2 y la recta x = y.
() Encuentra el área limitada por la curva 8y = x3 y la recta 2x = y.
 Matematicas I
() Encuentra el área limitada por la curva y 2 = 9x y la recta 2x = y.

() Encuentra el área limitada por la curva y = 4x − x2 y la recta y + 2x − 8 = 0.
() Encuentra el área limitada por la curva y = 2x2 y la recta 2x = y − 4.
() Encuentra el área limitada por las curvas y = x3 y y 2 = x.
() Encuentra el área limitada por la curva y 2 = x + 1 y la recta x = y.
() Encuentra el área limitada por las curvas y = x2 y y = 2 − x2 .
() Encuentra el área limitada por las curvas y = x3 y y = x4 .
() Encuentra el volumen del elipsoide de revolución que se obtiene al hacer girar
una elipse de semiejes a y b. Como consecuencia, encuentra el volumen de una esfera
de radio a.
() Encuentra el volumen de la figura que se obtiene al girar sobre el eje x el área
limitada por las siguientes curvas: y = x3 , y = 0, x = 1, x = 2.
Capı́tulo 
Ecuaciones diferenciales ordinarias

.. Conceptos generales
Una ecuación diferencial es una ecuación en la que la incógnita es una función y
que contiene la incógnita y, la variable x de la que depende la incógnita y las derivadas
y (n) de la incógnita. Es decir, es una expresión de la forma
F(x, y, y 0 , ..., y (n) ) = 0.
Se llama orden de la ecuación diferencial al orden de la derivada más alta que

aparece en la ecuación. Ası́, por ejemplo, la ecuación y 00 + y 0 = y es una ecuación de
segundo orden, mientras que la ecuación y 0 + y 2 = 0 es de primer orden.
Una solución de una ecuación diferencial es una función y(x) que al sustituirla
en la ecuación diferencial da una identidad. La solución de una ecuación diferencial
no es única. De hecho el lector ya conoce las ecuaciones diferenciales más sencillas,
las que son de la forma y 0 = f (x). La solución de una tal ecuación no es más que la
primitiva de f (x), que ya conoce el lector está definida salvo una constante. Es decir,
son soluciones
R de la ecuación diferencial anterior todas las funciones y(x) de la forma
y(x) = f (x)dx + c, siendo c una constante arbitraria. Se llama solución general de
una ecuación diferencial a una solución de la ecuación diferencial que depende de
constantes y tal que cualquier solución de la ecuación diferencial se obtiene de esta
solución general dándole valores apropiados a las constantes. Todas las ecuaciones
diferenciales que veremos en este curso tienen una solución general que depende de
tantas constantes como sea el orden de la ecuación diferencial, es decir: una ecuación
diferencial de orden n tendrá una solución general que dependerá de n constantes.
Una manera de fijar una solución particular (es decir, de fijar los valores de las
constantes arbitrarias) de una ecuación diferencial es imponer condiciones (a menudo
vienen impuestas estas condiciones por el problema fı́sico que ha originado la ecua-
ción). Las condiciones que estudiaremos son de dos tipos: las condiciones iniciales,
que fijan el valor de la función y sus derivadas hasta el orden n − 1 si la ecuación di-
ferencial es de orden n en un punto dado x0 , y las condiciones de contorno, que fijan
los valores de la función en los extremos de un intervalo.

 Matematicas I
Ası́, por ejemplo, la ecuación diferencial y 00 = 0 tiene como solución general y =

ax + b. Si fijamos las condiciones iniciales y(0) = 1, y 0 (0) = 2, entonces la única solución
verificando estas condiciones es y(x) = 2x + 1. Si fijamos las condiciones de contorno
y(0) = 1, y(4) = 5, entonces la única solución verificando estas condiciones es y = x + 1.
Una solución elemental de una ecuación diferencial es una solución y(x) que es
una combinación de las funciones elementales que hemos estudiado en este curso.
No siempre (se podrı́a decir que casi nunca) existe una solución elemental de una
ecuación diferencial, pero hay ocasiones en que es posible, al menos, dar una solución
implı́cita usando funciones elementales. Incluso hay ocasiones en que la solución en
modo implı́cito es más cómoda que la solución explı́cita. Ası́, por ejemplo, la ecuación
diferencial 3y 2 y 0 + xy 0 + y = 0 tiene como solución implı́cita y 3 + xy = C, que es más
manejable que la solución explı́cita
1 √ 1
−2 3 x (27C + 729C 2 + 108x3 ) 3
y= √ 1
+ 1
.
(27C + 729C 2 + 108x3 ) 3 3 (2) 3
.. Ecuaciones diferenciales de primer orden
La primitiva de una función es un caso particular de una ecuación diferencial de

primer orden. Como ocurrı́a con las primitivas, todas las ecuaciones diferenciales de
primer orden admiten una interpretación geométrica en términos de campos vecto-
riales. En efecto, igual que con las primitivas, una solución de una ecuación diferencial
de la forma y 0 = f (x, y) es una función y(x) cuya gráfica es una curva cuyo vector tangente
en cada punto (x, y(x)) es (1, y 0 (x)) = (1, f (x, y)).
A diferencia de lo que ocurrı́a en el caso de las primitivas, en una ecuación diferencial

general de primer orden y 0 = f (x, y), la dirección (1, f (x, y)) que se asigna a cada punto
(x, y) depende también de y, y no sólo de x, como en las primitivas.
Este es el hecho fundamental que permite distinguir los campos vectoriales en el

plano que proceden de ecuaciones diferenciales de primer orden generales de los que
proceden de las más sencillas, las primitivas.
Consecuencia de este hecho sobre el campo vectorial o ecuación es que las solu-
ciones de la ecuación (curvas tangentes al campo) ya no difieren entre sı́ de un modo
tan sencillo como las primitivas, ya no es cierto que dos soluciones difieran tan solo
en una constante. Veamos un ejemplo:

La ecuación diferencial y 0 = (x2 +
y 2 ) cos(xy)
da lugar al siguiente cam-
po vectorial con sus correspondientes
curvas tangentes (curvas integrales se
suelen llamar)
Ecuaciones diferenciales de varia-

bles separables: son aquellas que pue-
den escribirse de la forma
f (y)dy + g(x)dx = 0.
Su soluci
Z ón general
Z es
f (y)dy + g(x)dx = C.
Veamos dos ejemplos:
(x + 1)y 0 = x(y 2 + 1). Se escribe pri-
mero en la forma (x + 1)dy = x(y 2 +
1)dx, y, luego, se pasa la variable y a
un lado de la ecuación y la x al otro:
1 x
2
dy = dx,
y +1 x+1
de modo que la solución general se puede obtener integrando a ambos lados de la
ecuación Z Z
1 x
2
dy = dx + C,
y +1 x+1
R R R
x
la integral de la izquierda es arc tg y y la de la derecha es x+1 dx = x+1−1
x+1 dx = (1 −
1
x+1 )dx = x − ln |x + 1| + C, de donde
arc tg y = x − ln |x + 1| + C, y y = tg (x − ln |x + 1| + C) .
y 0 = ky. Pasando todos los términos que contienen la incógnita y a un lado, y

dy
la variable independiente x al otro, como antes, resulta: y = k dx, e, integrando en
ambos miembros de la igualdad, ln y = kx + C, y y = ekx C1 .
Ecuaciones diferenciales de primer orden homogéneas Son aquellas que se pue-
den escribir de la forma
y
y 0 = F( ).
x
Una manera frecuente de reconocer una ecuación de este tipo es ver que se puede
poner de la forma
A(x, y)
y0 = o, equivalentemente A(x, y) dx = B(x, y) dy,
B(x, y)
donde A(x, y), B(x, y) son funciones homogéneas del mismo grado. Una función f (x, y)
se dice que es homogénea de grado n si, para cualquier λ, se verifica f (λx, λy) = λn f (x, y).
En general, son funciones homogéneas de grado n todos los polinomios homogéneos
de grado n.
 Matematicas I
Las ecuaciones diferenciales de primer orden homogéneas se pueden reducir a una

de variables separables haciendo el cambio de variable
y
= v, que da y = v x, y 0 = v + v 0 x,
x
lo que, sustituido en la ecuación inicial, da
dv dx
v + v 0 x = F(v), x dv + v dx = F(v) dx, + = 0,
v − F(v) x
que es una ecuación de variables separables, que se resuelve como indicamos en el

caso anterior.
Veamos un ejemplo. La ecuación (x2 + y 2 ) dx + 2 x y dy = 0 es del tipo A dx + B dy,
donde A y B son polinomios homogéneos de grado 2, luego se trata de una ecuación
diferencial de primer orden homogénea, luego conviene hacer el cambio v = y/x, es
decir, y = v x, con lo que
dy = v dx + x dv, x2 + y 2 = x2 + v 2 x2 , 2 x y = 2 x2 v,
y, sustituyendo en la ecuación,
(x2 + v 2 x2 ) dx + 2 x2 v 2 dx + 2 x3 v dv = 0, (1 + 3 v 2 ) x2 dx + 2 x3 v dv = 0,
y, agrupando a un lado los términos en x y a otro los términos en v, queda
dx 2v
=− dv,
x 1 + 3 v2
ecuación de variables separables que, integrando a cada lado, da
Z
2v 1
ln x = − 2
dv = − ln(1 + 3 v 2 ) + ln C,
1+3 v 3
de donde x = C (1 + 3 v 2 )−1/3 , y, elevando al cubo, y deshaciendo el cambio v = y/x, y

operando,
r
2 !−1
3 y 3 2 3 2 C − x3 C − x3
x = C 1+3 , x y + x = C, y = , y= .
x 3x 3x
Otro ejemplo: La ecuación

y y

y0 = + tg ,
x x
está claramente escrita en la forma y 0 = F(y/x), luego es homogénea, y, para resolverla,
hacemos el cambio y = v x, con el que y 0 = v + xv 0 , y la ecuación queda
dx
v + x v 0 = v + tg v, esto es x v 0 = tg v, y, agrupando variables, cot v dv = ,
x

que es una ecuación de variables separables cuya solución es

Z Z
1
cot v dv = dx, ln sen v = ln x + C, sen v = eC x,
x
y, deshaciendo el cambio,
y
sen = eC x, y = x arc sen A x,
x
donde A = eC es una constante arbitraria.
Ecuaciones diferenciales de primer orden lineales Son aquellas que se pueden
escribir de la forma
y 0 + P (x) y = Q(x),
donde P y Q son funciones arbitrarias de x. El truco para resolver una tal ecuación
consiste en multiplicar y por una función ρ(x) de modo que se verifique la ecuación
(ρ y)0 = ρ y 0 + ρ P y, ∗
de este modo, la ecuación diferencial originaria se convierte en
Z
0
(ρy) = ρ Q, cuya solución es ρ(x) y = ρ(x) Q(x) dx + C, ∗∗
y la función ρ se obtiene de (*) del siguiente modo:

ρ y 0 + ρ P y = ρ y 0 + ρ0 y, de donde ρ0 y = ρ P y, i.e. ρ0 = ρ P ,
de donde Z R
P dx
ln ρ = P dx + c, ρ=C e ,
y, por ser lo más cómodo, tomaremos C = 1. Veamos algunos ejemplos:

Resolver la ecuación: y 0 + y = ex . Es una ecuación lineal con P = 1 y Q = ex . Entonces
R
P dx
ρ= e = ex ,
y, sustituyendo en (**),
Z
1 1
e y = ex ex dx + C = e2x + C, de donde y = ex + C e−x .
x
2 2
Resolver la ecuación: x y 0 − 3 y = x2 . Dividiendo por x la ecuación resultante es
3
y = x, y0 −
x
que es una ecuación lineal con P = −3/x y Q = x. Entonces
R
P dx
R
3
dx 3 3 1
ρ= e = e− x = e−3 ln x = eln x = eln(1/x ) = ,
x3
y, sustituyendo en (**),
Z Z
1 1
y = x dx + C = x−2 dx + C = −x−1 + C, de donde y = −x2 + C x3 .
x3 x3
 Matematicas I
.. Soluciones numéricas de ecuaciones diferenciales de pri-

mer orden
Una solución numérica de una ecuación diferencial es una función definida sobre
una cantidad discreta de valores de un intervalo lo suficientemente grande como para
que la función definida sobre todo el intervalo por interpolación (u otro método) de la
anterior se aproxime a la verdadera solución de la ecuación.
La primera consecuencia de esta definición es que una solución numérica es una
(aproximación de una) solución concreta, no una general. Por lo tanto, para tener so-
luciones numéricas, habrá que tener condiciones iniciales o condiciones de contorno.
Comencemos a describir los métodos usados para las ecuaciones diferenciales de pri-
mer orden, por orden de sencillez:
Método de Euler para las ecuaciones diferenciales de primer orden. Es el más
antiguo y poco usado en la práctica, pero sirve de modelo para el más usual de Runge-
Kutta que veremos después.
Consideramos el problema de valores iniciales
y 0 = f (x, y),
)
, (.)
y(a) = y0
y queremos encontrar una solución aproximada en el intervalo [a, b]. Para ello co-
menzamos dividiendo el intervalo [a.b] en N subintervalos iguales de longitud (paso)
h = (b − a)/N , de modo que tenemos
a = x0 < x1 = a + h < x2 = a + 2 h < ... < xN = a + N h = b.
Para valores de h pequeños, la función y(x), en el intervalo [a, t1 ] se puede aproximar

bien por la función cuya gráfica es la recta tangente en a, y(x) = y(a) + y 0 (a) (x − a) =
y(a)+f (a, y0 ) (x−a), donde hemos sustituido y 0 (a) por la expresión que tiene en nuestro
problema de valores iniciales. Por lo tanto, aproximadamente,
y1 := y(x1 ) ≈ y(a) + f (a, y0 ) h.
A partir de este valor aproximado de y(x1 ), podemos usar el mismo argumento para
calcular el valor aproximado de y(x2 ):
y(x2 ) ≈ y(x1 ) + f (x1 , y1 ) h.
y ası́ sucesivamente hasta
y(xN ) ≈ y(xN −1 ) + f (xN −1 , yN −1 ) h.
Y escribiremos todos los pasos a hacer ası́:
yn+1 := y(xn+1 ) ≈ y(xn ) + f (xn , yn ) h, 0 ≤ n ≤ N − 1. (.)


Esta es la fórmula del método de Euler o método de la tangente, que aproxima la

solución de (.) por (.).
La gráfica siguiente muestra un ejemplo de aplicación del método de Euler al pro-
blema de valores iniciales
y 0 = cos(15 x y), y(0) = 1, (.)
para valores de h = 00 05, 00 0125 comparados con la solución exacta:
Método de Heun para las ecuaciones diferenciales de primer orden. Una primera
idea para mejorar la fórmula del método de Euler (.) serı́a cambiar f (xn , yn ) por la
media de f (xn , yn ) y f (xn+1 , yn+1 ), lo que darı́a lugar a la fórmula
1
yn+1 = yn + (f (xn , yn ) + f (xn+1 , yn+1 )) h,
2
que tiene el inconveniente de que yn+1 aparece en ambos miembros de la igualdad.

Para evitar este problema podemos usar, en el miembro de la derecha, yn + hf (xn , yn )
como una aproximación de yn+1 , lo que da lugar a la fórmula del método de Heun
1
yn+1 = yn + (f (xn , yn ) + f (xn+1 , yn + hf (xn , yn ))) h (.)
2
para resolver el problema de valores iniciales (.). Este método es un ejemplo de

método predictor-corrector: se usa el método de Euler para predecir un valor de yn+1 ,
y este valor se usa en (.) para obtener una aproximación mejor o más correcta.
La gráfica siguiente muestra un ejemplo de aplicación del método de Heun al mis-
mo problema de valores iniciales anterior (.) para valores de h = 00 05, 00 0125 com-
parados con la solución exacta, observándose que la aproximación es mucho mejor
que con el método de Euler:
 Matematicas I
Método de Runge-Kutta para las ecuaciones diferenciales de primer orden. Es

una mejora de los anteriores que involucra una media ponderada de cuatro valores de
f (x, y) tomados en diferentes puntos del intervalo [tn .tn+1 ]. La fórmula de este método
es:
1
yn+1 = yn + (a1n + 2a2n + 2a2n + 2a2n) h dondeV I,5,4 (.)
6
a1n = f (xn , yn ), (.)
h h
a2n = f (xn + , yn + a1n ), (.)
2 2
h h
a3n = f (xn + , yn + a2n ), (.)
2 2
a4n = f (xn + h, yn + h a3n ). (.)
La gráfica siguiente muestra un ejemplo de aplicación del método de Runge-Kutta

al mismo problema de valores iniciales anterior (.) para valores de h = 00 05, 00 0125
comparados con la solución exacta, observándose que la aproximación es mucho mejor
que con los métodos anteriores:

Método del desarrollo en serie de Taylor. Uno de los métodos más efectivos para
resolver ecuaciones diferenciales es suponer que la(s) solucion(es) de la ecuación se
pueden expresar como una serie de potencias, es decir, que sus desarrollos de Taylor
son una buena aproximación de la función. Eso lo usan con frecuencia los fı́sicos en
sus desarrollos teóricos (por ejemplo, en la deducción de la ecuación de ondas).
Veamos como resolver una ecuación de la forma y 0 (x) = f (x, y(x)), con la condición
inicial y(0) = 0, usando el método del desarrollo de Taylor .
En primer lugar consideramos una aproximación y(n, x) hasta el orden n de la
función incógnita y(x), es decir y(n, x) = ni=0 ai xi . De la condición y(0) = 0 se deduce
P
a0 = 0 .
A continuación , en la expresión f (x, y(x)), cambiamos y(x) por su aproximación
de orden n, y(n, x), y hacemos el desarrollo de Taylor g(n, x) de f (x, y(n, x)) alrededor
de x = 0, hasta el orden n − 1 .
Después igualamos la derivada yp(n, x) de y(n, x) (que será un polinomio de grado
n − 1) con g(n, x) (que será otro polinomio de grado n − 1) , lo que exige la igualdad de
los coeficientes de los polinomios yp(n, x) y g(n, x), lo que da un sistema de ecuaciones
cuya solución nos dará los coeficientes a1 , ... , an de la solución aproximada y(n, x) .
La solución y(n, x) se aproximará rápidamente a la real si los coeficientes a1 , ... ,
an son pequeños (menores que 1) , mientras que la aproximación será lenta (habrá
que tomar un valor grande de n para tener una buena aproximación) si a1 , ... , an son
grandes . Además, en este caso, aún con n grandes y(n, x) se aproximará a la solución
real solo para pequeños valores de x .
Ejercicios
. Resuelve las siguientes ecuaciones diferenciales:
d 2y
a) dy = 4xdx, b) = 6x, c) y 2 + (y 0 )2 = 1.
dx2
 Matematicas I
y0
. Resuelve la ecuación diferencial y = 2.
(1+y 2 )dx
. Encuentra la solución general de la ecuación diferencial xydy − 1+x2 = 0, y la
soluci
R ón particular que pasa por el punto (1, 3). (Ayuda: para resolver la integral
1 1 a bx+c
x(1+x2 )
dx, usar que x(1+x 2 ) = x + 1+x2 , donde a, b y c son constantes a determinar)
. Encuentra la solución general de cada una de las ecuaciones diferenciales si-

guientes y la solución particular que pasa por el punto indicado.
y dy
a) + 1 = 0, (1, 2); b) x2 dy + y 2 dx = 0, (1, 1);
x dx
c) s(1 + r 2 )ds + r(1 + s2 )dr = 0, (s = −2, r = 2).
. Encuentra la solución general de cada una de las ecuaciones diferenciales si-

guientes y la solución particular que pasa por el punto indicado.
dr
q
a) xydy − 1 − y 2 dx = 0, (1, 0); b) t = r 2 , (1, 1);
dt
dy
c) − xy 2 + x = 0, (1, 1); d) sin(x) cos(x)dx + cos2 (x)dy = 0, (1, 2).
dx
. Resuelve la ecuación diferencial (x2 − y 2 )dx + 3xydy = 0.
. Resuelve las ecuaciones diferenciales
xy − y 2 s ds s
a) (x + y)y 0 = (x − y), b) y 0 = , c) t cos( ) = s cos( ).
x2 t dt t
. Resuelve las ecuaciones diferenciales

2y 2x 2y y
y0 = , y0 − y = x, y0 + = x2 , y0 − = xy + x3 .
x 1 − x2 x x
. Resuelve las ecuaciones diferenciales:
dy dy
a) x + x = x3 , b) + y cos(x) = 0.
dx dx
Capı́tulo 
Algunas ecuaciones diferenciales

ordinarias en Biologı́a y Medio
Ambiente
.. Equilibrio y estabilidad

Un punto de equilibrio o equilibrio de una E.D. es una solución constante de la mis-
ma. Juegan un papel muy especial dentro de las ecuaciones diferenciales autónomas,
que son las E.D. de la forma
y 0 (t) = g(y), (.)
este tipo de ecuaciones se usan para modelar muchas situaciones que aparecen en Bio-
logı́a. Los números y0 para las que g(y0 ) = 0 dan soluciones constantes y = y0 de (.)
(compruébese sustituyendo en (.)). Se llaman puntos de equilibrio porque cuando y
toma ese valor, su derivada es cero y, por la tanto, ya no cambia con el tiempo.
Un equilibrio y = y0 se dice localmente estable si “toda solución y(t) que tome
valores próximos a y0 en un cierto t0 se aproxima a y0 para t > t0 ”.
Veamos un ejemplo: Consideremos la ecuación y 0 = y 3 − y. Son soluciones de equi-
librio y = −1, y = 0 e y = 1.
Cuando una solución y(t) toma un valor próximo a −1 por la izquierda, resulta de
la expresión (.) que y 0 = y 3 − y = y(y 2 − 1) < 0, luego y decrece y se aleja de −1 hacia
la izquierda, luego y = −1 es un equilibrio inestable.
Cuando una solución y(t) toma un valor próximo a 0 por la izquierda, resulta de
la expresión (.) que y 0 = y 3 − y = y(y 2 − 1) > 0, luego y crece y se acerca a 0. Si una
solución y(t) toma un valor próximo a 0 por la derecha, resulta de la expresión (.)
que y 0 = y 3 − y = y(y 2 − 1) < 0, luego y decrece y se acerca a 0. Por lo tanto y = 0 es un
equilibrio estable.
Cuando una solución y(t) toma un valor próximo a 1 por la izquierda, resulta de la
expresión (.) que y 0 = y(y 2 − 1) < 0, luego y decrece y se aleja de 1 hacia la izquierda,
luego y = 1 es un equilibrio inestable.

 Matematicas I
El argumento anterior puede repetirse para el caso general de ecuaciones autóno-

mas y 0 (t) = g(y(t)) ası́:
Si y0 es un equilibrio de (.) (por lo tanto g(y0 ) = 0), puede ocurrir:
. g 0 (y0 ) > 0. Por la continuidad de g 0 (que suponemos), lo mismo ocurrirá en va-

lores próximos a y0 , por lo tanto, g es creciente para esos valores de y, luego, si
y < y0 , g(y) < 0, y 0 < 0 luego decreciente, luego se alejará más de y0 a medida que
el tiempo avanza, y, si y > y0 , g(y) > 0, y 0 > 0 luego y es creciente y se alejará más
de y0 a medida que el tiempo avanza. Luego y = y0 no es estable.
. g 0 (y0 ) < 0. Por la continuidad de g 0 (que suponemos), lo mismo ocurrirá en valo-

res próximos a y0 , por lo tanto, g es decreciente para esos valores de y, luego, si
y < y0 , g(y) > 0, y 0 > 0 luego creciente, luego se acercará más a y0 a medida que
el tiempo avanza, y, si y > y0 , g(y) < 0, y 0 < 0 luego y es decreciente y se acercará
más a y0 a medida que el tiempo avanza. Luego y = y0 es estable.
También puede darse una demostración más analı́tica de las conclusiones anterio-
res recurriendo al uso de “la aproximación lineal de g”, método que describimos a
continuación:
Si y0 es un equilibrio de (.) (por lo tanto g(y0 ) = 0), consideremos un valor próxi-
mo al equilibrio y0 + z(t) (por lo tanto z(t) tiene módulo pequeño y puede ser positivo
o negativo). Se tiene entonces que y 0 (t) = z0 (t) y g(y) = g(y0 + z), luego (.) se escribe:
z0 (t) = g(y0 + z(t)). (.)
Ahora aproximamos g(y0 + z) por su recta tangente en y0 , que es
L(y) = g 0 (y0 )(y − y0 ), es decir L(y0 + z) = g 0 (y0 )z, (.)
y, sustituyendo esta aproximación lineal de g en (.), y llamando λ = g 0 (y0 ), tenemos

la ecuación
z0 (t) = λz(t), (.)
ecuación de variables separables cuya solución es
z(t) = z(0) eλt , (.)
la cual verifica
lı́m z(t) = 0 si λ < 0 y lı́m |z(t)| = ∞ si λ > 0 y z(0) , 0. (.)

t→∞ t→∞
Como y(t) = y0 + z(t), se deduce que si λ < 0, el sistema volverá a su equilibrio y0 tras
una pequeña perturbación z(0) , 0, mientras que si λ > 0, el sistema no volverá al
equilibrio tras una pequeña perturbación y el sistema es inestable.
Tenemos, por consiguiente, por dos razonamientos distintos, el siguiente
Criterio de estabilidad Si y0 es un equilibrio de y 0 = g(y), entonces y0 es localmente
estable si g 0 (y0 ) < 0 y es localmente inestable si g 0 (y0 ) > 0.

Además, la solución (.) de la aproximación lineal también nos da una idea de

la rapidez con que la solución vuelve al equilibrio tras una pequeña perturbación: si
λ > 0, cuanto mayor sea λ, más se aleja la slución del equilibrio, y si λ < 0, cuanto más
negativo sea λ, más rápidamente vuelve la solución al equilibrio.
Cuando g es lineal, L = g, la ecuación aproximada coincide con la original y la
velocidad calculada de aproximación o alejamiento de la posición de equilibrio es
exacta.
Veremos como se aplica todo esto en los ejemplos de las secciones siguientes.
.. Crecimiento exponencial de una población

Consideremos una población que en un instante inicial t = 0 tiene un tamaño de
N0 > 0 individuos, su tamaño en el instante t es N (t) y su velocidad de crecimiento es
proporcional al número de individuos:
dN
= kN , siendo k > 0.
dt
Se trata de una ecuación autónoma y, por tanto, de variables separables, cuya solución
es
dN
= kdt, ln N = kt + C, N = Kekt .
N
y, como N (0) = N0 , N = N0 ekt , lo que da un crecimiento exponencial de la población.
Esta ecuación tiene, como único punto de equilibio N = 0, y es absolutamente ines-
table porque la derivada de kN con respecto a N es k > 0 (lo de “absolutamente.es sólo
porque no hacia falta calcular para descubrir la diferencia entre un inicio de población
0 y un inicio de población finito).
Por supuesto, si k < 0, la población decrece y 0 es un punto de equilibrio estable.
 Matematicas I
.. Crecimiento restringido

La ecuación de von Bertalanffy
dL
= k(A − L) (.)
dt
modela el crecimiento de los peces que se supone es proporcional a la diferencia entre
una cota superior de su longitud A y la longitud L(t) que tienen a los t años de edad.
L0 denotará la longitud de los peces al nacer. La cota A depende de la especie de peces.
De nuevo se trata de una ecuación autónoma, por lo tanto de variables separables,
y la resolvemos como antes:
dL
= kdt, ln(A − L) = −kt + C, L = A − Ke−kt
A−L
y, como L0 = L(0) = A − K, K = A − L0 y la solución es
L(t) = A − (A − L0 )e−kt = A(1 − e−kt ) + L0 e−kt . (.)
Resulta entonces que A = lı́mt→∞ L(t), por eso se llama longitud asintótica del pez.
Solución de equilibrio: en este caso, g(L) = k(A − L) = 0, de donde, L = A. Por otro
lado, g 0 (A) = −k < 0. Luego se trata de un equilibrio estable (y que no se da nunca,
pues ello requiere que L0 = A).
Además, es claro a partir de (.) que los preces crecen durante toda su vida, desde
que nacen hasta que mueren, con una velocidad de crecimiento mayor cuanto más
jóvenes son.
.. Ecuación logı́stica

Consideremos una población que vive en un entorno con una capacidad para una
población de tamaño K. Si no existiera ese lı́mite, lo natural es pensar en un modelo

de crecimiento exponencial, como vimos antes. La manera más sencilla de pensar en

un modelo que tenga en cuenta ese lı́mite es pensar que el crecimiento per cápita
(N 0 (t)/N (t)) decrece linealmente con el tamaño de la población, ası́
1 dN N dN N

= r 1− o, equivalentemente = rN 1 − . (.)
N dt K dt K
Esta es una ecuaci

ón autónoma (por tanto de variables separables) como la (.) en la
que g(N ) = rN 1 − N
K . Su solución es: primero separamos variables
dN
= rdt,
N 1− N
K
K 1 1
ahora calculamos, usando N (K−N )
= N + K−N ,
Z Z Z Z
dN K 1 1 N
= dN = + = ln N − ln(K − N ) = ln ,
N 1− N N (K − N ) N K −N K −N
K
luego
N 1 K 1 C1 K
ln = rt + C, = C1 ert , = 1+ , N= ,
K −N K
N −1 N C1 ert C1 + e−rt
N (0)
por lo tanto C1 = K−N (0)
y
N (0)K
N (t) = . (.)
N (0) + (K − N (0))e−rt
lo que da lı́mt→∞ N (t) = K. Además, la única solución de equilibrio ocurre cuando

g(N ) = 0 cuya solución es N = K, y g 0 (K) = −r < 0, luego se trata de un equilibrio
estable.
 Matematicas I
.. Crecimiento alométrico
Si L1 (t), L2 (t) son los tamaños respectivos de dos órganos de un individuo de edad
t (por ejemplo, perı́metro del cráneo y altura de un hombre, o área de una hoja y lon-
gitud del tallo de una planta), se dice que se relacionan mediante una ley alométrica si
L0i
sus velocidades de crecimiento especı́fico ( ) son proporcionales, es decir, existe una
Li
constante k , 1 tal que
1 dL1 1 dL2
=k . (.)
L1 dt L2 dt
Si k = 1 se dice que el crecimiento es isométrico. De la ecuación (.) resulta
1 1
dL1 = k dL2 , ln L1 = ln Lk2 + C1 , L1 = CLk2 .
L1 L2
Obsérvese que hemos resuelto una E.D. con dos (funciones) incógnitas, pero que
está de tal manera que hemos podemos resolverla como si una incógnita fuera función
de la otra y obtener una relación entre ambas incógnitas.

.. Homeostasis
El contenido de un nutriente en un consumidor puede variar desde reflejar el con-
tenido de nutriente de su alimento de una manera clara (ausencia de homeostasis) hasta
permanecer constante (homeostasis estricta). En , Sterner y Elser propusieron un
modelo de regulación de la homeostasis en el que el contenido y de nutriente del
consumidor y el contenido x de nutriente del alimento se relacionan por la ecuación
diferencial
dy 1 y
= , (.)
dx θ x
siendo θ ≥ 1 una constante.
La ecuación (.) es de variables separables y, como tal, se resuelve ası́:
Z Z
dy 1 dx 1
= , ln y = ln x + C1 , y = x1/θ C
y θ x θ
siendo C una constante positiva (porque x e y son positivas). Resulta de esta solución
que, según el modelo de Sterner y Elser, siempre hay relación entre el nutriente en el
alimento y en el consumidor, pero es relación es máximamente perceptible (en con-
creto, lineal) cuando θ = 1, mientras que lo es menos cuanto mayor es θ, de modo que
cuando θ → ∞ y = C y ese es el caso de homeostasis estricta.
Esta ecuación no es autónoma, y no le podemos aplicar los esquemas usados hasta
ahora para saber si tiene soluciones de equilibrio y su estabilidad. No obstante, como
hemos podido obtener la solución general, vemos a partir de ahı́ que la única solución
 Matematicas I
de equilibrio serı́a y = 0 que se da solo cuando C = 0 y que solo tiene sentido para
aquellos nutrientes de alimentos que el consumidor no asimile en absoluto, y ese caso
no se considera homeostasis. Por otra parte, esa solución de equilibrio no es estable,
pues cualquier otra solución se aleja de ella en una cantidad y(0)x1/θ .
.. Balance dinámico de materia o energı́a
Vamos a considerar el modelo o caso más sencillo para este tipo de balances, el mo-
delo de un solo compartimento o depósito. Este modelo (y otros más complicados, de
varios compartimentos) se utiliza frecuentemente para modelar una gran variedad de
fenómenos: reacciones quı́micas, descarga de contaminantes en un lago, inyección de
un medicamento en la corriente sanguı́nea, ...). Supongamos que tenemos un depósito
de capacidad fija lleno de una disolución de alguna sustancia, por ejemplo, sal. Una
disolución de una concentración dada entra en el depósito a una velocidad fija, y la
mezcla, convenientemente agitada para que la disolución se mantenga uniforme den-
tro del depósito en cada instante, abandona el depósito a otra velocidad fija (puede
ser distinta de la velocidad de entrada). Si y(t) es la cantidad de sustancia (sal en este
caso) en el tanque en el instante t, y 0 (t) es la velocidad a la que la sustancia se añade
al depósito menos la velocidad a la cual sale del depósito (ésta última no es constante,
debido a la mezcla que se produce). Consideraremos el caso más sencillo en que las
velocidades de entrada y de salida del depósito son iguales. Si y0 es la cantidad de
sustancia inicial, V es la capacidad del depósito y la disolución que entra lo hace a

una velocidad v(t) y tiene una concentración c, tendremos:
velocidad de sustancia que entra = cv,

y(t)
velocidad de sustancia que sale = v
! V
y(t) y(t)
y 0 (t) = cv − v = c− v.
V V
Ecuación de variables separables cuya solución es:
V dy
= vdt, −V ln(V c − y) = vt + C, (V c − y)−V = Kevt
Vc−y
1/V 1/V
1 1 1

(V c − y)V = , (V c − y) = , y =Vc−
Kevt Kevt Kevt
teniendo en cuenta ahora la condición inicial y(0) = y0 , sustituimos en la soluciı́n

general que acabamos de obtener:
1/V
1 1

y0 = V c − , (V c − y0 )−V = K, K=
Kev0 (V c − y0 )V
de donde
 1/V
 1  (V c − y0 ) v
y = V c −  1
 =Vc− 1/V
= V c − (V c − y0 )e− V t
evt (evt )


(V c−y0 )V
Comprobemos ahora que este resultado coincide con el análisis cualitativo de la ecua-
ción que resulta de estudiar sus equilibrios y estabilidad.
y
Las soluciones de equilibrio se tienen cuando g(y) := c − = 0, es decir, la solución
V
de equilibrio es y(t) = cV . Para ver si es estable calculamos g 0 (cV ) = −1/V < 0, luego es
una solución estable.
Volviendo a la solución obtenida, comprobamos que, efectivamente, cuando y0 =
cV aparece la solución de equilibrio y = cV , y que, para cualquier condición inicial
(aunque no esté cerca del equilibrio) lı́mt→∞ y(t) = cV .
A continuación dibujamos las gráficas de las soluciones para c = 00 03kg/`, V =
5000 `, v = 25`/min y para dos condiciones iniciales: y0 = 20kg e y0 = 200kg.
 Matematicas I
.. Problemas
dy
. Estudiar los equilibrios y su estabilidad para la ecuación diferencial = y(4 −
dx
y). Obtener la solución general de la ecuación y comprobar que lo obtenido an-
teriormente es correcto.
dy
. Responder a las mismas cuestiones del problema anterior para la ecuación =
dx
(1 − y).
. Supongamos que se sigue la evolución del tamaño de una población a lo largo
del tiempo. Si se dibuja el tamaño de la población en función del tiempo en una
gráfica semilogarı́tmica (es decir, el eje horizontal representa el tiempo en escala
lineal y el eje vertical representa el tamaño de la población en escala logarı́tmi-
ca), se obtiene que los datos se ajustan a una lı́nea recta que corta al eje vertical
en  (escala logar´tmica), y cuya pendiente es -.. Obtener una ecuación dife-
rencial que relaciones la velocidad de crecimiento de la población en el instante
t con el tamaño de la población en el mismo instante.
1 dN
. Transformar apropiadamente la solución de la ecuación diferencial =r
N dt
(donde r es una constante) de modo que la gráfica resultante sea una lı́nea recta.
¿Cömo se puede determinar la constante r a partir de la gráfica.
. SI W (t) indica la cantidad de material radiactivo en un instante t, la desinte-
dW
gración radioactiva se describe mediante la ecuación diferencial = −λW (t),
dt
W (0) = W0 , con λ una constante positiva, llamada constante de desintegración.
Si W (0) = 123 gr, W (5) = 20 gr y el tiempo se mide en minutos, calcular la cons-
tante de desintegración radioactiva y determinar la vida media de la sustancia
radioactiva.

. Si una población de tamaño N (t) en el instante t crece de acuerdo con la ley

dN 1 2
dt = 100 N , N (0) = 10, encontrar N (t) y explicar que sucede cuando t → 10.
. Supongamos que un pez crece de acuerdo con la ecuación de von Bertalanffy

dL
= k(L∞ − L(t)) con L(0) = 2cm, siendo k > 0 y L∞ > 0. Un estudio ha mostrado
dt
que la longitud asintótica de este pez es 2 metros y que el pez tarda  meses en
alcanzar su longitud asintótica.
a) Utilizar esta información para determinar las constantes k y L∞

b) determinar la longitud del pez al cabo de  meses
c) cuánto tiempo tarda el pez en obtener el 90 % de su longitud asintótica?
’

Apuntes Mat IMABas

Cargado por

Copyright:

Formatos disponibles

Apuntes Mat IMABas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes Mat IMABas

Cargado por

Copyright:

Formatos disponibles

Índice general

. Geometrı́a básica del plano y del espacio 

. Lı́mites y funciones contı́nuas 

.. Máximos y mı́nimos relativos. Concavidad y convexidad. Dibujo de

. La integral definida para funciones de una variable 

. Ecuaciones diferenciales ordinarias 

. Algunas ecuaciones diferenciales ordinarias en Biologı́a y Medio Ambiente 

Geometrı́a básica del plano y del

.. Puntos y vectores

8-1, 2< 81, 2<

Los correspondientes vectores

8-1, 2< 81, 2<

Definición . El espacio R3 es el conjunto de todos los triples ordenados (a, b, c) de

Los correspondientes vectores

.. Suma (y resta) de dos vectores

La suma de dos vectores u = (a, b), v = (c, d) se define como el vector u + v = (a +

o regla de aplicación sucesiva:

3.0 u u+v 3.0 u+v

-0.5 0.5 1.0 1.5 2.0 2.5

.. Producto de un escalar por un vector

Gráficamente λu es un vector λ veces más grande que u, en la misma dirección

.. Producto escalar, norma, ángulo y distancia

Definición . La norma (o módulo o longitud) de un vector 2 3

Propiedades del producto escalar y de la norma:

Si p = (a, b, c), q = (α, β, γ), entonces

Definición . El producto vectorial u ∧ v de dos vectores u, v de R3 se define por la

El producto vectorial verifica las siguientes propiedades:

. |u ∧ v| = |u| |v| sen θ, siendo θ = ](u, v),

,  y  dan la siguiente interpretación geométrica del produc-

.. Cálculo de áreas y volúmenes

.. Ecuaciones de la recta en el plano

ecuación canónica de una recta

Definición . Una función (o aplicación) f de un conjunto A en un conjunto B es una

Ejemplos de funciones (o aplicaciones):

) A = {personas de esta clase}, B = {nombres} , f (persona) = nombre de persona

Gráfica de una función

La gráfica de una función f : A → B es el conjunto de los pares ordenados {(x, f (x)); x ∈

Como se ve, para una función de R en R, su gráfica tiene, normalmente, el aspecto

-1.0 -0.5 0.5 1.0 -1.0

Tipos de funciones y función inversa

Para una función de R en R, se reconoce que una aplicación es inyectiva viendo su

.. Composición de funciones

Ası́, por ejemplo, si f(x) = sen(x) y g(x) = x3 , entonces

.. Ecuaciones y su resolución gráfica

f (x) = g(x), (.)

Si, en (.), la función g es la función constante g(x) = y para un y fijo de Y , la

Por otro lado, la función inversa f −1 existe si y solo si f es suprayectiva e inyectiva.

Solución gráfica de una ecuación

0.65 0.70 0.75 0.80 0.85 0.90

.. Las funciones elementales

. f (x + y) = f (x) + f (y), para cualesquiera x, y números reales,

. f (λx) = λf (x), para cualesquiera números reales λ y x.

lineal homogénea lineal no homogénea o afí

Una función polinómica es una función de la forma

f (x) = an xn + an−1 xn−1 + an−2 xn−2 + ... + a2 x2 + a1 x + a0

que se llama polinomio (o función polinómica) de grado n, a a0 se le llama término

polinomio de grado 2 polinomio de grado 3

polinomio de grado 4 polinomio de grado 5

Una función racional es un cociente de funciones polinómicas, es decir, una fun-

Ası́, por ejemplo, si f(x) = sen(x) y g(x) = x3 , entonces