ApuntesMatITemas1 5

ndice
1 Funciones en R 1.1 Preliminares . . . . . . . . . . . . . . . . . . . . . . . 1.1.1 Conjuntos numricos . . . . . . . . . . . . . . 1.1.2 Intervalos en R . . . . . . . . . . . . . . . . . 1.1.3 Valor absoluto . . . . . . . . . . . . . . . . . . 1.2 Conceptos bsicos . . . . . . . . . . . . . . . . . . . . 1.2.1 Clculo prctico de dominios . . . . . . . . . . 1.2.2 Operaciones con funciones . . . . . . . . . . . 1.2.3 Composicin de funciones . . . . . . . . . . . 1.2.4 Funcin Inversa . . . . . . . . . . . . . . . . . 1.2.5 Descripcin de algunas funciones elementales . 1.3 Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 Concepto y Denicin . . . . . . . . . . . . . 1.3.2 Lmites laterales. Lmites innitos. Asntotas 1.3.3 lgebra de lmites . . . . . . . . . . . . . . . . 1.3.4 Lmites de funciones elementales . . . . . . . . 1.3.5 Indeterminaciones . . . . . . . . . . . . . . . . 1.3.6 Equivalencias . . . . . . . . . . . . . . . . . . 1.3.7 Regla del Sandwich . . . . . . . . . . . . . . . 1.4 Continuidad . . . . . . . . . . . . . . . . . . . . . . . 1.4.1 Propiedades locales . . . . . . . . . . . . . . . 1.4.2 Discontinuidades. Tipos de discontinuidad . . 1.4.3 Teoremas de continuidad . . . . . . . . . . . . 5 5 5 6 7 7 9 10 10 10 11 13 13 14 16 17 17 19 20 21 22 23 24 25 25 25 27 28
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . .
2 Clculo diferencial en R 2.1 Derivada de una funcin en un punto . . . . . . . . . . 2.1.1 Denicin . . . . . . . . . . . . . . . . . . . . . 2.1.2 Interpretacin geomtrica y fsica de la derivada 2.2 Funcin derivada . . . . . . . . . . . . . . . . . . . . .
Matemticas I Curso 2010/2011
. . . .
. . . .
. . . .
. . . .
Apuntes para Grupo 4, Grupo 6 y Grupo 9 impartidos por Blanca Bujanda y Patricia Yanguas
ii 2.3 2.4 2.5 2.6 2.7 Derivadas sucesivas . . . . . . . . . . . . . . lgebra de derivadas . . . . . . . . . . . . . Regla de la cadena . . . . . . . . . . . . . . 2.5.1 Aplicacin: Derivacin implcita . . . Frmulas de Taylor y de McLaurin . . . . . Aplicaciones . . . . . . . . . . . . . . . . . . 2.7.1 Clculo de extremos . . . . . . . . . 2.7.2 Regla de LHpital . . . . . . . . . . 2.7.3 Localizacin de races de funciones . Teoremas de Rolle y del Valor Medio . . . . Representacin grca de funciones reales de
NDICE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . una variable real 30 31 31 32 32 35 35 37 39 40 41 43 43 43 45 48 51 53 56 59 61 62 69 70 74 75 77 80 81 84 85 86 88 92 95 95 96 97
2.8 2.9
3 Clculo diferencial en Rn 3.1 Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . 3.1.1 Vectores en Rn . . . . . . . . . . . . . . . . . . 3.1.2 Producto vectorial en R3 . . . . . . . . . . . . . 3.1.3 Topologa en Rn . . . . . . . . . . . . . . . . . . 3.1.4 Funciones f : Rn Rm . Conceptos bsicos . . . 3.2 f : Rn R, f : R Rm y f : Rn Rm . . . . . . . . . 3.2.1 Funciones f : R Rm . . . . . . . . . . . . . . 3.2.2 Funciones f : Rn Rm . . . . . . . . . . . . . . 3.3 Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Lmites de funciones escalares . . . . . . . . . . 3.4 Continuidad: denicin . . . . . . . . . . . . . . . . . . 3.5 Derivadas direccionales y parciales . . . . . . . . . . . . 3.6 Matriz jacobiana y vector gradiente . . . . . . . . . . . 3.7 Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . 3.7.1 Propiedades del gradiente . . . . . . . . . . . . 3.8 Funciones vectoriales . . . . . . . . . . . . . . . . . . . 3.9 Regla de la cadena . . . . . . . . . . . . . . . . . . . . 3.10 Derivadas de orden superior . . . . . . . . . . . . . . . 3.11 Matriz hessiana . . . . . . . . . . . . . . . . . . . . . . 3.12 Polinomios y frmula de Taylor . . . . . . . . . . . . . 3.13 Optimizacin . . . . . . . . . . . . . . . . . . . . . . . 3.14 Teorema de los multiplicadores de Lagrange . . . . . . 3.15 Anexo . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.15.1 Cnicas . . . . . . . . . . . . . . . . . . . . . . 3.15.2 Cudricas . . . . . . . . . . . . . . . . . . . . . 3.15.3 Plano tangente y recta normal a una supercie .
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . .
NDICE 4 Clculo integral en R 4.1 La integral de Riemann . . . . . . . . . . . . . . . . . . . . 4.1.1 Denicin de funcin integrable . . . . . . . . . . . 4.1.2 Propiedades . . . . . . . . . . . . . . . . . . . . . . 4.2 Teorema del valor medio para integrales . . . . . . . . . . 4.3 Teorema fundamental del Clculo. Regla de Barrow . . . . 4.4 Integral indenida . . . . . . . . . . . . . . . . . . . . . . . 4.4.1 Propiedades . . . . . . . . . . . . . . . . . . . . . . 4.5 Integrales Inmediatas . . . . . . . . . . . . . . . . . . . . . 4.5.1 Tipo I . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2 Tipo II . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.3 Tipo III . . . . . . . . . . . . . . . . . . . . . . . . 4.6 Integrales Racionales . . . . . . . . . . . . . . . . . . . . . 4.6.1 Integracin racional: races reales y distintas . . . . 4.6.2 Integracin racional: races reales y de multiplicidad 4.6.3 Integracin racional: races complejas y distintas . . 4.6.4 Mtodo de Hermite . . . . . . . . . . . . . . . . . . 4.6.5 Polinomio cuadrtico . . . . . . . . . . . . . . . . . 4.7 Integracin por partes . . . . . . . . . . . . . . . . . . . . 4.8 Integracin por cambio de variable . . . . . . . . . . . . . 4.8.1 Cambios de variable trigonomtricos . . . . . . . . 4.9 Integracin trigonomtrica . . . . . . . . . . . . . . . . . . 4.9.1 Procedimiento general . . . . . . . . . . . . . . . . 4.9.2 Procedimientos particulares . . . . . . . . . . . . . 4.10 Aplicaciones de la integral denida . . . . . . . . . . . . . 4.10.1 Clculo de reas planas . . . . . . . . . . . . . . . . 4.10.2 Clculo de la longitud de una curva . . . . . . . . . 4.10.3 Clculo de volmenes de revolucin . . . . . . . . .
iii 99 99 101 103 104 104 105 105 106 106 106 108 108 109 110 112 113 113 115 117 119 121 121 124 126 126 129 129 131 131 131 134 134 136 138 138 140
. . . . . . . . . . . . . . . . . . . . . . . . . . m . . . . . . . . . . . . . . . . . . . . . . . . . .
5 Clculo integral en Rn 5.1 La integral de Riemann para funciones multivariadas . . . . . 5.1.1 Integral doble . . . . . . . . . . . . . . . . . . . . . . . 5.2 Regiones elementales. Teorema de Fubini . . . . . . . . . . . . 5.2.1 Integrales dobles iteradas . . . . . . . . . . . . . . . . . 5.2.2 Integrales dobles sobre regiones ms generales . . . . . 5.3 Teorema de cambio de variable . . . . . . . . . . . . . . . . . 5.3.1 Cambio de variable en R2 . . . . . . . . . . . . . . . . 5.3.2 Un cambio de variable en R2 : cambio a coordenadas polares . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 5.4 Integral triple . . . . . . . . . . . . . . . . . . . 5.4.1 Integrales sobre dominios de tipo prisma 5.4.2 Integrales triples sobre regiones generales 5.4.3 Algunos cambios de coordenadas en R3 . Integrales sobre curvas y supercies . . . . . . . 5.5.1 Integrales sobre curvas en R2 y en R3 . . 5.5.2 Integrales sobre supercies de R3 . . . . Aplicaciones de las integrales dobles y triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
NDICE . . . . . . . . . . . . . . . . . . . . . . . . 141 141 142 144 145 145 147 149
5.5
5.6
Captulo 1 Funciones, lmites y continuidad en R

1.1 Nociones preliminares: conjuntos numricos, intervalos, valor absoluto y desigualdades
Conjuntos numricos
1.1.1
La cadena de los conjuntos de nmeros utilizados es la siguiente: N Z Q R C. Como se observa, cada conjunto de nmeros ampla al anterior. Veamos ahora cules fueron las causas que impulsaron sus sucesivas apariciones. Todos ellos se pueden representar en la recta de nmeros reales. N : {0, 1, 2, 3, 4, . . .}. Los nmeros naturales surgieron de la necesidad de contar. Al operar con ellos, se dieron cuenta de que no haba ningn problema al sumarlos, p. ej. 2 N, 3 N y 2 + 3 = 5 N. En cambio, a veces no era posible restar dentro de ellos, p. ej.: 2 3 = 1 N. / Fue as como surgi el siguiente conjunto. Z : {. . . , 4, 3, 2, 1, 0, 1, 2, 3, 4, . . .}. La Z proviene de la palabra Zahl, que signica cantidad, nmero en alemn. Dentro de los nmeros enteros, se solucionaron los problemas con la resta, pero aparecieron otros, esta vez con la divisin. Mientras que p. ej. 12 Z, 4 Z y
Matemticas I Curso 2010/2011 Apuntes para Grupo 4, Grupo 6 y Grupo 9 impartidos por Blanca Bujanda y Patricia Yanguas
CAPTULO 1. FUNCIONES EN R 12/4 = 3 Z, hay otros ejemplos en los que al dividir nos salimos de los enteros, p. ej.: 5 Z. Y de este modo aparecieron los nmeros / 2 racionales. Q : { m tal que m, n Z} Los nmeros racionales son aquellos que se n pueden poner como cociente de dos nmeros enteros ( 5 , 100 , . . . ). Pero, 7 859 de nuevo, surgieron ms pegas, p. ej. no exista ningn nmero racional que fuera solucin de la ecuacin x2 2 = 0. De este tipo de necesidades, entre otras, surge el siguiente tipo de nmeros. R\Q: Los nmeros irracionales son aquellos que no se pueden expresar como cociente de dos nmeros enteros. Se pueden dividir en dos tipos: se llaman algebraicos cuando pueden obtenerse como races de una ecuacin entera de cualquier grado con coecientes enteros, en caso contrario se denominan trascendentes. Algunos ejemplos son: 2 , 3 5 , . . . ( soluciones de x2 = 2 y de x3 = 5 Algebraicos: respectivamente). Trascendentes: , E, log 2, . . . R: Si consideramos los nmeros racionales y los irracionales en un mismo conjunto obtenemos los nmeros reales. Pero an aqu segua habiendo problemas sin solucin, p. ej. no existe ningn x R tal que x2 + 1 = 0. C: {a + b i tal que a, b R}. Es as como aparecieron los nmeros complejos, para los que se adopt la siguiente notacin: i = 1.
1.1.2
Intervalos en R
Un intervalo es cualquier tramo de la recta real comprendido entre dos nmeros cualesquiera denominados extremos. Sean a, b R, con a < b, denimos los siguientes intervalos: (a, b) = {x R | a < x < b} [a, b] = {x R | a x b} (a, b] = {x R | a < x b} [a, b) = {x R | a x < b} (a, +) = {x R | a < x} [a, +) = {x R | a x} (, b] = {x R | x b} (, b) = {x R | x < b}
1.2. CONCEPTOS BSICOS
1.1.3
Valor absoluto
Denicin 1.1.1 Dado x R se denomina valor absoluto o mdulo de x y se denota abs(x) = |x| a x si 0 x |x| = x si x < 0 Propiedades: a) |x| 0 b) |x| = 0 x = 0 c) Si a 0 se cumple que |x| a a x a d) |x + y| |x| + |y| (desigualdad triangular)
n n
e)
k=1
ak
k=1
|ak |
f) |x y| = |x| |y| g) |x y| |x| + |y| h) |x|2 = x2 , |x| = |x|2
i) |x| |y| |x y| (desigualdad triangular inversa)
1.2
Conceptos bsicos sobre funciones reales de variable real
Denicin 1.2.1 Se llama funcin real de variable real a toda aplicacin de un subconjunto D R en R. f :DR R x f (x) D es el dominio de denicin de f o campo de existencia. Es el mayor subconjunto de R para el que la funcin est bien denida.
CAPTULO 1. FUNCIONES EN R Se llama imagen, rango o recorrido de f al conjunto Im (f ) = f (D) = {y R | x D, f (x) = y} Ejemplos: 1. f :DR R x f (x) = x + 1 f :DR R x f (x) = x2 f :DR R x f (x) = x f :DR R x 5. f (x) = x
D=R
2.
D=R
3.
D = R+
4.
si si
x1 x<1
D=R
f :DR R x
D = (, 2) [5, +) 2 x si x 5 f (x) = x si x < 2
Se llama grca grafo de f al conjunto G = {(x, f (x)) | x D} R2 Una funcin se dice par sii f (x) = f (x). Una funcin se dice impar sii f (x) = f (x). Una funcin se dice peridica de periodo p R+ si f (x + p) = f (x). Dada una funcin f (x), se dice que tiene una cota superior o que est acotada superiormente si existe un valor K tal que f (x) K para cualquier valor de x D. K se dice cota superior de f (x) en D. Dada una funcin f (x), se dice que tiene una cota inferior o que est acotada inferiormente si existe un valor K tal que K f (x) para cualquier valor de x D. K se dice cota inferior de f (x) en D.
1.2. CONCEPTOS BSICOS Ejemplos:
y = f (x) = x2 (parbola) es una funcin acotada inferiormente en el eje real con cota igual a 0. y = f (x) = x2 (parbola invertida) es una funcin acotada superiormente en el eje real con cota igual a 0. y = f (x) = sen(x) (funcin seno) es una funcin acotada en el eje real, con cota inferior igual a 1 y cota superior igual a 1. z = f (x, y) = x2 + y 2 en el dominio D = {1 x 1, 1 y 1} tiene una cota superior igual a 2 y una cota inferior igual a 0. (Funcin de dos variables que veremos con detalle en un tema posterior)
1.2.1
Clculo prctico de dominios

p(x) entonces D = R {x R|q(x) = 0}. q(x) p(x) entonces D = {x R|p(x) 0}.
1. Si f (x) = p(x) es un polinomio entonces D = R. 2. Si f (x) = 3. Si f (x) =
4. Si f (x) = ln p(x) entonces D = {x R|p(x) > 0}. 5. Si f (x) = sen(x), cos(x) entonces D = R. 6. Si f (x) = tan(x) = sen(x) entonces D = R {x R| cos(x) = 0} es cos(x) decir R { + k|k Z} . 2
7. Si f (x) = ex entonces D = R. Ejemplo: f (x) = x3 + 4 x2 + x 6 = x2 2 (x 1)(x + 2)(x + 3) (x + 2)(x 2)
NOTA: Para encontrar las races podemos aplicar Runi, para ver los signos tenemos dos posibilidades: a) hacer tablas. En este caso el dominio queda D = [3, 2] ( 2, 1] ( 2, ).
b) Dar valores en puntos intermedios.
10
CAPTULO 1. FUNCIONES EN R
1.2.2
Operaciones con funciones
Dadas dos funciones f, g : D R R se denen las siguientes operaciones con funciones: funcin suma: f + g : D R R como (f + g)(x) = f (x) + g(x) funcin diferencia: f g : D R R como (f g)(x) = f (x) g(x) funcin multiplicacin: f g : D R R como (f g)(x) = f (x) g(x) funcin divisin: f /g : D R R como (f /g)(x) = f (x)/g(x) siempre que g(x) = 0. Ejemplo: f (x) = x y g(x) = sen(x) (ver la grca resultante es interesante)
1.2.3
Composicin de funciones
Denicin 1.2.2 Dadas dos funciones f : A B y g : C D tales que la imagen de f est contenida en el dominio de g (es decir, Im(f ) Dom(g)) se puede denir la funcin composicin f compuesta con g y se denota como (g f )(x) a la funcin g(f (x)). NOTA: cuidado con los dominios de denicin y con el orden en la composicin. Ejemplo Sea f (x) = sen(x) y g(x) = x, la funcin (g f )(x) = g[f (x)] consistir en extraer la raz cuadrada del seno de x, es decir, (g f )(x) = sen(x). Si realizamos la composicin en sentido contrario (f g)(x) = sen( x). Ver los dominios de denicin de ambas funciones.
1.2.4
Funcin Inversa
Sea f : D R una funcin tal que asocia a un punto x D la imagen y = f (x). Supongamos que f (x1 ) = f (x2 ), x1 = x2 , es decir, la aplicacin es inyectiva. As, cada y en el rango de f es la imagen de a lo ms un valor x. Puede asociarse con cada y en el rango de f el valor x que es su preimagen. Se dene as una funcin g cuyo dominio es el rango de f y que al aplicarse a una imagen y = f (x), reproduce el valor original x, esto es, g(f (x)) = x. g se denomina la inversa de f y se denota f 1 . Esta funcin g se halla al
11
despejar la x en funcin de y. f tambin es la inversa de g, de modo que tambin f (g(y)) = y. Si la funcin g se representa de la manera usual, como funcin de x, por y = g(x), entonces la grca de y = g(x) es simtrica de la grca de y = f (x) con respecto a la recta y = x. Para que exista la inversa de una funcin f en todo su dominio, f debe ser biyectiva. La grca de f (x) es simtrica de la grca de f 1 (x) con respecto a la recta y = x. Ejemplo y = f (x) = ex . Despejando x en funcin de y se tiene x = ln y. Por lo tanto, f 1 (y) = ln y Expresando f 1 en funcin de x se tiene f 1 (x) = ln x Ejemplo f (x) = 4 x + 7 entonces y = 4 x + 7
y7 4
=x
1.2.5
Descripcin de algunas funciones elementales
Funciones trigonomtricas Seno de x sen : R [1, 1] x f (x) = sen(x) Verica que: Im(f ) = [1, 1], por lo tanto es acotada. Es impar. Es peridica de periodo 2 . Coseno de x cos : R [1, 1] x f (x) = cos(x) Verica que: Im(f ) = [1, 1], por lo tanto es acotada. Es par. Es peridica de periodo 2 .
12 Tangente de x
tan : D R x f (x) = tan(x) Verica que: D = {x R| cos(x) = 0} = R{(2 k + 1) , k Z} 2 Im(f ) = R, por lo tanto no es acotada. Es impar. Es peridica de periodo .
Funciones Trigonomtricas Inversas El seno en el intervalo [ , ] es una funcin montona creciente, en2 2 tonces podemos denir el inverso de la funcin seno restringida al intervalo [ , ]. Anlogamente podemos considerar la funcin coseno en el 2 2 intervalo [0, ]. La tangente es una funcin creciente cuya inversa estar denida en todo R. As tendremos las siguientes deniciones: Funcin arcoseno arcsin : [1, 1] [ , ] 2 2 x f (x) = arcsin(x) Verica que: Im(f ) = [ , ], por lo tanto es acotada. 2 2 Es impar. Funcin arcocoseno arccos : [1, 1] [0, ] x f (x) = arccos(x) Verica que: Im(f ) = [0, ], por lo tanto es acotada. Es par. Funcin arcotangente arctan : R ( , ) 2 2 x f (x) = arctan(x)
1.3. LMITES Verica que: Im(f ) = ( , ), por lo tanto es acotada. 2 2 Es impar. Funciones exponencial y logartmica Funcin exponencial e : R R+ x f (x) = ex Verica que:
13
Im(f ) = R+ , por lo tanto es acotada inferiormente y positiva. Es estrictamente creciente. Funcin logaritmo neperiano ln : (0, +) R x f (x) = ln(x) Verica que: Im(f ) = R, por lo tanto no es acotada. Es estrictamente creciente.
1.3
1.3.1
Lmites
Concepto y Denicin
Denicin 1.3.1 Sea f : D R R funcin real de variable real. Sea x0 R, se dice que lim f (x) = h
xx0
si > 0 > 0 tal que si |x x0 | < entonces |f (x) h| < . El lmite si existe es nico. Ejemplo: f (x) =
2x 3
si si
x=1 x=1
14
en este caso lim f (x) = 2 = 3 = f (1), es decir, la funcin no es continua en

x1
x = 1 (lo veremos posteriormente). Para calcular un lmite se sustituye la variable por el valor al que tiende: Ejemplo:
x3
lim ex = e3
1.3.2
Lmites laterales. Lmites innitos. Asntotas
Lmites laterales: son los lmites que se obtienen cuando nos acercamos a un punto por la izquierda o por la derecha. En el ejemplo anterior:
x1
lim f (x) = lim f (x) = 2 = f (1) +

x1
Ejemplo: f (x) =
x0 x0
x x+1
si si
x0 x>0
x0
en este caso: lim f (x) = 0; lim f (x) = 1. Como lim f (x) = f (0) se dice + que la funcin es continua por la izquierda. Ejemplo: distintos Nota: lim f (x) = lim+ f (x) R lim f (x) = h
xx0 xx0 xx0
lim tan(x) no existe el lmite porque los lmites laterales son

x/2
Lmites innitos Lmites innitos en un punto Si coinciden los lmites laterales: lim f (x) = + 1 x2
xx0
xx0
lim f (x) =
Ejemplo: lim
x0
1.3. LMITES Si no coinciden los lmites laterales:

xx0
15
lim f (x) =
xx0
lim f (x) =
en este caso el lmite no existe 1 1 Ejemplo: lim = + lim = + x x x0 x0 Lmites nitos en el innito
x+
lim f (x) = b
lim f (x) = b x2 + 1 1 = x 2 x2 + 7 2 lim
Ejemplo: lim ex = 0
x
Lmites innitos en el innito En este caso tenemos cuatro posibilidades: lim f (x) =
x
Ejemplo: lim e =
x
lim x + 1 =
lim ex = +
Denicin 1.3.2 Sea f : D R y x0 R. La recta x = x0 es una asntota vertical de f si sucede alguna de las 4 situaciones siguientes: lim f (x) =
xx0
lim+ f (x) =
xx0
Ejemplo: f (x) = tan(x) en x = /2. Ejemplo: f (x) =

1 . x2 9
Denicin 1.3.3 Sea f : D R. La recta y = m x + n es una asntota oblicua de f si sucede alguna de las 2 situaciones siguientes: lim [f (x) y(x)] = 0
x
lim [f (x) y(x)] = 0

x+
Si m = 0 la asntota se denomina horizontal.

16
Para calcular las asntotas oblicuas se calcula primero lim f (x), si este lmite
x
f (x) es innito, se calcula lim = m R. Si este valor existe se calcula x x n = lim f (x) m x.
x
Ejemplo: f (x) = ex A. H. en y = 0 f (x) = f (x) = x1 A.H. en y = 1 2x x2 4 A.Obl. en y = x + 1 x1
1.3.3
xx0
lgebra de lmites
xx0
Si lim f (x) = y lim g(x) = se tiene lim (f (x) + g(x)) = lim f (x) + lim g(x)
xx0 xx0 xx0
lim f (x) g(x) = lim f (x) lim g(x)

xx0 xx0 xx0
lim f (x) f (x) xx0 = si lim g(x) = 0. lim xx0 g(x) lim g(x) xx0
xx0
En algunos casos en los que los lmites son innitos tambin se puede aplicar el lgebra de lmites, concretamente se cumple que: + = + (+) (+) = + () () = + a () = 1 =0 Ejemplos
x
= (+) () = a () = si a > 0 1 = 0
si a < 0
lim (x) ex =
1.3. LMITES lim

x0
17
1 = x 1 =0 x2
lim
1.3.4
Lmites de funciones elementales

x
lim ax =
+ 0
x
si si
a>1 0<a<1 1 lim ( )x = 0 x 2 a>1 0<a<1
Ejemplos: lim 2x = +
x
lim ex = + 0 + si si
lim ax =
Ejemplos: lim ex = 0
x
1 lim ( )x = + 3
1.3.5
Indeterminaciones
rdenes de innitud, los siguientes lmites valen innito, pero del mismo tamao?
x
lim ln(x) = lim xa = lim bx = lim xx =

x x x
a > 0 y b > 1
Denicin 1.3.4 Se dice que f (x) tiene mayor orden de innitud que g(x) f (x) g(x) cuando lim = +, es decir, lim = 0 y se escribe g(x) f (x). x g(x) x f (x) Para 0 < a < b y 1 < c < d se tienen los siguientes rdenes de innitud: ln(x) xa xb cx dx xx
Las indeterminaciones que existen son: 0 0 0 0 0 1 00
en este caso se pueden seguir las siguientes opciones:

18
CAPTULO 1. FUNCIONES EN R Dividir numerador y denominador por el trmino de mayor grado. Aplicar rdenes de innitud: Ejemplos: lim ln(x) =0 x x x2 lim =0 x ex ex = lim x x3 10 xx = lim x 100x x3 + 1 lim 2 = x x + 16000
Ejemplos: x3 5 x2 + x + 1 = 0 dividimos por x4 x x4 1 lim x ex = dividimos por ex x 2x x5 lim Como caso particular tenemos los polinomios: 0 lim = x a
b
si si si
gr(p(x)) > gr(q(x)) gr(p(x)) < gr(q(x)) gr(p(x)) = gr(q(x))
0 en este caso se pueden seguir las siguientes opciones: 0 dividir numerador y denominador simplicando por los factores que tienden a cero. si aparecen races multiplicar por el conjugado aplicar LHpital (lo veremos en derivacin) Ejemplos: x2 x2 1 lim = lim = x2 2x 4 x2 2(x 2) 2
1.3. LMITES x2 + x 2 (x 1)(x + 2) 3 = lim = 4 + x2 + x 3 3 + x2 + 2x + 3) x1 x x1 (x 1)(x 7 x+12 1 x+1 2 = lim = lim x1 x1 (x 1)( x + 1 + x1 2) 2 2 lim x3 + 8 x2 + 21x + 18 (x + 3)2 (x + 2) 1 1 lim = lim = = x3 x3 + 7x2 + 15x + 9 x3 (x + 1)(x + 3)2 2 2
19
se factoriza la funcin reducindola a alguno de los casos anteriores. Normalmente sacando factor comn al innito de mayor grado. Si aparecen races se multiplica y divide por el conjugado. Ejemplos:
x
lim (x ln x) = lim x 1
x
ln x x
= (1 0) = =
lim ( x + 1 x) = lim
x + 1 x2 x+1+x
0 , 00 , 0 , 0 se aplican rdenes de innitud reducindolo a los casos anteriores. Tambin se puede aplicar LHpital. Ejemplos:
x0
lim (x ln x) = lim
x0
ln x 1/x
=0
1 aplicar la frmula del nmero e, para ello utilizamos que f (x)g(x) = g(x) eln(f (x) ) = eg(x) ln(f (x)) . 5 x+1
2x
lim
1+
= e10
1.3.6
Equivalencias
Denicin 1.3.5 Dos funciones f y g se dicen equivalentes cuando x x0 f (x) si lim = 1. Se denota f (x) x x0 g(x) xx0 g(x) Ejemplo: f (x) = x2 y g(x) = x2 + 1 cuando x
20
TABLA DE EQUIVALENCIAS Cuando f (x) 0 son equivalentes: 1 1 + f (x) 1 f (x) sen(f (x)) f (x) tan(f (x)) arcsin(f (x)) arctan(f (x)) 1 cos(f (x)) (f (x))2 2
ln(1 + f (x)) f (x) ef (x) 1 f (x) Cuando f (x) 1 son equivalentes: ln f (x) f (x) 1 f (x)a 1 a(f (x) 1) Cuando x son equivalentes: a0 x k + + ak a0 x k ln(xk + + ak ) k ln(x) f (x) + g(x) f (x) si f (x) y g(x) k R
Nota: no siempre es posible utilizar las equivalencias.
1.3.7
Regla del Sandwich
Proposicin 1.3.1 (Regla del Sandwich) Sean f, g, h : D R y sea x0 R {, +}. Si f (x) g(x) h(x) sucientemente cerca de x0 y lim f (x) = lim h(x)
xx0 xx0
= l con l R {, +} entonces:
xx0
lim g(x) = l.
Ejemplo: lim
1 1 sen(x) con f (x) = y h(x) = . x x x

1.4. CONTINUIDAD
21
1.4
Continuidad
xc
Denicin 1.4.1 Sea f : D R R una funcin real de variable real. Sea c D tal que > 0 tal que (c , c + ) D. f se dice continua en c sii lim f (x) = f (c).
Para que f sea continua en c es necesario que exista y sea nito el lim f (x). xc En la prctica: f es continua en c si y solo si 1. c D(f ). 2. lim f (x) R
xc
3. lim f (x) R +
xc
4. lim f (x) = lim f (x) = lim f (x). +

xc xc xc
5. lim f (x) = f (c)

xc
Notas: f se dice continua en (a, b) si lo es en cada uno de los puntos c (a, b). Si D(f ) = [a, b] se dice que f es continua en a si lim+ f (x) R y adems
xa xa
lim+ f (x) = f (a), es decir es continua por la derecha.

xb
Si D(f ) = [a, b] se dice que f es continua en b si lim f (x) R y adems

xb
lim f (x) = f (b), es decir es continua por la izquierda.
Si D(f ) = [a, b] se dice que f es continua en [a, b] si es continua en (a, b), en a y en b. Intuitivamente: una funcin f es continua en (a, b) si al dibujar su grca 1 no levantamos el lpiz del papel. Por ejemplo, la funcin f (x) = x , no es continua en (1, 2), pero no lo es en (1, 1). Propiedades: 1. Si f (x) = p(x) polinomio. lim p(x) = p(c) entonces p(x) es continua en xc c para todo c R. Es decir, f es continua en R.
22
CAPTULO 1. FUNCIONES EN R 2. Si f (x) = sen(x), cos(x), ex entonces f es continua en R. 3. Si f (x) = ln(x) entonces f es continua en su dominio R+ . 4. Si f (x) = x entonces f es continua en su dominio R+ {0}.
Teorema 1.4.1 Sean f, g : R funciones reales de varias variables reales continuas en c R, entonces: 1. f g continua en c. 2. f g continua en c. 3. si g(c) = 0 entonces
1 g
continua en c.
Ejemplo: f (x) = 5 x, g(x) = 1 x, entonces f g, f g continuas en todo f g R. en R {1}. en R {0}. g f Teorema 1.4.2 Sean f, g : R funciones reales de variable real f continua en c R y g continua en f (c) entonces g f es continua en c. Ejemplo: f (x) = 2 x2 + 1, g(x) = sen(x), entonces 2 sen2 (x) + 1 continua en todo R. sen(2 x2 + 1) continua en R.
1.4.1
Propiedades locales
Unicidad del lmite: si una funcin es continua en un punto entonces tiene lmite en ese punto. Teorema del signo: si una funcin es continua en un punto x = a y f (a) = 0 entonces existe un entorno simtrico de x = a en el que los valores que toma la funcin tiene el mismo signo que f (a). Anulacin de la funcin: si una funcin es continua en el punto x = a entonces est acotada en el punto, es decir, existe un entorno simtrico de x = a en el que la funcin est acotada.
1.4. CONTINUIDAD
23
1.4.2
Discontinuidades. Tipos de discontinuidad
Denicin 1.4.2 Si f no es continua en c entonces se dice que f tiene una discontinuidad en c. Tipos de discontinuidades: Discontinuidad evitable: una discontinuidad en c se dice evitable si lim f (x) y es nito.
xc
Se evita deniendo f (c) = lim f (x).

xc
Ejemplo: sen(x) f (x) = en x = 0, discontinuidad evitable: x sen(x) si x = 0 f (x) = x 1 si x = 0. A esta funcin f (x) se le llama extensin continua de f (x). Discontinuidad de salto nito: una discontinuidad c se dice de salto nito si lim f (x), lim f (x), ambos nitos, pero no coinciden. En +
xc xc
particular no existe el lim f (x).

xc
f presenta en c una discontinuidad de salto nito de tamao | lim f (x) lim f (x)| +
xc xc
Ejemplo: f (x) = x1 ex
x0
si si
x<0 x0
x0
en este caso lim f (x) = 1 y lim f (x) = 1, por lo tanto tenemos una + discontinuidad de dos unidades Discontinuidad de salto innito: una discontinuidad c de f se dice de salto innito si al menos uno de los dos lmites laterales es innito. La grca de f se dice que tiene una asntota vertical en x = c. Ejemplo: f (x) =
1 x
en x = 0.
24
CAPTULO 1. FUNCIONES EN R Discontinuidad esencial u oscilatoria: se dice que f presenta una discontinuidad esencial u oscilatoria en c, si al menos uno de los lmites laterales ni existe ni es innito. Ejemplos: f (x) = sen(1/x) en x = 0. f (x) = cos(1/x) en x = 0.
1.4.3
Teoremas de Weierstrass, de Bolzano y de los valores intermedios
Proposicin 1.4.1 Sea f : [a, b] R continua en el intervalo [a, b]. Entonces f es acotada en [a, b]. Teorema 1.4.3 (Teorema de Weierstrass) Sea f : [a, b] R continua en el intervalo [a, b], entonces existen M, m [a, b] tal que en M se alcanza el mximo y en m el mnimo de la funcin. Teorema 1.4.4 (Teorema de Bolzano) Sea f : [a, b] R continua en el intervalo [a, b] y tal que f (a) f (b) < 0, es decir, {f (a) > 0 y f (b) < 0} {f (a) < 0 y f (b) > 0}, entonces existe c (a, b) tal que f (c) = 0. Es necesario que f sea continua. Contraejemplo: f (x) = 1/x en el intervalo [1, 1] Es necesario que f (a) f (b) < 0. Contraejemplo: f (x) = x2 en el intervalo [1, 2] Aplicacin Localizacin y aproximacin de races. Por ejemplo: demuestra que la funcin f (x) = x3 + 2 x 1 tiene una raz en el intervalo [0, 1] y aproxmala con un error de menos de una centsima (es decir, un error de milsimas). f (0) = 1 < 0 f (1) = 2 > 0 f (0) = 1 < 0 f (1/2) > 0
f (1/2) > 0
f (0.4) < 0, . . . ,
(0.45, 0.46). Teorema 1.4.5 (Teorema de Darboux o de los valores intermedios) Sea f : [a, b] R continua en [a, b] tal que f (a) < k < f (b) f (b) < k < f (a), entonces existe c (a, b) tal que f (c) = k. Es un caso particular del teorema de Bolzano con k = 0.
Captulo 2 Clculo diferencial en R

2.1
2.1.1
Derivada de una funcin en un punto

Denicin
Denicin 2.1.1 Sea f : D R una funcin real de variable real y sea x0 Do . Se dice que f es derivable en x0 si existe y es nito el lmite:
f (x0 ) = lim
xx0
f (x) f (x0 ) f (x0 + h) f (x0 ) . = (x x0 = h) = lim h0 x x0 h
A f (x0 ) se le llama derivada de f en el punto x0 .
Notacin: Ejemplo:
f (x0 ) =
df dy (x0 ) = (x0 ). dx dx
Halla la derivada de f (x) = x3 en x = 2.

26
CAPTULO 2. CLCULO DIFERENCIAL EN R
f (2 + h) f (2) (2 + h)3 (2)3 0 f (2) = lim = lim = = h0 h0 h h 0 = lim 23 + 3 22 h + 3 2 h2 + h3 23 = h0 h
= lim
3 22 h + 3 2 h2 + h3 = h0 h h(3 22 + 3 2 h + h2 ) = lim (3 22 + 3 2 h + h2 ) = 3 22 , h0 h0 h
= lim
por lo tanto f (2) = 12. Observacin: f es derivable en x0 si y slo si existe:

h0
lim+
f (x0 + h) f (x0 ) f (x0 + h) f (x0 ) = lim ; h0 h h
es decir, si la derivada por la izquierda y por la derecha en el punto coinciden: f (x ) = f (x+ ). 0 0 Ejemplo: Halla la derivada de f (x) = |x| en x = 0. f (x) = |x| = x x si si x>0 x<0 f (x) = 1 1 si si x>0 x<0
En x = 0 tenemos un salto nito: f (0 ) = 1 y f (0+ ) = 1; por lo tanto f no es derivable en x = 0, pero es continua en x = 0. La funcin presenta un "pico" en este punto. Teorema 2.1.1 Si f : D R es derivable en x0 Do entonces f es continua en x0 . Demostracin: lim f (x) = f (x0 )????
xx0 Matemticas I Curso 2010/2011 Apuntes para Grupo 4, Grupo 6 y Grupo 9 impartidos por Blanca Bujanda y Patricia Yanguas
2.1. DERIVADA DE UNA FUNCIN EN UN PUNTO
27
xx0
lim f (x) =
xx0
lim [f (x) f (x0 ) + f (x0 )] = lim (x x0 ) f (x) f (x0 ) + f (x0 ) = x x0
= =
xx0
xx0
lim (x x0 )f (x0 ) + f (x0 ) = 0 + f (x0 ) = f (x0 ).
A partir de este teorema podemos deducir que la continuidad es una condicin necesaria para obtener la derivabilidad, pero no es suciente; para ello basta con recordar el ejemplo que ya hemos visto: f (x) = |x|.
2.1.2
Interpretacin geomtrica y fsica de la derivada
Fsica: Sea s(t) el espacio recorrido por un mvil en un tiempo t (el mvil se desplaza en lnea recta). La velocidad media del mvil entre los instantes t = t0 y t = t1 es: s(t1 ) s(t0 ) . t1 t0 Si deseamos denir la velocidad instantnea del mvil en el instante t0 , siempre que exista el lmite, podemos hacerlo como: v(t0 ) = lim s(t1 ) s(t0 ) = s (t0 ). t1 t0
t1 t0
Geomtrica: Es la recta tangente a una curva en un punto dado. Sea f : D R y sean x0 , x1 I D donde I es un intervalo abierto. La pendiente de la recta secante (que corta) a la curva en los puntos (x0 , f (x0 )) f (x1 ) f (x0 ) . y (x1 , f (x1 )) es tan = x1 x0 f (x1 ) f (x0 ) Si existe lim = f (x0 ) = m, sta es la pendiente de la recta x1 x0 x1 x0 tangente a la curva en el punto (x0 , f (x0 )). Ecuacin de la recta tangente: y y0 = f (x0 )(x x0 ). Ecuacin de la recta perpendicular o recta normal:
28
y y0 =
1 (x x0 ). f (x0 )
Las rectas tangente y normal son perpendiculares, por lo tanto el producto de las pendientes de ambas rectas ser 1. Ejemplo: Calcula la ecuacin de la recta tangente a la parbola x2 +2 x+y = 0 en el punto de abscisa 3. y = x2 2 x, y = 2 x 2, y (3) = 4 entonces y (3) = 4(x + 3) y + 3 = 4 x + 12. As pues, la recta tangente es: y = 4 x + 9. Para calcular la recta perpendicular (normal): y (3) = (1/4)(x + 3) y + 3 = (x 3)/4 4 y + 12 = x 3, por lo tanto la recta perpendicular es: x + 4 y + 15 = 0.
2.2
Funcin derivada
Hemos denido la derivada en un punto como f (x0 ). De la misma forma podemos denir la derivada en cualquier punto f (x); a esto se le llama funcin derivada. Es decir, la derivada de una funcin es la funcin que nos da la derivada en cada uno de los puntos. Denicin 2.2.1 Sea f : (a, b) R funcin real de variable real. Se dice que f es derivable en el intervalo abierto (a, b) si lo es en cada uno de los puntos del intervalo, es decir, si f (x) x (a, b). Denicin 2.2.2 Sea f : [a, b] R funcin real de variable real. Se dice que f es derivable en el intervalo cerrado [a, b] si f es derivable en el abierto y adems es derivable por la derecha en a y por la izquierda en b. Ejemplo: Halla la derivada de f (x) = x3 . Para ello jamos un punto a R.
2.2. FUNCIN DERIVADA
29
f (a) = lim
f (a + h) f (a) (a + h)3 a3 0 = lim = = h0 h0 h h 0 a3 + 3 a2 h + 3 a h2 + h3 a3 3 a2 h + 3 a h2 + h3 = lim = h0 h0 h h h(3 a2 + 3 a h + h2 ) = lim (3 a2 + 3 a h + h2 ) = 3 a2 , h0 h0 h
= lim
= lim
por lo tanto f (x) = 3 x2 y D(f ) = R, D(f ) = R.
30
Tabla de derivadas de funciones elementales

Funcin xa , a R ln x loga x ax ex sen x cos x tan x Derivada a xa1 1 x loga e x ax ln a ex cos x sen x 1 = 1 + tan2 x 2x cos Funcin cotan x sec x cosec x arcsen x arccos x arctan x arccotan x x Derivada 1 = (1 + cotan2 x) sen2 x sec x tan x cosec x cotan x 1 1 x2 1 1 x2 1 1 + x2 1 1 + x2 1 2 x
2.3
Derivadas sucesivas
De la misma forma en la que se ha denido la derivada de una funcin f se puede denir la derivada de su funcin derivada, es decir, (f ) que denotaremos por f . En general se denotar la derivada n-sima de una funcin f por f (n) y se dene como la derivada de la derivada de orden n 1. Para calcular estas derivadas puede ser de utilidad utilizar la frmula de Leibniz. Teorema 2.3.1 (Frmula de Leibniz) Sean f, g : D R dos funciones derivables. La derivada n-sima de f g se puede calcular en la forma: (f g)(n) (x) = n (n) n (n1) f (x)g(x) + f (x)g (x) + . . . 0 1 n n ... + f (x)g (n1) (x) + f (x)g (n) (x). n1 n
2.4. LGEBRA DE DERIVADAS
31
2.4
lgebra de derivadas
Proposicin 2.4.1 Sean f, g : D R funciones reales de variable real derivables en un punto x0 Do . En estas condiciones: a) f + g es derivable en x0 y se dene su derivada como (f + g) (x0 ) = f (x0 ) + g (x0 ). b) f g es derivable en x0 y se dene su derivada como (f g) (x0 ) = f (x0 ) g(x0 ) + f (x0 ) g (x0 ). c) Si R entonces f es derivable en x0 y se dene su derivada como ( f ) (x0 ) = f (x0 ). d) f /g es derivable en x0 si g(x0 ) = 0 y se dene su derivada como f g (x0 ) = f (x0 ) g(x0 ) f (x0 ) g (x0 ) . g 2 (x0 )
e) Si f (x) es una funcin inyectiva y derivable en x con f (x) = 0 entonces la funcin inversa f 1 es derivable en f (x) y (f 1 ) (f (x)) = 1/f (x).
2.5
Regla de la cadena
Proposicin 2.5.1 (Regla de la cadena) Sean f : D R y g : E R funciones reales de variable real tales que f es derivable en un punto x0 D y g es derivable en el punto f (x0 ) E. En estas condiciones (g f ) es derivable y se dene su derivada como (g f ) (x0 ) = g (f (x0 )) f (x0 ). Ejemplos: 1. ln(sen x) = 2. ln x1 x+1 1 1 (sen x) = cos x = cot x. sen x sen x = 1 x1 x+1 x1 x+1 = x + 1 1 (x + 1) (x 1) 1 = x1 (x + 1)2
x+1x+1 2 = 2 . (x2 1) x 1
32
2.5.1
Aplicacin: Derivacin implcita
Se dice que la funcin f (x) dene explcitamente y como funcin de x, cuando y = f (x); esto es, cuando se da y despejada en trminos de x. Por ejemplo: y = f (x) = 1 x2 . En cambio, se dice que la ecuacin f (x, y) = 0 dene implcitamente y como funcin de x, cuando y no aparece despejada en trminos de x. Por ejemplo: x2 + y 2 = 1. En muchas ocasiones no se puede resolver explcitamente una ecuacin dada en forma implcita. Por ejemplo: x2 + ey + sen(x y) = 2. A travs de la derivacin implcita es posible hallar la derivada de y respecto de x, aunque y est expresada implcitamente como funcin de x, sin necesidad de transformarla en su equivalente explcita (cuando sta exista). Ejemplo: Si la ecuacin x2 + y 2 = 1 dene y como funcin de x, calcula y = dy/dx cuando sea posible. x2 + y 2 = 1 2x siempre que y = 0. d1 dx2 dy 2 d(x2 + y 2 ) = + =0 dx dx dx dx
dy dx + 2y = 0 2x + 2yy = 0 y = x/y, dx dx
2.6
Frmulas de Taylor y de McLaurin
La funcin p(x) = a0 + a1 x + a2 x2 + + an xn , en la que los coecientes ak son constantes, se llama polinomio de grado n. En particular y = a x + b es un polinomio de primer grado e y = a x2 + b x + c es un polinomio de segundo grado. Los polinomios pueden considerarse las funciones ms sencillas de todas. Para calcular su valor para una x dada, necesitamos emplear nicamente las operaciones de adicin, sustraccin y multiplicacin; ni siquiera la divisin es necesaria. Los polinomios son funciones continuas para todo x y tienen derivadas de cualquier orden. Adems la derivada de un polinomio es tambin un polinomio de grado inferior en una unidad, y las derivadas de orden n + 1 y superiores de un polinomio de grado n son nulas.
2.6. FRMULAS DE TAYLOR Y DE MCLAURIN
33
Si a los polinomios aadimos las funciones de la forma y = p(x)/q(x) (cociente de polinomios, para cuyo clculo necesitamos tambin de la divisin), las funciones raz cuadrada de x y raz cbica de x, y nalmente, las combinaciones aritmticas de los tipos anteriores, obtenemos esencialmente las funciones cuyos valores pueden calcularse por mtodos sencillos. Hasta ahora conocemos adems algunas otras funciones tales como ln x, sen x, ex , ..., pero, aunque conocemos sus propiedades ms importantes, no sabemos: Cmo calcularlas? Qu clase de operaciones, por ejemplo, es necesario realizar sobre la x para obtener ln x sen x? Para ello desarrollaremos el siguiente mtodo: Frmula de Taylor Sea f (x) : D R indenidamente derivable; sea a D. El polinomio de primer grado p1 (x) = f (a) + f (a)(x a) tiene el mismo valor que f (x) en el punto x = a y tambin, como se comprueba fcilmente, la misma derivada que f (x) en este punto. Su grca es una recta tangente a la grca de f (x) en el punto a. Es posible elegir un polinomio de segundo grado: p2 (x) = f (a) + f (a)(x a) + f (a) (x a)2 2
tal que en el punto x = a tenga el mismo valor que f (x) y valores tambin iguales para su primera y segunda derivadas. Su grca en el punto a se acercar a la de f (x) ms que la anterior. Es natural esperar que si construimos un polinomio que en x = a tenga las mismas n primeras derivadas que f (x) en el mismo punto, este polinomio se aproximar ms a f (x) en los puntos x prximos a a. As obtenemos la siguiente igualdad aproximada, que es la frmula de Taylor: f (a) f (n) (a) 2 f (x) f (a) + f (a)(x a) + (x a) + + (x a)n . 2! n! El segundo miembro de esta frmula es un polinomio de grado n en (x a). Para cada valor de x puede calcularse el valor de este polinomio si se conocen los valores de f (a) y de sus n primeras derivadas. Para funciones que tienen derivada (n + 1)-sima, el segundo miembro de esta frmula, como se demuestra fcilmente, diere del primero en una pequea
34
cantidad que tiende a cero ms rpidamente que (x a)n . Adems, es el nico polinomio de grado n que diere de f (x), para x prximo a a, en un valor que tiende a cero (cuando x tiende a a) ms rpidamente que (x a)n . Si f (x) es un polinomio algebraico de grado n, entonces la igualdad aproximada anterior es una verdadera igualdad. Para que sea exacta la igualdad aproximada anterior, debemos aadir al segundo miembro un trmino ms, llamado resto: f (x) = f (a) + f (a)(x a) + + f (n+1) (c) (x a)n+1 . (n + 1)! f (n) (a) f (a) (x a)2 + + (x a)n + 2! n!
El resto tiene la peculiaridad de que la derivada que en l aparece debe calcularse en cada caso, no en el punto a, sino en un punto c convenientemente elegido, desconocido, pero interior al intervalo de extremos a y x. La demostracin de la igualdad anterior es bastante engorrosa, aunque sencilla en esencia. Las leyes naturales pueden expresarse, por regla general, con buena aproximacin por funciones derivables un nmero arbitrario de veces, y por ello pueden ser aproximadas por polinomios cuyo grado viene determinado por la precisin deseada. La frmula de Taylor, que abre el camino para la mayora de los clculos en el anlisis aplicado, es muy importante desde el punto de vista prctico. La idea de aproximar una funcin mediante polinomios o de representarla como suma de un nmero nito de funciones ms sencillas alcanz un gran desarrollo en el anlisis, donde constituye ahora una rama independiente: la teora de la aproximacin de funciones. Ejemplo: Aproximacin de la funcin y = sen x en x0 = 0: sen x x2n+1 x3 x5 x7 + + + (1)n . 3! 5! 7! (2n + 1)!
Ejemplo: Aproximacin de la funcin y = cos x en x0 = 0: cos x 1 x 2 x4 x6 x2n + + + (1)n . 2! 4! 6! (2n)!
Ejemplo: Aproximacin de la funcin y = ex en x0 = 0: ex 1 + x +

x2 x3 x4 xn + + + + . 2! 3! 4! n!
2.7. APLICACIONES Ejemplo: Aproximacin de la funcin y = ln(1 + x) en x0 = 0: ln(1 + x) x2 x3 x4 xn + + + (1)n+1 . 2 3 4 n
35
Los desarrollos de Taylor en a = 0 reciben el nombre de desarrollos en serie de McLaurin.
2.7
2.7.1
Aplicaciones
Clculo de extremos
Denicin 2.7.1 Sea f : D R una funcin real de variable real y sea x0 D o . Se dice que f presenta un mximo relativo o local en x0 si f (x0 ) f (x), x (x0 , x0 + ). Se dice que f presenta un mnimo relativo o local en x0 si f (x0 ) f (x), x (x0 , x0 + ). A estos mximos o mnimos se les denomina extremos relativos o locales. Denicin 2.7.2 Sea f : D R una funcin real de variable real y sea x0 Do . Se dice que f presenta un valor crtico en x0 si f (x0 ) = 0, o no existe f (x0 ). Si x0 es un valor crtico de f , al punto (x0 , f (x0 )) se le denomina punto crtico de f . Proposicin 2.7.1 (Condicin necesaria) Sea f : D R una funcin real de variable real, x0 Do y f continua en x0 . Si f presenta un extremo relativo en x0 , entonces x0 es un valor crtico de f . Nota: El recproco no es cierto. Puede darse el caso de que una funcin sea continua en valor crtico x0 en el que no se alcance el mximo ni el mnimo. En este caso se da un punto de inexin. Ejemplo: f (x) = x3 tiene en x0 = 0 un valor crtico ya que f (x) = 3 x2 vale 0 en este punto, pero no es un extremo relativo. Nota: A la hora de determinar los extremos relativos tenemos que tener en cuenta que NO TODOS LOS PUNTOS CRTICOS SON EXTREMOS RELATIVOS.
36
Denicin 2.7.3 Sea f : [a, b] R una funcin real de variable real continua en [a, b]. Se dice que f presenta un mximo absoluto en x0 si max{f (x)|x [a, b]} = f (x0 ). Se dice que f presenta un mnimo absoluto en x0 si min{f (x)|x [a, b]} = f (x0 ). Debemos tener en cuenta que aplicando el teorema de Weierstrass podemos deducir que este mnimo y este mximo siempre van a existir en el intervalo cerrado [a, b]. Nota: Para determinar mximos y mnimos absolutos en la prctica haremos: 1. Calcular los mximos (mnimos) relativos de f . 2. Evaluar los mximos (mnimos) relativos de f obtenidos, as como el valor de la funcin en los extremos del intervalo. 3. Seleccionar los adecuados. A travs de la determinacin de mximos y mnimos relativos y absolutos pueden resolverse problemas de optimizacin. El proceso que hay que seguir es siempre el siguiente: 1. Determinar la funcin que hay que optimizar, que puede depender de una o de varias variables. 2. Determinar los datos que nos permitan reducir la funcin anterior a una funcin de una variable. 3. Calcular la primera derivada para determinar qu puntos pueden ser mximos o mnimos relativos y despus asegurar el resultado calculando la segunda derivada:
Si f (x) = 0 y f (x) > 0, entonces tenemos un mnimo relativo.
Si f (x) = 0 y f (x) < 0, entonces tenemos un mximo relativo.

2.7. APLICACIONES 4. Discutir el resultado.
37
Ejemplo: Se tiene un alambre de 2 metros de longitud y se desea dividirlo en dos partes para formar con la primera un cuadrado y con la segunda un crculo. Halla la longitud de cada parte para que la suma de las reas sea mnima.
2.7.2
Regla de LHpital
Cuando se realiza el calculo de lmites se puede sustituir en algunas ocasiones uno de los factores por otro que sea equivalente con el n de simplicar los clculos. Si f (x0 ) = 0 podemos utilizar un tipo de aproximacin que recibe el nombre de lineal, ya que se sustituye el valor por el de la recta tangente en ese punto. Por ejemplo, sen x se sustituye por x cuando x 0 (recordad que la recta tangente a f (x) = sen x en x0 = 0 viene dada por f (x0 ) + f (x0 )(x x0 ); en este caso: sen 0 + (cos 0) (x 0) = x). En el caso de que la segunda derivada no se anule, es decir f (x0 ) = 0 podemos utilizar aproximacin cuadrtica. ste es el caso de la aproximacin de la funcin cos(x) por 1 x2 /2 en x = 0. Las equivalencias ms importantes ya las vimos en el tema anterior. Ejemplo: (x2 /2) x 1 (1 cos x) sen x = lim = . 3 3 x0 x0 3x 3x 6 lim
Teorema 2.7.1 (Regla de LHpital) Sean f, g dos funciones reales de variable real tales que: 1. f, g son derivables en un cierto entorno de a: (a , a + ). 2. lim f (x) = lim g(x) = 0 .
xa xa
3. lim f (x)/g (x).

xa
Entonces: lim
xa
f (x) f (x) = lim . xa g (x) g(x)

38 Ejemplos:
lim
sen x cos x = lim = 1. x0 x0 x 1 4 x3 3 x4 3 x + 2 = lim = 1. Notad que si en este caso seguimos x1 5 x4 4 x1 x5 4 x + 3
lim
derivando el resultado que se obtiene no es el adecuado. x4 3 x + 2 4 x3 3 12 x2 3 = lim = lim = lim = 0. 5 4x + 3 44 3 x x x 5 x x 20 x x 5 x 2 x 2 + a x 3 a2 4x + a 5a = lim = = 1. 2 a x 2 a2 xa 3 x xa 6 x a 5a ex 1 = lim ex = 1. x0 x0 x 2 + cos x 2x + sen x lim y este ltimo lmite no existe. En este x 2 sen x 2x + cos x caso la aplicacin de la regla de LHpital no nos da ninguna informacin sobre el lmite original. Para resolver la indeterminacin tendremos que utilizar otro mtodo. En este caso podemos utilizar la regla del sandwich: como 2x + sen x 2x + 1 2x 1 2x + 1 2x + cos x 2x 1 y adems 2x + 1 2x 1 = lim =1 x 2x + 1 x 2x 1 lim entonces 2x + sen x = 1. x 2x + cos x lim Nota: Realiza el ejercicio de equivalencias aplicando LHpital para ver su complicacin.
lim
lim
lim
lim
2.7. APLICACIONES
39
2.7.3
Localizacin de races de funciones
Un mtodo clsico con una buena relacin entre el coste operacional y la velocidad de convergencia es el mtodo de Newton tambin llamado mtodo de Newton-Raphson y mtodo de la tangente. Supongamos que la funcin f es derivable en un entorno de la raz buscada. Si tomamos un punto x(0) en dicho entorno de tal forma que = x(0) + h podemos realizar el desarrollo en serie de Taylor de f (), de tal forma que 0 = f () = f (x(0) ) + h f (x(0) ) + O(h2 ). Si h es sucientemente pequeo podemos despreciar el ltimo trmino, de manera que linealizamos la expresin anterior. Al despreciar este ltimo trmino en la ecuacin, no podremos calcular exactamente el valor de h, pero s un valor sucientemente prximo. Despejando h de la ecuacin 0 = f (x(0) ) + h f (x(0) ) obtenemos: h= f (x(0) ) , f (x(0) )
valor con el que calculamos x(1) = x(0) + h, que no ser la solucin de la ecuacin, pero que se encontrar (generalmente) ms prximo a ella. Repitiendo el proceso con x(1) , construimos la sucesin: x(n+1) = x(n) siempre y cuando f (x(n) ) = 0. Interpretacin geomtrica: partiendo de un punto x(0) , cercano a , se traza la recta tangente a f por el punto (x(0) , f (x(0) )). El punto de corte, x(1) , de esta recta con el eje OX ser el siguiente valor de la iteracin. Repitiendo el proceso con x(1) , construimos la sucesin que genera el mtodo de Newton. Se puede probar que la sucesin anterior es localmente convergente, es decir, la convergencia est asegurada si el punto de partida x(0) es tomado sucientemente prximo a la raz . Cuando existe ms de una raz para la funcin, es muy importante la eleccin del punto de partida (no slo por el hecho de que cuanto ms cerca de la solucin nos encontremos ms rpida ser la convergencia del mtodo), ya que dependiendo de ste llegaremos a una raz o a otra. Se llama dominio de atraccin al conjunto de valores a partir de los cuales se alcanza una determinada raz.
f (x(n) ) , f (x(n) )
n 0,
40
2.8
Teoremas de Rolle y del Valor Medio
Teorema 2.8.1 (Teorema de Rolle) Sea f : D R R una funcin real de variable real. Si f es continua en [a, b] D y derivable en (a, b) y f (a) = f (b) entonces existe un punto c (a, b) tal que f (c) = 0. Demostracin: f es continua en el intervalo cerrado [a, b], por lo tanto alcanza mximo y mnimo absolutos en este intervalo. Si m y M son los puntos en los que alcanza el mnimo y el mximo, respectivamente, puede suceder que: a) m y M estn en la frontera, por lo tanto como f (a) = f (b) la funcin es constante y por lo tanto su derivada es cero, es decir, f (x) = 0 x [a, b]. b) m M se encuentren en el interior, es decir, en (a, b), por lo tanto en uno de esos dos puntos habr un mnimo o un mximo relativo. Como f es derivable en el interior podemos deducir que su derivada en ese punto ser cero. Teorema 2.8.2 (Teorema del Valor Medio o de Lagrange) Sea f : D R R una funcin real de variable real. Si f es continua en [a, b] D y derivable en (a, b), entonces existe un punto c (a, b) tal que: f (c) = Demostracin: Hay que aplicar el Teorema de Rolle a la funcin: (x) = f (x) f (a) f (b) f (a) (x a). ba f (b) f (a) . ba
Teorema 2.8.3 (Teorema de Cauchy) Sean f, g : D R R funciones reales de variable real. Si f y g son continuas en [a, b] y derivables en (a, b), si g (c) = 0 y g(b) = g(a) entonces existe un punto c (a, b) tal que f (c) f (b) f (a) = . g (c) g(b) g(a)
2.9. REPRESENTACIN GRFICA DE FUNCIONES REALES DE UNA VARIABLE REAL 41 Demostracin: Hay que aplicar el teorema de Rolle a la funcin (x) = f (x)[g(b) g(a)] g(x)[f (b) f (a)].
2.9
Representacin grca de funciones reales de una variable real

f :RR
1. Dominio de f = D = {x R | y R | y = f (x)}. 2. Recorrido de f = R = {y R | x D | y = f (x)}. 3. Simetras: simetra respecto al eje OY : f es par: f (x) = f (x) x D. simetra respecto al origen de coordenadas: f es impar: f (x) = f (x) x D. 4. Periodicidad: f es peridica de periodo T si x D : f (x + T ) = f (x). (T es el mnimo nmero que verica la igualdad.) 5. Puntos de corte con los ejes coordenados: cortes con el eje OX: x D tales que f (x) = 0. corte con el eje OY : y R tal que f (0) = y (puede haber como mximo uno). 6. Regiones de existencia de la funcin: intervalos de positividad: x D tales que f (x) > 0. En este caso la grca est por encima del eje OX. intervalos de negatividad: x D tales que f (x) < 0. En este caso la grca est por debajo del eje OX. 7. Asntotas: asntotas verticales: x = k tal que:
x>k
lim f (x) =
x>k+
lim f (x) =
x>k
lim f (x) = .
42
CAPTULO 2. CLCULO DIFERENCIAL EN R asntotas horizontales: y = k tal que:

x>
lim f (x) = k.
asntotas oblicuas: y = m x + b tal que: m = lim 8. Continuidad. 9. Monotona: intervalos de crecimiento: x D tales que f (x) > 0. Intervalos de decrecimiento: x D tales que f (x) < 0. Puntos crticos: x0 D tales que f (x0 ) = 0. Si adems f (x0 ) > 0 entonces x0 es un mnimo local. Sin embargo, si f (x0 ) < 0 entonces x0 es un mximo local. En general, cuando la primera derivada no nula es de orden par, el punto crtico es un mximo o un mnimo relativo. 10. Curvatura: intervalos de convexidad: x D tales que f (x) > 0. Intervalos de concavidad: x D tales que f (x) < 0. Puntos de inexin: x D tales que f (x) = 0 y f (x) = 0. En general, cuando la primera derivada no nula es de orden impar, el punto crtico es un punto de inexin. f (x) , x> x b = lim (f (x) m x).
x>
Captulo 3 Clculo diferencial en Rn

3.1 Conceptos bsicos sobre funciones escalares y vectoriales de varias variables
Ya conocemos el espacio vectorial Rn , su denicin y propiedades. Vamos a completar en este captulo el estudio de Rn presentando unos nuevos conceptos que, en el caso de n = 2 y de n = 3, tendrn una inmediata interpretacin geomtrica, ya que podemos identicar R2 con el plano y R3 con el espacio.
3.1.1
Vectores en Rn
Denicin 3.1.1 Dados u = (u1 , . . . , un ) y v = (v1 , . . . , vn ) Rn , se dene el producto escalar de estos dos vectores y se denota u v u, v al nmero real u1 v1 + + un vn . Denicin 3.1.2 Sea u = (u1 , . . . , un ) Rn . Denimos la longitud o norma eucldea de este vector, y la denotamos u , como u = u2 + + u2 . 1 n
Ejemplo 3.1.1 Si u es el vector (4, 3), entonces u = 5. Ejemplo 3.1.2 Si u = (1, 2) y v = (3, 5), entonces u v = u, v = 7 y v 2 = v v = v, v = 34.
44
CAPTULO 3. CLCULO DIFERENCIAL EN RN
Nota 3.1.1 Otras normas muy utilizadas son

n
=
i=1
|ui |
= sup {|ui |}.

i=1, ,n
Siempre que no lleve a confusin la norma eucldea la denotaremos por u y el resto indicando el tipo de norma. Ejemplo 3.1.3 Si u = (4, 3), entonces u
1
=7y u
= 4.
Proposicin 3.1.1 Dados u, v Rn y R se tienen las siguientes propiedades: 1. u 0. 2. u = 0 si y slo si u = 0. 3. u =| | u . 4. u + v u + v (desigualdad triangular). 5.
1 2
u+v
+ uv
= u
+ v
(igualdad del tringulo).
6. u, v u
v (desigualdad de Cauchy-Schwarz).
Denicin 3.1.3 Dados dos vectores u y v Rn no nulos, se dice que tienen la misma direccin si existe un nmero real = 0 tal que u = v. Si > 0 se dice adems que tienen el mismo sentido y si < 0 se dice que tienen sentidos opuestos. Ejemplo 3.1.4 u = (4, 3) y v = (12, 9) tienen el mismo sentido. Sin embargo, u = (4, 3) y v = (12, 9) tienen sentido opuesto. Denicin 3.1.4 Dado un vector 0 = u Rn , se llama vector unitario en la direccin y sentido de u a aqul que tiene la misma direccin y sentido que u y cuya norma vale 1. Por denicin, este vector es nico y viene dado por: 1 u. u Ejemplo 3.1.5 Dado el vector u = (1, 2), tenemos que u= 5, con lo que el vector unitario en direccin y sentido de u es (1/ 5, 2/ 5).
45
Proposicin 3.1.2 Dados u, v, w Rn y R, se tienen las siguientes propiedades: 1. u v = v u u, v = v, u . 2. (u v) = (u) v u, v = u, v . 3. u (v + w) = u v + u w u, v + w = u, v + u, w . 4. 0 v = 0 0, v = 0. 5. u u = u

2
u, u = u 2 .
Proposicin 3.1.3 Sean u y v dos vectores no nulos de Rn , y sea el ngulo que forman. Entonces: cos = u, v uv = u v u v
Nota 3.1.2 Tenemos que dos vectores u y v Rn no nulos son perpendiculares si el ngulo que forman es de /2 3/2, lo que es equivalente a que cos = 0, equivalente a su vez a que el producto escalar u v = u, v = 0. En particular, dado u = (u1 , u2 ) R2 se tiene que v = (u2 , u1 ) es perpendicular a u. Ejemplo 3.1.6 Si u = (1, 2) y v = (2, 1), tenemos que u v = u, v = 0, y en consecuencia estos dos vectores son perpendiculares.
3.1.2
Producto vectorial en R3
Denicin 3.1.5 Dados dos vectores u = (u1 , u2 , u3 ) y v = (v1 , v2 , v3 ) de R3 , se dene su producto vectorial, denotado por u v, como el vector de R3 dado por u v = (u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 ). Nota 3.1.3 Una regla mnemotcnica para recordar la denicin de producto vectorial de dos vectores de R3 es hacer una analoga con el clculo de un determinante. Se tiene: i j k u1 u2 u3 u v = (u2 v3 u3 v2 )i + (u3 v1 u1 v3 )j + (u1 v2 u2 v1 )k = " v1 v2 v3 (donde i, j, k son los vectores de la base cannica de R3 ).
46
Ejemplo 3.1.7 Si el vector u = (1, 2, 1) y el vector v = (0, 1, 1), entonces: uv = i j k 1 2 1 0 1 1 = 3i + j + k = (3, 1, 1).
Proposicin 3.1.4 Dados u, v, w R3 y R, se tienen las siguientes propiedades (propiedades algebraicas): 1. u v = v u. 2. u (v + w) = u v + u w. 3. (u v) = (u) v = u (v). 4. u 0 = 0. 5. u u = 0. 6. u (v w) = (u v) w. Proposicin 3.1.5 Dados u, v R3 se tienen las siguientes propiedades (propiedades geomtricas): 1. u v es ortogonal a u y a v. 2. Sea el ngulo que forman u y v, entonces uv = u del paralelogramo formado por u y v. v sen=rea
Denicin 3.1.6 Dados dos puntos P = (x1 , . . . , xn ) y Q = (y1 , . . . , yn ), se dene la distancia eucldea entre P y Q como: d(P, Q) := (x1 y1 )2 + + (xn yn )2 .
Proposicin 3.1.6 Dados P, Q, R Rn se tienen las siguientes propiedades: 1. d(P, Q) 0. 2. d(P, Q) = 0 si y slo si P = Q. 3. d(P, Q) = d(Q, P ). 4. d(P, Q) d(P, R) + d(R, Q).
47
Figura 3.1: Interpretacin geomtrica de la distancia entre dos puntos en R2
Denicin 3.1.7 Dado un punto P Rn y un nmero real r > 0 se dene el conjunto: B(P, r) := {Q Rn | d(P, Q) < r}. Este conjunto recibe el nombre de bola abierta de centro P y radio r (gura 3.2). Al conjunto E(P, r) := {Q Rn | d(P, Q) = r} se le denomina esfera de centro P y radio r.
Figura 3.2: Bola de centro P y radio r en R2
) 1
, 2
1 x
( 1 y 2 y
48
3.1.3
Topologa en Rn
En esta seccin vamos a describir, de manera simplicada, los conceptos topolgicos necesarios para construir coherentemente las deniciones de los siguientes temas. Denicin 3.1.1 Dados U Rn y un punto x0 Rn , se dice que este punto es interior al conjunto U si existe > 0 tal que B(x0 , ) U .
Figura 3.3: Punto interior a U R2
Nota 3.1.4 Si x0 es interior a U , notad que x0 U . Denicin 3.1.2 Dado un conjunto U Rn se dice interior de U y se denota U o al conjunto de puntos interiores a U . Denicin 3.1.3 Un conjunto U Rn se dice abierto si todos sus puntos son interiores, es decir, si U = U o . Ejemplo 3.1.8 Sea el conjunto: A = {(x, y) | 1 < x < 1, 1 < y < 1} . Este conjunto es abierto. (Intuitivamente: el borde del cuadrado no pertenece al conjunto A). Denicin 3.1.4 Dados U Rn y un punto x0 Rn , se dice que este punto es de acumulacin del conjunto U si > 0 se tiene: (B(x0 , ) \ {x0 })U = . Nota 3.1.5 Si x0 es de acumulacin de U , puede ocurrir tanto x0 U como x0 U . Denicin 3.1.5 Dado un conjunto U Rn se dice conjunto derivado de U , y se denota U , al conjunto de sus puntos de acumulacin.
49
Nota 3.1.6 En muchas ocasiones el conjunto U se denomina simplemente conjunto de puntos de acumulacin de U . Denicin 3.1.6 Dados U Rn y un punto x0 Rn , se dice que este punto es aislado si posee alguna bola en la que el nico punto de U sea l mismo, es decir, > 0 tal que B(x0 , ) U = {x0 }. Denicin 3.1.7 Dados U Rn y un punto x0 Rn , se dice que este punto es frontera del conjunto U si > 0 se tiene que (B(x0 , ) \ {x0 }) U = y que (B(x0 , ) \ {x0 }) U c = , donde U c denota el conjunto complementario de U . Denicin 3.1.8 Dado un conjunto U Rn , se llama frontera de U y se denota U al conjunto formado por todos los puntos frontera de U . Ejemplo 3.1.9 Para el conjunto A denido en el ejemplo 3.1.8, se tiene que A es el borde del cuadrado. Denicin 3.1.9 Un conjunto U Rn se dice cerrado si su complementario es abierto. Nota 3.1.7 Un conjunto U Rn es cerrado si y slo si contiene a su frontera. Ejemplo 3.1.10 El conjunto A denido en el ejemplo 3.1.8 no es cerrado. Nota 3.1.8 Un punto aislado siempre es un punto frontera. Nota 3.1.9 En este contexto, los trminos abierto y cerrado no son opuestos. Existen conjuntos que no son abiertos ni cerrados y tambin existen conjuntos que son abiertos y cerrados. Se os ocurre alguno? Denicin 3.1.10 Dado U Rn se denomina clausura de U , y se denota U , al conjunto U U . A la clausura a veces se le denomina tambin adherencia. Nota 3.1.10 U es el menor cerrado que contiene a U . Proposicin 3.1.7 Dado U Rn se tiene que U , U y U son conjuntos cerrados y U o es abierto.
50
Proposicin 3.1.8 Los conjuntos abiertos satisfacen las siguientes propiedades: y Rn son abiertos. Una unin cualquiera de conjuntos abiertos es un abierto. Una interseccin nita de conjuntos abiertos es un conjunto abierto. Proposicin 3.1.9 Los conjuntos cerrados satisfacen las siguientes propiedades: y Rn son cerrados. Una interseccin cualquiera de conjuntos cerrados es un cerrado. Una unin nita de conjuntos cerrados es un conjunto cerrado. Cmo puede ser un conjunto a la vez abierto y cerrado? Cuntos conjuntos de este tipo existen en Rn ? Denicin 3.1.11 Un subconjunto U de Rn se llama conexo si no es posible encontrar dos abiertos A1 , A2 no vacos, disjuntos y tales que U A1 A2 , U A1 = y U A2 = .
Figura 3.4: Conjunto conexo en R2
Figura 3.5: Conjunto no conexo en R2
51
Proposicin 3.1.10 Para el caso n = 1 se tiene que un conjunto U es conexo si y slo si es un intervalo. Denicin 3.1.12 Un subconjunto U de Rn se dice acotado si existe una constante M > 0 tal que x M x U . Nota 3.1.11 Es decir, un subconjunto U de Rn es acotado si y slo si K > 0 tal que U B(0, K). Denicin 3.1.13 Un subconjunto U de Rn conexo y acotado se llama simplemente conexo si su complementario es conexo. Ejemplo 3.1.11 El conjunto dibujado en la gura (3.4) es simplemente conexo. El conjunto de la gura (3.6) tambin es conexo, pero no es simplemente conexo.
Figura 3.6: Conjunto no simplemente conexo en R2
3.1.4
Funciones f : Rn Rm . Conceptos bsicos
Tras denir los conceptos bsicos que manejaremos en este captulo y en los sucesivos, se divide el captulo en tres partes bsicas: funciones reales de varias variables, funciones vectoriales de una variable y el caso general, funciones vectoriales de varias variables. Denicin 3.1.14 Sea un conjunto D Rn . Una funcin f de D a Rm es una correspondencia que a cada (x1 , . . . , xn ) D le asigna un nico valor f1 (x1 , . . . , xn ), f2 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn ) Rm .
52
El conjunto D se llama dominio de la funcin f y sta suele denotarse f : D Rn Rm (x1 , . . . , xn ) f1 (x1 , . . . , xn ), f2 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn ) . Denicin 3.1.15 En las condiciones de la denicin anterior, cada una de las funciones fi : D R n R x fi (x) se llama funcin componente de f . Nota 3.1.12 En ciertos contextos se considera el dominio de una funcin como el mayor subconjunto de Rn para el que puede calcularse f , es decir, Domf = {(x1 , . . . , xn ) Rn | (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn ))} . (3.1) (Si en un ejercicio se pide hallar el dominio de una funcin, se reere a calcular el conjunto dado por 3.1). Denicin 3.1.16 Dada una funcin f : D Rn Rm , se dene la imagen, rango o recorrido de f como el subconjunto de Rm : Imf = {z Rm | (x1 , . . . , xn ) D t.q. f (x1 , . . . , xn ) = z} .
Denicin 3.1.17 Dada una funcin f : D Rn Rm , se denomina grafo o grca de f al subconjunto de Rn+m : x, f (x) | x D . Ejemplo 3.1.12 Sea f : R2 R (x, y) sen(xy).
3.2. F : RN R, F : R RM Y F : RN RM
53
3.2
f : Rn R, f : R Rm y f : Rn Rm
En esta seccin vamos a estudiar el caso particular en el que en la denicin 3.1.14 se toma m = 1. Para este caso tenemos que dado un conjunto D Rn , una funcin f de D a R es una correspondencia que a cada (x1 , . . . , xn ) Rn le asigna un nico valor f (x1 , . . . , xn ) R. La funcin f suele denotarse f :D R (x1 , . . . , xn ) f (x1 , . . . , xn ) y se llama funcin escalar. Ejemplo 3.2.1 Las siguientes correspondencias son funciones en sus respectivos dominios y con valores en R 1. f1 (x, y) = cos(x + y 2 ) , D1 = R2 , 2. f2 (x, y) = xexy , D2 = R2 , 3. f3 (x, y) = x3 y 2 , D3 = R2 , 4. f4 (x, y) = x + ey , D4 = R2 , 5. si consideramos como dominio D5 R2 una lmina plana, la correspondencia que a cada punto le asigna su temperatura, 6. f6 (x, y, z) = x2 + y 2 + z 2 , D6 = R3 , 7. f7 (x, y, z) = x2 y cos(zx) , D7 = R3 , 8. si consideramos como dominio D8 R3 una habitacin, la correspondencia que a cada punto le asigna su temperatura. Ejemplo 3.2.2 Sea f1 : D1 R2 R (x, y) 1 x2 +
1 y2.
Vamos a calcular su dominio. Debemos resolver el sistema de inecuaciones: 1 x2 0 1 y2 0 cuya solucin es D1 = [1, 1] [1, 1].
54
Ejemplo 3.2.3 Sea f2 : D2 R2 R (x, y) sen ((x2 + y 2 )). Para calcular su dominio debemos resolver la inecuacin: sen (x2 + y 2 ) 0 y su solucin es el conjunto: D2 = (x, y) R2 | x2 + y 2 [2n, 2n + 1] | n N (Se propone como ejercicio estudiar qu tipo de conjunto - abierto, cerrado, ... - es D). Ejemplo 3.2.4 Sea f3 : D R3 R (x, y, z) arcos x2 + y 2 z2 .
Calcular su dominio equivale a resolver las inecuaciones x2 + y 2 1 1 z2 y la solucin puede expresarse como D3 = (x, y, z) R3 | (gura 3.7). Nota 3.2.1 Si tenemos una funcin f : R2 R (x, y) f (x, y) entonces su grafo es un subconjunto de R3 : una supercie (ms adelante, precisaremos ms este concepto).
con
z=0
x2 + y 2 | z | \ {(0, 0, 0)}
55
10
10 5
10 10 5 0 5 10 10 5 0
Figura 3.7: Dominio de la funcin f3

10 5 0 5 10 4
10 5 0 5 10
Figura 3.8: Grafo de la funcin f (x, y) = ln(x2 + y)
Ejemplo 3.2.5 Si tenemos f : D R2 R (x, y) ln(x2 + y) , entonces su grafo es la supercie de R3 dibujada en la gura (3.8). Denicin 3.2.1 Dada una funcin f : D R2 R y dado c Imf , se denomina curva de nivel al subconjunto de R2 : f 1 ({c}) = {(x, y) | f (x, y) = c} . Dada una funcin f : D R3 R y dado c Imf se denomina supercie de nivel al subconjunto de R3 : f 1 ({c}) = {(x, y, z) | f (x, y, z) = c} .
56
Cuando hablemos de conjuntos de nivel nos estaremos reriendo a una curva o a una supercie de nivel. Nota 3.2.2 En las deniciones anteriores f 1 ({c}) no representa la funcin inversa de f , sino la antiimagen del punto c. Ejemplo 3.2.6 Para calcular las curvas de nivel de la funcin f : D R2 R denida por f (x, y) = ln(x2 + y) resolvemos la ecuacin: ln(x2 + y) = c cuya solucin es y = ec x2 , que son parbolas. A partir de las curvas de nivel se puede esbozar el grafo de la funcin (ver guras (3.8) y (3.9)).
10
10 10 5 0 5 10
Figura 3.9: Curvas de nivel de la funcin f (x, y) = ln(x2 + y)
Ejemplo 3.2.7 Vamos a calcular las supercies de nivel de la funcin: f : D R3 R (x, y, z) x2 y 2 z 2 . Para cada c Imf los puntos que satisfacen x2 y 2 z 2 = c forman las supercies de nivel. Para c = 1 la supercie de nivel est representada en la gura (3.10)
3.2.1
Funciones f : R Rm
Vamos a considerar en esta seccin funciones de la forma f : [a, b] Rm . Una notacin habitual (que procede del contexto de la geometra) es utilizar la letra x en lugar de la f , de manera que tenemos f (t) = x(t) = (x1 (t), x2 (t), . . . , xm (t)).
10 5 0 -5 -10 10
57
-5 -10 -10 -5 0 5 10
Figura 3.10: Supercie de nivel: f (x, y, z) = x2 y 2 z 2 = 1
Ejemplo 3.2.8 Sea x : [0, 2] R2 denida por: x(t) = (2 cos t, 2 sen t). Tenemos que la imagen de la funcin x es la circunferencia de centro (0, 0) y radio 2. Ejemplo 3.2.9 Sea ahora la funcin: x : [0, 2] R2 x(t) (a cos t, b sen t). Tenemos que la imagen de la funcin x es la elipse de centro (0, 0) y semiejes a y b. Denicin 3.2.2 Dada una curva Rm , una funcin x : [a, b] Rm t (x1 (t), . . . , xm (t)) tal que Imx = Im([a, b]) = se llama parametrizacin de la curva . A veces, por abuso de notacin, se suelte identicar (3.2), (3.3), que es una funcin, con Imx que es una curva (en el plano si m = 2 o en el espacio si m = 3).
(3.2) (3.3)
58
Nota 3.2.3 Existen innitas parametrizaciones de una curva dada . Por ejemplo, las funciones x : [0, 20] R3 t x(t) = (cos t, sen t, t) e y : [0, 20 ] R3 2 s y(s) = (cos(2s), sen(2s), 2s)
describen la misma curva en R3 (ver gura 3.11). Podemos interpretar cada parametrizacin como la velocidad a la que se recorre la curva. Para este ejemplo diramos que y recorre a una velocidad 2 veces mayor que x.
Figura 3.11: Imagen de las funciones x e y
Nota 3.2.4 Es habitual utilizar la notacin: x(s) = (x1 (s), x2 (s)) = x1 (s)i + x2 (s)j para el caso de R2 y x(s) = (x1 (s), x2 (s), x3 (s)) = x1 (s)i + x2 (s)j + x3 (s)k para el caso de R3 , con i, j y k los vectores de las respectivas bases cannicas.
59
3.2.2
Funciones f : Rn Rm
El caso ms sencillo, y prcticamente el nico del que nos ocuparemos, es el de una funcin f : D R2 R3 denida por f (u, v) = (x(u, v), y(u, v), z(u, v)). En este caso Imf es una supercie en R3 y la funcin f es una parametrizacin de dicha supercie. Ejemplo 3.2.10 Consideramos f : R [, ] R3 (, ) f (, ) = ( cos , sen, ) . Tenemos que Imf es un cono (ver gura 3.12).
1 0.5 0 -0.5 -1 1
0.5
-0.5
-1 -1 -0.5 0 0.5 1
Figura 3.12: Imagen de la funcin f (, ) = ( cos , sen, )
Ejemplo 3.2.11 Sea D = {(x, y) R2 | x2 + y 2 4} y sea f : D R3 (x, y) (x, y, 4 x2 y 2 )
La imagen de f (x, y) es la semiesfera superior de radio 2, representada en la gura 3.13.

60
2 1.5 1 0.5 0 -2 -1 0 1 2 -2 -1 0 1 2
Figura 3.13: semiesfera superior de radio 2
Nota 3.2.5 Al igual que ocurra en el caso de las curvas, una supercie admite innitas parametrizaciones. No debemos confundir los conceptos de supercie y parametrizacin de una supercie. Otro caso especial de funcin vectorial de varias variables es m = n. Llamaremos campo vectorial a cualquier funcin f : Rn Rn . Nota 3.2.6 En el contexto de los campos vectoriales, se suele utilizar la expresin F(x, y) = P (x, y)i + Q(x, y)j en R2 para representar F : R2 R2 (x, y) P (x, y), Q(x, y) mientras que en R3 la expresin F(x, y, z) = P (x, y, z)i+Q(x, y, z)j+R(x, y, z)k representa F : R3 R3 (x, y, z) P (x, y, z), Q(x, y, z), R(x, y, z) . Ejemplo 3.2.12 Sea F1 (x, y) = x (x2 + y 2 )
3 2
y (x2 + y 2 ) 2
3
j.
Es un campo de tipo gravitatorio. Grcamente viene dado en la gura (3.14). Sea ahora F2 (x, y) = y (x2 + y 2 )
3 2
i+
x (x2 + y 2 ) 2
3
j.
Es un campo de tipo magntico. Grcamente viene dado en la gura (3.15)

3.3. LMITES
61
Figura 3.14: Campo gravitatorio F1
Figura 3.15: Campo magntico F2
3.3
Lmites
Denicin 3.3.1 Consideremos f : D Rn Rm y sean x0 D y l Rm . Se dice que lim f (x) = l

xx0
si se cumple que: > 0, > 0 t.q. x D con 0 < x x0 < se tiene que f (x) l < . (Para el caso n = m = 1 sta es la denicin de lmite de funciones de una variable, ya que es, para este caso, el valor absoluto | |.) Nota 3.3.1 Observemos que son equivalentes: 1. x D con 0 < x x0 < 2. x B(x0 , ) \ {x0 } D y tambin lo son:
62
CAPTULO 3. CLCULO DIFERENCIAL EN RN 1. f (x) l < 2. f (x) B(l, )
Proposicin 3.3.1 Para el lmite anteriormente denido se tienen las siguientes propiedades: 1. El lmite, si existe, es nico. 2. lim f (x) = l si y slo si lim f (x) l = 0.
xx0 xx0
3. Operaciones con lmites. Sean f , g : D Rn Rm . Supongamos que:

xx0
lim f (x) = l y lim g(x) = r.

xx0
Entonces: (a) lim f (x) + g(x) = l + r.

xx0 xx0
(b) lim f (x) = l con R. Proposicin 3.3.2 Si denotamos f : D Rn Rm x f1 (x), . . . , fm (x) y tomamos x0 D y l = (l1 , . . . , lm ) Rm , tenemos:
xx0
lim f (x) = l lim fi (x) = li , i = 1 . . . , m,

xx0
donde cada fi : D Rn R. La proposicin 3.3.2 nos permite reducir el caso general de clculo de lmites al caso de funciones f : D Rn R con n 1.
3.3.1
Lmites de funciones escalares
Por lo visto en la seccin anterior, vamos a abordar con ms detalle el clculo de lmites de funciones f : D Rn R ya que el caso general puede reducirse a ste.
3.3. LMITES Proposicin 3.3.3 Sean f : D Rn R x f (x) tales que

xx0
63
g : D Rn R x g(x)
lim f (x) = l y lim g(x) = r.

xx0
Entonces, adems de las propiedades dadas por la proposicin 3.3.1 se tienen las siguientes: 1. lim f (x) g(x) = l r.
xx0
2. Si adems, r = 0, entonces lim 3. Regla del Sandwich: si tenemos

xx0
f (x) xx0 g(x)
l = r.
lim f (x) = lim g(x) = l

xx0
y f (x) h(x) g(x) sucientemente cerca de x0 entonces

xx0
lim h(x) = l.
4. Si | f (x) | K con K R y x sucientemente cerca de x0 y lim g(x) = 0, entonces lim f (x)g(x) = 0 (es consecuencia inmediata
xx0 xx0
de la Regla del Sandwich). Equivalencias Denicin 3.3.2 Sean f, g : D Rn R y sea x0 D . Se dice que f es equivalente a g en x0 si f (x) = 1. lim xx0 g(x) Suele denotarse f g.
xx0
Nota 3.3.2 En las condiciones de la denicin 3.3.2, si f 0, stas son

xx0
algunas de las equivalencias ms utilizadas (que ya conocemos de las funciones

64
de una variable): 1 1 + f (x) 1 f (x) sen f (x) f (x) tan f (x) arcsen f (x) arctan f (x) 1 cos f (x) (f (x))2 2
ln(1 + f (x)) f (x) ef (x) 1 f (x) Nota 3.3.3 Las equivalencias son de aplicacin directa al clculo de lmites en expresiones en las que intervengan productos. Supongamos, por ejemplo, que f, g, h : D Rn R y x0 D . Si f g, y tenemos que calcular
xx0 xx0
lim f (x) h(x),
podemos utilizar equivalencias del siguiente modo:

xx0
lim f (x) h(x) = lim
xx0
f (x) g(x) h(x) = lim g(x) h(x), xx0 g(x) lim f (x) = 1. g(x)
ya que
xx0
Esto ser de utilidad cuando la expresin g(x) h(x) sea ms sencilla (desde el punto de vista del clculo de lmites) que f (x) h(x). De manera anloga se puede proceder en expresiones en las que intervengan cocientes. Ejemplo 3.3.1 Vamos a aplicar la nota 3.3.3 al clculo de: lim
(x,y)(0,0)
ex
y 2 +x2 y 3
x2
y2
Tenemos que ex
y 2 +x2 y 3
1
3
(x,y)(0,0)
x3 y 2 + x2 y 3 , por lo tanto 1 = x3 y 2 + x 2 y 3 , (x,y)(0,0) x2 + y 2 lim
lim
(x,y)(0,0)
ex
y 2 +x2 y 3
x2 + y 2
ms sencillo que el lmite original.

3.3. LMITES Nota 3.3.4 Observemos que f (x) g(x) no implica

xx0
65
xx0
lim (f (x) + h(x)) = lim (g(x) + h(x)),

xx0
como puede apreciarse en el siguiente ejemplo. Ejemplo 3.3.2 Sean f (x, y) = 1 , + y2 1 g(x, y) = 4 , 2 + y4 + y2 x +x x2 x3 + x2 y + xy 2 + y 3 1 , x2 + y 2
h(x, y) =
todas ellas con dominio D = R2 \ {(0, 0)}. Tenemos que f (x, y) Sin embargo: lim (f (x, y) + h(x, y)) = 0 y lim
(x,y)(0,0)
(x,y)(0,0)
g(x, y).
(g(x, y) + h(x, y)).
(x,y)(0,0)
Lmites iterados Vamos a considerar una funcin: f : D R2 R (x, y) f (x, y) (3.4) (3.5)
y sea (x0 , y0 ) D . Podemos calcular los siguientes lmites, llamados lmites iterados
xx0 yy0
lim
yy0 xx0
lim f (x, y)
(3.6) (3.7)
lim
lim f (x, y) .
Tenemos entonces el siguiente resultado:

66
Proposicin 3.3.4 Sea una funcin f dada por (3.4)-(3.5) y (x0 , y0 ) D . Si existe lim f (x, y) y existen los lmites iterados (3.6) y (3.7), entonces
(x,y)(x0 ,y0 )
los tres coinciden. Ejemplo 3.3.3 Sea D = {(x, y) R2 | y 1 x} \ {(x, x) | x R} y sea f :D R 1 + x + y exy (x, y) . ex ey Tenemos que: lim lim f (x, y) =
y0
x0
1 2
y que:
y0
lim lim f (x, y) =

x0
1 2
(en los lmites de una variable que aparecen se puede utilizar la Regla de LHpital). Por lo tanto podemos concluir que: lim
(x,y)(0,0)
f (x, y) .
Ejemplo 3.3.4 Sea D = R2 \ {(0, 0)} y sea f :D R x3 + x2 y + xy 2 + y 3 . (x, y) x2 + y 2 Tenemos que

x0
lim lim f (x, y) = lim lim f (x, y) = 0 .

y0 y0 x0
En consecuencia, no podemos asegurar si existe o no podemos armar que, en caso de existir, debe ser 0.
lim
(x,y)(0,0)
f (x, y), pero s
Nota 3.3.5 Observemos que si uno de los dos lmites iterados no existe, la proposicin 3.3.4 no da ninguna informacin. Nota 3.3.6 Para el caso de f : D R3 R, se podra redactar una proposicin similar a la 3.3.4, aunque en este caso seran 6 los lmites iterados que habra que considerar.
3.3. LMITES Lmites por rectas
67
Nota 3.3.7 Recordemos que cuando calculbamos lmites de funciones de una variable, tenamos dos formas de acercarnos a un punto x0 D R, y aparecan entonces los conceptos de lmites por la izquierda y por la derecha (lmites laterales). En el caso de x0 D Rn con n 2, hay muchas formas de aproximarnos al punto. En consecuencia, hay una mayor dicultad para el clculo de lmites. Una de estas maneras de acercarse a un punto x0 D Rn es a travs de una recta que pase por l. Proposicin 3.3.5 Sea f : D Rn R y sea x0 D y supongamos que
xx0
lim f (x) = l .
Consideramos una recta que pase por x0 , que en ecuaciones paramtricas se expresara x = x0 + u con R y u Rn . Podemos considerar el lmite por esta familia de rectas y se tiene
0
lim f (x0 + u) = l .
Nota 3.3.8 El resultado anterior no establece que si el lmite por rectas es nico, entonces existe el lmite y coincide con el anterior. Sin embargo, si existe lmite, entonces el lmite por rectas es nico y coincide con el anterior. Este resultado sirve en algunos casos para asegurar la no existencia de lmite. Algunos ejemplos de clculo de lmites de funciones escalares Ejemplo 3.3.5 En la seccin de ejercicios se propone estudiar la existencia de 1 + x + y exy lim . (x,y)(0,0) ex ey Estudiamos el lmite por rectas. Las rectas que pasan por el punto (0, 0) tienen por ecuaciones paramtricas: x = u1 As: e y = u2 .
2 1 + u1 + u2 e u1 u2 . lim 0 eu1 eu2

68
ste es un lmite en una variable -- y con dos parmetros -u1 y u2 -. Puede resolverse utilizando la regla de lHpital y el resultado es: u1 + u2 . 2(u1 u2 ) Con lo que el lmite por rectas depende de la recta por la que nos aproximemos y se puede concluir que no existe lmite. Nota 3.3.9 Para el caso n = 2 podemos describir el conjunto de rectas que pasan por (x0 , y0 ) como: y = m(x x0 ) + y0 , con lo que el lmite que habra que estudiar sera:
xx0
lim f (x, m(x x0 ) + y0 ).
Ejemplo 3.3.6 Estudia la existencia de: x3 + x2 y + xy 2 + y 3 . (x,y)(0,0) x2 + y 2 lim Estudiamos el lmite por rectas que pasen por el punto (0, 0), que tienen la forma: y = mx: x3 + mx3 + m2 x3 + m3 x3 lim = 0. x0 x2 + m 2 x2 Por lo tanto, aunque no podemos armar que exista lmite, s podemos asegurar que caso de existir, debe ser 0. Dicho de otra manera: o el lmite es 0 o no existe. Con estos datos, podemos utilizar la Regla del Sandwich para ver si el lmite es 0. Segn esto: x3 + x2 y + xy 2 + y 3 x2 + y 2
0 | f (x, y) 0 |=
| x3 | | x2 y | | xy 2 | | y3 | + 2 + 2 + 2 x2 + y 2 x + y 2 x + y 2 x + y 2 x2 | x | x2 | y | | x | y2 y2 | y | + 2 + 2 + 2 x2 + y 2 x + y 2 x + y 2 x + y 2 |x|+|y|+|x|+|y|
0.
3.4. CONTINUIDAD: DEFINICIN As, la Regla de Sandwich nos asegura que: lim
(x,y)(0,0)
69 | f (x, y) 0 |= 0, y
aplicando el segundo apartado de la proposicin 3.3.1, concluimos que: lim

(x,y)(0,0)
f (x, y) = 0.
3.4
Continuidad: denicin
La continuidad es el primer nivel de regularidad de una funcin. Denicin 3.4.1 Sea f : D Rn Rm y sea x0 D D . Se dice que f es continua en x0 si lim f (x) = f (x0 ).
xx0
Ejemplo 3.4.1 Sea f (x, y) =

1 (x2 + y 2 )sen x2 +y2 0
si si
(x, y) = (0, 0) (x, y) = (0, 0)
Puede comprobarse que f es continua en (0.0). Denicin 3.4.2 Sea f : D Rn Rm y sea x0 D D . Si f no es continua en x0 , se dice que f es discontinua en x0 . Si x0 D y lim f (x) = l Rm ,
xx0
entonces se dice que la discontinuidad es evitable. En otro caso, se dice que la discontinuidad es esencial o no evitable. Proposicin 3.4.1 Sea f : D Rn Rm y sea x0 D D . Sea f (x) = (f1 (x), . . . , fm (x)). Se tiene que f es continua en x0 si y slo si fi es continua en x0 , i = 1, . . . , m. (Cada fi : D Rn R). Denicin 3.4.3 Se dice que una funcin f es continua en un conjunto A si es continua en cada uno de los puntos de A. Denicin 3.4.4 Sea D Rn . Se dene el conjunto C 0 (D; Rm ) := {f : D Rm |f es continua en D} , y se denota C 0 (D) := C 0 (D; Rm ).
70
3.5
Derivadas direccionales y parciales
Recordemos que en el caso de una funcin f : D R R se dena la derivada de f en un punto x0 Do como: f (x0 ) = lim
xx0
f (x) f (x0 ) f (x0 + h) f (x0 ) = lim h0 x x0 h
y este concepto meda la variacin de f cerca de x0 . En trminos fsicos, si f representaba la posicin, f representaba la velocidad. En aquel caso, al punto x0 slo podamos acercarnos desde la derecha o desde la izquierda, pero siempre desde una sola direccin, la de la recta real. Si pensramos ahora en una funcin f : D Rn R y quisiramos hacer una generalizacin del concepto de derivada que ya tenemos para el caso de una variable, la primera gran diferencia que nos encontramos es que a x0 podemos acercarnos desde innitas direcciones; pensemos en el caso de R2 : podemos acercarnos desde cualquier recta que pase por x0 . De hecho, esto es lo que vamos a hacer, denir el concepto de derivada direccional. Empezaremos por un caso sencillo: la direccin desde la que nos acercamos a x0 coincide con la de los ejes coordenados; hablaremos entonces de derivada parcial. Denicin 3.5.1 Sea f : D Rn R y sea c = (c1 , . . . , cn ) Do . Se dene la derivada parcial i-sima de f en c como: f (c1 , . . . , ci1 , ci + h, ci+1 , . . . , cn ) f (c1 , . . . , ci1 , ci , ci+1 , . . . , cn ) f (c) = lim h0 xi h (este concepto mide cmo vara f cuando x vara en la direccin del vector (0, . . . , 0, 1(i , 0, . . . 0). La derivada parcial en un punto se denota de varias maneras, las ms habituales son: f (c), fxi (c), xi f (c), fxi (c), Dxi f (c), Di f (c). xi Al igual que se haca en el caso de una variable, a partir del concepto de derivada parcial en un punto, se puede denir el concepto de funcin derivada parcial. Podras escribir con rigor esta denicin? Ejemplo 3.5.1 Consideramos f : R2 R (x, y) x4 3 x2 y + y 3 .
3.5. DERIVADAS DIRECCIONALES Y PARCIALES
71
Vamos a calcular f /x, f /y: para el primer caso, miramos f como si x fuera la nica variable e y fuera un parmetro, y para el segundo, al revs. Segn esto, tenemos: f (x, y) = 4 x3 6 x y x y f (x, y) = 3 x2 + 3 y 2 . y
Ejemplo 3.5.2 Seguimos la idea del ejemplo anterior, pero ahora con una funcin de tres variables: f : R3 R (x, y, z) x2 + 3 cos(x2 y 3 z 4 ) z 2 arctan Calculamos las tres derivadas parciales: f z2 (x, y, z) = 2 x 6 x y 3 z 4 sen (x2 y 3 z 4 ) , 2 x 1 + x2 y y f xz 2 (x, y, z) = 9 x2 y 2 z 4 sen (x2 y 3 z 4 ) + , x2 y 2 1 + y2 y x f (x, y, z) = 12 x2 y 3 z 3 sen (x2 y 3 z 4 ) 2z arctan . z y Sabemos que para el caso de f : D R R, hay una relacin entre derivabilidad y continuidad. Ms concretamente: si una funcin es derivable en un punto, entonces es continua en dicho punto, aunque el recproco no es cierto. Una pregunta natural en este momento es si tenemos algn resultado similar que relacione la existencia de derivadas parciales en un punto con la continuidad en dicho punto. Veamos algunos ejemplos ilustrativos. Ejemplo 3.5.3 Sea 3 x y3 f (x, y) = x2 + y 2 0 si si (x, y) = (0, 0), (x, y) = (0, 0). x . y
Podemos ver fcilmente que f es continua en (0, 0). En efecto: x3 y 3 x2 + y 2 | x |3 + | y |3 x2 | x | +y 2 | y | = x2 + y 2 x2 + y 2 | x | + | y | 0.

72
Estudiemos ahora la existencia de derivadas parciales en (0, 0). f f (h, 0) f (0, 0) (0, 0) = lim = lim h0 h0 x h f f (0, h) f (0, 0) (0, 0) = lim = lim h0 h0 y h Ejemplo 3.5.4 Sea f (x, y) = x3 0 xy + y3 si si x+y =0 y = x
h3 h2
0 = 1. h 0 = 1. h
h3 h2
Puede comprobarse que f no es continua en los puntos de la forma (, ). Estudiamos ahora la existencia de derivadas parciales en el punto (0, 0): f (h, 0) f (0, 0) f (0, 0) = lim = = 0, h0 x h f f (0, h) f (0, 0) (0, 0) = lim = = 0. h0 y h De este ejemplo podemos deducir la siguiente advertencia: f (c) = f es continua en c. xi
En cuanto a la relacin entre continuidad y existencia de derivadas parciales, se pueden dar las siguientes situaciones: Funcin continua en un punto para la que existen todas sus derivadas parciales en ese punto. Funcin continua en un punto para la que no existen alguna o todas sus derivadas parciales en ese punto. Funcin discontinua en un punto para la que existen todas sus derivadas parciales en ese punto. Funcin discontinua en un punto para la que no existen alguna o todas sus derivadas parciales en ese punto.
3.5. DERIVADAS DIRECCIONALES Y PARCIALES
73
Puedes intentar encontrar ejemplos de cada una de ellas? A la vista de esta situacin que, en cierto sentido, es un resultado no esperado teniendo en cuenta lo que se obtena para el caso de una variable, podemos pensar que hay que abordar un estudio ms complejo, comenzando por recordar que al punto c Rn nos podemos acercar desde muchas direcciones, no slo las direcciones de los ejes coordenados. Va a aparecer entonces un nuevo concepto, que denimos a continuacin. Denicin 3.5.2 Sea f : D Rn R y sean v un vector de Rn tal que v = 1 y c Do . Se dene la derivada direccional de f en c en la direccin de v como: f (c + hv) f (c) , Dv f (c) = lim h0 h que se interpreta como la variacin de f cuando su argumento vara en la direccin de v. En el caso de que v = ei = (0, . . . , 0, 1(i , 0, . . . , 0) entonces Dv f (c) = Ejemplo 3.5.5 Sea 3 3 x y x2 + y 2 f (x, y) = 0 si si (x, y) = (0, 0), (x, y) = (0, 0), f (c). xi
y sea v = (v1 , v2 ) = v1 i + v2 j unitario. Vamos a calcular, si existe, la derivada direccional de f en (0, 0) en la direccin de v: Dv f (0, 0) = lim f (0 + hv1 , 0 + hv2 ) f (0, 0) = h0 h
3 3 h3 v1 h3 v2 2 2 h2 v1 +h2 v2
= lim Ejemplo 3.5.6 Sea ahora: f (x, y) =

h0
3 3 v1 v2 . 2 2 v1 + v2
1 0
si
x = 0 y = 0, en otro caso.
74
Es sencillo comprobar que f no es continua en (0, 0). Vamos a calcular, si es posible, las derivadas direccionales de f . Tenemos que: Dv f (0, 0) = 0 si v = (1, 0) v = (0, 1), en otro caso.
Vamos a considerar un ejemplo que dar respuesta a la siguiente pregunta: Si existen todas las derivadas direccionales en un punto, podemos concluir que la funcin es continua en dicho punto? Ejemplo 3.5.7 Sea f (x, y) = 1 0 si x2 = y 2 (x, y) = (0, 0), en otro caso.
Se tiene que Dv f (0, 0) = 0 v, pero f no es continua en (0, 0).
3.6
Matriz jacobiana y vector gradiente
Denicin 3.6.1 Sea una funcin f : D Rn R y sea c Do tal que existen todas la derivadas parciales de f en c. Se dene el vector gradiente de f en c como f (c) = f f (c), . . . , (c) x1 xn Rn .
Bajo determinadas condiciones, el gradiente indica la direccin de mximo crecimiento de la funcin f a partir del punto c, como ms adelante veremos en detalle. Ejemplo 3.6.1 Sea f : R2 R (x, y) cos 2 (x + y 4 ) . 2
Esta funcin tiene derivadas parciales en R2 . Vamos a calcular su gradiente en un punto cualquiera (x, y): f (x, y) = x sen ( (x2 + y 4 )), 2 y 3 sen ( (x2 + y 4 )) . 2 2
3.7. DIFERENCIABILIDAD
75
Denicin 3.6.2 Sea f : D Rn Rm y sea c Do , de manera que existen todas las derivadas parciales de f en c. Se dene la matriz jacobiana de f en c como: f1 f1 (c) xn (c) x1 f2 f2 x (c) x (c) n Jf (c) = 1 . . . ... . . . . fm fm (c) xn (c) x1 Ejemplo 3.6.2 Para la funcin del ejemplo 3.8.3, tenemos que la matriz jacobiana en un punto cualquiera (x, y) es: Jf (x, y) = Ejemplo 3.6.3 Sea f : R3 R2 (x, y, z) (x2 y, y 2 z). Tenemos que la matriz jacobiana en un punto cualquiera (x, y, z) es: Jf (x, y, z) = 2x 1 0 0 2y 1 . 2x 3 2 y sen (2 x y) 2 x sen (2 x y) .
3.7
Diferenciabilidad
Los ejemplos que acabamos de ver nos hacen plantearnos la siguiente cuestin: habr algn concepto que generalice el de derivada en una variable y para el cual se tenga un resultado similar al de una variable derivabilidad implica continuidad? Para intentar encontrar esta generalizacin, vamos a repasar lo conocido para el caso real. En el caso de que una funcin real fuese derivable en un punto x0 se tiene: f (x0 ) =
xx0
lim
f (x) f (x0 ) f (x) f (x0 ) lim f (x0 ) = 0 xx0 x x0 x x0 f (x) (f (x0 ) + f (x0 )(x x0 )) = 0, x x0
xx0
lim
que puede interpretarse como que la recta y = f (x0 ) + f (x0 )(x x0 ) es la ms cercana a f en el punto x0 (es la recta tangente). De hecho, f (x)y tiende a 0
76
ms rpidamente que xx0 . Si pensamos en esta interpretacin, podramos intentar imaginarnos que para una funcin f : D R2 R buscaramos el plano que ms se acerca a f en un punto (x0 , y0 ). Denicin 3.7.1 Sea f : D Rn R y sea c Do . Se dice que f es diferenciable en c = (c1 , . . . , cn ) si existen todas las derivadas parciales de f en c y adems f (x) f (c) +
xc
lim
f (c)(x1 x1
c1 ) + + xc
f (c)(xn xn
cn ) = 0, cn ) tiende a 0
f es decir, f (x) f (c) + x1 (c)(x1 c1 ) + + ms rpidamente que x c . Equivalentemente:
f (c)(xn xn
xc
lim
f (x) f (c) f (c) (x c) = 0, xc
es decir, f (x) f (c) f (c) (x c) tiende a 0 ms rpidamente que x c , donde u v representa el producto escalar de dos vectores. Ejemplo 3.7.1 Para el caso n = 2, tenemos que: f (c) + f f (c)(x1 c1 ) + (c)(x2 c2 ) x1 x2
es la ecuacin de un plano: el plano tangente a f en c. Proposicin 3.7.1 Sea f : D Rn R y sea c Do . Si f es diferenciable en c, entonces f es continua en c. Demostracin: En la denicin 3.7.1 basta observar que es necesario que (f (x) f (c)) 0 para que f sea diferenciable. Proposicin 3.7.2 Sean f, g : D Rn R diferenciables en c Do . Se tienen las siguientes propiedades: 1. f + g es diferenciable en c. 2. f g es diferenciable en c. 3. Si g(c) = 0, entonces f /g es diferenciable en c.
3.7. DIFERENCIABILIDAD
77
Denicin 3.7.2 Sea D Rn abierto y sea f : D R tal que c D existe f /xi (c). Se dene la funcin derivada parcial i-sima de f como: f :DR xi f x (x). xi Hemos visto que para estudiar la diferenciabilidad de una funcin f en un punto, primero estudiamos la existencia de derivadas parciales en dicho punto. Una vez hecho esto, para ver si f es diferenciable en dicho punto, debemos calcular un lmite. En algunas ocasiones, se puede simplicar este paso, gracias al siguiente teorema. Teorema 3.7.1 Sea f : D Rn R y sea c Do . Si las funciones f /xi , i = 1, . . . , n son continuas en c, entonces f es diferenciable en c. La condicin de este teorema no es necesaria, es decir, se pueden dar funciones que sean diferenciables en un punto, pero cuyas derivadas parciales en ese punto no sean continuas.
3.7.1
Propiedades del gradiente
Vamos a ver en esta seccin la relacin que existe entre el gradiente y las derivadas direccionales, as como otras propiedades e interpretaciones del gradiente, tiles para resolver algunos problemas. Proposicin 3.7.3 Sean f, g : D Rn R diferenciables en c Do . Se tienen las siguientes propiedades del gradiente: 1. 2. (f + g)(c) = f (c) + g(c).
(f g)(c) = g(c) f (c) + f (c) g(c).

f (c) g
3. Si g(c) = 0, entonces
1 g 2 (c)
g(c) f (c) f (c) g(c) .
Proposicin 3.7.4 Sea f : D Rn R y sea c Do tal que f es diferenciable en c. Sea v un vector de Rn tal que v = 1. Entonces: Dv f (c) =
f (c) v.
78
Ejemplo 3.7.2 Sea f : D R3 R ex y (x, y, z) z y sea v = (1/ 6, 2/ 6, 1/ 6) (unitario). Vamos a calcular Dv f (x, y, z) utilizando la proposicin 3.7.4. Para ello calculamos: f (x, y, z) = y as tenemos: Dv f (x, y, z) = y ex y, 1, z z 1 2 1 , , 6 6 6 y ex y+2 . = z 6z ex y y, 1, z z
Como consecuencia de la proposicin 3.7.4 tenemos la siguiente: Proposicin 3.7.5 Sea f : D Rn R y sea c Do tal que f es diferenciable en c. Entonces la direccin de f (c) es la de mxima variacin de f desde el punto c. Demostracin: La variacin o velocidad de f en c en la direccin de un vector unitario v viene representada por Dv f (c). Por la proposicin 3.7.4 tenemos que esta derivada direccional coincide con f (c) v. Por las propiedades del producto escalar tenemos: Dv f (c) f (c) v = f (c) ,
ya que v es unitario. Si tomamos ahora como vector unitario: v= tenemos: Dv f (c) = f (c) 1 f (c) f (c) = f (c) f (c)
2
f (c) f (c)
1 ( f (c) f (c) f (c) ,
f (c)) =
alcanzndose el valor mximo para la derivada direccional.

3.7. DIFERENCIABILIDAD Ejemplo 3.7.3 Sea f : R2 R (x, y) x2 + y.
79
Vamos a estudiar la mxima variacin de f en el punto (1, 1). Para ello calculamos f (1, 1) = (2, 1) y ahora normalizamos. La direccin de mxima variacin de f es la dada por el vector unitario v = (2/ 5, 1/ 5). Teorema 3.7.2 Dada f : D Rn R con n = 2 n = 3. Sea c Do tal que f es diferenciable en c. Entonces el conjunto de nivel que pasa por c es ortogonal a f (c). Ejemplo 3.7.4 Sea f : R3 R (x, y, z) x2 + y 2 + z 2 . La supercie de nivel f (x, y, z) = r con r > 0 es una esfera de radio r. Para cada punto (x, y, z) se tiene que f (x, y, z) = 2(x, y, z). (El radio de la esfera es ortogonal a la esfera.) Para funciones de una variable aparece el concepto de recta tangente relacionado con la derivada; en el caso de funciones de dos variables aparece el concepto de plano tangente a una supercie en el punto (x0 , y0 , z0 ) en la forma: z z0 = f f (x0 , y0 )(x x0 ) + (x0 , y0 )(y y0 ). x y
Este concepto se puede extender a funciones de n variables y se denomina en este caso hiperplano tangente, que se obtiene utilizando el gradiente en la forma: z = f (x0 ) + f (x0 ) (x x0 ). Nota 3.7.1 Es sencillo ver que el gradiente de una funcin es un vector cuyas proyecciones sobre los ejes de coordenadas son las derivadas parciales de dicha funcin. Adems: 1. El mdulo del gradiente en cada punto es el mximo valor de la variacin de la funcin con la distancia.
80
CAPTULO 3. CLCULO DIFERENCIAL EN RN 2. Su direccin es la de mxima variacin. 3. Su sentido es el de crecimiento de la funcin.
Proposicin 3.7.6 Sea f : D Rn Rm y sea c Do . Se tiene que f es diferenciable en c si y slo si lim f (x)f (c) Jf (c)(x c) = 0. xc
xc
3.8
Derivabilidad y diferenciabilidad para funciones vectoriales
Vamos a considerar ahora el caso de funciones denidas de R en Rm . Recordemos que una notacin habitual en este caso era x(t) = (x1 (t), . . . , xm (t)). Denimos dx x (t) = := (x1 (t), . . . , xm (t)) dt (recordemos que cada xi (t) es una funcin real de variable real). Ejemplo 3.8.1 Sea x : R R2 t (cos t, sen t), que es una parametrizacin de una circunferencia de radio 1. Tenemos que x (t) = (sen t, cos t) nos da el vector tangente a la curva en cada punto, como se puede comprobar grcamente. Denicin 3.8.1 Sea x : D R Rm (m = 2 3) t x(t) = (x1 (t), . . . , xm (t)) y sea to Do . Se dene la recta tangente a x en t0 como aqulla cuyas ecuaciones paramtricas son: y(t) x(t0 ) = (t t0 )x (t0 ).
3.9. REGLA DE LA CADENA Ejemplo 3.8.2 Sea x : D R R3 t (2 cos t, 4 sen t, t).
81
Tenemos que x (t) = (2 sen t, 4 cos t, 1). Para calcular la recta tangente en el punto 3, necesitamos evaluar x y x en dicho punto, y nos queda la ecuacin en paramtricas: y (2, 0, 3) = (t 3)(0, 4, 1). Vamos a abordar ahora el caso general de funcin vectorial de varias variables. Denicin 3.8.2 Sea f : D Rn Rm y sea c Do . Se dice que f es diferenciable en c si cada componente de f lo es. Ejemplo 3.8.3 Sea f : R2 R2 (x, y) (x2 3 y, cos(2xy)). Esta funcin es diferenciable en todos los puntos de R2 .
3.9
Regla de la cadena
En esta seccin vamos a estudiar las propiedades que, respecto de la derivabilidad y diferenciabilidad, tiene la composicin de funciones. Recordemos que para el caso de una variable, si tenamos f : D1 R R y g : D2 R R tal que Im f D2 , entonces podamos calcular la funcin g f : D1 R y tenamos la siguiente propiedad (en notacin similar a la que usamos para varias variables): d dg df [g(f (x))] = (f (x)) (x). dx dx dx Nos planteamos ahora la cuestin de si existe un resultado similar para funciones f : D Rn Rm . Lo primero que debemos hacer es establecer los dominios para que dos funciones se puedan componer. Denicin 3.9.1 Sean f : D1 Rn Rm y g : D2 Rm Rp y tales que Im f D2 . Se dene entonces la funcin f compuesta con g y se denota g f a la funcin: g f : D1 Rn Rp x g(f (x)).
82
Teorema 3.9.1 (Regla de la cadena) Sean f : D1 Rn Rm y g : D2 o o Rm Rp y tales que Im f D2 . Sea c D1 tal que f (c) D2 . Supongamos que f es diferenciable en c y g es diferenciable en f (c). Entonces g f es diferenciable en c y adems J(g f )(c) = Jg(f (c))Jf (c). Ejemplo 3.9.1 Sean g : R2 R2 (x, y) (x + y, x y) Podemos calcular: f g : R2 R (x, y) 4xy y tenemos que Jf = f = (2x, 2y), y Jg = As: J(f g) = (f g) = J(f (g(x)))Jg(x) = (2(x + y) 2(x y)) Ejemplo 3.9.2 Sean: f : R2 R2 (x, y) (cos(x y), sen (x y)) Podemos calcular: f g : R3 R2 (x, y, z) (cos(ex x y z), sen(ex x y z)). Si calculamos directamente la jacobiana de la composicin, tenemos: Jf (g(x, y, z)) = ex (1 + x)yzsen (ex xyz) ex xzsen (ex xyz) ex xysen (ex xyz) . ex (1 + x)yz cos(ex xyz)
f : R2 R (x, y) x2 y 2 .
1 1 1 1
1 1 1 1
= (4 y 4 x).
g : R3 R2 (x, y, z) (x, ex yz).
ex xz cos(ex xyz)
ex xy cos(ex xyz)
3.9. REGLA DE LA CADENA
83
Aplicando la regla de la cadena obtendremos el mismo resultado. Comprobmoslo: ysen (xy) xsen (xy) Jf (x, y) = , y cos(xy) x cos(xy) Jf (g(x, y, z)) = ex yzsen (ex xyz) xsen (ex xyz) ex yz cos(ex xyz) x cos(ex xyz) 1 0 0 x x e yz e z e y
x
Jg(x, y, z) = J(f (g(x)))Jf (x) =
ex (1 + x)yzsen (ex xyz) ex xzsen (ex xyz) ex xysen (ex xyz) ex (1 + x)yz cos(ex xyz) ex xz cos(ex xyz) ex xy cos(ex xyz) Regla de la cadena para las derivadas parciales
En muchas ocasiones, cuando componemos funciones, no es necesario calcular la jacobiana completa de la composicin, sino slo algunas de las derivadas, por ello nos interesa practicar con algn ejemplo el clculo de estas derivadas parciales. Ejemplo 3.9.3 Queremos calcular: [g(u(x, y), v(x, y))] x y esta derivada es: g(u(x, y), v(x, y)) u(x, y) + g(u(x, y), v(x, y)) v(x, y), u x v x que suele escribirse abreviadamente como: gu ux + gv vx . Ejercicio 3.9.1 Siguiendo lo hecho en el ejemplo 3.9.3, calcula: g [u(z(x, y), t(x, y)), v(z(x, y), t(x, y))] x y g [u(z(x, y), t(x, y)), v(z(x, y), t(x, y))] . y
84
3.10
Derivadas de orden superior
En esta seccin vamos a hablar de cmo derivar sucesivamente una funcin de varias variables. Nos plantearemos cmo derivar parcialmente las funciones derivadas parciales. Pensemos, por simplicar la notacin, en una funcin f : D R2 R. Supongamos que existen las derivadas parciales f (c) y x f (c) para todo punto c D. Podramos denir entonces las funciones: y f f : D R2 R : D R2 R y y x f f (x, y) (x, y) (x, y) (x, y). x y Supongamos adems que estas dos nuevas funciones admiten, a su vez, derivadas parciales en todo punto c D. Hablaramos entonces de funciones derivadas parciales de las funciones derivadas parciales, y seran: x f x , y f x , x f y , y f y .
Vamos a jarnos en la segunda y la tercera de estas derivadas, llamadas derivadas cruzadas. Nos podramos preguntar si ambas coinciden (algo as como una conmutatividad en la derivacin). La respuesta es armativa si f es sucientemente buena. Nota 3.10.1 Las derivadas anteriores (salvo las derivadas cruzadas) se denotan habitualmente: 2f 2f , , f , f , fxx , fyy . x2 y 2 xx yy Teorema 3.10.1 (Schwarz) Sea f : D Rn R y supongamos que existen todas las derivadas parciales de segundo orden: xi xi f xj f xj 2f , i = 1, . . . , n, j = 1, . . . , n xj xi f xi 2f 2f = . xj xi xi xj
y son continuas. Entonces: = xj
Nota 3.10.2 En el caso de que estemos en condiciones de aplicar el teorema 3.10.1, las derivadas cruzadas se denotan tambin 2f 2f , , f , f , fyx , fxy . xy yx yx xy
3.11. MATRIZ HESSIANA
85
3.11
Matriz hessiana
Denicin 3.11.1 Sea f : D Rn R y supongamos que existen las derivadas parciales segundas y son continuas. Se dene la matriz hessiana de f en un punto c Do como la matriz: 2f 2f (c) x2 (c) x1 xn 1 2f 2f (c) (c) Hf (c) := x1 x2 . x2 xn . . .. . . . . . 2 2f f (c) (c) x1 xn x2 n Notad que es una matriz simtrica. Ejemplo 3.11.1 Sea f : R3 R (x, y, z) ex cos y + z 2 x. Su matriz hessiana en un punto genrico (x, y, z) es: ex cos y ex sen y 2z Hf (x) = ex sen y ex cos y 0 . 2z 0 2x Denicin 3.11.2 Sea f : D Rn Rm con D abierto. Se dice que f es de clase C k en D si existen derivadas parciales k-simas de f en D y son continuas. Adems denimos el conjunto: C k (D; Rm ) := {f : D Rn Rm | existen las derivadas parciales k-simas y son continuas} . (k 1). Se denota C k (D) = C k (D; R). Nota 3.11.1 Recordemos que para k = 0 el conjunto C k (D; Rm ) est denido en 3.4.4.
86
3.12
Polinomios y frmula de Taylor
Nos planteamos ahora la extensin a varias variables de la aproximacin de una funcin utilizando polinomios de Taylor. Vamos a denir el polinomio de Taylor hasta de orden 2. Denicin 3.12.1 Sea f : D Rn R, y sea c = (c1 , . . . cn ) Do tal que f tiene derivadas parciales terceras continuas en c. Denotamos x = (x1 , . . . , xn ). Se dene el polinomio de Taylor de orden 2 de f en c como: P2 (x1 , . . . , xn ) := f (c) + 1 2 f f (c)(x1 c1 ) + + (c)(xn cn ) + x1 xn
2f 2f 2f (c)(x1 c1 )2 + (c)(x1 c1 )(x2 c2 ) + + 2 (c)(xn cn )2 x2 x1 x2 xn 1
y el resto R2 (x) := f (x) P2 (x) satisface: | R2 (x) | C x c 3 , donde C depende de la tercera derivada de f . Ejemplo 3.12.1 Sea f : R2 R (x, y) ex cos y y sea c = (0, 0). Vamos a calcular el polinomio de Taylor de grado 2 de f en (0, 0). Calculamos todo lo necesario: f 2f 2f 2f f (c) = 1, (c) = 0, 2 (c) = 1, 2 (c) = 1, (c) = 0, f (0, 0) = 1, x y x y xy con lo que: 1 1 P2 (x, y) = 1 + x + x2 y 2 . 2 2 Ejemplo 3.12.2 Sea f : R3 R (x, y, z) ey (1 + x2 z 2 )
3.12. POLINOMIOS Y FRMULA DE TAYLOR
87
y c = (1, 0, 1). Vamos a calcular el polinomio de Taylor de grado 2 de f en c. Tenemos: f (1, 0, 1) = 1, f f f (1, 0, 1) = 2, (1, 0, 1) = 1, (1, 0, 1) = 2, x y z
2f 2f 2f (1, 0, 1) = 2, (1, 0, 1) = 1, (1, 0, 1) = 2, x2 y 2 z 2 f 2 f 2 f 2 (1, 0, 1) = 2, (1, 0, 1) = 0, (1, 0, 1) = 2, xy xz yz con lo que el polinomio buscado es: P2 (x, y, z) = 1 + 2(x 1) + y 2(z 1)+ 1 2(x 1)2 + 4(x 1)y + y 2 4y(z 1) 2(z 1)2 . 2 Nota 3.12.1 El desarrollo de Taylor de orden 2 se puede escribir de forma compacta como: P2 (x) = f (c) + 1 f (c) (x c) + (x c)t Hf (c)(x c). 2
Recordad que (x c) denota el vector columna. Ejemplo 3.12.3 Vamos a repetir el ejemplo 3.12.1 siguiendo la nota 3.12.1. Tenemos: P2 (x, y) = 1 + (1 0) y el ejemplo 3.12.2 quedara: x1 P2 (x, y, z) = 1 + (2 1 2) y + z1 2 2 0 x1 1 1 2 y . (x 1 y z 1) 2 2 0 2 2 z1 Ejercicio 3.12.1 A la vista de cmo es un desarrollo de Taylor de orden 2 en varias variables y de cmo es el desarrollo de Taylor de orden 3 en una variable podras denir el polinomio de Taylor de orden 3 para varias variables?
x y
1 + (x y) 2
1 0 0 1
x y
88
3.13
Optimizacin: extremos relativos, condicionados y absolutos
De la misma manera que para el caso de funciones de una variable, el estudio de mximos y mnimos para funciones de varias variables se realiza de manera ms sencilla si se utilizan derivadas. Sin embargo este estudio es ms complicado que en el caso de funciones de una variable como habrs podido deducir despus del estudio de la derivabilidad y de la diferenciabilidad realizado en secciones anteriores. Denicin 3.13.1 Sea f : D Rn R y c Do . Se dice que f tiene un mximo relativo en c si > 0 tal que f (x) f (c) x B(c, ). Se dice que f tiene un mnimo relativo en c si > 0 tal que f (c) f (x) x B(c, ). Sea ahora c D. Se dice que f tiene un mximo absoluto en c si f (x) f (c) x D. Se dice que f tiene un mnimo absoluto en c si f (c) f (x) x D. Denicin 3.13.2 Sea f : D Rn R y c Do . Se dice que f tiene un extremo relativo en c, si f tiene en c un mximo o un mnimo relativo. Si c D, diremos que f tiene un extremo absoluto en c si f tiene en c un mximo o un mnimo absoluto. Nota 3.13.1 Por simplicar la notacin, cuando digamos mximo, mnimo o extremo, nos estaremos reriendo a mximo absoluto, mnimo absoluto o extremo absoluto, respectivamente. Para el estudio de mximos y mnimos suele ser muy til el siguiente teorema aplicable en conjuntos cerrados y acotados. Teorema 3.13.1 (Weierstrass) Sea f : D Rn R una funcin continua en un conjunto D que es cerrado y acotado. Entonces f alcanza en el conjunto su mximo y su mnimo.
3.13. OPTIMIZACIN
89
Teorema 3.13.2 Sea f : D Rn R diferenciable en D. Sea c Do . Si f tiene un extremo relativo en c, entonces f (c) = 0. Nota 3.13.2 El recproco del teorema anterior no es cierto. Recuerda lo que suceda para el caso de funciones de una variable. Denicin 3.13.3 Sea f : D Rn y sea c Do tal que entonces que c es un punto crtico de f . f (c) = 0. Se dice
Denicin 3.13.4 Sea f : D Rn R y sea c Do un punto crtico de f que no es extremo relativo de f . Entonces se dice que f tiene en c un punto silla. Ejemplo 3.13.1 Sea f : D R2 R (x, y) x2 + 2y 2 con D = (x, y) | x2 + y 2 5 , que es cerrado y acotado. Como f es continua, el teorema 3.13.1 nos asegura la existencia de mximo y mnimo absolutos. El mnimo absoluto se ve a simple vista: se alcanza en (0, 0) y vale 0. Como (0, 0) Do , es tambin mnimo relativo. Vamos a estudiar la existencia de otros extremos relativos. f (x, y) = (2x, 4y) = (0, 0) x = 0 e y = 0, como ya sabamos. A la vista de esto, podemos deducir que el mximo de f se alcanza en la frontera de D, que en este caso es D = (x, y) | x2 + y 2 = 5 . (Veremos ms adelante cmo calcular este mximo). En la gura 3.16 podemos ver la grca de f y sobreimpresionada, la grca de f (D). Ejemplo 3.13.2 Sea la funcin f : R2 R (x, y) x2 y 2 . f tiene en c = (0, 0) un punto punto crtico no extremo (punto de silla), y podemos ver en la gura 3.17 que la grca de f se parece a una silla (de montar a caballo).
90

1 2 -2 -1 0 1 2
-2 15
-1
10
Figura 3.16: Grca de la funcin f
1 0.5 0 -0.5 -1 -1 -0.5 0 0.5 1 -1 -0.5 1 0.5 0
Figura 3.17: Grca de un punto silla
En el ejemplo anterior hemos hallado un punto crtico, y hemos podido deducir a simple vista que era un mnimo relativo porque la funcin era muy sencilla. Nos imaginamos que no siempre tendremos tanta suerte. Recordemos que para el caso de funciones reales de una variable, el estudio de la derivada segunda de la funcin poda darnos informacin de si un punto crtico era extremo relativo. En el caso de una funcin de varias variables, lo que cabra esperar es que la matriz hessiana pudiera darnos informacin acerca de esta cuestin. Denicin 3.13.5 Una matriz A Mnn (R) simtrica se dice 1. denida positiva si xt Ax > 0, x Rn \ {0}, x Rn ,
2. semidenida positiva si xt Ax 0,
3.13. OPTIMIZACIN 3. denida negativa si xt Ax < 0, x Rn \ {0}, x Rn ,
91
4. semidenida negativa si xt Ax 0,
5. no denida si no es de ninguno de los cuatro tipos anteriores. Proposicin 3.13.1 Sea una matriz A Mnn (R) simtrica, y sean 1 , . . . , n sus valores propios 1 . Entonces: 1. A es denida positiva si y slo si i > 0, i = 1, . . . , n. 2. A es semidenida positiva si y slo si i 0, i = 1, . . . , n. 3. A es denida negativa si y slo si i < 0, i = 1, . . . , n. 4. A es semidenida negativa si y slo si i 0, i = 1, . . . , n. Proposicin 3.13.2 Sea una matriz A Mnn (R) simtrica, y sean 1 , . . . , n sus menores principales. Entonces: 1. A es denida positiva si y slo si i > 0, i = 1, . . . , n. 2. A es denida negativa si y slo si (1)i i > 0, i = 1, . . . , n. Teorema 3.13.3 Sea f : D Rn R de clase C 2 , sea c Do un punto crtico de f , y supongamos que | Hf (c) |= 0. Entonces: 1. Si Hf (c) es denida positiva, f tiene en c un mnimo relativo. 2. Si Hf (c) es denida negativa, f tiene en c un mximo relativo. 3. Si Hf (c) es no denida, f tiene en c un punto crtico no extremo. Ejemplo 3.13.3 Sea f : R2 R (x, y) x3 + xy 4x + 2. Vamos a calcular su extremos relativos. Para ello, calculamos: f (x, y) = (3x2 + y 4, x)
1
Recordemos que una matriz simtrica es diagonalizable

92
y tenemos que f (x, y) = (0, 0) si y slo si x = 0 e y = 4. As, f tiene un nico punto crtico, el punto (0, 4). Debemos calcular ahora: Hf (0, 4) = 0 1 1 0 .
Tenemos | Hf (0, 4) |= 1, por lo que podemos aplicar el teorema 3.13.3 y Hf (0, 4) tiene como valores propios 1 y 1, luego es no denida. Por lo tanto f tiene en (0, 4) un punto silla. Ejemplo 3.13.4 Sea f : R2 R (x, y) x3 y 3 2xy + 6. Tenemos f (x, y) = (3x2 2y, 3y 2 2x) y de f (x, y) = 0 salen dos puntos crticos (0, 0) y (2/3, 2/3). Tenemos que la matriz hessiana de f en un punto (x, y) es: Hf (x, y) = de manera que: Hf (0, 0) = 0 2 2 0 , 2 2 Hf ( , ) = 3 3 4 2 2 4 . 6x 2 2 6y ,
Los dos determinantes son no nulos, as que podemos aplicar en los dos casos el teorema 3.13.3 y tenemos que Hf (0, 0) tiene como valores propios 2 y 2 con lo que es no denida y Hf (2/3, 2/3) tiene como valores propios 6 y 2, con lo que es denida negativa. En consecuencia, f tiene en (0, 0) un punto silla y en (2/3, 2/3) un mximo relativo. En la gura 3.13.4 podemos ver la grca de esta funcin.
3.14
Teorema de los multiplicadores de Lagrange
Hemos visto anteriormente cmo calcular extremos relativos de funciones en ciertos dominios. Pero no ha sido fcil calcular los extremos absolutos ya que no sabamos cmo calcular extremos en la frontera. En esta seccin vamos a dar respuesta a un problema ms general, y en particular a cmo calcular extremos en la frontera. Para concretar el tipo de problema que vamos a resolver, veamos un ejemplo.
3.14. TEOREMA DE LOS MULTIPLICADORES DE LAGRANGE
93
8 7 6 5 4 -1 -0.5 0 0.5 1 -1
1 0.5 0 -0.5
Figura 3.18: Grca de x3 y 3 2xy + 6
Ejemplo 3.14.1 Sea f : R3 R (x, y, z) x2 3y 2 + z 2 y sea el conjunto S = (x, y, z) | x2 + y 2 + z 2 = 4 . El problema que hay que resolver es calcular los extremos de f condicionados a que (x, y, z) S. La notacin habitual para estos problemas es denir una funcin auxiliar g de la siguiente manera: g : R3 R (x, y, z) x2 + y 2 + z 2 4, con lo que podemos expresar el conjunto S como: S = {(x, y, z) | g(x, y, z) = 0} y diremos que buscamos los extremos de f condicionada a g. Nota 3.14.1 f condicionada a g se suele escribir abreviadamente como f |g . Nota 3.14.2 Observemos que si f |g tiene un extremo relativo en c, no tenemos necesariamente que f (c) = 0. Teorema 3.14.1 Sean f, g : D Rn R continuas en D y con derivadas parciales continuas en D. Sea S = {x D | g(x) = 0} .
94
CAPTULO 3. CLCULO DIFERENCIAL EN RN g(c) = 0 y c es extremo relativo de f |g . Entonces > 0 f (c) = g(c).
Sea c S tal que tal que:
De este teorema se deduce un procedimiento para resolver el problema de encontrar los extremos de f condicionada a g, que es el mtodo de los multiplicadores de Lagrange. Nota 3.14.3 En los ltimos ejemplo y teorema hemos considerado una funcin g : D Rn R, lo que supone que tenemos una restriccin. En el caso general, podemos tener m restricciones, es decir, la funcin g, en general, ser de la forma g : D Rn Rm . Mtodo de los multiplicadores de Lagrange Consideremos f : D Rn R y g : D Rn Rm y supongamos que queremos calcular los extremos de f condicionada a g. Consideramos = (1 , . . . , m ). Construimos una nueva funcin: F : D Rm R (x, ) f (x) + 1 g1 (x) + + m gm (x). Sea c tal que Jg(c) tiene rango mximo. Entonces, c es un extremo relativo de f |g si y slo si (c, ) es un extremo relativo de F , para algn Rm . Ejemplo 3.14.2 Sea f : R3 R (x, y, z) x2 + y 2 + (z 1)2 y queremos calcular sus extremos condicionados a: z + y 2 = 4, z 2x2 y 2 = 0. Construimos primero la funcin g: g : R3 R2 (x, y, z) (z + y 2 4, z 2x2 y 2 )
3.15. ANEXO y ahora la funcin F :
95
F : R5 R (x, y, z, 1 , 2 ) x2 + y 2 + (z 1)2 + 1 (z + y 2 4) + 2 (z 2x2 y 2 ). Para calcular los extremos de F , debemos calcular su gradiente, y resolver F (x, y, z, 1 , 2 ) = 0. Tenemos: F (x, y, z, 1 , 2 ) = (2x 4x2 , 2y + 21 y 22 y, 2(z 1) + 1 + 2 , z + y 2 4, z 2x2 y 2 ), y los puntos crticos de F son: 13 1 13 1 2, 0, 4, , 2, 0, 4, , , 2 2 2 2 3 1 , 0, 2, 2, , 2 2 3 1 , 0, 2, 2, , 2 2 ,
y por lo tanto, los puntos crticos de f condicionada a g son: ( 2, 0, 4), ( 2, 0, 4), (0, 2, 2), (0, 2, 2).
3.15
Anexo
Denicin 3.15.1 Dados dos vectores u y v Rn , se dene la proyeccin ortogonal de u sobre v como el vector: Proyv (u) = uv u, v v = v. 2 v v 2
3.15.1
Cnicas
f : D R2 R (x, y) a x2 + 2 b x y + c y 2 + d x + e y + g.
Denicin 3.15.1 Consideramos una funcin:
(3.8)
Se denomina cnica al subconjunto de R2 : f 1 ({0}) = (x, y) R2 | f (x, y) = 0 .

96
CAPTULO 3. CLCULO DIFERENCIAL EN RN matricial de la forma: b d x c e y = 0. e g 1
Una cnica admite una expresin a (x y 1) b d Denotando D= a b d b c e d e g
D0 =
a b , b c
se tiene la siguiente clasicacin para las cnicas: Si D = 0 las cnicas se denominan degeneradas y: Si D0 < 0 son dos rectas que se cortan. Si D0 = 0 es el conjunto vaco, una recta o dos rectas paralelas. Si D0 > 0 es un punto. Si D = 0 las cnicas se denominan NO degeneradas y son: Si D0 < 0 una hiprbola. Si D0 = 0 una parbola. Si D0 > 0 una elipse o el conjunto vaco.
3.15.2
Cudricas
f : D R3 R (x, y, z) A x2 + B y 2 + C z 2 + G x + H y + J z + L.
Denicin 3.15.2 Consideramos una funcin:
(3.9)
Se denomina cudrica al subconjunto de R3 : f 1 ({0}) = (x, y, z) R3 | f (x, y, z) = 0 (es una supercie de nivel). Nota 3.15.1 En ocasiones se consideran tambin los polinomios con los trminos cruzados D x y + E x z + F y z; en estos casos la cudrica estara girada y haciendo una rotacin adecuada, podramos expresarla en la forma (3.9).
3.15. ANEXO Una cudrica admite una expresin matricial de la forma: (1 x y z)A(1 x y z)t = 0
97
con A una matriz simtrica. Las cudricas se clasican en funcin de los valores propios de A. Las ms importantes son el elipsoide, el hiperboloide hiperblico, el hiperboloide elptico, el cono, el paraboloide elptico, el paraboloide hiperblico, el cilindro elptico, el cilindro hiperblico y el cilindro parablico. En las prcticas se vern las ecuaciones de estas cudricas y la forma de representarlas geomtricamente.
3.15.3
Plano tangente y recta normal a una supercie

{(x, y, z) R3 | F (x, y, z) = 0}.
Una supercie, en su forma ms general, se expresa como:
Consideramos c = (c1 , c2 , c3 ) un punto de la supercie (es decir, F (c1 , c2 , c3 ) = 0), y deseamos calcular su plano tangente y su recta normal. La ecuacin de un plano que pasa por (c1 , c2 , c3 ) es: P (x, y, z) := A(x c1 ) + B(y c2 ) + D(z c3 ) = 0 y tenemos que, como deben coincidir las derivadas parciales en el punto, entonces: F F F (c1 , c2 , c3 ), B = (c1 , c2 , c3 ), C = (c1 , c2 , c3 ). (3.10) A= x y z Por otro lado, la recta normal a la supercie en c es la recta perpendicular al plano tangente P (x, y, z) en c. Esta recta tiene por ecuaciones: x c1 y c2 z c3 = = . (3.11) A B C Si la supercie S viene expresada mediante una parametrizacin, es decir, dada por: : D R2 R3 (u, v) (u, v), con Im = S, y si (u0 , v0 ) Do , entonces el vector normal a S en el punto (u0 , v0 ) viene dado por u (u0 , v0 ) v (u0 , v0 ) y, en consecuencia, para calcular las ecuaciones del plano tangente y de la recta normal a S en (u0 , v0 ) no hay ms que tomar en (3.10) y (3.11): (A, B, C) = u (u0 , v0 ) v (u0 , v0 ) y (c1 , c2 , c3 ) = (u0 , v0 ).
98
Captulo 4 Clculo integral en R

4.1 La integral de Riemann
La nocin de integral aparece en geometra en un intento de calcular reas de guras cualesquiera. En un repaso histrico podemos ver que: los babilnicos ya saban calcular el rea de recintos poligonales descomponindolos en tringulos. Los egipcios utilizaban el valor de para calcular reas de recintos circulares: rea del crculo: r2 , rea de una elipse de semiejes a y b: a b, rea de un sector circular de ngulo : r2 /2. El problema con el que nos encontramos es cmo calcular reas de guras curvilneas cualesquiera. Este problema se puede simplicar, ya que cualquier gura curvilnea se puede descomponer en trapecios curvilneos, por lo tanto nuestro problema se reduce al clculo de reas de trapecios curvilneos. Para el clculo del rea de un trapecio curvilneo consideramos una funcin acotada f denida en un intervalo cerrado [a, b] y dividimos dicho intervalo en subintervalos de la forma [a = t0 , t1 ], [t1 , t2 ], , [tn1 , tn = b]. Elegimos n puntos (1 en cada subintervalo) xi [ti1 , ti ] para i = 1, , n. De esta manera obtenemos una primera aproximacin del rea en la forma:
n
f (xi ) (ti ti1 ),

i=1
pues el rea de cada uno de los rectngulos se calcula multiplicando su base por su altura.
100
CAPTULO 4. CLCULO INTEGRAL EN R
De esta forma cuanto ms pequeos son los subintervalos que tomamos ms nos estamos aproximando al rea buscada, es decir, tenemos que calcular un lmite:
n n
lim
f (xi ) (ti ti1 ).

i=1
Este lmite se denota:

n n b
lim
f (xi ) (ti ti1 )

i=1 a
f (x) dx.
Ejemplos: calcula el rea limitada por las funciones f (x) = k, f (x) = x y f (x) = x2 entre x = 0 y x = b. f (x) = k f (x) = x f (x) = x2 Para la funcin f (x) = x consideramos diferentes particiones del intervalo [0, b]: con un subintervalo P1 = [0, b].
b b con dos subintervalos P2 = [0, 2 ], [ 2 , b]. b b con tres subintervalos P3 = [0, 3 ], [ 3 , 2b ], [ 2b , b]. 3 3 b b b b con cuatro subintervalos P4 = [0, 4 ], [ 4 , 2 ], [ 2 , 3b ], [ 3b , b]. 4 4
Tomamos en cada subintervalo como xi el extremo superior. De esta forma el rea resultante para cada particin es: con P1 = [0, b]. A1 = f (x1 ) (b 0) = f (b) (b 0) = b2 .
b b con P2 = [0, 2 ], [ 2 , b].
A2 = f (x1 )
b b 0 + f (x2 ) b 2 2
=f
b 2
b b 3 b2 + f (b) = . 2 2 4
4.1. LA INTEGRAL DE RIEMANN

b b con P3 = [0, 3 ], [ 3 ,
101
2b 2b ], [ 3 , b]. 3
A3 = f (x1 )
2b b 2b b 0 + f (x2 ) + f (x3 ) b = 3 3 3 3 b b 2b 2b b 2b f 0 +f + f (b) b = 3 3 3 3 3 3 1+2+3 b b 2b b b + + b = b2 . 3 3 3 3 3 33
con Pn el rea es: An = b

21
b2 + 2 + + n = 2 n2 n
i=
i=1
b2 n(n + 1) . n2 2
Si calculamos el lmite cuando n tiende a innito sale b2 /2.
4.1.1
Denicin de funcin integrable
Denicin 4.1.1 Una particin de un intervalo [a, b] es un conjunto nito de puntos de [a, b] que incluye a los extremos. Una particin P la representamos ordenando sus puntos de menor a mayor: P = {xi }n {a = x0 < x1 < x2 < < xn1 < xn = b}. i=0 Una particin divide el intervalo [a, b] en n subintervalos [xi1 , xi ], cada uno de longitud xi xi1 . Denicin 4.1.2 Una particin Q de un intervalo [a, b] se llama renamiento de la particin P si P Q, es decir, si Q tiene ms puntos que P . Denicin 4.1.3 Sea f una funcin acotada denida en [a, b], y sea P una particin P = {xi }n {a = x0 < x1 < x2 < < xn1 < xn = b}. Sean, i=0 para cada i = 1, ..., n, Mi = sup{f (x) : x [xi1 , xi ]}, mi = nf{f (x) : x [xi1 , xi ]}.
La suma inferior de f asociada a P se dene como:

n
S(f, P ) =
i=1 Matemticas I Curso 2010/2011
mi (xi xi1 )
102
y la suma superior de f asociada a P es:

n
S(f, P ) =
i=1
Mi (xi xi1 ).
Proposicin 4.1.1 Sean f : [a, b] R una funcin acotada en [a, b], m = nf{f (x) : x [a, b]}, M = sup{f (x) : x [a, b]}, P una particin de [a, b] y Q un renamiento de P . Entonces: S(f, P ) S(f, Q) S(f, Q) S(f, P ). m (b a) S(f, P ). M (b a) S(f, P ). Corolario 4.1.1 El conjunto de las sumas inferiores asociadas a f y a todas las particiones de [a, b] es un subconjunto no vaco de nmeros reales acotado superiormente, luego tiene supremo, que se llama: Integral inferior de f sobre [a, b] = S = sup{S(f, P ) : P particin de [a, b]}. El conjunto de las sumas superiores asociadas a f y a todas las particiones de [a, b] es un subconjunto no vaco de nmeros reales acotado inferiormente, luego tiene nmo, que se llama: Integral superior de f sobre [a, b] = S = nf{S(f, P ) : P particin de [a, b]}. Denicin 4.1.1 Sea f : [a, b] R una funcin acotada en [a, b]. Se dice que f es integrable Riemann si S = S y entonces se denota:
b
S=S=
a
f.
Ejemplo 4.1.1 La funcin: f (x) = 1, x Q [a, b] 0, x (R \ Q) [a, b]
no es integrable en [a, b]. Como en cualquier intervalo de nmeros reales hay nmeros racionales y tambin nmeros irracionales, dada cualquier particin P de [a, b], se cumple que:
n n
S(f, P ) =
i=1 Matemticas I Curso 2010/2011
mi (xi xi1 ) =
i=1
0 (xi xi1 ) = 0,
4.1. LA INTEGRAL DE RIEMANN y adems:

n n
103
S(f, P ) =
i=1
Mi (xi xi1 ) =
i=1
1 (xi xi1 ) = b a,
por lo tanto: S = 0 y S = b a y b a no puede ser 0 porque entonces no tendramos un intervalo, sino un punto. Teorema 4.1.1 Toda funcin f : [a, b] R 1. montona en [a, b] es integrable en [a, b]; 2. continua en [a, b] es integrable en [a, b].
4.1.2
Propiedades
A partir de las propiedades de los lmites podemos trasladar algunas propiedades a las integrales denidas como son:
b b
a b
f (x) dx =
a b
f (x) dx
b
(f + g)(x) dx =
a a
f (x) dx +
a
g(x) dx
a c
f (x) dx = 0
b c
a b
f (x) dx =
a
f (x) dx +
b a
f (x) dx
f (x) dx =
b
f (x) dx
b b
Si f (x) g(x) x [a, b] entonces

a
f (x) dx
a
g(x) dx
No obstante estas propiedades no son sucientes, por este motivo se pasa a otro tipo de tcnicas.
104
4.2
Teorema del valor medio para integrales
Teorema 4.2.1 Sea f una funcin integrable en el intervalo cerrado y acotado [a, b] y sean m, M tales que para todo x [a, b] se cumple que: m f (x) M. Entonces el nmero 1 ba
a b
f (x) dx
denominado promedio integral de f en [a, b], est en [m, M ], es decir m 1 ba

b
f (x) dx M.
a
Cuando f es continua en [a, b], su promedio integral est en el rango de valores de f ; es decir: Teorema 4.2.2 (Teorema de la media del clculo integral) Sea f una funcin continua en el intervalo cerrado y acotado [a, b] (y por tanto integrable). Existe entonces al menos un punto x0 [a, b] tal que 1 ba
b
f (x) dx = f (x0 )
a
4.3
Teorema fundamental del Clculo. Regla de Barrow
Dada una funcin f (x) denida en un intervalo [a, b] podemos construir una nueva funcin F (x) denida en ese mismo intervalo de tal forma que a cada elemento de ese intervalo le asocie el rea del trapecio curvilneo que est formado por f (x) entre y = 0 y las rectas verticales que pasan por (a, 0) y (x, 0). La funcin queda denida como:
x
F (x) =
a
f (t) dt.
A partir de esta denicin podemos deducir el teorema fundamental del clculo.

4.4. INTEGRAL INDEFINIDA
105
Teorema 4.3.1 Teorema fundamental del clculo. Si la funcin f es continua, entonces la funcin F es derivable y adems F (x) = f (x). A partir del teorema fundamental del clculo podemos deducir un mtodo que nos permite calcular las reas; se denomina Regla de Barrow y dice que:
b
f (x) dx = F (b) F (a).

a
4.4
Integral indenida
Denicin 4.4.1 Sea f : D R una funcin real de variable real. Se dice que F (x) es una primitiva de f (x) si y slo si F (x) = f (x), x D. Ejemplos: x2 es una primitiva de 2 x. x2 + 5 tambin es una primitiva de 2 x. x log(x) x es una primitiva de log(x). No aparece en la tabla de integrales inmediatas; para calcularlo debemos aplicar algn mtodo de los que ahora veremos.
4.4.1
Propiedades
Dada f (x) funcin real de variable real y F (x) primitiva de f (x) se verica: F (x) + k es una primitiva de f (x). Si G(x) es una primitiva de f (x) entonces F (x) = G(x) + k. Ejemplos: 2 x dx = x2 + k 1 1 dx = + k 2 x x 2 tan(x) 1 dx = + k 1 + tan2 (x) + k = tan2 (x) + k cos2 (x) cos2 (x)
106
Denicin 4.4.2 Se llama integral indenida de f (x) al conjunto de todas sus primitivas y se representa por f (x) dx.
Propiedades de la linealidad de la integral
1.
f (x) + g(x) dx =
f (x) dx +
g(x) dx.
2.
a f (x) dx = a
f (x) dx.
Nota:
f (x) g(x) dx =
f (x) dx
g(x) dx
4.5
4.5.1
Integrales Inmediatas
Tipo I
Son aqullas que permiten integrar todo tipo de funciones potenciales:
xa dx =
xa+1 +C a+1
4.5.2
Tipo II
En este tipo incluimos todas aqullas que aparecen en la tabla de derivadas excepto la derivada logartmica, que constituir un nuevo tipo.
4.5. INTEGRALES INMEDIATAS Funciones exponenciales y trigonomtricas:
107
y = au
y = au ln(a)u
au ln(a)u dx = au + C
y = eu
y = eu u
eu u dx = eu + C
y = sen(u)
y = u cos(u)
u cos(u) dx = sen(u) + C
y = cos(u)
y = u sen(u)
u sen(u) dx = cos(u) + C
y = tan(u)
y = u (1 + tan2 (u))
u (1 + tan2 (u)) dx = tan(u) + C
y = tan(u)
y =u
1 cos2 (u) 1 sen2 (u)
1 dx = tan(u) + C cos2 (u) 1 dx = cot(u) + C sen2 (u)
y = cot(u)
y =u
y = sec(u)
y = u sec(u) tan(u)
u sec(u) tan(u) dx = sec(u) + C
y = csc(u)
y = u csc(u) cot(u)
u csc(u) cot(u) dx = csc(u) + C
108
Funciones trigonomtricas inversas o funciones circulares: u 1 u2 u 1 u2 u dx = arcsen(u) + C 1 u2 u dx = arccos(u) + C 1 u2
y = arcsen(u)
y =
y = arccos(u)
y =
y = arctan(u)
y =
u 1 + u2
u dx = arctan(u) + C 1 + u2
4.5.3
Tipo III
Integrales que provienen de la derivadas de un logaritmo neperiano: u dx = ln(u) + C u
4.6
Integrales Racionales
P (x) dx, Q(x)
Este mtodo se utiliza para resolver integrales indenidas de funciones racionales:
donde P (x) y Q(x) son polinomios. Nota: En el caso en el que gr(P (x)) gr(Q(x)) se empieza el proceso aplicando el teorema del resto: P (x) R(x) = C(x) + Q(x) Q(x) Ejemplo: x2 + 1 dx = x+3
(x 3) dx + 10
1 dx x+3
4.6. INTEGRALES RACIONALES Trucos:
109
Descomponer la integral en partes y denominar a cada una con un nombre distinto. A veces buscaremos un logaritmo neperiano, es decir, intentaremos completar la derivada del denominador.
Ejemplo: x2 1 2x 1 dx = I1 + I2 = dx 2 dx = 2+4 2+4 2+4 x 2 x x x ln |x2 + 4| arctan + C. 2 2 En las integrales racionales distinguiremos varios casos dependiendo de si las races del denominador se pueden obtener aplicando Runi, son simples, mltiples, reales o complejas. Aunque se pueden dar muchas situaciones no vamos a estudiar casos demasiado complicados.
4.6.1
Integracin racional: races reales y distintas
El denominador se puede descomponer aplicando Runi en la forma: Q(x) = (x a)(x b)(x c) . . . . Ejemplo: I= 5x3 + 2 dx x3 5x2 + 4x
1. Cociente de polinomios del mismo grado: aplicamos el teorema del resto: 5 dx + 2. Una de ellas es inmediata: I = 5x + 25x2 20x + 2 dx + C = 5x + I1 + C x3 5x2 + 4x
25x2 20x + 2 dx. x3 5x2 + 4x
110
3. Resolvemos I1 factorizando aplicando Runi: I1 = 25x2 20x + 2 dx x(x 4)(x 1)
4. Descomponemos aplicando fracciones simples: I1 = A B C + + dx x x1 x4
5. Resolvemos (salvo constantes): I1 = A ln |x| + B ln |x 1| + C ln |x 4| + C 6. Calculamos las constantes:
25x2 20x + 2 A B C = + + 3 5x2 + 4x x x x1 x4 = A(x 1)(x 4) + Bx(x 4) + Cx(x 1) x(x 4)(x 1)
Se igualan los numeradores: 25x2 20x + 2 = A(x 1)(x 4) + Bx(x 4) + Cx(x 1) y se dan valores a las x (los que anulan el denominador, concretamente x = 0, x = 1, x = 4). Sacamos que A = 1/2, B = 7/3 y C = 161/6. 7. Se sustituye el valor de las constantes en la integral.
4.6.2
Integracin racional: races reales y de multiplicidad m
El denominador se puede descomponer aplicando Runi en la forma: Q(x) = (x a)(x b)(x c)m (x d)n . . . .
4.6. INTEGRALES RACIONALES
111
En este caso por cada raz de multiplicidad m se aaden m sumandos de la forma: P (x) dx = (x a)m Ejemplo: I= 2x dx 4 3x2 + x3 A B C XX + + + ... + dx. 2 3 (x a) (x a) (x a) (x a)m
1. Resolvemos factorizando aplicando Runi: 2x dx (x + 1)(x 2)2 2. Descomponemos aplicando fracciones simples: I= A B D + + dx x + 1 x 2 (x 2)2
3. Resolvemos (salvo constantes): A ln |x + 1| + B ln |x 2| D(x 2)1 + C 4. Calculamos las constantes: A B D 2x = + + 2 + x3 4 3x x + 1 x 2 (x 2)2 = A(x 2)2 + B(x + 1)(x 2) + D(x + 1) (x + 1)(x 2)2
Se igualan los numeradores 2x = A(x 2)2 + B(x + 1)(x 2) + D(x + 1) y se dan valores a las x (los que anulan el denominador, concretamente x = 2, x = 1) y alguno que sea sencillo para el clculo, si es posible x = 0. Sacamos que A = 2/9, B = 2/9 y D = 4/3. 5. Se sustituye el valor de las constantes en la integral.
112
4.6.3
Integracin racional: races complejas y distintas
En ocasiones cuando se hace la descomposicin del denominador las races que aparecen son complejas y distintas, apareciendo factores en el denominador de la forma: a x2 + b x + c, que se transforman en fracciones de la forma: Mx + N . a x2 + b x + c Ejemplo: 2x + 1 dx (x 1)(x2 + x + 2) 1. Resolvemos factorizando aplicando Runi (ya est). 2. Descomponemos aplicando fracciones simples: A Mx + N + 2 dx x1 x +x+2 3. Resolvemos (salvo constantes). I2 lo veremos luego: A ln |x 1| + 4. Calculamos las constantes: 2x + 1 A Mx + N = + 2 2 + x + 2) (x 1)(x x1 x +x+2 A(x2 + x + 2) + (M x + N )(x 1) = (x 1)(x2 + x + 2) Se igualan los numeradores: 2x + 1 = A(x2 + x + 2) + (M x + N )(x 1) y se dan valores a las x (los que anulan el denominador, concretamente x = 1) y alguno que sea sencillo para el clculo, si es posible x = 0. Sacamos que A = 3/4, N = 1/2 y M = 3/4. 5. Se sustituye el valor de las constantes en la integral.
Mx + N dx x2 + x + 2
4.6. INTEGRALES RACIONALES
113
4.6.4
Integracin racional de races complejas de multiplicidad m. Mtodo de Hermite
Muy largo de aplicar, ver referencias bibliogrcas clsicas.
4.6.5
Integrales que contienen un polinomio cuadrtico en el denominador
Existen algunas integrales que contienen un polinomio cuadrtico en el denominador (con o sin raz) y pueden ser reducidas a inmediatas mediante una serie de procedimientos estndar: Tipo I: Que tengan x en el numerador: mx + n dx a x2 + b x + c Se mira si la derivada del denominador coincide con el numerador. Si es as aparece un ln, si no es as, se completa hasta que as sea. 2x + 1 dx = ln |x2 + x + 1| + C 2+x+1 x En el siguiente caso hay que completar hasta encontrar la derivada (multiplicar y dividir por dos, luego sumar y restar 1 y con lo que queda pasamos al tipo II): 1 1 x 2x 2x + 1 1 dx = dx = dx x2 + x + 1 2 x2 + x + 1 2 x2 + x + 1 2x + 1 1 1 1 dx dx = 2+x+1 2+x+1 2 x 2 x 1 1 1 = ln |x2 + x + 1| dx + C 2+x+1 2 2 x Tipo II: Que no tengan x en el numerador: m dx + bx + c Hay que intentar completar hasta una arcotangente, para ello antes de nada recordad que (x + a)2 = x2 + 2ax + a2 . Adems es conveniente conseguir que el coeciente de x2 sea 1 antes de empezar a buscar la arcotangente. a x2 1 dx +x+1
x2
114
CAPTULO 4. CLCULO INTEGRAL EN R En esta integral se toma como a para hacer (x + a)2 la mitad del coeciente de x, es decir, en este caso a = 1 . Comparamos con nuestra 2 expresin: 2 1 1 x+ = x2 + x + 2 4 es decir, para obtener x2 + x + 1 le tenemos que aadir 3/4: 1 dx = x2 + x + 1 = 1
3 4
1 (x +
1 2 ) 2
3 dx 4 1 2
= (x +
1
1 2 ) 2
3 4
2 dx
arctan
x+
3 4
2 + C = arctan 3
2x + 1 3
+C
Tipo III: Que tengan x en el numerador y tengan una raz cuadrada mx + n en el denominador: dx. a x2 + b x + c Hay que intentar completar hasta tener a derivada de la funcin que est dentro de la raz, porque lo que tenemos en este caso es una funcin de la forma u dx. 2 u Por ejemplo: 2x + 2 dx = 2 x2 + x + 1 = 2 2x + 1 + 1 dx = 2 x2 + x + 1 2x + 1 dx + 2 2 x2 + x + 1
1 dx = 2 x2 + x + 1
= 2 x2 + x + 1 + 2
1 dx + C 2+x+1 2 x
Tipo IV: Que no tengan x en el numerador y tengan una raz cuadrada m en el denominador: dx: a x2 + b x + c En este caso se pueden dar varias situaciones:
u dx = arcsen u2
u +C
4.7. INTEGRACIN POR PARTES u dx = ln |u + u2 2 | + C u2 2 1 dx = x2 + x + 1 1 x+

1 2 2
115
= ln +
3 4
x+
1 2
x2 + x + 1 +C
Tipo V: Que tengan un polinomio de grado n en el numerador y tengan f (x) una raz cuadrada en el denominador dx. 2 + bx + c ax Tipo VI. Que tengan un polinomio de grado n y una raz cuadrada en el numerador: f (x) a x2 + b x + c dx. Ejercicios: a) b) c) e) x2 x dx + 2x + 3
x1 dx (x + 2)2 x 10 dx 2 + 2x + 3 x x3 dx x2 + x + 1 d) f) x2 + 3 x 5 dx x2 x 2 1 dx (x + a + 1)(x + a)
4.7
Integracin por partes

(f (x) g(x)) = f (x) g(x) + f (x) g (x).
Dadas dos funciones f y g sabemos derivar el producto:
Si integramos cada una de las partes de la frmula anterior: (f (x) g(x)) dx = f (x) g(x) = f (x) g(x) dx + f (x) g(x) dx + f (x) g (x) dx f (x) g (x) dx
116 podemos despejar y:
f (x) g(x) dx = f (x) g(x)
f (x) g (x) dx,
de manera que hemos transformado una integral en otra (que suponemos ms sencilla). El inters de este mtodo radica en que la integral f (x)g(x) dx sea ms sencilla que la inicial f (x)g (x) dx. Si no es as, no tiene sentido aplicar dicho mtodo y buscaramos otro. En estos casos aplicamos la frmula de todos conocida: u dv = u v v du.
Para decidir quin es u utilizamos la siguiente regla mnemotcnica: A circulares inversas, L logaritmos, P Potencias, E exponenciales, S Trigonomtricas. Elegimos siempre u como la funcin situada ms a la izquierda de la palabra ALPES. Ejercicios: x ex dx, x2 ex dx, ln(x) dx, x dx, cos2 x (u = x) (u = x2 ) (u = ln x) (u = x) Solucin: ex (x 1) + K Solucin: ex (x2 + 2x + 2) + K Solucin: x (ln | x | 1) + K Solucin: x tan(x) + ln | cos(x) | +K (u = x2 + 1)
(x2 + 1) sen(2x) dx,
Solucin: x ex dx =
1 sen(2x) x2 cos(2x) cos(2x) + x +K 2 4 2 x (ex ) dx = x ex (x) ex dx = x ex ex dx =
ex (x 1) + K
4.8. INTEGRACIN POR CAMBIO DE VARIABLE arcsen(x) dx = x arcsen(x)
117
x dx = x arcsen(x) + 1 x2 1 x2
Ejemplo de integrales reiteradas por partes: ex sen(x) dx Solucin: ex (sen(x) cos(x)) + K 2
4.8
Integracin por cambio de variable
Esta tcnica nos va a permitir transformar una integral complicada en otra ms sencilla (siempre que el cambio de variable se realice de manera adecuada). As, para realizar la integral: f (x) dx podemos hacer un cambio de variable x = h(t); al derivar esta expresin queda dx = h (t) dt y sustituyendo en la integral inicial: f (x) dx = f (h(t)) h (t) dt.
Supongamos que conocemos una primitiva H(t) de f (h(t)) h (t), entonces: f (x) dx = f (h(t)) h (t) dt = H(t) + k.
Finalmente, se deshace el cambio mediante t = h1 (x) quedando el resultado de la integral en la forma: f (x) dx = H(h1 (x)) + k. Ejemplos: x+1+2 x dx. 2x x Cambio de variable: x = t2 ; por lo tanto: dx = 2 t dt. t2 + 1 + 2 t 2 t dt = 2 t2 t t2 + 1 + 2 t t2 1 2t dt = + 2 + 2 dt 2 2 t t t t 1 2 1 = 1+ 2 + dt = t + 2 ln |t| + k t t t 1 = x + 2 ln( x) + k. x
118 1 x2 dx.
Cambio de variable: x = sen(t); por lo tanto: dx = cos(t) dt. cos2 (t) dt.
1 sen2 (t) cos(t) dt =
Para hacer esta integral tenemos dos posibilidades: a) aplicar partes; b) esperar a las integrales trigonomtricas que veremos posteriormente. x dx. x+2 Cambio de variable: x = t2 ; por lo tanto: dx = 2 t dt. x dx = x+2
t 2 t dt = 2+2 t
2 t2 dt = 2 t2 + 2
t2
2 +2 +k
dt
4 1 dt = 2 t arctan t2 + 2 2 4 x = 2 x arctan + k. 2 2 = 2t 4 4 e3 x dx. 1 + e2 x
t 2
Cambio de variable: ex = t; por lo tanto ex dx = dt; entonces dx = 1 1 dt = dt. x e t 4 e3 x dx = 1 + e2 x 4 t3 1 dt = 1 + t2 t 4 t2 dt = 4 1 + t2 1 +1
t2
dt =
= 4 t 4 arctan(t) + k = 4 ex 4 arctan(ex ) + k. 1 dx. x+ 3x

4.8. INTEGRACIN POR CAMBIO DE VARIABLE Cambio de variable: x = t6 ; por lo tanto: dx = 6 t5 dt. 1 dx = x+ 3x = 6 1 6 t5 dt = 3 + t2 t t2 t + 1 6 t3 dt t+1
119
1 dt t+1 = 2 t3 3 t2 + 6 t ln |t + 1| + k = 2 x 3 3 x + 6 6 x ln( 6 x + 1) + k.
4.8.1
Cambios de variable trigonomtricos
Los cambios trigonomtricos son necesarios en aquellos casos en los que aparecen races y no encontramos otra manera de resolverlos. Caso I. Factor a b x2
El cambio de variable es b x2 = a sen2 (t) b x2 = a cos2 (t). Ejemplo: El cambio de variable es: 2 x2 = 3 sen2 (t) x2 = 3 sen2 (t) x = 2 3 sen(t) y dx = 2 3 cos(t) dt. 2 3 2 x2 dx
Sustituimos en la integral: Aplicando que 3 2 x2 dx = 3 3 sen2 (t) 3 cos(t) dt. 2
1 sen2 (t) = cos(t) y simplicando: 3 2 cos2 (t) dt,
integral inmediata, ya que: 1 + cos(2t) cos2 (t) = 2

3 2
1 + cos(2t) 3 3 dt = t + sen(2t) + C. 2 2 2 4 2
120
Para terminar hay que deshacer el cambio de variable: x= 3 2x sen(t) = sen(t) t = arcsen 2 3 b x2 a a a b x2 = . 2 (t) sen cos2 (t) 2x 3 .
Caso II. Factor
El cambio de variable es: b x2 = Ejemplo:
2 x2 3 dx El cambio de variable en este caso es: 2x2 = 3 x= sen2 (t) 3 1 dx = 2 sen(t) 3 cos(t) dt. 2 sen2 (t)
Sustituimos en la integral anterior: = 3 3 sen2 (t) 3 2 3 cos(t) dt = 2 sen2 (t) 3 2 3 3 sen2 (t) cos(t) dt sen2 (t) sen2 (t) cos2 (t) dt, sen3 (t)
3 cos2 (t) cos(t) 3 dt = sen2 (t) sen2 (t) 2
integral trigonomtrica que veremos en la seccin siguiente. Caso III. Factor b x2 + a
El cambio de variable es: b x2 = a tan2 (t) b x2 = a cot2 (t). Ejemplo: 2x2 + 3 dx
En este caso el cambio de variable requerido es: 2 x2 = 3 tan2 (t) x =

3 tan(t) dx = 2
3 1 dt. 2 cos2 (t)
4.9. INTEGRACIN TRIGONOMTRICA Sustituimos en la integral anterior (1 + tan2 (t)) = 1/ cos2 (t)): 3 tan2 (t) + 3 3 1 3 dt = 2 (t) 2 cos 2 1 dt. cos3 (t)
121
4.9
Integracin trigonomtrica
Se denominan integrales trigonomtricas a todas aqullas en las que aparecen algn tipo de frmulas trigonomtricas. Son de gran utilidad por s mismas y en cambios de variable. Para resolverlas tenemos que recordar algunas frmulas trigonomtricas:
sen2 (t) + cos2 (t) = 1 sen(x) tan(x) = cos(x) 1 1 + tan2 (t) = cos2 (t) sen(2x) = 2 sen(x) cos(x) cos(2x) = cos2 (x) sen2 (x) sen x 2 x cos 2 = = 1 cos(x) 2 1 + cos(x) 2
4.9.1
Procedimiento general
Existen algunas tcnicas que siempre nos van a permitir resolver este tipo de integrales, pero no siempre es conveniente utilizarlas porque puede que el proceso de integracin se alargue demasiado. Si es posible utilizar alguno de los procedimientos particulares que veremos en la prxima seccin, mejor. Tipo A. Impar en Seno. En este caso el cambio de variable es: cos(x) = t
122
CAPTULO 4. CLCULO INTEGRAL EN R de aqu obtenemos que: sen(x) = 1 t2 y 1 dx = dt. 1 t2
Nota: que una funcin sea impar en Seno no quiere decir que el seno est elevado a una potencia impar. Una funcin se dice Impar sii f (x) = f (x) y se dice par sii f (x) = f (x). Tipo B. Impar en Coseno. En este caso el cambio de variable es: sen(x) = t de aqu obtenemos que: cos(x) = 1 t2 y dx = 1 dt. 1 t2
Tipo C. Par en Seno y Par en Coseno. En este caso el cambio de variable es: tan(x) = t de aqu obtenemos que: sen(x) = t , 1 + t2 cos(x) = 1 1 + t2 y dx = 1 dt. 1 + t2
Tipo D. Ninguno de los casos anteriores. En este caso el cambio de variable es: tan de aqu obtenemos que: sen(x) = Ejemplos:
x =t 2
2t , 1 + t2
cos(x) =
1 t2 1 + t2
dx =
2 dt. 1 + t2
4.9. INTEGRACIN TRIGONOMTRICA Funcin impar en coseno (sustituir coseno por -coseno): sen2 (x) cos(x) dx cos2 (x)
123
En este caso el cambio de variable ser: sen(x) = t, por lo tanto: cos(x) dx = dt, sen2 (x) = t2 , cos(x) = 1 t2 , cos2 (x) = 1t2 ;
sustituimos en la integral: 1 dt, 1 factorizamos el denominador: 2t2 1 = ( 2t 1)( 2t + 1), B B 2 A 1 A 2 + + dt = ( 2t 1) ( 2t + 1) 2 ( 2t 1) ( 2t + 1) t2 1 dt = (1 t2 ) 2t2
dt,
para obtener dos logaritmos neperianos; por supuesto falta por encontrar el valor de las constantes y deshacer los cambios de variable. Funcin impar en seno (sustituir seno por -seno): sen(x) dx. 3 + 2 cos(x) Funcin impar en coseno (sustituir coseno por -coseno): cos(x) dx. 3 + 2 sen(x) Funcin par en seno y coseno: 1 dx. + 5 cos2 (x)
3 sen2 (x)
Funcin que no responde a ningn caso de los anteriores: 1 dx. 3 sen(x) + 5 cos(x)
124
4.9.2
Procedimientos particulares
En algunos casos particulares podemos utilizar tcnicas especcas que facilitan el trabajo y simplican el resultado. Integrales que slo contienen senos o cosenos con exponente entero Son integrales de la forma: sena (x) dx, cosa (x) dx.
En los casos en los que el exponente sea IMPAR, se descompone el integrando aplicando frmulas como: sen2 (x) = 1 cos2 (x), cos2 (x) = 1 sen2 (x). Ejemplo: sen5 (x) dx = = = = sen4 (x) sen(x) dx = 1 cos2 (x) 1 cos2 (x)
2
sen2 (x) sen2 (x) sen(x) dx
1 cos2 (x) sen(x) dx sen(x) dx
1 + cos4 (x) 2 cos2 (x) sen(x) dx
cos5 (x) 2 cos3 (x) + + C. 5 3 En los casos en los que el exponente sea PAR, se descompone el integrando aplicando frmulas como: = cos(x) + sen2 (x) = 1 cos(2x) , 2 1 + cos(2x) cos2 (x) = . 2
Ejemplo: cos2 (x) dx = 1 + cos(2x) x sen(2x) dx = + + C. 2 2 4

4.9. INTEGRACIN TRIGONOMTRICA
125
Integrales que slo contienen senos o cosenos en el denominador Son integrales de la forma: 1 dx sena (x) El caso ms sencillo es: 1 dx, sen(x) 1 dx. cos(x) 1 dx. cosa (x)
Como en ambos casos es impar en seno o coseno, cuando lo es en seno podemos aplicar cos(x) = t y cuando es impar en coseno aplicamos sen(x) = t. En este caso en concreto sale ms sencillo con el cambio tan (x/2) = t. Para la primera integral, si aplicamos tan (x/2) = t, teniendo en cuenta que: sen(x) = nos queda: 1 dx = sen(x) 2 1 dt = dt 2 1+t t x + C. = ln |t| = ln tan 2
2t 1+t2
2t , 1 + t2
cos(x) =
1 t2 1 + t2
dx =
2 dt, 1 + t2
Para la segunda integral, si aplicamos tan (x/2) = t, teniendo en cuenta que: sen(x) = nos queda: 1 dx = cos(x) = 1
1t2 1+t2
2t 1 + t2
cos(x) =
1 t2 1 + t2
dx =
2 dt, 1 + t2
2 dt = 1 + t2
2 dt = 1 t2
2 dt (1 t)(1 + t)
A B + dt = A ln |1 t| + B ln |1 + t| + C, (1 t) (1 + t)
donde quedan por determinar A y B y deshacer el cambio de variable.

126
En el caso en el que aparezcan potencias impares en el denominador (3,5,7,. . . ), por ejemplo: 1 1 dx, dx, 3 (x) sen cos3 (x) realizamos el siguiente proceso: 1 dx = sen3 (x) = sen2 (x) + cos2 (x) sen2 (x) dx = dx + sen3 (x) sen3 (x) 1 cos2 (x) dx + dx. sen(x) sen3 (x) cos2 (x) dx sen3 (x)
La primera es del tipo que hemos realizado en el apartado anterior y la segunda es impar en seno, luego podemos hacer el cambio cos(x) = t, que tambin podramos haber realizado desde el principio. LA MEJOR MANERA DE HACER ESTA INTEGRAL ES APLICAR PARTES: cos(x) = u. Integrales que contienen senos y cosenos en el numerador y denominador cosa (x) dx senb (x) sena (x) dx cosb (x)
Siempre intentamos bajar el grado aplicando frmulas de la forma sen2 (x) + cos2 (x) = 1.
4.10
Aplicaciones de la integral denida
En esta seccin vamos a ver las aplicaciones ms inmediatas de la integral denida que hemos estudiado anteriormente.
4.10.1
Clculo de reas planas
La aplicacin ms importante e inmediata de la integral denida es el clculo de reas de guras planas, para lo cual es necesario calcular el recinto que dene dicho rea, expresado habitualmente como una funcin sobre el eje OX o el eje OY o entre dos funciones.
4.10. APLICACIONES DE LA INTEGRAL DEFINIDA reas calculadas sobre el eje OX
127
Si f es una funcin positiva, continua en un intervalo [a, b], su rea coincide con la integral:
b
rea =
a
f (x) dx.
Aplicando la Regla de Barrow podemos deducir que: rea = F (b) F (a), donde F indica una primitiva de f . Ejemplos: Calcula el rea limitada por f (x) = x entre a = 0 y b = 3. Calcula el rea limitada por f (x) = e2 x entre a = 1 y b = 3. Si f es una funcin negativa, continua en un intervalo [a, b], su rea coincide con la integral cambiada de signo:
b
rea =
a
f (x) dx.
Aplicando la Regla de Barrow podemos deducir que: rea = (F (b) F (a)), donde F indica una primitiva de f . Ejemplos: Calcula el rea limitada por f (x) = x3 entre a = 2 y b = 0. Calcula el rea limitada por f (x) = sen(x) entre a = y b = 2 . Si f es una funcin negativa y positiva, continua en un intervalo [a, b], tenemos que calcular los puntos de corte con el eje OX y sumar o restar la integral segn estemos encima o debajo del eje. Ejemplos:
128
CAPTULO 4. CLCULO INTEGRAL EN R Calcula el rea limitada por f (x) = x3 entre a = 2 y b = 2. Calcula el rea limitada por f (x) = sen(x) entre a = 0 y b = 2 .
Clculo de reas limitadas por dos funciones. En este caso siempre que se puede es conveniente realizar el dibujo; en cualquier caso siempre deberemos encontrar los puntos de corte entre las funciones y realizar la integral teniendo en cuenta estos puntos de corte. Tambin debemos tener en cuenta cul es la funcin que va por arriba y cul es la que va por debajo. f y g positivas:
b
rea =
a
(f (x) g(x)) dx.
Calcula el rea limitada por f (x) = x3 y g(x) = x2 . En este caso los puntos de corte son x = 0 y x = 1 y la funcin que va por arriba es g(x) = x2 . f y g cualesquiera. En este caso el rea se calcula, en general, de la misma forma, pero es conveniente ver cmo van las grcas. Calcula el rea limitada por f (x) = x2 3 x + 2 y g(x) = x + 2. En este caso los puntos de corte son x = 0 y x = 4 y la funcin que va por arriba es g(x) = x + 2. reas calculadas sobre el eje OY Si x = g(y) es una funcin que toma valores de x positivos, continua en un intervalo [c, d], su rea coincide con la integral:
d
rea =
c
g(y) dy.
Si x = g(y) es una funcin que toma valores de x negativos, continua en un intervalo [c, d], su rea coincide con la integral:
d
rea =
c
g(y) dy.
4.10. APLICACIONES DE LA INTEGRAL DEFINIDA
129
Si x = g(y) es una funcin que toma valores de x positivos y negativos, continua en un intervalo [c, d], tenemos que calcular los puntos de corte con el eje y sumar o restar la integral segn estemos encima o debajo del eje:
d
rea =
c
g(y) dy.
Clculo de reas limitadas por dos funciones. En este caso siempre que se puede es conveniente realizar el dibujo; en cualquier caso siempre deberemos encontrar los puntos de corte entre las funciones y realizar la integral teniendo en cuenta estos puntos de corte. Tambin debemos tener en cuenta cul es la funcin que va por arriba y cul es la que va por debajo. f y g positivas
d
rea =
c
(f (y) g(y)) dy.
4.10.2
Clculo de la longitud de una curva
Otra aplicacin interesante es calcular la longitud de una curva y = f (x) entre x = a y x = b.

b
Longitud =
a
1 + (f (x))2 dx.
4.10.3
Clculo de volmenes de revolucin
El clculo de volmenes de revolucin se realiza de manera diferente segn el eje ante el que se revolucione la funcin. En cualquiera de los dos casos las secciones del volumen de revolucin son perpendiculares a alguno de los ejes y son crculos. MTODO DE LOS DISCOS Si las secciones son perpendiculares al eje OX, es decir, si el slido revoluciona en torno a este eje:
130
Vol =
a
f 2 (x) dx.
Si las secciones son perpendiculares al eje OY , es decir, si el slido revoluciona en torno a este eje:
d
Vol =
c
g 2 (y) dy.
MTODO DE LAS CAPAS Si las secciones son perpendiculares al eje OY , es decir, si el slido revoluciona en torno a este eje:
b
Vol = 2
a
x f (x) dx.
Si las secciones son perpendiculares al eje OX, es decir, si el slido revoluciona en torno a este eje:
d
Vol = 2
c
y f (y) dy.
Captulo 5 Clculo integral en Rn

En este captulo vamos a generalizar el concepto de integral que ya se ha visto para el caso de una funcin f : [a, b] R. Recordemos que si f 0, b entonces a f (x) dx es el rea de la gura limitada por la grca de f y el eje OX. Vamos a extender esta idea al caso de funciones f : D Rn R con n = 2, 3. Supondremos a partir de ahora que el dominio D es un conjunto cerrado y acotado y que f es una funcin acotada en D.
5.1
5.1.1
La integral de Riemann para funciones multivariadas

Integral doble
El objetivo de esta seccin es denir un concepto, la integral doble, de manera que si f : D R2 R satisface f (x) 0 x, entonces D f (x) dx sea el volumen del slido limitado por la grca, es decir, la supercie imagen de f y el subconjunto D del plano XY . Denicin 5.1.1 Sea f : D R2 R tal que f 0. Se dene la integral f (x, y) dx dy =
D D
f (x) dA
como el volumen del slido de base D y altura la de la grca de f . Es habitual utilizar la notacin para integrales en dominios de R2 , la notacin para dominios de R3 ,. . . .
132
CAPTULO 5. CLCULO INTEGRAL EN RN
Ejemplo 5.1.1 Sea D = {(x, y) | x 0, y 0, 1 x y 0}; tenemos entonces que: 1 1 dx dy = , 2 D 1 x dx dy = . 6 D
Sea ahora D = {(x, y) | 1 x 1, 0 y 1}. En este caso 1 dx dy = 2,

D D
y dx dy = 1.
Nota 5.1.1 Observemos que 1 dx dy

D
es el rea de D. Si recordamos la parte correspondiente a la integral de Riemann para funciones de una variable (de manera informal podemos decir que el rea de la gura limitada por una funcin f y el eje OX se aproxima por sumas de reas de rectngulos) podemos extrapolar este concepto a funciones de dos variables (de manera informal podemos decir que el volumen de la gura limitada por una funcin f y el plano XY se aproxima por sumas de volmenes de paraleleppedos).
Figura 5.1: Aproximaciones escalonadas para una integral doble
Denicin 5.1.2 (Integral doble sobre un rectngulo) Consideramos un rectngulo en R2 , es decir, un conjunto de la forma R = [a, b] [c, d]. Vamos a
5.1. LA INTEGRAL DE RIEMANN PARA FUNCIONES MULTIVARIADAS
133
subdividirlo en n2 rectngulos iguales. Para ello subdividimos cada uno de los intervalos [a, b] y [c, d] en n subintervalos iguales y consideramos los puntos: xj := a + j ba , n j = 0, . . . , n e yj := c + dc , n j = 0, . . . , n.
As denimos: Rjk := [xj , xj+1 ] [yk , yk+1 ]. Sea cjk Rjk (cualquiera). Se dene la suma parcial:
n n
Sn =
j=1 k=1
f (cjk )
ba dc . n n
Si lim Sn para toda eleccin de los cjk y este lmite no depende de dicha n eleccin, se dice f es integrable en R y se dene la integral como: f (x, y) dx dy := lim Sn .
R n
Nota 5.1.2 Las deniciones 5.1.1 y 5.1.2 son equivalentes. Proposicin 5.1.1 Sean f, g : R R2 R integrables en R. Se tienen las siguientes propiedades: 1. 1 dxdy = rea del rectngulo R.
R
2. Si f : R R2 R satisface que f (x) 0 x D, entonces f dx dy

R
es el volumen del recinto de R3 que queda bajo la grca de f . 3. f + g es integrable en R y, adems: (f (x, y) + g(x, y)) dx dy =
R R
f (x, y) dx dy +
R
g(x, y) dx dy.
4. R se tiene que f es integrable en R y, adems: f (x, y) dx dy =

R R
f (x, y) dx dy.
134
5. Si f 0, entonces: f (x, y) dx dy 0.
R
6. Si Q es un rectngulo que puede expresarse como Q = R1 Rm , o o con Ri Rj = si i = j, entonces:

m
f (x, y) dx dy =
Q i=1 Ri
f (x, y) dx dy.
Nos planteamos ahora la pregunta de si, para algunas funciones, se puede asegurar su integrabilidad, sin necesidad de recurrir a la denicin de funcin integrable. La respuesta la encontramos en la siguiente Proposicin 5.1.2 Si f : D R2 R es continua en D, entonces es integrable en D. Proposicin 5.1.3 Si f : D R2 R es continua en D salvo en un conjunto de puntos contenidos en la unin de curvas derivables, entonces f es integrable en D. Nota 5.1.3 Se entiende por curva derivable aqulla que admite una parametrizacin : D R R2 derivable.
5.2
5.2.1
Sea
Regiones elementales. Teorema de Fubini

Integrales dobles iteradas
D = {(x, y) | a x b, c y d} = [a, b] [c, d]
y f : D R. Se dene, si existe, la integral iterada (primero respecto a x y segundo respecto a y) como:

d c a b
f (x, y) dx dy, y, si existe, la integral iterada (primero respecto a y y segundo respecto a x) como:
b d
f (x, y) dy dx.
a c
5.2. REGIONES ELEMENTALES. TEOREMA DE FUBINI 135 Ejemplo 5.2.1

1 1 0 1
y dy dx =
1 2 = 1, 2
1 0
y dx dy =
1 0
2y dy = 1
(observemos que coinciden). En ambos casos estas integrales representan el rea bajo f (x, y) = y con base R = {(x, y) | 1 x 1, 0 y 1} = [1, 1] [0, 1].
Teorema 5.2.1 (de Fubini para rectngulos y funciones continuas) Si f : [a, b] [c, d] R2 R es continua en D, entonces existe f (x, y) dx dy
R
y adems:
b a c d d b
f (x, y) dy dx =
c a
f (x, y) dx dy =
R
f (x, y) dx dy.
Ejemplo 5.2.2 Sea f : R R2 R con R = [1, 1] [2, 2]. Tenemos que:

1 2
(2x2 y 2 ) dA =
R 1 1 2
(2x2 y 2 ) dy y3 2x y 3
2 y=2
dx dx = = 16 . 3
=
1
y=2
Si lo hacemos en orden inverso, tenemos:
(2x2 y 2 ) dA =
R 2 2
(2x2 y 2 ) dx 2x y2x 3
1 3 x=1
dy dy = = 16 . 3
=
2
x=1
136
Teorema 5.2.2 (Fubini) Sea f : [a, b] [c, d] R2 R. Si

b d d b
a c
| f (x, y) | dy
dx
c a
| f (x, y) | dx
dy (5.1)
se tiene que:
R
f (x, y) dx dy
y
b d d b
f (x, y) dx dy =
R a c
f (x, y) dy
dx =
c a
f (x, y) dx
dy.
Nota 5.2.1 Si f : [a, b][c, d] R2 R es continua en [a, b][c, d], entonces se satisfacen (5.1).
5.2.2
Integrales dobles sobre regiones ms generales
Consideramos D R2 acotado. Sea R un rectngulo tal que D R. Entonces, dada una funcin f : D R, denimos otra funcin f : R R de la siguiente manera: f (x, y) = f (x, y) 0 si (x, y) D si (x, y) R \ D.
Denicin 5.2.1 En las condiciones anteriores se dice que f es integrable en D si existe f (x, y) dx dy
R
y se dene f (x, y) dx dy =
D R
f (x, y) dx dy.
Nota 5.2.2 Para los recintos D R2 acotados y tales que D puede expresarse como unin nita de curvas derivables, se tiene la generalizacin de la proposicin 5.1.1 (es consecuencia inmediata de la denicin 5.2.1). Denicin 5.2.2 Se dice que una regin D R2 es elemental de tipo I si existen 1 , 2 : [a, b] R tales que:
5.2. REGIONES ELEMENTALES. TEOREMA DE FUBINI 137 1. 1 (x) 2 (x) x [a, b]; 2. 1 y 2 son funciones continuas en [a, b]; 3. D = {(x, y) | a x b, 1 (x) y 2 (x)}. Se dice que una regin D R2 es elemental de tipo II si existen 1 , 2 : [c, d] R tales que: 1. 1 (y) 2 (y) y [c, d]; 2. 1 y 2 son funciones continuas en [c, d]; 3. D = {(x, y) | c y d, 1 (y) x 2 (y)}. Se dice que una regin D R2 es elemental de tipo III si es simultneamente elemental de tipo I y elemental de tipo II. Se dice que una regin D R2 es una regin elemental si es elemental de tipo I, II III. Teorema 5.2.3 (de Fubini para regiones elementales y funciones continuas) Sea f : D R2 tal que D [a, b] [c, d] y adems
d b b d
c a
| f (x, y) | dx
dy
a c
| f (x, y) | dy
dx.
Entonces
D
f (x, y) dx dy
y adems: 1. Si D es de tipo I, entonces

b 2 (x)
f (x, y) dx dy =
D a 1 (x)
f (x, y) dy
dx.
2. Si D es de tipo II, entonces

d 2 (y)
f (x, y) dx dy =
D c 1 (y)
f (x, y) dx
dy.
Nota 5.2.3 Es posible debilitar las hiptesis del teorema 5.2.3, por ejemplo, el resultado sigue siendo cierto si f es continua en [a, b] [c, d] salvo quizs en un conjunto de puntos contenido en la unin nita de curvas derivables.
138
Ejemplo 5.2.3 Sea D el tringulo de vrtices (0, 0), (2, 1) y (4, 0). Vamos a calcular: x y dx dy.
D
Observemos que D es una regin de tipo II. Las curvas correspondientes seran 1 (y) = 2y y 2 (y) = 2y + 4 (son las ecuaciones de dos rectas, que pasan por los puntos correspondientes). Tenemos pues que: D = {(x, y) | 0 y 1, 2y x 2y + 4}. As,
1 42y 1
x y dx dy =
D 0 2y
x y dx dy = =
0
4 (8y 8y 2 ) dy = . 3
Alternativamente, podemos descomponer la regin D en dos regiones D1 y D2 , ambas de tipo I. Para la regin D1 tenemos que 1 (x) = x/2 y 2 (x) = 0, y para la regin D2 tenemos 1 (x) = x + 2 y 2 (x) = 0. As: 2 x y dx dy =
D 2 0 0
x 2
x y dx dy +
D1 4 x +2 2 D2
x y dx dy = 4 dx = = . 3
x y dy
dx +
2 0
x y dy
5.3
5.3.1
Teorema de cambio de variable

Cambio de variable en R2
Recordemos cmo hacamos los cambios de variable cuando calculbamos la integral de una funcin f : [a, b] R. Se tomaba una funcin g : [c, d] [a, b] derivable y tal que g era continua en [c, d] y adems | g (x) |> 0 x (c, d). Se tena el siguiente resultado:
b d
f (x) dx =
a c
f g(t) g (t) dt.
Ejemplo 5.3.1 Para calcular la integral:

2
1
0 Matemticas I Curso 2010/2011
x2 dx 4
5.3. TEOREMA DE CAMBIO DE VARIABLE
139
se haca el cambio de variable x = 2 cos t, con lo que dx = 2 sen t dt y as:

2
1
0
x2 dx = 4
0
2
1 cos2 t 2 sen t dt = =
. 2
Vamos a ver ahora el resultado referente al cambio de variable para integrales dobles que generaliza lo conocido para una variable. Teorema 5.3.1 (Cambio de variable) Sean D, D R2 y sea T : D D una aplicacin biyectiva de clase C 1 (D ) y tal que det (JT(u, v)) = 0 (u, v) D . Sea f : D R integrable. Entonces: f (x, y) dx dy =
D D
(f T)(u, v) |det (JT(u, v)) | du dv,
donde JT(u, v) es la matriz jacobiana: x x u v y y u v
Visto el teorema anterior, al hacer un cambio de variable tenemos que tener en cuenta que intervienen los siguientes elementos: 1. Las funciones f y f T. 2. Los recintos de integracin D y D . 3. El jacobiano de la transformacin.
4
0.5
1.5
2.5
Figura 5.2: Recinto de integracin D
140
Figura 5.3: Recinto de integracin D
Ejemplo 5.3.2 Sea D el paralelogramo acotado por las rectas y = 2x, y = 2x 2, y = x, y = x + 1. Calcula: x y dx dy
D
utilizando el cambio de variable x = u v, y = 2u v. El recinto inicial de integracin D puede verse en la gura 5.2. Debido a la geometra de este recinto, habra que calcular varias integrales iteradas para hallar la integral pedida. Observemos que con el cambio de variable, el recinto se transforma en el acotado por las rectas u = 0, v = 0, u = 1 y v = 2. Podemos verlo en la gura 5.3. As la integral pedida es: x y dx dy =
D 0 1 D
(u v)(2u v) 1 du dv = dv = = 7.
=
2 0
(u v)(2u v) du
5.3.2
Un cambio de variable en R2 : cambio a coordenadas polares

x = cos , y = sen ,
En R2 podemos hacer el cambio:
siendo 0 y [0, 2]. El cambio inverso es: x2 + y 2 y = arctan . x = El Jacobiano de la transformacin es .

5.4. INTEGRAL TRIPLE
141
5.4
Integral triple
Siguiendo las mismas ideas que en la seccin precedente, en esta seccin vamos a estudiar la integrabilidad de funciones f : D R3 R.
5.4.1
Integrales sobre dominios de tipo prisma
Consideraremos en primer lugar el subconjunto de R3 : B = [a, b][c, d][e, f ] (es un prisma). Este conjunto se puede expresar tambin como: B = {(x, y, z) | a x b, c y d, e z f }. Dado ahora n N consideramos los siguientes n3 sub-prismas de B:
1 2 3 Bijk = Bijk Bijk Bijk ,
con
1 Bijk = [a + 2 Bijk 3 Bijk
i i1 (b a), a + (b a)], n n j1 j = [c + (d c), c + (d c)], n n i k1 (f e), e + (f e)] = [e + n k
y tomamos para cada sub-prisma un elemento cijk Bijk . Denimos ahora la suma parcial n-sima como:
n n n
Sn f =
i=1 j=1 k=1
f (cijk )
(b a)(d c)(f e) . n3
Denicin 5.4.1 En las condiciones anteriores se dice que f es integrable en B si lim Sn f

n
y en este caso se dene la integral de f en B como: f (x, y, z) dx dy dz := lim Sn f.

B n
142
Denicin 5.4.2 En las condiciones anteriores se denen las integrales iteradas como:
b d f
f (x, y, z) dz
a c e
dy
dx,
(dene las restantes cinco integrales iteradas). Teorema 5.4.1 Sea f : [a, b] [c, d] [e, f ] R acotada. Si existe alguna de las integrales iteradas de | f |, entonces existen las seis integrales iteradas de f y coinciden. Proposicin 5.4.1 Si f : B = [a, b] [c, d] [e, f ] R es continua salvo a lo sumo en un conjunto de puntos contenido en la unin nita de supercies regulares, entonces f es integrable y adems:
b d c e f
f (x, y, z) dx dy dz =
B a
f (x, y, z) dz
dy
dx
(o cualquiera de las integrales iteradas).
5.4.2
Integrales triples sobre regiones generales
Para la denicin de f integrable sobre un recinto general del R3 , procederamos igual que en el caso de dos variables: sumergiendo el recinto en un prisma y deniendo la funcin auxiliar f (ejercicio: escribe con rigor la denicin siguiendo esta idea). Vamos a considerar recintos que admitan una expresin de la forma: V = {(x, y, z) | a x b, 1 (x) y 2 (x), 1 (x, y) z 2 (x, y)} (o una forma anloga cambiando el orden de las variables). Regiones elementales en R3 Denicin 5.4.3 Se dice que Q R3 es una 1. regin elemental de tipo I si Q = (x, y, z) R3 | (x, y) D, h1 (x, y) z h2 (x, y) , con D una regin elemental de R2 y h1 , h2 funciones continuas en D;
5.4. INTEGRAL TRIPLE 2. regin elemental de tipo II si Q = (x, y, z) R3 | (x, z) D, h1 (x, z) y h2 (x, z) ,
143
con D una regin elemental de R2 y h1 , h2 funciones continuas en D; 3. regin elemental de tipo III si Q = (x, y, z) R3 | (y, z) D, h1 (y, z) x h2 (y, z) , con D una regin elemental de R2 y h1 , h2 funciones continuas en D. Vamos a considerar el caso de Q R3 regin elemental de tipo I, con D regin elemental de tipo I en R2 (los restantes 5 casos sern anlogos). En este caso Q puede expresarse como: Q = (x, y, z) R3 | a x b, g1 (x) y g2 (x), h1 (x, y) z h2 (x, y) . Teniendo en cuenta el teorema 5.2.3 y la generalizacin a tres variables de la denicin 5.2.1 tenemos el siguiente resultado: Teorema 5.4.2 (Teorema de Fubini en R3 para funciones continuas sobre regiones elementales) Sea Q R3 una regin elemental de tipo I, con D una regin elemental de tipo I en R2 . Sean Qx las secciones paralelas al plano x = 0 desde el plano x = a hasta el plano x = b. Sea f : Q R continua. Entonces:
b
f (x, y, z) dx dy dz =
Q a Qx
f (x, y, z) dy dz
h2 (x,y)
dx = dx dy = dy dx.
f (x, y, z) dz
D b a h1 (x,y) g2 (x) g1 (x) h2 (x,y)
f (x, y, z) dz
h1 (x,y)
Ejemplo 5.4.1 Calcula: 2z dx dy dz,

V Matemticas I Curso 2010/2011 Apuntes para Grupo 4, Grupo 6 y Grupo 9 impartidos por Blanca Bujanda y Patricia Yanguas
144
con V el casquete superior de la esfera unidad.

1 1x2
1x2 y 2
2z dx dy dz =
V 1 1 1
1x2 1x2
2z dz dy dx =
0 2 0
1x2 y 2
1x2
dy dx = . 2
(En un momento dado va a ser conveniente hacer el cambio de variable x = cos t).
5.4.3
Algunos cambios de coordenadas en R3
Cambio a coordenadas cilndricas En R3 podemos hacer el cambio: x = cos , y = sen , z = z, con 0 y [0, 2 ]. El Jacobiano de la transformacin es . Cambio a coordenadas esfricas En R3 podemos hacer el cambio: x = cos sen , y = sen sen , z = cos , con 0, [0, 2 ] y [0, ]. El valor absoluto del jacobiano de la transformacin es 2 sen . En [?], podemos ver un dibujo representativo (gura 5.4) Tambin podemos optar por el cambio de variable: x = cos cos , y = sen cos , z = sen , con 0, [0, 2 ] y [ , ]. El valor absoluto del jacobiano de la 2 2 transformacin es 2 cos .
5.5. INTEGRALES SOBRE CURVAS Y SUPERFICIES
145
Figura 5.4: Marsden, coordenadas esfricas
5.5
5.5.1
Integrales sobre curvas y supercies

Integrales sobre curvas en R2 y en R3
El concepto que vamos a describir modeliza la suma continua de una funcin actuando sobre una curva. Aparecer por tanto, una composicin de funciones en la denicin de esta integral. Esta composicin representa que primero nos situamos en la curva y luego acta una funcin escalar f . Ms concretamente: sea f : Rm R con m {2, 3} y sea una curva en Rm , dada por una parametrizacin x : [a, b] Rm . Consideramos una particin del intervalo [a, b] en n subintervalos iguales: a = t0 < t1 < < tn = b, con ti = a + Entonces:
n1 n+ b
i (b a), n
i = 0, . . . , n.
lim
f (x(ti )) x(ti+1 ) x(ti ) =

i=0 a
f x(t)
x (t) dt.
Denicin 5.5.1 Dada una curva en Rm con m {2, 3}, consideramos una parametrizacin x de , es decir, una funcin x : [a, b] Rm con = Im x. Sea una funcin f : Rm R. Se dene la integral de f sobre la curva como:
146
Figura 5.5: Interpretacin geomtrica de una integral sobre una curva
f ds :=
a
f x(t) x (t) dt.
(5.2)
Nota 5.5.1 La integral de la denicin anterior es una integral en una variable y, por lo tanto, tiene las propiedades de estas integrales. Nota 5.5.2 La integral f ds no depende de la parametrizacin. Es decir, si x : [a, b] Rm e y : [c, d] Rm (con m {2, 3}) son dos parametrizaciones de , entonces se tiene:
b d
f (x(t)) x (t) dt =
a c
f (y(t)) y (t) dt
(basta hacer un cambio de variable adecuado). Es sencillo ver que en el caso particular de que f (x) = 1 x, la expresin 5.2 es la longitud de la curva . Si es una curva plana y f es una funcin real no negativa de dos variables reales, entonces f ds tiene una curiosa interpretacin geomtrica. Mide el rea de una pared cuyo suelo viene dado por la curva y su altura en cada punto por el valor de la funcin. Ejemplo 5.5.1 Consideramos f : R2 R (x, y) x2 y 2
5.5. INTEGRALES SOBRE CURVAS Y SUPERFICIES
147
y la curva , la circunferencia unidad restringida al primer cuadrante. Vamos a calcular f ds. Una parametrizacin de sera: x : 0, 2 R2 t (cos t, sen t). Tenemos que x (t) = (sen t, cos t); as: x (t) = cos2 t + sen2 t = 1, por lo que:
2
f ds =
0
(cos t sen t) dt =
0
cos(2t) dt = 0.
Ejemplo 5.5.2 Consideramos f : R3 R (x, y, z) x2 + z y la curva , la dada por la parametrizacin: x : [0, 4] R3 t (2 sen t, 2 cos t, t). (Podemos ver un dibujo de en la gura 5.6.) Tenemos que: x (t) = (2 cos t, 2 sen t, 1); as: x (t) = f ds =
5, por lo que:
5
0
(4 sen2 t + t) dt = = 8 (1 + ).
5.5.2
Integrales sobre supercies de R3
El concepto que vamos a describir modeliza la suma continua de una funcin actuando sobre una supercie. Aparecer por tanto, una composicin de funciones en la denicin de dicha integral. Denicin 5.5.2 Sea una funcin T : D R2 R3 (u, v) (x(u, v), y(u, v), z(u, v)).
148

-2 -1 2 0
1 0 -1 -2
10
Figura 5.6: Curva
Tenemos que ImT es una supercie S en R3 y que T es una parametrizacin de S. Se denen los vectores Tu := Tv := x y z , , u u u x y z , , v v v = xu i + yu j + zu k, = xv i + yv j + zv k,
y se dice que la supercie S es regular si Tu Tv = 0 (u, v) D. En lo que sigue consideraremos nicamente supercies S regulares salvo quizs en un nmero nito de puntos y parametrizaciones T de clase C 1 en Do . Nota 5.5.3 En el caso particular de que la supercie pueda ser expresada en la forma z = g(x, y), tenemos una parametrizacin trivial: T : D R2 R3 (x, y) (x, y, g(x, y)) y en consecuencia Tu Tv = (gx , gy , 1). (En particular la supercie es regular.) Denicin 5.5.3 Sea S una supercie y T una parametrizacin de S. Sea f : D1 R3 R. Entonces se dene la integral de f sobre la supercie S como: f dS :=
S D
f (x(u, v), y(u, v), z(u, v)) Tu Tv du dv.
5.6. APLICACIONES DE LAS INTEGRALES DOBLES Y TRIPLES
149
Nota 5.5.4 En el caso particular de que f sea la funcin 1, entonces la integral de f sobre S nos da el rea de S. Ejemplo 5.5.3 Consideramos la supercie S, parametrizada por: : [, ] [0, ] R3 (, ) r(cos sen , sen sen , cos ). Vamos a calcular su rea. Tenemos que: T = r sen sen i + r cos sen j; T = r cos cos i + r sen cos j r sen k; con lo que: T T = i j k r sen sen r cos sen 0 r cos cos r sen cos r sen = =
r2 sen (cos sen i + sen sen j + cos k), y as: T T = r2 sen . El rea de S es, por tanto:

A(S) =
S
1 dS =
D 2
T T d d =
0
r2 sen d d =
= 4r .
5.6
Aplicaciones de las integrales dobles y triples
Las integrales anteriormente denidas modelizan numerosos fenmenos fsicos, es decir, estas integrales tienen numerosas aplicaciones prcticas. Veamos algunas de ellas 1. Dada una supercie plana A, si (x, y) es la densidad en cada punto (x, y) de A, tenemos que la masa de A es M=
A
(x, y) dx dy.
2. Para calcular el centro de masas (xc , yc ) de una placa D debemos calcular las siguientes integrales: xc =
D
x(x, y) dx dy , (x, y) dx dy D
yc =
y(x, y) dx dy . (x, y) dx dy D
150
Aplicaciones de las integrales triples 1. Dado un volumen A, si (x, y, z) es la densidad en cada punto (x, y, z) de V , tenemos que la masa de V es M=
V
(x, y, z) dx dy dz
y para calcular el centro de masas (xc , yc , zc ) de un volumen V debemos calcular xc =

V
x(x, y, z) dx dy dz , (x, y, z) dx dy dz V
yc =
y(x, y, z) dx dy dz , (x, y, z) dx dy dz V
zc =
z(x, y, z) dx dy dz . (x, y, z) dx dy dz V
2. Momentos de inercia alrededor de los ejes coordenados. Recordemos que si tenemos un volumen en R3 que gira respecto a un eje, entonces 1 Ec = Iw2 2 donde Ec es la energa cintica, I es el momento de inercia y w es la velocidad radial. Tenemos entonces los siguientes momentos de inercia (a) Momento de inercia con respecto al eje OX: (y 2 + z 2 )(x, y, z) dx dy dz.
V
(b) Momento de inercia con respecto al eje OY (x2 + z 2 )(x, y, z) dx dy dz.

V
(c) Momento de inercia con respecto al eje OZ (x2 + y 2 )(x, y, z) dx dy dz.

V
5.6. APLICACIONES DE LAS INTEGRALES DOBLES Y TRIPLES Ejemplo 5.6.1 Sea V el cilindro V = {(x, y, z) | x2 + y 2 4, 0 z 2}
151
Supongamos que su densidad en cada punto (x, y, z) es (z, y, z) = z. Vamos a calcular sus momentos de inercia 1. Alrededor de OX
2 2 2 4y 2
z(y +z ) dx dy dz =
V 0
z(y 2 +z 2 ) dx dy dz = = 24.
4y 2
2. Alrededor de OY
2 2 2 4y 2
z(x +z ) dx dy dz =
V 0
z(x2 +z 2 ) dx dy dz = = 24.
4y 2
3. Alrededor de OZ
2 2 2 4y 2
z(x +y ) dx dy dz =
V 0
z(x2 +y 2 ) dx dy dz = = 16.
4y 2

ApuntesMatITemas1 5

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

ApuntesMatITemas1 5

Diunggah oleh

Hak Cipta:

Format Tersedia

ndice

NDICE . . . . . . . . . . . . . . . . . . . . . . . . 141 141 142 144 145 145 147 149

Matemticas I Curso 2010/2011

Captulo 1 Funciones, lmites y continuidad en R

Matemticas I Curso 2010/2011

1.2. CONCEPTOS BSICOS

f) |x y| = |x| |y| g) |x y| |x| + |y| h) |x|2 = x2 , |x| = |x|2

i) |x| |y| |x y| (desigualdad triangular inversa)

Conceptos bsicos sobre funciones reales de variable real

D = (, 2) [5, +) 2 x si x 5 f (x) = x si x < 2

1.2. CONCEPTOS BSICOS Ejemplos:

Clculo prctico de dominios

1. Si f (x) = p(x) es un polinomio entonces D = R. 2. Si f (x) = 3. Si f (x) =

7. Si f (x) = ex entonces D = R. Ejemplo: f (x) = x3 + 4 x2 + x 6 = x2 2 (x 1)(x + 2)(x + 3) (x + 2)(x 2)

b) Dar valores en puntos intermedios.

Operaciones con funciones

1.2. CONCEPTOS BSICOS

Descripcin de algunas funciones elementales

Matemticas I Curso 2010/2011

en este caso lim f (x) = 2 = 3 = f (1), es decir, la funcin no es continua en

Lmites laterales. Lmites innitos. Asntotas

lim f (x) = lim f (x) = 2 = f (1) +

lim tan(x) no existe el lmite porque los lmites laterales son

1.3. LMITES Si no coinciden los lmites laterales:

lim f (x) = b x2 + 1 1 = x 2 x2 + 7 2 lim

Ejemplo: f (x) = tan(x) en x = /2. Ejemplo: f (x) =

lim [f (x) y(x)] = 0

Si m = 0 la asntota se denomina horizontal.

Ejemplo: f (x) = ex A. H. en y = 0 f (x) = f (x) = x1 A.H. en y = 1 2x x2 4 A.Obl. en y = x + 1 x1

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

1.3. LMITES lim

Lmites de funciones elementales

a>1 0<a<1 1 lim ( )x = 0 x 2 a>1 0<a<1

lim ln(x) = lim xa = lim bx = lim xx =

Las indeterminaciones que existen son: 0 0 0 0 0 1 00

en este caso se pueden seguir las siguientes opciones:

Matemticas I Curso 2010/2011

gr(p(x)) > gr(q(x)) gr(p(x)) < gr(q(x)) gr(p(x)) = gr(q(x))

Matemticas I Curso 2010/2011

Nota: no siempre es posible utilizar las equivalencias.

Regla del Sandwich

1 1 sen(x) con f (x) = y h(x) = . x x x

4. lim f (x) = lim f (x) = lim f (x). +

5. lim f (x) = f (c)

lim+ f (x) = f (a), es decir es continua por la derecha.

Si D(f ) = [a, b] se dice que f es continua en b si lim f (x) R y adems

lim f (x) = f (b), es decir es continua por la izquierda.

Discontinuidades. Tipos de discontinuidad

Se evita deniendo f (c) = lim f (x).

particular no existe el lim f (x).

Matemticas I Curso 2010/2011

Teoremas de Weierstrass, de Bolzano y de los valores intermedios

Captulo 2 Clculo diferencial en R

Derivada de una funcin en un punto

f (x) f (x0 ) f (x0 + h) f (x0 ) . = (x x0 = h) = lim h0 x x0 h

A f (x0 ) se le llama derivada de f en el punto x0 .

Halla la derivada de f (x) = x3 en x = 2.

CAPTULO 2. CLCULO DIFERENCIAL EN R

f (2 + h) f (2) (2 + h)3 (2)3 0 f (2) = lim = lim = = h0 h0 h h 0 = lim 23 + 3 22 h + 3 2 h2 + h3 23 = h0 h

por lo tanto f (2) = 12. Observacin: f es derivable en x0 si y slo si existe:

f (x0 + h) f (x0 ) f (x0 + h) f (x0 ) = lim ; h0 h h

2.1. DERIVADA DE UNA FUNCIN EN UN PUNTO

lim [f (x) f (x0 ) + f (x0 )] = lim (x x0 ) f (x) f (x0 ) + f (x0 ) = x x0