Calc Dif Ap

XIII Escuela Venezolana para la
Enseanza de la Matemtica
Clculo Diferencial
y Aplicaciones
Jos Heber Nieto Said
Mrida, 2009
Prefacio
La importancia del Clculo en el mundo actual es enorme, ya que la ciencia
y la tecnologa modernas sencillamente seran imposibles sin l. Las leyes de
la naturaleza se expresan mediante ecuaciones que involucran funciones y sus
derivadas, y el anlisis de stas ecuaciones se realiza mediante las herramientas
del clculo. Por esa razn los cursos de esta disciplina aparecen en los planes de
estudio de todas las carreras cientcas y tcnicas.
Para la enseanza del Clculo existe una gran cantidad de libros de texto,
materiales audiovisuales y software educativo, todo lo cual se incrementa cada
ao ya que su comercializacin parece ser un buen negocio. Tambin hay abun-
dante material disponoble gratuitamente en Internet. Sin embargo los resultados
alcanzados en los cursos por lo general no son satisfactorios. Un gran nmero de
aplazados, repitientes crnicos y desercin escolar parecen ser las caractersticas
constantes de estos cursos.
Estas notas se han escrito con el propsito de contribuir a la enseanza
del Clculo y lograr mejores rendimientos y logros acadmicos en los cursos.
Estn dirigidas a profesores de enseanza media y primeros aos de educacin
superior que estn dictando cursos de Clculo o tengan proyectado hacerlo. La
concepcin educativa que las anima es la siguiente:
1. No creemos que la funcin del profesor sea transmitir conocimientos, ni
que dicha transmisin sea posible. El conocimiento es algo que se cons-
truye em cada individuo a travs de un complejo proceso que el profesor
debe estimular, proponiendo diversas experiencias educativas. En el caso
de la matemtica, la resolucin de problemas por parte del alumno es una
actividad insustituible que el profesor debe propiciar cuanto pueda.
2. Es imposible que alguien aprenda algo si no desea aprenderlo. Es por eso
que la motivacin juega un papel sumamente importante en el proceso de
enseanza-aprendizaje.
3. El profesor de matemtica debe poseer un conocimiento profundo de su
materia, an cuando la enseanza deba adaptarse al nivel de sus alumnos.
Reconocemos, en algunos casos, la necesidad de la transposicin didctica,
pero sta debe partir de una seria formacin cientca de los profesores.
4. Muchos conceptos matemticos actuales son el resultado de la evolucin
del pensamiento matemtico durante siglos. El conocimiento del proceso
histrico puede en muchos casos contribuir a la comprensin de esos con-
ceptos, adems de mostrar que la matemtica es una actividad realizada
por los seres humanos y no una especie de verdad revelada e inmutable.
5. La tecnologa moderna, bien usada, puede aportar mucho al proceso de
enseanza-aprendizaje.
En base a las ideas anteriores se ha estructurado un curso con el nfasis
puesto en los siguientes aspectos, que lamentablemente se suelen descuidar:
1. La claricacin de los conceptos y resultados bsicos.
2. Las aplicaciones, tanto dentro como fuera de la propia matemtica.
3. El desarrollo histrico de la disciplina y las implicaciones del mismo sobre
su enseanza.
4. Las posibilidades didcticas de algunos recursos tecnolgicos modernos.
Aunque se han hecho esfuerzos por escribir un texto autocontenido, no se
trata de un curso introductorio. Se da por supuesto que el lector est familiari-
zado al menos con el clculo elemental de lmites y las reglas de derivacin. Por
razones de tiempo y espacio no se cubre el clculo integral, aunque hay nume-
rosas referencias al mismo e incluso se tratan y resuelven por vas alternativas
algunos problemas que se consideran tpicos del clculo integral.
Como material de apoyo y para mostrar su potencial didctico se han di-
seado algunas plantillas en GeoGebra que ilustran varios de los conceptos y
problemas estudiados. Las mismas se hallan disponibles en
http://mipagina.cantv.net/jhnieto/apcal/
(GeoGebra es un software libre y de plataformas mltiples que permite inter-
actuar dinmicamente con la matemtica, en un mbito en que se renen la
Geometra, el Algebra y el Clculo. Su sitio web es http://www.geogebra.org)
El signo
al comienzo de un prrafo o en un ejercicio advierte de una curva

peligrosa en el curso del pensamiento. El material as marcado puede pasarse
por alto en una primera lectura.
El autor.
iii
ndice general
1. Perspectiva histrica 1
1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. El nacimiento del Clculo . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Crecimiento y desarrollo . . . . . . . . . . . . . . . . . . . . . . . 8
1.4. Rigor y Fundamentacin . . . . . . . . . . . . . . . . . . . . . . . 8
2. Conceptos Bsicos 11
2.1. Los nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1. Operaciones con funciones . . . . . . . . . . . . . . . . . . 19
2.2.2. Extremos, crecimiento y decrecimiento de funciones . . . 20
2.3. Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Lmites laterales e innitos . . . . . . . . . . . . . . . . . 21
2.3.2. Operaciones con lmites . . . . . . . . . . . . . . . . . . . 23
2.3.3. Asntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.4. Lmites de sucesiones . . . . . . . . . . . . . . . . . . . . . 27
2.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4.1. Operaciones con funciones continuas . . . . . . . . . . . . 30
2.4.2. Propiedades de las funciones continuas . . . . . . . . . . . 30
2.5. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.1. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . 34
2.5.2. Interpretacin geomtrica . . . . . . . . . . . . . . . . . . 34
2.5.3. Interpretacin cinemtica . . . . . . . . . . . . . . . . . . 35
2.5.4. Propiedades de las funciones derivables . . . . . . . . . . 36
2.5.5. Derivadas de orden superior . . . . . . . . . . . . . . . . . 43
2.5.6. Innitsimos e innitos . . . . . . . . . . . . . . . . . . . 44
2.5.7. Frmula de Taylor . . . . . . . . . . . . . . . . . . . . . . 45
2.6. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.7. Teorema fundamental del Clculo . . . . . . . . . . . . . . . . . . 51
3. Mximos y mnimos 55
3.1. Crecimiento y decrecimiento de una funcin . . . . . . . . . . . . 55
3.2. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3. Extremos globales . . . . . . . . . . . . . . . . . . . . . . . . . . 57
iv
3.4. Algunos ejemplos geomtricos . . . . . . . . . . . . . . . . . . . . 58
3.5. Ley de Snell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.6. Extremos sin clculo . . . . . . . . . . . . . . . . . . . . . . . . . 64
4. Aplicaciones matemticas 65
4.1. Grcas de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2. Races de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3. Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4. Funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.5. Curvas parametrizadas . . . . . . . . . . . . . . . . . . . . . . . . 73
4.5.1. Curvas regulares . . . . . . . . . . . . . . . . . . . . . . . 75
4.5.2. Involutas y evolutas . . . . . . . . . . . . . . . . . . . . . 77
4.5.3. Trayectorias de una bicicleta . . . . . . . . . . . . . . . . 80
4.5.4. Envolvente de una familia de rectas . . . . . . . . . . . . 84
4.5.5. Coordenadas polares . . . . . . . . . . . . . . . . . . . . . 86
4.6. Desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.6.1. Desigualdad de Jensen . . . . . . . . . . . . . . . . . . . . 90
4.6.2. Desigualdad aritmtico-geomtrica . . . . . . . . . . . . . 90
4.6.3. Desigualdad entre medias generalizadas . . . . . . . . . . 91
4.6.4. Desigualdades de Young, Hlder y Minkowski . . . . . . . 93
5. Aplicaciones fsicas 96
5.1. Movimiento en un campo constante . . . . . . . . . . . . . . . . . 96
5.2. Desintegracin radioactiva . . . . . . . . . . . . . . . . . . . . . . 98
5.3. Ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . 100
5.4. Ecuacin de la catenaria . . . . . . . . . . . . . . . . . . . . . . . 105
5.5. El Teorema de Torricelli . . . . . . . . . . . . . . . . . . . . . . . 106
5.6. La cicloide es tautcrona . . . . . . . . . . . . . . . . . . . . . . . 108
5.7. El problema de la braquistcrona . . . . . . . . . . . . . . . . . . 110
5.8. Las leyes de Kepler . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6. Aplicaciones a otras ciencias 116
6.1. Modelos Ecolgicos . . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.1.1. Modelo Exponencial . . . . . . . . . . . . . . . . . . . . . 116
6.1.2. Modelo logstico . . . . . . . . . . . . . . . . . . . . . . . 117
6.1.3. Modelo predador-presa . . . . . . . . . . . . . . . . . . . . 118
6.2. Economa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.2.1. ndice de precios e inacin . . . . . . . . . . . . . . . . . 121
6.2.2. Precios, oferta y demanda . . . . . . . . . . . . . . . . . . 121
Soluciones a ejercicios seleccionados 123
Bibliografa 131
ndice alfabtico 132
v
vi
Captulo 1
Perspectiva histrica
La derivada fue primero usada; luego fue descubierta; luego
fue explorada y desarrollada y nalmente fue denida.
Judith V. Graviner [4]
El clculo innitesimal, o simplemente el Clculo, como se le llama comn-
mente, es sin duda alguna uno de los grandes logros intelectuales de la hu-
manidad. La amplitud y alcance de sus aplicaciones ha hecho que sea materia
obligada en los planes de estudio de casi todas las carreras cientcas y tcnicas.
A pesar de que existe una inmensa variedad de libros de texto y recursos de
todo tipo para su estudio, su enseanza y aprendizaje no estn libres de esco-
llos, sobre todo debido a la dicultad que presenta, para muchos estudiantes, la
comprensin de algunos de sus conceptos fundamentales, como el de lmite.
Ahora bien, resulta interesante comprobar que la mayor parte del desarrollo
del clculo y sus primeros xitos en la resolucin de variados problemas matem-
ticos y de otras disciplinas, durante los siglos XVII y XVIII, se realiz antes de
disponer de deniciones precisas de los conceptos fundamentales. Varios ejem-
plos particulares de lo que hoy llamamos derivadas fueron usados por Fermat y
otros para resolver diversos problemas durante la primera mitad del siglo XVII.
Durante la segunda mitad de ese siglo, Newton y Leibniz identicaron los con-
ceptos subyacentes a los ejemplos mencionados, dando as origen al nacimiento
del clculo. Durante el siglo XVIII el clculo continu desarrollndose vigorosa-
mente, as como sus aplicaciones matemticas y fsicas. Y fue recin en el siglo
XIX cuando Cauchy y Weierstrass dieron deniciones precisas de los conceptos
bsicos y convirtieron el clculo en una teora matemtica rigurosa.
En este captulo nos ocuparemos brevemente de estos aspectos histricos, que
tienen implicaciones de inters para la enseanza del clculo. En efecto, conocer
la gnesis de un concepto o resultado, puede ayudar a motivarlo. Conocer el
orden en el cual una disciplina se desarroll (que, en el caso del Clculo, es
prcticamente el inverso al que siguen los libros de texto) ayuda a entender el
porqu de las deniciones bsicas. El orden expositivo es sin duda lo que le da
2 Perspectiva histrica
a la matemtica su slida estructura lgico-deductiva, pero no debe olvidarse
que el orden histrico es por lo comn bastante diferente.
Si pensamos que desde el nacimiento del clculo hasta la primera exposicin
rigurosa del mismo, basada en nuestra actual denicin de lmite, pasaron ms
de dos siglos, no debera extraarnos que un alumno al que se le expone sin
preparacin previa dicha denicin por primera vez, quede completamente en
blanco. Las deniciones precisas son frecuentemente el nal, y no el principio,
de un tema.
Adems conocer el verdadero desarrollo histrico de la matemtica muestra
a los matemticos en su labor de creacin, que es en denitiva lo que hace a
esta disciplina tan interesante.
1.1. Antecedentes
El Clculo es la matemtica del cambio y de lo continuo, y por lo tanto
para su desarrollo es imprescindible el conjunto de los nmeros reales, tambin
conocido como el continuo. Los orgenes de los nmeros reales se pueden rastrear
en la matemtica babilnica, que desarroll un sistema de numeracin posicional
capaz, en principio, de representar la medida de una magnitud con la precisin
deseada. Los griegos fueron mucho ms parcos en cuanto a lo que consideraban
nmeros, y slo designaban con este nombre a los enteros positivos a partir
del dos. El uno era la unidad, la mnada, y estaba en una clase aparte. Y
lo que nosotros llamamos fracciones eran para ellos razones de nmeros, pero
no nmeros propiamente dichos. Los pitagricos creyeron, al principio, que la
razn de dos magnitudes del mismo tipo (como por ejemplo dos longitudes) se
poda expresar siempre como la razn de dos nmeros, pero el descubrimiento de
magnitudes inconmensurables (como el lado y la diagonal de un cuadrado) ech
por tierra esa creencia. Este hecho sin embargo di lugar a una de las creaciones
ms profundas de la matemtica griega: la teora de las razones de magnitudes
de Eudoxo de Cnido, que aparece expuesta en el Libro V de los Elementos
de Euclides. Esta teora permiti a los gemetras griegos comparar razones de
magnitudes, aunque stas fuesen inconmensurables. Arqumedes mostr cmo
varias de esas razones inconmensurables podan ser aproximadas por nmeros
racionales, pero debido a la carencia de un sistema de numeracin apropiado la
matemtica griega no avanz mucho ms en esa direccin.
Con el Renacimiento, que arranc en Italia y luego se extendi por otras
partes de Europa, comenz una revolucin de ideas y una nueva actitud ante
la naturaleza, la sociedad y el hombre. A diferencia de lo que ocurri en otras
reas de la vida cultural, el Renacimiento no produjo grandes resultados en ma-
temticas; sin embargo durante ese perodo se sentaron las bases de lo que sera
la gran revolucin cientca que se realiz en el siglo XVII. Se extendi el uso
del sistema de numeracin posicional indoarbigo y se aplic la matemtica a
la contabilidad, la cartografa, la agrimensura, la ptica y el arte (teora de la
perspectiva). Los matemticos europeos redescubrieron la matemtica griega y
se familiarizaron con el lgebra islmica, a travs de traducciones que se hicie-
1.1 Antecedentes 3
ron accesibles gracias al novedoso uso de la imprenta. Los algebristas italianos
continuaron desarrollando el lgebra hasta obtener la solucin de las ecuaciones
de tercer y cuarto grado (Tartaglia y Cardano) y con el francs Franois Vite,
a nes del siglo XV el lgebra simblica qued denitivamente establecida.
La invencin de la geometra analtica se sita generalmente alrededor de
1630, y se atribuye a Descartes (1596-1650) y a Fermat (1601-1665), indepen-
dientemente. Sin embargo sus races aparecen ya en la geometra griega. Fijados
un origen O y un punto A en una recta, a cada punto B de la semirrecta

OA se
le puede hacer corresponder la medida del segmento OB respecto a la unidad
OA, lo cual para los griegos era una razn de magnitudes y para los modernos
un nmero real. Los griegos no consideraron nmeros negativos, pero si conve-
nimos en tomar como negativa la medida del segmento OB cuando B est en
la semirrecta opuesta a

OA , entonces a cada punto de la recta le corresponde
un nmero real nico, llamado abscisa del punto B. Recprocamente, para cada
nmero real x existe un nico punto B en la recta que tiene a x como abscisa. Si
se hace esto en dos rectas perpendiculares (ejes cartesianos) entonces se puede
establecer una correspondencia biyectiva entre los puntos del plano y los pares
ordenados de nmeros reales, hacindole corresponder a cada punto el par orde-
nado (x, y) formado por las abscisas de las proyecciones del punto sobre los ejes.
Y a cada ecuacin R(x, y) = 0 en las variables x e y le corresponde una gura
geomtrica, a saber el conjunto de todos los puntos del plano cuyas coordenadas
(x, y) satisfagan la ecuacin.
Figura 1.1: Fermat
Adems de las rectas, las circunferencias y las c-
nicas, los griegos slo haban considerado unas pocas
curvas ms (como la espiral de Arqumedes y algunas
otras denidas como lugares geomtricos), y fueron
capaces de resolver varios problemas relacionados con
ellas, notablemente el trazado de tangentes. Pero la
geometra analtica provoc una explosin en el n-
mero de curvas posibles. Los mtodos sintticos de
los griegos para el trazado de tangentes ya no eran
aplicables, y se requera algo ms general. Lo mis-
mo ocurra con el clculo de reas y longitudes y los
problemas de mximos y mnimos. Fermat desarroll
un mtodo para hallar extremos de funciones polin-
micas que hoy identicaramos con hallar los puntos
donde se anula la derivada. Sin embargo, no dene la
derivada ni nada parecido, ni justica su mtodo. A
pesar de ello, lo utiliz con indudable xito para resolver algunos problemas no
triviales. Por ejemplo, formul el principio ptico segn el cual la luz viaja de
un punto a otro siguiendo la trayectoria que haga mnimo el tiempo empleado
(hoy conocido como Principio de Fermat) y de all dedujo la ley de refraccin
de Snell.
Fermat tambin trabaj en el problema de las tangentes. En la geometra de
Euclides la denicin de tangente no ofreca problemas, ya que el nico tipo de
curva al que se aplicaba era la circunferencia, para la cual una recta es tangente
si y slo si tiene un nico punto en comn con ella (las rectas secantes tienen dos
puntos en comn con la circunferencia y las exteriores ninguno). Pero ya para
la parbola la situacin es ms complicada, ya que las rectas paralelas al eje la
cortan en un solo punto, igual que las tangentes. Se agreg entonces a la nocin
de tangente la condicin de que la recta no atravesara la curva. Para curvas
ms generales, esta denicin tampoco resulta apropiada. Intuitivamente, las
tangente comenzaron entonces a considerarse como secantes para las cuales los
puntos de contacto se aproximaban indenidamente uno al otro hasta coincidir.
Figura 1.2: Secante y tangente
A pesar de que nadie era capaz de explicar con precisin este proceso median-
te el cual las secantes se convertan en tangentes, Fermat (y otros matemticos
del siglo XVII como Descartes, John Wallis e Isaac Barrow) utilizaron la idea
para calcular efectivamente tangentes.
El mtodo, aplicado a una curva de ecuacin y = f(x), consista en consi-
derar la recta secante que pasa por dos puntos (x, f(x)), (x + h, f(x + h)) y
calcular su pendiente
f(x +h) f(x)
h
. (1.1)
Ahora bien, si al coincidir los puntos de contacto la secante se convierte en
tangente, para calcular la pendiente de sta simplemente hay que poner h = 0
en 1.1. El problema es que entonces se estara dividiendo entre 0, operacin
prohibida. Pero Fermat y sus colegas descubrieron que al operar algebraicamente
con 1.1 muchas veces lograban hacer desaparecer la h del denominador, luego
de lo cual ponan h = 0 sin ningn problema de conciencia. Por ejemplo si
1.2 El nacimiento del Clculo 5
f(x) = x
3
x + 3 calculaban
f(x +h) f(x)
h
=
(x +h)
3
(x +h) + 3 (x
3
x + 3)
h
=
x
3
+ 3x
2
h + 3xh
2
+h
3
x h + 3 (x
3
x + 3)
h
=
3x
2
h + 3xh
2
+h
3
h
h
= 3x
2
+ 3xh +h
2
1,
y ahora haciendo h = 0 se obtiene la pendiente de la recta tangente en (x, f(x)),
a saber 3x
2
1.
Vemos entonces que estos matemticos, a pesar de carecer de una denicin
satisfactoria del concepto de recta tangente, eran capaces, en muchos casos,
de calcularlas correctamente. Tambin se hizo evidente que este mtodo para
hallar tangentes era prcticamente el mismo que el usado por Fermat para hallar
extremos.
1.2. El nacimiento del Clculo
Con una sobresimplicacin excesiva, la invencin del Clculo
se atribuye algunas veces a dos hombres, Newton y Leibniz. En
realidad, el Clculo es el producto de una larga evolucin que
no fue ni iniciada ni terminada por Newton y Leibniz, pero en
la cual ambos jugaron un papel decisivo.
R. Courant, H. Robbins [3]
Figura 1.3: Newton
El terreno estaba preparado para la aparicin de
nuevas ideas que unicaran lo que se haba logrado
hasta el momento. Es as que, en el ltimo tercio
del siglo XVII, Isaac Newton (1643-1727) y Gottfried
Wilhelm von Leibniz (1646-1716), en forma indepen-
diente, inventan el clculo. Esta invencin (o, pa-
ra algunos, descubrimiento) tiene dos aspectos fun-
damentales. El primero consiste en haber reunido la
gran variedad de mtodos existentes hasta ese mo-
mento para calcular tangentes, extremos y reas en un
cuerpo de teora basado en dos conceptos fundamen-
tales, que hoy llamamos derivada e integral. Newton
llam a nuestra derivada uxin y la deni de tres
maneras diferentes: (a) como la razn de cambios in-
nitesimales en dos variables, (b) como el lmite de la
razn entre incrementos, x/t, cuando t disminu-
ye hasta desaparecer, y (c) como una tasa de cambio o velocidad. La notacin
newtoniana para la uxin era x. Para Leibniz la derivada era una razn de
cantidades innitesimales, que l llam cociente diferencial, y lo reej en su
notacin dy/dx. Del mismo modo su notacin
_
y dx para la integral sugiere una
suma (el signo
_
es una S estilizada) de cantidades innitesimales y dx.
En segundo lugar, tanto Newton como Leibniz establecieron lo que ahora se
llama el Teorema Fundamental del Clculo, segn el cual la derivacin y la inte-
gracin son operaciones mutuamente inversas. Veamos cmo Newton visualizaba
este resultado.
O
x x + h
C(x,y)
D
K(x,v)
H(x+h,v)
Figura 1.4: Teorema Fundamental del Clculo
Dada una curva, sea z(x) el rea limitada por ella, el eje de las x y las rectas
verticales de abscisas 0 y x. Sea C = (x, y) el punto de la curva con abscisa x,
y D el punto con abscisa x + h. Tomemos la ordenada v de los puntos K y H
de manera que el rectngulo de vrtices (x, 0), (x + h, 0), K y H tenga igual
rea que la regin limitada por la curva, el eje horizontal y las rectas verticales
por C y D, es decir de manera que z(x + h) z(x) = vh, o dividiendo ambos
miembros entre h,
z(x +h) z(x)
h
= v.
Ahora Newton arma que si h disminuye indenidamente, hasta desaparecer,
v se har igual a y. Por lo tanto la tasa de variacin del rea bajo la curva hasta
el punto C es igual al valor de la ordenada de ese punto. Adems se observa que
ese valor es el mismo que obtendramos al calcular la pendiente de la tangente
a la curva y = z(x), lo que muestra que el problema del rea y el de la tangente
estn ntimamente vinculados. En vez de nuestra h Newton us una pequea o,
con lo cual aparentemente quera transmitir la pequeez y cercana al 0 de esa
cantidad. Leibniz di argumentos similares sobre este asunto.
Adems de las razones matemticas que hemos expuesto, existan motivos de
otro orden para impulsar el desarrollo del clculo. Tanto Descartes como Galileo
Galilei (1564-1642) haban insistido en los mtodos experimentales y el uso de
la matemtica para describir y comprender la naturaleza. Pero la matemtica
de la que disponan tena limitaciones para cumplir ese programa, ya que era
esencialmente esttica y careca de recursos para describir el cambio, presente
en todos los procesos naturales. El clculo proporcion los recursos necesarios.
1.2 El nacimiento del Clculo 7
Figura 1.5: Principia
Aunque Newton formul sus leyes del movimiento
en palabras, y la exposicin y desarrollo de las mis-
mas contenida en sus famosos Philosophiae naturalis
principia mathematica (1687) siguen mayormente el
modelo geomtrico, una vez expresadas en el lengua-
je del clculo se convirtieron en una herramienta de
tremendo poder. El mismo Newton logr deducir, a
partir de sus principios, las leyes de Kepler sobre el
movimiento de los planetas, explic las mareas y la
precesin de los equinoccios, analiz al movimiento
de los cuerpos en medios que ofrecen una resistencia
como el aire y los lquidos, etc. Pero desde un punto de
vista lgico y matemtico estricto, el Clculo de New-
ton y Leibniz tena obvias debilidades. La pequea o
utilizada por Newton para designar los incrementos,
que disminuyen hasta desaparecer, es cero o no lo
es? Si lo es, cmo se puede dividir entre ella? Si no lo es, no se comete un
error al despreciarla?
Figura 1.6: Leibniz
Para Leibniz dy/dx era un cociente diferencial, y
para algunos de sus discpulos, como Johann Bernou-
lli, era una razn de innitsimos. El problema de este
planteamiento es que el orden entre los innitsimos
no es arquimediano, por lo que la teora clsica de las
proporciones no se les puede aplicar. En sus Princi-
pia Newton trat de superar esta dicultad armando
que una uxin no debe entenderse como una razn
entre cantidades innitesimales, sino como el lmite
de la razn entre incrementos evanescentes. Esto sue-
na muy bien, pero lamentablemente no est claro qu
entenda Newton por lmite, ya que inmediatamente
dice que las razones entre incrementos se aproximan al
lmite ms cerca que cualquier diferencia dada, pero
nunca lo sobrepasan ni lo alcanzan.
En 1734 el obispo George Berkeley (16851753), en un artculo titulado
El Analista: o un discurso dirigido a un matemtico inel, argument que los
fundamentos del clculo no eran rmes. Una cantidad, deca, es cero o no lo es,
no hay una tercera posibilidad. Entre sus mordaces crticas se hicieron famosas
estas palabras:
Qu son estos incrementos evanescentes? No son cantidades ni-
tas, ni innitamente pequeas, ni nada. No podramos llamarlos
fantasmas de cantidades difuntas?
Berkeley reconoca que mediante el clculo se obtenan resultados correctos,
pero crea que esto se deba a dos errores que se compensaban.
1.3. Crecimiento y desarrollo
Aunque las crticas de Berkeley eran correctas, a la mayor parte de los ma-
temticos de su poca no les preocupaban: estaban ms interesados en aplicar
las nuevas y poderosas herramientas a la solucin de problemas matemticos
y fsicos de todo tipo. Por ejemplo, la segunda ley de Newton expresada en el
lenguaje del clculo arma que F = m x, donde F representa la fuerza que acta
sobre una masa puntual m en la posicin x y x representa la aceleracin. Por
otra parte Robert Hooke (16351703) haba hallado la ley de la elasticidad que
hoy lleva su nombre, la cual, como se acostumbraba en la poca, public en
forma de anagrama en latn: ceiiinosssttuv, cuyo signicado es Ut tensio sic vis
(como la extensin, as la fuerza). En otras palabras, la fuerza de recuperacin
F de un resorte estirado es proporcional al estiramiento x, o F = kx. Igua-
lando estas dos expresiones, Euler (17071783) estableci en 1739 la ecuacin
diferencial de un resorte vibrante
m x +kx = 0,
y la resolvi, hallando que la solucin involucra a las funciones trigonomtricas
seno y coseno. Euler tambin estudi, al igual que DAlembert, Daniel Bernoulli
y otros matemticos, la ecuacin diferencial de las cuerdas vibrantes (que in-
volucra una funcin de dos variables y sus derivadas parciales). Este problema
condujo a extensas discusiones sobre la denicin de funcin y la naturaleza de
la continuidad.
Figura 1.7: Euler
Aunque el concepto de funcin es uno de los ms
importantes de toda la matemtica, en su sentido tc-
nico no aparece sino hasta nes del siglo XVII, en la
correspondencia entre Leibniz y Johann Bernoulli. La
notacin f(x) se debe a Euler, en cuya obra Introduc-
tio in analysin innitorum, publicada en 1748, este
concepto ocupa un rol central, aunque aparece toda-
va ligado al de representacin analtica. En 1755, en
su Institutiones calculi dierentialis, el mismo Euler
da una denicin ms general.
Algunos otros temas atacados con xito durante
esta poca fueron la mecnica de los cuerpos rgidos,
la mecnica celeste y la hidrodinmica. As, a media-
dos sel siglo XVIII, las ecuaciones diferenciales ya se
haban convertido en la herramienta matemtica ms
importante de la fsica.
1.4. Rigor y Fundamentacin
Joseph-Louis Lagrange (1736-1813), matemtico, fsico y astrnomo italiano
(bautizado como Giuseppe Luigi Lagrangia) que vivi en Prusia y Francia, tam-
bin era consciente de la insuciencia de las justicaciones existentes del clculo.
1.4 Rigor y Fundamentacin 9
En 1797 escribi que el concepto newtoniano de lmite no era lo sucientemente
claro como para ser el fundamento de una rama de la matemtica. El clculo,
deca, debera ser reducido al algebra, tema que en ese entonces se pensaba que
tena bases slidas. Lo que Lagrange tena en mente eran las series innitas,
a las que consideraba parte del lgebra, pues as como la aritmtica trata con
fracciones decimales innitas el lgebra poda tambin tratar con expresiones al-
gebraicas innitas. Como Euler haba hallado expansiones en serie de potencias
de funciones como e
x
, cos x y sen x, Lagrange crea que para cualquier funcin
f se podra hallar un desarrollo del tipo
f(x +h) = f(x) +p(x)h +q(x)h
2
+r(x)h
3
+
Figura 1.8: Lagrange
excepto tal vez para algunos valores aislados de x. En-
tonces deni la funcin derivada de f como el coe-
ciente p(x) de h, e introdujo para ella la notacin
f
(x). Tambin deni f
(x) como la funcin deri-

vada de f
(x), y as sucesivamente, y prob que en

el desarrollo de f(x + h) se tiene q(x) = f
(x)/2,
r(x) = f
(x)/6, etc.
Aunque la denicin de Lagrange no es apropia-
da ms que para una clase de funciones (las que hoy
llamamos analticas), l tambin describi la derivada
mediante desigualdades semejantes a la actual de-
nicin mediante lmites. Tambin hall importantes
propiedades, por ejemplo prob que una funcin con
derivada positiva en un intervalo es creciente, obtuvo
la hoy llamada forma de Lagrange para el resto en la frmula de Taylor y aplic
sus hallazgos para resolver un gran nmero de problemas de geometra, mximos
y mnimos y mecnica.
Figura 1.9: Cauchy
El matemtico francs Augustin Louis Cauchy
(1789-1857) seal, en 1821, que el lgebra de las
cantidades nitas no poda extenderse a los procesos
innitos. Adems mostr que la funcin e
1/x
2
, hoy
llamada funcin de Cauchy, no se puede representar
mediante su serie de Taylor, pues tiene un desarrollo
nulo alrededor del origen. Por estas razones rechaz el
enfoque de Lagrange y trat de desarrollar uno pro-
pio, basado en el concepto de lmite. Este concepto
tiene races profundas en la antigedad. Los trabajos
de Arqumedes en relacin a la longitud de la circun-
ferencia y el rea encerrada por la misma, utilizando
aproximaciones por polgonos, y su aplicacin del m-
todo de exhaucin de Eudoxo, para demostrar riguro-
samente frmulas de reas y volmenes de diversas
guras (segmento de parbola, esfera, conos, cilindros, etc.), contienen implci-
tamente la nocin de lmite de una sucesin. Newton tambin utiliz la palabra
lmite, tratando de evitar las dicultades lgicas que encerraban los incrementos
evanescentes, pero nunca propuso una denicin aceptable de esta nocin. El
primero en precisar el concepto de lmite fue Cauchy, en su Cours dAnalyse
(Paris, 1821). A diferencia de sus predecesores, Cauchy evit la cuestin de si
una variable poda alcanzar o sobrepasar su lmite. Y aunque su denicin es
todava verbal, en sus demostraciones utiliza la caracterizacin algebraica de los
lmites, mediante desigualdades. De hecho, Cauchy es quien utiliza por primera
vez la hoy famosa notacin -. Y entonces, en 1823, dene la derivada como el
lmite (cuando existe) del cociente de diferencias (f(x +h) f(x))/h cuando h
tiende a 0.
Despus de Cauchy, el Clculo comenz a ser visto desde una perspectiva
diferente. De mero conjunto de poderosos mtodos se convirti en una disciplina
matemtica rigurosa, con buenas deniciones y teoremas cuyas pruebas se basan
en las deniciones.
Figura 1.10: Weierstrass
En 1856 Karl Weierstrass (18151897) comenz
a trabajar en la Universidad de Berlin. En el cur-
so de Introduccin al Anlisis que dict entre 1859
y 1860 encar el problema de los fundamentos. En
sus teoremas utiliz la tcnica - de Cauchy, pero
reemplazando la denicin verbal de los lmites por
desigualdades, y haciendo una distincin clara entre
la convergencia puntual y la uniforme, lo cual a Cau-
chy se le haba pasado por alto. De esta manera lo-
gr una presentacin sistemtica y completamente ri-
gurosa del Clculo. Aunque Weierstrass no public
sus conferencias, sus alumnos (entre quienes estaban
Georg Cantor, Eduard Heine, Mittag-Leer, Salvato-
re Pincherle, Hermann Schwartz y Soa Kowalevska-
ya, entre otros) diseminaron su enfoque riguroso por
toda Europa. Su publicacin en 1872 de un ejemplo de funcin continua que no
es derivable en ningn punto muestra su completo y profundo dominio de los
conceptos fundamentales del anlisis matemtico. Este descubrimiento perturb
a muchos matemticos, que consideraban a este tipo de funciones contrarias a la
intuicin como patolgicas. En una direccin contraria el mismo Weierstrass
prob, a los 70 aos de edad, que toda funcin continua en un intervalo cerrado
y acotado puede ser aproximada uniformemente, con la precision que se desee,
por medio de funciones polinmicas.
Para nalizar esta breve resea histrica es interesante mencionar que el
punto de vista original de los creadores del clculo ha resurgido modernamen-
te en el llamado anlisis no estndar de Abraham Robinson (ver [10]), teora
matemticamente rigurosa que se desarrolla en un cuerpo no arquimediano de
nmeros hiperreales que, junto a los reales estndar, contiene innitsimos e in-
nitos. Incluso se ha argumentado que la presentacin del clculo basada en este
punto de vista es ms intuitiva y fcil de comprender que el enfoque tradicional
- (ver por ejemplo [7]).
Captulo 2
Conceptos Bsicos
En este captulo se revisan los conceptos y resultados bsicos del clculo
diferencial. Su contenido no reeja la forma en que el autor piensa que debe
ensearse el Clculo, sino ms bien lo que ste cree que un profesor de Clculo
debera saber.
Un curso de Clculo para estudiantes que lo vean por primera vez requerira
de mucha ms motivacin, ejemplos y ejercicios. Adems, el grado de formalidad
y rigor debera adaptarse al nivel y objetivos del curso. No debe olvidarse que
la mayor parte del Clculo se desarroll antes de poseer deniciones formales
de los conceptos bsicos (como los de nmero real y lmite), y por lo tanto un
curso para estudiantes interesados en aplicar el clculo no necesita detenerse en
los aspectos ms sutiles de su fundamentacin.
Como se supone que el lector ya est ms o menos familiarizado con estos
temas, las demostraciones que se incluyen son bastante concisas y esquemticas.
Los ejercicios, ms que a desarrollar habilidades especcas, estn destinados a
refrescar la memoria del lector o a llamar la atencin sobre puntos interesantes
o delicados. Para una exposicin ms completa el lector puede consultar la
bibliografa, por ejemplo [2], [9] o [13].
2.1. Los nmeros reales
Para el desarrollo riguroso del clculo son imprescindibles los nmeros reales.
Pero hasta la segunda mitad del siglo XIX no hubo una denicin formal ni
un tratamiento riguroso de los nmeros reales, de modo que se puede decir
que los creadores del clculo y los matemticos que lo desarrollaron en sus
primeros dos siglos, lo hicieron a pesar de poseer tan slo una comprensin
intuitiva de los nmeros reales. Esta nocin intuitiva asimilaba un nmero real a
la medida de una magnitud (longitud, rea, tiempo, etc.) e inclua la posibilidad
de aproximarlo con cualquier grado de precisin mediante fracciones, o mediante
expresiones decimales nitas. Tambin se aceptaba que, jados un origen O y un
punto A en una recta, a cada punto B de la recta se le puede hacer corresponder
12 Conceptos Bsicos
un nmero real igual a la medida del segmento OB respecto a la unidad OA,
y que recprocamente para cada nmero real x existe un nico punto B en la
recta tal que la medida del segmento OB respecto a la unidad OA es x.
En la enseanza media los nmeros reales se denen como expresiones deci-
males innitas g, a
1
a
2
a
3
. . ., donde g es un nmero entero (posiblemente prece-
dido de un signo + ) y a
1
, a
2
, a
3
, . . . son dgitos. Las expresiones decimales
nitas pueden identicarse con expresiones decimales innitas agregndoles in-
nitos ceros a la derecha. Tambin se ensea que a cada nmero racional le
corresponde o bien una expresin decimal nita o bien una expresin decimal
innita peridica, mientras que las expresiones decimales innitas no peridicas
son nmeros irracionales.
Este enfoque, aunque aceptable, presenta varios problemas, entre los cuales
se pueden mencionar los siguientes:
1. Hace depender a los nmeros reales del sistema decimal. Una buena de-
nicin debera ser independiente de la base en que se representen.
2. Hay expresiones diferentes que corresponden al mismo nmero, por ejem-
plo 1,5 = 1,4999 . . .
3. Denir las operaciones bsicas (la suma, y especialmente el producto) con
expresiones decimales innitas, presenta ciertas dicultades.
4. Tampoco es sencillo demostrar las propiedades bsicas de las operaciones
(asociatividad, distributividad, etc.)
Por esas razones en la segunda mitad del siglo XIX varios matemticos (entre
ellos Cantor, Mray, Dedekind y Weierstrass) trabajaron para poner al nme-
ro real sobre bases ms slidas, proponiendo diversas formas de construirlos a
partir de los racionales. Entre los mtodos propuestos se pueden mencionar las
cortaduras de Dedekind, los pares de clases contiguas, los pares de sucesiones
montonas contiguas y las sucesiones de Cauchy.
Veamos brevemente el mtodo de las cortaduras (para ms detalles vea [8]).
Una cortadura es un par (I, S) de subconjuntos no vacos del conjunto Q de los
nmeros racionales, tales que
1. I S = Q, I S = .
2. si x I y y S, entonces x < y.
3. I no tiene elemento mximo.
Al conjunto I se le llama clase inferior y al S clase superior de la cortadura.
Observe que la clase inferior I determina completamente la cortadura, ya que
la clase superior S es el complement6o de I en Q.
Para cada nmero racional q se puede construir una cortadura (I
q
, S
q
) po-
niendo I
q
= {x Q : x < q}, S
q
= {x Q : x q}. Observe que en esta
cortadura q es el mnimo de la clase superior.
2.1 Los nmeros reales 13
Un ejemplo ms interesante es el siguiente: I = {x Q : x < 0 x
2
< 2},
S = {x Q : x > 0y x
2
2}. En esta cortadura, ni la clase inferior tiene mxi-
mo ni la clase superior tiene mnimo. Si supiramos qu cosa es

2, podramos
decir que la clase inferior contiene todas las aproximaciones por defecto de ese
nmero, y la clase superior todas las aproximaciones por exceso. La idea de De-
dekind fue sencillamente denir
2 mediante esa cortadura. En otras palabras,

para Dedekind un nmero real es una cortadura.
El conjunto de todos los nmeros reales se denota R. En R es muy fcil denir
un orden: si = (I, S) y
= (I
, S
) son nmeros reales, se dice que
si I I
. Es inmediato vericar que es una relacin reexiva, transitiva y

antisimtrica.
La suma +
es la cortadura cuya clase inferior es I +I
= {x + x
: x
I, x
}. Es inmediato probar que la adicin es conmutativa y asociativa, y

que el cero (denido por la cortadura con clase inferior {x Q : x < 0}) es un
elemento neutro para esta operacin.
Tambin se puede denir el producto y probar las leyes asociativa, conmu-
tativa y distributiva.
Lamentablemente para analizar en detalle cualquiera de las construcciones de
los nmeros reales se requiere un tiempo del que generalmente no se dispone en
los cursos de clculo. Adems exige un esfuerzo que tal vez slo se les puede pedir
a los estudiantes matemticamente orientados. La alternativa ms corriente hoy
en da consiste en introducir los nmeros reales axiomticamente. La ventaja
de este mtodo, adems de la rapidez, es que el estudiante dispone de entrada
de una lista de propiedades bsicas de los nmeros reales, que puede usar como
punto de partida para demostrar otras.
Axiomas del sistema de los nmeros reales
En el enfoque axiomtico se supone dado un conjunto R que contiene dos
elementos distinguidos 0 y 1, en el cual estn denidas dos operaciones binarias
+ y (suma y producto) y una relacin <, de manera tal que se cumplen los
siguientes axiomas:
A1. a + (b +c) = (a +b) +c para todos los a, b, c R.
A2. a +b = b +a para todos los a, b R.
A3. a + 0 = a para todo a R.
A4. Para todo a R existe a R tal que a + (a) = 0.
A5. a (b c) = (a b) c para todos los a, b, c R.
A6. a b = b a para todos los a, b R.
A7. a 1 = a para todo a R.
A8. Para todo a R \ {0} existe un a
1
R tal que a a
1
= a
1
a = 1.
14 Conceptos Bsicos
A9. 1 = 0.
A10. a (b +c) = a b +a c para todos los a, b, c R.
A11. Para a, b, c R, si a < b y b < c entonces a < c.
A12. Si a, b R, una y slo una de las siguientes armaciones es cierta:
(i) a < b, (ii) a = b, (iii) b < a.
A13. Para a, b, c R, si a < b entonces a +c < b +c.
A14. Para a, b, c R, si a < b y 0 < c entonces a c < b c.
A15. Cualquier subconjunto de R no vaco y acotado superiormente tiene una
cota superior mnima.
La mayora de estos axiomas corresponden a conocidas propiedades: A1 y
A2 son las propiedades asociativa y conmutativa de la suma, A3 dice que el 0
es neutro para la suma, A4 arma la existencia de un opuesto aditivo para cada
a R, A5 y A6 son las propiedades asociativa y conmutativa para el producto,
A7 dice que 1 es neutro para el producto, A8 arma la existencia de un inverso
multiplicativo para cada a = 0, A10 es la propiedad distributiva, A11 es la
transitividad de <, A12 es la tricotoma, A13 y A14 son la monotona de <
respecto a la suma y el producto, y A15 es el axioma de completitud, tambin
llamado principio del supremo.
Los axiomas A1...A10 caracterizan la estructura algebraica llamada cuerpo.
A11 y A12 son los axiomas de una relacin de orden. A13 y A14 relacionan
el orden con la estructura algebraica. Los axiomas A1...A14 caracterizan a los
llamados cuerpos ordenados. Si se pone el cuerpo Q de los nmeros racionales
en lugar de R en los axiomas A1...A14, todos se satisfacen. El axioma A15 en
cambio es caracterstico de los nmeros reales, y enseguida lo trataremos con
mayor detenimiento.
El enfoque axiomtico plantea varias preguntas importantes, entre las cuales
cabe destacar: (1) Existe algn conjunto R con las propiedades especicadas
por los axiomas? (2) Admitiendo que exista, es esencialmente nico? (3) Los
axiomas son consistentes?, es decir, no podr derivarse de ellos alguna contra-
diccin?
La respuesta a la primer pregunta es que, a partir del sistema de los nmeros
naturales o de la teora de conjuntos, se pueden construir modelos de R que
satisfacen todos los axiomas. Esto da una respuesta parcial a la tercera pregunta,
ya que reduce la consistencia del sistema de los nmeros reales a la consistencia
de la aritmtica, o de la teora de conjuntos. Y decimos que la respuesta es
parcial porque estas dos ltimas teoras no se sabe si son consistentes.
La respuesta a la segunda pregunta es que estos axiomas realmente caracte-
rizan a los nmeros reales, en el sentido de que cualquier par de sistemas que los
satisfagan son isomorfos, tanto algebraicamente como desde el punto de vista
del orden.
Ejercicio 2.1. Sea Q(
2) = {a+b
2 : a, b Q}. Pruebe que poniendo Q(
2)
en lugar de R en los axiomas A1...A14, todos ellos se satisfacen.
Recordemos ahora algunas deniciones:
Denicin 2.1. Un nmero real c es cota superior de un conjunto A R, si
para todo a A se cumple a c. En este caso se dice que A est acotado
superiormente. Un nmero real M es mximo de A R, si M es cota superior
de A y adems M R. Anlogamente d R es cota inferior de A si para todo
a A se cumple d a (en este caso se dice que A est acotado inferiormente) y
m R es mnimo de A, si m es cota inferior de A y adems m R. Un conjunto
es acotado si lo est tanto superior como inferiormente. Si el conjunto de las cotas
superiores de un conjunto A tiene mnimo, a ese mnimo se le llama supremo o
extremo superior de A y se denota sup A. Anlogamente, si el conjunto de las
cotas inferiores de A tiene mximo, a ese mximo se le llama nmo o extremo
inferior de A, y se denota nf A.
Es claro que el mximo y el mnimo de un conjunto, si existen, son nicos.
Ejemplo 2.1. Sea R
+
= {x R : x > 0} la semirecta real positiva. R
+
no
tiene ninguna cota superior, pero cualquier nmero real c 0 es cota inferior.
El 0 es la mayor cota inferior, por lo tanto 0 es el nmo de R
+
. Como 0 R
+
,
R
+
no tiene mnimo.
Ejemplo 2.2. Sea X = {3, 1, 0,
2, 2, }. Entonces 5 es cota inferior, 5 es

cota superior, -3 es mnimo y es mximo de X.
Ejercicio 2.2. Pruebe que c = sup A si y slo si c es cota superior de A y, para
todo b < c, existe a A tal que b < a c. Enuncie y pruebe una condicin
similar para los nmos.
El axioma A15 se puede enunciar de la siguiente manera.
Principio del supremo: Todo conjunto no vaco y acotado superiormente de
nmeros reales tiene supremo.
En el conjunto Q de los nmeros racionales el Principio del supremo no
vale. Por ejemplo, el conjunto A = {x Q : x < 0 x
2
< 2} es acotado
superiormente por 3/2 (ya que si x 3/2 entonces x
2
9/4 > 2 y x A), pero
no tiene supremo en Q.
Para probarlo, comencemos por recordar la conocida demostracin de que
2 no es el cuadrado de ningn nmero racional. Supongamos, por absurdo, que
existiese un nmero racional cuyo cuadrado sea 2, y expresmoslo mediante una
fraccin irreducible p/q. Entonces (p/q)
2
= 2, de donde p
2
= 2q
2
y p
2
sera
par. Pero entonces p debe ser par y lo podemos escribir como p = 2r, para
algn entero r. Como (2r)
2
= 2q
2
, es decir 4r
2
= 2q
2
, se sigue que 2r
2
= q
2
, y
resulta que q tambin debera ser par, contradiciendo el hecho de que p/q era
una fraccin irreducible.
16 Conceptos Bsicos
En segundo lugar probaremos que para todo x A existe otro x
A tal
que x
> x. En efecto, si x < 1 basta tomar x
= 1. Si x 1, sea h = (2 x
2
)/4.
Como 1 x
2
< 2 se tiene 0 < h 1/4. Entonces (x + h)
2
= x
2
+ (2x + h)h <
x
2
+ (3 + 1/4)h < x
2
+ 4h = 2. Es decir que si tomamos x
= x + h se tiene
x
A y x
> x.
Tambin se cumple que, si y > 0 y y
2
> 2, entonces existe y
tal que 0 <

y
< y y y
2
> 2. En efecto, si ponemos x = 2/y se tiene x
2
= 4/y
2
< 4/2 = 2,
y entonces como acabamos de ver existe x
A tal que x
> x. Si tomamos
y
= 2/x
entonces y
= 2/x
< 2/x = y y y
2
= 4/x
2
> 4/2 = 2.
Ahora es fcil probar que A no tiene supremo en Q. En efecto, si c < 0
c > 0 y c
2
< 2, entonces c A, y como vimos existe un c
A tal que c
> c,
por lo tanto c no puede ser cota superior de A.
Si c > 0 y c
2
> 2, entonces ciertamente c es cota superior de A, pero como
existe c
tal que 0 < c
< c y c
2
> 2, c no es cota superior mnima de A.
El nico caso que quedara por examinar es cuando c > 0 y c
2
= 2, pero eso
ya vimos que no es posible.
En el conjunto de los nmeros reales R, el conjunto A debe tener un supremo
c > 0. Como ya sabemos que no puede ser c
2
< 2 ni c
2
> 2, la nica posibilidad
que queda es c
2
= 2, y ese es el nmero que llamamos

2.
Por razones de simetra, existe tambin un
Principio del nmo: Todo conjunto no vaco y acotado inferiormente de
nmeros reales tiene nmo.
El Principio del nmo y el Principio del supremo son equivalentes (ver
ejercicios).
Prueba del Principio del Supremo
Cuando los nmeros reales se construyen a partir de los nmeros raciona-
les, el principio del Supremo puede y debe demostrarse. Usando cortaduras de
Dedekind es muy fcil: Si A R es no vaco y acotado superiormente, y cada
a A es una cortadura (I
a
, S
a
), entonces la cortadura cuya clase inferior es
aA
I
a
es el supremo de A (la vericacin es inmediata).
Si los reales se denen como expresiones decimales innitas, la prueba tam-
bin es fcil pero ms trabajosa. La haremos slo para el caso en que A tenga
algn elemento no negativo, dejando el otro caso como ejercicio.
Condideremos el conjunto A
0
formado por las partes enteras de los elementos
de A. Como A es acotado superiormente, A
0
contiene slo un nmero nito
de elementos no negativos, y por lo tanto tiene un elemento mximo g 0.
Condideremos ahora el conjunto A
1
formado por todos los elementos de A que
tienen parte entera g. Sea a
1
el mayor dgito que aparezca como primer cifra
decimal de algn elemento de A
1
. Sea A
2
el conjunto formado por todos los
elementos de A
1
que comienzan con g, a
1
. Sea a
2
el mayor dgito que aparezca
como segunda cifra decimal de algn elemento de A
2
. Continuando de este modo
se obtiene un real g, a
1
a
2
. . . que es el supremo de A.
Como ejemplo, sea A = {x Q : x < 0 x
2
< 2}. Entonces A
0
=
{. . . , 2, 1, 0, 1} y g = 1. Ahora A
1
= {1+x : x Q, 0 x < 1, (1+x)
2
< 2}.
Como 1, 4
2
= 1, 96 < 2 pero 1, 5
2
> 2, es claro que a
1
= 4. Del mismo modo,
como 1, 41
2
= 1, 9881 < 2 pero 1, 42
2
= 2, 0164 > 2, resulta a
1
= 1. Prosiguien-
do de esta manera se van obteniendo las cifras del supremo: 1, 4142 . . . (que por
supuesto es

2).
Sean a, b R con a b. Llamaremos intervalo abierto con extremos a y b al
conjunto
(a, b) = {x R : a < x < b}.
Anlogamente se dene el intervalo cerrado con extremos a y b como
[a, b] = {x R : a x b},
y los intervalos semiabiertos (o semicerrados): [a, b) = {x R : a x < b} y
(a, b] = {x R : a < x b}.
Tambin consideraremos los intervalos no acotados abiertos (a, +) = {x
R : a < x} y (, a) = {x R : x < a}, y los cerrados: [a, +) = {x R : a
x} y (, a] = {x R : x a}. En general llamaremos intervalo a cualquiera
de los anteriores y al propio R. El interior de un intervalo I es el mayor intervalo
abierto contenido en l, y se denota I
. Por ejemplo [a, b]
= [a, b)
= (a, b]
=
(a, b), [a, +)
= (a, +).
Un subconjunto A de R se dice que es convexo si para cualquier par de
elementos a 0, se llamar entorno abierto de centro a y radio al intervalo
U
a
() = (a, a+). Aunque el trmino entorno se utiliza a veces en un sentido
ms general, en estas notas se entender siempre por entorno de a un entorno
abierto de centro a. Llamaremos semientorno derecho (resp. izquierdo) de a a
un intervalo de la forma [a, a +) (resp. (a , a]).
Se llamar entorno reducido abierto de centro a y radio al conjunto U
a
() =
U
a
()\{a} = (a, a)(a, a+), que se obtiene de U
a
() suprimiendo al propio
a. Anlogamente, se llama semientorno reducido derecho (resp. izquierdo) de a
a un intercalo de la forma (a, a +) (resp. (a , a)).
Ejercicio 2.4. Si A R llamemos A al conjunto {x : x A}. (a) Pruebe
que c R es cota superior de A si y slo si c es cota inferior de A. (b) Pruebe
que c = sup A si y slo si c =nf A.
Ejercicio 2.5. Demuestre el Principio del nmo a partir del Principio del
supremo, y viceversa.
Ejercicio 2.6. Si A, B R son acotados superiormente, entonces sup(A+B) =
supA + sup B.
18 Conceptos Bsicos
2.2. Funciones
El concepto de funcin se fue claricando durante el siglo XIX, a travs de los
trabajos de Cauchy, Dirichlet, Fourier y Weierstrass, entre otros, hasta que en
su forma moderna y general (funcin como correspondencia arbitraria) aparece
explcitamente a comienzos del siglo XX en el Cours danalyse mathmatique de
Goursat.
Si A y B son dos conjuntos, se dene el producto cartesiano AB de ambos
como el conjunto de todos los pares ordenados (a, b) con a en A y b en B, es
decir
AB = {(a, b) : a A, b B}.
AA se abrevia A
2
, y por induccin se denen A
3
= A
2
A, A
4
= A
3
A,. . . ,
A
n
= A
n1
A.
Una relacin de A en B es un subconjunto de AB.
Las funciones son un tipo especial de relaciones. Ms precisamente, una
relacin f de A en B es una funcin si se cumple que, para cada a A, existe
un nico b B tal que (a, b) f. O dicho de otra manera, si (a, b) f y
(a, b
) f entonces b = b
. Para indicar que f es una funcin de A en B se

utiliza la notacin f : A B. Al conjunto A se le llama dominio de la funcin
y a B codominio. Si (a, b) f entonces se escribe f(a) = b, y se dice que b es la
imagen de a por f. Tambin se dice que a es una preimagen de b por f. Observe
que cada elemento a A tiene exactamente una imagen por f, mientras que un
elemento b B puede tener una, ninguna o muchas preimgenes por f.
Intuitivamente, una funcin de A en B no es ms que una correspondencia
que a cada elemento a A le asocia un nico elemento f(a) B. La denicin
que hemos presentado no es ms que el resultado de un largo esfuerzo por tratar
de formalizar el concepto intuitivo pero algo vago de correspondencia.
Al conjunto f(A) = {f(x) : x A} se le llama recorrido de f; en general es
un subconjunto del codominio B. En el caso de que f(A) = B, se dice que f
es sobreyectiva, o simplemente sobre. Esto equivale a decir que para cada b B
existe algn a A tal que f(a) = b.
f : A B es inyectiva o uno a uno si las imgenes de elementos diferentes
de A son diferentes, es decir si x = y implica f(x) = f(y).
Si f es tanto inyectiva como sobreyectiva entonces se dice que es biyectiva.
En este caso, el conjunto de pares ordenados {(b, a) B A : (a, b) f} es
tambin una funcin, que se denomina inversa de f y se denota f
1
.
Ejercicio 2.7. Para cualquier conjunto A se dene la funcin identidad I
A
:
A A como I
A
(x) = x para todo x A. Pruebe que I
A
es biyectiva.
Ejercicio 2.8. Pruebe que si f : A B es biyectiva, entonces el conjunto de
pares ordenados {(b, a) B A : (a, b) f} es tambin una funcin.
En estas notas se consideran principalmente funciones del tipo f : I R,
cuyo dominio es un intervalo I de R (o una unin de intervalos) y cuyo codominio
es R. Estas funciones se conocen como funciones reales de una variable real. A
2.2 Funciones 19
las funciones g : A R donde A R
n
se les llama funciones reales de n
variables reales.
Ejemplo 2.3. Si c R, a la funcin f : R R denida mediante f(x) = c
para todo x R se le llama funcin constante.
Ejemplo 2.4. Si a, b R, a la funcin g : R R denida mediante g(x) =
ax +b se le llama funcin lineal (o afn).
Ejemplo 2.5. Si a, b, c R, a la funcin h : R R denida mediante h(x) =
ax
2
+bx+c se le llama funcin cuadrtica. Anlogamente se denen las funciones
polinmicas de grado superior.
Ejemplo 2.6. k : (0, +) R denida mediante k(x) = log x es la funcin
logaritmo natural.
En muchos textos se suele dar una expresin analtica, por ejemplo
1 x
2
2x 1
,
y se pide hallar el dominio. Estrictamente hablando esto no tiene mucho senti-
do, pues para que una funcin est bien denida, se debe especicar cules son
su dominio y su codominio. En realidad lo que se pretende en estos casos es que
se halle el subconjunto ms grande posible de R en el cual la expresin dada
permita denir una funcin. Por ejemplo la expresin anterior tiene sentido si
1 x
2
0 y 2x 1 = 0, es decir si |x| 1 y x = 1/2. Por lo tanto se puede
denir una funcin f con dominio [1, 1/2) (1/2, 1] y codominio R mediante
f(x) =
1 x
2
/(2x 1).
2.2.1. Operaciones con funciones
Las funciones a valores reales pueden combinarse mediante operaciones arit-
mticas para formar nuevas funciones. As, si f es una funcin y c R una
constante, se denen las funciones f y cf (con el mismo dominio que f) me-
diante (f)(x) = f(x) y (cf)(x) = cf(x). Si f y g son funciones reales con
dominios D
f
y D
g
, respectivamente, se denen f +g y fg en D
f
D
g
mediante
(f + g)(x) = f(x) + g(x) y (fg)(x) = f(x)g(x). Tambin se puede denir f/g
mediante (f/g)(x) = f(x)/g(x), en D
f
{x D
g
: g(x) = 0}.
Dadas dos funciones g : A B y f : C D, supongamos que g(A) C.
Entonces se puede denir la composicin de f y g, denotada f g, mediante
(f g)(x) = f(g(x)). Por ejemplo si f(x) = x
2
+3x1 y g(x) = 2x+1, entonces
(f g)(x) = f(g(x)) = f(2x + 1) = (2x + 1)
2
+ 3(2x + 1) 1 = 4x
2
+ 10x + 3.
La composicin de funciones es asociativa, es decir que (f g)h = f (gh).
Ejercicio 2.9. Si f : A B es biyectiva y f
1
es su inversa, pruebe que
f
1
f = Id
A
y f f
1
= Id
B
.
Ejercicio 2.10. Sea f : A B. Pruebe que
20 Conceptos Bsicos
1. f es inyectiva si y slo si existe g : B A tal que g f = Id
A
.
2. f es sobreyectiva si y slo si existe g : B A tal que f g = Id
B
.
2.2.2. Extremos, crecimiento y decrecimiento de funciones
Las nociones de cota, mximo, mnimo, supremo e nmo que se denieron
para conjuntos de nmeros reales en la seccin 2.1 pueden trasladarse a funciones
f : I R, aplicndolas al conjunto f(I). Por ejemplo: se dice que f es acotada
superiormente si f(I) lo es, es decir si existe c R tal que f(x) c para todo
x I. Del mismo modo, se dice que f tiene mximo si f(I) lo tiene, o sea si
existe un real M tal que f(x) M para todo x I y M f(I). Tambin se
dice que f alcanza su mximo en a o que a es un punto mximo de f si f(a)
es el mximo de f. Observe que el mximo de una funcin, si existe, es nico.
Expresiones anlogas se usan para cotas inferiores y mnimos.
Sea f : I R y a I. Si existe un entorno V de a tal que f(x) f(a) para
todo x V I, entonces se dice que f(a) es un mximo local, y a es un punto
mximo local.
Observe que una funcin puede tener varios mximos locales (tambin puede
tener slo uno, o ninguno).
A los mximos locales algunos autores les llaman mximos relativos, y en-
tonces al mximo le llaman mximo absoluto.
De manera anloga se dene el concepto de mnimo local. A los mximos y
mnimos locales se les llama extremos locales (o relativos).
Denicin 2.2. Una funcin f : I R se dice que es
montona creciente si x y implica f(x) f(y), para todo x, y I,
estrictamente creciente si x < y implica f(x) < f(y) para todo x, y I,
montona decreciente si x y implica f(x) f(y), para todo x, y I, y
estrictamente decreciente si x < y implica f(x) > f(y) para todo x, y I.
A las funciones montonas crecientes o decrecientes se les llama conjunta-
mente montonas.
Ejercicio 2.11. Si f : I R no es montona, pruebe que existen a f(b) < f(c), o bien f(a) < f(b) > f(c).
En estas notas se usarn los trminos creciente y decreciente como formas
abreviadas de montona creciente y montona decreciente, respectivamente, pe-
ro advertimos al lector que algunos autores utilizan estos trminos como sinni-
mos de estrictamente creciente y estrictamente decreciente. Otros autores llaman
no-decrecientes a las funciones montonas crecientes, y entonces a las monto-
nas decrecientes les llaman no-crecientes, terminologa desafortunada pues una
funcin que no es creciente no tiene porqu ser no-creciente.
2.3 Lmites 21
2.3. Lmites
El concepto de lmite es la nocin fundamental del clculo, en su formulacin
moderna. Sea f una funcin real denida en un entorno reducido de c R.
Informalmente se dice que el lmite de f(x) cuando x tiende a c es L, y se
escribe lm
xc
f(x) = L, cuando la diferencia entre f(x) y L puede hacerse tan
pequea como se quiera, en valor absoluto, tomando x sucientemente prximo
a c. Ms formalmente:
Denicin 2.3 (Lmites con entornos).
Se dice que lm
xc
f(x) = L si, dado cualquier entorno U de L, existe un
entorno reducido V
de c tal que f(V
) U.
Recordando que U
L
() = (L , L + ) y U
c
() = (c , c + ) \ {c}, la
denicin anterior es equivalente a la siguiente:
Denicin 2.4 (Lmites con desigualdades).
Se dice que lm
xc
f(x) = L si, dado cualquier > 0, existe un > 0 tal que si
0 < |x c| < , entonces |f(x) L| < .
Observe que para la existencia de lm
xc
f(x) no hace falta que f est de-
nida en c, sino tan solo en un entorno reducido de c.
Ejercicio 2.12. Si f : R R es la funcin de valor constante k (es decir f(x) =
k para todo x R), pruebe que para cualquier c R se tiene lm
xc
f(x) = k.
Ejercicio 2.13. g : R R es la funcin identidad (es decir g(x) = x para todo
x R), pruebe que para cualquier c R es tiene lm
xc
g(x) = c.
Ejercicio 2.14. Si h : R R se dene mediante
h(x) =
_
1 si x Q,
0 si x Q,
pruebe que no existe lm
xc
h(x) para ningn c R.
Ejercicio 2.15. Sea k(x) = sen
1
x
para x = 0. Pruebe que no existe lm
x0
k(x).
Ejercicio 2.16. Si f(x) g(x) en un entorno reducido de c pruebe que, si
ambos lmites existen, entonces lm
xc
f(x) lm
xc
g(x).
2.3.1. Lmites laterales e innitos
Si f est denida en un intervalo (c, b), se puede denir el lmite de f cuando
x tiende a c por la derecha sustituyendo en la denicin 2.3 los entornos redu-
cidos de c por semientornos reducidos de la forma (c, c + ). O, en trminos de
desigualdades,
22 Conceptos Bsicos
Denicin 2.5. Se dice que el lmite de f cuando x tiende a c por la derecha
es L, y se escribe lm
xc
+ f(x) = L o lm
xc
f(x) = L, si dado cualquier > 0
existe un > 0 tal que, si c < x < c +, entonces |f(x) L| < .
Anlogamente se dice que el lmite de f cuando x tiende a c por la izquierda
es L, y se escribe lm
xc
f(x) = L o bien lm
xc
f(x) = L, si dado cualquier
> 0 existe un > 0 tal que, si c < x < c, entonces |f(x) L| < .
Ejemplo 2.7. Si f : R R es la funcin escaln
f(x) =
_
0 si x < 0,
1 si x 0,
entonces lm
x0
f(x) no existe, pero lm
x0
f(x) = 0 y lm
x0
+ f(x) = 1.
Ejercicio 2.17. La funcin parte entera o piso de x se denota x y se dene
como el mayor entero que es menor o igual a x. En otras palabras, x es el
nico entero tal que x x < x + 1. Estudie los lmites laterales de f para
cada c R.
Ejercicio 2.18. Pruebe que lm
xc
f(x) existe si y slo si lm
xc
+ f(x) y
lm
xc
f(x) existen y son iguales.
Ejercicio 2.19. Si f : (a, b) R es montona creciente, pruebe que existen
lm
xa
+ f(x) (y es nito si f es acotada inferiormente) y lm
xb
f(x) (y es ni-
to si f es acotada superiormente). Un resultado anlogo vale para las funciones
montonas decrecientes.
La denicin de lmite lm
xc
f(x) = L se puede extender al caso en que c,
L o ambos sean innitos, con o sin signo. Para ello llamaremos entorno de +
a cualquier intervalo de la forma (H, +) = {x : x > H}, entorno de a
cualquier intervalo de la forma (, H) = {x : x < H}, y entorno de a la
unin de intervalos (, H) (H, +) = {x : |x| > H}.
Por ejemplo lm
xc
f(x) = + si para cualquier intervalo (H, +) existe
un entorno reducido V
de c tal que, si x V
entonces f(x) (H, +).

Expresado con desigualdades esto equivale a:
lm
xc
f(x) = + si para cualquier H R existe un > 0 tal que, si
0 < |x c| < , entonces f(x) > H.
Anlogamente lm
xc
f(x) = si dado cualquier H R existe > 0 tal
que, si 0 < |x c| < , entonces f(x) < H, y lm
xc
f(x) = (sin signo)
si dado cualquier H R existe > 0 tal que, si 0 < |x c| < , entonces
|f(x)| > H. Observe que lm
xc
f(x) = equivale a lm
xc
|f(x)| = +.
Si f est denida en una semirecta (a, +), la denicin de lmite de f(x)
cuando x tiende a + queda as: lm
x+
f(x) = L si dado cualquier > 0
existe H R tal que, si x > H, entonces |f(x) L| < .
Ejercicio 2.20. Exprese mediante desigualdades las deniciones correspon-
dientes a lm
x
f(x) = L, lm
x+
f(x) = +, lm
x+
f(x) = ,
lm
x
f(x) = +, lm
x
f(x) = .
2.3 Lmites 23
De la misma manera se pueden denir lmites laterales innitos, por ejemplo
lm
xc
+ f(x) = + si dado cualquier H R existe un > 0 tal que, si
0 < x < c +, entonces f(x) > H.
Ejercicio 2.21. Exprese mediante desigualdades las deniciones correspondien-
tes a lm
xc
f(x) = +, lm
xc
+ f(x) = y lm
xc
f(x) = .
Ejercicio 2.22. Sea f(x) = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
una funcin
polinmica de grado n > 0, con a
n
> 0. Pruebe que lm
x+
f(x) = +, y
que
lm
x
f(x) =
_
+ si n es par,
si n es impar.
2.3.2. Operaciones con lmites
Los lmites se comportan bien con respecto a las operaciones que se pueden
realizar con funciones, tales como suma, producto, composicin, etc. Sin em-
bargo, hay algunos detalles que hay que tomar en cuenta para no incurrir en
errores.
Teorema 2.1. Dadas f : U
c
R y g : U
a
U
c
, si lm
xa
g(x) = c y
lm
xc
f(x) = L, entonces lm
xa
f(g(x)) = L.
Demostracin. Dado un entorno W de L, como lm
xc
f(x) = L, existe un
entorno reducido V
c
U
c
tal que f(V
c
) W. Y como lm
xa
g(x) = c, existe
un entorno reducido V
a
U
a
tal que g(V
a
) V
c
, y ms an g(V
a
V
c
.
Entonces (f g)(V
a
) = f(g(V
a
)) f(V
c
) W.
Ejercicio 2.23. Sea f : R R denida como f(x) = 1 si x = 0 y f(0) = 0,
y sea g : R R la funcin constante g(x) = 0. Entonces lm
x0
g(x) = 0 y
lm
x0
f(x) = 1, pero lm
x0
f(g(x)) = 0. Contradice esto al Teorema 2.1?
Teorema 2.2. Sean f y g funciones reales denidas en un entorno reducido de
c. Si existen lm
xc
f(x) = K y lm
xc
g(x) = L, entonces
lm
xc
(f(x) +g(x)) = K +L,
lm
xc
(f(x) g(x)) = K L,
lm
xc
(f(x)g(x)) = KL.
Si adems L = 0, entonces tambin
lm
xc
f(x)
g(x)
=
K
L
.
Y si K > 0, entonces
lm
xc
f(x)
g(x)
= K
L
.
24 Conceptos Bsicos
La prueba de este teorema es estndar y puede hallarse en cualquier texto.
Si uno o ambos de los lmites de f y g son innitos, en algunos casos se
pueden deducir los lmites de las operaciones entre f y g, pero en otros casos
no se puede. Por ejemplo:
Si lm
xc
f(x) = + y lm
xc
g(x) es nito o +, entonces lm
xc
(f(x) +
g(x)) = +. Un resultado anlogo se tiene si se cambia + por .
Sin embargo, si lm
xc
f(x) = +y lm
xc
g(x) = , no se puede armar
nada a priori sobre lm
xc
(f(x) + g(x)). Esto se expresa a veces diciendo que
es una forma indeterminada. Esto slo signica que el lmite no queda
determinado por los lmites de las funciones coomponentes f y g. Pero es una
expresin poco afortunada, ya que lleva a muchos alumnos a pensar que un
lmite de este tipo no se puede determinar, y por lo tanto no se puede hacer
nada con l. Es preciso enfatizar que lo indeterminado es la forma en general,
pero no cada lmite en particular. En realidad puede ocurrir que el lmite de la
suma no exista, o que exista y sea nito, o que exista y sea innito. Pero para
averiguar cul es el caso hace falta un anlisis ms profundo.
Ejemplo 2.8. Si en R denimos f(x) = x, g
1
(x) = x, g
2
(x) = 2x y g
3
(x) =
x, entonces lm
x+
f(x) = + y lm
x+
g
1
(x) = lm
x+
g
2
(x) =
lm
x+
g
3
(x) = , y se tiene que
lm
x+
(f(x) +g
1
(x) = 0,
lm
x+
(f(x) +g
2
(x) = ,
mientras que lm
x+
(f(x) +g
3
(x)) no existe.
Si lm
xc
f(x) = + y lm
xc
g(x) es nito y positivo o +, entonces
lm
xc
f(x)g(x) = +. Anlogamente si lm
xc
f(x) = y lm
xc
g(x) es
nito y positivo o +, entonces lm
xc
f(x)g(x) = .
En general se puede decir que si el lmite de una funcin es + o y el
de la otra es +, o un real distinto de 0, entonces el lmite del producto
es + o , y el signo se determina mediante la regla usual de los signos.
En cambio si lm
xc
f(x) = + y lm
xc
g(x) = 0, no se puede armar
nada a priori sobre lm
xc
f(x)g(x). Esto se expresa diciendo que 0 es una
forma indeterminada, expresin para la cual valen los mismos comentarios que
hicimos para . Y como en el caso de la suma, aqu tambin puede ocurrir
que el lmite del producto no exista, o que exista y sea nito, o que exista y sea
innito, siendo necesario un anlisis ms profundo para averiguar qu es lo que
en realidad ocurre.
Ejercicio 2.24. Proporcione ejemplos de cada una de las tres posibilidades
descriptas para la forma 0.
Para el cociente, si lm
xc
f(x) = + y lm
xc
g(x) es nito y positi-
vo, entonces lm
xc
f(x)/g(x) = +. Si en cambio lm
xc
f(x) es nito y
lm
xc
g(x) = (con o sin signo), entonces lm
xc
f(x)/g(x) = 0.
Si tanto f como g tienen lmites innitos, o si ambas tienen lmite 0, no se
puede armar nada a priori sobre lm
xc
f(x)/g(x). Es decir que se tienen dos
indeterminaciones ms: / y 0/0.
2.3 Lmites 25
Ejercicio 2.25. Proporcione ejemplos de la forma / y 0/0 para los cuales
el lmite a) no exista, b) exista y sea nito, y c) exista y sea innito.
Un resultado sencillo pero muy til es el siguiente:
Teorema 2.3 (Teorema del sndwich). Si f, g y h son funciones denidas en
un entorno reducido V de c tales que g(x) est siempre comprendido entre f(x)
y h(x) (es decir, f(x) g(x) h(x) o h(x) g(x) f(x) para todo x V ), y
si lm
xc
f(x) = lm
xc
h(x) = L, entonces lm
xc
g(x) existe y es igual a L.
Demostracin. Dado un entorno de L existen entornos reducidos V
1
y V
2
de c
tales que f(V
1
) U y h(V
2
) U. Si tomamos V
= V
1
V
2
entonces, para
cualquier x V
, se tiene que tanto f(x) como h(x) estn en U, por lo tanto

todo el intervalo de extremos f(x) y h(x) est contenido en U, y en particular
g(x) U.
Figura 2.1: Lmite de (sen x)/x.
Ejemplo 2.9. Para calcular lm
x0
sen x/x consideremos un crculo de centro
O y radio OA = 1. Sea B otro punto de la circunferencia. Si el ngulo AOB se
mide en radianes, entonces su medida x es igual a la longitud del arco
AB. El
segmento de perpendicular desde B al radio OA mide senx, y el segmento AD
de la tangente a la circunferencia en A, comprendido entre A y la recta OB,
mide tg x. Como el tringulo OAB est contenido en el sector circular OAB
y ste en el tringulo OAD, comparando sus reas se obtiene que (sen x)/2 <
x/2 < (tg x)/2, es decir sen x < x < tg x. Dividiendo entre senx (suponiendo
26 Conceptos Bsicos
x > 0) se tiene entonces que
1 <
x
senx
<
1
cos x
.
De aqu se deduce, por el teorema del sndwich, que lm
x0
+ x/ senx = 1 y
por tanto, tambin lm
x0
+(sen x)/x = 1. Como la funcin (sen x)/x es par, se
sigue que lm
x0
(sen x)/x = 1.
Ejercicio 2.26. Probar que
(a) lm
x0
tg x
x
= 1, (b) lm
x0
1 cos x
x
2
=
1
2
, (c) lm
x0
1 cos x
x
= 0.
Para lm
xc
f(x)
g(x)
, si el lmite de de f o el de g (o ambos) son innitos, se
plantean algunos casos fciles de decidir y otros que requieren un anlisis ms
profundo. Si lm
xc
f(x) = + y lm
xc
g(x) es positivo (nito o innito),
entonces lm
xc
f(x)
g(x)
= +. Lo mismo ocurre si lm
xc
f(x) = K > 1 y
lm
xc
g(x) = +. Si 0 < lm
xc
f(x) < 1 y lm
xc
g(x) = +, entonces
lm
xc
f(x)
g(x)
= 0.
En cambio no se puede armar nada a priori si lm
xc
f(x) = 1 y lm
xc
g(x)
= +. Esto se conoce como la forma indeterminada 1
. Un ejemplo impor-
tante es lm
x0
(1 +x)
1/x
= e.
Ejercicio 2.27. Proporcione ejemplos de la forms 1
en los cuales el lmite a)

no exista, b) exista y sea nito, y c) exista y sea innito.
Otro caso delicado se presenta cuando lm
xc
f(x) = 0. Suponiendo que
f(x) 0 en un entorno reducido de 0 (de lo contrario f(x)
g(x)
podra no estar si-
quiera denido), si lm
xc
g(x) = L > 0 entonces es claro que lm
xc
f(x)
g(x)
=
0. Y si L < 0, entonces lm
xc
f(x)
g(x)
= +. Pero si L = 0 aparece una nueva
forma indeterminada que se representa como 0
0
.
2.3.3. Asntotas
Diremos que una recta r de ecuacin y = mx+n es asntota de la grca de
una funcin f, si la distancia del punto (x, f(x)) a r tiende a 0 cuando x tiende
a + o a . Para que esto ocurra, por ejemplo para x +, debe ser
lm
x+
(f(x) mxn) = 0 y por lo tanto lm
x+
(f(x) mx) = n. Adems
lm
x+
f(x)/x = lm
x+
(f(x) mx)/x +m = m. Por lo tanto para hallar
una asntota para x + debemos calcular primero m = lm
x+
f(x)/x,
y si existe se calcula luego n = lm
x+
(f(x) mx). Si este segundo lmite
tambin existe, entonces y = mx +n es una asntota.
Si existe lm
x+
f(x) = n entonces automticamente lm
x+
f(x)/x =
0, y se tiene una asntota horizontal y = n.
Si existe m = lm
x+
f(x)/x, pero no existe lm
x+
(f(x) mx), se dice
que y = mx es una direccin asinttica.
De modo anlogo se buscan asntotas para x .
Una asntota vertical es una recta x = a tal que lm
xa
+ f(x) o lm
xa
f(x)
sea (con o sin signo).
2.3 Lmites 27
Ejemplo 2.10. Sea f(x) = x/(1 + e
x
) + x/(x 1). Obviamente hay una
asntota vertical x = 1. Como
lm
x+
f(x)
x
= lm
x+
1
1 +e
x
+ lm
x+
1
x 1
= 1 + 0 = 1,
y
lm
x+
(f(x) x) = lm
x+
_
x
1 +e
x
+
x
x 1
x
_
= lm
x+
_
xe
x
1 +e
x
+
x
x 1
_
= 0 + 1 = 1,
se tiene la asntota oblicua y = x + 1 para x +. Por otra parte
lm
x
f(x)
x
= lm
x
1
1 +e
x
+ lm
x+
1
x 1
= 0 + 0 = 0,
y
lm
x
f(x) = lm
x
_
x
1 +e
x
+
x
x 1
_
= 0 + 1 = 1,
por lo tanto se tiene una asntota horizontal y = 1 para x .
Figura 2.2: Asntotas
2.3.4. Lmites de sucesiones
En esta seccin recordamos brevemente el concepto de lmite de una sucesin
y su relacin con el lmite de funciones.
28 Conceptos Bsicos
Una sucesin de nmeros reales es una funcin x : N R del conjunto de
los nmeros naturales N = {1, 2, 3, . . .} en los reales. El valor x(n) que toma esta
funcin en el natural n suele denotarse ms comnmente como x
n
, y la sucesin
misma como x
1
, x
2
, x
3
,. . . , o ms concisamente {x
n
}
nN
. Se dice que la sucesin
tiene lmite L cuando n tiende a innito, y se escribe lm
n+
x
n
= L, si dado
cualquier > 0 existe un natural K tal que |x
n
L| < para todo n K.
Ejercicio 2.28. Si x
1
x
2
x
3
es una sucesin montona crecien-
te y acotada superiormente, pruebe que es convergente y que lm
n+
x
n
=
sup{x
n
: n = 1, 2, 3, . . .}.
Ejercicio 2.29. Sea x
1
=
2, x
2
=
_
2 +
2, x
3
=
_
2 +
_
2 +
2, . . . Pruebe
que esta sucesin tiene lmite y calclelo.
Teorema 2.4. Sea f una funcin denida en un entorno reducido de a tal
que lm
xa
f(x) = L. Entonces para cualquier sucesin {x
n
} con valores en el
dominio de f, se cumple lm
n+
f(x
n
) = L.
La demostracin es inmediata y se deja como ejercicio.
Ejemplo 2.11. Como lm
x0
(sin x)/x = 1 y lm
n+
1/n = 0, entonces
lm
n+
nsen(1/n) = 1.
Tambin vale una forma de recproco:
Teorema 2.5. Sea f una funcin denida en un entorno reducido de a y L
R. Si para cualquier sucesin {x
n
} con valores en el dominio de f y tal que
lm
n+
x
n
= a se cumple lm
n+
f(x
n
) = L, entonces lm
xa
f(x) = L.
Una serie de nmeros reales es una expresin de la forma x
1
+x
2
+x
3
+ +
x
n
+ donde {x
n
}
nN
es una sucesin de nmeros reales. A toda serie se le
asocia una sucesin de sumas parciales, denida como X
1
= x
1
, X
2
= x
1
+x
2
,
X
3
= x
1
+ x
2
+ x
3
,. . . y en general X
n
=
n
k=1
x
k
. Si existe lm
n
X
n
= S,
entonces se dice que la serie es convergente y que su suma es S. En ese caso se
escribe x
1
+x
2
+x
3
+ = S. Por ejemplo
1
2
+
1
4
+
1
8
+
1
2
n
+ = 1,
ya que las sumas parciales son X
n
=
n
k=1
1/2
k
= 1 (1/2)
n+1
(suma de una
progresin geomtrica) y lm
n
X
n
= lm
n
(1 (1/2)
n+1
) = 1 0 = 1.
2.4. Continuidad
Intuitivamente, una funcin es continua si su grca se puede dibujar sin
levantar el lpiz del papel. Sin embargo no fue fcil convertir esta nocin vaga
en la denicin precisa actual:
2.4 Continuidad 29
Denicin 2.6. Una funcin f es continua en a si lm
xa
f(x) = f(a). Si
lm
xa
+ f(x) = f(a) se dice que f es continua por la derecha en a, y si lm
xa
f(x) = f(a) se dice que f es continua por la izquierda en a. Si f no es continua en

a entonces se dice que es discontinua en a, o que presenta una discontinuidad en
a. Una funcin es continua en un intervalo si lo es en cada punto de ese intervalo,
entendiendo que si el intervalo incluye extremo izquierdo (resp. derecho), en l
se exigir continuidad por la derecha (resp. izquierda).
La denicin de continuidad en un punto se puede desglosar as: f es continua
en a si
1. f est denida en un entorno de a.
2. Existe lm
xa
f(x).
3. f(a) y lm
xa
f(x) son iguales.
Si recordamos la denicin de lmites por entornos, la denicin de continui-
dad se puede reformular as:
f es continua en a si, dado cualquier entorno U de f(a), existe un
entorno V de a tal que, si x V entonces f(x) U.
Del mismo modo, recordando la denicin de lmites por desigualdades, podemos
decir que
f es continua en a si, dado cualquier > 0, existe un > 0 tal que
si |x c| < , entonces |f(x) f(c)| < .
Las consideraciones anteriores pueden adaptarse de la manera obvia para
el caso de la continuidad por la derecha o por la la izquierda, considerando
semientornos.
Si lm
xa
f(x) existe, pero es distinto de f(a), se dice que f presenta una
discontinuidad evitable en a. En este caso la discontinuidad se puede evitar
redeniendo f en a como lm
xa
f(x).
Si existen los lmites laterales lm
xa
+ f(x) y lm
xa
f(x), pero son dife-
rentes, entonces se dice que f presenta una discontinuidad de salto en a.
Ejercicio 2.30. Pruebe que las funciones f(x) = 1 y g(x) = x son continuas
en todo a R.
Ejercicio 2.31. Estudie la continuidad de la funcin h(x) = x.
Ejercicio 2.32. Estudie la continuidad de la funcin
k(x) =
_
xsen
1
x
si x = 0,
0 si x = 0.
30 Conceptos Bsicos
2.4.1. Operaciones con funciones continuas
De las propiedades correspondientes para los lmites se deduce fcilmente
que la suma, diferencia, producto y composicin de funciones continuas son
continuas. El cociente de funciones continuas es continua en los puntos donde
est denido (es decir donde no se anule el denominador).
Como la identidad y las funciones constantes son continuas, de lo anterior
se sigue que las funciones polinmicas son continuas, y las funciones racionales
son continuas en los puntos en que no se anule el denominador.
Tambin las dems funciones elementales (la exponencial, el logaritmo, las
potencias de exponente real, las funciones trigonomtricas directas e inversas)
son continuas donde estn denidas, y por lo tanto todas las funciones que se
puedan obtener combinndolas por medio de las operaciones anteriormente des-
criptas son continuas. Por estas consideraciones podemos armar, por ejemplo,
que la funcin
f(x) = log(x
4
+ 5) sen
_
e
x
+
cos(x)
3
x
2
+ 1
_
es continua.
Ejemplo 2.12. De lm
x0
(1 +x)
1/x
= e y por la continuidad del logaritmo se
deduce que lm
x0
log((1 +x)
1/x
) = log(e) = 1, es decir
lm
x0
log(1 +x)
x
= 1.
Haciendo en este ltimi lmite el cambio de variable x = e
t
1 se obtiene
lm
t0
log(e
t
)/(e
t
1) = 1, es decir lm
t0
t/(e
t
1) = 1, y por lo tanto
lm
x0
e
x
1
x
= 1.
2.4.2. Propiedades de las funciones continuas
A continuacin se enuncian algunos de los resultados ms importantes rela-
cionados con funciones continuas.
Teorema 2.6 (Constancia local del signo).
Si f : I R es continua, c I y f(c) > 0, entonces existe un entorno V de
c tal que f(x) > 0 para todo x V . Anlogamente, si f(c) < 0 entonces existe
un entorno V de c tal que f(x) < 0 para todo x V .
La prueba es muy sencilla. Si f(c) > 0 entonces, tomando = f(c), por
la continuidad de f se tiene que existe > 0 tal que, si |x c| < , entonces
|f(x) f(c)| < = f(c), es decir f(c) < f(x) f(c) < f(c), de donde
0 < f(x) < 2f(c). Por lo tanto si |x c| < , ewntonces f(x) > 0. La prueba
para el caso f(c) < 0 es anloga.
2.4 Continuidad 31
Teorema 2.7 (Teorema de Bolzano).
Si f : [a, b] R es continua y f(a)f(b) < 0, entonces existe por lo menos un
punto c (a, b) para el cual f(c) = 0.
En otras palabras este teorema arma que si una funcin continua toma valo-
res de signo opuesto en los extremos de un intervalo, entonces se anula en algn
punto interior al mismo. Para probarlo, supongamos por ejemplo que f(a) < 0
y f(b) > 0 y consideremos el conjunto A = {x [a, b] : f es negativa en [a, x]}.
Como A obviamente es no vaco y acotado, existe c = sup A. usando el teorema
anterior es fcil ver que no puede ser f(c) < 0 (pues entonces habra puntos
de A mayores que c) ni f(c) > 0 (pues entonces habra cotas superiores de A
menores que c), por lo tanto f(c) = 0.
Otra demostracin popular se basa en el llamado mtodo de biseccin. Sea
c = (a + b)/2. Si f(c) = 0 no hay ms nada que hacer. Si f(c) > 0 pongamos
a
1
= a y b
1
= c; si en cambio f(c) < 0 pongamos a
1
= c y b
1
= b. En ambos
casos se verica que f(a
1
)f(b
1
) < 0. Sea ahora c
1
= (a
1
+ b
1
)/2. Si f(c
1
) = 0
ya est. Si f(c
1
) > 0 pongamos a
2
= a
1
y b
2
= c
1
; si en cambio f(c
1
) < 0
pongamos a
2
= c
1
y b
2
= b
1
, y se verica que f(a
2
)f(b
2
) < 0. Prosiguiendo de
esta manera, o encontramos un cero de f o se generan dos sucesiones montonas
a a
1
a
2
y b b
1
b
2
tales que b
n
a
n
= (b a)/2
n
.
Sean A = {a
n
: n = 1, 2, . . .} y B = {b
n
: n = 1, 2, . . .}. Es claro que para
ndices cualesquiera i, j se tiene a
i
b
j
, de donde se sigue que a
i
nf B para
todo i y sup A nf B. Pero como a
n
sup A nf B b
n
, se tiene que
0 nf B sup A b
n
a
n
= (b a)/2
n
para todo n, de donde sup A =nf B.
Sea c el valor comn de sup A y nf B.
Probaremos que f(c) = 0. En efecto, si fuese f(c) > 0, entonces por el
teorema anterior f sera positiva en todo un entorno (c , c + ), para cierto
> 0, y ese entorno no podra contener ningn a
n
(ya que f(a
n
) < 0 por
construccin), contradiciendo el hecho de que c es el supremo de A. De manera
similar, si f(c) < 0 f sera negativa en todo un entorno (c , c + ), para
cierto > 0, y ese entorno no podra contener ningn b
n
(ya que f(b
n
) > 0 por
construccin), contradiciendo el hecho de que c es el nmo de B.
La nica posibilidad que queda es f(c) = 0.
La prueba anterior tiene la ventaja de ser constructiva, y por lo tanto propor-
ciona una manera efectiva de calcular aproximadamente races de ecuaciones.
Ejemplo 2.13. Supongamos que se desea hallar una raz aproximada de la
ecuacin x
3
+ x 1 = 0. Como la funcin f(x) = x
3
+ x 1 es continua,
f(0) = 1 < 0 y f(1) = 1 > 0, el teorema de Bolzano nos dice que existe una
raz entre 1 y 2. Ms an, como f(1/2) = 3/8 < 0, hay una raz en [1/2, 1].
Y como f(3/4) = 11/64 > 0, hay una raz en [1/2, 3/4]. Prosiguiendo de esta
manera se podra hallar la raz con cualquier grado de precisin deseado (existen
sin embargo mtodos ms ecientes).
Ejercicio 2.33. Un lago tiene un muelle desde el cual salen lanchas de paseo.
Francisca sale en una lancha a las 3pm y regresa a las 5pm. Gabriel sale en otra
32 Conceptos Bsicos
lancha a las 4pm y regresa a las 6pm. Pruebe que en algn momento entre las
4pm y las 5pm Francisca y Gabriel se encuentran a igual distancia del muelle.
Ejercicio 2.34. Pruebe que si f : I R es continua, entonces tiene la Pro-
piedad de Darboux, es decir que dado cualquier intervalo [a, b] I, f toma en
[a, b] todos los valores comprendidos entre f(a) y f(b).
Ejercicio 2.35. Pruebe que si I es un intervalo y f : I R es continua (o
ms en general, si tiene la propiedad de Darboux) entonces f(I) es tambin un
intervalo.
Ejercicio 2.36. Sea f : I R continua e inyectiva. Pruebe entonces que f es
estrictamente montona, y que su inversa f
1
: f(I) I tambin es continua.
Ejercicio 2.37. Podra pensarse que la Propiedad de Darboux caracteriza a las
funciones continuas. Pruebe que no es as, construyendo una funcin que tenga
dicha propiedad pero que no sea continua, al menos en un punto.
Existir alguna funcin f : [0, 1] R con la propiedad de Darboux que no

sea continua en ningn punto?
Ejercicio 2.38. Sea f : I R una funcin continua. Sean x
1
, x
2
, . . . , x
n
puntos
de I. Pruebe que existe un punto c I tal que
f(c) =
f(x
1
) +f(x
2
) + +f(x
n
)
n
.
Teorema 2.8.
Si f : [a, b] R es continua entonces es acotada.
Demostracin. Sea A = {x [a, b] : f([a, x]) es acotado}. Como a A, A no
es vaco, y est acotado superiormente por b. Entonces existe c = sup A. Por la
continuidad de f existe un > 0 tal que |f(x) f(c)| < 1 si |x c| < . Por la
proiedad del supremo debe existir x (c, c]A. Como f est acotada en [a, x]
y tambin en [x, c+)[a, b], se sigue que est acotada en [a, c+)[a, b]. Si fuese
c c, contradiciendo
la denicin de c. Por lo tanto c = b f est acotada en [a, b].
Una consecuencia importante de este resultado es el siguiente:
Teorema 2.9 (Weierstrass).
Si f : [a, b] R es continua entonces tiene mximo y mnimo en [a, b].
Demostracin. Como f([a, b]) es acotado, existen M = sup f([a, b]) y m =
nf f([a, b]). Hay que probar que f efectivamente toma los valores M y m. Su-
pongamos por absurdo que f(x) = M para todo x [a, b]. Entonces la funcin
g(x) = 1/(M f(x)) sera continua en [a, b], pero obviamente no acotada, con-
tradiciendo el teorema anterior. Anlogamente se llega a una contradiccin si se
supone que f(x) = m para todo x [a, b].
Finalmente enunciaremos sin demostracin el siguiente teorema:
2.5 Derivadas 33
Teorema 2.10 (Heine-Cantor).
Si f : [a, b] R es continua, entonces es uniformemente continua, es decir,
para todo > 0 existe un > 0 tal que, si x, y [a, b] y |x y| < , entonces
|f(x) f(y)| < .
En estas notas no utilizaremos este resultado, que sin embargo es muy im-
portante en el Clculo integral y en otras reas del anlisis matemtico.
2.5. Derivadas
Denicin 2.7. Sea f una funcin denida en un intervalo abierto que contenga
al nmero real a. Si existe
lm
xa
f(x) f(a)
x a
y es nito, se dice que f es derivable en a; al valor del lmite se le llama derivada
de f en a y se denota f
(a). Si el lmite es innito se dice que f tiene derivada

innita en a.
Efectuando el cambio de variable h = x a, la derivada puede denirse en
forma equivalente como
f
(a) = lm
h0
f(a +h) f(a)
h
.
Si f es derivable en cada punto de su dominio, entonces se dice simplemente
que f es derivable, y a la funcin f
que a cada x le hace corresponder el valor

f
(x) se le llama funcin derivada de f.

Es inmediato que si f es derivable en a entonces tambin es continua en a,
ya que
lm
xa
(f(x) f(a)) = lm
xa
(x a)
f(x) f(a)
x a
= lm
xa
(x a) lm
xa
f(x) f(a)
x a
= 0 f
(a) = 0.
Ejemplo 2.14. a) Sea una funcin constante. Entonces
(x) = lm
h0
(x + h) (x)
h
= lm
h0
0 = 0.
b) Sea f(x) = x. Entonces
f
(x) = lm
h0
f(x +h) f(x)
h
= lm
h0
x +h x
h
= lm
h0
1 = 1.
c) Sea g(x) = x
2
, entonces
g
(x) = lm
h0
(x +h)
2
x
2
h
= lm
h0
2hx h
2
h
= lm
h0
(2x h) = 2x.
34 Conceptos Bsicos
d) Sea k(x) = e
x
. Entonces
k
(x) = lm
h0
e
x+h
e
x
h
= lm
h0
e
x
e
h
1
h
= e
x
.
e) Sea h(x) = sen x. Como sen(x +h) = senxcos h + sen hcos x se tiene
h(x +h) h(x)
h
=
senh
h
cos x
1 cos h
h
sen x
y por lo tanto
h
(x) = lm
h0
senh
h
cos x lm
h0
1 cos h
h
sen x = 1 cos x 0 sen x = cos x.
Ejercicio 2.39. Calcular, a partir de la denicin, las funciones derivadas de
1/x,

x, cos(x) y log(x).
2.5.1. Derivadas laterales
Si f est denida en [a, b) y existe
lm
xa
+
f(x) f(a)
x a
,
al valor del lmite se le llama derivada por la derecha de f en a y se denota
f
(a
+
). Anlogamente se dene la derivada por la izquierda. Es claro que f es
derivable en a si y slo si existen ambas derivadas laterales y son iguales.
Ejemplo 2.15. Sea f(x) = |x|. Entonces lm
x0
+ f(x)/x = lm
x0
+ x/x = 1
y lm
x0
f(x)/x = lm
x0
(x)/x = 1.
2.5.2. Interpretacin geomtrica
Recordando lo que vimos en el primer captulo, f
(a) puede interpretarse

como la pendiente de la recta tangente a la grca de f en el punto (a, f(a))
(ver Figura 1.2, pg. 4). En efecto, (f(x) f(a))/(x a) es la pendiente de la
recta secante que pasa por los puntos (a, f(a)) y (x, f(x)), y si estas secantes
tienden a una posicin lmite cuando x a, la pendiente de esa recta ser
lm
xa
(f(x) f(a))/(x a) = f
(a). La ecuacin de la recta tangente ser

entonces y = f(a) +f
(a)(x a).
En realidad, dadas las dicultades existentes para denir en trminos geo-
mtricos la nocin de recta tangente, se puede usar la derivada para denirla
analticamente. Es decir que si existe f
(a) entonces la recta tangente a la grca

de f en el punto (a, f(a)) ser, por denicin, y = f(a) +f
(a)(x a).
Los a para los cuales f
(a) = 0 se llaman puntos crticos o singulares de f.

Geomtricamente se pueden caracterizar como los puntos en los cuales la grca
de f es horizontal (es decir paralela al eje Ox).
2.5 Derivadas 35
Si f tiene derivada innita en a, entonces la tangente a la grca de f en el
punto (a, f(a)) es la recta vertical x = a.
Si f est denida en un intervalo [a, b] y existe la derivada lateral f
(a
+
),
entonces la tangente a la grca de f en el punto (a, f(a)) ser y = f(a) +
f
(a
+
)(x a). Del mismo modo, si existe f
(b
), la tangente a la grca de f
en el punto (b, f(b)) ser y = f(b) +f
(b
)(x b).
Ejemplo 2.16. Consideremos una parbola de foco F y directriz d. Los griegos
saban que la tangente a esta curva en un punto P es la bisectriz del ngulo
formado por el radio vector FP y la paralela al eje por P. Para comprobar este
resultado usando el clculo, tomemos un sistema de coordenadas con origen O en
el vrtice de la parbola, eje Ox paralelo a la directriz y como eje Oy, el eje de la
parbola. Si tomamos como unidad de medida la distancia del foco a la directriz,
entonces las coordenadas del foco son (0, 1/2) y la ecuacin de la directriz es
y = 1/2. La distancia del foco al punto P = (x, y) es
_
x
2
+ (y 1/2)
2
, y la
distancia de P a la directriz es y + 1/2. Por lo tanto la ecuacin de la parbola
es
_
x
2
+ (y 1/2)
2
= y + 1/2. Elevando al cuadrado nos queda
x
2
+ (y
1
2
)
2
= (y +
1
2
)
2
,
y luego de desarrollar los cuadrados y simplicar queda x
2
= 2y, o y = x
2
/2.
Por lo tanto y
= x y la ecuacin de la tangente en P = (a, a

2
/2) es
y =
a
2
2
+a(x a) = ax
a
2
2
.
Ahora bien, si es el ngulo que forma la recta FP con el eje Ox, entonces
tg = (a
2
/2 1/2)/a = a/2 1/(2a), y si es el ngulo que forma la tangente
con el eje Ox, entonces tg = a. Por lo tanto
tg(MPN) = tg( ) =
tg() tg()
1 + tg() tg()
=
a
2
+
1
2a
1
2
+
a
2
2
=
a +
1
a
1 +a
2
=
1
a
= tg(
2
) = tg(NPQ),
y entonces MPN = NPQ.
De aqu se deduce la conocida propiedad de los espejos parablicos: los rayos
paralelos al eje, una vez reejados pasan por el foco. Segn Plutarco, Arqumedes
utiliz esta propiedad para defender a Siracusa, su ciudad natal, de los romanos:
hizo construir grandes espejos en forma de paraboloides de revolucin, capaces
de concentrar los rayos solares sobre las naves enemigas hasta quemarlas.
2.5.3. Interpretacin cinemtica
Consideremos un punto que se mueve sobre una lnea recta. Fijando un
origen y una unidad de medida en la recta, la posicin del punto mvil en el
instante t queda determinada por su abscisa x(t), que ser funcin del tiempo.
36 Conceptos Bsicos
Figura 2.3: Tangentes a la parbola
La distancia recorrida por el mvil desde el instante t hasta el t + h es
x(t +h) x(t); esta distancia es orientada: puede ser positiva, si el mvil avanza
en el sentido de las x crecientes, o negativa en caso contrario. La velocidad media
es (x(t +h) x(t))/h; observe que depende del intervalo de tiempo considerado,
es decir del valor de h. Al lmite (si existe) de la velocidad media cuando t 0,
es decir a la derivada de x(t), se le llama velocidad instantnea. Siguiendo la
tradicin newtoniana, en fsica se acostumbra denotar la derivada respecto al
tiempo con un punto en vez de un apstrofo, es decir x(t).
Lo anterior se puede generalizar al movimiento en dos o ms dimensiones.
En el plano, por ejemplo, el movimiento de un punto P se puede describir dando
su abscisa y su ordenada en funcin del tiempo, digamos P(t) = (x(t), y(t)). En
este caso la velocidad es el vector

P(t) = ( x(t), y(t)).
2.5.4. Propiedades de las funciones derivables
Reglas de derivacin
Las siguientes armaciones son bien conocidas y se prueban fcilmente a
partir de la denicin de la derivada y las propiedades de los lmites.
1. Si f es derivable en a y k es una constante, entonces kf es derivable en a
y (kf)
(a) = kf
(a).
2. Si f y g son derivables en a entonces f +g es derivable en a y (f +g)
(a) =
f
(a) +g
(a).
2.5 Derivadas 37
3. Si f y g son derivables en a entonces fg es derivable en a y (fg)
(a) =
f
(a)g(a) +f(a)g
(a).
4. Si f y g son derivables en a, g(a) = 0 y g
(a) = 0, entonces f/g es derivable

en a y (f/g)
(a) = (f
(a)g(a) f(a)g
(a))/(g(a))
2
.
Demostremos como ejemplo la 3: como
(fg)(a +h) (fg)(a) = (f(a +h) f(a))g(a +h) +f(a)(g(a +h) g(a)),
y como g es continua en a por ser derivable, se tiene
lm
x0
(fg)(a +h) (fg)(a)
h
= lm
x0
f(a +h) f(a)
h
lm
x0
g(a +h) +f(a) lm
x0
g(a +h) g(a)
h
= f
(a)g(a) +f(a)g
(a).
Las dos primeras propiedades nos dicen que la derivacin es una operacin
lineal. De ellas se deduce, por induccin, que si f
1
, f
2
,. . . ,f
n
son funciones de-
rivables en a y k
1
, k
2
,. . . ,k
n
son constantes, entonces
(k
1
f
1
+k
2
f
2
+ +k
n
f
n
)
(a) = k
1
f
1
(a) +k
2
f
2
(a) + +k
n
f
n
(a).
Ejemplo 2.17. Como (sen x)
= cos x y (cos x)
= senx, entonces
(tg x)
=
_
senx
cos x
_
=
(sen x)
cos x sen x(cos x)
cos
2
x
=
cos
2
x + sen
2
x
cos
2
x
=
1
cos
2
x
= sec
2
x = tg
2
x + 1.
Teoremas de Rolle y Lagrange
Lema 2.1. Si f : (a, b) R es una funcin derivable y presenta un extremo
local en c (a, b), entonces f
(c) = 0.
Demostracin. Hagamos la prueba para un mximo local (para mnimo local es
similar). Sea (c , c +) (a, b) un entorno de c tal que f(x) f(c) para todo
x (c , c +). Entonces para c < x < c + se tiene (f(x) f(c))/(xc) 0,
y por lo tanto lm
xc
+(f(x) f(c))/(x c) 0. Para c < x < c se tiene
(f(x) f(c))/(x c) 0, y por lo tanto lm
xc
(f(x) f(c))/(x c) 0.
Pero ambos lmites laterales deben ser iguales a f
(c), por tanto 0 f
(c) 0
y f
(c) = 0.
Teorema 2.11 (Teorema de Rolle).
Si f es una funcin continua en el intervalo [a, b], derivable en (a, b) y tal que
f(a) = f(b) = 0, entonces existe un c (a, b) tal que f
(c) = 0.
38 Conceptos Bsicos
Demostracin. Por el teorema 2.9 f tiene mximo M y mnimo m. Si el mximo
se alcanza en un punto c (a, b), entonces por el lema anterior f
(c) = 0. Lo
mismo si el mnimo se alcanza en un punto d (a, b). En caso contrario, mximo
y mnimo se alcanzan en los extremos del intervalo, y por lo tanto son ambos
0. Entonces f(x) = 0 para todo x [a, b] y por ser constante cumple f
(c) = 0
para cualquier c (a, b).
La interpretacin geomtrica del teorema de Rolle es sencilla: si se satisfa-
cen las hiptesis del teorema, entonces en algn punto interior del intervalo la
tangente a la grca de f es horizontal.
El siguiente teorema, tambin conocido como teorema de los incrementos
nitos o teorema de Lagrange, es una generalizacin del teorema de Rolle y se
considera como uno de los ms importantes del clculo diferencial.
Teorema 2.12 (Teorema del valor medio).
Si f es una funcin continua en el intervalo [a, b] y derivable en (a, b), entonces
existe un c (a, b) tal que
f(b) f(a)
b a
= f
(c).
Demostracin. En trminos geomtricos este teorema arma que para algn
c (a, b), la tangente a la grca de f en el punto C = (c, f(c)) es paralela a la
recta secante que pasa por los puntos A = (a, f(a)) y B = (b, f(b)). En efecto,
(f(b)f(a))/(ba) es la pendiente de la recta secante y f
(c) es la pendiente de
la recta tangente, por lo tanto el teorema arma la igualdad de esas pendientes,
que es equivalente al paralelismo de ambas rectas. Aunque el teorema de Rolle
Figura 2.4: Teorema del valor medio
es un caso particular de este teorema, cuando f(a) = f(b) = 0, en realidad son
2.5 Derivadas 39
equivalentes ya que se puede demostrar el teorema del valor medio a partir del
teorema de Rolle. Para ello consideremos la funcin auxiliar
g(x) = (b a)(f(x) f(a)) (f(b) f(a))(x a).
Como g(a) = g(b) = 0, por el teorema de Rolle g
(c) = 0 para algn c (a, b).

Pero g
(x) = (ba)f
(x)(f(b)f(a)), por lo tanto (ba)f
(c)(f(b)f(a)) =
0, y f
(c) = (f(b) f(a))/(b a).

Ejemplo 2.18. Los excesos de velocidad en las carreteras generalmente se de-
tectan mediante sistemas de radar basados en el efecto Doppler, o mediante
rayos infrarrojos, pero se ha propuesto otro sistema basado en el teorema del
valor medio. Si se colocan en una autopista dos cmaras fotogrcas separadas,
por ejemplo, 10 kilmetros, y se detecta que un automvil tarda menos de 5
minutos en recorrer esos 10 km, sabremos que su velocidad media es mayor que
120 km/h, y entonces en algn punto del recorrido su velocidad instantnea
habr tenido que superar los 120 km/h.
Ejercicio 2.40. Pruebe que la funcin derivada no puede tener discontinuidades
evitables. Ms precisamente: si f es derivable en (a, b) y para un c (a, b) existe
lm
xc
f
(x) = L, entonces f
(c) = L.
Derivacin de funciones compuestas
Teorema 2.13 (Regla de la cadena).
Si g es derivable en a y f es derivable en g(a), entonces f g es derivable en
a y
(f g)
(a) = f
(g(a))g
(a).
Demostracin. Por el teorema del valor medio, para cada h existe algn (h)
comprendido entre g(a) y g(a +h) tal que
f(g(a +h)) f(g(a)) = f
((h))(g(a +h) g(a)),

por lo tanto
lm
h0
f(g(a +h)) f(g(a))
h
= lm
h0
f
((h)) lm
h0
g(a +h) g(a)
h
= f
(g(a))g
(a).
Ejemplo 2.19. Como (sen x)
= cos x y (x
2
+1)
= 2x, por la regla de la cadena

se tiene que (sen(x
2
+ 1))
= 2xcos(x
2
+ 1).
Ejercicio 2.41. Es vlido probar la regla de la cadena tomando lmites cuando
h 0 a ambos lados de la igualdad
f(g(a +h)) f(g(a))
h
=
f(g(a +h)) f(g(a))
g(a +h) g(a)

g(a +h) g(a)
h
?
40 Conceptos Bsicos
Derivada de la funcin inversa
Teorema 2.14. Sea f : I J continua y con inversa f
1
. Si f
(a) existe y
no es nula en un punto c interior a I, entonces tambin existe (f
1
)
(f(c)) y
se cumple
(f
1
)
(f(c)) =
1
f
(c)
Demostracin. Por el teorema 2.1 de cambio de variables en lmites (pg. 23),
y puesto que lm
xc
f(x) = f(c) (por ser f continua) se tiene
lm
yf(c)
f
1
(y) f
1
(f(c))
y f(c)
= lm
xc
f
1
(f(x)) f
1
(f(c))
f(x) f(c)
= lm
xc
x c
f(x) f(c)
=
1
f
(c)
.
Por lo tanto existe (f
1
)
(f(c)) y es igual a 1/f
(c).
Ejemplo 2.20. Como (tg x)
= 1 + tg
2
x, se tiene
(arc tg x)
=
1
1 + tg
2
(arc tg x)
=
1
1 +x
2
.
De igual modo, como
(sh x)
=
_
e
x
e
x
2
_
=
e
x
+ e
x
2
= chx,
se tiene
(argshx)
=
1
ch(argshx)
=
1
_
1 + (sh(argshx))
2
=
1
1 +x
2
.
Teorema de Cauchy y Regla de LHpital
El siguiente teorema es una generalizacin del teorema de Lagrange, pero su
demostracin es igual de sencilla.
Teorema 2.15 (Teorema del valor medio de Cauchy).
Si f y g son funciones continuas en el intervalo [a, b] y derivables en (a, b),
entonces existe c (a, b) tal que
(f(b) f(a))g
(c) = (g(b) g(a))f
(c).
Demostracin. Sea h(x) = (g(b)g(a))f(x)(f(b)f(a))g(x). Entonces h(a) =
g(b)f(a) f(b)g(a) = h(b) y por el teorema del valor medio existe c (a, b) tal
que h
(c) = 0, es decir (g(b) g(a))f
(c) (f(b) f(a))g
(c) = 0.
2.5 Derivadas 41
Si g(b) g(a) = 0 y g
(c) = 0 entonces la conclusin del teorema de Cauchy

puede expresarse en la forma
f(b) f(a)
g(b) g(a)
=
f
(c)
g
(c)
.
Una consecuencia interesante del teorema de Cauchy es la llamada regla de
LHpital (o LHospital), muy usada para calcular lmites de formas indetermi-
nadas.
Teorema 2.16 (Regla de LHpital). Sean f y g funciones continuas que se
anulan en a R, y supongamos que g no se anula en un entorno reducido de
a. Entonces;
(a) Si existen f
(a) y g
(a) y g
(a) = 0, entonces
lm
xa
f(x)
g(x)
=
f
(a)
g
(a)
.
(b) Si las derivadas f
y g
existen y no se anulan ni se hacen innitas simult-

neamente en un entorno reducido de a y existe lm
xa
f
(x)/g
(x), entonces
tambin existe lm
xa
f(x)/g(x) y se cumple
lm
xa
f(x)
g(x)
= lm
xa
f
(x)
g
(x)
.
Demostracin. (a)
lm
xa
f(x)
g(x)
= lm
xa
(f(x) f(a))/(x a)
(g(x) g(a)/(x a)
=
f
(a)
g
(a)
.
(b) Por el teorema de Cauchy aplicado al intervalo (a, x) se tiene
f(x)
g(x)
=
f(x) f(a)
g(x) g(a)
=
f
(c)
g
(c)
para algn c entre a y x, y como c a cuando x a y lm
xa
f
(x)/g
(x)
existe, entonces tambin existe lm
xa
f(x)/g(x) y son iguales.
Esta regla deriva su nombre de Guillaume Franois Antoine, Marqus de
LHpital (16611704), quien es considerado como el autor del primer libro de
texto de Clculo. All public la regla que lleva su nombre, aunque en reali-
dad parece que la misma fue hallada por Johann Bernoulli, a quin LHpital
contrat para que le enseara el Clculo.
Ejemplo 2.21. Un ejemplo clsico de aplicacin de esta regla es
lm
x0
sen x
x
= lm
x0
cos x
1
= 1.
Pero en realidad no es un ejemplo muy afortunado, ya que para probar que
(senx)
= cos x hay que usar el hecho de que lm

x0
(sen x)/x = 1, cayendo en
un razonamiento circular. Por eso es necesaria una prueba de este ltimo lmite
que sea independiente de la regla de LHpital, como se hizo en el ejemplo 2.9.
42 Conceptos Bsicos
Ejemplo 2.22.
lm
x0
x tg x
x
3
= lm
x0
1 (1 + tg
2
x)
3x
2
= lm
x0
1
3
_
tg x
x
_
2
=
1
3
.
La regla de LHpital se suele aplicar dos o ms veces en forma consecutiva:
lm
x0
x sen x
x
3
= lm
x0
1 cos x
3x
2
= lm
x0
sen x
6x
=
1
6
.
La regla de LHpital se puede aplicar tambin a lmites innitos. Las pruebas
se dejan como ejercicio.
Ejercicio 2.42. Si lm
x
f(x) = lm
x
g(x) = 0 y lm
x
f
(x)/g
(x)
existe, entonces tambin existe lm
x
f(x)/g(x) y es igual. Valen resultados
anlogos si x tiende a + o .
Ejercicio 2.43. Si lm
xa
f(x) = lm
xa
g(x) = , g no se anula en un
entorno reducido de a, y existe lm
xa
f
(x)/g
(x), entonces tambin existe

lm
xa
f(x)/g(x) y es igual. Tambin vale si a es innito.
Muchos estudiantes, al aprender la regla de LHpital, llegan a creer que es
una panacea que permite resolver cualquier lmite de la forma 0/0 o /. Pero
veamos qu pasa al aplicarla a lm
x+
x/
x
2
+ 1:
lm
x+
x
x
2
+ 1
= lm
x+
1
2x
2
x
2
+1
= lm
x+
x
2
+ 1
x
.
Y si se aplica una vez ms, resulta
lm
x+
x
2
+ 1
x
= lm
x+
x
x
2
+ 1
,
y volvemos al principio. Sin embargo este lmite es elemental:
lm
x+
x
x
2
+ 1
= lm
x+
1
_
1 +
1
x
2
= 1.
Al tratar de aplicar la regla de LHpital puede suceder que lmf
(x)/g
(x)
no exista. En ese caso no se debe concluir apresuradamente que lmf(x)/g(x)
tampoco existe, Por ejemplo,
lm
x0
x
2
sen
1
x
senx
= lm
x0
x
senx
(xsen
1
x
) = 1 0 = 0.
Pero si se intenta aplicar LHpital derivando numerador y denominador queda
lm
x0
(x
2
sen
1
x
)
(sen x)
= lm
x0
2xsen
1
x
cos
1
x
cos x
que no existe, por no existir lm
x0
cos(1/x).
2.5 Derivadas 43
Primitivas
Teorema 2.17. Si f : I R es continua y derivable en I
, entonces f
(x) = 0
para todo x I
si y slo si f es constante.
Demostracin. Ya vimos que una funcin constante tiene derivada nula. Rec-
procamente, si f
(x) = 0 para todo x I
y f no fuese constante, entonces

existiran reales a < b tales que f(a) = f(b), y por el teorema del valor medio
para algn punto c entre a y b se tendra f
(c) = (f(b) f(a))/(b a) = 0, lo

cual es absurdo.
Denicin 2.8. Una funcin F es primitiva de otra f, si F es derivable y
F
= f.
Teorema 2.18. Si F es una primitiva de f, entonces G tambin lo es si y slo
si GF es constante.
Demostracin. Si F es primitiva de f y G F = C (constante) entonces G
=
(F +C)
= F
= f, y G es tambin primitiva de f. Recprocamente, si tanto F

como G son primitivas de f, entonces (GF)
= G
= f f = 0, y por el
corolario anterior GF es constante.
Este teorema nos muestra que para conocer todas las primitivas de una fun-
cin f, es suciente conocer una cualquiera de ellas, digamos F. Todas las dems
son de la forma F +C, donde C R es una constante arbitraria.
Ejemplo 2.23. x
2
es una primitiva de 2x, ya que (x
2
)
= 2x. Entonces las

primitivas de 2x son todas las funciones de la forma x
2
+ C, donde C es una
constante arbitraria.
Ejercicio 2.44. Halle una primitiva de 3x
2
5 que en 2 tome el valor 7.
2.5.5. Derivadas de orden superior
Si f es derivable y su funcin derivada f
es a su vez derivable, entonces a

(f
se le llama derivada segunda de f y se denota mediante f
. Del mismo
modo se denen (si existen) f
= (f
, f
IV
= (f
, . . . La derivada n-sima
se denota f
(n)
.
Si x(t) representa la posicin de un punto que se mueve sobre una lnea recta,
ya vimos que la derivada primera x(t) corresponde a la velocidad. Entonces
la aceleracin, que se dene como la tasa de variacin de la velocidad, queda
representada por la derivada segunda x(t).
Si u y v son derivables dos veces, entonces a partir de la regla de derivacin
del producto,
(uv)
= u
v +uv
,
derivando una vez ms se obtiene
(uv)
= (u
v +uv
) = u
v +u
+u
+uv
= u
v + 2u
+uv
.
44 Conceptos Bsicos
Si u y v son derivables n veces, entonces por induccin se prueba fcilmente la
llamada Regla de Leibniz, que recuerda al binomio de Newton:
(uv)
(n)
= u
(n)
v +
_
n
1
_
u
(n1)
v
+
_
n
2
_
u
(n2)
v
+ +uv
(n)
o, poniendo u
(0)
= u, v
(0)
= v,
(uv)
(n)
=
n
k=0
_
n
k
_
u
(nk)
v
(k)
.
2.5.6. Innitsimos e innitos
Denicin 2.9. Una funcin f denida en un entorno reducido de a es un
innitsimo cuando x tiende a a si lm
xa
f(x) = 0. Si lm
xa
f(x) = (con
o sin signo) se dice que es un innito. Estas deniciones se aplican tambin,
mutatis mutandis, sustituyendo a por con o sin signo, a
+
o a
.
Ejemplo 2.24. x, sen x, 1 cos x, log(1 +x), e
x
1 y e
1/x
2
son innitsimos
cuando x tiende a 0.
1/x, e
1/x
y

x + 1
x son innitsimos cuando x +.

tg x es un innito para x /2.
x, log x, e
x
son innitos para x +.
1/
x es un innito para x 0
+
.
Comparacin de innitsimos e innitos
Si f y g son funciones denidas en un entorno reducido de a (que puede
ser , + o ), la notacin de Landau f = O(g) para x a signica que
existen un entorno reducido V de a y una constante K tales que |f(x)| K|g(x)|
para todo x V . Por ejemplo sen x = O(x) para x 0 ya que | senx| |x| para
todo x = 0. Hay que tener algo de cuidado con esta notacin, ya que muchas
funciones pueden ser O(g), pero esto no quiere decir que sean iguales!
Si f y g son innitsimos o innitos denidos en un entorno reducido de a,
entonces se dice que son del mismo orden si f es O(g) y g es O(f) . Esto sucede,
en particular, si existe lm
xa
f(x)/g(x) = 0.
f es de orden n respecto a g si f es del mismo orden que g
n
. Por ejemplo
1 cos x es de segundo orden respecto a x, para x 0, ya que lm
xa
(1
cos x)/x
2
= 1/2 = 0.
Si lm
xa
f(x)/g(x) = 1 entonces se dice que f y g son equivalentes y se
escribe f g. Observe que si lm
xa
f(x)/g(x) = = 0 entonces f(x) g(x).
Si f y g son innitsimos denidos en un entorno reducido de a en el cual g
no se anula, y se cumple que lm
xa
f(x)/g(x) = 0, entonces se dice que f es un
innitsimo de orden superior a g, y se escribe f = o(g). Si lm
xa
f(x)/g
n
(x) =
0 entonces se dice que f es de orden al menos n respecto a g.
2.5 Derivadas 45
Por ejemplo sen(x
3
) = o(x
2
) cuando x 0, ya que lm
x0
sen(x
3
)/x
2
=
lm
x0
xsen(x
3
)/x
3
= 0 1 = 0, por lo tanto sen(x
3
) es al menos de orden 2
respecto a x (en realidad es de orden 3).
Para innitos f y g denidos en un entorno reducido de a, se dice que
f es de orden inferior a g si f = o(g). Note la diferencia con la denicin
correspondiente para innitsimos: para que f sea de orden superior a g debe
ser lm
xa
f(x)/g(x) = .
Ejemplo 2.25. Si n es un natural, aplicando la regla de LHpital n veces se
tiene
lm
x+
x
n
e
x
= lm
x+
nx
n1
e
x
= = lm
x+
n!
e
x
= 0,
por lo tanto x
n
= o(e
x
) para x +, es decir que x
n
es un innito de orden
inferior a e
x
, y e
x
es de orden superior a x
n
, para cualquier n natural.
Ejercicio 2.45. Pruebe que x es un innito de orden superior a (log(x))
n
cuando x +, para cuaquier natural n.
Teorema 2.19. Si f(a) = f
(a) = f
(a) = = f
(n)
(a) = 0, entonces f(x) =
o((x a)
n
) para x a.
Demostracin. Aplicando n1 veces consecutivas la regla de LHpital y luego
la denicin de derivada, resulta
lm
xa
f(x)
(x a)
n
= lm
xa
f
(x)
n(x a)
n1
= lm
xa
f
(x)
n(n 1)(x a)
n2
=
= lm
xa
f
(n1)
(x)
n!(x a)
=
1
n!
lm
xa
f
(n1)
(x) f
(n1)
(a)
x a
= f
(n)
(a) = 0.
2.5.7. Frmula de Taylor
Si f es n veces derivable en a, entonces al polinomio
T
n;f;a
(x) =
n
k=0
(x a)
k
k!
f
(k)
(a)
= f(a) + (x a)f
(a) +
(x a)
2
2!
f
(a) + +
(x a)
n
n!
f
(n)
(a)
se le llama polinomio de Taylor de grado n de la funcin f en a.
Es claro que si se pone R
n;f;a
(x) = f(x) T
n;f;a
(x) entonces
f(x) = T
n;f;a
(x) +R
n;f;a
(x).
A esta igualdad se le llama Frmula de Taylor, en honor al matemtico ingls
Brook Taylor (16851731). A R
n;f;a
(x) se le llama resto o trmino complemen-
tario. Es claro que esta frmula no es ms que una tautologa: se cumple porque
46 Conceptos Bsicos
R
n;f;a
(x) se ha denido para que se cumpla. Pero si se logra identicar alguna
propiedad interesante de R
n;f;a
(x) entonces se tiene una forma del Teorema de
Taylor. Aqu slo veremos dos variantes de este teorema.
Teorema 2.20 (Teorema de Taylor I).
Si f es n veces derivable en un entorno de a, entonces
f(x) = T
n;f;a
(x) +o((x a)
n
).
Demostracin. Puesto que
T
(j)
n;f;a
(x) =
n
k=j
(x a)
kj
(k j)!
f
(k)
(a)
resulta que T
(j)
n;f;a
(a) = f
(j)
(a) para j = 0, 1, . . . , n, y la prueba se completa
aplicando el teorema 2.19 a la diferencia f(x) T
n;f;a
(x).
Este teorema equivale a armar que R
n;f;a
(x) = o((x a)
n
), y a esto se le
llama forma innitesimal del trmino complementario.
Es fcil ver que T
n;f;a
(x) es el nico polinomio de grado n tal que f(x)
T
n;f;a
(x) = o((x a)
n
), en otras palabras es el que mejor aproxima localmente
a f cerca de a. En particular, T
1;f;a
(x) = f(a) + f
(a)(x a) es la mejor
aproximacin lineal a f cerca de a. La grca de T
2;f;a
(x) es una parbola,
que se conoce como parbola osculadora u osculatriz de f en a.
Ejemplo 2.26. Sea f(x) = cos x. Como f(0) = cos 0 = 1, f
(0) = sen0 = 0,
f
(0) = cos 0 = 1, f
(0) = sen 0 = 0, f
IV
(0) = cos 0 = 1, f
(5)
(0) =
sen0 = 0, resulta
cos x = 1
x
2
2!
+
x
4
4!
+o(x
5
)
cuando x 0.
Teorema 2.21 (Teorema de Taylor II).
Si f es n + 1 veces derivable en un entorno de a, entonces existe un punto
intermedio c entre a y x para el cual
f(x) = T
n;f;a
(x) +
f
(n+1)
(c)
(n + 1)!
(x a)
n+1
.
Demostracin. Para a y x jos sea R = R
n;f;a
(x) y denamos
F(t) = f(t) +(xt)f
(t) +
(x t)
2
2!
f
(t) + +
(x t)
n
n!
f
(n)
(t) +
(x t)
n+1
(x a)
n+1
R.
Derivando respecto a t resulta
F
(t) = f
(t) f
(t) + (x t)f
(t) (x t)f
(t) +
(x t)
2
2!
f
(t)
(x t)
n1
(n 1)!
f
(n)
(t) +
(x t)
n
n!
f
(n+1)
(t) (n + 1)
(x t)
n
(x a)
n+1
R
=
(x t)
n
n!
f
(n+1)
(t) (n + 1)
(x t)
n
(x a)
n+1
R.
2.5 Derivadas 47
Pero observemos que F(a) = F(x) = f(x), entonces por el teorema del valor
medio F
(c) = 0 para algn c entre a y x, es decir que

0 =
(x c)
n
n!
f
(n+1)
(c) (n + 1)
(x c)
n
(x a)
n+1
R
y nalmente
R =
(x a)
n+1
(n + 1)!
f
(n+1)
(c).
A la forma del trmino complementario que se presenta en el teorema anterior
se le llama forma de Lagrange.
Si f tiene derivadas de todos los rdenes en a entonces se le puede asociar
la serie innita
k=0
(x a)
k
k!
f
(k)
(a) = f(a) + (x a)f
(a) +
(x a)
2
2!
f
(a) +
a la cual se le llama serie de Taylor de la funcin f en a (o serie de Maclaurin si
a = 0). Muchas funciones importantes se pueden desarrollar en serie de Taylor,
por ejemplo
1
1 x
=
n=0
x
n
= 1 +x +x
2
+ para |x| < 1
x
(1 x)
2
=
n=1
nx
n
= x + 2x
2
+ 3x
3
+ para |x| < 1
1 +x =
n=0
(1)
n
(2n)!
(1 2n)4
n
(n!)
2
x
n
= 1 +
x
2

x
2
8
+
x
3
16
para |x| < 1
(1 +x)
n=0
( 1) ( n + 1)
n!
x
n
para |x| < 1
e
x
=
n=0
x
n
n!
= 1 +
x
1!
+
x
2
2!
+
x
3
3!
+ para todo x R
log(1 + x) =
n=1
(1)
n
n
x
n
= x
x
2
2
+
x
3
3

x
4
4
+ para |x| < 1
sen x =
n=0
(1)
n
(2n + 1)!
x
2n+1
=
x
1!

x
3
3!
+
x
5
5!
para todo x R
cos x =
n=0
(1)
n
(2n)!
x
2n
= 1
x
2
2!
+
x
4
4!
para todo x R
arc tg x =
n=0
(1)
n
2n + 1
x
2n+1
= x
x
3
3
+
x
5
5
para |x| 1
48 Conceptos Bsicos
Lagrange y otros matemticos creyeron que toda funcin decente poda
expresarse, al menos localmente, mediante su serie de Taylor. Pero esto no es
cierto, ya que la serie puede no converger, o converger pero no a la funcin f.
Un ejemplo notable lo proporciona la funcin de Cauchy
f(x) =
_
e
1/x
2
si x = 0,
0 si x = 0.
Para x = 0 tiene derivadas de todos los rdenes, por ejemplo
f
(x) =
2
x
3
e
1/x
2
, f
(x) =
_
6
x
4
+
4
x
6
_
e
1/x
2
,
f
(x) =
_
24
x
5

36
x
7
+
8
x
9
_
e
1/x
2
, . . .
y en general es claro que f
(n)
(x) = P
n
(1/x)e
1/x
2
, donde P
n
es un polinomio.
Pero con el cambio de variable u = 1/x
2
se ve que, para cualquier natural m,
lm
x0
e
1/x
2
x
2m
= lm
u+
u
m
e
u
= 0,
y tambin lm
x0
e
1/x
2
/x
2m1
= lm
x0
xe
1/x
2
/x
2m
= 0, por lo tanto
lm
x0
P
n
(1/x)e
1/x
2
= 0.
Esto prueba que f tiene derivadas de todos los rdenes en 0, y todas son nulas.
Por lo tanto la serie de Taylor de f es 0 +0 +0 + = 0, y no es igual a f sino
en 0.
2.6. Funciones convexas
Denicin 2.10. Una funcin f : I R se dice que es convexa si para cualquier
par de puntos x, y I y cualquier real t tal que 0 < t < 1, se cumple
f((1 t)x +ty) (1 t)f(x) +tf(y).
Si la desigualdad es estricta se dice que la funcin es estrictamente convexa.
Para cada z I sea P(z) al punto (z, f(z)) de la grca de f. Entonces la
denicin de convexidad signica, geomtricamente, que el punto P((1t)x+ty)
queda por debajo (o en) la recta P(x)P(y), para 0 < t < 1. O lo que es lo mismo,
la porcin de la grca de f en el intervalo (x, y) queda por debajo de la recta
secante P(x)P(y).
Si u = (1 t)x + ty, entonces la convexidad se puede caracterizar tambin
diciendo que la pendiente de P(x)P(u) es menor o igual que la de P(u)P(y).
2.6 Funciones convexas 49
Figura 2.5: Funcin convexa
Esto es geomtricamente obvio, y se puede probar analticamente sustituyendo
t = (u x)/(y x) en la desigualdad f(u) (1 t)f(x) +tf(y) para obtener
f(u)
y u
y x
f(x) +
u x
y x
f(y),
que despus de algunas manipulaciones algebraicas se convierte en
f(u) f(x)
u x

f(y) f(u)
y u
.
Si b, d > 0 entonces las desigualdades entre fracciones a/b < c/d, a/b < (a +
c)/(b +d) y (a +c)/(b +d) < c/d son equivalentes, por lo tanto se tiene que:
Teorema 2.22. f : I R es convexa si y slo si para puntos x, u, y cualesquie-
ra en I tales que x < u < y, se cumple alguna de las desigualdades equivalentes
siguientes
f(u) f(x)
u x

f(y) f(x)
y x
,
f(u) f(x)
u x

f(y) f(u)
y u
,
f(y) f(u)
y u

f(y) f(u)
y u
.
Las funciones estrictamente convexas se caracterizan por las correspondientes
desigualdades estrictas.
Esto nos muestra que si f : I R es (estrictamente) convexa y se toma un
punto interior x en el intervalo I, el cual se deja jo, entonces (f(y)f(x))/(y
50 Conceptos Bsicos
x) es una funcin (estrictamente) creciente de y, y por lo tanto (ver ejercicio
2.19) existe lm
yx
+(f(y)f(x))(yx) = f
(x
+
). De manera anloga se prueba
la existencia de f
(x
). Por lo tanto, en todo punto interior existen las derivadas

laterales, y adems stas son (estrictamente) crecientes, ya que si x < y entonces
se verican las desigualdades
f
(x
) f
(x
+
)
f(y) f(x)
y x
f
(y
) f
(y
+
)
(si f es estrictamente convexa entonces las desigualdades interiores son estric-
tas).
Teorema 2.23. f : (a, b) R es derivable, entonces es (estrictamente) convexa
si y slo si f
es (estrictamente) creciente.
Demostracin. Si f es (estrictamente) convexa entonces como acabamos de ver
f
es (estrictamente) creciente. Recprocamente, si f
es creciente y x < u < y,

entonces por el teorema del valor medio existen c (x, u) y d (u, y) tales que
(f(u) f(x))/(u x) = f
(c) y (f(y) f(u))/(y u) = f
(d), por lo tanto

f(u) f(x)
u x
= f
(c) f
(d) =
f(y) f(u)
y u
,
(con la desigualdad estricta si f es estrictamente convexa), y por el teorema
2.22 f es (estrictamente) convexa.
Corolario 2.1. f : (a, b) R es derivable dos veces, entonces es convexa si y
slo si f
(x) 0 para todo x (a, b). Si f
(x) > 0 para todo x (a, b) entonces

f es estrictamente convexa.
Demostracin. f es convexa si y slo si f
es montona creciente, pero por el

teorema 3.1 esto ocurre si y slo si Si f
(x) > 0
para todo x (a, b) entonces f es estrictamente creciente y por lo tanto f es
estrictamente convexa.
El concepto simtrico de la convexidad es la concavidad.
Denicin 2.11. Una funcin f es (estrictamente) cncava si f es (estricta-
mente) convexa.
Naturalmente que todas las caracterizaciones dadas para funciones convexas
se pueden adaptar a las cncavas, cambiando el sentido de las desigualdades.
De las funciones convexas se dice que tienen la concavidad hacia arriba, es
decir en el sentido de las y positivas, mientras que las funciones cncavas tienen
la concavidad hacia abajo.
A los puntos en los cuales cambia el sentido de la concavidad se les llama
puntos de inexin. Ms precisamente:
Denicin 2.12. c es punto de inexin de f si existe > 0 tal que f es estric-
tamente convexa en [a , a] y estrictamente cncava en [a, a +], o viceversa.
2.7 Teorema fundamental del Clculo 51
Figura 2.6: Punto de inexin
Observe que en un punto de inexin la curva es atravesada por la recta
tangente.
Teorema 2.24. Si f es dos veces derivable en (c, c+ y f
(x) es positiva en
(c, c) y negativa en (c, c+), o viceversa, entonces c es un punto de inexin.
La demostracin es inmediata.
Observemos que si f admite derivada segunda continua y c es un punto de
inexin, como f
debe tener signos diferentes a uno y otro lado de c, debe ser

f
(c) = 0. Pero esta condicin no es suciente, por ejemplo para f(x) = x

4
se
tiene f
(0) = 0, pero 0 no es punto de inexin ya que f
(x) = 12x
2
es positiva
tanto para x < 0 como para x > 0.
Ejercicio 2.46. Si f es n veces derivable, f
(c) = f
(c) = = f
(n1)
(c) = 0
y f
(n)
(c) = 0, entonces c es un punto de inexin si y slo si n es impar.
2.7. Teorema fundamental del Clculo
Aunque el clculo de reas, y ms an la denicin precisa de este concepto,
son objeto del Clculo Integral, que no trataremos en estas notas, para lo que
sigue es suciente una comprensin intuitiva de la nocin de rea.
Teorema 2.25 (Teorema fundamental del Clculo).
Sea f una funcin continua y no negativa en [a, b], y sea A(x) el rea limitada
por la grca de f, el eje Ox y las rectas verticales de abscisas a y x. Entonces
la derivada del rea bajo la grca de f en el punto x es igual a f(x), es decir
A
(x) = f(x),
para todo x (a, b).
52 Conceptos Bsicos
a x x + h
C
D
K(x,v)
H(x+h,v)
y = f ( x)
A( x)
b
Figura 2.7: Teorema Fundamental del Clculo
Demostracin. Esencialmente repetiremos el argumento de Newton citado en
1.2, pg. 6. Sean C = (x, f(x)) y D = (x +h, f(x +h)) dos puntos de la curva.
Como el rea es aditiva, el rea de la regin limitada por la curva, el eje Ox y las
rectas verticales de abscisas x y x+h es igual a A(x+h) A(x). Tomemos v de
manera que el rectngulo de vrtices (x, 0), (x+h, 0), K = (x, v) y H = (x+h, v)
tenga igual rea que la regin mencionada. Entonces A(x + h) A(x) = vh,
y como es claro que v = (A(x + h) A(x))/h est comprendido entre f(x) y
f(x+h), si se toman lmites cuando h 0 resulta, por el teorema del sndwich,
A
(x) = f(x).
Este teorema tambin es vlido si f toma valores negativos, pero las porcio-
nes de rea bajo el eje de Ox deben considerarse negativas.
Corolario 2.2 (Regla de Barrow).
Si f : [a, b] R es continua y F es una primitiva de f, entonces el rea
limitada por la grca de f, el eje Ox y las rectas verticales de abscisas a y b
es F(b) F(a).
Demostracin. Si F es una primitiva de f, como por el teorema 2.25 z(x) tam-
bin lo es, en virtud del teorema 2.18 se tiene que A(x) F(x) = C (constante).
Como A(a) = 0, poniendo x = a queda C = A(a) F(a) = F(a) y por lo
tanto A(x) = F(x) F(a) y en particular A(b) = F(b) F(a).
Esta regla debe su nombre a Isaac Barrow (1630-1677), telogo y matemtico
ingls que tuvo a Newton como discpulo. Nos muestra que para calcular el rea
bajo la grca de una funcin f es suciente conocer una de sus primitivas.
Aunque el clculo de primitivas es uno de los problemas que trata el Clculo
integral, sin necesidad de conocer sus tcnicas, si uno encuentra por cualquier
mtodo (por ejemplo examinando una tabla de derivadas, o por ensayo y error)
una primitiva F de f, entonces la regla de Barrow nos permite calcular el rea.
Ejemplo 2.27. Calcular el rea limitada por la parbola y = x
2
, el eje Ox y
las rectas x = 1 y x = 2.
Solucin: Como (x
3
/3)
= x
2
, por la regla de Barrow el rea pedida es 2
3
/3
1
3
/3 = 5/3.
2.7 Teorema fundamental del Clculo 53
Utilizando la propiedad aditiva del rea puede calcularse tambin el rea de
regiones comprendidas entre dos curvas.
Ejemplo 2.28. Hallar el rea de la regin comprendida entre las grcas de
f(x) = x
2
+ 1 y g(x) = x
2
+ 2x + 5.
Figura 2.8: rea de una regin
Solucin: Primero hallamos los puntos de interseccin de ambas curvas resol-
viendo x
2
+ 1 = x
2
+ 2x + 5, lo cual nos da x
1
= 1 y x
2
= 2. Luego
hallamos las primitivas F(x) = x
3
/3 + x de f y G(x) = x
3
/3 + x
2
+ 5x
de g. El rea bajo y = f(x) entre x = 1 y x = 2 es entonces F(2)
F(1) = 8/3 + 2 (1/3 1) = 6, mientras que para y = g(x) el resulta-
do es G(2) G(1) = 8/3 + 4 +10 (1/3 + 1 5) = 15. El rea de la regin
comprendida entre ambas es la diferencia 15 6 = 9.
Ejercicio 2.47. Se llama segmento parablico a la regin comprendida entre
una parbola y una recta que la corta en dos puntos A y B. Sea C el punto
del arco de parbola AB ms alejado del segmento AB. Probar que el rea del
segmento parablico es igual a dos tercios del rea del tringulo ABC. Este
resultado fue hallado por Arqumedes hace ms de 2200 aos!
Ejemplo 2.29. Calcular el rea limitada por la elipse x
2
/a
2
+y
2
/b
2
= 1.
Solucin: Este problema es algo ms complicado, en primer lugar porque la elipse
no es la grca de una funcin. Sin embargo por razones de simetra es suciente
calcular el rea de la porcin que se encuentra en el semiplano superior, y luego
multiplicar por dos, o mejor an calcular el rea de la porcin contenida en el
54 Conceptos Bsicos
Figura 2.9: rea de la elipse
primer cuadrante, y luego multiplicar por cuatro. El arco de elipse contenido
en el primer cuadrante es la grca de la funcin f(x) = b
_
1 x
2
/b
2
.Esta
funcin no tiene una primitiva que se vea a simple vista, pero si se hace el
cambio de variable x = a sent, 0 t /2, entonces
d
dt
A(a sent) = A
(a sent)a cos t = f(a sent)a cos t

= ab
_
1 sen
2
t cos t = ab cos
2
t =
ab
2
(1 cos(2t)),
por lo tanto
A(a sen t) =
ab
2
(t
sen(2t)
2
) +C,
donde C es constante. Evaluando en t = 0 se tiene 0 = A(0) = C, y entonces
A(a) = A(a sen

2
) =
ab
2
(
2

sen()
2
) =
ab
4
,
y multiplicando por cuatro se obtiene que el rea de la elipse es ab.
Otra forma de obtener este resultado es la siguiente: la elipse es la imagen
de la circunferencia x
2
+ y
2
= a
2
por la transformacin T : R
2
R
2
denida
como T(x, y) = (x, by/a). Esta transformacin es una contraccin (suponiendo
b < a) en la direccin Oy, por un factor b/a. Los rectngulos de lados paralelos
a los ejes se transforman por T en rectngulos de igual ancho y altura reducida
en el factor b/a, por lo tanto su rea se reduce en ese mismo factor. Como la
circunferencia de rea a
2
puede aproximarse tanto como se desee mediante
rectngulos, sus transformados por T aproximan el rea de la elipse, que por lo
tanto ser a
2
(b/a) = ab.
Captulo 3
Mximos y mnimos
En este captulo se aplican las herramientas bsicas del clculo para estudiar
los extremos locales y globales de las funciones. ste es un tema de enorme
importancia en las aplicaciones, que se presenta cada vez que se desea maximizar
el rendimiento de un proceso, o minimizar las prdidas o los riesgos. Incluso las
leyes naturales se expresan muchas veces en trminos de mximos y mnimos.
3.1. Crecimiento y decrecimiento de una funcin
La derivada es una poderosa ayuda a la hora de estudiar el crecimiento o
decrecimiento de una funcin.
Teorema 3.1. Si f : [a, b] R es continua y derivable en (a, b), entonces f es
montona creciente si y slo si f
(x) > 0 para

todo x (a, b) entonces f es estrictamente creciente.
Demostracin. Si f es montona creciente entonces los cocientes incrementales
verican (f(x +h) f(x)/h 0 y al tomar lmites se tiene f
(x) 0 para todo

x (a, b). Recprocamente si a x < y b entonces por el teorema del valor
medio f(y) f(x) = f
(c)(y x) 0, y f(y) f(x). Si f
(x) > 0 para todo

x (a, b) entonces f(y) f(x) = f
(c)(y x) > 0 y f(y) > f(x).

Ejemplo 3.1. Sea f(x) = x
3
+3x
2
24x+7. Entonces f
(x) = 3x
2
+6x24 =
3(x 2)(x + 4), y estudiando su signo vemos que f crece (estrictamente) en
(, 4], decrece en [4, 2] y crece nuevamente en [2, +).
Ejercicio 3.1 (Desigualdad de Bernoulli).
Pruebe que si a 1 y x 1 entonces
(1 +x)
a
1 +ax,
con igualdad si y slo si a = 1 a > 1 y x = 0.
56 Mximos y mnimos
Ejercicio 3.2.
Si f : [a, b] R es continua y estrictamente creciente y

derivable en (a, b), puede armarse que f
(x) > 0 para todo x (a, b)?

Si se puede descomponer el dominio de una funcin en intervalos tales que,
en cada uno de ellos, la funcin sea creciente o decreciente, se logra una buena
comprensin del comportamiento de la funcin. Sin embargo esto no siempre es
posible. Por ejemplo la funcin
f(x) =
_
x
2
sen(1/x) si x = 0,
0 si x = 0,
no es creciente ni decreciente en ningn intervalo abierto o semiabierto que
contenga al 0.
3.2. Extremos locales
Hay varios mtodos para hallar los extremos locales de una funcin. El pri-
mero se basa en una observacin trivial:
Si a < c < b y f es montona creciente en (a, c] y monto-
na decreciente en [c, b), entonces f alcanza un mximo local en c.
Anlogamente, si f es montona decreciente en (a, c] y montona
creciente en [c, b), entonces f alcanza un mnimo local en c.
Ejemplo 3.2. Los intervalos de crecimiento y decrecimiento hallados para
f(x) = x
3
+ 3x
2
24x + 7 en el Ejemplo 3.1 nos permiten armar que esta
funcin tiene un mximo local en 4 y un mnimo local en 2.
En el captulo anterior, lema 2.1, vimos que si f : (a, b) R es una fun-
cin derivable y presenta un extremo local en c (a, b), entonces f
(c) = 0.
Lamentablemente el recproco de este resultado no se cumple. Por ejemplo si
f(x) = x
3
entonces f
(x) = 3x
2
y f
(0) = 0, pero f es creciente en todo R y no

tiene ningn extremo local. Sin embargo, en el caso de que exista f
(c) se tiene
el siguiente resultado.
Teorema 3.2 (Criterio de la segunda derivada).
Si f
(c) = 0 y f
(c) > 0 (resp. f
(c) < 0), entonces f tiene un mnimo (resp.

mximo) local en c.
Demostracin. Probemos el caso f
(c) > 0. Como f(x) = f(c) +f
(c)(x c) +
f
(c)(xc)
2
+o((xc)
2
) y f
(c) = 0, se tiene que f(x) f(c) f
(c)(xc)
2
=
o((xc)
2
). As lm
x0
(f(x)f(c)f
(c)(xc)
2
)/(xc)
2
= 0, por lo tanto existe
> 0 tal que si |xc| < entonces |(f(x)f(c))/(xc)
2
f
(c)| < f
(c)/2, de
donde se sigue que (f(x)f(c))/(xc)
2
> f
(c)/2 > 0.Entonces f(x)f(c) > 0

si |x c| < y f tiene un mnimo local en c.
Ms en general, se puede probar que
3.3 Extremos globales 57
Teorema 3.3. Si f es n veces derivable en c, f
(c) = 0 y la primera derivada

no nula en c es la de orden n, entonces
1. Si n es par y f
(n)
(c) > 0, f tiene un mnimo local en c.
2. Si n es par y f
(n)
(c) < 0, f tiene un mximo local en c.
3. Si n es impar, f no tiene extremo local en c.
Hay que tener en cuenta, sin embargo, que una funcin puede tener todas
las derivadas nulas en un punto, por ejemplo la funcin de Cauchy.
Ejemplo 3.3. Si f(x) = x
3
+ 3x
2
24x + 7 entonces f
(x) = 3x
2
+ 6x 24
y f
(x) = 6x + 6. Los puntos crticos son 4 y 2, y como f
(4) = 18 < 0
y f
(2) = 18 > 0, concluimos que en 4 hay un mximo local y en 2 hay un

mnimo local.
3.3. Extremos globales
Si f : [a, b] R es continua, el teorema de Weierstrass 2.9 nos asegura
la existencia del mximo y del mnimo (globales o absolutos), pero no nos da
ninguna clave sobre cmo hallarlos. Si f es derivable en (a, b), excepto quiz en
un nmero nito de puntos, y tiene un nmero nito de puntos crticos (es decir
puntos c (a, b) tales que f
(c) = 0), entonces podemos hallarlos de la siguiente

manera:
Se calculan los valores de f en los extremos del intervalo a y b, en
cada uno de los puntos crticos y en los puntos en los que no existe
la derivada. El mayor de todos esos valores es el mximo de f, y el
menor es el mnimo.
La justicacin de este mtodo es sencilla: si el mximo se alcanza en un
punto de c (a, b) en el cual exista f
(c), entonces por el lema 2.1 debe ser

f
(c) = 0, es decir que c es un punto crtico. De lo contrario, el mximo se

alcanza en un extremo del intervalo o en un punto interior en el cual no exista
la derivada. De modo que si examinamos los valores que toma f en cada uno de
esos puntos es seguro que no se nos escapar el mximo. Lo mismo se aplica al
mnimo.
Ejemplo 3.4. Consideremos la funcin f(x) = x
3
+3x
2
24x+7 en el intervalo
[6, 6]. Como esta funcin es derivable slo hace falta considerar los puntos
crticos (4 y 2) y los extremos del intervalo (6 y 6). Se tiene f(4) = 87,
f(2) = 21, f(6) = 43 y f(6) = 187. Por lo tanto el mnimo es 21 y se
alcanza en 2, y el mximo es 187 y se alcanza en 6.
Ejemplo 3.5. Sea f(x) = 5
_
|x 1|+4
_
|x 9| en el intervalo [0, 10]. Entonces
f(x) =
_
_
5
1 x + 4
9 x si 0 x 1,
5
x 1 + 4
9 x si 1 x 9,
5
x 1 + 4
x 9 si 9 x 10,
58 Mximos y mnimos
y
f
(x) =
_
_
5/
1 x 4/
9 x si 0 < x < 1,
5/
x 1 4/
9 x si 1 < x < 9,
5/
x 1 + 4/
x 9 si 9 < x < 10.

La derivada no existe en 1 ni en 9. Es claro que en los intervalos (0, 1) y (9, 10) no
hay puntos crticos, mientras que en (1, 9), resolviendo 5/
x 14/
9 x = 0
se tiene 25(9 x) = 16(x 1) y x = 241/41 es el nico punto crtico. Como
f(0) = 17, f(10) = 19, f(1) = 4
8 11,31, f(9) = 5
8 y f(241/41) =
5
_
200/41 + 4
_
128/41 = 82
_
2/41 18,11, se concluye que el mnimo es
f(1) = 4
8 y el mximo f(10) = 19.

El siguiente problema a considerar lo plantean las funciones denidas en
dominios no cerrados o no acotados. En este caso aunque la funcin sea continua
puede ser que no sea acotada, y an sindolo puede ser que no tenga mximo,
o mnimo, o ninguno de los dos. Veamos algunos ejemplos.
Ejemplo 3.6. La funcin f(x) = tg x en el intervalo (/2, /2) no tiene
mximo ni mnimo, ya que lm
x/2
tg x = + y lm
x/2
tg x = .
Ejemplo 3.7. La funcin g(x) = x+1/x en el intervalo (0, 2) no tiene mximo,
pues lm
x0
+ g(x) = +, pero en cambio tiene mnimo. En efecto, g
(x) =
1 1/x
2
es negativa en (0, 1) y positiva en (1, 2), por lo tanto g es montona
decreciente en (0, 1) y montona creciente en (1, 2), de donde se sigue que en 1
hay no slo un mnimo local sino absoluto.
Ejemplo 3.8. La funcin f(x) = arc tg x en todo R est acotada entre /2 y
/2), pero no tiene mximo ni mnimo.
Sin embargo en algunos casos puede armarse la existencia de extremos.
Teorema 3.4. Sea f : R R continua. Si existen a R y K > 0 tales que
f(x) f(a) (f(x) f(a)) para todo x R tal que |x| > K, entonces f tiene
mximo (resp. mnimo).
Demostracin. Consideremos el primer caso. En el intervalo [K, K] la funcin
f tiene mximo M. Si x [K, K] entonces |x| > K, y f(x) f(a) M. Por
lo tanto el mximo de f en [K, K] lo es en realidad en todo R.
Corolario 3.1. Si lm
x
f(x) = L y para algn a R se tiene f(a) L
(f(a) L), entonces f tiene mximo (resp. mnimo).
3.4. Algunos ejemplos geomtricos
Ejemplo 3.9. Se dispone de una cartulina cuadrada de lado a y se quiere hacer
una caja sin tapa recortando cuadrados iguales en las esquinas y doblando sus
lados. Cul debe ser la longitud del lado del cuadrado que se recorta para que
el volumen de la caja sea mximo?
3.4 Algunos ejemplos geomtricos 59
Solucin: El volumen de la caja ser V (x) = (a2x)
2
x, con 0 x a/2. Puesto
que V es continua en [0, a/2], debe tener mximo absoluto. Como V
(x) =
(a 2x)
2
4x(a 2x) = (a 2x)(a 6x), se ve que los nicos puntos crticos
son a/2 y a/6. Como V (0) = V (a/2) = 0 y V (a/6) = 2a
2
/27, el mximo
absoluto en [0, a/2] se alcanza para x = a/6 y vale V (a/6) = 2a
3
/27.
Ejemplo 3.10. Un alambre de 100 cm de longitud se corta en dos partes,
formando con una de ellas un crculo y con la otra un cuadrado. Cmo debe
cortarse el alambre para que la suma de las reas de las dos guras sea mnima?
Y para que sea mxima?
Solucin: Si la parte con la cual se forma el crculo mide x cm, la otra medir
100x cm. El radio del crculo ser x/(2) cm
2
y su rea x
2
/(4) cm
2
, mientras
que el rea del cuadrado ser (100 x)
2
/16 cm
2
. Debemos hallar los extremos
absolutos de la funcin continua f(x) = x
2
/(4) +(100 x)
2
/16 en el intervalo
[0, 100]. f
(x) = x/(2)(100x)/8 slo se anula en 100/(+4), que pertenece

a (0, 100). Ahora bien, f(0) = 100
2
/16 = 625, f(100) = 100
2
/(4) = 2500/ y
f
_
100
+ 4
_
=
100
2
4( + 4)
2
+
400
2
16( + 4)
2
=
2500
+ 4
.
Como
2500
+ 4
< 625 <
2500
se concluye que el mnimo es 2500/(+4) y el mximo 2500/. Para obtener un

rea total mnima el alambre debe cortarse en trozos de longitud 100/( + 4)
cm y 400/(+4) cm. Para obtener un rea total mxima debe cortarse en trozos
de 100 cm y 0 cm, es decir que no debe cortarse sino usarlo todo para formar
una circunferencia.
Ejemplo 3.11. Un pasillo de 180 cm de ancho se une en ngulo recto con otro
de 120 cm de ancho. Cul es la longitud mxima que puede tener una barra
para poder pasar horizontalmente de un pasillo al otro?
Solucin: denotemos el ancho de los pasillos mediante a y b y consideremos una
barra atravesada como en la Figura 3.1. Su longitud es
f() =
a
sen
+
b
cos
.
El mnimo de esta funcin en (0, /2) nos dar la longitud mxima que pue-
de tener una barra para pasar por el codo. Como f es continua en (0, /2)
y lm
x0
+ f() = lm
x/2
f() = +, debe tener mnimo absoluto y se
alcanza en un punto crtico de f. Ahora bien, la derivada
f
() =
a cos
sen
2
+
b sen
cos
2
=
a cos
3
+b sen
3
sen
2
cos
2
se anula nicamente cuando a cos

3
+ b sen
3
= 0, es decir tg
3
= a/b, lo
cual da el nico punto crtico
1
= arc tg(
3
_
a/b).
60 Mximos y mnimos
Figura 3.1: Pasillos
El mximo buscado es
f(
1
) =
a
sen
1
+
b
cos
1
= a
_
1 + ctg
2
1
+b
_
1 + tg
2
1
= a
2
3
_
a
2
3
+b
2
3
+b
2
3
_
b
2
3
+a
2
3
= (a
2
3
+b
2
3
)
3
2
,
que para a = 180 cm y b = 120 cm da aproximadamente 421,4 cm y se alcanza
para
1
0,85277 radianes, o 48
51 37.
Ejercicio 3.3. Una empresa desea construir envases cilndricos de hojalata de
un litro de capacidad, pero minimizando el rea total (y por lo tanto la cantidad
de lmina de hojalata utilizada). Qu dimensiones deben tener los envases?
Ejercicio 3.4. En el plano cartesiano sean A = (0, 1) y B = (0, 3). Desde qu
puntos del eje Ox se ve el segmento AB con mayor tamao aparente? (En otras
palabras, para qu puntos C en el eje Ox el ngulo = ACB toma su mayor
valor?)
Figura 3.2: Mayor tamao aparente
3.4 Algunos ejemplos geomtricos 61
El problema de Heron
En el plano se dan dos puntos A y B a un mismo lado de una recta r. Para
qu punto P de r es mnima la suma AP+PB? Este problema tiene una solucin
Figura 3.3: Problema de Heron
geomtrica muy sencilla: si A
es el punto simtrico de A respecto a la recta r,

entonces para cualquier punto P en r se tiene AP + PB = A
P + PB, y esta
suma es mnima cuando se toma como P el punto Q de interseccin de la recta
A
B con r. En efecto, como se ve en la gura, AQ+QB = AB AP +PB por

la desigualdad triangular.
Veamos ahora cmo puede ser resuelto mediante el clculo. Tomemos un
sistema de coordenadas con la recta r como eje Ox y el eje Oy pasando por
A. Entonces A tendr coordenadas (0, a) y B = (b, c), con a, b, c > 0. Sea
P = (x, 0). Entonces la suma de distancias a minimizar es
f(x) = AP +PB =
_
x
2
+a
2
+
_
(x b)
2
+c
2
.
Como f es positiva y tiende a + cuando x podemos asegurar que tiene
mnimo, y ste se alcanza en un punto singular. Derivando resulta
f
(x) =
x
x
2
+a
2
+
x b
_
(x b)
2
+c
2
.
Es claro que f(x) < 0 si x < 0 y f(x) > 0 si x > 0. Por lo tanto el punto mnimo
debe pertenecer al intervalo [0, b]. Para hallarlo hay que resolver la ecuacin
x
x
2
+a
2
=
b x
_
(x b)
2
+c
2
,
que luego de cambiar de miembro las races y elevar al cuadrado queda
x
2
((x b)
2
+c
2
) = (x b)
2
(x
2
+a
2
),
62 Mximos y mnimos
y luego de restar x
2
(x b)
2
de ambos miembros se reduce a
c
2
x
2
= a
2
(x b)
2
.
Extrayendo la raz cuadrada de ambos miembros queda |cx| = |a(x b)|, y
recordando que 0 x b queda nalmente cx = a(b x), de donde se obtiene
la nica solucin
x
1
=
ab
a +c
.
Por lo tanto el mnimo se alcanza en el punto (x
1
, 0). Para comprobar que esta
solucin coincide con la geomtrica, observemos en la gura que los tringulos
AOQ y BMQ son semejantes, por lo tanto AO/BM = AQ/BQ. Si Q = (x
1
, 0),
entonces a/c = x
1
/(b x
1
), de donde x
1
= ab/(a +c).
Este problema fue tratado por Heron de Alejandra en su obra Catptrica,
que se ocupa de los espejos. Heron observ que AQO = BQM, lo cual es
consistente con la ley de reexin de la luz: el rayo incidente sobre una supercie
forma con ella igual ngulo que el rayo reejado. De aqu concluy que la luz
sigue el camino ms corto, lo cual es cierto slo en medios homogneos.
3.5. Ley de Snell
Una persona se est ahogando en el mar en el punto B. El salvavidas, que
se encuentra en tierra rme en el punto A, puede correr a una velocidad v
1
y
nadar a una velocidad v
2
. Qu trayectoria debe seguir para llegar hasta B en
el menor tiempo posible?
Supongamos que la costa es una lnea recta s. Si v
1
= v
2
, es claro que el
salvavidas debera ir en lnea recta desde A hasta B. Pero como presumiblemente
v
1
> v
2
, para aprovechar su mayor velocidad en tierra deber correr hasta un
punto P de la costa ms cercano de B, antes de comenzar a nadar.
Tomemos un sistema de coordenadas con la recta s como eje Ox y el eje
Oy pasando por A. Entonces A tendr coordenadas (0, a) y B = (b, c), con
a, b, c > 0. Sea P = (x, 0). Entonces el tiempo que tarda el salvavidas en el
trayecto APB es
f(x) =
AP
v
1
+
PB
v
2
=
x
2
+a
2
v
1
+
_
(x b)
2
+c
2
v
2
.
Como f es positiva y tiende a + cuando x podemos asegurar que tiene
mnimo, y ste se alcanza en un punto singular. Derivando resulta
f
(x) =
x
v
1
x
2
+a
2
+
x b
v
2
_
(x b)
2
+c
2
y derivando una vez ms
f
(x) =
a
2
v
1
(x
2
+a
2
)
3/2
+
c
2
((x b)
2
+c
2
)
3/2
> 0.
3.5 Ley de Snell 63
Figura 3.4: Ley de la refraccin
Por lo tanto f
es estrictamente creciente, y como f
(0) = b/(v
2
b
2
+c
2
) < 0
y f
(b) = b/(v
1
b
2
+a
2
) > 0, f
se anula exactamente una vez entre 0 y b,

y en ese punto alcanza su mnimo. Para hallar P hay que resolver entonces la
ecuacin
x
v
1
x
2
+a
2
=
b x
v
2
_
(x b)
2
+c
2
, (3.1)
que se reduce a una ecuacin de cuarto grado, y se puede resolver por mtodos
numricos.
Es interesante observar que, si llamamos i y r a los ngulos que forman AP
y PB con la normal a s por P, entonces la ecuacin 3.1 equivale a
sen i
v
1
=
sen r
v
2
.
Esta relacin es idntica a la ley de la refraccin de la luz al pasar de un medio
transparente a otro, llamada Ley de Snell en honor al astrnomo y matem-
tico holands Willebrord Snell (15801626). Llamando ndice de refraccin al
cociente n = c/v entre la velocidad c de la luz en el vaco y la velocidad v de la
luz en el medio cuyo ndice se calcula, la Ley de Snell puede enunciarse como
n
1
sen i = n
2
sen r,
donde n
1
y n
2
son los ndices de refraccin de los medios 1 y 2 (el ndice de
refraccin del vaco naturalmentte es 1, el del aire es 1,00029, el del diamante
2,417 y el del agua, a 20
C, es 1,333).
Fermat dedujo la ley de Snell como lo hicimos nosotros ms arriba, a partir
del hoy llamado Principio de Fermat, segn el cual la luz viaja de un punto a
otro siguiendo una trayectoria que minimiza el tiempo empleado.
64 Mximos y mnimos
3.6. Extremos sin clculo
Con todo y lo poderoso que es el Clculo para resolver problemas de extre-
mos, algunas veces mediante mtodos elementales se pueden resolver con menor
esfuerzo. Por eso es bueno estar atentos y reexionar un poco sobre la natu-
raleza del problema antes de lanzarse a calcular derivadas mecnicamente. A
continuacin examinaremos algunos ejemplos.
Ejemplo 3.12. Hallar el mnimo absoluto de f(x) = |x
3
3x
2
+ 4|.
Solucin: Como f(1) = 0 y el valor absoluto es siempre mayor o igual que
cero, el mnimo absoluto es 0.
Ejemplo 3.13. Con 4 m de alambre formar un rectngulo de rea mxima.
Solucin: Si los lados del rectngulo son x e y, entonces 2x + 2y = 4, y = 2 x
y el rea es A(x) = x(2 x) = 1 (x 1)
2
, por lo tanto el mximo es 1 y se
alcanza para x = 1, es decir para el cuadrado. La nica tcnica que usa esta
solucin es la de completar cuadrados, que es efectiva para cualquier polinomio
de segundo grado.
Ejemplo 3.14. Construir una caja en forma de prisma recto de base rectan-
gular, con volumen 1 y supercie total mnima.
Solucin: Si los lados del prisma son x, y, z entonces hay que minimizar S(x, y, z)
= 2(xy +yz +zx), con la condicin xyz = 1. Este es un problema de extremos
condicionados en varias variables, que no hemos tratado en estas notas, sin em-
bargo para resolverlo es suciente conocer la desigualdad aritmtico-geomtrica
(si no la recuerda vea el Teorema 4.4, pg. 91). En efecto,
xy +yz +zx 3
3
_
(xyz)
2
= 3,
con igualdad si y slo si x = y = z. Por lo tanto el mnimo es 3 y se alcanza
para x = y = z = 1.
Ejercicio 3.5. Resolver sin usar derivadas el problema del Ejemplo 3.9 (pg.
58).
Captulo 4
Aplicaciones matemticas
En este captulo se ilustran varias aplicaciones del clculo diferencial a di-
versas cuestiones matemticas.
4.1. Grcas de funciones
Debido al software matemtico disponible hoy en da, ser capaz de dibujar
una buena grca ya no parece tan importante como hace algunos aos. Sin
embargo ningn programa gracador es perfecto, de hecho todos tienen limita-
ciones intrnsecas, consecuencia de la precisin nita de los clculos y de que en
una pantalla slo se pueden representar un nmero nito de puntos. Por eso,
cuando se los somete a situaciones extremas, con frecuencia producen resultados
incorrectos y hasta sorprendentes. Adems hay aspectos de carcter cualitativo
que escapan a las posibilidades del software. Por estas razones, si bien los pro-
gramas gracadores son de una inmensa utilidad prctica, no se pueden aceptar
acrticamente sus resultados.
Por ejemplo la Figura 4.1 muestra dos grcas de la misma funcin, en el
mismo intervalo, obtenidas con MAPLE. La diferencia es que la primera se
obtuvo con la instruccin
plot((x+1)^6,x=-1.005..-0.995);
y la segunda con
plot(x^6+6*x^5+15*x^4+20*x^3+15*x^2+6*x+1,x=-1.005..-0.995);
Ambas instrucciones solicitan gracar la funcin f(x) = (x+1)
6
en el inter-
valo [1,005, 0,995], slo que en la segunda instruccin (x + 1)
6
se sustituye
por su desarrollo x
6
+6x
5
+15x
4
+20x
3
+15x
2
+6x+1. Pero los resultados son
muy diferentes. La explicacin de esa diferencia est relacionada con los errores
de redondeo en los clculos, pero ahora se nos presenta una pregunta obvia: es
alguna de las dos grcas correcta, o debemos desechar ambas?
66 Aplicaciones matemticas
El clculo diferencial permite tomar una decisin rpidamente. Como f
(x) =
6(x +1)
5
es negativa para x < 1 y positiva para x > 1, la funcin f es estricta-
mente decreciente en (, 1], tiene un mnimo en x = 1 y es estrictamente
creciente en [1, +). Adems f
(x) = 30(x + 1)
4
0 para todo x, por lo tan-
to la funcin es convexa (tiene la concavidad hacia arriba). Esto nos permite
desechar la grca de la derecha y quedarnos con la de la izquierda.
-0,998 -1
1,2E-14
8E-15
-1,002
4E-15
0
-1,004
x
-0,996
-0,998
x
-5E-15
-1 -0,996 -1,004
2E-14
1,5E-14
-1,002
5E-15
0
1E-14
Figura 4.1: Dos grcas de la misma funcin?
A continuacin haremos un sumario de los puntos ms importantes que se
deben tomar en cuenta para gracar una funcin.
Dominio
Si el dominio no se da explcitamente, ser necesario determinar el mayor
subconjunto de R en el cual la denicin de la funcin tenga sentido. Hay que
tener especial cuidado con los valores de la variable que hagan nulo un deno-
minador, negativo el argumento de una raz cuadrada o menor o igual que 0
el argumento de un logaritmo. Tambin varias funciones trigonomtricas como
sec, csc, tg, ctg, arcsin, arc cos, etc., tienen dominios restringidos.
Intersecciones con los ejes y signo
La interseccin con el eje Oy de la grca de una funcin f se halla muy
fcilmente: es el punto (0, f(0). Hallar los puntos de interseccin con el eje Ox,
en cambio, equivale a resolver la ecuacin f(x) = 0, lo cual puede ser muy difcil
y requerir el uso de mtodos numricos. Pero en general es suciente tener una
idea aproximada de dnde se hallan esos puntos, para lo cual es til el teorema
de Bolzano 2.7. Es deseable tambin conocer para qu valores la funcin es
positiva y para cules es negativa. Si la funcin es continua, se han hallado
todos los ceros (intersecciones con el eje Ox) y stos son un nmero nito, entre
4.1 Grcas de funciones 67
cada dos de ellos consecutivos la funcin mantendr su signo, por lo cual es fcil
determinarlo calculando el valor de la funcin en un punto intermedio.
Simetras
Se dice que la funcin f : R R es par si f(x) = f(x) para todo x R.
Geomtricamente, esto signica que la grca de f es simtrica respecto al eje
Oy.
Se dice que la funcin f : R R es impar si f(x) = f(x) para todo
x R. Geomtricamente, esto signica que la grca de f es simtrica respecto
al origen O.
Ejercicio 4.1. Pruebe que la grca de f es simtrica respecto a una recta
vertical x = a si y slo si f(2a x) = f(x) para todo x R.
Ejercicio 4.2. Pruebe que la grca de f es simtrica respecto al punto (a, b)
si y slo si f(2a x) = 2b f(x) para todo x R.
Periodicidad
Recordemos que una funcin f : R R es peridica de perodo T > 0
si f(x + T) = f(x) para todo x R. Para gracar una funcin peridica es
suciente hacerlo en un intervalo [a, a +T], de longitud igual al perodo, ya que
la grca se repite idntica en los intervalos [a + T, a + 2T], [a + 2T, a + 3T],
[a+3T, a+4T],. . . y tambin en [aT, a], [a2T, aT], [a3T, a2T],. . . En
otras palabras, la grca es invariante bajo una traslacin de vector (T, 0).
Los ejemplos ms conocidos de funciones peridicas son las trigonomtricas
seno y coseno, las cuales tienen perodo 2.
Comportamiento para x
Cualquier grca que hagamos, manualmente o con un computador, se limi-
tar siempre a un intervalo acotado de R. Por eso es importante tratar de hallar
lm
x
f(x) y lm
x
f(x), si existen, para conocer el comportamiento de la
funcin para valores grandes de la variable. Si alguno de esos lmites es nito,
tendremos una asntota horizontal (ver 2.3.3). Si alguno es innito, se pueden
buscar asntotas oblicuas o al menos direcciones asintticas.
Crecimiento y decrecimiento
Si la funcin es derivable, el estudio del signo de la primera derivada nos
permitir sacar conclusiones sobre los intervalos de crecimiento y decrecimiento
de la funcin. Adems en los puntos donde la funcin cambie de creciente a
decreciente habr un mximo local (y donde cambie de decreciente a creciente
habr un mnimo local).
Concavidad y puntos de inexin
El estudio del crecimiento y decrecimiento de la derivada primera permite
sacar conclusiones sobre los intervalos donde la funcin es convexa o cncava, y
sobre los puntos de inexin. Si la funcin es derivable dos veces, el estudio del
signo de la segunda derivada facilita la tarea anterior.
Discontinuidades
Si la funcin es discontinua en un punto a, pero est denida en un entorno
reducido de a, es importante determinar la naturaleza de la discontinuidad.
Para ello hay que estudiar los lmites laterales lm
xa
f(x) y lm
xa
+ f(x). Si
existen y son ambos nitos, la discontinuidad es de salto (o evitable, si fuesen
iguales). Si al menos uno de ellos es innito, hay una asntota vertical.
Tambin es til estudiar las discontinuidades de la funcin derivada, y en
especial, en los puntos en que la derivada no exista, ver si existen las derivadas
laterales.
Ejemplo 4.1. Sea f(x) = arc tg(x) + (x + 2)/(x
2
+ 1). Est denida en todo
R. La grca intersecta al eje Oy en (0, 2).
lm
x+
f(x) = /2 y lm
x
f(x) = /2, por lo tanto hay dos asnto-
tas horizontales, y = /2 para x + e y = /2 para x .
f
(x) =
1
x
2
+ 1
+
x
2
+ 1 2x(x + 2)
(x
2
+ 1)
2
=
2 4x
(x
2
+ 1)
2
,
de donde f
(x) > 0 para x < 1/2, f
(1/2) = 0 y f
(x) < 0 para x > 1/2. Por

lo tanto f es estrictamente creciente en (, 1/2] y estrictamente decreciente
en [1/2, +), presentando un mximo absoluto en 1/2. El valor mximo es
f(1/2) = arc tg(1/2) + 2 2,46.
Como f(1) = /4 + 1/2 < 0 y f(0) = 2 > 0, f tiene una raz entre 1 y
0. De hecho es la nica, ya que para x > 0 es f(x) > 0. Por mtodos numricos
(ver seccin siguiente) puede verse que esa raz es aproximadamente 0,83. La
derivada segunda es
f
(x) =
4(x
2
+ 1)
2
2x(x
2
+ 1)(2 4x)
(x
2
+ 1)
4
=
4x
4
4x
3
4x 4
(x
2
+ 1)
3
=
4(x
2
x 1)
(x
2
+ 1)
3
.
Como el denominador es siempre positivo y x
2
x 1 tiene races (1 +
5)/2
y (1
5)/2, se deduce que f es convexa en (, (1
5)/2) y en ((1 +
5)/2, +), es cncava en ((1
5)/2, (1 +
5)/2) y tiene puntos de inexin

en (1
5)/2 y (1 +
5)/2.
4.2 Races de ecuaciones 69
x
4 2 0
-1
-4
0
2
6 -6 -2
1
Figura 4.2: Grca de f(x) = arc tg(x) + (x + 2)/(x
2
+ 1).
4.2. Races de ecuaciones
Sea f una funcin continua en [a, b] y supongamos que f(a)f(b) < 0. Por
el teorema de Bolzano sabemos que existe al menos una raz de la ecuacin
f(x) = 0 entre a y b. Una primera aproximacin a esta raz es el punto medio
(a +b)/2. El error cometido con esta aproximacin es menor que (b a)/2.
Otra posibilidad consiste en tomar el punto s en que la recta que pasa por
(a, f(a)) y (b, f(b)) corta al eje Ox. La ecuacin de esta recta es y = f(a) +
(f(b) f(a))(x a)/(b a), y al igualar a 0 y despejar resulta s = a (b
a)f(a)/(f(b) f(a)) = (af(b) bf(a))/(f(b) f(a)). Esto se conoce como
mtodo de la falsa posicin, o regula falsi. En general da mejores resultados que
el punto medio, pero no siempre. De hecho slo se puede asegurar que el error
es menor que b a.
En lugar de aproximar la funcin por la secante, como en la regula falsi, se
puede aproximar por la recta tangente. Esto se conoce como mtodo de New-
ton, o de Newton-Raphson. Para aplicarlo se comienza por elegir una primera
aproximacin a la raz, digamos x
1
. Si f es derivable en x
1
, la ecuacin de la
recta tangente es y = f(x
1
) +f
(x
1
)(x x
1
), que si f
(x
1
) = 0 corta al eje Ox
en x
2
= x
1
f(x
1
)/f
(x
1
).
Generalmente este mtodo se emplea de forma iterativa, es decir que se
calcula una sucesin de valores x
n+1
= x
n
f(x
n
)/f
(x
n
).
Ejemplo 4.2. Si f(x) = x
2
2 entonces x
n+1
= x
n
(x
2
n
2)/(2x
n
) =
x
n
/2 + 1/x
n
. Si comenzamos con x
1
= 1 entonces x
2
= 1/2 + 1 = 3/2 = 1,5,
x
3
= 3/4 + 2/3 = 17/12 = 1,4166 . . ., x
4
= 17/24 + 12/17 = 577/408 =
1,414215 . . .. Como se ve con dos iteraciones se obtuvieron 2 cifras decimales
exactas, y con tres iteraciones 4 cifras decimales exactas (con la siguiente ya se
obtienen 11).
Figura 4.3: Mtodo de Newton
Generalmente el mtodo de Newton converge muy rpido hacia una raz,
pero no siempre. Por ejemplo si f(x) = x
3
2x + 2 entonces x
n+1
= x
n

(x
3
n
2x
n
+ 2)/(3x
2
n
2). Si se comienza con x
1
= 1 se obtiene x
2
= 0, x
3
= 1,
x
4
= 0,. . . y el procedimiento no converge. En estos casos conviene bosquejar la
grca para tener una idea aproximada de dnde estn las races. En este caso,
comenzando con 2 se obtiene una rpida convergencia.
4.3. Longitud de arco
Sea f : [a, b] R. Para denir la longitud L(f; a, b) de la curva y = f(x)
entre a y b, se consideran todas las poligonales inscriptas en la curva, es decir
las poligonales con vrtices P
0
P
1
. . . P
n
, donde a = x
0
< x
1
< < x
n
= b y
P
i
= (x
i
, f(x
i
)). Si las longitudes de estas poligonales
n1
i=0
P
i
P
i1
forman un
conjunto acotado, entonces a su supremo se le llama longitud de la curva y sta
se dice que es recticable. Es fcil probar que en este caso, si c (a, b), entonces
la curva tambin es recticable en los intervalos [a, c] y [c, b] y L(f; a, b) =
L(f; a, c) +L(f; c, b).
Una funcin no tiene que ser continua para ser recticable.
Ejercicio 4.3. Probar que si f es montona en [a, b] entonces es recticable, y
L(f; a, b) |b a| +|f(b) f(a)|.
La continuidad tampoco garantiza que una funcin sea recticable.
Ejercicio 4.4.
Sea f : [0, 1] R denida as:

f(x) =
_
xsen
1
x
si 0 < x < 1,
0 si x = 0.
Pruebe que no es recticable.
4.3 Longitud de arco 71
Teorema 4.1. Si f : [a, b] R tiene derivada continua entonces es recticable.
Demostracin. Como f
es continua, existe M = max{|f
(t)| : a t b} y
debe ser alcanzado en algn punto [a, b], es decir M = |f
()|.
Dada cualquier poligonal P
0
P
1
. . . P
n
, con a = x
0
< x
1
< < x
n
= b
y P
i
= (x
i
, f(x
i
)), por el teorema del valor medio se tiene f(x
i+1
) f(x
i
) =
f
(
i
)(x
i+1
x
i
) para ciertos
i
(x
i
, x
i+1
), y por tanto
|f(x
i+1
) f(x
i
)| = |f
(
i
)(x
i+1
x
i
)| M(x
i+1
x
i
).
Entonces
P
i
P
i+1
=
_
(x
i+1
x
i
)
2
+ (f(x
i+1
) f(x
i
))
2
_
1 +M
2
(x
i+1
x
i
),
y
n1
i=0
P
i
P
i1

n1
i=0
_
1 +M
2
(x
i+1
x
i
) =
_
1 +M
2
(b a).
Por lo tanto la curva es recticable y L(f; a, b)
1 +M
2
(b a).
Teorema 4.2. Si f : [a, b] R tiene derivada continua y s(x) es la longitud
de arco entre a y x, entonces
s
(x) =
_
1 + (f
(x))
2
para todo x (a, b).
a x
x + h
C
D
y = f ( x)
z( x)
b
E
A
Figura 4.4: Longitud de arco
Demostracin. Sean x (a, b), A = (a, f(a)), C = (x, f(x)) y D = (x +
h, f(x + h)). Entonces la longitud del arco de curva comprendido entre C y D
es s(x +h) s(x), y se cumple que
s(x +h) s(x) CD =
_
h
2
+ (f(x +h) f(x))
2
.
Pero, por el teorema del valor medio, f(x + h) f(x) = hf
() para cierto
(x, x +h), por lo tanto
s(x +h) s(x)
_
h
2
+ (hf
())
2
= h
_
1 + (f
())
2
. (4.1)
Por otra parte, como f
es continua, para algn [x, x + h] se tiene M =

|f
()| = max{|f
(t)| : x t x + h} y como se vi en la demostracin del

Teorema 4.1,
s(x +h) s(x)
_
1 +M
2
h.
Combinando esta ltima desigualdad con (4.1) tenemos
h
_
1 + (f
())
2
s(x +h) s(x)
_
1 +M
2
h,
o bien
_
1 + (f
())
2
s(x +h) s(x)

h

_
1 + (f
())
2
,
y como lm
h0
= lm
h0
= x, la conclusin se sigue del teorema del snd-
wich.
Ejemplo 4.3. Calcular la longitud de la curva y = ch x entre 0 y x.
Solucin: s
(x) =
_
1 + (sh x)
2
= ch x, por lo tanto s(x) = shx + C y como
s(0) = 0 debe ser C = 0 y s(x) = sh x.
Ejemplo 4.4. Usar el teorema 4.2 para calcular la longitud del cuarto de cir-
cunferencia y =
1 x
2
para 0 x 1.
Solucin: (
1 x
2
)
= x/
1 x
2
, por lo tanto
s
(x) =
1 +
_
x
1 x
2
_
2
=
_
1 +
x
2
1 x
2
=
1
1 x
2
.
Como (arc senx)
= 1/
1 x
2
concluimos que s(x) = arc senx + C, y como
s(0) = 0 debe ser C = 0 y s(x) = arc senx. En particular s(1) = arc sen1 = /2,
como era de esperarse.
En la notacin de Leibniz s
(x) = ds/dx y f
(x) = dy/dx, por lo tanto

s
(x) =
_
1 + (f
(x))
2
se puede escribir como (ds/dx)
2
= 1 + (dy/dx)
2
, o bien
ds
2
= dx
2
+dy
2
. En esta sugestiva notacin el teorema 4.2 es fcil de recordar
por su semejanza con el teorema de Pitgoras.
4.4. Funciones vectoriales
Una funcin vectorial de una variable real es una funcin de un intervalo
I R en R
n
. Denir una funcin vectorial v : I R
n
es equivalente a denir
sus n componentes v
j
: I R, cada una de las cuales es una funcin real de
variable real. Es decir:
v(t) = (v
1
(t), v
2
(t), . . . , v
n
(t)).
4.5 Curvas parametrizadas 73
la funcin v : I R
n
es derivable si y slo si lo es cada una de sus componentes
v
j
, y en ese caso
v
(t) = (v
1
(t), v
2
(t), . . . , v
n
(t)).
Es inmediato vericar la aditividad de la derivacin, es decir que si u, v : I R
n
son derivables entonces (u + v)
= u
+ v
. Si g : I R es derivable entonces
la regla para derivar un producto de funciones permite establecer sin dicultad
que
(g(t)v(t))
= g
(t)v(t) +g(t)v
(t).
Recordemos que el producto escalar de dos vectores u = (u
1
, u
2
, . . . , u
n
) y v =
(v
1
, v
2
, . . . , v
n
) se dene como
u v = u
1
v
1
+ +u
2
v
2
+ +u
n
v
n
.
v v se abrevia v
2
, y el mdulo o norma de v es
v =
_
v
2
1
+ +v
2
n
=
v
2
.
Entonces si u, v : I R
n
son derivables se tiene
(u v)
= u
v +u v
.
En particular (u
2
)
= 2uu
. De aqu se deduce que si u es constante, entonces

u y u
son ortogonales (u u
= 0).
Recordemos que en el espacio, si u = (u
1
, u
2
, u
3
) y v = (v
1
, v
2
, v
3
), entonces
u v = u v cos(), donde es el ngulo que forman u y v. Adems se dene
el producto vectorial
u v = (u
2
v
3
u
3
v
2
, u
3
v
1
u
1
v
3
, u
1
v
2
u
2
v
1
).
Ejercicio 4.5. Pruebe que si u, v : I R
n
son derivables entonces
(u v)
= u
v +u v
.
4.5. Curvas parametrizadas
En estas notas llamaremos curva plana a una funcin continua P : I R
2
.
Si la abscisa y la ordenada de P(t) son x(t) e y(t), la curva se puede describir
como P(t) = (x(t), y(t)). A la variable t se le llama parmetro. Anlogamente
una curva en el espacio, o curva alabeada, es una funcin continua P : I R
3
,
y se puede representar en coordenadas como P(t) = (x(t), y(t), z(t)).
Las grcas de funciones continuas f(x) son un caso particular de curvas
planas, que se pueden describir, tomando x como parmetro, en la forma P(x) =
(x, f(x)). Pero hay muchas curvas que no pueden ser representadas en esta
forma, por tener ms de un punto con la misma abscisa. Un ejemplo de esta
Figura 4.5: Parametrizacin de la circunferencia
situacin es una circunferencia de radio R y centro (a, b), que sin embargo puede
ser representada paramtricamente como
P(t) = (a +Rcos t, b +Rsen t), t [0, 2].
Observe que dos curvas diferentes P(t) y Q(t) pueden tener el mismo recorrido
en R
2
. Por ejemplo
Q(t) = (a +Rsent, b +Rcos t), t [0, 2]
tiene como recorrido la misma circunferencia de radio R y centro (a, b) que P(t).
Ejercicio 4.6. Pruebe que el recorrido de la curva
P(t) =
_
1 t
2
1 +t
2
,
2t
1 t
2
_
, t R,
es la circunferencia de centro en el origen y radio 1 excepto el punto (1, 0).
Ejercicio 4.7. Halle una parametrizacin de la elipse
x
2
a
2
+
y
2
b
2
= 1.
La cicloide es la curva generada por un punto de una circunferencia que
rueda sin deslizar sobre una recta. Supongamos que la circunferencia de radio
R se halla inicialmente tangente al eje Ox en el origen. Despus de girar un
ngulo t, el centro de la circunferencia se hallar en Q y el punto de la misma
que inicialmente estaba en el origen se habr movido hasta P. El nuevo punto
de contacto B de la circunferencia con el eje Ox debe hallarse a una distancia
del origen igual a la longitud del arco BP, es decir OB =
PB= Rt. Por lo tanto

Figura 4.6: Cicloide
B = (Rt, 0). Adems la proyeccin del radio PQ sobre el eje Ox mide Rsen t,
por lo tanto AB = Rsen t y OA = RtRsent. Si M es la proyeccin de P sobre
la vertical por B, entonces MQ = Rcos t y BM = R Rcos t. Por lo tanto
P(t) = (Rt Rsent, R Rcos t). Escritas en forma de sistema, las ecuaciones
de la cicloide son entonces
x(t) = R(t sen t),
y(t) = R(1 cos t).
Ejercicio 4.8. La curva generada por un punto de una circunferencia de radio
r que rueda exteriormente sin deslizar sobre otra circunferencia de radio R se
denomina epicicloide. Suponga que la circunferencia de radio R est centrada
en el origen y que el centro Q de la otra se encuentra inicialmente en (R+r, 0)
(es decir que ambas son tangentes en (R, 0)). Pruebe que entonces, tomando
como parmetro el ngulo t formado por OQ con el eje Ox, las ecuaciones
paramtricas de la epicicloide son
x = (R +r) cos(t) r cos
_
(1 +
R
r
)t
_
,
y = (R +r) sen(t) r sen
_
(1 +
R
r
)t
_
,
Ejercicio 4.9. Halle una parametrizacin de la hipocicloide, curva generada por
un punto de una circunferencia de radio r que rueda interiormente sin deslizar
sobre otra circunferencia de radio R.
4.5.1. Curvas regulares
Si P(t) = (x(t), y(t)) es una curva plana y x(t) e y(t) son continuas y no se
anulan simultneamente, se dice que la curva es regular. El vector tangente a
la curva es

P(t) = ( x(t), y(t)). Adems la curva es recticable, y la longitud de
arco s(t) entre un punto P(a) jo y P(t) satisface
s(t) =
_
( x(t))
2
+ ( y(t))
2
= |

P(t)|.
La prueba de este resultado es anloga a la del teorema 4.2, ms an se puede
obtener a partir de l. Anlogamente una curva alabeada P(t) = (x(t), y(t), z(t))
es regular si sus componentes tienen derivadas continuas y el vector tangente
P(t) = ( x(t), y(t), z(t)) no es nulo, en cuyo caso la curva es recticable, y la

longitud de arco s(t) satisface s(t) =
_
( x(t))
2
+ ( y(t))
2
+ ( z(t))
2
= |

P(t)|.
Ejemplo 4.5. Para calcular la longitud del arco de cicloide P(t) = (Rt
Rsen t, R Rcos t) para 0 t 2, calculamos

P(t) = (R Rcos t, Rsen t),
de donde
|

P(t)|
2
= (R Rcos t)
2
+ (Rsen t)
2
= 2R
2
(1 cos t) = (2Rsen
t
2
)
2
,
de donde se obtiene
s(t) = 2Rsen
t
2
y entonces s(t) = 4Rcos(t/2) + C. Como s(0) = 0 debe ser C = 4R y nos
queda s(t) = 4R(1 cos(t/2)). En particular s(2) = 4R(1 (1))) = 8R.
Como para una curva regular P(t) es s(t) > 0, s(t) es estrictamente creciente
y continua, por lo cual tiene inversa continua t(s). Esto permite reparametrizar
la curva como Q(s) = P(t(s)), usando la longitud de arco como parmetro.
Observe que para una curva parametrizada por la longitud de arco se tiene
s = 1 y por lo tanto el vector tangente T(s) = Q
(s) tiene mdulo 1. Si las

componentes de Q(s) se pueden derivar dos veces, entonces como Q
(s) Q
(s) =
|Q
(s)|
2
= 1, derivando se tiene 2Q
(s) Q
(s) = 0, es decir que Q
(s) es un
vector ortogonal a Q
(s). Al mdulo (s) de ese vector se le llama curvatura en

el punto s. Si (s) = 0 entonces N(s) = Q
(s)/(s) es un vector unitario que

se llama vector normal, y se tiene que
T
(s) = (s)N(s).
A R(s) = 1/(s) se le llama radio de curvatura y al punto P(s) + R(s)N(s),
centro de curvatura.
Observe que el vector B(s) = T(s) N(s) es constante, pues es unitario y
normal al plano de la curva. Como B T = N se deduce que
N
= B
T+B T
= B N = T.
Ejemplo 4.6. Consideremos la circunferencia de radio R y centro en el origen
P(t) = (Rcos t, Rsen t). Como |

P(t)| = R, si se mide la longitud de arco a
partir de P(0) = (1, 0) se tiene s(t) = Rt, y por lo tanto t(s) = s/R. Enton-
ces Q(s) = P(t(s)) = (Rcos(s/R), Rsen(s/R)) es una parametrizacin de la
circunferencia mediante la longitud de arco, y se verica que T(s) = Q
(s) =
(sen(s/R), cos(s/R)) es un vector unitario. Como
Q
(s) = (
1
R
cos
s
R
,
1
R
sen
s
R
),
se ve que (s) = |Q
(s)| = 1/R y N(s) = (cos(s/R), sen(s/R)). El radio de

curvatura es 1/ = R y el centro de curvatura es P(s) +RN(s) = (0, 0). O sea
que para una circunferencia, como era de esperarse, el radio de curvatura es el
radio y el centro de curvatura es el centro.
La curvatura de una curva plana es igual a la velocidad a la cual gira la
tangente a la curva respecto a la longitud de arco. En otras palabras, si Q(s) es
una curva parametrizada por la longitud de arco y (s) es el ngulo que forma
la tangente con el eje Ox, entonces (s) = |
(s)| (el signo de
(s) puede ser

positivo o negativo, segn el sentido en que gire la tangente).
En efecto, si Q(s) = (x(s), y(s)) entonces el vector tangente unitario a la
curva es
Q
(s) = (x
(s), y
(s)) = (cos((s)), sen((s)))

y
(s) = |Q
(s)| = |(sen((s))
(s), cos((s))
(s))| = |
(s)|.
Sea P(t) una curva regular y Q(s) = P(t(s)) su reparametrizacin por la
longitud de arco. En lo que sigue se usar el apstrofo para indicar la derivacin
respecto a s y el punto para indicar la derivacin respecto a t. Como P(t) =
Q(s(t)), derivando respecto a t resulta

P(t) = Q
(s(t)) s(t). Si se puede derivar

una vez ms entonces
P(t) = Q
(s(t)) s
2
(t) +Q
(s(t)) s(t),
por lo tanto
P

P = s
3
Q
= s
3
t n,
y como t n es un vector unitario, queda nalmente
=
|

P

P|
|

P|
3
.
Ejercicio 4.10. Suponiendo f dos veces derivable, pruebe que la curvatura de
y = f(x) es f
(x)/
_
1 + (f
(x))
2
.
Ejercicio 4.11. Sea Q(s) una curva alabeada parametrizada por la longitud de
arco, T = Q
y T
= Q
= T. El vector B = TN es llamado vector binormal.

Pruebe que B
es colineal con N, y que si B
= N entonces N
= T+B.
El conjunto ortonormal {T, N, B} se llama triedro de Frenet y las igualdades
T
= N, N
= T+B, B
= N se conocen como frmulas de Frenet.

4.5.2. Involutas y evolutas
Sea P(s) una curva plana parametrizada por la longitud de arco. Su involuta
o evolvente, con origen P(s
0
), es la curva I(s) = P(s) (ss
0
)P
(s), que intui-

tivamente se puede describir como el resultado de desenrrollar un hilo pegado
a la curva a partir del punto P(s
0
), mantenindolo tenso en todo momento.
Si la curva est dada por una parametrizacin cualquiera P(t) entonces la
involuta viene dada por I(t) = P(t) ((s(t) s(t
0
))/ s(t))

P(t).
Figura 4.7: Involuta de una circunferencia
Ejemplo 4.7. P(s) = (cos s, sen s) es una circunferencia de centro en el origen
y radio 1, parametrizada por la longitud de arco. Su involuta con origen P(0) =
(1, 0) es
I(s) = (cos s, sen s) s(sen s, cos s) = (cos s +s sens, sen s s cos s).
Observe en la Figura 4.7 que la longitud del segmento BC es igual a la del arco
AB, y la de DE igual a la de
AD. Esta curva, como la cicloide, es empleada

como perl de dientes de engranaje.
Ejemplo 4.8. Calculemos la involuta de la cicloide
P(t) = (Rt Rsen t, R Rcos t), 0 t 2,
a partir del punto P() = (R, 2R). Recordemos del Ejemplo 4.5 que
P(t) = (R Rcos t, Rsen t) = (2Rsen

2
t
2
, 2Rsen
t
2
cos
t
2
)
y s(t) = |

P(t)| = 2Rsen(t/2), de donde s(t) = 4Rcos(t/2) + C para alguna
constante C. Si medimos la longitud de arco a partir de P(), entonces debe ser
s() = 0, es decir que C = 0 y s(t) = 4Rcos(t/2). La involuta es entonces
I(t) = P(t)
s(t)
s(t)
P(t) = P(t)
2 cos(t/2)
sen(t/2)
P(t)
= P(t) +
2 cos(t/2)
sen(t/2)
(2Rsen
2
(t/2), 2Rsen(t/2) cos(t/2))
= P(t) + 2R(2 cos(t/2) sen(t/2), 2 cos
2
(t/2))
= P(t) + 2R(sent, 1 + cos t)
= (Rt Rsen t, R Rcos t) + (2Rsen t, 2R + 2Rcos t)
= (Rt +Rsen t, 3R+Rcos t),
Figura 4.8: Involuta de una cicloide
que nos da un par de arcos de una cicloide idntica a la original, pero trasladada
(ver Figura 4.8).
Si P(s) una curva plana parametrizada por la longitud de arco, con curvatura
(s) = 0, entonces a la curva E(s) = P(s) + R(s)N(s) = P(s) + R
2
(s)P
(s),
lugar geomtrico de los centros de curvatura de P(s), se le llama evoluta de
P(s). La evoluta de una circunferencia se reduce a un punto: el centro de la
circunferencia.
Ejemplo 4.9. Hallar la evoluta de una elipse.
Solucin: parametricemos la elipse como P(t) = (a cos t, b sent). Entonces
P(t) = (a sent, b cos t), s(t) =

_
(a cos t)
2
+ (b sent)
2
,
T(t) =
1
s(t)
(a sent, b cos t), N(t) =
1
s(t)
(b cos t, a sent)
P(t) = (a cos t, b sent), |

P(t)

P(t)| = ab,
(t) =
|

P

P|
|

P|
3
=
ab
(a
2
cos
2
t +b
2
sen
2
t)
3/2
,
E(t) = P(t) +R(t)N(t) = P(t) +
a
2
cos
2
t +b
2
sen
2
t
ab
(b cos t, a sent).
Construir la evoluta y la involuta de una curva son operaciones inversas. En
efecto, supongamos que P(s) es una curva parametrizada por la longitud de
arco, con curvatura (s) = 0, y I(s) = P(s) sT(s) su involuta a partir de
P(0). Para hallar la evoluta de I(s) observemos que s no es la longitud de arco
de I, por lo tanto para calcular la curvatura
I
de I hacemos lo siguiente:
I
(s) = P
(s) T(s) sT
(s) = s(s)N(s), |I
(s)| = |s(s)|,
I
(s) = (s(s))
N(s) s(s)N
(s) = (s(s))
N(s) +s
2
(s)T(s),
I
=
|I
|
|I
|
=
|s
2
3
|
|s|
3
=
1
|s|
,
Figura 4.9: Elipse y su evoluta
Ahora bien, el vector tangente unitario a I(s) es N(s) si s > 0, y N(s) si
s < 0. En consecuencia el vector normal unitario a I(s) es T(s), segn que
sea s > 0 o s < 0, y la evoluta de I(s) es entonces
I(s) +
1
I
(s)
T(s) = P(s) sT(s) +sT(s) = P(s).
4.5.3. Trayectorias de una bicicleta
En La aventura del Colegio Priory, de Arthur Conan Doyle, Sherlock Holmes
y su el amigo Watson encuentran las huellas dejadas por una bicicleta sobre la
tierra hmeda. Entre ellos se suscita el siguiente dilogo:
Esta huella, como puede usted ver, la ha dejado un ciclista que
vena desde la zona del colegio.
O que iba hacia all.
No, no, querido Watson. La impresin ms profunda es, natural-
mente, la de la rueda de atrs, que es donde se apoya el peso del
cuerpo. Fjese en que en varios puntos ha pasado por encima de la
huella de la rueda delantera, que es menos profunda, borrndola. No
cabe duda de que vena del colegio.
Como se ve, Sherlock Holmes utiliza su capacidad deductiva para inferir la di-
reccin del movimiento de la bicicleta, a partir de algunos elementos fsicos. Pero
supongamos que el nico dato fuesen las trayectorias de ambas ruedas, sin nin-
guna informacin adicional como la profundidad de las huellas, o si una de ellas
pasa por encima de la otra. Por ejemplo en la gura 4.10 se muestran las huellas
dejadas por una bicicleta en una regin de dimensiones aproximadas 10m10m.
Ser posible, mediante consideraciones puramente geomtricas, determinar la
direccin del movimiento?
Figura 4.10: Huellas de bicicleta
Para responder la pregunta anterior recordemos que en una bicicleta slo la
rueda delantera puede cambiar de direccin, mediante la accin del manubrio.
La rueda trasera, por construccin, se mueve siempre en direccin a la rueda
delantera, a menos que patine o resbale sobre el piso (lo que se llama derrapar).
Supongamos ahora que una bicicleta se mueve sobre el plano sin derrapar, y que
Q(t) y P(t) son los puntos de contacto de las ruedas trasera y delantera con el
plano en el instante t. Al variar t, los puntos Q(t) y P(t) describen dos curvas,
que son las huellas de la rueda trasera y de la rueda delantera, respectivamente.
Ahora bien, la direccin instantnea del movimiento de Q(t) viene dada por la
recta tangente a la huella, y como esa direccin va hacia la rueda delantera,
se concluye que la recta tangente a la trayectoria de la rueda trasera en el
punto Q(t) debe pasar por el punto P(t). En la gura 4.11 se muestran las
mismas huellas, pero para mayor claridad una de ellas se ha trazado punteada.
El razonamiento del prrafo anterior muestra que un punto como el A no puede
pertenecer a la huella de la rueda trasera, pues la tangente a la trayectoria en
ese punto no corta a la otra curva (o si la corta lo hace en un punto demasiado
alejado para el tamao de una bicicleta). Esto signica que la curva punteada
slo puede ser la trayectoria de la rueda delantera, y por lo tanto la otra curva
es la trayectoria de la rueda trasera.
Tracemos ahora las tangentes en un par de puntos B y C de la trayectoria
de la rueda trasera (lnea continua). Cortando estas tangentes con la trayectoria
de la rueda delantera, observamos que BN = CQ, mientras que BM = CP.
Esto demuestra que el sentido del movimiento de la bicicleta fue de izquierda a
derecha.
Si se conocen la trayectoria de la rueda trasera Q(t) y d, entonces es fcil
describir la trayectoria de la rueda delantera P(t). En efecto, como el vector
Figura 4.11: Direccin del movimiento
tangente unitario a la trayectoria de la rueda trasera es

Q(t)/|

Q(t)|, entonces
P(t) = Q(t) +
d
|

Q(t)|
Q(t).
Figura 4.12: Trac-
triz
Por ejemplo la trayectoria de la rueda trasera en la -
gura 4.10 se obtuvo a partir de la parametrizacin Q(t) =
(t, t/2 +2 sen(t)), por lo tanto

Q(t) = (1, 1/2 +2 cos(t)) y
si d = 1 entonces
P(t) =
_
t +
1
|

Q(t)|
, t/2 + 2 sen(t) +
1/2 + 2 cos(t)
|

Q(t)|
_
.
Mucho ms difcil es el problema inverso, es decir de-
terminar la trayectoria de la rueda trasera Q(t) conocien-
do d y la trayectoria P(t) de la rueda delantera. Un ejem-
plo sencillo de esta situacin se presenta cuando la bici-
cleta tiene inicialmente la rueda delantera en el origen, la
rueda trasera en (1, 0) y se mueve de modo que la rue-
da delantera recorra el eje Oy positivo. Es claro que la
trayectoria de la rueda trasera ser una curva que pasa
por (1, 0) y tiene al eje Oy como asntota vertical. Los
segmentos de tangente desde un punto (x, f(x) de esta
curva hasta el punto de interseccin con el eje Oy sern
de longitud constante igual a 1. Como la recta tangente
en (x, f(x)) tiene ecuacin Y = f(x) + f
(x)(X x), el
punto de interseccin con el eje Oy ser (0, f(x)xf
(x)).
Entonces x
2
+(xf
(x))
2
= 1, de donde 1 +f
(x)
2
= 1/x
2
y f
(x) =
1 x
2
/x.
Para determinar f(x) slo tenemos que encontrar una primitiva de
1 x
2
/x
que en 1 valga 0. Esto se logra mediante los mtodos del clculo integral, pero
en este caso vamos a hacerlo usando slo un poco de ingenio. Veamos:
1 x
2
x
=
1 x
2
x
1 x
2
=
1
x
1 x
2
+
1
x

1
x
+
x
1 x
2
=
1
1 x
2
x
1 x
2

1
x
+
x
1 x
2
=
x
1 x
2
_
1 +
1 x
2
_
1
x
+
x
1 x
2
=
_
log
_
1 +
_
1 x
2
__
_
log(x)
_

_
_
1 x
2
_
,
por tanto f(x) = log(1 +
1 x
2
) log(x)
1 x
2
+ C, y poniendo x = 1
queda 0 = f(1) = C, es decir que nalmente
f(x) = log(1 +
_
1 x
2
) log(x)
_
1 x
2
.
Esta curva se conoce con el nombre de tractriz (ver Figura 4.12).
Figura 4.13: Seudoesfera
Poniendo x = 1/ ch(t), para t 0, se obtienen las ecuaciones paramtricas
x = 1/ ch(t), y = t tgh(t).
Si se hace girar la tractriz alrededor del eje Oy se obtiene una supercie
de revolucin llamada seudoesfera (ver Figura 4.13), as llamada porque tiene
curvatura negativa constante (as como la esfera tiene curvatura positiva cons-
tante). Esta supercie es famosa debido al hecho de que el matemtico italiano
Eugenio Beltrami (1835-1900) mostr en 1868 que sirve como modelo de una
geometra no-euclidiana bidimensional.
4.5.4. Envolvente de una familia de rectas
Dada una curva regular queda determinada la familia T
de todas sus
rectas tangentes. Es posible considerar el problema inverso: dada una familia T
de rectas, existir una curva cuya familia de rectas tangentes sea precisamente
T? En caso de existir, a esa curva se le llama envolvente de la familia T.
Para jar ideas supongamos que la familia de rectas T depende de un par-
metro t, y viene dada por las ecuaciones
a(t)x +b(t)y = c(t).
Queremos averiguar si existe una curva P(t) = (x(t), y(t)) tal que, para cada t, la
recta tangente a la curva en el punto P(t) sea la de ecuacin a(t)x+b(t)y = c(t).
Obviamente P(t) = (x(t), y(t)) debe cumplir la condicin
a(t)x(t) +b(t)y(t) = c(t), (4.2)
para todo t. Para expresar la condicin de tangencia recordemos que (a(t), b(t))
es un vector normal a la recta de ecuacin a(t)x + b(t)y = c(t), mientras que
el vector ( x(t), y(t)) es tangente a P(t). Por lo tanto la recta es tangente a la
curva si y slo si estos dos vectores son ortogonales, es decir si
a(t) x(t) +b(t) y(t)) = 0. (4.3)
Suponiendo a(t), b(t) y c(t) derivables, si se deriva (4.2) se obtiene
a(t)x(t) +a(t) x(t) +

b(t)y(t) +b(t) y(t)) = c(t),
y teniendo en cuenta (4.3) resulta
a(t)x(t) +

b(t)y(t) = c(t). (4.4)
De las ecuaciones (4.2) y (4.4), si a
b ab = 0, es posible despejar x(t) e y(t) en

funcin de t:
x(t) =
b(t)c(t) b(t) c(t)

a(t)
b(t) a(t)b(t)
, y(t) =
a(t) c(t) a(t)c(t)
a(t)
b(t) a(t)b(t)
. (4.5)
As hemos obtenido las ecuaciones paramtricas de la envolvente P(t).
Ejemplo 4.10. Consideremos un espejo en forma de semicircunferencia, en
cuya cara interna inciden rayos luminosos paralelos al eje Ox, como se ve en la
Figura 4.14 (izquierda). Los rayos reejados tienen como envolvente una curva
que se denomina custica por reexin o catacustica del espejo (ver Figura
4.14, derecha); su nombre alude al hecho de que la concentracin de luz en ella
puede quemar. Estas curvas se pueden ver, por ejemplo, en una taza con leche
iluminada por una fuente lejana, como el sol.
Figura 4.14: Espejo semicircular y catacustica
Figura 4.15: Custica
Para hallar las ecuaciones de la curva, suponga-
mos que el espejo tiene radio 1 y centro en el origen.
Consideremos un rayo luminoso paralelo al eje Ox que
incide en el espejo en el punto P = (cos(t), sen(t)) (ver
Figura 4.15). Como los ngulos que el rayo incidente
y el reejado forman con la normal OP son iguales
entre s e iguales a t, es fcil ver que el rayo reeja-
do forma ngulo 2t con el eje Ox, y por lo tanto la
ecuacin de la recta que lo contiene es
y sen(t) = tg(2t)(x cos(t)),
o bien, despus de multiplicar ambos miembros por
cos(2t) y simplicar,
xsen(2t) y cos(2t) = sen(t). (4.6)
La ecuacin correspondiente a la (4.4) es en este caso
2xcos(2t) + 2y sen(2t) = cos(t), (4.7)
y despejando x e y de (4.6) y (4.7) se obtienen las ecuaciones paramtricas
x = sen(t) sen(2t) +
1
2
cos(t) cos(2t),
y =
1
2
cos(t) sen(2t) sen(t) cos(2t).
Aplicando identidades trigonomtricas se pueden escribir en la forma equivalente
x =
1
4
(3 cos(t) cos(3t)), (4.8)
y =
1
4
(3 sen(t) sen(3t)). (4.9)
Figura 4.16: Nefroide
Para este ejemplo el parmetro t vara en el intervalo
[/2, /2], pero si se le hace variar en el intervalo [, ]
se obtiene una curva cerrada llamada nefroide, por su
parecido con la forma de un rin. La nefroide no es
ms que una epicicloide generada por un punto de una
circunferencia que rueda sin deslizar sobre otra de radio
doble, de hecho las ecuaciones (4.8) son idnticas a las
del Ejercicio 4.8 (pg. 75) con R = 1/2, r = 1/4.
Ejercicio 4.12. Pruebe que la envolvente de los dime-
tros de una circunferencia que rueda sin deslizar sobre
otra de igual radio es una nefroide.
Ejercicio 4.13. Pruebe que la nefroide es tambin la
envolvente de las cuerdas de un crculo cuando los extre-
mos de la cuerda recorren la circunferencia en el mismo
sentido y uno a triple velocidad que el otro.
Ejercicio 4.14. Considere un espejo en forma de circunferencia, en cuya cara
interna inciden rayos luminosos procedentes de un punto perteneciente a la cir-
cunferencia. La envolvente de los rayos reejados es una curva llamada cardioide,
por su parecido con la forma de un corazn. Halle las ecuaciones paramtricas de
la cardiode para una circunferencia de centro en el origen y radio 3, con fuente
luminosa en el punto (3, 0), tomando como parmetro t el ngulo formado por
un rayo incidente con el eje Ox.
Ejercicio 4.15. Pruebe que la envolvente de las rectas normales a una curva
es su evoluta (el lugar geomtrico de los centros de curvatura).
4.5.5. Coordenadas polares
Figura 4.17: Coor-
denadas polares
Recordemos que un sistema de coordenadas polares en
el plano consta de un origen de coordenadas O y una
semirrecta de origen O llamada eje polar. Cada punto P
del plano se identica por su distancia al origen r = OP
y por su argumento, que es el ngulo que forma OP
con el eje polar. Una curva plana se puede representar en
coordenadas polares (r, ) dando el radio en funcin del
ngulo, es decir como r = r(). Esto es equivalente a la
parametrizacin P() = (r() cos(), r() sen()).
Ejemplo 4.11. La ecuacin en coordenadas polares de
la circunferencia de centro en el origen y radio a es simplemente r = a.
Ejemplo 4.12. La ecuacin en coordenadas polares de la circunferencia de
centro en (0, a) y radio a es r = 2a cos .
Figura 4.18: Cardioide (izq.) y Espiral de Arqumedes (der.)
Ejemplo 4.13. La curva cuya ecuacin en coordenadas polares es r = a(1 +
cos ), con a constante, se llama cardioide (es la misma curva que aparece en el
Ejercicio 4.14).
Ejemplo 4.14. La curva cuya ecuacin en coordenadas polares es r = a, con
a constante, se llama espiral de Arqumedes. Es una espiral de paso constante,
es decir que las espiras consecutivas se hallan siempre a la misma distancia una
de otra, a saber 2a.
La curva cuya ecuacin en coordenadas polares es
r = ae
b
, con a y b constantes, se llama espiral loga-
rtmica. Esta curva era la favorita de Jakob Bernoulli,
quien estaba impresionado con sus muchas propieda-
des. Incluso solicit en su testamento que la grabaran
en la lpida de su tumba. Y su viuda trat de cumplir
su ltimo deseo, pero lamentablemente ni ella ni el
constructor de lpidas saban matemticas, y lo que
se ve en la tumba de Bernoulli en Basilea es una es-
piral de Arqumedes!
Bernoulli tambin estipul que en la lpida se gra-
bara la inscripcin Eadem mutata resurgo, que signi-
ca resurjo cambiada pero igual. Esto alude al nota-
ble hecho de que numerosas transformaciones de esta
curva son tambin espirales logartmicas. Las transformaciones ms simples que
hacen esto son las homotecias, rotaciones e inversiones de centro en el origen.
Las rotohomotecias de centro en el origen, ngulo y razn e
b
dejan la cur-
va invariante. Por lo tanto la espiral logartmica es autosemejante. Tambin la
evoluta, la custica y la podaria respecto al origen, la involuta y la ortptica de
esta curva son espirales logartmicas.
La espiral logartmica se observa con frecuencia en la naturaleza, en las
conchas de caracoles, en los girasoles, las margaritas y las pias, en las imgenes
satelitales de huracanes y hasta en la forma de las galaxias.
Figura 4.19: Espiral logartmica (izq.) y Nautilus (der.)
El vector tangente a la curva r = r() es
P
() = (r
() cos() r() sen(), r
() sen() +r() cos())

= r
()(cos(), sen()) +r()(sen(), cos())

= r
()e
r
+ r()e
,
donde e
r
es el vector unitario radial y e
es el vector unitario tangencial, orto-

gonal al anterior.
Si se identica el punto (x, y) R
2
con el nmero complejo x + iy C, la
curva r = r() se puede expresar en la forma P() = r()e
i
, y derivando se
tiene
P
() = r
()e
i
+r()ie
i
.
Observe que en esta presentacin ms compacta el complejo e
i
= cos +i sen
corresponde al vector e
r
, mientras que ie
i
= sen + i cos corresponde al
vector e
.
Por ejemplo la ecuacin de la espiral logartmica r = ae
b
en forma compleja
es P() = ae
(b+i)
, y el vector tangente es P
() = a(b +i)e
(b+i)
.
Ejercicio 4.16. Pruebe que si se aplica una homotecia, una rotacin o una
inversin de centro en el origen a la curva r = ae
b
, se vuelve a obtener una
espiral logartmica.
Ejercicio 4.17. Pruebe que la espiral logartmica r = ae
b
forma ngulo cons-
tante con el radio vector, y exprese ese ngulo en funcin de b.
Ejercicio 4.18. Pruebe que la involuta de la espiral logartmica r = ae
b
es
tambin una espiral logartmica.
Ejercicio 4.19. Pruebe que la ortptica de una espiral logartmica, es decir
el lugar geomtrico de los puntos desde los cuales pueden trazarse dos rectas
tangentes a la curva que sean perpendiculares entre s, es tambin una espiral
logartmica.
Ejercicio 4.20. Pruebe que la podaria de la espiral logartmica r = ae
b
r4specto al origen, es decir el lugar geomtrico de las proyecciones del origen
sobre las tangentes a la curva, es tambin una espiral logartmica.
4.6 Desigualdades 89
Ejemplo 4.15. Hallemos la ecuacin de una cnica en coordenadas polares.
Para ello recordemos que las cnicas se pueden caracterizar como el lugar geo-
mtrico de los puntos P cuya razn de distancias a un punto O y a una recta d
es una constante , a la cual se le llama excentricidad de la cnica. Si = 1 la
cnica es una parbola, si > 1 es una hiprbola y si < 1 es una elipse.
Figura 4.20: Cnica
Tomemos O como origen de coordenadas, y como eje polar la perpendicular
a d por O. Sea B el punto en que d intersecta al eje, y b = OB. Dado un
punto P, sea Q su proyeccin ortogonal sobre d. La cnica es entonces el lugar
geomtrico de los puntos P tales que
OP
PQ
= .
Si A es la proyeccin ortogonal de P sobre el eje, entonces OP = r, OA = r cos
y PQ = AB = OB OA = b r cos , por lo que la ecuacin de la cnica es
r = (b r cos ), o
r =
b
1 + cos
. (4.10)
La circunferencia de centro en el origen y radio R tiene como ecuacin r = R,
que puede obtenerse como caso lmite de (4.10) poniendo b = R/ y haciendo
tender a 0.
4.6. Desigualdades
Las desigualdades juegan un rol fundamental en matemtica, y existen libros
completos dedicados a su estudio. En esta seccin se aplican los resultados sobre
funciones convexas vistos en el captulo 2 para obtener la desigualdad de Jensen,
de la cual se derivan luego varias desigualdades importantes.
4.6.1. Desigualdad de Jensen
Teorema 4.3 (Desigualdad de Jensen).
Si f : I R es una funcin convexa, x
1
, x
2
, . . . , x
n
I y r
1
, r
2
, . . . , r
n
reales
positivos tales que r
1
+r
2
+ +r
n
= 1, entonces
f(
n
i=1
r
i
x
i
)
n
i=1
r
i
f(x
i
).
Si f es estrictamente convexa entonces la desigualdad anterior es tambin es-
tricta, excepto cuando x
1
= x
2
= = x
n
. Para funciones cncavas se invierte
el sentido de la desigualdad.
Demostracin. Por induccin en n. Para n = 2 la desigualdad de Jensen es la
propia denicin de convexidad. Si n > 2 y suponemos que es cierta para n1,
entonces
f
_
n
i=1
r
i
x
i
_
= f
_
(1 r
n
)
n1
i=1
r
i
1 r
n
x
i
+r
n
x
n
_
(1 r
n
)f
_
n1
i=1
r
i
1 r
n
x
i
_
+r
n
f(x
n
)
(1 r
n
)
n1
i=1
r
i
1 r
n
f(x
i
) +r
n
f(x
n
) =
n
i=1
r
i
f(x
i
).
Si f es cncava entonces se aplica la desigualdad a f, que es convexa, y luego
se cambia todo de signo, invirtiendo el sentido de la desigualdad.
4.6.2. Desigualdad aritmtico-geomtrica
La media aritmtica de n nmeros reales no negativos x
1
, x
2
, . . . , x
n
es
A =
1
n
n
i=1
x
i
,
y su media geomtrica es
G =
n
_
n
i=1
x
i
.
Una de las desigualdades ms conocidas y famosas es la desigualdad aritmtico-
geomtrica, que arma que A G, con igualdad si y slo si x
1
= x
2
= = x
n
.
Existen varias demostraciones elementales de esta desigualdad, aunque todas
requieren algo de ingenio. Aqu demostraremos, a partir de la desigualdad de
Jensen, una versin ms general.
Teorema 4.4 (Desigualdad aritmtico-geomtrica con pesos).
Sean x
1
, x
2
, . . . , x
n
y a
1
, a
2
, . . . , a
n
nmeros reales no negativos, con a
1
+a
2
+
+a
n
= 1. Sean
A = a
1
x
1
+a
2
x
2
+ +a
n
x
n
la media aritmtica pesada de los x
i
con pesos a
i
, y
G = x
a1
1
x
a2
2
x
an
n
la media geomtrica pesada, Entonces
A G,
con igualdad si y slo si x
1
= x
2
= = x
n
.
Demostracin. Supongamos primero que todos los x
i
son positivos. La funcin
f(x) = log(x) es estrictamente cncava para x > 0, ya que f
(x) = 1/x
2
< 0
para todo x > 0. Entonces por la desigualdad de Jensen se tiene
log(a
1
x
1
+a
2
x
2
+ +a
n
x
n
) a
1
log(x
1
) +a
2
log(x
2
) + +a
n
log(x
n
),
y tomando la exponencial de ambos miembros queda
a
1
x
1
+a
2
x
2
+ +a
n
x
n
x
a1
1
x
a2
2
x
an
n
,
es decir A G, con igualdad si y slo si x
1
= x
2
= = x
n
. Si para algn
i fuese x
i
= 0 y a
i
= 0 entonces G = 0 y la desigualdad tambin se cumple,
con igualdad si y slo todos los x
i
son nulos. Y si hay pares (x
i
, a
i
) tales que
x
i
= a
i
= 0, se pueden suprimir sin alterar el valor de A ni de G.
Ejercicio 4.21. Si x
1
, x
2
, . . . , x
n
son reales positivos y a
1
, a
2
, . . . , a
n
reales no
negativos tales que a
1
+ a
2
+ +a
n
= 1, se dene la media armnica pesada
de los x
i
con pesos a
i
como
H =
1
a1
x1
+
a2
x2
+ +
an
xn
.
Pruebe que G H, siendo G la media geomtrica pesada de los x
i
con pesos
a
i
.
4.6.3. Desigualdad entre medias generalizadas
Otra forma de generalizar la desigualdad aritmtico-geomtrica consiste en
denir las medias pesadas de orden arbitrario.
Denicin 4.1. Si = 0 es un nmero real y a
1
, a
2
, . . . , a
n
son reales positivos
tales que a
1
+a
2
+ +a
n
= 1, la media de orden de n nmeros reales positivos
x
1
, x
2
, . . . , x
n
con pesos a
1
, . . . , a
n
es
m
(x
1
, x
2
, . . . , x
n
) =
_
n
i=1
a
i
x
i
_
1/
.
Nota: Generalmente se permite que algunos pesos a
i
sean nulos, pero eso com-
plica las demostraciones sin ninguna ventaja a cambio.
Ejercicio 4.22. Probar que
a) lm
0
m
(x
1
, x
2
, . . . , x
n
) =
n
i=1
x
ai
i
,
b) lm
+
m
(x
1
, x
2
, . . . , x
n
) = max{x
1
, x
2
, . . . , x
n
},
c) lm
(x
1
, x
2
, . . . , x
n
) = mn{x
1
, x
2
, . . . , x
n
.
En vista del ejercicio anterior, se dene la media de orden 0 como la media
geomtrica pesada:
m
0
(x
1
, x
2
, . . . , x
n
) =
n
i=1
x
ai
i
.
Por la misma razn se denen m
+
(x
1
, x
2
, . . . , x
n
) = max{x
1
, x
2
, . . . , x
n
} y
m
(x
1
, x
2
, . . . , x
n
) = mn{x
1
, x
2
, . . . , x
n
}.
Observe que m
1
(x
1
, x
2
, . . . , x
n
) =
n
i=1
a
i
x
i
es la media aritmtica pesada.
Si se toman pesos iguales a
i
= 1/n entonces
m
1
(x
1
, x
2
, . . . , x
n
) =
_
1
n
n
i=1
1
x
i
_
1
es la media armnica y
m
2
(x
1
, x
2
, . . . , x
n
) =
_
1
n
n
i=1
x
2
i
es la llamada media cuadrtica de x
1
, x
2
, . . . , x
n
.
Teorema 4.5. Si < , entonces
m
(x
1
, x
2
, . . . , x
n
) m
(x
1
, x
2
, . . . , x
n
),
1
= x
2
= = x
n
.
Demostracin. Supongamos primero que 0 < < . Entonces la funcin f(x) =
x
/
es estrictamente convexa en (0, +), ya que f
(x) = (/)x
/1
es
estrictamente creciente, y la desigualdad de Jensen aplicada a los nmeros x
1
,
x
2
,. . . ,x
n
nos dice que
_
n
i=1
a
i
x
i
_
/
i=1
a
i
(x
i
)
/
=
n
i=1
a
i
x
i
,
de donde m
, con igualdad si y slo si x

1
= x
2
= = x
n
.
Observemos que si en la desigualdad anterior se deja jo y se toman lmites
para 0
+
, resulta m
0
m
, con igualdad si y slo si x

1
= x
2
= = x
n
.
Si < < 0 entonces 0 < < y aplicando la desigualdad ya probada
a m
y m
se tiene
m
(x
1
, . . . , x
n
) =
1
m
_
1
x1
, . . . ,
1
xn
_
1
m
_
1
x1
, . . . ,
1
xn
_
= m
(x
1
, . . . , x
n
),
1
= x
2
= = x
n
.
Si ahora se deja < 0 jo y se toman lmites para 0
, resulta
m
(x
1
, . . . , x
n
) m
0
(x
1
, . . . , x
n
),
1
= x
2
= = x
n
.
Finalmente, si < 0 < entonces
m
(x
1
, . . . , x
n
) m
0
(x
1
, . . . , x
n
) m
(x
1
, . . . , x
n
),
1
= x
2
= = x
n
.
La desigualdad entre medias vale incluso para las de orden y . En
efecto, si M = max{x
1
, x
2
, . . . , x
n
} y > 0 entonces es claro que
m
(x
1
, . . . , x
n
) =
_
n
i=1
a
i
x
i
_
1/
_
n
i=1
a
i
M
_
1/
= M = m
+
(x
1
, . . . , x
n
),
1
= x
2
= = x
n
. Si < 0 tambin se cumple puesto
que m
m
+
.
Anlogamente se prueba que
m
(x
1
, . . . , x
n
) = mn{x
1
, x
2
, . . . , x
n
} m
(x
1
, . . . , x
n
).
4.6.4. Desigualdades de Young, Hlder y Minkowski
Teorema 4.6 (Desigualdad de Young).
Si a, b, p, q > 0 y 1/p + 1/q = 1 entonces
ab
a
p
p
+
b
q
q
.
Demostracin. La prueba consiste en aplicar la desigualdad de Jensen a la fun-
cin f(x) = log x, que es cncava para x > 0:
log(ab) = log(a) + log(b) =
log(a
p
)
p
+
log(b
q
)
q
log(
a
p
p
+
b
q
q
),
y la demostracin se concluye aplicando la funcin exponencial a ambos miem-
bros.
Teorema 4.7 (Desigualdad de Hlder).
Si x
1
, x
2
, . . . , x
n
, y
1
, y
2
, . . . , y
n
son reales cualesquiera y p, q > 0 son tales que
1/p + 1/q = 1, entonces
n
i=1
|x
i
y
i
|
_
n
i=1
|x
i
|
p
_1
p
_
n
i=1
|y
i
|
q
_1
q
.
Demostracin. Sea
x
p
=
_
|x
k
|
p
_1
p
.
Entonces
|
k
x
k
y
k
|
x
p
y
q
k
|x
k
|
x
p
|y
k
|
y
q
1
p
k
|x
k
|
p
x
p
p
+
1
q
k
|y
k
|
q
y
q
q
=
1
p
+
1
q
= 1.
Teorema 4.8 (Desigualdad de Minkowski).
Si x
1
, x
2
, . . . , x
n
, y
1
, y
2
, . . . , y
n
son reales cualesquiera y p 1 entonces
_
n
i=1
|x
i
+y
i
|
p
_1
p
_
n
i=1
|x
i
|
p
_1
p
+
_
n
i=1
|y
i
|
p
_1
p
.
Demostracin. Para p = 1 esta desigualdad se reduce a la desigualdad triangu-
lar. Supongamos entonces p > 1 y sea q = p/(p1). Entonces por la desigualdad
de Hlder se tiene
n
k=0
|a
k
||a
k
+b
k
|
p1
_
n
k=0
|a
k
|
p
_1
p
_
n
k=0
|a
k
+b
k
|
(p1)q
_1
q
y
n
k=0
|b
k
||a
k
+b
k
|
p1
_
n
k=0
|b
k
|
p
_1
p
_
n
k=0
|a
k
+b
k
|
(p1)q
_1
q
.
Sumando miembro a miembro resulta
n
k=0
|a
k
+b
k
|
p
_
_
_
n
k=0
|a
k
|
p
_1
p
+
_
n
k=0
|b
k
|
p
_1
p
_
_
_
n
k=0
|a
k
+b
k
|
(p1)q
_1
q
,
y como (p 1)q = p y 1 1/q = 1/p, resulta
_
n
k=0
|a
k
+b
k
|
p
_1
p
=
_
n
k=0
|a
k
+b
k
|
p
_
1
1
q
_
n
k=0
|a
k
|
p
_1
p
+
_
n
k=0
|b
k
|
p
_1
p
.
Si p > 0, a = (a
1
, a
2
, . . . , a
n
) y b = (b
1
, b
2
, . . . , b
n
) son puntos en R
n
, sea
d
p
(a, b) = a b
p
=
_
n
k=0
|a
k
b
k
|
p
_1
p
.
Entonces d
p
es una distancia en R
n
, ya que d
p
(a, b) 0, d
p
(a, b) = 0 si y slo
si a = b y nalmente, si c = (c
1
, c
2
, . . . , c
n
), de la desigualdad de Minkowski se
sigue fcilmente que
d
p
(a, c) d
p
(a, b) +d
p
(b, c).
Observe que d
2
es la distancia euclidiana.
Captulo 5
Aplicaciones fsicas
La mecnica es el paraso de las ciencias matemticas, porque
por medio de ella uno llega a los frutos de la matemtica.
Leonardo da Vinci, Cuadernos de apuntes, vol. 1, cap. 20.
5.1. Movimiento en un campo constante
Supongamos que un punto material de masa m se mueve sometido a la accin
de una fuerza

F. Si P(t) = (x(t), y(t), z(t)) es la posicin del punto en el instante
t, entonces la segunda ley de Newton, o ley fundamental de la dinmica, arma
que
m
P(t) =

F.
El caso ms sencillo se presenta cuando la fuerza es constante. En ese caso, la
aceleracin a =

P(t) =

F/m tambin es constante, y la ecuacin anterior queda
P(t) =a.
Observemos ahora que
(

P(t) ta)
.
=

P(t) a = 0,
de donde se concluye que

P(t) ta es constante. Poniendo t = 0 resulta que esa
constante es

P(0), y por lo tanto
P(t) = ta +

P(0).
De la misma manera
(P(t)
t
2
2
a t

P(0))
.
=

P(t) ta

P(0) = 0,
5.1 Movimiento en un campo constante 97
por lo tanto P(t) (t
2
/2)a t

P(0) es constante, y poniendo t = 0 resulta que
esa constante es P(0). En conclusin la trayectoria del punto P es
P(t) =
t
2
2
a +t

P(0) +P(0).
Si la fuerza es nula entonces la aceleracin tambin, y la ecuacin anterior
se reduce a
P(t) = t

P(0) +P(0),
que es la ecuacin paramtrica de una lnea recta que pasa por P(0) con direc-
cin

P(0). Esto no es ms que la primera ley de Newton: En la ausencia de
fuerzas exteriores, todo cuerpo contina en su estado de reposo o de movimiento
rectilneo uniforme.
Se sabe que cerca de la supercie terrestre la aceleracin de la gravedad es
aproximadamente constante. Su valor se denota con la letra g y es aproximada-
mente 9,8 m/seg
2
(depende del lugar de la Tierra en que se est). Si se toma
un sistema de coordenadas con el origen al nivel del piso y el eje Oz vertical y
dirigido hacia arriba, el campo gravitatorio es entonces G = (0, 0, g).
Supongamos que un punto P(t) = (x(t), y(t), z(t)) se mueve en este cam-
po gravitatorio constante G = (0, 0, g). El movimiento puede ser vinculado,
es decir que el punto puede estar obligado a moverse por determinada curva o
supercie, pero supondremos que el vnculo slo acta por medio de fuerzas per-
pendiculares a la direccin del movimiento (en particular, que no hay friccin).
La ley de Newton se expresa entonces como
m
P = mG+N,
donde N representa la fuerza del vnculo. Haciendo el producto escalar por

P,
como N

P = 0 por hiptesis, resulta
m
P

P = mG

P = mg z.
Como (

P
2
)
.
= 2

P

P, poniendo v = |

P| la ecuacin anterior se puede escribir
como
(
1
2
mv
2
+mgz)
.
= 0,
es decir que
1
2
mv
2
+mgz = E (constante).
sta es la llamada ley de conservacin de la energa mecnica. A T =
1
2
mv
2
se
le llama energa cintica y a U = mgx energa potencial, por lo cual la ley se
puede expresar como E = T +U, donde la energa total E es constante.
Ejemplo 5.1. Un punto material comienza a moverse desde un punto con altura
h, con velocidad inicial 0. Qu velocidad lleva cuando llega al piso? Y si se lanza
hacia arriba desde el suelo, qu velocidad inicial hay que imprimirle para que
alcance una altura mxima igual a h?
98 Aplicaciones fsicas
Solucin: En el instante inicial E = mgh, y cuando llega al piso E = mv
2
/2.
Igualando y despejando v resulta v =
2gh. Este resultado es independiente de

la trayectoria seguida, es decir que sin importar que el punto caiga verticalmente
o se deslice por un tobogn, al llegar al suelo tendr velocidad v =
2gh. La
respuesta a la segunda pregunta es la misma, v =
2gh.
Si no hay vnculo la ley de Newton es simplemente
m

P = mG,
que equivale a tres ecuaciones independientes
x = 0, y = 0, z = g.
Si para t = 0 el punto se encuentra en P
0
= (x
0
, y
0
, z
0
) y tiene velocidad
P
0
= ( x
0
, y
0
, z
0
), entonces es fcil ver que x(t) = x
0
+ x
0
t, y(t) = y
0
+ y
0
t,
z(t) = z
0
+ z
0
t gt
2
/2, que se pueden resumir en una sola ecuacin vectorial
P(t) = P
0
+t

P
0
+
1
2
t
2
G.
Ejemplo 5.2. Si P
0
= (0, 0, 0) y

P
0
= (v cos , 0, v sen ) (esto corresponde a
una velocidad inicial de mdulo v, contenida en el plano Oxz, y que forma un
ngulo con el eje Ox) entonces las ecuaciones del movimiento son
x(t) = (v cos )t,
y(t) = 0,
z(t) = (v sen )t
1
2
gt
2
.
Esto muestra que el movimiento est contenido en el plano Oxz. La forma
de la trayectoria se puede obtener eliminando t entre la primera ecuacin y la
tercera, y se obtiene
z = xtg
g
2v
2
cos
2
x
2
,
que es la ecuacin de una parbola.
5.2. Desintegracin radioactiva
Sea f(t) la masa de una sustancia radiactiva en el instante t. Debido a la
desintegracin la funcin f(t) es decreciente. Como la cantidad de tomos que se
desintegran en un pequeo intervalo de tiempo es proporcional al total existente,
la velocidad f
(t) a la que disminuye la masa de la sustancia satisface la ecuacin

f
(t) = kf(t) (5.1)

para cierta constante k > 0 que depende de la sustancia.
5.2 Desintegracin radioactiva 99
Es fcil vericar que la funcin e
kt
satisface (5.1), pero podra haber otras
soluciones. Para hallarlas observemos que, como e
kt
= 0 para todo t R,
cualquier funcin f(t) se puede escribir en la forma f(t) = g(t)e
kt
(basta
poner g(t) = f(t)e
kt
). Por lo tanto f
(t) = kf(t) equivale a

(g(t)e
kt
)
= kg(t)e
kt
,
o sea
g
(t)e
kt
g(t)ke
kt
= kg(t)e
kt
que se reduce a g
(t)e
kt
= 0, o sea g
(t) = 0. Como las nicas funciones

con derivada idnticamente nula son las constantes (Cap. 2 pg. 43), debe ser
g(t) = A (constante) y entonces f(t) = Ae
kt
. Poniendo t = 0 se ve que
f(0) = A, por lo tanto la funcin masa es en denitiva
f(t) = f(0)e
kt
.
La semivida (tambin llamada perodo de semidesintegracin o vida mitad) de
una sustancia radiactiva se dene como el tiempo t
1/2
que tarda en reducirse a
la mitad. Es decir que f(t
1/2
) = f(0)/2, o sea f(0)e
kt
1/2
= f(0)/2, de donde
e
kt
1/2
= 1/2, kt
1/2
= log(1/2) = log(2) y nalmente
t
1/2
=
log(2)
k
, k =
log(2)
t
1/2
.
El carbono-14 (
14
C) es un istopo radiactivo del carbono que se produce de
forma continua en la atmsfera, como consecuencia del bombardeo de tomos de
nitrgeno por neutrones csmicos. El
14
C a su vez se transmuta en nitrgeno-14.
Estos procesos de generacin y desintegracin se encuentran prcticamente equi-
librados, de manera que el istopo se encuentra homogneamente mezclado con
los tomos no radiactivos en el dixido de carbono de la atmsfera. Como qu-
micamente el
14
C es equivalente al carbono normal no radiactivo
12
C, el proceso
de fotosntesis lo incorpora a las plantas, de manera que la proporcin
14
C/
12
C
es en stas similar a la proporcin presente en la atmsfera. Los animales in-
corporan, por ingestin, el carbono de las plantas. Ahora bien, tras la muerte
de un organismo vivo no se incorporan nuevos tomos de
14
C a sus tejidos y la
concentracin del istopo
14
C comienza a decrecer a un ritmo exponencial.
La semivida del
14
C se ha determinado que es 5730 aos. As pues, al medir
la radiactividad en una muestra de origen orgnico se puede calcular la cantidad
de
14
C que an queda en el material. Suponiendo que la proporcin
14
C/
12
C en
la atmsfera no ha variado, se puede determinar el momento de la muerte del
organismo.
Ejemplo 5.3. Un utensilio de madera hallado en una excavacin arqueolgica
presenta 4 desintegraciones por minuto debidas al carbono 14. Una pieza de
madera fresca del mismo peso presenta 7 desintegraciones por minuto. Cul es
la edad de la muestra?
Solucin: Tomando el origen del tiempo en el instante en el cual la madera se
cort del rbol y llamando t al instante actual se tiene f(t)/f(0) = f
(t)/f
(0) =
4/7. Por lo tanto e
kt
= 4/7, de donde kt = log(4/7) y t = log(7/4)/k. Por otra
parte k = log(2)/t 1
2
= log(2)/5730. En denitiva t = 5730 log(7/4)/ log(2)
4626 aos.
5.3. Ecuaciones diferenciales
Los ejemplos anteriores muestran la importancia de considerar ecuaciones en
las cuales una funcin desconocida aparece relacionada con sus derivadas. Si la
funcin a determinar es de una variable real, entonces se tiene una ecuacin di-
ferencial ordinaria (EDO, en forma abreviada), que en general es una expresin
de la forma
F(x, y, y
, . . . , y
(n)
) = 0, (5.2)
donde n > 0 es un entero (llamado orden de la ecuacin) y F es una funcin de
n + 1 variables.
Si la funcin incgnita es de varias variables y aparece relacionada con sus
derivadas parciales, entonces se trata de una ecuacin diferencial parcial. Tam-
bin se pueden presentar sistemas de ecuaciones diferenciales, con dos o ms
funciones incgnitas.
Una solucin de la ecuacin (5.2) es una funcin f(x) tal que, si y
(k)
se susti-
tuye por f
(k)
(x) para k = 0, 1, . . . , n, la ecuacin se convierte en una identidad.
Por ejemplo
y
= 3y
es una EDO de primer orden, y f(x) = e
3x
es una solucin porque la sustitucin
y = e
3x
, y
= (e
3x
)
= 3e
3x
, la convierte en
3e
3x
= 3e
3x
,
que es una identidad. Como esta ecuacin es la misma que estudiamos para la
desintegracin radioactiva (con k = 3), podemos armar que cualquier otra
solucin es de la forma Ae
3t
, donde A es una constante. Se dice entonces que
y = Ae
3x
es la solucin general de la ecuacin.
Si x
0
, y
0
, y
0
,. . . ,y
(n1)
0
son nmeros reales dados, el problema de condiciones
iniciales para una EDO de orden n consiste en hallar una solucin f(x) tal que
f(x
0
) = y
0
, f
(x
0
) = y
0
,. . . ,f
(n1)
(x
0
) = y
(n1)
0
. Existen teoremas que, bajo
condiciones muy generales, aseguran que este problema tiene solucin nica, al
menos localmente.
Una EDO es lineal si es de la siguiente forma
y
(n)
= a
n1
(x)y
(n1)
+ +a
2
(x)y
+a
1
(x)y
+a
0
(x)y +b(x).
Para estas ecuaciones se puede probar que si a
0
, a
1
,. . . , a
n1
y b(x) son fun-
ciones continuas en un intervalo abierto I y x
0
I, entonces el problema de
5.3 Ecuaciones diferenciales 101
condiciones iniciales tiene solucin nica en I. La prueba puede hallarse en libros
de ecuaciones diferenciales, como por ejemplo [1], [5] y [6].
Si b(x) = 0 la ecuacin se llama homognea. Estas ecuaciones tienen una
propiedad importante: cualquier combinacin lineal de soluciones es tambin
solucin. En otras palabras, si f
1
,f
2
,. . . ,f
k
son soluciones y
1
,
2
, . . . ,
k
son
constantes, entonces
1
f
1
(x) +
2
f
2
(x) + +
k
f
k
(x)
tambin es solucin (esto es consecuencia inmediata de la linealidad de la deri-
vacin).
Para las ecuaciones no homogneas se prueba fcilmente que la diferencia de
dos soluciones cualesquiera es solucin de la correspondiente ecuacin homog-
nea (la que se obtiene al eliminar el trmino b(x). Por lo tanto para resolverlas es
suciente hallar una solucin particular y la solucin general de la homognea.
Por ejemplo, la solucin general de la ecuacin lineal de primer orden ho-
mognea y
= 3y es y(x) = Ae
3x
. Si ahora se desea resolver la ecuacin no
homognea
y
= 3y + 6x 7
se debe buscar una solucin particular. Busqumosla de la forma ax+b. Entonces
a = 3(ax +b) + 6x 7
debe ser una identidad, lo que se consigue si a = 2 y b = 5/3. Por lo tanto
y(x) = 2x + 5/3 +Ae
3x
es la solucin general de la ecuacin no homognea.
Consideremos ahora una ecuacin lineal homognea de segundo orden con
coecientes constantes:
y
= ay
+by. (5.3)
Tratando de hallar alguna solucin ensayemos con las funciones de la forma
y(x) = e
rx
. Entonces y
(x) = re
rx
, y
(x) = r
2
e
rx
y para que sea solucin debe
cumplirse
r
2
e
rx
= are
rx
+be
rx
,
que dividiendo entre e
rx
equivale a
r
2
= ar +b.
sta es una simple ecuacin algebraica de segundo grado, r
2
ar b = 0, que
se llama ecuacin caracterstica de la ecuacin (5.3). Si a
2
+ 4b > 0 entonces la
ecuacin caracterstica tiene dos races reales diferentes r
1
y r
2
y las funciones
e
r1x
y e
r2x
son soluciones de (5.3). Tambin lo son todas las combinaciones
lineales
Ae
r1x
+Be
r2x
.
De hecho, stas son todas las soluciones de (5.3). Esto puede verse as: dada una
solucin f(x), sean y
0
= f(0), y
0
= f
(0). Si hallamos una solucin de la forma

y(x) = Ae
r1x
+ Be
r2x
que satisfaga las mismas condiciones iniciales, entonces
f = y por el teorema de unicidad. Pero y(0) = A + B, y
(0) = r
1
A + r
2
B, por
lo tanto debemos ver si el sistema de ecuaciones lineales en A y B
A+B = y
0
,
r
1
A +r
2
B = y
0
tiene solucin. Y efectivamente la tiene pues su determinante es r
2
r
1
= 0.
Si a
2
+ 4b = 0 entonces la ecuacin caracterstica tiene una raz real doble
r = a/2 y e
rx
es una solucin. Puede comprobarse que en este caso xe
rx
tambin
es solucin. Entonces las combinaciones lineales
Ae
rx
+Bxe
rx
= (A +Bx)e
rx
son soluciones, y se puede probar que son todas.
Ejercicio 5.1. Verique que si a
2
+ 4b = 0 entonces xe
rx
tambin es solucin
de (5.3) y (A +Bx)e
rx
es la solucin general.
Finalmente, si a
2
+4b < 0 entonces la ecuacin caracterstica tiene dos races
complejas conjugadas + i y i. En este caso, como en el de dos races
reales distintas, se puede armar que las combinaciones lineales
Ce
(+i)x
+De
(i)x
son soluciones, slo que son en general complejas y estamos interesados en so-
luciones reales. Pero si tomamos C = A iB y D = A + iB, los sumandos
sern conjugados y su suma real. Recordando la frmula de Euler e
x+iy
=
e
x
(cos y +i seny), tenemos
(A iB)e
(+i)x
+ (A +iB)e
(i)x
= e
x
_
(A iB)e
ix
+ (A +iB)e
ix
_
= e
x
_
(A iB)(cos(x) +i sen(x)) + (A +iB)(cos(x) i sen(x))
_
= e
x
_
2Acos(x) + 2Bsen(x)
_
Como A y B son constantes arbitrarias, sustituyndolas por A/2 y B/2 tenemos
nalmente que las funciones
e
x
(Acos(x) +Bsen(x))
son soluciones de (5.3).
Ejercicio 5.2. Verique que si a
2
+4b < 0 entonces e
x
(Acos(x)+B sen(x))
es la solucin general de (5.3).
Ejercicio 5.3. Muestre que Acos(x) + Bsen(x) se puede escribir tambin
como C cos(x ), para ciertas constantes C y .
5.3 Ecuaciones diferenciales 103
Figura 5.1: Resorte vibrante
Ejemplo 5.4. Consideremos un resorte de longitud natural (o en reposo) l
0
.
La ley de Hooke establece que si el resorte se estira hasta alcanzar una longitud
l, entonces ejerce una fuerza de recuperacin F opuesta a la direccin del esti-
ramiento y proporcional al mismo. En smbolos, F = k(l l
0
), donde k es una
constante (llamada constante del resorte). Supongamos ahora que un extremo
del resorte est jo en el punto de abscisa l
0
de una recta y que en el otro
extremo se ja un punto material de masa m, que slo puede moverse en la
recta, y cuya abscisa x(t) en el instante t ser igual al estiramiento del resorte.
Entonces la fuerza de de recuperacin es F = kx, y la ley de Newton queda
as:
m x = kx,
que es una ecuacin lineal homognea con coecientes constantes de segundo
orden. Su ecuacin caracterstica es r
2
= k/m, que tiene races complejas
i
_
k/m y i
_
k/m. Poniendo =
_
k/m, la solucin general es
x(t) = Acos(t) + Bsen(t).
Para resolver el problema de condiciones iniciales en t = 0 observemos que
x(0) = A y x(t) = A sen(t) +B cos(t), por lo tanto x(0) = B, es decir
que la solucin con x(0) = x
0
, x(0) = x
0
es
x(t) = x
0
cos(t) +
x
0
sen(t).
Ejercicio 5.4. Consideremos un punto material de masa m suspendido del
techo mediante un resorte de constante k. Halle las ecuaciones del movimiento,
suponiendo que P slo puede moverse en la vertical.
Figura 5.2: Circuito LRC
Ejemplo 5.5. La intensidad de la corriente x(t) en un circuito en serie formado
por una resistencia R, un condensador C y un inductor L (ver Figura 5.2)
satisface la EDO lineal homognea de segundo orden
L x +R x +
1
C
x = 0. (5.4)
Su ecuacin caracterstica es Lr
2
+Rr + 1/C = 0, que tiene races r
1
= (R +
_
R
2
4L/C)/(2L) y r
2
= (R
_
R
2
4L/C)/(2L). Si R
2
> 4L/C entonces
las races r
1
y r
2
son reales y negativas, y la solucin general de (5.4) es
x(t) = Ae
r1t
+Be
r2t
,
que tiende montonamente a 0 para t . Este caso se denomina sobreamor-
tiguado.
Si R
2
= 4L/C la solucin general es
x(t) = (A +Bt)e
Rt/(2L)
,
que igualmente tiende a 0 para t , pero luego de un posible intervalo inicial
de crecimiento. Se denomina caso crticamente amortiguado.
Pero el caso ms interesante es el subamortiguado, que se presenta cuando
R
2
< 4L/C. En este caso, si se pone =
_
4L/C R
2
)/(2L), entonces r
1
=
R/(2L) +i y r
2
= R/(2L) i y la solucin general de (5.4) es
x(t) = Ae
Rt/(2L)
cos(t
0
),
que se puede interpretar como oscilaciones armnicas de frecuencia constante,
amortiguadas por un factor que decae exponencialmente a 0.
Ejercicio 5.5. Si en el circuito en serie LRC se intercala un generador de fuerza
electromotriz E(t) entonces la ecuacin se vuelve no homognea:
L x +R x +
1
C
x = E.
Resuelva esta ecuacin para el caso E(t) = sen(t).
5.4 Ecuacin de la catenaria 105
5.4. Ecuacin de la catenaria
Figura 5.3: La Sagrada Familia
A la forma que adopta una cuerda colga-
da por sus extremos, cuando est sometida a
un campo gravitatorio uniforme, se le llama
catenaria (del latn catena, cadena). Galileo
crey que esa forma era la de la parbola,
pero Christiaan Huygens (16291695), a los
17 aos, demostr que no era as. En 1691
la ecuacin de la catenaria fue obtenida por
Leibniz, Huygens y Johann Bernoulli (1667
1748), en respuesta a un desafo planteado por
Jakob Bernoulli (16541705).
La catenaria invertida tiene la propiedad
esttica de sostenerse a s misma, y permite
construir arcos arquitectnicos estructuralmente estables. Estos arcos fueron
utilizados con especial maestra por el arquitecto cataln Antoni Gaud, por
ejemplo en las columnas de la catedral La Sagrada Familia, en Barcelona. El
Gateway Arch en la ciudad de Saint Louis, estado de Missouri (USA), es una
colosal estructura de acero inoxidable, de 192 metros de altura y 192 metros de
ancho en la base, en forma de catenaria invertida.
Para hallar la ecuacin de la catenaria supongamos que la cuerda est sus-
pendida de dos puntos a la misma altura, y tomemos un sistema de coordenadas
con el origen en el punto ms bajo A de la cuerda (ver Figura 5.4). Sea AB un
trozo de cuerda en equilibrio. Las fuerzas que actan sobre AB son: la tensin
S de la cuerda en A, que es horizontal, la tensin T de la cuerda en B, que
tiene la misma direccin de la tangente a la curva en ese punto, y el peso del
trozo de cuerda P, que tiene direccin vertical. Como se supone que la cuerda
es homognea, si su densidad lineal es entonces la magnitud de su peso es
gl, donde l es la longitud del arco AB y g la aceleracin de la gravedad. La
condicin para que haya equilibrio es

S +

T +

P =
0, que proyectada sobre cada

eje nos da
S = T cos
gl = T sen
Por lo tanto
f
(x) = tg =
gl
S
.
Poniendo a = g/S y derivando resulta
f
(x) = a
dl
dx
= a
_
1 + (f
(x))
2
.
Dividiendo por la raz cuadrada, queda
f
(x)
_
1 + (f
(x))
2
= a,
Figura 5.4: Catenaria
y recordando que (argshx)
= 1/
1 +x
2
, se tiene (argsh(f
(x)))
= a, es decir
que argsh(f
(x)) = ax + C. Pero evaluando en x = 0 queda C = 0, es decir

argsh(f
(x)) = ax, de donde f
(x) = sh(ax), y entonces f(x) = (1/a) ch(ax)+D.

Evaluando en x = 0 queda 0 = 1/a +D, es decir que D = 1/a y nalmente
f(x) =
1
a
ch(ax)
1
a
.
Puesto que f(0) = f
(0) = 0, f
(a) = a y f
(0) = 0, se tiene
1
a
ch(ax)
1
a
=
a
2
x
2
+o(x
3
),
por lo tanto para |x| pequeo la catenaria se puede aproximar mediante una
parbola. Pero para valores grandes de |x| ambas curvas dieren mucho.
Ejercicio 5.6. Halle la ecuacin del Gateway Arch respecto a un sistema con-
veniente de coordenadas, su longitud y el rea que queda bajo el arco.
5.5. El Teorema de Torricelli
Problema: Un recipiente cilndrico de treinta litros de capacidad tiene en su
parte inferior un pequeo oricio. Si el recipiente se llena de agua, se comprueba
que en 30 segundos pierde un litro de lquido por el oricio. Cunto tiempo
tarda el recipiente lleno en vaciarse por completo?
Este problema aparenta ser un ejercicio aritmtico de primaria, de los que
se resuelven por regla de tres, pero es ms complejo de lo que parece. Si su
5.5 El Teorema de Torricelli 107
respuesta es 15 minutos, usted ha caido en la trampa. En realidad el recipiente
tardar casi media hora en vaciarse.
La explicacin consiste en que el agua sale ms rpido por el oricio cuando
el recipiente est lleno, y la velocidad decrece a medida que ste se va vaciando.
El fsico y matemtico italiano Evangelista Torricelli (1608-1647) determin la
ley que sigue este fenmeno.
Teorema de Torricelli
La velocidad v a la que sale un lquido por un oricio en una vasija abierta,
es la que tendra un cuerpo cualquiera, cayendo libremente en el vaco desde el
nivel del lquido hasta el nivel del oricio, es decir
v =
_
2gh
(donde h es la distancia vertical desde el oricio hasta el nivel del lquido).
(Este resultado vale en condiciones ideales; en la prctica la velocidad es algo
menor debido a los efectos de la viscosidad y la tensin supercial.)
Sean S la seccin y V
0
la capacidad del recipiente cilndrico, y s la seccin
del oricio. Sean V (t) el volumen y h(t) la altura del lquido que queda en el
recipiente en el instante t. Entonces V (t) = Sh(t), y si en el instante t = 0 el
recipiente est lleno de tiene la condicin inicial V (0) = V
0
. Como la velocidad
de salida del lquido es
_
2gh(t), la velocidad a la que disminuye el volumen de
lquido es V
(t) = s
_
2gh(t), lo que nos lleva a la ecuacin diferencial
V
(t) = s
_
2gV (t)
S
,
que se puede escribir en la forma
(
_
V (t))
=
V
(t)
2
_
V (t)
= s
_
g
S
.
Por lo tanto
_
V (t) = s
_
g
S
t +
_
V
0
. (5.5)
Ahora estamos en condiciones de dar respuesta al problema planteado inicial-
mente: para hallar el tiempo t que tarda el recipiente en vaciarse por completo
hay que resolver la ecuacin V (t) = 0, lo que nos da
t =
V
0
S
s
g
.
Ahora, si se mide el volumen en litros y el tiempo en segundos, tenemos los
datos V
0
= 30 y V (30) = 30 1 = 29. Por lo tanto, evaluando (5.5) en t = 30
se tiene
29 = 30s
_
g
S
+
30,
de donde se obtiene
S
s
g
=
30
30
29
y nalmente
t =
30
30
30
29
= 30
30(
30
29) 1785 seg = 29 min 45 seg.

5.6. La cicloide es tautcrona
Consideremos una cicloide como la de la Figura 4.6 pero simetrizada respecto
a la recta y = R, es decir
P() = (R Rsen , R +Rcos ), 0 2
(usamos como parmetro porque deseamos reservar t para representar el tiem-
po). Supongamos que el plano de la cicloide es vertical, y que un punto material
de masa m est obligado a moverse por la cicloide (sin friccin) bajo la accin
de un campo gravitatorio uniforme. Si el punto se coloca inicialmente en la po-
sicin P(
0
), cunto tiempo tardar en llegar al punto ms bajo de la cicloide,
P() = (, 0)?
Figura 5.5: La cicloide es tautcrona
Para resolver este problema observemos que el movimiento se puede repre-
sentar expresando el parmetro en funcin del tiempo, como (t). Pongamos
x(t) = R(t) Rsen(t), y(t) = R + Rcos (t). Entonces (x(t), y(t)) es la
trayectoria del punto en funcin del tiempo. El vector velocidad es
( x(t), y(t)) = (R(1 cos (t)) (t), R (t) sen (t))
y su mdulo es
v(t) =
_
x
2
+ y
2
= R
_
2 2 cos = 2R sen

2
.
5.6 La cicloide es tautcrona 109
Las condiciones iniciales son (0) =
0
, (0) = 0. Nuestro objetivo es hallar t
1
tal que (t
1
) = . Por la ley de conservacin de la energa, se tiene que
1
2
mv
2
(t) +mgy(t) = 0 +mgy(0) = mgR(1 + cos
0
),
de donde se sigue que
v
2
(t) = 2gR(cos
0
cos (t)) = 4gR
_
cos
2

0
2
cos
2
(t)
2
_
y entonces
2R sen

2
= v(t) = 2
_
gR
_
cos
2

0
2
cos
2

2
_
.
De aqu se obtiene
sen

2
_
cos
2
0
2
cos
2

2
=
_
g
R
.
pongamos a = cos
0
2
. Recordando que (arc sen
x
a
)
= 1/
a
2
x
2
se obtiene
_
arc sen
_
1
a
cos

2
__
=
sen

2
2
_
a
2
cos
2

2
=
1
2
_
g
R
,
de donde
arc sen
_
1
a
cos

2
_
=
t
2
_
g
R
+C.
poniendo t = 0 se obtiene C = arc sen1 = /2, por lo tanto
arc sen
_
1
a
cos

2
_
=
t
2
_
g
R
+

2
,
y poniendo t = t
1
queda
0 =
t
1
2
_
g
R
+

2
,
de donde
t
1
=
R
g
.
Lo notable de este resultado es que no depende de
0
, es decir que desde cual-
quier punto de la cicloide que se deje caer el punto, siempre tarda lo mismo
en llegar al punto ms bajo! Esto le vali a la cicloide el apelativo de curva
tautcrona (o iscrona), que signica tiempos iguales.
Huygens utiliz esta propiedad de la cicloide para construir un pndulo is-
crono, es decir un pndulo en el cual el perodo de las oscilaciones no depende
de la amplitud de las mismas, como en los pndulos ordinarios. Para lograr que
la lenteja del pndulo siguiera una trayectoria cicloidal, Huygens aprovech el
hecho de que la involuta de una cicloide es otra cicloide (ver Ejemplo 4.8, pg.
78).
Figura 5.6: Pndulo iscrono
5.7. El problema de la braquistcrona
Es interesante notar que en algunos casos la fsica no s1o plante problemas
matemticos, sino que tambin ayud a resolverlos. Un ejemplo muy hermoso
de esto lo encontramos en el problema de hallar una curva en un plano vertical
que una dos puntos O y P, de tal manera que un punto material, movindose
sobre ]a curva sin friccin, descienda de O a P en el menor tiempo posible.
Esta curva fue llamada curva del ms rpido descenso, o braquistcrona, del
griego (pequeo, corto, breve) y oo (tiempo). Observemos que si
bien la lnea recta entre O y P es la de menor longitud, a menos que O y P se
encuentran en la misma vertical no es la de menor tiempo de descenso.
Este problema fue planteado por Johann Bernoulli, en 1696, como un desafo
matemtico. Para resolver el problema consideremos un sistema de ejes carte-
sianos con origen en el punto O, eje Oy vertical dirigido hacia abajo y eje Ox
horizontal. Si la partcula parte del origen O con velocidad nula, entonces como
sabemos su velocidad en cualquier punto de la trayectoria ser v =
2gy, fr-
mula que Bernoulli conoca perfectamente. Esto lo llev a relacionar el problema
con la ptica: un rayo de luz que pasa de un medio a otro en el cual la velocidad
de propagacin es distinta, cambia de direccin. Si la velocidad de propagacin
vara de modo continuo, la trayectoria del rayo ser curva. Pero segn el prin-
cipio de Fermat, la luz sigue una trayectoria que minimiza el tiempo empleado
para ir de un punto a otro. Esto signica que si tuvisemos un medio transpa-
rente en el cual la velocidad de la luz variase de acuerdo con la ley v =

2gy,
entonces podramos utilizar rayos de luz para resolver experimentalmente el pro-
blema de la braquistcrona. Bernoulli no intent realizar el experimento, sino
que a partir de este punto aplic sus conocimientos matemticos: llamando
al ngulo de la tangente a la curva con el eje Oy, la ley de Snell generalizada
5.8 Las leyes de Kepler 111
a medios continuos nos da la ecuacin
sen
v
= k (constante)
Por otra parte si es el ngulo de la tangente a la curva con el eje Ox tenemos
y
= tg y por lo tanto
sen = cos =
1
_
1 + (y
)
2
.
Combinando esta ecuacin con la anterior se llega a la ecuacin diferencial
y(1 + (y
)
2
) = k (constante). (5.6)
Para resolver esta ecuacin hagamos el cambio de variable y = k sen
2
u, con
lo cual y
= 2ku
sen u cos u,
_
k/y 1 =
_
1/ sen
2
u 1 = ctg u y la ecuacin
(5.6) queda 2ku
senu cos u = ctg u, o bien 2ku
sen
2
u = 1, y como 2 sen
2
u =
1 cos 2u queda
ku
(1 cos 2u) = 1.
Pero (2u sen2u)
= (2 2 cos 2u)u
, y la ecuacin anterior se puede escribir

como (2u sen2u)
= 2/k, de donde 2u sen2u = (2/k)x+C. Pero como para

x = 0 es u = 0, resulta C = 0 y nos queda
x = ku
k
2
sen 2u, y = k sen
2
u =
k
2
(1 cos 2u).
Finalmente, si ponemos R = k/2 y t = 2u queda
x = R(t sent), y = R(1 cos t)
que son las ecuaciones paramtricas de una cicloide
La solucin de Bernoulli al problema de la braquistcrona posee una gran
belleza, debido al contacto inesperado entre dos ramas de la fsica (la mecnica
y la ptica) por intermedio de un mismo modelo matemtico. Este problema
y otros semejantes tuvieron enorme importancia para el desarrollo posterior
de la Matemtica y de la Fsica. Condujeron al Clculo de Variaciones, que
desarrollaran Euler, Lagrange y otros, y a la fundamentacin de la Mecnica
sobre principios variacionales.
5.8. Las leyes de Kepler
Johannes Kepler (15711630) fue una de las guras clave de la revolucin
cientca. A partir de observaciones astronmicas muy precisas obtenidas por el
astrnomo Tycho Brahe, Kepler dedujo sus leyes del movimiento de los planetas
en sus rbitas alrededor del Sol.
La primera ley, enunciada en 1609, arma que los planetas se desplazan
alrededor del Sol describiendo rbitas elpticas, con el Sol situado en uno de los
focos.
Figura 5.7: Kepler
La segunda ley dice que el radio vector que une el
planeta y el Sol barre reas iguales en tiempos iguales.
Y la tercera ley, enunciada en 1618, establece que el
cuadrado del perodo orbital de cada planeta es direc-
tamente proporcional al cubo de su distancia media
al Sol.
Isaac Newton estudi las obras de Kepler y las re-
lacion con sus propias investigaciones. El estudio de
las leyes empricas de Kepler lo condujo a formular su
ley de la gravitacin universal, y a partir de sta y de
su ley fundamental de la dinmica consigui deducir
matemticamente las leyes de Kepler.
La ley de la gravitacin universal de Newton dice
que la fuerza ejercida por un punto material de masa
M ubicado en el origen O sobre otro punto material
de masa m, con vector de posicin P, es
F(P) =
GMm
|P|
3
P, (5.7)
siendo G la constante de gravitacin universal, cuyo valor es aproximadamente
6,6710
11
m
3
/(kg s
2
). Observe que el mdulo de esta fuerza es GMm/|P|
2
, lo
que habitualmente se enuncia diciendo que dos cuerpos se atraen con una fuerza
proporcional al producto de sus masas e inversamente proporcional al cuadrado
de la distancia entre ellos. Pero (5.7) es un enunciado ms preciso pues especica
tambin la direccin y sentido de la fuerza.
Si P(t) es el vector posicin en el instante t del punto de masa m entonces,
por la ley fundamental de la dinmica de Newton F(P) = m
P, que combinada
con (5.7) nos da
P =
GM
|P|
3
P, (5.8)
Una primera consecuencia de esto es que
(P

P)
.
=

P

P +P

P = 0,
ya que el producto vectorial de vectores colineales es nulo. Por lo tanto
P

P =

k (constante). (5.9)
Esta relacin se conoce como conservacin del momento angular, y tiene como
consecuencia inmediata que el movimiento se efecta en el plano perpendicular
al vector

k que pasa por el origen. Tomando un sistema de coordenadas polares
r, en ese plano se puede representar el punto como P = re
i
, y entonces
P = re
i
+r ie
i
, (5.10)
P = ( r r
2
)e
i
+ (2 r +r )ie
i
. (5.11)
La ley fundamental de la dinmica nos da
P =
GM
r
2
e
i
,
y en vista de (5.11) obtenemos
r r
2
=
GM
r
2
, (5.12)
2 r +r = 0. (5.13)
De (5.13) se obtiene
(r
2
)
.
= 2r r +r
2
= r(2 r +r ) = 0,
y por lo tanto
r
2
= k (constante) (5.14)
(esto tambin se puede obtener directamente de (5.9)).
Figura 5.8: Segunda ley de Kepler
Si se anula en algn instante, entonces ser siempre nula y ser constante.
Esto signica que el movimiento es en lnea recta y la ley del mismo se halla
resolviendo la ecuacin diferencial r = GM/r
2
.
Ejemplo 5.6. Qu velocidad debe alcanzar un cohete lanzado verticalmente
desde la supercie terrestre para escapar al campo gravitatorio de la Tierra?
Solucin: La ecuacin del movimiento del cohete es r = GM/r
2
, y multipli-
cando por r resulta r r = GM r/r
2
, o bien ( r
2
/2)
.
= (GM/r)
.
. Poniendo v = r
queda v
2
= 2GM/r +E, donde E es una constante.
Si el cohete se lanza con velocidad inicial v
0
desde la supercie terrestre
entonces E = v
2
0
2GM/R, donde R es el radio terrestre. Si v
0
>
_
2GM/R
entonces E > 0 y la velocidad del cohete ser siempre positiva, escapando al
campo gravitatorio terrestre. Sustituyendo los valores aproximados M = 5,974
10
24
kg, R = 6378 km (en el ecuador), G = 6,67 10
11
m
3
/(kg s
2
), resulta
2GM/R 12,5 10
7
m
2
/(s
2
) y
_
2GM/R 11,2 km/s, o 40320 km/h. sta es
la llamada velocidad de escape, pues en ausencia de otros cuerpos celestes (como
el Sol) permitira al cohete alejarse de la Tierra indenidamente. La tecnologa
actual permite lanzar cohetes que alcanzan una velocidad de 50000 km/h, lo
que hace posible enviar misiones a planetas lejanos.
Ejercicio 5.7. Sabiendo que la masa del Sol es aproximadamente 210
3
0 kg, y
la distancia de la Tierra al Sol aproximadamente 150 10
6
km, qu velocidad
debera alcanzar un cohete lanzado desde la Tierra para escapar del sistema
solar?
En lo sucesivo supondremos que no se anula. Entonces de (5.14) se puede
deducir la segunda ley de Kepler. En efecto, sea A() el rea barrida por el radio
vector OP medida a partir de
0
= (0). Para t pequeo, el rea barrida por
el radio vector OP desde el instante t hasta el t +t es aproximadamente igual
al rea del tringulo de vrtices O, P(t) y P(t + t), es decir
A((t + t)) A((t))
1
2
r(t)r(t + t) sen(),
siendo = (t + t) (t). Dividiendo entre t y tomando lmites para
t 0 resulta
A((t))
.
= lm
t0
1
2
r(t)r(t + t)
sen()
t
=
1
2
r
2
(t) (t) =
k
2
.
Por lo tanto A((t)) = kt/2, lo que muestra que en tiempos iguales el radio
vector barre reas iguales.
Pongamos ahora p = k
2
/(GM) y u = p/r. Entonces r = p/u y = k/r
2
=
(k/p
2
)u
2
. Usando

para denotar la derivada respecto a se tiene
r =
p
u
2
u
=
k
p
u
,
y derivando una vez ms respecto a t
r = ( r)
=
k
p
u
k
p
2
u
2
=
k
2
p
3
u
u
2
.
Sustituyendo en (5.12) se obtiene
k
2
p
3
u
u
2
k
2
p
3
u
3
=
GM
p
2
u
2
=
k
2
p
3
u
2
,
y dividiendo entre k
2
u
2
/p
3
queda la ecuacin diferencial
u
+u = 1,
la cual ya hemos visto cmo se resuelve. Puesto que tiene la solucin particular
u = 1, la solucin general ser u = 1+ cos(
0
), donde y
0
son constantes
arbitrarias. Por lo tanto
r =
p
1 + cos(
0
)
,
que es la ecuacin de una cnica de excentricidad , como se vi en el Ejemplo
4.15 pg. 89.
Los planetas del sistema solar tienen rbitas elpticas de pequea excentrici-
dad. La de la Tierra es apenas 0,0167, y las mayores son las de Plutn (0,2488)
y Mercurio (0,2056). Los cometas presentan rbitas de mayor excentricidad, por
ejemplo la del cometa Halley es 0,967.
Para obtener la tercera ley de Kepler supongamos que la trayectoria es elp-
tica, es decir que < 1. Entonces la menor distancia a O se produce cuando
=
0
, y es p/(1 +). La mayor distancia se produce cuando =
0
+, y es
p/(1 ). El eje mayor de la elipse es entonces
2a =
p
1 +
+
p
1
=
2p
1
2
,
Por lo tanto a = p/(1
2
), c = a y b
2
= a
2
c
2
= a
2
(1
2
) = ap. Si T es el
perodo, entonces el rea barrida por OP en el tiempo T es el rea completa de
la elipse, es decir ab (ver Ejemplo 2.29 pg. 53). Es decir que ab = kT/2, de
donde T = 2ab/k, y como k
2
= pGM y p = b
2
/a, nos queda
T
2
=
4
2
a
2
b
2
k
2
=
4
2
a
2
b
2
pGM
=
4
2
a
3
GM
,
es decir que T
2
/a
3
= 4
2
/(GM) (constante).
En realidad el comportamiento del sistema solar es bastante ms complejo
de lo que predicen las leyes de Kepler, debido a las interacciones gravitatorias de
los diferentes cuerpos que lo componen entre s. As por ejemplo las desviaciones
del movimiento del planeta Urano de la rbita predicha por las leyes de Newton
y Kepler llevaron al matemtico francs Urbain Le Verrier (18111877) a des-
cubrir un nuevo planeta mediante el clculo, sin haberlo visto nunca. Con las
coordenadas proporcionadas por Le Verrier el astrnomo alemn Johann G. Ga-
lle localiz en septiembre de 1846 al nuevo planeta, llamado Neptuno, a menos
de un grado de la posicin calculada por Le Verrier! Clculos similares fueron
realizados independientemente por el ingls John Couch Adams (18191892).
Captulo 6
Aplicaciones a otras ciencias
6.1. Modelos Ecolgicos
6.1.1. Modelo Exponencial
La ecuacin diferencial
y
= ky,
que se analiz en el captulo precedente a propsito de la desintegracin radio-
activa, puede aplicarse a muchos otros fenmenos naturales, entre ellos a las
reacciones qumicas de primer orden, como por ejemplo la descomposicin del
perxido de hidrgeno H
2
O
2
en agua y oxgeno.
El mismo modelo se aplica a la reproduccin de organismos vivos. En efecto,
si n es la tasa de natalidad (nmero de nacimientos per cpita en la unidad de
tiempo) y m la tasa de mortalidad (nmero de muertes per cpita en la unidad
de tiempo), entonces la variacin y del tamao de la poblacin en un intervalo
de tiempo t es
y = nyt myt,
es decir que
y
t
= ny my
y tomando lmites cuando t 0 queda
y
= (n m)y.
Si k = n m entonces la solucin, como ya sabemos, es de la forma y =
y
0
e
kt
, donde y
0
es la poblacin en el instante t = 0. Si n > m el crecimiento
de la poblacin es exponencial, como observ Thomas Malthus (17661834)
para el caso de la especie humana. Si n = M entonces la poblacin permanece
estacionaria, y si n < m entonces decae exponencialmente.
En el caso de las bacterias, cuando una poblacin se encuentra en un nuevo
ambiente, pasa primero por una fase de adaptacin, con lento crecimiento y ele-
vada tasa de biosntesis de las protenas necesarias para un rpido crecimiento.
6.1 Modelos Ecolgicos 117
En una segunda fase, si hay una elevada concentracin de nutrientes, las bac-
terias crecen hasta un tamao jo y luego se reproducen en forma asexuada,
por sin binaria. Este proceso tarda, segn el tipo de bacteria, entre 15 y 30
minutos. El crecimiento es exponencial, y en pocas horas pueden llegar a miles
de millones.
Ejemplo 6.1. Las bacterias de cierta colonia, en su perodo exponencial, se
dividen en dos cada 23 minutos. Si inicialmente hay 100 bacterias, cuntas
habr al cabo de 8 horas?
Solucin: Se tiene y(t) = 100e
kt
, y como y(23) = 100e
23k
= 200 se tiene e
23k
= 2.
La respuesta es y(480) = 100e
480k
= 100(e
23k
)
480/23
= 1002
480/23
191586598.
6.1.2. Modelo logstico
Durante la fase exponencial del crecimiento de una poblacin bacteriana los
nutrientes tambin son metabolizados a velocidad exponencial. Esto conduce a
su agotamiento y por lo tanto el crecimiento se aminora o se detiene. Uno de los
modelos ms sencillos que se ha propuesto para representar este comportamiento
es el llamado modelo logstico, caracterizado por la ecuacin
y
= ky
_
1
y
b
_
. (6.1)
Mientras y sea pequeo en relacin a b, este modelo se comporta de modo similar
al exponencial y
= ky. Pero si y se acerca a b la tasa de crecimiento disminuye,

hasta hacerse 0 para y = b, que acta as como una barrera para y.
Figura 6.1: Modelo logstico
Las soluciones de (6.1) tales que 0 < y(t) < b pueden hallarse observando
que
b
y(b y)
=
1
y
+
1
b y
,
118 Aplicaciones a otras ciencias
por lo tanto
(log(y) log(b y))
=
y
y
+
y
b y
=
by
y(b y)
= k,
es decir
log(y) log(b y) = kx +C
para alguna constante C, de donde y/(b y) = e
kx+C
y se despeja
y =
be
kx+C
1 +e
kx+C
.
Si y
0
= y(0) = be
C
/(1 +e
C
) entonces e
C
= y
0
/(b y
0
) y
y =
by
0
e
kx
(b y
0
)(1 +e
kx
e
C
)
=
by
0
e
kx
b +y
0
(e
kx
1)
.
6.1.3. Modelo predador-presa
A mediados de la dcada de 1920 el bilogo italiano Umberto DAncona
estudi datos sobre la pesca en el mar Adritico, durante los aos de la Pri-
mera Guerra Mundial (1914-1918) y siguientes. Observ que el porcentaje de
selceos (tiburones, rayas, jureles, etc.) en el total de peces capturados haba
aumentado mucho durante la guerra. Pens que esto se deba al reducido nivel
de pesca durante este periodo, que al dejar ms peces pequeos para alimento
de los grandes, haca que la poblacin de stos aumentara. Pero el nmero de
peces pequeos, en vez de aumentar, disminua. Entonces DAncona consult a
su suegro, el matemtico Vito Volterra (1860-1940), quien formul un modelo
matemtico para este problema. El modelo asume un sistema cerrado con dos
especies, predadores y presas, y se basa en los supuestos siguientes: 1) las pre-
sas tienen fuentes de alimento ilimitadas, y en ausencia de predadores creceran
exponencialmente, 2) los predadores solamente se alimentan de las presas, y en
su ausencia mueren, 3) la tasa de mortalidad de las presas es directamente pro-
porcional al nmero de predadores, y 4) la tasa de natalidad de los predadores
es directamente proporcional al nmero de presas.
Llamando x(t) al nmero de presas e y(t) al nmero de predadores, en el
instante t, Volterra plante el siguiente sistema de ecuaciones diferenciales:
x = x(a by), (6.2)
y = y(c dx), (6.3)
donde a, b, c y d son constantes positivas que se pueden interpretar as: a es la
tasa de natalidad de las presas; c es la tasa de mortalidad de los predadores;
la tasa de mortalidad de las presas es by, que es proporcional al nmero de
predadores, siendo b la constante de proporcionalidad; la tasa de natalidad de los
predadores es dy, que es proporcional al nmero de presas, siendo d la constante
de proporcionalidad. Se observa que, en ausencia de predadores, la poblacin de
6.1 Modelos Ecolgicos 119
presas crecera exponencialmente ( x = ay); anlogamente, en ausencia de presas
la poblacin de predadores decaera exponencialmente ( y = cy).
Este modelo fue propuesto independientemente por Alfred James Lotka
(18801949), en relacin con otro problema, por lo cual actualmente se le llama
modelo de Lotka-Volterra.
A pesar de las simplicaciones realizadas para obtenerlo, en muchos casos el
modelo describe apropiadamente la realidad.
No es fcil obtener una solucin explcita para este sistema, sin embargo se
puede resolver por mtodos numricos, y se puede analizar cualitativamente su
comportamiento.
Busquemos en primer lugar soluciones constantes x = , y = . Entonces
x = y = 0, y nos queda
0 = x(a by),
0 = y(c dx),
que tiene la solucin trivial (0, 0) y la solucin x = c/d, y = a/b, las cuales se
interpretan como puntos de equilibrio del sistema.
Para a = b = c = d = 1 la gura siguiente muestra las grcas de las
soluciones x(t) e y(t)) en funcin del tiempo, para las condiciones iniciales x(0) =
1 e y(0) = 1,5 (fueron obtenidas con el programa MAPLE). Como se puede
apreciar son funciones peridicas desfasadas (una parece seguir, con retardo, a
la otra). Puede probarse que en general este es el tipo de comportamiento del
modelo.
t
12 10 8 6 4 2
x
0
1,4
1,2
1
0,8
0,6
Figura 6.2: Soluciones de Lotka-Volterra
Si se representan las soluciones en el plano xy (llamado el espacio de fases)
resulta una curva (x(t), y(t)). En la gura siguiente se muestran las grcas
de cuatro soluciones (x(t), y(t)) que satisfacen las condiciones iniciales (1, 3/2),
(1, 2), (1, 5/2) y (1, 3). Como se ve son rbitas peridicas alrededor del punto
de equilibrio (1, 1).
3
3
2,5
2
2,5
1,5
1
2
0,5
1,5 1 0,5
Figura 6.3: Espacio de fases
Los dos puntos de equilibrio tienen un comportamiento muy distinto. El (1, 1)
tiene la propiedad de que, si una solucin parte de un punto sucientemente
cercano a l, entonces se mantendr siempre cercana a l. Por esta razn se
dice que este punto de equilibrio es estable (en realidad hay varias deniciones
de estabilidad, pero aqu nos contentaremos con esta nocin sencilla; para ms
detalles vea [6]).
El punto de equilibrio (0, 0), en cambio, no es estable, ya que la solucin que
parte de (, 0), por pequeo que sea > 0, tiende a innito.
El modelo predador-presa es un ejemplo de sistema dinmico. Una impor-
tante rama de la matemtica se ocupa de estudiar estos sistemas, que se ca-
racterizan por evolucionar en el tiempo. Entre los aspectos estudiados se hallan
los puntos de equilibrio, la estabilidad de las soluciones, la existencia de rbitas
peridicas o casi peridicas, los conjuntos atractores y repulsores, etc.
El comportamiento de un sistema dinmico puede ser extremadamente com-
plejo y en la prctica impredecible; en estos casos se dice que hay caos. Esto
puede ocurrir incluso en sistems mecnicos sencillos, como el doble pndulo.
6.2. Economa
El anlisis matemtico de la Economa tiene una gran complejidad y exige
herramientas matemticas que van mucho ms all del clculo, entre ellas la
teora de probabilidades, la teora de juegos, los sistemas dinmicos y posible-
6.2 Economa 121
mente nuevas ramas de la matemtica que an no se han desarrollado. Por eso
los ejemplos siguientes son necesariamente muy sencillos y slo pretenden mos-
trar que la aplicacin de la matemtica a la economa va mucho ms all de la
mal llamada matemtica nanciera.
6.2.1. ndice de precios e inacin
En el otoo de 1972 el presidente Nixon anunci que la tasa de
aumento de la inacin estaba disminuyendo. sta fue la primera
vez que un presidente en ejercicio us la tercera derivada para
promover su reeleccin.
Hugo Rossi, [11].
El ndice de precios al consumidor (IPC) es un valor ponderado que se calcula
a partir del consumo que una unidad familiar media realiza en un periodo de
tiempo determinado.
La inacin es la tasa de variacin del IPC respecto al tiempo, es decir
la primera derivada del IPC respecto al tiempo. La tasa de aumento de la
inacin es entonces la segunda derivada del IPC, y la armacin del presidente
Nixon equivale entonces a decir que la tercera derivada del IPC era negativa.
Sera interesante saber cuntas personas entendieron, al escuchar el anuncio
de Nixon, que no slo los precios sino la inacin estaban aumentando, slo que
sta ltima haba pasado por un punto de inexin.
El anlisis de las causas y remedios de la inacin es bastante complejo,
y como suele suceder en economa ha dado lugar al planteamiento de diversas
teoras, no solo diferentes sino hasta contradictorias.
6.2.2. Precios, oferta y demanda
El clsico modelo econmico de la oferta y la demanda postula que, en un
mercado libre, la cantidad de productos ofrecidos por los productores y la can-
tidad de productos demandados por los consumidores dependen del precio de
mercado del producto. La oferta es una funcin creciente f(p) del precio, mien-
tras que la demanda es una funcin por lo comn decreciente d(p). La llamada
ley de la oferta y la demanda arma que el precio de un bien tiende a situarse
en un punto de equilibrio p
e
para el cual se intersectan las curvas de oferta y
demanda, es decir f(p
e
) = d(p
e
). Si un productor es monoplico (es el nico que
produce un bien determinado) y conoce la funcin de demanda d(p), entonces
puede calcular el precio del bien y su oferta de modo de maximizar su ganancia.
Si el costo de producir una unidad del bien es c, entonces la ganancia al vender
d(p) unidades al precio p ser g(p) = (p c)d(p). El valor p
o
que haga mximo
el valor de g ser el que maximiza la ganancia, y la oferta deber ser d(p
o
).
Ejemplo 6.2. Si d(p) = 10000e
p/2
y c = 4, entonces g(p) = A(p 5)e
p/2
(con A = 10000) y g
(p) = Ae
p/2
Ae
p/2
(p 4)/2 = Ae
p/2
(6 p)/2,
por lo tanto la mxima ganancia se alcanza para p
o
= 6, y debern ofertarse
d(6) = 10000e
3
498 unidades del producto.
Figura 6.4: Curvas de oferta y demanda
Naturalmente que en la realidad la situacin es mucho ms complicada, pues
intervienen factores como la competencia y las estrategias que los empresarios
adoptan para enfrentarse a ellas, desde campaas publicitarias hasta guerras de
precios. Adems intervienen factores subjetivos muy difciles de cuanticar y
prever, como la evolucin de los gustos de los consumidores.
La mano invisible es una metfora mediante la cual el lsofo y moralista
escocs Adam Smith (17231790), en su famosa obra Una investigacin sobre la
naturaleza y causas de la riqueza de las naciones, intentaba explicar la existencia
de un orden econmico natural, segn el cual la busca del inters privado por
cada particular conducira a la satisfaccin del inters general, con tanta ms
ecacia cuanto menos interviniese el Estado.
Este argumento acerca de una poderosa fuerza reguladora del mercado, que
si no es interferida por las polticas gubernamentales llevara los precios hacia
un deseado punto de equilibrio entre la oferta y la demanda, ha seguido siendo
esgrimido hasta el da de hoy por polticos, empresarios y hasta algunos econo-
mistas. Hasta hace poco quienes invocaban esta supuesta ley lo hacan como
si se tratara de una ley de la naturaleza, comprobada e irrefutable. Pero la crisis
mundial de la economa que estall en el ao 2008 hizo evidente, de manera
dramtica, la inestabilidad del sistema econmico mundial.
Pero desde el punto de vista matemtico hace tiempo que se saba que la
supuesta autoregulacin del mercado careca del ms mnimo sustento matem-
tico.
En 1995, Donald Saari [12] mostr que, por el contrario, incluso los sencillos
modelos utilizados en los cursos introductorios de economa pueden exhibir una
dinmica ms complicada que los de la fsica clsica o la biologa. En un modelo
simple de economa de intercambio que analiza, aparecen atractores extraos y
todo tipo de complejidades.
6.2 Economa 123
Por lo tanto slo nos queda pensar que los defensores de la teora de la mano
invisible lo hacen por ignorancia o porque sus intereses polticos o econmicos
privan sobre su honestidad intelectual.
Soluciones a ejercicios
seleccionados
Ejercicio 2.1 (pg. 15)
El nico axioma que requiere atencin especial es el A8, ya que si a+b
2 = 0
(con a, b Q) entonces ciertamente existe el inverso multiplicativo (a +b
2)
1
en R, pero es necesario probar que hay inverso multiplicativo en Q(
2). Pero
esto es inmediato, ya que
1
a +b
2
=
a b
2
(a +b
2)(a b
2)
=
a
a
2
2b
2

b
a
2
2b
2
2 Q(
2).
Si c = sup A entonces c es cota superior de A y, como es la mnima cota
superior, si b < c entonces b no es cota superior de A; por lo tanto existe a A
tal que b < a, y como a c se tiene b < a c. Recprocamente, si c es una cota
superior de A y para todo b < c existe a A tal que b < a c, entonces c es
la mnima cota superior de A. En efecto, si existiese una cota superior c
< c,
entonces en el intervalo (c
, c) no habra ningn elemento de A.

Anlogamente se prueba que d =nf A si y slo si d es cota inferior de A y,
para todo b > d, existe a A tal que d a < b.
Es inmediato que todo intervalo es convexo. Recprocamente, sea A R un
convexo. Si A es vaco entonces A = (0, 0) = . Supongamos A = y sea a A.
Si A no es acotado superiormente, entonces para cualquier x > a existe y A
tal que y x, por lo tanto x [a, y] A . Como esto ocurre para todo x > a,
concluimos que [a, +) A. Anlogamente, si A no es acotado inferiormente,
entonces (, a) A. Supongamos ahora que A es acotado superiormente y
sea c = sup A. Si a < x < c entonces por el ejercicio anterior existe un a
A
tal que x < a
c, y por la convexidad de A se tiene x [a, a
] A. Por lo
tanto [a, c) A, y si c A entonces [a, c] A. Esto prueba que A [a, +)
es un intervalo (ya que es [a, +), o [a, c) o [a, c]). Del mismo modo se prueba
que A [, a) es un intervalo y entonces A es la unin de dos intervalos con
el extremo comn a, que es un intervalo.
(a) c R es cota superior de A a c para todo a A
a c para todo a A x c para todo x A
c es cota inferior de A.
(b) c = supA c es la mnima cota superior de A
c es la mxima cota inferior de A c =nf A.
Ejercicio 2.5 (pg. 17) Si A es un conjunto no vaco y acotado inferiormente de
nmeros reales, entonces A es un conjunto no vaco y acotado superiormente,
por lo tanto existe c = sup A, y por el ejercicio anterior c es nmo de A.
Anlogamente, del principio del nmo se deduce el principio del supremo,
y por lo tanto ambos principios son equivalentes.
Como f no es creciente, existen a, b I tales que a f(b).
Consideremos los intervalos I
1
= {x I : x a}, I
2
= {x I : a x b},
I
3
= {x I : b x}. Si f fuese decreciente en los tres, entonces sera decreciente
en I. Por lo tanto f no es decreciente en algn I
j
, es decir que existen c, d I
j
tales que c < d y f(c) < f(d). Ahora se presentan tres casos:
j = 1: En este caso c < d a < b. Si f(d) f(a) entonces f(c) < f(a) > f(b)
y listo. Si en cambio f(d) > f(a) entonces f(c) < f(d) > f(a).
j = 2: En este caso a c < d b. Si f(a) > f(c), entonces f(a) > f(c) < f(d).
Si en cambio f(a) f(c), entonces f(a) < f(d) > f(b) y listo.
j = 3: En este caso a f(b) < f(d).
Si en cambio f(b) > f(c), entonces f(a) > f(c) < f(d).
Si existiese L = lm
xc
h(x), tomando por ejemplo U = (L 1/4, L + 1/4)
debera existir un entorno reducido V
de c tal que, si x V
entonces f(x) U.
Pero en V
hay tanto racionales como irracionales, por lo tanto f tomara en V
tanto el valor 1 como el 0. Pero esto es absurdo pues U no tiene dos elementos
que dieran en 1.
Sea f : (a, b) R montona creciente. Si f no es acotada superiormente, es
evidente que lm
xb
f(x) = +. Si f es acotada superiormente, por el princi-
pio del supremo existe L = sup{f(x) : a < x < b}. Entonces lm
xb
f(x) = L.
En efecto, dado > 0 existe c (a, b) tal que L < f(c) L (ver Ejercicio
2.2, pg. 15). Por lo tanto, si c < x < b, L < f(c) f(x) L.
Anlogamente se prueba la existencia de lm
xa
+ f(x).
No, pues en este ejemplo no se cumplen las hiptesis del Teorema 2.1. Espe-
ccamente, g no enva ningn entorno reducido del 0 en un entorno reducido
del 0.
Sean f(x) = 1/x, g(x) = x, h(x) =
_
|x|, k(x) = xsin(1/x). Entonces
lm
x0
f(x) = , lm
x0
g(x) = lm
x0
h(x) = lm
x0
k(x) = 0,
lm
x0
f(x)g(x) = 1, lm
x0
f(x)h(x) = y lm
x0
f(x)k(x) no existe.
a) lm
x0
(1 +x)
1
x
2
no existe, ya que lm
x0
(1 +x)
1
x
2
= 0 pero
lm
x0
+(1 +x)
1
x
2
= +.
b) lm
x0
(1 +x)
1
x
= e.
c) lm
x0
+(1 +|x|)
1
x
2
= +.
Es inmediato si se usa la caracterizacin del supremo dada en el Ejercicio
2.2 (pg. 15).
La sucesin x
n
est acotada superiormente por 2, ya que x
1
=
2 < 2 y si
se supone inductivamente que x
n
< 2, entonces x
n+1
=
2 +x
n
<
2 + 2 = 2.
Adems x
n
es creciente, ya que x
n+1
se obtiene sustituyendo el 2 del radical
ms interior en x
n
por 2 +
2. Entonces, por el ejercicio precedente, existe

L = lm
x+
x
n
. Como x
2
n+1
= 2 + x
n
, tomando lmite en ambos miembros
resulta L
2
= 2 +L, y descartando la raz negativa queda L = 2.
Es continua en todo punto excepto en los enteros, en los cuales presenta
discontinuidades de salto.
Es continua en todo punto. La nica duda podra presentarse en 0, pero
dado > 0, si 0 < |x| < entonces |xsen
1
x
| |x| < . Por lo tanto tambin es
continua en 0.
Sean f(t) la distancia a la que est Francisca del muelle en el instante t, y
g(t) la distancia de Gabriel al muelle en el instante t. El dominio de f es [3, 5]
y se tiene f(3) = f(5) = 0 y f(t) > 0 para 3 < t < 5. El dominio de g es [4, 6],
g(4) = g(6) = 0 y g(t) > 0 para 4 < t < 6. En el intervalo [4, 5] estn denidas
tanto f como g, por lo tanto tambin lo est su diferencia h(t) = g(t) f(t).
Ahora bien, h(4) = g(4) f(4) = f(4) < 0, y h(5) = g(5) f(5) = g(5) > 0.
Por lo tanto, suponiendo la continuidad de f y g, la aplicacin del teorema
de Bolzano a la funcin h en el intervalo [4, 5] nos dice que existe un instante
t (4, 5) tal que h(t) = 0, es decir, tal que f(t) = g(t).
Si v est comprendido entre f(a) y f(b), entonces f(a) v y f(b) v son
de distinto signo, y la aplicacin del teorema de Bolzano a la funcin f(t) v
en el intervalo [a, b] nos dice que existe c (a, b) tal que f(c) v = 0, es decir
f(c) = v.
Que f tiene la propiedad de Darboux signica que para cualquier intervalo
[c, d] I, f toma en [c, d] todos los valores comprendidos entre f(c) y f(d), o
sea que el intervalo cerrado de extremos f(c) y f(d) est contenido en f([c, d]).
Entonces f(I) es convexo y, por el Ejercicio 2.3 (pg. 17), f(I) es un intervalo.
Si f no fuese montona, entonces por el Ejercicio 2.11 (pg. 20) existiran a f(c) o f(a) > f(b) < f(c). En el primer caso
(f(a) < f(b) > f(c)) sea v cualquier valor comprendido entre max{f(a), f(c) y
f(b). Entonces, como f es continua, por la propiedad de Darboux (Ejercicio 2.32,
pg. 29) f tomara el valor v tanto en [a, b] como en [b, c], y no sera inyectiva. En
el segundo caso (f(a) > f(b) < f(c)), tomando cualquier valor v comprendido
entre mn{f(a), f(c) y f(b) se llega igualmente a una contradiccin.
En consecuencia, f es montona. Pero como es inyectiva, se sigue que debe
ser estrictamente creciente o estrictamente decreciente.
Supongamos que f sea estrictamente creciente (el caso estrictamente decre-
ciente es similar). Sea J = f(I) (que es un intervalo por el Ejercicio 2.35) y
consideremos f
1
: J I. Dado d J sea c = f
1
(d) I. Si > 0 es tal que
(c , c +) I y f(c ) < y < f(c +), entonces c ) < f
1
(x) < c +, es
decir que f
1
es continua en c. (Esta prueba requiere una pequea adaptacin
si d es un punto extremo de J, pero el lector llenar sin dicultad los detalles).
La funcin
f(x) =
_
sen x si x = 0,
0 si x = 0,
no es continua en 0 pero tiene la propiedad de Darboux.
Mucho ms difcil es mostrar una funcin con la propiedad de Darboux que
no sea continua en ningn punto. Pero s existen, por ejemplo sea f : [0, 1] R
denida de la siguiente manera:
Dado x [0, 1], consideremos su representacin como una expresin decimal
innita x = 0.a
1
a
2
a
3
. . . (si x admite dos de estas representaciones, escogemos la
que termina en innitos nueves). Si la sucesin a
1
, a
3
, a
5
, a
7
, . . . no es peridica,
se dene f(x) = 0. Si en cambio a
1
, a
3
, a
5
, a
7
, . . . es peridica y su primer perodo
comienza en a
2k1
, se dene f(x) = 0.a
2k
a
2k+2
a
2k+4
. . ..
Se puede probar que esta funcin, en cualquier intervalo [c, d] [0,1], toma
todos los valores comprendidos entre 0 y 1, y de all se sigue fcilmente que tiene
la propiedad de Darboux pero no es continua en ningn punto.
Sean f(x
i
) y f(x
j
) el mnimo y el mximo, respectivamente, de los valores
f(x
1
), f(x
2
),. . . , f(x
n
). Entonces
f(x
i
)
f(x
1
) +f(x
2
) + +f(x
n
)
n
f(x
j
)
y el resultado es consecuencia de la propiedad de Darboux.
Supongamos que f es derivable en (a, b) y que para cierto c (a, b) existe
lm
xc
f
(x). Si x (a, b) entonces, por el teorema del valor medio, para algn
(x) intermedio entre c y x se tiene (f(x) f(c))/(x c) = f
((x)). Como
lm
xc
(x) = c se sigue que
f
(c) = lm
xc
f(x) f(c)
x c
= lm
xc
f
((x)) = lm
xc
f
(x).
No, esa prueba slo sera vlida si se sabe que g(x) = g(a) en un entorno
reducido de a.
Basta hacer el cambio de variable x = 1/t y observar que
lm
t0
d
dt
f(1/t)
d
dt
g(1/t)
= lm
t0
f
(1/t)(1/t
2
)
g
(1/t)(1/t
2
)
= lm
t0
f
(1/t)
g
(1/t)
= lm
x
f
(x)
g
(x)
existe, y por lo tanto
lm
x
f(x)
g(x)
= lm
t0
f(1/t)
g(1/t)
= lm
t0
d
dt
f(1/t)
d
dt
g(1/t)
= lm
x
f
(x)
g
(x)
.
Sea L = lm
xa
f
(x)/g
(x). Observemos que

f(x)
g(x)
=
f(x) f(b)
g(x) g(b)
1 g(b)/g(x)
1 f(b)/f(x)
=
f
(c)
g
(c)
1 g(b)/g(x)
1 f(b)/f(x)
,
donde c es un punto intermedio entre a y b. Dado > 0, tomando b sucien-
temente prximo a a se puede lograr que f
(c)/g
(c) diera de L en menos de

/2, y como lm
xa
(1 g(b)/g(x))/(1 f(b)/f(x)) = 1, si x es sucientemente
grande se puede lograr que f(x)/g(x) diera de L en menos de .
Ejercicio 2.44 (pg. 43) Como x
3
5x es una primitiva de 3x
2
5, cualquier
otra es de la forma F(x) = x
3
5x +C. Para hallar una que en 2 valga 7 debe
cumplirse F(2) = 2
3
5 2 + C = 7, de donde se obtiene C = 9 y la respuesta
es x
3
5x + 9.
Aplicando la regla de LHpital n veces se tiene
lm
x+
x
(log x)
n
= lm
x+
1
n(log x)
n1
1
x
= lm
x+
x
n(log x)
n1
= lm
x+
x
n(n 1)(log x)
n2
= = lm
x+
x
n!
= +.
Por el teorema de Taylor (2.20) f
(x) = (f
(n)
(c)/(n 2)!)(x c)
(n2)
+
o((xc)
(n2)
), y entonces f
(x)/(xc)
(n2)
toma el mismo signo de f
(n)
(c) en
un entorno reducido de c. Si n es impar, como (xc)
(n2)
tiene signos diferentes
a uno y otro lado de c, lo mismo pasa con f
(x) y c es un punto de inexin.

Por el contrario, si n es par entonces f
(x) tiene el mismo signo a uno y otro

lado de c y no hay inexin.
Ejercicio 2.47 (pg. 53) Escogiendo los ejes adecuadamente la parbola es la
grca de la funcin f(x) = px
2
. Si A = (a, pa
2
) y B = (b, pb
2
) son dos puntos
de la parbola, la ecuacin de la recta AB es
y = pa
2
+
pb
2
pa
2
b a
(x a) = pa
2
+p(a +b)(x a).
Como
pa
2
+p(a +b)(x a) px
2
= p(x
a +b
2
)
2
+ p(
a b
2
)
2
,
se ve que el punto del arco de parbola AB ms alejado del segmento AB es
C = ((a +b)/2, p(a +b)
2
/4). El rea del tringulo ABC es
1
2
1 a pa
2
1
a+b
2
p(
a+b
2
)
2
1 b pb
2
=
1
8
p(b a)
3
.
El rea del trapecio limitado por la recta AB, el eje Ox y las rectas x = a y
x = b es (pa
2
+ pb
2
)(b a)/2. Como (px
3
/3)
= px
2
, por la regla de Barrow el
rea limitada por la parbola, el eje Ox y las rectas x = 1 y x = b es p(b
3
a
3
)/3.
Efectuando la diferencia resulta que el rea del segmento parablico es
1
2
p(a
2
+b
2
)(b a)
1
3
p(b
3
a
3
) =
1
6
p(b a)
3
,
que son precisamente dos tercios del rea del tringulo ABC.
Ejercicio 3.1 (pg. 55) Si a = 1 obviamente se cumple la igualdad para todo
x 1, Supongamos entonces a > 1 y sea f(x) = (1 + x)
a
(1 + ax). Como
f
(x) = a((1 + x)
a1
1) es negativa en [1, 0), nula en x = 0 y positiva en
(0, +), es claro que para todo x 1 se tiene f(x) f(0 == 0, con igualdad
si y slo si x = 0.
Ejercicio 3.2 (pg. 56) No, slo puede armarse que f
(x) 0. Por ejemplo

f(x) = x
3
es estrictamente creciente en [1, 1] pero f
(0) = 0.
Ejercicio 3.3 (pg. 60) Sean h la altura y r el radio del envase cilndrico.
Entonces el volumen es r
2
h = 1, y h = 1/(r
2
). El rea total es la suma del
rea de las bases, 2r
2
, con el rea lateral 2rh = 2/r, es decir A(r) = 2r
2
+2/r.
Como A(r) es diferenciable en (0, +) y lm
r0
+ A(r) = lm
r+
A(r) = +,
se concluye que A(r) tiene mnimo en (0, +) y ste se alcanza en un punto
crtico. Ahora bien, como A
(r) = 4r2/r
2
, el nico punto crtico corresponde
a r =
3
_
1/(2), y entonces h =
3
_
4/ = 2r.
Ejercicio 3.4 (pg. 60) Sean C = (x, 0), = ACB y = OCA. Como el
problema es obviamente simtrico respecto al origen, supondremos x 0. Como
tg = OA/OC = 1/x y tg( +) = OB/OC = 3/x se tiene
tg = tg(( +) ) =
tg( +) tg
1 + tg( +) tg
=
3
x

1
x
1 +
3
x
2
=
2x
x
2
+ 3
,
por lo tanto
(tg )
=
2(x
2
+ 3) (2x)(2x)
(x
2
+ 3)
2
=
2(3 x
2
)
(x
2
+ 3)
2
y se observa que (tg )
es positiva en [0,
3) y negativa en (
3, +), en con-
secuencia tg alcanza su mximo en

3. Lo mismo ocurre con (ya que tg
es una funcin creciente de ). Como el valor mximo de tg es

3/3, el valor
mximo de es 30
.
Ejercicio 3.5 (pg. 64) Recordemos que se trata de hallar el mximo de V (x) =
x(a2x)
2
en el intervalo [0, a/2]. Pero por la desigualdad aritmtico-geomtrica
se tiene
4x(a 2x)
2
_
4x + (a 2x) +a 2x)
3
_
3
=
8a
3
27
,
con igualdad si y slo si 4x = a 2x, por lo tanto V (x) 2a
3
/27, con igualdad
slo para x = a/6.
Ejercicio 4.22 (pg. 92) a) Por LHpital,
lm
0
log(m
) = lm
0
1
log
_
n
i=1
a
i
x
i
_
= lm
0
n
i=1
a
i
x
i
log(x
i
)
n
i=1
a
i
x
i
=
n
i=1
a
i
log(x
i
)
n
i=1
a
i
=
n
i=1
a
i
log(x
i
) = log
_
n
i=1
x
ai
i
_
,
de donde lm
0
m
n
i=1
x
ai
i
.
b) Supongamos que max{x
1
, x
2
, . . . , x
n
} = x
j
. Entonces para cualquier > 0
se tiene
_
a
j
x
j
_
1/
m
(x
1
, x
2
, . . . , x
n
)
_
n
i=1
a
i
x
j
_
1/
,
es decir que
a
1/
j
x
j
m
(x
1
, x
2
, . . . , x
n
) x
j
y tomando lmites cuando + y aplicando el teorema del sndwich se
obtiene el resultado deseado.
La parte (c) es anloga.
Bibliografa
[1] Aguilera, J., Lizana, M., Estudio Cualitativo de Ecuaciones Diferenciales
Ordinarias, Imprenta Universitaria UCV, Caracas, 1990. Hay una versin
revisada: Ecuaciones Diferenciales Ordinarias, II Talleres de Formacin
Matemtica, Universidad Centroccidental Lisandro Alvarado, Barquisime-
to, 2001.
[2] Courant, R., John, F. Introduccin al Clculo y al Anlisis Matemtico,
Ed. Limusa, Mxico, 1976.
[3] Courant, R., Robbins, H., revised by Stewart, I., What is Mathematics?,
Oxford University Press, New York, 1996.
[4] Graviner, J. V., The Changing Concept of Change: the Derivative from
Fermat to Weierstrass, Mathematics Magazine, 56(4) (1983), pp. 195206.
[5] Guzman, M. de, Ecuaciones Diferenciales Ordinarias - Teora de Estabili-
dad y Control, Ed. Alhambra, Madrid, 1975.
[6] Hirsch, M., Smale, S., Dierential Equations, Dynamical Systems and Li-
near Algebra, Academic Press, 1974.
[7] Keisler, H. J., Elementary Calculus: An Approach Using Innitesimals, 2nd
ed., Prindle, Weber & Schmidt, 1986. Ahora disponible en http://www.
math.wisc.edu/~keisler/calc.html
[8] Landau, E., Foundations of Analysis, Chelsea, New York, 1966.
[9] Rey Pastor, J., Pi Calleja, P., Trejo, C. A., Anlisis Matemtico vol. I,
Kapelusz, Buenos Aires, 1958.
[10] Robinson, A., Non-standard analysis, Revised edition, Princeton University
Press, 1996.
[11] Rossi, H., Mathematics Is an Edice, Not a Toolbox, Notices of the AMS,
43(10) (1996), p. 1108.
[12] Saari, D., Mathematical Complexity of Simple Economics, Notices of the
AMS, 42(2) (1995), p. 222230.
[13] Spivak, M., Calculus, 2a. edicin, Ed. Revert, 1992.
ndice alfabtico
abscisa, 3
anlisis no estndar, 10
rea, 51
Arqumedes, 53
asntota, 26
Barrow, Isaac, 52
Beltrami, Eugenio, 83
Berkeley, George, 7
Bernoulli, Jakob, 55, 87, 105
Bernoulli, Johann, 41, 105, 110
braquistcrona, 110
Cantor, Georg, 12
cardioide, 86, 87
catenaria, 105
Cauchy, Augustin Louis, 9, 12
custica por reexin, 84
centro de curvatura, 76
cicloide, 74
composicin, 19
condiciones iniciales, 100
continuidad, 28
uniforme, 33
coordenadas polares, 86
cortaduras, 12
cotas, 15
Courant, Richard, 5
curva
alabeada, 73
plana, 73
recticable, 70
regular, 75
curvatura, 76
Darboux, Jean Gaston, 32
Dedekind, Richard, 12
derivada, 33
de funcin compuesta, 39
de funcin inversa, 40
de orden superior, 43
innita, 33
lateral, 34
Descartes, Ren, 3
desigualdad
aritmtico-geomtrica, 90
de Bernoulli, 55
de Hlder, 94
de Jensen, 90
de Minkowski, 94
de Young, 93
discontinuidad, 29
de salto, 29
evitable, 29
ecuacin
caracterstica, 101
diferencial, 100
lineal, 100
EDO, 100
elipse
rea de la, 53
ecuacin polar, 89
entorno, 17
reducido, 17
envolvente, 84
epicicloide, 75
espiral
de Arqumedes, 87
Logartmica, 87
Euclides, 2
Eudoxo, 2
Euler, Leonhard, 8, 9
evoluta, 79
evolvente, 77
excentricidad, 89
extremo local, 20
Fermat, Pierre de, 3, 63, 110
uxin, 5
frmula
de Euler, 102
de Taylor, 45
frmulas de Frenet, 77
Frenet, Jean Frdric, 77
funcin, 18
biyectiva, 18
cncava, 50
continua, 29
convexa, 48
derivada, 33
discontinua, 29
impar, 67
inversa, 18
inyectiva, 18
montona, 20
creciente, 20
decreciente, 20
par, 67
peridica, 67
sobreyectiva, 18
Galileo, 105
Gateway Arch, 105
Gaud, Antoni, 105
Graviner, Judith V., 1
Heron de Alejandra, 62
hipocicloide, 75
Hlder, Otto L., 94
Hooke, Robert, 8, 103
Huygens, Christiaan, 105, 109
imagen, 18
nmo, 15
innitsimo, 44
innito, 44
inacin, 121
interior, 17
intervalos, 17
involuta, 77
iscrona, 109
Kepler, Johannes, 7, 111
LHpital, Guillaume de, 41
lmite, 21
Lagrange, Joseph-Louis, 8, 38
Le Verrier, Urbain, 115
Leibniz, Gottfried W., 5, 105
Leonardo da Vinci, 96
ley
de Hooke, 103
de Snell, 63, 110
leyes
de Kepler, 7, 111
de Newton, 96, 112
longitud de arco, 70
Lotka, Alfred J., 119
Mray, Charles, 12
Maclaurin, Colin, 47
Malthus, Thomas, 116
mximo
de un conjunto, 15
de una funcin, 20
local, 20
media
aritmtica, 90
pesada, 91
armnica, 92
pesada, 91
cuadrtica, 92
de orden , 91
geomtrica, 90
pesada, 91
mtodo de Newton, 69
mnimo
de un conjunto, 15
de una funcin, 20
local, 20
Minkowski, Hermann, 94
modelo
exponencial, 116
logstico, 117
predador-presa, 118
nefroide, 86
Newton, Isaac, 5, 69, 112
notacin de Landau, 44
ortptica, 88
pndulo iscrono, 109
parmetro, 73
podaria, 88
polinomio
de Taylor, 45
preimagen, 18
primitiva, 43
Principio
de Fermat, 63, 110
del nmo, 16
del supremo, 15
producto
cartesiano, 18
escalar, 73
vectorial, 73
Propiedad de Darboux, 32
punto
crtico, 34
de inexin, 50
radio de curvatura, 76
regla
de Barrow, 52
de LHpital, 41
de la cadena, 39
de Leibniz, 44
regula falsi, 69
relacin, 18
Robbins, Herbert, 5
Robinson, Abraham, 10
Sagrada Familia, 105
semientorno, 17
serie, 28
de Maclaurin, 47
de Taylor, 47
seudoesfera, 83
sistema dinmico, 120
Snell, Willebrord, 63, 110
sucesin, 28
supremo, 15
tautcrona, 109
Taylor, Brook, 45
teorema
de Cauchy, 40
de Heine-Cantor, 33
de Rolle, 37
de Taylor, 46
de Torricelli, 107
del sndwich, 25
del valor medio, 38
fundamental del Clculo, 6, 51
Torricelli, Evangelista, 107
tractriz, 83
triedro de Frenet, 77
vector
binormal, 77
normal, 76
tangente, 75
velocidad
de escape, 114
instantnea, 36
media, 36
Volterra, Vito, 118
Weierstrass, Karl, 10, 12

Calc Dif Ap

Cargado por

Copyright:

Formatos disponibles

Calc Dif Ap

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calc Dif Ap

Cargado por

Copyright:

Formatos disponibles

XIII Escuela Venezolana para la

al comienzo de un prrafo o en un ejercicio advierte de una curva

(x). Tambin deni f

(x) como la funcin deri-

(x), y as sucesivamente, y prob que en

2 mediante esa cortadura. En otras palabras,

) son nmeros reales, se dice que

. Es inmediato vericar que es una relacin reexiva, transitiva y

es la cortadura cuya clase inferior es I +I

}. Es inmediato probar que la adicin es conmutativa y asociativa, y

2 : a, b Q}. Pruebe que poniendo Q(

2, 2, }. Entonces 5 es cota inferior, 5 es

> x. En efecto, si x < 1 basta tomar x

tal que 0 <

tal que 0 < c

. Por ejemplo [a, b]

. Para indicar que f es una funcin de A en B se

de c tal que f(V

entonces f(x) (H, +).

, se tiene que tanto f(x) como h(x) estn en U, por lo tanto

en los cuales el lmite a)

f(x) = f(a) se dice que f es continua por la izquierda en a. Si f no es continua en

Existir alguna funcin f : [0, 1] R con la propiedad de Darboux que no

(a). Si el lmite es innito se dice que f tiene derivada

que a cada x le hace corresponder el valor

(x) se le llama funcin derivada de f.

(a) puede interpretarse

(a). La ecuacin de la recta tangente ser

(a) entonces la recta tangente a la grca

(a) = 0 se llaman puntos crticos o singulares de f.

= x y la ecuacin de la tangente en P = (a, a

(a) = 0, entonces f/g es derivable

cos x sen x(cos x)

(c), por tanto 0 f

(c) = 0 para algn c (a, b).

(x)(f(b)f(a)), por lo tanto (ba)f

(c) = (f(b) f(a))/(b a).

((h))(g(a +h) g(a)),

= 2x, por la regla de la cadena

(f(c)) y es igual a 1/f

(c) = (g(b) g(a))f

(c) = 0, es decir (g(b) g(a))f

(c) (f(b) f(a))g

(c) = 0 entonces la conclusin del teorema de Cauchy

existen y no se anulan ni se hacen innitas simult-

= cos x hay que usar el hecho de que lm

(x), entonces tambin existe

(x) = 0 para todo x I

y f no fuese constante, entonces

(c) = (f(b) f(a))/(b a) = 0, lo

= f, y G es tambin primitiva de f. Recprocamente, si tanto F

= 2x. Entonces las

es a su vez derivable, entonces a

se le llama derivada segunda de f y se denota mediante f

x son innitsimos cuando x +.

(c) = 0 para algn c entre a y x, es decir que

). Por lo tanto, en todo punto interior existen las derivadas

es (estrictamente) creciente. Recprocamente, si f

es creciente y x < u < y,