Manual Wxmaxima

Prácticas de Cálculo
con
wxMaxima
Escuela Politénica
UNIVERSIDAD DE OVIEDO
de Ingeniería
GIJÓN
AGRADECIMIENTOS:
A nuestos compañeros de Granada:

J. Alaminos Prats; C. Aparicio del Prado, J. Extremera Lizana, P. Muñoz Rivas, A.R. Villena Muñoz
por pasarnos su manual de wxMaxima, incluso con el código fuente y en cual nos hemos basado.
A los traductores de la Ayuda del wxMaxima, el mejor manual existente.
A todos los desarrolladores del Maxima que, a lo largo de los años, han ido aportando sus
conocimientos de forma desinteresada.
Introducción
ñ Maxima una estupenda herramienta para la ayuda en los estudios de todo tipo de
Ingenierías, accesible a todos los presupuestos, tanto institucionales como indivi-
duales.
ñ El programa nace en los años 70. Recibiría por aquel entonces el nombre de Macsy-
ima (MAC’s SYmbolic MAnipulator), del cual el MIT mandaría una copia en 1982 al
DOE (US Department Of Energy), uno de los organismos que aportaron los fon-
dos económicos para el desarrollo del proyecto; esta primera versión se la conoce
como DOE-Macsyima. Posteriormente, el DOE concede la licencia de explotación del
programa a la empresa Symbolics, que sigue desarrollando el proyecto durante unos
años. En 1992 el programa es adquirido por una empresa que se llamaría precisa-
mente Macsyima Inc, y el programa iría perdiendo fuelle progresivamente ante la
presencia en el mercado de otros programas similares como Maple o Mathematica,
ambos los dos inspirados en sus orígenes por el propio Macsyima.
ñ Pero desde el año 1982, y hasta su fallecimiento en el 2001, William Schelter en la

Universidad de Texas mantuvo una versión de este programa adaptada al estándar
Common Lisp, la cual ya se conocía con el nombre de Maxima para diferenciarla de la
versión comercial. En el año 1998 Schelter consiguió del DOE permiso para distribuir
Maxima bajo la licencia GNU-GPL http://www.gnu.org/licenses/gpl.html; con
este paso, muchas más personas empezaron a dirigir su mirada hacia Maxima.
ñ Actualmente, el proyecto es un programa escrito en lenguaje lisp que está siendo

liderado por un grupo de desarrolladores originarios de varios países, asistidos y
ayudados por otras muchas personas interesadas en Maxima y que mantienen un
cauce de comunicación a través de una lista de través de una lista de correo http:
//maxima.sourceforge.net/maximalist.html.
ñ Puesto que Maxima se distribuye bajo la licencia GNU-GPL, tanto el código fuente
como los manuales son de libre acceso a través de la página web del proyecto
http://maxima.sourceforge.net
ñ El software libre fue definido por R. Sallman como todo aquél que garantice las
suigientes libertades:
a) Libertad para ejecutar el programa en cualquier lugar, en cualquier momento y

con cualquier propósito.
b) Libertad de estudiar cómo funciona el programa, y adaptarlo a nuestras necesi-

dades (requisito: acceso al código fuente).
c) Libertad para redistribuir copias a cualquier persona.
d) Libertad para mejorar el programa y publicar las mejoras (requisito: acceso al

código fuente)
ñ GPL: Con el fin de proteger las cuatro libertades anteriores, se impone una restric-
ción adicional, compatible con éstas: los trabajos derivados tienen que mantener la
1
misma licencia libre que el trabajo original. El mecanismo genérico que utilizan las
licencias tipo GPL para conseguir estas garantías fue llamado copyleft
wxMaxima
ñ wxMaxima no es más que una interfaz gráfica de Maxima, que permite el manejo de
éste de una forma visual, dando acceso a gran parte de los comandos de Maxima con
el simple uso del ratón. Existen más interfaces gráficos para Maxima, pero creemos
que wxMaxima es el más interesante. Puede descargarse desde su página web:
http://wxmaxima.sourceforge.net/wiki/index.php/Main_Page
Gijón, 28 de Junio de 2010
2
Tabla de contenidos
1 Aprendiendo Maxima 7
1.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Primeros pasos con WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Operaciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Atajos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.4 Resultados numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.5 Funciones preconstruidas en Maxima . . . . . . . . . . . . . . . . . . . . 10
1.2.6 Otras funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Insercción de texto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Reinicio de Maxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.1 Evaluar letras en una variable y borrado de variables . . . . . . . . . . 13
1.6 Expandir y simplificar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.1 Funciones para expandir una expresión: . . . . . . . . . . . . . . . . . . 14
1.6.2 Funciones para simplificar una expresión: . . . . . . . . . . . . . . . . . 16
1.6.3 Expandir y simplificar expresiones trigonométricas . . . . . . . . . . . 16
1.7 Factorización de polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.8 Descomposición en fracciones simples . . . . . . . . . . . . . . . . . . . . . . . 18
1.9 Listas, vectores y matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.9.1 Listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.9.2 Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9.3 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.10 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3
2 Funciones. Representaciones gráficas. Ecuaciones. Límites y continuidad 27
2.1 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Gráfica de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.2 Funciones definidas a trozos . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2 Gráficos con draw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.1 Opciones locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.2 Opciones globales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2.3 Objeto gráfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2.4 Representaciçon gráfica de puntos . . . . . . . . . . . . . . . . . . . . . 36
2.3 Resolución de ecuaciones y sistemas . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.1 Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.2 Soluciones aproximadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4 Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.5 Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 Derivación. Aplicaciones de la derivada. Polinomios de Taylor 45
3.1 Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Los operadores comilla y doble comilla . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Aplicaciones de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1 Recta tangente y recta normal . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.2 Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.3 Intervalos de crecimiento y decrecimiento . . . . . . . . . . . . . . . . . 48
3.3.4 Intervalos de concavidad y convexidad . . . . . . . . . . . . . . . . . . . 49
3.4 Resolución de desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.1 Asíntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5 Polinomios de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.6 Algo sobre programación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.6.1 Operadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.6.2 Operadores relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.7 Bucles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4
3.8 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4 La integral de Riemann. Integrales impropias 63
4.1 Cálculo de integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.1.1 Integración numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 Teorema fundamental del Cálculo integral . . . . . . . . . . . . . . . . . . . . . 66
4.3 Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3.1 Cálculo de áreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3.2 Longitudes de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3.3 Volúmenes de revolución . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3.4 Áreas de superficies de revolución . . . . . . . . . . . . . . . . . . . . . . 73
4.4 Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5 Sucesiones y series. Series de potencias 81
5.1 Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.1.1 Sucesiones recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.2.1 Criterios de convergencia absoluta . . . . . . . . . . . . . . . . . . . . . 86
5.2.2 Series sumables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2.3 Series telescópicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.2.4 Series alternadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2.5 Productos finitos e infinitos . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3 Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.3.1 Cálculo del radio de convergencia . . . . . . . . . . . . . . . . . . . . . . 96
5.4 Desarrollo de una función en series de potencias. Series de Taylor . . . . . . 96
5.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6 Funciones de varias variables. Parte I 107
6.1 Funciones de varias variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.1.1 Gráficas de funciones reales de dos variables . . . . . . . . . . . . . . . 108
6.1.2 Gráficas con Plot3d . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5
6.1.3 Gráficas con draw3d . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.2 Límites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.2.1 Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.2.2 Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.3 Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.4 Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.5 El vector gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.6 Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.7 Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.8 Funciones vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
6.9 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7 Funciones de varias variables. Parte II 129
7.1 La regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.1.1 Esquemas para la regla de la cadena . . . . . . . . . . . . . . . . . . . . 131
7.2 Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.2.1 Extremos para dos variables . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.3 Extremos condicionados por igualdades . . . . . . . . . . . . . . . . . . . . . . 139
7.4 Extremos absolutos en conjuntos compactos . . . . . . . . . . . . . . . . . . . 144
7.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6
Práctica 1
Aprendiendo Maxima
1.1 Introducción
Maxima es un programa que realiza cálculos matemáticos de forma tanto numérica como
simbólica, esto es, sabe tanto manipular números como calcular la derivada de una fun-
ción. Sus capacidades cubren sobradamente las necesidades de un alumno de un curso
de Cálculo en unos estudios de Ingeniería. Se encuentra disponible bajo licencia GNU
GPL tanto el programa como los manuales del programa. A nosotros nos interesa, sobre
todo, el cálculo simbólico que es el que usaremos habitualmente. Es un programa basado
en comandos y, al ser éstos fácilmente olvidables, es por lo que usaremos un intérprete
del programa: el WxMaxima en el que tendremos acceso a la gran mayoría de comandos
que necesitaremos mediante simples clics con el ratón. Podemos encontrar WxMaxima
en:
http://wxmaxima.sourceforge.net/wiki/index.php/Main_Page
1.2 Primeros pasos con WxMaxima
7
1.2. Primeros pasos con WxMaxima Prácticas de Cálculo
Nada más abrir el programa, nos encontramos con algo parecido a la figura de arriba
El panel de comandos que aparece en la parte superior derecha, lo abrimos yendo en el
menú a Maxima—>Paneles—>Matemáticas generales. El panel es desplazable a lo largo
de toda la pantalla mediante el ratón en la forma habitual de Windows. Bien, y llegó la
hora de usar el programa. Veamos en primer lugar las operaciones básicas:
1.2.1 Operaciones básicas
+ Suma
* Producto
/ Cociente
∧ Potencia
sqrt(expr) raíz cuadrada de expr
Y pasamos a ver el manejo del programa. Simplemente pinchamos en la pantalla y

efectuemos una operación básica. Por ejemplo 5 · 8 + 23 Tecleamos 5*8+23 y pulsamos
a la vez MAYUSC-ENTER. Encontramos:
(%i1) 5*8+23;
(%o1) 63
De momento, no es mucho. Pero fíjese que hay una entrada (lo que se teclea) numerada
con una etiqueta %i1 de entrada (indicado por la letra "i") y una etiqueta de salida, %o1
que es lo que devuelve el programa (indicado por la letra "o"). En cualquier momento,
podemos referirnos a esas etiquetas para no tener que repetir lo que pone al lado.
NOTA: Para agrupar expresiones sólo se usan paréntesis, las veces que hagan falta.
Nunca se usan corchetes, que están reservados para listas y vectores.
1.2.2 Constantes
Las constantes más usuales usadas en Cálculo, se escriben así:
%pi El número π
%e El número e
%i La unidad imaginaria
8
1.2.3 Atajos
Si queremos referirnos a algo que ya tenemos escrito en pantalla, podemos hacerlo

(aparte del consabido copiar-pegar) así, por ejemplo:
%i23 La entrada numerada con la etiqueta 23

%o12 La salida numerada con la etiqueta 12
% La última salida
1.2.4 Resultados numéricos
Como habíamos comentado, nos interesa sobre todo el cálculo simbólico. Pero imag-
inemos
√ que queremos saber una aproximación decimal de alguna operación, por ejemplo
3 2 + 25 . Tenemos tres formas fundamentales para hacerlo:
float(número) Expresión decimal de número
número,numer Expresión decimal de número
bfloat(número) Expresión decimal larga de número
También podemos poner el programa en modo numérico. Para ello en el menú Numérico—
> Conmutar salida numérica. Hay que acordarse de volver a cambiarlo si queremos
seguir con el cálculo simbólico.
(%i1) float(3*sqrt(2)+25);
(%o1) 29.24264068711928
(%i2) 3*sqrt(2)+25,numer;
(%o2) 29.24264068711928
(%i3) bfloat(3*sqrt(2)+25);
(%o3) 2.924264068711929b1
La última expresión indica que lo que hay antes de la "b", hay que multiplicarlo por 10
o
elevado al número que hay después (en este caso,1). Se puede cambiar el n de cifras
decimales en Numérico—>Establecer precisión (por defecto son 16 cifras decimales).
Fijémosnos ahora en la salida que se pruce usando cálculo simbólico:
(%i4) 3*sqrt(2)+25;
√
(%o4) 3 2 + 25
9
También es posible que se haya obtenido la salida así:
(%i6) 3*sqrt(2)+25;
(%o 6) 3 sqrt(2) + 25
Para obtener la forma "guapa", hay que ir a Maxima—>Cambiar pantalla 2D y elegir

"xml".
1.2.5 Funciones preconstruidas en Maxima
Maxima entiende quiénes son las siguientes funciones usuales:
(%i10) atan(1);
π
(%o10)
4
(%i12) cos(3*%pi/4);
1
(%o12) −√
2
10
1.3. Insercción de texto Prácticas de Cálculo
1.2.6 Otras funciones
! Factorial de n
m

binomial(m, n) El valor n
entier(x) Parte entera de x
abs(x) Valor absoluto de x
random(x) Número aleatorio entre 0 y x
signum Signo de x
max{x1 , x2 , · · · , xn } El valor máximo de x1 , x2 , · · · , xn
min{x1 , x2 , · · · , xn } El valor mínimo de x1 , x2 , · · · , xn
(%i15) binomial(10,3);
(%o15) 120
(%i19) max(1/2, 224/87, 4,-15/4, 11/2);
11
(%o19)
2
La lista de funciones es mucho más extensa y tiene muchos más parámetros que los aquí
enunciados. Si fuera necesario, hay que consultar la ayuda del Maxima.
1.3 Insercción de texto
Podemos comentar resultados, explicaciones etc en Maxima. Para ello vamos a Celda—
> Nueva celda de texto Nos inserta una celda con fondo verde-azulado donde pode-
mos escribir. También podríamos elaborar un documento con secciones y subsecciones
donde Maxima nos los numera automáticamente. Para una celda de sección, hay que ir a
Celda—> Nueva celda de sección
11
1.4. Reinicio de Maxima Prácticas de Cálculo
1.4 Reinicio de Maxima
A medida que en una sesión de Maxima

vamos definiendo variables, funciones, etc.
no basta con borrar las celdas donde es-
tán definidas, pues continuan vigentes en
memoria, pudiendo llegar a obtener resulta-
dos extraños debido a que, por ejemplo, a la
variable x le habíamos dado un valor pre-
vio y no nos acordamos de vaciarla. Por eso,
quizás sea conveniente hacer un reinicio de
Maxima y se olvide de todo lo anterior. Para
ello, vamos a Maxima—> Reiniciar Maxima.
Luego conviene ir a Celdas—> Evaluar to-
das las celdas. También podemos limpiar
memoria Maxima—> Limpiar memoria con
parecidos resultados
1.5 Variables
En Maxima, cualquier letra es, en principio, una variable. Pero podemos definir variables
más complejas mediante asignaciones que contengan números y letras. Esa asignación
la hacemos mediante el símbolo ":". Las más sencillas son asignaciones numéricas, o sea,
constantes en realidad.
(%i2) a:-7;
(%o2) −7
(%i3) a^2+3;
(%o3) 52
(%i4) b:(x+3)^2;
(%o4) (x + 3)2
(%i5) b^2;
(%o5) (x + 3)4
12
1.5. Variables Prácticas de Cálculo
1.5.1 Evaluar letras en una variable y borrado de variables
En expr sustituye a1 por valor1, a2 por

expr, [a1 =valor1, a2 =valor2· · · ]
valor2, · · ·
remvalue( a1 , a2 , · · · ) Borra los valores de las variables a1 , a2 , · · ·

values Muestra las variables con valor asignado.
(%i1) a:-4;
(%o1) −4
(%i2) b:5*log(x)-a^2;
(%o2) 5 log (x) − 16
(%i3) ev(b,x=3);
(%o3) 5 log (3) − 16
(%i4) b;
(%o4) 5 log (x) − 16
Desde el menú de Maxima podemos borrar

los valores de cualquier variable o incluso
todas. Para ello, vamos a Maxima —> Bo-
rrar variables y en la ventana que nos sale
escribimos los nombres de las variables a
borrar, separadas por comas. Por defecto,
las borra todas. También podes ver todas
las variables que hay definidas, en el mismo
menú en "Mostrar variables".
13
1.6. Expandir y simplificar Prácticas de Cálculo
1.6 Expandir y simplificar
1.6.1 Funciones para expandir una expresión:
expand(expr) Expande expr productos y potencias
expand(expr,n, m) Expande potencias de expr con grado entre −m y n
ratexpand(expr) Expande expr con más eficiencia para polinomios
Descompone frac en fracciones simples respecto de

partfrac(frac,var))
la variable var en una expresión racional
num(frac) Numerador de frac
denom(frac) Denominador de frac
14
Todos estos comandos, son accesibles desde el menú de Max-

ima en Maxima—> Paneles—> Matemátias generales. Tam-
bién desde Maxima—>Simplificar.
Existen muchos otros comandos de expansión y muchos
parámetros para los mismos. Consulte en la ayuda de Maxima
si es necesario.
(%i1) expand((x-2)^3+(x+3)^2);
(%o1) x 3 − 5 x 2 + 18 x + 1
(%i2) expand((x+5)^3/(x+3)^2);
x3 15 x 2 75 x 125
(%o2) + + +
x2 + 6 x + 9 x2 + 6 x + 9 x2 + 6 x + 9 x2 + 6 x + 9
(%i3) ratexpand((x+3)^5);
(%o3) x 5 + 15 x 4 + 90 x 3 + 270 x 2 + 405 x + 243
(%i4) expand((x+3)^100+(x-4)^30+(x+1)^2+1/(x+7)^5+9/(x-3)^3,3,4);
9 1
(%o4) + + (x + 3)100 + x 2 + 2 x + (x − 4)30 + 1
x3 − 9 x2 + 27 x − 27 (x + 7)5
15
1.6.2 Funciones para simplificar una expresión:
ratsimp(expr) Simplifica expresiones racionales
Simplifica expresiones racionales con más eficacia a

fullratsimp(expr)
coste de más tiempo
Simplifica expresiones con radicales, exponenciales y

radsimp(expr)
logaritmos
Variable global. Si vale true se simplifican expre-

factorial_expand
siones con factoriales. Por defecto, vale false
(%i1) p:(2*x-3)/(x^2+2);
2x − 3
(%o1)
x2 + 2
(%i2) q:1/((x+3)*(2-x));
1
(%o2)
(2 − x) (x + 3)
(%i3) ratsimp(p+q);
2 x 3 − 2 x 2 − 15 x + 16
(%o3)
x 4 + x 3 − 4 x 2 + 2 x − 12
1.6.3 Expandir y simplificar expresiones trigonométricas
Para reducir o expandir expresiones trigonométricas, tenemos funciones exclusivas. Se

pueden encontrar en el panel Maxima—> Paneles—> Matemátias generales, cuando tienen
el paréntesis (tr). También desde Maxima—>Simplificar.
trigexpand(expr) Desarrolla funciones trigonométricas e hiperbólicas
trigreduce(expr) Simplifica funciones trigonométricas e hiperbólicas
Simplifica funciones trigonométricas e hiperbólicas,

trigsimp(expr)
prefiriendo usar potencias
16
1.7. Factorización de polinomios Prácticas de Cálculo
(%i1) trigexpand(sin(a+b)+cos(2*a));
(%o1) cos (a) sin (b) + sin (a) cos (b) − sin (a)2 + cos (a)2
(%i2) trigexpand(x*cos(2*x)*sin(a+x));

(%o2) x (cos (a) sin (x) + sin (a) cos (x)) cos (x)2 − sin (x)2
(%i3) p:cos(x)+sin(x+a)-2*sin(x)*cos(x);
(%o3) sin (x + a) − 2 cos (x) sin (x) + cos (x)
(%i4) trigreduce(p);
(%o4) sin (x + a) − sin (2 x) + cos (x)
1.7 Factorización de polinomios
Si todas las raíces de un polinomio son racionales o complejas de cualquier multiplici-

dad, Maxima consigue factorizar ese polinomio de forma completa en R . De otra forma,
sólo factorizará la parte correspondiente que cumpla lo anterior.
factor(expr) Escribe el polinomio expr como producto de factores más sencillos
17
1.8. Descomposición en fracciones simples Prácticas de Cálculo
(%i1) factor(x^3-x^2-8*x+12);
(%o1) (x − 2)2 (x + 3)
(%i2) factor(x^6-(29*x^5)/10+(63*x^4)/20-(279*x^3)/40+(54*x^2)/5-243/40);
(2 x − 3)3 (5 x + 3) x 2 + x + 3

(%o2)
40
(%i3) factor(x^5+3*x^4+3*x^3+9*x^2-10*x-30);
(x + 3) x 2 − 2 x2 + 5

(%o3)
2 √ √
Observe que el factor (x − 2) todavía se podría factorizar en (x − 2)(x + 2) , que al
no ser raíces racionales, Maxima no factoriza.
1.8 Descomposición en fracciones simples
partfrac(expr, var) Descompone expr respecto de la variable var
Ya sabemos que si tenemos un cociente de

P (x)
polinomios , es posible descompo-
Q(x)
nerlo en una parte entera (polinomio) más
sumas de fracciones más simples. Maxima
es capaz de hacer esto siempre que sea ca-
paz de descomponer Q(x) de forma fac-
torial (véanse los comentarios hechos en la
sección anterior). Podemos hacerlo desde
el menú del Maxima en Análisis—> Frac-
ciones simples.
Nos sale una ventana donde introducimos

la expresión y la variable respecto a la que
queremos la descomposición:
18
1.9. Listas, vectores y matrices Prácticas de Cálculo
(%i1) partfrac((x^4+2)/(x^3-x^2-8*x+12), x);
83 142 18
(%o1) +x+ + +1
25 (x + 3) 25 (x − 2) 5 (x − 2)2
(%i1) x^5+3*x^4+3*x^3+9*x^2-10*x-30;
(%o1) x 5 + 3 x 4 + 3 x 3 + 9 x 2 − 10 x − 30
(%i2) partfrac(2*x/%i1, x);
3x + 5 6x − 4 3
(%o2) − 2
+ 2
−
49 (x + 5) 49 (x − 2) 49 (x + 3)
Observe que el sumando del centro aún se podría descomponer en suma de otras dos
fracciones.
1.9 Listas, vectores y matrices
1.9.1 Listas
La forma que tiene Maxima de escribir listas es usando corchetes. Los elementos de una
lista pueden ser números, expresiones algebraicas e incluso otras listas.
(%i1) listilla:[1,-3, x^2, "Paco"];
(%o1) [1, −3, x 2 , P aco]
(%i2) milista:[-3,42,33,1,60];
(%o2) [−3, 42, 33, 1, 60]
(%i3) otralista:[a,b,[1,2,3],c,-5];
(%o3) [a, b, [1, 2, 3], c, −5]
19
first, second, · · · , last Primer, segundo,...., último elemento de una lista
lista[k] k-ésimo elemento de la lista
sort Ordena los elementos de una lista
length longitud de la lista
(%i5) sort(listilla);
(%o5) [−3, 1, P aco, x 2 ]
(%i6) listilla(4);
(%o6) P aco
(%i7) length(otralista);
(%o7) 5
(%i8) third(otralista);
(%o8) [1, 2, 3]
También podemos construir una lista a partir de una fórmula:
Construye una lista variando la variable var desde n

makelist(expr, var, n, m)
hasta m con la expresión expr
(%i1) makelist(k^3,k,1,10);
(%o1) [1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
(%i2) makelist(sin(p^2*x),p,3,8);
(%o2) [sin (9 x) , sin (16 x) , sin (25 x) , sin (36 x) , sin (49 x) , sin (64 x)]
20
La primera lista representa los cubos de los

10 primeros números. Como casi todo, se
puede construir una lista desde el menú del
Maxima, yendo a Algebra—>Construir lista.
Nos aparece una ventana donde introduci-
mos los datos
1.9.2 Vectores
Una lista, también podemos considerar que es un vector. En tal caso, podemos efectuar
las operaciones habituales: suma, producto por un escalar y producto escalar.
NOTA: Para el producto escalar, debemos utilizar " . " Si utilizamos " * " nos multiplica
término a término (y no lo suma)
(%i1) p:[-2,3,5];
(%o1) [−2, 3, 5]
(%i2) q:[a,3,-4];
(%o2) [a, 3, −4]
(%i3) s:[-1,7,2/3];
2
(%o3) [−1, 7, ]
3
(%i4) p.s;
79
(%o4)
3
(%i5) p+q;
(%o5) [a − 2, 6, 1]
(%i6) 5*p;
(%o6) [−10, 15, 25]
(%i7) p*s;
10
(%o7) [2, 21, ]
3
21
(%i8) sqrt(p.p);
√
(%o8) 38
La última expresión, sería la forma de calcular el módulo de p.
1.9.3 Matrices
Para definir una matriz, lo hacemos con el comando matrix() cuyo argumento es una se-
rie de listas, cada una de ellas representa una fila de la matriz.
matrix(fila1, fila2, · · · ) Definir la matriz
rank(matriz) Calcula el rango de la matriz
determinant(matriz) Calcula el determinante de la matriz
invert(matriz) Calcula la matriz inversa.
Podemos efectuar todas las operaciones habituales sobre matrices: sumas, producto por
escalares y producto (usando " . ")
Existen gran cantidad de comandos para matrices, además de los expuesto anterior-
mente. Consulte la ayuda de Maxima si fuera necesario. Por supuesto, se puede definir
una matriz desde el menú de Maxima, en Algebra—>Introducir matriz
(%i1) A:matrix([1/2,-3/5,2],[0,-1,2/5],[-2,3,-6]);
 1 3 
2 −5 2
2
(%o1) 0 −1
 
5 
−2 3 −6
(%i2) B:matrix([-2,3/5,-2],[-1,-1/5,2],[-3/2,2,-4]);
 3 
−2 5 −2
1
(%o2)  −1 −5 2
 
− 32 2 −4
22
(%i3) C:matrix([-1,0,a],[2,-a,2],[2,-2,a]);
 
−1 0 a
(%o3) 2 −a 2 
 
2 −2 a
(%i4) [A.B, A+C,3*A];

 17 221
− 51
  1
− 35
  3
− 95

− −2 a+2 6
 25 50 5
18   12  
2
6
(%o4) [ 5 1 − 5 ,  2 −a − 1 5 ,  0 −3

5 ]
10 − 69
5 34 0 1 a−6 −6 9 −18
(%i6) [determinant(B),determinant(C),determinant(A)];
34 2 28
(%o6) [ , a + a (2 a − 4) − 4, − ]
5 25
(%i7) rank(B);
(%o7) 3
23
1.10. Ejercicios Prácticas de Cálculo
1.10 Ejercicios
1 6571
1 o ) Calcule 1 + 9 + 32+4 (Sol: 9 )
p √ √
2 o ) Calcule 4 + 144 + 3
27 (Sol: 7)
p √ √ √ √
3 o ) Calcule ( 1 + 4 + 2) (Sol: 3 + 4)
4 o ) Calcule eπ i (Sol: −1)
√
5 o ) Dé una expresión decimal aproximada de 5
π (Sol: 1.257274115669185)
π π 1
6 o ) Calcule sen( 4 ) + cos( 2 ) + ln(e4 ) (Sol: √ + 4)
2
5π
7 o ) Calcule arctg (1) + arccos(−1) (Sol: )
4
pepe
8 o ) Asigne al símbolo pepe el valor de 10! y calcular (Sol: 9034502400).
95!
9 o ) Sustituya en la expresión pepe+cos 2 (x)+sen2 (x 2 ) la variable x por 0 (Sol: 9034502401).

Anular la asignación al símbolo pepe.
10 o ) Sustituir en la expresión (x + y)2 − x 3 la variable "x" por 1 y la variable "y" por -1
11 o ) Simplifique la expresión (x + y)(x − y) − x 2 (Sol: −y 2 )
12 o ) Factorice el polinomio −1 − x + x 2 + x 3 .
13 o ) Factorice 6x 4 − 11x 3 − 64x 2 + 99x + 90
14 o ) Escriba sen(5x) cos(3x) en función de sen(x) y cos(x)
x2 − 4
15 o ) Descomponga en fracciones simples:
x5 + x4 − 2 x3 − 2 x2 + x + 1
24
16 o ) Construya, con makelist, una lista con los 30 primeros números impares y de man-
era que vayan alternado de signo. columna.
25
26
Práctica 2
Funciones. Representaciones gráficas.

Ecuaciones. Límites y continuidad
2.1 Funciones
Para definir funciones, usaremos principalmente el símbolo " := ". Podemos definir fun-
o o
ciones de cualquier n de variables y cualquier n de componentes ( funciones f : Rn −→
Rm ). Pero, a nosotros, nos interesan las funciones reales de una variable.
funcion(var1,var2,..):=(expr1,expr2,...) definición de función
la función vale expr (forma alternativa

define (func,expr)
de definir una función)
fundef(func) devuelve la definición de la función
functions lista de funciones definidas por el usuario
remfunction(func1,func2,...) borra las funciones
27
2.1. Funciones Prácticas de Cálculo
Desde el menú de Maxima, podemos hacer

cómodamente: ver qué funciones hay
definidas, ver sus definiciones, borrar fun-
ciones que hayamos definido previamente,
etc. Para ello, vamos a Maxima—> y allí
elegimos en el menú desplegable lo que más
nos interese
(%i1) f(x):=x^2*sin(2*x);
(%o1) f (x) := x 2 sin (2 x)
(%i2) g(x):=%e^(x+4);
(%o2) g (x) := ex+4
(%i3) g(2);
(%o3) e6
(%i4) f(g(x));
e2 (x+4) sin 2 ex+4

(%o4)
(%i10) f(p-2);
2
(%o10) sin 2 p − 2 p−2
(%i6) g(f(x));
2 sin(2 x)+4
(%o6) ex
Preguntamos a Maxima la definicióm de f(x):
(%i9) fundef(f);
(%o9) f (x) := x 2 sin (2 x)
28
Ahora borramos las funciones f y g :
(%i11) remfunction(f, g);
(%o11) [f , g]
(%i13) f(x);
(%o13) f (x)
Ya no sabe quién es f. Ahora definimos una función de R2 −→ R3 . Observemos que se

hace mediante una lista
(%i18) f(x,y):=[2*x+2,x^2-y, 3*x^-2*y];
(%o18) f x, y := [2 x + 2, x 2 − y, 3 x −2 y]

(%i20) f(-2,3);
9
(%o20) [−2, 1, ]
4
NOTA: Las funciones trabajan sobre listas, devolviendo una lista con la imagen de cada
elemento de la lista inicial.
(%i1) lista:[1,-3,0,4];
(%o1) [1, −3, 0, 4]
(%i2) f(x):=x^2+2;
(%o2) f (x) := x 2 + 2
(%i3) f(lista);
(%o3) [3, 11, 2, 18]
2.1.1 Gráfica de una función
Podemos representar gráficamente una función función f : [a, b] −→ R . Para ello, us-
amos los comandos:
29
plot2d(f(x), [x,a,b]) Dibuja la gráfica de f (x) en [a, b]
Dibuja, en la misma ventana, las

plot2d([f(x), g(x), · · · ] , [x,a,b])
gráficas de f(x), g(x), · · · en [a, b]
Veremos más adelante otros comandos para representaciones gráficas. Lo mejor, es hac-
erlo desde el menú de Maxima Gráficos—>Gráficos2D Cuando pulsamos el botón Grá-
ficos 2D, aparece una ventana de diálogo con varios campos que podemos completar o
modificar:
a) Expresión(es). La función o funciones que queramos dibujar. Por defecto, wxMaxima

rellena este espacio con % para referirse a la salida anterior.
b) Variable x. Aquí establecemos el intervalo de la variable x donde queramos repre-

sentar la función.
c) Variable y. Ídem para acotar el

recorrido de los valores de la imagen.
d) Graduaciones. Nos permite regular

el número de puntos en los que el pro-
grama evalúa una función para su rep-
resentación en polares. Veremos ejem-
plos en la sección siguiente.
e) Formato. Maxima realiza por defecto la gráfica con un programa auxiliar. Si selec-
cionamos en línea, dicho programa auxiliar es wxMaxima y obtendremos la gráfica en
una ventana alineada con la salida correspondiente. Hay dos opciones más y ambas
abren una ventana externa para dibujar la gráfica requerida: gnuplot es la opción por
defecto que utiliza el programa Gnuplot para realizar la representación; también está
disponible la opción openmath que utiliza el programa XMaxima. Prueba las diferentes
opciones y decide cuál te gusta más.
f) Opciones. Aquí podemos seleccionar algunas opciones para que, por ejemplo, dibuje
los ejes de coordenadas ("set zeroaxis;"); dibuje los ejes de coordenadas, de forma
que cada unidad en el eje Y sea igual que el eje X ("set size ratio 1; set zeroaxis;");
dibuje una cuadrícula ("set grid;")
g) Gráfico al archivo. Guarda el gráfico en un archivo con formato Postscript.
NOTA: El prefijo wx añadido a plot2d o a cualquiera del resto de las órdenes que ver-
emos más adelante (plot3d, draw2d, draw3d) hace que wxMaxima pase automática-
mente a mostrar los gráficos en la misma ventana y no en una ventana separada. Es lo
mismo que seleccionar en línea
30
(%i1) f(x):=x^3+3*x+1;
(%o1) f (x) := x 3 + 3 x + 1
(%i2) g(x):=%e^x-x;
(%o2) g (x) := ex − x
(%i3) wxplot2d([f(x)], [x,-2,2]);
(%t3)
(%i4) wxplot2d([f(x),g(x)], [x,-2,2],

[plot_format, gnuplot],
[gnuplot_preamble, "set size ratio 1; set zeroaxis;"])$
(%t4)
31
2.1.2 Funciones definidas a trozos
Mediante el comando:
if condiciones then expr1 else expr2
Podemos definir funciones del tipo:
 3x 2 − 1

si ≤ 1
f (x) =

5x − 4 si x > 1
(%i1) f(x):=if x<=1 then 3*x^2-1 else 5*x-4;
(%o1) f (x) := if x <= 1then3 x 2 − 1else5 x − 4
Vemos que no nos escribe la expresión. Maxima no trabaja bien con este tipo de fun-
ciones, con lo que casi es preferible trabajar con los trozos por separado. No obstante,
puede valorar puntos y se pueden representar gráficamente.
(%i2) p:0;
(%o2) 0
(%i3) [f(-2),f(4),f(p)];
(%o3) [11, 16, −1]
Si la función tiene más de dos trozos, tendríamos que anidar expresiones if.
Por ejemplo, para escribir:
2x − 1 si x ≤ 0






cos(x) si 0 < x < π

f (x) =

 √
 3x + 5 si x ≥ π



(%i1) g(x):=if x<=0 then 2*x-1

else
if x<%pi then cos(x) else sqrt(3*x+5);
√
(%o1) g (x) := if x <= 0then2 x − 1elseif x < π thencos (x) else 3 x + 5
32
2.2. Gráficos con draw Prácticas de Cálculo
(%i2) wxplot2d([g(x)], [x,-5,5])
(%t2)
2.2 Gráficos con draw
Además del comando Plot2d, tenemos el módulo draw. Es reciente en Maxima y hay que
cargarlo previamente. Para ello, ponemos la orden:
(%i1) load(draw);
(%o1) d : /ARCHIV 1/MAXIMA 1.1/shar e/maxima/5.21.1/shar e/dr aw/dr aw.lisp
draw2d(opciones, Objeto gráfico ) Dibuja gráfico en 2 dimensiones
draw3d(opciones, Objeto gráfico ) Dibuja gráfico en 3 dimensiones
2.2.1 Opciones locales
Son las opciones de los comandos anteriores propias de cada gráfica, pueden ser:
color: El color de la gráfica.
line_width: Grosor con el que se dibujan las líneas. Por defecto, vale 1.
33
2.2.2 Opciones globales
Las comunes a todas las gráficas que van a dibujarse en una misma ventana
o
nticks: El n de puntos para dibujar la gráfica. Por defecto son 30.
xaxis, yaxis: Si sus valores son true, se dibujan los ejes
xlabel, ylabel: Las etiquetas para cada eje.
xrange, yrange: Rango de las variables.
key: Leyenda con la que se identifica la gráfica.
xrange, yrange: Rango de las variables. Es una opción global que se pone al final y se
impone al rango que se pone en gráfico.
title: El título de la ventana.
user_preamble= El valor dado a esta opción debe ser una cadena alfanumérica o una
lista de cadenas (una por línea). La más importante es "set size ratio 1" (escrito así,
con comillas) para igualar la longitud de las unidades en ambos ejes.
2.2.3 Objeto gráfico
El Objeto gráfico que aparece en los comandos, puede ser:
explicit(expr, var, a, b): Para una función explícita, de variable var, definida en [a, b] .
parametric(expr1, expr2, param, a, b) : Para la curva en paramétricas x = expr 1 ; y =

expr 2 , respecto del parámetro param, variando éste en [a, b]
implicit(expr, var1, a, b, var2, c, d): Para una ecuación implícita, de variables var1 y var2,
variando éstas en [a, b] y [c, d] respectivamente.
NOTA: Como siempre, si ponemos wxdraw2d, la gráfica nos la pone en el documento y

no en una ventana aparte.
(%i1) load(draw);
34
(%i2) draw2d(color=blue,
nticks=100,
line_width=1.5,
xaxis=true, yaxis=true,
explicit(x*cos(x),x,-7,7));
(%t2)

(%o2) [gr2d explicit ]
(%i3) draw2d(
color=red,
nticks=100,
line_width=1.5,
implicit(x*y=1,x,-3,3,y,-3,3)
);
(%t3)

(%o3) [gr2d implicit ]
35
Se pueden poner varias gráficas en la misma ventana:
(%i4) draw2d(
color=red,
nticks=100,
line_width=2.5,
implicit(x^2+y^2-x*y=5,x,-3,3,y,-3,3),
color=blue,
nticks=100,
line_width=1.5,
explicit(4*x^2-5*x,x,-3,3),
xrange=[-3,3],yrange=[-3,3]
);
(%t4)

(%o4) [gr2d implicit, explicit ]
Para más opciones, consulte la ayuda del Maxima.
2.2.4 Representaciçon gráfica de puntos
Muy brevemente, primero creamos dos listas: lista1 y lista1 la primera con las x de los
puntos y la segunda con las y.
Luego aplicamos el comando draw2d como en el siguiente ejemplo:
(%i2) lista1:[1,0,-3,4];
(%o2) [1, 0, −3, 4]
(%i3) lista2:[2,-3,-1,2];
(%o3) [2, −3, −1, 2]
36
2.3. Resolución de ecuaciones y sistemas Prácticas de Cálculo
(%i4) wxdraw2d(
color=red,
point_type=filled_circle,
point_size=2,
points(lista1,lista2));
(%t4)

(%o4) [gr2d points ]
Las opciones más usuales para point_type son: asterisk (3), square (4), filled_square
(5), circle (6), filled_circle (7)
Que se pueden referir por el nombre (como en el ejemplo anterior) o por el índice (indi-
cado en la línea anterior).
2.3 Resolución de ecuaciones y sistemas
Para resolver ecuaciones, disponemos de los siguientes comandos
solve(ecuación, variable) Resuelve ecuación respecto a la variable variable
Resuelve el sistema [ecuaciones] respecto a las varia-

solve([ecuaciones], [variables])
bles [variables]
multiplicities Indica la multiplicidad de las variables
Como solve, pero intenta encontrar soluciones

algsys([ecuaciones], [variables])
numéricas si no las encuentra exactas
Variable binaria true o false que suprime las solu-

realonly ciones complejas y sólo muestra las reales cuando
se usa algsys
37
Los corchetes, como siempre, indican que deben introducirse listas. Si introducimos una
expresión sin el signo "=", Maxima resuelve esa expresión igualada a 0.
(%i2) solve(x^3-3*x^2+2+x+3,x);
(%o2) [x = 2 − i, x = i + 2, x = −1]
(%i3) p:x^6+5*x+2=0;
(%o3) x6 + 5 x + 2 = 0
(%i4) solve(p,x);
(%o4) [0 = x 6 + 5 x + 2 ]
Sólo hay algorítmos para resolver ecuaciones hasta de cuarto grado. Solve no puede re-
o
solver esta ecuación de 6 grado. Probemos con algsys:
(%i6) algsys([p],[x]);
(%o6) [[x = 1.186276552801695−0.81650645430775 i], [x = 0.81650645430775 i+1.186276552801695], [x =

−1.326589095774212 i−0.34579930206313], [x = 1.326589095774212 i−0.34579930206313], [x =
−1.280125055828495], [x = −0.40082947060259]]
Vemos que obtiene numéricamente las 6 soluciones. Tomemos sólo las soluciones reales:
(%i9) realonly:true;
(%o9) tr ue
(%i10) algsys([p],[x]);
(%o10) [[x = −0.40082947060259], [x = −1.280125047366427]]
Resolvamos ahora un sistema:
(%i11) solve([x^2-y^2=3,2*x+y^3=1],[x,y]);
(%o11) [[x = 2.315724815724816, y = −1.537068965517241], [x = −2.512135922330097, y =

1.819567354965585]]
38
2.3.1 Sistemas lineales
La resolución de sistemas lineales, se puede hacer con solve. Pero, en este caso, se
dispone de un comando más eficiente que funciona como solve:
Resuelve el sistema lineal[ecuaciones] res-

linsolve([ecuaciones], [variables])
pecto a las variables [variables]
(%i1) p:[3*x+5*y-4*z=1,x+2*y+3*z=-2,-4*x+y-3*x=4];
(%o1) [−4 z + 5 y + 3 x = 1, 3 z + 2 y + x = −2, y − 7 x = 4]
(%i2) linsolve(p,[x,y,z]);
97 17 95
(%o2) [x = − ,y = ,z = − ]
174 174 174
No hay problema cuando hay infinitas soluciones:
(%i3) p:[x+y+3*z=1, 3*x+5*y-z=2, -x-3*y+7*z=0];
(%o3) [3 z + y + x = 1, −z + 5 y + 3 x = 2, 7 z − 3 y − x = 0]
(%i4) linsolve(p,[x,y,z]);
solve: dependent equations eliminated: (1)

16 %r 1 − 3 10 %r 1 − 1
(%o4) [x = − ,y = , z = %r 1]
2 2
En este caso sólo 2 ecuaciones son linealmente independientes y habrá infinitas solu-
ciones. Maxima llama %r1 al parámetro, que nosotros llamaríamos t o λ normalmente.
2.3.2 Soluciones aproximadas
En caso de intervenir ecuaciones con exponenciales, trigonométricas, logarítmicas, etc.,

el problema se complica notablemente. Por ejemplo, intentemos resolver:
ex + 1 = tg(x)
(%i1) q:e^x+1=tan(x);
(%o1) ex + 1 = tan (x)
(%i2) solve (q,x);
(%o2) [tan (x) = ex + 1]
(%i3) algsys([q],[x]);
(%o3) []
39
Ni solve ni algsys pueden resolverla. Aquí, todo lo más que podemos hacer es ayudar
un poco a Maxima. Para ello, nos basamos en el Teorema de Bolzano. Comencemos por
definir y dibujar la función:
(%i4) f(x):=%e^x+1-tan(x);
(%o4) f (x) := ex + 1 − tan (x)
(%i5) wxplot2d(f(x),[x,-4,4],[y,-4,4]);
plot2d: some values were clipped.
(%t5)
Vemos que hay una raíz comprendida entre 1 y 1.5 (hay que buscar dos puntos en que
f tenga distinto signo). Entonces usamos el comando:
find_root(f(x), x, a, b) Resuelve f (x) = 0 en [a, b]
(%i6) find_root(f(x),x,1,1.5);
(%o6) 1.371045106423148
Podríamos buscar más soluciones encontrando otros 2 valores en los que f cambie de
signo. Por ejemplo, vemos que entre −2.5 y −2 hay otra raíz:
(%i2) find_root(f(x),x,-2.5,-2);
40
2.4. Límites Prácticas de Cálculo
(%o2) − 2.308896144806409
2.4 Límites
El cálculo de límites se realiza con la orden limit.

Con ella podemos calcular límites de funciones o de
sucesiones en un número, en +∞ o en −∞. También
podemos usar el menú Análisis→Calcular límite. Ahí
podemos escoger, además de a qué función le esta-
mos calculando el límite, a qué tiende la variable in-
cluyendo los valores especiales como π , e o infinito.
Además de esto, también podemos marcar si quere-
mos calcular únicamente el límite por la derecha o
por la izquierda en lugar de la opción por defecto
que es por ambos lados.
limit(expr,x,a) lim expr

x→a
limit(expr,x,a, plus) lim expr

x→a+
limit(expr,x,a, minus) lim expr
x→a−
tlimit(expr,x,a, minus) Como limit pero calcula el límite con desarrollos de Taylor
minf −∞
und Indefinido
ind Indefinido pero acotado
(%i1) f(x):=((x+1)/x)^(x+7);
x+7
x+1

(%o1) f (x) :=
x
(%i2) limit(f(x), x, inf);
(%o2) e
(%i3) g(x):=abs(x)/x;
|x|
(%o3) g (x) :=
x
(%i4) limit(g(x), x, 0);
(%o4) und
41
2.4. Límites Prácticas de Cálculo
Nos da indeterminado pero acotado. Veamos sus limites laterales
(%i5) [limit(g(x), x, 0, plus),limit(g(x), x, 0, minus)];
(%o5) [1, −1]
Vamos que el límite por la derecha vale 1 y por la izquierda −1.
Supongamos ahora la función:
sen(x 2


 2 x2 si x < 0
f (x) = f (x) = y queremos: lim f (x)
x→0
1−cos(x)
si x > 0


x2
Si definimos la función a trozos con el Maxima, obtenemos:
(%i1) f(x):=if x<0 then sin(x^2)/(2*x^2) else (1-cos(x))/x^2;
sin x 2

1 − cos (x)
(%o1) f (x) := if x < 0then 2
else
2x x2
(%i2) limit(f(x), x, 0);
sin x 2

1 − cos (x)
(%o2) lim if x < 0then else
x→0 2 x2 x2
(%i3) limit(f(x), x, 0, minus);
sin x 2

1 − cos (x)
(%o3) lim if x < 0then else
x→0− 2 x2 x2
Como vemos, no es capaz de calcular el límite ni el límite por la izquierda (por la derecha
tampoco sabría). Entonces tenemos que hacerlo nosotros con cada trozo:
(%i4) limit(sin(x^2)/(2*x^2), x, 0, minus);
1
(%o4)
2
(%i5) limit((1-cos(x))/x^2, x, 0, plus);
1
(%o5)
2
1
Al coincidir los límites laterales, concluimos que lim f (x) = .
x→0 2
42
2.5. Continuidad Prácticas de Cálculo
2.5 Continuidad
El estudio de la continuidad de una función es inmediato una vez que sabemos calcular
límites. Una función f : A ⊂ R → R es continua en a ∈ A si
lim f (x) = f (a)

x→a
Conocido el valor de la función en el punto, la única dificultad es, por tanto, saber si
coincide o no con el valor del límite.
Con respecto a las funciones discontinuas, la gráfica puede darnos una idea del tipo de
discontinuidad.
43
2.6 Ejercicios
√
1) Defina la función f (x) := e + x + x 10 y calcular f (1/2) (Sol: 2 + 32 + e)
2) Construya las funciones compuestas f ◦ g en los casos: siguientes:

a) f (x) = sen x ; g (x) = 1 − x 2
u−1 u+1
b) f (u) = ; g (u) =
u+1 1−u
1
c) f (x) = ; g (x) = tg x
x
3) Calcule los límites siguientes:
x2

3 x 4 sen2 x1 ln 1 + x1 cos x − e− 2 −2
a) lim c) lim
x→∞ π x+2
(x + 6) 4 x+1 x→0 x4
√
n
cot2 x 1+x −1
b) lim (cos x) d) lim con n ∈ N
x→0 x→0 x
4) Estudie la continuidad de la función f : R → R definida como f (x) = x ∗ ln |x| si x ≠ 0

y f (0) = 0.
5) Represente en una misma gráfica las funciones seno y coseno en el intervalo [−2π , 2π ].
Utilice las opciones adecuadas para que una de las funciones se represente en azul y otra
en rojo y, además, tengan grosores distintos.
6) Sean a y b dos números reales verificando b < 0 < a; estudie el comportamiento en

cero de la función
a b

f (x) = arctg − arctg , ∀x ∈ R − {0}.
x x

1+x
7) Estudie la continuidad de la función f (x) = arctg 1−x con x ≠ 1, así como su
comportamiento en 1, +∞ y −∞.
8) Represente la gráfica de la función:

 3x+1
 e si 0 ≤ x < 10
f (x) =

log(1 + x 2 ) si x ≥ 10
9) Represente la curva f (x) = cos(x)2 − x sen(x)2 en el intervalo [−π , π ] y sobre ella 5

puntos cuyo tamaño y color debe elegir ud. ¿Sabría hacer lo mismo con 8 puntos elegidos
aleatoriamente?
Sugerencia: Defina la curva como f (x) y consulte la sección 2.2.4 para dibujar puntos.
Para los 8 puntos aleatorios use:
lista1:makelist([-%pi+2*%pi*random(1.0)],k,1,8); lista2:f(lista1);
44
Práctica 3
Derivación. Aplicaciones de la
derivada. Polinomios de Taylor
3.1 Derivadas
Para calcular la derivada de una función real de variable real, una vez definida, por
ejemplo, como f (x), se utiliza el comando diff que toma como argumentos la fun-
ción a derivar, la variable con respecto a la cual hacerlo y, opcionalmente, el orden de
derivación.
diff(expr,variable) derivada de expr respecto de variable
diff(expr,variable,n) derivada n-ésima de expr respecto de variable
A este comando también podemos acceder a través

del menú Análisis→Derivar o a través de la paleta de
herramientas. Aparece una ventana de diálogo con
varios datos a rellenar; a saber:
a) Expresión. Por defecto, wxMaxima rellena este
espacio con % para referirse a la salida ante-
rior. Si no es la que nos interesa, la escribimos
directamente nosotros.
b) Variable(s). Se refiere a la variable respecto a
la cual vamos a derivar.
c) Veces. Se refiere al orden de derivación.
NOTA: Si definimos una función y luego queremos derivarla, debemos hacerlo con define
y no con := por si queremos luego evaluar la derivada en un punto.
(%i1) diff(x^2*sin(3*x),x);
(%o1) 2 x sin (3 x) + 3 x 2 cos (3 x)
45
3.1. Derivadas Prácticas de Cálculo
(%i2) f(x):=(x+sin(x^2))/(2*x+3);
x + sin x 2

(%o2) f (x) :=
2x + 3
(%i3) define(df(x),diff(f(x),x));
2 x cos x 2 + 1 2 sin x 2 + x

(%o3) df (x) := −
2x + 3 (2 x + 3)2
(%i4) df(2);
4 cos (4) + 1 2 (sin (4) + 2)

(%o4) −
7 49
(%i5) df(sqrt(%pi));
√ √
1−2 π 2 π
(%o5) √ − √ 2
2 π +3 2 π +3
El valor numérico aproximado, será::
(%i6) float(%o5);
(%o6) − 0.47159352189349
Vamos a hacer una derivada de orden 3:
(%i7) define(d3f(x),diff(f(x),x,3));
6 2 cos x 2 − 4 x 2 sin x 2 −12 x sin x 2 − 8 x 3 cos x 2 48 sin x 2 + x

(%o7) d3f (x) := − + − +
(2 x + 3)2 2x + 3 (2 x + 3)4
24 2 x cos x 2 + 1

(2 x + 3)3
Veamos ahora una función definida por trozos. Como ya habíamos visto, Maxima no se
maneja muy bien con esas funciones, así que en un punto de conjunción de trozos, no
tendremos más remedio que hacerlo con la fórmula:
f (x) − f (a)
f 0 (a) = lim y hallar ese límite por ambos lados
x→a x−a
Ejercicio 3.1 Sea la función:

 2 1

 x sen x si x < 0



f (x) = 0 si x = 0



 1
x cos si x > 0

x
Hallar, si existe, f 0 (0)
46
3.2. Los operadores comilla y doble comilla Prácticas de Cálculo
Procedemos así:
(%i1) f1(x):=x^2*sin(1/x);
1

(%o1) f1 (x) := x 2 sin
x
(%i2) f2(x):=x*cos(1/x);
1

(%o2) f2 (x) := x cos
x
Derivada por la izquierda:
(%i3) limit((f1(x)-0)/(x-0),x,0);
(%o3) 0
Ahora por la derecha:
(%i4) limit((f2(x)-0)/(x-0),x,0);
(%o4) ind
Ya sabemos que ind significa que no existe ese límite, aunque la función está acotada en
sus proximidades. Así que no existe f 0 (0)
3.2 Los operadores comilla y doble comilla
Una comilla (la que hay debajo del signo ?) puesta delante de una expresión, obliga a que
ésta no se evalúe y sólo queda indicada (sí puede simplificarse). Con nouns(%) se evalúa
una expresión que tenía una comilla. Por ejemplo:
(%i1) f(x):=’integrate(x^4+3*x,x);
Z
(%o1) f (x) := x 4 + 3 xdx
Vemos que no hace la integral. En cambio dos comillas (la misma que antes dos veces)
delante de una expresión obliga a que la expresión se evalúe:
(%i1) ’integrate(x^4+3*x,x)=’’integrate(x^4+3*x,x);
x5 3 x2
Z
(%o1) x 4 + 3 xdx = + La expresión de la izquierda no se evalúa por llevar la
5 2
comilla, mientras que la de la derecha se evalúa por las dobles comillas.
47
3.3. Aplicaciones de la derivada Prácticas de Cálculo
3.3 Aplicaciones de la derivada
3.3.1 Recta tangente y recta normal
Si tenemos una función f (x) , derivable en x = a , sabemos que las rectas tangente y
normal a su gráfica en el punto (a, f (a) vienen dadas, respectivamente por
1
t(x) = f (a) + f 0 (a) (x − a) n(x) = f (a) − (x − a)
f 0 (a)
El último caso, requiere que f 0 (a) 6= 0 , en cuyo caso la normal sería x = a. Con Maxima,
sería elemental obtener ambas rectas.
3.3.2 Extremos relativos
Si tenemos una función f (x) , derivable en un intervalo abierto, sabemos que los puntos
críticos se obtienen resolviendo la ecuación: f 0 (x) = 0. Con los comandos diff y alguno
de los comandos para resolver ecuaciones, podemos hallar éstos. Para determinar qué
tipo de extremos hay en cada punto crítico, podemos seguir alguno de los métodos:
a) Valorar f’(x) en un punto algo a la izquierda del punto crítico estudiado y en un

punto algo a la derecha. Entre esos puntos de valoración y el punto crítico, no debe
haber ningún otro punto crítico.
• Si f 0 pasa de ser positiva a ser negativa, existe un máximo relativo.

• Si f 0 pasa de ser negativa a ser positiva, existe un mínimo relativo.
• Si f 0 mantiene el mismo sino, no hay extremo en ese punto.
b) Si existe f 00 (x) , valoramos la misma en el punto crítico.
• Si f 00 es positiva en el punto crítico, existe un mínimo relativo.

• Si f 00 es negativa en el punto crítico, existe un máximo relativo.
• Si f 00 se anula en el punto crítico, podemos seguir derivando hasta encontrar una
derivada que no se anule en el punto. Si esa derivada es de orden impar, no hay
extremo. Si es de orden par, hay extremo usando el mismo criterio que para la
derivada segunda dicho más arriba.
3.3.3 Intervalos de crecimiento y decrecimiento
Lo mejor sería que f 0 fuera continua y que podamos calcular todos los puntos críticos. Si
hay n puntos críticos, tendremos n + 1 intervalos separados por los mismos. Entonces
valoramos f 0 en cualquier punto intermedio de cada intervalo. Si f 0 nos da positiva,
entonces f es creciente en todo el intervalo, mientras que si es negativa, entonces es
decreciente.
48
3.4. Resolución de desigualdades Prácticas de Cálculo
3.3.4 Intervalos de concavidad y convexidad
Aquí lo mejor sería que f 00 fuera continua y que podamos calcular todos los puntos
solución de f 00 (x) = 0. Haciendo lo mismo que anteriormente pero con la derivada
segunda, si ésta fuera positiva, la función sería convexa en todo el intervalo, mientras
que si es negativa, entonces es cóncava. Si en un intervalo pasa de ser cóncava a convexa
(o al revés) en el intervalo siguiente, el punto común de separación es un punto de
inflexión
3.4 Resolución de desigualdades
Tanto para la obtención de intervalos de crecimiento y decrecimiento como para la con-

cavidad y convexidad, también podría ser útil saber resolver inecuaciones, tipo f 0 (x) ≥
0 o f 00 (x) ≥ 0. Aparte de lo dicho en el apartado anterior, podemos intentarlo directa-
mente con Maxima. Para ello, empezamos cargando el paquete fourier_elim
fourier_elim ( [f(x)>=0], [x] ) Intenta resolver la inecuación f (x) >= 0
NOTA: Observe que los argumentos son listas y van entre corchetes. El signo >= que
aparece en el comando, puede cambiarse por cualquier otro, como <, <=, et.
(%i1) load(fourier_elim);
(%o1) d : /ARCHIV 1/MAXIMA 1.1/shar e/maxima/5.21.1/shar e...
(%i2) f(x):=(2*x^2-x-10)/(x-3);
2 x 2 − x − 10
(%o2) f (x) :=
x−3
(%i3) fourier_elim([f(x)<0],[x]);
5
(%o3) [ < x, x < 3]or [x < −2]
2
(%i4) g(x):=(x^2-x-3)/(x^2+x-2);
x2 − x − 3
(%o4) g (x) :=
x2 + x − 2
(%i5) fourier_elim([g(x)<0],[x]);
[−2 < x, x < 1, x 2 −x−3 > 0]or [1 < x, − x 2 − x − 3 > 0]or [x < −2, − x 2 − x − 3 >

(%o5)
0]
(%i6) fourier_elim([f(x)<0],[x]);
5
(%o6) [ < x, x < 3]or [x < −2]
2
49
3.5. Polinomios de Taylor Prácticas de Cálculo
(%i7) fourier_elim([abs(x-3)>2],[x]);
(%o7) [x < 1]or [5 < x]
De todas formas, no hay que esperar de este paquete grandes cosas. Hay que tener en
cuenta que las raíces de una función pueden ser muy complejas de calcular.
3.4.1 Asíntotas
Horizontales Si lim f (x) = λ1 y lim f (x) = λ2 ,´siendo λ1 , λ2 ∈ R , las rectas

x→+∞ x→−∞
y = λ1 e y = λ2 son asíntotas horizontales por la derecha y por la izquierda
respectivamente. Normalmente coinciden, pero no siempre es así (ej: f (x) = ex )
Verticales Si en un punto x = a ocurre lim f (x) = ±∞ o lim f (x) = ±∞ entonces

x→a− x→a+
la recta x = a es una asíntota vertical. En funciones racionales, las raíces del de-
nominador son asíntotas verticales. Siempre conviene calcular los límites laterales
anteriores para conocer la posición de las ramas de f (x) respecto de la asíntota.
Oblicuas Si existe una recta y = mx + b tal que lim [f (x) − (mx + b)] = 0 o
x→+∞
lim [f (x)−(mx+b)] = 0 entonces tal recta es una asíntota oblicua por la derecha
x→−∞
o por la izquierda respectivamente. Normalmente lo es por ambos lados. Para que
existan estas asíntotas, deben existir (ser finitos) los límites:
f (x)
lim = m 6= 0 lim (f (x) − mx) = b Para la parte derecha
x→+∞ x x→+∞
Y los mismos límites pero con x → −∞ para asíntota por la izquierda.
3.5 Polinomios de Taylor
Si tenemos una función f , derivable hasta el orden n en un punto x = a , podemos

aproximarla, en las proximidades de a , por un polinomio El criterio con el que elegire-
mos el polinomio será hacer coincidir las sucesivas derivadas de la función y el polinomio
en el punto x = a ,. Esto es, el polinomio de Taylor de orden n de una función f en un
punto a:
T (f , a, n)(x) =
f 00 (a) f 000 (a) f n) (a)
= f (a) + f 0 (a)(x − a) + (x − a)2 + (x − a)3 + · · · + (x − a)n =
2! 3! n!
n
X f k) (a)
= (x − a)k
k=1
k!
Con Maxima, disponemos de los siguientes comandos para hallar un polinomio de Tay-
lor:
50
Desarrolla el Polinomio de Taylor de orden n en

taylor(f(x),x,a,n)
torno al punto x = a
trunc(polinomio de Taylor) convierte polinomio de Taylor en un polinomio
taylorp(polinomio) devuelve true si el polinomio es un polinomio de Taylor
NOTA: La orden trunc parece una redundancia, ya que el polinomio de Taylor ya es un

polinomio de por sí. La diferencia es que Maxima no guarda de la misma forma un poli-
nomio de Taylor y un polinomio normal. Si queremos valorar polinomio de Taylor en un
punto, tenemos que convertirlo previamente en función con define, o mediante trunc
para convertirlo en un polinomio normal. Aunque, directamente, podemos aplicar lo di-
cho en 1.5.1.
(%i1) taylor(cos(x),x,0,6);
x2 x4 x6
(%o1)/T/ 1 − + − + ...
2 24 720
(%i2) taylor(log(x),x,1,7);
(x − 1)2 (x − 1)3 (x − 1)4 (x − 1)5 (x − 1)6 (x − 1)7

(%o2)/T/ x−1− + − + − + + ...
2 3 4 5 6 7
(%i3) taylor(cos(x)/x,x,%pi,5);
π 2 − 2 (x − π )2 π 2 − 2 (x − π )3 π 4 − 12 π 2 + 24 (x − π )4

1 x−π
(%o3)/T/ − + + − − +
π π2 2 π3 2 π4 24 π 5
5
π 4 − 12 π 2 + 24 (x − π )
+ ...
24 π 6
Dibujemos la función f (x) = cos(x) y su polinomio de Taylor de orden 8 en torno a

x=0
(%i1) f(x):=cos(x);
(%o1) f (x) := cos (x)
(%i2) plot2d([f(x),taylor(f(x),x,0,8)],[x,-8,8],[y,-2,2]);
51
(%t2)
(%o2)
En teoría, un polinomio de Taylor de orden más alto debería aproximar mejor a la fun-
ción. Vamos ahora a dibujar las gráficas de la función f (x) = cos(x) y de su polinomio
de Taylor de orden 14 en el cero para comprobar que la aproximación es más exacta.
(%i2) plot2d([f(x),taylor(f(x),x,0,14)],[x,-8,8],[y,-2,2]);
(%t2)
(%o2)
La diferencia f (x) − T (x, a, n) es un infinitésimo de orden superior a (x − a)n para

x → a.
52
3.6. Algo sobre programación Prácticas de Cálculo
3.6 Algo sobre programación
3.6.1 Operadores lógicos
is(expresión) Le preguntamos a Maxima si expresión es verdadero o falso

assume(expresión) Obligamos a Maxima a considerar assume como cierto
forget(expresión) anulamos el assume(expresión) anterior
random(x) Número aleatorio entre 0 y x
and y
or o
3.6.2 Operadores relacionales
Las partículas que deben ir dentro de un operador lógico, pueden ser:
= Igualdad en sentido idéntico

# La negación de =
equal(exp1, exp2) exp1 debe ser equivalente a exp2
notequal(exp1, exp2) la negación de equal
> ; >= ; < ; <= mayor, mayor o igual, menor, menor o igual rspectivamente
(%i1) is(3>2 or 5<6);
(%o1) [tr ue]
(%i2) is(x^2>0);
(%o2) [unknown]
Esto se debe a que si x = 0 lo anterior no es cierto. Obiguemos a Maxima a no considerar

x = 0:
53
3.7. Bucles Prácticas de Cálculo
(%i3) assume(notequal(x,0));
(%o3) [notequal (x, 0)]
(%i4) is(x^2>0);
(%o4) [tr ue]
(%i5) forget(%o2);
(%o5) [tr ue]
En la última entrada anulamos el considerar x 6= 0
(%i6) is((x+1)^2=x^2+2*x+1);
(%o6) [f alse]
¿Pero cómo? ¿no es cierta esa igualdad? pues sintácticamente, no, pues están escritas de
forma distinta. Sin embargo:
(%i7) is(equal((x+1)^2,x^2+2*x+1));
(%o7) [tr ue]
3.7 Bucles
Vamos a ver unos breves y elementales conceptos de programación que nos serán útiles,
tanto en esta práctica como en las posteriores. Los tres bucles principales que veremos
(aunque hay más) son:
54
if condición then expr1 else expr2 bucle if
for var:valor1 step valor2 thru valor3 do expr bucle for
while cond do expr bucle while
while cond do expr bucle while
escribe las expresiones en

print(expr1,expr2,...)
pantalla
Para salirse del do de un

return (var) bucle y devuelve el valor
de var
Una breve explicación de estos bucles:
Bucle if Si se cumple condición entonces se valida expr1. Si no se cumple, se valida

expr2. La orden else puede omitirse, con lo cual si no se cumple condiciónel bucle
no hace nada.
Bucle for Se efectúa expr para los valores de var que van desde valor1 hasta valor3 en
incrementos indicados en stepvalor2. Si éste se omite, los incrementos valen 1.
Bucle while Se efectúa expr mientras cond sea cierta. Este bucle necesita darle un incre-
mento en cond a la variable de expr hasta que no se cumpla cond.
Al hacer un bucle, es posible por error caer en un proceso infinito. Lo detenemos pul-
sando control-C. La acción que se sigue por defecto es la detención del cómputo y la
impresión de otro prompt.
Bucle que suma los cubos de los 5 primeros números naturales pares:
(%i1) suma:0;
(%o1) 0
(%i2) for k:1 thru 5 do suma:suma+(2*k)^3;
(%o2) done
(%i3) print("la suma de los cubos de los 5 primeros naturales pares

vale ",suma);
la suma de los cubos de los 5 primeros naturales pares vale 1800
55
(%o3) 1800
Bucle que determina los valores de k ∈ N que cumplen |k2 + 1| < 20 :
(%i3) k:1;
(%o3) 1
(%i4) while abs(k^2+1)<20 do (print(k),k:k+1);
1
2
3
4
(%o4) done
Un sencillo bucle if:
(%i6) if 1.43<sqrt(2) then x:0 else x:1;
(%o6) 1
(%i7) x;
(%o7) 1
Veamos ahora un ejemplo de las aproximaciones de Taylor para la función f (x) =

−1 + cos(2x) en x = 0 vamos a tomar las aproximaciones de orden 2, 4, 6 y 8 :
(%i1) load(draw);
(%i2) f(x):=-1+cos(2*x);
(%o2) f (x) := −1 + cos (2 x)
56
(%i3) for k:1 step 2 thru 8 do wxdraw2d(

color=red,
explicit(taylor(f(x),x,0,k),x,-3,3),
color=blue,
line_width=2,
explicit(f(x),x,-3,3));
(%t3)
(%t4)
57
(%t5)
(%t6)
(%o6) done
Ejercicio 3.2 Programe con Maxima lo siguiente: Sea la función f (x) = 1 + cos(x)
¿Cuál es el grado mínimo n para que el polinomio de Taylor T(x) en torno a x = 0
cumpla que |f (0.3) − T (0.3)| < 0.0001 ?
SOLUCIÓN
(%i1)
k:1;
(%o1) 1
(%i2)
f(x):=1+cos(x);
(%o2) f (x) := 1 + cos (x)
58
(%i3)
while abs(f(0.3)-T(0.3))>0.0001 do
(k:k+1,define(T(x),trunc(taylor(f(x),x,0,k))));
(%o3) done
(%i4)
print("El polinomio mínimo es el de grado", k);

El polinomio mínimo es el de grado 4
(%o4) 4
59
3.8 Ejercicios
1) Considere la función definida en los reales no nulos:

1
f (x) = x 2 sen + 3 cos(x) + x
x2
a) Compruebe que lim f (x) = 3 para poder extender la definición de f con
x→0
continuidad a todo R considerando f (0) = 3
b) Comprobar que al intentar calcular f 0 (0) , obtenemos un mensaje de error.
c) A pesar de lo ocurrido en el apartado anterior, compruebe, recurriendo a la
definición de derivada, que f es derivable en x = 0 y que el valor de la derivada
es 1
f (x) − 3
lim =1
x→0 x
d) Calcule el corte de la gráfica (con find_root) de f con el eje de abscisas y dibuje

la gráfica de f junto a la tangente en ese punto.
Sugerencia: consulte 3.3.1 para la tangente.
e) Haga lo mismo que en el apartado anterior pero con el corte con el eje de
ordenadas (ojo aquí no hay que usar find_root ; es más sencillo).
2) Considere la función f (x) = x 3 − 6x 2 + 8x
a) Calcule los puntos de inflexión y los extremos relativos de f .

b) Calcule los extremos absolutos de f en el intervalo [−4, 4] .
x 3 arctg (x)
3) Considere la función siguiente: f (x) =
(x − 1)2
a) Calcular las asíntotas de f .
b) Calcule dónde se alcanza y cuál es el valor mínimo absoluto de f en todo su
dominio.
1
4) Considere la función f (x) = arctg (x) + arctg .
x
a) Derive la expresión y observe que la derivada es idénticamente nula. ¿Es
constante la función?.
b) Calcule los límites laterales de f en el 0. Pinte la gráfica y observe que es
constante en los negativos y constante (distinta de la anterior) en los positivos.
c) Averigüe cuál es el valor de esas contantes y defina nuevamente la función f sin
utilizar "arctan": con if-then-else (recuerde que es constante a trozos).
5) Considere las dos parábolas siguientes dependientes del parámetro a:

y = x 2 + x + a , y = −2x 2 + ax . Calcule los dos valores de a para los cuales las
parábolas son tangentes; con uno de ellos, dibuje ambas parábolas así como su recta
tangente común (en su punto de tangencia).
60
√
6) Halle los extremos relativos de f (x) = x 1 − x. Dibuje la gráfica para confirmarlo.
¿qué ocurre en el punto x = 1 ¿hay extremo en ese punto?
(Sugerencia: consulte el apartado 3.3.2)
7) Dibuje con plot2d la gráfica de f (x) = sen(3x) − 3 sen(x) con x ∈ [−5, 5]. ¿Dónde
parece tener extremos? ¿es Maxima capaz de calcularlos?
Sugerencia: Maxima no es capaz de encontrar los puntos críticos. Sin embargo, si en
f 0 (x) damos a expandir(tr) y luego a simplificar(tr) encontramos una sorprendente
expresión, que seremos capaces de resolverla sin Maxima, sólo mirando la gráfica.
8) Dibuje la curva f (x) = 2ex + e−x en color rojo, la tangente en el punto x = 1 en

color azul y la normal en el mismo punto en color verde.
Sugerencia: cargue el paquete draw y consulte el apartado 3.3.1 para la tangente y
normal
x 3 − 3x + 2
9) Sea la función f (x) =
x 2 + 3x + 2
a) Halle los cortes con el eje OX. (Sugerencia: resuelva f (x) = 0 )
b) Halle las asíntotas verticales, situando las ramas de la gráfica (límites laterales en
torno a las mismas.)
(Sugerencia: consulte el apartado 3.4.1)
c) Halle los extremos relativos(Sugerencia: consulte el apartado 3.3.2)
d) Halle los intervalos de crecimiento y de crecimiento.

Sugerencia: ordene los puntos críticos f 0 (x) = 0 y los puntos de asíntotas verticales de
menor a mayor. Evalúe f 0 (x) en un punto arbitrario intermedio de cada intervalo para
ver en qué intervalos f 0 es negativa o positiva
e) Confirme los resultado anteriores dibujando, en mismo gráfico, la gráfica de la

función en azul y las asíntotas en rojo.
Sugerencia: cargue el paquete draw, 2.2. Ponga un rango de -4 a 4 para las X y -300 a
300 para las Y. Las asíntotas, dibújelas con la orden parametric(x de la
asíntota,t,t,-300,300)
10) Halle el polinomio de Taylor T (f (x), x, 0, 8) de la función f (x) = ex sen(x) .

Calcule en x = 0.12 el valor de la función y el de T (f (x), x, 0, 8) .
Sugerencia: Consulte la nota del apartado 3.5.
11) Dibuje con draw2d, en una misma ventana, la función f (x) = x cos(3x) y sus
polinomios de Taylor de orden 2, 4 y 6 todos con diferente color, siento el trazo de
f (x) el doble de grueso. Elija un rango adecuado para que se vea bien.
Sugerencia: Ver ejemplos en el apartado 3.5.
12) ¿Sería capaz, consultando el ejercicio 3.2, de programar la obtención del polinomio
61
x 3 − 3x + 2
de Taylor mínimo T (f (x), x, 0, n) para la función f (x) = de forma que se
x 2 + 3x + 2
cumpla |f (x) − T (f (x), x, 0, n)| < 0.001 para todo punto del intervalo [−0.3, 0.3] ?
62
Práctica 4
La integral de Riemann. Integrales

impropias
4.1 Cálculo de integrales
La principal orden de Maxima para calcular integrales es integrate. Nos va a permitir

calcular integrales, tanto definidas como indefinidas, con mucha comodidad. Los
principales comandos son:
integrate(f(x),x) Calcula una primitiva de f (x)
Zb
integrate(f(x),x,a,b) Calcula f (x) dx
a
Como siempre, todos estos comandos podemos hacerlos desde el menú del Maxima
Análisis→Integrar. Aparece una forma donde sólo tenemos que introducir los datos:
forma para la integral indefinida y la definida, respectivamente
63
4.1. Cálculo de integrales Prácticas de Cálculo
Si Maxima no fuera capaz de calcu-

lar una integral definida, siempre po-
dremos calcular una aproximación de
su valor. Para ello, activamos la casilla
"Integración numérica". Maxima calcu-
lará la integral por métodos numéricos
con mucha precisión
Z
Calculemos t 3 sen(t 2 ) dt :
(%i1)
integrate(t^3*sin(t^2), t);
sin t 2 − t 2 cos t 2

(%o1)
2
Z
Calculemos (x + 1)2 e−x dx :
(%i2)
integrate((x+1)^2*%e^(-x),x);
−x 2 − 2 x − 2 e−x + 2 (−x − 1) e−x − e−x

(%o2)
Z π
6
Vayamos ahora con una integral definida: cos3 x dx
π
4
(%i3)
integrate(cos(x)^3, x, %pi/4, %pi/6);
1 1 11
(%o3) −√ + 3 +
2 3·2 2 24
(%i4)
ratsimp(%);
3
5 · 2 2 − 11
(%o4) −
24
Maxima se permite el lujo de preguntar dudas si la cosa no la ve clara:
64
4.1. Cálculo de integrales Prácticas de Cálculo
(%i5)
integrate(x^n, x);
Is n+1 zero or nonzero? nonzero;

Debemos contestarle procurando dejar un espacio entre la pregunta y nuestra
contestación (y pulsar Control-Enter)
x n+1
(%o5)
n+1
Y pregunta todo lo que le haga falta:
(%i6)
integrate(1/x, x, a, b);
Is b-a positive, negative, or zero? positive;

Is b positive, negative, or zero? positive;
Is a positive, negative, or zero? positive;
(%o6) log (b) − log (a)
NOTA: Los valores que se dan como contestación, permanecen para el resto de la
sesión. Si es necesario, hay que quitarlos con la orden forget(las varibles que sean.)
4.1.1 Integración numérica

Z1 3
Veamos ahora una integral en la que haya que usar el método numérico: ex +x
dx:
0
(%i1)
integrate(%e^(x^3+x), x, 0, 1);
Z1
3 +x
(%o1) ex dx
0
Devuelve el mismo resultado. Esto es, no puede calcularla por la regla de Barrow.
Activamos entonces la casilla "Integración numérica" y vemos que Maxima nos ofrece
dos métodos para hacerlo: quad_qags o el método romberg. Veamos lo que obtenemos
con cada uno:
(%i2)
quad_qags(%e^(x^3+x), x, 0, 1);
(%o2) [2.505246759202013, 2.7813826344336314 10−14 , 21, 0]
(%i3)
romberg(%e^(x^3+x), x, 0, 1);
65
4.2. Teorema fundamental del Cálculo integral Prácticas de Cálculo
(%o3) 2.505246763921738
Vemos salidas diferentes, según hayamos elegido el método quad_qags o el método

romberg. El último nos devuelve el valor de la integral. El primero nos devuelve una
lista donde figura: el valor de la integral, el error absoluto estimado de la aproximación,
el número de evaluaciones del integrando y el código de error (que puede ir desde 0
hasta 6). Consulte en la ayuda de Maxima para enterarse de estos últimos códigos de
error
4.2 Teorema fundamental del Cálculo integral
Si f : [a,
Z b] −→ R una función continua. Se define la función integral de f como
x
F (x) = f (t) dt con x ∈ [a, b]
a
ñ Se demuestra que F es derivable en [a, b] y además F 0 (x) = f (x) para todo

x ∈ [a, b]
Z g(x)
ñ Podemos ir más lejos y considerar la función G(x) = f (t) dt , siendo h y
h(x)
g derivables en [a, b]. Por la regla de la cadena, se tiene entonces:
G0 (x) = f g(x) · g 0 (x) − f h(x) · h0 (x)

Z x 3 +x
Ejemplo 4.1 Sea G(x) = sen(t 4 ) dt . Calcule G’(x)
e−x
SOLUCIÓN
(%i1)
f(t):=sin(t^4);
(%o1) f (t) := sin t 4

(%i2)
G(x):=’integrate(f(t),t,%e^(-x),x^3+x);
Z x 3 +x
(%o2) G (x) := f (t) dt
e−x
Hemos puesto la comilla simple para que Maxima no intente hacer la integral
(%i3)
diff(G(x),x);
4
e−x sin e−4 x + 3 x 2 + 1 sin x 3 + x

(%o3)
66
4.3. Aplicaciones de la integral Prácticas de Cálculo
Z x2
3

sen t 2 dt
0
Ejemplo 4.2 Calcule lim
x→0− 3x 5
SOLUCIÓN
0
Es una indeterminación del tipo 0 . Vamos a resolverlo aplicado L’Hôpital:
(%i1)
f(x):=’integrate(sin(t^(3/2)),t,0,x^2);
Z x2
3

(%o1) f (x) := sin t 2 dt
0
(%i2)
define(h(x),diff(f(x),x)/diff(3*x^5,x));
2 sin x 2 |x|

(%o2) h (x) :=
15 x 3
(%i3)
limit(h(x),x,0,minus);
2
(%o3) −
15
4.3 Aplicaciones de la integral
4.3.1 Cálculo de áreas

Zb
• Ya sabemos que si tenemos f : [a, b] −→ R , la integral |f (x)| dx nos calcula
a
el área comprendida entre la gráfica de |f (x)| y el eje horizontal, correspondiente al
intervalo [a, b] . Pero también es sabido que las integrales y el valor absoluto de
funciones se llevan fatal.
• Así que debemos quitarlo de la integral ¿cómo? pues calculando los sub-intervalos
en los que f es positiva y los sub-intervalos en que es negativa.
• Si la función es continua ya sabemos que esto se hace resolviendo f (x) = 0 y

valorando f en puntos arbitrarios intermedios de cada subintervalo comprendido
entre dos raíces consecutivas. Integramos en cada subintervalo y dónde nos dé
negativo, le cambiamos el signo. Luego sumamos todas las integrales. La representación
gráfica de f puede ayudarnos.
• Para calcular el área entre dos curvas y = f (x) e y = g(x) procedemos de

idéntica forma con la función |f (x) − g(x).
67
Zb
NOTA: Otra opción para calcular |f (x)| dx es usar el comando:
a
Carga el paquete abs_integrate que permite inte-

load(abs_integrate) grar valores absolutos de funciones. Se puede cargar
automáticamente en el archivo maxima-init.mac
Ejemplo 4.3 Hallar el área comprendida entre el eje horizontal y la gráfica de la función:
8 x 3 + 6 x 2 − 17 x + 6 ; x ∈ [−4, 4]
SOLUCIÓN
(%i1)
f(x):=8*x^3+6*x^2-17*x+6;
(%o1) f (x) := 8 x 3 + 6 x 2 + (−17) x + 6
Dibujamos la función:
(%i2)
wxplot2d([f(x)], [x,-4,4],
[plot_format, gnuplot])$
(%t2)
Parece que hay sólo 2 raíces, una de ellas doble pues parece que la gráfica es tangente
en la de la derecha. Sigamos investigando:
(%i3)
solve([f(x)], [x]);
1 3
(%o3) [x = −2, x = ,x = ]
2 4
Pues no, había tres raíces. Vamos a hacer un "zoom" para más de cerca la zona
conflictiva:
68
(%i4)
wxplot2d([f(x)], [x,0,1],
[plot_format, gnuplot])$;
(%t4)
1 3
Ahora sí se ve claro. La función es negativa en [−4, −2) y en 2, 4 y positiva en
−2, 12 y en 34 , 4 . Así que el área será:

(%i10)
-integrate(f(x), x, -4, -2)+integrate(f(x), x, -2, 1/2)

-integrate(f(x), x, 1/2, 3/4)+integrate(f(x), x, 3/4,4);
51975
(%o10)
64
Claro está que podíamos ahorrar mucho trabajo (pero sería menos instructivo) con:
(%i1)
load(abs_integrate);
(%o1) d:/ARCHIV 1/MAXI-

MA 1.1/share/maxima/5.21.1/share/contrib/integration/abs_integrate.mac
(%i2)
integrate(abs(8*x^3+6*x^2-17*x+6),x,-4,4);
51975
(%o2)
64
Ejemplo 4.4 Calcule la menor área comprendida entre las gráficas:
y = x2 (x − 1)2 + y 2 = 1
SOLUCIÓN
69
Vamos a dibujar ambas gráficas para planear el trabajo:
(%i1)
load(draw);
(%o1) d :
/ARCHIV 1/MAXIMA 1.1/shar e/maxima/5.21.1/shar e/dr aw/dr aw.lisp
(%i2)
wxdraw2d(
xaxis=true,yaxis=true,
color=blue,
explicit(x^2,x,-3,3),
color=red,
implicit((x-1)^2+y^2=1,x,-3,3,y,-3,3),
xrange=[-3,3],yrange=[-3,3],
user_preamble="set size ratio 1"
);
(%t2)

(%o2) [gr2d explicit, implicit ]
Bueno, está claro. Calculemos los puntos de intersección de ambas:
(%i3)
solve([(x-1)^2+y^2=1,y=x^2],[x,y]);
√ √ √
7i + 1 7i − 3 7i − 1
(%o3) [[x = 1, y = 1], [x = − ,y = ], [x = ,y =
√ 2 2 2
7i + 3
− ], [x = 0, y = 0]]
2
Obviamente, sólo nos quedamos con las reales: (0, 0) y (1, 1) . Despejemos ahora la y
en la circunferencia:
70
(%i4)
solve([(x-1)^2+y^2=1],[y]);
p p
(%o4) [y = − 2 x − x 2 , y = 2 x − x 2 ]
√
La que nos interesa a nosotros es la de la parte de arriba, o sea; y = 2 x − x 2 . Ahora
está claro que debemos integrar, entre 0 y 1 la parte superior de la circunferencia
menos la parábola:
(%i5)
integrate(sqrt(2*x-x^2)-x^2, x, 0, 1);
3π − 4
(%o5)
12
 2 x+3

 x e si x < 2

 Z3
5 si x = 2

Ejemplo 4.5 Sea la función f (x) = Calcule f (x) dx
 √ 2x
0



si x > 2

5 + 3x 2
SOLUCIÓN
Como ya habíamos apuntado en alguna ocasión, lo mejor es tener en cuanta los trozos
por nuestra cuenta:
Z3 Z2 Z3
2x
f (x) dx = x 2 ex+3 dx + √
0 0 2 5 + 3x 2
(%i2)
integrate(x^2*%e^(x+3), x, 0, 2)+integrate(2*x*sqrt(5+3*x^2), x, 2, 3);

 15 3

22 17 2 
(%o2) 2 e5 − 2 e3 + 2  −
9 9
(%i3)
ratsimp(%);
3 17
18 e5 − 18 e3 − 2 · 17 2 + 2 2
(%o3)
9
NOTA: ¿Y qué ocurre con el punto x = 2 ? Pues ese no influye para nada en la integral.
o
Es conocido que si en una función alteramos su valor en un n finito de puntos (e
o
incluso un n infinito numerable), no se altera el valor de su integral definida.
71
4.3.2 Longitudes de curvas
Si tenemos una función f : [a, b] −→ R derivable con continuidad en (a, b) , la

longitud de su gráfica viene dada por la integral:
Z bq
1 + [f 0 (x)]2 dx
a
El trabajo con Maxima se reduce a calcular la integral que aparece.
Ejemplo 4.6 Halle la longitud del arco de f (x) = 1 − log(cos(x)) con x ∈ 0 π4

SOLUCIÓN
(%i1)
f(x):=1-log(cos(x));
(%o1) f (x) := 1 − log (cos (x))
(%i2)
diff(f(x),x);
sin (x)
(%o2)
cos (x)
(%i3)
trigreduce(%);
(%o3) tan (x)
(%i4)
integrate(sqrt(1+(tan(x))^2), x, 0, %pi/4);
(%o4) asinh (1)
4.3.3 Volúmenes de revolución
Si tenemos una función continua f : [a, b] −→ R el volumen que genera cuando gira
360o alrededor del eje horizontal, viene dado por la integral:
Zb
π f (x)2 dx
a
El trabajo con Maxima se reduce a calcular la integral que aparece.
NOTA: Si el giro es alrededor del eje OY y la parte de gráfica que gira está en el primer
cuadrante, el volumen se puede calcular por la fórmula:
Zb
2π x f (x) dx
a
72
4.3.4 Áreas de superficies de revolución
Si tenemos una función f : [a, b] −→ R derivable con continuidad en (a, b) , el área de

la superficie que genera cuando gira 360o alrededor del eje horizontal, viene dado por
la integral:
Zb q
2π |f (x)| 1 + [f 0 (x)]2 dx
a
El trabajo con Maxima se reduce a calcular la integral que aparece. Pero aquí hay que
hacer un estudio del signo de f , pues aparece un valor absoluto en la integral.
NOTA: Si lo que gira es una región limitada por dos curvas, tanto en el volumen como
en el área, debemos considerar la diferencia de los volúmenes o la suma áreas que
genera cada función.
Ejemplo 4.7 Calcule el área de la superficie y el volumen del toro que genera la
circunferencia (x − 4)2 + y 2 = 1 al girar 360o sobre OX.
SOLUCIÓN
Si nos fijamos, son dos funciones las que giran: la de la parte de arriba y la de abajo:
Vamos a ver quién es una y otra:
(%i1)
solve(x^2+(y-4)^2=1,y);
p p
(%o1) [y = 4 − 1 − x 2 , y = 4 + 1 − x 2 ]
73
4.4. Integrales impropias Prácticas de Cálculo
Bien, pues ya sabemos que la de arriba es la del signo + y la de abajo la del −
(%i2)
f(x):=sqrt(1-x^2)+4;
p
(%o2) f (x) := 1 − x 2 + 4
(%i3)
g(x):=4-sqrt(1-x^2);
p
(%o3) g (x) := 4 − 1 − x 2
Cálculo del área:
(%i4)
2*%pi*(integrate(f(x)*sqrt(1+(diff(f(x),x))^2), x, -1, 1)+

integrate(g(x)*sqrt(1+(diff(g(x),x))^2), x, -1, 1));
(%o4) 16 π 2
Cálculo del volumen:
(%i5)
%pi*(integrate(f(x)^2, x, -1, 1)-integrate(g(x)^2, x, -1, 1));
2 (6 π + 50) 2 (6 π − 50)

(%o5) π +
3 3
(%i6)
ratsimp(%);
(%o6) 8 π 2
4.4 Integrales impropias
La integral de Riemann exige, entre otras cosas, que la función sea acotada en su
intervalo de integración, que también debe ser acotado. Hay otras integrales que no
cumplen este requisito: las integrales impropias. Básicamente son de tres tipos:
a) Integrales impropias de primera especie o infinitas: Sea f : [a, +∞) −→ R

integrable en todo [a, b] ⊂ [a, ∞) . El límite:
Zb Z +∞
lim f (x) dx = f (x) dx
b→+∞ a a
Se dice que es una integral impropia de primera especie. Es convergente o divergente,

según ese límite exista (valor de la integral) o no.
74
b) Integrales impropias de segunda especie: a su vez, pueden clasificarse:
ñ Impropia en el extremo inferior: Sea f : (a, b] −→ R integrable en todo

[x, b] ⊂ (a, b] . El límite:
Zb Zb Zb
lim+ f (x) dx = f (x) dx aunque suele escribirse f (x) dx
x→a x a+ a
a
Se dice que es una integral impropia de 2 especie. Es convergete o divergente,
ñ Impropia el extremo superior: Sea f : [a, b) −→ R integrable en todo
[a, x] ⊂ [a, b). El límite:
Zx Z b− Zb
lim f (x) dx = f (x) dx aunque suele escribirse f (x) dx
x→b− a a a
a
Se dice que es una integral impropia de 2 especie. Es convergete o divergente,
ñ Integrales impropias de tercera especie: Cuando el intervalo de integración sea
o
acotado o no y pueda haber varios puntos (en n finito) en que f no está definida
(puntos impropios), por ejemplo puntos de asíntotas verticales.
ñ Estas integrales hay que descomponerlas en sumas de integrales de primera y/o de
segunda especie (o sea, con un único punto impropio en uno de los extremos de
integración). Si todas ellas convergen, la integral impropia converge a la suma de
todas ellas. Si hay alguna que diverge, la integral impropia diverge.
a a
Maxima resuelve casi todas las integrales de 1 y 2 especie por el método normal (como
a
las integrales de Riemann), aunque sea numéricamente. Pero las de 3 especie debemos
a a
ser nosotros quienes las separemos en sumas de integrales de 1 y/o 2 especie, pues
podemos encontrarnos con errores.
NOTA: : Existen muchos otros comandos en Maxima para tratar con integrales
impropias, cada uno cambia el método para buscar la solución. Nosotros usaremos el
habitual integrate. Por ello, es conveniente poner la variable intanalysis:false para
que use el método normal.
a
Ejemplo 4.8 Vamos a estudiar con Maxima las llamadas p-integrales de 2 especie:
Zb Z b−
1 1
dx dx
a+ (x − a)p a (b − x)p
SOLUCIÓN
(%i1)
intanalysis:false;
(%o1) f alse
75
(%i2)
integrate(1/(x-a)^p, x, a, b);
Is p-1 zero or nonzero? nonzero;

Is p-1.0 positive or negative? positive;
defint: integral is divergent. – an error. To debug this try: debugmode(true);
ñ Así que ya sabemos: si p > 1 la integral diverge. Veamos el caso p = 1 :
(%i3)
Is p-1 zero or nonzero? zero;

defint: integral is divergent. – an error. To debug this try: debugmode( true);
ñ Así que para p = 1 también diverge. Por último:
(%i4)

Is p-1.0 positive or negative? negative;
b−a
(%o4) −
(b − a)p p − (b − a)p
ñ Concluimos que la integral diverge para p ≥ 1 converge para p < 1 al valor

b−a
−
(b − a) p − (b − a)p
p
Z b−
1
ñ Al mismo resultado llegaríamos con dx
a (b − x)p
Z +∞
1
ñ Veamos ahora las p-integrales infinitas: p
dx con a > 0
a x
(%i7)
assume(a>0);
(%o7) [a > 0]
(%i8)
integrate(1/x^p, x, a, inf);
Is p-1 zero or nonzero? noncero;
76

Is p-1.0 positive or negative? positive;
a
(%o8)
ap p − ap
(%i9)
Is p-1 zero or nonzero? zero;

(%i10)

Is p-1.0 positive or negative? negative;
ñ Vemos que ahora ocurre lo contrario: divergen si p ≤ 1 y convergen si p > 1 al

a
valor p
a p − ap
Ze
dx
Ejemplo 4.9 Estudie la convergencia de la integral: p
3
y calcule su valor en
1 x log(x)
caso de ser convergente
SOLUCIÓN
Es una integral impropia de segunda especie, con punto impropio en el límite inferior
(%i4)
f(x):=1/(x*(log(x))^(1/3));
1
(%o4) f (x) := 1
x log (x) 3
(%i5)
integrate(f(x), x, 1, %e);
3
(%o5)
2
3
Luego es convergente a
2
Z1
log(x)
Ejemplo 4.10 Estudie la convergencia de la integral: y calcule su valor en
0 1 − x2
caso de ser convergente.
77
a
sol Es una integral de 3 especie, pues tiene puntos impropios en 0 y en 1 . Pongámosla
a
como suma de dos de 2 especie:
Z1 Z 1/2 Z1
log(x) log(x) log(x)
= +
0 1 − x2 0 1 − x2 1/2 1 − x2
1
El punto intermedio elegido para separarlas x = 2 podría ser cualquier otro. El
resultado es independiente de ese punto. Ahora calculamos con Maxima ambas
integrales:
(%i1)
f(x):=log(x)/(1-x^2);
log (x)
(%o1) f (x) :=
1 − x2
(%i2)
integrate(f(x), x, 0, 1/2);
x log (ex + 1) li2 (ex ) li2 (−ex ) x log (1 − ex )

(%o2) − lim − + − + −
x→∞ 2 2 2 2
log (2) log (3) − log (−1) log (2) − li2 (2) + li2 (−2)
−
2
Ante este extraño resultado, probemos con la integración numérica. Activamos la casilla
"Integración numérica":
(%i3)
quad_qags(f(x), x, 0, 0.5);
(%o3) [−0.89607737190373, 1.7725820811165249 10−12 , 231, 0]
Ya sabemos que el primer valor de la lista, es la integral buscada.
(%i4)
quad_qags(f(x), x, 0.5, 1);
(%o4) [−0.33762317823244, 3.748370261207734 10−15 , 21, 0]
Así que ambas integrales convergen. El valor aproximado de la integral propuesta será:
−0.89607737190373 − 0.33762317823244 = −1.23370055013617
78
4.5 Ejercicios
1) Calcule una primitiva de las siguientes funciones.
a) f (x) = cos5 (x),

b) f (x) = 1/(1 + x 4 ),
√
c) f (x) = 1 − x 2 ,
¿Sabe calcularlas sin usar Maxima?
2) Calcule el área entre las curvas:
a) y = x 4 + x 3 + 16x − 4 y = x 4 + 6x 2 + 8x − 4.
b) y = sec2 (x) , y = tg 2 (x) , −π /4 ≤ x ≤ π /4 .
Z x 2 +1
3) Calcule la derivada de la función f (x) = √ sen(t) dt.
x
Sugerencia: vea el apartado 4.2
Z (2x−7)2
4) Estudie los extremos relativos de la función f (x) = (t 3 − 2t) dt
0
5) Calcule:
2
a) área limitada por y = xe−x , el eje OX, la ordenada en el punto x = 0 y la
ordenada en el máximo.
b) Calcule de forma exacta y aproximada el área y el perímetro de la región limitada
por las dos parábolas: y = x 2 + x + 1 ; y = −2x 2 − 2x + 1
c) área de la figura limitada por la curva y = x 3 − x 2 y el eje OX.
d) área comprendida entre la curva y = tg(x) , el eje OX y la recta x = π /3 .
e) área del recinto limitado por las rectas x = 0 , x = 1 , y = 0 y la gráfica de la
1
función f : R → R definida por f (x) =
(1 + x 2 )2
f) las dos áreas en los que la función f (x) = |x| − x sen(x)ex divide a la bola
unidad x 2 + y 2 = 1 .
6) Calcule la longitud del arco de curva y = x 2 + 4 entre x = 0 y x = 3 .
7) Sea f (x) = cos(x) + ex y P su polinomio de Taylor de orden 5 centrado en el

origen. ¿Cuál es la diferencia entre las longitudes de las gráficas de f y de P en el
intervalo [0, 3] ?
8) Calcule el área de la superficie de la figura que se obtiene al girar la función

y = tg(x), x ∈ [0, π /4] alrededor del eje OX.
9) Sea f (x) = x 5 + 4x 3 + 2x 2 + 8. Calcule el volumen al girar dicha función alrededor

del eje OX entre los valores donde f alcanza su máximo y su mínimo relativos.
79
10) Calcule:
1
a) La integral de f (x) = con x ∈ [1, +∞] .
x2
b) El volumen y la superficie lateral del sólido obtenido al girar la gráfica de la
anterior función respecto del eje OX.
1
c) Idem a los dos anteriores con g(x) = con x ∈ [1, +∞] .
x
2 + x2
11) Calcule el área encerrada por la gráfica de f (x) := y su asíntota
1 + 4x 2
horizontal.
12) Calculr el área de la superficie de revolución engendrada al girar la parabola

y = x 2 en 0 < x < a , donde a es un real positivo. Calcular a, de modo aproximado,
para que el valor del área sea igual a π .
13) Considere la función f (x) = x 2 + x + 3. Calcule una de las rectas tangentes a la

parábola y = f (x) que pasan por el origen. Calcule el área limitada por dicha recta
tangente, la parábola y el eje de ordenadas. Calcular el perímetro de la mencionada
región.
14) Considere las funciones f (x) = x2 + sen x y g(x) = 3x 1/4 . Compruebe que
g(10) − f (10) > 0 y g(13) − f (13) < 0 y utilizarlo para calcular (de modo aproximado
con find_root) el corte de las gráficas de f y g situado en el intervalo [10,13]. Calcule el
volumen de revolución obtenido al girar al rededor del eje OX la región limitada por las
gráficas de f y g .
15) Analice la convergencia de las siguientes integrales impropias. Calcule sus valores
aproximados en caso de convergencia.
Z1 Z1 π
dx dx x dx
Z
2
a) 1 b) 1 c)
0 (x + x 2 ) 2 0 (x − x 2 ) 2 0 1 − x3
Z1 Z1 Z1
ln x ln x x
d) √ dx e) dx f) 1 dx
0 x 0 1 − x2 0 (1 − x 3 ) 2
√
1 + x2 x
16) Calcule lim Z x lim Z x πt
x→∞ x→+∞ 1
arctg (t 2 ) dt tg dt
0 1 t 2t + 1
80
Práctica 5
Sucesiones y series. Series de

potencias
5.1 Sucesiones
o
Una sucesión es un conjunto ordenado de infinitos números reales. A cada n natural n
se le asocia un único número real an , que será una expresión dependiente de n. O sea
que podemos considerar que es una aplicación de N en R .
ñ Una sucesión se suele representar como { an }.
ñ Maxima calcula límites de sucesiones de igual forma que si fueran funciones. Hay
que considerar que siempre la variable n → ∞.
ñ Para sucesiones podemos aplicar, si fuera necesario, el Teorema de Stolz:
an
Teorema 5.1 (Stolz) Supongamos un límite del tipo lim en que { bn } es
n→∞ bn
monótona divergente. Entonces:
an+1 − an a
lim = λ =⇒ lim n = λ
n→∞ bn+1 − bn n→∞ b
n
Pudiendo ser λ finito o infinito.
ñ Del teorema anterior se deduce también:

a
n+1
Sea { an } una sucesión de términos positivos y supongamos que lim =λ.
n→∞ an
Entonces se tiene que:
a
na lim n+1 = λ
n = n→∞
p
lim
n→∞ an
Pudiendo ser λ finito o infinito.
81
5.1. Sucesiones Prácticas de Cálculo
Ejercicio 5.1 Calcular los siguientes límites:
sen α + 22 sen α2 + · · · + n2 sen α

n
2 2

n
a) lim b) lim cos + sen
n→∞ n2 n→∞ n n
√ 1 n
n
e − esen n 1 X π
c) lim n d) lim sen
n→∞ 1 − n sen n1 n→∞ ln n k=1 k
SOLUCIÓN
Apartado a)
(%i1)
a(n):=sum(k^2*sin(a/k), k, 1, n), simpsum;

n
a
X
2
(%o1) a (n) := k sin
k=1
k
(%i2)
b(n):=n^2;
(%o2) b (n) := n2
(%i4)
limit(a(n)/b(n),n,inf);
Pn
a 2
k=1 sin k k
(%o4) lim
n→∞ n2
Directamente no sale. Vamos a aplicar el criterio de Stolz:
(%i5)
(a(n+1)-a(n))/(b(n+1)-b(n));
P P
n+1 a 2 − n sin a k2
k=1 sin k k k=1 k
(%o5) 2
(n + 1) − n 2
Vamos a reducir el numerador. Puede consultarse más adelante en 5.2.3
(%i6)
sumcontract(intosum(num(%o5)));
a

2
(%o6) (n + 1) sin
n+1
82
(%i7)
%/(b(n+1)-b(n));

a
(n + 1)2 sin n+1
(%o7)
(n + 1)2 − n2
(%i8)
limit(%,n,inf);
a
(%o8)
2
Apartado b)
(%i1)
limit((cos(2/n)+sin(2/n))^n, n, inf);
(%o1) e2
Apartado c)
(%i1)
n*(%e^(1/n)-%e^sin(1/n))/(1-n*sin(1/n));
1 1

n e n − esin( n )
(%o1)
1 − sin n1 n
(%i2)
limit(%, n, inf);
(%o2) 1
Apartado d)
Como es similar al a) vamos a aplicar Stolz directamente:
(%i1)
a(n):=sum(sin(%pi/k), k, 1, n), simpsum;

n
π
X
(%o1) a (n) := sin
k=1
k
(%i2)
83
b(n):=log(n);
(%o2) b (n) := log (n)
(%i3)
a(n+1)-a(n);
 
n+
X1 n
π  X π

(%o3)  sin − sin
k=1
k k=1
k
(%i4)
sumcontract(intosum(%));
π

(%o4) sin
n+1
(%i5)
(%o4)/(b(n+1)-b(n));

π
sin n
(%o5)
log (n + 1) − log (n)
(%i6)
limit(%, n, inf);
(%o6) π
5.1.1 Sucesiones recurrentes
Son sucesiones en que cada término está definido en función de términos anteriores.
Necesitamos conocer explícitamente alguno de los primeros términos. Por ejemplo:
an + an+1
a1 = 2 ; a2 = 3 ; an+2 =
2
Cada término, es la media aritmética de los dos anteriores. Para obtener xn de forma
explícita tenemos los comandos:
Carga el paquete (solve_rec) para resolver estas ecua-

load(solve_rec)
ciones
Intenta resolver la ecuación recurrente eqn respecto

solve_rec(eqn, var, [init]) de la variable var, siendo init las condiciones iniciales
(opcional).
Ejercicio 5.2 Resuelva la ecuación propuesta anteriormente
84
5.2. Series Prácticas de Cálculo
an + an+1
a1 = 2 ; a2 = 3 ; an+2 = y calcule el octavo término, así como su límite.
2
SOLUCIÓN
(%i1)
load(solve_rec);
(%o1) d:/ARCHIV 1/MAX-

IMA 1.1/share/maxima/5.21.1/share/contrib/solve_rec/solve_rec.mac
(%i2)
solve_rec(x[n+2]=(x[n]+x[n+1])/2,x[n],x[1]=1,x[2]=2);
22−n (−1)n 5
(%o2) xn = +
3 3
(%i3)
%,n=8;
107
(%o3) x8 =
64
(%i4)
limit(x[n], n, inf);
5
(%o4)
3
5.2 Series
Una serie no es más que una sucesión { sn } que se forma a partir de otra sucesión
{ an } de la forma siguiente:
s1 = a1 ; s2 = a1 + a2 , s3 = a1 + a2 + a3 ; · · · , sn = a1 + a2 + a3 + · · · an
∞
P
Al límite lim sn lo representamos por an . Si tal límite es un valor finito, diremos
n→∞ n=1
que la serie converge. En caso contrario, la serie diverge.
∞
P ∞
P
ñ La serie an se dice que es absolutamente convergente cuando |an | converge.
n=1 n=1
La convergencia absoluta implica la convergencia normal.
ñ Una condición necesaria, pero no suficiente, para que una serie converja es que
lim an = 0
n→∞
85
5.2.1 Criterios de convergencia absoluta
Son tests para saber si una serie converge absolutamente o no. Pero no nos dan el valor
de la suma. Los más usuales son:
∞
P
ñ Criterio de comparación: Si tenemos dos series, de términos positivos an y
n=1
∞ a
y calculamos el límite lim n = λ resulta:
P
bn
n=1 n→∞ b
n
a) Si λ ∈ R ; λ 6= 0 las series tienen el mismo carácter (o ambas convergen o

ambas divergen).
b) Si λ = 0 sólo podemos deducir que si la serie correspondiente al denominador

converge, la de numerador también converge. O el contrarrecíproco.
c) Si λ = ∞ sólo podemos deducir que si la serie correspondiente al numerador

converge, la de denominador también converge. . O el contrarrecíproco.
∞
P 1
Normalmente se comparan con p-series: p
. Éstas convergen si p > 1 y divergen si
n=1 n
p ≤ 1.
ñ Los restantes criterios son:

Criterio de la raíz Criterio del la cociente
q a
Calculamos lim n |an | = λ Calculamos lim n+1 = λ

n→∞ n→∞ an
• Si λ < 1 la serie converge absl. • Si λ < 1 la serie converge absl.
• Si λ > 1 la serie diverge. • Si λ > 1 la serie diverge.
• Si λ = 1 el criterio falla. • Si λ = 1 el criterio falla.

Criterio de Raabe Criterio del logaritmo
a
− log |an |

Calculamos lim n 1 − n+1 = λ

Calculamos lim =λ
n→∞ an n→∞ log(n)
• Si λ > 1 la serie converge absl. • Si λ > 1 la serie converge absl.
• Si λ < 1 la serie no converge absol. • Si λ < 1 la serie no converge absl.
• Si λ = 1 el criterio falla. • Si λ = 1 el criterio falla.
Ejercicio 5.3 Estudiar el carácter de las siguientes series:

∞ ∞ ∞
P n+1 P 1 P 1
a) b) sen c) √
n=1 (n + 2 ) n! n=1 n n=1 n ln n
∞ ∞ ∞
1 1 (2n − 1)2n
ncos n −2
P P P
d) e) f)
n=1 n=2 (ln n)n n=1 (n + 1)
2n
86
SOLUCIÓN
a) Aplicamos el criterio del cociente:
(%i1)
a(n):=(n+1)/((n+2)*n!);
n+1
(%o1) a (n) :=
(n + 2) n!
(%i2)
factorial_expand:true;
(%o2) tr ue
(%i3)
a(n+1)/a(n);
(n + 2)2
(%o3)
(n + 1)2 (n + 3)
(%i4)
limit(%, n, inf);
(%o4) 0
Como 0 < 1 la serie converge.
∞
P 1
b) Comparamos por cociente con la p-serie: (que diverge, al ser p=1):
n=1 n
(%i1)
sin(1/n)/(1/n);
1

(%o1) sin n
n
(%i2)
limit(%, n, inf);
(%o2) 1
Ambas series tienen el mismo carácter: divergente
∞
P 1
c) Comparamos por cociente con la p-serie: (que diverge, al ser p=1):
n=1 n
(%i1)
87
sin(1/sqrt(n)*log(n))/(1/n);
log (n)

(%o1) n sin √
n
(%i2)
limit(%, n, inf);
(%o2) ∞
Luego la serie diverge.
d) Aplicamos el criterio del logaritmo:
(%i1)
-log(n^(cos(1/n)-2))/log(n);
1

(%o1) 2 − cos
n
(%i2)
limit(%, n, inf);
(%o2) 1
∞
P 1
Nos sale el caso dudoso. Entonces vamos a comparar por cociente con
n=1 n
(%i1)
(n^(cos(1/n)-2))/(1/n);
1
(%o1) ncos( n )−1
(%i2)
limit(%, n, inf);
(%o2) 1
Ambas tienen el mismo carácter: divergente
e) Aplicamos el criterio de la raíz:
(%i1)
1/(log(n))^n;
1
(%o1)
log (n)n
88
(%i2)
limit(%^(1/n), n, inf);
(%o2) 0
Como 0 < 1 la serie es convergente.
f) Aplicamos el criterio de la raíz:
(%i1)
((2*n-1)^(2*n))/((n+1)^(2*n));
(2 n − 1)2 n
(%o1)
(n + 1)2 n
(%i2)
limit((%)^(1/n), n, inf);
(%o2) 4
Como 4 > 1 la serie diverge.
5.2.2 Series sumables
Es posible obtener el valor numérico de la suma de algunas series, entre ellas:
∞
λn con λ ∈ R ;
P
ñ Series geométricas: |λ| < 1
n=0
∞
P (n) λn con λ ∈ R ;
P
ñ Series aritmético-geométricas: |λ| < 1 siendo P (n)
n=0
un polinomio.
∞
P 1
ñ p-series: del tipo np con p ∈ N ; p > 1
n=1
ñ Series telescópicas: dedicamos más adelante una subsección para las mismas.
Para ello, disponemos de los comandos:
89
Suma expr usando n como variable, desde el valor

sum(expr,n,m,p) m al p (que puede ser ∞ ). Si no puede sumarla, la
expresa con un sumatorio.
Como sum pero emplea otro algoritmo más eficaz en

nusum(expr,n,m,p)
expresiones racionales.
Carga el paquete symply_sum, el más potente de Ma-

load(symply_sum) xima para sumar series. Se puede cargar automática-
mente desde el archivo maxima-init.mac
Suma, si es posible, la serie serie, finita o infinita, ex-

symply_sum(serie)
presada con un sumatorio
Podemos acceder a los comandos sum y nusum desde el menú de wxmaxima, yendo a
Análisis–>Calcular suma
Ejercicio 5.4 Calcular las sumas:
90
∞
P n2 − n + 2
a)
n=0 n!
∞
P n2
b)
n=0 3n
∞
P 5
c) 4
n=1 n
∞
P (−1)n+1
d)
n=1 n
SOLUCIÓN
(%i1)
load(simplify_sum);
define: warning: redefining the built-in function lcm
(%o1) d:/ARCHIV 1/MAXIMA 1.1/share/maxima/5.21.1/share/contrib/solve_rec

/simplify_sum.mac
(%i2)
sum((n^2+1)/n!, n, 0, inf), simpsum;

∞
X n2 + 1
(%o2)
n=0
n!
(%i3)
simplify_sum(%);
(%o3) 3 e
(%i4)
sum((n^2)/3^n, n, 0, inf), simpsum;

∞
X n2
(%o4)
n=0
3n
(%i5)
simplify_sum(%);
3
(%o5)
2
91
(%i6)
sum(5/n^4, n, 1, inf), simpsum;
π4
(%o6)
18
(%i7)
sum((-1)^(n+1)/n, n, 1, inf), simpsum;

∞
X (−1)n+1
(%o7)
n=1
n
(%i8)
simplify_sum(%);
(%o8) log (2)
5.2.3 Series telescópicas
ñ Son series sumables que Maxima no consigue sumar directamente. Son del tipo
∞
P
(bn+m − bn ). En general, las descomponemos en diferencia de dos series finitas
n=1
k+m
P k
P
bn − bn y luego aplicamos los comandos:
n=1+m n=1
sumcontract(intosum(%)) , cuyos significados son:
Introduce las constantes multiplicativas

intosum(expr con sumatorios) dentro de los sumatorios que figuren en
expr
Los sumandos iguales de cada serie los

sumcontract(suma de sumatorios) agrupa en un sólo sumatorio con un rango
común.
ñ Con lo anterior, lo que hacemos es conseguir la suma parcial k-ésima. Por último
hallamos el límite para k → ∞
∞
1 1
√
P
Ejercicio 5.5 Calcule −√
n=1 n+3 n
92
SOLUCIÓN
ñ Con lo anterior, lo que hacemos es conseguir la suma parcial k-ésima. Por último
hallamos el límite para k → ∞
(%i1)
sum(1/sqrt(n+3)-1/sqrt(n), n, 1, k), simpsum;
k
X 1 1
(%o1) √ −√
n=1
n+3 n
Lo ponemos así:
(%i2)
sum(1/sqrt(n), n, 4, k+3)-sum(1/sqrt(n), n, 1, k);

 
k+
X3 k
1 X 1
(%o2)  √ − √
n=4
n n=1
n
(%i3)
sumcontract(intosum(%));
1 1 1 1 1
(%o3) √ +√ +√ − √ − √ −1
k+3 k+2 k+1 3 2
(%i4)
limit(%, k, inf);
√ √ √
2+1 3+ 2
(%o4) − √ √
2 3
5.2.4 Series alternadas
∞ ∞
(−1)n an o bien (−1)n+1 an donde cada an > 0. Para ver si
P P
Son series del tipo
n=1 n=1
convergen absolutamente, podemos aplicar cualquiera de los criterios vistos. Pero para
la convergencia ordinaria (a veces convergen pero no absolutamente), tenemos el
Teorema de Leibniz:
Teorema 5.2 Si en la serie alternada anterior, { an } es monótona decreciente y

lim an = 0 , la serie converge.
n→∞
∞ √
P n n
Ejercicio 5.6 Estudie la convergencia y convergencia absoluta de (−1)
n=1 n + 100
93
SOLUCIÓN
∞ √
P n
Para la convergencia absoluta, habrá que estudiar la serie . Si la
n=1 n + 100
∞
P 1 1
comparamos por cociente con la serie √ (que diverge pues p = 2 < 1 ) obtenemos:
n=1 n
(%i1)
(sqrt(n)/(n+100))/(1/sqrt(n));
n
(%o1)
n + 100
(%i2)
limit(%, n, inf);
(%o2) 1
Las series tienen el mismo caráter. O sea diverge y no es absolutamente convegente.

Estudiemos ahora la convergencia ordinaria:
(%i1)
sqrt(n)/(n+100);
√
n
(%o1)
n + 100
(%i2)
limit(%, n, inf);
(%o2) 0
El término general, en valor absoluto, tiende a 0. Veamos si es monótona decreciente. Si

la pasamos a variable real:
(%i1)
sqrt(x)/(x+100);
√
x
(%o1)
x + 100
(%i2)
diff(%,x);
√
1 x
(%o2) √ −
2 x (x + 100) (x + 100)2
(%i3)
ratsimp(%);
94
5.3. Series de potencias Prácticas de Cálculo
x − 100
(%o3) −√
x (2 x 2 + 400 x + 20000)
Vemos que si x > 100 la derivada es negativa y será monótona decreciente. Luego
también lo será con variable natural para n > 100 y la serie alternada será convergente
por el T. de Leibniz.
5.2.5 Productos finitos e infinitos
El concepto es similar a la de series, pero multiplicando los términos en vez de sumalos.

Y∞
Se escribe de la forma an . Para manipular éstos, disponemos de los comandos:
n=1
Multiplica expr usando n como variable, desde el

product(expr,n,m,p) valor m al p (que puede ser ∞ ). Si no puede hacer
el producto, la expresa con un sumatorio.
Simplifica expr que se supone es un cociente de pro-

simplify_product( expr)
ductos con símbolos Π
5.3 Series de potencias
ñ Una serie de potencias en torno al punto x = a , es una serie de la forma:
a0 + a1 (x − a) + a2 (x − a)2 + · · · + an (x − a)n + · · ·
donde an ∈ R ; a ∈ R
ñ Como vemos, sus términos son funciones del tipo potencial de la variable x y
∞
an (x − a)n . Habitualmente, se toma
P
podemos expresarlas con un sumatorio:
n=0
a = 0.
ñ La convergencia de una serie de potencias, dependerá del punto x que tomemos,
cobrando gran importancia el llamado radio de convergencia de la serie, r , pudiendo
demostrase que la serie:
a) Converge absolutamente en el intervalo (a − r , a + r ) o sea |x − a| < r ,

llamado Intervalo de convergencia de la serie.
b) Diverge en |x − a| > r o sea, en el exterior del intervalo de convergencia
c) En x = −a y x = a , no podemos asegurar nada sobre la convergencia.
Dentro del intervalo de convergencia, las series de potencias se pueden derivar e

integrar, término a término, de forma indefinida.
95
5.4. Desarrollo de una función en series de potencias. Series de Taylor Prácticas de Cálculo
5.3.1 Cálculo del radio de convergencia
1 a
Se puede calcular mediante r = o también r = lim n
q
n n→∞ a
lim |an | n+1
n→∞
5.4 Desarrollo de una función en series de potencias. Series de

Taylor
Si tenemos una función f : ID ⊂ R −→ R , indefinidamente derivable, y a ∈ ID , se llama

Serie de Taylor de f en torno a x = a a la serie:
∞
X f n) (a)
T (f , a, x) = (x − a)n =
n=0
n !
f 00 (a) f n) (a)
= f (a) + f 0 (a)(x − a) + (x − a)2 + · · · + (x − a)n + · · ·
2! n!
ñ No siempre se cumple f (x) = T (f , a, x) , pero en caso de sea así, sólo podrá serlo
en el intervalo de convergencia I de la serie, suponiendo que éste esté incluido en ID.
Entonces se dice que f es desarrollable en serie de potencias en I . Se puede
demostrar, además, que no existe otra serie de potencias, distinta a la de Taylor, que
sea igual a f en I.
Con Maxima, podemos obtener la serie de Taylor de una función, aunque el radio de
convergencia tendremos que calcularlo aparte. Para ello, tenemos los comandos:
Devuelve la forma general del desarrollo en serie de

potencias de expr para la variable x alrededor del
powerseries(expr, x, a) punto a. Si powerseries no es capaz de desarrollar
expr, la función taylor puede calcular los primeros
términos de la serie.
Donde expr debe ser un pol. de Taylor truncado. De-

vuelve la lista de todas las funciones racionales que
tienen el desarrollo de Taylor dado, en las que la
pade(expr, n, m)
suma de los grados del numerador y denominador
es menor o igual que el nivel de truncamiento de la
serie de potencias
96
lista de variables para usar en los sumatorios. Por

niceindicespref(lista) ejemplo [n,m,i,j,k]. Si sólo se da con un elemento,
siempre se usa esa letra para los sumatorios.
Donde expr deberá ser una Serie de Taylor. Cambia

niceindices(expr) las letras de los índices del sumatorio por los indica-
dos en niceindicespref.
Cuando se multiplican sumatorios infinitos, si

sumexpand vale true y cauchysum vale true, entonces
se utilizará el producto de Cauchy en lugar del usual.
sumexpand, cauchysum
En el producto de Cauchy el índice de la suma interna
es función del índice de la exterior en lugar de variar
de forma independiente.
Ejercicio 5.7 Hallar el radio de convergencia de las series que tienen de coeficientes el
siguiente término general:
!
n2 − n + 3 n3 + 1 1
a) an = n b) an = ln c) an =
3 + 2−n + n − 1 n3 + 2n2 − 3 2n −n
n! 1
d) an = n e) an =
n ln(n)2
SOLUCIÓN
Apartado a)
(%i2)
a(n):=(n^2-n+3)/(3^(n)+2^(-n)+n-1);
n2 − n + 3
(%o2) a (n) :=
3n + 2−n + n − 1
(%i3)
a(n)/a(n+1);
n2 − n + 3 3n+1 + 2−n−1 + n

(%o3)
1

(n + 1)2 − n + 2 3n + 2n + n − 1
(%i4)
ratsimp(%);
6 n2 − 6 n + 18 2n 3n + 2 n3 − 2 n2 + 6 n 2n + n2 − n + 3

(%o4)
(2 n2 + 2 n + 6) 2n 3n + (2 n3 + 4 n − 6) 2n + 2 n2 + 2 n + 6
(%i5)
limit(%, n, inf);
97
(%o5) 3
Apartado b)
(%i1)
a(n):=log((n^3+1)/(n^3+2*n^2-3));
!
n3 + 1
(%o1) a (n) := log
n3 + 2 n2 − 3
(%i2)
a(n)/a(n+1);
n3 +1

log n3 +2 n2 −3
(%o2)
(n+1)3 +1

log (n+1)3 +2 (n+1)2 −3
(%i3)
limit(%, n, inf);
(%o3) 1
Apartado c)
(%i1)
a(n):=1/(2^n-n);
1
(%o1) a (n) :=
2n − n
(%i2)
a(n)/a(n+1);
2n+1 − n − 1
(%o2)
2n − n
(%i3)
limit(%, n, inf);
(%o3) 2
Apartado d)
(%i1)
a(n):=n!/n^n;
98
n!
(%o1) a (n) :=
nn
(%i2)
a(n)/a(n+1);
(n + 1)n+1 n!
(%o2)
nn (n + 1)!
(%i3)
limit(%, n, inf);
(%o3) e
Apartado e)
(%i1)
a(n):=1/(log(n))^2;
1
(%o1) a (n) :=
log (n)2
(%i2)
a(n)/a(n+1);
log (n + 1)2
(%o2)
log (n)2
(%i3)
limit(%, n, inf);
(%o3) 1
Ejercicio 5.8 Calcule la serie de Taylor, en torno al punto a de las siguientes

funciones:
a) f (x) = cos(x 2 ), a = 0, b) f (x) = log(5 + x 2 ), a = 0, c) f (x) log(5 + x 2 ), a = 1,
log(1 − x) 2x − 5
d) , a = 0, e) f(x)= sen2 (x), a = 0, f) f (x) = , a = 0,
1−x x2 − 5x + 6
SOLUCIÓN
Apartado a)
(%i1)
niceindicespref:[n];
99
(%o1) [n]
(%i2)
powerseries(cos(x^2),x,0);
∞
X (−1)i1 x 4 i1
(%o2)
i1=0
(2 i1)!
(%i3)
niceindices(%);
∞
X (−1)n x 4 n
(%o3)
n=0
(2 n)!
Apartado b)
(%i1)
(%o1) [n]
(%i2)
powerseries(log(5+x^2),x,0);
∞
X 5−i1−1 (−1)i1 x 2 i1+2
(%o2) 2
i1=0
2 i1 + 2
(%i3)
niceindices(%);
∞
X 5−n−1 (−1)n x 2 n+2
(%o3) 2
n=0
2n + 2
(%i4)
ratsimp(%);
∞
X (−1)n x 2 n+2
(%o4) 2
n=0
(10 n + 10) 5n
Apartado c)
(%i1)
(%o1) [n]
100
(%i2)
powerseries(log(5+x^2),x,1);
∞ √ −i1−1 √ −i1−1
X 5i − 1 (x − 1)i1+1 − 5i − 1 (x − 1)i1+1
(%o2) − −
i1=0
i1 + 1 i1 + 1
(%i3)
niceindices(%);
∞ √ −n−1 √ −n−1
X 5i − 1 (x − 1)n+1
− 5i − 1 (x − 1)n+1
(%o3) − − Nos da un
n=0
n+1 n+1
desarrollo con números imaginarios complicado de interpretar. Vamos a sustituirlo por
los 8 primeros términos del polinomio de Taylor:
(%i5)
taylor(log(5+x^2),x,1,8);
x−1 (x − 1)2 7 (x − 1)3 (x − 1)4 19 (x − 1)5

(%o5)/T/ log (6) + + − + + −
3 9 162 648 4860
11 (x − 1)6 13 (x − 1)7 79 (x − 1)8
− + + ...
8748 122472 419904
(%i1)
niceindicespref:[n,m,k];
(%o1) [n, m, k]
(%i2)
powerseries((log(1-x))/(1-x),x,0);
 
∞ ∞
X X x i1
(%o2) − x i1 
i1=0 i1=1
i1
(%i3)
niceindices(%);
 
∞ ∞
X X xn
(%o3) −  xn Nos da el producto de dos series de potencias. Vamos a
n=0 n=1
n
emplear el producto de Cauchy para anidar los sumatorios:
(%i4)
sumexpand: true;
(%o4) tr ue
101
(%i5)
cauchysum: true;
(%o5) tr ue
(%i6)
s:%o2;
 
∞ ∞
X X x i1
(%o6) − x i1 
i1=0 i1=1
i1
(%i7)
’’s;
∞ iX
2−1
X x i2
(%o7) −
i2=1 i3=0
i2 − i3
(%i8)
niceindices(%);
∞ m−
X1
X 1
(%o8) − xm
m=1 n=0
m−n
Apartado e)
(%i1)
(%o1) [n]
(%i2)
powerseries((sin(x))^2,x,0);

P∞ (−1)i1 22 i1 x 2 i1
i1=0 (2 i1)! −1
(%o2) −
2
(%i3)
niceindices(%);
(−1)n 22 n x 2 n
!
P∞
n=0 −1
(2 n)!
(%o3) −
2
Apartado f)
102
(%i1)
(%o1) [n]
(%i2)
powerseries((2*x-5)/(x^2-5*x+6),x,0);
∞
X
(%o2) −3−i1−1 − 2−i1−1 x i1
i1=0
(%i3)
niceindices(%);
∞
X
−3−n−1 − 2−n−1 x n

(%o3)
n=0
103
5.5 Ejercicios
p
1) Defina una sucesión recurrente tal como se indica: s[1] : 1 ; s[n] := 1 + s[n − 1]
a) Comprobar que funciona la definición con S[10]

√
b) Aceptando que existe límite, calcúlelo razonando que L = 1 + L y resolviendo
dicha ecuación (eleve al cuadrado para que no haya problemas): La solución es el
número áureo.
c) Cree una lista con los 30 primeros valores de la sucesión y observe que se
aproxima, efectivamente, al número áureo.
2) Calcule los siguientes límites:
1 3 2n+1 + 3n+1
a) lim (3 + 6 + · · · + 3n) Sol: b) lim ) Sol: 3
n→∞ n 2 2 n→∞ 2n + 3n
√ √ √ 1 p 1
c) lim n+1− n n+1 Sol: d) lim n2 + n − n Sol :
n→∞ 2 n→∞ 2
√ √ √
n+a− n+b b−a 2+n−1 √
e) lim √ √ Sol : f) lim √ Sol: 2
n→∞ n+c− n+d d−c n→∞ n
1
3) Con el paquete load(solve_rec) resuelva la ecuación: x1 = 1 ; xn+1 = 1 +
xn
¿sería capaz de hallar su límite? Sug.: una vez resuelta, halle el límite de los
términos pares y luego , el de los impares ¿qué número aparece como límite?
bn
4) Para cada n > 1 , se define bn = 3 bn−1 − 2 ; b1 = 5. . Calcule: lim
n→∞ 3n
5) Estudie el carácter de las series:

∞ 1
∞ 1 1 1
n−3+cos n 3−1− 2 − 3 −···− n
P P
a) b)
n=1 n=1
∞ 1 1 1 ∞
P 1+ 2 + 3 + ··· n P − 1
c) d) (n + 2)(n + 4)(n + 6) · · · (n + 2n) n
n=1 n3 ln n n=1
∞
P1 · 4 · 7 · · · · (3n + 1)
e)
n=1 (n + 1)! 2n
6) ¿Para qué valores de x , comprendidos entre − π2 y π

2 son convergentes las series:
∞ ∞
2 n
2n senn x √ senn x
P P
y ?
n=1 n=1 3
7) Calcule los intervalos de convergencia puntual y absoluta de las siguientes series de

potencias:
∞ ∞ ∞
X 1 n
X nα n X 1
a) x b) x ; α > 0 c) √ xn
n n n ! n n
n=1 n=1 n=1
∞ ∞ n ∞
X 1 X n P (−1)n−1 x 2n−1
d) xn e) xn f) 2n−1
n=2
Log (n) n=1
n! n=1 (2n − 1) 3
104
8) Calcule la suma de las series:

∞ ∞ ∞
X n2 + 3 X X 3n + 2n
a) b) (3n2 − n + 1) 2−n c)
n=1
n ! n=1 n=1
6n
∞ ∞ ∞
X 2 2 X (−1)n+1 P (−1)n−1
d) cos − cos e) f)
n=2
n n+3 n=1
n2 n=1 2n − 1
9) Halle las series de Taylor en el punto x = 0 de las siguientes funciones:

s 
1 1+x  2x − 5
a) f (x) = √4 b) f (x) = Log  c) f (x) = 2
2x 2 + 1 1−x x − 5x + 6
Log (1 + x) 1
d) f (x) = e) f (x) = sen2 (x) f) f (x) =
1−x x4 − 16
10) Desarrollar en serie de potencias de (x − 2), el polinomio:
p (x) = x 3 − 8x 2 + 5x + 3
105
106
Práctica 6
Funciones de varias variables. Parte I
6.1 Funciones de varias variable
Podemos clasificarlas en dos grupos:

ñ Funciones reales: cuando las imágenes son números reales, o sea con el esquema:
f : ID ⊂ Rn −→ R
ñ Funciones vectoriales: cuando las imágenes son vectores de Rm , o sea con el
esquema: f : ID ⊂ Rn −→ Rm
ñ Para definirlas, se hace como para una variable:
Función real de tres variables:
(%i4)
f(x,y,z):=cos(x*y)+%e^x*z;
(%o4) f x, y, z := cos x y + ex z

Función vectorial de dos variables y tres componentes:
(%i5)
f(x,y):=[x*y,x^2+y^2,sin(x*y)];
(%o5) f x, y := [x y, x 2 + y 2 , sin x y ]

Evaluación de esta última en el punto (2, 3)
(%i6)
f(2,3);
(%o6) [6, 13, sin (6)]
Acceso a la segunda componente de la función anterior:
107
6.1. Funciones de varias variable Prácticas de Cálculo
(%i8)
f(x,y)[2];
(%o8) y 2 + x2
ñ Nos centraremos, sobre todo, en funciones reales de dos o tres variables.
6.1.1 Gráficas de funciones reales de dos variables
6.1.2 Gráficas con Plot3d
Al igual que para una variable, tenemos dos opciones: polt3d, accesible desde el menú
Gráficos–>Gráficos 3Do la carga del paquete draw y usar el comando draw3d. Para el
plot3d, tenemos los comandos:
Donde expr es una fun-

ción, x_range, y_range, ...,
son los rangos de cada
plot3d(expr, x_range, y_range, ..., options, ...) variable y options las dis-
tintas opciones. Cada
opción deberá ir en un
corchete
Para dibujar varias gráfi-

plot3d([expr_1, expr_2, expr_3], x_rge, y_rge)
cas en una única ventana.
Dibuja las curvas de nivel

expr en el rectángulo
x_range por y_range.
contour_plot(expr, x_range, y_range, options, ...)
Cualesquiera otros ar-
gumentos adicionales se
tratan como en plot3d.
En la ventana de gráficos 3D tenemos varias opciones para elegir:
ñ Con la opción openmath podemos girar la gráfica con el ratón.
108
ñ Otra opción es [grid, 12, 80], que controla el mallado de la gráfica. Para
enterarse de más opciones, consulte la ayuda del maxima.
Ejemplo 6.1
(%i1)
f(x,y):=y*(x^2-y^2)/(x^2+y^2);
y x2 − y 2

(%o1) f x, y :=
x2 + y 2
(%i2)
wxplot3d(f(x,y),[x,-1,1],[y,-1,1]);
(%t2)
(%o2)
6.1.3 Gráficas con draw3d
Necesitamos cargar el paquete load(draw). Su manejo es muy parecido al draw2d:
draw3d(optiones, graphic_object, ...) Dibuja superficies



 ñ surface_hide
 ñ contour



Entre las opciones tenemos, entre otras muchas: ñ contour_levels




 ñ color
 ñ line_width ñ user_preamble

Describimos brevemente las mismas:

ñ surface_hide: valor por defecto: false. Si vale true, las partes ocultas no se
muestran en las superficies de las escenas 3d.
ñ contour: sirve para poner líneas de nivel y puede tomar los valores:
109
• none: no se dibujan líneas de nivel.
• base: las líneas de nivel se proyectan sobre el plano xy.
• surface: las líneas de nivel se dibujan sobre la propia superficie.
• both: se dibujan dos conjuntos de líneas de nivel: sobre la superficie y las que
se proyectan sobre el plano xy.
• map: las líneas de nivel se proyectan sobre el plano xy y el punto de vista del
observador se coloca perpendicularmente a él.
ñ contour_levels:A contour_levels se le puede asignar un número natural, una lista

de tres números o un conjunto numérico arbitrario:
o
• Si se le asigna un n natural n , se dibujarán n líneas de nivel a intervalos
iguales. Por defecto, n = 5.
• Si se le asigna una lista de tres números [inf,p,sup], las isolíneas se

dibujarán desde inf hasta sup en pasos de amplitud p.
• Si se le asigna un conjunto de números n1, n2, ..., se dibujarán las isolíneas

correspondientes a los niveles n1, n2, ...
ñ user_preamble Aquí el valor más interesante es "set size ratio 1" para que las
unidades iguales en cada eje.
ñ En cuanto a color y line_width ya sabemos su significado, pues es el mismo que
para 2d.
Entre las graphic_object tenemos las posibilidades:
•
explicit(función,variable1,minval1,maxval1,variable2,minval2,maxval2)
• implicit (función,x,xmin,xmax, y,ymin,ymax, z,zmin,zmax) para

superficies en implíctas.
• parametric (xfun,yfun,zfun,par,parmin,parmax) para curvas del espacio

en paramétricas
• parametric_surface
(xfun,yfun,zfun,par1,par1min,par1max,par2,par2min,par2max) para
superficies en paramétricas.
Cada objeto gráfico puede llevar sus propias opciones.
Ejemplo 6.2
(%i1)
f(x,y):=1-(x^2+y^2);
(%o1) f x, y := 1 − x 2 + y 2

110
6.2. Límites y continuidad Prácticas de Cálculo
(%i2)
load(draw);
(%o2) d:/ARCHIV 1/MAXIMA 1.1/share/maxima/5.21.1/share/draw/draw.lisp
(%i3)
wxdraw3d(enhanced3d=false,
color=blue,
contour=base,
contour_levels=10,
user_preamble="set size ratio 1",
explicit(f(x,y),x,-10,10,y,-10,10));
(%to3)

6.2 Límites y continuidad
6.2.1 Límites
ñ Para el caso de límites, nos limitaremos a funciones reales de dos variables. Puesto
que las funciones elementales son continuas en sus dominios, en general para hallar un
límite sustituimos las variables por los valores a los que tiende. El problema está
cuando nos encontremos un caso de indeterminación tipo 00 .
111
6.3. Derivadas parciales Prácticas de Cálculo
ñ La norma general es para casos (x, y) → (0, 0) f (x, y) . De no ser así, si

(x, y) → (a, b) , haremos previamente el cambio de variables u = x − a ; v = y − b.
Los pasos a seguir son:
a) Hallamos el límite acercándonos al origen por rectas: lim f (x, mx) . Si el

x→0
resultado depende de la pendiente m , no existe el límite buscado, ya que éste
debe ser independiente de cómo nos acerquemos al origen.
b) Si el límite anterior l no depende de m , sólo podemos asegurar que, en caso

de existencia, su valor sería l. Sería un candidato al límite.
c) Si tenemos un candidato l al límite intentaremos poner |f (x, y) − l| como

producto de un infinitésimo por una función acotada, ya que se sabe que esto da
lugar a otro infinitésimo. O sea
lim |f (x, y) − l| = 0 =⇒ lim f (x, y) = l
(x, y)→(0, 0) (x, y)→(0, 0)
d) Para facilitar lo anterior, a veces da buen resultado pasar a polares

x = ρ cos θ ; y = ρ sen θ . Si conseguimos acotar por una función g(ρ) tal que
lim g(ρ) = 0 , habremos conseguido nuestro objetivo.
ρ→0
e) Si no conseguimos la acotación de los apartados anteriores podemos sospechar

de la no existencia del límite y acercarnos al origen por curvas, por ejemplo del
tipo y = x n a ver si obtenemos algún valor distinto al candidato.
6.2.2 Continuidad
Como ya dijimos las funciones elementales, que son las que mayormente manejaremos,
son continuas en sus dominios. Sólo en casos de funciones definidas a trozos
tendremos que comprobar si lim f (x) = f (a) donde x, a ∈ Rn y es a un punto de la
x→a
frontera de los dominios de dos trozos diferentes. Para calcular el límite, posiblemente
tengamos que usar las técnicas descritas anteriormente.
6.3 Derivadas parciales
Maxima puede calcular las funciones derivadas parciales de cualquier orden.

Recuérdese que deben ser funciones elementales definidas en abiertos. Para ello,
disponemos de los comandos:
112
Deriva función n1 veces respecto de x1 , n2

diff(función, x_1, n_1, ..., x_m, n_m)
veces respecto de x2 · · ·
Calcula el vector gradiente de función real

grad(función real)
en un punto genérico.
Calcula la matriz jacobiana list func respecto

jacobian(list func, list de var)
de list de var.
Calcula el módulo del vector vector, que se

modulo(vector)
introduce como una lista.
Calcula el producto vectorialvector1 × vec-

tor2, que se introducen como listas de tres
vect_product( vector1, vector2)
componentes. Para vectores del plano, se in-
troduce 0 de tercera componente
Indica que las funciones (list_func depen-

den de las variables list_var. Consulte en
depends (list_func, list_var)
la ayuda del Maxima para más opciones de
depends
∂f (x, y, z)
− 3 z2 cos (x z) :

Para calcular siendo f (x, y, z) = x cos x y z
∂x 2 ∂y∂z2
(%i1)
f(x,y,z):=x*cos(x*y*z)-3*z^2*cos(x*z);
(%o1) f x, y, z := x cos x y z − 3 z2 cos (x z)

(%i3)
diff(f(x,y,z),x,2,y,1,z,2);
(%o3) − x 4 y 4 z3 sin x y z + 24 x 2 y 2 z sin x y z + 10 x 3 y 3 z2 cos x y z −

12 x y cos x y z
NOTA: El casos "patológicos" de funciones no elementales, como las definidas a trozos,

si queremos alguna derivada parcial en un punto de la frontera de dos dominios de
trozos diferentes, no hay más remedio que hacer el cálculo mediante las definiciones,
que para dos variables son:
∂f f (a + h, b) − f (a, b) ∂f f (a, b + k) − f (a, b)

(a, b) = lim (a, b) = lim
∂x h→0 h ∂y k→0 k
113
Ejercicio 6.1 Estudiar la continuidad y derivabilidad en el origen de la función

f (x, y) = sen(x 2 + y 2 )/(x 2 + y 2 ) ; f (0, 0) = 1
SOLUCIÓN
(%i1)
f(x,y):=sin(x^2+y^2)/(x^2+y^2);
sin x 2 + y 2

(%o1) f x, y :=
x2 + y 2
(%i2)
wxdraw3d(surface_hide=true,contour=both,explicit(f(x,y),x,-1,1,y,-1,1));
(%2)
Límites direccionales y radiales:
(%i3)
f(x,m*x);
sin m2 x 2 + x 2

(%o3)
m2 x 2 + x 2
(%i4)
limit(f(x,m*x),x,0);
(%o4) 1
Tenemos un candidato a límite: 1. Apliquemos el teorema de polares
114
(%i5)
abs(f(r*cos(t),r*sin(t))-1);

sin r 2 sin (t)2 + r 2 cos (t)2

(%o6) 2 2 − 1
r 2 sin (t) + r 2 cos (t)

(%i7)
z:trigsimp(%o80);
sin r 2 − r 2

(%o7)
r2
(%i8)
limit(z,r,0);
(%o8) 0
Por tanto lim f (x, y) = 1 = f (0, 0) y la función es continua en (0, 0).

(x,y)→(0,0)
Derivadas parciales:
(%i9)
(f(h,0)-1)/h;
sin(h2 )
h2 −1
(%o9)
h
(%i10)
(f(0,k)-1)/k;
sin(k2 )
k2 −1
(%o10)
k
(%i11)
limit((f(h,0)-1)/h,h,0);
(%o11) 0
(%i12)
limit((f(0,k)-1)/k,k,0);
(%o12) 0
Existen las dos parciales en el origen y ambas valen 0.
Ejercicio 6.2 Estudiar la continuidad y derivabilidad en el origen de la función
115
f (x, y) = (xy 2 )/(x 2 + y 4 ) ; f (0, 0) = 0
SOLUCIÓN
Límites radiales y direccionales:
(%i1)
f(x,m*x);
m2 x 3
(%o1)
m4 x 4 + x2
(%i2)
limit(f(x,m*x),x,0);
(%o2) 0
(%i3)
f(r*cos(t),r*sin(t));
r 3 cos (t) sin (t)2

(%o3)
r 4 sin (t)4 + r 2 cos (t)2
(%i4)
limit(f(r*cos(t),r*sin(t)),r,0);
(%o45) 0
Límite según la trayectoria x = y 2
(%i46)
f(y^2,y);
1
(%o4)
2
(%i5)
limit(f(y^2,y),y,0);
1
(%o5)
2
(%i6)
(f(h,0)-0)/h;
(%o6) 0
116
6.4. Derivadas direccionales Prácticas de Cálculo
(%i7)
(f(0,k)-0)/k;
(%o7) 0
(%i8)
limit((f(h,0)-0)/h,h,0);
(%o8) 0
(%i9)
limit((f(0,k)-0)/k,k,0);
(%o9) 0
No es continua, pues los limites radiales y/o direccionales apuntan al candidato 0 pero
el límite según la trayectoria particular nos dió 1/2. Sin embargo sí tiene derivadas
parciales, y valen 0.
6.4 Derivadas direccionales
Sea una función real f : ID ⊂ Rn −→ R , con ID abierto y sea a = (a1 , a2 , · · · , an ) un

punto de ID. Se llama derivada direccional de f en el punto a en la dirección del
vector unitario u = (u1 , u2 , · · · , un ) al límite (caso de existir):
f (a + h u) − f (a)
Du f (a) = lim
h→0 h
Ejercicio 6.3 Calcule la derivada direccional de f (x, y) = esen(x y) − 2x 2 en el punto

(−2, 1) en la dirección de v = (2, 3)
SOLUCIÓN
(%i1)
f(x,y):=%e^(sin(x*y))-2*x^2;
(%o1) f x, y := esin(x y ) − 2 x 2

(%i2)
a:[-2,1];
(%o2) [−2, 1]
117
6.5. El vector gradiente Prácticas de Cálculo
(%i3)
u:[2,3]/modulo([2,3]);
2 3
(%o3) [√ ,√ ]
13 13
(%i4)
(f((a+h*u)[1],(a+h*u)[2])-f(a[1],a[2]))/h;

2h
√ 3h
√
2
sin −2 +1 2h 1
e 13 13 −2 √
13
−2 − esin(2)
+8
(%o4)
h
(%i5)
(f((a+h*u)[1],(a+h*u)[2])-f(a[1],a[2]))/h;

2h
√ 3h
√
2
sin −2 +1 2h 1
e 13 13 −2 √
13
−2 − esin(2)
+8
(%o5)
h
(%i6)
(tlimit(%,h,0));
√ √
4 13 cos (2) − 16 13 esin(2)
(%o6) −
13 esin(2)
6.5 El vector gradiente
Sea una función real f : ID ⊂ Rn −→ R , con ID abierto y sea a = (a1 , a2 , · · · , an ) un

punto de ID. Si en ese punto existen todas las derivadas parciales, se llama vector
gradiente en ese punto, al vector
!
∂f (a) ∂f (a) ∂f (a)
∇f (a) = , , ··· ,
∂x1 ∂x2 ∂xn
x2 + x y z
Ejercicio 6.4 Halle el vector gradiente de la función f (x, y, z) = p en el
1 + z2 y 4
punto (−2, 1, 3)
SOLUCIÓN
(%i1)
f(x,y,z):=(x^2+x*y*z)/sqrt(1+z^2*y^4);
x2 + x y z
(%o1) f x, y, z := p
1 + z2 y 4
118
6.6. Funciones diferenciables Prácticas de Cálculo
(%i2)
grad(f(x,y,z));
2 y 3 z2 (x y z+x 2 ) y 4 z (x y z+x 2 )

(%o2) √y z+2x
4 2
√ xz
− 3
√ xy
− 3
y z +1 y 4 z 2 +1 y 4 z2 +1
(y 4 z2 +1) 2 (y 4 z2 +1) 2
(%i3)
%,x=-2,y=1,z=3;
− √110 36 √6 6 √2

(%o3) 3 − 10 3 − 10
10 2 10 2
(%i4)
ratsimp(%);
√
(%o4) − √110 − 6 2510 − 5 √710
6.6 Funciones diferenciables
Sea f : ID ⊂ Rn −→ R , ID abierto y sea a ∈ ID. Diremos que f es diferenciable en a

si, y sólo si, existe una aplicación lineal:
L : Rn −−−→ R
h −−−→ L(h)
de tal forma que se cumpla:
f (a + h) − f (a) − L(h)
lim =0 (6.1)
h→0 khk
ñ Para que f sea diferenciable en a , la única aplicación lineal L que puede cumplir
(6.1) es:
∂f (a) ∂f (a) ∂f (a)
L(h) = h1 + h2 + · · · + hn = ∇f (a) · h
∂x1 ∂x2 ∂xn
Siendo h = (h1 , h2 , · · · , hn ).
ñ La mayoría de las funciones elementales son diferenciables en su dominio. Si una

función f tiene todas sus funciones derivadas parciales en un entorno de a y son
continuas en ese punto, entonces f es diferenciable en a .
ñ Si f es diferenciable en a , llamaremos df (a) a su diferencial en a . Tenemos que

tener claro que es una aplicación de Rn en R.
ñ Si a es un "punto patológico", en el sentido que ya indicamos otras veces, es posible

que haya que calcular el límite (6.1) para ver si f es difereciable. En otro caso,
aplicaremos:
df (a)(h) = ∇f (a) · h
119
6.6. Funciones diferenciables Prácticas de Cálculo
Ejercicio 6.5 Halle la diferencial de la función f (x, y) = ex (x y 3 + 3y) en el punto

(0, −2)
SOLUCIÓN
(%i1)
f(x,y):=%e^x*(x*y^3+3*y);
(%o1) f x, y := ex x y 3 + 3 y

(%i2)
grad(f(x,y));

ex x y 3 + 3 y + ex y 3 ex 3 x y 2 + 3

(%o2)
Vemos que las 2 componentes son continuas en todo punto y la función es

diferenciable en todo punto
(%i3)
%,x=0,y=-2;

(%o3) −14 3
(%i4)
define(df(h,k),%.[h,k]);
(%o4) df (h, k) := 3 k − 14 h
ñ Si f es diferenciable en a entonces f es continua en a y admite en ese punto

cualquier derivada direccional, siendo además:
Du f (a)) = ∇f (a) · u
u es el vector unitario sobre la dirección. La derivada máxima se alcanza cuando u

tiene la misma dirección y sentido que ∇f (a).
Ejercicio 6.6 Resuelva el ejercicio 6.3 usando la fórmula anterior
SOLUCIÓN
(%i1)
f(x,y):=’%e^(sin(x*y))-2*x^2;
(%o1) f x, y := 0 e ( ) − 2 x 2
sin x y
120
6.7. Plano tangente Prácticas de Cálculo
(%i2)
grad(f(x,y));

y esin(x y ) cos x y − 4 x x esin(x y ) cos x y

(%o2)
(%i3)
%,x=-2,y=1;

cos(2) 2 cos(2)
(%o3) e sin (2 ) + 8 − e sin (2 )
(%i4)
u:[2,3]/modulo([2,3]);
2 3
(%o4) [√ ,√ ]
13 13
(%i5)
Df:%o3.%;

cos(2)
2 esin(2)
+8 6 cos (2)
(%o5) √ −√
13 13 esin(2)
(%i6)
radcan(%);
√ √
4 13 cos (2) − 16 13 esin(2)
(%o6) −
13 esin(2)
6.7 Plano tangente
Si f es una función real de dos variables, diferenciable en a = (a, b) , se llama plano

tangente a la gráfica de f en el punto a al plano:
∂f ∂f
T (x, y) = f (a) + ∇f (a) · (x − a, y − b) = f (a, b) + (a, b)(x − a) + (a, b)(y − b)
∂x ∂y
NOTA: Si una superficie viene definida de forma implícita F (x, y, z) = 0 , entonces el

plano tangente en un punto a = (a, b, c) que cumpla la ecuación, se puede poner como:
∇F (a) · (x − a, y − b, z − c) = 0
Ejercicio 6.7 Dibuje la superficie f (x, y) = 1 − (x 2 + y 2 ) y su plano tangente en el

punto (1, 1)
121
6.7. Plano tangente Prácticas de Cálculo
SOLUCIÓN
(%i1)
f(x,y):=1-(x^2+y^2);
(%o1) f x, y := 1 − x 2 + y 2

(%i2)
grad(f(x,y));

(%o2) −2 x −2 y
(%i3)
%,x=1,y=1;

(%o3) −2 −2
(%i4)
define(T(x,y),f(1,1)+%o3.[x-1,y-1]);

(%o4) T x, y := −2 y − 1 − 2 (x − 1) − 1
(%i5)
load(draw);
(%o5) d :
/ARCHIV 1/MAXIMA 1.1/shar e/maxima/5.21.1/shar e/dr aw/dr aw.lisp
(%i6)
wxdraw3d(
color=red,
grid = true,
surface_hide= true,
rot_vertical=40,
explicit(f(x,y),x,-2,2,y,-2,2),
color=green,
surface_hide= true,
explicit(T(x,y),x,-0,2,y,0,2),
user_preamble="set size ratio 0.7"
);
122
6.8. Funciones vectoriales Prácticas de Cálculo
(%t6)
(%o6) [gr3d explicit, explicit ]
6.8 Funciones vectoriales
Si ahora tenemos una función vectorial f : ID ⊂ Rn −→ Rm tenemos los mismos

conceptos que para las funciones reales, pero con m componentes. Por ejemplo, las
derivadas parciales tendrán m componentes, que serán las derivadas parciales respecto
de cada componente. Lo mismo para derivadas direccionales y para la diferencial.
ñ En el momento que no exista alguna derivada o alguna diferencial de alguna
componente, no existirá la total.
ñ El papel que hacía el vector gradiente, lo hace ahora el jacobiano: Jf (a) que es una
matriz que tiene por filas los gradientes de las componentes de f (ver comandos en
6.3). Entonces:
   
h1 u1
 h   u 
 2   2 
df (a)(h) = Jf (a) ·  . 
  Dfu (a) = Jf (a) · 
 .. 

.
 .   . 
hn un
Ejercicio 6.8 Sea la función vectorial f : R2 −→ R3 definida como

x cos(y) x2 y ∂f
f (x, y) = 2
, 2 ex+y , En el punto a = (−1, 5) , calcule: (a) ;
5+y 3 + x2 y 2 ∂x
∂f
(a) ; df (a)(h) y Du f (a) , siendo u el vector unitario sobre (−2, 3)
∂y
123
SOLUCIÓN
(%i1)
f(x,y):=[x*cos(y)/(5+y^2),2*%e^(x+y),x^2*y/(3+x^2*y^2)];
x2 y

x cos y
x+y
(%o1) f x, y := [ , 2 e , ]
5 + y2 3 + x2 y 2
(%i2)
diff(f(x,y),x);
2 x3 y 3

cos y 2xy
(%o2) [ 2 , 2 ey+x , 2 2 − 2 ]
y +5 x y +3 x2 y 2 + 3
(%i3)
diff(f(x,y),y);
x2 2 x4 y 2

x sin y 2 x y cos y y+x
(%o3) [− − 2 , 2 e , − 2 ]
y2 + 5 x2 y 2 + 3

y2 + 5 x2 y 2 + 3
Derivadas parciales el punto dado:
(%i4)
%o2,x=-1,y=5;
cos (5) 15
(%o4) [ , 2 e4 , − ]
30 392
(%i5)
%o3,x=-1,y=5;
sin (5) cos (5) 11

(%o5) [ + , 2 e4 , − ]
30 90 392
Diferencial en el punto dado:
(%i6)
jacobian(f(x,y),[x,y]);
cos(y ) x sin(y ) 2 x y cos(y )

 
y 2 +5 − y 2 +5 − 2
 ( )
y 2 +5 
(%o6) 2 ey+x 2 ey+x
 
 
2xy 2 x3 y 3 x2 2 x4 y 2
 
x 2 y 2 +3 − 2 x 2 y 2 +3 − 2
( 2 y 2 +3)
x ( 2 y 2 +3)
x
(%i7)
%,x=-1,y=5;
124
 cos(5) sin(5)
+ cos90(5)

30 30
(%o7) 2 e4 2 e4
 
 
15 11
− 392 − 392
(%i8)
define(Df(h,k),%.matrix([h],[k]));
 
sin(5) cos(5) cos(5) h
+ k +
 30 90 30 
(%o8) Df (h, k) :=  2 e 4 k + 2 e4 h 
 
k 15 h
− 11392 − 392
Derivada direccional:
(%i9)
u:[-2,3]/modulo([-2,3]);
2 3
(%o9) [− √ ,√ ]
13 13
(%i10)
%o7.transpose(%);

sin(5) cos(5)
 
3 30 + 90 cos√(5)
√ −
 13 15 13 
(%o10) 2 e4
 
 √ 
 13 
3
− 392 √13
(%i11)
ratsimp(%);
 3 √13 sin √
(5)− 13 cos(5)

390
2 e4
 
(%o11) 
 √
13


3√
− 392 13
125
6.9 Ejercicios
1 o ) Sea la función:
 (x 2 + y 2 ) senp 1

si (x, y) 6= (0, 0)

f (x, y) = x2 + y 2
si (x, y) = (0, 0)

 0
Calcule las derivadas parciales en (0, 0) y estudie la diferenciabilidad en ese punto.

(Sug: Como el (0, 0) es un "punto patológico", hay que hacer todo usando las definiciones.
Véase 6.3 y 6.6).
2 o )√ Halle la derivada de la función f (x, y) = x 2 y + y 2 − 1 en el punto de la curva

y = − x 2 + x − 5 en el que y = −1 y x > 0, en una dirección tangencial a esa curva en
ese punto.
3 o ) Una función de dos variables, diferenciable, tiene en el punto (1, 2) derivadas

direccionales con los siguientes valores:
√
a) 2 2 en la dirección hacia al punto (−1, 4)
b) −2 en la dirección al punto (−2, 1)
Hallar ∇f (1, 2) y la derivada en ese punto en la dirección al punto (4, 6)
4 o ) Un cono tiene base de radio r y altura h. Se desea aumentar su volumen

variando ligeramente uno de los dos parámetros: radio o altura. Estudiar cual de los
dos parámetros interesa variar para que el aumento de volumen sea mayor.
5 o ) La temperatura de los puntos de un plano viene determinada por la función

1 − x2 − y 2
T (x, y) = ; un insecto que se encuentra en el punto (1,1), ¿hacia qué
2 + x2y 2
dirección debe moverse para estar lo más caliente posible?
6 o ) Sea f : R2 −→ R definida por:

 2
 xy
 si (x, y) 6= (0, 0)
x 2 +y 2
f (x, y) =
 0 si (x, y) = (0, 0)

a) Probar que existe Du f (0, 0) para cualquier vector unitario u y hallar el valor de
esa derivada direccional.
b) Estudiar la continuidad y diferenciabilidad de f en (0, 0).
c) Hallar la derivada en el punto (1, −2) en la dirección del vector (2, 3).
Sug: Aplique lo indicado en el primer ejercicio
126
7 o ) Sea la función f : R2 − { (0, 0) } −→ R2 , siendo f = (f1 , f2 ) de forma que:
x 2 −y 2
x−y 2 2 x 2 +y 2
f1 (x, y) = e (x − 2y ) ; f2 (x, y) = xy e
∂f ∂f
a) Hallar, en caso de que existan, las derivadas (1, −2) y (1, −2).
∂x ∂y
b) Estudiar la diferenciabilidad de f en (1, −2).
c) Calcular la derivada direccional de f en el punto (1, −2) , según la dirección y
sentido del vector ( 35 , 54 ).
8 o ) Sea A el área de un triángulo de lados a y b que forman un ángulo de θ

π
radianes. Supongamos que θ = 6 , que a aumenta un 4% y que b aumenta un 3%.
Utilícese la diferencial para estimar el cambio porcentual de A.
9 o ) Hallar los planos tangentes a las superficies siguientes, en los puntos indicados:
a) z = ecos x · (x + y 3 ) en el punto en que x = π y =2

b) x2
− 2xy + z3
= 0 en (−1, −1, 1).

x
c) z = ln y+4 en en el punto en que x = −2 y = −5
10 o ) Calcule el plano tangente y la recta normal a cada una de las superficies en el

punto P . Haga la gráfica de cada función con su respectivo plano tangente:
a) z2 − 2x 2 − 2y 2 − 12 = 0, P = (1, −1, 4).

b) z = ln x 2 + y 2 , P = (1, 0, 0).

√
c) z + ez + 2x + 2y − x 2 − y 2 = 3, P = (1, 1 + e, 1).
11 o ) Determinar las constantes a, b, y c , tales que la derivada máxima de la

función:
f (x, y, z) = axy 2 + byz + cz2 x 2
en el punto (1, 2, −1) , se obtenga en la dirección al punto (1, 5, 3) y su valor sea 20.
12 o ) Sea f : R2 \ {(0, 0)} → R dada por f (x, y) = log(x 2 + y 2 ) para todo

(x, y) ≠ (0, 0). Se pide:
a) Calcule el gradiente de f en todo punto.

∂2f ∂2f
b) Compruebe que (x, y) + (x, y) = 0 ∀(x, y) ∈ R2 − {(0, 0)}.
∂x 2 ∂y 2
127
128
Práctica 7
Funciones de varias variables. Parte II
7.1 La regla de la cadena
ñ Sea g : H ⊂ Rn −→ Rm , con H abierto, función diferenciable en a ∈ H.
ñ Sea f : D ⊂ Rm −→ Rp , D abierto y g(H) ⊂ D , diferenciable en b = g(a).
ñ Entonces, f ◦ g es diferenciable en a y además:
J(f ◦ g)(a) = Jf (b) · Jg(a)
Ejercicio 7.1 Sean U = {(x, y, z) ∈ R3 /y ≠ 0}, f : R2 −→ R2 y g : U −→ R2 definidas

por:
x
g(x, y, z) = , xyz2 f (x, y) = (x 4 , xy 3 )
y
Calcular la diferencial de f ◦ g en el punto (1, −2, 2) y la derivada direccional en ese

punto , según la dirección del vector u = (1, 3, 1).
SOLUCIÓN
(%i1)
f(x,y):=[x^4,x*y^3];
(%o1) f x, y := [x 4 , x y 3 ]

(%i2)
g(x,y,z):=[x/y,x*y*z^2];
x
(%o2) g x, y, z := [ , x y z2 ]

y (%i3)
129
7.1. La regla de la cadena Prácticas de Cálculo
jacobian(f(x,y),[x,y]);
!
4 x3 0
(%o3)
y3 3 x y2
(%i4)
jacobian(g(x,y,z),[x,y,z]);
1
− yx2
!
y 0
(%o4)
y z2 x z2 2xy z
(%i5)
g(1,-2,2);
1
(%o5) [− , −8]
2
(%i6)
%o4,x=1,y=-2,z=2;
− 21 − 14
!
0
(%o6)
−8 4 −8
(%i7)
%o3,x=-1/2,y=-8;
− 12
!
0
(%o7)
−512 −96
El jacobiano de f ◦ g en el punto dado, será:
(%i8)
%o7.%o6;
1 1
!
4 0 8
(%o8)
1024 −256 768
La diferencial de f ◦ g será:
(%i9)
define(dh(h,k,p),%.matrix([h],[k],[p]));
k
+ h4
!

(%o9) dh h, k, p := 8
768 p − 256 k + 1024 h
Y la derivada direccional:
130
7.1. La regla de la cadena Prácticas de Cálculo
(%i10)
u:[1,3,1]/modulo([1,3,1]);
1 3 1
(%o10) [√ ,√ ,√ ]
11 11 11
(%i11)
Dh:%o8.transpose(%);
√5
 
8 11
(%o11)
 
 
1024
√
11
7.1.1 Esquemas para la regla de la cadena
Si la función real f depende de las m variables x1 , x2 , · · · , xm y la función

g = (g1 , g2 , · · · , gn ) tiene m componentes de n variables cada una: u1 , u2 , · · · , un
la función compuesta se obtiene haciendo x1 = g1 , x2 = g2 · · · , xm = gm . A veces,
viene bien un esquema de este tipo:
Se tiene, con abuso de lenguaje, que por ejemplo:
∂f ∂f ∂x1 ∂f ∂x2 ∂f ∂xm

= + + ··· +
∂u3 ∂x1 ∂u3 ∂x2 ∂u3 ∂xm ∂u3
¿Cómo se hace esto con Maxima?: simplemente definiendo las expresiones de las
variables.
131
7.2. Extremos relativos Prácticas de Cálculo
Ejercicio 7.2 Sea f (x, y, z, u, v) = x y + z2 + u − v 2 ; donde

∂f ∂f
x = sen(u + v) ; y = u2 + 3 v ; z = −u2 v . Calcule y
∂u ∂u
SOLUCIÓN
(%i1)
x:sin(u+v);
(%o1) sin (v + u)
(%i2)
y:u^2+3*v;
(%o2) 3 v + u2
(%i3)
z:-u^2*v;
(%o3) − u2 v
(%i4)
f:x*y+z^2+u-v^2;
3 v + u2 sin (v + u) + u4 v 2 − v 2 + u

(%o4)
(%i5)
diff(f,u);
(%o5) 2 u sin (v + u) + 3 v + u2 cos (v + u) + 4 u3 v 2 + 1

(%i6)
diff(f,v);
(%o6) 3 sin (v + u) + 3 v + u2 cos (v + u) + 2 u4 v − 2 v

7.2 Extremos relativos
Sea f : ID ⊂ Rn −→ R , D abierto y supongamos que f de clase 2 en ID (admite

o
derivadas continuas hasta de 2 orden). Ya sabemos que un extremo relativo debe de
ser, antes que nada, un punto crítico. O sea, un punto a ∈ ID que sea solución del
132
sistema:
∂f ∂f ∂f
=0 = 0··· =0 (7.1)
∂x1 ∂x2 ∂xn
ñ Si a es un punto crítico, para clasificarlo, cobra gran importancia la matriz Hessiana
en a :
∂2f ∂2f ∂2f

 
 ∂x1 2 (a) ∂x1 ∂x2 (a) ··· ∂x1 ∂xn (a) 
 
∂2f ∂2f ∂2f
∂x2 ∂x1 (a) ∂x2 2 (a) ··· ∂x2 ∂xn (a)
 
 
 
Hf (a) =  
 .. .. .. .. 

 . . . . 

 
∂2f ∂2f ∂2f
 
∂xn ∂x1 (a) ∂xn ∂x2 (a) ··· ∂xn 2 (a)
Para este tema, disponemos de los comandos:
Calcula el hessiano de la función real func_real en un

hessiano (func_real)
punto genérico
Calcula la matriz simétrica asociada a la forma

matrix_fc (forma_cuadrt)
cuadrática: forma_cuadrt.
Calcula la sucesión de Sylvester de la matriz

sylvester (matr_cuadr)
cuadrada: matr_cuadr.
Para clasificar un punto crítico a tenemos dos opciones:
1 o ) Resolver la ecuación característica. |Hf (a) − λI| donde I es la matriz identidad

en Rn
a) Si todas las soluciones en λ son positivas, en a hay un mínimo relativo.

b) Si todas las soluciones en λ son negativas, en a hay un máximo relativo.
c) Si hay raíces positivas y raíces negativas, entonces no hay ni máximo ni mínimo
(punto de silla)
d) Si hay alguna raíz 0 y las restantes son del mismo signo, el criterio falla.
2 o ) Usar el criterio de Silvester: si llamamos aij los términos de A = Hf (a)

construimos la sucesión:

a
11 a12 · · · a1n

a a a
a 11 12 13
11 a12
a a22 · · · a2n
1 ; a11 ; ; a21 a22 a23 ; · · · ; 21

a21 a22 ··· ··· ··· ···

a
31 a32 a33

a
n1 an2 · · · ann
a) Si en la sucesión de Sylvester, todos los términos son positivos, hay un mínimo

relativo en a .
b) Si en la sucesión de Sylvester , todos los términos son no nulos y alternan el
signo, hay un máximo relativo en a .
133
7.2.1 Extremos para dos variables
Si f sólo tiene dos variables, llamemos A = Hf (a) y podemos usar el criterio:

 ∂2f
∂x 2 (a) > 0 mínimo relativo en a.





 2
∂ f
|A| > 0 ∂x 2 (a) < 0 máximo relativo en a.



 ∂2f


∂x 2 (a) = 0 Caso imposible.
|A| < 0 punto de silla en a.
|A| = 0 Caso dudoso
Ejercicio 7.3 Localice y clasifique los puntos críticos de f (x, y) = 3x − x 3 − 3xy 2
SOLUCIÓN
(%i1)
f(x,y):=3*x-x^3-3*x*y^2;
(%o1) f x, y := 3 x − x 3 + (−3) x y 2

(%i2)
algsys([diff(f(x,y),x),diff(f(x,y),y)],[x,y]);
(%o2) [[x = −1, y = 0], [x = 1, y = 0], [x = 0, y = −1], [x = 0, y = 1]]
Hallamos el hessiano en cada punto
(%i3)
hessiano(f(x,y));
!
−6 x −6 y
(%o3)
−6 y −6 x
Punto (-1,0):
(%i7)
%o3,x=-1,y=0;
!
6 0
(%o7)
0 6
(%i5)
determinant(%);
(%o5) 36
134
|A| > 0 y a11 > 0 hay un mínimo relativo. Vamos con el punto (1,0):
(%i8)
%o3,x=1,y=0;
!
−6 0
(%o8)
0 −6
(%i9)
determinant(%);
(%o9) 36
Al ser |A| > 0 y a11 < 0 hay un máximo relativo. Vamos con el punto (0,-1):
(%i10)
%o3,x=0,y=-1;
!
0 6
(%o10)
6 0
(%i11)
determinant(%);
(%o11) − 36
Al ser |A| < 0 hay un punto de silla. Vamos con (0,1):
(%i12)
%o3,x=0,y=1;
!
0 −6
(%o12)
−6 0
(%i13)
determinant(%);
(%o13) − 36
Al ser |A| < 0 hay un punto de silla.
(%i22)
135
wxdraw3d(
color=green,
grid = true,
surface_hide= true,
rot_vertical=60,
);
(%t22)

2 −y 2
Ejercicio 7.4 Halle y clasifique los extremos de f (x, y) = x y e−x
SOLUCIÓN
(%i1)
f(x,y):=x*y*%e^(-x^2-y^2);
2 2
(%o1) f x, y := x y e−x −y

(%i2)
algsys([diff(f(x,y),x),diff(f(x,y),y)],[x,y]);
1 1 1 1 1
(%o2) [[x = 0, y = 0], [x = − √ , y = − √ ], [x = √ , y = − √ ], [x = − √ , y =
2 2 2 2 2
136
1 1 1
√ ], [x = √ , y = √ ]]
2 2 2
(%i22)
wxdraw3d(
color=green,
grid = true,
surface_hide= true,
rot_vertical=75,
rot_horizontal=20,
);
(%t22)

(%i4)
hessiano(f(x,y));
(%o4)
2 2 2 2 2
−x 2 2 2 2 2 2
−x 2
!
4 x 3 y e−y −x − 6 x y e−y −x 4 x 2 y 2 e−y − 2 y 2 e−y −x − 2 x 2 e−y −x + e−y
2 2 −y 2 −x 2 2 2 2 2 2 2 2 2 2 2
4x y e − 2 y 2 e−y −x − 2 x 2 e−y −x + e−y −x 4 x y 3 e−y −x − 6 x y e−y −x
(%i5)
%,[x=-1/sqrt(2),y=-1/sqrt(2)];
137
− e2
!
0
(%o5) 2
0 −e
(%i6)
determinant(%);
4
(%o6)
e2
En −√12 , −√12

hay un máximo relativo
(%i8)
%o4,[x=1/sqrt(2),y=-1/sqrt(2)];
2
!
e 0
(%o8) 2
0 e
(%i9)
determinant(%);
4
(%o9)
e2
√1 , −√12

En 2
hay un mínimo relativo
(%i10)
%o4,[x=-1/sqrt(2),y=1/sqrt(2)];
2
!
e 0
(%o10) 2
0 e
(%i11)
determinant(%);
4
(%o11)
e2
En −√12 , √1

2
hay un mínimo relativo
(%i12)
%o4,[x=1/sqrt(2),y=1/sqrt(2)];
− e2
!
0
(%o12)
0 − e2
(%i13)
determinant(%);
138
7.3. Extremos condicionados por igualdades Prácticas de Cálculo
4
(%o13)
e2
En √1 , √1
hay un máximo relativo
2 2
(%i14)
%o4,[x=0,y=0];
!
0 1
(%o14)
1 0
(%i15)
determinant(%);
(%o15) −1
En (0, 0) hay un punto de silla.
7.3 Extremos condicionados por igualdades
Sea f : ID ⊂ Rn −→ R , D abierto, y supongamos que la variable

x = (x1 , x2 , · · · , xn ) ∈ ID la obligamos a cumplir m igualdades (con m < n ):
g1 (x) = 0 ; g2 (x) = 0 ; · · · ; gm (x) = 0 (7.2)
Entonces pueden aparecer extremos relativos que no tienen nada que ver con los que
había si x se moviera libremente en ID . Se dice que son extremos condicionados por
las restricciones 7.2.
ñ Para calcular los puntos críticos, deberemos construir la función de Lagrange:
F = f (x) + λ1 g1 (x) + λ2 g2 (x) + · · · + λm gm (x)
que, como vemos, tiene n + m variables: x1 , x2 , · · · , xn , λ1 . λ2 , · · · , λm

ñ Entonces resolvemos el sistema de n + m ecuaciones y n + m incógnitas:
∂F ∂F ∂F
=0 = 0··· =0 g1 (x) = 0 g2 (x) = 0 · · · gm (x) = 0
∂x1 ∂x2 ∂xn
ñ Los puntos críticos son los a = (a1 , a2 , · · · , an ) solución del sistema anterior. Los
λ1 , λ2 , · · · , λm , que son variables auxiliares, no se consideran. Deberá cumplirse,
además que ∇g1 (a), ∇g2 (a), · · · , ∇gm (a) son linealmente independientes. ñ Ahora
consideramos la forma cuadrática:
 
h1
 h2 


Q(h) = (h1 h2 , · · · , hn ) HF (a) 
 .. 
 (7.3)
 . 
hn
junto con las restricciones:
dg1 (a)(h) = 0 g2 (a)(h) = 0 · · · dgm (a)(h) = 0
139
Este último sistema lineal homogéneo tiene m ecuaciones linealmente independientes

y n incógnitas. Podrán despejarse n incógnitas en función de las n − m restantes y
sustituirlas en 7.3. Quedará otra forma cuadrática pero de dimensión m , en la que
hacemos el mismo análisis que para extremos libres.
x2
Ejercicio 7.5 Halle los extremos relativos de la función 2 x 2 + y 2 + − x + 2y − z
2
con la restricción 4 x2 + 2 y2 + z2 =4
SOLUCIÓN
(%i1)
f(x,y,z):=2*x^2+y^2+z^2/2-x+2*y-z;
z2
(%o1) f x, y, z := 2 x 2 + y 2 +

− x + 2y − z
2
(%i2)
g(x,y,z):=4*x^2+2*y^2+z^2-4;
(%o2) g x, y, z := 4 x 2 + 2 y 2 + z2 − 4

Función de Lagrange:
(%i3)
define(F(x,y,z,a),f(x,y,z)+a*g(x,y,z));
z2
(%o3) F x, y, z, a := a z2 + 2 y 2 + 4 x 2 − 4 + − z + y 2 + 2 y + 2 x2 − x

2
(%i4)
algsys([diff(F(x,y,z,a),x),diff(F(x,y,z,a),y),diff(F(x,y,z,a),z),g(x,y,z)],[x,y,z,a]);
√
1 4 4 13 + 4 1 4
(%o4) [[x = − √ , y = √ , z = − √ , a = − ], [x = √ , y = − √ , z =
√ 13 13 13 8 13 13
4 13 − 4
√ ,a = ]]
13 8
1 4 4
Veamos para el punto x = − √ , y = √ , z = − √ . En F sustituimos
√ 13 13 13
13 + 4
a=−
8
(%i5)
define(H(x,y,z),F(x,y,z,-(sqrt(13)+4)/8));
√
− 13 − 4 z2 + 2 y 2 + 4 x 2 − 4 z2

− z + y 2 + 2 y + 2 x2 − x

(%o5) H x, y, z := +
8 2
140
Ahora hallamos el hessiano de esa función en el punto

1 4 4
x= √ ; y = √ ; z = −√
− 13 13 13
(%i6)
hessiano(H(x,y,z));
 √ 
− 13 √
0 0
 − 13−4 
(%o6)  0
 2 +2 √
0 

− 13−4
0 0 4 +1
Nos sale independiente de las variables. Así que no hay que sustituir los valores de
éstas. La forma cuadrática que se obtiene con esa matriz es:
(%i7)
[h,k,p].%o6.transpose([h,k,p]);
√ ! √ !
− 13 − 4 2 − 13 − 4 √
(%o7) +1 p + + 2 k2 − 13 h2
4 2
(%i8)
ratsimp(%);
√ √ √
13 p 2 + 2 13 k2 + 4 13 h2
(%o8) −
4
Ahora hallamos la diferencial de g en ese punto:
(%i9)
grad(g(x,y,z));

(%o9) 8x 4y 2z
(%i10)
%,x=-1/sqrt(13),y=4/sqrt(13),z=-4/sqrt(13);

(%o10) − √813 √16
13
− √8
13
(%i11)
define(dg(h,k,p),%.transpose([h,k,p]));
8p 16 k 8h
(%o11) dg h, k, p := − √ + √ − √

13 13 13
Resolvemos dg(h, k, p) = 0 :
(%i12)
141
linsolve([dg(h,k,p)],[h,k,p]);
(%o12) [h = 2 k − p]
Llevamos esos resultados a %o8:
(%i13)
%o8,h=2*k-p;
√ √ 2 √
13 p 2 + 4 13 2 k − p + 2 13 k2
(%o13) −
4
(%i14)
ratsimp(%);
√ √ √
5 13 p 2 − 16 13 k p + 18 13 k2
(%o14) −
4
Podemos ponerlo como una forma cuadrática de matriz:
(%i15)
A:matrix_fc(%);
 √ √ 
5 13
− 2 √13 
(%o15)  √4
2 13 − 9 213
(%i16)
determinant(%);
169
(%o16)
8
La sucesión de Sylvester queda +,-,+. Así que hay un máximo en
√ ese punto. Repitamos el
1 4 4 13 − 4
proceso con el otro punto x = √ , y = − √ , z = √ , a =
13 13 13 8
(%i5)
define(H(x,y,z),F(x,y,z,(sqrt(13)-4)/8));
√
z2 + 2 y 2 + 4 x 2 − 4 z2

13 − 4
− z + y 2 + 2 y + 2 x2 − x

(%o5) H x, y, z := +
8 2
(%i6)
hessiano(H(x,y,z));
√ 
13 √
0 0
 13−4 
(%o6)  0
 2 +2 √
0 

13−4
0 0 4 +1
142
(%i7)
[h,k,p].%.transpose([h,k,p]);
√ ! √ !
13 − 4 2 13 − 4 √
(%o7) +1 p + + 2 k2 + 13 h2
4 2
(%i8)
ratsimp(%);
√ √ √
13 p 2 + 2 13 k2 + 4 13 h2
(%o8)
4
(%i9)
grad(g(x,y,z));

(%o9) 8x 4y 2z
(%i10)
%,x=1/sqrt(13),y=-4/sqrt(13),z=4/sqrt(13);

(%o10) √8 − √16 √8
13 13 13
(%i11)
define(dg(h,k,p),%.transpose([h,k,p]));
8p 16 k 8h
(%o11) dg h, k, p := √ − √ + √

13 13 13
(%i12)
linsolve([dg(h,k,p)],[h,k,p]);
(%o12) [h = 2 k − p]
(%i13)
%o8,h=2*k-p;
√ √ 2 √
13 p 2 + 4 13 2 k − p + 2 13 k2
(%o13)
4
(%i14)
ratsimp(%);
√ √ √
5 13 p 2 − 16 13 k p + 18 13 k2
(%o14)
4
143
7.4. Extremos absolutos en conjuntos compactos Prácticas de Cálculo
(%i15)
A:matrix_fc(%);
 √ √ 
5 13
4 −2√ 13
(%o15)  √ 9 13
−2 13 2
(%i16)
determinant(%);
169
(%o16)
8
La sucesión de Sylvester queda +,+,+. Así que hay un mínimo relativo en ese punto.
1 4 4
ñ En resumen, hay un máximo relativo en x = − √ , y = √ , z = −√ y un
13 13 13
1 4 4
mínimo relativo en x = √ , y = −√ , z = √
13 13 13
7.4 Extremos absolutos en conjuntos compactos
ñ Si se trata de determinar los extremos absolutos de una función f de clase 1 en

el abierto ID con un conjunto de restricciones M que sea compacto(cerrado y
acotado),el problema se simplifica.
ñ Sabemos que una función continua en un compacto, siempre alcanza un valor

mínimo y un valor máximo en ese compacto.
ñ Con esto, sólo hace falta calcular los puntos críticos que están en M y
comprobar en cuáles alcanza f el mínimo y máximo valor, valorando la función en
cada punto crítico.
Ejercicio 7.6 Halle los extremos absolutos de la función f (x, y, z) = x + y + z cuando

nos movemos por la curva intersección de las superficies: x 2 + y 2 = 2 ; x + z = 1
SOLUCIÓN
La curva es intersección de un plano y un cilindro (elipse) y es, por tanto, compacto.

Hallemos los puntos críticos sobre las restricciones.
(%i1)
f(x,y,z):=x+y+z;

(%o1) f x, y, z := x + y + z
144
7.4. Extremos absolutos en conjuntos compactos Prácticas de Cálculo
(%i2)
g(x,y,z):=x^2+y^2-2;
(%o2) g x, y, z := x 2 + y 2 − 2

(%i3)
h(x,y,z):=x+z-1;

(%o3) h x, y, z := x + z − 1
Función de Lagrange:
(%i4)
define(F(x,y,z,a,b),f(x,y,z)+a*g(x,y,z)+b*h(x,y,z));
(%o4)
F x, y, z, a, b := b (z + x − 1) + z + a y 2 + x 2 − 2 + y + x

(%i5)
[diff(F(x,y,z,a,b),x),diff(F(x,y,z,a,b),y),diff(F(x,y,z,a,b),z),g(x,y,z),h(x,y,z)];
(%o5) [2 a x + b + 1, 2 a y + 1, b + 1, y 2 + x 2 − 2, z + x − 1]
(%i6)
algsys(%,[x,y,z,a,b]);
√ 1 √ 1
(%o6) [[x = 0, y = − 2, z = 1, a = 3 , b = −1], [x = 0, y = 2, z = 1, a = − 3 , b =
22 22
−1]]
Ahora sólo tenemos que valorar f en cada punto crítico:
(%i7)
f(0,-sqrt(2),1);
√
(%o7) 1 − 2
(%i8)
f(0,sqrt(2),1);
√
(%o8) 2+1
√
Luego√ el máximo absoluto se encuentra en (0, 2, 1) y el mínimo absoluto en
(0, − 2, 1)
145
7.5 Ejercicios
1 o ) Sea f (x, y) = ln 1 + x 2 + 2x + y 2 . Calcule el gradiente, la matriz hessiana de f

en un punto genérico y compruebe que es armónica, esto es, que
∂2f ∂2f
(x, y) + (x, y) = 0.
∂x 2 ∂y 2
2 o ) Sean U1 = {(x, y) ∈ R2 /y ≠ 0; x > 0}, U2 = {(x, y, z) ∈ R3 /z ≠ 0}, f : U1 −→ R3

y g : U2 −→ R2 definidas por:
x xy
f (x, y) = x y , x − y 2 , g(x, y, z) = x 2 y 2 + , xy 2 z2
y z
Calcular Du (g ◦ f )(1, 1) en los casos:
a) u es la dirección definida por el vector (−1, 2) .

b) u = (−2, 1)
3 o ) Sea la función f : ID ⊂ R2 −→ R2 donde ID = { (x, y) ∈ R2 / x 6= 0 } definida

como
1
f (x, y) = y 2 − , x + 2y 3

x2
a) Calcule Jf (1, −2) ; df (1, −2)(−2, 1) ; D(1,3) f (1, −2)
b) Si en las variables de f hacemos las sustituciones:
x = eu−v
y = euv
Explique la nueva función que obtenemos y calcule sus derivadas respecto de las
∂f ∂f
variables u y v . Son habituales las expresiones y para referirse a esas
∂u ∂v
derivadas ¿es estrictamente correcta esa notación?
4 o ) Sea f (x, y, u, v, w) = x 3 cos(y) − 3 u2 v 2 + 4 sen(w) donde x = u v w ;

∂2f ∂2f
y = w 3 − 3 . Calcule 2
y ∂u∂v
∂w
5 o ) Sean f , g : R2 −→ R funciones de clase 2 en R , con las siguientes

características:
√
f (0, 0) = 1 ; g(0, 0) = 3 ; ∇f (0, 0) = (2, −2) ; ∇g(0, 0) = (1, −1)
Y siendo sus matrices hessianas en el origen:

√  √ 
 3
 3
2 4 1 4
1  1  
Hf (0, 0) = · Hg (0, 0) = ·
 
L2 L2  √ √
 
4 −1 3 3
4 − 4
146
Investigar la posible existencia de un extremo relativo en el punto (0, 0) , para la

función F : R2 −→ R definida por:
Z g(x,y)
L 1 + t 2 dt

F (x, y) =
f (x,y)
Sugerencia:
(%i2)
F(x,y):=’integrate(log(1+t^2),t,f(x,y),g(x,y));
Z g(x,y )
log 1 + t 2 dt

(%o2) F x, y :=
f (x,y )
(%i3)
diff(F(x,y),x);
d d

2 2
(%o3) g x, y log g x, y + 1 − f x, y log f x, y + 1
dx dx
(%i4)
diff(F(x,y),y);
! !
d 2 d 2
(%o4) g x, y log g x, y + 1 − f x, y log f x, y + 1
dy dy
Con estos datos, sustituya (x, y) = (0, 0) (a mano) y compruebe que es un punto crítico
(%i5)
diff(F(x,y),x,2);
d 2
2 g x, y dx g x, y
!
d2 2
(%o5) g x, y log g x, y + 1 + 2 −
d x2 g x, y + 1
d 2
2 f x, y f x, y
!
d 2
dx
2
f x, y log f x, y + 1 − 2
d x2 f x, y + 1
(%i6)
diff(F(x,y),y,2);
d 2
2 g x, y dy g x, y
!
d2 2
(%o6) g x, y log g x, y + 1 + 2 −
d y2 g x, y + 1
d 2
2 f x, y f x, y
!
d2
dy

2
f x, y log f x, y + 1 − 2
d y2 f x, y + 1
(%i7)
diff(F(x,y),x,1,y,1);
d d
2 g x, y g x, y g x, y
!
d2 2 dx dy
(%o7) g x, y log g x, y +1 + 2 −
dxdy g x, y +1
147
d d
2 f x, y f x, y f x, y
!
d2 2 dx dy
f x, y log f x, y +1 − 2
dxdy f x, y +1
Con estos datos, sustituya (x, y) = (0, 0) (a mano) y calcule el hessiano de F (x, y) en
ese punto.
6 o ) Halle los extremos relativos de la función:
f (x, y, z) = 2x − y + 3z · e−( x +y +z )
2 2 2
7 o ) Una función real f , de clase 2 y cuatro variables,

 tiene nulas todas
 las parciales
−1 3 −5 0
 3 −2 4 −3 
en el origen y la matriz hessiana en ese punto es:   ¿Podemos
 
 −5 4 2 1 
0 −3 1 3
afirmar que f tiene un extremo relativo en el origen?
8 o ) Halle los extremos relativos de la función

f (x, y, z) = sen x + sen y + sen z − sen(x + y + z)
9 o ) Halle los extremos relativos de la función:

2 1 2
f (x, y, z) = x − 2y − 3z + 1 + y2 − z ; (x, y, z) ∈ R3
2
Para los puntos :
z 2 = 2x 2 + 2y 2 + 1
10 o ) Diseñar una lata cilíndrica (con tapa y todo) para contener V litros de líquido,
usando la mínima cantidad posible de material.
11 o ) Se considera la familia de elipses:
x2 y2
2
+ 2 =1
a b
que pasan por el punto (1, 1). Calcular la elipse de la familia que encierra un área
mínima.
12 o ) Dada la función f : ID −→ R definida por f (x, y) = 4x 2 + 9y 2 − x 2 y 2 siendo

ID = {(x, y) ∈ R2 /x 2 + y 2 ≤ 4} . Se pide calcule los extremos absolutos de la función en
su dominio ID .
Sugerencia: halle los extremos normales y considere sólo los que caen dentro del círculo.
Luego halle los extremos sobre el borde por el método de Lagrange. ¡No clasifique los
puntos! (gran pérdida de tiempo). Como ID es un compacto, sólo valore f en cada punto
crítico para ver dónde se encuentran el máximo y el mínimo absolutos.
148
13 o ) Sea la función f : R3 −→ R definida por:
1
f (x, y, z) = x 2 + z2 + (x + z − 8)2 + (y + 1)2

2
Halle los puntos extremos absolutos de f , cuando restringimos el dominio al conjunto:
( )
3 2 y2 2
A = (x, y, z) ∈ R / x + +z ≤9
4
Sugerencia: considere la sugerencia del ejercicio anterior
149

Manual Wxmaxima

Cargado por

Copyright:

Formatos disponibles

Manual Wxmaxima

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual Wxmaxima

Cargado por

Copyright:

Formatos disponibles

Prácticas de Cálculo

A nuestos compañeros de Granada:

A los traductores de la Ayuda del wxMaxima, el mejor manual existente.

ñ Pero desde el año 1982, y hasta su fallecimiento en el 2001, William Schelter en la

ñ Actualmente, el proyecto es un programa escrito en lenguaje lisp que está siendo

a) Libertad para ejecutar el programa en cualquier lugar, en cualquier momento y

b) Libertad de estudiar cómo funciona el programa, y adaptarlo a nuestras necesi-

c) Libertad para redistribuir copias a cualquier persona.

d) Libertad para mejorar el programa y publicar las mejoras (requisito: acceso al

Gijón, 28 de Junio de 2010

1.2 Primeros pasos con WxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2.1 Operaciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2.4 Resultados numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2.5 Funciones preconstruidas en Maxima . . . . . . . . . . . . . . . . . . . . 10

1.2.6 Otras funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3 Insercción de texto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.4 Reinicio de Maxima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.5.1 Evaluar letras en una variable y borrado de variables . . . . . . . . . . 13

1.6 Expandir y simplificar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.6.1 Funciones para expandir una expresión: . . . . . . . . . . . . . . . . . . 14

1.6.2 Funciones para simplificar una expresión: . . . . . . . . . . . . . . . . . 16

1.6.3 Expandir y simplificar expresiones trigonométricas . . . . . . . . . . . 16

1.7 Factorización de polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.8 Descomposición en fracciones simples . . . . . . . . . . . . . . . . . . . . . . . 18

1.9 Listas, vectores y matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.1.1 Gráfica de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2.1.2 Funciones definidas a trozos . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.2 Gráficos con draw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.2.1 Opciones locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.2.2 Opciones globales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.2.3 Objeto gráfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.2.4 Representaciçon gráfica de puntos . . . . . . . . . . . . . . . . . . . . . 36

2.3 Resolución de ecuaciones y sistemas . . . . . . . . . . . . . . . . . . . . . . . . 37

2.3.1 Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

2.3.2 Soluciones aproximadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3 Derivación. Aplicaciones de la derivada. Polinomios de Taylor 45

3.2 Los operadores comilla y doble comilla . . . . . . . . . . . . . . . . . . . . . . . 47

3.3 Aplicaciones de la derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3.3.1 Recta tangente y recta normal . . . . . . . . . . . . . . . . . . . . . . . . 48

3.3.2 Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3.3.3 Intervalos de crecimiento y decrecimiento . . . . . . . . . . . . . . . . . 48

3.3.4 Intervalos de concavidad y convexidad . . . . . . . . . . . . . . . . . . . 49

3.4 Resolución de desigualdades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.5 Polinomios de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.6 Algo sobre programación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

3.6.1 Operadores lógicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

3.6.2 Operadores relacionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

4 La integral de Riemann. Integrales impropias 63

4.1 Cálculo de integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.1.1 Integración numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

4.2 Teorema fundamental del Cálculo integral . . . . . . . . . . . . . . . . . . . . . 66

4.3 Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.3.1 Cálculo de áreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

4.3.2 Longitudes de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

4.3.3 Volúmenes de revolución . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

4.3.4 Áreas de superficies de revolución . . . . . . . . . . . . . . . . . . . . . . 73

4.4 Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

5 Sucesiones y series. Series de potencias 81

5.1.1 Sucesiones recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84