Calculo

Profundización
en las técnicas
del cálculo
Sebastià Martı́n Mollevı́
P01/75005/00102
© FUOC • P01/75005/00102 Profundización en las técnicas del cálculo
Índice
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1. Cálculo de lı́mites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.1. Indeterminaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Regla de L’Hôpital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3. Órdenes de magnitud. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5. Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2. Resolución aproximada de ecuaciones . . . . . . . . . . . . . . . . . . . . . . 22

2.1. Separación de las soluciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2. Método de bisección . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. Método de la secante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4. Método de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6. Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3. Aproximación polinómica de una función . . . . . . . . . . . . . . . . . 34

3.1. Fórmulas de Taylor y Maclaurin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2. Evaluación aproximada de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4. Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4. Estudio local y representación gráfica

de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.1. Crecimiento y decrecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.2. Máximos y mínimos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3. Concavidad, convexidad y puntos de inflexión . . . . . . . . . . . . . . . 47
4.4. Determinación de los puntos notables de una función . . . . . . . . 51
4.5. Obtención de los extremos relativos de una función . . . . . . . . . . 53
4.6. Asíntotas de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
© FUOC • P01/75005/00102 Profundización en las técnicas del cálculo
4.7. Estudio de la gráfica de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.9. Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5. Problemas de optimización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1. Intervalos y entornos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.2. El teorema de Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3. El caso de funciones derivables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.4. Optimización restringida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.5. Pasos que se deben seguir en un problema de optimización . . . 70
5.6. Ejemplos resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.8. Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Ejercicios de autoevaluación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Sumario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
© FUOC • P01/75005/00102 5 Profundización en las técnicas del cálculo
Introducción
Tras habernos familiarizado con las herramientas básicas del cálculo, en

este módulo nos planteamos un doble objetivo. Por una parte, profundizar
en algunas de estas técnicas, con el fin de tratar una mayor variedad de
problemas y, por la otra, ver cómo se pueden aplicar las herramientas
ya conocidas para abordar y resolver nuevos tipos de problemas. Ası́ pues,
continuaremos trabajando con lı́mites y con derivadas, intentando sacarles
más provecho.
Objetivos
En este módulo se presentan nuevas aplicaciones de contenidos que ya

habı́amos visto: el cálculo de lı́mites de funciones, para el estudio del orden
de magnitud de funciones, y la aproximación polinómica de funciones,
para la evaluación aproximada de funciones.
El resto de los apartados se destina a mostrar cómo algunas propiedades

de las funciones se pueden utilizar en la resolución aproximada de ecua-
ciones, la representación gráfica de funciones, el planteamiento y la reso-
lución de problemas de optimización.
Los objetivos de este módulo se pueden concretar en los siguientes:
1. Comparar el orden de magnitud de las funciones más usuales en el

cálculo de la complejidad de un algoritmo.
2. Determinar cuántas soluciones tiene una ecuación y darle valores apro-

ximados.
3. Calcular el polinomio que mejor aproxima una función alrededor de

un punto, y utilizarlo para evaluar la función de forma aproximada.
4. Ser capaces de realizar un esbozo de la gráfica de una función.
5. Plantear y resolver problemas de optimización en una variable.

1. Cálculo de lı́mites de funciones

.
En los ejercicios del módulo “Las ideas básicas del cálculo” hemos empeza-
do a calcular lı́mites de funciones en un punto, o en el infinito. Algunos de
estos lı́mites son inmediatos, como por ejemplo lim (x+2) = 3, donde basta
x→1
sustituir x por 1 en la expresión de la función. Otros son indeterminados,
es decir, que la sustitución de la variable por el valor a que tiende no nos
aporta ninguna información. Es el caso de:
x2 − 1 0
lim = .
x→1 x − 1 0
En este apartado vamos a clasificar los tipos de indeterminaciones que
pueden aparecer en el cálculo de lı́mites de funciones, y también expon-
dremos una regla útil que nos permitirá resolver muchas de estas indeter-
minaciones.
Asimismo, como aplicación del cálculo de lı́mites en el infinito, compa-

raremos el crecimiento de funciones que aparecen habitualmente en el
estudio de la complejidad de algoritmos.
1.1. Indeterminaciones
Echemos un vistazo a los lı́mites que encontramos a continuación:
x2 − 1 x2 − 4
L1 = lim , L2 = lim .
x→1 x − 1 x→2 x − 2
Si sustituimos la variable x por el valor a que tiende, obtenemos L1 = 00 ,

0
L2 = 0 (con esto podrı́amos caer en la tentación y pensar que L1 = L2 , a
pesar de que no sabemos sus valores).
Para calcular los lı́mites podemos simplificar las fracciones:
(x − 1)(x + 1)
L1 = lim = lim (x + 1) = 2,
x→1 x−1 x→1
(x − 2)(x + 2)
L2 = lim = lim (x + 2) = 4.
x→2 x−2 x→2
Una vez resuelta la indeterminación, hemos obtenido el valor de los lı́mites

y observamos, además, que L1 = L2 .
Vemos, por lo tanto, que si llegamos a una expresión indeterminada, el

lı́mite puede tomar cualquier valor, finito o infinito. Esto es lo mismo que
sucede en el caso de las siguientes expresiones:
• Indeterminaciones racionales:
0 ∞
, , ∞−∞, 0·∞
0 ∞
Ejemplo 1.1.
x2 + x ∞
a) lim = , que es una indeterminación racional.
x→+∞ x3 + 2 ∞
Si queremos resolver la indeterminación, dividiremos el numerador y el denominador

por la máxima potencia de x que aparezca en la expresión:
x2 +x 1 1
x2 + x x3 x
+ x2
lim = lim = lim 2
.
x→+∞ x3 + 2 x→+∞ x3 +2 x→+∞ 1+
x3 x3
1 0+0 0
Ahora bien, lim = 0, ∀p > 0 y, en consecuencia, nuestro lı́mite vale 1+0
= 1
= 0.
x→+∞ xp
Observemos que, al dividir el numerador y el denominador por la misma potencia de x,

el cociente permanece inalterado. Este método nos permitirá calcular lı́mites al infinito
de cocientes de polinomios.
√ √
b) lim x+1− x = ∞ − ∞, que es una indeterminación racional.
x→+∞
En este caso, también multiplicaremos el numerador y el denominador por una misma

expresión; prestad mucha atención:
√ √ √ √
√ √ ( x + 1 + x)( x + 1 − x)
lim x+1− x = lim √ √ =
x→+∞ x→+∞ x+1+ x
(x + 1) − x 1 1
= lim √ √ = lim √ √ = = 0.
x→+∞ x+1+ x x→+∞ x+1+ x ∞
Hemos multiplicado el numerador y el denominador por una expresión adecuada, que Comentario
llamamos conjugado del denominador. A partir de ahora, esta técnica será conocida
como multiplicar por el conjugado numerador y denominador. 1
0
no es una indeterminación,
porque cuando dividimos 1
por un número cada vez
A continuación, trataremos otro tipo de indeterminaciones: menor, obtenemos números
paulatinamente mayores
(podéis comprobarlo vosotros
• Indeterminaciones potenciales: mismos con la calculadora),
1
es decir: lim = ∞.
x→0 x
1∞ , 00 , ∞0
Veamos a continuación qué queremos decir exactamente con estas expresiones.
g(x)
La función f (x) se define cuando f (x) es positivo para cada x.
Se puede demostrar que si en el punto x = a la función f (x) tiene por Definamos...

lı́mite el número finito y positivo α y la función g(x) tiene por lı́mite el
g(x) ... f (x)g(x) = eg(x) ln f (x) .
número finito β, entonces lim f (x) = αβ . ! El número e se puede definir
x→a
como
1 x
lim 1+ .
En general, si designamos con L el lı́mite (que suponemos que existe) de x→+∞ x
g(x)
f (x) en el punto x = a, tenemos (tomando logaritmos) que:
ln L = lim g(x) ln f (x)

x→a
o lo que es lo mismo:
lim g(x) ln f (x)
L = ex→a
De manera que la propiedad anterior se puede extender a situaciones más

amplias, observando que:
Notación
x→a h(x) x→a
si h(x) −→ +∞, e −→ +∞ Escribiremos indistintamente:
x→a x→a lim h(x) = c

si h(x) −→ −∞, eh(x) −→ 0 x→a
y
x→a
h(x) −→ c.
Aunque si lim f (x) = 1 y lim g(x) = ∞, no podemos asegurar nada directa-

x→a x→a
g(x)
mente sobre el lim f (x) . Sucede lo mismo si lim f (x) = 0 y lim g(x) = 0
x→a x→a x→a
también cuando lim f (x) = +∞ y lim g(x) = 0.
x→a x→a
Es normal representar las indeterminaciones anteriores de manera simbó-

lica mediante 1∞ , 00 , ∞0 .
g(x)
Cuando lim f (x) = 1 y lim g(x) = ∞, para calcular lim f (x) utilizaremos
x→a x→a x→a
1 x
la siguiente propiedad: lim 1 + = e. En general:
x→+∞ x
1 h(x)
Si lim h(x) = ∞, entonces lim 1+ = e.
x→a x→+a h(x)
Como consecuencia de esto, podemos decir que:
1 x+h 1 x 1 h
1) ∀hIR, lim 1+ = lim 1 + lim 1 + = e · 1 = e.
x→∞ x x→∞ x x→∞ x
1 hacemos el cambio x= 1
1 t
t
2) lim (1 + x) x = lim 1+ = e.
x→0 t→∞ t
1
En general, si lim h(x) = 0, entonces lim [1 + h(x)] h(x) = e, con h(x) = 0 en
x→a x→a
un entorno reducido de a.
Ejemplo 1.2.
xk k
x
k 1
1) lim 1+ = lim 1+ x = ek .
x→∞ x x→∞
k
1
1
k
2) lim (1 + kx) x = lim (1 + kx) kx = ek .
x→0 x→0
kx x k
1 1
3) lim 1+ = lim 1+ = ek .
x→∞ x x→∞ x
Por tanto, si lim f (x) = 1 y lim g(x) = ∞, podemos escribir:

x→a x→a

1 (f (x)−1)g(x)
f (x)g(x) = 1 + (f (x) − 1) f (x)−1
x→a
(suponemos que f (x) = 1 en un entorno reducido de a) y, como f (x)−1 −→
0, resulta que:

1 x→a
1 + (f (x) − 1) f (x)−1 −→ e ,
g(x)
de donde lim f (x) = elimx→a (f (x)−1)g(x) (suponiendo que los lı́mites
x→a
existan en ambos casos).
Ejercicio
1.1. Calculad los siguientes lı́mites:
x3 − 2x2 − 3x
a) lim .
x→3 x3 − 3x2 − 9x + 27
2x7 + x5 − x4 − 1
b) lim .
x→+∞ 6x7 + 2

c) lim x2 + x + 1 − x2 + x − 7.
x→+∞

d) lim x2 + x − x2 + 2.
x→+∞
x3
1
e) lim 1+ .
x→+∞ x
x
2x + 1
f) lim .
x→+∞ 2x − 1
√x
1
g) lim 1− .
x→+∞ x
x
3x + 1
h) lim .
x→+∞ 2x + 1
1.2. Regla de L’Hôpital
A continuación presentamos el teorema denominado regla de L’Hôpital, que

resulta una herramienta sencilla para el cálculo de ciertos lı́mites indeter-
minados en forma de cocientes. Cuando se satisfacen ciertas condiciones,
f (x)
que detallaremos más adelante, el lı́mite de un cociente g(x) , si es una
0 ∞
indeterminación del estilo 0 o ∞, se puede reducir al lı́mite del nuevo

f (x)
cociente g (x) ; si éste existe, entonces también existe el lı́mite inicial y son
iguales.
. Guillaume de L’Hôpital
Regla de L’Hôpital
Matemático francés que se
inició en el cálculo
Dadas las funciones f (x) y g(x), derivables en un entorno del punto infinitesimal de la mano de
f (x) Johann Bernoulli, quien le
x0 tal que lim f (x) = lim g(x) vale 0 o ∞, si existe lim ,
x→x0 x→x0 x→x0 g (x) enviaba los resultados que iba
entonces: descubriendo a cambio de
f (x) f (x) una determinada cantidad de
lim = lim . dinero. Como producto de
x→x0 g(x) x→x0 g (x)
este intercambio surgió el
f (x) primer libro de texto sobre el
Este resultado también es cierto en caso de que lim = ∞ y en cálculo infinitesimal, titulado
x→x0 g (x) Analyse des infiniment petits
caso de que x0 = ∞. que, a pesar de todo, fue
firmado por L’Hôpital. En este
libro aparece enunciada la
que hoy llamamos regla de
L’Hôpital.
Para demostrarlo, es necesario que conozcamos la siguiente variante del
teorema del valor medio de la derivada.
.
Teorema del valor medio de Cauchy
Si f y g son dos funciones continuas en un intervalo cerrado [a , b] y

derivables en (a , b), de manera que g(a) = g(b) y ni f (x) ni g (x) se
anulan de manera simultánea en ningún punto del intervalo (a , b),
entonces existe al menos un punto ξ ∈ (a , b) tal que:
f (ξ) f (b) − f (a)

= .
g (ξ) g(b) − g(a)
Demostración del teorema del valor medio de Cauchy
Aplicaremos el teorema del valor medio para derivadas en la función:
h(x) = g(x)[f (b) − f (a)] − f (x)[g(b) − g(a)].
Observad que esta función satisface las hipótesis, por el hecho de ser una combinación
lineal de dos funciones, f y g, quienes las satisfacen. Ası́ pues, ∃ξ ∈ (a , b) tal que
h (ξ) =
h(b)−h(a)
b−a
, pero fijaos en que h(b) = h(a) y, en consecuencia, tenemos que

h (ξ) = 0. Ahora bien:
h (x) = g (x)[f (b) − f (a)] − f (x)[g(b) − g(a)],
de donde sustituimos x por ξ se llega a:
0 = g (ξ)[f (b) − f (a)] − f (ξ)[g(b) − g(a)],
o de forma equivalente:
f (ξ) f (b) − f (a)
= .
g (ξ) g(b) − g(a)
Demostración de la regla de L’Hôpital
En efecto, si f (x) y g(x) son derivables en un entorno de x0 , se puede aplicar el teorema

del valor medio de Cauchy y resulta:
f (x) − f (x0 ) f (ξ)

Existe ξ comprendido entre x0 y x tal que = .
g(x) − g(x0 ) g (ξ)
Sin embargo, f (x) y g(x) al ser derivables en un entorno de x0 , son continuas en x0 ;

entonces lim f (x) = f (x0 ) = 0 y lim g(x) = g(x0 ) = 0. Así, existe ξ comprendido
x→x0 x→x0
entre x0 y x de manera que:
f (x) − 0 f (ξ) f (x) f (ξ) si x→x0 ,ξ→x0 f (ξ)

=
⇒ lim = lim = lim =
g(x) − 0 g (ξ) x→x0 g(x) x→x0 g (ξ) ξ→x0 g (ξ)
f (x)
= lim .
x→x0 g (x)
Ejemplo 1.3.
sin x cos x
a) lim = lim = 1.
x→0 x x→0 1
1
ln(1 + x) 1+x
b) lim = lim = 1.
x→0 x x→0 1
Ejercicio 1.2.
Calculad los lı́mites:
ln x
a) lim √ .
x→1 x−1
1 − cos x
b) lim .
x→0 x2
Si lim f (x) = 0 y lim g (x) = 0, pero f (x) y g (x) son funciones deriva-
x→x0 x→x0
bles, se puede aplicar una vez más la regla de L’Hôpital, aunque conviene,
si es posible, simplificar antes las expresiones obtenidas.
Ejemplo 1.4.
1
tan x − x cos2 x
−1 1 − cos2 x sin2 x 1
lim = lim = lim = lim = .
x→0 x3 x→0 3x2 x→0 2 2
3x cos x x→0 3x2 3
En el último paso hemos aplicado la equivalencia entre sin x y x cuando x → 0.
Ejercicio 1.3.
x − sin x
Calculad lim .
x→0 x3
La regla de L’Hôpital se puede aplicar en varios casos, como se muestra a

continuación:
1) Lı́mites de cocientes de infinitos
A pesar de que no realizaremos la demostración, la regla de L’Hôpital

también resulta válida cuando lim f (x) = ∞ y lim g(x) = ∞.
x→x0 x→x0
Ejemplo 1.5.
1 Recordad
ln x − sin2 x
a) lim = lim x
−1
= lim = 0.
x→0+ cot x x→0+ x→0+ x sin 2x = 2 sin x cos x
sin2 x
cos 2x = cos2 x − sin2 x
1 1
ln tan 2x 2
cos2 2x
2 sin xx cos2 x 2 sin x cos x
b) lim = lim tan 2x
1
= lim sincos
1 2x
= lim =
x→0+ ln tan x x→0+ x→0
tan x cos2 x
+
cos 2x
cos2 2x x→0+ sin 2x cos 2x
sin 2x 1
= lim = lim = 1.
x→0+ sin 2x cos 2x x→0+ cos 2x
Ejercicio 1.4.
ln(x − 1)
Calculad lim x+1
.
x→1+
x−1
2) Lı́mites de cocientes indeterminados cuando x → ∞
La regla de L’Hôpital también es aplicable cuando x → ∞, sólo hay que

1
cambiar la variable x = (si x → ∞, entonces z → 0):
z

f (x) f 1 f 1 −1 z2 f (x)
lim = lim 1z = lim 1z −1 = lim .
x→∞ g(x) z→0 g z→0 g x→∞ g (x)
z z z2
Ejemplo 1.6.
Si a > 1, m ∈ IN:
ax ax ln a ax ln a ln a
lim = lim = lim = . . . = +∞
x→+∞ x m x→+∞ mx m−1 x→+∞ m(m − 1)xm−2
(llegará un momento en que el denominador será de grado cero). Es decir, ax (a > 1)

es un infinito de orden superior a xm (m ∈ IN) cuando x → ∞.
Ejercicio 1.5.
xm
Calculad lim (m > 0).
x→+∞ ln x
3) Otros tipos de indeterminaciones
a) Indeterminación 0 · ∞
Si f (x) → 0 y g(x) → ∞ cuando x → a, entonces lim f (x)g(x) es una

x→a
indeterminación.
.
f (x) g(x)
Se puede escribir f (x)g(x) = 1 o bien f (x)g(x) = 1 , que da lugar
g(x) f (x)
a una indeterminación de tipo cociente, y se puede aplicar la regla

de L’Hôpital.
Ejemplo 1.7.
x−1 x+1 (x+1)−(x−1)

x−1 ln x+1 x−1 (x+1)2
lim x ln = lim 1
= lim −1
=
x→∞ x+1 x→∞ x→∞
x x2
2
x2 −1 −2x2
= lim = lim = −2.
x→∞ −1 x→∞ x2 − 1
x2
b) Indeterminación ∞ − ∞
Si f (x) → +∞ y g(x) → +∞ cuando x → a, lim [f (x) − g(x)] es una

x→a
indeterminación.
.
1 1
− f (x)
Se puede escribir f (x) − g(x) = g(x)
1 , que da lugar a una indeter-
f (x)g(x)
minación de tipo cociente, y aplicar la regla de L’Hôpital.
Ejemplo 1.8.
1
−1
1 1 tan x − x cos2 x
lim − = lim = lim =
x→0 x tan x x→0 x tan x x→0
x
2
cos x
+ tan x
1 − cos2 x sin2 x
= lim = lim =
x→0 x + cos2 x tan x x→0 x + sin x cos x
2 sin x cos x 2 sin x cos x
= lim = lim =
x→0 1 − sin2 x + cos2 x x→0 2 cos2 x
sin x
= lim = lim tan x = 0.
x→0 cos x x→0
A veces, la aplicación repetida de la regla de L’Hôpital para resolver una

indeterminación no nos conduce a ninguna parte, porque no se simplifica
f (x)
la expresión o no existe el lı́mite de g (x) . En estos casos hay que utilizar
otros métodos.
Ejemplo 1.9.
ex + cos x 1 + cos
ex
x
a) lim = lim = 1, pero si aplicamos la regla de L’Hôpital para
x→+∞ ex + sin x x→+∞ 1 + sinxx
e
∞
resolver la indeterminación inicial ∞ , no podemos determinar el valor del lı́mite:
ex + cos x ex − sin x ex − cos x
lim = lim = lim = ...,
x→+∞ e + sin x
x x→+∞ e + cos x
x x→+∞ ex − sin x
x + sin x 1 + cos x
b) lim , si aplicamos la regla de L’Hôpital, tenemos que lim no
x→∞ x + cos x x→∞ 1 − sin x Observación
existe. En cambio, dividiendo el numerador y el denominador por x, se obtiene que el
lı́mite es 1. En caso de que un lı́mite no
cos x presente ningún tipo de
c) lim = 1, pero si aplicamos la regla de L’Hôpital sin tener en cuenta las con- indeterminación, no se puede
x→0 1 + x
− sin x cos x aplicar la regla de L’Hôpital,
diciones necesarias, lim = 0. Esto se debe al hecho de que lim no es ya que podrı́amos obtener
x→0 1 x→0 1 + x
indeterminado. resultados incorrectos.
1.3. Órdenes de magnitud
La complejidad de un algoritmo es una estimación del número de ope-

raciones (operaciones básicas entre bits, por lo general) que realizará el
algoritmo en función de los datos de entrada. En este apartado nos centra-

remos en aquellos casos en los que el número de operaciones del algoritmo
dependa de un único dato de entrada (n), donde n es natural. Se utiliza la
notación O(f (n)), donde f es una función de una variable, para denotar
que un algoritmo tiene que realizar kf (n) operaciones (k es una constante)
para obtener un valor de salida a partir de la entrada n. Ası́, si un algoritmo
realiza 4n5 operaciones antes de dar el resultado, diremos que tiene una
complejidad del orden n5 , y lo anotaremos O(n5 ). La complejidad algorı́t-
mica se traduce, entonces, en coste computacional y se intenta minimizar
al diseñar un algoritmo. En este apartado veremos cómo comparar estas
funciones entre sı́, utilizando lı́mites al infinito, y también observaremos el
hecho de que si lim f (x) = L (x ∈ IR), entonces lim f (n) = L (n ∈ IN).
x→+∞ n→+∞
Ejemplo 1.10.
Complejidad del algoritmo de multiplicación de un entero por sı́ mismo.
Habrá que multiplicar el entero n por cada una de sus cifras, y después sumar los resultados.
Veremos una estimación de la complejidad de este algoritmo, entendiendo como opera-
ción básica la suma de enteros de una cifra. Si k es el número de cifras de n, entonces
k ≈ log10 n. Son necesarias k2 multiplicaciones de enteros de una cifra, y después k − 1
sumas de enteros de la medida de n. Cada una de las multiplicaciones implica, como
máximo, 9 sumas de enteros de una cifra (el peor caso serı́a multiplicar 9 por 9, que
equivale a sumar 9 veces 9); una suma de enteros de k cifras equivale a k operaciones
básicas. Juntando estas cantidades, obtenemos la estimación de la siguiente complejidad:
ln2 n
9k2 + (k − 1)k = 10k2 − k ≤ 10k2 ≈ 10 log210 n = 10 ≈ 2 ln2 n = O(ln2 n).
ln2 10
Las funciones que aparecen en el cálculo de la complejidad de un algoritmo, como por
√
ejemplo ln2 n, en ln n , 7 n, tienden a infinito cuando n tiende a infinito. Si queremos
comparar la velocidad de dos algoritmos, nos interesará contar con una medida de la
velocidad con la que tiendan a infinito funciones como los polinomios, exponenciales,
logaritmos, etc.
Ejemplo 1.11.
Consideremos dos algoritmos que necesitan n5 + 2n + 2 y n5 − n2 + 65 operaciones,

respectivamente, para llevar a cabo un mismo cálculo. ¿Cuál será más rápido?
Si le vais dando valores a las dos funciones f (n) = n5 + 2n + 2 y g(n) = n5 − n2 + 65,

observaréis que f (n) < g(n) para valores pequeños de n. Por el contrario, ∀n ≥ 11,
f (n) > g(n). Por lo tanto, está claro que el segundo algoritmo será más rápido, pero
tened en cuenta que para valores grandes de n (del orden de un millón, por ejemplo), no
se dará una diferencia relativa apreciable entre ambas funciones:
f (n)
≈ 1, para n grande.
g(n)
En este caso estableceremos que las funciones f y g son del mismo orden de magnitud,
y que los dos algoritmos tienen, también, la misma complejidad.
Sean f (n), g(n) funciones tales que:
lim f (n) = lim g(n) = +∞.

n→+∞ n→+∞
.
Decimos que f y g son del mismo orden de magnitud cuando
f (n)
lim es diferente de 0 y de ∞. En este caso, escribiremos
n→+∞ g(n)
f (n) ≈ g(n) o bien O(f (n)) = O(g(n)).
Decimos que f tiene orden de magnitud superior a g cuando

f (n)
lim = +∞. En este caso, escribimos f (n) >> g(n) o bien
n→+∞ g(n)
ponemos O(f (n)) > O(g(n)).
Decimos que f tiene orden de magnitud inferior a g cuando

f (n)
lim = 0. En este caso, escribimos f (n) << g(n) o bien
n→+∞ g(n)
ponemos O(f (n)) < O(g(n)).
En el ejemplo anterior hemos visto que f (n) ≈ g(n) ≈ n5 .
Orden de magnitud de funciones polinómicas
Si f (n) = polinomio de grado s, entonces f (n) = ans + (términos de grado

inferior) y a = 0. Por lo tanto:
f (n)
lim = a > 0.
n→+∞ ns
De este hecho podemos deducir que f (n) ≈ ns , es decir, que un polinomio

tiene el orden de magnitud ngrado .
Exponenciales frente a polinomios
Consideremos una función exponencial de base b > 1, f (n) = bn y un Recordad

polinomio p(n) de grado r. ¿Cuál de estas dos funciones tiene orden de
Si b > 0,
magnitud superior? ¿Es posible que dependa del grado r del polinomio, o entonces lim bn =
n→+∞
de la base b del exponencial? ⎧
⎨ 0 si b<1
= +∞ si b>1
bn ⎩ 1 b=1
Puesto que p(n) ≈ nr , podemos reducir el problema a calcular lim = si
n→+∞ nr
∞
= ∞ , que es indeterminado. Para resolver la indeterminación, calcula-
bx
remos lim r , donde la variable x es real. Estos dos lı́mites coinciden
x→+∞ x
porque en ambos casos la variable tiende a infinito, pero el segundo en-
foque nos permite abordar el problema como un cálculo de lı́mites de
funciones y aplicar las técnicas que ya conocemos. En concreto, dado que
las dos funciones involucradas son derivables, podemos utilizar la regla
de L’Hôpital.
(bx ) (ln b)bx ∞
lim = lim =
x→+∞ (xr ) x→+∞ rxr−1 ∞
Continuamos teniendo una indeterminación, aunque si aplicamos de ma-

nera sucesiva la regla de L’Hôpital, la función del numerador sólo varı́a
en una constante multiplicativa (ln b), mientras que en el denominador
permanece un polinomio de grado cada vez menor. Tras haber aplicado la
regla r veces, obtendremos:
(ln b)r bx (ln b)r

lim = lim bx = ∞.
x→+∞ r · (r − 1) · (r − 2) · · · 3 · 2 · 1 r! x→+∞
Esto nos demuestra que una exponencial de base mayor que 1 crece con Nota
mucha más rapidez que cualquier polinomio, por grande que sea su grado.
r! = r·(r−1)·(r−2) · · · 3·2·1
En el lenguaje de los órdenes de magnitud hemos visto que: es el producto de todos los
enteros desde 1 hasta r.
bn >> nr , ∀b > 1 ∀r
La fórmula de Stirling
A continuación vamos a ver cuál es el orden de magnitud de la función

f (n) = n! Por desgracia, no podemos actuar como en el caso anterior, don-
de se utilizaron funciones de variable real. ¿Qué sentido tiene escribir x! si
x no es un número entero? Ahora bien, podemos empezar estableciendo
la siguiente comparación directa:
n! = n · (n − 1) · (n − 2) · · · 2 · 1 < n · n · n · · · n · n.
De esta forma, tenemos que n! < nn . Sin embargo, recordemos que este
hecho no implica que O(n!) < O(nn ), porque también podrı́an ser funcio-
nes del mismo orden de magnitud.
La fórmula de Stirling nos responde con precisión a esta cuestión:
n!
lim √ = 1.
n→+∞ e−n nn 2πn
Y esta fórmula nos permitirá concluir que:
√ √
n! ≈ e−n nn 2πn ≈ e−n nn n.
Ejemplo 1.12.
Comparamos los órdenes de magnitud de n! y nn . Gracias a la fórmula de Stirling, en

n!
lugar de calcular lim , podemos calcular:
n→+∞ nn
√ √ 1
e−n nn n n n2
lim = lim = lim .
n→+∞ nn n→+∞ en n→+∞ en
Pues bien, ahora que ya sabemos que en en >> nr , ∀r, podemos concluir que el lı́mite
que hay que calcular es infinito y, en consecuencia:
n! << nn .
Ejemplo 1.13.
Comparamos los órdenes de magnitud de (n!)2 y (2n)n .
Empezamos utilizando la fórmula de Stirling:

√
(n!)2 ≈ (e−n nn n)2 = e−2n n2n n = e−2n n2n+1 .
A continuación, comparamos la función obtenida con (2n)n = 2n nn :
2n nn e2n 2n
lim = lim =
n→+∞ e−2n n2n+1 n→+∞ nn+1
n
2e2 1
= lim · = 0∞ · 0 = 0 · 0 = 0.
n→+∞ n n
Por lo tanto, O((n!)2 ) > O((2n)n ), o bien (n!)2 >> (2n)n .
1.4. Ejercicios
1.6. ¿Tienen el mismo orden de magnitud las funciones f (n) = an y g(n) = bn , si 1 < a < b?
1.7. Comparad el orden de magnitud de las funciones f (n) y g(n) en los siguientes casos:
√
a) f (n) = ln n, g(n) = k
n, k > 0.
b) f (n) = n, g(n) = (ln n)k , k > 0.
c) f (n) = (2n)!, g(n) = n2n .
d) f (n) = (2n)!, g(n) = (2n)n .
1.8. Ordenad las siguientes funciones por orden de magnitud creciente:

an (a > 1), (ln n)k (k > 0), nn , nr (r > 0).
1.5. Solucionario
1.1.
x3 − 2x2 − 3x 0
a) L = lim = , indeterminado.
x→3 x3 − 3x2 − 9x + 27 0
x(x − 3)(x + 1) x(x + 1) 3·4

L = lim = lim = = ∞.
x→3 (x − 3)2 (x + 3) x→3 (x − 3)(x + 3) 0
2x7 + x5 − x4 − 1 ∞
b) L = lim = , indeterminado.
x→+∞ 6x7 + 2 ∞
2x7 +x5 −x4 −1
2x7 + x5 − x4 − 1 x7
L = lim = lim =
x→+∞ 6x7 + 2 x→+∞ 6x7 +2
x7
1 1 1
2+ x2
− x3
− x7 2 1
= lim 2
= = .
x→+∞ 6+ 6 3
x7

c) L = lim x2 + x + 1 − x2 + x − 7 = ∞ − ∞, indeterminado.
x→+∞
√ √ √ √
( x2 + x + 1 − x2 + x − 7)( x2 + x + 1 + x2 + x − 7)
L = lim √ √ =
x→+∞ x2 + x + 1 + x 2 + x − 7
(x2 + x + 1) − (x2 + x − 7)
= lim √ √ =
x→+∞ x2 + x + 1 + x2 + x − 7
8 8
= lim √ √ = = 0.
x→+∞ x2 + x + 1 + x2 + x − 7 ∞

d) L = lim x2 + x − x2 + 2 = ∞ − ∞, indeterminado.
x→∞
√ √ √ √
( x2 + x + x2 + 2)( x2 + x − x2 + 2)
L = lim √ √ =
x→∞ x2 + x + x2 + 2
(x2 + x) − (x2 + 2)
= lim √ √ =
x→∞ x2 + x + x2 + 2
x−2 ∞
= lim √ √ = , indeterminado.
x→∞ x2 + x + x2 + 2 ∞
Dividiremos el numerador y el denominador por x para resolver la nueva indeterminación:
x−2
L = lim √ x
√ =
x→∞ x2 +x+ x2 +2
x
2
1− 1 1
= lim
x
= = .
x→∞ 1+ 1
+ 1+ 2 1+1 2
x x2
x3
1
e) L = lim 1+ = 1∞ , indeterminado.
x→+∞ x
x3 x x2
1 1
L= lim 1+ = lim 1+ = e+∞ = ∞.
x→+∞ x x→+∞ x
x
2x + 1
f) L = lim = 1∞ , indeterminado.
x→+∞ 2x − 1
2x + 1 (2x − 1) + 2 2 1
Dado que = =1+ =1+ 1
, entonces:
2x − 1 2x − 1 2x − 1 x− 2
x x− 12 12
1 1 1
L= lim 1+ 1
= lim 1+ 1
1+ 1
= e · 1 = e.
x→+∞ x− 2
x→+∞ x− 2
x− 2
√x
1
g) L = lim 1− = 1∞ , indeterminado.
x→+∞ x
Ahora bien:
√x x 12 −x −√
1
1 1 1 x
1− = 1+ = 1+ ,
x −x −x
y por tanto:
−1
lim √
L = ex→+∞ x = e0 = 1.
x ∞
3x + 1 3
h) lim = = ∞ (Observamos que, en este caso, no hay indeterminación)
x→∞ 2x + 1 2
1.2
1
ln x
a) lim √ = lim x
1
= 2.
x→1 x−1 x→1 √
2 x
1 − cos x sin x 1
b) lim = lim = .
x→0 x2 x→0 2x 2
1.3
x − sin x 1 − cos x sin x cos x 1
lim = lim = lim = lim = .
x→0 x3 x→0 3x2 x→0 6x x→0 6 6
1.4
1
ln(x − 1) x−1 x−1
lim = lim = lim = 0.
x→1+ (x−1)−(x+1) −2
x+1
x→1+ x→1+
x−1 (x−1)2
1.5
xm m∈IN mxm−1
lim = lim 1
= lim mxm = ∞.
x→+∞ ln x x→+∞
x
x→+∞
Es decir, xm (m ∈ IN) es un infinito de orden superior a ln x cuando x → +∞.
1.6. n ∞
an a a
lim = lim = = 0, teniendo en cuenta que a
b
< 1. Por tanto,
n→+∞ bn n→+∞ b b
an << bn si 1 < a < b.
1.7.
√
k
n ∞
a) lim = = indeterminado.
n→+∞ ln n ∞
√
Dado que ln x y k
x son funciones derivables ∀x > 0, utilizaremos la regla de L’Hôpital.
√ 1
( k x) x −1
1 k
1 1
lim = lim
k
1
= lim x · x k −1 =
x→+∞ (ln x) x→+∞
x
k x→+∞
1 1
= lim x k = ∞
k x→+∞
√
Por lo tanto, k
n >> ln n, ∀k > 0.
√ √ k
n ( k n)k k
n
b) lim = lim = lim = ∞k = ∞ (el último lı́mite lo hemos
n→+∞ (ln n)k n→+∞ (ln n)k n→+∞ ln n
calculado en el apartado a).
Conclusión: (ln n)k << n, ∀k > 0.

√
c) f (n) = (2n)! ≈ (2n)2n e−2n 2n.
√ 2 2n
√ √
(2n)2n e−2n 2n 22n n2n 2n
lim = lim = lim 2n =
n→+∞ n2n n→+∞ 2n
e n 2n n→+∞ e
1
√ n2
= 2 lim
n→+∞ e 2n
= 0,
2
porque una exponencial (de base > 1) tiene orden de magnitud mayor que cualquier potencia
de n.
Por lo tanto, (2n)! << n2n .

√
d) f (n) = (2n)! ≈ (2n)2n e−2n 2n.
√
√ n √
(2n)2n e−2n 2n 2n
lim = lim (2n)n e−2n 2n = lim 2n =
n→+∞ (2n)n n→+∞ n→+∞ e2
= ∞+∞ · ∞ = ∞
Por lo tanto, (2n)! >> (2n)n .
1.8. Sabemos que nr << an (el orden de los polinomios es inferior al de las exponenciales
de base > 1). Por otra parte:
n
nn n
lim = lim = ∞+∞ = ∞,
n→+∞ an n→+∞ a
ası́ que: an << nn .

A partir del apartado a del ejercicio 1.7, podemos deducir que:

r k
nr nk
lim = lim = ∞k = ∞.
n→+∞ (ln n)k n→+∞ ln n
Este cálculo nos indica que (ln n)k << nr .
Enmarcaremos el resultado que resume la escala de órdenes de magnitud de estas funciones,

de uso frecuente:
(ln n)k << nr << an << nn

(k > 0) (r > 0) (a > 1)
2. Resolución aproximada de ecuaciones

.
De momento, son pocas las ecuaciones que sabemos resolver. Conocemos

una fórmula que nos da la solución de cualquier ecuación polinómica
de primer y segundo grado, y es posible que algunos de vosotros hayáis
visto fórmulas análogas para las ecuaciones de tercer y cuarto grado. Ante
una ecuación de grado superior con algunas soluciones enteras, también
podrı́amos encontrar una solución con la regla de Ruffini. Sin embargo,
en el resto de los casos, ¿qué harı́amos? O, lo que es todavı́a peor, ¿có-
mo podemos resolver una ecuación como sin x − x = 0 si ni siquiera es
polinómica?
En este apartado desarrollaremos algunas técnicas para obtener soluciones

aproximadas de ecuaciones polinómicas de cualquier grado, como también
de muchas otras ecuaciones no polinómicas.
Hay quien se podrı́a quejar y decir: “¡Las soluciones no serán exactas!

¿Qué valor tiene el resultado?”. Pero pensad que, cuando resolvemos una
ecuación de segundo grado, pongamos por caso x2 + 2x − 1, que tiene por
√
soluciones −1 ± 2, nos quedamos satisfechos diciendo que las soluciones
son −2, 4142 y 0, 4142; si queremos precisar más, sólo tenemos que poner
más decimales. Esto es justamente lo que conseguiremos con los nuevos
métodos que se van a exponer en este apartado: dar una aproximación tan
precisa como deseemos de las soluciones de una ecuación.
2.1. Separación de las soluciones
Antes de aplicar un método de resolución aproximada de ecuaciones, se

nos plantea una cuestión previa: saber cuántas soluciones hay y separarlas.
Con este objetivo es conveniente obtener intervalos pequeños, de manera
que cada uno contenga una sola solución. Entonces, tendremos las solu-
ciones separadas y podremos aplicar el método de aproximación escogido,
centrándonos en cada intervalo.
Con el fin de encontrar estos intervalos, utilizaremos el teorema de Bolzano, Ya hablamos del...
pero para averiguar el número de soluciones a menudo será necesario el uso
... teorema de Bolzano en el
de técnicas complementarias, que variarán en función del tipo de ecuación. último apartado del módulo
“Las ideas básicas del
En los siguientes ejemplos ilustraremos las técnicas de uso más frecuente. cálculo”.
Ejemplo 2.1.
Separamos las soluciones de x4 + x3 − 27x2 − 25x + 41 = 0.
De entrada, observamos que, si |x| ≥ 10, el término x4 toma un valor mayor que el resto
de los términos juntos y, por tanto, f (x) = x4 + x3 − 27x2 − 25x + 41 > 0 si |x| ≥ 10.
Todas las soluciones de la ecuación f (x) = 0 se encontrarán, entonces, en el intervalo
(−10, 10).
Teniendo en cuenta que nuestra función es polinómica, podemos utilizar la regla de

Ruffini para averiguar si existen soluciones enteras. Los candidatos serán los divisores
del término independiente del polinomio f (x), en este caso ±1 y ±41, pero resulta que
ninguno de los dos es la solución. En consecuencia, tendremos que tomar otro camino.
El teorema de Bolzano nos indica que toda función continua (como es el caso de un
polinomio), que cambia de signo entre dos puntos a y b, se anula en algún punto del
intervalo (a, b). Intentaremos detectar dónde tiene este comportamiento nuestra función:
f (−10) > 0, f (1) = −9 < 0, f (10) > 0.
Esto quiere decir que existe, como mı́nimo, una solución para cada uno de los intervalos
(−10, 1) y (1, 10). Sin embargo, nos preguntamos si hay dos soluciones o hay más.
Dado que f (x) es un polinomio de cuarto grado, puede haber 0, 2 ó 4 soluciones. Inten-
Si tenéis dudas...
taremos ahondar más, para averiguar ası́ si hay algún otro cambio de signo que delate la
existencia de más soluciones:
... sobre el número de raı́ces
de un polinomio, podéis
f (5) = −9 < 0, f (0) = 41 > 0.
repasar el módulo “Las
funciones de una variable”.
Efectivamente, habı́a dos soluciones, y el teorema de Bolzano nos garantiza que se en-
cuentran en los intervalos (−10, −5), (−5, 0), (0, 1) y (1, 10). De hecho, todavı́a podemos
ser un poco más precisos si observamos que:
f (−6) = 299 > 0, f (−2) = −9 < 0, f (−1) = 59 > 0,
f (4) = −171 < 0, f (5) = 66 > 0.
Ahora ya estamos en condiciones de asegurar que hay cuatro soluciones, y que se encuen-
tran en los intervalos:
(−6, −5), (−2, −1), (0, 1), (4, 5).
Ejemplo 2.2.
Separamos las soluciones de f (x) = x3 + x + 1 = 0. Nota
Recordemos que una ecuación polinómica de tercer grado puede tener una o tres solu-
Un esbozo de la gráfica de la
ciones. Dado que, en nuestro caso, f (x) > 0 cuando x ≥ 0 y lim f (x) = −∞, sabemos
x→−∞ función f (x) siempre nos
que como mı́nimo hay una solución negativa, y ninguna positiva. Evaluamos la función puede ser de utilidad a la
en algunos puntos: hora de saber el número de
f (−1) = −1 < 0, f (0) = 1 > 0. soluciones y de situarlas.
Deducimos que tenemos una solución en el intervalo (−1, 0).
Por otro lado, f (x) < f (−1) si x < −1, ya que x3 + x es negativo y, en valor absoluto,
va creciendo cada vez más, a medida que x se aleja del origen en sentido negativo. Esto
nos indica que no hay ninguna solución en el intervalo (−∞, −1); es decir, que todas las
soluciones están en (−1, 0).
En este caso, en lugar de escoger más valores en los que evaluar f (x), seguiremos otro
camino. La función f (x) es derivable y f (x) = 3x2 + 1. Nos damos cuenta de que
f (x) > 0, ∀x, lo que quiere decir que f (x) es estrictamente creciente en toda la recta
real. Una función estrictamente creciente sólo puede atravesar el eje OX una vez como
máximo y, en consecuencia, nuestra función f (x) no podrá tener más de una solución.
Ası́ pues, con los cálculos que acabamos de realizar, ya hemos acabado y podemos concluir
que f (x) tiene una única solución, que se sitúa en el intervalo (−1, 0).
Ejemplo 2.3.
¿Cuántas soluciones tiene la ecuación x = cos x?
Podemos replantear el problema de la siguiente manera: ¿cuántas soluciones tiene la

ecuación f (x) = x − cos x = 0? Aplicamos la idea de Bolzano:
f (−2π) = −2π − 1 < 0, f (−π) = −π + 1 < 0, f (0) = −1 < 0,

f (π) = π + 1 > 0, f (2π) = 2π − 1 > 0, f (3π) = 3π + 1 > 0...
Sólo hemos localizado una, que se encuentra en el intervalo (0, π). Utilizaremos la
Notación
derivada de f (x) para averiguar si puede haber alguna más:
⇐⇒ significa
f (x) = 1 + sin x.
‘equivalentemente‘.
Dado que sin x ≥ −1 ∀x, resulta que f (x) ≥ 0 ∀x. Además: =⇒ significa ‘implica‘.
3π
f (x) = 0 ⇐⇒ sin x = −1 ⇐⇒ x = + 2πk ∀k entero.
2
La función f (x) no es estrictamente creciente, lo cual puede parecer un inconveniente,

pero observamos que f (x) > 0 si x > 1 y f (x) < 0 si x < −1, de manera que las
soluciones de la ecuación tienen que encontrarse en (−1, 1), puesto que en este intervalo
sı́ se satisface la propiedad f (x) > 0, y tenemos que f (x) es estrictamente creciente.
Podemos concluir, pues, que existe una única solución de la ecuación x = cos x, y que
ésta se encuentra en el intervalo (−1, 1).
Ejercicio 2.1.
Determinad el número de soluciones de las ecuaciones que tenéis a continuación y sepa-

radlas en intervalos disjuntos:
a) x5 − 8x3 − x2 − 9x + 9 = 0.
b) x4 − 4x3 − 4x2 + 16x + 1 = 0.
c) 3x = 2 cos2 x.
2.2. Método de bisección
Tras saber cómo hay que separar las soluciones de una ecuación, nos centra-
remos en darle un valor aproximado mediante el uso de diferentes métodos.
El primero que vamos a exponer se conoce como método de bisección y
es el más simple, se basa en el teorema de Bolzano.
El punto de partida es una ecuación f (x) = 0 dada por una función continua
y dos puntos a, b, donde f toma valores con signo diferente (f (a)·f (b) < 0),
con el fin de garantizar la existencia de solución en el interior del intervalo
[a, b]. Partiendo de [a, b], iremos encontrando nuevos intervalos [ak , bk ],
cada vez menores, que satisfarán la propiedad f (ak ) · f (bk ) < 0. Cuando
hayamos encontrado un intervalo lo bastante pequeño, escogeremos un

punto cualquiera del interior como valor aproximado de la solución.
Veamos ahora cómo se construyen los intervalos sucesivos:
• Enunciamos I0 = [a, b]. Suponemos que f (a) < 0 y f (b) > 0.
a+b
• Consideramos x1 = 2 el punto medio del intervalo I0 .
• Se pueden dar tres circunstancias:
1) Si f (x1 ) = 0, ya hemos terminado.
2) Si f (x1 ) > 0, denominaremos a1 = a, b1 = x1 y tomaremos I1 =

= [a1 , b1 ] como intervalo siguiente.
3) Si f (x1 ) < 0, denominaremos a1 = x1 , b1 = b y tomaremos I1 =

= [a1 , b1 ] como el siguiente intervalo.
• Observad que f (x) toma valores con signo diferente en los extremos del
intervalo I1 , como también pasaba con I0 . Esta propiedad garantiza la
existencia de una solución de la ecuación en el interior del intervalo I1 .
Además, la longitud del intervalo nuevo se ha reducido a la mitad.
• Por medio de la iteración de este proceso,iremos encontrando intervalos Por este motivo...
b−a
Ik de longitud 2k
que contendrán una solución. Nos detendremos
... el método se llama de
cuando consideremos que la aproximación es lo bastante buena, es bisección: en cada iteración
b−a se parte por la mitad el
decir, cuando 2k
sea menor que la cota de error que hayamos prefijado. intervalo anterior.
Ejemplo 2.4.
Resolvemos la ecuación x = cos x.
Ya hemos visto en el ejemplo 2.3 que esta ecuación tiene una única solución.
Consideramos f (x) = cos x − x, que es una función continua. Dado que f (0) = 1 > 0
y f (3) = cos 3 − 3 < 0, podemos empezar con la aplicación del método de bisección a
partir de I0 = [0, 3].
Consideremos el punto medio de I0 , x1 = 1, 5, y evaluemos la función en dicho punto,

f (1, 5) ≈ −1, 43 < 0. El algoritmo anterior nos indica que I1 =[0, 1,5].
En la tabla siguiente podemos ver el resultado que se logra tras haber realizado las itera-
ciones necesarias hasta obtener una aproximación de la solución con tres cifras decimales
exactas. Las columnas corresponden al número de iteraciones (k), a los extremos de los
sucesivos intervalos [ak , bk ] y a su longitud, bk − ak .
Ik ak bk bk - ak
0 0 3 3
1 0 1,5 1,5
2 0 0,75 0,75
3 0,375 0,75 0,375
4 0,5625 0,75 0,1875
5 0,65625 0,75 0,09375
6 0,703125 0,75 0,046875
7 0,7265625 0,75 0,0234375
8 0,73828125 0,75 0,01171875
9 0,73828125 0,744140625 0,005859375
10 0,73828125 0,7412109375 0,0029296879
11 0,73828125 0,73974609375 0,00146484375
12 0,739013671875 0,73974609375 0,000732421875
De este modo, necesitamos seis iteraciones para conseguir la primera cifra decimal exacta,
once para la segunda y doce para llegar a la conclusión de que la solución aproximada
con tres cifras decimales exactas es 0,739.
Ejercicios
2.2.
a) ¿Cuántas soluciones tiene la ecuación xex = 1?
b) Calculadlas mediante el método de bisección con una cifra decimal exacta.
2.3. Utilizando el método de bisección, calculad la única solución de la siguiente ecuación:
f (x) = sin x + cos x − 0,5 = 0,
en el intervalo [ π2 , π], con tres cifras decimales exactas.
Cuando tengáis la solución de estos dos ejercicios, os daréis cuenta de que

el método de bisección, a pesar de ser seguro, es un poco lento. Se acaba
encontrando una solución tan precisa como queramos, pero la convergen-
cia del método hacia la solución es bastante lenta. Por este motivo, en los
siguientes apartados vamos a encontrar un par de propuestas más con el
fin de ganar en velocidad de convergencia.
2.3. Método de la secante
Con el método de bisección siempre escogı́amos el punto medio del in-

tervalo para continuar con la aproximación, pero si tuviésemos la libertad
para escoger algún otro más cercano a la solución en cada iteración, nos
acercarı́amos con una mayor rapidez, ganarı́amos en velocidad.
Observad con atención el siguiente gráfico.

Partimos de la gráfica de una función continua f (x), que se anula en un

punto α del intervalo [a, b], y hemos dibujado también la recta (secante en
la gráfica) que une los puntos (a, f (a)) y (b, f (b)). La intersección (c) de
a+b
esta secante con el eje OX está más cerca de α que el punto medio 2 ,
del intervalo [a, b]. Ası́, parece que esta nueva idea geométrica, repetida en
sucesivas ocasiones (observad el gráfico siguiente), nos puede aportar una
buena aproximación de la solución de manera mucho más rápida que el
método de bisección.
Sin embargo, ¿cómo podemos encontrar numéricamente estos puntos x2 ,

x3 . . . que aproximan la solución de la ecuación f (x) = 0? El primer paso
será calcular el punto x2 de este gráfico a partir de los extremos del intervalo
[a, b] = [x0 , x1 ].
La recta que pasa por los puntos (x0 , f (x0 )) y (x1 , f (x1 )) tiene la ecuación
y = px + m, donde:
f (x1 ) − f (x0 ) f (x1 ) − f (x0 )

p= , m = f (x0 ) − x0
x1 − x0 x1 − x0
(los valores p y m se calculan imponiendo que los dos puntos satisfacen la

ecuación de la recta).
El punto de corte de esta recta con el eje OX es (x2 , 0), donde:
f (x1 )(x1 − x0 )
x2 = x1 − .
f (x1 ) − f (x0 )
Si vamos repitiendo el mismo proceso, obtendremos una sucesión de pun-

tos x0 , x1 , x2 , · · · , xn cada vez más cercanos (si todo va bien) a la solución
exacta. Podremos calcular xn a partir de los dos puntos anteriores, xn−1 y
xn−2 , de la misma manera que hemos obtenido x2 a partir de x0 y x1 .
.
Fórmula iterativa del método de la secante
f (xn−1 )(xn−1 − xn−2 )

xn = xn−1 − , n≥2
f (xn−1 ) − f (xn−2 )
El método de la secante es, pues, el que se conoce como método recurrente, es

decir, que el siguiente punto se obtiene a partir de algunos de los anteriores.
Ejemplo 2.5.
Resolvemos la ecuación x = cos x con el método de la secante.
Consideramos f (x) = cos x − x, x0 = 0, 7 y x1 = 0, 8. El hecho de que f (x) sea continua,

f (0, 7) > 0 y f (0, 8) < 0, nos permite deducir que hay una solución de la ecuación
f (x) = 0 en el intervalo (0,7, 0,8).
La fórmula iterativa del método de la secante, aplicada a nuestra función f (x) es:
(cos(xn−1 ) − xn−1 )(xn−1 − xn−2 )

xn = xn−1 − .
cos(xn−1 ) − xn−1 − cos(xn−2 ) + xn−2
Cuando empezamos a calcular puntos, obtenemos:
x2 = 0, 738565440, x3 = 0, 739078362,
x4 = 0, 739085134, x5 = 0, 739085133.
Dado que f (x4 ) < 0 y f (x5 ) > 0, tenemos una solución al intervalo (0,739085133,
0,739085134). En sólo cuatro iteraciones, hemos pasado de tener una sola cifra decimal
exacta (x ≈ 0,7), a tener ocho (x ≈ 0,739085133). El método de la secante ha resultado
ser mucho más rápido que el método de bisección, tal y como nos habı́amos propuesto.
Es posible que alguien se haya preguntado por qué hemos calculado el signo de f (x4 )
y f (x5 ). Resulta que, en el método de la secante, la solución no siempre se encuentra
entre dos puntos consecutivos xn y xn+1 . Lo único que podremos asegurar es que xn+1
estará más cerca de la solución que xn . Este fenómeno se da en el ejemplo anterior:
0, 73908513 ∈ [x2 , x3 ]. La razón se puede entender de manera gráfica si observamos el
gráfico:
La solución α no se encuentra entre x1 y x2 , pero x2 está más cerca de α que x1 .

Ejercicio 2.4.
Resolved el ejercicio 2.3. utilizando ahora el método de la secante y comparando la

rapidez.
2.4. Método de Newton
Todavı́a nos queda considerar un tercer método de resolución aproximada

de ecuaciones, el llamado método de Newton o método de la tangente. También
es un método iterativo, incluso más rápido que los dos anteriores, pero para
su utilización es necesario que la función usada sea derivable en un entorno
de la solución. Para que os hagáis una idea de la velocidad de convergencia
del método, pensad en que el número de cifras decimales exactas se dobla
en cada iteración.
Isaac Newton
Veamos de manera gráfica la idea geométrica subyacente: (1642-1727)
Fı́sico inglés. De entre sus

obras destaca “Philosophiae
naturalis principia
mathematica”, escrita en el
año 1687.
Partiendo de un valor x0 cercano a la solución α de la ecuación f (x) = 0,

trazamos la tangente a la curva y = f (x) en el punto de abscisa x = x0 , y
escogemos como punto siguiente de la iteración (x1 ) la intersección de la
recta tangente con el eje OX. Con el fin de aproximarnos sucesivamente
a la solución, iremos repitiendo este proceso.
Os daréis cuenta de que este procedimiento es parecido al método de la

secante, pero aquı́ se considera la tangente en el momento de ir avanzando
en la iteración.
¿Y a qué fórmula iterativa da lugar esta construcción geométrica? La ecua-

ción de la recta tangente a la curva y = f (x) en el punto (xn , f (xn )) es:
y − f (xn ) = f (xn ) · (x − xn ).
Si la intersecamos con el eje OX, obtenemos la abscisa:

f (xn )
x = xn − ,
f (xn )
donde este punto corresponde a la abscisa de la iteración siguiente.
.
Fórmula iterativa del método de Newton
f (xn )
xn+1 = xn − , n≥0
f (xn )
Ejemplo 2.6.
Volvemos a la ecuación f (x) = cos x − x = 0, y observamos las aproximaciones de Comentario

la solución que vamos obteniendo si utilizamos el método de Newton, empezando con
x0 = 0,7. La derivada de la función es f (x) = − sin x − 1, y la fórmula recursiva:
Los cálculos se hacen con una
cos xn − xn calculadora con pantalla de
xn+1 = xn + . diez dı́gitos. Si queréis
1 + sin xn
continuar iterando y
Los puntos que se van obteniendo cuando se aplica la fórmula de manera sucesiva son: comprobar la velocidad de
convergencia del método en
x1 = 0, 739436497 (tres cifras decimales exactas) este ejemplo, podéis hacerlo
x2 = 0, 739085160 (seis cifras decimales exactas) con la ayuda del ordenador.
x3 = 0, 739085133 (todas las cifras decimales son exactas)
Un criterio heurı́stico para saber el número de decimales exactos de xn consiste en detectar

las cifras coincidentes con xn−1 . En este caso, x2 tendrı́a como mı́nimo tres cifras
decimales exactas y x3 tendrı́a como mı́nimo siete.
En vista del ejemplo, parece que el método de Newton es la “panacea”, es decir, la solución
a todos nuestros problemas y que podemos olvidarnos de los dos métodos anteriores. Sin
embargo, no os precipitéis y echadle un vistazo a este par de ejemplos gráficos:
En el gráfico de la izquierda, vemos que el método entra en un proceso

oscilante, las iteraciones nos llevan del punto x0 al punto x1 , y viceversa,
de manera que no es posible acercarse más a la solución. En el gráfico de
la derecha, el resultado es todavı́a peor, porque x1 se aleja de la solución.
De hecho, utilizando el método de la secante también podrı́amos trope-

zarnos con obstáculos parecidos. El único método seguro, en el sentido
de que siempre nos conduce hasta la solución con independencia de los
puntos iniciales que hayamos escogido, es el de bisección.
A continuación resumimos las prestaciones y las limitaciones del método

de Newton:
• Es necesario que f (x) sea derivable en un entorno de la solución (y que

f (x) no se anule para que la fórmula siempre tenga sentido).
• No siempre se llega a la solución (el método no siempre es convergente,

partiendo de un punto inicial cualquiera).
• Si llegamos a una solución, la convergencia es muy rápida.
Podemos concluir apuntando que un método útil para una gran cantidad
de funciones es lento, mientras que un método rápido tiene restricciones.
Una posibilidad para optimizar esfuerzos es estudiar, para cada función,
qué método resulta adecuado, y en qué punto x0 es ventajoso empezar la
iteración si lo que queremos es ganar en rapidez. En cualquier caso, es muy
útil disponer de entrada de un esbozo de la gráfica de la función.
2.5. Ejercicios
2.5. Resolved el problema 2.3. aplicando el método de Newton.
2.6. √
a) Encontrad una fórmula iterativa para calcular 2 por medio del método de Newton.
√
b) Encontrad una aproximación de 2 con ocho cifras decimales exactas.
2.6. Solucionario
2.1.
a) Descomponemos x5 − 8x3 − x2 − 9x + 9 = (x3 + x − 1)(x + 3)(x − 3) mediante la regla
de Ruffini y obtenemos dos soluciones exactas: x = ±3.
Entonces consideramos la función f (x) = x3 + x − 1.
f (x) = 3x2 +1 > 0 ∀x implica que f (x) es creciente de forma estricta y, por tanto, la ecuación
f (x) = 0 tendrá, como máximo, una solución.
Dado que f (x) es un polinomio de grado impar, tiene como mı́nimo una raı́z.
Conclusión: x5 − 8x3 − x2 − 9x + 9 = 0 tiene tres soluciones.
Por otro lado, f (0) = −1 < 0 y f (1) = 1 > 0, de donde se deduce que la tercera solución se
encuentra en el intervalo (0, 1).
b) La regla de Ruffini nos indica que f (x) = x4 − 4x3 − 4x2 + 16x + 1 = 0 carece de soluciones
enteras. Gracias a que f (x) es un polinomio de cuarto grado, nosotros sabemos que puede
tener 0, 2 ó 4 raı́ces. Le damos valores a la función:
f (−2) = 1 > 0, f (−1) = −14 < 0, f (0) = 1 > 0, f (3) = −14 < 0, f (4) = 1 > 0.
En consecuencia, existen cuatro soluciones posibles de la ecuación, que se sitúan en los

intervalos(−2, −1), (−1, 0), (0, 3) y (3, 4).
c) Consideramos f (x) = 3x − 2 cos2 x = 0.
f (x) = 3 + 4 sin x cos x = 3 + 2 sin(2x) ≥ 1 ∀x
porque −1 ≤ sin α ≤ 1 ∀α. Ası́ pues, f (x) es estrictamente creciente y la ecuación tendrá
como máximo una solución.
f (0) = −2 < 0, f (π) = 3π − 2 > 0.
Por tanto, hay una única solución, que se encuentra en el intervalo (0, π).
2.2.
a) De entrada observamos que xex es más pequeño que 0 si x < 0, por lo tanto la ecuación no
tiene soluciones negativas. Consideramos f (x) = xex − 1 en [0, +∞). f (x) = (x + 1)ex > 0,
cuando x > 0, nos indica que f (x) es estrictamente creciente en [0, +∞), y por lo tanto,
f (x) = 0 tendrá, como máximo, una solución. Por otra parte,
f (0) = −1 < 0, f (1) = e − 1 > 0.
Conclusión: hay una sola solución que se encuentra en (0, 1).
b) f (x) = xex − 1, I0 = [0, 1], x1 = 0,5.

1√
f (0,5) = 2
e −1<0 =⇒ I1 = [0,5, 1]
0,5 + 1
x2 = = 0,75
2
f (0,75) ≈ 0,5878 > 0 =⇒ I2 = [0,5, 0,75]
0,5 + 0,75
x3 = = 0,625
2
f (0,625) ≈ 0,1677 > 0 =⇒ I3 = [0,5, 0,625]
0,5 + 0,625
x4 = = 0,5625
2
f (0,5625) ≈ -0,0128 < 0 =⇒ I4 = [0,5625, 0,625]
0,5625 + 0,625
x5 = = 0,59375
2
f (0,59375) ≈ 0,0751 > 0 =⇒ I5 = [0,5625, 0,59375]
Podemos ver que la aproximación de la solución con una cifra decimal exacta es x = 0,5 y
han sido necesarias cinco interaciones para certificarlo.
2.3. Al ser f (x) continua, podemos aplicar el método de bisección.
f ( π2 ) = 0,5 > 0, f (π) = -1,5 < 0.
Por lo tanto, encontramos una solución en el intervalo [ π2 , π]; hacemos una tabla parecida a
la del ejemplo 2.4:
0 1,570796327 3,141592654
1 1,570796327 2,3561944902
2 1,9634954085 2,3561944902
⯗ ⯗ ⯗
10 1,994175024 1,995709005
11 1,994175024 1,994942014
Hemos podido comprobar que necesitamos once iteraciones si queremos que los dos extremos
del intervalo coincidan en tres cifras decimales. La aproximación deseada de la solución es
x = 1,994.
2.4. f (x) = cos x + sin x − 0,5, x0 = π

2
, x1 = π.
La fórmula recurrente que hay que aplicar para obtener las siguientes aproximaciones es:
cos(xn−1 ) + sin(xn−1 ) − 0,5

xn = xn−1 − (xn−1 − xn−2 ) .
cos(xn−1 ) + sin(xn−1 ) − cos(xn−2 ) − sin(xn−2 )
Si empezamos con x0 = 1,570796327 ≈ π

2
y x1 = 3,141592654 ≈ π, iremos obteniendo:
x2 = 1,963495409, x3 = 1,994985893, x4 = 1,994826396.
Dado que tenemos que f (x3 ) < 0 y f (x4 ) > 0, la solución se encontrará en el intervalo
(x4 , x3 ), y de esta manera la aproximación de la solución con tres cifras exactas es x = 1,994.
Observad, en cualquier caso, que la convergencia es más rápida que si utilizamos el método
de bisección, puesto que ahora sólo hemos necesitado tres iteraciones.
2.5. f (x) = sin x + cos x − 0,5 = 0. f (x) = cos x − sin x. La fórmula iterativa es:
sin(xn ) + cos(xn ) − 0,5

xn+1 = xn − .
cos(xn ) − sin(xn )
Empezamos las iteraciones con x0 = π

2
.
x1 = π
2
+ 0,5 ≈ 2,070796327, x2 = 1,995746681, x3 = 1,994827526.
Con tres iteraciones, como vemos, ha sido suficiente y, de hecho, x3 es una aproximación de
la solución con seis cifras decimales exactas.
2.6. √
a) Necesitamos una función derivable f tal que x = 2 sea una solución de f (x) = 0.
√
x= 2 =⇒ x2 = 2 =⇒ x2 − 2 = 0.
Escogemos f (x) = x2 − 2. f (x) = 2x y la fórmula iterativa del método de Newton es:
x2n − 2
xn+1 = xn − ,
2xn
que, convenientemente simplificada, se convierte en:
xn 1
xn+1 = + .
2 xn
b) Empezamos las iteraciones:
x1 = 1,5, x2 = 1,416666667, x3 = 1,414215686, x4 = 1,414213562.
Sólo han sido necesarias cuatro iteraciones; x4 ya tiene nueve cifras decimales exactas.
3. Aproximación polinómica de una función

.
En el módulo “Las ideas básicas del cálculo” estudiamos la aproximación

local de funciones derivables por rectas y por parábolas, y también anun-
ciamos una fórmula que nos iba a servir para encontrar el polinomio de
grado n que mejor aproxima una función alrededor de un punto fijado.
En el presente apartado se expone de manera detallada este resultado fun-

damental del análisis matemático, llamado fórmula o teorema de Taylor, y
se aplica a la evaluación aproximada de funciones.
3.1. Fórmulas de Taylor y Maclaurin
En un principio, consideraremos funciones polinómicas. Tenemos el po-

linomio P (x) = = 2x4 − 4x3 − 5x2 + 7x + 10, y nos planteamos expresarlo
en potencias de (x − 2).
Utilizando de manera sucesiva la regla de Ruffini para dividir el polinomio

P (x) por (x − 2), tendremos:
Brook Taylor (1685-1731)
Matemático inglés conocido

principalmente por su
teorema o fórmula, que
proporciona la aproximación
polinómica de una función.
Este teorema, enunciado
hacia 1712, aparece
publicado en la obra principal
de Taylor: Methodus
incrementorum directa et
inversa (1715 - 1717), que se
puede considerar, salvo
aislados precedentes, la
primera obra sobre
diferencias finitas. El teorema
fue ignorado durante medio
siglo, hasta que Lagrange lo
P (x) = (x − 2)(2x3 − 5x − 3) + 4. hizo destacar. Cauchy, por
otra parte, llevó a cabo su
P (x) = (x − 2) (x − 2)(2x2 + 4x + 3) + 3 + 4. primera demostración

rigurosa.
P (x) = (x − 2) (x − 2) (x − 2)(2x + 8) + 19 + 3 + 4.

P (x) = (x − 2) (x − 2) (x − 2) 2(x − 2) + 12 + 19 + 3 + 4.
P (x) = 4 + 3(x − 2) + 19(x − 2)2 + 12(x − 2)3 + 2(x − 2)4 .
En general, dado un polinomio cualquiera P (x), éste se puede expresar

mediante potencias de (x−a) como hemos visto antes. También es posible
calcular los coeficientes del desarrollo anterior por derivaciones sucesivas
de P (x).
Si nos encontramos con un polinomio de grado n cualquiera, se puede

escribir:
P (x) = a0 + a1 (x − a) + a2 (x − a)2 + a3 (x − a)3 + . . . + an (x − a)n .

P (x)
= 1 · a1 + 2 · a2 (x − a) + 3 · a3 (x − a)2 + . . . + n · an (x − a)n−1 .
P (x)
= 2 · 1 · a2 + 3 · 2 · a3 (x − a) + . . . + n · (n − 1) · an (x − a)n−2 .
..
.
(n)
P (x) = n · (n − 1) · (n − 2) · (n − 3) · . . . · 2 · 1 · an = n! an .
Calculando el valor numérico de los polinomios para x = a, tendremos:
P (a)
P (a) = 1 · a0 = 0! · a0 ⇒ a0 = 0! .
P (a)
P (a) = 1 · a1 = 1! · a1 ⇒ a1 = 1! .
P (a) = 2 · 1 · a2 = 2! · a2 ⇒ a2 = P2! (a)

.
..
.
P (n)(a)
P (n) (a) = n · (n − 1) · (n − 2) · . . . · 2 · 1 · an = n! · an ⇒ an = n! .
De modo que el desarrollo de P (x) en potencias de (x − a) será:
.
P (a) P (a) P (n) (a)
P (x) = P (a) + (x − a) + (x − a)2 + . . . + (x − a)n .
1! 2! n!
Ésta es la fórmula de Taylor para funciones polinómicas.
Aplicando estos resultados al polinomio del ejemplo de introducción, te-

nemos:
P (2) 4
P (x) = 2x4 − 4x3 − 5x2 + 7x + 10 ⇒ a0 = 0! = 1 = 4.

P (2) 3
P (x) = 8x3 − 12x2 − 10x + 7 ⇒ a1 = 1! = 1 = 3.

P (2) 38
P (x) = 24x2 − 24x − 10 ⇒ a2 = 2! = 2 = 19.
P (2) 72
P (x) = 48x − 24 ⇒ a3 = 3! = 6 = 12.
(iv)
P (2) 48
P (iv) (x) = 48 ⇒ a4 = 4! = 24 = 2.
El desarrollo de P (x) resulta, como antes:
P (x) = 4 + 3(x − 2) + 19(x − 2)2 + 12(x − 2)3 + 2(x − 2)4 .
.
Dada una función y = f (x), definida en un entorno del punto a, tal
que existen f (a), f (a), . . . , f (n) (a), definimos polinomio de Taylor
de grado n para f , en el punto a, y lo escribimos Pn,a (x):
f (a) f (a) f (n) (a)

Pn,a (x) = f (a) + (x − a) + (x − a)2 + . . . + (x − a)n .
1! 2! n!
Se aprecia que, sin lugar a dudas, f (x) no es una función polinómica;

f (x), por lo tanto, no se podrá expresar con un polinomio. La diferencia
f (x) − Pn,a (x) no será nula, lo que da lugar a la definición que tenemos a
continuación:
.
Si y = f (x) es una función mediante la cual existe Pn,a (x), definimos
el residuo n-ésimo de Taylor de f en a (término complementario
de orden n de f en a) como:
Rn,a (x) = Tn,a (x) = f (x) − Pn,a (x) =

f (a) f (n) (a)
= f (x) − f (a) − (x − a) − . . . − (x − a)n .
1! n!
Como podı́amos esperar, entre el polinomio de Taylor de una función y la

misma función siempre se establece una relación determinada, como nos
muestra el siguiente teorema:
.
Sea f : y = [a1 , b1 ] → IR, a ∈ I. Supongamos que f es derivable
hasta el orden (n − 1) en I y que existe f (n) (a). Entonces,
f (x) − Pn,a (x)
lim = 0 (si n = 1, la hipótesis es f derivable en a).
x→a (x − a)n
Es necesario observar que el teorema asegura que si f cumple las condicio- Forma de Peano
n
nes mencionadas, entonces f (x) − Pn,a (x) = o((x − a) ) (consultad el texto
o((x − a)n ) =
explicativo que tenéis en el margen) cuando x → a, es decir: = (x − a)n (x − a), donde
(x − a) tiende a 0 si x → a.
f (a) f (n) (a) La forma
f (x) = f (a) + (x − a) + . . . + (x − a)n + o((x − a)n ). Rn,a (x) = o((x − a)n ) de
1! n! expresar el término
complementario se denomina
Como se puede apreciar, de aquı́ obtenemos una aproximación de f (x) forma de Peano o de Young.
mediante polinomios, al mismo tiempo que nos indica que, para valores
de x cercanos a a, la diferencia f (x) − Pn,a (x) es pequeña en comparación
con (x − a)n . El proceso anterior recibe el nombre de desarrollo limitado
de Taylor de orden n de la función f en el punto a.
Para n = 1 tenemos que P1,a (x) = f (a) + f (a)(x − a) es una aproximación

lineal de f (x), siendo f (x) − [f (a) + f (a)(x − a)] = o(x − a). Dado que la
ecuación de la recta tangente a la curva en x = a es y = f (a) + f (a)(x − a),
resulta que la recta tangente a x = a es la aproximación lineal de f (x) en
x = a. Si, por ejemplo, consideramos f (x) = sin x y el punto x = 0, nos
encontramos con que f (x) = cos x, f (0) = 1, con lo que llegamos a la
conclusión de que y = x es la aproximación lineal de f (x) = sin x en x = 0.
Ejemplo 3.1.
Si consideramos la función y(x) = sin x y a = π2 y, tendremos: y( π2 ) = 1; y (x) = cos x ⇒

⇒ y ( π2 ) = 0; y (x) = − sin x ⇒ y ( π2 ) = −1, y dado que y(x) cumple las condiciones
necesarias para admitir un desarrollo de Taylor de orden 2 en el punto π2 , resulta:
0 π 1 π 2 π 2 1 π 2 π 2
sin x = 1 + x− − x− +o x− = 1− x− +o x− .
1! 2 2! 2 2 2! 2 2
Ejemplo 3.2.
1 x3
Está claro que 1 = (1 − x)(1 + x + x2 ) + x3 . Ası́ pues, f (x) = 1−x
= 1 + x + x2 + (1−x)
x3 x3
y puesto que tenemos que lim = 0 ⇒ 2 = o(x2 ), podemos escribir
x→0 x2 (1− x) x (1 − x)
1
(1−x)
= 1 + x + x2 + o(x2 ). Se puede demostrar que 1 + x + x2 + o(x2 ) es el desarrollo
1
limitado de Taylor de orden 2 de f (x) = 1−x
en el punto a = 0, mediante el cálculo de
f (0), f (0) y f (0).
Si consideramos x − a = h ⇔ x = a + h, nos encontraremos con que el Recordad que...

desarrollo limitado de Taylor de orden n de la función f en el punto a se
... o(hn ) = hn (h), donde
puede escribir: (h) tiende a 0 si h → 0.
f (a) f (n) (a) n

f (a + h) = f (a) + h + ... + h + o(hn ).
1! n!
Si se diera el caso de que a = 0, entonces el desarrollo de Taylor y el polino- Colin Maclaurin

mio correspondiente se denominan polinomio y desarrollo de Maclaurin, (1698-1746)
que es: Matemático escocés y uno de

los discı́pulos más eminentes
de Newton. Realizó notables
trabajos en geometría,
f (0) f (0) 2 f (n) (0) n álgebra y cálculo
f (x) = f (0) + x+ x + ... + x + o(xn ). infinitesimal. En 1742
1! 2! n!
publicó su obra de mayor
renombre Tratado de las
fluxiones. Sus trabajos sobre
los desarrollos en serie de
Ejemplo 3.3. potencias de determinadas
funciones provocaron que el
Consideramos la función y(x) = ex . Tenemos que y(0) = e0 = 1; y (x) = ex ⇒ y (0) = caso a = 0 de la fórmula de
= e0 = 1; y (x) = ex ⇒ y (0) = e0 = 1; y (x) = ex ⇒ y (0) = e0 = 1. Taylor quedase asociado con
su nombre.
x2 x3
Por lo tanto, y(x) = ex = 1 + x
1!
+ 2!
+ 3!
+ o(x3 ).
x2 x3 xn
En general, tendremos y(x) = ex = 1 + x
1!
+ 2!
+ 3!
+ ... + n!
+ o(xn ).
A continuación veremos que en caso de que f cumpla ciertas condiciones

resulta posible expresar el residuo n-ésimo de Taylor (o término comple-
mentario) de manera bastante precisa.
Teorema de Taylor (con residuo de Lagrange)
Dada una función f : [α, β] → IR derivable hasta el orden n en

[α, β], f (n) (x) continua en [α, β] y derivable en (α, β), sean a y x puntos
diferentes de [α, β]. Entonces existe ξ comprendido entre a y x tal
que:
(x − a)n+1 (n+1)
Rn,a (x) = f (ξ).
(n + 1)!
El hecho de decir que ξ está comprendido entre a y x equivale a decir que

ξ = a + θh, siendo h = (x − a), 0 < θ < 1. !
Ası́, podemos expresar la fórmula de Taylor de la siguiente forma (supo-

niendo que f cumple las condiciones del teorema de Taylor):
f (a) f (n) (a)
f (x) = f (a) + (x − a) + . . . + (x − a)n +
1! n!
f (n+1) [a + θ(x − a)]
+ (x − a)n+1 ,
(n + 1)!
o bien:
f (a) f (n) (a) n f (n+1) (a + θh) n+1

f (a + h) = f (a) + h + ... + h + h ,
1! n! (n + 1)!
siendo 0 < θ < 1.

.
f (n+1) (a+θh) n+1
La expresión (n+1)! h recibe el nombre de residuo (término
complementario) de Lagrange.
Como se puede apreciar, la fórmula de Taylor proporciona una aproxima-

ción de f (x) mediante polinomios donde el residuo es el que establece el
error cometido. La magnitud del error cometido se puede calcular (acotar)
si se conocen cotas de |f (n+1) (x)|.
Además, en el caso n = 0, la fórmula de Taylor (con residuo de Lagrange)

se reduce a la del teorema de valor medio de Lagrange. Ası́ pues, la fór-
mula de Taylor es una generalización del teorema del valor medio de
Lagrange. !
El interés del término complementario del Lagrange es que sigue la ley

de formación de los términos anteriores, con la única diferencia de que
la derivada se encuentra en un punto indeterminado a + θh (0 < θ < 1)
comprendido entre a y a + h.
Ejemplo 3.4.
Si consideramos y(x) = f (x) = sin x y a = π2 , está claro que dado x ∈ IR, existen α, β tales
que π2 , x ∈ [α, β] y f cumple las condiciones del teorema de Taylor para cualquier n ∈ IN
en [α, β] (serı́a suficiente con considerar α = π2 , β = x si x > π2 , o bien α = x, β = π2 si
x < π2 ). En particular, para n = 2 tendremos:
f (x) = sin x ⇒ f ( π2 ) = 1,
f (x) = cos x ⇒ f ( π2 ) = 0,
f (x) = − sin x ⇒ f ( π2 ) = −1,
f (x) = − cos x ⇒ f [ π2 + θ(x − π
2
)] = − cos[ π2 + θ(x − π
2
)].

π
0 π 1 π 2 − cos +θ x− π 3
π
2 2
sin x = 1 + x− − x− + x− ⇒
1! 2 2! 2 3! 2
1 π 2
⇒ sin x 1 − x− , con un error:
2 2
− cos
π x − π 3
2
+θ x− π
2
π 3 2
|R2 (x)| = x− ≤ .
3! 2 6
π
Este error es pequeño siempre y cuando x se encuentre próxima a ; esto nos aporta más
1

π 2
2
π 2

información que si decimos sin x = 1 + 2!
x− 2
+o x− 2
(primer ejemplo
de este apartado).
La fórmula de Maclaurin se obtiene como un caso particular de la de Taylor

si se desarrolla la función y = f (x) en un entorno del punto x = 0.
f (0) f (0) 2 f (n) (0) n f (n+1) (θx) n+1

f (x) = f (0) + x+ x + ... + x + x
1! 2! n! (n + 1)!
Ejemplo 3.5.
Aproximemos en un entorno de x = 0 la función f (x) = sin x mediante un polinomio

de tercer grado.
f (x) = sin x ⇒ f (0) = 0, f (x) = cos x ⇒ f (0) = 1, f (x) = − sin x ⇒ f (0) = 0,

f (x) = − cos x ⇒ f (0) = −1, f (iv) (x) = sin x ⇒ f (iv) (θx) = sin θx.
1 0 −1 3 sin θx 4 1 sin θx 4 1
sin x = 0 + x + x2 + x + x = x − x3 + x x − x3 ,
1! 2! 3! 4! 6 4! 6

con un error |R3 (x)| = sin24θx x4 ≤
|x|4
24
(0 < θ < 1).
(0,1)4
Por ejemplo, si |x| < 0,1 < |R3 (x)| < 24 4 · 10−6 .
Es decir, en un entorno del punto x = 0, la curva definida por la función polinómica de

x3
tercer grado y = x − 6
aproxima la función y = sin x.
Ejercicios
3.1. Aproximad en un entorno de x = 0 la función f (x) = ex mediante el polinomio de

segundo grado y acotad el error cometido.
3.2. Aproximad en un entorno de x = 0 la función f (x) = cos x mediante un polinomio

de cuarto grado y acotad el error cometido si |x| < 0,3.
√
3.3. Aproximad la función f (x) = 1 + x en un entorno x = 0 mediante un polinomio
de tercer grado. Si 0 < x < 0,1, acotad el error cometido.
3.2. Evaluación aproximada de funciones
Imaginemos que queremos calcular sin(0,1) y no disponemos de calcula-

dora. Veamos la manera de utilizar la fórmula de Taylor para obtener un
valor aproximado de sin(0,1).
Dado que 0,1 está cerca de 0, utilizaremos el desarrollo limitado de Taylor

de la función f (x) = sin x en el punto a = 0. Tendremos que calcular
algunas derivadas de f (x) y evaluarlas en x = 0.
f (x) = cos x, f (x) = − sin x, f (x) = − cos x,

f (0) = 1, f (0) = 0, f (0) = −1.
Ahora apuntamos el polinomio de Taylor de tercer grado de f (x) en el

punto a = 0:
f (0) f (0) f (0)

P3 (x) = f (0) + (x − 0) + (x − 0)2 + (x − 0)3 =
1! 2! 3!
x3
= x− .
3!
El teorema de Taylor nos indica que, si x está cerca de 0, entonces:
x3
sin x = x − + R3,0 (x) =
3!
3
x x4
= x− + f (iv) (ξ), ξ ∈ (0, x) =
3! 4!
x3 x4
= x− + sin(ξ), ξ ∈ (0, x).
3! 4!
Evaluamos en x = 0,1 y obtenemos:
(0,1)3 (0,1)4
sin(0,1) = 0,1 − + sin(ξ), ξ ∈ (0, 0,1) =
3! 4!
= 0,099833333 + 0,000004167 sin(ξ), ξ ∈ (0, 0,1).
Si aproximamos sin(0,1) por 0,099833333, el error cometido en valor ab-

soluto está acotado por:
|0,000004167 sin(ξ)| ≤ 0,000004167,
ya que | sin(ξ)| ≤ 1.
Ejemplo 3.6.
√ √ 1
Calculamos e. Para hacerlo, escribimos e de la forma e 2 y utilizamos el desarrollo Comentario
limitado de Taylor de la función ex en el punto a = 0. Veamos qué nivel de precisión
obtenemos si utilizamos un polinomio de cuarto grado.
Si quisiéramos una
aproximación más esmerada,
Serán necesarias f (0), f (0), f (0), f (iv) (0) y f (v) (x) para el término complementario sólo tendrı́amos que
del residuo de Lagrange. considerar polinomios de
Taylor de grado mayor.
f (k) (x) = ex ∀k =⇒ f (k) (0) = 1 ∀k
f (0) f (0) f (0)

ex = f (0) + (x − 0) + (x − 0)2 + (x − 0)3 +
1! 2! 3!
f (iv) (0) f (v) (ξ)
+ (x − 0)4 + (x − 0)5 =
4! 5!
x2 x3 x4 x5 ξ
= 1+x+ + + + e , ξ ∈ (0, x).
2 6 24 120
Por lo tanto:
√ 1 1 ( 1 )2 ( 1 )3
e = e2 = 1 + + 2 + 2 +
2 2 6
( 12 )4 ( 12 )5 1
+ + eξ , ξ ∈ (0, ).
24 120 2
√ eξ 1
e = 1,6484375 + , ξ ∈ (0, ).
3.840 2
√
Teniendo en cuenta que eξ < 2 cuando ξ ∈ (0, 12 ), si aproximamos e por 1,6484375,
2
cometemos un error inferior a 3.840 = 0,00052083. En caso de que queramos un error
menor, tendremos que trabajar con un polinomio de Taylor de grado superior.
3.3. Ejercicios
√
3.4. Estableced una aproximación de 1,3 con un error inferior a una milésima.
3.5. Calculad el valor de cos(0,2) con un error menor que 10−4 .

√
3.6. Queremos calcular 10 e con un error inferior a 12 10−8 (la misma precisión que nos
proporcionarı́a una calculadora con pantalla de ocho dı́gitos), mediante el desarrollo de
Taylor de la función ex en el punto a = 0. ¿De qué grado, como mı́nimo, tendrá que
ser el polinomio de Taylor utilizado?
3.4. Solucionario
3.1.
f (x) = ex ⇒ f (0) = 1, f (x) = ex ⇒ f (0) = 1,
f (x) = ex ⇒ f (0) = 1, f (x) = ex ⇒ f (θx) = eθx .
1 1 2 eθx 3 1 1 2
ex = 1 + x + x + x ⇒ ex 1 + 1! x + 2! x ,
1! 2! 3!
con un error |R2 (x)| = eθx 3
6
x ≤
ex
6
|x| 3 (0 < θ < 1).
3.2.
f (x) = cos x ⇒ f (0) = 1, f (x) = − sin x ⇒ f (0) = 0.
f (x) = − cos x ⇒ f (0) = −1, f (0) = sin x ⇒ f (0) = 0,
f (iv) (x) = cos x ⇒ f (iv) (0) = 1, f (v) (x) = − sin x ⇒ f (v) (θx) = − sin θx.
0 1 0 3 1 4 − sin θx 5 x2 x4
cos x = 1 + x− x2 + x + x + x 1− + .
1! 2! 3! 4! 5! 2 24
|R4 (x)| = − sin θx x5 ≤
|x|5
5! 120
(0 < θ < 1).
(0,3)5
Para |x| < 0,3, tenemos |R4 (x)| ≤ 120
< 2,025 · 10−5 .
3.3.
1
f (x) = (1 + x) 2 ⇒ f (0) = 1.
−1
1 1
f (x) = 2
(1 + x) 2 ⇒ f (0) = 2
.
−3
f (x) = − 14 (1 + x) 2 ⇒ f (0) = − 14 .
−5
3 3
f (x) = 8
(1 + x) 2 ⇒ f (0) = 8
.
−7 −7
f (iv) (x) = − 15
16
(1 + x) 2 ⇒ f (iv) (θx) = − 15
16
(1 + θx) 2 .
−7
1 −1 3 −15
√ 2 4 8 16
(1 + θx) 2
1+x = 1+ x+ x2 + x3 + x4 ⇒
1! 2! 3! 4!
1 1 1 3
⇒ 1 + x − x2 + x , con un error
2 8 16
−15 (1 + θx) −7
16 2 5|x4 |
|R3 (x)| = x4 = .
4! 128 (1 + θx)7
5·(0,1)4
Si 0 < x < 0,1 ⇒ |R3 (x)| ≤ √ < 4 · 10−6 .
128 (1+0)7
3.4. En el problema 3.3 hemos visto que:
√ 1 1 1 3
1+x=1+ x − x2 + x + R3 (x),
2 8 16
4
|R3 (x)| = √5|x| , θ ∈ (0, 1), x cercano a 0.
128 (1+θx)7
Si x = 0,3:
√ 1 1 1
1+x= 1,3 = 1+ 0,3 − (0,3)2 + (0,3)3 + R3 (0,3) =
2 8 16
= 1,1404375 + R3 (0,3).
Ahora bien:
5(0,3)4 5(0,3)4
|R3 (0,3)| = ≤ ≈ 3 · 10−4 < 10−3 .
128 (1 + 0,3θ)7 128
√
Ası́, 1,3 = 1,1404375 con un error inferior a una milésima.
3.5. Vamos a utilizar un polinomio de Taylor asociado a f (x) = cos x en el punto a = 0.

Antes de empezar con los cálculos, determinaremos su grado óptimo, teniendo en cuenta
que queremos |Rn (0,2)| < 10−4 .
|f (n+1) (ξ)| |xn+1 |

|Rn (x)| = |(x − a)n+1 | ≤ ,
(n + 1)! (n + 1)!
ya que |f (n+1) (ξ)| ≤ 1 ∀ξ, al tratarse siempre de un seno o un coseno.
|(0,2)n+1 |
|Rn (0,2)| ≤ = (n), cota del error.
(n + 1)!
En principio, no es suficiente con escoger n = 2, porque (2) ≈ 1, 3 · 10−3 .
En cambio, (3) ≈ 0, 6 · 10−4 < 10−4 .
x2
Ası́ pues, cos x ≈ 1 − 2
(observad el problema 3.2) y, por lo tanto: Observad...
(0,2)2
cos(0,2) ≈ 1 − = 0,98, ... que los polinomios de
2 Taylor de segundo grado y
de tercer grado en a = 0
con un error menor que 10−4 .
coinciden en el caso de la
√ 1 función f (x) = cos x.
3.6. 10
e = e 10 = e0,1 .
Utilizaremos el desarrollo limitado de Taylor de f (x) = ex en a = 0.

f (n+1) (ξ) eξ
|Rn (x)| = (x − n+1
(n + 1)! a) = (n + 1)!
|x|n+1 , ξ ∈ (0, x),
eξ 2
|Rn (0,1)| = (0,1)n+1 < = (n),
(n + 1)! (n + 1)!(10)n+1
ya que eξ < 2 si ξ ∈ (0, 0,1).
Probaremos algunos valores de n:
(3) ≈ 0,8 · 10−6

(4) ≈ 1,6 · 10−7
1
(5) ≈ 0,3 · 10−8 < 2
10−8
√
10
Por tanto, necesitaremos un polinomio de quinto grado para obtener el valor de e con un
error inferior a 12 10−8 .
4. Estudio local y representación gráfica

de funciones
.
A lo largo de este apartado trabajaremos con funciones derivables, estudia-

remos su crecimiento, decrecimiento y los extremos relativos, mediante el
uso de la aproximación polinómica de Taylor. Veremos cómo encontrar los
intervalos de concavidad y convexidad, junto con los puntos de inflexión.
Por último, utilizaremos toda esta información para realizar un esbozo de
la gráfica de una función.
4.1. Crecimiento y decrecimiento
Sea y = f (x) una función derivable diversas veces en un entorno del punto
x = a.
.
Si la primera derivada no nula de y = f (x) en x = a es de orden
impar, f (x) es creciente o decreciente en x = a, en función de si
esta derivada es positiva o negativa.
Lo comprobaremos con un caso particular.
Sea y = f (x) tal que f (a) = f (a) = 0 y f (a) = 0. Entonces, de acuerdo
con la fórmula de Taylor, tendremos:
f (a) f (a) 2 f (a) 3

f (a + h) = f (a) + h+ h + h + h3 · (h) =
1! 2! 3!
f (a) 3
= f (a) + h + h3 · (h).
3!
f (a)
Por lo tanto, ∆f = f (a + h) − f (a) = h3 + (h) .
3!
f (a)
Puesto que lim (h) = 0, su valor es negligible frente a 3! y, por lo tanto,
h→0
h3 f (a)
para |h| lo bastante pequeño, el signo de ∆f coincide con el de 3! ,
con lo que resulta:

f (a) > 0 f (a)
⇒ h3 · = (+) · (+) = (+) > 0 ⇒ ∆f > 0.
h>0 3!

f (a) > 0 f (a)
⇒ h3 · = (−) · (+) = (−) < 0 ⇒ ∆f < 0.
h<0 3!
Esto implica que la función será creciente en x = a.

f (a) < 0 f (a)
⇒ h3 · = (+) · (−) = (−) < 0 ⇒ ∆f < 0.
h>0 3!

f (a) < 0 f (a)
⇒ h3 · = (−) · (−) = (+) > 0 ⇒ ∆f > 0.
h<0 3!
Esto implica que la función será decreciente en x = a.
La demostración en el caso general es casi idéntica.
En particular, obtenemos que:
.
f (a) > 0 ⇒ f es creciente en x = a.
f (a) < 0 ⇒ f es decreciente en x = a.
Ejemplo 4.1.
Estudiamos el crecimiento de la función y = x3 en el punto x = 0.
y = x3 ⇒ y = 3x2 ⇒ y (0) = 0.
y = 3x2 ⇒ y = 6x ⇒ y (0) = 0.
y = 6x ⇒ y = 6 ⇒ y (0) = 6 > 0.
Dado que la primera derivada que no se anula en x = 0 es impar y positiva, tenemos que
esta función es creciente en x = 0.
Observando que y = 3x2 > 0, ∀x = {0}, deducimos que esta función es creciente en
todos los puntos de la recta real IR.
4.2. Máximos y mínimos relativos
Sea y = f (x) una función derivable diversas veces en un entorno de x = a.
.
Si la primera derivada no nula de y = f (x) en x = a es de orden par,
f (x) tiene un extremo relativo (máximo o mı́nimo) en x = a.
Lo comprobaremos con un caso particular.

Sea y = f (x) tal que f (a) = f (a) = f (a) = 0 y f (iv) (a) = 0.
Entonces, de acuerdo con la fórmula de Taylor, tendremos:
f (a) f (a) 2 f (a) 3 f (iv) (a) 4

f (a + h) = f (a) + h+ h + h + h + h4 · (h) =
1! 2! 3! 4!
f (iv) (a) 4
= f (a) + h + h4 · (h).
4!

f (iv) (a)
Por lo tanto, ∆f = f (a + h) − f (a) = h4 + (h) .
4!
(iv)
Dado que lim (h) = 0, su valor es negligible frente a f 4!(a) y, por
h→0

(iv)
tanto, el signo de f 4!(a) + (h) coincide con el signo de f (iv) (a) si |h| es
lo bastante pequeño. De este modo, si f (iv) (a) > 0, tenemos:

f (iv) (a) > 0 f (iv) (a)
⇒ h4 · = (+) · (+) = (+) > 0 ⇒ ∆f > 0.
h>0 4!

f (iv) (a) > 0 f (iv) (a)
⇒ h4 · = (+) · (+) = (+) > 0 ⇒ ∆f > 0.
h<0 4!
Esto implica que la función tiene un mı́nimo relativo en x = a, ya que tanto

por la izquierda como por la derecha f (a + h) > f (a). Ası́, si f (iv) (a) < 0,
tenemos:

f (iv) (a) < 0 f (iv) (a)
⇒ h4 · = (+) · (−) = (−) < 0 ⇒ ∆f < 0.
h>0 4!

f (iv) (a) < 0 f (iv) (a)
⇒ h4 · = (+) · (−) = (−) < 0 ⇒ ∆f < 0.
h<0 4!
Y esto implica que la función tiene un máximo relativo en x = a, debido a

que tanto por la izquierda como por la derecha f (a + h) < f (a).
La demostración en el caso general es casi idéntica.
En particular, obtenemos que:
.
f (a) = 0, f (a) > 0 ⇒ f tiene un mı́nimo relativo en x = a.
f (a) = 0, f (a) < 0 ⇒ f tiene un máximo relativo en x = a.
Puede darse el caso de que f (a) = 0 y que en x = a la función no tenga ni

un mı́nimo ni un máximo relativo, tal como se indica en el gráfico.
Ejemplo 4.2.
Estudiemos la función y = x2 en x = 0.
y = x2 ⇒ y = 2x ⇒ y (0) = 0.
y = 2x ⇒ y = 2 ⇒ y (0) = 2 > 0.
Debido a que la primera derivada que no se anula es de orden par y positiva, deducimos
que en x = 0 hay un mı́nimo relativo que vale 0.
Ejemplo 4.3.
Estudiemos la función y = sin x en x = π

2
.
π
y = sin x ⇒ y = cos x ⇒ y = cos π
= 0.
2 2
y = cos x ⇒ y = − sin x ⇒ y π
2
= − sin π
2
= −1 < 0.
La primera derivada que no se anula es de orden par y negativa, motivo por el cual
deducimos que en x = π2 hay un máximo relativo que vale 1.
Ejemplo 4.4.
Estudiemos la función y = x4 en x = 0.
y = x4 ⇒ y = 4x3 ⇒ y (0) = 0.
y = 4x3 ⇒ y = 12x2 ⇒ y (0) = 0.
y = 12x2 ⇒ y = 24x ⇒ y (0) = 0.
y = 24x ⇒ y (iv) = 24 ⇒ y (iv) (0) = 24 > 0.
Dado que la primera derivada que no se anula es de orden par y positiva, deducimos que
en x = 0 hay un mı́nimo relativo, que vale 0.
Ejemplo 4.5.
Estudiemos la función y = sin2 x en x = 0.
y = sin2 x ⇒ y = 2 sin x · cos x = sin 2x ⇒ y (0) = sin 0 = 0.

y = sin 2x ⇒ y = 2 cos 2x ⇒ y (0) = 2 cos 0 = 2 > 0.
Dado que la primera derivada que no se anula es de orden par y positiva, deducimos que
en x = 0 hay un mı́nimo relativo, que vale 0.
4.3. Concavidad, convexidad y puntos de inflexión
. Observación
Decimos que la función y = f (x), derivable en x = a, es cóncava en
Algunos autores entienden
x = a si, y sólo si, la curva y = f (x) se encuentra por encima de la por función cóncava lo que
nosotros entendemos por
recta tangente en un entorno del punto x = a. función convexa, y viceversa.
Decimos que la función y = f (x), derivable en x = a, es convexa

en x = a si, y sólo si, la curva y = f (x) está por debajo de la recta
tangente en un entorno del punto x = a.
Asimismo, decimos que el punto es un punto de inflexión si en

dicho punto la curva pasa de cóncava a convexa o al revés.
De acuerdo con las definiciones anteriores, podemos enunciar la siguiente

propiedad:
.
Dada la función y = f (x), derivable en varias ocasiones en un
entorno del punto x = a, si la primera derivada no nula posterior a
y = f (x) en x = a es de orden par, la función es:
1) Cóncava en x = a si f (2k) (a) > 0.
2) Convexa en x = a si f (2k) (a) < 0.
Si la primera derivada no nula en x = a, posterior a y = f (x), es

de orden impar, entonces la función tiene un punto de inflexión en
x = a.
Lo comprobaremos en un caso particular.
Con yc designamos la ordenada de un punto de la curva y con yt , la

ordenada de un punto de la recta tangente a la curva en x = a.
Recordemos que la ecuación de la recta tangente a la curva y = f (x) en

x = a es yt − f (a) = f (a) · (x − a).
1) En primer lugar estudiaremos el caso f (a) = 0 = f (a), f (iv) (a) = 0.
Aplicando la fórmula de Taylor tenemos:

yt
f (a) f (a)
yc = f (x) = f (a) + f (a) · (x − a) + (x − a)2 + (x − a)3 +
2! 3!
f (iv) (a)
+ (x − a)4 + (x − a)4 · (x − a) =
4!
f (iv) (a)
= yt + (x − a)4 + (x − a)4 · (x − a).
4!

(iv)
Es decir, que yc −yt = (x−a)4 · f 4!(a) +(x−a) . Dado que lim (x−a) = 0,
x→a
f (iv) (a)
su valor es negligible frente a 4! y, por lo tanto, para |x − a| lo bastante
pequeño, podemos considerar:
Si f (iv) (a) > 0, tenemos:

f (iv) (a) > 0 f (iv) (a)
⇒ (x − a)4 · = (+) · (+) = (+) > 0
h>0 4!
Esto nos indica que yc − yt > 0 y, por lo tanto, yc > yt .


f (iv) (a) > 0 f (iv) (a)
⇒ (x − a)4 · = (+) · (+) = (+) > 0
h<0 4!
Esto nos indica que yc − yt > 0 y, por lo tanto, yc > yt .
Es decir, la curva estará por encima de la tangente y, en consecuencia, la

curva será cóncava en x = a.
Igualmente, si f (iv) (a) < 0, tenemos:

f (iv) (a) < 0 f (iv) (a)
⇒ (x − a)4 · = (+) · (−) = (−) < 0
h>0 4!
Esto significa que yc − yt < 0 y, por lo tanto, yc > yt .

f (iv) (a) < 0 f (iv) (a)
⇒ (x − a)4 · = (+) · (−) = (−) < 0
h<0 4!
Esto significa que yc − yt < 0 y, por lo tanto, yc < yt .
Es decir, la curva estará por debajo de la tangente y, por lo tanto, la curva

será convexa en x = a.
2) Ahora estudiaremos el caso f (a) = 0 = f (a) = f (iv) (a), f (v) (a) = 0.
Aplicando la fórmula de Taylor tenemos:

yt
f (a) f (a)
yc = f (x) = f (a) + f (a) · (x − a) + (x − a)2 + (x − a)3 +
2! 3!
f (iv) (a) f (v) (a)
+ (x − a)4 + (x − a)5 + (x − a)5 · (x − a) =
4! 5!
f (v) (a)
= yt + (x − a)5 + (x − a)5 · (x − a).
5!

(v)
Es decir, que yc − yt = (x − a)5 · f 5!(a) · (x − a) . Dado que lim (x − a) = 0,
x→a
f (iv) (a)
su valor es negligible frente a 4! y, por lo tanto, para |x − a| lo bastante
pequeño, podemos considerar:
Si f (v) (a) > 0, resulta:

f (v) (a) > 0 f (v) (a)
⇒ (x − a)5 · = (+) · (+) = (+) > 0
h>0 5!
Esto significa que yc − yt > 0 y, por lo tanto, yc > yt .

f (v) (a) > 0 f (v) (a)
⇒ (x − a)5 · = (−) · (+) = (−) < 0
h<0 5!
Esto quiere decir que yc − yt < 0 y, en consecuencia, yc < yt .
Por lo tanto, la recta tangente cruza la gráfica de f y esto implica que en

x = a nos encontramos con un punto de inflexión. Ocurre lo mismo si
f (v) (a) < 0 y, por lo tanto, también hay un punto de inflexión.
En resumen, contamos con los siguientes resultados:
.
Si f (2k) (a) es la primera derivada no nula posterior a la primera en
x = a, entonces:
Si f (2k) (a) > 0, la función es cóncava en x = a.
Si f (2k) (a) < 0, la función es convexa en x = a.
Si f (2k+1) (a) es la primera derivada no nula posterior a la primera

derivada en x = a, entonces la función tiene un punto de inflexión
en x = a.
En particular, tenemos:
Si f (a) > 0, entonces la curva es cóncava en x = a.
Si f (a) < 0, entonces la curva es convexa en x = a.
Si f (a) = 0 = f (a), la curva tiene un punto de inflexión

en x = a.
Ejemplo 4.6.
Estudiemos la concavidad de la función y = x4 en x = 1.
y = x4 ⇒ y = 4x3 ⇒ y = 12x2 ⇒ y (1) = 12 > 0.
Por lo tanto, la curva es cóncava en este punto.
Ejemplo 4.7.
Estudiemos la concavidad de la función y = cos x en x = 0.
y = cos x ⇒ y = − sin x ⇒ y = − cos x ⇒ y (0) = − cos(0) = −1 < 0.
Por tanto, la curva es convexa en este punto.
Ejemplo 4.8.
Estudiemos si en x = 0 la función y = tan x tiene un punto de inflexión.
1 −2 cos x(− sin x) 2 sin x 0

y = tan x ⇒ y = ⇒ y = = ⇒ y (0) = = 0.
cos2 x cos4 x cos3 x 1
2 cos x cos3 x − 3 cos2 x(− sin x)(2 sin x) 2 cos2 x + 6 sin2 x

y = = ⇒
cos6 x cos4 x
⇒ y (0) = 2 = 0.
Esto significa que en el punto x = 0 hay un punto de inflexión.

4.4. Determinación de los puntos notables de una función
Un método de determinación de los puntos notables (extremos relativos

y puntos de inflexión) de una función y = f (x) derivable varias veces es
este:
1) Calcular f (x) y f (x).
2) Resolver la ecuación f (x) = 0. Si x0 es una raı́z o una solución de esta

ecuación, se calcula f (x0 ) y resulta:
a) Si f (x0 ) > 0, en este caso f alcanza un mı́nimo relativo f (x0 ) en x0 .

b) Si f (x0 ) < 0, entonces f alcanza un máximo relativo f (x0 ) en x0 .
3) Si f (x0 ) = 0, se estudia la primera derivada no nula en x0 , f (n) (x0 ) = 0.
a) n par:
• f (n) (x0 ) > 0 ⇒ mı́nimo relativo f (x0 ) a x0 .

• f (n) (x0 ) < 0 ⇒ máximo relativo f (x0 ) a x0 .
b) n impar:
• f (n) (x0 ) = 0 ⇒ punto de inflexión en x0 . Para x = x0 , la tangente a

la curva es horizontal y no hay extremo relativo.
4) Resolver la ecuación f (x) = 0 para determinar otros posibles puntos

de inflexión, teniendo en cuenta que los puntos de inflexión no siempre
tienen que corresponder a puntos con primera derivada nula (recta tan-
gente en el punto de inflexión de pendiente cero).
Cuando nos encontramos con dificultades para obtener la segunda deriva-

da o cuando no es absolutamente necesaria para otras cuestiones, se puede
determinar si un punto x0 , tal que f (x0 ) = 0 es máximo o mı́nimo relativo
mediante uno de los criterios que se presentan a continuación:
1) Estudiar la variación de f (x) es un entorno del punto x0 . Es decir,

aplicar de manera directa la definición de extremo relativo. Calculamos
f = f (x0 + h) − f (x0 ) y, entonces:
a) Si ∆f ≥ 0 para |h| lo bastante pequeño, entonces tendremos que en

x0 encontramos un mı́nimo relativo (estricto si ∆f > 0, h = 0).
b) Si ∆f ≤ 0 para |h| lo bastante pequeño, entonces tendremos que en

x0 hay un máximo relativo (estricto si ∆f < 0, h = 0).
Ejemplo 4.9.
1
Calculamos los máximos y los mı́nimos relativos de y = f (x) = 1−x2
.
1 2x
y= ⇒ y = ⇒ y = 0 ⇔ 2x = 0 ⇔ x = 0.
1 − x2 (1 − x2 )2
En lugar de buscar la segunda derivada, estudiamos la variación de esta función en un

entorno del punto x = 0:
1 h2
∆f = f (h) − f (0) = −1= >0 ∀h = 0, h ∈ (−1, 1).
1 − h2 1 − h2
Ası́, en x = 0 hay un mı́nimo relativo estricto.
2) Estudiar el signo de f (x) en un entorno del punto x0 . Si en un entorno

de x0 tenemos que f (x) ≥ 0 a la derecha de x0 y f (x) ≤ 0 a la izquierda de
x0 , en x0 hay un mı́nimo relativo. Si f (x) ≤ 0 a la derecha de x0 y f (x) ≥ 0
a la izquierda de x0 , en x0 tenemos un máximo relativo.
Si en todo el entorno mencionado alrededor de x0 , f (x) > 0 o bien

f (x) < 0, entonces en x0 no tenemos un extremo relativo.
Ejemplo 4.10.
− cos x
Vamos a estudiar si la función y = f (x) = 1+cos x
tiene un mı́nimo relativo en x = 0.
− cos x (1 + cos x) sin x + cos x(− sin x) sin x

y= ⇒ y = = .
1 + cos x (1 + cos x)2 (1 + cos x)2
sin x
y = 0 ⇔ = 0 ⇔ sin x = 0 ⇔ x = kπ (k ∈ ZZ).
(1 + cos x)2
En particular, en x = 0 puede haber un máximo o un mı́nimo y, para determinarlo,
estudiaremos el signo de f (x) en un entorno de este punto.
Con un h > 0 lo bastante pequeño, obtenemos:
sin(−h) − sin(h) (−)

f (−h) = = = = (−) < 0.
[1 + cos(−h)]2 [1 + cos(−h)]2 (+)
sin(h) (+)
f (h) = = = (+) > 0.
[1 + cos(h)]2 (+)
Esto significa que la función es decreciente a la izquierda de x = 0 y creciente a la derecha.
Por lo tanto, encontraremos un mı́nimo en este punto.
Ejemplo 4.11.
Efectuemos una determinación de los máximos, los mı́nimos y los puntos de inflexión
de estas dos funciones:
a) y = x3 − 3x + 3.
1 6
b) y = 3
x − 45 x5 + 12 x4 + 14 .
a) y = x3 − 3x + 3 ⇒ y = 3x2 − 3 ⇒ y = 6x ⇒ y = 6.
y = 0 ⇒ 3x2 − 3 = 0 ⇒ x2 = 1 ⇒ x = ±1.
y (1) = 6 > 0 implica que hay un mı́nimo en x = 1.
y (−1) = −6 < 0 implica que hay un máximo en x = −1.
y = 0 ⇒ 6x = 0 ⇒ x = 0.
y (0) = 6 = 0 implica que hay un punto de inflexión en x = 0.
1 6
b) y = 3
x − 45 x5 + 12 x4 + 14 .
y = 2x5 − 4x4 + 2x3 .
y = 10x4 − 16x3 + 6x2 .
y = 40x3 − 48x2 + 12x.
y (iv) = 120x2 − 96x + 12.
y = 0 ⇒ 2x5 − 4x4 + 2x3 = 0 ⇒ 2x3 (x2 − 2x + 1) = 0 ⇒ x = 0, x = 1.
De momento no podemos asegurar nada puesto que y (0) = 0 y y (1) = 0.

17

y (1) = 4 = 0 implica que en el punto (1, f (1)) = 1, 60
se produce una inflexión.
1

y (0) = 0, y (iv) (0) = 12 > 0 implican que en el punto 0, 4
hay un mı́nimo.
3
y = 0 ⇒ 10x4 − 16x3 + 6x2 = 2x2 (5x2 − 8x + 3) = 0 ⇒ x = 0, x = 1, x = 5
.
3 3 16.759

y 5
= 0 implica que en 5
, 62.500
hay un punto de inflexión.
Ejercicios
4.1. Determinad los máximos, los mı́nimos y los puntos de inflexión de la función
y = xex .
4.2. Calculad los máximos, los mı́nimos y los puntos de inflexión de la función y = x
1+x2
.
4.5. Obtención de los extremos relativos de una función
El método práctico que hemos propuesto para determinar extremos relati-

vos de una función f (x) hace referencia únicamente a los valores x0 de la
variable independiente x, para los cuales:
1) Existe la derivada f (x).

2) Se cumple que f (x) = 0.
Sin embargo, la función f (x) puede tener un valor extremo en un punto

x0 de su dominio donde no exista la derivada f (x0 ).
Ejemplo 4.12.
La función:
x si x ≥ 0
y = f (x) = |x| =
−x si x < 0
f (h) f (h)
no es derivable en x0 = 0 porque los lı́mites lim y lim no coinciden.
h→0+ h h→0− h
Sin embargo, es evidente que en x = 0 hay un extremo de la función. Ası́, f (0) = 0 es

un mı́nimo relativo y absoluto.
Ejemplo 4.13.
√
3
La función y = x2 tiene como función derivada:
2x 2
y = √
3 4
= √ (x = 0).
3 x 33x
Ahora bien, y(x) no es derivable en x0 = 0, puesto que:

2
y(0 + h) − y(0) h3 −1
y (0) = lim = lim = lim h 3 = ∞.
h→0 h h→0 h h→0
No obstante, en x = 0 hay un mı́nimo relativo y también absoluto, ya que y(x) ≥ 0,

∀x ∈ IR.
Ejemplo 4.14.
Determinamos si la función y = 1 − | sin x| tiene un extremo en el punto x = 0.
En un entorno de x = 0, podemos escribir:

1 − sin x si x > 0
y = 1 − | sin x| = 1 si x = 0
1 + sin x si x < 0
Esta función no es derivable en x0 = 0 ya que:
f (0 + h) − f (0) f (h) − 1 1 − sin(h) − 1

f (0)+ = lim = lim = lim =
h→0+ h h→0+ h h→0+ h
− sin(h)
= lim = −1.
h→0+ h
f (0 + h) − f (0) f (h) − 1 1 + sin(h) − 1

f (0)− = lim = lim = lim =
h→0− h h→0− h h→0− h
sin(h)
= lim = 1.
h→0− h
Sin embargo, f (x) > 0 a la izquierda de x = 0 y f (x) < 0 a la derecha. De este modo, la
función es creciente a la izquierda de x = 0 y decreciente a la derecha. Esto implica que
en el punto (0, 1) nos encontramos con un máximo relativo.
En consecuencia, y de acuerdo con todo lo que se ha mostrado hasta el Observación

momento, para calcular los extremos relativos de una función y = f (x),
La no-existencia de derivada
cuando ya se ha calculado la derivada f (x), es necesario proceder de la en un punto x0 no significa
que tengamos
siguiente forma: ! necesariamente un extremo
relativo en x0 .
1) Resolver la ecuación f (x) = 0 y comprobar si las raı́ces corresponden a
un extremo.
2) Determinar los valores de x, del dominio de f (x), para los cuales no

existe la derivada f (x), haciendo un estudio de la función en un entorno
del punto encontrado y aplicando la definición de extremo relativo.
Ejemplo 4.15.
√ 1
La función y = 3
x ⇒ y = 3 2 (x
√ = 0), sin embargo, no es derivable en x0 = 0, ya
3 x
que:
1
y(0 + h) − y(0) h3 −2 1
y (0) = lim = lim = lim h 3 = lim 2 = +∞.
h→0 h h→0 h h→0 h→0 h 3
En el punto (0, 0) no hay un extremo relativo. La tangente, en este punto, es vertical.

Ejercicios
√
3
4.3. Encontrad los extremos de la función y = x3 − x 2 .
4.4. Encontrad los máximos, los mı́nimos y los puntos de inflexión de la función y =
= x(ln x)2 .
4.6. Asíntotas de una función
Dada una función y = f (x), si una de las variables puede alcanzar valores asíntota
tan grandes como queramos, y si cuando esta variable tiende a infinito los
puntos correspondientes de la función se acercan de manera indefinida
a una determinada recta, decimos que esta recta es una asíntota de la
función.
Podemos encontrar tres tipos diferentes de ası́ntotas:
.
Asíntotas verticales
La recta x = a (a ∈ IR) es una ası́ntota vertical de la función y = f (x)

si se verifica que lim+ f (x) = ∞ o lim− f (x) = ∞.
x→a x→a
Se trata de una ası́ntota paralela al eje OY .
.
Asíntotas horizontales
La recta y = b (b ∈ IR) es una ası́ntota horizontal de la función y =

= f (x) si se verifica que lim f (x) = b o lim f (x) = b.
x→+∞ x→−∞
Se trata de una ası́ntota paralela al eje OX.
Ejemplo 4.16.
2x−3
Dada la función y = x−1
:
⎧ 2x − 3
⎨ lim = −∞
2x − 3 x→1+ x−1
lim = ∞ ⇒ x = 1 es una asíntota vertical, ya que
x→1 x − 1 ⎩ 2x − 3
lim = +∞
x→1− x − 1
⎧ 2x − 3
⎨ lim =2
2x − 3 x→+∞ x−1
lim = 2 ⇒ y = 2 es una asíntota horizontal, ya que
x→∞ x − 1 ⎩ 2x − 3
lim =2
x→−∞ x−1
Ejemplo 4.17.
Si tenemos la función y = f (x) = arctan x:
π π
lim arctan x = ⇒y= es una asíntota horizontal.
x→+∞ 2 2
π π
lim arctan x = − ⇒ y = − también es una ası́ntota horizontal.
x→−∞ 2 2
.
Asíntotas oblicuas
Son aquellas que no son verticales ni horizontales. Su ecuación es

del tipo y = mx + n (m = 0).
Puesto que lim (mx+n) = ∞, deducimos que una condición necesaria para
x→∞
la existencia de ası́ntotas oblicuas es que lim f (x) = ∞. A continuación
x→∞
explicaremos cómo se pueden encontrar los coeficientes m y n.
Puesto que la curva y la ası́ntota se acercan de manera indefinida, se tendrá

que verificar que lim [f (x) − (mx + n)] = 0, ası́ lim [f (x) − mx] − n = 0. Es
x→∞ x→∞
decir, n = lim [f (x) − mx].
x→∞

f (x)
Dado que n es finito, entonces lim [f (x) − mx] = lim x · − m es
x→∞ x→∞ x

f (x)
finito, hecho que sólo podrá darse si lim − m = 0. De aquı́ se
x→∞ x
f (x)
deduce que m = lim .
x→∞ x
Tras observar la figura adjunta, tenemos que la recta y = mx determina la

dirección de una ası́ntota oblicua.
Es necesario estudiar los lı́mites anteriores cuando x −→ +∞ y cuando

x −→ −∞, puesto que se pueden generar situaciones diferentes.
Por lo que respecta al cálculo de las ası́ntotas oblicuas, hay que tener en
cuenta que:
1) Es evidente que para calcular m se puede aplicar la regla de L’Hôpital:
f (x)
m = lim = lim f (x).
x→∞ x x→∞
an xn +an−1 xn−1 +...+a0

2) Cualquier función racional, f (x) = bm xm +bm−1 xm−1 +...+b0 , que verifica
que n = m + 1, tiene una ası́ntota oblicua; si n = m tiene una ası́ntota
an
horizontal y = bm y si m > n tiene una ası́ntota horizontal y = 0.
Ejemplo 4.18.
2x2
Determinamos las ası́ntotas oblicuas de la función y = x+1
.
y 2x2
m = lim = lim = 2.
x→∞ x x→∞ x(x + 1)

2x2 −2x
n = lim [y − 2x] = lim − 2x = lim = −2.
x→∞ x→∞ x+1 x→∞ x + 1
Por lo tanto, y = 2x − 2 es una ası́ntota oblicua.
Esta función también tiene una ası́ntota vertical:
2x2
lim = ∞ ⇒ x = −1 es una asíntota vertical.
x→−1 x+1
Atención
Si una función tiene una

4.7. Estudio de la gráfica de una función asíntota horizontal en un
sentido (x → +∞ o
x → −∞) no puede tener
Para obtener la representación gráfica de una función es necesario realizar una asíntota oblicua en el
mismo sentido
el estudio de las diferentes cuestiones que se han ido considerando hasta
el momento. Los pasos que hay que seguir son éstos:
1) Determinar el dominio.
2) Estudiar las posibles simetrías con respecto al eje OY (f (−x) = f (x)) y

con respecto al origen (f (−x) = −f (x)).
3) Estudiar la posible periodicidad y, en caso de que la función sea perió- Función periódica
dica, calcular su periodo T .
Dada una función y = f (x),
diremos que es una función
4) Estudiar los puntos de discontinuidad (en estos puntos encontraremos periódica de periodo T si, y
sólo si, f (x + T ) = f (x),
las posibles ası́ntotas verticales). donde T es el número
positivo que satisface esta
condición.
5) Estudiar la posible existencia de asíntotas y su posición relativa respecto
de la curva.
6) Obtener los puntos de corte con los ejes de coordenadas.
7) Obtener los puntos notables (máximos, mı́nimos y puntos de inflexión).
8) Hacer una tabla resumen donde pueden figurar otros puntos conside-
rados necesarios para el estudio y la representación gráfica de la función.
Este cuadro no es imprescindible, pero es conveniente hacerlo.
Ejemplo 4.19.
ln x
Estudiemos la función y = f (x) = x
.
Dado que la función logarı́tmica sólo existe para los números positivos, tenemos que
Dom f = (0, +∞).
El dominio no es simétrico con respecto al origen, con lo que no puede haber simetrı́as
ni con respecto del eje OY ni con respecto al origen.
La función no es periódica.
Puntos de discontinuidad: x = 0. Si nos acercamos a este punto por la derecha:
ln x
lim = −∞, por tanto, en x = 0 encontramos una discontinuidad con ası́ntota
x→0+ x
vertical.
Posibles ası́ntotas:
ln x
x = 0: ası́ntota vertical a la derecha, ya que lim = −∞.
x→0+ x
ln x
y = 0: ası́ntota horizontal en el sentido x −→ +∞, puesto que lim = 0.
x→+∞ x
Al tener una ası́ntota horizontal para x −→ +∞ y al no ser posible x −→ −∞, la función

no tendrá ası́ntotas oblicuas. Puesto que lnxx es positivo cuando x −→ +∞, la curva
estará por encima de la ası́ntota horizontal.
Puntos de corte con los ejes:
La curva no corta el eje OY puesto que 0 ∈ Dom f .
ln x
y=0⇒ x
= 0 ⇒ x = 1. El punto (1, 0) es de corte con el eje OX.
Puntos crı́ticos:
1 −ln x
x· x 1−ln x
y = x2
= x2
.

x2 · −1 −(1−ln x)·2x
x 2 ln x−3
y = x4
= x3
.
1−ln x 1
y = 0⇒ x2
⇒ ln x = 1 ⇒ x = e ⇒ y(e) = e
.
2 ln(e)−3

Dado que y (e) = e
= 2−3 e
= − 1e < 0, hay un máximo en el punto e, 1e .
2 ln x − 3 3 3 √
y = 0 ⇒ 3
= 0 ⇒ 2 ln x = 3 ⇒ ln x = ⇒ x = e 2 ⇒ x = e3 .
x 2
√ √ ln e3 3
x < e3 ⇒ ln x < ln( e3 ) = = ⇒ 2 ln x − 3 < 0 ⇒ y (x) < 0.
2 2
√ √ 3
e3 < x ⇒ ln( e3 ) < ln x ⇒ < ln x ⇒ 2 ln x − 3 > 0 ⇒ y (x) > 0.
2
√
Por lo tanto, la función es convexa a la izquierda del punto x = e3 y cóncava a la
derecha. √ √
Dado que y( e3 ) = √3 3 , en el punto e3 , √3 3 habrá una inflexión.
2 e 2 e
Tras haber realizado la tabla resumen de todo lo que hemos encontrado, podremos re-
presentarla gráficamente.
x 0 1 e 兹苶
e3
No existe 3
y 0 1
A.V. e 2 兹苶e3
+ 0 -
y'
Creciente Máximo Decreciente
- - 0 +
y''
Convexa P.I. Cóncava
Ejemplo 4.20.
Estudiamos la función y = xex .
1) El dominio de esta función es todo el conjunto IR.
2) La función no es simétrica, puesto que y(−1) = −e−1 = e = y(1), y(−1) = −e−1 =

= −y(1).
3) La función no es periódica.
4) Es continua al ser producto de un monomio por la función exponencial.
5) Posibles ası́ntotas:
Debido a que no tiene puntos de discontinuidad, no hay ası́ntotas verticales.

x −1
lim xex = lim = lim = − lim ex = 0.
x→−∞ x→−∞ e−x x→−∞ e−x x→−∞
Por lo tanto, y = 0 es una ası́ntota horizontal hacia la izquierda del eje OX (x −→ −∞)
y dado que xex es negativo cuando x −→ −∞, la curva se sitúa por debajo de la ası́ntota
horizontal.
Dado que lim xex = +∞, existe la posibilidad de ası́ntota oblicua, pero puesto que
x→+∞
xex
lim = +∞, no hay ası́ntota oblicua.
x→+∞ x
6) Puntos de corte con los ejes:
x = 0 ⇒ y = 0 ⇒ (0, 0) es el punto de corte con el eje OY.
y = 0 ⇒ x = 0 ⇒ (0, 0) es el punto de corte con el eje OX.
7) Puntos crı́ticos:
y = ex + xex = (x + 1)ex .
y = ex + (1 + x)ex = (x + 2)ex .
y = (x + 3)ex .
1
y = 0 ⇒ (x + 1)ex = 0 ⇒ x + 1 = 0 ⇒ x = −1; y(−1) = − .
e
1
1

Puesto que y (−1) = (−1 + 2)e−1 = e
> 0, ası́ en − 1, e
hay un mı́nimo.
2
y = 0 ⇒ (x + 2)ex = 0 ⇒ x + 2 = 0 ⇒ x = −2; y(−2) = − .
e2
−2

Puesto que y (−2) = (−2 + 3)e−2 = e−2 = 0, entonces − 2, e2
es un punto de
inflexión.
8) Por último, haremos la tabla resumen:

x (-앝,-2) -2 (-2,-1) -1 (-1,0) 0 (0,+앝)
y -2 -1
- - e - 0 +
e2
- - - 0 + + +
y'
Decrece Decrece Mínimo Crece Crece
- 0 + + + + +
Y''
Convexa P.I. Cóncava Cóncava Cóncava
Ejemplo 4.21.
x3
Estudiemos la función y = x2 −1
.
1) x2 − 1 = 0 ⇒ x = ±1 ⇒ Dom f = IR − {−1, 1}.
(−x3 ) −x3
2) Puesto que f (−x) = (−x2 )−1
= x2 −1
= −f (x), ∀x ∈ Dom f , la función es impar y,
en consecuencia, simétrica con respecto al origen de coordenadas.
3) La función no es periódica.
4) Los puntos de discontinuidad son x = −1 y x = 1.
x3
lim = ∞ implica que en x = −1 hay una discontinuidad con ası́ntota vertical.
x→−1 x2 −1
x3
lim = ∞ implica que en x = +1 hay una discontinuidad con ası́ntota vertical.
x→+1 x2 − 1
Observamos que en x = +1, se podı́a prever por la simetrı́a de la función.
5) Posibles ası́ntotas:

x3 x3 x3
lim 2
=∞ lim 2
= −∞ y lim 2
= +∞ .
x→−1 x −1 x→−1− x −1 x→−1+ x −1
Por tanto, x = −1 es una ası́ntota vertical.
Por simetrı́a, x = +1 es también una ası́ntota vertical.
x3
lim = ∞ ⇒ no hay ası́ntotas horizontales.
x→∞ x2 − 1
A continuación vamos a determinar las posibles ası́ntotas oblicuas:
f (x) x3
m = lim = lim = 1.
x→∞ x x→∞ x(x2 − 1)

x3 x3 − x3 + x x
n = lim (y − mx) = lim − x = lim = lim 2 = 0.
x→∞ x→∞ x2 − 1 x→∞ x2 − 1 x→∞ x − 1
Ası́ pues, llegamos a la conclusión de que y = x es una ası́ntota oblicua.
6) Puntos de corte con los ejes:
x = 0 ⇒ y = 0 ⇒ (0, 0) es un punto de corte con el eje OY .
y = 0 ⇒ x = 0 ⇒ (0, 0) es un punto de corte con el eje OX.
7) Puntos crı́ticos:
3x2 (x2 − 1) − x3 · 2x 3x4 − 3x2 − 2x4 x4 − 3x2

y = 2 2
= 2 2
= 2 .
(x − 1) (x − 1) (x − 1)2
(4x3 − 6x)(x2 − 1)2 − 2(x2 − 1)2x(x4 − 3x2 )

y = =
(x2 − 1)4
4x5 − 4x3 − 6x3 + 6x − 4x5 + 12x3 2x3 + 6x
= = 2 .
(x2 − 1)3 (x − 1)3
√ √
y = 0 ⇒ x2 (x2 − 3) = 0 ⇒ x = 0, x = − 3, x = + 3.
√ √ √
y (− 3) = −128 3 < 0 implica que en x = − 3 tenemos un máximo. El valor de la
√ √ √ √
segunda derivada en este punto es y (− 3) = −32 3 y, por lo tanto, el punto − 3, 3 2 3
es un máximo relativo de esta función.
√ √
3 3

Por simetrı́a tenemos que en el punto 3, 2
hay un mı́nimo relativo.
y (0) = 0 implica que este punto es dudoso.
2x(x2 + 3)
y = 0 ⇒ = 0 ⇒ x = 0.
(x2 − 1)3

x2 − 1 <0 2x(x2 + 3)
−1 < x < 0 ⇒ ⇒ > 0 ⇒ y (x) > 0.
2x(x2 + 3) <0 (x2 − 1)3
Por simetrı́a encontramos que 0 < x < 1 ⇒ y (x) < 0. Ası́, la función es cóncava a la
izquierda de x = 0 y convexa a la derecha, con lo cual, en x = 0 tenemos un punto de
inflexión de tangente horizontal.
8) Teniendo en cuenta la simetrı́a, sólo tendremos que representar media tabla:
-1 1
x (-앝,-兹苶
3) -兹苶
3 (-兹苶
3, -1) -1 (-1,0) 0
y - -3兹苶3 - No existe + 0
2
+ 0 - - 0
y'
Crece Máximo Decrece No existe Decrece
- - - + 0
Y''
Convexa No existe Cóncava P.I.
4.8. Ejercicios
√
4.5. Encontrad las ası́ntotas de la función y = x2 − 1 y determinad su posición.
x4 +8
4.6. Encontrad las ası́ntotas de la curva y = x3 +1
y determinad su posición.
1
4.7. Estudiad y realizad la representación gráfica de la función y = sin x+cos x
.
4.9. Solucionario
4.1. y = xex , y = xex + ex = (x + 1)ex .

y = (x + 1)ex + ex = (x + 2)ex , y = (x + 2)ex + ex = (x + 3)ex .
y = 0 ⇒ (x + 1)ex = 0 ⇒ x + 1 = 0 ⇒ x = −1.
y (−1) = e−1 = 1e > 0 implica que en el punto − 1, − 1e hay un mı́nimo.
y = 0 ⇒ (x + 2)ex = 0 ⇒ x + 2 = 0 ⇒ x = −2.
y (−2) = e−2 = 0 implica que en el punto (−2, −2e−2 ) hay un punto de inflexión.
x (1 + x2 ) − x · 2x 1 − x2
4.2. y = ⇒ y = = .
1 + x2 (1 + x2 )2 (1 + x2 )2
Esta derivada existe en todo IR y, por lo tanto, para encontrar los extremos de la función sólo
tendremos que calcular los puntos que la anulan.
y = 0 ⇒ 1 − x2 = 0 ⇒ x = ±1.
Ya que 0 < x < 1 ⇒ y (x) > 0 y 1 < x ⇒ y (x) < 0, deducimos que en x = 1 hay un máximo
relativo.
Puesto que −1 < x < 0 ⇒ y (x) > 0 y x < −1 ⇒ y (x) < 0, deducimos que en x = −1
tendremos un mı́nimo relativo.
El siguiente paso será buscar los puntos de inflexión:
1 − x2 2x(x2 − 3)
y = 2 2
⇒ y = .
(1 + x ) (1 + x2 )3
√ √
Esta función existe en todos los puntos y se anula en x = 0, − 3, + 3.
√ √
− 3 < x < 0 ⇒ y (x) > 0 y 0 < x < 3 ⇒ y (x) < 0, es decir, la función es cóncava a la
izquierda de x = 0 y convexa a la derecha, lo cual significa que en este punto tenemos un
punto de inflexión.
√ √
3 < x√⇒ y (x) > 0 y 0 < x < 3 ⇒ y (x) < 0, es decir, la funci√
ón es cóncava a la derecha
de x = 3 y convexa a la izquierda, lo cual significa que en x = 3 también hay un punto
de inflexión.
√ √
x < − 3 ⇒ y (x)
√ < 0 y − 3 < x < 0 ⇒ y (x) > 0, es decir, la función √ es cóncava a la
derecha de x = − 3 y convexa a la izquierda, lo que significa que en x = − 3 encontraremos
otro punto de inflexión.
4.3. Derivando tenemos:

2

3x2 − 2x 3x2 − 2x x x− 3

y = = = (x = 0, x = 1).
3 3 (x3 − x2 )2 3 3 x4 (x − 1)2 x 3 x(x − 1)2
Para calcular f (0) lo haremos utilizando la definición de derivada.

√
3
f (0 + h) − f (0) h3 − h 2 3 h3 − h 2
f (0) = lim = lim = lim =
h→0 h h→0 h h→0 h3

3 1 −∞ si h > 0
= lim 1− =
h→0 h +∞ si h < 0
Por lo tanto, la función (que es continua para todo x de IR) tiene una tangente vertical en
(−)
x = 0. Por otra parte, se verifica que si x → 0− , entonces f (x) = (−) = (+) > 0; y si x → 0+ ,
(−)
entonces tenemos que f (x) = (+)
= (−) < 0.
Ésto indica que la función es creciente a la izquierda de x = 0 y decreciente a la derecha. De

todo lo que se ha dicho hasta ahora, la conclusión es que en x = 0 hay un máximo relativo.
En x = 1 tenemos que lim f (x) = +∞ y lim f (x) = +∞. Puesto que, como podemos
h→1− h→1+
ver, no se produce un cambio de signo, no puede haber ni máximo ni mı́nimo (en realidad,
hay un punto de inflexión de tangente vertical). Ahora pasaremos a estudiar el comportamiento
de la función en los puntos donde y (x) = 0.
x(x − 23 ) 2
y = =0⇒x= .
3
x(x − 1)2 3
2 2
Tenemos que y (x) > 0, ∀x > 3
y que y (x) < 0 para 0 < x < 3
.
2
Por lo tanto, en x = 3
hay un mı́nimo relativo.
1
4.4. y = x(ln x)2 ⇒ y = (ln x)2 + x · 2 · ln x · x
= (ln x)2 + 2 ln x = (2 + ln x) ln x.

ln x = 0 ⇒ x = 1
y = 0 ⇒ (2 + ln x) ln x = 0 ⇒
ln x = −2 ⇒ x = e−2
Sabemos que ln x > 0, ∀x > 1 y que 0 < x < 1 ⇒ ln x < 0, lo cual implica que y (x) >
0, ∀x > 1 y que y (x) < 0 si e−2 < x < 1. Por lo tanto, en x = 1 tenemos un mı́nimo relativo,
ya que la función es decreciente a la izquierda y creciente a la derecha.
1 1 2
y = (2 + ln x) ln x ⇒ y = (2 + ln x) · + · ln x = (1 + ln x).
x x x
2 2 2
y (e−2 ) = (1 + ln e−2 ) = −2 (1 − 2) = − −2 = −2e−2 < 0.
e−2 e e
Ası́, en el punto x = e−2 habrá un máximo relativo.
y = 0 ⇒ x2 (1 + ln x) = 0 ⇒ 1 + ln x = 0 ⇒ ln x = −1 ⇒ x = e−1 .
x > e−1 ⇒ ln x > ln(e−1 ) = −1 ⇒ 1 + ln x > 1 − 1 = 0 ⇒ y (x) > 0.
0 < x < e−1 ⇒ ln x < ln(e−1 ) = −1 ⇒ 1 + ln x < 1 − 1 = 0 ⇒ y (x) < 0.
De aquı́ podemos extraer que la función es cóncava a la derecha de x = e−1 y convexa a la

izquierda. Por lo tanto, en el punto x = e−1 habrá una inflexión.
√
12
1 1
4.5. Podemos escribir y = x2 − 1 = x2 1 − x2
= |x| · 1 − x2
.
Si x → +∞ tenemos |x| = x y, por lo tanto:
f (x) 1 1
m= lim = lim 1 − 2 2 = 1, n= lim (f (x) − x) = 0.
x→+∞ x x→+∞ x x→+∞
√
Esto significa que la recta y = +x es una ası́ntota oblicua de la función y = x2 − 1 cuando
x → +∞. La curva sigue su trayectoria por debajo de la ası́ntota.
Si x → −∞, tenemos |x| = −x y, en consecuencia:
f (x) 1 1
m= lim = lim − 1 − 2 2 = −1,
x→−∞ x x→−∞ x
n= lim (f (x) + x) = 0.
x→−∞
√
Esto significa que la recta y = −x es una ası́ntota oblicua de la función y = x2 − 1 cuando
x → −∞. La curva va por debajo de la ası́ntota. Este caso también se deduce de la simetrı́a
de la función con respecto al eje OY.
4.6. Si resolvemos la ecuación x3 + 1 = 0, obtenemos la solución real x = −1. Por otro

x4 + 8
lado, tenemos que lim 3
= +∞, ya que en este caso se verifica que x3 + 1 → 0+ y
x→−1+ x + 1
x4 + 8
el numerador siempre es positivo. También se corrobora que lim 3
= −∞, puesto
x→−1 x + 1
−
3 −
que en este caso x + 1 → 0 y el numerador siempre es positivo. De este modo, la recta
x = −1 es una ası́ntota vertical.
Puesto que se trata de una función racional donde el grado del numerador supera el grado
del denominador en una unidad, tendremos una ası́ntota oblicua.
x4 + 8
m = lim = 1,
x→∞ x(x3 + 1)

x4 + 8 −x + 8
n = lim −x = lim = 0.
x→∞ x3 + 1 x→∞ x3 + 1
Por lo tanto, la recta y = x es una ası́ntota oblicua de esta función. La curva pasa por debajo
de la ası́ntota para |x| suficientemente grande.
4.7. Esta función existe en todos los puntos que no anulan el denominador. Tras resolver
la ecuación trigonométrica sin x + cos x = 0, obtenemos x = 3π + kπ, lo cual implica que
3π 4
Dom f = = IR − 4
+ kπ .
k∈ZZ
Esta función no tiene simetrı́as debido a que no es par ni impar.
1 1
f (−x) = = = ±f (x).
sin(−x) + cos(−x) cos x − sin x
Es periódica, de periodo T = 2π, lo cual implica que no puede haber ası́ntotas horizontales
ni oblicuas. A continuación buscaremos las ası́ntotas verticales en el intervalo [0, 2]. En este
intervalo, el denominador se anula en los puntos x1 = 3π 4
y x2 = 3π 4
+ π = 7π4
. Se verifica
que:
lim f (x) = +∞, lim f (x) = −∞,
− +
x→ 3π
4
x→ 3π
4
lim − f (x) = −∞ y lim + f (x) = +∞.

x→ 7π
4
x→ 7π
4
3π 7π
Por lo tanto, las rectas x = 4
yx= 4
son ası́ntotas verticales.
1 1
Dado que f (0) = sin(0)+cos(0) = 0+1 = 1, esta curva corta el eje de ordenadas en el punto
(0, 1). No corta el eje de abscisas porque la ecuación f (x) = 0 no tiene solución.
sin x−cos x 3−sin 2x

Derivando obtenemos y = (sin x+cos x)2
y y = (sin x+cos x)3
.

sin x − cos x x= π
y = 0 ⇔ = 0 ⇔ sin x = cos x ⇒ 4
5π
(sin x + cos x)2 x= 4
π 3−sin π 3−1
√
Como que y 4
= sin π
2
+cos π
= √
2
√ = 2 > 0, entonces hallamos un mı́nimo
4 4 + 22
π
√
2
2
relativo en el punto 4
, 2
.
5π 3−sin 5π √
Y, debido a que y = 2
= √3−1 √ = − 2 < 0, entonces tendremos un
4 sin 5π +cos 5π − 22 − 22
4
√
4

máximo relativo en el punto 5π 4
, − 22 .
La segunda derivada no se anula nunca: la ecuación 3 − sin 2x = 0 no tiene solución,

ya que el seno toma los valores entre −1 y 1, con lo cual no hay puntos de inflexión.
Ahora estudiaremos el signo de la segunda derivada, hecho que nos permitirá encontrar
los intervalos de concavidad y convexidad.
Puesto que 3 − sin 2x > 0, ∀x, sólo tendremos que estudiar el signo del denominador. Dedu-
cimos que y > 0 cuando sin x + cos x > 0 y y < 0 cuando sin x + cos x < 0. Es decir, que
el signo de la segunda derivada coincide con el signo de la función.
Observad la tabla resumen que presentamos a continuación:
x [0 , 4π) π
4 (4π , 34π) 3π
4 (34π , 54π) 5π
4 (54π , 74π) 7π
4 (74π , 2π)
y
+ √2 + No ex. − − √
2 − No ex. +
2 2
− 0 + + 0 − −
y'
Dec. Mín. Crec. No ex. Crec. Máx. Dec. No ex. Dec.
y'' + + + − − − +
Cónc. No ex. Conv. No ex. Cónc.

5. Problemas de optimización
.
En este apartado veremos cuáles son las estrategias que hay que seguir para
resolver problemas de optimización en una sola variable independiente.
Nuestro objetivo será estudiar aquellos problemas en los que se trata de
maximizar o minimizar funciones dadas, posiblemente bajo condiciones
adicionales.
Como paso previo aclararemos qué significan las palabras que hemos des-
tacado en el párrafo anterior.
Optimizar una función o resolver un problema de optimización quiere

decir encontrar el valor de la variable independiente que hace que la varia-
ble dependiente tome el valor máximo (o mı́nimo, en función del caso).
En el primer caso maximizaremos la función objetivo y en el segundo, la
minimizaremos. Ésta es la terminologı́a que tenéis que conocer.
Hasta ahora hemos procurado analizar los extremos locales de las funcio-
nes, los puntos que destacan con respecto a los de su alrededor, aquéllos en
los que el valor de la función es mayor o menor que todos los de su entorno.
Sin embargo, muy a menudo maximizar quiere decir simplemente buscar
el punto que otorga valor máximo a la función, sin limitarse a los casos
especiales anteriores.
Antes de entrar en materia tenemos que saber algo de nomenclatura, la

cual se expone en el siguiente apartado.
5.1. Intervalos y entornos
Ya sabemos qué es un intervalo abierto y un intervalo cerrado, una se-

mirrecta abierta o cerrada, ası́ como el significado de notaciones como por
ejemplo (−∞, b] o [a, ∞).
La noción de conjunto abierto engloba la de intervalo abierto y la de se-

mirrecta abierta.
.
Un conjunto abierto es aquel que, para cualquier punto que le
pertenezca, existe un intervalo abierto que contiene el punto y que
se incluye en el conjunto.
Los conjuntos abiertos de IR son intervalos abiertos, semirrectas abiertas o

uniones de varios conjuntos de este tipo.
Ejemplo 5.1.
A continuación, os presentamos algunos conjuntos abiertos en IR: (1, 3,5), (−2, ∞),
(−5,25, 0) ∪ (2, 89,34), (−∞, 5) ∪ (15, ∞), (−4,1, −3,6) ∪ (−3, 2,5) ∪ (3, 5) ∪ (7,5, ∞), etc.
.
Un entorno de un punto x0 de la recta es cualquier conjunto abierto
que contiene el punto.
A pesar de que ésta es la definición que se suele dar, cuando tenemos

en cuenta el entorno de un punto lo hacemos pensando en un intervalo
pequeño y, por lo general, centrado en el punto, es decir, un conjunto del
tipo (x0 − r, x0 + r), donde r es un número pequeño. Esta definición de
entorno nos es útil para tratar de lo que ocurre cerca del punto.
.
Un conjunto cerrado es aquél cuyo complementario está abierto, es
decir, aquél en el que, dado cualquier punto que no le pertenezca,
se puede encontrar un intervalo abierto alrededor del punto que no
interseca el conjunto. Dicho de otro modo, un conjunto es cerrado
si su complementario es abierto.
Los conjuntos cerrados en IR son intervalos cerrados, puntos aislados o

semirrectas cerradas, o son la unión de dos o más de estos conjuntos.
Ejemplo 5.2.
A continuación, vamos a presentar algunos conjuntos cerrados en IR: [1, 3,5], [−2, ∞),
[−5,25, 0] ∪ [2, 89,34], (−∞, 5] ∪ [15, ∞), [−4,1, − 3,6] ∪ [−3, 2,5] ∪ [3, 5] ∪ [7,5, ∞),
etc.
Existen conjuntos que no son cerrados ni abiertos; por ejemplo, los intervalos como
(−2, 3]; en el caso de los conjuntos que son abiertos y cerrados a la vez, sólo tenemos el
conjunto vacı́o y todo IR.
.
Un conjunto está acotado superiormente si tiene alguna cota

superior, es decir, un número que sea mayor o igual que todos los
elementos del conjunto.
Un conjunto está acotado inferiormente si tiene alguna cota

inferior, es decir, un número que sea menor o igual que todos los
elementos del conjunto.
Se dice que el conjunto está acotado si lo está tanto superior como

inferiormente.
Un subconjunto de IR es compacto si es cerrado y se encuentra

acotado.
Los conjuntos compactos en IR serán, en consecuencia, intervalos cerrados,

puntos aislados o uniones de estos puntos; aunque puede haber otros un
poco más sofisticados:
Ejemplo 5.3.
Consideremos el conjunto U = {1, 12 , 13 . . .} = { n

1
: n ∈ IN}. No es un conjunto abierto,
puesto que para ninguno de sus puntos es posible incluir el punto dentro de un entorno
que se contenga por completo en U . Por otra parte, tampoco es un conjunto cerrado, ya
que el punto 0, que no pertenece al conjunto, no se puede rodear de ningún entorno que
no corte al conjunto. Ahora bien, si tomamos el punto 0 en el conjunto inicial, es decir,
si consideramos V = U ∪ {0}, entonces tenemos un conjunto que sı́ será cerrado.
5.2. El teorema de Weierstrass
En el módulo “Las ideas básicas del cálculo”, ya pudimos ver el teorema de

Weierstrass, que nos aseguraba que una función continua en un intervalo
cerrado llega a su valor máximo en alguno de los puntos de un intervalo.
De hecho, el teorema de Weierstrass lo asegura para una función continua
en un conjunto compacto. Esto nos facilitará en gran medida la tarea de
búsqueda del punto donde se encuentra el máximo: o está en el interior o
en los extremos del intervalo, lo cual aporta una seguridad que no podemos
tener cuando trabajamos con conjuntos no compactos, esto es, que no son
cerrados o que no son acotados.
Ejemplo 5.4.
Un ejemplo de una función continua en su dominio U, con U abierto y acotado, que

no tiene valor máximo es f (x) = √ 1 , que se define en el intervalo abierto (0, 1).
x(1−x)
Cuando x se acerca a los extremos del intervalo, f (x) toma valores cada vez mayores,
tiende a +∞. Esto quiere decir que si tuviésemos que resolver el problema de encontrar
el punto que hace máxima la función, la respuesta acertada serı́a: el problema carece de
solución.
Ejemplo 5.5.
Una función continua en su dominio U, con U no acotado, que no tiene valor máximo
√
es, por ejemplo, la función y = x, definida en [0, ∞) y que cuando x → ∞ también
tiende a ∞.
Por lo tanto, si el conjunto de trabajo no es compacto, tendremos que ser

muy cuidadosos. Más adelante volveremos a este concepto.
5.3. El caso de funciones derivables
Por lo general, la función que tenemos que maximizar es derivable, hecho

que facilitará en gran medida nuestra tarea.
.
Maximizar una función derivable en un compacto
1) Buscar los puntos donde la derivada de la función se anula

(candidatos a máximos relativos) y, en caso de que los haya, evaluar
la función.
2) Evaluar la función en los extremos del conjunto.
3) Seleccionar, entre todos los anteriores, el punto que nos ha dado

valor máximo.
Sabemos a ciencia cierta que el máximo existe y, por tanto, o está en el

interior y es un máximo local, o está en uno de los dos extremos.
Resulta obvio que para minimizar seguiremos el mismo proceso, pero en

esta ocasión buscaremos el valor más pequeño.
Ejemplo 5.6.
Si tenemos que encontrar el valor máximo y el punto al que se llega de la función

y = 2x3 − 9x2 + 12x en el intervalo [0, 3], en primer lugar buscaremos los máximos
locales y encontraremos x = 1 con f (1) = 5. En los extremos tenemos f (0) = 0 y
f (3) = 9. Ası́, este último es el máximo absoluto de la función en el intervalo dado.
Observad que un conjunto compacto no tiene que ser únicamente un

intervalo, ya que también puede ser la unión de varios intervalos cerrados.
En este caso, será necesario que realicemos la operación anterior en cada
uno de los tramos o intervalos cerrados.
En cambio, si tenemos que maximizar (o minimizar) una función derivable

en un conjunto no compacto, la estrategia que hay que seguir será un poco
más complicada:
1) En primer lugar analizaremos los extremos abiertos del conjunto. Si

vemos que la función se dirige hacia ∞, ya hemos terminado: el problema
no tiene solución.
2) Si alguno de los extremos no existe, debido a que se trata de una semirrecta,

si cuando x se aleja en aquella dirección la función tiende a ∞, entonces
ya ha hemos acabado: el problema no tiene solución. Si, por otra parte, la
función permanece acotada, los máximos que pueda haber serán locales.
También podemos encontrarnos con que la función crezca hacia un valor
superior a todos los valores de la función, sin alcanzarlo nunca. En este
caso, de nuevo, el problema de maximización carece de solución.
3) Después buscamos el valor de la función en los extremos cerrados y en

los máximos locales, si es que existen.
4) Al final, podremos afirmar si existe o no un valor máximo.
Ejemplo 5.7.
Con el fin de encontrar los extremos globales de la función f (x) = x2 ex, destacamos, en
primer lugar, que su dominio es todo IR. Ası́, tendremos que analizar qué le ocurre a f
cuando x → ∞ y cuando x → −∞. En el primer caso, f (x) → ∞, hecho que muestra que
la función no tiene máximo absoluto. En cambio, cuando x → −∞, f (x) → 0. Por otro
lado, ya vimos que la función posee un único mı́nimo local en x = 0, donde f (0) = 0, y
puesto que f (x) > 0 para todo x = 0, queda claro que x = 0 es el mı́nimo absoluto de la
función.
Observad, sin embargo, que un caso muy sencillo como puede ser f (x) = ex nos muestra
que por la izquierda podemos encontrar una función siempre decreciente, acotada, es
decir, que no tiende −∞ y que no tiene valor mı́nimo, puesto que en ningún punto llega
a valer cero.
Para encontrar los máximos globales, un programa de dibujo de gráficas puede ser de
gran ayuda; no obstante, y como ya hemos apuntado en otras ocasiones, hay que ir con
pies de plomo, ya que alguna de las limitaciones del programa nos puede engañar.
5.4. Optimización restringida
En muchos problemas aplicados en los que se trata de maximizar una

función, va a ser el mismo problema el que se encargue de imponer una
serie de restricciones.
En el caso de funciones de una sola variable, las restricciones serán del tipo
x ≥ a o a ≥ x ≥ b o las variantes resultantes de cambiar el signo ≥ por
los signos >, <, ≤. En todos los casos, el conjunto factible o conjunto
de posibles soluciones será o un intervalo o una semirrecta o uniones de
varios conjuntos de estos tipos. Esto significa que las estrategias que hemos
analizado hasta el momento continuarán siendo válidas. En los ejemplos
de aplicación del apartado siguiente volveremos a hablar de todo esto.
Ejemplo 5.8.
1
Minimicemos la función f (x) = √ para 0,5 < x < 1. La función sólo se define en
x(1−x) Punto crítico
x−0,5
el intervalo (0, 1), y su derivada es √ 3
, es decir, que x = 0,5 es un punto crı́tico
(x(1−x))
El punto crı́tico de una
y en él la derivada cambia de negativa a positiva, de manera que es un mı́nimo relativo o
función derivable f es un
local. De 0,5 a 1, la derivada siempre es positiva, la función crece. Por lo tanto, x = 0,5 es
punto c tal que f (c) = 0.
el mı́nimo absoluto de la función en el tramo solicitado. Ası́ pues, x =0,5 es la solución.
Sin embargo, hay que tener bien presente que lo que queremos es determinar el mı́nimo
en el intervalo 0,5 < x < 1 y la solución que damos se encuentra fuera de la restricción.
¿Hay algún valor de x dentro de (0,5, 1) que dé f (x) lo menor posible? La respuesta es
no; cuanto más cerca estemos de 0,5, menor es f (x), pero no lo podemos alcanzar.
Ejercicios
5.1. Determinad los extremos globales de la función:
x
f (x) = .
x2 + 3x + 3
5.2. Determinad los extremos de la función f (x) = x2x+1 con la restricción 0 ≤ x ≤ 2.

Dentro del conjunto factible, ¿la función es cóncava o convexa? Utilizad este hecho en
vuestros razonamientos.
5.3. La función f (x) es continua en [a, b] pero existe un punto a1 ∈ (a, b) donde no es
derivable. Queremos encontrar el valor máximo de f (x) y conocer para qué valor de x se
obtiene este valor. Explicad cuál es la estrategia correcta para resolver el problema.
5.4. Calculad los extremos absolutos de la función f (x) = x2 , en el intervalo [−1, 2].
2
√
3
5.5. Calculad los extremos absolutos de la función f (x) = 3
x − x2 , en el intervalo
[−1, 1].
5.5. Pasos que se deben seguir en un problema de optimización
1) Comprender el problema: tanto si el problema se origina en un enun-

ciado formulado como ejercicio, como si se trata de una solución real, es
evidente que hay que empezar por un análisis detallado de la situación y
de los elementos que intervienen en ésta.
2) Identificar la magnitud que hay que optimizar: ¿qué es exactamente

lo que queremos maximizar (o minimizar)? ¿Qué unidades de medida
tiene (si es que las tiene)? A partir de ahora, la magnitud que se tiene que
optimizar es la variable dependiente.
3) Identificar la variable independiente: en primer lugar, ¿de qué depende

la variable dependiente? Prescindiendo de detalles sin importancia, ¿po-
demos identificar la variable independiente que controla el valor de la

magnitud que es necesario optimizar? A menudo, los protagonistas de la
situación pueden controlar la variable independiente y quieren saber qué
valor debe tener para que la variable dependiente alcance el valor óptimo.
Por este motivo, se denomina variable de control.
4) Escribir la relación funcional que se establece entre las variables iden-

tificadas. Necesitamos una expresión tan sencilla como sea posible, del
tipo y = f (x), que responda al enunciado del problema. Llamamos a la
función que hay que optimizar función objetivo.
5) Identificar las restricciones que por lo general encontramos en el pro-

blema, que nos indican que la solución pertenecerá a un conjunto conocido
como conjunto factible.
6) Enunciar el problema matemáticamente y resolverlo siguiendo las

técnicas que hemos visto en los últimos apartados y que practicaremos en
los ejercicios que veremos a continuación.
5.6. Ejemplos resueltos
Se dispone de L metros de tela metálica para construir una valla, uno de

cuyos lados se puede hacer aprovechando un muro que ya tenemos. ¿Cuál
es la máxima superficie que se podrá cerrar?
En este primer ejemplo, marcaremos claramente cada uno de los pasos que Comprender el problema
debemos seguir. ↓
Identificar la magnitud que hay que optimizar
1) Comprender el problema: en el problema nos encontramos con varias ↓

Identificar la variable independiente
formas de construir la valla. Puede ser cuadrada de lado L3 , y también puede
↓
ser rectangular con el lado paralelo al muro muy largo o al revés, muy corto. Escribir la relación funcional
En cualquier caso, cada una de estas posibilidades encierra una superficie ↓

diferente. Identificar las restricciones
↓
Enunciar el problema matemáticamente y resolverlo
a c
b
2) Identificar la magnitud que tenemos que optimizar: la magnitud

que tenemos que optimizar es la superficie del cercado S. Si la longitud de
la tela viene dada en metros, mediremos la superficie en metros cuadrados.
3) Identificar la variable independente: podemos utilizar para este fin

diferentes variables como variables independientes o de control. Por ejem-
plo, podemos tomar como variable independiente la longitud del lado de
la valla perpendicular al muro o la longitud de muro que utilizamos para
nuestro cercado, u otras medidas. En cualquier caso, la variable de control
x es tal que para cada valor que tomamos de x podemos calcular cómo
será la valla correspondiente y, por tanto, cuál será el valor de la magnitud
objetivo del problema (S).
4) Escribir la relación funcional: si tomamos x igual a la longitud de

muro que utilizamos para completar la valla, S dependerá de x según la
relación:
x(L − x)
S(x) = ,
2
ya que un lado del rectángulo es x y el otro, L − x dividido por dos.
5) Identificar las restricciones: las restricciones en este caso están claras:

0 < x < L, puesto que la longitud del lado paralelo al muro no puede ser 0
ni negativa y tampoco puede ser igual a L ni superior.
6) Enunciar el problema matemáticamente y resolverlo: con todo esto,

la formulación del problema de optimización será:
x(L−x)
maximizar S(x) = 2 respecto de x
sujeto a 0 < x < L.
Ésta es una manera muy habitual de expresar un problema de optimización:

se menciona con claridad cuál es la función objetivo, la variable de control
y el conjunto factible.
Llegados a este punto, sólo nos queda por resolver el problema, aunque
en numerosas ocasiones ésta es la parte más fácil. La función objeto es
L
una parábola con un máximo situado en x = 2, que seguro seréis capaces
de determinar. Debido a que este mı́nimo de la parábola pertenece al
L
conjunto factible, ya hemos acabado: la solución es tomar 2 metros como
lado paralelo al muro, de manera que los otros lados tendrán una longitud
L L2
de 4 y la superficie cerrada será de 8 metros cuadrados.
Ejemplo 5.9.
Los automóviles circulan por un punto de una carretera con una separación unos de otros
2
que depende de su velocidad de circulación, determinada por d(v) = 0,01+ 30 v
, donde
v, es la velocidad en kilómetros por hora y d(v) es la separación en metros (la distancia
d(v) incluye la longitud del coche). Nos interesa saber cuál es la velocidad que permite
el paso del máximo número de vehı́culos por hora.
1) Comprender el problema.
En caso de que los vehı́culos circulen con lentitud, aunque estén muy juntos, serán pocos
los que pueden pasar en una hora. Si van muy rápido, la separación es tan grande que
tampoco pueden pasar muchos en una hora.
2) Identificar la magnitud que tenemos que optimizar.

Se trata de maximizar el número de automóviles n que pasan en una hora.
3) Identificar la variable independiente.

La magnitud objetivo, es decir, el número de coches por hora, depende de su velocidad
de circulación. La velocidad v es la encargada de controlar el problema, la incógnita que
debemos encontrar.
4) Escribir la relación funcional.

El número de automóviles por hora será igual a la distancia que recorren los coches en
una hora dividida por la separación entre dos vehı́culos consecutivos: n(v) = d(v)
v
es el
v 2
número de coches que pueden pasar a v kilómetros por hora y d(v) = 0,01 + 30
es la
distancia entre dos coches que circulan a una velocidad v.
5) Identificar las restricciones.

En este caso, la única restricción encontrada es v ≥ 0.
6) Enunciar el problema matemáticamente y resolverlo.
v
maximizar n(v) = v 2 respecto a v
0,01 + 30
sujeto a v ≥ 0.
Cuando v = 0 tenemos n(0) = 0. Ası́, para todo v > 0, n(v) > 0. La derivada se puede
escribir:
−(v + 3)(v − 3)
n (v) = ,
v2 2
900 0, 01 + 900
cosa que nos indica que el único punto crı́tico dentro del conjunto factible es v = 3, y
también nos dirá que la derivada cambia de positiva a negativa en v = 3, es decir, es un
mı́nimo relativo o local. Para finalizar, también nos indicará que para v > 3, la derivada
es negativa y, por lo tanto, la función es decreciente. Dicho de otra manera, v = 3 tiene
que ser el máximo absoluto o global en [3, ∞).
Solución: a una velocidad de 3 kilómetros por hora pasan el máximo número de coches
por hora, es decir, 150 automóviles por hora.
Ejemplo 5.10.
La curva de demanda de un determinado bien es Q(p) = 2.000− 0,5p, donde p es el precio

unitario en pesetas y Q(p) es el número de unidades. ¿Qué precio darı́a una facturación
máxima?
Resolución breve: se trata de maximizar la facturación o el total de ingresos:
F (p) = p(2.000 − 0,5p)
con respecto a p, sujeto a p > 0. El máximo de la parábola es para p = 2.000, y dado que
esto se encuentra dentro del conjunto factible y la función es cóncava, será el máximo
global.
Ejemplo 5.11.
Hay que producir 8.000 unidades de un producto con el mı́nimo coste. Para hacerlo, se
utilizan máquinas cuya producción es de 50 unidades cada hora. Poner en funcionamiento
cada máquina cuesta 40.000 pesetas y, mientras están trabajando, cada máquina consume
3.000 pesetas cada hora. Asimismo, existen unos gastos de mantenimiento de la fábrica
de 5.000 pesetas por hora. ¿Cuántas máquinas tenemos que utilizar en el trabajo?
Resolución: tenemos que minimizar el coste total C(n) con respecto al número de má-
quinas n con la restricción n ≥ 1. El coste es la suma del coste de la puesta en marcha,
que será de 40.000n más el coste de funcionamiento, que será de 3.000 por el número de
máquinas n y por el número de horas necesarias: 8.000
50n
más el coste de mantenimiento,
que es de 5.000 por el número de horas. La derivada (consideramos la variable n real) se
puede escribir:
n2 − 20
C (n) = 40.000 ,
n2
√
con lo cual no cabe duda de que √ los costes son decrecientes para 1 < n ≤ 20 mientras
que serán crecientes para n ≥ 20. Por lo tanto, n = 4,47 será nuestra solución.
Todavı́a hay una restricción más que no hemos tenido en cuenta hasta ahora: n tiene
que ser un número entero, tiene que haber 4 ó 5 máquinas. Calculamos C(4) y C(5)
y resultan ser idénticos; es decir, desde el punto de vista del coste de producción no
podemos decidir, da lo mismo si son 4 ó 5.
5.7. Ejercicios
5.6. Al lado de una autopista se tiene que construir un área de servicio rectangular de 5.000
metros cuadrados. El coste de la valla es de 200.000 pesetas el metro lineal en el lado que
toca con la autopista, y de 500.000 pesetas el metro lineal en los otros tres lados. ¿Qué
dimensiones minimizarán el coste de la valla?
5.7. La construcción de un edificio de oficinas de n pisos tiene un coste de C(n) = n2 +50n+60

millones de pesetas. ¿Cuál es el número de plantas que minimiza el coste por planta?
5.8. Un fabricante necesita 20 piezas diarias para su proceso de fabricación. Se las encarga a Una pista
un proveedor, siendo el coste de cada pieza de 5.000 pesetas. Cada envı́o tiene un coste fijo
de 20.000 pesetas, más 100 pesetas por pieza. Además, ha calculado que el almacenamiento
de las piezas le cuesta 50 pesetas por dı́a y pieza. Suponiendo que el tiempo de espera entre Tomad como variable
el pedido y el envı́o es cero, ¿en qué intervalo de tiempo tendrá que efectuarse el pedido para independiente x, el número
minimizar costes? de dı́as entre envı́o y envı́o.
Pensad que, si esto es ası́, la
5.9. Determinad las medidas de un bote de lata cilı́ndrico de volumen V de manera que el media de tiempo que una
coste de la lata sea mı́nimo. pieza permanecerá en el
almacén será de x2 dı́as.
5.8. Solucionario
√ √ √
−x2 +3 −(x− 3)(x+ 3)
5.1. La derivada de la función es (x2 +3x+3)2
= (x2 +3x+3)2
que se anula para x = ± 3.
,
√
Si analizamos el signo de la derivada,
√ es fácil deducir que para x = − 3 la función tiene un
mı́nimo relativo, y para x = 3 tiene un máximo relativo. Con un análisis detallado del
signo de la derivada, del signo de la función y de los lı́mites de la función cuando x se aleja,
se puede deducir que los extremos encontrados también son extremos absolutos.
5.2. La función presenta un único extremo local dentro del conjunto factible para x = 1, que
es un máximo con f (1) = 0,5. En los extremos del intervalo, la función vale 0 y 0,4. Por
tanto, x = 1 es el máximo absoluto y x = 0 es el mı́nimo absoluto con las restricciones dadas.
5.3. El hecho de que la función sea continua en un intervalo cerrado nos asegura que el
problema tiene solución. Encontraremos el máximo, bien en alguno de los extremos, bien
en el punto a1 (donde la función toma una forma de punta), o bien será un máximo local.
5.4.
f (−1) = 1, f (2) = 4.
y = f (x) = x2 ⇒ f (x) = 2x y, por lo tanto, la función es derivable ∀x ∈ [−1, 2].
f (x) = 0 ⇒ 2x = 0 ⇒ x = 0 ∈ (−1, 2), f (0) = 0.

Por lo tanto, en x = 0 se alcanza el mı́nimo absoluto y su valor es f (0) = 0 y en x = 2 se

alcanza el máximo absoluto y su valor es f (2) = 4.
5.5.
2 √
3 2 2x 2 2
y= x − x2 ⇒ y = − √
3 4
= − √ (x = 0).
3 3 3 x 3 3 3
x
2 5
f (−1) = − −1=− .
3 3
2 1
−1=− .
f (1) =
3 3
2 2 √ 1
f (x) = 0 ⇒ − √ =0⇒ 3x=1⇒x=1⇒y=− .
3 33x 3
f no es derivable en x = 0 y f (0) = 0.
Ası́, en x = 0 tenemos un máximo absoluto y su valor es f (0) = 0, y en x = −1 encontramos

el mı́nimo absoluto y su valor es f (−1) = − 53 .
5.6. Tenemos que minimizar el coste de la valla, que se compone de dos partes: el coste de
la valla que separa el área de servicio de la autopista, y el coste de la valla con el exterior.
La variable independiente, con la que podemos “jugar” para variar los costes, puede ser la
longitud del lado que está en contacto con la autopista; llamémosla x. El otro lado del
rectángulo tendrá que ser 5.000
x
, puesto que la superficie se encuentra fijada. El coste total
será:
5.000 50.000
C(x) = 200.000x + 500.000 x + 2 = 100.000 7x + .
x x
Tenemos que minimizar esta función objetivo respecto de x con esta única restricción: x > 0.
La derivada se puede escribir:
50.000
7x2 − 50.000 x2 − 7
C (x) = 100.000 2
= 700.000 .
x x2
50.000
Esto nos muestra que para x < , la función C(x) es decreciente y es creciente para
50.000 7
x> 7
. Ası́ pues, tenemos el mı́nimo global en x =40,82, con lo que el otro lado será
de 1.224,89 metros.
C(n)
5.7. Hay que minimizar M (n) = n con respecto a n, sujeto a n ≥ 1. Tenemos M (n) =
= n + 50 + 60
n
y su derivada se puede escribir:
60 n2 − 60
M (n) = 1 − = ,
n2 n2
y volvemos a tener un caso claro de mı́nimo local

√ que también es mı́nimo absoluto dentro del
conjunto factible. La solución es, pues, n = 60 ≈ 7, 75. Si queremos satisfacer la restricción
que establece que n debe ser un entero, ya que es el número de plantas, calcularemos M (7) y
M (8) y concluiremos que el mı́nimo coste por planta se obtiene cuando se edifican 8 plantas.
5.8. Tomamos x igual al número de dı́as entre pedido y pedido. El coste de las piezas tiene
tres componentes: el coste de compra, el de transporte y el de almacén. El coste de compra
de una pieza no depende de x, es 5.000 pesetas. El coste de transporte de las 20x piezas que
se tendrán que pedir será de 20.000 + 2.000x, y repercutirá en 20.000+2.000x
20x
por cada pieza.
Y, por último el coste de almacenamiento será de 50x2
por pieza. Por lo tanto, el coste total
por pieza será:
1.000 1.000
C(x) = 5.000 + + 100 + 25x = 5.100 + 25x + ,
x x
que resulta fácil de minimizar: la solución es x = 6,32.
5.9. El coste de la lata será mı́nimo si la superficie del bote es mı́nima. La superficie del bote es
la suma del área de ambas bases y del área lateral del cilindro. Es decir, S(r, h) = 2πr 2 + 2πrh.
Teniendo en cuenta que el volumen del bote es fijo y que el volumen del cilindro es V = πr 2 h,
entonces h = πr
V
2 . Si sustituimos h en la función superficie queda:
V 2V
S(r) = 2πr 2 + 2πr = 2πr2 + ,
πr 2 r
2V
y derivando: S (r) = 4πr − r2

2V 2V 2V V
S = 0 ⇒ 4πr − 2 = 0 ⇒ 4πr = 2 ⇒ r 3 =
3
⇒r= .
r r 4π 2π
Para comprobar que este valor de r da un extremo, calculamos la segunda derivada:
4rV 4V
S (r) = 4π + = 4π + 3 > 0 ∀r > 0.
r4 r
Ası́, corresponde a un mı́nimo de la superficie S.

V V V3 4V 8V V
h= = = 3
2
=
3
=
3
=2
3
= 2r.
πr 2 3 V2 π 3 4π
V
2
π 2π 2π
π 4π 2
Es decir, h = 2r.
Ejercicios de autoevaluación
1. Calculad los siguientes lı́mites:

e6x − e3x
a) lim .
x→0 sin(3x) − sin x
x ln x
b) lim .
x→1 x2 − 1
x
c) lim √ √ .
x→+∞ x2 + 1 − x−1
2. ¿Existe algún valor de k tal que las funciones f (n) y g(n) tengan el mismo orden de
magnitud?
n2 −1
a) f (n) = ln n2 +1
, g(n) = nk .

n (2n)!
b) f (n) = n!
, g(n) = nk .
3. Considerad la ecuación f (x) = x3 − x − 1 = 0.

a) Demostrad que tiene una solución α en el intervalo (1, 2).
b) ¿Cuántas iteraciones son necesarias, si utilizamos el método de bisección, para obtener
una aproximación de α con tres cifras decimales exactas? Aportad también la solución
aproximada.
4. Queremos utilizar el método de Newton para resolver la ecuación f (x) = x3 + 2x2 +

+10x − 20 = 0, empezando a iterar a partir de x0 = 1.
a) ¿Qué fórmula recurrente hay que utilizar?
b) Aportad una solución aproximada α de la ecuación con siete cifras decimales exactas, y
determinad cuántas iteraciones han sido necesarias para encontrarla.
√
5. Queremos utilizar el método Newton para calcular 3 2.
a) ¿Qué función podemos usar?
b) ¿Qué fórmula recurrente obtenemos?
c) Si empezamos con x0 = 1, estableced una solución aproximada α de la ecuación con
siete cifras decimales exactas.
6. Determinad la ecuación de la parábola que mejor aproxima de manera gráfica la curva de

ecuación y = ex (ln(x + 1)), cerca del punto (0, 0).
7. Dada la función x3 − 2x + sin x:

a) Calculad el polinomio de Taylor de tercer grado, P3 (x), de f (x) en a = 0.
b) Estableced una cota de error = |f (x) − P3 (x)|, válida para todo x ∈ (0, 1).
8. Considerad la función f (x) = ln(x + 1).

a) Encontrad una expresión de f (n) (0) en función de n.
b) Calculad el grado del polinomio de Taylor de f (x) en a = 0, de manera que el error
cometido al aproximar la función por el polinomio, en el intervalo (0, 1), sea menor que
una milésima.
9. Encontrad los extremos relativos, los puntos de inflexión y las ası́ntotas de las siguientes
funciones:
x3
a) f (x) = .
(x + 1)2
b) g(x) = (x − 1)4 x3 .
ex
c) h(x) = 1+x
.
10. Calculad los extremos relativos y los puntos de inflexión de f (x) = 10x6 −24x5 +15x4 +2.
11. Calculad los extremos absolutos en el intervalo [0, 1] de las siguientes funciones:
1 − x + x2
a) f (x) = .
1 + x − x2
1−x
b) g(x) = arctan .
1+x
12. Considerad el arco de la parábola C = {y = x2 , x ∈ [−2, 2]}. Calculad los puntos de C a

distancia máxima y mı́nima del punto P = (0, 1).
13. Un camión tiene que recorrer 500 kilómetros a una velocidad constante v (en km/h),
dentro de los lı́mites permitidos por la ley (50 ≤ v ≤ 90). El litro de gasolina cuesta 100
2
pesetas, y el consumo del camión en l/h es 10 + 100
v
. El conductor cobra 1.025 pesetas por
hora. Con todos estos datos, determinad la velocidad más económica y el coste del viaje
correspondiente.
Solucionario
Ejercicios de autoevaluación
3 1
1. a) 2
, b) 2
, c) 1.
2. a) k = −2, b) k = 1.
3. a) f (1) < 0, f (2) > 0, b) 11 iteraciones, α ≈ 1, 324.
x3 2
n−1 +2xn−1 +10xn−1 −20
4. a) xn = xn−1 − 3x2 +4xn−1 +10
, b) α ≈ 1, 3688081, 4 iteraciones.
n−1

2 1
5. a) f (x) = x3 − 2, b) xn = 3
xn−1 + x2
, c) 1,2599210.
n−1
6. y = x + 12 x2 .
5 3 1
7. a) P3 (x) = 6
x − x, b) < 24
.
8. a) f (n) (0) = (−1)n+1 (n − 1)!, b) 1.000.
9. a) x = 0 punto de inflexión, x = −3 máximo relativo, x = −1 ası́ntota vertical, y = x − 2

ası́ntota oblicua, b) x = 0 punto de inflexión, x = 37 máximo relativo, x = 1 mı́nimo relativo,
no hay ası́ntotas, c) x = 0 mı́nimo relativo, x = −1 ası́ntota vertical, y = 0 ası́ntota horizontal
por la izquierda.
10. x = 0 mı́nimo relativo, x = 1 punto de inflexión.
11. a) Valor máximo: 1 (alcanzado en x = 0 y x = 1), valor mı́nimo: 35 (alcanzado en x = 1

2
),
b) Valor máximo: π4 (alcanzado en x = 0), valor mı́nimo: 0 (alcanzado en x = 1).
√ √
2 1 3
12. (± 2
, 2) están a distancia mı́nima d = 2
, (±2, 4) están a distancia máxima D = 13.
13. v = 50 km/h, coste = 45.250 pesetas.
Glosario
Ası́ntota horizontal: se dice que la recta de ecuación y = b es una ası́ntota horizontal de
la función f (x) si lim f (x) = b.
x→∞
f (x)
Ası́ntota oblicua: tiene ecuación y = mx+n, donde m = lim , n = lim (f (x)−mx).
x→∞ x x→∞
Ası́ntota vertical: establecemos que la recta de ecuación x = a es una ası́ntota vertical de

la función f (x) si lim f (x) = ∞.
x→a
Comparación de órdenes de magnitud de funciones: sean f (n), g(n) funciones tales

que:
lim f (n) = lim g(n) = +∞.
n→+∞ n→+∞
f (n)
Decimos que f y g son del mismo orden de magnitud cuando lim es diferente de 0
n→+∞ g(n)
y de ∞. Entonces escribimos f (n) ≈ g(n) o bien O(f (n)) = O(g(n)).
f (n)
Determinamos que f tiene orden de magnitud superior a g cuando lim = +∞.
n→+∞ g(n)
Entonces escribimos f (n) >> g(n) o bien O(f (n)) > O(g(n)).
f (n)
Decimos que f tiene orden de magnitud inferior a g cuando lim = 0. Entonces
n→+∞ g(n)
escribimos f (n) << g(n) o bien O(f (n)) < O(g(n)).
Extremo absoluto o global: punto donde una función, definida en un conjunto dado,
alcanza el valor mayor (máximo absoluto o global) y menor (mı́nimo absoluto o global) de
entre todos los del conjunto.
Extremo relativo o local: punto donde una función alcanza su valor mayor (máximo
relativo) o menor (mı́nimo relativo) con respecto a los puntos de un entorno.
n!
Fórmula de Stirling: lim √ = 1.
n→+∞ e−n nn 2πn
Función derivable cóncava: f (x) es cóncava en un punto x = a cuando la curva y = f (x)

está por encima de la recta tangente en un entorno del punto x = a. Si f (a) > 0, f (x) es
cóncava en x = a.
Función derivable convexa: f (x) es convexa en un punto x = a cuando la curva y = f (x)

está por debajo de la recta tangente en un entorno del punto x = a. Si f (a) < 0, f (x) es
convexa en x = a.
Indeterminaciones potenciales: un lı́mite es indeterminado y la indeterminación es de

tipo potencial cuando, a lo largo del proceso de cálculo, llegamos a una de las siguientes
expresiones:
1∞ , 00 , ∞0
Indeterminaciones racionales: un lı́mite es indeterminado y la indeterminación es de

tipo racional cuando, en el proceso de cálculo, llegamos a una de las siguientes expresiones:
0 ∞
, , ∞−∞, 0·∞
0 ∞
Método de bisección: método de resolución aproximada de ecuaciones basado en el teorema

de Bolzano. Siempre converge en la solución, pero lentamente.
Método de la secante: método de resolución aproximada de ecuaciones consistente en

aplicar de manera sucesiva la fórmula iterativa:
f (xn−1 )(xn−1 − xn−2 )

xn = xn−1 − .
f (xn−1 ) − f (xn−2 )
Método de Newton: método de resolución aproximada de ecuaciones que consiste en la

aplicación sucesiva de la fórmula iterativa:
f (xn )
xn+1 = xn − .
f (xn )
Polinomio de Taylor de grado n de f (x) en el punto x = a:
f (a) f (a) f n (a)

Pn,a (x) = f (a) + (x − a) + (x − a)2 + . . . + (x − a)n . . .
1! 2! n!
Punto de inflexión: decimos que una función f (x) tiene un punto de inflexión x = a
cuando pasa de ser cóncava a convexa, o viceversa. Si f (a) = 0 y f (a) = 0, entonces x = a
es un punto de inflexión de f (x).
Problema de optimización: problema en el que se busca el valor o los valores de una

variable que maximizamos o minimizamos en una función dada que se conoce como función
objetivo.
Regla de L’Hôpital: regla útil para resolver indeterminaciones cuando las funciones invo-
lucradas son derivables. Si tenemos las funciones f (x) y g(x), derivables en un entorno del
punto x0 tal que lim f (x) = 0 y lim g(x) = 0, entonces:
x→x0 x→x0
f (x) f (x) f (x)

Si existe lim , entonces lim = .
x→x0 g (x) x→x0 g(x) g (x)
Representación gráfica de funciones: si queremos realizar un esbozo de la gráfica de

una función es aconsejable estudiar su dominio, las simetrı́as, la periodicidad, los puntos de
discontinuidad, las ası́ntotas, los puntos de corte con los ejes de coordenadas y los puntos
crı́ticos (máximos, mı́nimos y puntos de inflexión).
Residuo n-ésimo de Lagrange de f (x) en el punto x = a:
f (n+1) (ξ)
Pn,a (x) = (x − a)n+1 , ξ comprendido entre a y x.
(n + 1)!
Sumario
En un principio hemos clasificado y analizado las diferentes indeterminaciones surgidas en el
cálculo de lı́mites de funciones, para ası́ poder resolverlas. Del mismo modo, hemos presenta-
do la regla de L’Hôpital, útil para deshacer indeterminaciones que se presentan inicialmente
en el lı́mite de cocientes de funciones derivables. Y, por último, se ha comparado el orden
de magnitud de algunas de las funciones más usuales en la expresión de la complejidad de
un algoritmo.
En el segundo apartado hemos podido ver la manera de encontrar las soluciones aproximadas
de ecuaciones que resultan más complicadas que las polinómicas de primer y segundo grado.
El procedimiento consiste en determinar el número de soluciones, separarlas en intervalos
disjuntos y, después, buscar un valor aproximado de cada una de las soluciones, con una
precisión tan grande como se quiera.
A continuación hemos pasado a ver cómo encontrar, dada una función derivable en varias
ocasiones en un punto, el polinomio de grado fijado que mejor aproxima la función alrededor
del punto. También se ha expuesto la forma de calcular este polinomio, llamado polinomio
de Taylor de la función en el punto. De este modo, hemos utilizado los polinomios de Taylor
para encontrar el valor aproximado de funciones no polinómicas y hemos presentado cómo
acotar el error cometido en la aproximación, en función del grado del polinomio utilizado.
En el cuarto apartado nos encontramos con un estudio detallado de las gráficas de funciones:
crecimiento y decrecimiento, extremos relativos, concavidad y convexidad, ası́ntotas y sime-
trı́as.
Y, para acabar, se han expuesto las estrategias que debemos seguir ante una serie de problemas
de optimización global, teniendo en cuenta que la situación es muy diferente dependiendo
de si la función objetivo es continua o no lo es y, también, de si es derivable o no.
Bibliografía
Etayo, J.; Colera, J.; Ruiz, A. (1981). Matemáticas. Manuales de orientación universitaria.
Madrid: Anaya.
Larson, R.E.; Hostetler, R.P.; Edwards, B.H. (1995). Cálculo y geometrı́a analı́tica. (vol.
1, 5a ed.) Santa Fe de Bogotá: McGraw-Hill Interamericana.

Calculo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Calculo

Enviado por

Direitos autorais:

Formatos disponíveis

Profundización

1. Cálculo de lı́mites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2. Resolución aproximada de ecuaciones . . . . . . . . . . . . . . . . . . . . . . 22

3. Aproximación polinómica de una función . . . . . . . . . . . . . . . . . 34

4. Estudio local y representación gráfica

4.7. Estudio de la gráfica de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Tras habernos familiarizado con las herramientas básicas del cálculo, en

En este módulo se presentan nuevas aplicaciones de contenidos que ya

El resto de los apartados se destina a mostrar cómo algunas propiedades

Los objetivos de este módulo se pueden concretar en los siguientes:

1. Comparar el orden de magnitud de las funciones más usuales en el

2. Determinar cuántas soluciones tiene una ecuación y darle valores apro-

3. Calcular el polinomio que mejor aproxima una función alrededor de

4. Ser capaces de realizar un esbozo de la gráfica de una función.

5. Plantear y resolver problemas de optimización en una variable.

1. Cálculo de lı́mites de funciones

Asimismo, como aplicación del cálculo de lı́mites en el infinito, compa-

Echemos un vistazo a los lı́mites que encontramos a continuación:

Si sustituimos la variable x por el valor a que tiende, obtenemos L1 = 00 ,

Para calcular los lı́mites podemos simplificar las fracciones:

Una vez resuelta la indeterminación, hemos obtenido el valor de los lı́mites

Vemos, por lo tanto, que si llegamos a una expresión indeterminada, el

Si queremos resolver la indeterminación, dividiremos el numerador y el denominador

Observemos que, al dividir el numerador y el denominador por la misma potencia de x,

En este caso, también multiplicaremos el numerador y el denominador por una misma

Veamos a continuación qué queremos decir exactamente con estas expresiones.

Se puede demostrar que si en el punto x = a la función f (x) tiene por Definamos...

ln L = lim g(x) ln f (x)

De manera que la propiedad anterior se puede extender a situaciones más

x→a x→a lim h(x) = c

Aunque si lim f (x) = 1 y lim g(x) = ∞, no podemos asegurar nada directa-

Es normal representar las indeterminaciones anteriores de manera simbó-

Como consecuencia de esto, podemos decir que:

Por tanto, si lim f (x) = 1 y lim g(x) = ∞, podemos escribir:

1.1. Calculad los siguientes lı́mites:

1.2. Regla de L’Hôpital

A continuación presentamos el teorema denominado regla de L’Hôpital, que

Si f y g son dos funciones continuas en un intervalo cerrado [a , b] y

f (ξ) f (b) − f (a)

Demostración del teorema del valor medio de Cauchy

Aplicaremos el teorema del valor medio para derivadas en la función:

h(x) = g(x)[f (b) − f (a)] − f (x)[g(b) − g(a)].

h (x) = g (x)[f (b) − f (a)] − f (x)[g(b) − g(a)],

de donde sustituimos x por ξ se llega a:

0 = g (ξ)[f (b) − f (a)] − f (ξ)[g(b) − g(a)],

Demostración de la regla de L’Hôpital

En efecto, si f (x) y g(x) son derivables en un entorno de x0 , se puede aplicar el teorema

f (x) − f (x0 ) f (ξ)

Sin embargo, f (x) y g(x) al ser derivables en un entorno de x0 , son continuas en x0 ;

f (x) − 0 f (ξ) f (x) f (ξ) si x→x0 ,ξ→x0 f (ξ)

Calculad los lı́mites:

En el último paso hemos aplicado la equivalencia entre sin x y x cuando x → 0.

La regla de L’Hôpital se puede aplicar en varios casos, como se muestra a

1) Lı́mites de cocientes de infinitos

A pesar de que no realizaremos la demostración, la regla de L’Hôpital

2) Lı́mites de cocientes indeterminados cuando x → ∞

La regla de L’Hôpital también es aplicable cuando x → ∞, sólo hay que

(llegará un momento en que el denominador será de grado cero). Es decir, ax (a > 1)

3) Otros tipos de indeterminaciones

Si f (x) → 0 y g(x) → ∞ cuando x → a, entonces lim f (x)g(x) es una

a una indeterminación de tipo cociente, y se puede aplicar la regla

 x−1  x+1 (x+1)−(x−1)

Si f (x) → +∞ y g(x) → +∞ cuando x → a, lim [f (x) − g(x)] es una

minación de tipo cociente, y aplicar la regla de L’Hôpital.

x−1 x+1 (x+1)−(x−1)