Universidad de los Andes

Facultad de Ingeniería y Ciencias Aplicadas

Apuntes del Curso

Cálculo I
 Índice general

1. Continuidad 4
1.1. Continuidad puntual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Continuidad en Intervalos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Teoremas Importantes de continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Continuidad Uniforme y funciones Lipschitz . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1. Teorema de punto fijo de Banach* . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5. Anexo: límite de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2. Diferenciabilidad 14
2.1. Derivada en un punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2. Álgebra de derivadas y regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3. Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4. Desarrollo de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Máximos y mínimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6. Teorema del Valor Medio y sus corolarios . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7. Reglas de L’Hôpital para el cálculo de límites . . . . . . . . . . . . . . . . . . . . . . 23
2.8. Estudio de Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.9. Aplicaciones: curvas paramétricas* . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3. Integración 29
3.1. Primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.1.1. Tabla de primitivas elementales . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2. Técnicas de Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3. Interpretación de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4. Teorema fundamental del Cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.5. Teoremas del valor Medio para integrales . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.6. Integrales Impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.6.1. Integrales impropias de Primera Especie. . . . . . . . . . . . . . . . . . . . . . 45
3.6.2. Integrales impropias de Segunda Especie. . . . . . . . . . . . . . . . . . . . . 46
3.6.3. Integrales impropias de Tercera Especie o Mixtas . . . . . . . . . . . . . . . . 47
3.7. Aplicaciones del cálculo integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7.1. Cálculo de áreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7.2. Cálculo de volúmenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.7.3. Longitud de arco y superficie de revolución . . . . . . . . . . . . . . . . . . . 53

2
4. Series 56
4.1. Series numéricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.2. Series de términos no negativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3. Series generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

3
 Capítulo 1

Continuidad

1.1. Continuidad puntual

En esta sección definiremos uno de los conceptos más importantes del Cálculo, nos referimos al
concepto de continuidad
Definición 1.1. Diremos que una función f es continua en x0 si

(1.1) lim f (x) = f (x0 ).

x→x0

Observación 1.1. En términos coloquiales diremos que: cuando x se acerca a x0 , f (x) se acerca a
f (x0 ). Si f no es continua en x0 diremos que es discontinua. Notamos que el límite anterior se puede
escribir en forma equivalente como

lim f (x0 + h) = f (x0 ).

h→0

Observación 1.2. En términos de -δ la definición de continuidad de f en x0 corresponde a:

∀ > 0 ∃δ > 0 tal que |x − x0 | < δ ⇒ |f (x) − f (x0 )| < .

Note que en la expresión (1.1), y en su definición equivalente -δ, estamos afirmando implícitamente
varias cosas. Primero, el límite de f cuando x tiende a x0 existe. Segundo, el valor de tal límite es
f (x0 ), y por lo tanto, f tiene que estar bien definida en x0 , de esta forma tenemos que suprimir la
condición 0 < |x − x0 | < δ de la definición de límite y reemplazarla por |x − x0 | < δ. Finalmente,
existe un valor δ > 0 tal que para todo x satisfaciendo |x − x0 | < δ se cumple que f (x) está bien
definida, es decir, se debe cumplir que {x : |x − x0 | < δ} ⊆ dom(f ).
De la definición de continuidad -δ se puede probar directamente el siguiente teorema.
Teorema 1.1. Si f es continua en x0 con f (x0 ) > 0 entonces existe δ > 0 tal que f (x) > 0 para
todo x satisfaciendo |x − x0 | < δ.
La demostración se basa en traducir la terminología de continuidad a la terminología de límites,
mientras que en términos de límite esto ya se realizó en los apuntes del Módulo V de Álgebra e
Introducción al Cálculo.
El concepto de límite lateral conlleva de manera natural al concepto de continuidad lateral:
Definición 1.2.
Diremos que f es continua en x0 por la derecha si

lim f (x) = f (x0 )

x→x+
0

4
 Diremos que f es continua en x0 por la izquierda si
lim f (x) = f (x0 )
x→x−
0

En estos términos resulta evidente el siguiente resultado y cuya demostración se deja propuesta.
Teorema 1.2. Las siguientes afirmaciones son equivalentes
f es continua en x0 .
f es continua en x0 por la derecha y por la izquierda.
Notamos que el hecho que f esté definida en x0 y que el límite exista no es suficiente para la
continuidad, necesitamos que el límite valga f (x0 ). Por ejemplo, la función
(
sen(x)
x x 6= 0,
f (x) =
` x = 0.
R
En este caso f está definida en todo . Se satisface que f es continua en x0 = 0 si ` = 1 y
discontinua x0 si ` 6= 1. Es posible reparar por la función f en x0 = 0 asignando a ` el valor del
límite. Consideremos ahora la función

− cos(x) x ∈ [0, 1),

g(x) = ` x = 1,

sen(x) x ∈ (1, 2].


En este caso no es posible asignar a ` un valor de forma de hacer la función g sea continua en
x0 = 1, pues los límites laterales difieren. Finalmente, consideremos la función h(x) = tan(x), como
Z
sabemos, esta función no está definida en puntos de la forma π/2 + kπ con k ∈ . En particular,
en x = π/2 los límites laterales satisfacen
lim h(x) = +∞, y lim h(x) = −∞.
x→π/2− x→π/2+

En este caso la función posee una asíntota en x0 = π/2 y no es posible repararla para que sea
continua en este punto. Estas situaciones se ilustran en la Figura 1.1

Figura 1.1: Función reparable (izquierda) y funciones no reparables (centro y derecha).

Esto motiva la siguiente definición:

Definición 1.3. Diremos que f es discontinua reparable en x0 si existe l satisfaciendo
lim f (x) = l.
x→x0
En caso contrario diremos que no es reparable. En forma análoga podemos reparar de forma continua
por la derecha o por la izquierda usando límites laterales.

5
1.2. Continuidad en Intervalos
Los resultados más importantes de continuidad se obtienen asumiendo que la función es continua no
sólo en un punto, si no que más bien en conjuntos más generales, esto quiere decir que f es continua
para cada punto de tal conjunto. Esto se resume en la siguiente definición:

Definición 1.4. Sea f definida en un conjunto A ⊂ R. Diremos que f es continua en A si f es

continua en cada x ∈ A.

Usualmente asumiremos que A es un intervalo o los distintos tipos de conjuntos que se puedan
obtener vía unión o intersección de intervalos. Por tal razón es importante recordar los nombres de
cada uno de ellos recibe:

Definición 1.5. Sean a, b ∈ R con a < b.

Diremos que los conjuntos de la forma

{x ∈ R : a < x < b} denotado por (a, b),

{x ∈ R : a < x} denotado por (a, ∞),
{x ∈ R : a > x} denotado por (−∞, a),

se llaman intervalos abiertos.

Diremos que los conjuntos de la forma

{x ∈ R : a ≤ x ≤ b} denotado por [a, b],

{x ∈ R : a ≤ x} denotado por [a, ∞),
{x ∈ R : a ≥ x} denotado por (−∞, a],

se llaman intervalos cerrados.

Diremos que los conjuntos de la forma

{x ∈ R : a < x ≤ b} denotado por (a, b],

{x ∈ R : a ≤ x < b} denotado por [a, b),

se llaman intervalos semi abierto o semi cerrado.

Diremos que A ⊂ R es un intervalo si A es un intervalo abierto o un intervalo cerrado o un

intervalo semi abierto o un intervalo semi cerrado

Otro concepto que utilizaremos es el de conjunto abierto o conjunto cerrado

Definición 1.6.

R
Diremos que A ⊂ es un conjunto abierto si es unión de intervalos abiertos. Notamos además
que la intersección finita de abiertos es un conjunto abierto.

Diremos que A ⊂ Res un conjunto cerrado si es el complemento de un abierto. Se cumple

además que la intersección de cerrados es cerrado y que la unión finita de cerrados es un
conjunto cerrado.

6
De estas nociones se desprende que si una función es continua en un punto entonces tiene que estar
definida en un intervalo abierto en torno a ese punto y además satisfacer todas las condiciones que
exige el límite. De la misma forma, es condición necesaria que f esté bien definida en un intervalo
semi abierto para los límites laterales.
Finalmente, pasamos a definir la noción de conjunto acotado, conjunto compacto e interior de un
conjunto.
Definición 1.7. Sea A ⊂ R.
Diremos que A es acotado si existe un intervalo de la forma (a, b) tal que A ⊂ (a, b). En forma
equivalente, el conjunto A es acotado si existe M > 0 tal que |x| ≤ M para todo elemento
x ∈ A.
Diremos que A es compacto si es cerrado y acotado.
Dado un conjunto A ⊂ R
definimos el interior de A que será denotado por int(A) mediante
el conjunto abierto más grande que está contenido en A.
Ejemplo 1.1. El conjunto (1, 2]∪[2, 5] es acotado, no es compacto (ya que no es cerrado) y su interior
es (1, 2) ∪ (2, 5). El conjunto [2, 5] ∪ {6} es acotado, es compacto y su interior es (2, 5).
Dado que el concepto de continuidad está definido en base a un límite, es esperable que las funciones
continuas hereden las propiedades de los límites, dentro de las que podemos pasar a llamar Álgebra
de funciones continuas.
Teorema 1.3 (Álgebra de funciones continuas). Supongamos que A es un intervalo abierto y que
R
f, g : A → son funciones continuas en A. Entonces
f + g es continua en A.
f g es continua en A.
Si f (x) 6= 0 para todo x ∈ A entonces 1/f es continua en A.
Si g(x) 6= 0 para todo x ∈ A entonces f /g es continua en A.
Observación 1.3. En términos intuitivos una función continua en un intervalo significa que su gráfico
puede ser ser esbozado “sin levantar el lápiz del papel”.
Las demostración del teorema anterior es sencilla, puesto que consiste en reescribir lo que significa
cada concepto y aplicar álgebra de límites. Un hecho que a simple vista parece trivial, pero que en
realidad es delicado, es la continuidad de la composición de funciones.
Teorema 1.4. Sea f continua en x0 y g continua en f (x0 ). Entonces g ◦ f es continua en x0 .
Note que se requiere que la función g sea continua en f (a), no en x0 . Además, de la noción de límite
se desprende que f tiene que estar definida en un intervalo abierto A ⊆ dom(f ) con x0 ∈ A y, en
forma análoga, g tiene que estar definida en un abierto B ⊆ dom(g) con f (x0 ) ∈ B.
Ejemplo 1.2. Con lo anterior podemos concluir que cualquier función racional es continua salvo en
los puntos donde el denominador se anula.
R
Ejemplo 1.3. Las funciones trigonométricas sen(·) y cos(·) son continuas en todo . La función
tan(·) es continua salvo donde se anula cos, es decir, en los puntos de la forma π/2 + kπ donde
k∈ .Z
Ejemplo 1.4. La función exponencial es continua en todo R.
Ejemplo 1.5. La función logaritmo es continua en todo su dominio, es decir, el intervalo semiabierto
(0, ∞).

7
1.3. Teoremas Importantes de continuidad
Las funciones continuas satisfacen buenas propiedades en general y, si además agregamos condiciones
sobre el dominio de definición podemos obtener resultados que son de suma importancia para
el cálculo, que mencionaremos a continuación. En lo que sigue asumiremos que f está definida
y es continua en [a, b] donde continuidad en los extremos se refiere a limites laterales, es decir
entenderemos que f es continua en sobre [a, b] si:

lim f (x) = f (x0 ) ∀x0 ∈ (a, b); lim f (x) = f (a); lim f (x) = f (b).
x→x0 x→a+ x→b−

Teorema 1.5 (Teorema del Valor Intermedio). Sea f una función continua en [a, b], con f (a)f (b) <
0. Entonces existe un x̄ ∈ [a, b] tal que f (x̄) = 0.

La hipótesis f (a)f (b) < 0 del Teorema del Valor Intermedio nos dice que f (a) y f (b) tienen distinto
signo, ya sea positivo y negativo respectivamente o vice versa, dado que gráficamente la hipótesis
de continuidad sobre un intervalo cerrado se traduce en que la función debe esbozarse sin levantar
el lápiz, es entonces esperable que la función cruce al menos una vez el eje x, lo que se traduce en
que la función se anule en algún punto.
En general, para una función f definida y continua en [a, b] se cumple que, para todo punto ȳ
entre f (a) y f (b), existe x̄ ∈ [a, b] que satisface f (x̄) = ȳ. Coloquialmente, f toma todos los valores
intermedios entre f (a) y f (b). Para demostrar esto basta definir g(x) = f (x)− ȳ y aplicar el Teorema
del Valor Intermedio.
Ejemplo 1.6. Si asumimos que la tierra es una esfera perfecta y que la temperatura es una función
continua, entonces, existen dos puntos antípodas que están exactamente a la misma temperatura.

Teorema 1.6. Sea f una función continua en [a, b]. Entonces f es acotada (es decir es acotada
superior e inferiormente).

Recordemos que una función f se dice acotada en [a, b] si existe K > 0 tal que |f (x)| ≤ K para
todo x ∈ [a, b] lo que se traduce gráficamente en que la función está dentro de una franja centrada
en el eje x de ancho 2K, tal como lo muestra la Figura 1.2.

Figura 1.2: función continua en el intervalo [0, 7] con |f (x)| ≤ 4.

8
Recordemos que que si f está definida en [a, b] y es acotada, entonces, el conjunto

F = {f (x) : x ∈ [a, b]}

posee supremo e ínfimo. Si existen xM , xm ∈ [a, b] satisfaciendo f (xM ) = sup(F ) y f (xm ) = inf(F )
entonces decimos que f posee un máximo y un mínimo en [a, b] respectivamente. Denotamos, en
caso de existir, max[a,b] f (x) al valor máximo y min[a,b] f (x) al mínimo. Por definición se cumple que

∀x ∈ [a, b] f (xm ) ≤ f (x) ≤ f (xM ).

En el caso de funciones continuas definidas en un conjunto compacto se cumple el siguiente teorema.

Teorema 1.7 (Weierstraß). Sea f una función continua en [a, b]. Entonces existen xM ∈ [a, b] junto
con xm ∈ [a, b] tales que

f (xM ) = max f (x) y f (xm ) = min f (x).

[a,b] [a,b]

Usando la terminología utilizada en los Apuntes del Módulo II del curso Álgebra e Introducción al
Cálculo, el Teorema de Weierstraß dice que la función f alcanza un máximo y un mínimo sobre el
intervalo [a, b].
Es importante observar que el requisito fundamental en los tres teoremas anteriores es la continuidad
de la función sobre un intervalo cerrado y acotado (es decir sobre un intervalo compacto). A modo
de ejercicio se pide al lector encontrar ejemplos de funciones donde esta hipótesis no se cumpla y
no se obtengan las mismas conclusiones.

1.3.1. Aplicaciones
En esta sección veremos aplicaciones de los teoremas recién enunciados.

Teorema 1.8. Todo número positivo tiene una raíz cuadrada. Dicho de otra forma: para todo a > 0
R
existe un x ∈ tal que x2 = a.

Demostración. Si a = 1 no hay mucho que hacer: simplemente tomamos x = 1. Consideremos ahora

la función f (x) = x2 . Si a 6= 1 busquemos un b > 0 tal que f (b) > a. Hay dos casos posibles: si
a > 1 basta con tomar b = a, pues a < a2 = f (b), mientras que si 0 < a < 1 entonces podemos
tomar b = 1, pues en tal caso 0 < a2 < a < 1 = f (1). De esta forma tenemos que f : [0, b] → R
dada por f (x) = x2 es continua y f (0) = 0 < a < f (b), por lo que gracias al Teorema de Valor
Intermedio f recorre todos los valores entre 0 y b2 , por lo que existe un x tal que x2 = a.

Teorema 1.9. Todo polinomio de grado impar tiene una raíz real.

Si p(x) = nk=0 ak xk es un polinomio con an 6= 0 y n impar entonces intuitivamente si x > 0 es

P
muy grande entonces el término que lidera el polinomio es an xn el cual va a ser positivo (si an > 0)
o negativo (si an < 0), mientras que si x < 0 y en valor absoluto grande entonces nuevamente el
término que lidera es an xn , pero en esta oportunidad los signos se invierten, pues estamos asumiendo
que x < 0 lo estamos elevando a una potencia impar, lo que significa que an xn será negativo (si
an > 0) o positivo (si an < 0). En cualquier caso p va a cambiar de signo y por lo tanto tienen una
raíz.

Teorema 1.10. Todo polinomio mónico de grado par alcanza un mínimo.

9
1.4. Continuidad Uniforme y funciones Lipschitz
Recordemos que una función f definida en un intervalo abierto A es continua si es continua para
cada punto x de A, lo que en términos de -δ se traduce en

∀x ∈ A ∀ > 0 ∃δ > 0 tal que |y − x| < δ ⇒ |f (y) − f (x)| < .

Dado el orden en que están expresados los cuantificadores, deducimos que el δ que se debe encontrar
depende tanto de  como del punto x. En otras palabras: para un  fijo, una vez encontrado el δ para
un x determinado, es posible que ese mismo δ no sirva para otro punto x. Pues bien, en el caso en que
el δ que se encuentre dependa solamente de  y por lo tanto sirva para cualquier x, ciertamente es
porque estamos en presencia de un tipo de continuidad más fuerte: la llamada continuidad uniforme

Definición 1.8 (Continuidad uniforme1 ). Dada f definida en un intervalo A diremos que f es

uniformemente continua en A si

∀ > 0 ∃δ > 0 tal que ∀x, y ∈ A, |x − y| < δ ⇒ |f (x) − f (y)| < .

Nótese que el orden de los cuantificadores es importante: que hayamos escrito ∃δ > 0 justo después
del ∀ > 0 nos dice que tal δ depende únicamente de . Es evidente que la continuidad uniforme
implica la continuidad, pero el recíproco no es cierto tal como lo muestra el siguiente ejemplo.
R R R
Ejemplo 1.7. La función f : → dada por f (x) = x2 es continua en , pero no es uniformemente
R
continua en . En efecto, si lo fuera entonces para  = 1 existiría δ > 0 tal que

∀x, y ∈ R, |y − x| < δ ⇒ |y2 − x2| < 1

Pero sabemos que existe n ∈ N tal que 1/n < δ, por lo que si tomamos x = n e y = n + 1/n
obtenemos:  2
1
1<2+ = |y 2 − x2 | < δ,
n
lo que es sin dudas una contradicción.
El ejemplo anterior falló pues siempre es posible encontrar adecuadamente x = n (que es un número
grande, ya que se escoge de tal manera que 1/n sea mas pequeño que δ), sin embargo, si pudiéra-
mos “acotar” el intervalo de definición entonces eventualmente x2 sería uniformemente continua. El
siguiente teorema apunta en esa dirección.

Teorema 1.11. Si f una función continua en [a, b] entonces f es uniformemente continua en [a, b].

Este teorema debe incluirse dentro de los teoremas importantes de continuidad de la sección anterior,
de hecho las hipótesis también están alineadas: es requisito fundamental que el intervalo donde f
es continua es un intervalo compacto.
Otro de los conceptos que necesitamos introducir es el siguiente.

Definición 1.9. Sea f : A → R. Diremos que f es Lipcshitz si existe una constante L > 0 tal que
|f (x) − f (y)| ≤ L|x − y| ∀x, y ∈ A.
1
El concepto de continuidad uniforme se utilizará más adelante en el capítulo de Integración. El alumno puede
obviar esta parte en una primera lectura.

10
 A partir de esta definición resulta claro que f es continua en A, y de hecho es uniformemente
√
continua en A, sin embargo estos conceptos no son equivalentes: la función f (x) = x definida
en [0, 1] es uniformemente continua (dada que es continua sobre un compacto), sin embargo no es
Lipschitz. De esta forma tenemos las siguientes implicaciones:

f Lipschitz en A ⇒ f uniformemente continua en A ⇒ f continua en A.

Además, sin ninguna suposición extra sobre sobre A, las implicaciones no pueden invertirse.
En el caso en que f sea Lipschitz en A con una constante L < 1 diremos que f es contractante.

1.4.1. Teorema de punto fijo de Banach*

Teorema 1.12. Sea f : [a, b] → [a, b] contractante, entonces f tiene un único punto fijo, es decir
existe un único x0 ∈ [a, b] tal que f (x0 ) = x0 .

Demostración. Entregaremos la demostración de la existencia, mientras que la de la unicidad queda

propuesta para el lector. La prueba se basa en construir una sucesión convergente y tal que su límite
sea exactamente un punto fijo. Definamos la sucesión

c
 si n = 0
an = f n (c) = [f ◦ f ◦ · · · ◦ f ](c) si n > 0,

 | {z }
n veces

donde c es cualquier punto del intervalo [a, b]. ¡Ojo! no confundir f n con la n-ésima potencia de f :
aquí estamos denotando por f n a la composición de f consigo misma n veces. Para mostrar que
esta sucesión converge mostraremos que es una sucesión de Cauchy.

Etapa 1. Mostremos que para cualquier n ∈ N se tiene

|an − an−1 | ≤ Ln−1 |a1 − a0 |.

En efecto,

|an − an−1 | = |f n (c) − f n−1 (c)| = |f (f n−1 (c)) − f (f n−2 (c))|

≤ L|f n−1 (c) − f n−2 (c)| = L|an−1 − an−2 |

..
. (aplicando n− veces la propiedad Lipschitz)

≤ Ln−1 |f (c) − c| = |a1 − a0 |

Etapa 2 Mostremos que an es de Cauchy. Sea  > 0. Sean n, m naturales donde, sin perder generalidad,
asumamos que m > n. Luego

|am − an | = | − an + an+1 − an+1 + an+2 − an+2 + · · · am−1 − am−1 + am |

≤ |an+1 − an | + |an+2 − an−1 | + · · · + |am−1 − am−2 | + |am − am−1 |
≤ Ln + Ln−1 + · · · + Lm−1 |a1 − a0 |

= Ln (1 + L + · · · + Lm−n−1 )|a1 − a0 |

11
 donde hemos aplicado la Etapa 1 para pasar de la segunda a la tercera línea. El siguiente paso
consiste en estimar las cantidades de arriba, primero partamos con el paréntesis. Sabemos que
m−n−1
X 1 − Lm−n
1 + L + · · · + Lm−n−1 = Li = ,
1−L
i=0

dado que q < 1 podemos concluir que q m−n → 0 cuando n y m tienden a infinito, por lo que
deducimos que
m−n−1
m−n−1
X 1 − Lm−n 1
1 + L + ··· + L = Li = ≤ ,
1−L 1−L
i=0

Por último, nuevamente gracias a que L < 1 podemos encontrar N tal que

(1 − L)
Ln < ,
|a1 − a0 |

de esta forma
m−n−1
X (1 − L) 1
|am − an | ≤ Ln Li |a1 − a0 | < |a1 − a0 | = 
|a1 − a0 | (1 − L)
i=0

Geométricamente, que f tenga un punto fijo significa que las gráficas de las funciones f y la función
identidad I(x) = x se intersectan. Para la función f (x) = cos(x) de de la Figura 1.3 (que es
contractiva en [0, 1]) se tiene que las distintas iteraciones de f n sobre c = 0, 21682 van acercándose
cada vez más al punto de intersección, que corresponde a la solución de la ecuación cos(x) = x.

Figura 1.3: Iteraciones an = f n (c)

12
1.5. Anexo: límite de funciones
En este anexo recordaremos los teoremas más importantes de límites. Para una revisión más ex-
haustiva de este concepto el lector puede revisar los Apuntes del Módulo V del ramo Álgebra e
Introducción al Cálculo.
Definición 1.10. Diremos que f tiende hacia l cuando x tiende al valor a si:

∀ > 0 ∃δ > 0 tal que 0 < |x − a| < δ ⇒ |f (x) − l| < .

Notación:
lim f (x) = l.
x→a

Teorema 1.13. El valor al cual f tiende cuando x tiende a a es único, es decir, si f tiende a l y
a m cuando x tiende a a entonces l = m.
Teorema 1.14 (Álgebra de límites). Supongamos que

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

x→a x→a

entonces
1. limx→a (f + g)(x) = l + m.

2. limx→a (f g)(x) = lm.

1 1
3. Si m 6= 0 entonces limx→a g(x) = m.

Teorema 1.15 (Teorema del Sándwich). Supongamos que g(x) ≤ f (x) ≤ h(x) para todo x, y que
limx→a g(x) = limx→a h(x) = l, entonces limx→a f (x) existe y es igual a l.
Teorema 1.16. Las siguientes afirmaciones son equivalentes:
1. El límite limx→a f (x) existe y es igual a l.

2. Para toda sucesión an que satisface limn→∞ an = a se tiene limn→∞ f (an ) existe y es igual a
l.
Definición 1.11 (Límites laterales).
Diremos que f tiende a l cuando x tiende a a por la derecha si

∀ > 0 ∃δ > 0 tal que 0 < x − a < δ ⇒ |f (x) − l| < .

Diremos que f tiende a l cuando x tiende a a por la izquierda si

∀ > 0 ∃δ > 0 tal que 0 < a − x < δ ⇒ |f (x) − l| < 

Notación:
lim f (x) = l.
x→a±

Teorema 1.17. Las siguientes afirmaciones son equivalentes

El límite limx→a f (x) existe.

Los límites laterales limx→a+ f (x) y limx→a− f (x) existen y son iguales.

13
 Capítulo 2

Diferenciabilidad

2.1. Derivada en un punto

En este capítulo revisaremos el concepto de derivada que corresponde a una razón de cambio de una
función. Este concepto tiene innumerables aplicaciones físicas. Por ejemplo, si una función define una
posición entonces su derivada corresponde a la velocidad instantanea; si la función define el ángulo
en el movimiento circular entonces su derivada corresponde a la velocidad angular. Geométricamente
la derivada de una función real corresponde a la pendiente de la recta tangente.
Definición 2.1 (Derivada en un punto). Consideremos la función f : (a, b) → R, y sea x0 ∈ (a, b).
Diremos que f es diferenciable en x0 si el siguiente límite existe
f (x0 + h) − f (x0 )
lim .
h→0 h
Notamos que haciendo x = x0 + h se tiene que el límite anterior es equivalente a calcular
f (x) − f (x0 )
lim .
x→x0 x − x0
Típicamente utilizaremos la notación f 0 (x0 ) para el límite anterior que se llama derivada de f en
df
x0 . Otras notaciones posibles para este límite son dx (x0 ) o simplemente y 0 si no hay confusión en
el punto x0 donde evaluamos. En muchas aplicaciones físicas se denota por x(t) la trayectoria de
una partícula en el instante t, la variable en este caso es el tiempo, de esta forma, es común ver
en la literatura la notación ẋ(t0 ) que también hace referencia a la derivada de la función x(·) con
respecto al tiempo, evaluada en t0 .
Ejemplo 2.1. Calculemos derivadas usando límites conocidos
Para x0 = 0 y la función y = sen(x),
sen(x0 + h) − sen(x0 ) sen(h)
y 0 = lim = lim = 1.
h→0 h h→0 h

Para x0 = 0 y la función exponencial exp(x),

exp(x0 + h) − exp(x0 ) exp(h) − 1
y 0 = lim = lim = 1.
h→0 h h→0 h

Para x0 = 1 y la función logaritmo natural y = ln(x),

ln(x0 + h) − ln(x0 ) ln(1 + h) ln(x)
y 0 = lim = lim = lim = 1.
h→0 h h→0 h x→0 x − 1

14
Si x0 6= 0 podemos calcular derivadas usando las propiedades del álgebra de límites
Para la función y = sen(x),
sen(x0 + h) − sen(x0 ) sen(x0 ) cos(h) + cos(x0 ) sen(h) − sen(x0 )
y 0 = lim = lim
h→0 h h→0 h
cos(h) − 1 sen(h)
= sen(x0 ) lim + cos(x0 ) lim = cos(x0 ).
h→0 h h→0 h

Para la función exponencial y = exp(x),

exp(x0 + h) − exp(x0 ) exp(x0 ) exp(h) − exp(x0 )
y 0 = lim = lim
h→0 h h→0 h
exp(h) − 1
= exp(x0 ) lim = exp(x0 ).
h→0 h

Para x0 > 0 y la función logaritmo natural,

ln(x0 + h) − ln(x0 ) ln( x0x+h )

y 0 = lim = lim 0
h→0 h h→0 h
h h
ln(1 + x0 ) 1 ln(1 + x0 ) 1
= lim = lim h
= .
h→0 h x0 h→0 x
x0
0

Geométricamente podemos interpretar la derivada como el límite de pendientes de rectas secan-

tes, cuando los puntos que se mueven sobre la curva (x, f (x)) están suficientemente próximos a
(x0 , f (x0 )) se tiene que el valor de la pendiente de la recta secante se parece al valor de la pendiente
de la recta tangente, como se aprecia en la Figura 2.1. Se sigue entonces que la recta tangente
corresponde a la función y = f 0 (x0 )(x − x0 ) + f (x0 ).

Figura 2.1: El límite de las rectas secantes es la pendiente de la recta tangente

Teorema 2.1. Consideremos f : (a, b) → R y x0 ∈ (a, b). Si f es diferenciable en x0 entonces f es

continua en x0 .

15
Notamos que la recíproca es falsa, si f es continua en x0 no necesariamente se puede definir la
derivada. Por ejemplo, la función definida por la ley x 7→ |x| es continua en todo R
pero no es
diferenciable en x0 = 0.
Note que la definición de f 0 (x0 ) corresponde a un límite, por lo que es natural considerar los
límites laterales que en este caso reciben el nombre de derivadas laterales (se invita al lector dar las
definiciones correspondientes). En el caso de la función valor absoluto el lector puede sin problemas
calcular las derivadas laterales en el origen y darse cuenta que son distintas, por lo que la función
valor absoluto no es derivable en el origen.

Definición 2.2 (Función derivada). Sea f : (a, b) ⊆ → R R

derivable en todo punto de (a, b). La
función que a x ∈ (a, b) le asocia f 0 (x) se llama función derivada y se denota df /dx o simplemente
f 0 . En símbolos matemáticos:
df
dx
: (a, b) → R
df
x 7→ (x).
dx
Presentamos a continuación algunas derivadas importantes a memorizar. Se deja propuesto estudiar
el dominio de definición de estas funciones.

función derivada
f = (xα ) f 0 = αxα−1
f = exp(x) f 0 = exp(x)
f = ln(x) f 0 = x1
f = sen x f 0 = cos x
f = cos x f 0 = − sen x

Cuadro 2.1: Tabla de derivadas

2.2. Álgebra de derivadas y regla de la cadena

Teorema 2.2 (Álgebra de derivadas). Sean f, g : (a, b) → R funciones diferenciables en x0 ∈ (a, b)
entonces se cumple:

1. La función f + g es diferenciable en x0 y se cumple (f + g)0 (x0 ) = f 0 (x0 ) + g 0 (x0 ).

2. La función αf es diferenciable en x0 y se cumple (αf )0 = αf 0 (x0 ) donde α es una constante.

3. El producto es diferenciable en x0 y se cumple (f g)0 (x0 ) = (f 0 g + g 0 f )(x0 ).

 
f f 0 g−g 0 f
4. La división g es diferenciable en x0 siempre que g(x0 ) 6= 0 y se cumple ( fg )0 (x0 ) = g2
(x0 ).

Teorema 2.3 (Derivada de una composición de funciones). Sea f : (a, b) → , g : (c, d) → R y R

x0 ∈ (a, b) con f (x0 ) ∈ (c, d). Si f es diferenciable en x0 y g diferenciable en f (x0 ) entonces la
composición g ◦ f es diferenciable en x0 y se cumple que:

(g ◦ f )0 (x0 ) = g 0 (f (x0 )) · f 0 (x0 ).

16
El teorema anterior se conoce como regla de la cadena y usualmente se escribe la regla nemotécnica

d(g ◦ f ) dg dy
= , donde y = f (x).
dx dy dx
Podemos aplicar esta regla inductivamente, por ejemplo, para g que depende de u, que a su vez
depende de v y esta de w, se tiene

d(g ◦ u ◦ v ◦ w) dg du dv dw
= .
dx du dv dw dx
Recordemos que si f es biyectiva en un abierto y denotamos por f −1 su inversa, se cumple

f −1 ◦ f (x) = x, y también, f ◦ f −1 (y) = y,

con esto y una adecuada aplicación de la regla de la cadena se tiene una forma sencilla de calcular
derivadas de funciones inversas

Teorema 2.4 (Derivada de la función inversa). Sea f : [a, b] → [c, d] continua y biyectiva. Sea
x0 ∈ (a, b), si f es derivable en x0 y f 0 (x0 ) 6= 0 entonces f −1 es derivable en y0 = f (x0 ) y
1 1
(f −1 )0 (y0 ) = =
f 0 (x 0) f 0 (f −1 (y 0 ))

Ejemplo: derivada de la función x = ln(y)

1 1 1
(ln y)0 = x
= ln y =
e e y
Presentamos a continuación algunas derivadas de funciones inversas importantes a memorizar. Se
deja propuesto estudiar el dominio de definición de estas funciones.

función derivada
f = arc sen x f 0 = √1−x
1
2

f = arc cos x f 0 = − √1−x 1

2

f = arctan x 0
f = 1+x21

f = arg senh x f 0 = √1+x

1
2

f = arg cosh x f 0 = √x12 −1

f = arg tanh x f 0 = 1−x
1
2

Cuadro 2.2: Tabla de derivadas de funciones inversas.

En ciertas situaciones nos encontramos frente a la descrición de curvas donde no es sencillo despejar
y en función de x. En estos casos utilizaremos la regla de la cadena y derivaremos implícitamente
asumiendo que y es una función de x. Por ejemplo, la curva x2 + y 2 = r2 donde r > 0 y supongamos
x > 0. Derivando implícitamente con respecto a x obtenemos
x x
2x + 2yy 0 = 0, con esto: y 0 = =√ .
y(x) r − x2
2

Note que en este caso es mucho más sencillo derivar implícitamente que despejar y y luego derivar,
pero hay situaciones donde no es posible despejar y = y(x) y es necesario utilizar la derivación

17
implícita obligatoriamente. Propuesto: considere x0 > 0 calcule la recta tangente y normal en un
punto (x0 , y0 ) a la curva de ecuación

x2 + y 2 = exp(2 arctan(y/x)).

El problema propuesto anterior nos permite introducir la noción de recta tangente y normal. Como
mencionamos anteriormente la recta tangente a la función diferenciable y = f (x), en un punto x0 ,
está definida por la ecuación
y = f 0 (x0 )(x − x0 ) + f (x0 ).
Por lo tanto, si f 0 (x0 ) 6= 0 se puede definir la recta normal en el punto (x0 , f (x0 )) como
−1
y= (x − x0 ) + f (x0 ).
f 0 (x 0)

2.3. Derivadas de orden superior

Definida la función derivada sobre un intervalo abierto es natural preguntarse si esta función es, a
su vez, diferenciable. Esta noción tiene importantes aplicaciones ya que derivadas de mayor orden
definen la regularidad de la función. Recordemos que en aplicaciones físicas si x(t) describe la tra-
yectoria de una partícula entonces ẋ(t) denota la derivada y corresponde a la velocidad instantanea
que también se denota por v(t). De la misma forma, la segunda derivada se denota por ẍ(t) y
corresponde a la aceleración instantanea, también denotada por a(t).

Definición 2.3 (Derivada n-ésima). Sea n ∈ N R

y f : (a, b) → , diremos que f es n + 1 veces
diferenciable en x0 ∈ (a, b) si se cumple inductivamente que f 0 (x0 ) existe, la función derivada
n-ésima existe y esta es, a su vez, diferenciable en x0 .

Denotamos la derivada n-ésima de f en x0 por f (n) (x0 ) y, en forma análoga al caso diferenciable,
podemos definir la función derivada n-ésima como aquella función que a x le asocia f (n) (x).
Denotando, por simplicidad, f (0) (x0 ) a la función original tenemos que para una función suficiente-
mente diferenciable la definición anterior se resume por

f (0) (x0 ) = f (x0 ),

d (n−1)
f (n) (x0 ) = f (x0 ), para n = 1, 2, 3, . . .
dx
Usualmente reservamos la notación f 0 , f 00 , f 000 para la primera, segunda y tercera derivada respecti-
vamente y f (n) para derivadas superiores. Otra notación muy usual es
dn f
f (n) (x) = (x).
dxn
Ejemplo 2.2. Consideremos la función definida por la ley f (x) = exp(x) y x0 = 0, se sigue que
f (n) (x) = exp(x), con esto f (n) (0) = 1.
Ejemplo 2.3. Consideremos la función definida por la ley f (x) = sen(x). Para x ∈ R la derivada
n-ésima satisface
nπ
f (n) (x) = sen( + x).
2
N
Definición 2.4 (Clase). Sea n ∈ . Para n ≥ 1 diremos que una función f es de clase C n (a, b) si
f (n) (x) existe para todo x ∈ (a, b) y, además, la función x 7→ f (n) (x) es continua en (a, b). Diremos
que una función es de clase C 0 (a, b) si es continua en (a, b).

18
Utilizando inducción y el álgebra de derivadas se puede demostrar el siguiente teorema

Teorema 2.5 (Fórmula de Leibnitz). Sea n ∈ N

y Sean f, g : (a, b) → R funciones derivables en
(a, b) hasta el orden n. Entonces, se cumple que para todo x ∈ (a, b)
n  
(n)
X n
(f g) (x) = f (n−k) (x)g (k) (x).
k
k=0

2.4. Desarrollo de Taylor

R R
Consideremos f : → una función n veces diferenciable en x0 definimos el polinomio de Taylor
para f en torno a x0 como la función

f 00 (x0 ) f 000 (x0 ) f (n) (x0 )

Tn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + (x − x0 )3 + · · · + (x − x0 )n
2! 3! n!
La idea detras de este desarrollo es aproximar una función dificil de evaluar por una más sencilla
que corresponde a combinaciones de sumas y multiplicaciones. Con esto se tiene entonces que en
una vecindad de x0
f (x) = Tn (x) + En (x).
En (x) corresponde al arror de aproximación, si f es (n + 1) veces derivables se tienen las siguientes
expresiones
(x − x0 )(x − ξ)n (n+1)
En (x) = f (ξ),
(n + 1)!
donde ξ esta entre x y x0 . Esta expresión se conoce como Resto de Cauchy. También es posible
utilizar
(x − x0 )n+1 (n+1)
En (x) = f (ξ),
(n + 1)!
que se conoce como Resto de Lagrange.

Ejemplo: Desarrollo de Taylor para algunas funciones importantes en torno a x0 = 0

x2 x3 xn
ex = 1 + x + + + ··· + ···
2 3! n!
x3 x5 x7
sen(x) = x − + − ···
3! 5! 7!
x2 x4 x6
cos(x) = 1 − + − ···
2 4! 6!

2.5. Máximos y mínimos

En lo que sigue estudiaremos condiciones para encontrar máximos y mínimos de una función. Sabe-
mos, por el Teorema de Weierstraß, que una función continua sobre un conjunto compacto alcanza
su máximo y mínimo. Sin embargo, el teorema sólo asegura la existencia y no entrega un método
para calcular los puntos óptimos. Bajo ciertas hipótesis, las condiciones que veremos a continuación
indican que los puntos óptimos (máximos o mínimos) son la solución de una ecuación, eventualmen-
te no lineal, la cual se puede resolver directamente en casos sencillos o aproximadamente utilizando
algún metodo numérico.

19
Definición 2.5 (Máximos y mínimos). Consideremos Ω ⊆ y f : Ω →R R. Diremos que x∗ ∈ Ω es
un máximo de f si satisface
f (x∗ ) ≥ f (x) para todo x ∈ Ω.
Llamaremos valor máximo al real f (x∗ ).
Diremos que x∗ ∈ Ω es un mínimo de f si satisface
f (x∗ ) ≤ f (x) para todo x ∈ Ω.
Llamaremos valor mínimo al real f (x∗ ).
Las condiciones para encontrar máximos y mínimos nos entregarán candidatos de donde debemos
seleccionar los óptimos. Esto motiva la siguiente definición
Definición 2.6 (Máximos y mínimos locales). Consideremos Ω ⊆ R y f : Ω → R. Diremos que
x∗ ∈ Ω es un máximo local de f si existe δ > 0 que satisface
f (x∗ ) ≥ f (x) para todo x ∈ Ω ∩ (x∗ − δ, x∗ + δ).
Diremos que x∗ ∈ Ω es un mínimo local de f si existe δ > 0 que satisface
f (x∗ ) ≤ f (x) para todo x ∈ Ω ∩ (x∗ − δ, x∗ + δ).
Frecuentemente a los máximos (mínimos) se les llama también máximos globales (mínimos globales).
Evidentemente todo máximo (o mínimo) global es también local. Para una función diferenciable se
cumple
Teorema 2.6 (Condición necesaria de primer orden). Consideremos f : (a, b) → R una función
diferenciable y x∗ ∈ (a, b) un mínimo local o máximo local. Entonces se cumple
df ∗
(x ) = 0
dx
Ejemplo 2.4. La función f (x) = (x − 1)2 posee un mínimo local en x∗ = 1 el cual también es
global, y se satisface f 0 (x∗ ) = 0. Si consideramos, en cambio, la función g(x) = (x − 1)3 se tiene
que g 0 (1) = 0, sin embargo, este punto no es máximo ni mínimo, decimos entonces que es un punto
silla.
Para una función continua y definida en un conjunto compacto se tiene asegurada la existencia de
máximos y mínimos pero no es posible utilizar la estrategia anterior directamente. La función puede
no ser diferenciable en algunos puntos, además, en los extremos de un intervalo la condición de
primer orden no es válida. Esto motiva a incluir estos puntos como candidatos a óptimo.
Definición 2.7. Para una función f : [a, b] → R diremos entonces que x∗ es un punto crítico si
f 0 (x∗ ) = 0, o bien, no existe la derivada en dicho punto, o x∗ es uno de los extremos del intervalo.
Notamos que los puntos críticos nos entregan los candidatos a óptimo, analizando el comportamiento
de la función objetivo podemos encontrar los máximos y mínimos de esta. En la figura 2.2 se entrega
un ejemplo de todos los puntos críticos de una función dada.
Una condición que asegura que un punto crítico es mínimo o máximo local para una función dos
veces diferenciable es el criterio de la segunda que presentamos a continuación.
R
Teorema 2.7 (Condición Suficiente de Segundo Orden). Consideremos f : (a, b) → una función
de clase C 2 (a, b) (dos veces diferenciable con segunda derivada continua). Consideremos x∗ ∈ (a, b)
que satisface f 0 (x∗ ) = 0 entonces se cumple que
Si f 00 (x∗ ) > 0 entonces x∗ es un mínimo local.
Si f 00 (x∗ ) < 0 entonces x∗ es un máximo local.
Diremos que una función que satisface f 00 (x) > 0 es convexa y una que satisface f 00 (x) < 0 es
concava. Precisaremos esta noción más adelante en el texto.

20
 Figura 2.2: puntos críticos x1 , . . . , x5 para la función f.

2.6. Teorema del Valor Medio y sus corolarios

R
Teorema 2.8 (Teorema de Rolle). Sea f : [a, b] → , continua en [a, b] y diferenciable en (a, b). Si
f (a) = f (b). Entonces, existe un valor ξ ∈ (a, b) que satisface f 0 (ξ) = 0.
Demostración. Gracias a que f es continua en [a, b] sabemos que f debe tener un máximo y un
mínimo en [a, b] (Teorema de Weierstrass) . Supongamos pues que f alcanza un máximo en (a, b),
si esta es la situación, tal máximo es el número que buscamos: denotamos por ξ al máximo y según
el Teorema 2.6 se debe tener que f 0 (ξ) = 0. Por otro lado, supongamos que un mínimo de f se
alcanza en un punto de (a, b), en este caso la situación es similar: tal mínimo es el valor buscado:
denotamos por ξ al mínimo y nuevamente tenemos que f 0 (ξ) = 0. Supongamos finalmente que el
máximo y mínimo de f se alcanzan en los extremos. Si tal es el caso entonces f (a) = f (b) y además
f es constante en todo [a, b], por lo que cualquier ξ ∈ (a, b) es tal que f 0 (ξ) = 0.

Teorema 2.9 (Teorema del Valor Medio de Lagrange (TVM)). Sea f : [a, b] → R, continua en [a, b]
y diferenciable en (a, b). Entonces, existe un valor ξ ∈ (a, b) que satisface
f (b) − f (a) = f 0 (ξ)(b − a).
Demostración. Consideremos la función
f (b) − f (a)
h(x) = f (x) − (x − a).
b−a
Es claro que h es continua y en [a, b] y diferenciable en (a, b). Además:
h(a) = f (a)
h(b) = f (b) − (f (b) − f (a)) = f (a)
por lo que según el Teorema de Rolle existe un ξ ∈ (a, b) tal que h0 (ξ) = 0, pero
f (b) − f (a)
h0 (x) = f 0 (x) − ,
b−a
f (b)−f (a)
y por lo tanto h0 (ξ) = 0 ⇔ f 0 (ξ)(b − a) = b−a , tal como anunciábamos.

21
La importancia del Teorema del Valor Medio radica en las consecuencias que se pueden deducir a
partir de él. Dada la definición de la derivada es claro que se deducen propiedades de f 0 en base a
como se comporta f , gracias a lo expuesto hasta el momento podemos ir en la dirección contraria:
podemos deducir información global de f a partir del comportamiento de f :

Corolario 2.10. Supongamos que f 0 (x) = 0 para todo x en un intervalo I. Entonces, f es constante
en dicho intervalo.

Demostración. Sean a, b ∈ I. con a 6= b, se tienen entonces que existe un x0 ∈ (a, b) ⊂ I para el

f (b) − f (a)
cual f 0 (x0 ) = , pero según nuestra hipótesis se tiene que f 0 (x) = 0 para todo x ∈ I, por
b−a
lo que se tiene en realidad que
f (b) − f (a)
0= ,
b−a
y por lo tanto f (a) = f (b). Dado que no hemos supuesto nada sobre a ni b concluimos que f (a) =
f (b) para todos los puntos a, b ∈ I, y esto no es más que decir que f es constante en I.

Otra consecuencia que es útil es:

Corolario 2.11. Sean f y g dos funciones definidas en un intervalo I tales que sus derivadas son
iguales en I, es decir f 0 (x) = g 0 (x) ∀x ∈ I. Entonces, f y g difieren en una constante en I, es decir
R
existe c ∈ para el cual f (x) = g(x) + c ∀x ∈ I.

Demostración. Consideremos la función h = f − g, la cual claramente es diferenciable en I. Además

h0 (x) = f 0 (x) − g 0 (x) = 0 para todo x ∈ I, por lo que según el Corolario anterior, se tiene que h es
una función constante en I, es decir c = f (x) − g(x) para todo x ∈ I.

El corolario anterior es muy útil para decidir si dos funciones digamos f y g son iguales: primero se
verifica que sus derivadas son iguales, luego se busca un punto estratégico, digamos x0 donde evaluar
ambas funciones, de tal modo que f (x0 ) = g(x0 ) + c, En el caso en que supiéramos de antemano
que f (x0 ) = g(x0 ) entonces c = 0. En conclusión: si dos funciones tienen igual derivada y coinciden
en un punto, entonces coinciden en todo punto.
Recordemos que una función f se dice estrictamente creciente en un intervalo I si f (a) < f (b)
cuando a < b, y del mismo modo se dice que f se dice estrictamente decreciente en I si para
todo a < b entonces f (a) > f (b). Finalmente, en el caso en que f sea estrictamente creciente o
estrictamente decreciente diremos que f es estrictamente monótona.
El siguiente corolario nos permite deducir cuando una función es estrictamente monótona en base
al signo de su derivada.

Corolario 2.12. Sea I un intervalo y supongamos que f 0 (x) > 0 en todo x ∈ I. Entonces, f es
estrictamente creciente. En contraparte, en el caso en que f 0 (x) < 0 en todo x ∈ I, f es estrictamente
decreciente.

Es importante recalcar que la hipótesis es que f 0 tenga signo (es decir que sea positiva o negativa)
en todo I, es decir no basta con evaluar en un par de puntos de I.

Demostración. Supongamos primero que f 0 (x) > 0 para todo x ∈ I y sean a < b, según el Teorema
del Valor Medio tenemos que existe algún ξ ∈ (a, b) ⊂ I para el cual

f (b) − f (a)
f 0 (ξ) = > 0,
b−a
debido a que b − a > 0 se concluye. El caso f 0 (x) < 0 es similar (considere −f ).

22
Teorema 2.13 (Teorema del Valor Medio de Generalizado (TVMG) o Teorema de Valor Medio de
R
Cauchy). Considere f, g : [a, b] → , ambas funciones continuas en [a, b] y diferenciables en (a, b),
con g(a) 6= g(b) y g 0 (x) 6= 0 para x ∈ (a, b). Entonces, existe un valor ξ ∈ (a, b) que satisface

f 0 (ξ)(g(b) − g(a)) = g 0 (ξ)(f (b) − f (a)).

En el caso en que g(x) = x se tiene que g 0 (x) = 1 y se llega al Teorema de Valor Medio. Además
podemos usar el Teorema de Valor medio por separado: existen ξ1 y ξ2 para los cuales

f (b) − f (a) f 0 (ξ1 )

= 0 ,
g(b) − g(a) g (ξ2 )

pero a priori no existe razón alguna para que ξ1 que funciona para f sea el mismo ξ2 que funciona
para g. La demostración se basa nuevamente el el Teorema de Rolle.

Demostración. Sea h(x) = f (x)[g(b) − g(a)] − g(x)[f (b) − f (a)]. Claramente h es continua en [a, b] y
diferenciable en (a, b), por lo que al aplicar el Teorema de Rolle obtenemos que existe un ξ ∈ (a, b)
tal que 0 = f 0 (ξ)[g(b) − g(a)] − g 0 (ξ)[f (b) − f (a)].

El Teorema de Valor Medio Generalizado permite demostrar el conocido Teorema de L’Hôpital que
revisamos a continuación.

2.7. Reglas de L’Hôpital para el cálculo de límites

Del Teorema del Valor Medio Generalizado podemos deducir importantes reglas para el cálculo de
límites

Teorema 2.14 (L’Hôpital). Sean f, g : (a, b) → R

dos funciones derivables en x0 ∈ (a, b). Si se
cumple que
lim f (x) = lim g(x) = 0,
x→x0 x→x0

y, además, existe ` ∈ R satisfaciendo

f 0 (x)
lim = `,
x→x0 g 0 (x)
entonces,
f (x)
lim = `.
x→x0 g(x)
Ejemplo 2.5. La función f (x) = sen x y la función g(x) = x satisfacen las hipótesis del teorema en
x0 = 0, se tiene por lo tanto
sen x cos x
lim = lim = 1.
x→0 x x→0 1

Las hipótesis del teorema anterior indican que tanto f como g tienden a cero, en este caso decimos
que el límite es de la forma 0/0, o bién, que es forma L’Hôpital. Utilizando cambios de variables se
tienen reglas análogas para límites de la forma ∞/∞, que detallamos a continuación

Propiedad 2.15. Sean f, g : (a, b) → R dos funciones derivables en x0 ∈ (a, b). Si se cumple que
lim f (x) = lim g(x) = ∞,
x→x0 x→x0

23
y, además, el existe ` ∈ R satisfaciendo
f 0 (x)
lim = `,
x→x0 g 0 (x)
entonces,
f (x)
lim = `.
x→x0 g(x)
Finalmente, se obtiene un resultado análogo para límites al infinito
Propiedad 2.16. Sean f, g : (a, ∞) → R dos funciones derivables en (a, ∞). Si se cumple que
lim f (x) = lim g(x) = 0,
x→∞ x→∞

y, además, existe ` ∈ R satisfaciendo

f 0 (x)
lim = `,
x→∞ g 0 (x)

entonces,
f (x)
lim = `.
x→∞ g(x)

2.8. Estudio de Funciones

El estudio de funciones resume todo el cálculo diferencial que hemos visto hasta el momento. Previo
a detallar los pasos a seguir para estudiar una función daremos una definición adicional
Definición 2.8. Consideremos f : I → R, donde I ⊆ R es un intervalo.
Diremos que f es convexa en I, si para todo x, y ∈ I y λ ∈ [0, 1] se cumple

(2.1) f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y).

Diremos que una función es estrictamente convexa, si la desigualdad en (2.1) es estricta, con
x 6= y y λ ∈ (0, 1).
Diremos que una función es concava, si −f es convexa (análogamente definimos estrictamente
concava).
Una forma sencilla de analizar la convexidad o concavidad de una función diferenciable es estudiando
el crecimiento de la función derivada, de esta forma, si la derivada es creciente en I, se sigue que
la función es convexa, y si es decreciente la función original es concava. De esta afirmación se sigue
que si f es dos veces diferenciable y f 00 (x) ≥ 0 en I, entonces, f es convexa. En cambio, si f 00 (x) ≤ 0
se tiene que f es concava. Notamos que si f 00 (x) = 0 en I, entonces, f 0 es constante en I y por lo
tanto f es una recta, la cual es concava y convexa a la vez.
Usando esta definición y lo que estudiamos en la sección de máximos y mínimos tenemos que:
Si f 0 (x∗ ) = 0 y f es convexa en torno a x∗ , entonces, es un mínimo local.
Si f 0 (x∗ ) = 0 y f es concava en torno a x∗ , entonces, es un máximo local.
Finalmente, diremos que x̄ es un punto de inflexión si la función cambia su convexidad (pasa
de concava a convexa o viceversa), cuando f es dos veces diferenciable se tiene que f 00 (x̄) = 0.
Recordemos que si además f 0 (x̄) = 0, entonces, este punto de inflexión se denomina punto
silla.

24
Utilizando el cálculo diferencial podemos tener una idea bastante clara del comportamiento de
una función en su dominio. En general, resumimos la información en una tabla con ciertos puntos
importantes (puntos críticos, puntos de inflexión, asíntotas verticales, etc), información de la primera
derivada y de la segunda. A modo de ejemplo presentamos la tabla asociada a la Figura 2.2 de la
Página 21.
(x1 , x2 ) x2 (x2 , x3 ) x3 (x3 , x4 ) x4 (x4 , x5 )
f (x) f (x2 ) f (x3 ) f (x4 )
<0 0 >0 <0 0 >0
f 0 (x) & decrece min % @ & min %
>0 >0 >0 >0
f 00 (x) Convexa Convexa @ Convexa Convexa
En conclusión, para el estudio de funciones se pide, en general, lo siguiente:
1. Determinación del dominio. Simetrías.
2. Determinación de asíntotas y ramas parabólicas.
3. Puntos de corte con los ejes y signo de f (x).
4. Bosquejo de la curva.
5. Primera derivada. Crecimiento y valores extremos.
6. Segunda derivada. Concavidad y puntos de inflexión.
7. Tangentes a la curva en puntos especiales.
8. Cálculo de puntos adicionales para dibujar el gráfico.
9. Dibujo de la curva. Recorrido.

2.9. Aplicaciones: curvas paramétricas*

En esta sección analizaremos funciones de R R
en d donde d = 2 para curvas planas o d = 3 para
curvas en el espacio. Este tipo de funciones modelan el movimiento de una partícula siguiendo
una determinada trayectoria. Para estas curvas difiniremos vectores especiales que determinan su
geometría, asi como también caracterizaremos la velocidad y aceleración. Típicamente el parámetro
es el tiempo, describimos las coordenadas de un punto en el espacio mediante ~r(t) = (x(t), y(t)) en
dos dimensiones o ~r(t) = (x(t), y(t), z(t)) en tres.
R
Definición 2.9 (curva paramétrica). Sea I ⊆ un intervalo. Una curva paramétrica es una función
R
~r : I → d , donde d = 2 o 3. Diremos que esta curva es diferenciable si todas sus coordenadas lo
son.
Para la curva paramétrica ~r definimos la trayectoria como el conjunto de las imágenes. Es decir:
Γ = {~r(t) | t ∈ I}.
R
Reciprocamente, diremos que un conjunto Γ ⊆ d es una curva si existe una función ~r : I → d cuya R
trayectoria es Γ. Esta función ~r es llamada parametrización de Γ. note que una curva puede tener
muchas parametrizaciones, pues, una curva en el plano o espacio puede ser recorrida en distintas
direcciones y a diferentes velocidades.
En lo que sigue, por simplicidad, mostraremos ejemplos con curvas paramétricas en el plano (es decir
d = 2), denotaremos el parámetro por t y las coordenadas por (x(t), y(t)). Para curvas espaciales
simplemente agregamos la coordenada z y todo el desarrollo es análogo

25
Ejemplo 2.6. Describimos a continuación algunas curvas paramétricas sencillas

Consideremos f : I ⊂ R R
→ una función. El grafo de f es un subconjunto de R2 y es una
curva, que puede ser parametrizada en forma sencilla mediante las funciones

x(t) = t, y(t) = f (t), con t ∈ I.

De lo anterior todos los gráficos de funciones pueden ser vistos como curvas, pero la noción
de curva permite describir objetos más generales, como los que describimos a continuación.

El círculo de radio R que corresponde al conjunto C = {(x, y) | x2 + y 2 = R2 } es una curva.

Una posible parametrización del círculo está dado por

x(t) = R cos(t), y(t) = R sen(t), con t ∈ [0, 2π).

Notamos que la parametrización x(t) = R cos(t), y(t) = R sen(t), con t ∈ [0, 4π), describe el
mismo círculo, pero en este caso la partícula da dos vueltas antes de volver el punto (R, 0).
Otra posible parametrización es x(t) = R cos(2t), y(t) = R sen(2t), con t ∈ [0, π), donde,
partiendo de (R, 0) en t = 0 la partícula vuelve este punto en t = π. Intuitivamente, en este
último caso la partícula recorre el círculo a una mayor velocidad.

La parábola de ecuación y 2 = x es una curva que se parametriza (por ejemplo) mediante

R
~r(t) = (t2 , t), con t ∈ .

Definición 2.10 (Norma). En lo que sigue llamaremos norma del vector ~r al tamaño de dicho
p vector,
denotaremos esta función por k~rk. Se tiene entonces que en dos dimensiones k(x, y)k = x2 + y 2 .

Recordemos que una curva paramétrica es diferenciable si sus componentes lo son, de esta forma, pa-
ra la curva ~r(t) = (x(t), y(t)) diferenciable, denotaremos su derivada por d~
r
dt . Además, denotaremos
las derivadas de cada componente por un punto, así, ẋ(t) denota la derivada de la primera compo-
2
nente y ẏ(t) la derivada de la segunda. En forma análoga, ddt2~r corresponde a la segunda derivada,
ẍ(t) y ÿ(t) denotan la segunda derivada de la primera y segunda componente respectivamente.

R
Definición 2.11 (Velocidad, Rapidez y Aceleración ). Sea ~r : I → 2 una curva diferenciable en
I, para t ∈ I definimos ~v , v y ~a, la velocidad rapidez y aceleración en el instante t respectivamente,
mediante
d~r
~v := = (ẋ, ẏ),
dt p
v := k~v k = ẋ2 + ẏ 2 ,
d2~r
~a := = (ẍ, ÿ).
dt2
Definición 2.12 (Vectores Tangente y Normal). Sea ~r : I → R2 una parametrización. Para t
definimos el vector normal por la expresión
d~r d~r p
T (t) = /k k = (ẋ, ẏ)/ ẋ2 + ẏ 2 .
dt dt
y el vector normal mediante
dT dT
N (t) = /k k
dt dt
Cerremos esta sección con algunos ejemplos de la física de partículas.

26
Ejemplo 2.7. Movimiento parabolico: consideremos una partícula que se mueve en una trayec-
toria parabólica partiendo del punto (x0 , y0 ) respecto de una referencia y con velocidad inicial
(vx , vy ). El ejemplo modelo es el de un cañón en una montaña situado a cierta distancia de
un punto de referencia. El cañón dispara un proyectil con velocidad inicial v0 en un ángulo
α respecto a la horizontal. Se pregunta a que distancia el proyectil toca el suelo, la máxima
altura, la velocidad al caer y el angulo α para el cual la distancia recorrida es máxima. Como
se indica en la figura 2.3.

Figura 2.3: movimiento parabólico.

La descripción del problema mediante curvas paramétricas permite traducir este enunciado
de la física a un problema matemático y geométrico en el cual deseamos conocer, por ejemplo,
la intersección de la parábola con los ejes, vértice de la parábola, derivada de la función
trayectoria, norma y segunda derivada. En todos estos casos debemos contrastar la solución
matemática obtenida con el enunciado del problema, imponiendo las condiciones de borde
adecuadas.
Esta trayectoria se puede definir paramétricamente como

x(t) = x0 + vx t,
1
y(t) = y0 + vy t − gt2 .
2
la velocidad en todo punto corresponde a ~v = (vx , vy + gt) y la aceleración está dada por el
vector ~a = (0, −g).
De acuerdo al enunciado: “el cañón dispara un proyectil con velocidad inicial v0 en un ángulo
α respecto a la horizontal”, refiere a que vx = v0 cos α y vy = v0 sen α. En este contexto v0
corresponde, según nuestra definición, a la rapidez. La distancia en que proyectil toca el suelo
corresponde a la intersección de la parábola con el eje X y por lo tanto corresponde a encontrar
t∗ satisfaciendo y(t∗ ) = 0, con t∗ > 0, con esto la distancia horizontal recorrida corresponde
a x(t∗ ) − x0 = vx t∗ . La máxima altura corresponde al vértice de la parábola. La velocidad al
caer se obtiene evaluando ẏ en el punto t∗ , etc.

Movimiento circular uniforme: consideramos una particula que se mueve en un círculo de radio

27
R con velocidad angular constante ω, en este caso la parametrización es de la forma

x(t) = R cos(ωt),
y(t) = R sen(ωt).

Para esta parametrización la velocidad, rapidez y aceleración corresponden respectivamente a

~v (t) = Rω(− sen(ωt), cos(ωt)), v(t) = Rω y ~a(t) = −Rω 2 (cos(ωt), sen(ωt)).

Además, los vectores tangente y normal son, respectivamente,

T (t) = (− sen(ωt), cos(ωt)), y N (t) = (cos(ωt), sen(ωt))

Se cumple, por lo tanto

~v (t) = RωT (t) y ~a(t) = −Rω 2 N (t).

Por lo tanto, la velocidad tiene norma Rω y apunta en la dirección del vector tangente, en
cambio, la aceleración tiene norma Rω 2 y apunta en la dirección del vector normal (hacia el
centro del círculo). Esta situación se ilustra en la figura 2.4.

Figura 2.4: Movimiento circular uniforme, vectores tangente y normal.

28
 Capítulo 3

Integración

3.1. Primitivas
Dada una función g definida en forma explícita es relativamente sencillo encontrar la fórmula de
su derivada g 0 (x), obviamente en caso de que esta última exista. Sin embargo el proceso inverso, es
decir encontrar una F para la cual F 0 sea igual a una función f dada de antemano, es un problema
que puede llegar a ser complicado (por no decir imposible en algunos casos).

Definición 3.1. Diremos que F es una primitiva de f en [a, b] si F es continua en [a, b] y F 0 (x) =
f (x) para todo x ∈ (a, b). Note que para que esto último tenga sentido es necesario que F sea
diferenciable en (a, b).

Notemos que en el caso en que F1 y F2 sean dos primitivas de f en [a, b] entonces F10 (x) = F20 (x)
y por lo tanto (F1 − F2 )0 (x) = 0, es decir existe una constante c tal que F1 (x) − F2 (x) = c para
todo x ∈ [a, b], esto nos dice que dos primitivas difieren en una constante. Es más, podemos inferir
adicionalmente que una vez encontrada una primitiva F , entonces todas las otras primitivas de f
son de la forma F + c, donde c es cualquier constante real.

Definición 3.2. La notación Z

f (x) dx

indica que estamos en búsqueda de una primitiva de f . Esta expresión recibe el nombre de integral
indefinida. Una vez encontrada alguna F tal que F 0 = f escribiremos
Z
(3.1) f (x) dx = F (x) + c.

La ecuación anterior se lee “la integral de f a dx es F más cualquier constante c”.

Observación 3.1. El término dx en este contexto, por sí mismo no tiene valor alguno (es decirR no
es número ni una función) y se utiliza para indicar que lo qué está entre el símbolo integral y dx
es lo que se está integrando con respecto a la variable x.
Ejemplo 3.1.

1. Si p 6= 1 entonces
xp+1
Z
xp dx = + c,
p+1
 0
xp+1
Puesto que p+1 = xp .

29
 2. Dado que (ex )0 = ex entonces Z
ex dx = ex + c.

3. Z
ln x dx = x ln(x) − x + c,

puesto que (x ln(x) − x)0 = ln x

4. Observe las siguientes integrales:
tx2 t2 x
Z Z
tx dx = + c; tx dt = + c,
2 2
En la primera integral la presencia del término “dx” nos indica que la variable de integración
es x. Dicha ecuación se justifica pues
d tx2
 
= tx.
dx 2
Por otro lado, la presencia del término “dt” en la segunda integral nos indica que la variable
de integración es t. Por lo que dicha integral se justifica pues
d t2 x
 
= tx.
dt 2

Observación 3.2. Hay autores que prefieren no usar la constante c en la fórmula (3.1), pues muchas
veces resulta un estorbo, y en la práctica no se obtiene nada productivo al incluirla: es claro que
lo sustancial es una primitiva F de f . Esperamos entonces que nadie se sienta ofendido cuando
omitamos la constante c, tal como lo haremos en algunas ocasiones.
Exhibimos una pequeña tabla de primitivas donde dejamos invitado al lector a que las verifique.

3.1.1. Tabla de primitivas elementales

csc2 (ax)dx = − a1 cot(ax) + C
R
xn+1
xn dx =
R
n+1 +C R 1
dx = arctan(x) + C
1+x2
eax dx aeax
R
R 1
= ln |x| + C = +C
x dx 1
R
1−x2
dx = arctanh(x) + C
1
R
R
sen(ax)dx = − a1 cos(ax) + C sinh(ax)dx = a cosh(ax) + C
√ 1
R
x2 −1
dx = arccosh(x) + C
1
R
R
cos(ax)dx = 1
sen(ax) + C cosh(ax)dx = a sinh(ax) + C
a
√ 1
R
R 1 1+x2
dx = arcsenh(x) + C
R
tan(ax)dx = − a1 ln cos(ax) + C 1+x2
dx = arctan(x) + C
√
√ x
R
dx = 1 + x2 + C
√ 1
R
sec2 (ax)dx = 1 dx = − arc cos(x) + C 1+x2
R
a tan(ax) + C 1−x2

3.2. Técnicas de Integración

.
El proceso de encontrar una primitiva se llama integración. A diferencia de lo que ocurre con la
deferenciación, el proceso de integrar en términos explícitos puede ser muy complicado, básicamente
porque no existe una única fórmula que permita encontrar la integral de una función. Todo dependerá
de la habilidad que el lector debe desarrollar y es por tales efectos que presentamos a continuación
una serie de métodos.

30
1. Linealidad de la integral. Sean f, g funciones se tiene que
R R R
a) (f (x) + g(x)) dx = f (x) dx + g(x) dx.
R R
b) λf (x) dx = λ f (x) dx.

Demostración.

a) Es claro que si F y G son primitivas de f y g respectivamente entonces F + G es una

primitiva de f + g.
b) Es claro que si F es una primitiva de f entonces λF es una primitiva de λf .

2. Integración por partes:

Z Z
0
(3.2) f (x)g (x) dx = f (x)g(x) − f 0 (x)g(x) dx.

Demostración. Es claro que (f (x)g(x))0 dx = f (x)g(x), luego al integrar (f g)0 = f 0 g + f g 0

R

obtenemos:
Z Z Z
(f (x)g(x))0 dx = f (x)g(x) = f 0 (x)g(x) dx + f (x)g 0 (x) dx.

Esta última fórmula es equivalente a (3.2).

3. Regla de sustitución o fórmula de cambio de variables.

Z Z
(3.3) f (u) du = f (g(x))g 0 (x) dx, con u = g(x).

Demostración. Sea F una R primitiva de f y sea u = g(x). Que F sea primitiva de f se resume
en la expresión F (u) =R f (u) du. Mostremos ahora que F (u) es el lado derecho de (3.3). Por
un lado es claro que (F (g(x))0 dx = F (g(x)) = F (u). Además, por regla de la cadena se
tiene que (F (g(x))0 = F 0 (g(x))g 0 (x) = f (g(x))g 0 (x). Finalmente, al integrar a ambos lados:
Z Z Z
F (u) = (F (g(x)) dx = F (g(x))g (x) dx = f (g(x))g 0 (x) dx,
0 0 0

tal como queríamos.

du
Al decir u = g(x) podemos usar la notación de Leibnitz para la derivada: = g 0 (x), esta
dx
expresión sugiere la siguiente escritura: du = g 0 (x)dx, que sirve como ayuda memoria de la
fórmula (3.3).

4. Sustituciones trigonométricas. Para expresiones como las que se indican se recomiendan las
siguientes sustituciones:

a2 + x2 sustitución: x = a tan θ; dx = a sec2 θ dθ

a2 − x2 sustitución: x = a cos θ; dx = −a sen θ dθ
x2 − a2 sustitución: x = a sec θ; dx = a sec θ tan θ

31
 o alternativamente:

a2 + x2 sustitución: x = a senh θ; dx = a cosh θ dθ

a2 − x2 sustitución: x = a sen θ; dx = a cos θ dθ
x2 − a2 sustitución: x = a cosh θ; dx = a cosh θ dθ

5. Fracciones parciales. Para integrales del tipo

Z
p(x)
dx
q(x)

donde p y q son polinomios donde el grado de q es mayor que el grado de p se descompone

en fracciones parciales (ver Apuntes Álgebra e Introducción al Cálculo, Módulo IV) de tal
manera que
m1 X
n1 m2 X
n2
p(x) X Aij X Bij x + Cij
= i
+ ,
q(x) (αj x − xj ) (aj x2 + bj x + cj )i
j=1 i=1 j=1 i=1

donde b2j − 4aj cj < 0 para todo j = 1, . . . , m2 , de esta forma:

Z m 1 Xn
1 Z m 2 X2n Z
p(x) X Aij X Bij x + Cij
dx = dx + dx.
q(x) (αj x − xj )i (aj x2 + bj x + cj )i
j=1 i=1 j=1 i=1

Note que las integrales que se obtienen arriba, si bien siguen siendo integrales de funciones
racionales, son más manejables.

Ejemplo 3.2. Calcule las siguientes integrales.

Z
ln(ln x)
1. dx
x
Z
2. cos(ln x) dx
Z
3. sec x dx
Z
1
4. √ dx
x x2 − 1
Z
5. sec3 dx
Z p
6. x2 − 1 dx
Z
1
7. √ dx
1 + ex
Z
1
8. p√ dx
x+1
√
Z
x
9. e

32
 Z r
x−1 1
10. dx
x + 1 x2
5x2 + 3x − 2
Z
11.
6x3 + 5x2 − 12x + 4
Z
12. sen2 (πx) cos5 (πx) dx

Soluciones:

1. Integramos por partes: con la notación de la ecuación (3.2), tomamos g 0 (x) = 1/x y f (x) =
ln(ln x), por lo que g(x) = ln x y f 0 (x) = 1/(x ln x), finalmente:
Z Z
ln(ln x) 1 1
dx = (ln x) ln(ln x) − ln x dx
x ln x x
= (ln x) ln(ln x) − ln x

2. Integramos por partes dos veces: primero consideramos g 0 (x) = 1 y f (x) = cos(ln x), por lo
que g(x) = x y f 0 (x) = − sen(ln
x
x)
,
Z Z
cos(ln x) dx = 1 cos(ln x) dx
Z
1
= x cos(ln x) + x sen(ln x) dx
x
Z
= x cos(ln x) + 1 sen(ln x) dx
Z
1
= x cos(ln x) + x sen(ln x) − x cos(ln x) dx,
x
por lo que Z
x cos(ln(x) + x sen(ln x)
cos(ln x) dx =
2
¿puede encontrar las las funciones involucradas en la segunda integración por partes?

3. Escribimos
1 cos x
sec x = =
cos x cos2 x
cos x
= 2
1− sen x 
1 cos x cos x
= + .
2 1 + sen x 1 − sen x

Luego Z Z Z
1 cos x 1 cos x
sec x dx = dx + dx = I1 + I2 .
2 1 + sen x 2 1 − sen x
Para I1 usamos el cambio de variables u = 1 + sen x, por lo que du = cos x dx, así:
Z
1 1 1 1
I1 = du = ln u = ln(1 + sen x)
2 u 2 2

33
 Para I2 usamos el cambio de variables u = 1 − sen x, por lo que du = − cos x dx, así:
Z
1 1 1 1
I2 = − du = − ln u = − ln(1 − sen x)
2 u 2 2
El resto es ordenar I1 + I2 :
Z
1 1
sec x dx = ln(1 + sen x) − ln(1 − sen x)
2 2
 
1 1 + sen x
= ln
2 1 − sen x
 
1 1 + sen x 1 − sen x
= ln
2 1 − sen x 1 − sen x
(1 + sen x)2
 
1
= ln
2 1 − sen2 x
(1 + sen x)2
 
1
= ln
2 cos2 x
 
1 + sen x
= ln
cos x
= ln(sec x + tan x)

4. Hacemos el cambio de variable x = sec u, luego dx = sec u tan u du, así

Z Z Z
1 sec u tan u du
√ dx = √ = du = u = arc sec x
x x2 − 1 sec u sec2 u − 1
5. Integramos por partes.
Z Z
sec x dx = sec2 x sec x dx
3

Z
= tan x sec x − tan x sec x tan x dx
Z
= tan x sec x − sec x(sec2 −1) dx
Z Z
3
= tan x sec x − sec x dx + sec x dx,

y de aquí Z
1
sec3 x dx = [tan x sec x + ln(sec x + tan x)],
2
R
en base a que ya se calculó sec x dx.

6. Hacemos el cambio de variables x = sec u, luego dx = sec u tan u du, así

34
 Z p Z p
2
x − 1 dx = sec2 u − 1 sec u tan u du
Z
= sec u tan2 du
Z
= (sec u)(sec2 −1) du
Z Z
3
= sec u du − sec u du
1
= [tan u sec u + ln(sec u + tan u)] − ln(sec u + tan u)
2
1 p 1 p
= x x2 − 1 − ln(x + x2 − 1).
2 2
R
Nuevamente se ha usado la fórmula de sec x dx.
√
7. Hacemos el cambio de variables u = 1 + ex , es decir x = ln(u2 − 1), de aquí dx = 2u/(u2 −
1) du.
Z Z
1 2u
√ dx = du
1+e x u(u2 − 1)
Z  
1 1
= − + du
u+1 u−1
= − ln(u + 1) + ln(u − 1)
√ √
= − ln(1 + 1 + ex ) + ln( 1 + ex − 1).

De segunda a la tercera línea hemos usado fracciones parciales.

p√
8. Sea u = x + 1, es decir x = (u2 − 1)2 y por lo tanto dx = 4u(u2 − 1) du, así

4u(u2 − 1) du
Z Z
1
p√ dx =
x+1 u
4
= u3 − 4u
3
4 √ √
= ( x + 1)3/2 − 4( x + 1)1/2
3
√
9. Sea u = x, es decir x = u2 , y por lo tanto dx = 2u du, así
Z √ Z
e x = 2ueu du
Z
== 2ueu − 2 eu du
√ √ √
= 2 xe x − 2e x

donde hemos integrado por partes.

35
10. Sea u = 1/x, es decir x = 1/u, y por lo tanto dx = −1/u2 du, así
Z r Z s  
x−1 1 1/u − 1 2 1
dx = u − 2 du
x + 1 x2 1/u + 1 u
Z √
1−u
=− √ du
1+u
1−u
Z
=− √ du
1 − u2
Tomemos ahora u = sen t, du = cos t dt, luego
1−u 1 − sen t
Z Z
− √ du = − cos t dt
1 − u2 cos t
Z
=− (1 − sen t) dt

= −t − cos t
p
= − arcsin u −1 − u2
√
1 x2 − 1
= − arcsin −
x x

11. Primero descomponemos en fracciones parciales:

5x2 + 3x − 2 5x2 + 3x − 2 A B C
3 2
= = + +
6x + 5x − 12x + 4 (2x − 1)(x + 2)(3x − 2) 2x − 1 x + 2 3x − 2

de donde obtenemos los coeficientes A = −3/5, B = 3/10 y C = 5/2, de este modo:

5x2 + 3x − 2 −3
Z Z Z Z
3 5
dx = dx + dx + dx
6x3 + 5x2 − 12x + 4 5(2x − 1) 10(x + 2) 2(3x − 2)
3 3 5
= − ln(10x − 5) + ln(10x + 20) + ln(6x − 4)
10 10 6

12. Primero tomamos u = πx, luego du = π dx, así

Z Z
2 5 1
I = sen (πx) cos (πx) dx = sen2 u cos5 u du
π
Z
1
= sen2 u cos4 u cos u du
π
Z
1
= sen2 u(1 − sen2 u)2 cos u du.
π
Luego tomamos v = sen u, dv = cos u du.
Z
1
I= v 2 (1 − v 2 )2 dv
π
1 7 2 5 1 3
= v − v + v
7π 5π 3π
1 2 1
= sen7 (πx) − sen5 (πx) + sen3 (πx)
7π 5π 3π

36
3.3. Interpretación de la integral
El problema de determinar el área de una región plana ha sido desde tiempos inmemorables uno
de los quehaceres matemáticos más importantes. En cierto sentido el área responde la interrogante
de medir cuánto espacio ocupa una región plana determinada. De nuestros conocimientos previos,
hay regiones que sabemos cuanto vale su área: por ejemplo un rectángulo de lados a y b su área
es ab, mientras que en un triángulo el área corresponde a la mitad de su base por la altura. Para
las regiones que están definidas por líneas rectas el concepto de área es sencillo de entender: basta
con triangular y luego sumar el área de cada uno de los triángulos. Sin embargo esta técnica no
funciona si la región tiene lados curvos. Es necesario entonces entender el área como un límite, tal
como veremos.
En este capítulo definiremos el área de regiones determinadas por el eje horizontal, las verticales
sobre (a, 0) y sobre (b, 0), y la gráfica de una función f , que satisface inicialmente f (x) ≥ 0 para
todo x ∈ [a, b] y luego veremos como extender este concepto para funciones que no necesariamente
son no negativas.
Dado un intervalo [a, b] diremos que P es una partición de [a, b] si P = {x0 , x1 , . . . , xn }, donde
x0 = a y xn = b donde asumiremos que xi ∈ (a, b) ∀i = 1, . . . , n − 1. Asumiremos además que los
puntos de P están ordenados:

a = x0 < x1 < x2 < · · · < xn = b.

El conjunto de las particiones de [a, b] será denotado por P([a, b]).

R
Dada una función f : [a, b] → acotada y una partición P ∈ P([a, b]) definimos la suma inferior y
superior que induce P en [a, b] mediante
n
X
L(f, P ) = mi (xi − xx−i )
k=1
n
X
U (f, P ) = Mi (xi − xx−i )
k=1

donde

mi = inf{f (x) : x ∈ [xi−1 , xi ]},

Mi = sup{f (x) : x ∈ [xi−1 , xi ]}.

Es claro que los valores mi y Mi están bien definidos, pues hemos asumido que f es acotada en
[a, b].
Hemos escogido las letras L y U para las sumas inferiores y superiores pues provienen del ingles
lower y upper respectivamente.
Es evidente que para toda partición P ∈ P([a, b]) se tiene L(f, P ) ≤ U (f, P ), lo que no es claro a
simple vista es que cualesquiera sean las particiones P, Q ∈ P([a, b]) entonces L(f, P ) ≤ U (f, Q).
Proposición 3.1. Si P, Q ∈ P([a, b]) entonces L(f, P ) ≤ U (f, Q).
La desigualdad es anterior es importante pues dada una partición Q ∈ P([a, b]) se tiene

L(f, P ) ≤ U (f, Q) ∀P ∈ P([a, b])

y por tanto podemos tomar el supremo sobre todas las particiones P y obtenemos:

sup{I(f, P ) : P ∈ P([a, b])} ≤ U (f, Q)

37
y ahora podemos preceder de manera opuesta: dado que

sup{I(f, P ) : P ∈ P([a, b])} ≤ U (f, P ) ∀P ∈ P([a, b])

se tiene que podemos tomar ínfimo sobre todas las particiones P y obtenemos

sup{I(f, P ) : P ∈ P([a, b])} ≤ inf{U (f, P ) : P ∈ P([a, b])}.

Definición 3.3. Una función acotada f definida en [a, b] denotaremos por

Z b
I= f (x) dx = sup{I(f, P ) : P ∈ P([a, b])}
a
Z b
I= f (x) dx = inf{S(f, P ) : P ∈ P([a, b])}
a

a las llamadas integrales superiores e inferiores respectivamente de f sobre [a, b].

Insistimos en que hemos utilizado el hecho que f sea acotada en [a, b] y esa es la única hipótesis que
nos permite decir que I e I existen y que eventualmente son números distintos. Sin embargo son de
particular interés las funciones para las cuales sí se tiene que I = I.
Definición 3.4. Dada una función f : [a, b] → R
acotada, diremos que es integrable sobre [a, b] si
las integrales superiores e inferiores coinciden, es decir si
Z b Z b
I= f (x) dx = f (x) dx = I.
a a

Si f es integrable en [a, b] entonces el número I (o equivalentemente I) se llama integral de f sobre

[a, b], que se denota
Z b
f (x) dx,
a
el cual se lee “integral entre a y b de f de x a dx”
A partir de la definición es claro que
Z b
L(f, P ) ≤ f (x) dx ≤ U (f, P ) ∀P ∈ P([a, b])
a

y que es el único número que satisface esta propiedad.

Definición 3.5.
Z
f (x) dx se llama integral indefinida,
Z b
f (x) dx se llama integral definida.
a

Observación 3.3. No deben confundirse las integrales definidas con las indefinidas: la integral inde-
finida es una función, mientras que la integral definida es un número.
Observación 3.4. El término dx por sí mismo no tiene valor, lo usamos por motivos históricos y
tiene la ventaja que indica la variable con la que se está integrando. Vea también Observación 3.1.

38
Ejemplo 3.3. Dados a < b, la función constante f (x) = c es integrable en [a, b] y
Z b
f (x) dx = c(b − a).
a

En efecto, sea P = {ti } cualquier partición de [a, b], calculamos mi y Mi :

mi = inf{f (x) : x ∈ [xi−1 , xi ]} = c ∀i = 1, . . . , n
Mi = inf{f (x) : x ∈ [xi−1 , xi ]} = c ∀i = 1, . . . , n,
esto pues f es constante. A continuación calculamos L(f, P ) y U (f, P ):
n
X n
X
L(f, P ) = mi (xi − xi−1 ) = c xi − xi−1 = c(xn − x0 ) = c(b − a)
k=1 k=1
Xn Xn
U (f, P ) = Mi (xi − xi−1 ) = c xi − xi−1 = c(xn − x0 ) = c(b − a).
k=1 k=1

Notemos que estos resultados son independientes de la partición P , por lo que al tomar supremo e
ínfimo se obtiene:
I = sup{c(b − a) : P ∈ P([a, b])} = c(b − a)
I = inf{c(b − a) : P ∈ P([a, b])} = c(b − a).

Finalmente, dado que I = I concluimos que f es integrable en [a, b] y que

Z b
I=I= c dx = c(b − a).
a
Ejemplo 3.4. Sean a < b. Tomemos f la función característica sobre Q, es decir
Q
(
1 si x ∈
f (x) =
0 si x ∈ \ , R Q
entonces f no es integrable en [a, b]. En efecto, sea P ∈ P([a, b]) cualquier partición. Calculamos
mi y Mi :
mi = inf{f (x) : x ∈ [xi−1 , xi ]} = 0 ∀i = 1, . . . , n.
Mi = inf{f (x) : x ∈ [xi−1 , xi ]} = 1 ∀i = 1, . . . , n,
puesto que en todos los intervalos [xi−1 , xi ] siempre existe un racional y un irracional. A continuación
calculamos L(f, P ) y U (f, P ):
n
X n
X
L(f, P ) = mi (xi − xi−1 ) = 0 xi − xi−1 = 0
k=1 k=1
Xn Xn
U (f, P ) = Mi (xi − xi−1 ) = 1 xi − xi−1 = (xn − x0 ) = (b − a).
k=1 k=1

Notemos que estos resultados son independientes de la partición P , por lo que al tomar supremo e
ínfimo se obtiene:
I = sup{0 : P ∈ P([a, b])} = 0
I = inf{b − a : P ∈ P([a, b])} = b − a.

Finalmente, dado que I 6= I concluimos que f no es integrable en [a, b].

39
En general resulta complicado verificar si una función es integrable usando la definición que hemos
entregado. El siguiente resultado puede simplificar dicho trabajo:

Teorema 3.2 (Caracterización de la integral). f es integrable en [a, b] si y sólo si ∀ > 0 ∃P ∈

P([a, b]) tal que
U (f, P ) − L(f, P ) < .

Teorema 3.3 (Linealidad de la integral). Sean f, g : : [a, b] → R funciones integrables en [a, b].
Las funciones f + g y λf son integrables en [a, b]. Además
Rb Rb Rb
1. a (f (x) + g(x)) dx = a f (x) dx + a g(x) dx.
Rb Rb
2. a λf (x) dx = λ a f (x) dx.

Teorema 3.4. Dado cualquier c ∈ [a, b] entonces f es integrable en [a, c] y en [c, b], además
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx
a a c
Rb
Observación 3.5. Sabemos que la integral a f (x) dx ha sido definida para a < b tomando en cuenta
la siguiente convención:
Z a Z a Z b
f (x) dx = 0; f (x) dx = − f (x) dx.
a b a

Esto permite extender el teorema anterior en el caso en que no necesariamente c ∈ [a, b], siempre y
cuando las respectivas integrales estén bien definidas (¡pruébelo!)
El siguiente resultado nos dice que las funciones que tienen buenas propiedades son integrables:

Teorema 3.5. Si f : [a, b] → R es una función continua en [a, b] entonces f es integrable en [a, b].
El teorema no se puede invertir: hay funciones que no son continuas que sí son integrables ¿puede
entregar un ejemplo?
El teorema anterior resuelve el problema de la integrabilidad de muchas funciones, sin embargo no
entrega una caracterización del valor de la integral, los siguientes teoremas apuntan en esa dirección:

Teorema 3.6. Sea f integrable en [a, b]. Supongamos que existe Pn partición de [a, b] con n + 1
puntos y que existe un real A y un N ∈ N tal que

L(f, Pn ) ≤ A ≤ U (f, Pn ) ∀n > N.

Entonces Z b
f (x) dx = A.
a

Teorema 3.7 (Sumas de Riemann). Sea f : [a, b] → R

una función continua en [a, b]. Entonces
para todo  > 0 existe un δ > 0 tal que si P = {t0 , t1 , . . . , tn } es una partición de [a, b] tales que
ti − ti−1 < δ para todo i = 1, . . . , n. Si consideramos ξi ∈ [ti−1 , ti ] entonces
 
X n Z b 
f (ξi )(ti − ti−1 ) − f (x) dx < .
 


i=1 a 

40
El término ni=1 f (ξi )(ti −ti−1 ) se llama suma de Riemann de f para P . Es claro que para cualquier
P
partición P = {t0 , . . . , tn } ∈ P([a, b])
n
X
(3.4) L(f, P ) ≤ f (ξi )(ti − ti−1 ) ≤ U (f, P )
i=1

En términos simples: las sumas de Riemann de f para P aproximan el valor de la integral de f en

[a, b], de hecho mientras más términos tenga P mejor es dicha aproximación. Dada una partición
P = {t0 , . . . , tn } ∈ P([a, b]) podemos definir la norma de P mediante:

kP k = max {ti − ti−1 }.

1≤k≤n

Teorema 3.8. Sea f integrable en [a, b], entonces

Z b n
X
f (x) dx = lim f (ξi )(ti − ti−1 )
a kP k→0
i=1

Demostración. Al tomar límite cuando kP k → 0 en la desigualdad (3.4) obtenemos

Z b n
X Z b
I= f (x) dx = lim f (ξi )(ti − ti−1 ) = I = f (x) dx.
a kP k→0 a
i=1

Dado que por hipótesis f es integrable en [a, b] se tiene

Z b X n
I=I= f (x) dx = lim f (ξi )(ti − ti−1 )
a kP k→0
i=1

 
b−a
Una de las particiones más útiles es la partición equiespaciada: Pn = ti = a + i donde
n
i = 0, 1, . . . , n. Es claro que ti − ti−1 = b−a b−a
n para todo i = 1, . . . , n, por lo que kPn k = n , y de este
modo
kPn k → 0 ⇔ n → ∞,
es así que
b n  
b−aX b−a
Z
f (x) dx = lim f a+i
a n→∞ n n
i=1
R1
Ejemplo 3.5. Calculemos 0 ex dx. Primero, la función exponencial es continua y por tanto integra-
ble. Segundo, consideremos la partición equiespaciada de [0, 1], es decir Pn = {ti }ni=0 , con ti = i/n.
Por otro lado, podemos tomar el extremo inferior de cada intervalo que la partición define, es decir
tomemos xi = ti−1 = (i − 1)/n para formar la suma de Riemann:

n n
X X 1
f (ti−1 )(ti − ti−1 ) = eti−1
n
i=1 i=1
n n−1
1 X (i−1)/n 1 X 1/n i
= e = (e )
n n
i=1 i=0
11− (e1/n )n 1/n
= = (1 − e) .
n 1 − e1/n 1 − e1/n

41
Finalmente
Z 1 n
X
x
e dx = lim f (ti−1 )(ti − ti−1 )
0 n→∞
i=1
1/n
= lim (1 − e)
n→∞ 1 − e1/n
x
= (1 − e) lim
x→0 1 − ex
1
= (1 − e) lim
x→0 −ex
= e − 1,

aquí hemos hecho el cambio de variables 1/n = x, por lo que n → ∞ ⇔ x → 0 y también hemos
usado la regla de L’Hôpital.
Rb
Ejemplo 3.6. Sea f (x) = xm m ≥ 1. Calculemos 1 f (x) dx. Primero, notemos que f es continua
1 n−1
en [1, b] por lo que es integrable. Segundo, consideramos la partición Pn = {1, b n , . . . , b n , b}. Para
esta partición se tiene que la distancia entre sus puntos es bi/n − b(i−1)/n = b(i−1)/n (b1 /n − 1), dado
que b > 1 se tiene que kP k → 0 ⇔ n → ∞. Tomemos ahora los puntos ξi = ti que obviamente
pertenecen al intervalo [ti−1 − ti ]. Según el Teorema se tiene que el límite de la suma de Riemann
coincide con el valor de la integral, es decir:
Z b n
X
f (x) dx = lim f (ξi )(ti − ti−1 )
1 n→∞
i=1
n
(i−1)
X im
 i

= lim b n bn − b n
n→∞
i=1
n  
X im i −1
= lim b n bn 1 − b n
n→∞
i=1
n
i(m+1)
 −1
X
= lim 1−b n b n ,
n→∞
i=1

n n−1
1−q n
m+1
qi = q qi = q
P P
recordemos que 1−q en este caso q = b n luego
i=1 i=0

b
1 − bm+1
Z  
(m+1)
 −1

f (x) dx = lim 1−b n b n
m+1
1 n→∞ 1−b n
−1
m+1

1−b n
= lim b −1 m+1
n→∞ b n −1
bm+1
−1
= .
m+1
El concepto de la integrales mucho más amplio de lo que hemos visto, puesto que también permite
definir una medida sobre un conjunto cuya interpretación dependerá del modelo físico. Podemos
mencionar por ejemplo el concepto de volumen, masa, centro de masa, momento de inercia, etc. los
que como veremos más adelante se pueden expresar como integrales definidas.

42
3.4. Teorema fundamental del Cálculo
El teorema Fundamental del Cálculo establece el nexo que hay entre las integrales definidas con las
indefinidas, antes de establecerlo con precisión necesitamos un lema:
Lema 3.9. Si f es integrable en [a, b] y existen constantes m y M tales que m ≤ f (x) ≤ M para
todo x ∈ [a, b] entonces
Z b
m(b − a) ≤ f (x) dx ≤ M (b − a)
a
Demostración. Es claro que m(b − a) ≤ L(f, P ) y que U (f, P ) ≤ M (b − a) para cualquier partición
P ∈ P([a, b]). Dado que
Z b
sup{L(f, P ) : P ∈ P([a, b])} = f (x) dx = inf{U (f, P ) : P ∈ P([a, b])}
a
la desigualdad deseada se obtiene inmediatamente.

Teorema 3.10 (Teorema Fundamental del Cálculo). Si es f una función continua, entonces
Z x
F (x) = f (t) dt
0

F 0 (x)
es diferenciable en [a, b] y = f (x) (en el caso en que x = a ó x = b se entiende que F es
diferenciable por la izquierda o por la derecha respectivamente)
Demostración. Asumamos que x ∈ (a, b) (el caso en que x = a o x = b se deja al lector). Debemos
calcular:
F (x + h) − F (x)
F 0 (x) = lim .
h→0 h
Asumamos que h > 0 (el caso en que h < 0 es similar y se deja también al lector). Así:
Z x+h Z x Z x+h
F (x + h) − F (x) = f (t) dt − f (t) dt = f (t) dt
a a x
Definamos
lh = inf{f (t) : x ≤ t ≤ x + h}
Lh = sup{f (t) : x ≤ t ≤ x + h},
al aplicar el Lema 3.9 obtenemos
Z x+h
hlh ≤ ≤ hLh ,
x
de este modo
F (x + h) − F (x)
lh ≤ ≤ Lh .
h
Dado que f es continua se tiene que
lim lh = f (x)
h→0
lim Lh = f (x),
h→0

y gracias al Teorema del Sándwich concluimos que

F (x + h) − F (x)
F 0 (x) = lim = f (x)
h→0 h

43
Corolario 3.11. Si F es una primitiva de f entonces
Z b
f (x) dx = F (b) − F (a).
a
Rx
Demostración. Sea g(x) = a f (t) dt. Al derivar obtenemos g 0 (x) = f (x) = F 0 (x) para todo
x ∈ [a, b], por lo que g y F difieren en una constate, es decir existe c tal que g(x) = F (x) + c. Para
encontrar c evaluamos en x = a, obteniendo 0 = g(a) = F (a) + c, por lo que c = −F (a), es decir
g(x) = F (x) − F (a) para todo x ∈ [a, b], en particular para x = b obteniéndose:
Z b
g(b) = f (x) dx = F (b) − F (a).
a

Definición 3.6. El símbolo F (x)|ba se define mediante F (x)|ba = F (b) − F (a).

De este modo, en el caso que F sea una primitiva de f entonces según el corolario anterior
Z b
b

f (x) dx = F (x) = F (b) − F (a).
a a

3.5. Teoremas del valor Medio para integrales

Definición 3.7. Se llama valor medio de f sobre [a, b] al número real
Z b
1
f¯ = f (x) dx
b−a a

Teorema 3.12 (Teorema del valor medio para integrales). Si f es continua en [a, b] entonces
Z b
∃ ξ ∈ [a, b] tal que f (ξ)(b − a) = f (x) dx
a

Teorema 3.13 (Teorema del valor medio generalizado para integrales). Si f es continua en [a, b]
y g es continua en [a, b] que no cambia de signo entonces
Z b Z b
∃ ξ ∈ [a, b] tal que f (x)g(x) dx = f (ξ) g(x) dx
a a

3.6. Integrales Impropias

El Teorema 3.5 nos dice que si una función definida en un intervalo finito f : [a, b] → es continua R
entonces es integrable en [a, b]. Ahora estudiaremos el caso en que f es continua en un intervalo
infinito y esto nos ayudará a entender lo que pasa cuando f tienen una discontinuidad en un punto
c ∈ (a, b).

44
3.6.1. Integrales impropias de Primera Especie.
Consideremos la región que está bajo la gráfica de e−x y sobre el eje x para x ∈ [1, t]:
Para calcular su área A usamos integrales:
Z t
t
A= e−x dx = − e−x 0 = −e−t + 1,
0

Consideremos ahora la región infinita que cosiste la región bajo la exponencial e−x y sobre el eje
x con x ∈ [0, ∞), si bien la región no es acotada es posible definir su área, y la manera natural de
definirla es mediante el límite:
Z t
lim e−x dx = lim −e−t + 1 = 1.
t→∞ 0 t→∞

Para el caso general la situación está descrita en la siguiente

Definición 3.8 (Integrales Impropias de Primera Especie).

R Rt
1. Sea f : [a, ∞) → una función para la cual a f (x) dx está definida para todo t > a. Diremos
que la integral impropia Z ∞
f (x) dx
a
converge si Z t
lim f (x) dx existe y es un número real.
t→∞ a

Acordaremos además en que el valor de es el valor del límite anterior, es decir

Z ∞ Z t
f (x) dx = lim f (x) dx.
a t→∞ a

En el caso en que el límite anterior no exista o es más o menos infinito diremos que la integral
impropia diverge.

2. Sea f : (−∞, b) → R Rb
una función para la cual t f (x) dx está definida para todo t < b.
Diremos que la integral impropia
Z b
f (x) dx
−∞

45
 converge si
Z b
lim f (x) dx existe y es un número real.
t→−∞ t

Acordaremos además en que el valor de la integral impropia es el valor del límite anterior, es
decir Z b Z b
f (x) dx = lim f (x) dx.
−∞ t→−∞ t

En el caso en que el límite anterior no exista o es más o menos infinito diremos que la integral
impropia diverge.
Ra R∞
3. En el caso en que ambas integrales impropias −∞ f (x) dx y a f (x) dx converjan entonces
R∞
diremos que la integral impropia −∞ f (x) dx converge y acordamos en que su valor es
Z ∞ Z a Z ∞
f (x) dx = f (x) dx + f (x) dx.
−∞ −∞ a

En caso contrario diremos que la integral impropia diverge.

Observación 3.6. Queda como R ∞ejercicio para el lector mostrar que en 3. el número a es arbitrario: el
valor de la integra impropia −∞ f (x) dx (en el caso que haya convergencia) es independiente de a.
R∞
Observación 3.7. Note que la integral impropia −∞ f (x) dx diverge en el caso en que exista un
R Ra R∞
a ∈ para el cual alguna de las integrales impropias −∞ f (x) dx ó a f (x) dx diverge.

3.6.2. Integrales impropias de Segunda Especie.

Otra de las cosas que pudiera ocurrir en el estudio de las integrales es que f sea continua en
[a, c) ∪ (c, b] y que
lim f (x) dx = ±∞.
x→c±

quisiéramos definir la integral de f en [a, c] y en [c, b], para ello nuevamente usamos límites.

Definición 3.9 (Integrales impropias de Segunda Especie).

1. Diremos que la integral impropia Z c

f (x) dx
a
converge si Z t
lim f (x) dx existe y es un número real.
t→c− a
Acordamos además en que el valor de la integral impropia es el valor del límite anterior, es
decir: Z b Z t
f (x) dx = lim f (x) dx.
a t→c− a
En el caso en que el límite anterior no exista o es más o menos infinito, diremos que la integral
impropia diverge.

46
 2. Diremos que la integral impropia
Z b
f (x) dx
c
converge si
Z b
lim f (x) dx existe y es un número real.
t→c+ t
Acordamos además en que el valor de la integral impropia es el valor del límite anterior, es
decir: Z b Z b
f (x) dx = lim f (x) dx.
c t→c+ t
En el caso en que el límite anterior no exista o es más o menos infinito, diremos que la integral
impropia diverge.
Rc Rb
3. En el caso en que ambas integrales impropias a f (x) dx y c f (x) dx converjan entonces
Rb
diremos que la integral impropia a f (x) dx converge y acordamos en que su valor es
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c

En caso contrario diremos que la integral impropia diverge.

Observación
Rb 3.8. Tal como ocurre con las integrales impropias de RTipo 1, que laR integral impropia
c b
a f (x) dx diverja significa que alguna de las integrales impropias a f (x) dx ó c f (x) dx diverge.
Ejemplo 3.7.
Z 1 Z 1
ln xdx = lim ln x dx
0 t→0+ t
1

= lim [x ln(x) − x]
t→0+ t
= lim −1 − t ln(t) − t
t→0+
= −1.

3.6.3. Integrales impropias de Tercera Especie o Mixtas

Tal como el nombre lo indica, este tipo de integrales aparecen cuando se mezclan las integrales de
primero y segunda especie.
El siguiente ejemplo se trata de una integral impropia mixta.
Ejemplo 3.8.
√ √ √
∞
e− x 1
e− x b
e− x
Z Z Z
√ dx = lim √ dx + lim √ dx
0 x x→0+ x x b→∞ 1 x
−1
= 2 − 2e + 2e−1
=2

En los ejemplos anteriores nos dimos cuenta que es relativamente fácil calcular el límite que define
la integral impropia, sin embargo hay veces en que esto es muy complicado. El teorema que anun-
ciaremos a continuación si bien no resuelve el problema de encontrar el valor de la integral impropia
es de gran utilidad a la hora de decidir si una integral impropia converge o no.

47
Teorema 3.14 (Teorema de Comparación).

1. Sean f, g funciones tales que 0 ≤ g(x) ≤ f (x) para todo x ≥ a,

R∞ R∞ R∞ R∞
Si a f (x) dx converge entonces a g(x) dx converge, además a g(x) dx ≤ a f (x) dx.
R∞ R∞
Si a g(x) dx diverge entonces a f (x) dx diverge.

2. Sean f, g funciones tales que 0 ≤ g(x) ≤ f (x) para todo x ≤ b,

Rb Rb Rb Rb
Si −∞ f (x) dx converge entonces −∞ g(x) dx converge, además −∞ g(x) dx ≤ −∞ f (x) dx.
Rb Rb
Si −∞ g(x) dx diverge entonces −∞ f (x) dx diverge.

3. Sean f, g funciones tales que 0 ≤ g(x) ≤ f (x) para todo x ∈ [a, c],
Rc Rc Rc Rc
Si a f (x) dx converge entonces a g(x) dx converge, además a g(x) dx ≤ a f (x) dx.
Rc Rc
Si a g(x) dx diverge entonces a f (x) dx diverge.

4. Sean f, g funciones tales que 0 ≤ g(x) ≤ f (x) para todo x ∈ [c, b],
Rb Rb Rb Rb
Si c f (x) dx converge entonces c g(x) dx converge, además c g(x) dx ≤ c f (x) dx.
Rb Rb
Si c g(x) dx diverge entonces c f (x) dx diverge.
R∞ 2
Ejemplo 3.9. La integral impropia I = 0 e−x dx converge: notemos que si x > 1 entonces 0 ≤
2 R∞
e−x ≤ e−x . Como 1 e−x dx converge entonces, por el criterio de comparación, se sigue que I
converge.
Para finalizar esta sección mostramos una lista con las funciones que típicamente se compara: las
llamadas p-test.
Z ∞ ( Z b (
1 converge si p > 1, 1 diverge si p > 1,
p
dx p
dx
a x diverge si p ≤ 1. 0 x converge si 0 < p < 1.

Demostración. Si p = 1 tenemos
Z ∞
1
dx = lim ln x|ta = +∞.
a x t→∞

x1−p
6 1 una primitiva del integrando corresponde a
Por otra parte para p = 1−p , de esta forma se tiene
lo siguiente (
Z ∞ t
1 x1−p  t1−p − a1−p ∞ si p < 1,
p
dx = lim = lim = a1−p
a x t→∞ 1 − p  t→∞ 1−p si p > 1.
a p−1

Por otro lado

b (
b
x1−p  b1−p − t1−p ∞ si p > 1,
Z
1
p
dx = lim = lim = b1−p
x t→0 1 − p t
+ t→0 + 1−p si 0 < p < 1.

0 1−p

Otro criterio que es útil es

48
Teorema 3.15 (Criterio del cociente). Sean f y g funciones continuas y no negativas en [a, ∞) y
tal que lim fg(x)
(x)
= L 6= 0 entonces las integrales
x→∞
Z ∞ Z ∞
f (x) dx y g(x) dx
a a

Convergen ambas o divergen ambas.

Observación 3.9. Análogamente podemos encontrar un criterio del cociente para integrales de se-
gunda especie o mixtas (los detalles se dejan al lector).
Corolario 3.16 (Reglas de convergencia).
Primera especie. Si lim xα f (x) = L entonces
x→∞

R∞
1. f (x) dx converge si α > 1 y L es finito.
a
R∞
2. f (x) dx diverge si α ≤ 1 y L 6= 0.
a

Segunda especie. Suponemos que lim f (x) = ∞ ó −∞. Si lim (b − x)α f (x) = L entonces
x→b− x→b−

Rb
1. f (x) dx converge si α < 1 y L es finito.
a
Rb
2. f (x) dx diverge si α ≥ 1 y L 6= 0.
a
1
Ejemplo 3.10. Considere la función definida por f (x) = √ , veamos si existe el área compren-
x(2−x)
dida entre la curva, el eje x y sus asíntotas. Sea x̄ el punto mínimo local de f . Estudiaremos si existe
el volumen de revolución en torno al eje y de la región comprendida entre la curva, el eje y y las
rectas x = 0 y x = x̄.

Notemos que Z 2 Z 1 Z 2
f (x)dx = f (x)dx + f (x)dx
0
|0 1
{z } | {z }
(1) (2)

49
 R1
Estudiemos (1). Es claro que lim x1/2 f (x) = √1
2
y luego como 0 x−1/2 dx es convergente se tiene
x→0+
que (1) converge. √ R2 1
Para (2) se cumple que limx→2− 2 − xf (x) = √12 como 1 √2−x dx es convergente se tiene que
0
(2) también converge. Es fácil verificar que f (x̄) = 0 para x̄ = 1, como además lim f (x) =
x→0+
lim f (x) = +∞ se sigue que necesariamente x̄ = 1 es mínimo de f en (0, 2). De esta forma:
x→2−
1
√
1
p p
x(2 − x)  4π t(2 − t)
Z
x 4π
V = 2π lim p dx = lim − √  = 2π lim+ −2+ √ = 4π( 2−1).
t→0+ t x(2 − x) t→0+ x  t→0 t
t

Como este límite existe y es finito, concluimos que el volumen del sólido de revolución solicitado
existe.

3.7. Aplicaciones del cálculo integral

3.7.1. Cálculo de áreas
R
Dado un subconjunto C ⊂ 2 , denotaremos por A(C) a su área. Si bien tenemos una idea básica
de lo que entendemos por área, daremos sus hipótesis que aparecen de manera natural.

A(∅) = 0

Para B, C ⊆ R, si A(B ∩ C) = 0 entonces A(B ∪ C) = A(B) + A(C)

El área de un rectángulo de base b y altura h es bh.

Notamos que las hipótesis para definir el área nos permiten calcular el área bajo la curva de funciones
positivas mediante aproximaciones por rectángulos y un proceso de límites: el resultado no es más
que la integral de Riemann. Mediante el Teorema Fundamental del Cálculo es posible calcular áreas
usando primitivas. Se cumple entonces lo siguiente.
Teorema 3.17 (Área bajo la curva). Para f : [a, b] → R una función no-negativa integrable. El
número Z b
A= f (x)dx.
a
se llama el área bajo la curva de f en [a, b] y corresponde al área de la región plana comprendida
bajo el grafo de f y sobre el eje x.
Es directo verificar que el área comprendida entre dos curvas integrables (digamos f, g : [a, b] →
Rb
R)
está dada por a |f (x) − g(x)|dx.
Ejemplo 3.11. Calculemos el área bajo la curva de la función cos2 θ, para θ entre 0 y π/2. Notamos
que, utilizando la fórmula del ángulo doble, se obtiene cos2 (θ) = 1+cos(2θ)
2 , luego
Z π Z π
2 2 1 + cos(2θ)
A= cos2 θ dθ = dθ = π/4.
0 0 2
Ejemplo 3.12. Calculemos el área del círculo de radio r. Por simetría el área del círculo corresponde
a cuatro veces el área obtenida en el primer cuadrante, con esto
Z rp
A=4 r2 − x2 dx.
0

50
Haciendo el cambio de variables x = r sen θ se obtiene
Z rp Z πp
2
2 2 2
A=4 r − x dx = 4r 1 − sen2 (θ) cos θ dθ
0 0
Z π Z π
2
2
2 2
2 1 + cos(2θ)
= 4r cos θ dθ = 4r dθ
0 0 2
2
= πr .

3.7.2. Cálculo de volúmenes

En forma similar al cálculo de áreas mostraremos que el volumen de un sólido puede en algunos
casos ser obtenido mediante técnicas de integración.
R
Denotamos por V (S) el volumen de un sólido S ⊂ 3 . Asumiremos las siguientes hipótesis naturales
para la medida de un sólido:
V (∅) = 0
Para B, C ⊆ R, si V (B ∩ C) = 0 entonces V (B ∪ C) = V (B) + V (C)
El volumen de un sólido de área basal b y altura h es bh.
Se tienen los siguientes resultados para el cálculo de volúmenes de sólidos particulares.
R
Teorema 3.18. Consideremos un sólido S ⊆ 3 y supondremos conocemos el área de cada sección
R
del sólido perpendicular a un eje dado, denotemos por A : [a, b] → a esta función que supondremos
integrable. El esquema a seguir se ilustra en la Figura 3.1. Se tiene entonces que el volumen del sólido
está dado por
Z b
V = A(x) dx.
a

Figura 3.1: Sólido cuya área de cada sección perpendicular a un eje es conocida.

Ejemplo 3.13. Calculemos el volumen del cono de altura h y base circular de radio r. Para una
distancia x del origen la sección del cono es un circulo de radio rx
h (ver Figura 3.2), por lo tanto, su
rx 2


área es π h . El volumen del cono corresponde a
Z h  
rx 2 r2 h
π dx = π .
0 h 3
Note que este número corresponde a un tercio del área de la base por la altura.

51
 Figura 3.2: Sección longitudinal de un cono

Teorema 3.19 (Sólido de revolución OX). Consideremos f : [a, b] → R

una función de cuadrado
integrable. Si hacemos rotar esta función en torno al eje X se obtiene un sólido cuyo volumen se
calcular mediante Z b
VOX = π f 2 (x) dx.
a

Esta técnica se conoce como Método de los discos por su deducción a partir de sumas de Riemann
cuyo esquema se aprecia en la Figura 3.3

Figura 3.3: Método de los discos, sólido generado al rotar la curva en torno al eje OX.

Ejemplo
√ 3.14. Calcular el volumen del la esfera de radio r. Procedemos a rotar la función y =
2 2
r − x en torno al eje OX, para x comprendido entre −r y r El volumen de revolución, según la
fórmula anterior, corresponde a
Z r
VOX = π y 2 (x) dx
Z−rr
r2 − x2 dx


=π
−r
4
= πr2 .
3

52
 R
Teorema 3.20 (Sólido de revolución OY). Consideremos f : [a, b] → una función de integrable,
donde a > 0. Si hacemos rotar esta función en torno al eje Y se obtiene un sólido cuyo volumen se
puede calcular mediante
Z b
VOY = 2π xf (x) dx.
a

Esta fórmula se deduce de la expresión usando sumas de Riemann y se conoce como Método de la
Cáscara. El esquema se aprecia en la Figura 3.4

Figura 3.4: Método de la Cáscara, sólido generado al rotar la curva en torno al eje OY.

Ejemplo 3.15. Calcular el volumen del cono de altura h y base b utilizando el método de la cáscara
no es tan directo, podemos considerar por ejemplo la recta y = hx/b de forma que al girar esta curva
en torno al eje OY se obtiene el manto del cono, sin embargo, el método entrega el volumen bajo
la superficie. De forma que para obtener el volumen del cono lo restamos al volumen del cilindro de
base b y altura h. De esta forma
Z b
Vcono = Vcilindro − VOY = πb2 h − 2π x(hx/b) dx
0
Z b
2
= πb h − (2πh/b) x2 dx = πb2 h − 2πb2 h/3.
0

3.7.3. Longitud de arco y superficie de revolución

En forma análoga al cálculo de áreas y volúmenes es posible deducir, utilizando sumas de Rie-
mann, fórmulas para el cálculo de largos de curvas y el área superficies de revolución. Consideremos
R
f : [a, b] → una función diferenciable podemos expresar el largo de curva mediante
Z bq
`= 1 + (f 0 (x))2 dx
a

Una forma para recordar la fórmula del largo es utilizar diferenciales y el Teorema
p de Pitágoras,
en la Figura 3.5. Así, un diferencial de largo se calcula como d` = dx2 + dy 2 y, por
como se indica q
dy 2
lo tanto, d` = 1 + ( dx ) dx, integrando se obtiene la fórmula pedida. Por supuesto, la deducción
correcta de esta fórmula consiste en la aplicación de sumas de Riemann y teoremas de convergencia.

53
 Figura 3.5: diferencial de largo para una curva dada.

Ejemplo 3.16. Calculemos el perímetro de la circunferencia definida por la ecuación x2 + y 2 = r2 .

Por simetría calculemos el largo de la curva en el primer cuadrante, de esta forma, el perímetro
será √
cuatro veces el largo calculado. Para el primer cuadrante la curva se puede expresar como
y = r2 − x2 , utilizando derivación implicita se tiene que 2x + 2yy 0 = 0, y por lo tanto, y 0 = −x/y.
Con esto
s
x 2
Z r Z rp 2
x + y2
 
`=4 1+ − dx = 4 dx
0 y 0 y2
Z r
1
= 4r √ dx.
0 r 2 − x2
Haciendo el cambio de variables x = r sen θ, se sique que dx = r cos θdθ y, por lo tanto,
Z π/2
` = 4r dθ = 2πr.
0

Para describir las superficies de revolución de una curva de la forma y = f (x) utilizamos un método
similar al de la cáscara. Se tiene que un diferencial de superficie se obtiene al rotar un diferencial de
largo de radio f (x) en torno al eje OX. Es decir, dS = 2πf (x)d`. Integrando, se obtiene la fórmula
Z b p
SOX = 2π f (x) 1 + (f 0 (x))2 dx.
a

Figura 3.6: Diferencial de una superficie de revolución.

54
Ejemplo 3.17. Calculemos el área del manto del cono de base circular de altura h y radio basal
b, consideramos
√ entonces la recta y = bx/h y la rotamos en torno al eje OX, se tiene entonces
d` = b2 + h2 dx/h. √
b b2 + h2 h
Z p
SOX = 2π 2
xdx = πb b2 + h2 .
h 0
Ejemplo 3.18. Calculemos
√ el área de una esfera de radio r. La esfera se obtiene al rotar la curva
de ecuación y = r2 − x2 para x ∈ [−r, r]. En este caso, el diferencial de largo corresponde a
d` = √r2r−x2 dx, además, por simetría podemos usar x ∈ [0, r]. El área de la superficie resulta
Z r p r
S = 4π r 2 − x2 √ dx = 4πr2 .
0 r − x2
2

55
 Capítulo 4

Series

4.1. Series numéricas

En esta sección revisaremos el concepto de serie numérica, que corresponde a un límites de sumas
de términos. Note que las sumas de Riemann corresponderían a un caso particular de estas series, su
límite denota la integral definida, también ciertas funciones tienen expansiones infinitas utilizando
polinomios de Taylor como, por ejemplo, la función exponencial, el seno, el coseno, la logaritmo,
entre otras.
N
Definición 4.1. Sea {an }n∈N una sucesión de números reales. Denotaremos por SN =
P
an la
n=1
susesión de sumas parciales. Si se cumple que limN SN existe, entonces, diiremos que la serie es
convergente y anotamos
X∞ N
X
an = lim an .
N
n=0 n=1

En el caso en que el límite anterior no existe o es infinito, diremos que la serie no converge o que es
una serie divergente.

El término an se llama término general de la serie.

Ejemplo 4.1. Algunas series clásicas
P∞ n x
n=0 x /n! = e , donde x ∈ R es un parámetro fijo.
P∞ n 2n+1 /(2n + 1)! = sen x, donde x ∈
n=0 (−1) x R
es un parámetro fijo.
P∞ n 2n
n=0 (−1) x /(2n)! = cos x, donde x ∈ R es un parámetro fijo.
P∞ n
Sea q 6= 0, la serie n=0 q converge para |q| < 1 y diverge para |q| ≥ 1.
P∞ k
n=1 1/n converge para k > 1, probaremos este resultado más adelante.
P∞
n=1 1/n que diverge. Esta serie se conoce como serie armónica.

Con frecuencia escribiremos simplemente n an , ∞

P P P
n an , o bien an para denotar el valor de la
serie (eventualmente la serie puede no converger), el primer término de la seriePse entenderá del
∞
P∞se escribirá explícitamente. Es claro que la serie n=0 an converge
contexto, en caso de confusión
si y sólo si lo hace la serie n=m an , esto nos dice que para estudiar la convergencia de una serie
no importan los primeros términos de ésta.
Notamos que un criterio para descartar si una serie es convergente es analizar si su término general
converge a cero: si SN es convergente entonces an tiende a cero. la contra recíproca (que por lógica

56
también es verdadera) dice: si an no es convergente a cero entonces la serie no converge. PorP
ejemplo,
n
P
n sen(n) no es convergente pues sen(n) no tiende a cero, de la misma forma la serie n (−1)
es divergente.
P Esta es sólo una condición necesaria para la convergencia pues, por ejemplo, la serie
armónica n 1/n satisface que su término general tiende a cero, pero no es convergente.
Se tienen las siguientes propiedades de las series numéricas que extienden la suma usual en los reales.

Teorema 4.1. Para series numéricas se cumple

P P P
Si n an y n bn son series convergentes, entonces, n an + bn es convergente y
X X X
an + bn = an + bn .
n n n

P P
Si n an es convergente y λ es una constante, entonces, la serie n λan es convergente y
X X
λan = λ an .
n n

Sin hipótesis adicionales un criterio para demostrar convergencia es verificar que la sucesión Sn es
de Cauchy:

Teorema 4.2 (Cauchy para series numéricas). Sea {an }n∈N una sucesión de números reales y SN
la sucesión de sumas parciales. La serie es convergente si y sólo si, para todo  > 0, existe N ∈ N
tal que, para todo k, m > N se cumple  
Xm 
an  < .
 

 
n=k

Es posible probar que la serie armónica no es convergente pues no satisface el criterio de Cauchy
anterior. En la práctica, para una serie cualquiera es muy difícil de verificar este criterio y es presen-
tado aquí pues resulta útil a la hora de demostrar los criterios de convergencia que se presentarán
a continuación.

4.2. Series de términos no negativos

Estudiaremos diversos criterios para la convergencia de series cuyo término general es no negativo,
N
es decir an ≥ 0 para todo n ∈ , a partir de estos estudiaremos el caso general y derivaremos
algunos resultados para series alternadas, esto es, cuyo término general es de la de la forma (−1)n an
con an ≥ 0.
El criterio más sencillo de utilizar es el de comparación, que precisamos a continuación

Teorema 4.3 (Comparación). Sean {an }n∈N y {bn }n∈N sucesiones no negativas y que satisfacen
an ≤ bn .
P P
Si n bn converge, entonces, n an converge.
P P
Si n an diverge, entonces, n bn diverge.
P 1
Ejemplo 4.2. Consideremos la serie S = n n2 +n+2−sen n!
, es claro que se cumple

n2 + n + 2 − sen n! ≥ n2 ,
2
P
y como la serie n 1/n converge, entonces, S converge.

57
Del criterio anterior se deriva el siguiente resultado muy útil para verificar si una serie es convergente.

Teorema 4.4 (Criterio del cuociente). Sean {an }n∈N y {bn }n∈N sucesiones no negativas, tales que
N
∀n ∈ , bn > 0. Si el siguiente limite L = lim abnn existe, entonces, se satisface que:
P P
Si L > 0, las series n an y n bn convergen ambas o divergen ambas.
P P
Si L = 0 y si bn converge, entonces se cumple que n an converge.

Ejemplo 4.3. Comparando la serie S del Ejemplo 4.2 con la la serie n 1/n2 se tiene
P

n2
lim =1
n n2 + n + 2 − sen n!
luego se verifica el criterio para la serie S y en consecuencia esta es convergente.
Note que el criterio del cuociente para series es extremadamente similar al criterio del cuociente
para integrales impropias.
A continuación presentamos dos criterios que no necesitan el conocimiento de otra serie para definir
convergencia, estos son el criterio de d’ Alambert y el criterio de la raíz. La idea es estudiar el
comportamiento del término n-ésimo de la serie.

Teorema 4.5 (Criterio del cuociente de d’ Alambert). Sea {an }n∈N una sucesión de números po-
sitivos. Sea R := limn an+1
an entonces:

Si R < 1 la serie converge.

Si R > 1 la serie diverge.

n
P
Ejemplo 4.4. Apliquemos el criterio de d’ Alambert a la serie nq del Ejemplo 4.1 para q > 0. Se
tiene que
q n+1
lim n = q.
n q
Dado que estamos en el caso q > 0, se tiene que la serie converge si 0 < q < 1 y diverge si q > 1.
El criterio no nos sirve para q = 1 pero es fácil ver que para este caso la serie diverge pues, por
ejemplo, su término general no tiende a cero.
P
Ejemplo 4.5. Para la serie armónica n 1/n, que sabemos es divergente, el criterio no permite
decidir.
1
Teorema 4.6 (Criterio de la raíz n-ésima). Sea {an }n∈N una sucesión, sea R = limn (an ) n , enton-
ces:

Si R < 1 la serie converge.

Si R > 1 la serie diverge.

Ejemplo 4.6. Es fácil ver que el criterio de la raiz aplicado a la serie n q n del Ejemplo 4.4
P
P entrega
el mismo resultado que el criterio de d’ Alambert. Nuevamente, para la serie armónica n 1/n, el
criterio no permite decidir.
El criterio de la raíz n-ésima y del cuociente de dÁlambert no es concluyente si R = 1, es decir en
el caso en que R = 1 no podemos concluir si la serie es convergente o divergente. En tal situación
es necesario utilizar otro tipo de argumentos para el análisis. Una herramienta muy poderosa es el
criterio de la integral impropia:

58
 R
Teorema 4.7 (Criterio de la integral impropia.). Sea f : [1, ∞) → + una una función decreciente.
Entonces, Z ∞
X
f (n) converge si y sólo si f (x) dx converge.
n 1

Ejemplo 4.7. Utilizando este criterio es posible verificar que la serie armónica diverge. En efecto
consideremos
P la función definida por la ley f (x) = 1/x, se sigue que la serie armónica se representa
por n=1 f (n). Por lo tanto, como la integral
Z N
1
= ln(N )
1 x

se sigue que limN ln(N ) = ∞, luego, la integral impropia diverge y se verifica que la serie armónica
también diverge. Más generalmente, para α > 0 consideramos la función f (x) = 1/xα , con α > 0,
se cumple, utilizando el criterio de la integral impropia, que
∞
(
X 1 converge si α > 1,
nα diverge si 0 < α < 1.
n=1

4.3. Series generales

La sección anterior nos entregaba condiciones para la convergencia de series de términos no negativos.
En lo que sigue estudiaremos series más generales. Comenzaremos por analizar el comportamiento
del valor absoluto del término general de la serie utilizando lo aprendido en la sección anterior, con
esto podremos definir criterios de convergencia para el caso general y finalmente entregaremos un
criterio para series alternadas, esto es, series de término general (−1)n an con an ≥ 0.

Definición 4.2. Sea {an }n∈N

P
Puna sucesión de números reales. Diremos que la serie n an es
absolutamente convergente si n |an | es convergente.

Con esta definición se cumple el siguiente resultado

n an una serie, donde {an }n∈N una sucesión de números reales.

P
Teorema
P 4.8. Consideremos S =
Si n |an | es convergente (i.e. S es absolutamente convergente) entonces se cumple que S converge.

Es posible probar que si la serie es absolutamente convergente entonces la serie de los términos
positivos y la de los negativos convergen por separado (lo que se llama reordenamiento de la serie).
P P
Definición 4.3. Si la serie n an es convergente pero n |an | no lo es, entonces decimos que la
serie es condicionalmente convergente.

Veremos a continuación
P un criterio sencillo para demostrar convergencia de series alternadas, esto
n
es series de la forma n (−1) an donde an ≥ 0 para todo n ∈ . N
Teorema 4.9 (Criterio de P Leibnitz). Si {an } es una sucesión decreciente y convergente a cero,
entonces, la serie alternada n (−1)n an es convergente.

Ejemplo 4.8. Consideremos la sucesión an = 1/n que decreciente y converge

P a cero. Entonces
n n
P
se verifica, por el criterio de Leibnitz, que la serie alternada n (−1) an = n (−1) /n es con-
vergente, pero no Pes absolutamente convergente (es decir es condicionalmente convergente), pues
n
P
n |(−1) 1/n| = n 1/n que corresponde a la serie armónica como ya sabemos no converge.

59